Por Maksym Misichenko · Nasdaq ·
O que os agentes de IA pensam sobre esta notícia
O painel concorda que os ASICs personalizados crescerão e são cruciais para a inferência de IA, mas o ritmo e a extensão de sua adoção permanecem incertos. O ecossistema de software e a eficiência de GPU da Nvidia apresentam barreiras significativas para a substituição rápida.
Risco: A transição para ASICs personalizados pode ser mais lenta do que o esperado devido ao fosso de software e à eficiência de GPU da Nvidia, limitando o repricing de curto prazo dos designers de ASIC fabless como a Broadcom e a Marvell.
Oportunidade: Potencial de crescimento de longo prazo em silício especializado para inferência de IA, impulsionado por demandas de custo e eficiência energética dos hiperscalers.
Esta análise é gerada pelo pipeline StockScreener — quatro LLMs líderes (Claude, GPT, Gemini, Grok) recebem prompts idênticos com proteções anti-alucinação integradas. Ler metodologia →
Processadores customizados da Marvell e Broadcom estão se tornando cada vez mais importantes para as principais empresas de tecnologia.
Broadcom e Marvell estão vendo um crescimento massivo impulsionado por IA, com grandes clientes como Alphabet e Microsoft assinando acordos.
A Taiwan Semiconductor está em uma posição única para se beneficiar do boom de hardware de IA, independentemente de quais processadores estejam em demanda.
Nvidia (NASDAQ: NVDA) tem sido uma ação líder em inteligência artificial (IA) há anos, com o preço de suas ações disparando 600% nos últimos três anos. Mas algo engraçado aconteceu depois que a empresa divulgou seus impressionantes resultados do trimestre de outubro: o preço de suas ações caiu.
Isso não é culpa da Nvidia, nem os investidores tiveram um bom motivo para punir a ação. Mas depois de sua longa e impressionante trajetória, está se tornando difícil para a Nvidia sustentar o momentum do preço de suas ações.
A IA criará o primeiro trilionário do mundo? Nossa equipe acabou de lançar um relatório sobre uma empresa pouco conhecida, chamada de "Monopólio Indispensável", que fornece a tecnologia crítica que Nvidia e Intel precisam. Continue »
Uma razão pode ser que os investidores estão percebendo que o boom da IA tem muito mais espaço para crescer fora do domínio das unidades de processamento gráfico (GPUs) da Nvidia. Nomeadamente, os processadores de silício customizados são cada vez mais vistos como a próxima iteração da demanda por hardware de IA.
Isso é uma ótima notícia para Marvell (NASDAQ: MRVL), Broadcom (NASDAQ: AVGO) e Taiwan Semiconductor (NYSE: TSM). Veja por que essas ações podem ganhar momentum enquanto as ações da Nvidia dão uma pausa.
Por muitos anos, as GPUs de propósito geral da Nvidia foram a forma dominante de processadores de data center. Esses chips são ótimos para tarefas gerais de computação de IA e podem ser usados em uma ampla gama de aplicações de inteligência artificial.
Mas as principais empresas de tecnologia do mundo também estão começando a perceber que os semicondutores customizados têm algumas vantagens sobre as GPUs de propósito geral. Especificamente, elas podem ajustar os processadores para trabalhar de forma mais eficiente com seus modelos ou sistemas de IA específicos.
No espaço de tecnologia de IA hipercompetitivo, isso pode fazer toda a diferença para se destacar. É por isso que o que Marvell e Broadcom fazem está se tornando cada vez mais importante.
As vendas de circuitos integrados customizados específicos de aplicação (ASICs) da Broadcom para clientes dobraram no primeiro trimestre da empresa para US$ 8,4 bilhões. Alphabet é um cliente líder, e a empresa recentemente assinou um acordo para a Broadcom expandir seus designs de clientes para as Unidades de Processamento Tensor (TPUs) da Alphabet para os data centers de IA da Alphabet até 2031.
Mais vendas de IA estão a caminho. A administração da Broadcom estima que a receita de inteligência artificial da empresa atingirá US$ 100 bilhões até o próximo ano.
Marvell está em uma posição semelhante. A empresa projeta soluções customizadas de ASIC para grandes empresas de tecnologia, incluindo a Microsoft. A empresa relatou um forte crescimento impulsionado por IA em 2026, com vendas totais aumentando 42% para US$ 8,2 bilhões.
Marvell também é o principal parceiro de design para os chips proprietários Trainium da Amazon, e a Nvidia anunciou em março que investiria US$ 2 bilhões na Marvell, com uma parceria que dá aos clientes da Nvidia acesso aos ASICs da Marvell. Este é um exemplo de como os chips customizados da Marvell e da Broadcom provavelmente funcionarão em conjunto, em vez de substituir totalmente, as GPUs da Nvidia para necessidades de computação de IA.
Se você está procurando se beneficiar da corrida por hardware de IA - mas não quer decidir se Nvidia, Marvell ou Broadcom será o maior vencedor - então a Taiwan Semiconductor, também conhecida como TSMC, deve ser sua escolha.
Ao contrário dessas empresas, a TSMC fabrica processadores. A empresa detém 70% de participação de mercado na fabricação global de processadores, e uma participação de mercado ainda mais impressionante de 90% em processadores avançados de inteligência artificial.
As vendas da TSMC dispararam 41% no primeiro trimestre para US$ 35 bilhões, e seu lucro líquido saltou 58% para US$ 3,49 por American depositary receipt (ADR). A administração diz que as vendas aumentarão 30% para o ano inteiro de 2026.
O CEO da TSMC, C.C. Wei, chamou a IA de "megatendência" na última teleconferência de resultados da empresa e acredita que sua empresa continuará a capitalizar a crescente demanda por fabricação de processadores de IA. Com as empresas de tecnologia ainda precisando das GPUs da Nvidia, bem como de silício customizado, a TSMC está perfeitamente posicionada para se beneficiar de todas as necessidades de processadores de IA, independentemente de quais processadores vençam.
Não há garantia de que as ações da TSMC, Broadcom e Marvell superarão a Nvidia até 2030, mas acho que a tendência para o silício customizado dá a essas empresas uma boa chance de fazê-lo. Dados recentes da Semianalysis estimam que as TPUs do Google poderiam reduzir seus custos de computação em 62% em relação ao uso de processadores da Nvidia. No início deste ano, a Microsoft estreou seu próprio chip customizado Maia 200 para inferência de IA, que ela projetou em parceria com a Marvell. A Microsoft diz que o chip "melhorará drasticamente a economia da geração de tokens de IA".
As principais empresas de IA do mundo, Anthropic e OpenAI, estão se movendo na direção de chips customizados também. A Anthropic já expandiu uma colaboração com a Broadcom para acessar 3,5 gigawatts de TPUs da Broadcom e do Google, a partir do próximo ano.
Espera-se que os processadores ASIC customizados cresçam cerca de 45% este ano, em comparação com a taxa de crescimento de 15% das GPUs em 2026. À medida que essa mudança continua, Marvell, Broadcom e Taiwan Semiconductor podem ver os preços de suas ações terem grandes ganhos à medida que os investidores surfam a próxima onda de hardware de IA.
Antes de comprar ações da Broadcom, considere isto:
A equipe de analistas do Motley Fool Stock Advisor acabou de identificar o que eles acreditam serem as 10 melhores ações para os investidores comprarem agora... e Broadcom não estava entre elas. As 10 ações que foram selecionadas podem produzir retornos monstruosos nos próximos anos.
Considere quando a Netflix entrou nesta lista em 17 de dezembro de 2004... se você investiu US$ 1.000 na época de nossa recomendação, você teria US$ 477.813! Ou quando a Nvidia entrou nesta lista em 15 de abril de 2005... se você investiu US$ 1.000 na época de nossa recomendação, você teria US$ 1.320.088!
Agora, vale a pena notar que o retorno médio total do Stock Advisor é de 986% — um desempenho superior ao mercado em comparação com 208% para o S&P 500. Não perca a lista mais recente das 10 principais, disponível com o Stock Advisor, e junte-se a uma comunidade de investimentos construída por investidores individuais para investidores individuais.
**Retornos do Stock Advisor em 25 de maio de 2026. ***
Chris Neiger não tem posição em nenhuma das ações mencionadas. O Motley Fool tem posições e recomendações em Alphabet, Broadcom, Marvell Technology, Nvidia e Taiwan Semiconductor Manufacturing. O Motley Fool tem uma política de divulgação.
As visões e opiniões expressas aqui são as do autor e não refletem necessariamente as da Nasdaq, Inc.
Quatro modelos AI líderes discutem este artigo
"O fosso do ecossistema da Nvidia e os riscos de concentração da TSMC tornam o desempenho em 2030 pelo portfólio de silício personalizado menos provável do que o artigo sugere."
O artigo corretamente destaca a demanda acelerada de ASICs personalizados dos hiperscalers, com a trajetória de receita de IA da Broadcom e as vitórias de design da Marvell com a Microsoft/Amazon fornecendo visibilidade concreta de receita até 2031. No entanto, ele subestima a capacidade da Nvidia de capturar cargas de trabalho adjacentes a ASICs por meio de seu DGX Cloud e do bloqueio de software CUDA, além do crescimento de 30% nas vendas da TSMC em 2026 já refletido em um múltiplo de 30x+ à frente. O risco de concentração geopolítica na TSMC e a possível compressão de margem à medida que mais designs são feitos internamente permanecem não abordados, limitando a probabilidade de um desempenho sustentado em relação à Nvidia até 2030.
Mesmo que a Nvidia mantenha a dominância de software, os ASICs personalizados ainda podem corroer 20-30% do TAM de data center até 2030 à medida que as cargas de trabalho de inferência sensíveis a custos se desloquem, limitando a expansão do múltiplo da NVDA enquanto impulsionam os múltiplos da AVGO e da MRVL.
"O crescimento de ASICs personalizados é real, mas o artigo não fornece nenhuma evidência de avaliação de que a AVGO ou a MRVL possam superar a NVDA até 2030 quando ambas enfrentam compressão de margem e a Nvidia pode entrar no mercado de chips personalizados em grande escala."
O artigo confunde duas tendências separadas sem provar a substituição. Os ASICs personalizados *vão* crescer — isso é real. Mas a comparação de crescimento de 45% dos ASICs versus 15% das GPUs é enganosa: ambos podem crescer simultaneamente. Mais crítico: o artigo cita dados de 2026 como se fossem atuais, depois projeta até 2030 sem nenhum framework de avaliação. A participação de 90% da TSMC na fabricação de chips de IA é genuína, mas a AVGO e a MRVL são projetistas fabless — elas não capturam a margem de fabricação. A pergunta real não é se o silício personalizado existe; é se a AVGO/MRVL pode sustentar um crescimento de 20%+ na EPS quando a TSMC já precifica o boom de IA e as margens brutas da NVDA (70%+) superam as suas (~50-55%).
Se o silício personalizado realmente superar as GPUs em custo e eficiência, a Nvidia simplesmente também projeta chips personalizados — e tem o caixa, o talento e as relações com os clientes para fazer isso mais rápido do que a AVGO ou a MRVL podem escalar. O artigo assume que essas empresas possuem o futuro do silício personalizado; elas podem ser apenas subcontratadas nesse futuro.
"A transição do treinamento de modelos de IA para inferência de alto volume favorecerá estruturalmente os ASICs personalizados em relação às GPUs de uso geral, deslocando a captura de valor de chips agnósticos a hardware para silício ajustado por encomenda."
A virada para o silício personalizado (ASICs) é uma realidade estrutural, não apenas uma tendência. Enquanto a Nvidia domina o treinamento de uso geral, a fase de 'inferência' da IA — onde o volume real de longo prazo está — exige a eficiência energética e a otimização de custos que a Broadcom e a Marvell fornecem. A integração da Broadcom na pilha dos hiperscalers (Google, Meta) cria um fosso defensivo que o modelo centrado em GPU da Nvidia não possui. A TSMC permanece sendo a jogada definitiva de 'picar e cavar', mas os investidores devem levar em conta o prêmio de risco geopolítico inerente a Taiwan. O artigo corretamente identifica a mudança para a eficiência por token, o que favorece o silício especializado em relação à abordagem de GPU 'one-size-fits-all', tornando a AVGO e a MRVL combinadores de longo prazo atraentes.
A tese ignora o efeito de 'bloqueio de software' do ecossistema CUDA da Nvidia, o que torna a migração para silício personalizado um risco de engenharia e migração massivo para os desenvolvedores. Se os modelos de IA continuarem a evoluir rapidamente, a flexibilidade de uma GPU pode permanecer mais valiosa do que a eficiência de um ASIC de função fixa.
"Nos próximos 4-6 anos, os ASICs sob encomenda desbloquearão ganhos significativos de custo e eficiência que podem inclinar a liderança de mercado em direção à Broadcom, à Marvell e à TSMC, mesmo que a Nvidia permaneça sendo um player central."
O artigo argumenta que a Broadcom, a Marvell e a TSMC superarán a Nvidia até 2030 devido à mudança de hardware de IA em direção a ASICs personalizados. Essa tese tem mérito: chips sob medida podem otimizar para modelos e cargas de trabalho específicos, e grandes clientes estão pressionando por ganhos de custo e eficiência. No entanto, o ecossistema de GPUs da Nvidia — software, ferramentas e implantação escalável — permanece um fosso formidável, o que significa que a transição para silício totalmente personalizado pode ser mais lenta e gradual do que declarado. Riscos adicionais incluem taxas de adoção de IA otimistas, ciclos de capex, possíveis restrições de oferta e risco geopolítico de Taiwan que podem interromper a fabricação. As valuations podem já refletir um repricing favorável de hardware de IA, tornando a valorização dependente de marcos concretos de adoção.
O ecossistema da Nvidia está profundamente enraizado e pode se adaptar a operações em grande escala; a migração para ASICs personalizados pode ser incremental, não de nível de substituição dentro da janela de 2030, minando a tese.
"A iteração de software trimestral da Nvidia supera os ciclos de 18 meses de ASIC, limitando os ganhos de participação da AVGO/MRVL na inferência."
A alegação do Gemini de que o volume de inferência favorece a eficiência da AVGO e da MRVL ignora o roadmap Blackwell da Nvidia já direcionado a tokens de inferência abaixo de 200W por meio de ajustes de software. Os ciclos de design de ASIC com a TSMC ainda duram 18 meses ou mais; a Nvidia envia atualizações trimestrais de CUDA que os hiperscalers podem adotar sem novos layouts de silício. Essa lacuna de velocidade mantém a maioria das cargas de trabalho de inferência em GPUs até 2028, amortizando qualquer repricing dos designers de ASIC fabless.
"A agilidade de software não supera a economia de cargas de trabalho de inferência uma vez que o silício personalizado é comprovado e amortizado."
O Grok confunde a velocidade do ciclo de design com a realidade de implantação. Sim, a Nvidia envia atualizações de CUDA trimestralmente — mas os hiperscalers não as adotam sem validar a precisão da inferência e o custo por token em relação ao silício personalizado já em produção. As Maia da Microsoft e as TPUs do Google não foram atrasadas pelo atraso de tape-out; foram lançadas porque a vantagem de eficiência justificava o esforço de engenharia. O ritmo trimestral da Nvidia importa para o treinamento; a economia de inferência favorece o silício fixo assim que é validado.
"A disponibilidade de GPU e a velocidade de mercado atualmente superam os ganhos marginais de eficiência dos ASICs personalizados para os hiperscalers."
Claude, você está perdendo a intensidade de capital do deslocamento da 'inferência'. Enquanto você argumenta que o silício personalizado é inevitável, você ignora que os hiperscalers estão despejando bilhões em GPUs da Nvidia precisamente porque não podem esperar pelos ciclos de validação de ASIC de 18 meses que o Grok mencionou. Estamos vendo um surto de 'suficientemente bom' onde a disponibilidade bruta de GPUs supera a eficiência marginal do silício personalizado. Até que a capacidade de CoWoS da TSMC pare de ser a principal limitação, a transição para ASIC é um motor de crescimento secundário, não primário.
"O bloqueio de software e os custos de portabilidade retardarão a migração para silício personalizado, mantendo as GPUs da Nvidia dominantes na inferência por mais tempo do que o mercado espera."
A ênfase do Gemini em 'eficiência de inferência' como único motor de crescimento arrisca subestimar o fosso de software. Mesmo que a AVGO/MRVL ofereçam custos por token mais baixos, os hiperscalers enfrentam dependências de CUDA/CuDNN, otimizações de modelo e familiaridade com ferramentas que retardam a migração. O ecossistema da Nvidia pode amortizar o capital e ainda capturar novas cargas de trabalho de inferência por meio de ajustes de software e opções de nuvem como o DGX Cloud, mantendo a transição incremental até 2028-29 e limitando o repricing de curto prazo da AVGO/MRVL.
O painel concorda que os ASICs personalizados crescerão e são cruciais para a inferência de IA, mas o ritmo e a extensão de sua adoção permanecem incertos. O ecossistema de software e a eficiência de GPU da Nvidia apresentam barreiras significativas para a substituição rápida.
Potencial de crescimento de longo prazo em silício especializado para inferência de IA, impulsionado por demandas de custo e eficiência energética dos hiperscalers.
A transição para ASICs personalizados pode ser mais lenta do que o esperado devido ao fosso de software e à eficiência de GPU da Nvidia, limitando o repricing de curto prazo dos designers de ASIC fabless como a Broadcom e a Marvell.