AI Infrastructure
La capa de construcción física de la AI: aceleradores, empaquetado avanzado, memoria de gran ancho de banda, redes de centros de datos y nube de GPU, donde el capex de los hiperescaladores se convierte directamente en demanda de hardware.
La historia
Las cargas de trabajo de AI han desencadenado una de las mayores construcciones de infraestructura en la historia moderna, con los cuatro hiperescaladores estadounidenses más grandes planeando por sí solos un cambio radical en el gasto de capital en 2026 y aproximadamente tres cuartas partes de eso dirigidas al cómputo de AI. La demanda de servidores acelerados, silicio de nodo avanzado y memoria de gran ancho de banda está superando a la oferta en toda la cadena, lo que deja la capacidad de empaquetado de fundición, memoria y redes estructuralmente ajustada hasta 2027. El resultado es una atracción de la demanda de varios años en lugar de un solo ciclo de producto, anclado por compromisos de capex a largo plazo y carteras de pedidos de miles de millones de dólares.
La perspectiva para 2030
Hasta 2030, McKinsey modela una inversión acumulada en la cadena de valor del cómputo de aproximadamente $5.2 billones en un caso base (de los cuales ~$3.3 billones son equipos de TI), impulsada por un estimado de 125 gigavatios incrementales de capacidad de centros de datos de AI. La economía cambia de una demanda liderada por el entrenamiento a una demanda liderada por la inferencia, ampliando la base de compradores y elevando la participación de aceleradores personalizados y estructuras de AI basadas en Ethernet. Los cuellos de botella migran con el tiempo desde el suministro bruto de GPU hacia la energía, el empaquetado avanzado, la memoria y la red, lo que hace que las capas de 'picos y palas' sean cada vez más críticas para el valor.
Qué está moviendo el capital
Las fuerzas que dirigen el dinero hacia este tema en este momento.
Aumento del capex de los hiperescaladores en 2026
Los cuatro hiperescaladores estadounidenses más grandes indicaron un fuerte aumento del capex en 2026 frente a un récord de ~$388B en 2025, con aproximadamente el 75% dirigido a la infraestructura de AI.
Escasez de suministro de HBM y DRAM
SK Hynix informó que su capacidad de memoria para 2026 está esencialmente agotada, con la producción en masa de HBM4 adelantada a principios de 2026 y una escasez estructural que durará hasta 2027.
Aumento de la capacidad de empaquetado avanzado (CoWoS)
TSMC está duplicando la capacidad de empaquetado avanzado, pero aún así lo describe como 'muy ajustado', lo que mantiene el empaquetado como una restricción de acceso en la producción de aceleradores.
Escalado de aceleradores de AI personalizados (XPU/ASIC)
Los programas de silicio personalizado de los hiperescaladores están escalando, con Broadcom citando un pedido de rack de TPU de $10B más un seguimiento de $11B para la entrega a finales de 2026.
Los líderes
Anclajes estructurales de gran capitalización: exposición de menor varianza al tema.
NVIDIA es el pozo de gravedad de la pila de infraestructura de IA, posicionado para capturar la mayor parte del capex de los hiperescaladores a medida que explota la demanda de computación de IA; su pila de software mejora la versatilidad de la GPU, impulsando los ingresos más allá de la vida útil depreciable.
Por qué la emoción: La administración señaló ingresos de centros de datos de $75 mil millones, un aumento del 92% año tras año, impulsado por la fuerte demanda de los sistemas GB300 y NVL72.
El riesgo honesto: La demanda del consumidor cayó modestamente debido a los precios más altos de la memoria y del sistema, lo que indica una posible sensibilidad a las fluctuaciones del costo de los componentes.
TSMC es el eje de la infraestructura de IA, fabricando casi todos los chips de IA de vanguardia. Su posición de cuasi-monopolio y las tecnologías de proceso avanzadas como 3nm y 2nm la convierten en una jugada estructural en la columna vertebral del hardware de la IA.
Por qué la emoción: Las ganancias del primer trimestre del año fiscal 2026 de TSMC destacaron la fortaleza de las tecnologías de proceso de vanguardia, con 3 nanómetros contribuyendo con el 25% de los ingresos por obleas, lo que indica una fuerte demanda de chips relacionados con la IA.
El riesgo honesto: La dilución del margen bruto por el aumento de la tecnología de 2 nanómetros y las fábricas en el extranjero podría presionar la rentabilidad en los próximos años.
Broadcom es una jugada estructural en la infraestructura de IA, que proporciona ASICs personalizados y soluciones de red que sustentan las construcciones de IA de los hiperescaladores; sus asociaciones profundas y su posición crítica en silicio la posicionan como una forma de menor variación de jugar el ciclo de capex de IA.
Por qué la emoción: Broadcom anticipa que los ingresos por chips de IA superarán los $100 mil millones en 2027, impulsados por las implementaciones de aceleradores de IA personalizados en toda su base de clientes.
El riesgo honesto: La dependencia de una base de clientes concentrada de hiperescaladores expone a Broadcom a posibles cambios en la demanda o iniciativas de internalización.
Jugadas asimétricas
Nombres más pequeños con mayor potencial alcista y posibles reducciones más profundas.
CoreWeave es un proveedor de neo-nube que se especializa en GPU como servicio, posicionado para capturar un gasto significativo en infraestructura de IA, respaldado por compromisos sustanciales de hiperescaladores y una huella de energía contratada en rápida expansión. Sin embargo, su alta relación deuda-capital justifica la precaución.
Por qué la emoción: CoreWeave firmó más de $40 mil millones en nuevos compromisos en el primer trimestre del año fiscal 2026, lo que elevó la cartera de ingresos contratados a casi $100 mil millones.
El riesgo honesto: Una relación actual de 0.3 sugiere posibles desafíos de liquidez a corto plazo dada la naturaleza intensiva en capital de la expansión de la infraestructura de IA.
Asimetría: Alto potencial si la demanda y la ejecución de la GPU se mantienen; fuerte reducción si el capex de IA se modera o la financiación se endurece.
Astera Labs es un nombre más pequeño y de más rápido crecimiento en la infraestructura de IA centrado en soluciones de conectividad que unen los aceleradores de IA dentro de los centros de datos. Los retimers y la estructura de la empresa son fundamentales para habilitar sistemas de IA de alto rendimiento.
Por qué la emoción: Astera Labs anticipa un fuerte crecimiento de los ingresos hasta 2026 y hasta 2027, impulsado por las estructuras de IA y la transición a PCIe 6, 800 gig y conectividad Ethernet de 1.6T.
El riesgo honesto: Como empresa más pequeña, Astera Labs es más vulnerable a la concentración de clientes y a posibles cambios en las prioridades de gasto de los hiperescaladores.
Asimetría: Fuerte potencial vinculado al volumen del acelerador; fuerte reducción si un solo cliente grande adelanta o ralentiza.
Credo Technology Group es un actor de interconexión más pequeño y de alto crecimiento apalancado en la construcción de infraestructura de IA, específicamente a través de sus cables eléctricos activos (AECs) y soluciones SerDes. Si bien conlleva un mayor riesgo, Credo ofrece un potencial asimétrico del aumento de la densidad de racks de centros de datos y la aceleración de las demandas de ancho de banda.
Por qué la emoción: La administración de Credo espera que los ingresos del año fiscal 2026 se tripliquen después de más que duplicarse en el año fiscal 2025, lo que demuestra un crecimiento excepcional en el espacio de los semiconductores.
El riesgo honesto: El tamaño más pequeño de Credo y la mayor valoración (precio/ventas de 37.7) la hacen más vulnerable a la concentración de clientes y a posibles cambios en el gasto de los hiperescaladores.
Asimetría: Gran potencial en el aumento de la red de IA; alto riesgo de reducción dada la concentración de clientes y la valoración.
Dentro del tema
Las subcapas y los líderes que anclan cada una.
Preguntas frecuentes
¿Vale la pena invertir en acciones de infraestructura de AI en 2026?
La tesis se basa en un capex de hiperescaladores superior a $400B para 2026 y la visibilidad de la compra de energía hasta la década de 2030. Eso hace que la infraestructura de AI sea una construcción estructural de varios años en lugar de un pico de un solo año, aunque las valoraciones y el ritmo del capex son los factores decisivos.
¿NVDA o los proveedores más pequeños?
NVIDIA es el líder estructural y el diseño de referencia, pero los proveedores más pequeños como CoreWeave, Astera Labs y Credo conllevan una mayor asimetría: más ventajas si la construcción continúa, reducciones más profundas si el capex de AI se ralentiza.
¿Cuánto dura el ciclo de infraestructura de AI?
Los acuerdos de compra de energía de los hiperescaladores ya alcanzan la década de 2030, y la construcción proyectada se ejecuta a un CAGR de porcentaje alto de 20 a bajo de 30: esto se enmarca como un tema estructural, no de un solo año.
¿Cómo evalúa MoonshotScore este tema?
Para los temas de AI, la puntuación pondera más el crecimiento de los ingresos, la compra de información privilegiada, la intensidad de I+D y las ganancias de cuota de mercado: los factores que separan a los ganadores estructurales de los nombres de impulso.
¿Cuál es el principal riesgo?
Los riesgos clave son una moderación en el capex de los hiperescaladores a partir de 2027, las restricciones de chips de China y un exceso de oferta de GPU, cualquiera de los cuales podría reducir rápidamente toda la cadena.
Fuentes de investigación
- IDC — Artificial Intelligence Infrastructure Spending to Reach $758Bn USD Mark by 2029
- IDC — AI Infrastructure Spending Caps Historic Year at ~$90 Billion in Q4 2025; 2029 Spending to Eclipse $1 Trillion
- McKinsey & Company — The cost of compute: A $7 trillion race to scale data centers
- Statista — Big Tech's AI Spending to Reach $725 Billion in 2026 (capex of Meta, Alphabet, Amazon, Microsoft)
- NVIDIA / SEC — NVIDIA Q4 and FY2025 Results (Form 8-K)
- Asia Business Outlook — TSMC 2025 Revenue Jumps 32% on Strong AI Chip Demand
- Futurum Group — Broadcom Q4 FY2025 Earnings: AI And Software Drive Beat
- Tom's Hardware — Samsung and SK hynix warn AI-driven memory shortages could last until 2027 and beyond
Temas relacionados
Energy — The Electricity of AICopper — The AI BottleneckAI Agents & Agentic Software
Contenido educativo, no asesoramiento de inversión. El rendimiento pasado no garantiza resultados futuros.