ASIC रिपोर्ट में बड़े कदम उठा रहा है, अगला कदम, कुछ दर्जन GW की मांग को वास्तविक आय में कैसे बदला जाए।लेखक: जिम, MSX मैटन
संपादित: फ्रैंक, MSX मैटोन
पिछले हफ्ते के निवेडिया के आय पत्र ने साबित किया कि AI कैलकुलेशन की मांग अभी भी शीर्ष पर नहीं पहुंची है।
और कल रात ब्रॉडकॉम के अर्जित आंकड़े आने के बाद, दूसरी लाइन भी अधिक स्पष्ट हो गई।
Q3 में AI सेमीकंडक्टर आय 167 अरब डॉलर रही, जो पिछले 160 अरब डॉलर के निर्देश से अधिक है, अगली तिमाही में सीधे 217 अरब डॉलर दिया गया है, और सबसे महत्वपूर्ण बात यह है कि FY2027 में AI चिप आय लगभग 1150 अरब डॉलर की उम्मीद है, FY2028 में तो 2300 अरब डॉलर तक देखा जा रहा है।
अब ASIC को AI की दूसरी वृद्धि वक्र मानना लायक नहीं है—AI के लिए पैसा अब केवल GPU पर ही खर्च नहीं हो रहा है।
कम से कम ब्रॉडकॉम के लिए, यह लाइन पहले से ही रिपोर्ट में शामिल हो चुकी है, और आगे की मात्रा पहले सोचे गए से अधिक है; अब वास्तव में ध्यान देने वाली बात यह है कि गूगल, ओपनएआई, एंथ्रोपिक जैसे बड़े प्रोजेक्ट्स समय पर लॉन्च हो पाएंगे या नहीं, और ब्रॉडकॉम कितना हिस्सा पकड़ पाएगा।
If everything goes well, keep playing the music and keep dancing.
एक, GPU अभी भी तेजी से बढ़ रहा है, लेकिन बड़ी कंपनियाँ भी नए ब्लॉकचेन लेआउट शुरू कर रही हैं
NVIDIA के अर्जित रिपोर्ट का वास्तविक जानकारीपूर्ण पहलू यह है कि इतने उच्च आधार पर भी, क्लाउड प्रोवाइडर, AI कंपनियाँ और मॉडल लैबोरेटरी अभी भी कैलकुलेशन क्षमता बढ़ाने का काम जारी रख रही हैं।
लेकिन, जब AI के लिए पूंजी व्यय दसों अरब डॉलर से लेकर सैकड़ों अरब डॉलर तक जाएगा और अंततः प्रति वर्ष हजारों अरब डॉलर या उससे अधिक के स्तर पर पहुंच जाएगा, तो खरीदारी का तरीका बदलना ही निश्चित है।
उदाहरण के लिए, बड़ी कंपनियाँ अब अधिक अक्सर पूछ रही हैं कि एक ही AI वर्कलोड पूरा करने में कितना खर्च आएगा? एक ही 1GW बिजली से कितना प्रभावी कैलकुलेशन क्षमता उत्पन्न की जा सकती है? यदि कुछ वर्कलोड पहले से ही अत्यधिक स्थिर हैं, तो क्या सबसे महंगे उत्पादों का उपयोग करना अभी भी आवश्यक है?
यही कारण है कि ASIC का महत्व धीरे-धीरे बढ़ रहा है।
ASIC को सिर्फ "सस्ता GPU" समझना वास्तविक नहीं है; इसका वास्तविक लाभ विशेषीकरण से आता है।
अपना चिप डिज़ाइन करना खुद महंगा है, क्योंकि इसमें प्रारंभिक अनुसंधान और विकास लागत बहुत अधिक होती है, विकास अवधि लंबी होती है, और सॉफ्टवेयर, उन्नत पैकेजिंग, नेटवर्क, सिस्टम और सप्लाई चेन के साथ पूरी अनुकूलन समस्याओं का सामना करना पड़ता है।
लेकिन इसके विपरीत, जब कोई वर्कलोड पर्याप्त रूप से स्थिर हो जाए और डिप्लॉयमेंट स्केल दर्जनों मेगावॉट से सैकड़ों मेगावॉट की ओर बढ़े, और अंततः गीगावॉट की ओर बढ़े, तो इकाई लागत, प्रदर्शन-उपभोग अनुपात और पूरे सिस्टम के TCO में सुधार को तेजी से बढ़ाया जा सकता है।
इसलिए Google ने लंबे समय तक TPU पर अडिग रहा, Meta ने MTIA को लगातार विस्तारित किया, और OpenAI ने भी Broadcom के साथ मिलकर अपना प्रोसेसर विकसित करना शुरू कर दिया, क्योंकि उन्हें एहसास हुआ कि यहां तक कि सबसे स्थिर और सबसे बड़े वर्कलोड का केवल एक हिस्सा भी सामान्य चिप से कस्टम चिप पर स्थानांतरित करने से विशाल आर्थिक मूल्य प्राप्त हो सकता है।
सरल रूप से समझने पर, यह भी कुछ शर्तों के एक साथ परिपक्व होने का श्रेय है, जिसमें सबसे महत्वपूर्ण चर यह है कि निष्कर्ष निकालना एक बढ़ता हुआ महत्वपूर्ण लोड बन रहा है।
ज्ञात है कि मॉडल प्रशिक्षण अक्सर चरणबद्ध होता है, लेकिन ChatGPT, Gemini, Claude और बढ़ती संख्या में एजेंट वास्तविक उत्पादन परिवेश में प्रवेश करने के बाद, निष्कर्ष निकालना एक दिन में लगातार होने वाला कार्य है।
खासकर जब अनुरोधों की मात्रा बढ़ती जा रही हो और मॉडल आर्किटेक्चर और सेवा मॉडल धीरे-धीरे स्थिर हो जाएं, तो यह विशिष्ट workload के लिए हार्डवेयर अनुकूलन के लिए स्वाभाविक रूप से अधिक उपयुक्त होता है। OpenAI ने इस वर्ष जून में ब्रॉडकॉम के साथ मिलकर विकसित पहला Intelligence Processor Jalapeño को आधिकारिक रूप से लॉन्च किया, जिसका उद्देश्य LLM निष्पादन के लिए है।
इससे अधिक महत्वपूर्ण बात यह है कि यह एक अलग चिप नहीं है; OpenAI और Broadcom ने इसे एक बहु-पीढ़ी के कंप्यूटिंग प्लेटफॉर्म का पहला संस्करण घोषित किया है, जिसे 2026 के अंत से शुरू करके लागू किया जाना है और भविष्य में GW स्तर के पैमाने पर विस्तारित किया जाना है।
मेटा की रोडमैप भी बहुत समान है, जिसमें दो वर्षों में चार पीढ़ियों के MTIA को आगे बढ़ाया जा रहा है, जिसका ध्यान अनुशंसा, क्रमबद्धता और जनरेटिव AI पर केंद्रित है, जिसमें कई उत्पादों ने स्पष्ट रूप से inference-first डिजाइन दृष्टिकोण को अपनाया है। इस वर्ष अप्रैल में, ब्रॉडकॉम के साथ सहयोग को और विस्तारित किया गया, जिसकी पहली चरण लागूकरण 1GW से अधिक है, और भविष्य में कई GW तक विस्तार की योजना है, और दोनों के बीच कई पीढ़ियों के उत्पाद सहयोग 2029 तक जारी रहेगा।
यह बताता है कि आज के बड़े AI ग्राहक शुद्ध शिखर प्रदर्शन की ओर बढ़ने के बजाय, एक अलग खेल के नियमों में शामिल हो रहे हैं: टोकन को कितना सस्ता बनाया जा सकता है।
जब AI वास्तविक रूप से व्यावसायिक रूप से शुरू होगा, तो एक लाख टोकन की लागत, प्रति वाट बिजली से कितनी प्रभावी कैलकुलेशन क्षमता प्राप्त होती है, और पूरे डेटा सेंटर की TCO बहुत महत्वपूर्ण होती जा रही है।
ASIC की मूल बात यह है कि बड़ी AI कंपनियाँ इस लागत के नियंत्रण को फिर से अपने हाथों में लेने का प्रयास कर रही हैं।
द्वितीय, ब्रॉडकॉम का वास्तविक निवेश केवल ASIC तक सीमित नहीं है, बल्कि पूरे AI क्लस्टर के बढ़ते आकार पर है
इस बात को समझने के बाद, ब्रॉडकॉम के फाइनेंशियल रिजल्ट्स को देखना आसान हो जाएगा।
पिछले चतुर्थांश में, ब्रॉडकॉम की कुल आय 221.87 अरब डॉलर रही, जो 48% की वृद्धि है; जिसमें AI सेमीकंडक्टर आय 108 अरब डॉलर थी, जो 143% की वृद्धि है।
कंपनी द्वारा अगली तिमाही के लिए दिए गए निर्देश अधिक आक्रामक हैं, जिसमें कुल आय लगभग 294 अरब डॉलर है, जिसमें AI सेमीकंडक्टर आय 160 अरब डॉलर तक पहुँचने का अनुमान है, जो पिछले वर्ष की तुलना में 200% से अधिक की वृद्धि है।
160 अरब डॉलर का क्या मतलब है? यह ब्रॉडकॉम के इस क्वार्टर के कुल राजस्व के लगभग 54% के बराबर है।
अर्थात, यदि निर्देश पूरे होते हैं, तो केवल AI सेमीकंडक्टर बिजनेस ही ब्रॉडकॉम की आय का आधे से अधिक योगदान दे सकता है—यहां तक कि VMware जैसी इंफ्रास्ट्रक्चर सॉफ्टवेयर बिजनेस को भी शामिल किया गया है।
दूसरे शब्दों में, AI इस कंपनी की आय संरचना को सीधे बदल रहा है।
लेकिन यहाँ एक आसानी से होने वाली गलत धारणा है, 16 बिलियन डॉलर को सीधे "ASIC आय" के रूप में नहीं माना जा सकता, इसमें Ethernet स्विच चिप, SerDes, PCIe, ऑप्टिकल इंटरकनेक्ट आदि AI नेटवर्क उत्पाद भी शामिल हैं।
पिछले क्वार्टर में, नेटवर्क बिजनेस ने AI सेमीकंडक्टर आय का लगभग 40% हिस्सा ले लिया। हॉक टैन ने यह भी बताया कि यह अनुपात संभवतः अस्थायी उच्च स्तर के करीब पहुँच चुका है, और दीर्घकालिक रूप से यह लगभग 30% के पास वापस आ सकता है।
इसलिए ब्रॉडकॉम वास्तव में दो बिजनेस लाइनें एक साथ विस्तार कर रही हैं, एक Custom XPU है और दूसरी AI Networking है, जो कई शुद्ध चिप कंपनियों से सबसे बड़ा अंतर है।
जब AI क्लस्टर हजारों चिप्स से लेकर लाखों, दस लाखों और उससे भी अधिक स्केल तक पहुँच जाते हैं, तो उनके बीच कैलकुलेशन कनेक्शन का महत्व बढ़ता जाता है।
Broadcom AI नेटवर्क को आगे scale-up, scale-out और scale-across में विभाजित कर रहा है: रैक के भीतर हाई-स्पीड इंटरकनेक्शन से लेकर डेटासेंटर के भीतर बड़े पैमाने के नेटवर्क और फिर कई डेटासेंटर के बीच कनेक्शन तक।
यदि AI क्लस्टर बढ़ते रहते हैं और बड़े क्लाउड फर्म अपने स्वयं के ASIC विकसित करते हैं, तो Broadcom Custom XPU में शामिल हो सकता है; यदि GPU क्लस्टर का विस्तार जारी रहता है, तो ओपन Ethernet नेटवर्क बाजार भी संभवतः जारी रहेगा।
यह ब्रॉडकम को एक दिलचस्प स्थिति में रखता है, जहां यह वास्तव में पूरे AI इंफ्रास्ट्रक्चर की जटिलता में वृद्धि पर बेट लगा रहा है।
Of course, this does not mean that the business has no competition.
हालांकि Google ने भविष्य की कई पीढ़ियों के TPU और अगली पीढ़ी के AI रैक संबंधी घटकों के विकास के लिए Broadcom के साथ एक दीर्घकालिक समझौता किया है, जो 2031 तक विस्तारित हो सकता है; Google ने हाल ही में Marvell के साथ कस्टम चिप सहयोग को भी बढ़ाया है।
यह कम से कम यह दर्शाता है कि बड़े ग्राहक अपनी पूरी भविष्य की व्यवस्था को एक ही आपूर्तिकर्ता पर आसानी से नहीं छोड़ते।
तीन, 1000 अरब के बाद, क्या होगा?
बाजार पहले से जानता था कि ब्रॉडकॉम का AI बहुत मजबूत होगा।
इसलिए इस रिपोर्ट में देखने की बात यह नहीं थी कि 160 अरब हासिल किया जा सकता है या नहीं, खुशी की बात है कि जवाब आ गया है।
अभी के लिए, ब्रॉडकॉम की यह लाइन अब 'दूसरी विकास वक्र है या नहीं' का सवाल नहीं है, बल्कि यह सवाल है कि यह वक्र अंततः कितना लंबा हो सकता है, लेकिन इसका मतलब यह भी है कि बाजार आगे और अधिक चुनिंदा होता जाएगा।
पहले 1000 अरब ही आश्चर्य था, अब जब 1150 अरब और 2300 अरब सामने आ चुके हैं, तो अब इन संख्याओं का वास्तविक रूप में कैसे पूरा किया जाए, यह देखना होगा।
क्या Google, Meta, OpenAI, Anthropic के प्रोजेक्ट GW स्तर तक योजनाबद्ध रूप से आगे बढ़ पाएंगे, पहली पीढ़ी के चिप्स के बड़े पैमाने पर उत्पादन के बाद, क्या दूसरी और तीसरी पीढ़ी के चिप्स अभी भी उपलब्ध हो पाएंगे, और नेटवर्क बिजनेस क्या क्लस्टर स्केल के साथ बढ़ पाएगा?
These are more important than selling tens of billions of dollars more in a single season.
एक और समस्या भी अब अनदेखी नहीं की जा सकती, बड़े ग्राहक केवल एक ही आपूर्तिकर्ता को ही नहीं रखते।
गूगल ने अब अन्य निर्माताओं के साथ सहयोग बढ़ाना शुरू कर दिया है, और मेटा, ओपनएआई भी भविष्य में बहु-आपूर्तिकर्ता प्रणाली को बनाए रखने की संभावना है। इसलिए ब्रॉडकॉम का अभी का लाभ वास्तविक है, लेकिन अभी तक 'ग्राहक बंधन' के स्तर पर नहीं पहुँचा है।
इस दृष्टिकोण से, यह साबित करना कि वह इन ग्राहकों की मुख्य आपूर्ति श्रृंखला में दीर्घकालिक रूप से बनी रह सकती है या नहीं, एक महत्वपूर्ण निर्णायक क्षण होगा।
हालांकि, ब्रॉडकम की यह आय रिपोर्ट हमें यह याद दिलाती है कि कस्टम चिप्स, नेटवर्क और कनेक्टिविटी जैसे पहले अधिक “सहायक” घटक, धीरे-धीरे मुख्य रेखा बन रहे हैं।
यह बाजार को यह भी याद दिला रहा है कि AI के इस बुनियादी ढांचे निवेश का चरण अभी तक केवल स्टॉक प्रतिस्पर्धा तक पहुंचा नहीं है।
जब तक बड़ी कंपनियाँ बड़े-बड़े क्लस्टर बनाती रहेंगी, अधिक बिजली खरीदती रहेंगी और अधिक टोकन की गणना करती रहेंगी, तब तक नए बॉटलनेक लगातार उभरते रहेंगे और नए लाभ क्षेत्र भी विकसित होते रहेंगे।
AI यह व्यवसाय, एक चिप से शुरू होकर, धीरे-धीरे एक पूरी बुनियादी ढांचे में बदल रहा है, जो बड़ी कल्पना की जगह भी है।