Доходи Broadcom від напівпровідників з ІО перевищили 160 мільярдів доларів у Q3

ASIC величезним кроком входить у звіт, наступним кроком є перетворення попиту в кілька десятків ГВ на справжній дохід.

Автор: Джим, MSX Майтун

Редагування: Фрэнк, MSX Метон

Звіт про фінансові результати NVIDIA за минулий тиждень підтвердив, що попит на AI-обчислювальну потужність ще далеко не досяг вершини.

А вчора вночі, після публікації фінансових результатів Broadcom, інша лінія стала ще яснішою.

Доходи від напівпровідників для ШІ у Q3 становили 16,7 млрд доларів США, що вище попереднього прогнозу в 16 млрд, а на наступний квартал вже встановлено прогноз у 21,7 млрд доларів США. Ще важливіше, очікується, що дохід від чіпів для ШІ у фінансовому році 2027 складе близько 115 млрд доларів США, а у фінансовому році 2028 — навіть 230 млрд доларів США.

Тоже саме зараз витрачати час на обговорення, чи є ASIC другою кривою зростання для ШІ, вже трохи пізно — гроші на ШІ вже давно не витрачаються лише на GPU.

Хоча б у Broadcom ця лінія вже почала потрапляти у звіти, а обсяги після цього виявилися більшими, ніж очікувалося. Наступним, за чим слід стежити, є здатність великих проектів, таких як Google, OpenAI, Anthropic, виконати їхні плани в термін, і скільки саме Broadcom зможе поглинути.

Якщо все йде гладко, то продовжуйте грати і танцювати.

Справжньо інформативною частиною звіту NVIDIA є те, що навіть при такій високій базі хмарні провайдери, AI-компанії та лабораторії моделей продовжують збільшувати обчислювальну потужність.

Проте, коли AI CapEx перейде з десятків мільярдів доларів до сотень мільярдів доларів, а в кінцевому підсумку до рівня в кілька мільярдів доларів щороку і вище, логіка закупівель обов’язково зміниться.

Наприклад, великі компанії почали більше запитувати: скільки коштує виконання одного й того ж завантаження ШІ? Скільки ефективних обчислювальних потужностей можна отримати з 1 ГВт електроенергії? Якщо деякі завантаження вже дуже стабільні, чи є необхідність використовувати лише найдорожчі продукти?

Саме в цьому контексті ASIC починають ставати все більш важливими.

Звичайно, сприймати ASIC як «дешевшу GPU» — це не зовсім точно; справжня перевага полягає у його спеціалізації.

Виготовлення власного чіпу саме по собі не є дешевим: потрібні великі початкові інвестиції в дослідження та розробку, довгий цикл розробки, а також вирішення комплексу питань, пов’язаних із програмним забезпеченням, передовим упакуванням, мережами, системами та ланцюгом поставок.

Але навпаки, коли навантаження стає достатньо стабільним, а масштаб розгортання зростає з десятків МВт до сотень МВт, а потім до ГВт, покращення витрат на одиницю, співвідношення продуктивності до споживаної потужності та загальних витрат на життєвий цикл системи можуть швидко посилюватися.

Тому Google тривалий час підтримує TPU, Meta постійно розширює MTIA, а OpenAI почав спільно розробляти власні процесори з Broadcom, усвідомлюючи, що навіть перенесення частини найстабільніших та найбільших навантажень з універсальних чіпів на спеціалізовані може принести величезну економічну вигоду.

Якщо коротко розглянути, то виявляється, що це також сприяє кільком умовам, які одночасно дозрівають, причому найважливішим фактором є те, що висновки стають все більш важливим додатковим навантаженням.

Як відомо, навчання моделей часто є етапним, але після того, як ChatGPT, Gemini, Claude та все більше агентів справді потрапили в продуктивне середовище, висновування стає щоденною діяльністю.

Особливо коли обсяг викликів постійно зростає, а архітектура моделей і сервісні моделі поступово стабілізуються, вони природним чином краще підходять для апаратної оптимізації під конкретні завантаження. У червні цього року OpenAI офіційно запустила перший Intelligence Processor Jalapeño, розроблений у співпраці з Broadcom, який спеціально призначений для інференсу LLM.

Ще більш важливо, що це не окремий чіп; OpenAI та Broadcom чітко визначили його як перше покоління багатопоколінної обчислювальної платформи, яку планується розгорнути з кінця 2026 року і подальшого масштабування до рівня гігаваттів.

Маршрут Meta дуже схожий: протягом двох років вони розробляють чотири покоління MTIA, зосереджуючись на рекомендаціях, сортуванні та генеративному ІІ, де кілька продуктів явно використовують підхід inference-first. У квітні цього року вони розширили співпрацю з Broadcom: перший етап розгортання вже перевищив 1 ГВт, а подальші плани передбачають розширення до кількох ГВт; співпраця з багатопоколінними продуктами триватиме до 2029 року.

Це свідчить про те, що сьогоднішні великі клієнти з ІІ відходять від простого прагнення до пікової продуктивності і переходять до інших правил гри: чи можна виробляти токени дешевше.

Коли штучний інтелект справді почне комерціалізовуватися, вартість мільйона токенів, кількість ефективної обчислювальної потужності на ват електроенергії та загальна вартість власності цілого центру обробки даних стануть все більш важливими.

Суть ASIC полягає в тому, що великі компанії з штучним інтелектом починають намагатися знову взяти під свій контроль ці витрати.

Після того як ви зрозумієте це, аналіз фінансових результатів Broadcom буде набагато простішим.

У минулому кварталі загальний дохід Broadcom склав 22,187 мільярда доларів США, що на 48% більше, ніж у попередній період; з них дохід від AI-напівпровідників склав 10,8 мільярда доларів США, що на 143% більше.

Компанія встановила більш амбітні прогнози на наступний квартал: загальний дохід становить приблизно 29,4 млрд доларів США, з яких дохід від AI-напівпровідників очікується на рівні 16 млрд доларів США, що на понад 200% більше, ніж у попередньому році.

Що означає 16 мільярдів доларів США? Це приблизно 54% від загального доходу Broadcom за цей квартал.

Іншими словами, якщо прогнози виявляться вірними, лише бізнес з AI-напівпровідниками може забезпечити більше половини доходу Broadcom — тут навіть враховані такі інфраструктурні програмні бізнеси, як VMware.

Іншими словами, ШІ прямо змінює структуру доходів цієї компанії.

Але тут легко виникає непорозуміння: 16 мільярдів доларів США не можна безпосередньо рівняти з «доходом від ASIC», оскільки вони також включають продукти AI-мереж, такі як Ethernet-комутаційні чіпи, SerDes, PCIe, оптичні з’єднання.

У минулому кварталі дохід від мережевого бізнесу становив майже 40% від доходів від напівпровідників для ШІ. Хок Тан також зазначив, що цей показник може вже наблизитися до часових максимумів, а довгостроково, ймовірно, повернеться до рівня близько 30%.

Отже, Broadcom фактично розширює дві лінії бізнесу одночасно: Custom XPU та AI Networking, що є найбільшою відмінністю від багатьох чисто чіп-компаній.

Після того як AI-кластери перейшли від тисяч чіпів до десятків тисяч, сотень тисяч і навіть більших масштабів, з’єднання обчислювальних потужностей стає все більш важливим.

Broadcom розбиває AI-мережі на scale-up, scale-out і scale-across: від високоскоростного зв’язку всередині стелажу, до масштабних мереж всередині центру обробки даних та з’єднань між кількома центрами обробки даних.

Якщо AI-кластери продовжуватимуть зростати, а великі хмарні провайдери збільшать виробництво власних ASIC, Broadcom зможе взяти участь у розробці Custom XPU; якщо GPU-кластери продовжуватимуть розширюватися, ринок відкритих Ethernet-мереж також може продовжувати зростати.

Це ставить Broadcom у дуже цікаву позицію, оскільки він фактично робить ставку на те, що складність інфраструктури ШІ продовжуватиме зростати.

Звичайно, це не означає, що цей бізнес не має конкуренції.

Хоча Google вже підписав довгострокову угоду з Broadcom щодо спільної розробки компонентів для майбутніх поколінь TPU та наступного покоління AI-стендів, яка може тривати до 2031 року, Google недавно розширив свою співпрацю з Marvell щодо кастомних чіпів.

Це хоча б свідчить про те, що великі клієнти не збираються легко передавати всю майбутню архітектуру одному постачальнику.

Ринок давно знав, що Broadcom буде сильним у сфері ШІ.

Тож цього разу те, на що слід було звернути увагу у фінансовому звіті, — це чи вдасться досягти 16 мільярдів, і щасливо, відповідь вже відома.

Хоча зараз це вже не питання «чи є друга крива зростання», а те, наскільки довгою може бути ця крива, але це також означає, що ринок стане все більш вимогливим.

Раніше 100 мільярдів було сюрпризом, але тепер, коли показано 115 мільярдів і 230 мільярдів, тепер важливо подивитися, як ці цифри будуть реалізовані.

Чи зможуть проекти Google, Meta, OpenAI, Anthropic розвиватися до рівня GW, чи зможуть отримати другу та третю генерації чіпів після запуску першої генерації, чи зможе мережевий бізнес рости разом із масштабом кластерів.

Це важливіше, ніж продаж на десятки мільярдів доларів за квартал.

Ще одна проблема стає все більш неуникненною: великі клієнти не зможуть обмежитися лише одним постачальником.

Google вже почав розширювати співпрацю з іншими виробниками, і Meta, OpenAI, ймовірно, також збережуть багатопостачальницьку систему. Тому зараз перевага Broadcom є реальною, але ще не досягла рівня «закриття клієнта».

З цієї точки зору, доведення здатності залишатися в основному ланцюзі поставок цих клієнтів у довгостроковій перспективі буде ключовим фактором успіху.

В будь-якому випадку, цей фінансовий звіт Broadcom нагадує нам, що спеціалізовані чіпи, мережі та взаємопідключення — раніше більш схожі на «додаткові» етапи — поступово стають основними.

Також нагадує ринку, що цикл інвестування в інфраструктуру ШІ, ймовірно, ще далеко не дійшов до етапу, коли залишиться лише конкуренція за існуючі ресурси.

Доки великі компанії продовжують будувати все більші кластери, купувати більше електроенергії та обчислювати більше токенів, з’являтимуться нові обмеження та нові джерела прибутку.

Цей бізнес у сфері ШІ поступово розростається з однієї чіп-плати до цілої інфраструктури — саме тут криється більший потенціал.