Morgan Stanley Greater China Semiconductors Research опубликовало новый отчет 8 мая 2026 года.

-> $NVDA стеллажи и серверы по-прежнему являются крупнейшим драйвером капитальных затрат, составляя около 58–63% от общей стоимости дата-центра в 1 ГВт, исключая HBM и CPU.
-> Для индивидуальных ASICs, стеллажи и серверы значительно ниже, около 39% от общей стоимости. Это самая очевидная причина, почему гиперскейлеры продолжают развивать внутренний силикон.
-> Morgan Stanley оценивает, что дата-центр на базе GPU NVIDIA мощностью 1 ГВт стоит:
Вера Рубин: ~$41B
GB300: ~$33B
B200: ~$24B
H100: ~$23B
По сравнению с индивидуальными ASICs:
TPUv7: ~$27B
Trainium3: ~$15B
-> Современные системы NVIDIA могут стоить до ~2 раз больше за ГВт, чем индивидуальные ASICs. Вера Рубин почти в 3 раза дороже Trainium3 по этой оценке.
-> Это не означает, что индивидуальные ASICs автоматически лучше. NVIDIA по-прежнему обладает самым сильным полным стеком экосистемы, программного обеспечения, сетевых решений, доступности и поддержки моделей. Но это показывает, почему гиперскейлеры имеют огромный экономический стимул масштабировать ASICs.
-> Вторая по величине статья затрат — сеть, около 19–23% в большинстве систем.
-> Электропитание, охлаждение, DRAM, HBM и CPU важны, но второстепенны по сравнению с стеллажами, серверами и сетью.
-> Это также позитивно для поставщиков инфраструктуры на уровне стеллажей, потому что дебаты о капитальных затратах на ИИ — это не только GPU против ASIC. Это стеллажи, сеть, электропитание, охлаждение и полная сборка дата-центра.
-> Мир гиперскейлеров разделится между премиум-кластером NVIDIA для максимальной производительности и гибкости и кластерами на базе индивидуальных ASIC для более низких затрат и более оптимизированных рабочих нагрузок.
-> NVIDIA по-прежнему захватывает самую богатую часть капитальных затрат на инфраструктуру ИИ, но индивидуальные ASICs становятся механизмом ценового давления, который гиперскейлеры будут использовать для снижения долгосрочной зависимости.