Мorgan Stanley выпустила отчет, в котором указала, что запуск GPT-6 Astra изменит направление рыночных дискуссий. Astra означает существенный скачок в способностях к рассуждению, инженерии, использованию компьютеров и выполнению задач в физическом мире, что означает расширение ИИ от простого взаимодействия к выполнению сложных задач.

Автор статьи: Лунь Юэ

Источник: Wall Street Journal

Релиз модели меняет направление рыночных дискуссий.

В течение последних нескольких месяцев рынок обсуждал вопрос: «Сколько инфраструктуры необходимо для удовлетворения известного спроса на ИИ?» Подразумеваемый вопрос: была ли инфраструктура для ИИ переоценена?

Но, согласно информации от торговой платформы Zhui Feng, отчет, опубликованный Morgan Stanley 7 сентября, указывает, что важность GPT-6 Astra не должна восприниматься просто как продолжение нарратива о масштабировании. Это не еще одно обновление модели.

Astra представляет собой существенный скачок в широте возможностей и интероперабельности, проявляющийся в четырех направлениях: способность к рассуждению, инженерные способности, использование компьютеров и выполнение задач в физическом мире. Это означает, что ИИ начинает переходить на уровень, где он может выполнять сложные рассуждения, профессиональные инженерные задачи, напрямую управлять компьютерами и решать задачи в реальном мире. Возможностей становится больше, и соответственно, увеличивается количество сценариев для заработка. OpenAI в своем последнем сообщении также отметила, что более совершенные модели открывают новые «сферы деятельности».

AI-повествование снова переключилось с «споров о спросе» на «физические ограничения»

Появление Astra может изменить ключевой вопрос рынка с «Сколько инфраструктуры необходимо для обслуживания известных потребностей ИИ» на «Сколько новых рабочих нагрузок станет экономически целесообразным с ростом интеллекта моделей?»

Это вопрос, полностью противоположный по направлению. Первый — это сомнения со стороны спроса, второй — давление со стороны предложения.

Аналитики в отчете выдвинули основную экономическую логику: более совершенные модели создают эффект эластичности — чем выше интеллект и практическая польза, которые ИИ получает за каждый потраченный доллар, тем больше становятся количество, продолжительность и сложность рабочих нагрузок для вывода.

Это похоже на классический «парадокс Джевонса»: повышение эффективности не снижает потребление, а увеличивает общий объем потребления. Рост умной производительности на единицу затрат → ранее невыгодные сценарии применения становятся жизнеспособными → появляются новые рабочие нагрузки → спрос на вычислительные мощности и инфраструктуру растет.

Аналитики считают, что если возможности Astra будут преобразованы в коммерчески полезные приложения, доступный рынок доходов от ИИ значительно расширится, значительно превзойдя сегодняшние сценарии использования, основанные на чатах и кодировании.

Мorgan Stanley оценивает глобальный TAM для знаниевого труда в 2,25 трлн долларов США (на основе 900 млн знаниевых работников по средней годовой зарплате около 25 200 долларов США); TAM для потребительских расходов составляет около 3 трлн долларов США, включая розничную торговлю и путешествия (около 1,6 трлн долларов США), автономный транспорт и передвижение (около 400 млрд долларов США), доставку еды (около 400 млрд долларов США) и рекламу (около 300 млрд долларов США).

Вывод аналитиков заключается в том, что появление Astra переносит нарратив о узком месте обратно с «формирования спроса» на «физические ограничения предложения» — то есть способность доставлять эти интеллектуальные решения в масштабе.

Что именно имеется в виду? Вычислительная мощность. Электроэнергия. Материалы. Рабочая сила и т.д.

Где именно физические ограничения: ABF и HBM4E

Напряженность на стороне предложения имеет два конкретных рычага.

Первым является ABF-субстрат.

Морган Стэнли прогнозирует, что с 2027 года будет дефицит ABF-плат, и этот дефицит будет продолжать расти до 2030 года. Ключевым ограничением является то, что новые мощности требуют как минимум 2 лет для запуска.

Второй — это сложность задней части процесса (BEOL) HBM4E.

Отчет указывает, что задняя часть производства HBM4E представляет собой значительный смену парадигмы в полупроводниковом производстве — HBM эволюционирует от специализированных 3D-стеков памяти в высокоинтегрированные настраиваемые логические системы Chiplet.

Конкретная цепочка влияния:

• Увеличение числа интерконнектных слоев HBM4E (например, введение dummy bump компанией SK Hynix) заставит значительные капиталовложения в DRAM направить на расширение мощностей BEOL.
• Капитальные затраты на переход на передовые технологии (FEOL) и ускорение объемов поставок DRAM в ГБ, как ожидается, будут реализованы только во второй половине 2027 года.
• Производители DRAM получают приоритет в использовании производственных мощностей, поэтому расширение мощностей NAND может быть отложено

Общая черта этих двух узких мест: оба являются проверяемыми и отслеживаемыми физическими ограничениями, а не рыночными настроениями.

Электропитание: самый реальный физический ограничитель

По мере усиления регуляторного давления на центры обработки данных, энергоснабжение становится еще одним ключевым физическим ограничением. Аналитики прогнозируют, что общая вычислительная мощность крупнейших облачных провайдеров вырастет с примерно 35 ГВт в 2025 году до примерно 145 ГВт в 2028 году, что составляет рост примерно в четыре раза.

Аналитики отмечают, что США сталкиваются с дефицитом электроэнергии в 38 ГВт, и центры обработки данных все чаще будут использовать решения по генерации электроэнергии за счет счетчика (behind-the-meter).

Оценка показывает, что схема электроснабжения после счетчика увеличит капитальные затраты на один гигаватт примерно на 3 миллиарда долларов США. Например, для чипов NVIDIA Rubin Ultra полная стоимость с учетом электроснабжения после счетчика составляет около 50 миллиардов долларов США за гигаватт.

Что рынок недооценивает

Аналитики считают, что рынок в настоящее время недооценивает три вещи:

Во-первых, глобальные технологические выгодоприобретатели от GPT-6 Astra еще не полностью учтены в цене.

Во-вторых, дефицит предложения может сохраняться дольше. Ограничения по ABF и HBM4E BEOL не могут быть устранены в краткосрочной перспективе.

В-третьих, некоторые акции, не зависящие от ИИ, тихо укрепляются. Микросхемы для аналоговых приложений (STM, NXP, Renesas) пережили более чем трехлетнее L-образное дно и сейчас находятся на этапе раннего восстановления цикла — сокращение запасов, стабилизация цен, улучшение промышленных заказов.

Вывод не в том, чтобы покупать больше AI

Приоритеты инвестиций от Morgan Stanley:

AI вычислительные мощности (приоритет №1) > Сеть (второстепенно) > Память (опционально) + Аналоговые чипы (хеджирование на ранней стадии цикла), включая:

• AI вычислительные мощности: GPU (NVIDIA), ASIC (MediaTek, GUC), ABF-платы (Unimicron, Ibiden), MLCC (Murata, Samsung Electro-Mechanics), задняя упаковка и тестирование (Advantest, Tokyo Electron, Huafeng, ASE, Kyocera) и источники питания (Delta)
• Сети: GLW, LITE, COHR, KEYS, Furukawa Electric, Fujikura
• Память: приоритет роста структурированных долей и локализации (CXMT), у SK Hynix, Samsung и Kioxia есть тактический потенциал роста при сохраняющемся дефиците предложения
• Не ИИ: симуляционные чипы (STMicroelectronics, NXP, Renesas)

Эта строка гласит: «Мы предпочитаем инвестировать в компании, находящиеся на пересечении более широкого цикла вывода, ограниченных физических производственных мощностей, растущей интенсивности контента и увеличивающейся сложности производства».

Места, где нужно сохранять ясность

Отчет Моргана Стэнли не является односторонне оптимистичным и четко указывает на три момента, на которые следует обратить внимание:

Во-первых, ожидания от ИИ уже очень высоки. Рынок изменил порог допустимости для компаний, работающих в ИИ, с «хороших результатов» на «обязательно идеальные результаты»; даже если Astra достигнет существенных успехов, но результаты не превзойдут ожидания, реакция акций может остаться ограниченной.

Во-вторых, темпы роста капитальных расходов в 2028 году, как ожидается, замедлятся. Цены на акции зависят от направления изменения темпов роста; само замедление может продолжать подавлять оценку, даже если абсолютные значения остаются растущими.

В-третьих, макроэкономические встречные ветры сохраняются. В отчете упоминаются неопределенности, связанные с ценами на нефть, инфляцией, траекторией процентных ставок ФРС и выборами в США в 2028 году, с особым акцентом на потенциальное политическое сопротивление расширению центров обработки данных в случае победы Демократической партии на исполнительной власти.