摩根大通: Số lượng chip tùy chỉnh AI xuất xưởng có thể vượt qua GPU vào năm 2027, Broadcom và Marvell đang ở vị thế thuận lợi.

BlockBeats tin tức, ngày 22 tháng 6, JPMorgan cho biết, khi các công ty điện toán đám mây lớn và gã khổng lồ công nghệ tìm cách giảm chi phí tính toán AI, nâng cao hiệu suất năng lượng và thoát khỏi sự phụ thuộc đơn lẻ vào GPU đa năng, thị trường chip ASIC tùy chỉnh đang bước vào chu kỳ tăng trưởng mới, Broadcom và Marvell dự kiến sẽ là những người hưởng lợi lớn nhất từ xu hướng này.

Trong một báo cáo nghiên cứu ngành bán dẫn công bố gần đây, các nhà phân tích Harlan Sur và Mayur Ramdhani của JPMorgan ước tính, thị trường ASIC AI kỹ thuật số sẽ đạt khoảng 60 đến 70 tỷ USD vào năm 2026, và duy trì tốc độ tăng trưởng kép trên 40% đến 50% trong vài năm tới. Báo cáo cho biết, Broadcom hiện chiếm khoảng 80% đến 85% thị phần ASIC cao cấp, Marvell đứng thứ hai với khoảng 10% đến 12%.

Sự tăng trưởng nhanh chóng của nhu cầu tính toán AI đang thay đổi cấu trúc mua chip. JPMorgan cho rằng, các khách hàng như Google, Amazon, Meta, Microsoft, OpenAI và SoftBank/Arm đang đẩy nhanh việc phát triển chip AI tự nghiên cứu hoặc tùy chỉnh để đạt được hiệu suất, mức tiêu thụ điện năng và tổng chi phí sở hữu tốt hơn. Khác với GPU đa năng của Nvidia và AMD, ASIC thường được thiết kế cho khách hàng cụ thể, ngăn xếp phần mềm cụ thể hoặc nền tảng cụ thể, phù hợp hơn với các nhà cung cấp đám mây siêu quy mô có khối lượng công việc nội bộ lớn.

Báo cáo dự đoán, doanh thu AI của Broadcom sẽ tăng mạnh từ khoảng 20 tỷ USD trong năm tài chính 2025 lên hơn 60 tỷ USD trong năm tài chính 2026, và theo dõi đạt hơn 150 tỷ USD trong năm tài chính 2027. Đường ống dự án của họ bao gồm Google TPU, Meta MTIA, chip video và mạng ByteDance AI, OpenAI XPU, SoftBank/Arm XPU và giải pháp cấp rack TPU liên quan đến Anthropic.

Về phía Marvell, JPMorgan dự đoán doanh thu trung tâm dữ liệu của họ sẽ tăng từ khoảng 6,1 tỷ USD năm 2025 lên khoảng 9,3 tỷ USD năm 2026, và đạt khoảng 14,6 tỷ USD năm 2027. Động lực tăng trưởng bao gồm Amazon Trainium 3 và Trainium 4, Microsoft Maia, Google SmartNIC/DPU, bộ điều khiển CXL, cũng như DSP quang 800G/1.6T, coherent lite và giải pháp CPO ban đầu.

Báo cáo cũng đưa ra một nhận định quan trọng: đến năm 2027, số lượng đơn vị xuất xưởng AI ASIC/XPU sẽ vượt qua GPU. JPMorgan dự đoán tổng số lượng bộ tăng tốc AI xuất xưởng vào năm 2027 sẽ đạt 23,3 triệu đơn vị, trong đó GPU là 10,9 triệu đơn vị, chiếm 47%; ASIC/XPU là 12,5 triệu đơn vị, chiếm 53%. Điều này có nghĩa là, mặc dù GPU vẫn duy trì tăng trưởng, nhưng chip tùy chỉnh có thể chiếm thị phần lớn hơn trong việc triển khai sức mạnh tính toán AI mới.

JPMorgan lấy ví dụ về Google/Broadcom TPU7x Ironwood và Nvidia Blackwell để cho thấy AI ASIC có tính cạnh tranh về hiệu suất giá cả và hiệu suất năng lượng. Báo cáo cho thấy, sức mạnh tính toán FP8 của TPU7x Ironwood gần với Nvidia B200/B300, nhưng giá ước tính khoảng 13.000 USD, thấp hơn mức 35.000 USD của B200 và 40.000 USD của B300; hiệu suất tính toán trên mỗi USD và mỗi watt của nó cũng vượt trội so với GPU đối chiếu.

Nhận định này không có nghĩa là nhu cầu đối với Nvidia sẽ suy giảm nhanh chóng. Ngược lại, nó chỉ ra sự phân hóa trong đầu tư cơ sở hạ tầng AI: GPU tiếp tục phục vụ nhu cầu huấn luyện và suy luận tổng quát, trong khi các nhà cung cấp dịch vụ đám mây tự phát triển ASIC sẽ đạt được tỷ lệ thâm nhập cao hơn trong các khối lượng công việc nội bộ quy mô lớn, ổn định và có thể dự đoán trước.

Đối với các nhà đầu tư, báo cáo của JPMorgan củng cố logic về sự lan tỏa của chuỗi phần cứng AI từ GPU sang ASIC, đóng gói tiên tiến, giao diện HBM, SerDes, kết nối quang và CPO. Nếu dự đoán trong báo cáo trở thành hiện thực, Broadcom và Marvell sẽ không chỉ là nhà cung cấp chip kết nối hoặc mạng AI, mà còn trở thành các công ty nền tảng cốt lõi trong quá trình chuyển đổi kiến trúc tính toán AI ở giai đoạn tiếp theo.