โดย Maksym Misichenko · Nasdaq ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
The panel consensus is that while AMD, ARM, and Marvell may gain share in inference workloads, the dominance of Nvidia's CUDA ecosystem and the risk of vertical integration by hyperscalers make the earnings acceleration forecasts for all parties more fragile than acknowledged. The article's optimism about pure-play upside may be overstated.
ความเสี่ยง: Vertical integration by hyperscalers designing their own silicon could bypass third-party hardware and compress margins, making earnings acceleration forecasts more fragile.
โอกาส: Growth in inference workloads and energy efficiency may present opportunities for AMD, ARM, and Marvell to gain share in the AI supply chain.
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
Nvidia <a href="/market-activity/stocks/nvda">(NASDAQ: NVDA)</a> เป็นผู้บุกเบิกในด้านปัญญาประดิษฐ์ (AI) ตลอดหลายปีที่ผ่านมา ความสามารถในการคำนวณแบบขนานขนาดใหญ่ของ GPU ของพวกเขาทำให้ชิปของพวกเขาเหมาะสำหรับการฝึกโมเดลภาษาขนาดใหญ่ (LLMs)
สิ่งที่ควรสังเกตคือ Nvidia ยังคงเป็นผู้นำในตลาดชิป AI หลังจากผ่านไปหลายปี ควบคุมตลาดประมาณ 80% อย่างไรก็ตาม <a href="https://www.fool.com/investing/how-to-invest/stocks/nvidia-stock-forecast/?utm_source=nasdaq&utm_medium=feed&utm_campaign=article&referring_guid=c553963b-8340-4771-80d3-a5b170e0a84b">หุ้น Nvidia</a> ล้าหลังคู่แข่งชิปของพวกเขา ซึ่งบ่งชี้ว่าผู้ลงทุนกำลังมองหาบริษัทอื่นเพื่อได้รับประโยชน์จากการลงทุนในโครงสร้างพื้นฐาน AI ที่ใหญ่โต
AI จะสร้างผู้มีทรัพย์สินมูลค่าหนึ่งล้านล้านดอลลาร์คนแรกหรือไม่? ทีมของเราเพิ่งเผยแพร่รายงานเกี่ยวกับบริษัทที่ไม่ค่อยมีใครรู้จัก ซึ่งถูกเรียกว่า "Monopoly ที่ไม่สามารถหลีกเลี่ยงได้" ซึ่งให้เทคโนโลยีสำคัญที่ Nvidia และ Intel ต้องการ <a href="https://api.fool.com/infotron/infotrack/click?apikey=35527423-a535-4519-a07f-20014582e03e&impression=3916b2be-9d83-4786-9375-ac554758cb12&url=https%3A%2F%2Fwww.fool.com%2Fmms%2Fmark%2Fa-sa-ai-boom-nvidias%3Faid%3D10891%26source%3Disaediica0000068%26ftm_cam%3Dsa-ai-boom%26ftm_veh%3Dtop_incontent_pitch_feed_partner%26ftm_pit%3D18906&utm_source=nasdaq&utm_medium=feed&utm_campaign=article&referring_guid=c553963b-8340-4771-80d3-a5b170e0a84b">ดำเนินต่อไป »</a>
มาดูว่าทำไมผู้ลงทุนจึงเริ่มมองไปยังนอกเหนือจาก Nvidia ในชิป AI
แหล่งที่มา: Getty Images
การเติบโตที่ยอดเยี่ยมของ Nvidia ในช่วงไม่กี่ปีที่ผ่านมาทำให้พวกเขาเป็นบริษัทที่ใหญ่ที่สุดในโลกด้วยมูลค่าตลาดเกิน 5.2 ล้านล้านดอลลาร์
ส่วนที่ดีคือบริษัท <a href="https://www.fool.com/investing/2026/05/23/prediction-nvidia-will-become-the-worlds-first-15/?utm_source=nasdaq&utm_medium=feed&utm_campaign=article&referring_guid=c553963b-8340-4771-80d3-a5b170e0a84b">ยังคงเติบโตอย่างแข็งแกร่ง</a> ด้วยความต้องการ GPU ที่แข็งแกร่งจากบริษัทขนาดใหญ่และบริษัท AI อย่างไรก็ตาม การประเมินมูลค่าที่สูงและการเปลี่ยนแปลงค่อยเป็นค่อยไปจากการใช้ GPU ในการจัดการงาน AI ทำให้ผู้ลงทุนมองหาที่อื่นเพื่อได้รับประโยชน์จากการเติบโตระยะยาวของตลาดชิป AI
นี่คือเหตุผลที่หุ้นของ Advanced Micro Devices <a href="/market-activity/stocks/amd">(NASDAQ: AMD)</a>, Marvell Technology <a href="/market-activity/stocks/mrvl">(NASDAQ: MRVL)</a>, และ Arm Holdings <a href="/market-activity/stocks/arm">(NASDAQ: ARM)</a> มีผลตอบแทนจากตลาดหุ้นที่เกินกว่า Nvidia มากในปีนี้
ข้อมูลโดย <a href="https://ycharts.com">YCharts</a>
เป็นเรื่องง่ายที่จะเห็นว่าทำไมจึงเป็นเช่นนั้น AMD, Marvell และ Arm กำลังออกแบบชิปและสถาปัตยกรรมที่ได้รับความนิยมสำหรับการทำงานที่เน้นการสรุปข้อมูล (inference) ในศูนย์ข้อมูล AI ตาม Deloitte งานสรุปข้อมูลจะมีสัดส่วนสองในสามของกำลังการคำนวณ AI ในศูนย์ข้อมูลในปีนี้ เนื่องจากงานสรุปข้อมูลไม่จำเป็นต้องใช้การคำนวณมากเท่ากับการฝึก AI ผู้ให้บริการขนาดใหญ่และบริษัท AI จึงหันไปใช้โปรเซสเซอร์กลาง (CPUs) และวงจรรวมเฉพาะทาง (ASICs) เพื่อจัดการงาน AI ในศูนย์ข้อมูล
การเปลี่ยนแปลงนี้ได้เร่งการเติบโตของ Arm, Marvell และ AMD อย่างสำคัญ ทั้งสามบริษัทคาดว่าจะมีการเติบโตของรายได้เร็วกว่า Nvidia
AMD และ Arm อยู่ในตำแหน่งที่ดีในการได้รับประโยชน์จากโอกาสที่ใหญ่มากในตลาด CPU เซิร์ฟเวอร์ AMD ระบุในการประชุมผลประกอบการล่าสุดว่าพวกเขาคาดการณ์ว่าตลาด CPU เซิร์ฟเวอร์จะเติบโตด้วยอัตรา 35% ต่อปีจนถึงปี 2030 สร้างรายได้มากกว่า 120 พันล้านดอลลาร์ในช่วงเวลาที่คาดการณ์ไว้ AMD ได้เพิ่มการคาดการณ์สำหรับการเติบโตของตลาด CPU เซิร์ฟเวอร์เป็นสองเท่าเนื่องจาก AI
อย่างสำคัญ AMD กำลัง <a href="https://www.fool.com/investing/2026/05/18/prediction-amd-stock-is-going-to-triple-in-5-years/?utm_source=nasdaq&utm_medium=feed&utm_campaign=article&referring_guid=c553963b-8340-4771-80d3-a5b170e0a84b">ได้รับส่วนแบ่งตลาด CPU เซิร์ฟเวอร์</a> จาก Intel และนี่จะเร่งการเติบโตของพวกเขาในระยะยาว อย่างเดียวกัน การออกแบบชิปของ Arm มีความต้องการสูงเนื่องจากประสิทธิภาพการใช้พลังงานที่ดี Nvidia's ล่าสุด Vera server CPUs ถูกออกแบบโดยใช้สถาปัตยกรรมของ Arm และแม้แต่ <a href="https://www.fool.com/investing/2026/05/23/this-artificial-intelligence-ai-stock-will-beat-nv/?utm_source=nasdaq&utm_medium=feed&utm_campaign=article&referring_guid=c553963b-8340-4771-80d3-a5b170e0a84b">ผู้ให้บริการขนาดใหญ่</a> ก็ได้ใช้ทรัพย์สินทางปัญญา (IP) ของบริษัทอังกฤษนี้ในการออกแบบชิป
เพิ่มเติมจากการที่ Arm เข้าสู่การผลิตชิปของตัวเอง จึงเป็นเรื่องง่ายที่จะเห็นว่าบริษัทคาดการณ์ว่ารายได้ทั้งหมดจะเพิ่มขึ้นเป็น 25 พันล้านดอลลาร์หลังจาก 5 ปี ขึ้นจาก 4.9 พันล้านดอลลาร์ในปีก่อนหน้า และในที่สุด ความต้องการ CPU และ ASIC ในศูนย์ข้อมูล AI จะช่วยให้บริษัทเหล่านี้เติบโตเร็วกว่า Nvidia
| บริษัท | การเติบโตของกำไรที่คาดการณ์ | | | | --- | --- | --- | --- | | | ปีปัจจุบัน | ปีถัดไป | สองปีข้างหน้า | | Nvidia | 87% | 41% | 23% | | Arm Holdings | 22% | 41% | 30% | | Marvell Technology | 34% | 43% | 37% | | Advanced Micro Devices | 76% | 76% | 39% |
แหล่งข้อมูล: Yahoo! Finance และ YCharts
ดังนั้น จึงเป็นเรื่องง่ายที่จะเห็นว่าทำไมผู้ลงทุนที่กำลังมองหา "Next Nvidia" จึงซื้อหุ้นของ Arm, AMD และ Marvell Technology เพื่อได้รับประโยชน์จากขั้นตอนการสรุปข้อมูลของวงจร AI ที่ยิ่งใหญ่
ก่อนที่คุณจะซื้อหุ้น Advanced Micro Devices ให้พิจารณานี้:
ทีมวิเคราะห์ Motley Fool Stock Advisor ได้ระบุว่าเป็น <a href="https://api.fool.com/infotron/infotrack/click?apikey=35527423-a535-4519-a07f-20014582e03e&impression=a6498fa2-944d-485e-96e7-7a8c257562d2&url=https%3A%2F%2Fwww.fool.com%2Fmms%2Fmark%2Fe-sa-bbn-dyn-headline%3Faid%3D11234%26source%3Disaeditxt0001178%26company%3DAdvanced%2520Micro%2520Devices%26ftm_cam%3Dsa-bbn-evergreen%26ftm_veh%3Darticle_pitch_feed_partners%26ftm_pit%3D18725&utm_source=nasdaq&utm_medium=feed&utm_campaign=article&referring_guid=c553963b-8340-4771-80d3-a5b170e0a84b">10 หุ้นที่ดีที่สุด</a> ที่ผู้ลงทุนควรซื้อในปัจจุบัน… และ Advanced Micro Devices ไม่ได้อยู่ในรายการนี้ 10 หุ้นที่ผ่านการคัดเลือกอาจสร้างผลตอบแทนที่ยิ่งใหญ่ในอนาคต
พิจารณาเมื่อ Netflix เข้ารายการเมื่อวันที่ 17 ธันวาคม 2004… หากคุณลงทุน 1,000 ดอลลาร์ในเวลาที่เราแนะนำ คุณจะมีเงิน 477,813 ดอลลาร์!
หรือเมื่อ Nvidia เข้ารายการเมื่อวันที่ 15 เมษายน 2005… หากคุณลงทุน 1,000 ดอลลาร์ในเวลาที่เราแนะนำ คุณจะมีเงิน 1,320,088 ดอลลาร์!
ในปัจจุบัน Stock Advisor มีผลตอบแทนเฉลี่ยรวม 986% — การทำได้ดีกว่าตลาด S&P 500 อย่างมากที่ 208% อย่าพลาดรายการ 10 หุ้นล่าสุดที่มีอยู่ใน Stock Advisor และเข้าร่วมชุมชนการลงทุนที่สร้างขึ้นโดยผู้ลงทุนแต่ละคนสำหรับผู้ลงทุนแต่ละคน
<a href="https://api.fool.com/infotron/infotrack/click?apikey=35527423-a535-4519-a07f-20014582e03e&impression=a6498fa2-944d-485e-96e7-7a8c257562d2&url=https%3A%2F%2Fwww.fool.com%2Fmms%2Fmark%2Fe-sa-bbn-dyn-headline%3Faid%3D11234%26source%3Disaeditxt0001178%26company%3DAdvanced%2520Micro%2520Devices%26ftm_cam%3Dsa-bbn-evergreen%26ftm_pit%3D18725%26ftm_veh%3Darticle_pitch_feed_partners%26company%3DAdvanced%2520Micro%2520Devices&utm_source=nasdaq&utm_medium=feed&utm_campaign=article&referring_guid=c553963b-8340-4771-80d3-a5b170e0a84b">ดูรายการ 10 หุ้น »</a>
* * <a href="https://www.fool.com/author/2139/">Harsh Chauhan</a> ไม่มีตำแหน่งในหุ้นใดที่กล่าวถึง Motley Fool มีตำแหน่งในและแนะนำ Advanced Micro Devices, Intel, Marvell Technology และ Nvidia Motley Fool มี <a href="https://www.fool.com/legal/fool-disclosure-policy/">นโยบายการเปิดเผยข้อมูล</a>
ความคิดเห็นและมุมมองที่แสดงออกมานั้นเป็นความคิดเห็นและมุมมองของผู้เขียนและไม่จำเป็นต้องสะท้อนถึงความคิดเห็นของ Nasdaq, Inc.
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"Inference tailwinds are real but insufficient to dethrone Nvidia's ecosystem without proving sustained share gains and margin expansion."
The article correctly flags the inference shift as real—Deloitte data and AMD's 35% server CPU CAGR forecast through 2030 show CPUs/ASICs gaining share. Yet it underplays that training still drives the highest margins and that Nvidia's CUDA moat plus 80% training dominance create stickiness. ARM, AMD, and MRVL have posted larger YTD gains, but their earnings acceleration (AMD 76% then 39%) starts from smaller bases and faces Intel competition plus custom silicon from hyperscalers. Execution risk on Arm's own silicon and Marvell's ASIC ramp is high.
Even if inference reaches two-thirds of workloads, Nvidia could still embed its GPUs or software in those flows via DGX Cloud and CUDA-X, capping the upside for pure-play CPU/ASIC names.
"Inference workload growth is real, but the article assumes this automatically translates to market share losses for NVDA without addressing its entrenched position in both training and inference, plus the switching costs that lock hyperscalers into ecosystem standardization."
The article conflates two separate theses: (1) inference workloads are growing faster than training, and (2) AMD/ARM/MRVL will outgrow NVDA. The first is likely true; the second is speculative. Yes, inference is 2/3 of compute by 2025—but NVDA is already shipping H200s and Blackwell inference chips. The article ignores NVDA's installed base moat and that hyperscalers often buy inference chips from the same vendor as training chips for operational simplicity. AMD's server CPU gains are real, but competing against Intel ≠ competing against NVDA's inference dominance. ARM's $25B revenue target by 2030 assumes massive licensing share gains with zero detail on execution risk.
The earnings growth table is misleading: ARM at 22% current-year growth and MRVL at 34% are starting from much smaller revenue bases, so percentage growth rates overstate competitive threat. NVDA's 87% current growth still dwarfs absolute dollar gains from these peers.
"The shift toward inference-heavy AI workloads creates a hardware diversification opportunity, but investors are overestimating the speed at which these firms can erode Nvidia's software-driven market dominance."
The pivot toward 'inference' as a growth driver for AMD, ARM, and MRVL is analytically sound, but the article ignores the massive capital expenditure (CapEx) hurdle. While inference is less compute-intensive than training, it still requires massive scale, and Nvidia’s CUDA ecosystem remains a formidable moat that these challengers haven't fully breached. AMD’s MI300 series is gaining traction, but software integration remains a bottleneck. Investors are betting on a diversification of the AI supply chain, yet they are underestimating the risk of margin compression as hyperscalers increasingly move toward vertical integration, designing their own proprietary silicon to bypass third-party margins entirely.
If hyperscalers like Google and Amazon successfully transition to proprietary silicon, they might cannibalize the very market share growth that investors are currently pricing into AMD and Marvell.
"Nvidia's dominant ecosystem and scale make the 'next Nvidia' thesis for AMD, Arm, and Marvell a high-variance bet rather than a near-term re-rating catalyst."
The piece nudges investors toward AMD, Arm, and Marvell as the 'next Nvidia' by stressing inference workloads and energy efficiency. Yet the thesis rests on optimistic growth forecasts and the two-thirds-inference premise; Nvidia still dominates AI compute and could extend its moat via software and architectural upgrades. Missing context includes valuation, margin durability, and capex risk: Arm's silicon manufacturing push, Marvell's dependence on ASIC ramps, and AMD's server CPU share gains amid cyclical demand. Until there is durable margin expansion and confirmed earnings upgrades, the upside looks credible but not a slam-dunk re-rating of Nvidia.
Counter: Nvidia's CUDA software moat and scale create a sticky attrition-proof advantage that is unlikely to be overcome quickly; even if AMD/Arm/Marvell gain share in inference, the earnings trajectory could disappoint if costs or demand surprise.
"Hyperscaler vertical integration could compress margins and hardware sales for Nvidia, AMD, and others alike."
Gemini's vertical integration risk ties directly to Claude's installed base point: hyperscalers designing their own silicon could bypass not just AMD and Marvell but also limit Nvidia's hardware attach rate. This makes the earnings acceleration forecasts for all parties more fragile than acknowledged, especially if CapEx shifts to in-house development rather than third-party purchases. The article's omission suggests overstatement of pure-play upside.
"Hyperscaler silicon cannibalization is structural but delayed; AMD and Marvell have 18–24 months before margin pressure becomes acute."
Grok and Gemini both flag vertical integration risk, but they're underselling the timeline. Google's TPU and Amazon's Trainium are real, yet they still buy Nvidia H100s at scale—not because of lock-in, but because custom silicon takes 3–5 years to amortize and hyperscalers can't afford to bet the entire inference workload on one unproven chip. The margin compression risk is real, but it's a 2027–2029 story, not 2025. That changes which names have time to execute.
"Hyperscaler vertical integration is accelerating via software abstraction, potentially shortening the timeline for third-party inference chip obsolescence."
Claude, your 2027-2029 timeline for vertical integration ignores the 'shadow' cost of Nvidia's software tax. Hyperscalers aren't just building chips; they are building software abstraction layers to make their custom silicon agnostic to model architectures. If they succeed, they don't need to wait for full amortization to pivot; they can shift inference workloads incrementally. The risk isn't just margin compression—it's the sudden obsolescence of third-party inference hardware once the software stack decouples from CUDA.
"Hyperscalers won't decouple from CUDA fast enough to erode Nvidia's moat in the next few years; the software ecosystem remains a durable barrier."
Gemini overstates how quickly hyperscalers can decouple inference workloads from CUDA. Even with custom silicon, the amortization, software tooling, and model-optimization work needed to reach parity with CUDA-accelerated stacks is measured in years, not quarters. The 'shadow cost' of Nvidia’s software tax may compress margins for AMD/ARM/MRVL, but Nvidia’s ecosystem durability argues for a slower, not immediate, moat erosion—and a risk to all the inferred upside if the transition stalls.
The panel consensus is that while AMD, ARM, and Marvell may gain share in inference workloads, the dominance of Nvidia's CUDA ecosystem and the risk of vertical integration by hyperscalers make the earnings acceleration forecasts for all parties more fragile than acknowledged. The article's optimism about pure-play upside may be overstated.
Growth in inference workloads and energy efficiency may present opportunities for AMD, ARM, and Marvell to gain share in the AI supply chain.
Vertical integration by hyperscalers designing their own silicon could bypass third-party hardware and compress margins, making earnings acceleration forecasts more fragile.