El podcast Compute 100 con Timothy Arcuri de UBS

Introducción

Brian Shakar: El invitado de hoy es Timothy Arcuri, director gerente de UBS. Tim ha tenido un verano muy activo, con una apuesta muy importante sobre Micron, anticipando la explosión en su memoria y la trayectoria a futuro. Tuvimos la oportunidad de escuchar sus perspectivas sobre esa compañía y mucho más en una conversación increíble.

Gabby Lorenzi: Sí, Tim tiene una visión panorámica excepcional de la industria de semiconductores y de la expansión de gastos de capital (capex) en IA. Analiza las cosas a escala de gigavatios y en términos de decenas de miles de millones de dólares para 2027, 2028 y lo que está por venir. Escuchar su perspectiva fue fascinante. Tuvo la gentileza de cruzar la calle 27 para visitarnos en la oficina. Estamos muy emocionados de que todos puedan escucharlo.

Brian Shakar: Compute 100 es un podcast sobre el mercado más determinante en la inteligencia artificial. Estas son las conversaciones con constructores e inversores sobre la tecnología y el capital que impulsan la mayor expansión de infraestructura de la historia. Soy Brian Shakar.

Gabby Lorenzi: Soy Gabby Lorenzi. Somos inversores en Primary, respaldados por Gunderson Dettmer, socio legal fundador de Compute 100.

Brian Shakar: Este podcast tiene fines meramente informativos y no constituye asesoramiento de inversión ni una oferta para comprar o vender valores. Adentrémonos en Compute 100. Timothy Arcuri, director gerente y analista senior de investigación de renta variable enfocado en semiconductores en UBS, bienvenido a la oficina. Gracias por cruzar la calle 27 para acompañarnos.

¿Puede la energía seguir el ritmo de las expectativas en semiconductores?

Timothy Arcuri: Fue muy fácil.

Brian Shakar: Agradecemos que hayas hecho el recorrido. Justo estábamos comenzando a hablar sobre cómo se avanza en la frontera tecnológica y cuándo se desacelera. Ponnos al día sobre cómo esto está impactando tu mundo. Profundicemos.

Timothy Arcuri: Sí. Evidentemente, todos observan las expectativas en los semiconductores. Si tomas lo que ya está descontado en las cifras y calculas a cuántos gigavatios equivale eso, y analizas la brecha entre lo que la red eléctrica puede absorber y lo que podría provenir de fuentes fuera de la red (off-grid), concluyes que se debe tener una visión bastante sólida sobre el potencial alcista de la infraestructura para alcanzar lo que las expectativas en semiconductores ya presuponen. Así que la pregunta es si se produce una desaceleración.

Brian Shakar: Con eso te refieres a que la cantidad de energía que debe conectarse a la red, además de lo que la gente ya considera posible, es enorme para poder cumplir con las proyecciones de crecimiento que los laboratorios afirman buscar. ¿Es eso a lo que te refieres?

Timothy Arcuri: Sí. Todos piensan que NVIDIA va a crecer hasta alcanzar un tamaño X y que Micron llegará a un tamaño Y. Si calculas cuántos gigavatios implica eso, la red eléctrica no puede dar cabida a todo eso, o lo que está autorizado actualmente está muy lejos de esa cifra. Por lo tanto, hay que creer que se producirá una conversión de aquello que hoy no cuenta con permisos y que también debe entrar en operación una cantidad significativa de capacidad fuera de la red para llegar al punto donde ya se ubican las expectativas de los semiconductores. Eso no quiere decir que no pueda ocurrir; solo significa que cualquier factor que lo ralentice, como cuestiones de seguridad u otros asuntos que han surgido recientemente, haría pensar que tal vez no se logre tanta conversión porque las razones geopolíticas comienzan a frenarlo, junto con la tramitación de permisos para nueva energía y cuestiones similares.

Gabby Lorenzi: ¿En dónde estamos parados en este momento? Siempre intento hacerme una idea intuitiva de estas cosas, pero no tengo una noción clara de cuántas unidades de GPU representa eso, ni hacia dónde nos dirigimos en los próximos tres años, por ejemplo, según las proyecciones de NVIDIA.

Timothy Arcuri: Este año estimamos que enviarán entre 6 millones y 7 millones de unidades de GPU. Ahora bien, es diferente porque los dies actuales y las unidades no son exactamente lo mismo, pero calculamos que serán entre 6 millones y 7 millones de unidades este año.

Gabby Lorenzi: ¿Donde las unidades equivalen realmente a dos dies?

Timothy Arcuri: Sí, exacto. Si observas los ASIC este año, específicamente en el caso de Broadcom, nuestra estimación para sus envíos de unidades de cara al próximo año se sitúa en torno a los 6 millones. Probablemente enviarán entre 3,5 millones y 4 millones este año. Desde la perspectiva de unidades, los ASIC se están acercando a las GPU comerciales (merchant GPUs). Como he mostrado en mis publicaciones, los ASIC están creciendo a un ritmo mayor que las GPU comerciales. No obstante, desde el punto de vista de ingresos en dólares, la participación de NVIDIA seguirá siendo superior a su cuota en unidades, obviamente debido a que sus precios promedio de venta (ASPs) son más altos.

Brian Shakar: Y eso nos lleva a una cifra cercana a los 12 millones de unidades, ¿no?

Timothy Arcuri: Sí.

Brian Shakar: ¿Cuánta energía requiere eso?

Timothy Arcuri: Tendría que revisar nuestro modelo para saber la cantidad exacta de energía.

Brian Shakar: Lo incluiremos en las notas del programa, o te pediremos que lo introduzcas. Ya lo averiguaremos.

Timothy Arcuri: Porque existe un gran desfase respecto a la energía autorizada. No es tanto un problema del presente; ni siquiera es un problema para 2028, aunque para alcanzar el nivel que el mercado espera de la combinación de NVIDIA, AMD, Broadcom, MediaTek y Amazon, sí se requiere energía. No puedes tomar simplemente lo que se ha autorizado en la red y lo que es visible para afirmar si coincide con las expectativas. No, no coincide. Por lo tanto, deben suceder cosas adicionales de aquí a entonces en el frente de la infraestructura para llegar al punto donde ya estimamos que estarán los semiconductores en 2028 —no en 2027, sino más bien en 2028— y con seguridad en 2030. Los mercados públicos están sopesando dónde se encuentran los cuellos de botella. Durante un tiempo, la percepción era que estaban en los semiconductores, y hacia allí fluyó todo el dinero. Ahora creo que la gente se está dando cuenta de que las expectativas en semiconductores están en un nivel elevado, mientras que en otras partes del mercado se encuentran en otro punto, por lo que este se convierte en un cuello de botella más interesante para destinar capital. Como se vio en la corrección de mayo y junio, el dinero salió de este sector, de mi grupo. Ha habido cierta retomo de exposición con cautela; la mayoría de los grandes fondos con los que hablo han recuperado aproximadamente la mitad de la exposición que tenían antes de esta corrección. Existe una sensación general de que se están planteando muchas más preguntas que en mayo y junio, cuando predominaba la caza de rentabilidades y la gente miraba hacia 2028 y 2029. Se estableció una especie de marca histórica o listón muy alto, al menos así lo veo yo. Aunque las acciones han bajado y no han regresado a los niveles de mayo y junio, esa marca histórica ya quedó establecida y no ha cambiado. Ahora considero que existe la idea de que quizás debamos crecer de nuevo hasta alcanzar ese nivel. Esta limitación de la red eléctrica es uno de los factores que temen que pueda impedir llegar a las expectativas ya fijadas para 2028 y más allá.

Brian Shakar: ¿Existe algún escenario en el cual esta noción de moderar el ritmo en la frontera tecnológica realmente nos beneficie en el apartado energético, ya sea limitando de forma artificial o por otros medios la velocidad a la que avanzan los laboratorios, de modo que podamos posponer el problema energético un par de años? ¿Cómo está analizando el mercado el impacto final de esto?

Timothy Arcuri: No he escuchado mucho sobre eso hoy en día, pero creo que hay algo de cierto. Hoy tuve una llamada con NVIDIA y mencionaron precisamente eso, que podría retrasar el problema un poco. Luego, por supuesto, está el debate entre los modelos de código abierto y de código cerrado. Por lo general, se piensa que los modelos de vanguardia son mucho más potentes y consumen mucha más energía, pero estos modelos de código abierto son bastante competitivos y también consumen mucha energía. Si el código abierto se convierte en la alternativa a una frontera tecnológica con un ritmo más pausado, eso podría significar lo contrario para el problema energético, haciendo que la demanda de energía aumente con mucha mayor rapidez.

Brian Shakar: Interesante. La escasez de energía podría terminar funcionando como un freno natural.

De la ingeniería de procesos a Wall Street

Brian Shakar: ¿Cómo terminaste haciendo lo que haces? Llevas mucho tiempo en esto, por lo que tienes una mente muy preparada para este momento. Llévanos al pasado para entender cómo comenzaste a cubrir semiconductores y danos la versión muy resumida del trayecto hasta 2026.

Timothy Arcuri: Fui ingeniero químico en la universidad y trabajé como ingeniero durante un par de años. Trabajé para una empresa de gases industriales y diseñábamos procesos. Yo era ingeniero de procesos y básicamente desarrollamos una tecnología para gestionar todos estos gases. Al fabricar chips, utilizas una serie de gases nocivos, y muchos de ellos no se consumen en su totalidad; de hecho, tal vez el 90% se expulsa por las chimeneas, y algunos de estos compuestos tienen vidas medias de 50 años. A mediados y finales de los años 90, la industria presionaba para volverse más limpia. Ese fue el impulso inicial. Acudieron a estas compañías de gas industrial que vendían los gases y les dijeron: "Ayúdennos a diseñar un proceso para aprovechar mejor esto". En la empresa donde trabajaba teníamos un pequeño grupo interno clandestino que desarrolló un proceso para capturar y purificar estos elementos. Fui uno de los ingenieros en ese proyecto y obtuvimos una patente. Tengo una patente y todo el proceso registrado. Eso, sumado a 5 dólares, te sirve para comprar un café. Pero así fue como comencé a trabajar con las empresas fabricantes de equipos (tool companies). Colaborábamos con los fabricantes de chips y de herramientas, así que llegué a conocerlos en 1995, 1996 y 1997. Luego me di cuenta de que no quería ser ingeniero. Comprobé que se me daba bien escribir y hablar con la gente. Decidí que existía esta industria, Wall Street, con el lado comprador (buy side) y el lado vendedor (sell side). Terminé en el lado vendedor. Escribí un informe de análisis y pensé: "Puedo hacer esto. No tengo un MBA, pero puedo hacerlo". Alguien me dio una oportunidad en 1998, y así he estado haciéndolo durante casi 30 años.

Gabby Lorenzi: ¿Todo el tiempo enfocado prácticamente en los semiconductores?

Timothy Arcuri: Sí, porque no puedes cubrir la cadena de suministro sin cubrir lo que ocurre en los semiconductores. Ahora bien, no cubrí a NVIDIA durante todo ese período. He cubierto a NVIDIA probablemente durante los últimos 10 años más o menos. Evolucioné desde la cobertura de la cadena de suministro hasta analizar directamente a los fabricantes de chips.

Gabby Lorenzi: ¿Cuál fue tu momento de revelación (holy moment), tal vez hace cinco años, en el que imagino que tu trabajo cambió por completo, o quizás fue exactamente lo que esperabas tras los 15 años anteriores? Siempre me encanta escuchar a personas tan inmersas en este mercado explicar el momento exacto en que se despertaron y dijeron que el mundo iba a cambiar.

Timothy Arcuri: Es curioso. Ni siquiera sé si en ese momento comprendí la gravedad de aquello, pero recuerdo que tuvimos a Jensen en nuestra oficina de San Francisco, en el 555 de California. Esto debió de ser alrededor de febrero de 2023, y probablemente había unos 30 inversores en la sala. En ese momento, yo iba en un automóvil con Colette, Jensen y el equipo de relaciones con inversores recorriendo San Francisco.

Brian Shakar: ¿Probablemente valía unos 500 mil millones de dólares?

Timothy Arcuri: Su capitalización de mercado probablemente era incluso menor, quizás de 70 mil millones u 80 mil millones de dólares. ChatGPT había salido al mercado, pero nadie sabía realmente qué tan grande llegaría a ser. Jensen simplemente miró por la ventana y dijo: "El futuro es tan brillante que ni siquiera puedo decirles qué tan brillante es". Estaba sumamente optimista en esa reunión.

Brian Shakar: Lo cual imagino que ves con frecuencia.

Timothy Arcuri: Sí, pero hay ciertos momentos en los que no dimensionas realmente lo que significan en el instante. Salí de ahí pensando: "Vaya, hay algo aquí que realmente necesito comprender a fondo", porque he tratado con muchos equipos directivos en mi carrera y sentía que estaba ocurriendo algo especial. Repasas los datos de uso de GPT y ves lo que sucede; un hecho llevó al otro. Por supuesto, en aquel entonces nunca imaginé cuán grande llegaría a ser NVIDIA, y probablemente ni él mismo lo sabía en ese momento. Las cosas se fueron concatenando hasta el punto de recibir entre 100 y 150 preguntas de inversores al día. Es verdaderamente imposible mantenerse al día. Casi tengo que clonarme para atender todas esas solicitudes de llamadas, así que es un buen problema que tener. Luego incluso recibí algunas amenazas de muerte, lo cual ocurre cuando dices cosas que a ciertos personas no les agradan y te envían amenazas. Siempre le digo a mi esposa que algún día escribiré un libro sobre lo que ha pasado en los últimos cinco años.

Brian Shakar: Nos encantaría ver la primera edición.

Midiendo la demanda de IA y tasando la inferencia rápida

Brian Shakar: Siento curiosidad por conocer tu modelo mental sobre cómo intentas comprender lo que está pasando. ¿Cómo abordas el análisis?

Timothy Arcuri: Creo que lo primero ha sido asegurarme de que, con toda esta capacidad en construcción, resulta evidente que la demanda supera con creces a la oferta. ¿Por qué? Porque observo instancias que tienen entre 7 y 8 años de antigüedad, instancias Ampere, A100 que están terminando sus contratos de arrendamiento, y lo único que necesito saber es que esas unidades se vuelven a arrendar a un precio mayor. Eso te indica de inmediato, sin necesidad de saber nada más, que la demanda supera por mucho a la oferta si el equipo antiguo que sale de arrendamiento se vuelve a colocar a un precio superior. Así que no he tenido que preocuparme demasiado por la demanda, ya que todo ha girado en torno a la oferta. La mayor parte de mi trabajo se ha centrado en qué tan rápido está expandiendo TSMC su capacidad de obleas y cuántas herramientas pueden fabricar las empresas de equipos. Ha sido predominantemente un trabajo enfocado en el lado de la oferta. Ahora está cambiando un poco hacia aspectos donde intento analizar la demanda y decir: aquí están las expectativas, han crecido y crecido, y ahora estamos aquí. A, ¿pueden las otras partes que no sigo tanto absorber esto en el plazo que pensamos? Y B, ¿existe demanda para eso? Esa es la siguiente cuestión por la que ahora la gente pregunta: "Tim, ¿qué pasa con la demanda?". Esta mañana publié una cifra indicando que se van a añadir 380 gigavatios, pero esa es una cifra de potencia, no de potencia de cómputo informático (IT compute); eso incluye el factor PUE (eficiencia en el uso de energía). La pregunta es cuántos ingresos deben generarse si vamos a sumar 380 gigavatios en los próximos cinco años. Ahí es hacia donde se dirige la conversación. Puedes revisar algunos laboratorios que han aportado cifras de ingresos anuales recurrentes (ARR) por gigavatio y hacer todas las matemáticas. Esas son las preguntas que tendré que empezar a abordar con mayor profundidad para determinar cuánto hay que creer que todo esto se suma al PIB mundial y, por lo tanto, asumir que se pueden absorber todos esos gigavatios.

Gabby Lorenzi: Trabajamos en una presentación donde estimábamos entre 30 mil millones y 50 mil millones de dólares por gigavatio para adquirir, configurar y poner en marcha la infraestructura, de modo que en un periodo de 4 a 5 años se necesite generar algo así como 80 mil millones de dólares en ganancia bruta. ¿Está en ese orden de magnitud tu forma de pensar sobre el costo de desplegar un gigavatio de energía y lo que se puede rentabilizar?

Timothy Arcuri: Sí, sí.

Gabby Lorenzi: Una de las palancas más importantes en ese sentido es el precio por token que las personas estarán dispuestas a pagar. ¿Cómo analizas eso? ¿Cómo procesas hacia dónde se dirige?

Timothy Arcuri: Yo mismo me hago muchas preguntas al respecto porque, en cualquier industria tecnológica, el costo por token va a disminuir, y la cuestión es con qué rapidez. Ahora existe un mercado donde se evalúan tareas como la programación. Hay un mercado para la inferencia rápida, y es un mercado grande. Jensen salió y compró Groq, Cerebras salió a bolsa y existe SambaNova. Hay un grupo de actores atendiendo el mercado de la inferencia rápida, por lo que no se trata solo del costo por token, sino también de un componente de rendimiento en el mercado.

Brian Shakar: Y siempre están dispuestos a pagar más. Siempre existirá la disposición a pagar un sobreprecio por los tokens prémium y la entrega de estos.

Timothy Arcuri: Parece que sí. La pregunta es si representa el 10% del mercado o el 20%. Andrew Feldman diría que ese es todo el mercado, que no existe un mercado para la inferencia lenta y que solo hay mercado para la inferencia rápida. Ciertamente entiendo lo que Andrew argumenta al respecto. Jensen ha mencionado diferentes cifras en distintos momentos, pero considera que aproximadamente entre el 10% y el 20% del mercado corresponde a ese segmento. Mi perspectiva sobre lo que el mercado estará dispuesto a pagar en términos de precio por token está evolucionando.

Brian Shakar: ¿Cómo construyes convicción sobre tus conclusiones en estos temas? Especialmente en lo referente a los tokens, ¿proviene de pasar tiempo con los laboratorios, con las empresas de semiconductores o hablando con desarrolladores? ¿Cómo construyes tu tesis sobre algo tan granular como la tokenomía?

Timothy Arcuri: Como analista de semiconductores, soy una persona de precio por cantidad (P por Q), y se sale un poco de mi zona de confort cuando intento tender un puente hacia cuáles serán realmente la tokenomía (tokenomics). Esta es un área donde procuro coordinar recursos de nuestros equipos de software, internet y servicios públicos (utilities). No puedo decir que tenga todas las respuestas, pero esta es la pregunta que intento resolver, porque puedo decirte cuánta capacidad se va a añadir, pero lo que me resulta más difícil determinar es si la demanda estará ahí. Sospecho que dentro de cinco años estará presente, pero ¿cuál será la aplicación estrella (killer app) que impulse esa demanda? No lo sé con certeza. Si tomas algunas de las cifras que los laboratorios han publicado en cuanto a los ingresos que obtienen por gigavatio, aunque suene a una cantidad elevada al mirar a cinco años vista, representa solo un par de puntos porcentuales de incremento en el PIB mundial. Si lo planteas de esa manera y le dices al inversor promedio que "las acciones están descontando que la IA añadirá un par de puntos porcentuales al PIB mundial en un plazo de cinco años", ¿suena una locura? Yo creo que no.

Cómo la IA está transformando la investigación en semiconductores

Gabby Lorenzi: Me fascina cómo los analistas hacen su trabajo, en el sentido de que deben estar absorbiendo una cantidad masiva de información, además de redactar notas y memorandos. Todo eso probablemente se vuelve más complejo en un mundo donde lees abundante contenido sobre IA y tratas de utilizar la inteligencia artificial de manera productiva para mejorar tu labor. ¿Cómo sientes que está cambiando tu trabajo, ya sea para bien o en aspectos donde la industria necesita acertar respecto al impacto de la IA en la labor de un analista que cubre semiconductores?

Timothy Arcuri: Hay muchas tareas que estamos realizando y que todos los departamentos de investigación llevan a cabo: tareas muy básicas para hacer nuestro contenido más digerible, facilitar la redacción y, desde una perspectiva legal, agilizar la publicación de documentos sin tener que leer cada palabra individualmente. Esos son procesos bastante básicos. Pero volviendo a mi enfoque en P por Q, tengo que empezar a asumir roles que nunca antes había tenido que desempeñar. Les hablo a ustedes que predican en el desierto, porque hacen esto todo el día, todos los días, adoptando diferentes roles constantemente. Para mí, tener que ser experto en materias que van más allá de los semiconductores —necesito saber sobre retorno de inversión (ROI) y cuáles serán los casos de uso para la IA— no es un ámbito en el que históricamente haya sido un experto. Me he visto en la necesidad de intentar convertirme en experto en una variedad mucho más amplia de temas. Mi trabajo solía ser no de una pulgada de ancho y una milla de profundidad, sino tal vez de un pie de ancho y una milla de profundidad, o quizás de cinco pies. Ahora tengo que lidiar con la exigencia de tener 100 pies de ancho y una milla de profundidad, y eso es difícil.

Gabby Lorenzi: Al leer notas de investigación, el uso de la IA para comprender la literatura ha sido valioso a nivel de consumidor. Pero para alguien que escribe y lee constantemente, eso altera por completo el flujo de trabajo.

Timothy Arcuri: Como dijo Elon Musk, ya no habrá más aplicaciones y la IA lo hará todo por ti. Quizás simplemente digas: "¿Qué debo comprar?", y entonces ya no existan acciones individuales; será solo una gran masa informe. Ese podría ser uno de los mundos en los que terminemos.

NVIDIA, AMD e Intel

Brian Shakar: Si damos un paso atrás y pensamos en los actores clave en el lado de los procesadores —el panorama del cómputo—, NVIDIA ha liderado la carga, AMD compite e Intel está experimentando una especie de renacimiento. ¿Cuáles son tus perspectivas sobre estas tres compañías, su posición y lo que están haciendo mejor? Analicemos a grandes rasgos el panorama del cómputo para luego pasar a la memoria.

Timothy Arcuri: En el caso de NVIDIA, simplemente considerando CUDA y su enorme base instalada, lo que me parece asombroso es que cada una de las GPU que envían hoy en día —y lo mismo ocurre con AMD— sigue siendo un envío hacia un mercado virgen (greenfield). Ni siquiera hemos comenzado a actualizar la base instalada. NVIDIA, en particular, cuenta con una monetización de esa base instalada que los demás competidores no poseen, simplemente porque su base es descomunal. Desde el principio, CUDA y las barreras defensivas de software (software moats) fueron lo que inicialmente los impulsó al frente, y esa oportunidad de monetización de la base instalada es muy exclusiva de ellos. Con AMD, al principio ROCm no estaba a la altura, pero ahora la mayoría de las empresas con las que tratan no le prestan tanta atención a ROCm. No representa un impedimento importante para los hyperscalers porque cuentan con sus propios recursos de software. ROCm es importante para un cliente empresarial, pero no para un hyperscaler. Así que no creo que eso siga siendo un obstáculo tan grande. Desde la perspectiva del hardware, AMD es muy competitiva para una gran variedad de cargas de trabajo. La pregunta ahora es si existe alguna razón convincente que haga a AMD mejor que NVIDIA, y en la mayoría de las aplicaciones sigo pensando que realmente no la hay. NVIDIA también lleva la delantera en lo que respecta a la ingeniería de racks, y ha superado muchos de los obstáculos que AMD ahora debe sortear a medida que comienza a construir racks y gestionar todo el ecosistema. La narrativa de la fábrica de IA (AI factory) es muy clara del lado de NVIDIA. NVIDIA está creando trimestres enteros de capacidad de adelanto, por lo que van dos pasos adelante desde esa perspectiva. Si continúan ejecutando con una cadencia anual, será muy difícil que alguien los alcance. Mis estimaciones para AMD siguen siendo muy altas porque el mercado es enorme, por lo que AMD va a ser una empresa mucho más grande en los próximos años. En cuanto a Intel, soy mucho más optimista respecto al negocio de fundición (foundry) y manufactura de Intel que sobre su hoja de ruta de productos. Lip-Bu Tan es extraordinario; está logrando un cambio de rumbo y continuará haciéndolo. Pero existe una razón mucho más convincente para que un cliente colabore con Intel en el ámbito manufacturero, ya sea mediante EMIB para empaquetado avanzado o en fundición de front-end. Ahí es donde radica mi entusiasmo con respecto a Intel.

Chips personalizados, Broadcom y MediaTek

Gabby Lorenzi: ¿Qué opinas de los hyperscalers y el silicio personalizado? Eso se siente como una pieza fundamental del rompecabezas.

Timothy Arcuri: Veo a Broadcom como el facilitador de los hyperscalers. El recorrido de los ASIC es uno en el que primero comienzas sin tu propia infraestructura o equipo de semiconductores, y lo construyes con el tiempo. Empiezas acudiendo a un proveedor de ASIC de servicio completo en quien puedas confiar para fabricar chips en alto volumen: Broadcom. En el caso de Google, les tomó siete generaciones descubrir finalmente que tienen los recursos para hacerlo por sí mismos y adquirir HBM directamente. Google lleva entre 7 y 10 años en este camino. Amazon probablemente esté incluso más avanzada en ese recorrido porque adquirió Annapurna hace más de 10 años. Pongo a Amazon y Google en una categoría diferente a la de los demás. El trayecto es el mismo: nadie quiere pagarle tanto dinero a NVIDIA, pero muchos no tienen otra opción. Quieren controlar su propio destino, pero nunca vas a apostar toda tu infraestructura a un ASIC. Siempre habrá una combinación (blend). Dentro de los ASIC, cada hyperscaler se encuentra en un punto diferente de esa evolución. Si observas el negocio de Google con Broadcom, lo que dice Hock Tan implica que Google se mantendrá plano o crecerá un poco en 2028, pero el crecimiento se desacelera a medida que el volumen incremental se destina a MediaTek y otros. Google no va a desaparecer porque seguirán dependientes de Broadcom para cosas que nadie más puede hacer, pero es una evolución.

Brian Shakar: ¿Puedes explicar el movimiento hacia MediaTek? ¿De qué se trata?

Timothy Arcuri: Herramientas de propiedad del cliente, o COT (Customer-Owned Tooling). Cuando quieres hacerlo tú mismo, adquirir la memoria HBM y no deseas que alguien fabrique el chip completo por ti porque quieres incorporar una gran cantidad de ingeniería propia al chip, eso es lo que están haciendo con MediaTek. MediaTek es su socio en el segmento de COT. Broadcom se presenta y dice: "Fabricaré todo por ti. Conseguiré la memoria, conseguiré las obleas y te cobraré un margen del 60%". Google está empezando a diversificarse alejándose de Broadcom para realizar una mayor parte de su desarrollo de ASIC con MediaTek.

Brian Shakar: ¿Se debe a que tienen mayor poder de negociación para conseguir mejores acuerdos en HBM y con socios en el futuro, y prefieren dedicar recursos internamente?

Timothy Arcuri: Sí, exactamente.

Brian Shakar: NVIDIA también cerró un acuerdo importante con MediaTek recientemente, ¿verdad? ¿Fue en torno a un chip para computadoras portátiles?

Timothy Arcuri: Al final del día, si observas los acuerdos que está cerrando NVIDIA, se están asociando con actores ajenos al bando de Broadcom. Tienes a Broadcom con los hyperscalers, y tienes a NVIDIA y las neoclouds. NVIDIA quiere que NVLink Fusion se utilice con más ASIC. Acuden a fabricantes de ASIC que no son Broadcom, se asocian con ellos y les dicen: "Firma un acuerdo conmigo y podrás usar NVLink Fusion y mi propiedad intelectual". Creo que el acuerdo con MediaTek giraba en torno a eso.

Brian Shakar: Se discutió en el contexto de un chip para portátiles, pero es una jugada más amplia en torno a fortalecer capacidades para desafiar el ascenso de Broadcom en los ASIC personalizados.

Timothy Arcuri: Sí. El nivel de "coopetencia" (competencia y cooperación simultánea) que se vive en los semiconductores es salvaje. Piensas que dos actores están en pugna y luego te das cuenta de que dependen completamente el uno del otro.

Startups de inferencia y el modelo de negocio de Cerebras

Brian Shakar: ¿Qué opinas de todas las startups que están atacando este mercado en la actualidad?

Timothy Arcuri: Es realmente interesante. La inferencia rápida y la inferencia desagregada están creando oportunidades masivas. La fase de prellenado (prefill) está limitada por el cómputo y la de decodificación (decode) está limitada por la memoria, por lo que estás presenciando toda esta innovación en el lado de los ASIC. Hablamos de Cerebras, SambaNova y otros que cuentan con arquitecturas de memoria escalonada (tiered memory architectures). Estás viendo toneladas de innovación en torno a la inferencia desagregada, siendo Etched una empresa que conocen bien. La oportunidad de mejorar la utilización de la flota de GPU existente es enorme. Hablas con estas nubes y te dirán que, en términos prácticos, la utilización de las GPU es del 30%, 40% o 50%. Hay oportunidades gigantescas para acelerar la flota.

Gabby Lorenzi: Recién salidos de la OPI (IPO) de Cerebras, ¿cómo ha impactado esa transición del mercado privado al estrato público en tu cobertura y en la percepción del mercado?

Timothy Arcuri: Cerebras ha tenido mucho éxito. Su suerte cambió significativamente cuando firmaron el acuerdo con OpenAI, el cual está documentado en mis investigaciones. Ahora también tienen un acuerdo marco con Amazon. La mayoría de las empresas quieren hacer inferencia desagregada para acelerar su base instalada existente. Cerebras ayudó a encender la chispa del mercado de la inferencia rápida. Justo después de firmar ese acuerdo, Jensen compró Groq. Mucho ha cambiado en los últimos seis meses, y hay un sinfín de oportunidades para Cerebras. El mercado es tan grande que no necesitan capturar una gran cuota para convertirse en una empresa mucho más grande.

Brian Shakar: El mercado estará atento a los despliegues con OpenAI. ¿Cuáles son los detalles clave allí?

Timothy Arcuri: Con Cerebras, el acuerdo marco con OpenAI consta de tres tramos de 750 megavatios cada uno, con cierta opcionalidad. Inicialmente, ese acuerdo es un acuerdo de nube (cloud deal) porque OpenAI no cuenta con su propia infraestructura, por lo que le pidieron a Cerebras que encontrara una instalación de coubicación y se hiciera cargo de ello. Con el tiempo, veremos cómo evoluciona. Mi suposición es que Cerebras será 50% nube y 50% hardware a largo plazo. Ese es un punto importante de evolución en su modelo, porque vender tanto hardware como servicios en la nube los hace únicos, aunque creo que actualmente se hace más por necesidad que por una preferencia a largo plazo. Algunos en el mercado argumentan que para modelos muy grandes, debido a que tienes que almacenar todo en la oblea, en el momento en que lo sacas de la oblea, se pierden algunas ventajas competitivas. Soy comprensivo con ese argumento, pero no creo que sea para tanto. Otros, incluido Elon Musk, han intentado la escala de oblea (wafer-scale) y no pudieron lograrlo. Cerebras realmente ha encendido la mecha para que las empresas privadas ataquen la inferencia desagregada.

Micron, HBM y el ciclo de la memoria

Brian Shakar: Hablemos de la memoria. Fue un año importante para ti en el sector de la memoria y para el mercado de memorias en general. Cuéntanos sobre Micron, cómo ha evolucionado esa compañía y cómo ha sido cubrirla.

Timothy Arcuri: Si observas la acción, ha subido muchísimo, pero los beneficios también se han disparado de forma exponencial. El mercado opera con la acción como si nada hubiera cambiado, asignándole un múltiplo muy bajo de alrededor de 4 veces los beneficios. El mercado no sabe qué hacer con unos beneficios que crecen tan rápido, particularmente para una empresa que históricamente ha sido cíclica. NVIDIA ha tenido ciclos, como cuando las criptomonedas aparecieron y desaparecieron y su múltiplo cotizaba a 40 veces los beneficios en el valle del ciclo, pero la memoria siempre ha sido cíclica porque ha estado impulsada por la oferta en lugar de la demanda. El mercado siempre sobreconstruye oferta; toma dos años poner en marcha una planta de obleas, lo que genera ciclos enormes. Lo que ha cambiado es la HBM. La HBM opera bajo una cadencia anual porque cada nueva generación de ASIC o XPU requiere una versión diferente de HBM. Se requiere una conectividad constante con el productor de memoria, donde debes especificar los requerimientos cada año para la nueva variante. Cuando sale un nuevo chip, la variante anterior de HBM generalmente ya no es utilizable. Existe una obsolescencia que no existía antes. En el mundo de la memoria DDR, una especificación es útil durante 7 u 8 años, por lo que los clientes acumulan inventario cuando el precio es bajo y lo consumen a medida que el precio sube, generando ciclos pronunciados. La HBM cambia esa dinámica.

Brian Shakar: Así que la HBM vincula la memoria directamente con la hoja de ruta de cómputo.

Timothy Arcuri: Correcto. En un mundo de IA, el costo de inferencia está impulsado significativamente por la memoria. En la inferencia desagregada, utilizo la analogía: cuando eras niño y tocabas una estufa caliente, utilizabas células lógicas para aprender a no tocarla en el futuro. Cada vez que entras a una cocina después de eso, generas un token de inferencia de valor, pero este proviene de tu banco de memoria. La inferencia está fuertemente impulsada por la memoria, lo que hace que la memoria sea mucho más valiosa en un mundo de inteligencia artificial. El mercado observa los beneficios de Micron, asume que van a desplomarse y les asigna un múltiplo bajo. Actualmente, el múltiplo de beneficios está muy cerca del valor en libros (book value), algo que casi nunca se ve porque los beneficios han crecido tan deprisa que el valor en libros no ha logrado alcanzarles.

Gabby Lorenzi: ¿Qué representa el valor en libros en este contexto?

Timothy Arcuri: El valor en libros tangible se compone de propiedades, planta y equipo (PP&E), efectivo y activos en el balance. Durante una fase alcista, los beneficios impulsan la acción; durante una recesión, cotiza en función del valor en libros porque a la gente le preocupa que los fabricantes de memoria quemen efectivo, lo que erosiona dicho valor. Los inversores recurren al valor en libros como un suelo porque es menos volátil que los beneficios. Los analistas que llevan mucho tiempo en el sector ven a Micron con un margen bruto del 85% y asumen que el impulso alcista se ha agotado. Deja de ser una operación direccional y se convierte en un argumento de duración: ¿cuán duraderos son los beneficios? Históricamente no lo han sido, pero los hyperscalers están firmando ahora acuerdos a largo plazo.

Lo que cambian los contratos de memoria a largo plazo

Timothy Arcuri: Los hyperscalers están pidiendo tregua porque los costos han aumentado muchísimo. Necesitan certidumbre sobre los costos de insumos, por lo que se comprometen a realizar pagos anticipados (prepayments) de 10 mil millones de dólares para asegurar producto durante los próximos tres años.

Brian Shakar: Ese es el cambio estructural más importante: la memoria nunca antes había hecho contratos a largo plazo.

Timothy Arcuri: Nunca de esta manera. Anteriormente, te sentabas el 1 de enero a discutir volúmenes anuales mediante un acuerdo marco, pero en un mercado impulsado por los precios, los compradores aceptaban el volumen a mitad de precio si el precio al contado (spot) caía. La capacidad de memoria ahora está totalmente vendida por un par de años entre los principales actores de HBM, algo que jamás había sucedido en ciclos anteriores. Esto se debe a la cadencia anual de HBM y a que producir una oblea de HBM consume aproximadamente cuatro veces la capacidad de una oblea que no es HBM. A medida que las GPU absorben la demanda hacia la HBM, actúa como un ancla de oferta, retirando capacidad de obleas del mercado general, ya que el apilamiento vertical con un rendimiento del 95% por capa consume volumen de las plantas. La demanda aumentó mientras la oferta estándar disponible se reducía.

Brian Shakar: De modo que el ciclo se vuelve más duradero. ¿Crees que esto es un cambio estructural y no un ciclo estándar?

Timothy Arcuri: Eventualmente habrá un ciclo en el otro sentido. Tras 30 años en el negocio, cada vez que alguien dice "esta vez es diferente", rara vez lo es por completo. Con el tiempo se producirá un desplome en los precios de la memoria. Pero considera cómo funcionan estos contratos: si firmaste un acuerdo hace 3 o 4 meses, para fin de año el precio del contrato es aproximadamente la mitad del precio spot del mercado abierto porque el precio spot siguió subiendo. Los contratos incluyen un precio mínimo (floor price) muy por debajo de los niveles actuales. Incluso si los precios del mercado abierto se desploman un 70% o 80%, los clientes seguirán adquiriendo producto bajo esos contratos. Micron continúa obteniendo ingresos significativos incluso en una recesión importante, generando efectivo y acumulando valor en libros, lo que empuja a la acción al alza por mera fuerza.

Brian Shakar: ¿Cómo ves a Micron frente a SK Hynix y Samsung?

Timothy Arcuri: Yo no cubro a las empresas coreanas; nuestro equipo en Asia las cubre. Pero Sanjay Mehrotra ha transformado a Micron en una compañía al estilo de Silicon Valley. Solía ser una empresa de movimiento más lento con sede en Boise, pero Sanjay trajo talento extraordinario procedente de SanDisk. La brecha tecnológica se ha cerrado y, en muchos aspectos, Micron se ha convertido en un líder en lugar de un rezagado. También hay un ángulo geopolítico: la administración de EE. UU. quiere apoyar la manufactura nacional de semiconductores, lo que alinea estratégicamente a Micron con los intereses estadounidenses junto con Intel.

Brian Shakar: ¿Cómo impactan en tu perspectiva las expansiones de plantas en lugares como el norte del estado de Nueva York?

Timothy Arcuri: Históricamente, los inversores odiaban ver anuncios de plantas gigantescas porque señalaban sobreoferta. Pero antes nunca hubo acuerdos a largo plazo que las respaldaran. El exceso de oferta en el pasado era provocado porque los productores perseguían los precios spot con adiciones especulativas de capacidad. Con acuerdos a largo plazo (LTAs) que proporcionan visibilidad de ingresos, el gasto de capital es disciplinado y está vinculado a compromisos, reduciendo el riesgo de una sobreconstrucción masiva. Una recesión esta vez tendría que ser impulsada por un colapso en la demanda y no por un aumento no forzado de la oferta.

Equipos, empaquetado avanzado y economía de las plantas

Brian Shakar: ¿Qué se está perdiendo el mercado sobre las empresas de equipos para semiconductores como Applied Materials y Lam Research?

Timothy Arcuri: La correlación entre Applied Materials o Lam Research y Micron es de aproximadamente 0,9. Las acciones de equipos son arrastradas al debate sobre la memoria en cuanto a los márgenes máximos frente a la duración. Pero los equipos para fabricación de obleas (WFE) se encuentran mucho más al principio de su ciclo de adición de capacidad que el cómputo. TSMC ha tenido capacidad para que el cómputo crezca durante años, mientras que las empresas de equipos apenas están comenzando a llenar nuevas salas limpias (cleanrooms). Fundamentalmente, los equipos te permiten respaldar múltiples años de crecimiento. Según nuestros cálculos, se requieren aproximadamente 4 mil millones de dólares en equipos de front-end por cada gigavatio de capacidad de cómputo.

Brian Shakar: ¿Y estimamos 380 gigavatios acumulados hasta 2030 o 2031?

Timothy Arcuri: Sí. Si tienes un año futuro con más de 100 gigavatios añadidos, 100 multiplicado por 4 mil millones de dólares implica más de 400 mil millones de dólares en gasto de equipos de fabricación de obleas. Eso está más allá de mi horizonte oficial de pronóstico, pero muestra la escala potencial en comparación con el mercado global de equipos de obleas de este año, que se sitúa entre 155 mil millones y 158 mil millones de dólares.

Brian Shakar: ¿Dónde se está produciendo la innovación central en equipos? ¿Es en nuevos diseños de celdas de memoria, aprendizaje automático para clasificación de defectos u otro ámbito?

Timothy Arcuri: Muchos procesos que tradicionalmente eran de front-end se están trasladando al back-end. El empaquetado avanzado (advanced packaging), el apilamiento vertical y los nuevos materiales están impulsando una innovación significativa. Las empresas están trabajando con conjuntos de materiales completamente nuevos en memoria que requieren equipos especializados. Otras están repensando la arquitectura de las plantas y el enrutamiento de obleas. Muchas plantas todavía dependen de paradigmas de procesamiento por lotes (batching) de hace 40 años, donde los casetes de obleas permanecen inactivos esperando herramientas. También hay innovación en el grabado de alta relación de aspecto (high-aspect-ratio etching). Lam Research reconoció temprano que las arquitecturas se dirigían hacia el apilamiento vertical, como se vio en 3D NAND y TSVs (vías pasantes de silicio), y posicionaron su portafolio en consecuencia.

Gabby Lorenzi: El empaquetado avanzado, los materiales, la entrega de energía y la refrigeración se están integrando directamente en el silicio, fortaleciendo a los líderes tradicionales como TSMC e Intel que controlan la cadena.

Timothy Arcuri: Antes, la industria transicionaba hacia un tamaño de oblea mayor aproximadamente cada 10 años para reducir el costo por die, ya que los costos no escalan 1:1 con el área de la oblea. Un fabricante de chips grande o un consorcio financiaba a los proveedores de equipos para fabricar herramientas para el siguiente diámetro. El formato de 300 mm se introdujo alrededor de 2002. Si me hubieras dicho en 2005 que seguiríamos usando 300 mm más de 20 años después, habría dicho que estabas loco. Dado el tamaño de TSMC, me sorprende que alguien no haya financiado la siguiente transición. Sin embargo, el factor limitante ha pasado de ser el tamaño de la oblea al tamaño del campo de escaneo (scanner field size) de las herramientas de litografía de ASML.

Brian Shakar: ¿Qué es el tamaño del campo?

Timothy Arcuri: El límite del retículo define el área máxima imprimible del escáner. Los transistores se graban dentro de esa ventana óptica fija. Es como un negativo fotográfico: solo puedes exponer cierta área antes de tener que unir diferentes dies, razón por la cual los procesadores como los chips más recientes de NVIDIA son paquetes de múltiples dies limitados por el retículo.

Brian Shakar: ¿Cubres a ASML o TSMC directamente?

Timothy Arcuri: No cubro a ASML ni a TSMC directamente. ASML es cubierta por nuestro equipo europeo y TSMC por nuestro equipo en Asia, pero comprender sus hojas de ruta es fundamental para cubrir el resto de la cadena de suministro.

Dónde pueden competir las nuevas empresas de cómputo

Gabby Lorenzi: ¿Qué preguntas tienes para los inversores en etapas tempranas que ven a nuevas startups entrar al mercado?

Timothy Arcuri: Me pregunto cuál es su visión sobre las arquitecturas de cómputo. ¿Hemos avanzado tanto en este camino que, si no has invertido ya en una arquitectura de cómputo, es demasiado tarde? ¿La innovación en etapas tempranas durante los próximos cinco años girará en torno a los procesadores o se trasladará a tecnologías a nivel de sistemas o fotónica?

Brian Shakar: Invertimos en la ronda semilla de Etched. Competir directamente en silicio de propósito general contra las hojas de ruta existentes es difícil debido a los requisitos de capital y a la escala de los operadores establecidos. El cómputo fotónico representa un verdadero cambio de paradigma donde un enfoque convincente podría justificar el respaldo en etapas tempranas. Los inversores de capital de riesgo en etapas más avanzadas están apostando por el cómputo, financiando rondas Serie B y C para empresas de silicio pre-ingresos con un capital sustancial, con la participación de actores como BlackRock.

Timothy Arcuri: Las restricciones de memoria están impulsando cambios arquitectónicos. NVIDIA está ajustando especificaciones para construir dominios de ampliación de escala (scale-up domains) más grandes, lo que desplaza el valor hacia las redes, la óptica y las interconexiones.

Gabby Lorenzi: En la etapa semilla, nos enfocamos en el empaquetado co-optimizado avanzado, materiales electro-ópticos, arquitecturas de memoria novedosas y cómputo biológico. Con valoraciones públicas y privadas que escalan —SpaceX a 2 billones de dólares, NVIDIA alcanzando los 5 billones—, la pura escala en dólares atrae capital de etapas avanzadas hacia derivados del cómputo, mientras que el capital de etapas tempranas busca tecnologías habilitadoras fundamentales.

Timothy Arcuri: Los semiconductores representan aproximadamente el 18% del S&P 500 ahora, lo que impulsa a los inversores a buscar apuestas derivadas en el sector industrial y en la infraestructura de refrigeración. ¿Cómo se materializa eso en su firma?

Brian Shakar: Cada equipo tiene un ángulo de cómputo. El sector industrial analiza la generación de energía y la eficiencia de la red para centros de datos. La tecnología financiera (fintech) evalúa los futuros de cómputo y los índices de precios. La IA empresarial evalúa la atribución de ROI en relación con el gasto en cómputo. El cómputo en el borde (edge compute), la IA física y la seguridad de hardware están experimentando una actividad intersectorial similar.

Cobots, humanoides y demanda de chips

Gabby Lorenzi: ¿Qué tendencias en IA física y robótica se están traduciendo en los mercados públicos?

Timothy Arcuri: Los robots colaborativos, o cobots, son comerciales hoy en día. Teradyne cuenta con un negocio sustancial de cobots a través de Universal Robots. Si bien el crecimiento ha enfrentado vientos en contra a nivel macroeconómico, la adopción se está expandiendo, como se ve en el despliegue por parte de Amazon de cobots para operaciones de recolección y almacenamiento en almacenes. Los humanoides están generando comentarios significativos por parte de los ejecutivos. Desde la perspectiva del contenido de semiconductores, un robot humanoide es esencialmente un vehículo eléctrico con extremidades. Si los volúmenes de unidades escalan, el contenido de silicio representa un mercado masivo, aunque la comercialización generalizada aún está más lejana.

Reacción política y concentración de clientes

Brian Shakar: ¿Cómo analizas los obstáculos políticos, como el rechazo a los centros de datos y la presión regulatoria en torno a la seguridad de la IA?

Timothy Arcuri: Durante el año pasado, la gente preguntaba sobre los riesgos de cisne negro. A mí no me preocupa la oferta o la demanda a corto plazo. Mi principal preocupación ha sido la reacción social y geopolítica: un equivalente moderno de personas manifestándose con antorchas por el desplazamiento laboral o el consumo energético. Eso podría interrumpir el apoyo político a la infraestructura de IA. La industria necesita una mejor comunicación y una colaboración más estrecha con las administraciones gubernamentales, aunque la dinámica competitiva con China limita cuánto se puede frenar el desarrollo.

Gabby Lorenzi: También existe preocupación respecto a la concentración del poder económico en un puñado de hyperscalers.

Timothy Arcuri: Un gasto de capital altamente concentrado en NVIDIA genera una concentración de clientes aguas abajo (downstream) para Applied Materials, Micron y el resto de la cadena de valor. Los inversores cuestionan frecuentemente la sostenibilidad a largo plazo de esa base de clientes.

Brian Shakar: Si no cubrieras semiconductores, ¿a qué te dedicarías?

Timothy Arcuri: Probablemente sería DJ y jugaría al golf. Me encanta la música de los años 80 y mezclarla con sonidos de techno moderno para hacer mixtapes. Simplemente no tengo tiempo ahora mismo.

Brian Shakar: Esperamos que puedas producir nuestra pista de introducción para la próxima temporada. ¿Cuál es una predicción contracorriente (non-consensus) que tengas para el próximo año o dos?

La base instalada de NVIDIA y qué se recorta en una recesión

Timothy Arcuri: La gente subestima el valor a largo plazo de la base instalada de NVIDIA. Cada dólar de ingresos hoy representa despliegues en terreno virgen (greenfield); nada de ello es reemplazo en terreno consolidado (brownfield). Con el tiempo, esa base instalada se monetizará mediante actualizaciones y mejoras de eficiencia. Los envíos de Blackwell y Rubin hoy son puramente aditivos para la capacidad global de cómputo, pero eventualmente las arquitecturas más antiguas como Ampere serán reemplazadas. Eso crea un ciclo de actualización que amortigua los ingresos incluso cuando el capex general se desacelera.

Timothy Arcuri: Además, tuve un debate con un director de tecnología (CIO) sobre qué es lo primero que se recorta cuando el capex de los hyperscalers se aplana: ¿los ASIC personalizados o las GPU comerciales? La mayoría de los inversores asume que las GPU comerciales se recortan primero para proteger los márgenes brutos del silicio personalizado interno. Mi opinión es que los ASIC personalizados se recortan primero. Los ASIC se construyen para cargas de trabajo muy específicas, mientras que las GPU comerciales proporcionan la flexibilidad arquitectónica necesaria durante un período de contracción.

Brian Shakar: Muchas gracias por tu tiempo y perspectiva, Tim.

Timothy Arcuri: Gracias a ustedes.

Brian Shakar: Como analista de investigación, Tim está obligado a proporcionar ciertas divulgaciones relativas a la naturaleza de su relación y la de UBS con cualquier empresa sobre la cual exprese una opinión. Estas divulgaciones están disponibles en ubs.com/disclosures.