Доход Broadcom от полупроводников ИИ превысил 160 миллиардов долларов в Q3

ASIC крупно шагнул в отчетность, далее — посмотрим, как десятки гигаватт спроса превратятся в реальные доходы.

Автор: Джим, MSX Maotong

Редактирование: Фрэнк, MSX Майтун

Отчет NVIDIA за прошлую неделю подтвердил, что спрос на вычислительные мощности для ИИ еще далеко не достиг пика.

А вчера вечером, после публикации отчета Broadcom, стала еще яснее другая линия.

Доходы от полупроводников ИИ в Q3 составили 16,7 млрд долларов США, что выше предыдущего прогноза в 16 млрд долларов США; на следующий квартал прогнозируется сразу 21,7 млрд долларов США. Еще более важно, что ожидаемый доход от чипов ИИ в FY2027 составит около 115 млрд долларов США, а в FY2028 — даже 230 млрд долларов США.

Так что теперь спорить, считается ли ASIC второй кривой роста ИИ, уже немного поздно — деньги на ИИ уже давно тратятся не только на GPU.

По крайней мере у Broadcom эта линия уже начала попадать в отчеты, и объемы после этого оказались больше, чем предполагалось ранее. Теперь важно следить за тем, смогут ли крупные проекты, такие как Google, OpenAI, Anthropic, быть реализованы в срок, и сколько именно Broadcom сможет захватить.

Если всё идёт хорошо, то продолжайте играть и танцевать.

Самая информативная часть отчета NVIDIA заключается в том, что даже при такой высокой базе облачные провайдеры, AI-компании и лаборатории моделей продолжают увеличивать вычислительные мощности.

Однако, когда капитальные затраты на ИИ перейдут от десятков миллиардов долларов к сотням миллиардов, а в конечном итоге достигнут уровня в тысячи миллиардов долларов в год и выше, логика закупок обязательно изменится.

Например, крупные компании всё чаще задаются вопросами: сколько стоит выполнить одну и ту же задачу ИИ? Сколько эффективной вычислительной мощности можно произвести при использовании 1 ГВт электроэнергии? Если некоторые задачи уже чрезвычайно стабильны, есть ли необходимость использовать исключительно самые дорогие решения?

Это именно тот контекст, в котором ASIC начинают становиться все более важными.

Конечно, упрощённое понимание ASIC как «более дешёвого GPU» не совсем точно — его истинное преимущество заключается в специализации.

Собственная разработка чипа сама по себе недешева: требуются значительные первоначальные инвестиции в исследования и разработки, длительный цикл разработки, а также решение комплекса задач по адаптации программного обеспечения, передовых методов упаковки, сетей, систем и цепочек поставок.

Но, наоборот, как только рабочая нагрузка становится достаточно стабильной, а масштаб развертывания увеличивается с десятков МВт до сотен МВт, а в конечном итоге до ГВт, улучшение удельных затрат, соотношения производительности и энергопотребления, а также общей стоимости владения (TCO) всей системы может быть быстро усилено.

Поэтому Google долгое время придерживается TPU, Meta постоянно расширяет MTIA, а OpenAI也开始与博通合作开发自己的处理器, все осознают, что даже перевод части самых стабильных и масштабных рабочих нагрузок с универсальных чипов на специализированные чипы может принести огромную экономическую выгоду.

Если кратко обобщить, станет ясно, что это также обусловлено одновременным созреванием нескольких факторов, причем ключевым переменным является то, что инференс становится все более важной приростной нагрузкой.

Как известно, обучение моделей часто происходит поэтапно, но после того, как ChatGPT, Gemini, Claude и все больше агентов действительно внедряются в производственную среду, вывод становится ежедневно происходящей задачей.

Особенно после того, как объем запросов продолжает расти, а архитектура модели и сервисные модели постепенно стабилизируются, она естественным образом лучше подходит для аппаратной оптимизации под конкретные рабочие нагрузки. В июне этого года OpenAI официально выпустила первый Intelligence Processor Jalapeño, разработанный совместно с Broadcom, который позиционируется как решение для инференса LLM.

Более того, это не изолированный чип: OpenAI и Broadcom явно определили его как первый продукт многопоколенческой вычислительной платформы, развертывание которой планируется начать в конце 2026 года, с последующим масштабированием до уровня гигаватт в будущем.

Маршрут Meta также очень похож: в течение двух лет планируется внедрение четырех поколений MTIA с акцентом на рекомендации, ранжирование и генеративный ИИ, причем несколько продуктов явно разработаны с использованием подхода inference-first. В апреле этого года сотрудничество с Broadcom было расширено: первый этап развертывания превысил 1 ГВт, дальнейшие планы предусматривают расширение до нескольких ГВт, а сотрудничество по нескольким поколениям продуктов будет продолжаться до 2029 года.

Это означает, что крупные клиенты в области ИИ сегодня постепенно переходят от простого стремления к пиковой производительности к другой системе правил: можно ли производить токены дешевле.

Когда ИИ действительно начнёт коммерциализироваться, стоимость миллиона токенов, эффективная вычислительная мощность на ватт электроэнергии и полная стоимость владения (TCO) всего центра обработки данных будут становиться всё более важными.

Суть ASIC заключается в том, что крупные компании, занимающиеся ИИ, начинают пытаться снова взять под свой контроль эти затраты.

Поняв это, анализировать отчет Broadcom станет намного проще.

В прошлом квартале совокупный доход Broadcom составил 22,187 млрд долларов США, что на 48% больше по сравнению с предыдущим годом; из них доход от полупроводников для ИИ достиг 10,8 млрд долларов США, что на 143% больше по сравнению с предыдущим годом.

Компания предоставила более агрессивные прогнозы на следующий квартал: общий доход составит около 29,4 млрд долларов США, из которых доход от ИИ-полупроводников预计将 достигнуть 16 млрд долларов США, что более чем в 2 раза превышает показатель прошлого года.

Что означает 16 миллиардов долларов? Это примерно 54% от прогнозируемой общей выручки Broadcom за квартал.

То есть, если прогнозы оправдаются, только один сегмент полупроводников для ИИ может обеспечить более половины дохода Broadcom — при этом здесь уже учтены такие инфраструктурные программные бизнесы, как VMware.

Другими словами, ИИ напрямую меняет структуру доходов этой компании.

Однако здесь возникает легко допускаемое заблуждение: 16 миллиардов долларов США нельзя напрямую приравнивать к «доходу от ASIC», так как он также включает в себя продукты AI-сетей, такие как Ethernet-коммутационные чипы, SerDes, PCIe и оптические интерфейсы.

В прошлом квартале доходы от сетевого бизнеса составили почти 40% от выручки от полупроводников ИИ. Хок Тан также отметил, что эта доля, возможно, уже приблизилась к временному пиковому уровню, и в долгосрочной перспективе, скорее всего, вернется к уровню около 30%.

Таким образом, Broadcom фактически расширяет две бизнес-направления одновременно: Custom XPU и AI Networking, что является главным отличием от многих чисто чиповых компаний.

После того как AI-кластеры перешли от нескольких тысяч чипов к десяткам тысяч, сотням тысяч и даже большему масштабу, связь между вычислительными мощностями становится все более важной.

Broadcom разделяет AI-сети на scale-up, scale-out и scale-across: от высокоскоростного взаимодействия внутри стойки, до масштабных сетей внутри центра обработки данных и соединений между несколькими центрами обработки данных.

Если AI-кластеры будут продолжать расти, и крупные облачные провайдеры начнут разрабатывать собственные ASIC, Broadcom сможет участвовать в производстве пользовательских XPU; если GPU-кластеры продолжат расширяться, рынок открытых Ethernet-сетей также может продолжить расти.

Это ставит Broadcom в интересную позицию, поскольку он фактически делает ставку на дальнейший рост сложности всей инфраструктуры ИИ.

Of course, this does not mean that the business has no competition.

Хотя Google уже подписал долгосрочное соглашение с Broadcom на совместную разработку компонентов будущих поколений TPU и следующего поколения AI-стеллажей, охватывающее срок до 2031 года, Google недавно расширил свое сотрудничество с Marvell в области пользовательских чипов.

Это по крайней мере говорит о том, что крупные клиенты не будут легко передавать всю будущую архитектуру одному поставщику.

Рынок давно знал, что ИИ от Broadcom будет мощным.

Так что теперь, что действительно важно было посмотреть в этом отчете, — это сможет ли компания достичь 16 миллиардов, и к счастью, ответ уже известен.

По крайней мере на данный момент вопрос о том, есть ли у Broadcom вторая кривая роста, уже не актуален — теперь вопрос в том, насколько длинной окажется эта кривая, но это также означает, что рынок станет все более требовательным.

Раньше 100 миллиардов сами по себе были сюрпризом, теперь, когда представлены 115 миллиардов и 230 миллиардов, наоборот, нужно смотреть, как эти цифры будут реализованы.

Смогут ли проекты Google, Meta, OpenAI, Anthropic продолжить развитие до уровня GW после запуска первой генерации чипов, и смогут ли они получить вторую и третью генерации, а также сможет ли сетевой бизнес расти вместе с масштабом кластеров?

Это важнее, чем продажи на десятки миллиардов долларов за какой-либо квартал.

Еще один вопрос становится все более неизбежным: крупные клиенты не будут полагаться только на одного поставщика.

Google уже начал расширять сотрудничество с другими производителями, и Meta, OpenAI, скорее всего, также сохранят многопоставщическую модель. Таким образом, сейчас у Broadcom действительно есть преимущество, но оно еще не достигло уровня «привязки клиента».

С этой точки зрения, ему предстоит доказать, сможет ли он остаться в долгосрочной перспективе в ключевой цепочке поставок этих клиентов — это будет решающий фактор.

В любом случае, этот отчет Broadcom напоминает нам, что такие ранее более «вспомогательные» аспекты, как пользовательские чипы, сети и взаимосвязь, постепенно становятся основными.

Также напоминаем рынку, что эта волна инвестиций в инфраструктуру ИИ, вероятно, еще далеко не дошла до стадии, когда остается только конкуренция за существующие активы.

Пока крупные компании продолжают строить все более крупные кластеры, покупать больше электроэнергии и вычислять все больше токенов, будут появляться новые узкие места и новые источники прибыли.

Этот бизнес в области ИИ постепенно развивается от одного чипа в целую инфраструктуру — именно здесь заключен больший потенциал.