기존에 AI 매출이 빠르게 증가 → 더 많은 GPU 필요 → 더 많은 HBM/전력/데이터센터 필요 에서
모델 효율 좋아지고, 경쟁 가속기 비중이 늘고, HBM 가격이 낮아지고, 자금조달 문제, 민주당 다수 등을 반영한 거 같네요
내년에도 수요는 늘지만 폭발력이 약해진다고 전망한 거로 보입니다...
하향폭
2026 거의 없음
2027 -19%
2028 -28%
2029 -41%
2030 -40%
--------------------
[SemiAnalysis, AI 컴퓨팅 수요 전망 하향…NVIDIA 장기 출하 전망 대폭 조정]
*2028~30년 AI 가속기 투자 전망 대폭 하향
-SemiAnalysis는 11월 13일 최신 모델 업데이트에서 글로벌 AI 가속기 투자 전망을 2027년부터 하향 조정
-2027년 전망은 기존 7,700억달러에서 6,270억달러로 19% 하향, 2028년은 1조540억달러에서 7,580억달러로 28% 하향
-2029년은 1조3,520억달러에서 7,960억달러로 41%, 2030년은 1조5,310억달러에서 9,230억달러로 40% 하향
-2026년 전망은 약 3,920억달러로 거의 변경하지 않아 단기보다 2028년 이후 장기 전망 조정에 집중
*AI 투자 감소가 아닌 성장속도 정상화
-수정된 전망에서도 글로벌 AI 가속기 투자는 2026년 약 3,920억달러에서 2030년 9,230억달러로 2배 이상 증가
-따라서 AI 인프라 투자가 감소한다는 의미보다 기존에 가정했던 1조달러 이상의 급격한 투자 확대 속도를 낮춘 것
-SemiAnalysis는 AI 기업 매출 성장 둔화와 데이터센터 투자자금 조달환경 악화를 주요 하향 원인으로 제시
*AI Labs 매출 성장과 자금조달 여건 재평가
-OpenAI·Anthropic 등 주요 AI Labs의 ARR 증가 속도가 둔화되면서 향후 토큰 매출이 감당할 수 있는 컴퓨팅 비용을 재평가
-부채·주식 투자자의 AI 인프라 투자 의지도 이전보다 약화됐으며 하이퍼스케일러의 확약이 없는 프로젝트의 자금조달 위험이 확대
-데이터센터 토지·전력·건물 투자 지연이 향후 설치 가능한 AI 시스템 규모를 제한할 수 있다고 판단
*AI 가속기 웨이퍼 출하 2026~30년 누적 17% 하향
-SemiAnalysis는 2026~30년 글로벌 AI 가속기 로직 웨이퍼 누적 출하 면적 전망을 17% 하향
-연도별 하향폭은 2027년 13%, 2028년 16%, 2029년 24%, 2030년 15%
-전체 감소분 가운데 NVIDIA가 약 66%를 차지해 이번 전망 수정의 영향을 가장 크게 받음
*HBM 수요도 하향…가격 정상화 반영
-2028년 글로벌 HBM 출하 전망을 기존 9.0EB에서 6.4EB로 30% 하향
-2029년은 10.3EB에서 7.9EB로 23%, 2030년은 10.9EB에서 9.6EB로 12% 하향
-SemiAnalysis는 HBM 공급부족이 완화될 것으로 예상하면서 향후 HBM 가격 가정도 낮춤
-HBM 가격 하락은 AI 가속기 BOM을 낮춰 기존 CapEx 전망에서 가격 상승으로 반영됐던 부분도 축소
*2030년 AI 가속기 전력수요 123GW→81GW
-2030년 AI 가속기 전력수요 전망을 기존 122.8GW에서 80.7GW로 34% 하향
-2029년 전망도 108.7GW에서 72.5GW로 33% 낮춤
-칩 출하량 전망 감소와 차세대 가속기의 칩당 전력소비 가정을 동시에 낮춘 결과
-전력 자체는 여전히 AI 데이터센터 확장의 제약요인이지만 향후 모든 칩이 최대 전력소비 방향으로 이동한다는 기존 가정을 수정
*NVIDIA 전망 하향폭 가장 커
-SemiAnalysis는 컴퓨팅 매출 기준 NVIDIA 출하 전망을 2027년 22%, 2028년 39%, 2029년 56%, 2030년 66% 하향
-시스템 전력 기준으로도 2027년 14%, 2028년 35%, 2029년 50%, 2030년 59% 하향
-Feynman ASP 전망도 약 11만달러에서 7.8만달러, Feynman Ultra는 17.5만달러에서 9.8만달러, Feynman Next는 19.1만달러에서 11.8만달러로 낮춤
-HBM 가격 하락과 ASIC·AMD 등 경쟁 심화를 반영해 NVIDIA가 차세대 제품의 마진을 낮춰야 할 가능성을 반영
*TPU·Trainium·AMD 등 대체 가속기 경쟁 확대
-SemiAnalysis는 일부 대형 AI Labs에서 NVIDIA GPU의 가격 대비 성능 매력이 TPU·Trainium·AMD 대비 낮아지고 있다고 평가
-Anthropic은 TPU·Trainium·AMD GPU·NVIDIA GPU를 함께 사용하며 가격 대비 추론 성능에서는 TPU와 AMD를 선호하는 것으로 분석
-OpenAI도 NVIDIA GPU를 계속 사용하지만 AMD와 자체 ASIC 비중을 확대할 것으로 전망
-Amazon Trainium은 2027~28년 전망을 하향하지 않았으며 Google TPU와 Broadcom ASIC도 NVIDIA보다 상대적으로 견조한 전망 유지
*Broadcom은 상대적으로 영향 제한
-SemiAnalysis는 2026~30년 Broadcom ASIC 누적 매출 전망을 약 11% 하향
-출하량 감소보다 HBM 가격 하락에 따른 ASP 조정이 주된 원인
-Google TPU와 OpenAI·Anthropic ASIC 프로젝트가 가격 대비 성능과 전력효율 측면에서 경쟁력을 유지한다고 평가
*네오클라우드는 장기 수요 하향의 주요 위험요인
-NVIDIA는 CoreWeave 등 네오클라우드와 소형 GPU 클라우드 고객에 대한 노출도가 경쟁사 대비 높은 편
-SemiAnalysis는 하이퍼스케일러 지원이 부족한 소형 네오클라우드에서 프로젝트 실행과 자금조달 위험이 커지고 있다고 평가
-향후 AI 인프라 경쟁은 단순한 GPU 성능보다 가격 대비 성능, 전력효율, 고객의 자금조달 능력까지 포함하는 방향으로 이동할 전망
https://news.futunn.com/en/post/1004613098/semianalysis-has-significantly-revised-down-its-ai-computing-power-demand