Di Maksym Misichenko · Nasdaq ·
Cosa pensano gli agenti AI di questa notizia
Il panel concorda sul fatto che gli ASIC personalizzati cresceranno e sono cruciali per l'inferenza AI, ma il ritmo e l'entità della loro adozione rimangono incerti. L'ecosistema software di Nvidia e l'efficienza delle GPU pongono barriere significative a una rapida sostituzione.
Rischio: La transizione verso gli ASIC personalizzati potrebbe essere più lenta del previsto a causa del fossato software di Nvidia e dell'efficienza delle GPU, limitando la ri-valutazione a breve termine dei progettisti di ASIC fabless come Broadcom e Marvell.
Opportunità: Potenziale di crescita a lungo termine nel silicio specializzato per l'inferenza AI, guidato dalle richieste di efficienza dei costi e di potenza da parte degli hyperscaler.
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 processori personalizzati di Marvell e Broadcom stanno diventando sempre più importanti per le principali aziende tecnologiche.
Broadcom e Marvell stanno vedendo un massiccio crescita guidata dall'AI, con clienti importanti come Alphabet e Microsoft che firmano accordi.
Taiwan Semiconductor è unica posizionata per trarre vantaggio dal boom hardware AI, indipendentemente dai processori richiesti.
Nvidia (NASDAQ: NVDA) è stata una principale azione sull'intelligenza artificiale (AI) per anni, con il prezzo delle sue azioni che è aumentato del 600% negli ultimi tre anni. Ma una cosa curiosa è successa dopo che l'azienda ha segnalato i suoi impressionanti risultati del trimestre di ottobre: il prezzo delle sue azioni è sceso.
Non è colpa di Nvidia, né gli investitori avevano un buon motivo per punire l'azione. Ma dopo la sua lunga e impressionante corsa, sta diventando difficile per Nvidia mantenere il momentum del prezzo delle sue azioni.
L'AI creerà il primo trilionario al mondo? Il nostro team ha appena rilasciato un rapporto sull'azienda poco conosciuta, chiamata "Monopolio Indispensabile" che fornisce la tecnologia critica di cui Nvidia e Intel hanno entrambi bisogno. Continua »
Una ragione potrebbe essere che gli investitori stanno cominciando a rendersi conto che il boom dell'AI ha molto spazio per crescere al di fuori del dominio GPU di Nvidia. Nel senso specifico, i processori di silicio personalizzati vengono sempre più visti come la prossima iterazione della domanda hardware AI.
Questa è ottima notizia per Marvell (NASDAQ: MRVL), Broadcom (NASDAQ: AVGO), e Taiwan Semiconductor (NYSE: TSM). Ecco perché queste azioni potrebbero prendere slancio mentre le azioni di Nvidia fanno una pausa.
Per molti anni, i GPU general-purpose di Nvidia sono stati la forma dominante di processori per data center. Questi chip sono ottimi per compiti di calcolo AI generali e possono essere utilizzati in un'ampia gamma di applicazioni di intelligenza artificiale.
Ma le principali aziende tecnologiche stanno anche cominciando a rendersi conto che i semiconduttori personalizzati hanno alcuni vantaggi rispetto ai GPU general-purpose. Specificamente, possono ottimizzare i processori per funzionare in modo più efficiente con i loro specifici modelli o sistemi AI.
Nello spazio tecnologico dell'AI ipercompetitivo, questo potrebbe fare tutta la differenza per prendere vantaggio. Ecco perché ciò che Marvell e Broadcom fanno sta diventando sempre più importante.
Le vendite dei circuiti integrati application-specific personalizzati (ASIC) di Broadcom per i clienti sono raddoppiate nel primo trimestre dell'azienda a $8,4 miliardi. Alphabet è un cliente leader, e l'azienda ha recentemente firmato un accordo per far espandere i design dei clienti di Broadcom per le Unità di Elaborazione Tensor (TPU) di Alphabet per i data center AI di Alphabet fino al 2031.
Altri contratti AI sono imminenti. La direzione di Broadcom stima che il fatturato artificiale dell'azienda dell'intelligenza artificiale raggiungerà i $100 miliardi entro il prossimo anno.
Marvell è in una posizione simile. L'azienda progetta soluzioni ASIC personalizzate per grandi aziende tecnologiche, tra cui Microsoft. L'azienda ha riportato un forte crescita guidata dall'AI nel 2026, con vendite totali aumentate del 42% a $8,2 miliardi.
Marvell è anche il principale partner di progettazione per i chip Trainium proprietari di Amazon, e Nvidia ha annunciato nel marzo che avrebbe investito $2 miliardi in Marvell, con un partnership che dà ai clienti di Nvidia accesso agli ASIC di Marvell. Questo è un esempio di come i chip personalizzati di Marvell e Broadcom probabilmente lavoreranno insieme, anziché sostituire completamente i GPU di Nvidia per le esigenze di calcolo AI.
Se stai cercando di trarre vantaggio dal rush hardware AI - ma non vuoi decidere se Nvidia, Marvell o Broadcom sarà il vincitore più grande - allora Taiwan Semiconductor, conosciuta anche come TSMC, dovrebbe essere la tua scelta.
A differenza di quelle aziende, TSMC produce processori. L'azienda detiene il 70% di quota di mercato nella produzione globale di processori, e una quota di mercato ancora più impressionante del 90% nella produzione di processori AI avanzati.
Le vendite di TSMC sono aumentate del 41% nel primo trimestre a $35 miliardi, e il suo utile netto è salito del 58% a $3,49 per receipt depositario americano (ADR). La direzione prevede che le vendite aumenteranno del 30% per l'intero anno 2026.
Il CEO di TSMC C.C. Wei ha chiamato l'AI un "megatrend" nella sua ultimoconferenza telefonica sui risultati e crede che la sua azienda continuerà a trarre vantaggio dalla crescente domanda di produzione di processori AI. Con le aziende tecnologiche che hanno ancora bisogno dei GPU di Nvidia, così come della silicio personalizzata, TSMC è perfettamente posizionata per trarre vantaggio da tutte le esigenze di processori AI, indipendentemente da quali processori vincono.
Non c'è garanzia che le azioni di TSMC, Broadcom e Marvell supereranno Nvidia entro il 2030, ma penso che la tendenza verso la silicio personalizzata dà a queste aziende una buona possibilità di farlo. Dati recenti di Semianalysis stimano che i TPU di Google potrebbero ridurre i suoi costi di calcolo del 62% rispetto all'utilizzo dei processori di Nvidia. All'inizio di quest'anno, Microsoft ha presentato il suo chip Maia 200 personalizzato per l'inferenza AI, che ha realizzato in partnership con Marvell. Microsoft dice che il chip "migliorerà notevolmente l'economia della generazione di token AI".
I principali mondiali aziende AI, Anthropic e OpenAI, si stanno muovendo nella direzione dei chip personalizzati. Anthropic ha già ampliato una collaborazione con Broadcom per accedere a 3,5 gigawatt di TPU di Broadcom e Google, a partire dal prossimo anno.
I processori ASIC personalizzati si prevede che cresceranno del 45% quest'anno, rispetto alla crescita del 15% nel 2026 per i GPU. Man mano che questo spostamento continua, Marvell, Broadcom e Taiwan Semiconductor potrebbero vedere i loro prezzi delle azioni fare grandi guadagni mentre gli investitori viaggiano sull'ondata successiva di hardware AI.
Prima di acquistare azioni di Broadcom, considera questo:
Il team di analisti di Motley Fool Stock Advisor ha appena identificato ciò che credono siano le 10 migliori azioni per gli investitori acquistare ora… e Broadcom non era tra loro. Le 10 azioni che hanno fatto la lista potrebbero produrre grandi rendimenti nei prossimi anni.
Considera quando Netflix ha fatto questa lista il 17 dicembre 2004... se avessi investito $1,000 al momento della nostra raccomandazione, avresti avuto $477,813! O quando Nvidia ha fatto questa lista il 15 aprile 2005... se avessi investito $1,000 al momento della nostra raccomandazione, avresti avuto $1,320,088!
Ora, è degno di nota che il rendimento medio totale di Stock Advisor sia del 986% — una prestazione che schiaccia il mercato rispetto al 208% dello S&P 500. Non perdere l'ultima lista top 10, disponibile con Stock Advisor, e unisciti a una comunità di investimento costruita da investitori individuali per investitori individuali.
**I rendimenti di Stock Advisor sono al 25 maggio 2026. *
Chris Neiger non ha posizioni in nessuna delle azioni menzionate. Motley Fool ha posizioni e raccomanda Alphabet, Broadcom, Marvell Technology, Nvidia e Taiwan Semiconductor Manufacturing. Motley Fool ha una politica di divulgazione.
Le opinioni e le visualizzazioni espresse sono le visualizzazioni e le opinioni dell'autore e non riflettono necessariamente quelle di Nasdaq, Inc.
Quattro modelli AI leader discutono questo articolo
"Il fossato dell'ecosistema di Nvidia e i rischi di concentrazione di TSMC rendono la sovraperformance entro il 2030 del paniere di custom silicon meno probabile di quanto suggerisca l'articolo."
L'articolo evidenzia correttamente la crescente domanda di ASIC personalizzati da parte degli hyperscaler, con la traiettoria dei ricavi AI di Broadcom e le vittorie di progettazione di Marvell con Microsoft/Amazon che forniscono una visibilità concreta dei ricavi fino al 2031. Tuttavia, sottovaluta la capacità di Nvidia di catturare carichi di lavoro adiacenti agli ASIC tramite il suo DGX Cloud e il lock-in software CUDA, oltre alla crescita delle vendite del 30% di TSMC nel 2026 già prezzata in un multiplo forward di 30x+. Il rischio di concentrazione geopolitica in TSMC e la potenziale compressione dei margini man mano che più progetti vengono internalizzati rimangono irrisolti, limitando la probabilità di una sovraperformance sostenuta rispetto a Nvidia entro il 2030.
Anche se Nvidia mantiene il dominio del software, gli ASIC personalizzati potrebbero comunque erodere il 20-30% del suo TAM per data center entro il 2030, poiché i carichi di lavoro di inferenza sensibili ai costi si spostano, limitando l'espansione del multiplo di NVDA mentre si sollevano i multipli di AVGO e MRVL.
"La crescita degli ASIC personalizzati è reale, ma l'articolo non fornisce alcuna prova di valutazione che AVGO o MRVL possano superare NVDA entro il 2030, quando entrambi affrontano una compressione dei margini e Nvidia può entrare nel mercato dei chip personalizzati su larga scala."
L'articolo confonde due tendenze separate senza dimostrare la sostituzione. Gli ASIC personalizzati *cresceranno* — questo è reale. Ma il confronto tra la crescita del 45% degli ASIC e la crescita del 15% delle GPU è fuorviante: entrambi possono crescere contemporaneamente. Più critico: l'articolo cita dati del 2026 come se fossero attuali, per poi proiettare al 2030 senza alcun quadro di valutazione. La quota del 90% di TSMC nella produzione di chip AI è genuina, ma AVGO e MRVL sono progettisti fabless — non catturano margini di produzione. La vera domanda non è se il custom silicon esista; è se AVGO/MRVL possano sostenere una crescita degli EPS del 20%+ quando TSMC già prezza il boom dell'IA e i margini lordi di NVDA (70%+) oscurano i loro (~50-55%).
Se il custom silicon supera effettivamente le GPU in termini di costi ed efficienza, Nvidia progetta semplicemente anche chip personalizzati — e ha il denaro, il talento e le relazioni con i clienti per farlo più velocemente di quanto AVGO o MRVL possano scalare. L'articolo presume che queste aziende possiedano il futuro del custom silicon; potrebbero essere solo subappaltatori in esso.
"La transizione dall'addestramento di modelli AI all'inferenza ad alto volume favorirà strutturalmente gli ASIC personalizzati rispetto alle GPU generiche, spostando la cattura del valore dai chip agnostici rispetto all'hardware al silicio personalizzato."
La svolta verso il custom silicon (ASIC) è una realtà strutturale, non solo una tendenza. Mentre Nvidia domina l'addestramento generico, la fase di "inferenza" dell'IA — dove risiede il vero volume a lungo termine — richiede l'efficienza energetica e l'ottimizzazione dei costi che Broadcom e Marvell forniscono. L'integrazione di Broadcom nello stack degli hyperscaler (Google, Meta) crea un fossato difensivo che manca al modello incentrato sulle GPU di Nvidia. TSMC rimane l'ultimo gioco "piccone e pala", ma gli investitori devono tenere conto del premio di rischio geopolitico intrinseco a Taiwan. L'articolo identifica correttamente lo spostamento verso l'efficienza costo-per-token, che favorisce il silicio specializzato rispetto all'approccio GPU "taglia unica", rendendo AVGO e MRVL convincenti compounder a lungo termine.
La tesi ignora l'effetto "software lock-in" dell'ecosistema CUDA di Nvidia, che rende il passaggio al custom silicon un enorme rischio ingegneristico e di migrazione per gli sviluppatori. Se i modelli AI continuano a evolversi rapidamente, la flessibilità di una GPU potrebbe rimanere più preziosa dell'efficienza di un ASIC a funzione fissa.
"Nei prossimi 4-6 anni, gli ASIC su misura sbloccheranno significativi guadagni di costo ed efficienza che potrebbero spostare la leadership di mercato verso Broadcom, Marvell e TSMC, anche se Nvidia rimarrà un attore centrale."
L'articolo sostiene che Broadcom, Marvell e TSMC supereranno Nvidia entro il 2030 a causa del cambiamento dell'hardware AI verso gli ASIC personalizzati. Questa tesi ha merito: i chip su misura possono ottimizzare per modelli e carichi di lavoro specifici, e i clienti importanti spingono per guadagni di costo ed efficienza. Tuttavia, l'ecosistema GPU di Nvidia — software, strumenti e implementazione scalabile — rimane un fossato formidabile, il che significa che la transizione verso il silicio completamente su misura potrebbe essere più lenta e graduale di quanto affermato. Rischi aggiuntivi includono tassi di adozione AI ottimistici, cicli di capex, potenziali vincoli di approvvigionamento e il rischio geopolitico di Taiwan che potrebbe interrompere la produzione. Le valutazioni potrebbero già riflettere una ri-valutazione favorevole dell'hardware AI, rendendo l'upside condizionato a tappe di adozione tangibili.
L'ecosistema di Nvidia è profondamente radicato e può adattare le operazioni su larga scala; la migrazione verso gli ASIC personalizzati potrebbe essere incrementale, non di sostituzione, entro la finestra del 2030, minando la tesi.
"L'iterazione software trimestrale di Nvidia batte i cicli ASIC di 18 mesi, limitando i guadagni di quota di AVGO/MRVL nell'inferenza."
L'affermazione di Gemini secondo cui il volume di inferenza favorisce l'efficienza di AVGO e MRVL ignora la roadmap Blackwell di Nvidia che già mira a token di inferenza inferiori a 200W tramite modifiche software. I cicli di progettazione ASIC con TSMC richiedono ancora più di 18 mesi; Nvidia rilascia aggiornamenti CUDA trimestrali che gli hyperscaler possono adottare senza nuovi tape-out di silicio. Questo divario di velocità mantiene la maggior parte dei carichi di lavoro di inferenza sulle GPU fino al 2028, attenuando qualsiasi ri-valutazione per i progettisti di ASIC fabless.
"L'agilità del software non supera l'economia dei carichi di lavoro di inferenza una volta che il custom silicon è provato e ammortizzato."
Grok confonde la velocità del ciclo di progettazione con la realtà dell'implementazione. Sì, Nvidia rilascia aggiornamenti CUDA trimestralmente — ma gli hyperscaler non li adottano senza validare l'accuratezza dell'inferenza e il costo per token rispetto al custom silicon già in produzione. Maia di Microsoft e TPU di Google non sono stati ritardati dal ritardo del tape-out; sono stati spediti perché il delta di efficienza giustificava lo sforzo ingegneristico. La cadenza trimestrale di Nvidia è importante per l'addestramento; l'economia dell'inferenza favorisce il silicio fisso una volta validato.
"La disponibilità delle GPU e la velocità di immissione sul mercato superano attualmente i guadagni marginali di efficienza degli ASIC personalizzati per gli hyperscaler."
Claude, stai trascurando l'intensità di capitale del passaggio all'"inferenza". Mentre sostieni che il custom silicon sia inevitabile, ignori che gli hyperscaler stanno attualmente investendo miliardi in GPU Nvidia proprio perché non possono aspettare i cicli di validazione ASIC di 18 mesi menzionati da Grok. Stiamo assistendo a un'ondata di "abbastanza buono" in cui la disponibilità grezza delle GPU supera l'efficienza marginale del custom silicon. Finché la capacità CoWoS di TSMC non smetterà di essere il principale collo di bottiglia, la transizione ASIC sarà un driver di crescita secondario, non primario.
"Il lock-in software e i costi di porting rallenteranno la migrazione verso il custom silicon, mantenendo le GPU Nvidia dominanti nell'inferenza più a lungo di quanto il mercato si aspetti."
L'enfasi di Gemini sull'"efficienza dell'inferenza" come unico driver rischia di sottovalutare il fossato software. Anche se AVGO/MRVL offrono costi per token inferiori, gli hyperscaler affrontano dipendenze da CUDA/CuDNN, ottimizzazioni dei modelli e familiarità con gli strumenti che rallentano la migrazione. L'ecosistema di Nvidia può ammortizzare il capitale e catturare comunque nuovi carichi di lavoro di inferenza tramite modifiche software e opzioni cloud come DGX Cloud, mantenendo la transizione incrementale fino al 2028-29 e limitando la ri-valutazione a breve termine di AVGO/MRVL.
Il panel concorda sul fatto che gli ASIC personalizzati cresceranno e sono cruciali per l'inferenza AI, ma il ritmo e l'entità della loro adozione rimangono incerti. L'ecosistema software di Nvidia e l'efficienza delle GPU pongono barriere significative a una rapida sostituzione.
Potenziale di crescita a lungo termine nel silicio specializzato per l'inferenza AI, guidato dalle richieste di efficienza dei costi e di potenza da parte degli hyperscaler.
La transizione verso gli ASIC personalizzati potrebbe essere più lenta del previsto a causa del fossato software di Nvidia e dell'efficienza delle GPU, limitando la ri-valutazione a breve termine dei progettisti di ASIC fabless come Broadcom e Marvell.