Peralatan semikonduktor secara mendalam: Setiap penambahan 1GW membutuhkan kapasitas produksi bulanan 50.000 wafer, bagaimana AI mendorong WFE menuju 300 miliar dolar AS

Ringkasan Singkat

1.Bernstein menunjukkan jembatan kuantitatif dari listrik ke keuntungan.Setiap penambahan 1GW kapasitas pembangunan pusat data tahunan memerlukan sekitar 46.000 wafer 300mm ekuivalen per bulan tambahan, ringkasan sekitar 50.000 wafer/bulan; berdasarkan intensitas modal peralatan pada berbagai proses, setiap 1GW setara dengan pengeluaran peralatan pabrik wafer (WFE) baru sekitar 7,5 hingga 8 miliar dolar AS.

2.Skema 50GW berarti penambahan kapasitas tahunan pada 2030 naik 50GW dibanding baseline 2026.Baseline 2026 sekitar 20GW, sehingga penambahan tahunan pada 2030 sekitar 70GW; total penambahan pusat data dari 2027 hingga 2029 mungkin mencapai 130 hingga 140GW, jauh lebih besar dari 50GW. Pemesanan peralatan pabrik wafer harus dilakukan lebih awal, dipasang dan diverifikasi.

3.300 miliar dolar AS berasal dari "tambahan AI + basis non-AI", bukan sekadar slogan.Skema 50GW pada 2027-2029 setara dengan tambahan WFE AI sebesar $376 miliar, plus $360 miliar basis non-AI selama 3 tahun, total sekitar $736 miliar; jalur tahunan sekitar $200 miliar, $245 miliar, dan $291 miliar. Jadi, yang lebih tepat, pada 2029 mendekati $300 miliar, bukan rata-rata $300 miliar selama tiga tahun.

4.89% wafer tambahan berasal dari memori, sehingga Applied Materials menjadi pilihan utama Bernstein.Setiap 1GW permintaan, dynamic random access memory (DRAM) mencakup 53%, flash (NAND) mencakup 20%, high bandwidth memory (HBM) mencakup 16%, dan logika canggih hanya 11%. Siklus peralatan AI tidak hanya tentang GPU dan logika canggih, CPU luar rak dan DRAM pendukung adalah sumber wafer terbesar dalam model.

5.Apakah harga saham saat ini dapat terus naik, tergantung pada apakah pendapatan dapat mengejar valuasi, bukan hanya melihat total WFE.Pada skema 50GW, pada 2029 EPS dari Applied Materials, Lam Research dan KLA masing-masing naik 59,5%, 54,4%, dan 37,1% dari ekspektasi konsensus, dengan PE 14,9x, 18,4x, dan 21,2x; skema 75GW dan 100GW hanya sebagai uji tekanan lebih optimis. Mendapatkan listrik, kapasitas fasilitas, efisiensi chip, volume memori, pengiriman peralatan dan arus kas inventaris, jika salah satu melemah dapat membuat skenario didiskon.

Bernstein mengonversi ekspansi tenaga pusat data artificial intelligence (AI) menjadi permintaan wafer dan peralatan: yang benar-benar menentukan batas atas saham peralatan adalah apakah proyek GW dapat diubah menjadi kapasitas wafer bulanan, pemesanan dan arus kas.

Kontradiksi nyata saham peralatan: harga saham telah terkoreksi, tetapi valuasi tetap mahal

Saham peralatan semikonduktor saat ini memiliki dua fakta yang tampaknya bertentangan: "penurunan signifikan" dan "kenaikan besar".Hingga data 17 Juli 2026 yang digunakan dalam laporan Bernstein, ASML, Tokyo Electron, Applied Materials, Lam Research dan KLA, rata-rata telah turun sekitar 23,9% dari puncak 52 minggu, dengan 3 perusahaan AS turun sekitar 28% hingga 31%; namun rata-rata kelima perusahaan tersebut telah naik 84,1% sejak awal tahun, masing-masing antara 67% dan 106%.

Kenaikan valuasi juga belum sepenuhnya hilang meski ada koreksi.Laporan menunjukkan PE 12 bulan ke depan KLA dan Lam Research meningkat dari sekitar 28x dan 27x di awal tahun menjadi 42,2x dan 36,8x, Applied Materials, Tokyo Electron dan ASML juga mengalami kenaikan valuasi signifikan. Jadi investor harus menjawab dua pertanyaan keras: berapa banyak tenaga pusat data AI yang masih perlu ditambahkan, dan apakah permintaan chip dari tenaga tersebut bisa membuat pertumbuhan laba ke depan mengimbangi penurunan valuasi.

Sisi permintaan tidak melemah secara bersamaan.Kapabilitas pusat data yang aktif di AS mencapai 50,7GW pada akhir Juni 2026, naik 11,4GW dari setahun sebelumnya, pertumbuhan YoY 29%; pipeline proyek mencapai sekitar 338GW, YoY naik 216,6GW, pertumbuhan 179%. Namun 338GW hanya kumpulan rencana, bukan kapasitas yang sudah mendapat listrik, pendanaan, lahan, koneksi jaringan dan pesanan pelanggan. Nilai Bernstein adalah tidak menghitung semua pipeline langsung sebagai pendapatan, melainkan sebaliknya bertanya: jika 2030 tiap tahun benar-benar bisa membangun tambahan 50, 75, atau 100GW, berapa kapasitas pabrik semikonduktor yang harus dipersiapkan lebih awal.

Sebelumnya pasar sering menggunakan angka $250 miliar sebagai batas atas WFE supercycle jangka panjang.Kerangka baru Bernstein mengubah batas atas ini menjadi variabel antara: dari GW riil, ke kapasitas wafer bulanan, lalu ke pemesanan peralatan dan keuntungan.

Dari 1GW ke 46.000 wafer per bulan, bagaimana sebenarnya model itu dihitung

Langkah pertama, mengubah 1GW menjadi rak dan chip.Bernstein menggunakan rak Vera Rubin sebagai pendekatan arsitektur komputasi 2030: daya satu rak sekitar 220kW, sehingga 1GW daya komputasi setara sekitar 4.545 rak; tiap rak mengonsumsi sekitar 64,6 wafer 300mm, termasuk logika canggih, HBM, DRAM biasa dan NAND. Hanya untuk rak internal, 1GW sudah memerlukan sekitar 294.000 wafer secara sekali pakai.

Ini belum semuanya.Sistem AI selain GPU pada rak, CPU node kepala dan HBM, juga perlu CPU di luar rak untuk mengatur agent, panggilan tool, akses data dan layanan sistem. Bernstein berasumsi skenario 70GW tahun 2030 butuh sekitar 95,2 juta CPU, setara 1,36 juta CPU per 1GW; setelah dikurangi CPU node kepala rak, per 1GW butuh sekitar 9.027 wafer logika canggih. Setiap CPU luar rak diberi 0,5TB DRAM, dengan yield 80%, per 1GW sekitar 195.000 wafer DRAM. Model juga mengasumsikan pertumbuhan komposit tahunan NAND luar rak 30% dari 2028 hingga 2030.

Langkah kedua, mengubah permintaan chip tahunan ke kapasitas bulanan yang stabil.Gabungan permintaan internal dan eksternal rak, tiap penambahan 1GW pembangunan tahunan perlu tambahan sekitar 46.000 wafer/bulan: DRAM 24.400 wafer, NAND 9.200 wafer, HBM 7.300 wafer, logika canggih 5.300 wafer. Kesimpulan utama di sini yang sering terlewat adalah, berdasarkan jumlah wafer, total memori mencakup 89%, logika canggih hanya 11%.

Langkah ketiga, mengubah kapasitas bulanan menjadi belanja modal peralatan.Bernstein memperkirakan setiap 10.000 wafer/bulan logika canggih memerlukan sekitar $3,4 miliar peralatan; HBM dan DRAM sekitar $1,4 miliar, NAND $1,3 miliar. Menurut tabel di atas, tiap 1GW setara $744 juta, laporan utama membulatkan jadi $7,5 hingga $8 miliar. Intensitas modal unit logika canggih tertinggi, tapi volume wafer memori jauh lebih besar, sehingga memori masih menyumbang sekitar tiga perempat dari tambahan WFE AI.

Algoritma ini lebih berguna dari "peningkatan belanja modal cloud = pertumbuhan peralatan", karena tiap lapisan bisa diverifikasi dengan data nyata.Jika daya rak, luas chip per unit, yield, konfigurasi server, kapasitas DRAM atau pertumbuhan NAND berubah, akhirnya WFE juga berubah.

Penting membedakan antara "konsumsi wafer" dan "kapasitas wafer bulanan".64,6 wafer pada rak Vera Rubin adalah kebutuhan manufaktur sekali pakai untuk chip per rak; 46.000 wafer/bulan adalah kapasitas produksi jangka panjang yang diperlukan untuk mendukung penambahan pusat data sebesar 1GW per tahun. Yang pertama menjawab "berapa banyak wafer untuk batch mesin ini", yang kedua menjawab "seberapa besar perluasan pabrik wafer". Jika konsumsi wafer 294.000/GW sekali pakai langsung dihitung sebagai kapasitas bulanan, atau mengalikan 46.000 wafer/bulan dengan jumlah rak, WFE akan dihitung berulang.

Hubungan waktu dalam model juga penting.Penyelenggara cloud harus menentukan beban dan anggaran modal dahulu, proyek pusat data baru menyelesaikan masalah listrik dan konstruksi, pabrik wafer kemudian membangun ruang bersih, memesan peralatan, memasang, menerima dan meningkatkan yield, akhirnya chip masuk ke server. Pendapatan WFE mendahului operasional daya komputasi, tapi tidak mendahului semua persyaratan proyek; hanya GW yang sudah melewati tahap memperoleh listrik, pendanaan dan kontrak pelanggan yang memiliki kemungkinan besar masuk ke pemesanan peralatan.

50GW bukan total pembangunan kumulatif, 300 miliar dolar AS juga bukan rata-rata tiga tahun

Definisi 50GW dalam laporan paling mudah disalahartikan.Baseline 2026 adalah penambahan sekitar 20GW per tahun; "skema 50GW tahun 2030" berarti laju penambahan pada 2030 lebih tinggi 50GW dari baseline, yakni penambahan sekitar 70GW pada 2030, bukan total penambahan 50GW dari 2027 hingga 2030. Jika jalur tahunan sekitar 30GW pada 2027, 45GW pada 2028, 60GW pada 2029, total penambahan kapasitas selama 3 tahun sekitar 135GW, sejalan dengan kisaran 130-140GW yang disebutkan dalam laporan.

Peralatan semikonduktor harus mendahului pusat data beroperasi.Agar pasokan chip 2030 dapat mendukung penambahan 70GW dalam satu tahun, kapasitas pabrik wafer yang terkait harus terbentuk pada akhir 2029, sehingga pengadaan peralatan difokuskan pada 2027-2029. Permintaan wafer AI baru pada skema 50GW adalah: logika canggih 264.000 wafer/bulan, HBM 365.000 wafer/bulan, DRAM 1,22 juta wafer/bulan, NAND 458.000 wafer/bulan; total tambahan WFE AI adalah $376 miliar, di mana HBM dan DRAM menyumbang $228 miliar.

Bernstein menambahkan dasar WFE non-AI $120 miliar/tahun, untuk mencakup proses matang, chip analog, pasar China dan permintaan non pusat data lainnya.Dengan demikian, total WFE 2027-2029 adalah $736 miliar, rata-rata tiga tahun sekitar $245 miliar, dan jalur tahunan naik bertahap dari $200 miliar, $245 miliar sampai $291 miliar. "WFE $300 miliar" berarti pada skema 50GW, pada 2029 sudah mendekati level ini.

Tabel sensitivitas ini bukan hasil prediksi tahunan yang tepat.Model mematok angka 2027 pada sekitar $200 miliar, lalu ditarik naik slope untuk 2028 dan 2029 sesuai target 2030, sehingga skenario tinggi sangat mekanis extrapolatif. Skema 100GW memberikan angka 2029 sebesar $542 miliar, lebih tepat digunakan untuk menguji batas atas rantai pasokan peralatan dan model keuntungan, bukan target dasar langsung.

Mengapa peningkatan peralatan kali ini terutama memori, bukan logika canggih

Saat membahas peralatan AI, pasar sering langsung berpikir logika canggih, namun model Bernstein justru menempatkan penambahan terbesar pada DRAM.Penyebabnya bukan hanya HBM dalam rak. Rak Vera Rubin memerlukan logika, HBM, DRAM dan NAND, tapi variabel terbesar berasal dari CPU luar rak: agent perlu menangani penjadwalan, pencarian, eksekusi kode, panggilan tool dan manajemen status, banyak pekerjaan berlangsung di luar rak accelerator; asumsi setiap CPU luar rak mendapat 0,5TB DRAM mendorong kebutuhan wafer DRAM biasa menjadi lebih dari setengah totalnya.

Ini mengubah urutan perusahaan peralatan yang paling diuntungkan.Biaya peralatan per 10.000 wafer/bulan logika canggih sekitar $3,4 miliar, intensitas modal tertinggi; namun volume wafer tambahan DRAM, HBM dan NAND sekitar delapan kali logika canggih. Secara total, Applied Materials mencakup berbagai tahap deposisi, rekayasa material dan penyimpanan, sehingga Bernstein menjadikannya pilihan utama. Lam Research memiliki elastisitas siklus yang kuat di etching, deposisi, GAA, packaging canggih, peningkatan HBM dan NAND; KLA mendapat keuntungan dari kompleksitas proses dan kebutuhan yield lebih tinggi, kontrol proses dengan margin keuntungan tinggi lebih stabil.

ASML, Tokyo Electron dan rantai peralatan Jepang juga akan diuntungkan, namun laporan tidak memiliki jembatan keuntungan 50/75/100GW dengan kaliber penghitungan yang sama untuk tiga perusahaan AS.Tidak bisa asal memberikan semua perusahaan peralatan jumlah pertumbuhan pendapatan yang sama hanya karena WFE industri naik. Berapa banyak tambahan yang didapat tiap perusahaan tetap ditentukan posisi produk, struktur pelanggan, pangsa pasar, kemampuan pengiriman peralatan dan pendapatan layanan.

Bagaimana menghitung ulang Applied Materials, Lam Research, dan KLA pada 50, 75, 100GW

Bernstein memetakan WFE industri lebih lanjut ke pendapatan peralatan, pendapatan layanan, EPS dan PE, inilah langkah laporan yang paling dekat dengan keputusan investasi.Pada skema 50GW, pada 2029 pendapatan Applied Materials dan Lam Research naik 52,3% dari konsensus, KLA naik 33,1%; revisi EPS masing-masing 59,5%, 54,4% dan 37,1%. Jika harga saham tetap pada titik valuasi laporan, PE pada 2029 turun menjadi 14,9x, 18,4x dan 21,2x.

Skema 75GW jelas memperbesar leverage operasional.Pada 2029, EPS Applied Materials, Lam Research dan KLA naik masing-masing 120,3%, 103,8% dan 89,5% dari konsensus, PE masing-masing 10,8x, 13,9x dan 15,3x. Pada skema 100GW, kenaikan EPS ketiganya masing-masing 181,0%, 153,3% dan 142,0%, PE masing-masing 8,5x, 11,2x dan 12,0x.

Angka dalam tabel juga mengoreksi ringkasan judul laporan.Skema 75GW bukan EPS tiga perusahaan semuanya dobel, KLA hanya 89,5%; skema 100GW juga bukan tiga perusahaan PE-nya di bawah 10, Lam Research dan KLA tetap 11-12x. PE skenario tampak rendah karena model mengasumsikan harga saham tetap namun laba jangka panjang naik tajam; itu membuktikan elastisitas laba, bukan berarti diskon valuasi bebas risiko saat ini.

Keunggulan Applied Materials adalah eksposur memori dan valuasi relatif, keunggulan Lam Research adalah elastisitas etching, deposisi dan penyimpanan, KLA unggul pada kontrol proses, margin dan kualitas pengembalian modal.Kombinasi harus memisahkan elastisitas volume dan kualitas laba: Applied Materials lebih dekat dengan skenario utama laporan, Lam Research lebih sensitif terhadap slope ekspansi penyimpanan, KLA memerlukan intensitas kontrol proses lebih tinggi untuk menyerap premium kualitas.

Ada tiga lapis dari WFE industri ke EPS perusahaan.Lapis pertama adalah pasar yang dapat dilayani: dari 10 miliar dolar WFE yang sama, proporsi logika canggih, DRAM, NAND dan kontrol proses yang didapat tiap perusahaan berbeda. Lapis kedua adalah pengakuan pendapatan: peralatan dari pemesanan, pengiriman, hingga pemasangan, penerimaan punya time lag, pendapatan layanan juga harus menunggu basis instalasi bertambah bertahap. Lapis ketiga adalah margin laba tambahan: biaya mendesak rantai pasokan, biaya komponen, biaya R&D dan negosiasi harga pelanggan menentukan berapa laba yang tersisa dari pendapatan tambahan. Skenario perusahaan Bernstein sudah memasukkan asumsi pangsa, layanan dan margin, namun asumsi ini lebih sulit diamati dibanding GW industri itu sendiri.

Ini juga menjelaskan perbedaan hasil tiga perusahaan dalam skenario sama.Pada skema 50GW, pendapatan 2029 Applied Materials dan Lam Research naik sama besar, revisi EPS masing-masing 59,5% dan 54,4%; KLA pendapatannya naik lebih kecil, tapi margin tinggi, layanan dan pengembalian modal membuatnya lebih mirip aset berkualitas. Jika skala WFE naik namun suatu perusahaan tidak mendapat tambahan pangsa pendapatan atau margin, keputusan industri benar tidak berarti pendapatan per saham akan tercapai sesuai model.