Когда Muse стимулирует развитие AI-инфраструктуры, инвесторы сосредотачиваются на результатах Micron (MU.US)! Контракт на сотни миллиардов долларов усилит ажиотаж вокруг AI-вычислений?

Согласно данным от Zhihu Finance APP, по мере того как Meta Muse и OpenAI Astra продвигают расширение применения искусственного интеллекта на новые рабочие процессы с многократными шагами и длительным выполнением по всему миру, ожидается, что глобальный спрос на вычислительные мощности AI вступит в новую волну стремительного роста. Именно это стало ключевой логикой недавнего ускоренного роста популярности приложений AI-агентов на мировых фондовых рынках, что способствует переоценке лидеров цепочки поставок индустрии AI-вычислений и ключевых поставщиков таких как SK Hynix, Samsung, Micron, NVIDIA, AMD, TSMC и других.

В настоящее время рынок переоценивает спрос на CPU, память и хранилища, поддерживающие эти приложения. Финансовый отчет одной из трёх крупнейших компаний-производителей чипов памяти — Micron (MU.US), который будет опубликован на следующей неделе, станет ключевым индикатором суперцикла хранения и беспрецедентного бума AI-инфраструктуры.

Продвигаясь вглубь всех отраслей, AI-агенты и самые передовые крупные языковые модели вызывают устойчивый и быстрый рост спроса на ключевое оборудование для AI-инфраструктуры, такое как AI GPU/TPU, CPU дата-центров, оптические системы соединения и чипы памяти для дата-центров. Это ускоряет рекордные показатели выручки и оптимистичные прогнозы для SK Hynix, Samsung и Micron, а дальнейшее повышение стоимости компаний будет во многом зависеть от устойчивости роста прибыли и перспектив бизнеса.

Как показано на диаграмме выше, выручка Micron ускоряет свой рост, подчёркивая переход спроса на чипы памяти в реальные финансовые результаты. Micron опубликует финансовые результаты за четвертый квартал 2026 финансового года 30 сентября; в прошлом квартале выручка составила 41,456 миллиарда долларов, что на 346% больше по сравнению с аналогичным периодом прошлого года, а скорректированная прибыль на акцию — 25,11 доллара. Ранее компания прогнозировала выручку в четвертом квартале на уровне 50 миллиардов долларов с возможным отклонением на 1 миллиард, валовую маржу около 86% и скорректированную прибыль на акцию 31 доллар с возможным отклонением на 1 доллар. Более того, компания сообщила, что из 16 подписанных стратегических соглашений с ключевыми клиентами 14 обеспечивают гарантированный доход на сумму около 100 миллиардов долларов в оставшийся срок действия контрактов, что повышает видимость будущих доходов и прибыли.

Однако стоит отметить, что такой сильный и строгий ориентир по результатам деятельности и единые ожидания аналитиков Уолл-стрит означают, что рынок интересуется не только способностью превзойти ожидания в этом квартале, но и тем, смогут ли цены, объемы поставок и долгосрочные заказы на 2027 финансовый год поддерживать дальнейшее повышение прогнозов по прибыли.

Ключ к подъему заключается в том, что закупки инфраструктуры AI охватывают все более полный вычислительный комплекс. Согласно отчёту S&P Global от 22 сентября, суммарные капитальные затраты Meta, Alphabet, Amazon и Microsoft на 2026–2028 годы оцениваются примерно в 2,8 триллиона долларов; по расчётам Visible Alpha, аналитики Уолл-стрит повысили прогноз по прибыли на акцию Micron за 2027 финансовый год с около 90 долларов в марте до примерно 156 долларов сейчас.

Muse от Meta и Astra от OpenAI усилили способность AI к управлению компьютерами, программированию и выполнению сложных многошаговых профессиональных задач, что ведёт к увеличению вложений в инфраструктуру, необходимую как для "мышления моделей", так и для их "практической работы". Именно поэтому, по мере совершенствования коммерциализации AI, группа старших аналитиков UBS значительно повысила прогноз по операционному денежному потоку крупнейших мировых облачных провайдеров и компаний нового типа на 2027 год на 30%. Morgan Stanley ожидает, что совокупные капитальные затраты четырех крупнейших облачных провайдеров Северной Америки и таких поставщиков AI-решений, как Oracle, увеличатся с 917 млрд долларов в 2026 году до 1,47 трлн долларов в 2027 году и 1,64 трлн долларов в 2028 году, а установленная мощность дата-центров вырастет с 35 ГВт в 2025 году до поразительных 145 ГВт в 2028 году.

Чем больше AI способен "работать", тем более незаменимыми становятся CPU и чипы памяти — почему?

Наиболее значимое изменение спроса на вычислительные мощности со стороны интеллектуальных агентов — это возможность одной пользовательской команды запускать непрерывную цепочку задач. Для таких задач как исследования, программирование или деловые задачи необходимы этапы планирования, поиска, просмотра веб-страниц, чтения файлов, выполнения кода, проверки результатов и исправления ошибок, причём на многих этапах модель снова вызывается, создавая новые контексты. Meta официально раскрыла, что Muse работает в облачной защищённой виртуальной машине с отдельным браузером, позволяя продолжать выполнение задач даже после закрытия приложения; OpenAI подчеркнула усиление Astra по части операций с компьютером, использованием браузера и межпрограммных рабочих процессов. С инженерной точки зрения, когда подобные задачи становятся частью повседневных бизнес-процессов, инфраструктурный спрос формируется не только масштабами пользователей, но и частотой задач, продолжительностью и пиковыми нагрузками.

Это объясняет, почему рынок увеличивает внимание к CPU для дата-центров на архитектуре AMD, Intel и Arm. GPU и ASIC обрабатывают масштабные нейросетевые вычисления, тогда как CPU отвечают за виртуальные машины, браузеры, песочницы кода, планирование задач, предобработку данных и выполнение инструментов. Эффективность работы AI-агента зависит от гладкой интеграции вывода модели и выполнения задач; задержки на CPU, в базе данных или вводе-выводе также могут снизить эффективность дорогих ускорителей. Решения AMD PACE уже официально предполагают координацию на CPU, а интенсивные вычисления — на GPU; Arm выделяет для облачных CPU ключевую нагрузку по песочницам и выполнению инструментов агентов. Всё это создаёт основу для расширения спроса на CPU и превращает серверные DRAM, хранилища и сеть в единое связующее звено на этом рынке.

Внутри вывода крупных моделей на этапе препозаполнения обрабатывается входной контекст, а на этапе декодирования — непрерывная генерация вывода; веса модели и кеш ключ-значение (KV Cache) занимают объём памяти и полосу пропускания. При схожих стратегиях модели и кэширования, увеличение длины контекста, параллелизма и числа задач повышает требования к состоянию системы. Разделение задач по памяти становится очевидным: HBM обеспечивает высокую пропускную способность для ускорителей, серверные DRAM хранят рабочие наборы CPU и часть кеша, корпоративные SSD сохраняют файлы, состояние приложений и служат частью кэширования в многоуровневых системах вывода. Решение NVIDIA CMX уже интегрировало флэш-память, подключённую по Ethernet, между памятью GPU и общим хранилищем, позволяя контексту сохраняться, перемещаться и переиспользоваться между узлами — пропускная способность памяти, скорость доступа и пропускная способность сети совместно определяют производительность вывода услуг.

Этот экспоненциальный рост уже подтверждён в крупномасштабных производственных системах. OpenAI 11 сентября сообщила, что платформа онлайн-хранилищ Habitat обрабатывает свыше 70 миллионов запросов в секунду, а объём данных превышает 500 ПБ, также обеспечивая маршрутизацию, сжатие, шифрование и проверку целостности. Это совокупные данные по ряду продуктов OpenAI, демонстрирующие огромную нагрузку на приложения и хранилище, лежащую в основе AI-сервисов. По мере внедрения большего количества агентов доставка узлов обработки, доступ к базам данных и обмен данными между узлами еще сильнее увеличат требования к серверам, памяти, корпоративным SSD и высокоскоростным соединениям; с ростом размеров кластеров и энергопотребления, спрос передаётся дальше — на оптоволоконные соединения, источники питания и системы охлаждения. Реальный прирост на каждом этапе зависит от способа и эффективности развертывания.

Рост эффективности, достигаемый за счёт более сильных моделей, может расширить спектр задач, которые можно коммерциализировать. Meta сообщила, что при сравнении версий энжина Muse Spark 1.3 и 1.2 количество вызовов инструментов снизилось примерно на 20%, а использование токенов — примерно на 25%. Это означает, что себестоимость аналогичной работы может снизиться, а предприятия — легче делегировать дорогостоящие или медленные задачи AI. Основная причина оптимизма рынка по спросу на вычисления заключается в том, что расширение числа пользователей и задач может превысить снижение затрат на обработку одной задачи. Например, при снижении использования токенов на задачу на 25%, если количество задач вырастет более чем на 33,3%, общее потребление всё равно увеличится; это иллюстрирует одновременное воздействие роста эффективности и расширения инфраструктуры и подчёркивает, что именно эластичность спроса будет определять, реализуется ли «эффект Джевонса».

Долгосрочные контракты на сотни миллиардов укрепляют фундамент: как рынок по-новому оценивает суперцикл хранилищ?

Для базирующейся в США Micron их конкурентное преимущество — не только охват сегментов HBM, серверной DRAM и NAND-накопителей, что позволяет участвовать в апгрейде разных уровней инфраструктуры агентов, но и отсутствие давления со стороны правительства США по «возвращению производства чипов» и неопределённости, связанной с изменением тарифов при администрации Трампа, что отличает их от SK Hynix и Samsung.

В прошлом квартале доход от облачной памяти достиг 13,769 млрд долларов, рост за квартал — около 78%; основной бизнес по дата-центрам принёс 11,524 млрд долларов (рост 103% квартал к кварталу). Также компания раскрыла, что доход от SSD для дата-центров превысил 5 млрд долларов, удвоившись за квартал. Крупнейший конкурент в области NAND и SSD — SanDisk (SNDK.US) — концентрируется только на этом сегменте, поэтому отчет Micron имеет значение для оценки корпоративного спроса, цен на NAND и перспектив рынка хранения. Обе компании участвуют в одной AI-волне, но продуктовые портфели определяют различную чувствительность к прибыли.

Скорость корректировки предложения — важный фактор нынешнего подъёма рентабельности в области хранения. Новые фабрики требуют времени на строительство, установку оборудования, отладку технологии и сертификацию клиентов; HBM также включает многослойную упаковку, передовые методы сборки и проверки системы, так что отложенный ввод мощностей в продукты требует времени. Руководство Micron ранее полагало, что дефицит DRAM и NAND может сохраняться до 2027 года включительно, а рынок выровняется только к 2028 году, пока нельзя предсказать, когда предложение полностью догонит спрос. За расширением поставок HBM4 Samsung стоит следить, но увеличение мощностей на подложке 4нм — лишь часть картины, нужно учитывать ещё DRAM кристаллы, качество сборки и сертификацию клиентов, чтобы судить о финальном объёме реальной поставки HBM. Для инвесторов важнее не абсолютная цифра наращивания, а разница между приростом новых мощностей и закупками под нужды AI.

Долгосрочные соглашения дают Micron еще одну важную опору устойчивой прибыли. В июне компания сообщила о подписании 16 стратегических соглашений, охватывающих за срок действия около 20% продаж DRAM и треть NAND; 14 из этих соглашений гарантируют доход не менее 100 миллиардов долларов по минимальной контрактной цене. Они предусматривают предопределённый объём закупок, часть крупных сделок заключена с гибкими ценами.

Для крупных производителей чипов памяти такие долгосрочные соглашения по теме AI майнинга означают, что клиенты обеспечивают себе поставки, а Micron — лучше планировать мощности и видеть будущие доходы, что снижает зависимость отдельных подразделений от краткосрочных рыночных цен. Следует учитывать, что официально заявленная доля около половины и более будущих доходов, покрываемых соглашениями, относится к прогнозу после исполнения всех соглашений, а не к реализованному в данный момент показателю.

Руководство Micron также ожидает, что эти соглашения принесут порядка 22 млрд долларов наличных залогов и прочих финансовых обязательств, из которых 18 млрд — собственно залоги. Это иллюстрирует готовность клиентов бронировать поставки на длительную перспективу и позволяет финансировать расширение производственных мощностей; в учёте они поступают как фининговая деятельность и будут поэтапно возвращаться во второй половине действия соглашений. В отчётах будут важны новые контракты, их объём, структура портфеля и темпы реальных поставок, а также влияние этих изменений на прогноз денежного потока.

Кроме того, «дополнительная неделя» в четвертом квартале Micron напрямую влияет на оценку темпов роста. В этом квартале у Micron 14 недель против 13 недель в прошлом: при плановом доходе квартала в 50 млрд долларов это номинально рост на 20,6%, но если пересчитать доход в среднем за неделю — рост лишь 12%. Если в следующем квартале, когда вновь будет 13 недель, среднедушевой доход останется прежним, то квартальная выручка составит порядка 46,43 млрд долларов. Это говорит о необходимости при интерпретации нового прогноза учитывать не только общую сумму, но и число недель, цену, объёмы и портфель; суммарное изменение за квартал ещё не означает смену спроса. Отмеченное руководством замедление роста цен также нужно рассматривать совместно с абсолютным уровнем цен и динамикой поставок.

Наиболее ценной для инвесторов информацией в представленном 30 сентября в США отчёте и конференц-колле Micron станут детали по устойчивости спроса на HBM и корпоративные накопители, динамике цен на DRAM и NAND, росту реальных мощностей в 2027 финансовом году и возможности дальнейшего расширения долгосрочных соглашений. Согласно обзору TIPRANKS, средняя целевая цена по Micron, на которую в ближайшие 12 месяцев рассчитывают аналитики Уолл-стрит, составляет около 1550 долларов, что относительно закрытия 23 сентября в 1071,88 доллара отрывает более 40% потенциала для роста.