Inaasahan ng Broadcom na aabot sa humigit-kumulang $115 bilyon ang kita nito sa artificial-intelligence semiconductor sa taong piskal 2027 at pagkatapos ay dodoble sa humigit-kumulang $230 bilyon sa 2028, isang dalawang-taong pananaw na gagawing isa sa pinakamalaking negosyo ng teknolohiya ang mga custom accelerator at data-center networking. Ang projection, na isiniwalat matapos magsara ang mga merkado ng US noong Miyerkules, ay nagtataas sa dating pagtatantya ng Broadcom noong 2027 na mahigit $100 bilyon at nagbibigay sa mga mamumuhunan ng hindi pangkaraniwang mahabang pananaw sa demand mula sa isang maliit na grupo ng pinakamalalaking AI developer sa mundo, ayon sa Reuters.

Ang pagtataya ay kasunod ng isang quarter kung saan ang benta ng AI semiconductor ay tumaas ng 221 porsyento mula sa nakaraang taon at 54 porsyento mula sa nakaraang quarter sa $16.7 bilyon. Ang mga resulta ay nagpapakita ng kabuuang kita na $29.59 bilyon, tumaas ng 86 porsyento, kung saan ang mga solusyon sa semiconductor ay nag-aambag ng $20.84 bilyon at ang software sa imprastraktura ay $8.75 bilyon. Inaasahan ng kumpanya ang benta ng AI chip na $21.7 bilyon sa kasalukuyang quarter, tumaas ng 236 porsyento kumpara sa nakaraang taon.

Gayunpaman, ang agarang tugon ng merkado ay napigilan. Ang $34.8 bilyong kabuuang kita na tinatayang sa Broadcom para sa kasalukuyang quarter ay bahagyang mas mababa sa $35.03 bilyong pinagkasunduan ng analyst na binanggit ng Reuters, at ang mga bahagi ay bumaba sa pinalawig na kalakalan. Ang reaksyong iyon ang siyang pangunahing tensyon: ang natanto na kita ng AI ay lumalawak sa pambihirang bilis, ngunit ang pagtatasa at ang mga bagong target sa loob ng maraming taon ay nag-iiwan ng kaunting puwang para sa mga pagkaantala sa konstruksyon ng mga customer, supply ng chip o model economics.

Ang Custom Silicon ay Naging Pangunahing Pamilihan

Hindi lamang basta nagbebenta ang Broadcom ng isang mapagpapalit na alternatibo sa mga graphics processor ng Nvidia. Nakikipagtulungan ito sa malalaking customer upang magdisenyo ng mga application-specific accelerator, kadalasang tinatawag na mga XPU, batay sa kanilang mga modelo, software, at arkitektura ng data-center. Ang isang pasadyang device ay maaaring makipagpalitan ng flexibility para sa mas mahusay na performance o mas mababang gastos sa isang matatag at mataas na volume na workload. Nagiging kaakit-akit lamang ang ekonomiya kapag ang isang mamimili ay kayang bayaran ang mga taon ng gastos sa engineering at umorder ng mga chips sa data-center campus.

Ang istrukturang iyon ay lumilikha ng hindi pangkaraniwang malalim na ugnayan sa mga supplier. Ang kasunduan ng OpenAI sa Broadcom ay sumasaklaw sa 10 gigawatts ng mga accelerator at Ethernet system na idinisenyo ng OpenAI, na may mga deployment na naka-target na tumakbo mula ikalawang kalahati ng 2026 hanggang 2029. Hiwalay na sinabi ng Anthropic na ang pakikipagsosyo nito sa Google at Broadcom ay magdaragdag ng maraming gigawatts ng susunod na henerasyon ng kapasidad sa pagproseso ng tensor simula sa 2027. Sinusuportahan ng mga anunsyong iyon ang direksyon ng pagtataya ng Broadcom, ngunit inilalarawan ng mga ito ang nakaplanong kapasidad, hindi ang mga nakumpletong pag-install o pangwakas na kita ng customer.

Mahalaga ang pagkakaiba dahil ang isang panalo sa disenyo ay dumadaan sa ilang mga pintuan bago maging benta: arkitektura, beripikasyon, paggawa, pagpapakete, pag-assemble ng sistema at pag-deploy ng data-center. Nagbabala ang sariling paghahain na ang proseso ng pagpili ay mahaba, magastos at hindi tiyak, at ang pagkapanalo ng isang disenyo ay hindi garantiya ng mga pagbili. Maaaring ipagpaliban ng isang customer ang isang campus, baguhin ang isang modelo, ilipat ang mga workload o hatiin ang mga susunod na henerasyon ng chip sa mga supplier.

Kalahati ng Panukala ang Networking

Ang isang accelerator ay gumagana lamang nang kapaki-pakinabang kung libu-libong processor ang mabilis na makakapagpalitan ng data upang kumilos na parang isang makina. Ang mga scale-up link ay nagkokonekta sa mga device sa loob ng isang mahigpit na konektadong sistema; ang mga scale-out network naman ay nagkokonekta sa mga sistemang iyon sa isang cluster. Ang congestion, latency, o mga bigong link ay maaaring magdulot ng hindi paggamit ng mamahaling silicon. Samakatuwid, ibinebenta ng Broadcom ang mga Ethernet switch chip, optical component, at connectivity sa paligid ng mga custom accelerator nito, na ginagawang bahagi ng parehong economic bet ang network fabric.

Ang portfolio ng networking ng kumpanya ay sumasaklaw sa mga custom na silicon at merchant Ethernet component para sa parehong scale-up at scale-out na disenyo. Ang kolaborasyon ng OpenAI ay tumutukoy din sa mga accelerator kasama ng Ethernet, PCIe at optical connectivity. Ang lawak na ito ay nagbibigay sa Broadcom ng dalawang paraan upang makilahok kapag ang isang customer ay bumuo ng isang cluster: maaari itong mag-co-design ng computing device, mag-supply ng kagamitan na naglilipat ng data sa mga device, o gawin ang pareho.

Ipinapaliwanag din nito kung bakit nakapasok na sa gabay ng mga kumpanya ng chip ang mga gigawatt. Ang kuryente ay isang magaspang na sukatan ng laki ng isang AI campus, ngunit hindi ito sukatan ng naihatid na output ng computing, kalidad ng modelo o kita sa ekonomiya. Sinabi ng OpenAI noong Abril na nalampasan na nito ang paunang layunin nitong makakuha ng 10 gigawatts ng imprastraktura ng US, habang kinikilala na ang mga proyekto ay umaasa pa rin sa kuryente, lupa, mga permit, transmisyon, lakas-paggawa at kahandaan ng mga kasosyo sa pag-update ng imprastraktura. Ang bawat isa sa mga dependency na iyon ay maaaring magpabago sa tiyempo ng mga benta ng Broadcom.

Ang Isang Konsentradong Pagtataya ay Nahaharap sa Mas Maraming Kompetisyon

Malaki ang oportunidad ng Broadcom, bahagyang dahil kakaunti ang mga kumpanyang kayang pondohan ang mga custom accelerator sa ganitong laki. Ang konsentrasyong iyon ay isang kalakasan habang lumalawak ang mga customer, dahil ang isang programa ay maaaring makabuo ng mga order na may mataas na volume sa loob ng maraming taon. Isa rin itong panganib: ang pagbabago ng disenyo, pagbawas sa paggastos sa kapital o desisyon ng supplier sa isang customer ay maaaring magdulot ng bilyun-bilyong dolyar sa pagitan ng mga taon. Sinabi ng kumpanya noong Miyerkules na nakakuha na ito ng sapat na suplay para sa kanilang forecast at ang demand ay lumampas sa pananaw sa 2027, ngunit ang kumpiyansang iyon ay nakasalalay pa rin sa mga plano ng customer na maging mga purchase order.

Lumalawak na ang kompetisyon. Noong Agosto, binigyan ng Google ang Marvell ng karapatang kumuha ng potensyal na $12.2 bilyong equity stake bilang bahagi ng isang pinalawak na custom-chip na relasyon na maaaring makabuo ng hanggang $120 bilyon para sa Marvell hanggang sa taong piskal 2033 kung maaabot ang mga target sa pagganap. Sakop ng kasunduan sa Marvell ang mga processor, pamamahala ng storage, at networking na ginagamit sa mga tensor-processing unit ng Google. Itinuring ito ng mga analyst na binanggit ng Reuters bilang pagdaragdag ng supply ng Google sa halip na agad na palitan ang Broadcom, ngunit ipinapakita nito na gusto ng malalaking customer ang leverage at redundancy.

Nanatiling dominanteng supplier ng mga general-purpose AI accelerator ang Nvidia, na may mature na software ecosystem na nagbibigay-daan sa mga customer na mag-deploy ng maraming uri ng modelo nang hindi kinakailangang gumamit ng chip. Ang custom silicon ang pinakadirektang nakikipagkumpitensya kung saan ang mga workload ay nahuhulaan at ang laki ay napakalaki. Ang resulta ay hindi nangangahulugang isang winner-take-all market: Sinasabi ng Anthropic na gumagamit ito ng Google TPUs, Amazon's Trainium at Nvidia GPUs, na pumipili ng hardware ayon sa workload. Samakatuwid, ang forecast ng Broadcom ay sumasalamin sa isang lumalaking bahagi ng isang halo-halong merkado, hindi ang pagkawala ng mga merchant GPU.

Hindi Inaalis ng Seguridad ng Suplay ang Panganib sa Pagpapatupad

Mahalaga ang pahayag ng Broadcom na nakakuha na ito ng suplay dahil ang mga nangungunang wafer, advanced packaging, high-bandwidth memory, at optical component ay pawang naging mga limitasyon sa mga AI system. Ngunit ang mga pangako sa supply ay inililipat ang panganib sa halip na alisin ito. Sa isang kamakailang quarterly filing, sinabi ng Broadcom na ang TSMC ay gumawa ng humigit-kumulang 95 porsyento ng mga wafer na ginawa ng mga kontratadong tagagawa nito at halos tatlong-kapat ng mga materyales sa paggawa nito ay nagmula sa limang supplier. Ang pagkuwalipika sa ibang pabrika o pinagmumulan ng component ay maaaring mangailangan ng malaking oras.

Maaari ring magdulot ng matinding epekto ang mabilis na paglago sa mga margin. Ang mga custom accelerator ay may mamahaling memorya at ginawa para sa isang partikular na mamimili, habang ang mas malaking AI mix ay maaaring gawing mas sensitibo ang pinagsama-samang mga resulta ng Broadcom sa tiyempo ng produkto. Ang pinakabagong ulat ng SEC ay nagtatala ng $15.96 bilyon sa kita sa pagpapatakbo ng GAAP at $20.10 bilyon sa isang batayan na hindi GAAP; hindi kasama sa mga naayos na resulta ang mga item kabilang ang amortization na may kaugnayan sa pagkuha at kabayaran sa stock. Tinataya ng Broadcom ang 66 porsyentong operating margin na hindi GAAP ngayong quarter ngunit sinasabing hindi ito makakapagbigay ng maihahambing na rekonsiliasyon ng GAAP nang walang hindi makatwirang pagsisikap.

Ang negosyo ng software ng VMware ay nagbibigay ng dibersipikasyon habang ginagawang mas hindi madaling maunawaan ang mga paghahambing taon-taon. Ang software ng imprastraktura ay kumakatawan sa 30 porsyento ng quarterly revenue at lumago ng 29 porsyento, mas mabagal kaysa sa mga semiconductor ngunit may mga katangiang parang subscription. Ang Broadcom ay nakagawa ng $14.2 bilyon ng operating cash flow, gumastos ng humigit-kumulang $500 milyon sa mga capital expenditures at nag-ulat ng $13.7 bilyon ng free cash flow. Ang cash generation na iyon ay nagbibigay dito ng espasyo upang pondohan ang pagbuo ng chip at magreserba ng kapasidad, bagaman hindi nito ginagarantiyahan na ang mga customer ay makakakuha ng kaakit-akit na kita sa kanilang sariling mas malaking paggastos sa imprastraktura.

Ano ang Magpapatunay sa $230 Bilyong Target

Malapit na ang unang pagsubok. Dapat gawing kinikilalang kita ng Broadcom ang $21.7 bilyong pagtatantya ng AI nito sa kasalukuyang quarter habang natutugunan ang mas malawak na $34.8 bilyong pagtataya ng kumpanya. Dapat bantayan ng mga mamumuhunan kung nananatiling ipinamamahagi ang paglago ng AI sa pagitan ng mga accelerator at networking, kung mananatili ba ang mga benta ng non-AI semiconductor, at kung magiging matatag ba ang paglago ng software. Ang kakulangan na dulot ng tiyempo ng pagpapadala ay magdudulot ng iba't ibang implikasyon mula sa isang nakanselang programa ng customer o nawalang pagbuo ng chip.

Ang pangalawang pagsubok ay ang tulay mula sa naka-book na kapasidad patungo sa mga operating data center. Ang mga reserbasyon ng kuryente at mga kasunduan sa supply ay mga sukatan ng aktibidad. Ang mga shipped system at kita ay mga output. Ang mas mababang mga gastos sa inference, maaasahang serbisyo at kumikitang mga produkto ng AI ay mga resulta. Ang Broadcom ay maaaring kontrolin lamang nang bahagya ang unang dalawang layer at ang huli ay halos hindi. Kung mas nakasalalay ang forecast nito sa ilang mga kumpanyang frontier-model, mas mahalaga ang kanilang financing, pag-access sa kuryente at pag-aampon ng customer.

Gayunpaman, ang mga bagong target ng Broadcom ay nagmamarka ng isang malaking pagbabago sa merkado ng AI hardware. Ang kumpanya ay lumipat mula sa pagbebenta ng sumusuportang koneksyon patungo sa pagpapares ng mga network sa mga processor na idinisenyo batay sa sariling software ng mga customer. Kung ang $115 bilyon ay magiging $230 bilyon sa iskedyul, ang custom silicon ay magtatapos mula sa isang espesyalidad ng hyperscaler patungo sa isang sentral na plataporma ng ekonomiya ng computing. Gayunpaman, hanggang sa ang mga order ay maging mga deployed system, ang forecast ay pinakamahusay na basahin bilang ebidensya ng pambihirang dedikadong ambisyon—hindi patunay na ang bawat nakaplanong gigawatt ay darating sa oras o magbabayad para sa sarili nito.