Дефіцит електроживлення ЦОД у США досягне 38 ГВт: чому Morgan Stanley віддає перевагу Nvidia та Broadcom

Американські центри обробки даних (ЦОД) є критичною інфраструктурою для навчання великих мовних моделей, забезпечення сервісів інференсу та підтримки бізнесу хмарних обчислень. Для їх створення потрібні величезні обсяги GPU, ASIC-чипів, пам’яті, мережевого обладнання та надійне електроживлення. Оскільки глобальні технологічні компанії продовжують нарощувати витрати на AI, будівництво ЦОД швидко розширюється. Однак потужностей електромережі, інфраструктури передавання та швидкості підключення до електроживлення може не вистачати, щоб зростати в однаковому темпі. Наявність електроенергії дедалі частіше стає ключовим чинником, який визначає, чи зможе AI-обчислювальна потужність бути застосована на практиці.

У своєму останньому дослідницькому огляді Morgan Stanley підвищив прогноз дефіциту чистого електропостачання для американських ЦОД із 33GW до 38GW на 2026–2028 роки, відображаючи зростання занепокоєння ринку щодо спроможності постачання електроенергії для AI-інфраструктури. Водночас компанія й надалі виділяє Nvidia (NVDA) та Broadcom (AVGO) як важливі позитивні ставки в сегменті напівпровідників. Вона вважає, що чинники на кшталт видимості відвантажень чипів, розширення на закордонні ринки та ефективності обчислень з одиницею потужності можуть допомогти окремим провідним компаніям зберігати конкурентоспроможність у середовищах, де електроенергія обмежена.

Цей зсув означає, що конкуренція в AI-індустрії чипів виходить за межі простого переслідування вищої обчислювальної продуктивності. Тепер вона дедалі більше зосереджується на ефективності обчислень, доступності електроенергії та віддачі капітальних витрат. Для інвесторів дефіцит електроенергії на рівні 38GW — це не лише строки будівництва ЦОД. Це також може змінити конкурентні взаємини між GPU та ASIC і вплинути на майбутній попит у різних частинах ланцюга постачання напівпровідників, зокрема пам’яті, оптичних комунікаціях і керуванні електроживленням.

Що означає дефіцит електроенергії 38GW для ЦОД у США?

Morgan Stanley підвищив прогноз дефіциту чистого електропостачання для ЦОД у США з 33GW до 38GW. Це означає, що компанія очікує більшого розриву між попитом на електроенергію з боку AI-ЦОД і доступним обсягом електропостачання в найближчі роки. Тут 38GW — це прогнозований розрив у потужності, а не розмір фактичних відключень, які вже сталися. Також це не слід тлумачити як те, що електромережа США загалом не має 38GW генерувальних потужностей.

GW (гігавати) — це одиниця потужності. 1GW дорівнює 1 000MW. Великі AI-ЦОД зазвичай потребують десятків або сотень мегават потужності, тоді як кампуси гіпермасштабу можуть планувати ще вищі обсяги попиту на електроенергію. Тому потенційний розрив у десятки гігавафтів означає, що багатьом ЦОД, які вже заплановані, доведеться чекати на модернізацію мережі, коригувати локації будівництва або впроваджувати альтернативні енергетичні рішення.

Важливо зазначити, що постачання електроенергії до ЦОД залежить від багатьох чинників, зокрема від локальної спроможності з’єднання з електромережею, будівництва підстанцій, ліній передавання, джерел генерації та пов’язаних погоджень. Навіть якщо в регіоні загалом достатньо генерації, це не гарантує, що конкретний ЦОД зможе забезпечити собі достатню потужність у заплановані строки. Тому дефіцит електроенергії здебільшого відображає невідповідність між попитом і пропозицією як у часі, так і в географії.

Для AI-індустрії обмеження по електроенергії можуть затримати певні проєкти з нарощування обчислювальних потужностей. Це може вплинути на закупівлі GPU, поставки серверів і строки запуску хмарних сервісів. Інвесторам потрібно відрізняти заплановану потужність ЦОД, реально погоджену потужність електропостачання та обчислювальну потужність, яка вже працює. Ці показники не є тотожними.

Чому нестача електроенергії може змінити конкурентний ландшафт «GPU проти ASIC»?

GPU та ASIC — це дві важливі категорії чипів в AI-обчисленнях. GPU мають сильні можливості паралельних обчислень загального призначення та можуть підтримувати навчання моделей, інференс і широкий спектр обчислювальних задач. ASIC — це інтегральні схеми спеціального призначення, створені під конкретні сценарії використання. Як правило, вони підвищують продуктивність і ефективність завдяки оптимізації архітектури чипа та обчислювальних робочих процесів.

Коли постачання електроенергії відносно достатнє, оператори ЦОД можуть зважувати ціну закупівлі чипів, обчислювальну продуктивність, сумісність із програмним забезпеченням і довгострокові витрати на експлуатацію. Але коли потужність стає жорстким обмеженням, компаніям потрібно більше фокусуватися на тому, скільки обчислювальних задач може виконати одиниця потужності. Для бізнесів з AI-інференсу це можна виразити як кількість Tokens, оброблених на ват електроенергії.

Morgan Stanley вважає, що Nvidia має конкурентну перевагу за ефективністю токен-виходу на ват. У середовищах, де потужність обмежена, деякі ASIC-продукти можуть відчувати тиск на частку ринку. Суть цієї позиції така: клієнти ЦОД можуть надавати пріоритет обчислювальним платформам, які дають вищий реальний вихід у межах обмеженого енергетичного бюджету, а не фокусуватися лише на витратах на закупівлю чипів.

Однак неправильно робити висновок, що всі ASIC є менш ефективними, ніж GPU. Google TPU, Amazon Trainium та інші кастомні AI-акселератори також можуть давати суттєві переваги за ефективністю для певних моделей і робочих навантажень. Реальна продуктивність різних чипів залежить від архітектури моделі, точності інференсу, розмірів batch, конфігурації пам’яті, оптимізації програмного забезпечення та завантаження системи.

Отже, немає фіксованого висновку, який застосовується до всіх сценаріїв у конкуренції «GPU проти ASIC». Погляд Morgan Stanley найкраще розуміти так: за нинішніх умов продуктів і розгортання системна ефективність для окремих обчислювальних платформ Nvidia може отримати більше уваги. Конкурентоспроможність ASIC усе ще потрібно оцінювати на основі конкретних робочих навантажень.

Чому Morgan Stanley зберігає преференції для Nvidia (NVDA)?

Nvidia (NVIDIA, NVDA) є великим постачальником на глобальному ринку AI-акселерації. Її конкурентна перевага ґрунтується не лише на самих GPU-чипах, а й на програмній екосистемі CUDA, мережевих інтерконектах, серверних системах та пов’язаних інструментах розробки. Оскільки попит на навчання AI-моделей та інференс зростає, Nvidia постійно запускає нові обчислювальні платформи, щоб покращувати продуктивність обчислень, пропускну здатність пам’яті та загальну ефективність системи.

Morgan Stanley продовжує надавати перевагу Nvidia насамперед через чинники на кшталт консервативних рекомендацій щодо прибутків, покращеної видимості відвантажень чипів, розширення на закордонні ринки та ефективності обчислень з одиницею потужності. Для інвесторів видимість відвантажень означає, що поставки продуктів і попит клієнтів у найближчий період можуть бути зрозумілішими, що зменшує частину невизначеності в прогнозах виручки. Водночас замовлення та очікування щодо доставок можуть змінюватися через те, що клієнти коригують капітальні витрати або роблять зсуви в ланцюгу постачання.

На тлі обмежень по потужності системна ефективність Nvidia може стати важливою конкурентною перевагою. Операторам ЦОД потрібно порівнювати не лише продуктивність одного GPU, а й ефективність серверів, мережевих рішень, систем охолодження та час виконання програмного забезпечення. Якщо обчислювальна платформа може виконувати більше задач інференсу в межах тієї самої потужності, це може збільшити потенціал виручки ЦОД.

Водночас Nvidia стикається з довгостроковим конкурентним тиском. Великі компанії хмарних обчислень постійно розробляють кастомні AI-чипи, щоб зменшувати витрати на обчислення та підвищувати автономність ланцюга постачання. Навіть якщо виручка Nvidia зростатиме, її частка ринку, валова маржа та рівень оцінки можуть не підвищуватися синхронно. Тому, аналізуючи акції NVDA, інвесторам і надалі потрібно фокусуватися на виручці ЦОД, валовій маржі продуктів, капітальних витратах клієнтів і конкуренції з кастомними чипами.

Чому Broadcom (AVGO) також привертає увагу Morgan Stanley?

Broadcom (Broadcom, AVGO) — це велика компанія в сегменті напівпровідників і програмного забезпечення для інфраструктури, яка має бізнесові напрями, пов’язані з кастомними AI-акселераторами, чипами мережевого перемикання та високошвидкісними інтерконектами. Коли великі підприємства хмарних обчислень розширюють будівництво AI-ЦОД, попит на кастомні чипи та мережеву інфраструктуру стає важливою можливістю зростання для Broadcom.

На відміну від Nvidia, чий ключовий бізнес переважно зосереджений на постачанні платформ GPU загального призначення, один із важливих напрямів Broadcom — допомога великим технологічним клієнтам у розробці кастомних чипів під конкретні робочі навантаження. Для хмарних провайдерів з великою кількістю повторюваних обчислювальних задач кастомні ASIC можуть зменшувати частину витрат на обчислення завдяки цільовій оптимізації. Крім того, великі AI-кластери потребують високошвидкісних чипів перемикання та мережевого обладнання, щоб з’єднувати обчислювальні вузли, і це теж створює можливості для Broadcom.

Одночасно позитивна позиція Morgan Stanley щодо Nvidia та Broadcom вказує на те, що компанія не розглядає GPU та ASIC як повністю протилежні напрями інвестування. Навіть якщо окремі ASIC-продукти стикаються з тиском на частку в середовищах з обмеженою потужністю, кастомні чипи все одно можуть продовжувати зростати в конкретних клієнтів і сценаріях обчислень. Broadcom також не залежить виключно від ASIC-бізнесу. Її мережевий сегмент напівпровідників може брати участь в розширенні масштабу AI-кластерів.

Втім, бізнес кастомних чипів Broadcom може залежати від строків проєктів великих клієнтів. Якщо клієнти змінюють плани R&D чипів, графіки будівництва ЦОД або капітальні витрати, темпи зростання пов’язаних доходів можуть коливатися. Тому інвесттеза щодо AVGO має враховувати одночасно попит на кастомні AI-чипи, зростання мережевого бізнесу та ризик концентрації клієнтів.

Чому очікування щодо capex ЦОД на 2027–2028 роки ставлять під сумнів?

Morgan Stanley зазначає, що ринок намагається узгодити прогноз на 2027 рік приблизно $1,5 трлн і прогноз на 2028 рік приблизно $1,6 трлн у витратах на капітальне будівництво ЦОД із фактичною спроможністю постачання електроенергії. Ці цифри є ринковими прогнозами майбутнього масштабу інвестицій, а не capex, які вже були погоджені, підписані або фактично відбулися. Точний статистичний обсяг також потрібно підтвердити на основі базового дослідницького огляду.

Капітальні витрати AI-ЦОД зазвичай включають проєкти на кшталт обчислювальних чипів, серверів, мережевого обладнання, будівництва об’єктів, а також інфраструктури електроживлення та охолодження. Навіть якщо в технологічних компаній сильні інвестиційні наміри, частина обладнання може не бути розгорнута вчасно, якщо електромережа не зможе надати достатню потужність у запланований період.

Ця проблема може впливати на рішення компаній щодо розподілу капіталу. Наприклад, якщо ЦОД планує розпочати роботу у 2027 році, але доставка електроживлення затримується до 2029 року, оператор може вирішити відкласти закупівлі GPU та серверів, щоб уникнути довгого простою після того, як обладнання прибуде завчасно. Для AI-чипів, які швидко оновлюються, рання закупівля також може підвищити ризик знецінення обладнання.

Тому ринок має розрізняти три різні етапи: компанії оголошують плани capex, вони фактично купують і будують інфраструктуру, а потім обчислювальне обладнання офіційно запускають у роботу та воно починає генерувати виручку. Лише останній етап реально перетворює ці обчислювальні активи на безперервні операційні грошові потоки.

Чому повільніше будівництво ЦОД може вдарити по чипах пам’яті та оптичних модулях?

У ланцюзі поставок індустрії AI-ЦОД тривалі закупівельні та виробничі цикли. Виробники чипів, постачальники пам’яті та компанії мережевого обладнання зазвичай планують виробництво, спираючись на очікувані потреби клієнтів у найближчих кількох кварталах. Коли ринок прогнозує швидке зростання інвестицій в AI-інфраструктуру, клієнти можуть купувати ключові компоненти наперед, щоб забезпечити доступність майбутнього обладнання.

Але якщо будівництво ЦОД затримується через дефіцит електроенергії, частину запланованих компонентів можуть не встигнути розгорнути вчасно. Як наслідок, компанії можуть відкладати закупівлі, коригувати запаси або переносити строки доставок. Такі зміни можуть раптово оголити раніше дефіцитні продукти до уповільненого темпу попиту.

Чипи пам’яті — одна з сфер, за якою потрібно уважно стежити. Попит на HBM і server DRAM тісно пов’язаний із масштабом і темпом розгортання AI-акселераторів. Якщо швидкість запуску нових GPU-кластерів знижується, це може також вплинути на строки закупівель пов’язаної пам’яті. Водночас індустрія чипів пам’яті має циклічний характер. Розширення компаній і попереднє формування запасів клієнтами можуть ще більше посилити зміни в попиті та пропозиції.

Оптичні модулі та компоненти високошвидкісних інтерконектів також залежать від будівництва великих обчислювальних кластерів. Якщо розгортання ЦОД затримується, замовлення на пов’язане мережеве обладнання можуть бути відсунуті. Для компаній у сфері керування електроживленням і аналогових чипів на реальний попит також впливатиме фактичний прогрес будівництва серверів і систем електроживлення.

Однак затримки будівництва не обов’язково означають зникнення кінцевого попиту. Частина замовлень може лише перенестися на пізніші поставки, а не бути остаточно скасованою. Реальний вплив усе ще залежить від запасів постачальників, угод клієнтів на закупівлі та зростання попиту в інших регіонах. Тому інвесторам потрібно відрізняти короткострокові коливання замовлень від змін у довгостроковому розмірі ринку.

Які акції напівпровідників можуть постраждати від «вузьких місць» по електроенергії в AI-ЦОД?

Різні компанії напівпровідників займають різні позиції в ланцюзі постачання AI, тому вплив обмежень по електропостачанню відрізняється між їхніми бізнесами.

Для NVDA та AVGO «вузькі місця» по потужності можуть створювати як можливості, так і виклики. З одного боку, клієнти можуть більше фокусуватися на енергоефективності, що здатне підвищити попит на платформи з високою продуктивністю та оптимізовані чипи. З іншого боку, якщо будівництво ЦОД сповільнюється, фактичні поставки чипів також можуть постраждати.

Для MU та інших постачальників пам’яті ключове питання: чи можуть закупівлі AI-серверів продовжувати зростати, і чи не призводить раннє формування запасів до їх накопичення. Для компаній з електроінфраструктури на кшталт VRT і ETN зростання попиту ЦОД на електроенергію може створити новий ринок обладнання, але релевантні проєкти все ще обмежені графіками будівництва, погодженнями та інвестбюджетами.

Отже, неправильно припускати, що дефіцит електроенергії автоматично вигідний акціям постачальників електрообладнання або автоматично шкодить усім компаніям напівпровідників. Саме структура замовлень конкретної компанії, її технічні сильні сторони та рівень оцінки визначають, наскільки вона фактично виграє.

Як використовувати Gate Stock, щоб відстежувати ланцюг постачання AI-чипів і електроживлення ЦОД?

Інвестори, які хочуть відстежувати цикл інвестицій в AI-інфраструктуру, можуть використати Gate Stock, щоб стежити за компаніями напівпровідників, такими як Nvidia (NVDA), Broadcom (AVGO) та Micron Technology (MU). Також вони можуть поєднати це з ETF у сегменті керування електроенергією в ЦОД, охолоджувального обладнання та суміжних технологічних секторів, щоб спостерігати, як різні сегменти ланцюга постачання поводяться на ринку.

Gate Stock дає спосіб використовувати USDT для торгівлі акціями та ETF США. Конкретні тикери, торгові комісії та правила продуктів залежать від фактичних сторінок платформи.

Під час аналізу пов’язаних акцій інвесторам слід дивитися на три виміри одночасно: по-перше, чи продовжує зростати попит на AI-обчислення; по-друге, чи можуть ЦОД забезпечити достатню потужність і вийти на лінію вчасно; і, по-третє, чи компанії можуть перетворювати замовлення та технічні переваги на прибуток і грошові потоки. Покладатися лише на прогнози capex ЦОД недостатньо, щоб оцінити довгострокову цінність акції.

Підсумок

Morgan Stanley підвищив прогноз дефіциту чистого електропостачання для ЦОД у США на 2026–2028 роки з 33GW до 38GW. Це відображає дедалі чіткіші енергетичні обмеження для розширення AI-інфраструктури. Навіть якщо великі технологічні компанії й надалі підвищують capex, те, чи зможуть ЦОД отримати електроенергію за планом, все одно вплине на реальний масштаб розгортання GPU, ASIC, чипів пам’яті та мережевого обладнання.

На цьому тлі конкуренція чипів може ще більше зміщувати акцент на ефективність обчислень на одиницю потужності. Morgan Stanley зберігає перевагу Nvidia та Broadcom, що відображає довгострокову впевненість у платформах з високою продуктивністю, кастомних чипах і попиті на високошвидкісні мережі. Водночас конкуренція «GPU проти ASIC» залежить від конкретного робочого навантаження. Ви не можете оцінити майбутню частку ринку, спираючись лише на один показник ефективності.

Паралельно, якщо будівництво ЦОД сповільнюється через недостатність електропостачання, чипи пам’яті, оптичні модулі та компоненти керування електроживленням, які раніше могли бути підхоплені через дефіцит, можуть зіткнутися з коригуванням запасів і волатильністю замовлень. Для інвесторів у подальшому фокус має бути на фактичній розгорнутій потужності, рівнях реалізації capex компаніями, енергоефективності чипів і запасах у ланцюгах постачання — не лише на загальній сумі в планах будівництва ЦОД.

На наступному етапі інвестування в AI-інфраструктуру ключове вже не лише те, скільки чипів можна закупити. Ключове — скільки ефективних обчислень здатні підтримати обмежені енергетичні ресурси, і скільки комерційної виручки врешті генерують ці обчислювальні можливості.

FAQ

Що означає дефіцит електроенергії 38GW для ЦОД у США?

Це прогноз Morgan Stanley щодо розриву між постачанням і попитом на чисту електроенергію для ЦОД у США з 2026 по 2028 роки. Він відображає потенційну можливість суттєвої різниці між запланованим попитом на електроенергію та доступною потужністю. Це не означає, що США вже пережили відключення обсягом 38GW фактично.

Чому дефіцит електроенергії може піти на користь GPU Nvidia?

Коли доступна електроенергія для ЦОД обмежена, оператори можуть більше акцентувати увагу на тому, скільки AI-обчислювальних задач можна виконати на один ват. Якщо обчислювальні платформи Nvidia забезпечують вищу системну енергоефективність для конкретних робочих навантажень, Nvidia може отримати конкурентну перевагу. Втім, реальний результат залежить від конфігурацій чипів, оптимізацій програмного забезпечення та сценаріїв застосування.

Чи втратять ASIC-чипи частку ринку через дефіцит електроенергії?

Деякі ASIC-продукти можуть відчувати конкурентний тиск, але це не можна узагальнювати. Кастомні ASIC також можуть досягати високої енергоефективності для конкретних AI-задач. Майбутня частка ринку залежить від продуктивності чипів, їхньої вартості, програмної екосистеми та стратегій розгортання клієнтами.

Чому Morgan Stanley віддає перевагу одночасно NVDA та AVGO?

Nvidia має переваги в GPU, прискорених обчислювальних системах і програмних екосистемах. Broadcom бере участь у ринку кастомних AI-чипів і високошвидкісних мереж. Ці дві компанії отримують вигоду від інвестицій в AI-інфраструктуру різними способами, і це не означає, що можуть рости лише GPU або лише ASIC.

Чому уповільнене будівництво ЦОД може вплинути на чипи пам’яті?

Якщо ЦОД відтягують розгортання серверів через обмеження по потужності, клієнти можуть відповідно відкласти закупівлі HBM, DRAM та інших компонентів. Якщо попереднє формування запасів відбувалося завчасно, короткострокові коригування запасів можуть додатково посилити волатильність замовлень і цін.

Чи спричинить дефіцит електроенергії 38GW зупинку AI-інвестицій повсюди?

Не обов’язково. Компанії можуть частково пом’якшувати обмеження, коригуючи локації будівництва, розгортаючись поетапно, підвищуючи енергоефективність обчислень або додаючи енергетичну інфраструктуру. Однак ці заходи зазвичай потребують часу та коштів, тож вони не можуть гарантувати, що всі заплановані проєкти будуть завершені вчасно.