Глибокий аналіз обладнання для напівпровідників: кожний доданий 1GW потребує місячної потужності виробництва 50 000 пластин, як AI може підштовхнути WFE до 300 мільярдів доларів

Занадто довго, аби читати

1.Bernstein запропонував кількісний міст від електроенергії до прибутковості.На кожне збільшення щорічної потужності центру обробки даних на 1GW потрібно близько 46 000 нових 300-мм еквівалентних пластин на місяць, приблизно округлено до 50 000 пластин на місяць; за різної капітальної інтенсивності обладнання для різних технологій, кожен 1GW приблизно відповідає $7.5–8 млрд додаткових витрат на обладнання фабрики пластин (WFE).

2.Сценарій 50GW означає збільшення одномоментної потужності в 2030 році на 50GW порівняно з базовим рівнем 2026 року.Базова потужність у 2026 році складає близько 20GW, тому в 2030 році одномоментне збільшення становить приблизно 70GW; сукупне збільшення центрів обробки даних протягом 2027–2029 років може досягати 130–140GW, що значно більше, ніж 50GW. Замовлення на обладнання для фабрик пластин потрібно оформляти, встановлювати та перевіряти заздалегідь.

3.$300 млрд надходить з "AI-добавки + не-AI бази", а не просто слоган.Сценарій 50GW відповідає $376 млрд нового WFE для AI протягом 2027–2029 років, плюс $360 млрд базового WFE за три роки не-AI, разом близько $736 млрд; річна траєкторія становить близько $200 млрд, $245 млрд та $291 млрд. Точніше, до $300 млрд наближається до 2029 року, а не в середньому за три роки.

4.89% додаткових пластин надходить з пам’яті, тому Applied Materials обраний Bernstein.На кожен 1GW попиту DRAM складає 53%, NAND — 20%, HBM — 16%, а передова логіка лише 11%. AI-цикл обладнання — не тільки про графічні процесори і передову логіку, найбільше збільшення пластин у моделі припадає на процесори за межами стійки та відповідний DRAM.

5.Чи може нинішня ціна акцій ще зростати — залежить від того, чи встигає прибуток за оцінкою, а не тільки від загальної суми WFE.За сценарієм 50GW, прибуток на акцію Applied Materials, Lam Research та KLA в 2029 році перевищує консенсус на 59,5%, 54,4% та 37,1% відповідно, з P/E 14,9, 18,4 та 21,2 рази; 75GW та 100GW — це просто ще більш оптимістичний стрес-тест. Якщо будь-який з елементів: доступ до електроенергії, потужність об'єктів, енергоефективність чіпів, обсяг пам'яті, виконання поставок або грошові потоки — слабшає, то сценарій може бути дисконтований.

Bernstein переводить розширення електроенергії AI центрів даних у попит на пластини та обладнання: те, що справді визначає межі акцій обладнання — чи GW-проекти перетворяться на місячний виробничий потенціал, замовлення та грошовий потік.

Справжній парадокс акцій обладнання: ціна акцій впала, а оцінка залишилася високою

На даний момент акції виробників напівпровідникового обладнання мають одночасно дві на перший погляд протилежні характеристики: "глибоке падіння" і "велике зростання".Станом на 17 липня 2026 року (дата зведення даних у звіті Bernstein) акції ASML, Tokyo Electron, Applied Materials, Lam Research і KLA в середньому відступили від максимумів за 52 тижні на близько 23,9%, при цьому три американські компанії впали на 28–31%; однак за поточний рік ці 5 компаній у середньому зросли на 84,1%, поодинокі компанії — на 67–106%.

Розширення оцінки не зникло навіть із спадом цін.Звіт показує, що P/E на наступних 12 місяців для KLA та Lam Research піднялися з початку року з 28 та 27 до 42.2 та 36.8 рази, оцінка Applied Materials, Tokyo Electron і ASML також помітно зросла. Тому інвесторам потрібно відповісти на два більш жорстких питання: скільки ще центрів даних AI треба додати реальної потужності, чи може попит на чіпи на цю потужність забезпечити зростання прибутку швидше, ніж розчинення оцінки.

Попит не ослаб разом.США на кінець червня 2026 року мали 50,7GW потужності центрів даних, плюс 11,4GW за рік, зростання 29%; потужність у конвеєрі проєктів становить близько 338GW, плюс 216,6GW за рік, зростання 179%. Але 338GW — лише планувальний пул, не означає реальний "операційний потенціал" із доступною електроенергією, фінансуванням, землею, підключенням до мережі і клієнтами. Bernstein цінний тим, що не бере весь конвеєр як дохід, а ставить питання навпаки: якщо у 2030 році кожного року реально добудують 50GW, 75GW чи 100GW, скільки потужності повинні підготувати виробники напівпровідників.

Раніше ринок часто використовував $250 млрд як віддалену межу суперциклу WFE.Bernstein новий підхід розкладає цю межу на проміжні змінні: спершу реальна GW, потім місячний виробничий потенціал пластин, і лише далі — замовлення на обладнання та прибуток.

Від 1GW до 46 000 пластин на місяць — як насправді працює модель

Перший крок — перетворити 1GW на стійки та чіпи.Bernstein бере стійку Vera Rubin як приблизну конфігурацію для 2030 року: потужність однієї стійки ≈ 220 кВт, тож 1GW — це близько 4545 стійок; кожна стійка споживає близько 64,6 300-мм пластин, включаючи передову логіку, HBM, стандартний DRAM і NAND. Тільки для внутрішніх стійок 1GW означає один раз 294 000 пластин.

Це ще не все.AI-система крім графічних процесорів, головних CPU і HBM у стійці, потребує зовнішніх CPU для оркестровки агентів, викликів інструментів, доступу до даних і системних сервісів. Bernstein припускає, що для сценарію 70GW у 2030 потрібно близько 95,2 млн CPU, тобто 1GW ≈ 1,36 млн CPU; після врахування головних CPU у стійках, на 1GW залишається близько 9027 пластин передової логіки. Для кожного зовнішнього CPU додається 0.5TB DRAM, з 80% yield — 19 500 пластин DRAM на 1GW. Модель також припускає, що NAND поза стійкою у центрах даних зростає на 30% CAGR у 2028–2030.

Другий крок — перетворити річний попит на чіпи у стабільний місячний виробничий потенціал.Об'єднавши попит на пластини у стійках і поза ними, кожен додатковий 1GW на рік потрібен близько 46 000 пластин на місяць: DRAM — 24 400, NAND — 9200, HBM — 7300, передова логіка — 5300. Найбільш недооцінений висновок тут: пам’ять становить 89% за кількістю пластин, передова логіка — лише 11%.

Третій крок — перетворити місячний виробничий потенціал у капітальні витрати на обладнання.За оцінкою Bernstein, кожні 10 000 пластин/місяць передової логіки потребують $3,4 млрд на обладнання, HBM та DRAM — $1,4 млрд, NAND — $1,3 млрд. З урахуванням таблиці кожен 1GW ≈ $7,44 млрд, а у тексті звіту округлено до $7,5–8 млрд. Передова логіка найбільш капіталозатратна за одиницю, але пам’ять становить набагато більше пластин, тому вона формує три чверті нового WFE для AI.

Цей алгоритм корисніший за "скільки збільшується капітальні витрати у хмарних провайдерів, стільки ж у обладнання", адже кожен рівень можна перевірити реальними даними.Зміна споживання стійки, площі чіпа, yield, конфігурації серверів, об'єму DRAM і темпів росту NAND — усе впливає на кінцевий WFE.

Тут важливо розрізняти "споживання пластин" і "місячний потенціал пластин".64,6 пластини у Vera Rubin стійці — разове виробниче споживання для комплектуючих; 46 000 пластин на місяць — це постійна потужність для підтримки щорічного додаткового 1GW у центрах даних. Перше відповідає "скільки пластин треба для цієї партії стійок", друге — "скільки потрібно збільшити потужності фабрики". Якщо 294 000 пластин/GW просто взяти за місячний потенціал, або 46 000 пластин/місяць перемножити на кількість стійок, WFE рахуватиметься двічі.

Часовий аспект моделі теж критичний.Хмарні провайдери спершу визначають навантаження та бюджет, центри даних вирішують питання електроенергії та будівництва, фабрики пластин розширюють cleanroom, замовляють обладнання, встановлюють його, підвищують yield, потім чіпи встановлюють у сервери. WFE доходи "випереджають" введення потужності, але не всі проєктні умови; тільки GW, які пройшли етап електроенергії, фінансування і фіксації клієнтів, мають шанс потрапити у замовлення на обладнання.

50GW — не кумулятивний обсяг будівництва, $300 млрд — не середнє за три роки

Найпростіше неправильно тлумачити у звіті — визначення 50GW.Базовий рівень для 2026 — щорічно близько 20GW нового обсягу; "50GW сценарій для 2030" означає, що у 2030 році одномоментний приріст становить ще 50GW понад базу, тобто понад 70GW лише за 2030 рік, а не 50GW сумарно за 2027–2030. Якщо щорічна траєкторія умовно: 30GW 2027-го, 45GW 2028-го, 60GW 2029-го, то кумулятивно за три роки ≈ 135GW — співпадає з інтервалом 130–140GW у звіті.

Обладнання фабрик пластин повинно випереджати запуск центрів даних.Щоб забезпечити поставки чіпів на 70GW одномоментно в 2030, потужності фабрик мають бути готові до кінця 2029-го, закупівлі обладнання концентруються у 2027–2029 рр. Сценарій 50GW для AI відповідає: передова логіка — 264 000 пластин/місяць, HBM — 365 000, DRAM — 1 220 000, NAND — 458 000; загальний AI WFE — $376 млрд, HBM і DRAM — $228 млрд.

Bernstein додає щорічно $120 млрд "бази" WFE поза AI — для доволі технологій, аналогових чіпів, китайського ринку й інших не-центрів даних.Таким чином, за 2027–2029 роки отримуємо спільно $736 млрд WFE, середньорічно ≈ $245 млрд, а річна траєкторія — $200, $245 і $291 млрд. "WFE $300 млрд" означає, що у 2029 підходимо до цієї позначки за сценарієм 50GW.

Ця табличка чутливості — не точний річний прогноз.Модель фіксує 2027 рік на $200 млрд, потім екстраполює по меті на 2030 — отже, високі сценарії мають характер механічної зовнішньої оцінки. Величина $542 млрд у 2029 для 100GW більше про верхню межу для ланцюга постачання та моделі прибутку, а не про базову мету.

Чому поточне збільшення обладнання починається з пам’яті, а не передової логіки

Говорячи про AI-обладнання, ринок зазвичай в першу чергу думає про передову логіку, але модель Bernstein передбачає найбільше збільшення саме у DRAM.Причина не тільки у HBM у стійках. Vera Rubin стійки потребують логіку, HBM, DRAM і NAND; але найбільша зміна йде від зовнішніх CPU: агенти мають виконувати оркестровку, пошук, виконання коду, виклики інструментів і управління станом, значна частина роботи відбувається поза акселераторними стійками. Припущення "0.5TB DRAM на CPU" піднімає попит на DRAM пластини вище половини загального обсягу.

Це змінює порядок вигоди для виробників обладнання.Передова логіка потребує $3,4 млрд на кожні 10 000 пластин/місяць, найбільше капіталу; але DRAM, HBM і NAND разом дають приблизно у 8 разів більше пластин. Загально, Applied Materials охоплює осадження, матеріали і зберігання; тому Bernstein обирає його першочергово. Lam Research має більшу циклічну гнучкість у травленні, осадженні, GAA, передових пакуваннях, HBM і NAND; KLA виграє від зростання складності процесу і yield, прибутковість процес-контролю стабільніше.

ASML, Tokyo Electron та японський ланцюг обладнання теж виграють, але звіт не проводить для них мостів прибутку для 50/75/100GW аналогічних трьом американським компаніям.Не можна просто механічно розподіляти зростання WFE на всі компанії — скільки кожна отримає, залежить від позицій продукту, клієнтської структури, частки ринку, можливостей поставок обладнання і доходу з сервісу.

Як перерахувати під Applied Materials, Lam Research і KLA для 50, 75, 100GW

Bernstein відображає WFE сектору на доходи від обладнання, сервісу, EPS і P/E, що є найближчим до рішення про інвестування.За сценарієм 50GW, доходи Applied Materials і Lam Research у 2029 році перевищують консенсус на 52,3%, KLA — на 33,1%; приріст EPS — 59,5%, 54,4% і 37,1%. Якщо ціна акцій залишиться незмінною, P/E на 2029 рік складе 14,9, 18,4 і 21,2.

Сценарій 75GW підсилює операційний важіль.EPS 2029 року для Applied Materials, Lam Research і KLA перевищує консенсус на 120,3%, 103,8% і 89,5%, з P/E 10,8, 13,9 і 15,3. За 100GW: EPS +181%, +153,3% і +142%, P/E — 8,5, 11,2 і 12.

Табличні дані також коригують стислий висновок у заголовках звіту.75GW — не завжди означає "EPS утричі більше" для трьох компаній — для KLA лише +89,5%; 100GW не гарантує P/E нижче 10, для Lam Research і KLA це 11–12. Низьке P/E у сценарії — лише наслідок припущення про незмінну ціну акцій і майбутній приріст прибутку — це доводить прибутковість портфелів, але не дорівнює безризиковій знижці оцінки зараз.

Applied Materials виграє із-за пам’яті та кращої оцінки, Lam Research — із-за гнучкості у травленні та зберіганні, KLA — із-за процес-контролю, маржинальності і якості капітальних повернень.Портфель має розділяти загальну еластичність від якості прибутку: Applied Materials ближчий до основного сценарію звіту, Lam Research більш чутливий до масштабів розширення пам’яті, KLA потребує більшої інтенсивності процес-контролю для маржинальної якості.

Від секторного WFE до EPS компанії — ще три перепони.Перша — сервісний ринок: однаковий $10 млрд WFE розділяється по-своєму між передовою логікою, DRAM, NAND та процес-контролем. Друга — запис доходу: обладнання має затримку між замовленням, доставкою і встановленням, сервісний дохід поступово зростає після розширення бази. Третя — маржинальність додаткового доходу: термінові поставки, ціна компонентів, R&D, переговорна сила клієнта — усе визначає прибуток від нового доходу. Bernstein уже врахував частку, сервіс і маржинальність у своїх сценаріях, але ці припущення спостерігати складніше, ніж GW сектору.

Цим і пояснюється розбіжність результатів трьох компаній у одному сценарії.У сценарії 50GW Applied Materials і Lam Research мають однаковий додатковий дохід у 2029, приріст EPS складає 59,5% і 54,4%, у KLA — нижчий дохід, але завдяки маржинальності, сервісу і капітальній якості він більше "якісний актив". Якщо розширення WFE не забезпечує значно більшу частку доходу чи маржинальність компанії, правильно оцінений сектор не гарантує виплату прибутків за моделлю для окремої акції.