ASIC entra em força nos relatórios; o próximo passo é ver como a demanda de dezenas de GW se transforma em receita real.Artigo escrito por Jim, MSX Maetong
Editado por: Frank, MSX Maetong
O resultado financeiro da NVIDIA da semana passada provou que a demanda por capacidade de IA ainda está longe de atingir seu pico.
E ontem à noite, após a divulgação dos resultados da Broadcom, outra linha ficou mais clara.
Receita de semicondutores de IA no Q3: US$ 16,7 bilhões, acima da previsão anterior de US$ 16 bilhões; próxima temporada direcionada para US$ 21,7 bilhões. Mais importante, a receita de chips de IA prevista para o FY2027 é de aproximadamente US$ 115 bilhões, e para o FY2028, chega a US$ 230 bilhões.
Então, agora discutir se o ASIC é ou não a segunda curva de crescimento da IA já está um pouco atrasado — o dinheiro da IA já não é mais gasto apenas em GPUs.
Pelo menos aqui na Broadcom, essa linha já começou a entrar nos relatórios, e o volume posterior é maior do que se imaginava anteriormente. O que realmente precisaremos monitorar a seguir é se grandes projetos como Google, OpenAI e Anthropic conseguirão ser implementados conforme o cronograma e quanto da parte final a Broadcom conseguirá absorver.
Se tudo correr bem, continue a tocar e continue a dançar.
I. As GPUs continue to surge, major companies are also beginning new strategies.
O verdadeiramente informativo nos resultados da NVIDIA é que, mesmo com essa base tão alta, os provedores de nuvem, empresas de IA e laboratórios de modelos ainda não pararam de aumentar a capacidade de processamento.
No entanto, quando o CapEx de IA passar de dezenas de bilhões de dólares para centenas de bilhões de dólares, e finalmente atingir níveis anuais de milhares de bilhões de dólares ou mais, a lógica de aquisição certamente mudará.
Por exemplo, grandes empresas já começaram a perguntar mais frequentemente: quanto custa realizar uma carga de trabalho de IA? Com 1 GW de energia, quantos cálculos úteis podem ser produzidos? Se certas cargas de trabalho já forem altamente estáveis, ainda é necessário usar integralmente os produtos mais caros?
Este é exatamente o contexto em que os ASICs começaram a se tornar cada vez mais importantes.
Claro, entender o ASIC simplesmente como uma "GPU mais barata" não é preciso; sua verdadeira vantagem vem da especialização.
Fabricar um chip personalizado não é barato, pois exige grandes investimentos iniciais em P&D, longos ciclos de desenvolvimento e a resolução de uma série de problemas de adaptação, incluindo software, embalagem avançada, rede, sistema e cadeia de suprimentos.
Mas, inversamente, uma vez que uma carga de trabalho se torne suficientemente estável e sua escala de implantação passe de dezenas de MW para centenas de MW, e finalmente para GW, as melhorias no custo por unidade, na relação desempenho/consumo de energia e no TCO total do sistema podem ser amplificadas rapidamente.
Portanto, o Google mantém firmemente os TPU, o Meta continua expandindo os MTIA e a OpenAI também começou a desenvolver seus próprios processadores em parceria com Broadcom, todos reconhecendo que mesmo migrar apenas uma parte das cargas de trabalho mais estáveis e volumosas de chips genéricos para chips personalizados pode gerar enorme valor econômico.
Se analisado simplesmente, percebe-se que isso também se deve a vários fatores que estão simultaneamente amadurecendo, sendo a variável mais crucial o fato de que a inferência está se tornando uma carga crescente cada vez mais importante.
Sabe-se que o treinamento de modelos geralmente ocorre em fases, mas com o ChatGPT, Gemini, Claude e um número crescente de agentes entrando realmente em produção, a inferência é um trabalho que ocorre diariamente.
Especialmente à medida que o volume de chamadas aumenta e a estrutura do modelo e o modelo de serviço se tornam progressivamente estáveis, ele é naturalmente mais adequado para otimização de hardware voltada para workloads específicos. A OpenAI lançou oficialmente em junho deste ano o primeiro Intelligence Processor Jalapeño, desenvolvido em parceria com Broadcom, posicionado especificamente para inferência de LLM.
Mais notável ainda, este não é um chip isolado; a OpenAI e a Broadcom definiram claramente como o primeiro produto de uma plataforma de computação de múltiplas gerações, com planejamento de implantação a partir do final de 2026 e expansão futura na escala de GW.
A rota da Meta é muito semelhante, com o objetivo de avançar quatro gerações de MTIA em dois anos, focando principalmente em recomendação, classificação e IA generativa, com vários produtos adotando claramente uma abordagem de design inference-first. Em abril deste ano, expandiu ainda mais a parceria com Broadcom, com a primeira fase de implantação já superando 1 GW, e planos futuros de expansão para vários GW; a colaboração em múltiplas gerações de produtos entre ambas as partes se estenderá até 2029.
Isso indica que os grandes clientes de IA de hoje estão passando de uma simples busca por desempenho máximo para um novo conjunto de regras: se os tokens realmente podem ser produzidos de forma mais barata.
Quando a IA realmente começar a ser comercializada, o custo de um milhão de tokens, a quantidade de capacidade de processamento eficaz gerada por watt de energia e o TCO de todo um data center se tornarão cada vez mais importantes.
A essência do ASIC é simplesmente as grandes empresas de IA começarem a tentar retomar o controle desses custos.
Dois: O verdadeiro foco da Broadcom não é apenas o ASIC, mas a contínua expansão de todo o cluster de IA
Entendendo isso, ficará muito mais fácil analisar os resultados da Broadcom.
No último trimestre, a receita total da Broadcom atingiu US$ 22,187 bilhões, um aumento de 48% em relação ao mesmo período do ano anterior; dentre eles, a receita com semicondutores de IA atingiu US$ 10,8 bilhões, um aumento de 143% em relação ao mesmo período do ano anterior.
As orientações da empresa para o próximo trimestre são mais agressivas, com receita total estimada em cerca de US$ 29,4 bilhões, das quais a receita com semicondutores de IA é esperada em US$ 16 bilhões, um aumento de mais de 200% em relação ao mesmo período do ano anterior.
O que significa 16 bilhões de dólares? Isso equivale a cerca de 54% da receita total prevista pela Broadcom para o trimestre.
Ou seja, se as orientações se materializarem, apenas o negócio de semicondutores para IA poderá contribuir com mais da metade da receita da Broadcom — e isso já inclui negócios de software de infraestrutura como o VMware.
Em outras palavras, a IA está diretamente alterando a estrutura de receita desta empresa.
Mas aqui há um mal-entendido fácil: os 16 bilhões de dólares não podem ser diretamente equiparados à "receita de ASIC", pois também incluem produtos de rede AI, como chips de comutação Ethernet, SerDes, PCIe e interconexões ópticas.
Na temporada anterior, os negócios de rede representaram quase 40% da receita de semicondutores de IA. Hock Tan também observou que essa proporção pode já ter atingido um pico temporário e, a longo prazo, provavelmente retornará para cerca de 30%.
Então, Broadcom está realmente expandindo duas linhas de negócios simultaneamente: uma é Custom XPU e a outra é AI Networking, o que representa a principal diferença em relação a muitas empresas puramente de chips.
Depois que os clusters de IA passaram de milhares de chips para dezenas de milhares, centenas de milhares e até escalas maiores, a forma como as unidades de processamento são conectadas tornou-se cada vez mais importante.
A Broadcom está dividindo ainda mais a rede de IA em scale-up, scale-out e scale-across: da interconexão de alta velocidade dentro do rack, à rede em grande escala dentro do data center e à conexão entre vários data centers.
Enquanto os clusters de IA continuarem a crescer, se grandes fornecedores de nuvem aumentarem a produção de ASICs próprios, a Broadcom poderá participar do Custom XPU; se os clusters de GPU continuarem a se expandir, o mercado de redes Ethernet abertas também pode continuar a crescer.
Isso coloca a Broadcom em uma posição muito interessante, pois na verdade está apostando na continuação do aumento da complexidade da infraestrutura de IA.
Claro, isso também não significa que este negócio não tenha concorrência.
Embora o Google já tenha assinado um acordo de longo prazo com Broadcom para desenvolver conjuntamente as próximas gerações de TPU e componentes relacionados às próximas gerações de racks de IA, com o acordo abrangendo até 2031; o Google recentemente ampliou sua parceria com a Marvell para chips personalizados.
Isso pelo menos indica que grandes clientes não entregam facilmente toda a arquitetura futura a um único fornecedor.
Três: E depois de 100 bilhões?
O mercado já sabia que a IA da Broadcom seria forte.
Então, o que realmente importava nesta demonstração financeira não era se conseguiríamos atingir 16 bilhões, e felizmente a resposta já está disponível.
Pelo menos até agora, a questão com a linha da Broadcom já não é mais se há ou não uma segunda curva de crescimento, mas sim o quão longa essa curva poderá ser, o que também significa que o mercado se tornará cada vez mais exigente.
Antes, 100 bilhões já era uma surpresa; agora, com 115 bilhões e 230 bilhões apresentados, o que realmente importa é como esses números serão realizados.
Os projetos do Google, Meta, OpenAI e Anthropic conseguem avançar conforme planejado para a escala de GW? Após a produção em massa do primeiro chip, será possível obter os segundos e terceiros gerações? O negócio de rede conseguirá acompanhar o crescimento da escala do cluster?
These are more important than selling tens of billions of dollars more in a single season.
Outra questão também está se tornando cada vez mais inevitável: grandes clientes não manterão apenas um único fornecedor.
O Google já começou a expandir suas parcerias com outros fornecedores, e é provável que a Meta e a OpenAI também mantenham um sistema de múltiplos fornecedores no futuro. Portanto, a vantagem atual da Broadcom é real, mas ainda não chegou ao nível de "bloqueio de clientes".
From this perspective, proving its ability to remain a long-term part of these customers’ core supply chains will be a critical turning point.
De qualquer forma, este resultado da Broadcom serve como um lembrete de que chips personalizados, redes e conectividade — anteriormente considerados mais como etapas de suporte — estão gradualmente se tornando linhas principais.
Também está lembrando o mercado de que este ciclo de investimento em infraestrutura de IA provavelmente ainda está longe de se reduzir apenas à concorrência por estoque.
Enquanto as grandes empresas continuarem a construir clusters maiores, comprarem mais energia e calcularem mais tokens, novos gargalos surgirão constantemente, e novos poços de lucro acompanharão esse crescimento.
Essa negociação de IA está se expandindo lentamente de um único chip para toda uma infraestrutura, e é aí que reside o maior potencial de crescimento.