Profundización sobre equipamiento de semiconductores: cada nuevo 1GW requiere una capacidad de producción mensual de 50.000 obleas, ¿cómo la IA podría llevar el mercado WFE a 300 mil millones de dólares?

No te da el tiempo para leer todo

1.Bernstein presentó un puente cuantitativo desde la energía eléctrica hasta la rentabilidad.Por cada 1GW de capacidad anual de construcción de centros de datos, se require aproximadamente 46.000 obleas equivalentes de 300 mm al mes; el resumen redondea a 50.000 obleas al mes. Según la intensidad de capital de cada proceso, cada 1GW equivale a entre 7.500 y 8.000 millones de dólares de gasto adicional en equipos para fábricas de obleas (WFE).

2.El escenario de 50GW indica que la capacidad nueva en 2030 crece en 50GW respecto al nivel base de 2026.El nivel base de 2026 es de unos 20GW, por lo que en 2030 se agregarían unos 70GW en ese año; la expansión acumulada en centros de datos entre 2027 y 2029 podría llegar a 130 o 140GW, mucho más que 50GW. Los equipos para fábricas de obleas deben ordenarse, instalarse y validarse con anticipación.

3.Los 300.000 millones de dólares provienen del “incremento por IA + base no IA”, no es solo un slogan.El escenario de 50GW equivale a 376.000 millones de dólares en WFE adicional por IA entre 2027 y 2029; sumando la base de WFE no IA de 360.000 millones en tres años, el total es de unos 736.000 millones de dólares; el recorrido anual sería de 200.000, 245.000 y 291.000 millones de dólares. La expresión más precisa es que en 2029 se acerca a los 300.000 millones de dólares, no que el promedio anual sea tal.

4.El 89% de las obleas incrementales provienen de memoria, por lo que Applied Materials es la elección preferida de Bernstein.Por cada 1GW de demanda, la memoria DRAM representa el 53%, NAND el 20%, HBM el 16% y lógica avanzada solo el 11%. El ciclo de dispositivos para IA no es solo una historia de GPU y lógica avanzada: el procesador central fuera del rack y su respectiva DRAM son la mayor fuente de incremento de obleas en el modelo.

5.Para saber si los precios de las acciones pueden continuar subiendo, hay que mirar si los beneficios alcanzan las valoraciones y no solo el total de WFE.En el escenario de 50GW, en 2029 los EPS de Applied Materials, Lam Research y KLA serían un 59,5%, 54,4% y 37,1% superiores a las expectativas consensuadas, lo que corresponde a un PER de 14,9x, 18,4x y 21,2x; los escenarios de 75GW y 100GW son solo pruebas de estrés más optimistas. Obtener energía, potencia de instalación, eficiencia de chips, cantidad de memoria acoplada, entregas de equipos y flujo de efectivo de inventarios: si cualquiera de estos factores falla, el escenario puede perder valor.

Bernstein traduce la expansión eléctrica de centros de datos de inteligencia artificial (IA) en demanda de obleas y equipos: lo que realmente determina el límite de las acciones de equipos es si los proyectos en GW se convierten en capacidad mensual, órdenes y flujo de caja.

La verdadera paradoja en las acciones de equipos: la cotización baja pero la valoración sigue alta

Las acciones de equipos para semiconductores presentan a la vez dos hechos aparentemente contradictorios: “retroceso profundo” y “gran aumento acumulado”.Hasta el 17 de julio de 2026, fecha usada por Bernstein en su reporte, ASML, Tokyo Electron, Applied Materials, Lam Research y KLA recularon un promedio de 23,9% desde sus máximos en 52 semanas, siendo las tres estadounidenses alrededor de 28% a 31%; pero, esas cinco firmas han subido un promedio de 84,1% desde comienzos de año, con incrementos individuales entre 67% y 106%.

La expansión de la valoración tampoco desapareció con el retroceso.El reporte refleja que el futuro PER a 12 meses para KLA y Lam Research pasó de alrededor de 28x y 27x al comienzo del año a 42,2x y 36,8x; Applied Materials, Tokyo Electron y ASML también aumentaron su valoración. Por eso los inversores deben responder dos preguntas más concretas: cuánta potencia efectiva puede sumarse a centros de datos de IA y si la demanda de chips que surge permite que los beneficios futuros crezcan más rápido que la digestión de la valoración.

Del lado de la demanda no hay señales de debilidad.Estados Unidos alcanzó una capacidad operacional de centros de datos de 50,7GW al final de junio de 2026, sumando 11,4GW respecto al año anterior, un aumento del 29%; la capacidad en pipeline llegó a unos 338GW, un incremento de 216,6GW respecto al año pasado, 179% de aumento. Pero esos 338GW son el plan, no significan capacidad en operación que ya tenga energía, financiamiento, tierras, acceso a redes y pedidos de clientes. El valor de Bernstein está en no contabilizar toda la pipeline como ingreso, sino en preguntarse: Si en 2030 se añade realmente 50, 75 o 100GW por año, ¿cuánta capacidad debe preparar el sector de manufactura de semiconductores?

Hasta ahora, el mercado solía usar 250.000 millones de dólares como límite futuro del superciclo de WFE.El nuevo enfoque de Bernstein convierte ese límite en variables intermedias divisibles: primero se analiza los GW reales, luego la capacidad mensual de obleas, y finalmente órdenes de equipos y beneficios.

De 1GW a 46.000 obleas por mes, ¿cómo calcula el modelo?

El primer paso es convertir 1GW en racks y chips.Bernstein toma los racks Vera Rubin como aproximación de la arquitectura computacional de 2030: cada rack consume unos 220kW, por lo tanto 1GW de potencia computacional equivale a unos 4.545 racks; cada rack consume aproximadamente 64,6 obleas de 300mm, incluyendo lógica avanzada, HBM, DRAM común y NAND. Solo dentro de los racks, 1GW implica una demanda única de alrededor de 294.000 obleas.

Y eso no es todo.Además de GPU, CPUs nodales y HBM, los sistemas de IA requieren CPUs fuera del rack para orquestar agentes, herramientas, acceso de datos y servicios del sistema. Bernstein estima que en el escenario de 70GW de 2030 habrá unos 95,2 millones de CPUs centrales, lo que da unas 1,36 millones por GW; descontando los nodos de rack, cada GW requiere unas 9.027 obleas de lógica avanzada. Cada CPU periférico recibe 0,5TB de DRAM. Suponiendo una eficiencia del 80%, cada GW requiere unas 195.000 obleas de DRAM. El modelo también asume que la demanda exterior de NAND en centros de datos mantendrá un crecimiento compuesto del 30% anual entre 2028 y 2030.

El segundo paso es convertir la demanda anual de chips en capacidad mensual estable.Combinando demanda dentro y fuera del rack, cada 1GW de construcción requiere unas 46.000 obleas al mes: DRAM 24.400, NAND 9.200, HBM 7.300, lógica avanzada 5.300. Es fácil pasar por alto que, considerando cantidades de obleas, la memoria representa el 89% y la lógica avanzada solo el 11%.

El tercer paso es convertir la capacidad mensual en gastos de capital en equipos.Según Bernstein, cada 10.000 obleas/mes de lógica avanzada requieren unos 3.400 millones de dólares en equipos; HBM y DRAM, 1.400 millones; NAND, 1.300 millones. Ponderado según la tabla, cada GW implica unos 7.440 millones de dólares, y el reporte redondea a entre 7.500 y 8.000 millones. Aunque la lógica avanzada tiene la mayor intensidad de capital, el volumen de obleas de memoria es mucho mayor y por eso la memoria aporta alrededor de tres cuartas partes de la WFE adicional por IA.

Este método es más útil que “si el gasto de capital de los operadores de nube sube, los equipos también suben”, porque cada nivel puede ser refutado por datos concretos.Si cambia el consumo del rack, el área de chip, la eficiencia, configuración, capacidad de DRAM o el crecimiento de NAND, la WFE cambiará en consecuencia.

Es importante diferenciar “consumo de obleas” de “capacidad mensual de obleas”.Las 64,6 obleas por rack Vera Rubin, es la demanda única para fabricar los chips de un rack; 46.000 obleas/mes es la capacidad que debe sostenerse para añadir 1GW anualmente en centros de datos. Lo primero responde “¿cuántas obleas necesita este lote?”, lo segundo “¿cuánto debe expandirse la fábrica?”. Si se toma el consumo único de 294.000 obleas por GW como capacidad mensual, o si se multiplican las 46.000 obleas/mes por el número de racks, la WFE se duplica erróneamente.

Las relaciones temporales del modelo también son cruciales.Un operador de nube primero determina las cargas y el presupuesto de capital, luego el proyecto de centro de datos resuelve la energía y la construcción, después la fábrica de obleas expande salas limpias, ordena equipos, instala, verifica y mejora la eficiencia, por último los chips llegan a los servidores. Los ingresos por WFE preceden la operación de potencia, pero no anticipan todas las condiciones de los proyectos. Sólo los GW que lograron energía, financiamiento y clientes tienen altas probabilidades de generar órdenes de equipos.

50GW no es volumen acumulado y 300.000 millones tampoco es promedio tri anual

La definición de 50GW es la más fácil de malinterpretar en el informe.El escenario base de 2026 asume unos 20GW nuevos al año; el escenario de “50GW en 2030” significa que el crecimiento anual en 2030 será 50GW mayor que ese nivel base, es decir, se agregan unos 70GW ese año, no un total de 50GW entre 2027 y 2030. Si la trayectoria anual es 30GW en 2027, 45GW en 2028, 60GW en 2029, el total de capacidad nueva sería unos 135GW, alineado con el rango de 130 a 140GW del informe.

Los equipos deben anticipar la operación de los centros de datos.Para asegurar chips suficientes para los 70GW en 2030, la capacidad de fábricas de obleas debe estar lista hacia finales de 2029; la compra de equipos, por tanto, se concentra entre 2027 y 2029. La demanda extra de obleas por IA en el escenario de 50GW es: lógica avanzada 264.000 obleas/mes, HBM 365.000, DRAM 1,22 millones, NAND 458.000; la WFE extra por IA suma 376.000 millones de dólares, siendo HBM y DRAM 228.000 millones.

Bernstein añade una base anual de 120.000 millones de dólares en WFE no IA para cubrir procesos maduros, chips analógicos, mercado chino y otras demandas fuera de centros de datos.Así, el total de WFE entre 2027 y 2029 es de unos 736.000 millones de dólares, el promedio es de unos 245.000 millones por año, pero la trayectoria anual va subiendo: 200.000, 245.000 y 291.000 millones. “300.000 millones en WFE” significa que en 2029 bajo el escenario de 50GW se está cerca de ese nivel.

La tabla de sensibilidad no es la predicción anual precisa del informe.El modelo fija 2027 en unos 200.000 millones y retrocede desde el objetivo de 2030 para calcular las pendientes de 2028 y 2029, lo que hace que los escenarios más altos sean extrapolaciones mecánicas. Los 542.000 millones del escenario de 100GW para 2029 sirven como prueba de límite para la cadena de suministro y el modelo de beneficios y no deben ser tomados como objetivos base.

Por qué este incremento en equipos es principalmente memoria y no lógica avanzada

Al hablar de equipos para IA, el mercado piensa primero en lógica avanzada, pero el modelo de Bernstein pone el mayor incremento en DRAM.No solo por la HBM dentro del rack Vera Rubin, que requiere lógica, HBM, DRAM y NAND, sino sobre todo por el procesador central fuera del rack, ya que los agentes inteligentes realizan tareas de gestión, búsqueda, ejecución de código, invocación de herramientas y manejo de estado fuera del rack. Asignar 0,5TB de DRAM por procesador central externo eleva la demanda de obleas de DRAM a más de la mitad del total.

Esto modifica la jerarquía de beneficiarios entre empresas de equipos.La lógica avanzada cuesta unos 3.400 millones de dólares por cada 10.000 obleas/mes; su intensidad de capital es mayor, pero la suma de las obleas extra de DRAM, HBM y NAND es ocho veces la de lógica avanzada. Totalmente, Applied Materials cubre varios procesos de depósito, ingeniería de materiales y almacenamiento, por lo que Bernstein la considera su favorita. Lam Research destaca por su elasticidad en grabado, depósito, GAA, empaquetado avanzado, HBM y actualización de NAND; KLA se beneficia del aumento de complejidad de procesos y demanda por calidad, con rentabilidad estable gracias a control de procesos.

ASML, Tokyo Electron y la cadena de equipos japonesa también se benefician, pero el informe no calcula el puente de beneficio con los escenarios 50/75/100GW para ellos igual que para las tres estadounidenses.No se debe asumir que todo el ingreso incremental del WFE se reparta por igual entre empresas de equipos; la porción depende de la ubicación del producto, estructura de clientes, cuota, capacidad de entrega y ingreso por servicios.

Cómo recalcular Applied Materials, Lam Research y KLA bajo escenarios de 50, 75 y 100GW

Bernstein mapea el WFE del sector a ingresos de equipos, servicios, EPS y PER; este es el paso más cercano a la toma de decisiones de inversión.En el escenario de 50GW, los ingresos de Applied Materials y Lam Research en 2029 serían un 52,3% mayores que la expectativa consensuada, los de KLA un 33,1% superiores; los EPS subirían un 59,5%, 54,4% y 37,1%. Si el precio de la acción permanece igual, el PER en 2029 cae a 14,9x, 18,4x y 21,2x.

El escenario de 75GW amplifica el apalancamiento operativo.En 2029, los EPS de Applied Materials, Lam Research y KLA subirían 120,3%, 103,8% y 89,5%, y los PER serían 10,8x, 13,9x y 15,3x respectivamente. En el escenario de 100GW, la subida de EPS sería de 181,0%, 153,3% y 142,0%, con PER de 8,5x, 11,2x y 12,0x.

La tabla ajusta los resúmenes de títulos del informe.Bajo la hipótesis de 75GW, no todas las empresas duplican el EPS, KLA sube un 89,5%; bajo 100GW, no todas logran un PER inferior a 10, Lam Research y KLA quedan entre 11x y 12x. Los PER parecen bajos porque el modelo asume precios constantes y un gran aumento en beneficios futuros; prueba la elasticidad de ganancias, pero no significa que hoy existe una valoración sin riesgo.

La ventaja de Applied Materials es la exposición a memoria y su relativa valoración; Lam Research destaca por su elasticidad en grabado y depósito respecto a almacenamiento; KLA, por control de procesos, margen y calidad del retorno de capital.La combinación debe separar elasticidad total y calidad de ganancias: Applied Materials se acerca más al escenario principal del informe, Lam Research es más sensible a la expansión de almacenamiento y KLA requiere una mayor intensidad de control de procesos para justificar el diferencial de calidad.

Entre WFE sectorial y EPS empresarial hay 3 barreras.La primera es el mercado accesible: de los 10.000 millones en WFE, cada empresa recibe distinta proporción según lógica avanzada, DRAM, NAND y control de procesos. La segunda es el reconocimiento de ingresos: los equipos tienen desfase entre pedido, envío, instalación y aceptación, y servicios se acumulan a medida que se amplía la base instalada. La tercera es el margen incremental: acelerar cadenas, costos de partes, gastos de I+D y el poder de negociación de clientes afectan cuánto margen queda del ingreso nuevo. Bernstein incorpora estimaciones de cuota, servicios y margen, pero esos supuestos son más difíciles de validar que los GW sectoriales.

Esto explica diferencias de resultados entre compañías para un mismo escenario.Applied Materials y Lam Research presentan el mismo incremento de ingresos en 2029 para el escenario de 50GW, pero el EPS sube 59,5% y 54,4% respectivamente; KLA tiene menor incremento de ingresos pero el alto margen, servicios y retorno de capital la hacen más un activo de calidad. Si la escala de WFE sube pero una empresa no aumenta cuota ni margen, acertar en el sector no implica que el rendimiento de cada acción será igual al modelo.