Wyniki TSMC i Micron: popyt na chipy AI rośnie szybciej niż podaż

Dwie konferencje wynikowe, oddzielone sześcioma tygodniami, opisują ten sam deficyt z dwóch przeciwległych stron łańcucha dostaw. TSMC sprzedaje układy logiczne do trenowania i uruchamiania modeli AI. Micron dostarcza pamięci, które je zasila. Obie firmy twierdzą, że popyt wyprzedza ich fizyczne możliwości produkcyjne, a obie intensywnie inwestują, by nadrobić zaległości, których szybkiego rozwiązania nie przewidują.

Zacznijmy od TSMC. W czwartek tajwańska firma ogłosiła zysk netto za czwarty kwartał w wysokości 505,7 mld NT$, czyli około 16 mld USD. To wzrost o 35 proc. rok do roku i wynik powyżej oczekiwań analityków. Przychody wyniosły 33,7 mld USD, co stanowi wzrost o 25,5 proc. w porównaniu z rokiem poprzednim, podaje Ars Technica. Spółka prognozuje wzrost przychodów o blisko 30 proc. w 2026 roku i planuje nakłady inwestycyjne w przedziale 52–56 mld USD w tym roku, wobec 40,9 mld USD w 2025 roku.

Prezes C.C. Wei powiedział inwestorom, że nie potrafi przewidzieć długoterminowej trajektorii branży półprzewodnikowej, ale pozostaje optymistą w kwestii AI. Mówił o popycie w sposób wykraczający poza standardowe, ostrożne formuły prognozy. „W mojej ocenie AI jest realne. Nie tylko realne, ale zaczyna wchodzić w nasze codzienne życie. Wierzymy, że to, co nazywamy megatrendem AI, na pewno się materializuje” – powiedział Wei, cytowany przez Ars Technica. Zapytany, czy branża półprzewodnikowa utrzyma dobrą kondycję przez trzy, cztery czy pięć lat z rzędu, odpowiedział: „Powiedziałbym szczerze, że nie wiem. Ale patrząc na AI, wygląda to na proces, który potrwa wiele lat”.

Dlaczego skala inwestycji ma znaczenie

TSMC produkuje chipy dla Apple, Nvidii, AMD i Qualcomma, wytwarzając zdecydowaną większość najbardziej zaawansowanych półprzewodników na świecie. Zwiększenie nakładów inwestycyjnych oznacza w praktyce przekształcenie prognoz klientów w budowę nowych fabryk. Wei podkreślił, że rozmawiał bezpośrednio z dostawcami usług chmurowych, aby zweryfikować popyt przed podjęciem zobowiązań. „Chciałem mieć pewność, że popyt moich klientów jest realny. Rozmawiałem więc ze wszystkimi dostawcami usług chmurowych” – stwierdził. „Jestem z odpowiedzi całkiem zadowolony. Pokazali mi dowody, że AI realnie wspiera ich biznes”.

Ta weryfikacja odbywa się na tle miesięcy publicznych obaw o bańkę na rynku AI. W listopadzie Sundar Pichai, prezes Google, ostrzegał przed „irracjonalnością” na rynku AI i mówił, że żadna firma nie będzie odporna, gdyby bańka pękła. Sam Altman z OpenAI przyznał w sierpniu, że inwestorzy są „zbyt podekscytowani” i że „ktoś” straci „fenomenalną ilość pieniędzy”. Obie wypowiedzi przytacza reportaż Ars Technica o konferencji TSMC. Wyniki ogłoszono w dniu, w którym USA i Tajwan sfinalizowały umowę handlową obniżającą cła na tajwańskie towary z 20 proc. do 15 proc. Umowa zobowiązuje tajwańskie firmy do 250 mld USD bezpośrednich inwestycji w USA, a TSMC przyspiesza rozbudowę zakładów w Arizonie, aby sprostać temu wymogowi. Ten szczegół jest istotny przy interpretacji nakładów: część wydatków to reakcja na politykę, nie tylko na popyt.

Wersja tej samej historii według Microna

Pierwsza konferencja wynikowa Microna po likwidacji konsumenckiej marki Crucial, która odbyła się 20 grudnia, przyniosła rekordowe przychody w wysokości 13,64 mld USD w pierwszym kwartale fiskalnym 2026 roku, co oznacza wzrost o blisko 57 proc. rok do roku, podaje Tom's Hardware. Firma odnotowała również znaczący wzrost marży. Micron przypisuje wzrost wyższym cenom i rosnącemu popytowi w centrach danych AI.

Następnie przyszła mniej komfortowa część. Prezes Sanjay Mehrotra stwierdził, że ograniczenia podaży utrzymają się po 2026 roku, a firma pracuje nad wieloletnimi zobowiązaniami dostawczymi. Nawet przy trwającej rozbudowie mocy produkcyjnych Micron spodziewa się zaspokoić jedynie połowę do dwóch trzecich popytu kluczowych klientów. Mehrotra zaznaczył, że klienci są „zaniepokojeni długoterminowym dostępem do pamięci” i starają się o wieloletnie kontrakty, aby zabezpieczyć dostawy.

Jeden produkt wyjaśnia dużą część tego napięcia. HBM, pamięć o wysokiej przepustowości stosowana z akceleratorami AI, wymaga trzykrotnie większej powierzchni wafla niż DDR5. Micron oczekuje silnego wzrostu przychodów z HBM i prognozuje, że całkowity rynek HBM osiągnie 100 mld USD do 2028 roku, co przewyższyłoby cały rynek DRAM w 2024 roku. Konsekwencje odczuwa sektor konsumencki. Niedobór DRAM mocno podbił ceny DDR5. Większość dostawców zgadza się, że deficyt utrzyma się co najmniej do przyszłego roku, a prawdopodobnie dłużej, choć różnią się co do momentu stabilizacji cen. Producent kart graficznych Sapphire twierdzi, że ceny ustabilizują się w ciągu najbliższych sześciu do ośmiu miesięcy, podczas gdy Kingston mówi, że będą „dalej rosły”, podaje Tom's Hardware. Micron wyraził „rozczarowanie”, że nie może zaspokoić popytu we wszystkich segmentach rynku.

Moce produkcyjne pojawiają się powoli

Harmonogram rozbudowy Microna pokazuje, dlaczego nie ma szybkiego rozwiązania. Firma buduje dwie fabryki w Idaho, z których pierwsza ma zacząć produkcję chipów w połowie 2027 roku. Planowana jest także fabryka w Nowym Jorku: Micron spodziewa się rozpoczęcia budowy na początku 2026 roku, a startu produkcji około 2030 roku. To perspektywy wieloletnie, podczas gdy popyt mierzy się w kwartałach.

Porównanie obu konferencji obok siebie rzuca światło na kształt cyklu. TSMC zwiększa nakłady z 40,9 mld do nawet 56 mld USD, opierając się na zapewnieniach dostawców chmurowych, które, jak twierdzi, samodzielnie zweryfikowało. Micron notuje rekordowe przychody, jednocześnie informując klientów, że nie zaspokoi ich pełnych potrzeb. Żadna z firm nie opisuje rynku, który sam się ochładza. Pytanie nie brzmi, czy popyt na AI istnieje dzisiaj. Obie firmy twierdzą, że tak, i obie inwestują w to przekonanie. Pytanie brzmi, co stanie się z 52–56 mld USD rocznych wydatków na fabryki i planowanym rynkiem HBM o wartości 100 mld USD, jeśli krzywa popytu spadnie, zanim nowe moce produkcyjne zaczną działać. Wei na pytanie o wieloletnią perspektywę odpowiedział, że nie wie. Buduje jednak tak, jakby odpowiedź brzmiała: tak.