Prognozy popytu na chipy AI piętrzą się, a singapurskie badanie wskazuje datę sygnału

Żaden z tych raportów nie jest odczytem popytu. Oba to prognozy zbudowane na założeniach o wydatkach na AI, których rynek jeszcze nie sprawdził.

Prognozy kształtują to, gdzie producenci chipów, dostawcy sprzętu i inwestorzy lokują kapitał. Projekcja może ruszyć pieniądze, zanim pojawi się jakiekolwiek zamówienie, i wprowadzić w błąd, jeśli jej założenia się nie sprawdzą. Liczby dotyczą różnych ogniw łańcucha dostaw, więc nie da się ich zsumować w jeden wynik dla chipów AI. Nierozstrzygnięte pozostaje, czy wydatki na centra danych zamienią się w powtarzalne zamówienia. Singapurscy producenci odpowiedzieli na to pytanie z ostrożnością, ale i z optymizmem.

Prognozy piętrzą się w różnych niszach chipowych

Prognoza dla płytek dotyczy podłoża, na którym buduje się wysoko wydajne ogniwa słoneczne i wiele półprzewodników. Rynek ma rosnąć w średniorocznym tempie 6,93% do 2032 r. Usługi demontażu polegają na rozbieraniu chipów i obudów na potrzeby testów porównawczych, analizy awarii i wykrywania podróbek. Drugi raport ResearchAndMarkets prognozuje, że ten segment osiągnie 1,23 mld dol. do 2032 r. przy średniorocznym tempie 7,51%. Jeden dotyczy materiału, drugi inspekcji i analizy.

Segment brzegowy jest mniejszy i rośnie szybciej. The Business Research Company szacuje AI w półprzewodnikach brzegowych na 6,89 mld dol. w 2025 r., 8,13 mld dol. w 2026 r. i 15,5 mld dol. w 2030 r., co daje 17,5% średniorocznie do 2030 r.

Singapurskie badanie nadaje sygnałowi popytu datę

Singapurska Rada Rozwoju Gospodarczego opublikowała kwartalne prognozy dla produkcji 2 listopada, podał „Zaobao”. Ważone saldo netto wyniosło 24%: tyle punktów procentowych przewagi mieli producenci spodziewający się lepszych warunków od października 2026 do marca 2027 r. Poprawy przewidywało 29%, osłabienia 5%. To o 12 punktów więcej niż w poprzednim badaniu. Najbardziej optymistyczna była inżynieria precyzyjna, gdzie optymiści przeważali nad pesymistami o 48 punktów procentowych. Elektronika też oczekiwała dobrych warunków dzięki zamówieniom na chipy AI. Chemia była przeciwieństwem: pesymiści przeważali o 13 punktów procentowych, a firmy naftowe obawiały się ropy naftowej jako surowca.

Han Teng Chua jest starszym ekonomistą w DBS. Powiedział „Zaobao”, że ograniczone moce mogą nadal być poważnym wyzwaniem dla firm próbujących zwiększać produkcję. Nakłady inwestycyjne na AI prawdopodobnie pozostaną wysokie do końca roku, dodał, powołując się na ostatnie wyniki finansowe największych amerykańskich hiperskalerów.

Oczekiwania dotyczące produkcji są mocniejsze niż plany zatrudnienia. Saldo netto 34% producentów wskazuje na wzrost produkcji w czwartym kwartale w porównaniu z poprzednim, a 72% oczekuje, że zatrudnienie pozostanie w zasadzie bez zmian. Słabym punktem pozostają zamówienia eksportowe: około 23% firm spodziewa się trudności z ich pozyskaniem, wskazując na konkurencję cenową z zagranicy, cła i niepewność geopolityczną.

Sprzęt i oprogramowanie to miejsca, gdzie AI widać najpierw

SEMI prognozuje światową sprzedaż sprzętu półprzewodnikowego na 165,9 mld dol. w 2026 r., o 23,2% więcej niż w 2025 r., i 229,5 mld dol. do 2028 r. Sprzęt testowy ma wzrosnąć o 31,0% w 2026 r. do 15,3 mld dol., po wzroście o 55,3% w 2025 r. Narzędzia do montażu i pakowania mają urosnąć o 9,6% do 6,7 mld dol. TrendForce szacuje nakłady inwestycyjne dziewięciu największych firm chmurowych na około 830 mld dol. w 2026 r. To popyt stojący za tymi narzędziami. Liczby dla sprzętu to prognozy sprzedaży, nie dostaw. Pokazują, gdzie buduje się moce, zanim trafią do fabryki.

NVIDIA w poście na blogu podała liczby dla warstwy oprogramowania. Firma podała, że COMSOL przyspieszył symulacje wielofizyczne nawet 10 razy dzięki bibliotece cuDSS. Platforma Ginestra firmy Applied Materials działa nawet 10 razy szybciej niż podejścia oparte wyłącznie na procesorach CPU. Jej platforma ACE+ wykonuje symulacje topografii nawet 35 razy szybciej, według tego samego wpisu. Siemens integruje cuLitho z Calibre, co według Nvidii daje do 17 razy większe przyspieszenie kluczowych zadań symulacyjnych. To deklaracje dostawców o szybkości, nie niezależne testy porównawcze. Mają znaczenie, bo oprogramowanie może skrócić cykl projektowy, zanim zamówi się sprzęt. We wpisie wymieniono platformy, których dotyczą te twierdzenia.

Prognozy to nie to samo co popyt

Analiza prognozy WSTS zauważa, że zwrot z inwestycji w centra danych, braki energii, opóźnienia budów i ograniczenia podaży mogą spowolnić cykl. Dodaje, że Deloitte ostrzegł, iż branża powinna przygotować się na spowolnienie inwestycji w AI lub korektę popytu.

Część osób z branży stawia na coś bardziej zapętlonego. SCMP podał, że współzałożyciel Cambricon Technologies Chen Yunji przewidział, że w ciągu dekady modele AI będą ulepszać modele AI, a chipy AI będą ulepszać chipy AI.

Dowody z badania mają własne ograniczenia: odpowiedziało 83% z 397 ankietowanych producentów.

Co dalej

Prognoza Rady Rozwoju Gospodarczego obejmuje okres od października 2026 do marca 2027 r. Następne badanie kwartalne będzie pierwszym sprawdzianem, czy saldo netto 24% się utrzyma.