JPMorgan: Vận chuyển chip AI tùy chỉnh có thể vượt qua GPU vào năm 2027, Broadcom và Marvell nắm bắt cơ hội

BlockBeats News, ngày 22 tháng 6, JPMorgan Chase cho biết khi các công ty điện toán đám mây lớn và các tập đoàn công nghệ cố gắng giảm chi phí điện toán AI, nâng cao hiệu quả và không chỉ dựa vào GPU đa năng, thị trường chip ASIC tùy chỉnh đang bước vào một chu kỳ tăng trưởng mới, trong đó Broadcom và Marvell được xem là những bên hưởng lợi lớn nhất từ xu hướng này.

Trong một báo cáo nghiên cứu ngành bán dẫn gần đây, các nhà phân tích của JPMorgan là Harlan Sur và Mayur Ramdhani ước tính thị trường AI ASIC kỹ thuật số sẽ đạt khoảng 600 tỷ đến 700 tỷ đô la Mỹ vào năm 2026 và duy trì tốc độ tăng trưởng kép hàng năm trên 40% đến 50% trong những năm tới. Báo cáo cho biết Broadcom hiện đang nắm giữ khoảng 80% đến 85% thị phần thị trường ASIC cao cấp, còn Marvell đứng thứ hai với khoảng 10% đến 12%.

Sự tăng trưởng nhanh chóng của nhu cầu điện toán AI đang tái định hình cấu trúc mua sắm chip. JPMorgan cho rằng các khách hàng như Google, Amazon, Meta, Microsoft, OpenAI và SoftBank/Arm đang đẩy nhanh phát triển các bộ xử lý AI tự phát triển hoặc tùy chỉnh nhằm đạt hiệu suất tốt hơn, tối ưu hóa tiêu thụ điện và tổng chi phí sở hữu. Khác với GPU đa năng của Nvidia và AMD, các con chip ASIC thường được thiết kế cho từng khách hàng cụ thể, từng nền tảng phần mềm riêng biệt, hoặc từng hệ sinh thái xác định, phù hợp hơn với các nhà cung cấp đám mây quy mô lớn sở hữu tải công việc nội bộ khổng lồ.

Báo cáo dự đoán doanh thu AI của Broadcom sẽ tăng đáng kể từ khoảng 20 tỷ đô la Mỹ trong năm tài chính 2025 lên hơn 600 tỷ đô la Mỹ vào năm tài chính 2026 và tiếp tục đạt hơn 1,5 nghìn tỷ đô la Mỹ trong năm tài chính 2027. Dự án tiêu biểu bao gồm Google TPU, Meta MTIA, chip AI video và chip mạng của ByteDance, OpenAI XPU, SoftBank/Arm XPU, cũng như các giải pháp TPU rack-scale liên quan đến Anthropic.

Đối với Marvell, JPMorgan dự báo doanh thu từ trung tâm dữ liệu sẽ tăng từ khoảng 6,1 tỷ đô la Mỹ vào năm 2025 lên khoảng 9,3 tỷ đô la Mỹ vào năm 2026 và đạt khoảng 14,6 tỷ đô la Mỹ vào năm 2027. Các yếu tố tăng trưởng bao gồm Amazon Trainium 3 và Trainium 4, Microsoft Maia, Google SmartNIC/DPU, bộ điều khiển CXL, cũng như các giải pháp 800G/1.6T optical DSP, coherent lite và CPO giai đoạn đầu.

Báo cáo cũng đưa ra một dự báo then chốt: đến năm 2027, lượng chip AI ASIC/XPU xuất xưởng sẽ vượt qua GPU. JPMorgan ước tính rằng đến năm 2027, tổng số đơn vị tăng tốc AI xuất xưởng sẽ đạt 23,3 triệu chiếc, trong đó GPU chiếm 10,9 triệu, tương ứng 47%, còn ASIC/XPU đạt 12,5 triệu, tương ứng 53%. Điều này cho thấy mặc dù GPU tiếp tục tăng trưởng, các chip tùy chỉnh có thể chiếm tỷ trọng lớn hơn trong các đợt triển khai công việc AI mới.

Lấy Google/Broadcom TPU7x Ironwood và Nvidia Blackwell làm ví dụ, JPMorgan cho biết AI ASIC có sức cạnh tranh về hiệu quả chi phí và tiêu thụ điện. Báo cáo tiết lộ hiệu suất FP8 của TPU7x Ironwood gần với Nvidia B200/B300, nhưng mức giá ước tính chỉ khoảng 13.000 đô la Mỹ, thấp hơn mức 35.000 đô la Mỹ của B200 và 40.000 đô la Mỹ của B300; chi phí trên mỗi đô la tính toán và trên mỗi watt tiêu thụ cũng vượt trội hơn so với chuẩn GPU.

Dự báo này không đồng nghĩa với việc nhu cầu dành cho Nvidia sẽ suy yếu nhanh chóng. Thay vào đó, nó chỉ ra sự phân hóa trong đầu tư hạ tầng AI: GPU vẫn sẽ phục vụ nhu cầu huấn luyện và suy luận chung, trong khi ASIC tự phát triển của các nhà cung cấp đám mây có thể đạt mức thâm nhập cao hơn trong các tác vụ nội bộ quy mô lớn, ổn định và dự đoán được.

Đối với các nhà đầu tư, báo cáo của JPMorgan củng cố xu hướng chuyển dịch chuỗi phần cứng AI từ GPU sang ASIC, đóng gói tiên tiến, giao diện HBM, SerDes, kết nối quang học và logic khuếch tán CPO. Nếu các dự báo trong báo cáo trở thành hiện thực, Broadcom và Marvell không chỉ là nhà cung cấp chip mạng hoặc chip kết nối AI, mà sẽ trở thành các công ty nền tảng cốt lõi trong giai đoạn tiếp theo của quá trình chuyển dịch kiến trúc điện toán AI.