Дефицит электроэнергии для дата-центров США достигнет 38 ГВт: почему Morgan Stanley отдает предпочтение Nvidia и Bro

Американские дата-центры с ИИ — это критически важная инфраструктура для обучения больших языковых моделей, обеспечения сервисов инференса и поддержки бизнеса облачных вычислений. Чтобы их построить, нужны огромные объемы GPU, ASIC-чипов, памяти, сетевого оборудования и надежного электроснабжения. По мере того как глобальные технологические компании продолжают наращивать капитальные затраты на ИИ (AI capital expenditures), строительство дата-центров быстро расширяется. Однако пропускная способность энергосетей, инфраструктура передачи и скорость подключения к электросети могут не расти теми же темпами. Доступность электроэнергии все чаще становится ключевым фактором, определяющим, можно ли на практике развернуть мощности для ИИ-вычислений.

В своем последнем исследовательском обзоре Morgan Stanley повысил прогноз по дефициту чистой электроэнергии для дата-центров США с 33 ГВт до 38 ГВт на период 2026–2028 годов, отражая растущую обеспокоенность рынка возможностями поставок питания для ИИ-инфраструктуры. При этом компания продолжает выделять Nvidia (NVDA) и Broadcom (AVGO) как важные позитивные идеи в полупроводниках. Она считает, что такие факторы, как видимость поставок чипов, расширение на зарубежных рынках и эффективность вычислений на единицу мощности, могут помочь некоторым ведущим компаниям сохранять конкурентоспособность в условиях ограниченного энергопотребления.

Этот сдвиг указывает на то, что конкуренция в индустрии ИИ-чипов выходит за рамки простого гонения за более высокой вычислительной производительностью. Теперь все больше внимания уделяется вычислительной эффективности, доступности электроэнергии и окупаемости капитальных затрат. Для инвесторов разрыв в 38 ГВт электроэнергии — это не только сроки строительства дата-центров. Он также может изменить конкурентные отношения между GPU и ASIC и повлиять на будущий спрос в разных сегментах цепочки поставок полупроводников, включая память, оптические коммуникации и управление питанием.

Что означает дефицит электроэнергии в 38 ГВт для дата-центров США?

Morgan Stanley повысил прогноз по дефициту чистой электроэнергии для дата-центров США с 33 ГВт до 38 ГВт. Это означает, что компания ожидает большего несоответствия между спросом на электроэнергию со стороны ИИ-дата-центров и доступными мощностями электроснабжения в ближайшие годы. При этом 38 ГВт — это прогнозный разрыв по мощности, а не масштаб фактических отключений, которые уже произошли. Также это не следует трактовать как то, что энергосеть США в целом не хватает 38 ГВт генерационных мощностей.

ГВт (гигаватты) — единица мощности. 1 ГВт равен 1 000 МВт. Крупные дата-центры с ИИ обычно требуют десятки или сотни мегаватт мощности, тогда как кампусы гипермасштаба (hyperscale) могут планировать еще более высокий спрос на электроэнергию. Следовательно, потенциальный разрыв в десятки гигаватт означает, что многим дата-центрам, которые уже запланированы, возможно придется ждать модернизации энергосетей, менять локации строительства или использовать альтернативные решения по энергии.

Важно отметить, что электроснабжение дата-центров зависит от множества факторов, включая местную пропускную способность по подключению к сети, строительство подстанций, линии передачи, ресурсы генерации и связанные одобрения. Даже если в регионе в целом достаточно генерации, это не гарантирует, что конкретный дата-центр сможет получить достаточно электроэнергии в запланированные сроки. Поэтому дефицит электроэнергии в основном отражает несоответствие между спросом и предложением как во времени, так и по географии.

Для ИИ-индустрии ограничения по мощности могут задерживать ввод некоторых вычислительных мощностей. Это может повлиять на закупки GPU, поставки серверов и сроки запуска облачных сервисов. Инвесторам нужно различать запланированную мощность дата-центров, фактически одобренную мощность электроснабжения и вычислительную мощность, которая уже находится в эксплуатации. Эти показатели не идентичны.

Почему нехватка электроэнергии может изменить конкурентный ландшафт «GPU против ASIC»?

GPU и ASIC — это две важные категории чипов для ИИ-вычислений. У GPU сильные возможности параллельных вычислений общего назначения, они могут поддерживать обучение моделей, инференс и широкий спектр вычислительных задач. ASIC — это интегральные схемы, ориентированные на конкретные приложения, разработанные под определенные сценарии использования. Обычно они повышают производительность и эффективность за счет оптимизации архитектуры чипа и вычислительных рабочих процессов.

Когда электроснабжение относительно достаточно, операторы дата-центров могут взвешивать цены покупки чипов, вычислительную производительность, совместимость с ПО и долгосрочные эксплуатационные издержки. Но когда ограничение по мощности становится жестким, компаниям нужно больше фокусироваться на том, сколько вычислительных задач может выполнить единица мощности. Для бизнеса по ИИ-инференсу это можно выразить числом токенов, обрабатываемых на ватт электроэнергии.

Morgan Stanley считает, что у Nvidia есть конкурентное преимущество по эффективности вывода токенов на единицу мощности. В условиях ограничения по мощности некоторые ASIC-продукты могут испытывать давление на долю рынка. Суть этого взгляда в том, что клиенты дата-центров могут отдавать приоритет вычислительным платформам, которые дают более высокий реальный выход в рамках ограниченного энергобюджета, а не только фокусироваться на затратах на закупку чипов.

Однако неверно делать вывод, что все ASIC менее эффективны, чем GPU. Google TPU, Amazon Trainium и другие специализированные ИИ-ускорители также могут обеспечивать существенные преимущества по эффективности при определенных моделях и нагрузках. Реальная производительность разных чипов зависит от архитектуры модели, точности инференса, размеров батчей, конфигурации памяти, оптимизации ПО и загрузки системы.

Поэтому нет единого вывода, который подходит для всех сценариев конкуренции GPU и ASIC. Взгляд Morgan Stanley лучше понимать так: при текущих условиях продуктов и развертывания системная эффективность некоторых вычислительных платформ Nvidia может получать больше внимания. Конкурентоспособность ASIC по-прежнему нужно оценивать исходя из конкретных рабочих нагрузок.

Почему Morgan Stanley продолжает отдавать предпочтение Nvidia (NVDA)?

Nvidia (NVIDIA, NVDA) — крупный поставщик на глобальном рынке ИИ-ускоренных вычислений. Ее конкурентное преимущество заключается не только в самих графических процессорах (GPU), но и в программной экосистеме CUDA, сетевых соединениях, серверных системах и связанных инструментах разработки. По мере роста спроса на обучение ИИ-моделей и инференс Nvidia продолжает выпускать новые вычислительные платформы, чтобы повышать производительность вычислений, пропускную способность памяти и общую эффективность систем.

Morgan Stanley продолжает отдавать предпочтение Nvidia в первую очередь на основе таких факторов, как консервативные прогнозы по прибыли, улучшившаяся видимость поставок чипов, расширение на зарубежных рынках и эффективность вычислений на единицу мощности. Для инвесторов видимость поставок означает, что по продуктовым поставкам и спросу клиентов в ближайший период может быть больше ясности, что снижает неопределенность в прогнозах по выручке. При этом заказы и ожидания по поставкам могут меняться, если клиенты корректируют капитальные затраты или происходят сдвиги в цепочке поставок.

На фоне ограничений по мощности системная эффективность Nvidia может стать важным конкурентным преимуществом. Операторам дата-центров нужно сравнивать не только производительность одного GPU, но и эффективность серверов, сетевых решений, систем охлаждения и время выполнения ПО. Если вычислительная платформа может выполнить больше задач инференса при той же мощности, это может увеличить потенциал выручки дата-центра.

Одновременно Nvidia сталкивается с долгосрочным конкурентным давлением. Крупные компании облачных вычислений постоянно разрабатывают собственные ИИ-чипы, чтобы снижать вычислительные затраты и повышать автономность цепочки поставок. Даже если выручка Nvidia продолжит расти, ее доля рынка, валовая маржа и уровень оценки могут не увеличиваться синхронно. Поэтому при анализе акций NVDA инвесторам все равно нужно концентрироваться на выручке дата-центров, валовой марже по продуктам, капитальных затратах клиентов и конкуренции со стороны кастомных чипов.

Почему Broadcom (AVGO) тоже привлекает внимание Morgan Stanley?

Broadcom (Broadcom, AVGO) — крупная компания в сфере полупроводников и инфраструктурного ПО, с деловой экспозицией в таких областях, как кастомные ИИ-ускорители, чипы сетевого коммутирования и высокоскоростные соединения (high-speed interconnects). По мере того как крупные предприятия облачных вычислений расширяют строительство дата-центров с ИИ, спрос на кастомные чипы и сетевую инфраструктуру становится важной возможностью роста для Broadcom.

В отличие от Nvidia, ключевой бизнес которой в основном сосредоточен на предоставлении платформ GPU общего назначения, одно из важных направлений Broadcom — помогать крупным технологическим клиентам разрабатывать кастомные чипы под конкретные рабочие нагрузки. Для облачных провайдеров с большим объемом повторяющихся вычислительных задач кастомные ASIC могут снижать часть вычислительных затрат за счет целевой оптимизации. Кроме того, крупным ИИ-кластерам требуются чипы высокоскоростного переключения и сетевое оборудование для подключения вычислительных узлов, что также создает рыночные возможности для Broadcom.

Одновременная позитивная позиция Morgan Stanley по Nvidia и Broadcom показывает, что компания не рассматривает GPU и ASIC как полностью противоположные направления инвестиций. Даже если некоторые ASIC-продукты испытывают давление на долю в условиях ограниченной мощности, кастомные чипы все равно могут продолжать расти у отдельных клиентов и в определенных сценариях вычислений. Broadcom также не зависит исключительно от ASIC-бизнеса. Ее бизнес по сетевым полупроводникам может участвовать в расширении масштаба ИИ-кластеров.

При этом кастомный чип-бизнес Broadcom может зависеть от сроков проектов крупных клиентов. Если клиенты меняют планы по R&D чипов, графики строительства дата-центров или капитальные затраты, рост выручки по связанным направлениям может колебаться. Поэтому инвестиционный тезис по AVGO нужно рассматривать с учетом спроса на кастомные ИИ-чипы, роста сетевого бизнеса и риска концентрации клиентов одновременно.

Почему под сомнение ставятся ожидания по Capex дата-центров на 2027–2028 годы?

Morgan Stanley отмечает, что рынок пытается согласовать прогноз на 2027 год примерно в $1,5 трлн и прогноз на 2028 год примерно в $1,6 трлн по капитальным затратам (data center capital expenditures) с фактическими возможностями по поставкам электроэнергии. Эти цифры — рыночные прогнозы будущего масштаба инвестиций, а не капитальные затраты, которые уже одобрены, подписаны или фактически произошли. Точный статистический охват также нужно подтвердить по исходной исследовательской записке.

Capex дата-центров с ИИ обычно включает проекты вроде вычислительных чипов, серверов, сетевого оборудования, строительства объектов и инфраструктуры электропитания и охлаждения. Даже если у технологических компаний сильные намерения инвестировать, часть оборудования может не быть развернута в график, если сеть не может обеспечить достаточно мощности в запланированные сроки.

Эта проблема может повлиять на решения компаний по распределению капитала. Например, если дата-центр планирует начать работу в 2027 году, но поставка электроэнергии задерживается до 2029 года, оператор может выбрать перенос закупок GPU и серверов, чтобы избежать длительного простоя после раннего поступления оборудования. Для ИИ-чипов, которые быстро обновляются, ранние закупки также могут повысить риск обесценения оборудования.

Поэтому рынку нужно различать три разных этапа: компании объявляют планы по Capex, затем они фактически закупают и строят инфраструктуру, и после этого вычислительное оборудование официально вводится в эксплуатацию и начинает генерировать выручку. Только заключительный этап реально превращает эти активы в текущие операционные денежные потоки.

Почему замедленное строительство дата-центров может ударить по чипам памяти и оптическим модулям?

У цепочки поставок в индустрии ИИ-дата-центров долгие циклы закупок и производства. Производители чипов, поставщики памяти и компании сетевого оборудования обычно планируют производство, исходя из ожидаемых потребностей клиентов в ближайшие несколько кварталов. Когда рынок ожидает быстрый рост инвестиций в ИИ-инфраструктуру, клиенты могут покупать ключевые компоненты заранее, чтобы обеспечить наличие оборудования в будущем.

Но если строительство дата-центров откладывается из-за нехватки электроэнергии, часть запланированных компонентов может не быть развернута вовремя. В результате компании могут задерживать покупки, корректировать запасы или переносить отгрузки. Такие изменения могут внезапно раскрыть ранее дефицитные продукты к более медленным темпам спроса.

Чипы памяти — одна из областей, за которой нужно внимательно следить. Спрос на HBM и серверную DRAM тесно связан с масштабом и темпами развертывания ИИ-ускорителей. Если скорость выхода в рабочий режим новых кластеров GPU замедляется, время закупок связанной памяти также может оказаться под влиянием. При этом индустрия чипов памяти циклична. Расширение мощностей компаний и пополнение запасов клиентами заранее могут дополнительно усиливать сдвиги в спросе и предложении.

Оптические модули и компоненты высокоскоростных соединений (high-speed interconnects) тоже зависят от строительства крупных вычислительных кластеров. Если развертывания в дата-центрах задерживаются, заказы на соответствующее сетевое оборудование могут быть перенесены. Для компаний по управлению питанием и аналоговым чипам также будет влиять фактический прогресс строительства серверов и систем электропитания, а значит, и спрос на их продукцию.

Однако задержки строительства не обязательно означают, что конечный спрос исчезает. Некоторые заказы могут лишь задержаться по поставкам, а не быть окончательно отмененными. Реальное влияние по-прежнему зависит от уровня запасов у поставщиков, соглашений на закупки у клиентов и роста спроса в других регионах. Поэтому инвесторам нужно отличать колебания заказов в краткосрочной перспективе от изменений в долгосрочном размере рынка.

Какие акции полупроводников могут пострадать из-за «бутылочных горлышек» по мощности для дата-центров с ИИ?

Разные компании полупроводников занимают разные позиции в цепочке поставок для ИИ, поэтому влияние ограничений по электроснабжению различается по их бизнесам.

Для NVDA и AVGO «бутылочные горлышки» по мощности могут создавать и возможности, и проблемы. С одной стороны, клиенты могут делать больший акцент на энергоэффективность, потенциально повышая спрос на высокопроизводительные вычислительные платформы и оптимизированные чипы. С другой стороны, если строительство дата-центров замедляется, фактические поставки чипов тоже могут быть затронуты.

Для MU и других поставщиков памяти ключевой вопрос — могут ли закупки ИИ-серверов продолжать расти и приводит ли раннее пополнение запасов к их накоплению. Для компаний по инфраструктуре электроснабжения вроде VRT и ETN рост спроса на электроэнергию для дата-центров может создать новый рынок оборудования, но соответствующие проекты по-прежнему ограничены графиками строительства, одобрениями и инвестиционными бюджетами.

Поэтому неверно предполагать, что нехватка электроэнергии автоматически принесет выгоду акциям оборудования для электроснабжения или автоматически навредит всем компаниям полупроводников. Именно структура заказов, технические сильные стороны и уровни оценки каждой компании определяют, насколько она в реальности выиграет.

Как использовать Gate Stock, чтобы отслеживать цепочку поставок по ИИ-чипам и питанию дата-центров?

Для инвесторов, которые хотят отслеживать цикл инвестиций в ИИ-инфраструктуру, они могут использовать Gate Stock, чтобы следить за компаниями полупроводников, такими как Nvidia (NVDA), Broadcom (AVGO) и Micron Technology (MU). Также они могут дополнить это инструментами для наблюдения за сегментами цепочки поставок, связанными с управлением питанием дата-центров, охлаждающим оборудованием и ETF по технологическим секторам.

Gate Stock дает возможность использовать USDT для торговли акциями США и ETF. Конкретные торговые тикеры, торговые комиссии и правила продуктов зависят от фактических страниц платформы.

При анализе связанных акций инвесторам следует смотреть сразу на три измерения: во-первых, растет ли спрос на ИИ-вычисления; во-вторых, могут ли дата-центры обеспечить достаточную мощность и выходить в онлайн в запланированные сроки; и в-третьих, могут ли компании конвертировать заказы и технические преимущества в прибыль и денежный поток. Полагаться только на прогнозы Capex дата-центров недостаточно, чтобы оценить долгосрочную ценность акции.

Итог

Morgan Stanley повысил прогноз по дефициту чистой электроэнергии для дата-центров США в 2026–2028 годах с 33 ГВт до 38 ГВт. Это отражает все более ясные ограничения по энергии для расширения ИИ-инфраструктуры. Даже если крупные технологические компании продолжают увеличивать капитальные затраты, то, смогут ли дата-центры получить электроэнергию в планируемом объеме, все равно повлияет на реальный масштаб развертывания GPU, ASIC, чипов памяти и сетевого оборудования.

На этом фоне конкуренция чипов может привести к еще большему акценту на вычислительной эффективности на единицу мощности. Morgan Stanley продолжает отдавать предпочтение Nvidia и Broadcom, отражая долгосрочную уверенность в спросе на высокопроизводительные вычислительные платформы, кастомные чипы и высокоскоростные сети. Тем не менее конкуренция GPU и ASIC зависит от конкретной рабочей нагрузки. Нельзя оценить будущую долю рынка, опираясь лишь на один показатель эффективности.

Между тем, если строительство дата-центров замедлится из-за недостаточных поставок электроэнергии, чипы памяти, оптические модули и компоненты управления питанием, которые ранее были «подтянуты» вперед из-за дефицита поставок, могут столкнуться с корректировками запасов и волатильностью заказов. Для инвесторов в дальнейшем фокус должен быть на фактически развернутых мощностях, показателях реализации Capex у компаний, энергоэффективности чипов и запасах в цепочке поставок, а не только на общей сумме в планах строительства дата-центров.

На следующем этапе инвестиций в ИИ-инфраструктуру ключевым становится не только то, сколько чипов можно купить. Важно, сколько эффективных вычислений можно поддержать ограниченными ресурсами по мощности — и сколько коммерческой выручки в итоге генерируют эти вычислительные возможности.

FAQ

Что означает дефицит электроэнергии в 38 ГВт для дата-центров США?

Это прогноз Morgan Stanley по разрыву между предложением и спросом на чистую электроэнергию для дата-центров США на 2026–2028 годы. Он отражает потенциал существенного расхождения между запланированным спросом на электроэнергию и доступной мощностью. Это не означает, что в США уже произошло 38 ГВт фактических отключений.

Почему нехватка электроэнергии может принести выгоду GPU Nvidia?

Когда доступная электроэнергия для дата-центров ограничена, операторы могут больше внимания уделять тому, сколько ИИ-вычислительных задач можно выполнить на ватт. Если вычислительные платформы Nvidia обеспечивают более высокую энергоэффективность системы при конкретных нагрузках, Nvidia может получить конкурентное преимущество. При этом реальный результат зависит от конфигураций чипов, оптимизаций ПО и сценариев применения.

Потеряют ли ASIC-чипы долю рынка из-за нехватки электроэнергии?

Некоторые ASIC-продукты могут испытывать конкурентное давление, но нельзя обобщать. Кастомные ASIC тоже способны достигать высокой энергоэффективности для определенных ИИ-задач. Будущая доля рынка зависит от производительности чипов, стоимости, ПО-экосистемы и стратегий развертывания у клиентов.

Почему Morgan Stanley благоволит и NVDA, и AVGO?

У Nvidia есть преимущества в GPU, ускоренных вычислительных системах и ПО-экосистемах. Broadcom участвует в рынке кастомных ИИ-чипов и высокоскоростных сетей. Эти две компании получают выгоду от инвестиций в ИИ-инфраструктуру по-разному, и это не означает, что могут расти только GPU или только ASIC.

Почему замедленное строительство дата-центров может повлиять на чипы памяти?

Если дата-центры откладывают развертывание серверов из-за ограничений по мощности, клиенты могут соответствующим образом отложить покупки HBM, DRAM и других компонентов. Если заранее было сделано раннее пополнение запасов, краткосрочные корректировки запасов могут дополнительно усилить волатильность заказов и цен.

Приведет ли дефицит электроэнергии в 38 ГВт к прекращению ИИ-инвестиций повсеместно?

Не обязательно. Компании могут частично компенсировать ограничения за счет изменения локаций строительства, поэтапного развертывания, повышения энергоэффективности вычислений или добавления инфраструктуры по электроэнергии. Однако эти меры обычно требуют времени и денег, поэтому они не могут гарантировать завершение всех запланированных проектов в срок.