Doanh thu bán dẫn AI của Broadcom vượt quá 160 tỷ USD trong quý 3

ASIC bước mạnh vào báo cáo, bước tiếp theo là xem nhu cầu hàng chục GW sẽ biến thành doanh thu thực tế như thế nào.

Bài viết: Jim, MSX Mai Thong

Biên tập: Frank, MSX Mai Thông

Báo cáo kết quả kinh doanh của NVIDIA tuần trước đã chứng minh rằng nhu cầu về năng lực tính toán AI vẫn còn rất xa mức đỉnh.

Và vào tối qua, khi báo cáo tài chính của Broadcom được công bố, một hướng khác cũng trở nên rõ ràng hơn.

Doanh thu bán dẫn AI quý 3 là 16,7 tỷ USD, cao hơn mức hướng dẫn trước đó là 16 tỷ USD, quý tới trực tiếp đưa ra mức 21,7 tỷ USD, quan trọng hơn là dự kiến doanh thu chip AI năm tài chính 2027 khoảng 115 tỷ USD, năm tài chính 2028 thậm chí đạt 230 tỷ USD.

Vì vậy, giờ đây việc tranh cãi liệu ASIC có phải là đường cong tăng trưởng thứ hai của AI hay không đã hơi muộn—tiền đầu tư vào AI đã không còn chỉ chảy vào GPU nữa.

Ít nhất tại Broadcom, đường thẳng này đã bắt đầu được đưa vào báo cáo, và khối lượng sau này còn lớn hơn so với dự kiến trước đây. Điều cần theo dõi thực sự ở phía sau là liệu các dự án lớn như Google, OpenAI, Anthropic có thể triển khai đúng tiến độ hay không, và Broadcom cuối cùng có thể nắm giữ bao nhiêu.

Nếu mọi thứ diễn ra suôn sẻ, thì hãy tiếp tục chơi nhạc và nhảy múa.

Điểm thực sự có thông tin trong báo cáo tài chính của NVIDIA là ngay cả trên cơ sở基数 cao như vậy, các nhà cung cấp đám mây, công ty AI và phòng thí nghiệm mô hình vẫn không ngừng tăng cường năng lực tính toán.

Tuy nhiên, khi chi tiêu vốn cho AI tăng từ vài chục tỷ USD lên vài trăm tỷ USD, và cuối cùng đạt mức hàng nghìn tỷ USD mỗi năm hoặc cao hơn, logic mua sắm chắc chắn sẽ thay đổi.

Ví dụ, các công ty lớn đã bắt đầu hỏi nhiều hơn: để hoàn thành cùng một tải công việc AI, cần chi bao nhiêu tiền? Cùng một lượng điện 1GW, rốt cuộc có thể sản xuất bao nhiêu năng lực tính toán hiệu quả? Nếu một số tải công việc đã rất ổn định, liệu có còn cần thiết phải sử dụng hoàn toàn các sản phẩm đắt nhất không?

Đây chính là bối cảnh mà ASIC bắt đầu trở nên ngày càng quan trọng.

Tất nhiên, việc hiểu đơn giản ASIC là “GPU rẻ hơn” là không chính xác; lợi thế thực sự của nó đến từ tính chuyên dụng.

Việc tự thiết kế một con chip không hề rẻ, vì đòi hỏi vốn đầu tư lớn vào giai đoạn nghiên cứu và phát triển, chu kỳ phát triển kéo dài, đồng thời phải giải quyết toàn bộ các vấn đề tương thích với phần mềm, bao bì tiên tiến, mạng lưới, hệ thống và chuỗi cung ứng.

Nhưng ngược lại, một khi một loại công việc nào đó đủ ổn định và quy mô triển khai tăng từ vài chục MW lên hàng trăm MW, cuối cùng là GW, thì sự cải thiện về chi phí đơn vị, tỷ lệ hiệu suất trên tiêu thụ năng lượng và tổng chi phí sở hữu (TCO) của toàn bộ hệ thống có thể được khuếch đại nhanh chóng.

Vì vậy, Google kiên trì phát triển TPU trong thời gian dài, Meta không ngừng mở rộng MTIA, và OpenAI cũng bắt đầu hợp tác với Broadcom để phát triển bộ xử lý riêng của mình, tất cả đều nhận ra rằng, ngay cả khi chỉ chuyển một phần nhỏ nhất các tải công việc ổn định và lớn nhất từ chip phổ thông sang chip tùy chỉnh, cũng có thể mang lại giá trị kinh tế khổng lồ.

Nếu tóm tắt đơn giản, bạn sẽ thấy điều này cũng nhờ vào một vài điều kiện đang cùng lúc trở nên chín muồi, biến số quan trọng nhất là việc suy luận đang trở thành tải gia tăng ngày càng quan trọng.

Như đã biết, việc huấn luyện mô hình thường diễn ra theo từng giai đoạn, nhưng sau khi ChatGPT, Gemini, Claude và ngày càng nhiều Agent thực sự được triển khai vào môi trường sản xuất, suy luận trở thành một công việc diễn ra liên tục mỗi ngày.

Đặc biệt khi lượng gọi ngày càng tăng và kiến trúc mô hình cùng mô hình dịch vụ dần ổn định, nó tự nhiên phù hợp hơn để tối ưu phần cứng cho các workload cụ thể. OpenAI đã chính thức ra mắt vào tháng 6 năm nay bộ xử lý trí tuệ đầu tiên được phát triển cùng Broadcom, Jalapeño, với định vị dành riêng cho suy luận LLM.

Đáng chú ý hơn, đây không phải là một con chip đơn lẻ; OpenAI và Broadcom đã xác định rõ đây là sản phẩm thế hệ đầu tiên của một nền tảng tính toán nhiều thế hệ, với kế hoạch triển khai từ cuối năm 2026 và mở rộng quy mô lên cấp độ GW trong tương lai.

Đường đi của Meta cũng rất tương tự, đang thúc đẩy bốn thế hệ MTIA trong vòng hai năm, tập trung vào các lĩnh vực đề xuất, sắp xếp và AI sinh thành, trong đó nhiều sản phẩm rõ ràng áp dụng tư duy thiết kế inference-first. Tháng 4 năm nay, họ tiếp tục mở rộng hợp tác với Broadcom, giai đoạn đầu tiên đã triển khai hơn 1GW, kế hoạch tiếp theo sẽ mở rộng lên nhiều GW, và hợp tác đa thế hệ sản phẩm giữa hai bên sẽ kéo dài đến năm 2029.

Điều này cho thấy các khách hàng AI lớn hôm nay đang dần chuyển từ việc chỉ theo đuổi hiệu năng đỉnh cao sang một bộ quy tắc mới: liệu token có thể được sản xuất với chi phí rẻ hơn không.

Khi AI thực sự bắt đầu thương mại hóa, chi phí của một triệu token, lượng tính toán hiệu quả mà mỗi watt điện năng tạo ra, cũng như TCO của toàn bộ trung tâm dữ liệu sẽ ngày càng trở nên quan trọng.

Bản chất của ASIC thực chất là các công ty AI lớn bắt đầu thử nghiệm lấy lại quyền kiểm soát chi phí này về tay mình.

Sau khi hiểu được điều này, việc xem báo cáo tài chính của Broadcom sẽ trở nên dễ dàng hơn nhiều.

Trong quý trước, tổng doanh thu của Broadcom đạt 22,187 tỷ USD, tăng 48% so với cùng kỳ năm trước; trong đó doanh thu từ bán dẫn AI đạt 10,8 tỷ USD, tăng 143% so với cùng kỳ năm trước.

Hướng dẫn cho quý tới của công ty mang tính tham vọng hơn, tổng doanh thu khoảng 29,4 tỷ USD, trong đó doanh thu từ bán dẫn AI dự kiến đạt 16 tỷ USD, tăng hơn 200% so với cùng kỳ năm trước.

16 tỷ USD là con số như thế nào? Nó tương đương khoảng 54% tổng doanh thu dự kiến của Broadcom trong quý này.

Nói cách khác, nếu các hướng dẫn được thực hiện, riêng lĩnh vực bán dẫn AI đã có thể đóng góp hơn một nửa doanh thu của Broadcom—đây thậm chí đã bao gồm cả các hoạt động phần mềm hạ tầng như VMware.

Nói cách khác, AI đang trực tiếp thay đổi cơ cấu doanh thu của công ty này.

Tuy nhiên, ở đây có một sự hiểu lầm dễ xảy ra: 16 tỷ USD không thể trực tiếp đồng nhất với “doanh thu ASIC”, mà còn bao gồm các sản phẩm mạng AI như chip chuyển mạch Ethernet, SerDes, PCIe, quang liên kết, v.v.

Trong quý trước, doanh thu từ mạng lưới đã chiếm gần 40% doanh thu bán dẫn AI. Hock Tan cũng chỉ ra rằng tỷ lệ này có thể đã tiếp cận mức cao tạm thời và về dài hạn có khả năng quay trở lại mức khoảng 30%.

Vì vậy, Broadcom thực chất đang đồng thời mở rộng hai dòng sản phẩm: Custom XPU và AI Networking, đây cũng là điểm khác biệt lớn nhất so với nhiều công ty chip thuần túy.

Sau khi cụm AI mở rộng từ vài nghìn chip lên vài chục nghìn, hàng chục nghìn乃至 lớn hơn, việc kết nối giữa các sức mạnh tính toán trở nên ngày càng quan trọng.

Broadcom đang tách riêng mạng AI thành ba cấp độ: scale-up, scale-out và scale-across — từ kết nối tốc độ cao trong cùng một kệ, đến mạng quy mô lớn trong trung tâm dữ liệu, và cuối cùng là kết nối giữa nhiều trung tâm dữ liệu.

Do đó, nếu các cụm AI tiếp tục mở rộng, và các nhà cung cấp đám mây lớn tăng cường phát triển ASIC tự nghiên cứu, Broadcom có thể tham gia vào Custom XPU; nếu các cụm GPU tiếp tục mở rộng, thị trường mạng Ethernet mở cũng có thể tiếp tục mở rộng.

Điều này đặt Broadcom vào một vị trí rất thú vị, khi thực chất đang đặt cược vào việc độ phức tạp của toàn bộ hạ tầng AI tiếp tục tăng lên.

Tất nhiên, điều này cũng không có nghĩa là ngành kinh doanh này không còn cạnh tranh.

Mặc dù Google đã ký thỏa thuận dài hạn với Broadcom để hợp tác phát triển các thế hệ TPU tương lai và các thành phần liên quan đến kệ AI thế hệ tiếp theo, với phạm vi thỏa thuận kéo dài đến năm 2031; nhưng gần đây Google đồng thời mở rộng hợp tác với Marvell về chip tùy chỉnh.

Điều này ít nhất cho thấy các khách hàng lớn sẽ không dễ dàng giao toàn bộ kiến trúc tương lai cho một nhà cung cấp duy nhất.

Thị trường đã biết rằng AI của Broadcom sẽ rất mạnh.

Vì vậy, điều mà ban đầu chúng ta mong đợi từ báo cáo tài chính này không phải là liệu có thể đạt được 16 tỷ hay không, may mắn là câu trả lời đã rõ ràng.

Từ góc độ hiện tại, vấn đề với Broadcom đã không còn là “có hay không đường cong tăng trưởng thứ hai”, mà là đường cong đó cuối cùng sẽ dài bao nhiêu, nhưng điều này cũng có nghĩa là thị trường sẽ ngày càng khắt khe hơn.

Trước đây, 100 tỷ đã là một bất ngờ, nhưng giờ khi đã đưa ra các con số 115 tỷ và 230 tỷ, điều cần quan tâm tiếp theo là những con số này sẽ được thực hiện như thế nào.

Các dự án của Google, Meta, OpenAI, Anthropic có thể tiếp tục phát triển theo hướng đến quy mô GW không? Sau khi chip thế hệ đầu tiên được sản xuất hàng loạt, liệu các thế hệ thứ hai, thứ ba có tiếp tục nhận được nguồn cung không? Dịch vụ mạng có thể cùng tăng trưởng với quy mô cụm không?

These are more important than selling tens of billions of dollars more in a single season.

Một vấn đề khác cũng ngày càng không thể tránh khỏi: các khách hàng lớn sẽ không chỉ hợp tác với một nhà cung cấp duy nhất.

Google đã bắt đầu mở rộng hợp tác với các nhà sản xuất khác, và Meta, OpenAI sau này cũng rất có khả năng sẽ duy trì hệ thống nhiều nhà cung cấp. Do đó, lợi thế hiện tại của Broadcom là có thật, nhưng chưa đến mức “khóa chặt khách hàng”.

From this perspective, proving its ability to remain a core part of these customers’ supply chains in the long term will be a decisive factor.

Dù sao đi nữa, báo cáo tài chính của Broadcom đã nhắc nhở chúng ta rằng, các khâu trước đây vốn trông giống như “hỗ trợ” như chip tùy chỉnh, mạng và kết nối đang dần trở thành trung tâm.

Cũng đang nhắc nhở thị trường rằng, đợt đầu tư hạ tầng vào AI này có lẽ vẫn còn rất xa mới đến lúc chỉ còn cạnh tranh về tồn kho.

Khi các công ty lớn tiếp tục xây dựng các cụm máy lớn hơn, mua thêm điện và tính toán nhiều Token hơn, những điểm nghẽn mới sẽ liên tục xuất hiện, cùng với những hồ lợi nhuận mới cũng sẽ dần hình thành.

Cuộc kinh doanh AI đang dần phát triển từ một con chip thành toàn bộ cơ sở hạ tầng, và đó cũng chính là không gian tưởng tượng lớn hơn.