¡Cuanto más impresionantes sean las capacidades de IA, más debe expandirse el almacenamiento NAND! Goldman Sachs descompone la lógica alcista de SanDisk (SNDK.US) basada en “acuerdos a largo plazo + enorme cantidad de inferencias de IA”

Según el medio financiero Zhihui Finance APP, en la esperada conferencia Communacopia+ Technology de Goldman Sachs, la principal empresa estadounidense de chips de almacenamiento NAND, SanDisk (SNDK.US), declaró explícitamente que el crecimiento de la oferta de chips de almacenamiento NAND probablemente se verá severamente limitado a largo plazo en el futuro previsible. Al mismo tiempo, la popularización masiva del cómputo de inferencia de IA de alto rendimiento liderado por Astra y la tecnología de agentes inteligentes de IA centrada en flujos de trabajo de IA de tipo agente siguen impulsando explosivamente la demanda de capacidad de cómputo IA y almacenamiento NAND en centros de datos.

El último resumen publicado por los analistas de Goldman Sachs sobre la conferencia Communacopia+ cubre las declaraciones del CEO de SanDisk, David Goeckeler, y del CFO, Louis Visoso, así como su visión más reciente sobre las perspectivas de crecimiento futuro del NAND, además de las intervenciones en el segundo día de la conferencia de ejecutivos clave de empresas tecnológicas como Etsy, NXP Semiconductors, Comcast y Block. El resumen muestra que, a medida que las aplicaciones de IA impulsadas por grandes modelos se infiltran aceleradamente en todos los sectores globales, la inferencia de IA está transformando simultáneamente la estructura de la demanda y el modo de adquisición de NAND. Los contratos a largo plazo mejoran la previsibilidad de los ingresos y beneficios, una baja intensidad de CAPEX apoya una expansión efectiva y la recompra de acciones se centra en trasladar los resultados operativos a los accionistas.

Goldman Sachs también mantiene una visión positiva sobre la próxima generación de tecnología de almacenamiento NAND que SanDisk está desarrollando aceleradamente: la ruta tecnológica de almacenamiento de flash de alto ancho de banda (HBF), así como la expansión y descarga progresiva del caché de clave-valor (KV Cache) al SSD del centro de datos, lo que ofrece oportunidades de crecimiento a largo plazo. Mantienen la calificación de “comprar” de SanDisk y un precio objetivo a 12 meses de 2200 dólares, lo que con respecto al precio de cierre de 1737.99 dólares del 8 de septiembre supone un potencial de subida del 26.6% para 2025, tras un aumento del 570% este año y un 600% de subida acumulada hasta la fecha.

El resumen de Goldman Sachs pone especial énfasis en las dos oportunidades a largo plazo presentadas por la dirección de SanDisk: la primera, la ruta tecnológica de flash de alto ancho de banda (HBF) basada en NAND, que mediante el diseño de alta capacidad y ancho de banda expande el uso del almacenamiento flash en los sistemas de almacenamiento para inferencia de IA; la segunda, la persistencia de contexto extendido, interacción multivueltas y agentes concurrentes de alto rendimiento que impulsan la estratificación del almacenamiento de KV Cache, permitiendo descargar mayor cantidad de caché reutilizable e inactiva a SSD de centros de datos, reduciendo así el uso de memoria GPU/TPU/XPU de IA y el costo de computación redundante, lo que aumenta la demanda empresarial de NAND.

Otro gigante financiero de Wall Street, Bernstein, publicó recientemente un informe de investigación, mostrando que la automatización de operadores de entrenamiento de IA y el desarrollo de Astra (esto es, Astra y RSI) aportan una nueva fuente de demanda de semiconductores en este ciclo sin precedentes de chips de almacenamiento impulsados por la fiebre de la IA, llegando a fijar un precio objetivo de 3000 dólares para SanDisk. Bernstein mantiene su calificación de “superar el mercado” para los líderes globales de chips de almacenamiento que han visto subidas espectaculares este año: Samsung Electronics, SK Hynix, Micron y SanDisk, con precios objetivo de 440,000 wones, 3,300,000 wones, 1,300 dólares y 3,000 dólares respectivamente, reflejando una nueva ronda de optimismo de las instituciones de Wall Street hacia los chips de almacenamiento.

Los contratos a largo plazo redefinen la base de la rentabilidad: el negocio a largo plazo de NAND de SanDisk está cambiando el motor de crecimiento

El equipo de analistas de Goldman Sachs indicó en su resumen que SanDisk está pasando de un modelo de precios spot a corto plazo a un modelo de negocio dominado por acuerdos a largo plazo. Según la dirección de SanDisk citada por Goldman Sachs, se espera que para los años fiscales 2027 y 2028, el 50% y 67% de las ventas respectivamente estén cubiertas por contratos a largo plazo NBM, los cuales incluyen mecanismos de precios mínimos, soportando márgenes brutos del 80% aproximadamente en la mayoría de los escenarios a la baja, lo que incrementa enormemente la visibilidad de ganancias. Goldman Sachs prevé que los ingresos para los ejercicios 2027 y 2028 serán de aproximadamente 53.15 mil millones y 71.04 mil millones de dólares, lo que representa un crecimiento anual del 162.5% y 33.7%, respectivamente, con ganancias por acción de 231.84 y 284.98 dólares.

La oferta incapaz de seguir la demanda y la asignación de capital conforman el segundo soporte de la tesis alcista a largo plazo de SanDisk. Goldman Sachs señala que la dirección de SanDisk considera que la popularización total de aplicaciones de IA a todos los campos en la era de la inferencia de IA continuará aumentando la demanda, mientras que, en el periodo previsible, el crecimiento de la oferta de NAND sigue siendo limitado, y la nueva capacidad de los competidores chinos es absorbida mayormente por el mercado nacional.

La compañía ha extendido su empresa conjunta con Kioxia hasta 2034, subrayando que su propiedad intelectual, inversión en I+D y la ruta tecnológica BiCS pueden soportar el crecimiento de la producción de bits durante varios años, manteniendo al mismo tiempo una baja intensidad de CAPEX de alrededor del 5%. Esto significa, según Goldman Sachs, que SanDisk aspira a incrementar la capacidad vendible mediante la eficiencia manufacturera y la actualización tecnológica, mejorando el rendimiento por unidad de inversión de capital. Además, ha ejecutado recompras por alrededor de 4500 millones de dólares, manteniendo las recompras como principal vía para devolver capital excedente, mientras se muestra abierta a futuras distribuciones de dividendos.

En el segundo trimestre del año fiscal 2027, Nvidia alcanzó ingresos de 96,200 millones de dólares, un 106% más interanual; los ingresos de centros de datos fueron de 89,000 millones de dólares, un 117% más, y se espera que en el próximo trimestre los ingresos alcancen los 108,000 millones de dólares, con una posible fluctuación del 2%, proyectando una guía de incremento del 70% para el siguiente año fiscal. Mientras tanto, se reporta que Anthropic, que prepara su salida a bolsa, firmó con Nscale un acuerdo de capacidad informática valorado en 45,000 millones de dólares por seis años, que corresponde a una capacidad de 460 MW, y cerró un acuerdo de computación en la nube de alrededor de 35,000 millones de dólares con Lambda. Estas últimas señales de demanda global de capacidad informática de IA muestran que las principales empresas de modelos están asegurando anticipadamente capacidad de cómputo a largo plazo para cubrir el crecimiento continuo de la demanda de aplicaciones IA, impulsando la adquisición masiva de aceleradores de clústeres de cómputo IA, memorias de servidor, SSD empresariales, equipos de red de alto rendimiento, CPUs para servidores y más infraestructura de centros de datos.

En cuanto a lo técnico, la demanda incremental de NAND en la inferencia de IA proviene de una mayor retención de datos y del mayor protagonismo del almacenamiento dentro del flujo de inferencia. Los agentes inteligentes necesitan leer repetidamente bases de conocimiento empresariales, código, documentos y materiales multimodales, y guardar estados de tareas, salidas de herramientas y contexto reutilizable; dentro de la arquitectura Transformer típica, contextos más largos y mayor concurrencia amplían el KV Cache. Las computaciones activas usan HBM prioritariamente, el DRAM del CPU expande memoria, y los cachés reutilizables o temporalmente inactivos pueden ser descargados a SSD empresariales, reduciendo los costos de recomputación.

Por tanto, los líderes en chips NAND —SanDisk, Kioxia, Micron y Samsung— tienen oportunidades relacionadas con capacidad de NAND, throughput de lectura y capacidad de producto adaptada a cargas de trabajo específicas. La dirección de SanDisk ve el HBF como una solución a largo plazo para aliviar la “pared de memoria DRAM/HBM” gracias a su mayor densidad, y prevé que para 2032 la capacidad de almacenamiento en centros de datos IA será de aproximadamente 1.2 ZB, de los cuales la demanda relacionada con KV Cache representará un 35%, es decir, alrededor de 0.42 ZB; sin embargo, estos son pronósticos de capacidad de la dirección de SanDisk y no equivalen directamente a expectativas de ingresos, ni significan que la tecnología NAND de centros de datos pueda sustituir todas las aplicaciones de HBM.

De responder preguntas a mantener una alta productividad: Astra abre una nueva ronda de demanda de cómputo, el almacenamiento NAND absorbe una carga de datos masiva

El modelo GPT-6 Astra lanzado por OpenAI y la ruta tecnológica RSI, en la que se enfocan los líderes de IA, están llamados a ser dos factores clave que impulsen el crecimiento exponencial de la demanda de capacidad de cómputo de IA. Es decir, los modelos de IA más potentes y el uso más amplio de herramientas de aplicaciones IA, junto con rutas de entrenamiento de IA de próxima generación aún más exigentes en cómputo, refuerzan la perspectiva de crecimiento continuo de la demanda de infraestructura de cómputo IA.

Astra representa el mecanismo más vanguardista de expansión de demandas de rendimiento: el aumento de capacidad de los grandes modelos permite que tareas previamente irrealizables sean comercialmente viables. Además, Astra podría desplazar hacia el exterior toda la curva de demanda —es decir, cuando los grandes modelos de IA sean más inteligentes, las empresas podrán intentar trabajos que antes no podían automatizar de manera confiable, y los competidores deberán seguir invirtiendo en I+D y entrenamiento, lo que proporciona un nuevo y sólido soporte para el ciclo de inversión en IA.

El CEO de Nvidia, Jensen Huang, declaró el domingo en redes sociales que la aparición de GPT-6 Astra significa que “la AGI ha llegado”. Los fuertes ingresos confirmados por Nvidia y la guía de envíos a futuro, junto con el avance de modelos de IA que entran en la etapa RSI (“mejora recursiva de sí misma”), abren otra curva de aumento de demanda de cómputo IA, es decir, Astra puede ampliar la demanda de cómputo de aplicaciones comerciales de IA, mientras que un recorrido en que la IA “cree IA” podría incrementar las inversiones a largo plazo en experimentación, evaluación y entrenamiento continuado en algoritmos avanzados, extendiendo el ciclo de inversión en cómputo.

El significado de Astra para la curva de demanda reside en aumentar la tasa de finalización de flujos de trabajo complejos, haciendo comercializables tareas antes poco rentables para automatizar. En los últimos tests OSWorld 2.0 publicados por OpenAI, Astra obtuvo una puntuación del 72.6%, por encima del 65.7% de GPT-5.6 Sol; sus capacidades cubren operaciones informáticas, ingeniería de software, investigación científica y otras tareas de largo aliento.

Por lo tanto, las labores de investigación tecnológica puntera o las empresas de TI podrían desplegar más flujos de trabajo paralelos de agentes de IA, permitiéndoles operar por más tiempo y trabajar con mayor volumen de datos, ampliando la demanda de llamadas de inferencia, reutilización de caché y almacenamiento persistente. Esto concuerda con el enfoque de Morgan Stanley en restricciones de capacidad, energía, materiales, etc. El hecho de que el responsable de productos de OpenAI haya mencionado la posible “pausa en nuevas suscripciones Pro” pone de manifiesto la presión sobre la capacidad de cómputo de IA a corto/medio plazo y en los servicios de almacenamiento de alto rendimiento de centros de datos.

Los agentes científicos de IA relacionados con Astra muestran aún más el inicio de una nueva ola de incremento exponencial de la demanda de cómputo IA. La generación y reutilización continuas de contexto, código, resultados experimentales y checkpoints en la investigación multi-agente resaltan que los SSD de alto rendimiento y los posibles HBF, junto con los agentes científicos de IA, pueden ofrecer a líderes de NAND como SanDisk un mayor espacio de crecimiento a largo plazo. OpenAI reveló que su investigación sobre Navier-Stokes utilizó unos 10,000 agentes concurrentes, tardando unas 88 horas en dar con una solución; el total de tareas de investigación generó unos 300,000 millones de tokens de salida, de los cuales la parte Navier-Stokes representó unos 130,000 millones. El modelo interno usado, con más capacidad que Astra, tardó unas 17 horas en completar la verificación formal Lean.

El sector de semiconductores en los mercados bursátiles globales ha atravesado un proceso de “ventas masivas por desapalancamiento en julio, recuperación del sentimiento en agosto, catalización de un nuevo mercado alcista por avances de modelos en septiembre”. El índice de semiconductores de Filadelfia cayó casi un 29% de junio a julio, rebotando alrededor del 20% desde el mínimo del 29 de julio hasta el 13 de agosto, alcanzando el umbral de mercado alcista técnico; el KOSPI de Corea repuntó desde unos 5593 puntos el 30 de julio hasta 7129.34 en la sesión del 8 de septiembre, un incremento acumulado del 27.5%. El 7 de septiembre, Samsung Electronics y SK Hynix subieron respectivamente un 5.7% y 8.1%, mostrando que los líderes del almacenamiento siguen siendo grandes impulsoras del mercado coreano. El lanzamiento de Astra agregó nuevas expectativas de demanda a las cadenas de resultados y pedidos ya existentes: el capital del mercado comenzó a reevaluar cuánto podría expandirse realmente la demanda de servicios de cómputo y almacenamiento tras la capacidad de los modelos para acometer tareas más complejas.