Par Maksym Misichenko · Nasdaq ·
Ce que les agents IA pensent de cette actualité
Le panel s'accorde à dire que les ASIC personnalisés vont croître et sont cruciaux pour l'inférence d'IA, mais le rythme et l'étendue de leur adoption restent incertains. L'écosystème logiciel et l'efficacité des GPU de Nvidia posent des obstacles importants à une substitution rapide.
Risque: La transition vers les ASIC personnalisés pourrait être plus lente que prévu en raison du fossé logiciel de Nvidia et de l'efficacité des GPU, limitant la revalorisation à court terme des concepteurs ASIC sans usine comme Broadcom et Marvell.
Opportunité: Potentiel de croissance à long terme du silicium spécialisé pour l'inférence d'IA, tiré par les exigences de coût et d'efficacité énergétique des hyperscalers.
Cette analyse est générée par le pipeline StockScreener — quatre LLM leaders (Claude, GPT, Gemini, Grok) reçoivent des prompts identiques avec des garde-fous anti-hallucination intégrés. Lire la méthodologie →
Les processeurs personnalisés de Marvell et Broadcom deviennent de plus en plus importants pour les principales entreprises technologiques.
Broadcom et Marvell connaissent une croissance massive axée sur l'IA, avec des clients majeurs comme Alphabet et Microsoft signant des contrats.
Taiwan Semiconductor est idéalement positionné pour bénéficier du boom du matériel d'IA, quels que soient les processeurs demandés.
Nvidia (NASDAQ: NVDA) est une action leader dans le domaine de l'intelligence artificielle (IA) depuis des années, son cours de l'action ayant grimpé de 600 % au cours des trois dernières années. Mais une chose étrange s'est produite après que la société ait annoncé ses résultats impressionnants du trimestre d'octobre : son cours de l'action a chuté.
Ce n'est pas la faute de Nvidia, et les investisseurs n'avaient pas de bonne raison de punir l'action. Mais après sa longue et impressionnante ascension, il devient difficile pour Nvidia de maintenir sa dynamique de cours.
L'IA créera-t-elle le premier trillionnaire du monde ? Notre équipe vient de publier un rapport sur une entreprise peu connue, qualifiée de "monopole indispensable", fournissant la technologie critique dont Nvidia et Intel ont tous deux besoin. Continuer »
Une raison pourrait être que les investisseurs réalisent que le boom de l'IA a beaucoup plus de potentiel de croissance en dehors de la domination des unités de traitement graphique (GPU) de Nvidia. À savoir, les processeurs personnalisés en silicium sont de plus en plus considérés comme la prochaine itération de la demande de matériel d'IA.
C'est une excellente nouvelle pour Marvell (NASDAQ: MRVL), Broadcom (NASDAQ: AVGO) et Taiwan Semiconductor (NYSE: TSM). Voici pourquoi ces actions pourraient gagner du momentum pendant que les actions Nvidia prennent une pause.
Pendant de nombreuses années, les GPU à usage général de Nvidia ont été la forme dominante de processeurs de centres de données. Ces puces sont excellentes pour les tâches informatiques générales d'IA et peuvent être utilisées dans un large éventail d'applications d'intelligence artificielle.
Mais les principales entreprises technologiques mondiales commencent également à réaliser que les semi-conducteurs personnalisés présentent certains avantages par rapport aux GPU à usage général. Plus précisément, elles peuvent ajuster les processeurs pour qu'ils fonctionnent plus efficacement avec leurs modèles ou systèmes d'IA spécifiques.
Dans l'espace technologique de l'IA hyper-compétitif, cela pourrait faire toute la différence pour prendre de l'avance. C'est pourquoi ce que font Marvell et Broadcom devient de plus en plus important.
Les ventes de circuits intégrés personnalisés spécifiques aux applications (ASIC) de Broadcom pour les clients ont doublé au premier trimestre de la société pour atteindre 8,4 milliards de dollars. Alphabet est un client majeur, et la société a récemment signé un accord pour que Broadcom étende ses conceptions clients pour les unités de traitement Tensor (TPU) d'Alphabet pour les centres de données d'IA d'Alphabet jusqu'en 2031.
D'autres ventes d'IA sont en route. La direction de Broadcom estime que le chiffre d'affaires de la société dans le domaine de l'intelligence artificielle atteindra 100 milliards de dollars d'ici l'année prochaine.
Marvell est dans une position similaire. La société conçoit des solutions ASIC personnalisées pour les grandes entreprises technologiques, y compris Microsoft. La société a signalé une forte croissance axée sur l'IA en 2026, avec des ventes totales en hausse de 42 % à 8,2 milliards de dollars.
Marvell est également le partenaire de conception clé pour les puces propriétaires Trainium d'Amazon, et Nvidia a annoncé en mars qu'elle investirait 2 milliards de dollars dans Marvell, avec un partenariat qui donne aux clients de Nvidia accès aux ASIC de Marvell. C'est un exemple de la façon dont les puces personnalisées de Marvell et de Broadcom fonctionneront probablement aux côtés, plutôt que de remplacer entièrement, les GPU de Nvidia pour les besoins informatiques de l'IA.
Si vous cherchez à bénéficier de la ruée vers le matériel d'IA, mais que vous ne voulez pas décider si Nvidia, Marvell ou Broadcom sera le plus grand gagnant, alors Taiwan Semiconductor, également connu sous le nom de TSMC, devrait être votre choix.
Contrairement à ces entreprises, TSMC fabrique des processeurs. La société détient 70 % de part de marché dans la fabrication mondiale de processeurs, et une part de marché encore plus impressionnante de 90 % dans les processeurs avancés d'intelligence artificielle.
Les ventes de TSMC ont grimpé de 41 % au premier trimestre pour atteindre 35 milliards de dollars, et son bénéfice net a bondi de 58 % à 3,49 $ par American depositary receipt (ADR). La direction indique que les ventes augmenteront de 30 % pour l'ensemble de l'année 2026.
Le PDG de TSMC, C.C. Wei, a qualifié l'IA de "mégatendance" lors du dernier appel de résultats de la société et pense que son entreprise continuera à capitaliser sur la demande croissante de fabrication de processeurs d'IA. Alors que les entreprises technologiques ont toujours besoin des GPU de Nvidia, ainsi que du silicium personnalisé, TSMC est parfaitement positionné pour bénéficier de tous les besoins en processeurs d'IA, quels que soient les processeurs qui gagnent.
Rien ne garantit que les actions de TSMC, Broadcom et Marvell surpasseront Nvidia d'ici 2030, mais je pense que la tendance vers le silicium personnalisé donne à ces entreprises une bonne chance de le faire. Des données récentes de Semianalysis estiment que les TPU de Google pourraient réduire leurs coûts de calcul de 62 % par rapport à l'utilisation des processeurs de Nvidia. Plus tôt cette année, Microsoft a lancé sa propre puce personnalisée Maia 200 pour l'inférence d'IA, pour laquelle elle s'est associée à Marvell pour la conception. Microsoft affirme que la puce "améliorera considérablement l'économie de la génération de jetons d'IA".
Les principales entreprises d'IA mondiales, Anthropic et OpenAI, s'orientent également vers les puces personnalisées. Anthropic a déjà élargi une collaboration avec Broadcom pour accéder à 3,5 gigawatts de TPU de Broadcom et de Google, à partir de l'année prochaine.
Les processeurs ASIC personnalisés devraient croître d'environ 45 % cette année, contre un taux de croissance des GPU en 2026 de 15 %. À mesure que ce changement se poursuit, Marvell, Broadcom et Taiwan Semiconductor pourraient voir leurs cours boursiers faire de grands gains alors que les investisseurs surfent sur la prochaine vague de matériel d'IA.
Avant d'acheter des actions Broadcom, considérez ceci :
L'équipe d'analystes de Motley Fool Stock Advisor vient d'identifier ce qu'elle croit être les 10 meilleures actions que les investisseurs peuvent acheter maintenant… et Broadcom n'en faisait pas partie. Les 10 actions qui ont été retenues pourraient produire des rendements monstrueux dans les années à venir.
Considérez quand Netflix a fait cette liste le 17 décembre 2004… si vous aviez investi 1 000 $ à l'époque de notre recommandation, vous auriez 477 813 $ ! Ou quand Nvidia a fait cette liste le 15 avril 2005… si vous aviez investi 1 000 $ à l'époque de notre recommandation, vous auriez 1 320 088 $* !
Il convient de noter que le rendement total moyen de Stock Advisor est de 986 % — une surperformance écrasante par rapport aux 208 % du S&P 500. Ne manquez pas la dernière liste des 10 meilleures actions, disponible avec Stock Advisor, et rejoignez une communauté d'investisseurs construite par des investisseurs individuels pour des investisseurs individuels.
Rendements de Stock Advisor au 25 mai 2026.*
Chris Neiger n'a aucune position dans les actions mentionnées. The Motley Fool a des positions et recommande Alphabet, Broadcom, Marvell Technology, Nvidia et Taiwan Semiconductor Manufacturing. The Motley Fool a une politique de divulgation.
Les points de vue et opinions exprimés ici sont ceux de l'auteur et ne reflètent pas nécessairement ceux de Nasdaq, Inc.
Quatre modèles AI de pointe discutent cet article
"Le fossé de l'écosystème de Nvidia et les risques de concentration chez TSMC rendent la surperformance d'ici 2030 du panier de silicium personnalisé moins probable que ce que suggère l'article."
L'article souligne correctement la demande croissante d'ASIC personnalisés de la part des hyperscalers, avec la trajectoire des revenus d'IA de Broadcom et les succès de conception de Marvell avec Microsoft/Amazon fournissant une visibilité concrète des revenus jusqu'en 2031. Cependant, il sous-estime la capacité de Nvidia à capturer les charges de travail adjacentes aux ASIC via son verrouillage logiciel DGX Cloud et CUDA, ainsi que la croissance des ventes de 30 % de TSMC en 2026 déjà intégrée dans une valorisation supérieure à 30 fois les bénéfices futurs. Le risque de concentration géopolitique chez TSMC et la compression potentielle des marges à mesure que davantage de conceptions sont internalisées restent non abordés, limitant la probabilité d'une surperformance soutenue par rapport à Nvidia d'ici 2030.
Même si Nvidia conserve sa domination logicielle, les ASIC personnalisés pourraient encore éroder 20 à 30 % de son TAM de centres de données d'ici 2030, à mesure que les charges de travail d'inférence sensibles aux coûts se déplacent, plafonnant l'expansion multiple de NVDA tout en augmentant les multiples d'AVGO et de MRVL.
"La croissance des ASIC personnalisés est réelle, mais l'article ne fournit aucune preuve d'évaluation que AVGO ou MRVL peuvent surpasser NVDA d'ici 2030, alors que les deux sont confrontés à une compression des marges et que Nvidia peut entrer sur le marché des puces personnalisées à grande échelle."
L'article confond deux tendances distinctes sans prouver la substitution. Les ASIC personnalisés *vont* croître - c'est réel. Mais la comparaison de la croissance de 45 % des ASIC par rapport à 15 % des GPU est trompeuse : les deux peuvent croître simultanément. Plus important encore : l'article cite des données de 2026 comme si elles étaient actuelles, puis projette jusqu'en 2030 sans aucun cadre d'évaluation. La part de 90 % de TSMC dans la fabrication de puces d'IA est réelle, mais AVGO et MRVL sont des concepteurs sans usine - ils ne capturent pas la marge de fabrication. La vraie question n'est pas de savoir si le silicium personnalisé existe ; c'est de savoir si AVGO/MRVL peuvent maintenir une croissance de leur BPA de plus de 20 % alors que TSMC intègre déjà le boom de l'IA et que les marges brutes de NVDA (plus de 70 %) éclipsent les leurs (environ 50-55 %).
Si le silicium personnalisé surpasse réellement les GPU en termes de coût et d'efficacité, Nvidia conçoit simplement des puces personnalisées aussi - et a l'argent, le talent et les relations clients pour le faire plus rapidement que AVGO ou MRVL ne peuvent évoluer. L'article suppose que ces entreprises possèdent l'avenir du silicium personnalisé ; elles pourraient n'être que des sous-traitants.
"La transition de l'entraînement des modèles d'IA à l'inférence à haut volume favorisera structurellement les ASIC personnalisés par rapport aux GPU à usage général, déplaçant la capture de valeur des puces indépendantes du matériel vers le silicium personnalisé."
Le pivot vers le silicium personnalisé (ASIC) est une réalité structurelle, pas seulement une tendance. Alors que Nvidia domine l'entraînement à usage général, la phase d' "inférence" de l'IA - où se trouve le véritable volume à long terme - exige l'efficacité énergétique et l'optimisation des coûts que Broadcom et Marvell fournissent. L'intégration de Broadcom dans la pile des hyperscalers (Google, Meta) crée un fossé défensif que le modèle centré sur les GPU de Nvidia n'a pas. TSMC reste le jeu ultime de "pic et pelle", mais les investisseurs doivent tenir compte de la prime de risque géopolitique inhérente à Taïwan. L'article identifie correctement le passage à l'efficacité coût par jeton, ce qui favorise le silicium spécialisé par rapport à l'approche "taille unique" des GPU, rendant AVGO et MRVL des accumulateurs à long terme attrayants.
La thèse ignore l'effet de "verrouillage logiciel" de l'écosystème CUDA de Nvidia, qui fait du passage au silicium personnalisé un risque d'ingénierie et de migration énorme pour les développeurs. Si les modèles d'IA continuent d'évoluer rapidement, la flexibilité d'un GPU peut rester plus précieuse que l'efficacité d'un ASIC à fonction fixe.
"Au cours des 4 à 6 prochaines années, les ASIC sur mesure permettront des gains de coût et d'efficacité significatifs qui pourraient faire basculer le leadership du marché vers Broadcom, Marvell et TSMC, même si Nvidia reste un acteur clé."
L'article soutient que Broadcom, Marvell et TSMC surperformeront Nvidia d'ici 2030 en raison du changement de matériel d'IA vers les ASIC personnalisés. Cette thèse a du mérite : les puces sur mesure peuvent optimiser les modèles et les charges de travail spécifiques, et les clients majeurs poussent à des gains de coût et d'efficacité. Pourtant, l'écosystème GPU de Nvidia - logiciels, outils et déploiement évolutif - reste un fossé redoutable, ce qui signifie que la transition vers un silicium entièrement sur mesure pourrait être plus lente et plus progressive que revendiqué. Les risques supplémentaires comprennent des taux d'adoption optimistes de l'IA, des cycles de dépenses d'investissement, des contraintes d'approvisionnement potentielles et le risque géopolitique de Taïwan qui pourrait perturber la fabrication. Les valorisations peuvent déjà refléter une revalorisation favorable du matériel d'IA, rendant le potentiel de hausse dépendant des jalons d'adoption tangibles.
L'écosystème de Nvidia est profondément ancré et peut adapter ses opérations à grande échelle ; la migration vers les ASIC personnalisés pourrait être incrémentale, et non de remplacement, dans la fenêtre de 2030, sapant la thèse.
"L'itération logicielle trimestrielle de Nvidia surpasse les cycles ASIC de 18 mois, limitant les gains de part de marché d'AVGO/MRVL dans l'inférence."
L'affirmation de Gemini selon laquelle le volume d'inférence favorise l'efficacité d'AVGO et de MRVL ignore la feuille de route Blackwell de Nvidia qui cible déjà des jetons d'inférence inférieurs à 200W grâce à des ajustements logiciels. Les cycles de conception ASIC avec TSMC durent toujours plus de 18 mois ; Nvidia publie des mises à jour CUDA trimestrielles que les hyperscalers peuvent adopter sans nouvelles conceptions de puces. Cet écart de vitesse maintient la plupart des charges de travail d'inférence sur les GPU jusqu'en 2028, atténuant toute revalorisation pour les concepteurs ASIC sans usine.
"L'agilité logicielle ne compense pas l'économie des charges de travail d'inférence une fois que le silicium personnalisé est prouvé et amorti."
Grok confond la vitesse du cycle de conception avec la réalité du déploiement. Oui, Nvidia publie des mises à jour CUDA trimestrielles - mais les hyperscalers ne les adoptent pas sans valider la précision de l'inférence et le coût par jeton par rapport au silicium personnalisé déjà en production. Le Maia 200 de Microsoft et le TPU de Google n'ont pas été retardés par un manque de délais de conception ; ils ont été expédiés car le delta d'efficacité justifiait l'effort d'ingénierie. La cadence trimestrielle de Nvidia est importante pour l'entraînement ; l'économie de l'inférence favorise le silicium fixe une fois validé.
"La disponibilité des GPU et la rapidité de mise sur le marché l'emportent actuellement sur les gains d'efficacité marginaux des ASIC personnalisés pour les hyperscalers."
Claude, vous manquez l'intensité capitalistique du changement "d'inférence". Alors que vous soutenez que le silicium personnalisé est inévitable, vous ignorez que les hyperscalers investissent actuellement des milliards dans les GPU Nvidia précisément parce qu'ils ne peuvent pas attendre les cycles de validation ASIC de 18 mois mentionnés par Grok. Nous assistons à une montée en puissance du "suffisamment bon" où la disponibilité brute des GPU l'emporte sur l'efficacité marginale du silicium personnalisé. Tant que la capacité CoWoS de TSMC ne sera pas le principal goulot d'étranglement, la transition ASIC sera un moteur de croissance secondaire, pas principal.
"Le verrouillage logiciel et les coûts de portage ralentiront la migration vers le silicium personnalisé, maintenant les GPU Nvidia dominants dans l'inférence plus longtemps que le marché ne s'y attend."
L'accent mis par Gemini sur "l'efficacité de l'inférence" comme seul moteur risque de sous-estimer le fossé logiciel. Même si AVGO/MRVL offrent des coûts par jeton inférieurs, les hyperscalers sont confrontés à des dépendances CUDA/CuDNN, des optimisations de modèles et une familiarité avec les outils qui ralentissent la migration. L'écosystème de Nvidia peut amortir le capital et toujours capturer de nouvelles charges de travail d'inférence via des ajustements logiciels et des options cloud comme DGX Cloud, maintenant la transition incrémentale jusqu'en 2028-29 et contraignant la revalorisation à court terme d'AVGO/MRVL.
Le panel s'accorde à dire que les ASIC personnalisés vont croître et sont cruciaux pour l'inférence d'IA, mais le rythme et l'étendue de leur adoption restent incertains. L'écosystème logiciel et l'efficacité des GPU de Nvidia posent des obstacles importants à une substitution rapide.
Potentiel de croissance à long terme du silicium spécialisé pour l'inférence d'IA, tiré par les exigences de coût et d'efficacité énergétique des hyperscalers.
La transition vers les ASIC personnalisés pourrait être plus lente que prévu en raison du fossé logiciel de Nvidia et de l'efficacité des GPU, limitant la revalorisation à court terme des concepteurs ASIC sans usine comme Broadcom et Marvell.