ASIC avanza significativamente en los informes; el siguiente paso es ver cómo la demanda de decenas de GW se convierte en ingresos reales.Artículo escrito por Jim, MSX Maotong
Editado por: Frank, MSX Maotong
El último informe financiero de NVIDIA demostró que la demanda de potencia de cómputo para IA aún está lejos de alcanzar su techo.
Y anoche, tras la publicación de los resultados de Broadcom, otra línea también se volvió más clara.
Ingresos por semiconductores de IA en Q3 de 16.700 millones de dólares, por encima de la guía anterior de 16.000 millones; para el próximo trimestre se proyecta directamente 21.700 millones de dólares. Más importante aún, se espera que los ingresos por chips de IA en FY2027 alcancen aproximadamente 115.000 millones de dólares, y en FY2028 se podrían llegar a 230.000 millones de dólares.
Así que ahora cuestionar si los ASIC cuentan como la segunda curva de crecimiento de la IA ya es un poco tarde: el dinero de la IA ya no solo se gasta en GPU.
Al menos en Broadcom, esta línea ya ha comenzado a aparecer en los informes, y el volumen posterior es mayor de lo que se pensaba inicialmente. Lo que realmente habrá que vigilar ahora es si grandes proyectos como Google, OpenAI y Anthropic se implementarán a tiempo, y cuánto podrá absorber finalmente Broadcom.
Si todo va bien, sigue tocando y sigue bailando.
I. Las GPU continúan acelerando, pero las grandes empresas también comienzan nuevas estrategias
Lo realmente informativo del informe financiero de NVIDIA es que, a pesar de esta base tan alta, los proveedores de nube, las empresas de IA y los laboratorios de modelos aún no han dejado de aumentar la capacidad de cómputo.
Sin embargo, cuando el Gasto de Capital en IA pase de decenas de miles de millones de dólares a cientos de miles de millones, y finalmente alcance niveles anuales de miles de millones de dólares o más, la lógica de compra cambiará inevitablemente.
Por ejemplo, las grandes empresas ya están comenzando a preguntarse más: ¿cuánto cuesta completar una carga de trabajo de IA? ¿Cuánta potencia de cómputo efectiva se puede generar con 1 GW de electricidad? Si ciertas cargas de trabajo ya son altamente estables, ¿es realmente necesario utilizar completamente los productos más costosos?
Este es precisamente el contexto en el que los ASIC comienzan a volverse cada vez más importantes.
Claro, entender simplemente el ASIC como una "GPU más barata" no es preciso; su verdadera ventaja proviene de la especialización.
Fabricar un chip personalizado no es barato, ya que requiere una gran inversión inicial en investigación y desarrollo, un largo ciclo de desarrollo, y la resolución de una serie de problemas de adaptación relacionados con software, empaquetado avanzado, red, sistema y cadena de suministro.
Pero, por el contrario, una vez que una carga de trabajo sea lo suficientemente estable y su escala de despliegue pase de decenas de MW a cientos de MW, y finalmente a GW, las mejoras en el costo por unidad, la relación rendimiento-consumo y el TCO total del sistema pueden amplificarse rápidamente.
Por eso Google ha mantenido durante mucho tiempo los TPU, Meta ha seguido ampliando sus MTIA y OpenAI ha comenzado a colaborar con Broadcom en el desarrollo de sus propios procesadores, todos reconociendo que incluso migrar una parte de las cargas de trabajo más estables y masivas desde chips generales a chips personalizados podría generar un enorme valor económico.
Si se analiza brevemente, se puede ver que esto también se debe a que varios factores están madurando simultáneamente; la variable más clave es que la inferencia se está convirtiendo en una carga creciente cada vez más importante.
Es bien sabido que el entrenamiento de modelos suele ser por etapas, pero una vez que ChatGPT, Gemini, Claude y un número creciente de agentes ingresan realmente a entornos de producción, la inferencia se convierte en una tarea que ocurre continuamente todos los días.
Especialmente cuando el volumen de solicitudes aumenta y la arquitectura del modelo y el modelo de servicio se vuelven gradualmente estables, es inherentemente más adecuado para realizar optimizaciones de hardware específicas para cargas de trabajo particulares. OpenAI lanzó oficialmente en junio de este año su primer procesador de inteligencia, Jalapeño, desarrollado en colaboración con Broadcom, diseñado específicamente para inferencia de LLM.
Más notable aún, este no es un chip aislado; OpenAI y Broadcom lo definen explícitamente como el primer producto de una plataforma de cómputo de múltiples generaciones, con planes de implementación a partir de finales de 2026 y expansión futura a escala de GW.
La hoja de ruta de Meta es muy similar, con el objetivo de lanzar cuatro generaciones de MTIA en dos años, enfocándose principalmente en recomendaciones, clasificación e IA generativa, donde varios productos adoptan claramente un diseño orientado a inferencia. En abril de este año, se amplió aún más la colaboración con Broadcom; la primera fase ya ha superado los 1 GW, y se planea expandir a varios GW, con la colaboración en múltiples generaciones de productos que se extenderá hasta 2029.
Esto indica que los grandes clientes de IA de hoy están pasando de perseguir únicamente el rendimiento pico a entrar en un nuevo conjunto de reglas: ¿pueden los tokens producirse más baratos?
Cuando la IA comience realmente a comercializarse, el costo de un millón de tokens, cuánta capacidad de cómputo útil se puede generar por vatio de electricidad y el TCO de un centro de datos completo se volverán cada vez más importantes.
La esencia de ASIC es que las grandes empresas de IA comienzan a intentar recuperar el control de estos costos.
II. Lo que Broadcom realmente está apostando no es solo el ASIC, sino que todo el clúster de IA siga creciendo
Una vez que entiendas esto, será mucho más fácil analizar los resultados financieros de Broadcom.
En el último trimestre, los ingresos totales de Broadcom alcanzaron 22.187 mil millones de dólares, un aumento del 48% interanual; de los cuales los ingresos por semiconductores de IA alcanzaron 10.800 millones de dólares, un aumento del 143% interanual.
Las perspectivas para el próximo trimestre proporcionadas por la empresa son más agresivas, con ingresos totales estimados en aproximadamente 29.4 mil millones de dólares, de los cuales los ingresos por semiconductores de IA se esperan que alcancen los 16 mil millones de dólares, un aumento superior al 200% interanual.
¿Qué significa 16 mil millones de dólares? Equivale aproximadamente al 54% del ingreso total estimado de Broadcom para este trimestre.
Es decir, si las expectativas se cumplen, solo el negocio de semiconductores para IA podría generar más de la mitad de los ingresos de Broadcom—aquí ya se incluyen incluso negocios de software de infraestructura como VMware.
En otras palabras, la IA está cambiando directamente la estructura de ingresos de esta empresa.
Pero aquí hay una malinterpretación fácil: los 16.000 millones de dólares no se pueden equiparar directamente con los «ingresos de ASIC», ya que también incluyen productos de red AI como chips de conmutación Ethernet, SerDes, PCIe e interconexiones ópticas.
En el último trimestre, los negocios de red representaron casi el 40% de los ingresos de semiconductores de IA. Hock Tan también señaló que esta proporción podría haber alcanzado un pico temporal y que a largo plazo es más probable que regrese a alrededor del 30%.
Entonces, Broadcom en realidad está expandiendo simultáneamente dos líneas de negocio: una es Custom XPU y la otra es AI Networking, lo cual es la principal diferencia con muchas empresas puramente de chips.
Después de que los clusters de IA pasen de miles a decenas de miles, cientos de miles e incluso escalas aún mayores, se vuelve cada vez más importante cómo se conectan entre sí las capacidades de cómputo.
Broadcom está desglosando aún más la red de IA en scale-up, scale-out y scale-across: desde la interconexión de alta velocidad dentro del rack, hasta la red a gran escala dentro del centro de datos y la conexión entre múltiples centros de datos.
Si los clusters de IA continúan creciendo, y los grandes proveedores de nube aumentan sus ASIC propios, Broadcom podría participar en XPU personalizados; si los clusters de GPU continúan expandiéndose, el mercado abierto de redes Ethernet también podría seguir creciendo.
Esto coloca a Broadcom en una posición interesante, ya que en realidad está apostando por que la complejidad de la infraestructura de IA siga aumentando.
Of course, this does not mean that this business has no competition.
Aunque Google ya ha firmado un acuerdo a largo plazo con Broadcom para desarrollar conjuntamente las próximas generaciones de TPU y componentes relacionados con las siguientes generaciones de racks de IA, con un alcance que puede extenderse hasta 2031; Google también ha ampliado recientemente su colaboración con Marvell en chips personalizados.
Esto al menos indica que los clientes importantes no entregarán fácilmente toda la arquitectura futura a un solo proveedor.
Tres: ¿Qué sucederá después de los 100 mil millones?
El mercado ya sabía que la IA de Broadcom sería muy fuerte.
Entonces, lo que realmente se debía observar en este informe financiero no era si se podía lograr los 16 mil millones, y afortunadamente ya se tiene la respuesta.
Al menos desde ahora, el tema de Broadcom ya no es si tiene una segunda curva de crecimiento, sino cuán larga podrá ser esta curva, pero esto también significa que el mercado se volverá cada vez más exigente.
Antes, 100 mil millones ya era una sorpresa; ahora que se han presentado 115 mil millones y 230 mil millones, lo que realmente hay que observar es cómo se materializarán estos números.
¿Podrán los proyectos de Google, Meta, OpenAI y Anthropic avanzar hacia la escala de GW según lo planeado? ¿Podrán obtener los chips de segunda y tercera generación después de la producción en masa del primer chip? ¿Podrá el negocio de red crecer junto con la escala del clúster?
These are more important than selling tens of billions of dollars more in a single season.
Otra pregunta también se vuelve cada vez más inevitable: los clientes importantes no dependerán solo de un proveedor.
Google ya ha comenzado a ampliar su colaboración con otros fabricantes, y es probable que Meta y OpenAI también mantengan un sistema de múltiples proveedores en el futuro. Por lo tanto, la ventaja actual de Broadcom es real, pero aún no llega al nivel de "bloqueo de clientes".
Desde este punto de vista, demostrará si puede permanecer a largo plazo en la cadena de suministro principal de estos clientes, lo que será un factor decisivo.
De cualquier manera, este informe financiero de Broadcom nos recuerda que los chips personalizados, las redes y la conectividad, que antes eran más bien componentes de apoyo, están convirtiéndose gradualmente en elementos centrales.
También recuerda al mercado que esta ola de inversión en infraestructura de IA probablemente aún está lejos de reducirse a una competencia exclusivamente por cuota de mercado.
Mientras las grandes empresas sigan construyendo clusters más grandes, comprando más electricidad y calculando más tokens, surgirán constantemente nuevos cuellos de botella y nuevos pozos de beneficios.
Esta industria de la IA está creciendo lentamente desde un solo chip hasta una infraestructura completa, y ahí radica el mayor potencial de expansión.