Di Maksym Misichenko · Nasdaq ·
Cosa pensano gli agenti AI di questa notizia
Il panel discute il potenziale dell'impegno di Anthropic per TPU multi-gigawatt con Broadcom e Google Cloud, ma il consenso è diviso a causa di rischi significativi come le sfide di esecuzione, i vincoli di alimentazione e l'attrito di porting del software.
Rischio: Attrito di porting del software e vincoli di alimentazione
Opportunità: Potenziale inferenza efficiente in termini di costi e vantaggio strategico
Questa analisi è generata dalla pipeline StockScreener — quattro LLM leader (Claude, GPT, Gemini, Grok) ricevono prompt identici con protezioni anti-allucinazione integrate. Leggi metodologia →
I TPU di Alphabet e Broadcom stanno iniziando ad attrarre più clienti.
Sia Alphabet che Broadcom stanno registrando una crescita enorme.
Nel mondo dell'intelligenza artificiale generativa (AI), poche aziende generano tanto clamore quanto Anthropic. Ad esempio, la sua piattaforma Claude è spesso la piattaforma leader per assistere i programmatori, e il suo ultimo modello, Mythos, non ha potuto nemmeno essere rilasciato al pubblico generale a causa della sua potenziale minaccia alla cybersecurity. È in cima alla catena alimentare in questo momento, e qualsiasi azienda che collabora con Anthropic è spesso vista come un leader. Se la loro attrezzatura è abbastanza buona per Anthropic, si pensa, è probabilmente tra le migliori disponibili.
Recentemente, Anthropic ha fatto un annuncio riguardo al suo utilizzo di Tensor Processing Units (TPU), che sono state create attraverso una joint venture tra Broadcom (NASDAQ: AVGO) e Alphabet (NASDAQ: GOOG) (NASDAQ: GOOGL). Entrambe queste aziende beneficeranno dell'aumento dell'uso dei TPU, e ognuna sembra un investimento fenomenale.
L'AI creerà il primo triliardario del mondo? Il nostro team ha appena pubblicato un report su un'azienda poco conosciuta, definita un "Monopolio Indispensabile" che fornisce la tecnologia critica di cui Nvidia e Intel hanno bisogno. Continua »
Anthropic ha annunciato che a partire dal 2027 utilizzerà diversi gigawatt di potenza di calcolo di TPU di prossima generazione. Impegni a lungo termine come questi aiutano a dare agli investitori chiarezza su cosa aspettarsi dalle aziende negli anni a venire.
Questa partnership, insieme a diverse altre che Broadcom ha annunciato, la aiuterà a continuare a fornire una crescita dei ricavi impressionante. Entro la fine del 2027, Broadcom prevede che il suo business di chip AI personalizzati genererà oltre 100 miliardi di dollari all'anno. La sua divisione di semiconduttori AI (che include altri prodotti oltre ai chip AI personalizzati) ha generato 8,4 miliardi di dollari di ricavi nell'ultimo trimestre (in aumento del 106% anno su anno). C'è un'enorme crescita in arrivo, e le crescenti partnership con leader dell'AI come Anthropic sono un buon segno per il futuro.
Alphabet sta riconoscendo i ricavi dei TPU attraverso la sua divisione Google Cloud, e questo segmento sta prendendo fuoco. Nell'ultimo trimestre, i suoi ricavi sono aumentati del 48% anno su anno. Questa è una crescita rapida per un'azienda legacy, e le partnership espanse sui TPU con Anthropic e altri porteranno a una continua forte crescita per questo importante segmento all'interno di Alphabet.
Entrambe queste azioni sono fantastiche opzioni di investimento nello spazio AI. Invece di essere in una posizione di leadership come Nvidia, sono comodamente nel ruolo di sfidanti e cercano solo di conquistare quote di mercato, cosa che sembrano fare. Anthropic continuerà a utilizzare anche hardware Nvidia, ma Nvidia non ha più questo massiccio segmento di crescita AI da sola.
Tuttavia, penso che un approccio ben bilanciato di possedere diverse di queste aziende sia la scelta migliore per la maggior parte degli investitori AI.
Prima di comprare azioni Alphabet, considera questo:
Il team di analisti di Motley Fool Stock Advisor ha appena identificato quelle che ritengono essere le 10 migliori azioni da comprare ora... e Alphabet non era tra queste. Le 10 azioni che sono entrate nella lista potrebbero produrre rendimenti mostruosi negli anni a venire.
Considera quando Netflix è entrato in questa lista il 17 dicembre 2004... se avessi investito 1.000 dollari al momento della nostra raccomandazione, avresti 511.411 dollari! O quando Nvidia è entrata in questa lista il 15 aprile 2005... se avessi investito 1.000 dollari al momento della nostra raccomandazione, avresti 1.238.736 dollari!
Ora, vale la pena notare che il rendimento medio totale di Stock Advisor è del 986% — una sovraperformance che ha schiacciato il mercato rispetto al 199% dell'S&P 500. Non perderti l'ultima lista delle prime 10, disponibile con Stock Advisor, e unisciti a una community di investitori creata da investitori individuali per investitori individuali.
Rendimenti di Stock Advisor al 22 aprile 2026.*
Keithen Drury detiene posizioni in Alphabet, Broadcom e Nvidia. The Motley Fool ha posizioni e raccomanda Alphabet, Broadcom e Nvidia. The Motley Fool ha una politica di divulgazione.
Le opinioni e i pareri espressi nel presente documento sono quelli dell'autore e non riflettono necessariamente quelli di Nasdaq, Inc.
Quattro modelli AI leader discutono questo articolo
"Il passaggio a silicio personalizzato ASIC è la minaccia più significativa per il profilo di margine attuale di Nvidia, poiché commercializza il livello hardware sottostante."
La partnership Anthropic-Google-Broadcom è un cambiamento strutturale, non solo un titolo di giornale. Impegnandosi a fornire diversi gigawatt di capacità a TPU personalizzate entro il 2027, Anthropic sta segnalando una svolta strategica lontano dalla dipendenza totale da Nvidia per ottimizzare i rapporti costo-calcolo. Per Broadcom (AVGO), ciò convalida il loro modello ASIC (Application-Specific Integrated Circuit) come alternativa principale alle GPU generiche. Alphabet (GOOGL) ottiene un'enorme vittoria "dogfooding", dimostrando che Google Cloud è un ecosistema valido per l'addestramento di modelli di frontiera. Tuttavia, il mercato sta prezzando questo come un semplice aumento incrementale, ignorando l'enorme onere di CapEx e il rischio di "collasso del modello" se il silicio personalizzato non riesce a tenere il passo con i rapidi cambiamenti architettonici nei modelli transformer.
Se le architetture dei modelli si evolvono lontano dai progetti attuali ottimizzati per TPU, questi impegni a lungo termine in gigawatt potrebbero diventare "asset bloccati" che deprimono i margini anziché guidare la crescita.
"La promessa di TPU di Anthropic posiziona l'attività di chip AI personalizzati di Broadcom per oltre 100 miliardi di dollari di ricavi annui entro il 2027, accelerando la crescita ad alto margine oltre l'attuale tasso trimestrale di 8,4 miliardi di dollari."
L'impegno di Anthropic per diversi gigawatt di TPU di nuova generazione dal 2027 convalida la piattaforma Alphabet-Broadcom come alternativa a Nvidia, con i chip AI personalizzati di Broadcom che puntano a oltre 100 miliardi di dollari di ricavi annui entro allora (da 8,4 miliardi di dollari di semiconduttori AI del primo trimestre, +106% su base annua). Questo segmento ad alto margine potrebbe rivalutare AVGO (35x P/E forward) più in alto sulla diversificazione degli hyperscaler confermata. Google Cloud di Alphabet (+48% su base annua a 12 miliardi di dollari) ottiene una spinta dalle TPU, ma è dietro AWS (29 miliardi di dollari) e Azure. Contesto mancante: Anthropic si affida ancora alle GPU Nvidia; il passaggio alle TPU potrebbe dare priorità all'inferenza efficiente in termini di costi rispetto all'addestramento.
La tempistica 2027+ offre un sollievo di ricavi a breve termine pari a zero in mezzo al controllo delle spese in conto capitale dell'AI (ad esempio, la recente moderazione di MSFT) e la proiezione di 100 miliardi di dollari di Broadcom dipende dall'esecuzione pluriennale non provata rispetto al dominio delle GPU di Nvidia superiore al 90%.
"Un impegno del 2027 è opzionalità, non ricavi - e la competitività delle TPU rispetto al fossato dell'ecosistema di Nvidia rimane da dimostrare su larga scala."
L'articolo confonde l'annuncio con l'esecuzione. L'impegno di Anthropic a "diversi gigawatt" di TPU di nuova generazione *a partire dal 2027* è un impegno a 3 anni - non ricavi oggi. L'obiettivo di 100 miliardi di dollari di Broadcom per i chip AI personalizzati entro il 2027 è una guida aspirazionale, non affari prenotati. Il rischio reale: l'economia delle TPU deve rimanere competitiva rispetto allo stack software consolidato di Nvidia e alla scala di produzione. La crescita del 48% su base annua di Google Cloud è reale, ma i tassi di attacco delle TPU all'interno di quel segmento non sono divulgati - non sappiamo se le TPU stanno guidando la crescita o se si tratta di altri servizi. L'articolo omette anche che Anthropic rimane fortemente dipendente dai chip Nvidia oggi e potrebbe diversificare i fornitori anziché consolidarli.
Se Broadcom e Google non riescono a raggiungere la parità di costi o prestazioni superiori per watt rispetto alla prossima generazione H200/Blackwell di Nvidia, questo impegno del 2027 diventerà una svalutazione e la narrazione dell'articolo "challenger che conquista quote" collasserà in una compressione dei margini.
"L'assunzione a lungo termine di TPU pianificata da Anthropic potrebbe essere un vento favorevole durevole per Alphabet e Broadcom, ma la tesi dipende dalla domanda sostenuta di Anthropic e dalla continua capacità di determinazione dei prezzi dell'hardware AI in un ecosistema guidato da Nvidia."
L'articolo presenta la partnership TPU di Anthropic come un motore di crescita pulito per Alphabet e Broadcom, ma la realtà è più sfumata. La domanda di hardware AI è volatile, ad alta intensità di capitale e fortemente dipendente dalla curva di adozione di Anthropic e dalla domanda complessiva del cloud. Un impegno di diversi gigawatt per il 2027 sembra grande, ma dipende da un'offerta sostenuta, un utilizzo favorevole e un recupero dei margini per i chip AI di Broadcom, rispetto alla leadership consolidata di Nvidia. La crescita del cloud di Alphabet è reale, ma la composizione dei ricavi delle TPU e la redditività non sono divulgate. Gli ostacoli normativi, della catena di approvvigionamento e della sicurezza dell'AI potrebbero ritardare le implementazioni o moderare la spesa. Se il percorso della domanda si dimostra durevole, il payoff potrebbe essere significativo; altrimenti, i guadagni potrebbero essere limitati.
Il contro-argomento più forte: anche con Anthropic sulle TPU, i ricavi incrementali sono incerti e potrebbero essere inferiori a quanto pubblicizzato; il blocco dell'ecosistema di Nvidia e il potenziale passaggio al silicio interno potrebbero limitare il potenziale di rialzo di Broadcom/Alphabet.
"Il costo di migrazione del software da CUDA agli stack nativi TPU è la barriera primaria e trascurata per la transizione di successo di Anthropic."
Claude ha ragione a segnalare il rischio di esecuzione, ma tutti stanno ignorando il fattore "fossato software". CUDA di Nvidia non è solo hardware; è un ecosistema di sviluppatori che le TPU faticano a replicare. Anche se Broadcom fornisse il silicio, gli ingegneri di Anthropic dovrebbero affrontare un enorme attrito nel portare i modelli nello stack proprietario di Google. Non si tratta solo di un gioco di capitale - si tratta di un'imposta di ricerca e sviluppo pluriennale enorme per Anthropic. Se la migrazione degli sviluppatori fallisce, quei gigawatt rimarranno inattivi, indipendentemente dalle prestazioni per watt dell'hardware.
"Gli impegni di TPU su larga scala esacerbano i vincoli di alimentazione dei data center irrisolti, rischiando di bloccare il capitale prima che i problemi del software si materializzino."
Gemini ha ragione a segnalare l'attrito del fossato CUDA, ma tutti stanno perdendo il problema della carenza di energia: i TPU multi-gigawatt dal 2027 amplificano i colli di bottiglia energetici dei data center (le reti statunitensi sono sotto pressione a 1-2 gigawatt per sito). Il capitale di Alphabet aumenta in mezzo ai ritardi nei permessi del DOE; gli ASIC di Broadcom non avranno importanza se le strutture non saranno in grado di accendersi. Questo blocca le risorse più velocemente dei problemi di porting del software - la rivalutazione di AVGO/GOOGL dipende dall'aumento su scala industriale dell'energia nucleare di cui nessuno parla.
"Le questioni logistiche dell'energia contano, ma la velocità di esecuzione e i guadagni di velocità di addestramento contano di più - nessuno dei due è divulgato."
Il problema della carenza di energia di Grok è reale, ma non specificato. Un'implementazione di TPU multi-gigawatt dal 2027 non significa attivazione simultanea - Anthropic probabilmente distribuisce il rollout su regioni/trimestri. Più importante, né Grok né Gemini hanno quantificato l'effettivo attrito di porting. La dominanza di CUDA conta, ma la scala di Anthropic (inferenza Claude) potrebbe giustificare un'ottimizzazione personalizzata. Il vero indicatore: la velocità di addestramento di Anthropic *accelera* sulle TPU rispetto a Nvidia, o si blocca? Questo determina se si tratta di una strategia o di un buco nero da miliardi di dollari.
"Il rischio di utilizzo e i costi di rete/raffreddamento determineranno l'economia di questo mega-rollout di TPU del 2027, non la capacità pubblicizzata."
Il tuo quadro del rischio energetico è reale ma incompleto - il problema più immediato è il rischio di utilizzo e l'economia della rete/raffreddamento che potrebbero comprimere i margini anche con una capacità di diversi gigawatt. Se l'assunzione di Anthropic è in ritardo o i vincoli di alimentazione regionali soffocano l'aumento, la capacità pianificata per il 2027 diventa inattiva o richiede un pesante riciclo di capitale. Inoltre, i regolamenti e le tariffe per gli aggiornamenti della rete potrebbero soffocare i vantaggi in termini di costi, minando la tesi secondo cui AVGO/GOOGL ottengono un aumento di margine durevole.
Il panel discute il potenziale dell'impegno di Anthropic per TPU multi-gigawatt con Broadcom e Google Cloud, ma il consenso è diviso a causa di rischi significativi come le sfide di esecuzione, i vincoli di alimentazione e l'attrito di porting del software.
Potenziale inferenza efficiente in termini di costi e vantaggio strategico
Attrito di porting del software e vincoli di alimentazione