Morgan Stanley: инвестиции в ИИ вступают в «фазу замедления», но стоимость чипов продолжает расти.

Кратко
· Morgan Stanley ожидает, что капитальные затраты крупнейших мировых облачных провайдеров приблизятся к 1,6 трлн долларов к 2028 году, однако рост в годовом исчислении может замедлиться примерно до 12%.
· Тем не менее, рынок полупроводников для ИИ не будет замедляться синхронно с общими капитальными затратами (Capex): мировые мощности передовой 2.5D-упаковки в 2028 году могут вырасти примерно на 50% в годовом исчислении.
· По прогнозам Morgan Stanley, к 2030 году объем мирового рынка полупроводников может составить 1,5 трлн долларов, при этом общий объем целевого рынка (TAM) полупроводников для ИИ достигнет около 753 млрд долларов, что составит почти половину всей отрасли.
· Следующий этап инкрементального роста уже не ограничивается исключительно графическими процессорами (GPU) от NVIDIA. Кастомные ASIC, такие как Google TPU и AWS Trainium, быстро набирают обороты, а рост начинает распространяться на сегменты передовых техпроцессов, корпусирования/упаковки, тестирования и памяти.
· Спрос на ИИ в Китае растет, однако производственные мощности чипов остаются ключевым сдерживающим фактором; даже с учетом ввода новых мощностей ChangXin, Morgan Stanley ожидает, что общий дефицит предложения DRAM в 2026 и 2027 годах сохранится на уровне около 17% и 15% соответственно.
Капитальные затраты начинают замедляться, но рынок ИИ-полупроводников еще не достиг пика синхронно с ними

За последние два года самым прямым способом для рынка оценить процветание ИИ было наблюдение за тем, готовы ли Meta, Google, Microsoft и Amazon по-прежнему продолжать увеличивать капитальные затраты.

В 2026 году этот показатель остается очень сильным. Статистика Morgan Stanley показывает, что совокупные капитальные затраты четырех крупнейших облачных провайдеров — Amazon, Google, Microsoft и Meta — выросли на 87% в годовом исчислении во втором квартале, в то время как отношение Capex/EBITDA поднялось выше 70%.

Но такие высокие темпы роста явно не могут продолжаться бесконечно.

Поэтому в данном исследовательском отчете перспектива расширена до 2028 года. Morgan Stanley ожидает, что к тому времени капитальные затраты 14 крупнейших мировых публичных поставщиков облачных услуг приблизятся к 1,6 трлн долларов США, однако общий годовой темп роста может снизиться примерно до 12%.

Если смотреть только на эту цифру, легко сделать вывод, что «инвестиционный цикл в сфере ИИ начинает охлаждаться». Однако в отчете сразу же приводятся другие данные: ожидается, что в 2028 году мировые мощности передовой упаковки 2.5D все еще вырастут примерно на 50% в годовом исчислении.

Morgan Stanley ожидает, что мировые мощности по передовому 2.5D-корпусированию могут вырасти примерно на 50% в годовом исчислении в 2028 году

Это именно тот момент во всем отчете, который заслуживает наибольшего внимания.

Общее замедление капитальных затрат (Capex) облачных провайдеров не означает одновременного достижения пика на рынке полупроводников для ИИ.

За последние несколько лет рост рынка ИИ-чипов в основном зависел от увеличения совокупных капитальных затрат: чем больше дата-центров строилось, тем больше GPU закупалось.

Но при переходе к следующему этапу, даже если рост Capex CSP замедлится с 50–80% до 10–20%, пока доля ИИ в общих капитальных затратах продолжает расти, GPU, ASIC, HBM, передовые техпроцессы и передовая упаковка все еще могут опережать общий Capex.

Другими словами, рынок переходит от «истории объемов» к «структурной истории».

Долгосрочный прогноз объема рынка от Morgan Stanley также отражает это. Согласно оценкам отчета, к 2030 году объем мирового рынка полупроводников может составить около $1,5 трлн, при этом общий адресуемый рынок (TAM) ИИ-полупроводников составит около $753 млрд, занимая почти половину всего рынка. Оптимистичный сценарий, основанный на цепочке поставок, даже предполагает, что рынок облачных ИИ-полупроводников может достигнуть $485 млрд в 2026 году. Следует отметить, что цифра в $485 млрд явно обозначена в отчете как «бычий» (оптимистичный) сценарий, а не как базовый прогноз.

В то же время расхождение между полупроводниками для ИИ и традиционными полупроводниками продолжает увеличиваться.

В отчете прогнозируется, что без учета доходов от памяти и графических процессоров (GPU) NVIDIA для ИИ рост сегмента полупроводников, не связанных с ИИ, в 2026 году может фактически снизиться. Это означает, что данный цикл все меньше укладывается в традиционный нарратив о «широком восстановлении полупроводниковой отрасли».

Что действительно демонстрирует высокие темпы роста, так это независимая цепочка поставок, сформированная за счет непрерывного поглощения ИИ ресурсов производства пластин, памяти, передового корпусирования и тестирования.

Логика роста смещается от «покупки большего количества GPU» к более высокой добавленной стоимости ИИ

Если суть первого этапа инвестиций в ИИ заключалась в том, чтобы «покупать больше графических процессоров (GPU)», то на втором этапе более важный вопрос звучит иначе: сколько еще более дорогих и сложных полупроводников на самом деле требуется каждому ИИ-серверу?

Самый наглядный пример — TSMC.

По оценкам Morgan Stanley, полупроводники для ИИ могут составить более 30% выручки TSMC уже в 2026 году. В то же время ожидается, что совокупные темпы годового роста производственных мощностей семейства N2 у TSMC составят около 70% в период с 2026 по 2028 год; мощности N3 продолжают расти, тогда как мощности N5 могут начать снижаться с 2027 года.

Доля полупроводников для ИИ в выручке TSMC продолжает расти и, возможно, уже превысила 30% в 2026 году.

Логика здесь достаточно проста.

ИИ-чипы не только растут в объемах производства, но и каждый отдельный чип сам по себе постоянно дорожает. Переход от 5 нм к 3 нм и 2 нм, от традиционной компоновки к CoWoS и SoIC в сочетании с увеличением объема HBM приводит к тому, что каждое новое поколение ИИ-ускорителей повышает стоимость кремниевой пластины, корпусирования и памяти в расчете на один чип.

Поэтому, даже если темпы роста объемов серверов в будущем постепенно замедлятся, стоимость полупроводников в расчете на единицу продукции все равно может продолжить расти. Именно поэтому темпы роста передовых технологий упаковки (advanced packaging) могут значительно опережать общий объем капитальных затрат (Capex).

В то же время источники роста рынка ИИ-чипов также начинают распространяться с NVIDIA на специализированные ASIC.

Morgan Stanley считает, что даже если NVIDIA продолжит выпускать более мощные GPU, крупным CSP по-прежнему будут нужны собственные специализированные чипы. У Google есть TPU, у Amazon — Trainium, а такие компании, как Meta, также развивают собственные ASIC-проекты.

Когда у облачного провайдера достаточно высокий спрос на вычислительные мощности, собственные ASIC могут оптимизировать затраты, производительность и энергоэффективность для конкретных рабочих нагрузок, одновременно снижая зависимость от одного поставщика GPU.

Таким образом, будущий рынок ИИ-чипов заключается не обязательно в том, «кто придет на смену после окончания роста NVIDIA», а скорее в том, что графические процессоры (GPU) продолжат расти, в то время как ASIC станут второй кривой роста.

Morgan Stanley ожидает, что выручка Alchip от AWS Trainium может вырасти примерно с $1,8 млрд в 2026 году до $2,8 млрд в 2027 году и достичь $8 млрд в 2028 году, при этом выручка от Trainium может составить около 82% от общей выручки Alchip.

Прогноз для Google TPU еще более агрессивный.

Согласно оценкам в отчете, в рамках данной модели выручка MediaTek от направления TPU может вырасти с $13,5 млрд в 2027 году до $43,5 млрд в 2028 году и достичь $70 млрд в 2029 году; при этом в 2028 году выручка от TPU может составить около 65% от общей выручки MediaTek.

Morgan Stanley ожидает, что проекты CSP по разработке кастомных ASIC продолжат расти, а специализированные чипы, такие как Google TPU, вступят в фазу быстрого наращивания объемов производства.

Сами по себе эти цифры представляют собой долгосрочные модели, и конечная степень их реализации по-прежнему зависит от массового производства чипов, процента выхода годных кристаллов, закупок со стороны клиентов и собственных капитальных затрат облачных провайдеров. Однако направление предельно ясно: рост цепочки создания стоимости в сфере ИИ расширяется от простых поставок GPU к ASIC, передовым техпроцессам, передовым методам упаковки, подложкам ABF и тестированию чипов.

В отчете даже отдельно подчеркивается, что потенциал Google TPU для дальнейшего наращивания объемов в будущем может быть ограничен поставками ABF-подложек. Поэтому при оценке ИИ-цикла вопрос «сколько GPU было продано» по-прежнему важен, но он все меньше отражает картину целиком.

Спрос на ИИ в Китае растет, но главным узким местом по-прежнему остаются мощности

Китайский рынок тем временем демонстрирует изменения иного рода.

В прошлом при обсуждении отечественных ИИ-чипов рынок в основном фокусировался на «импортозамещении». Но на этот раз Morgan Stanley делает больший акцент на создании спроса.

В отчете утверждается, что DeepSeek продемонстрировал возможности более экономичного вывода (inference) ИИ, что может дополнительно стимулировать спрос на инференс; в то же время китайская внутренняя цепочка поставок для производства полупроводниковых пластин также наращивает свой потенциал в выпуске графических процессоров (GPU) для ИИ.

Это означает, что логика развития китайских ИИ-чипов постепенно смещается от простого «импортозамещения» к следующему: снижение затрат на инференс → больше приложений → расширение спроса на вычислительные мощности → рост спроса на отечественные чипы.

Поэтому в китайском секторе искусственного интеллекта и полупроводникового оборудования Morgan Stanley выделяет компании Iluvatar, Cambricon, Hygon, Naura и AMEC, а SMIC также включена в портфель с рекомендацией «Overweight» (выше рынка) по направлению ИИ.

Но в настоящее время спрос не является главным сдерживающим фактором. Обобщая основные узкие места в глобальном развитии ИИ, отчет характеризует соответствующую проблему в США как энергоснабжение, в то время как в Китае — это мощности по производству чипов. Иными словами, объем поставок ИИ-чипов из Китая в конечном итоге больше зависит от того, сколько эффективных мощностей удастся задействовать в передовых техпроцессах, передовой упаковке и памяти.

Память — самый типичный пример.

По оценкам Morgan Stanley, к 2028 году мировые производственные мощности DRAM могут достичь около 3 374 kwpm, из которых на долю ChangXin Memory Technologies придется около 500 kwpm, или примерно 15% от общемирового объема; с 2025 по 2028 год совокупные темпы годового прироста поставок емкости (bit shipment) CXMT, как ожидается, составят около 40%.

Между тем ChangXin также начала выходить на рынок HBM.

Согласно оценкам отчета, ее производственные мощности HBM TSV могут вырасти с 20 kwpm в 2026 году до 40 kwpm в 2027 году и 70 kwpm в 2028 году. В пересчете на объем поставок в битовом выражении доля ChangXin на мировом рынке HBM может составить около 3,8% в 2026 году и около 4,4% в 2027 году.

Но это не привело к немедленному изменению ситуации с глобальным дефицитом памяти.

Даже с учетом новых мощностей ChangXin модель Morgan Stanley показывает, что глобальный дисбаланс спроса и предложения на рынке DRAM может составить 17% в 2026 году и около 15% в 2027 году; на рынке HBM также сохраняется дефицит предложения.

Мощности ChangXin по производству DRAM и HBM стремительно растут, однако, по прогнозам Morgan Stanley, мировые поставки памяти по-прежнему будут с трудом успевать за ростом спроса со стороны сферы ИИ.

Это также одно из самых больших различий между текущим циклом памяти и предыдущими.

В прошлом DRAM и NAND были ближе к типичным циклическим продуктам для ПК и смартфонов: спрос растет, цены повышаются, производители наращивают мощности, а затем предложение становится избыточным. Но в ИИ-серверах HBM, серверная DRAM и высокопроизводительная память все больше приближаются к роли своего рода критически важного инфраструктурного актива («узкого горлышка»). Они больше не просто вспомогательные компоненты рядом с GPU, а начали напрямую определять, удастся ли произвести ИИ-сервер и сможет ли весь вычислительный кластер расширяться в соответствии с планом.

В конечном счете этот 61-страничный исследовательский отчет пытается донести не просто мысль о том, что «ИИ продолжит расти». Точнее сказать: полупроводники для ИИ переходят от первого этапа, который опирался на стремительный рост капитальных затрат (Capex) CSP, ко второму этапу, который зависит от растущей доли ИИ и более высокой стоимости за единицу продукции.

Поэтому, чтобы в будущем судить о том, действительно ли аппаратный цикл ИИ приближается к точке перегиба, смотреть только на темпы роста Capex компаний Meta, Google, Microsoft и Amazon уже недостаточно.

Большего внимания заслуживают доля капитальных затрат (Capex) на ИИ, производственные мощности CoWoS/EMIB, баланс спроса и предложения HBM, загрузка мощностей 2-нм техпроцесса, а также фактические темпы поставок таких ASIC, как Google TPU и AWS Trainium.

Если общий рост капитальных затрат (Capex) CSP в будущем замедлится, но эти показатели по-прежнему сохранят высокие темпы роста, то расцвет ИИ-полупроводников не обязательно достигнет пика вместе с общим Capex. Напротив, только когда эти ключевые показатели начнут одновременно ослабевать, это станет сигналом, более близким к истинной точке перегиба в цикле ИИ-полупроводников.