Акции компаний, связанных с производством и поставками полупроводников, в последние дни оказались под давлением после заявления Google о технологии TurboQuant. Речь идет о подходе, который, по словам разработчиков, позволяет сократить потребность в памяти для этапа AI-инференса (то есть выполнения уже обученной модели) примерно в шесть раз при сохранении точности. Для рынка это стало поводом пересмотреть ожидания относительно спроса на “память” со стороны центров обработки данных — по крайней мере, в краткосрочной перспективе.
В результате на торгах в четверг бумаги сегмента памяти заметно просели. Снижение затронуло и компанию Micron Technology, и более широкий индекс SOX, который традиционно используют как индикатор состояния полупроводниковой отрасли.
Тем не менее в Bank of America считают, что разговор о спросе на AI не стоит сводить исключительно к теме эффективности. По оценкам банка, ключевым ориентиром для динамики “искусственного интеллекта” остается объем капитальных затрат — то есть реальные бюджеты, которые индустрия направляет на развертывание инфраструктуры.
Почему новость о TurboQuant встревожила рынок
Технология TurboQuant ориентирована на снижение требований к памяти при обработке запросов к AI-моделям. Если объяснять простыми словами: когда модель уже обучена, ей все равно нужны вычислительные ресурсы и память для того, чтобы “ответить” на входные данные. Уменьшение этого компонента теоретически может снизить требования к объему памяти в системах — а значит, инвесторы могли предположить более умеренный рост спроса на соответствующие чипы.
Однако в Bank of America подчеркивают: такого рода методы сжатия и оптимизации не являются чем-то принципиально новым. Сам Google, по данным банка, публиковал близкие по смыслу технологические решения в течение последних 18 месяцев.
Контекст: как менялись ожидания по capex у Google
Банк указывает на важный фон: за последние полтора года Google наращивал прогноз по капитальным затратам. В частности, календарный прогноз по capex на 2026 год был повышен более чем вдвое — примерно до $180 млрд. Это сопоставляется с консенсус-оценкой рынка, которая предполагала рост лишь на уровне около 38% год к году, с ориентиром примерно $127 млрд.
Для инвесторов такая корректировка обычно означает, что компания продолжает масштабировать инфраструктуру и не видит признаков замедления затрат, даже если эффективность отдельных компонентов растет.
Позиция Bank of America: эффективность не отменяет спрос
В своем анализе Bank of America отмечает: даже если технологии вроде TurboQuant действительно улучшают “память на единицу полезной работы”, это не обязательно ведет к снижению совокупного потребления памяти. Логика проста: улучшение эффективности часто позволяет либо увеличить точность, либо расширить контекст, либо обслуживать больше запросов при том же бюджете.
Банк прямо пишет, что рассчитывает на сохранение сильного спроса на AI-память. По их мнению, шестикратное улучшение эффективности памяти способно привести к сопоставимому росту показателей качества моделей и длины контекста, а не к пропорциональному сокращению потребления памяти.
Отдельно в Bank of America прогнозируют, что глобальные AI-капитальные затраты достигнут примерно $1,4 трлн к календарному 2030 году. При этом в дальнейшем допускается относительно сдержанная “интенсивность” capex — в пределах 25–30% со временем.
Какие сегменты и компании Bank of America выделяет в полупроводниках
Ниже — перечень наиболее предпочтительных направлений и отдельных бумаг, которые банк отмечает как топ-позиции в полупроводниковой отрасли.
AI Compute
Сегмент AI compute Bank of America называет самым привлекательным для инвестиций среди американских полупроводниковых направлений. В числе ключевых фаворитов выделены:
- Nvidia
- Broadcom
- Advanced Micro Devices (AMD)
Дополнительные события вокруг компаний усиливают интерес к сегменту вычислений.
- Mistral — европейский поставщик AI — привлек $830 млн в виде заемного финансирования, чтобы приобрести тысячи чипов Nvidia для нового дата-центра.
- Wolfe Research и Cantor Fitzgerald — обе фирмы подтвердили позитивные оценки компании, связывая это с нарастающим импульсом в AI-направлении.
- Broadcom, вместе с Carahsoft, получила пятилетнее “рамочное” соглашение на $970 млн для закупок с U.S. Defense Information Systems Agency. Цель — консолидация контрактов на ПО.
- Также Broadcom сообщила о старте массовых поставок коммутатора Tomahawk 6.
- AMD объявила сотрудничество с Celestica по разработке Helios rack-scale AI platform — платформы для AI в масштабе стоек.
Semicaps (капитальное оборудование)
Второе место в предпочтениях Bank of America занимает сегмент капитального оборудования для полупроводников — его часто называют semicap. Это инфраструктура, без которой индустрия не может наращивать мощности по выпуску чипов. В качестве основных фаворитов банк выделяет:
- Lam Research
- Applied Materials
- MKS Instruments
AI Networking
Третью позицию занимает AI networking — критически важная часть инфраструктуры дата-центров. Сюда относятся решения, обеспечивающие обмен данными между вычислительными узлами: коммутаторы, сетевые адаптеры и смежные компоненты.
В топе направлений у Bank of America находятся:
- Marvell Technology
- Credo Technology
- Macom Technology Solutions
По Marvell Technology дополнительно отмечаются конкретные инициативы:
- Компания представила новый 260-lane PCIe 6.0 switch, ориентированный на AI-дата-центры.
- Также объявлено долгосрочное сотрудничество с Mojo Vision, чтобы поддержать коммерциализацию ее платформы на основе micro-LED.
Memory
Хотя в краткосрочной реакции рынка сегмент памяти оказался под давлением, Bank of America все равно сохраняет его в “топе” — и в частности выделяет Micron Technology как одну из позиций.
Банк отмечает, что сохраняются опасения по пиковым уровням маржи. При этом бумаги Micron, по оценке Bank of America, торгуются лишь ближе к нижней границе исторического коридора мультипликаторов: речь идет о 5–10 разах показателя forward P/E (цена к прибыли, ожидаемой в будущем) на базе консенсуса по прибыли на акцию в диапазоне $75–100 для календарного 2027 года.
Selected Analogs
Пятерку в рейтинге завершают “аналоговые” полупроводники — это компоненты, которые обрабатывают сигналы в реальном мире (например, в управлении питанием, в датчиках и коммуникационных системах). В числе основных позиций:
- Analog Devices
- Allegro MicroSystems
По Analog Devices также сообщается о серии повышений целевых цен со стороны Cantor Fitzgerald, TD Cowen и KeyBanc. Основанием для таких решений стали сильные квартальные результаты и прогнозы, подкрепленные спросом в сегментах дата-центров, автомобилестроения и коммуникаций.
EDA
Шестое место в предпочтениях занимают компании в области EDA — Electronic Design Automation, то есть программные средства для автоматизированного проектирования и верификации чипов.
В топе названы:
- Cadence Design Systems
- Synopsys
Отдельно отмечается, что Synopsys выпустила новые продукты для проектирования и проверки чипов, которые интегрируют технологии из недавнего приобретения Ansys.
Consumer
Седьмое место в списке субсекторов — у компаний, работающих в потребительском сегменте полупроводников. Это направление обычно включает чипы и решения, задействованные в массовой электронике: от бытовых устройств до компонентов для пользовательских сценариев.
Итог: что значит TurboQuant для инвесторов
Хотя новость о TurboQuant дала рынку повод надавить на бумаги памяти, ключевой вывод Bank of America заключается в другом: оптимизация эффективности не отменяет капитальные планы по созданию AI-инфраструктуры. Важнейшим драйвером спроса по-прежнему остаются объемы инвестиций в центры обработки данных и вычислительные мощности. Поэтому в фокусе остается не только “сколько нужно памяти”, но и “сколько инфраструктуры в целом строится” — и насколько быстро этот процесс будет продолжаться до конца десятилетия.