Oleh Maksym Misichenko · Nasdaq ·
Apa yang dipikirkan agen AI tentang berita ini
Panel setuju bahwa perluasan TPU Anthropic dengan Alphabet dan Broadcom memvalidasi ASIC kustom sebagai alternatif yang berarti pada skala hyperscaler, menguntungkan Broadcom dan Google Cloud. Namun, jadwalnya (penerapan 2027) dan penggunaan berkelanjutan GPU Nvidia dan Amazon Trainium menunjukkan kepemimpinan Nvidia kemungkinan tidak akan tertantang dalam waktu dekat.
Risiko: Risiko eksekusi pada tapeout/yield dan penangkapan pendapatan/margin yang tidak jelas untuk Alphabet
Peluang: Percepatan momentum silikon kustom dan diversifikasi capex hyperscaler menjauh dari GPU NVDA
Analisis ini dihasilkan oleh pipeline StockScreener — empat LLM terkemuka (Claude, GPT, Gemini, Grok) menerima prompt identik dengan perlindungan anti-halusinasi bawaan. Baca metodologi →
Anthropic memperluas kemitraannya dengan Broadcom dan Alphabet untuk chip AI kustom mereka.
Nvidia masih menjadi bagian besar dari skema pelatihan AI Anthropic.
Alphabet (NASDAQ: GOOG) (NASDAQ: GOOGL) dan Broadcom (NASDAQ: AVGO) mengumumkan berita besar beberapa waktu lalu. Anthropic, pembuat salah satu model kecerdasan buatan generatif (AI) terkemuka, Claude, mengumumkan bahwa mulai tahun 2027, mereka akan menggunakan Unit Pemrosesan Tensor (TPU) generasi berikutnya.
TPU adalah chip AI kustom yang dirancang oleh Broadcom dan Alphabet, jadi melihat kedua perusahaan ini memperluas kemitraan mereka dengan Anthropic adalah kesepakatan besar, terutama dengan kesuksesan beberapa model Anthropic.
Akankah AI menciptakan triliuner pertama di dunia? Tim kami baru saja merilis laporan tentang satu perusahaan yang sedikit dikenal, yang disebut "Monopoli yang Tak Tergantikan" yang menyediakan teknologi penting yang dibutuhkan Nvidia dan Intel. Lanjutkan »
Namun, hal ini menimbulkan tanda tanya besar mengenai perusahaan terbesar di dunia: Nvidia (NASDAQ: NVDA). Nvidia umumnya dianggap sebagai pilihan terbaik untuk melatih model AI, karena GPU-nya dan ekosistem di sekitarnya tidak tertandingi. Dengan Anthropic menggunakan TPU, apakah Alphabet dan Broadcom baru saja mengatakan sekakmat kepada Nvidia dengan mengalahkannya dalam permainannya sendiri? Mari kita lihat.
Broadcom adalah bintang yang sedang naik daun di ranah komputasi AI. Perusahaan ini mengambil pendekatan unik ke bidang ini dengan menawarkan chip AI yang dirancang sesuai spesifikasi pelanggan. TPU Alphabet dan Broadcom adalah contoh terbaik dari kolaborasi ini, dan ada beberapa AI hyperscaler lain yang dijadwalkan untuk meluncurkan chip kustom yang dirancang Broadcom dalam beberapa tahun ke depan.
Broadcom melihat semua ini datang dan memberi tahu investor selama panggilan pendapatan terbarunya bahwa mereka melihat pertumbuhan yang besar di depan.
Pada akhir Q1 tahun fiskal (FY) 2026 (berakhir 1 Februari), pendapatan semikonduktor AI Broadcom adalah $8,4 miliar, naik 106% dari tahun ke tahun. Chip AI kustom adalah bagian dari kelompok itu, tetapi CEO Broadcom, Hock Tan, percaya bahwa chip AI kustom saja akan menghasilkan pendapatan lebih dari $100 miliar pada akhir tahun 2027. Itu adalah pertumbuhan yang pesat, dan akan menghasilkan Broadcom menjadi salah satu investasi AI terbaik dalam beberapa tahun ke depan.
Yang kurang jelas adalah dampaknya terhadap Alphabet. Tidak diketahui berapa banyak yang akan diambil Alphabet dari penjualan masing-masing unit komputasi ini dan di mana itu akan dicatat dalam hasil Alphabet. Itu mungkin muncul di Google Cloud, yang sudah memberikan pertumbuhan pendapatan yang luar biasa. Di Q4, pendapatan Google Cloud meningkat 48% dari tahun ke tahun, kenaikan tajam dari pertumbuhan 34% di Q3. Jika kita melihat pendapatan Google Cloud terus meningkat pesat, maka saya pikir penjualan TPU ini harus disalahkan.
Tetapi apa artinya ini bagi Nvidia?
Kenyataannya adalah kapasitas komputasi Nvidia kemungkinan besar terjual habis, atau hampir habis, hingga tahun 2027. Jadi, Anthropic perlu mendapatkan akses ke lebih banyak kekuatan komputasi dan beralih ke Alphabet dan Broadcom untuk menyediakannya.
Dalam siaran pers yang sama, Anthropic mencatat bahwa mereka menggunakan tiga chip untuk melatih model AI generatif Claude mereka: TPU Google, GPU Nvidia, dan chip Amazon Trainium (yang dirancang khusus oleh Amazon). Jadi, hanya karena Anthropic membuat pengumuman tentang peningkatan kesepakatannya dengan Broadcom dan Alphabet tidak berarti mereka beralih sepenuhnya dari Nvidia.
Ini juga akan menjadi langkah yang bodoh, karena jika Anthropic terikat untuk menggunakan TPU dari Broadcom dan Alphabet, kedua perusahaan itu akan memiliki kekuatan harga yang hampir tak terbatas, karena akan sangat sulit untuk beralih. Dengan mempertahankan pendekatan penggunaan yang seimbang, Anthropic dapat menjaga semua pemasok unit komputasinya tetap terkendali.
Tidak ada berita ini yang memengaruhi proyeksi pertumbuhan Nvidia. Analis Wall Street masih memperkirakan pertumbuhan pendapatan 79% selama kuartal mendatang dan 71% untuk seluruh tahun fiskal. Itu adalah tingkat pertumbuhan yang besar yang menunjukkan permintaan untuk produk Nvidia.
Nvidia masih merupakan pilihan investasi AI yang hebat, tetapi alternatif lain juga masuk akal. Saya pikir kelompok AI akan kembali menggelegar tahun ini, menjadikannya saham yang cerdas untuk dibeli sekarang selagi masih turun dari level tertinggi sepanjang masa.
Sebelum Anda membeli saham Alphabet, pertimbangkan ini:
Tim analis Motley Fool Stock Advisor baru saja mengidentifikasi apa yang mereka yakini sebagai 10 saham terbaik untuk dibeli investor sekarang… dan Alphabet tidak termasuk di dalamnya. 10 saham yang masuk daftar berpotensi menghasilkan keuntungan besar di tahun-tahun mendatang.
Pertimbangkan ketika Netflix masuk dalam daftar ini pada 17 Desember 2004… jika Anda berinvestasi $1.000 pada saat rekomendasi kami, Anda akan mendapatkan $555.526! Atau ketika Nvidia masuk dalam daftar ini pada 15 April 2005… jika Anda berinvestasi $1.000 pada saat rekomendasi kami, Anda akan mendapatkan $1.156.403!
Sekarang, perlu dicatat bahwa total pengembalian rata-rata Stock Advisor adalah 968% — kinerja yang mengalahkan pasar dibandingkan dengan 191% untuk S&P 500. Jangan lewatkan daftar 10 teratas terbaru, tersedia dengan Stock Advisor, dan bergabunglah dengan komunitas investor yang dibangun oleh investor individu untuk investor individu.
**Pengembalian Stock Advisor per 14 April 2026. *
Keithen Drury memiliki posisi di Alphabet, Amazon, Broadcom, dan Nvidia. The Motley Fool memiliki posisi dan merekomendasikan Alphabet, Amazon, Broadcom, dan Nvidia. The Motley Fool memiliki kebijakan pengungkapan.
Pandangan dan opini yang diungkapkan di sini adalah pandangan dan opini penulis dan tidak selalu mencerminkan pandangan dan opini Nasdaq, Inc.
Empat model AI terkemuka mendiskusikan artikel ini
"Ini adalah cerita Broadcom, bukan cerita pembunuh Nvidia — pipa silikon kustom AVGO, jika bahkan sebagian terealisasi, mewakili peristiwa penggandaan pendapatan pada tahun 2027 yang mungkin diremehkan oleh pasar."
Judulnya sengaja provokatif tetapi artikel itu sendiri diam-diam mengubur berita utama: Anthropic *menambahkan* TPU ke tumpukan multi-vendor, bukan mengganti Nvidia. Cerita sebenarnya adalah Broadcom (AVGO). Proyeksi pendapatan chip AI kustom Hock Tan sebesar $100 miliar pada akhir 2027 luar biasa — pendapatan FY2025 AVGO secara keseluruhan adalah ~$51 miliar, jadi angka itu menyiratkan bahwa silikon kustom saja dapat melebihi total pendapatan saat ini. Pada ~28x pendapatan ke depan, AVGO menghargai pertumbuhan yang signifikan, tetapi jika bahkan dua atau tiga program chip kustom hyperscaler berjalan secara bersamaan, matematika keuntungannya menarik. Sudut pandang Alphabet lebih kabur — ekonomi TPU di dalam Google Cloud tidak transparan dan mungkin tidak banyak berpengaruh pada basis pendapatan GOOGL sebesar $350 miliar.
Proyeksi $100 miliar Broadcom adalah panduan CEO, bukan verifikasi independen — Hock Tan memiliki insentif untuk mempromosikan TAM, dan jadwal chip kustom secara rutin tergelincir selama 12-24 bulan. Lebih penting lagi, jika pasokan Blackwell Nvidia mengendur pada tahun 2027, hyperscalers mungkin memprioritaskan ulang kompleksitas integrasi silikon kustom dan kembali ke GPU.
"Munculnya silikon kustom seperti TPU mewakili transisi dari monopoli GPU ke pasar ASIC yang terfragmentasi di mana Broadcom bertindak sebagai dealer senjata utama."
Narasi 'skakmat' adalah hiperbola, tetapi pergeseran struktural itu nyata. Komitmen Anthropic pada tahun 2027 untuk TPU menyoroti pergeseran menuju dominasi ASIC (Application-Specific Integrated Circuit) untuk model yang matang. Broadcom (AVGO) adalah pemenang sebenarnya di sini, menangkap pendapatan silikon kustom dengan margin tinggi tanpa biaya pemeliharaan ekosistem perangkat lunak seperti CUDA Nvidia. Sementara Nvidia (NVDA) tetap menjadi raja pelatihan serbaguna, strategi 'komputasi terdiversifikasi' yang digunakan oleh Anthropic—memanfaatkan TPU Google, Amazon Trainium, dan GPU Nvidia—membuktikan bahwa hyperscalers berhasil mengkomoditisasi lapisan perangkat keras untuk memecahkan kekuatan harga Nvidia. Alphabet (GOOGL) mendapat keuntungan secara vertikal, mengurangi CapEx-nya sendiri sambil mengunci penyewa cloud.
Jika arsitektur Blackwell atau Rubin Nvidia yang akan datang mencapai efisiensi energi yang jauh lebih tinggi daripada ASIC kustom, argumen penghematan biaya untuk TPU akan menguap, membuat Anthropic terjebak pada perangkat keras yang lebih rendah. Selain itu, kompleksitas pemeliharaan basis kode di tiga arsitektur chip yang berbeda dapat menciptakan 'pajak perangkat lunak' yang melebihi diskon perangkat keras apa pun.
"Kemenangan TPU Broadcom dengan Anthropic secara material meningkatkan TAM AI jangka panjang Broadcom tetapi tidak merupakan skakmat Nvidia yang segera atau terjamin karena ekosistem perangkat lunak, kapasitas, dan biaya peralihan mempertahankan dominasi Nvidia setidaknya dalam jangka menengah."
Berita ini bermakna tetapi bukan pukulan telak bagi Nvidia. Perluasan TPU Anthropic dengan Alphabet/Broadcom memvalidasi ASIC kustom sebagai alternatif yang berarti pada skala hyperscaler dan merupakan hal positif jangka panjang bagi Broadcom (AVGO) dan Google Cloud. Tetapi jadwalnya (penerapan dimulai 2027), penggunaan berkelanjutan GPU Nvidia dan Amazon Trainium oleh Anthropic, dan keuntungan perangkat lunak/ekosistem yang sangat besar yang dinikmati Nvidia (CUDA, pustaka, hub model) berarti Nvidia kemungkinan tidak akan kehilangan kepemimpinan dalam jendela 2024–2027. Risiko utama yang diremehkan artikel: risiko eksekusi pada tapeout/yield, penangkapan pendapatan/margin yang tidak jelas untuk Alphabet, dan biaya peralihan yang tinggi untuk memindahkan model besar dan toolchain dari Nvidia.
Jika Broadcom+Alphabet memberikan kinerja per dolar yang unggul dalam skala besar dan hyperscalers mengadopsi ASIC kustom secara massal, Nvidia dapat menghadapi kehilangan pangsa yang semakin cepat dan tekanan harga ke bawah jauh sebelum 2027.
"Kesepakatan chip kustom seperti TPU Anthropic menandakan pergeseran struktural yang mengikis kekuatan harga monopoli Nvidia setelah 2027."
Peluncuran TPU Anthropic tahun 2027 dengan AVGO dan GOOG menyoroti percepatan momentum silikon kustom, mendukung perkiraan CEO Broadcom Hock Tan tentang pendapatan chip AI kustom tahunan >$100 miliar pada tahun 2027 (dari total semikonduktor AI $8,4 miliar pada Q1 FY2026, naik 106% YoY). Ini mendiversifikasi capex hyperscaler menjauh dari GPU NVDA, membatasi kekuatan harga Nvidia dalam jangka panjang karena strategi multi-vendor seperti Anthropic (TPU + GPU + Trainium) berkembang. Artikel ini meremehkan keunggulan efisiensi TPU dalam inferensi/pelatihan; jika terkonfirmasi, margin NVDA akan tertekan. Bullish AVGO eksekusi, GOOG Cloud (Q4 +48%), netral-jangka pendek/bearish-jangka panjang NVDA.
Ekosistem CUDA Nvidia memberlakukan biaya peralihan yang besar, menjaganya tetap tak tergantikan untuk beban kerja AI yang beragam bahkan ketika chip kustom menangani tugas-tugas tertentu, dengan kapasitas yang terjual habis hingga 2027 mempertahankan dominasi jangka pendek.
"Angka $100 miliar Hock Tan kemungkinan adalah target multi-tahun kumulatif, bukan tingkat tahunan, dan memperlakukannya sebagai validasi jangka pendek dari lintasan AVGO melebih-lebihkan kepastian pipa kontrak yang mendasarinya."
Pembingkaian proyeksi $100 miliar Grok perlu diteliti: angka Hock Tan adalah target pendapatan kumulatif di berbagai pelanggan selama beberapa tahun, bukan tingkat tahunan pada tahun 2027 — menyamakannya dengan semikonduktor AI triwulanan $8,4 miliar AVGO saat ini menyiratkan lintasan yang mungkin secara matematis tidak mungkin tanpa 3-4 kemenangan hyperscaler tambahan dalam skala besar. Sebelum memperlakukannya sebagai validasi, seseorang harus bertanya: berapa banyak kontrak yang ditandatangani yang benar-benar mendasari angka tersebut dibandingkan dengan spekulasi pipa?
"Kompleksitas operasional dari strategi perangkat keras multi-vendor mungkin melebihi penghematan biaya unit dari silikon kustom."
Claude benar untuk meneliti $100 miliar Hock Tan, tetapi semua orang mengabaikan 'pajak perangkat lunak' yang disebutkan Gemini secara singkat. Memindahkan Claude ke TPU, Trainium, dan Blackwell secara bersamaan menciptakan beban R&D yang besar. Anthropic tidak hanya membeli chip; mereka menggandakan tiga kali lipat overhead teknik mereka untuk memelihara tiga tumpukan kompiler terpisah. Jika fragmentasi ini memperlambat kecepatan rilis model mereka, penghematan perangkat keras adalah kesalahan pembulatan dibandingkan dengan pangsa pasar yang hilang dalam perlombaan senjata LLM.
"Biaya interkoneksi, IO penyimpanan, dan desain ulang cluster—bukan hanya pemindahan perangkat lunak—adalah hambatan tersembunyi utama untuk memindahkan pelatihan skala besar ke TPU/ASIC."
Gemini menandai 'pajak perangkat lunak,' tetapi itu bukan biaya tersembunyi yang paling parah — interkoneksi dan IO menjadi hambatan dominan ketika beralih arsitektur. Memindahkan model itu berat tetapi dapat dikelola melalui XLA/ONNX dan pekerjaan kompiler internal; hambatan modal dan waktu yang sebenarnya adalah mendesain ulang cluster (memori host, jaringan, throughput penyimpanan) untuk menopang pelatihan skala TPU/ASIC, yang dapat menghapus perkiraan keuntungan biaya per token dan menunda jadwal produksi.
"Interkoneksi TPU Google yang matang merusak klaim biaya desain ulang cluster besar untuk Anthropic."
ChatGPT terpaku pada hambatan interkoneksi, tetapi pod TPU v5p Google sudah menghubungkan 8.960 chip pada bandwidth ICI 1,2 Tbps dengan skalabilitas terbukti hingga 100k+ chip—tidak perlu desain ulang cluster penuh untuk Anthropic. Tidak disebutkan: efisiensi daya TPU (2x NVDA pada inferensi) dapat memaksa konsesi harga NVDA lebih cepat jika yield Blackwell mengecewakan, menekan margin sebelum 2027.
Panel setuju bahwa perluasan TPU Anthropic dengan Alphabet dan Broadcom memvalidasi ASIC kustom sebagai alternatif yang berarti pada skala hyperscaler, menguntungkan Broadcom dan Google Cloud. Namun, jadwalnya (penerapan 2027) dan penggunaan berkelanjutan GPU Nvidia dan Amazon Trainium menunjukkan kepemimpinan Nvidia kemungkinan tidak akan tertantang dalam waktu dekat.
Percepatan momentum silikon kustom dan diversifikasi capex hyperscaler menjauh dari GPU NVDA
Risiko eksekusi pada tapeout/yield dan penangkapan pendapatan/margin yang tidak jelas untuk Alphabet