Глубокий анализ полупроводникового оборудования: каждые дополнительные 1GW требуют 50 тысяч пластин в месяц, как AI продвигает WFE к отметке 300 миллиардов долларов

Суть для занятых

1.Bernstein предложил количественный мост от электроэнергии к прибыли.С увеличением ежегодной мощности строительства дата-центров на 1 ГВт требуется примерно 46 000 пластин (300 мм. эквивалент) ежемесячных новых мощностей, округлено до 50 000 пластин/мес.; по расчету капитальной интенсивности оборудования для различных технологических процессов, на каждый ГВт приходится от 7,5 до 8 млрд долларов новых расходов на оборудование полупроводниковых заводов (WFE).

2.Сценарий 50GW означает, что к 2030 году ежегодное увеличение мощности будет на 50GW больше базового уровня 2026 года.Базовый уровень на 2026 год составляет примерно 20GW, поэтому в 2030 году годовой прирост составит около 70GW; в 2027-2029 годах совокупный прирост центра обработки данных может достигать 130-140GW, что значительно больше 50GW. Оборудование фабрик необходимо заказывать, устанавливать и тестировать заранее.

3.300 млрд долларов — это «AI-дополнение + не-AI база», а не просто слоган.Сценарий 50GW соответствует 376 млрд долларов новых AI WFE в 2027-2029 годах, плюс 360 млрд долларов не-AI базы за 3 года, всего около 736 млрд долларов; по годам — примерно 200, 245 и 291 млрд долларов. Точнее говоря, в 2029 году приблизится к 300 млрд долларов, а не среднее за три года.

4.89% объема дополнительных пластин приходится на память, поэтому Applied Materials — первый выбор Bernstein.В каждом 1ГВт спроса: DRAM занимает 53%, NAND — 20%, HBM — 16%, а передовая логика — только 11%. Цикл оборудования для AI — это не только история GPU и передовой логики, центральный процессор за пределами стойки и его поддержка DRAM дают наибольший прирост пластин в модели.

5.Потенциал дальнейшего роста акций зависит от того, сможет ли прибыль догнать оценку, а не только от итоговой суммы WFE.В сценарии 50GW в 2029 году прибыль на акцию Applied Materials, Lam Research и KLA будет на 59,5%, 54,4% и 37,1% выше по сравнению с единогласным прогнозом, что соответствует P/E 14,9×, 18,4× и 21,2× соответственно; 75GW и 100GW — это просто более оптимистичные стресс-тесты. Если любая из таких составляющих проекта как обеспечение электричеством, мощность объектов, энергоэффективность чипов, объем памяти, поставки оборудования или остаточный денежный поток ослабеет, сценарий может быть скорректирован вниз.

Bernstein переводит расширение электромощности AI-центров обработки данных в спрос на пластины и оборудование: реальный потолок акций производителей оборудования определяется тем, смогут ли GW-проекты превратиться в ежемесячную производительность, заказы и денежный поток.

Основной парадокс акций производителей оборудования: цены снизились, а оценка по-прежнему не дешева

В настоящее время акции производителей полупроводникового оборудования сочетают в себе два, казалось бы, противоречивых факта: «глубокая коррекция» и «значительный рост».По данным на 17 июля 2026 года, используемым в отчете Bernstein, ASML, Tokyo Electron, Applied Materials, Lam Research и KLA снизились в среднем на 23,9% от 52-недельных максимумов, при этом три американские компании откатились на 28-31%; но с начала года эти пять компаний все равно подорожали в среднем на 84,1%, отдельные компании — от 67% до 106%.

Рост оценки не исчез полностью из-за коррекции.Согласно отчету, форвардный P/E за 12 месяцев у KLA и Lam Research с начала года увеличились с 28 и 27 раз до 42,2 и 36,8 раз; также повысилась оценка Applied Materials, Tokyo Electron и ASML. Поэтому инвесторы должны ответить на два главных вопроса: насколько еще увеличится эффективная мощность AI-центров обработки данных, и позволит ли спрос на чипы обеспечить такой рост прибыли, который превысит темпы расширения оценки.

Спрос не показывает признаков ослабления.В США на конец июня 2026 года на действующих центрах обработки данных мощность достигала 50,7GW, что на 11,4GW (+29% г/г) больше, чем годом ранее; мощность проектов в пайплайне — около 338GW, на 216,6GW (+179%) выше, чем год назад. Но 338GW — это лишь объем планируемых проектов, который не означает уже полученную электроэнергию, финансирование, землю, подключение к сетям и заказы клиентов. Ценность Bernstein в том, что он не считает весь пайплайн как доход, а, наоборот, спрашивает: если реально строить по 50, 75 или 100GW в год к 2030-му, сколько мощностей на стороне производства полупроводников потребуется заранее?

Ранее на рынке принимали 250 млрд долларов в качестве предела для WFE в сверхцикле.Новая структура Bernstein превращает этот лимит в разбиваемые промежуточные переменные: сначала смотрят на реальные GW, потом на месячное производство пластин, и только потом на заказы на оборудование и прибыль.

От 1GW до 46 000 пластин/мес: как работает модель

Первый шаг — перевести 1ГВт в стойки и чипы.Bernstein берёт стойку Vera Rubin как приблизительную архитектуру для расчетов по 2030 году: мощность одной стойки — примерно 220 кВт, значит 1 ГВт вычислений — это примерно 4545 стоек; каждая стойка в среднем содержит чипы общим объемом примерно 64,6 пластин 300 мм, включая передовую логику, HBM, стандартный DRAM и NAND. Даже только внутри стойки 1 ГВт равен одноразовому спросу ~294 000 пластин.

Это ещё не всё.AI-система, помимо графических процессоров, центральных процессоров (head node) и HBM внутри каждой стойки, требует централизованных процессоров вне стоек для оркестрации агентов, вызова инструментов, доступа к данным и системного обслуживания. Bernstein предполагает, что в сценарии 70GW на 2030 год потребуется около 95,2 млн центральных процессоров, то есть на каждый 1 ГВт — примерно 1,36 млн; после вычета head node внутри стойки, на каждый 1 ГВт понадобится ещё около 9027 пластин передовой логики. Каждому процессору вне стойки добавляют 0,5 ТБ DRAM, при 80% выходе — это ~195 000 пластин DRAM на 1ГВт. Кроме того, по модели, объем NAND вне стоек в дата-центрах в 2028–2030 годах будет ежегодно расти на 30%.

Второй шаг — перевести годовой спрос на чипы в стабильную месячную производительность.Суммарно внутренний и внешний спрос — на каждый присоединённый ГВт мощности дата-центра требуется ~46 000 пластин/мес, из которых DRAM — 24 400, NAND — 9200, HBM — 7300, передовая логика — 5300. И главное заключение: по количеству пластин память занимает 89%, передовая логика — всего 11%.

Третий шаг — перевести месячную производительность в капитальные затраты на оборудование.Bernstein оценивает, что на каждый 10 000 пластин/мес передовой логики необходимо оборудование стоимостью $3,4 млрд, для HBM и DRAM — $1,4 млрд, для NAND — $1,3 млрд. По итогам, на 1ГВт приходится около $7,44 млрд, по тексту отчета — округлено до $7,5–8 млрд. Капитальная интенсивность выше всего у передовой логики, но в памяти пластин требуется значительно больше, поэтому она формирует примерно три четверти AI-дополнения по WFE.

Этот алгоритм полезнее формулы «сколько увеличился капзатраты облачных игроков — настолько выросли продажи оборудования», потому что на каждом уровне его можно проверить данными.Если изменится мощность стойки, площадь чипа, выход, конфигурация серверов, объем DRAM или рост NAND — итоговый WFE будет меняться соответственно.

Важно различать «потребление пластин» и «месячную производительность пластин».64,6 пластин в одной стойке Vera Rubin — это одноразовая производственная потребность на один набор чипов, а 46 000 пластин/мес — это необходимый долгосрочный объём для поддержки ежегодного прироста центра на 1ГВт. Первое отвечает на вопрос, сколько пластин нужно для выпуска партии серверов; второе — какой мощности нужно расширять фабрику. Если принять 294 000 пластин/ГВт как ежемесячную производительность, или еще раз умножить 46 000 на количество стоек — получится двойной подсчет.

Не менее важен временной аспект модели.Сначала облачные компании определяют нагрузку и бюджет, затем проект центра решает вопросы электроснабжения и строительства, после чего полупроводниковый завод расширяет чистую комнату, заказывает оборудование, монтирует и отлаживает его, добивается нужного выхода, и только после этого чипы попадают в серверы. Доходы WFE опережают ввод новых МВт, но не опережают все проектные этапы; только те GW, которые уже получили одобрение по электричеству, финансированию и контрактам с заказчиками, с большой вероятностью войдут в заказы на оборудование.

50GW — это не накопленный объем, а 300 млрд долларов — не среднегодовой показатель за три года

Самое частое недопонимание отчета связано с трактовкой 50GW.Базовый допуск 2026 года — ежегодно плюс 20GW; «сценарий 50GW на 2030 год» означает, что только в 2030 году будет добавлено на 50GW больше базового уровня, то есть прирост составит 70GW в год, а не совокупно 50GW за 2027-2030. Годовая дорожная карта может быть: 2027 — 30GW, 2028 — 45GW, 2029 — 60GW, сумма — около 135GW, что совпадает с 130-140GW, указанными в отчете.

Оборудование должно опережать ввод центров обработки данных.Чтобы обеспечить поставки чипов на 70GW прироста в 2030 году, соответствующие мощности должны быть созданы к концу 2029 года — развертывание оборудования приходится на 2027-2029 годы. Для сценария 50GW прирост спроса на пластины по видам составит: продвинутая логика — 264 000 пластин/мес, HBM — 365 000, DRAM — 1,22 млн, NAND — 458 000; AI-дополнительный WFE за эти годы — 376 млрд долларов, из которых HBM и DRAM формируют 228 млрд.

Bernstein добавляет ежегодно по 120 млрд долларов к не-AI WFE-базе, чтобы покрыть зрелые процессы, аналоговые чипы, рынок Китая и другие не относящиеся к дата-центрам направления.В результате 736 млрд долларов за 2027-2029 годы, в среднем ~245 млрд/год, но дорожка по годам: 200, 245 и 291 млрд. Так называемые «300 млрд WFE» — это уровень, к которому приблизится 2029 год в сценарии 50GW.

Таблица чувствительности не является точным годовым прогнозом.В модели фиксируется 2027 год на уровне 200 млрд долларов, а для 2028–2029 годов наклон выводится обратным расчетом из целевого значения на 2030 год, поэтому сценарий с верхней планкой носит характер механической экстраполяции. Вариант 100 GW с прогнозом 542 млрд на 2029 больше подходит для стресс-теста цепочки поставок и модели прибыли, нежели как базовый сценарий.

Почему основное увеличение оборудования в этот раз — именно в памяти, а не в передовой логике

Говоря про AI-оборудование, рынок обычно подразумевает передовую логику, но модель Bernstein выделяет наибольший прирост именно в DRAM.Причина не только в HBM внутри стойки. Стойка Vera Rubin требует логику, HBM, DRAM и NAND, но наибольшее влияние оказывает центральный процессор вне стойки: агенты реализуют задачи диспетчеризации, поиска, исполнения кода, вызова инструментов и управления состоянием — и большая их часть работает вне ускорителя; каждое «облако» CPU с 0,5 ТБ DRAM приводит к тому, что обычный DRAM формирует более половины общего объема потребления пластин.

Это меняет соотношение бенефициаров среди компаний-производителей оборудования.Оборудование для 10 000 пластин/мес передовой логики стоит около $3,4 млрд при самой высокой капитализации; при этом дополнительный объем DRAM, HBM и NAND — примерно в 8 раз больше объема продвинутой логики. Суммарно Applied Materials покрывает весь спектр — осаждение, материалы, память — поэтому Bernstein выбирает именно её; Lam Research выгодно отличается гибкостью в травлении, осаждении, GAA, передовой упаковке, апгрейде HBM и NAND; KLA выигрывает от роста сложности процессов и требований к выходу, а высокая маржа по контролю качества более стабильна.

ASML, Tokyo Electron и японская цепочка также выиграют, но в отчёте нет мостов по прибыли 50/75/100GW, выстроенных для них по той же методологии, что и для трех американских компаний.Рост общерыночного WFE не обязательно означает такую же динамику выручки для каждой компании. Прирост у каждой фирмы определяется категорией продуктов, структурой клиентов, долей рынка, возможностями поставок и доходом от обслуживания.

Как 50, 75, 100GW переcчитываются для Applied Materials, Lam Research и KLA

Bernstein переводит отраслевой WFE в выручку от оборудования, сервисный доход, прибыль на акцию и P/E — это самый близкий к инвестиционному решению этап.При 50GW в 2029 году выручка Applied Materials и Lam Research выше прогнозов на 52,3%, KLA — на 33,1%; рост EPS — 59,5%, 54,4% и 37,1% соответственно. Если цены останутся неизменными, P/E снизятся до 14,9, 18,4 и 21,2 соответственно.

Сценарий 75GW явно усиливает операционный рычаг.В 2029 году EPS Applied Materials, Lam Research и KLA будут выше прогнозов на 120,3%, 103,8% и 89,5%, с P/E в 10,8, 13,9 и 15,3 раза. В случае 100GW эти цифры достигнут 181,0%, 153,3% и 142%, а P/E составят 8,5, 11,2 и 12.

Данные из таблицы уточняют короткое резюме отчета.В сценарии 75GW не весь EPS троих компаний удваивается (у KLA — 89,5%); а для 100GW не у всех ниже 10 P/E — у Lam Research и KLA они 11–12. Низкие оценки по моделям связаны с тем, что прибыль на акцию в будущем берется высокой при неизменной цене акций; это демонстрирует гибкость прибыльности, но не гарантирует отсутствие рисков в нынешней оценке.

Преимущество Applied Materials — большая “вовлеченность” в память и относительно низкая оценка, Lam Research — травление, осаждение и гибкость в хранении, KLA — контроль процессов, маржа и качество возврата капитала.Портфель должен разделять общую эластичность и качество прибыли: Applied Materials ближе к основному сценарию, Lam Research чувствительнее к углу расширения памяти, KLA требует высоких стандартов контроля для реализации “премиального качества”.

Между отраслевым WFE и EPS фирмы — еще три «двери».Во-первых, обслуживаемый рынок: даже 10 млрд WFE распределяются по компаниям по-разному между продвинутой логикой, DRAM, NAND и контролем. Во-вторых, признание выручки: между заказом, отгрузкой и монтажом оборудования всегда есть лаг, сервис накапливается после наращивания базы. В-третьих, дополнительная маржа: cрочность в цепочке, стоимость комплектующих, R&D и переговорная сила клиентов — все это определяет конечную прибыльность. Bernstein учитывает доли, сервис и маржу в своих расчетах, однако эти предположения трудно проверить на практике, нежели GW по отрасли.

Это объясняет различия в результатах трех компаний в одном сценарии.В случае 50GW прирост выручки Applied Materials и Lam Research к 2029 году одинаков, но рост EPS у них 59,5% и 54,4% соответственно; KLA показывает меньшую прибавку по выручке, но за счет высокой маржи, сервиса и возврата на капитал выглядит как более качественный актив. Если рост WFE не сопровождается ростом доли и маржи отдельной компании, даже подтверждение отраслевого сценария не даст гарантии воспроизвести прирост прибыли отдельной компании по модели.