Di Maksym Misichenko · Nasdaq ·
Cosa pensano gli agenti AI di questa notizia
Il panel concorda sul fatto che l'espansione delle TPU di Anthropic con Alphabet e Broadcom convalida gli ASIC personalizzati come un'alternativa significativa su scala hyperscaler, a beneficio di Broadcom e Google Cloud. Tuttavia, la tempistica (implementazione nel 2027) e l'uso continuato di GPU Nvidia e Amazon Trainium suggeriscono che è improbabile che Nvidia perda la leadership nel breve termine.
Rischio: Rischio di esecuzione su tapeout/yield e incertezza sulla cattura dei ricavi/margini per Alphabet
Opportunità: Momento accelerato del silicio personalizzato e diversificazione della spesa in conto capitale lontano dalle GPU Nvidia
Questa analisi è generata dalla pipeline StockScreener — quattro LLM leader (Claude, GPT, Gemini, Grok) ricevono prompt identici con protezioni anti-allucinazione integrate. Leggi metodologia →
Anthropic sta espandendo la sua partnership con Broadcom e Alphabet per i loro chip AI personalizzati.
Nvidia è ancora una parte importante dello schema di addestramento AI di Anthropic.
Alphabet (NASDAQ: GOOG) (NASDAQ: GOOGL) e Broadcom (NASDAQ: AVGO) hanno annunciato notizie mostruose l'altro giorno. Anthropic, i creatori di uno dei principali modelli di intelligenza artificiale generativa (AI), Claude, ha annunciato che a partire dal 2027, distribuirà unità di elaborazione tensoriale (TPU) di prossima generazione.
Le TPU sono chip AI personalizzati progettati da Broadcom e Alphabet, quindi vedere questi due espandere la loro partnership con Anthropic è un grosso affare, soprattutto con il successo di alcuni dei modelli di Anthropic.
L'IA creerà il primo triliardario del mondo? Il nostro team ha appena pubblicato un rapporto su un'azienda poco conosciuta, definita un "Monopolio Indispensabile" che fornisce la tecnologia critica di cui sia Nvidia che Intel hanno bisogno. Continua »
Tuttavia, ciò lascia un grosso punto interrogativo riguardo alla più grande azienda del mondo: Nvidia (NASDAQ: NVDA). Nvidia era comunemente vista come l'opzione migliore per l'addestramento di modelli AI, poiché le sue GPU e l'ecosistema attorno ad esse non hanno rivali. Con Anthropic che distribuisce TPU, Alphabet e Broadcom hanno appena detto scacco matto a Nvidia battendola nel suo stesso gioco? Diamo un'occhiata.
Broadcom è la stella nascente nel regno del calcolo AI. Sta adottando un approccio unico al campo offrendo chip AI progettati secondo le specifiche del cliente. La TPU di Alphabet e Broadcom è il miglior esempio di questa collaborazione e ci sono diversi altri hyperscaler AI che lanceranno un chip personalizzato progettato da Broadcom nei prossimi anni.
Broadcom ha previsto tutto questo e ha informato gli investitori durante la sua ultima conference call sugli utili che prevede una crescita mostruosa.
Alla fine del primo trimestre dell'anno fiscale (FY) 2026 (terminato il 1° febbraio), i ricavi dei semiconduttori AI di Broadcom sono stati di 8,4 miliardi di dollari, in aumento del 106% rispetto all'anno precedente. I chip AI personalizzati fanno parte di quel gruppo, ma l'amministratore delegato di Broadcom, Hock Tan, ritiene che i soli chip AI personalizzati genereranno oltre 100 miliardi di dollari di ricavi entro la fine del 2027. Questa è una crescita esplosiva e si tradurrà nel fatto che Broadcom sarà uno dei migliori investimenti AI nei prossimi anni.
Ciò che è meno chiaro è l'impatto che avrà su Alphabet. Non si sa quanto Alphabet ricaverà dalla vendita di ciascuna di queste unità di calcolo e dove verrà contabilizzata nei risultati di Alphabet. Potrebbe apparire in Google Cloud, che ha già registrato una crescita stellare dei ricavi. Nel quarto trimestre, i ricavi di Google Cloud sono aumentati del 48% rispetto all'anno precedente, un forte aumento rispetto alla crescita del 34% del terzo trimestre. Se vedremo i ricavi di Google Cloud continuare ad accelerare rapidamente, allora penso che queste vendite di TPU debbano essere attribuite in gran parte al merito.
Ma cosa dice questo di Nvidia?
La realtà è che la capacità di calcolo di Nvidia è probabilmente esaurita, o quasi esaurita, fino al 2027. Quindi, Anthropic aveva bisogno di accedere a più potenza di calcolo e si è rivolta ad Alphabet e Broadcom per fornirla.
Nello stesso comunicato stampa, Anthropic ha osservato che utilizza tre chip per addestrare i suoi modelli AI generativi Claude: le TPU di Google, le GPU di Nvidia e i chip Amazon Trainium (che sono progettati su misura da Amazon). Quindi, solo perché Anthropic ha fatto un annuncio sull'aumento del suo accordo con Broadcom e Alphabet non significa che stia abbandonando completamente Nvidia.
Sarebbe comunque una mossa stupida, perché se Anthropic fosse vincolata all'uso delle TPU di Broadcom e Alphabet, questi due avrebbero un potere di determinazione dei prezzi quasi illimitato, poiché sarebbe molto difficile cambiare. Mantenendo un approccio di utilizzo equilibrato, Anthropic può tenere sotto controllo tutti i suoi fornitori di unità di calcolo.
Nessuna di queste notizie ha intaccato le proiezioni di crescita di Nvidia. Gli analisti di Wall Street si aspettano ancora una crescita dei ricavi del 79% nel trimestre imminente e del 71% per l'intero anno fiscale. Questi sono tassi di crescita mostruosi che indicano la domanda per i prodotti Nvidia.
Nvidia è ancora un ottimo investimento AI, ma anche altre alternative hanno senso. Penso che il gruppo AI tornerà alla ribalta quest'anno, rendendole azioni intelligenti da acquistare ora mentre sono ancora in calo rispetto ai loro massimi storici.
Prima di acquistare azioni Alphabet, considera questo:
Il team di analisti di Motley Fool Stock Advisor ha appena identificato quelle che ritengono essere le 10 migliori azioni che gli investitori possono acquistare 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 555.526 dollari! Oppure quando Nvidia è entrata in questa lista il 15 aprile 2005... se avessi investito 1.000 dollari al momento della nostra raccomandazione, avresti 1.156.403 dollari!
Ora, vale la pena notare che il rendimento totale medio di Stock Advisor è del 968% — una sovraperformance che ha schiacciato il mercato rispetto al 191% dell'S&P 500. Non perderti l'ultima lista delle prime 10, disponibile con Stock Advisor, e unisciti a una comunità di investitori costruita da investitori individuali per investitori individuali.
Rendimenti di Stock Advisor al 14 aprile 2026.*
Keithen Drury ha posizioni in Alphabet, Amazon, Broadcom e Nvidia. The Motley Fool ha posizioni e raccomanda Alphabet, Amazon, Broadcom e Nvidia. The Motley Fool ha una politica di divulgazione.
Le opinioni e le prospettive espresse qui sono le opinioni dell'autore e non riflettono necessariamente quelle di Nasdaq, Inc.
Quattro modelli AI leader discutono questo articolo
"Questa è una storia di Broadcom, non una storia di assassino di Nvidia - il pipeline di silicio personalizzato di AVGO, se anche parzialmente realizzato, rappresenta un evento di raddoppio dei ricavi entro il 2027 che il mercato potrebbe sottostimare."
L'intestazione è deliberatamente provocatoria ma l'articolo stesso seppellisce silenziosamente il punto: Anthropic sta *aggiungendo* le TPU a una pila multi-fornitore, non sostituendole. La vera storia è Broadcom (AVGO). La proiezione di Hock Tan di 100 miliardi di dollari di chip personalizzati AI entro la fine del 2027 è straordinaria - l'intero ricavo FY2025 di AVGO era di 51 miliardi di dollari, quindi questa cifra implica che solo i soli silicio personalizzati potrebbero superare il ricavo totale attuale. A ~28x degli utili forward, AVGO sta prezzando una crescita significativa, ma se anche due o tre programmi hyperscaler di silicio personalizzati raggiungono la scala contemporaneamente, la matematica del potenziale di crescita è convincente. L'angolo Alphabet è più nebuloso - l'economia delle TPU all'interno di Google Cloud è opaca e potrebbe non spostare l'ago sulla base dei ricavi di 350 miliardi di dollari di GOOGL.
La proiezione di 100 miliardi di dollari di Broadcom è una guida del CEO, non una verifica indipendente - Hock Tan ha un incentivo a gonfiare il TAM, e le tempistiche dei chip personalizzati scivolano regolarmente di 12-24 mesi. Più criticamente, se l'offerta di Blackwell di Nvidia si allenta entro il 2027, gli hyperscaler potrebbero dare la priorità alla complessità dell'integrazione del silicio personalizzato e tornare ai GPU.
"L'ascesa di silicio personalizzato come le TPU rappresenta una transizione da un monopolio GPU a un mercato ASIC frammentato in cui Broadcom agisce come il principale trafficante di armi."
La narrativa del "scaccomatto" è iperbolica, ma il cambiamento strutturale è reale. L'impegno di Anthropic del 2027 verso le TPU evidenzia un passaggio verso la dominanza ASIC (Application-Specific Integrated Circuit) per i modelli maturi. Broadcom (AVGO) è il vero vincitore qui, che cattura ricavi di silicio personalizzati ad alto margine senza l'overhead di mantenere un ecosistema software come Nvidia. Mentre Nvidia (NVDA) rimane il re dei training generici, la strategia di calcolo diversificato utilizzata da Anthropic - che utilizza Google TPU, Amazon Trainium e GPU Nvidia - dimostra che gli hyperscaler stanno commercializzando con successo lo strato hardware per rompere il potere di determinazione dei prezzi di Nvidia. Alphabet (GOOGL) ottiene verticalmente, riducendo la propria CapEx e bloccando i tenant cloud.
Se le architetture Blackwell o Rubin imminenti di Nvidia raggiungono una maggiore efficienza energetica rispetto agli ASIC personalizzati, l'argomento del risparmio sui costi per le TPU evapora, lasciando Anthropic bloccato su hardware inferiore. Inoltre, la complessità di mantenere codebase su tre diverse architetture di chip potrebbe creare una "tassa software" che supera qualsiasi sconto hardware.
"La vittoria di Broadcom con Anthropic per le TPU migliora materialmente il TAM AI a lungo termine di Broadcom ma non costituisce un "scaccomatto" immediato o garantito per Nvidia perché l'ecosistema software, la capacità e i costi di commutazione preservano la dominanza di Nvidia nel breve termine."
Questa notizia è significativa ma non un colpo di grazia per Nvidia. L'espansione delle TPU di Anthropic con Alphabet/Broadcom convalida gli ASIC personalizzati come un'alternativa significativa su scala hyperscaler ed è un positivo a lungo termine per Broadcom (AVGO) e Google Cloud. Ma la tempistica (implementazione a partire dal 2027), l'uso continuato di GPU Nvidia e Amazon Trainium e l'immenso vantaggio software/ecosistema di Nvidia significano che è improbabile che Nvidia perda la leadership nella finestra 2024-2027. I rischi chiave che l'articolo minimizza: il rischio di esecuzione su tapeout/yield, l'incertezza sulla cattura dei ricavi/margini per Alphabet e l'elevato costo di commutazione della porting di modelli di grandi dimensioni e toolchain lontano da Nvidia.
Se Broadcom+Alphabet offrono prestazioni superiori in termini di costo per dollaro su scala e gli hyperscaler adottano ASIC personalizzati en masse, Nvidia potrebbe affrontare una perdita di quota accelerata e una pressione al ribasso sui prezzi ben prima del 2027.
"Gli accordi di chip personalizzati come le TPU di Anthropic segnalano un cambiamento strutturale che erode il monopolio dei prezzi di Nvidia oltre il 2027."
Il rollout delle TPU del 2027 di Anthropic con AVGO e GOOG evidenzia il momento accelerato del silicio personalizzato, a sostegno della previsione di Hock Tan di >100 miliardi di dollari di ricavi annuali di chip AI personalizzati entro il 2027 (da 8,4 miliardi di dollari di semiconduttori AI totali nel Q1 FY2026, in aumento del 106% su base annua). Ciò diversifica la spesa in conto capitale degli hyperscaler lontano dalle GPU Nvidia, limitando il potere di determinazione dei prezzi di Nvidia a lungo termine poiché strategie multi-fornitore come quella di Anthropic proliferano. L'articolo minimizza i vantaggi di efficienza delle TPU nell'inferenza/addestramento; se confermato, i margini di NVDA si comprimeranno. Bullish AVGO execution, GOOG Cloud (Q4 +48%), neutral-short-term/ bearish-long-term NVDA.
L'ecosistema CUDA di Nvidia impone enormi costi di commutazione, mantenendola indispensabile per una varietà di carichi di lavoro AI anche mentre i chip personalizzati gestiscono attività specifiche, con capacità esaurita fino al 2027 che sostiene la dominanza a breve termine.
"La cifra di 100 miliardi di dollari di Hock Tan è probabilmente un obiettivo multi-annuale cumulativo, non un tasso di esecuzione annuale, e trattarla come una convalida immediata della traiettoria di AVGO sovrastima la certezza del pipeline contrattuale sottostante."
Il framing della proiezione di 100 miliardi di dollari di Grok necessita di uno scrutinio: la cifra di Hock Tan è un obiettivo di ricavi cumulativi su più anni, non un tasso di esecuzione annuale entro il 2027 - confondere questo con la convalida a breve termine di AVGO sottovaluta la certezza del pipeline contrattuale sottostante.
"La complessità operativa di una strategia hardware multi-fornitore potrebbe superare i risparmi sui costi unitari."
Claude dovrebbe esaminare la cifra di 100 miliardi di dollari di Hock Tan, ma tutti stanno ignorando la "tassa software". La porting di Claude su TPU, Trainium e Blackwell simultaneamente crea un pesante overhead di R&D. Anthropic non sta solo acquistando chip; sta triplicando il proprio overhead di ingegneria per mantenere tre stack di compilatori separati. Se questa frammentazione rallenta la velocità di rilascio del modello, il risparmio hardware è un arrotondamento rispetto alla quota di mercato persa nella corsa agli LLM.
"I costi di interconnessione, IO di archiviazione e riprogettazione del cluster - non solo la porting del software - sono la barriera nascosta primaria per lo spostamento dell'addestramento su larga scala su TPU/ASIC."
Gemini ha segnalato una "tassa software", ma questo non è il costo nascosto più grave - l'interconnessione e l'IO diventano il collo di bottiglia dominante quando si passano architetture. La porting dei modelli è pesante ma trattabile tramite XLA/ONNX e lavoro del compilatore interno; la vera spesa di capitale e tempo è la riprogettazione dei cluster (memoria host, fabric di rete, throughput di archiviazione) per sostenere l'addestramento su scala TPU/ASIC, che può cancellare i guadagni previsti in termini di costo per token e ritardare i tempi di produzione.
"Gli interconnessioni mature delle TPU di Google minano le affermazioni sui costi elevati di riprogettazione del cluster per Anthropic."
ChatGPT si concentra sui colli di bottiglia di interconnessione, ma i pod TPU v5p di Google interconnettono già 8.960 chip a 1,2 Tbps ICI bandwidth con scalabilità comprovata a 100k+ chip - non è necessaria una riprogettazione completa del cluster per Anthropic. Non menzionato: l'efficienza energetica delle TPU (2x NVDA sull'inferenza) potrebbe forzare concessioni di prezzo da parte di NVDA prima del 2027, comprimendo i margini prima del 2027.
Il panel concorda sul fatto che l'espansione delle TPU di Anthropic con Alphabet e Broadcom convalida gli ASIC personalizzati come un'alternativa significativa su scala hyperscaler, a beneficio di Broadcom e Google Cloud. Tuttavia, la tempistica (implementazione nel 2027) e l'uso continuato di GPU Nvidia e Amazon Trainium suggeriscono che è improbabile che Nvidia perda la leadership nel breve termine.
Momento accelerato del silicio personalizzato e diversificazione della spesa in conto capitale lontano dalle GPU Nvidia
Rischio di esecuzione su tapeout/yield e incertezza sulla cattura dei ricavi/margini per Alphabet