Broadcom Can No Longer Hide: AI Money Is Flowing Beyond GPUs

MSX 研究院

特邀专栏作者

@MSX_CN

2026-09-06 03:00

บทความนี้มีประมาณ 3188 คำ การอ่านทั้งหมดใช้เวลาประมาณ 5 นาที

ASICs Are Entering Financial Reports in a Big Way — The Next Step Is Turning Tens of GW of Demand Into Real Revenue.

สรุปโดย AI

ขยาย

Core Thesis: Broadcom's latest earnings report shows that its AI semiconductor business (including custom ASICs and network interconnect) is emerging as a high-growth second curve, with FY2027 revenue projected to reach $115 billion. This signals that major AI customers, beyond GPUs, are accelerating the adoption of custom chips to optimize inference costs — AI infrastructure investment is expanding from individual chips to the entire system ecosystem.
Key Elements:
1. Broadcom's Q3 AI semiconductor revenue reached $16.7 billion, beating guidance, with the next quarter projected at $21.7 billion, representing over 200% year-over-year growth; FY2027 AI chip revenue is expected to hit $115 billion, potentially reaching $230 billion by FY2028.
2. The core logic of ASICs is that once inference workloads reach scale, specialization optimizes per-token cost and power efficiency — not simply replacing GPUs; Google, Meta, and OpenAI (developing the Jalapeño processor with Broadcom) are all making plays in this space.
3. Broadcom's business runs on two parallel tracks: custom XPUs and AI networking (Ethernet, SerDes, etc.), with networking revenue accounting for roughly 40% of AI semiconductors — the company expects that to settle near 30% over the long term, reflecting its bet on sustained growth in AI cluster scale and interconnect complexity.
4. Although Broadcom has signed agreements with customers like Google through 2031, major clients are introducing multi-vendor strategies with the likes of Marvell — whether Broadcom can remain in the core supply chain is a key point to watch.

หนึ่ง รายงานผลประกอบการของ Nvidia เมื่อสัปดาห์ที่แล้วพิสูจน์ให้เห็นว่าความต้องการพลังการประมวลผล AI ยังห่างไกลจากจุดสูงสุด

และหลังจากรายงานผลประกอบการของ Broadcom เมื่อคืนนี้ เส้นทางอีกสายหนึ่งก็ชัดเจนยิ่งขึ้น

รายได้เซมิคอนดักเตอร์ AI ในไตรมาส 3 อยู่ที่ 16,700 ล้านดอลลาร์ สูงกว่าเป้าหมายก่อนหน้าที่ 16,000 ล้านดอลลาร์ และในไตรมาสถัดไปก็ตั้งเป้าไว้ที่ 21,700 ล้านดอลลาร์โดยตรง ที่สำคัญกว่านั้นคือ คาดว่ารายได้ชิป AI ในปีงบประมาณ 2027 จะอยู่ที่ประมาณ 115,000 ล้านดอลลาร์ และในปีงบประมาณ 2028 อาจสูงถึง 230,000 ล้านดอลลาร์

ดังนั้น การยังคงกังขาว่า ASIC เป็นเส้นโค้งการเติบโตที่สองของ AI หรือไม่นั้น เริ่มสายเกินไปแล้ว — เงินทุนสำหรับ AI ในตอนนี้ไม่ได้ถูกใช้ไปกับ GPU เพียงอย่างเดียวอีกต่อไป

อย่างน้อยที่สุดสำหรับ Broadcom เส้นทางนี้ได้เริ่มปรากฏในงบการเงินแล้ว และปริมาณในอนาคตก็มากกว่าที่คาดไว้ก่อนหน้านี้ สิ่งที่ต้องจับตาเป็นอย่างยิ่งต่อไปคือ โปรเจกต์ใหญ่ๆ อย่าง Google, OpenAI, Anthropic จะสามารถดำเนินการตามกำหนดการได้หรือไม่ และท้ายที่สุด Broadcom จะได้รับส่วนแบ่งมากน้อยเพียงใด

หากทุกอย่างราบรื่น ก็จงเล่นดนตรีต่อไปและเต้นรำต่อไป

หนึ่ง GPU ยังคงเติบโตอย่างรวดเร็ว แต่บริษัทใหญ่ๆ ก็เริ่มวางแผนใหม่เช่นกัน

จุดที่มีข้อมูลสำคัญอย่างแท้จริงในรายงานผลประกอบการของ Nvidia คือ แม้จะมีฐานที่สูงขนาดนี้ บริษัทคลาวด์ บริษัท AI และห้องปฏิบัติการโมเดลก็ยังไม่หยุดเพิ่มพลังการประมวลผล

เพียงแต่ว่า เมื่อ AI CapEx ไหลจากหลักพันล้านดอลลาร์ไปสู่หลักหมื่นล้านดอลลาร์ และในที่สุดก็เข้าสู่ระดับหลายแสนล้านดอลลาร์หรือมากกว่านั้นต่อปี ตรรกะการจัดซื้อจะต้องเปลี่ยนแปลงอย่างแน่นอน

ตัวอย่างเช่น บริษัทใหญ่ๆ เริ่มถามมากขึ้นว่า การทำงานชิ้นหนึ่งให้สำเร็จต้องใช้เงินเท่าไร? ไฟฟ้า 1GW เท่ากันสามารถผลิตพลังประมวลผลที่มีประสิทธิภาพได้มากเพียงใด? หากปริมาณงานบางอย่างมีความเสถียรสูงแล้ว ยังจำเป็นต้องใช้ผลิตภัณฑ์ที่มีต้นทุนสูงสุดกับทุกอย่างหรือไม่?

นี่คือภูมิหลังที่ทำให้ ASIC เริ่มมีความสำคัญมากขึ้นเรื่อยๆ

แน่นอนว่า การเข้าใจ ASIC ง่ายๆ ว่าเป็น "GPU ที่ถูกกว่า" นั้นไม่ถูกต้องนัก ข้อได้เปรียบที่แท้จริงของมันมาจากการเฉพาะทาง

การออกแบบชิปแบบกำหนดเองนั้นไม่ได้ถูกแต่แรก การลงทุนด้านการวิจัยและพัฒนาช่วงต้นมหาศาล วงจรการพัฒนายาวนาน และยังต้องจัดการกับปัญหาการปรับตัวทั้งหมดของซอฟต์แวร์ แพคเกจจิ้งขั้นสูง เครือข่าย ระบบ และห่วงโซ่อุปทาน

แต่ในทางกลับกัน เมื่อปริมาณงานประเภทใดประเภทหนึ่งมีความเสถียรมากพอ ขนาดการติดตั้งก็เคลื่อนจากระดับหลายสิบ MW ไปสู่หลายร้อย MW และในที่สุดก็ถึงระดับ GW การปรับปรุงต้นทุนต่อหน่วย อัตราส่วนประสิทธิภาพต่อพลังงาน และ TCO ของทั้งระบบก็อาจถูกขยายผลอย่างรวดเร็ว

ดังนั้น การที่ Google ยึดมั่นใน TPU มายาวนาน Meta ขยาย MTIA อย่างต่อเนื่อง และ OpenAI ก็เริ่มร่วมพัฒนาโปรเซสเซอร์ของตนเองกับ Broadcom ล้วนเป็นเพราะตระหนักว่า แม้จะย้ายเฉพาะปริมาณงานที่เสถียรและใหญ่ที่สุดเพียงบางส่วนจากชิปอเนกประสงค์ไปยังชิปเฉพาะทาง ก็อาจสร้างมูลค่าทางเศรษฐกิจมหาศาลได้

หากเรียบเรียงอย่างง่าย จะพบว่าสิ่งนี้ได้ประโยชน์จากเงื่อนไขหลายประการที่กำลังเติบโตเต็มที่พร้อมกันในเวลานี้ ตัวแปรที่สำคัญที่สุดคือ การอนุมาน (inference) กำลังกลายเป็นปริมาณงานที่เพิ่มขึ้นซึ่งมีความสำคัญมากขึ้นเรื่อยๆ

众所周知 การฝึกโมเดลมักเป็นระยะๆ แต่ เมื่อ ChatGPT, Gemini, Claude และ Agent มากขึ้นเรื่อยๆ เข้าสู่สภาพแวดล้อมการผลิตจริง การอนุมานเป็นงานที่เกิดขึ้นอย่างต่อเนื่องทุกวัน

โดยเฉพาะอย่างยิ่ง เมื่อปริมาณการเรียกใช้เพิ่มขึ้นเรื่อยๆ และโครงสร้างโมเดล รวมถึงรูปแบบการให้บริการค่อยๆ มีเสถียรภาพ มันก็เหมาะสมโดยธรรมชาติที่จะปรับแต่งฮาร์ดแวร์ให้เหมาะสมกับ workload เฉพาะ OpenAI เปิดตัว Intelligence Processor Jalapeño อย่างเป็นทางการในเดือนมิถุนายนปีนี้ ซึ่งพัฒนา jointly กับ Broadcom โดยมีตำแหน่งทางการตลาดที่มุ่งเน้นการอนุมาน LLM

ที่น่าสังเกตยิ่งกว่านั้นคือ นี่ไม่ใช่ชิปที่โดดเดี่ยว OpenAI และ Broadcom กำหนดให้นี่เป็นผลิตภัณฑ์รุ่นแรกของแพลตฟอร์มการประมวลผลหลายรุ่น โดยมีแผนจะเริ่มปรับใช้ตั้งแต่ปลายปี 2026 และขยายในระดับ GW ในอนาคต

แนวทางของ Meta ก็คล้ายกันมาก โดยกำลังผลักดัน MTIA สี่รุ่นภายในสองปี โดยเน้นครอบคลุมระบบแนะนำ การจัดอันดับ และ generative AI ซึ่งหลายผลิตภัณฑ์ใช้แนวทางการออกแบบที่ให้ความสำคัญกับการอนุมานเป็นอันดับแรกอย่างชัดเจน ในเดือนเมษายนปีนี้ ได้ขยายความร่วมมือกับ Broadcom เพิ่มเติม โดยการปรับใช้ระยะแรกเกิน 1GW แล้ว และแผน后续จะขยายไปหลาย GW ความร่วมมือด้านผลิตภัณฑ์หลายรุ่นของทั้งสองฝ่ายจะดำเนินต่อไปจนถึงปี 2029

สิ่งนี้บ่งชี้ว่า ลูกค้า AI รายใหญ่ในปัจจุบันกำลังเปลี่ยนจากการไล่ตามประสิทธิภาพสูงสุดเพียงอย่างเดียว เข้าสู่กติกาเกมอีกชุดหนึ่ง นั่นคือ Token จะผลิตได้ถูกลงได้หรือไม่

เมื่อ AI เริ่มกลายเป็นเชิงพาณิชย์อย่างแท้จริง ต้นทุนต่อหนึ่งล้าน Token พลังงานไฟฟ้าต่อวัตต์สามารถผลิตพลังประมวลผลที่มีประสิทธิภาพได้เท่าใด และ TCO ของศูนย์ข้อมูลทั้งหมด จะมีความสำคัญเพิ่มขึ้นเรื่อยๆ

แก่นแท้ของ ASIC ก็คือ บริษัท AI ขนาดใหญ่กำลังเริ่มพยายามนำการควบคุมต้นทุนส่วนนี้กลับมาอยู่ในมือของตนเอง

สอง สิ่งที่ Broadcom วางเดิมพันจริงๆ ไม่ใช่แค่ ASIC แต่คือการที่คลัสเตอร์ AI ทั้งหมดจะใหญ่ขึ้นอย่างต่อเนื่อง

เมื่อเข้าใจประเด็นนี้แล้ว การดูรายงานผลประกอบการของ Broadcom ก็จะง่ายขึ้นมาก

ในไตรมาสที่ผ่านมา รายได้รวมของ Broadcom อยู่ที่ 22,187 ล้านดอลลาร์ เพิ่มขึ้น 48% เมื่อเทียบกับปีก่อน; โดยรายได้เซมิคอนดักเตอร์ AI อยู่ที่ 10,800 ล้านดอลลาร์ เพิ่มขึ้น 143% เมื่อเทียบกับปีก่อน

แนวโน้มที่บริษัทให้ไว้สำหรับไตรมาสถัดไปมีความ ambitious ยิ่งขึ้น โดยรายได้รวมประมาณ 29,400 ล้านดอลลาร์ ซึ่งรายได้เซมิคอนดักเตอร์ AI คาดว่าจะอยู่ที่ 16,000 ล้านดอลลาร์ เพิ่มขึ้นมากกว่า 200% เมื่อเทียบกับปีก่อน

16,000 ล้านดอลลาร์เป็นตัวเลขขนาดไหน? มันเทียบเท่ากับประมาณ 54% ของรายได้รวมที่ Broadcom คาดการณ์ไว้ในไตรมาสนั้น

กล่าวคือ หากแนวโน้มเป็นจริง เพียงธุรกิจเซมิคอนดักเตอร์ AI เพียงอย่างเดียว ก็อาจสร้างรายได้มากกว่าครึ่งหนึ่งของ Broadcom ทั้งหมด — และนี่ยังรวมถึงธุรกิจซอฟต์แวร์โครงสร้างพื้นฐานอย่าง VMware เข้าไปด้วยแล้ว

พูดอีกนัยหนึ่ง AI กำลังเปลี่ยนแปลงโครงสร้างรายได้ของบริษัทนี้โดยตรง

แต่ที่นี่มีความเข้าใจผิดที่เกิดขึ้นได้ง่าย ตัวเลข 16,000 ล้านดอลลาร์ไม่สามารถเทียบเท่าโดยตรงกับ "รายได้ ASIC" ได้ เนื่องจากรวมถึงผลิตภัณฑ์เครือข่าย AI เช่น Ethernet switch chips, SerDes, PCIe, optical interconnect เป็นต้น

ในไตรมาสที่แล้ว ธุรกิจเครือข่ายคิดเป็นสัดส่วนเกือบ 40% ของรายได้เซมิคอนดักเตอร์ AI แล้ว Hock Tan ยังชี้ให้เห็นว่า สัดส่วนนี้อาจใกล้ระดับสูงสุดของช่วงเวลาหนึ่งแล้ว และในระยะยาวมีแนวโน้มจะกลับมาอยู่ที่ประมาณ 30%

ดังนั้น Broadcom จึงเป็นสองธุรกิจที่กำลังขยายตัวพร้อมกัน หนึ่งคือ Custom XPU และอีกหนึ่งคือ AI Networking นี่คือความแตกต่างที่ใหญ่ที่สุดจากบริษัทชิปบริสุทธิ์หลายแห่ง

เมื่อคลัสเตอร์ AI เติบโตจากชิปหลายพันตัวไปสู่หลายหมื่น แสนกว่าตัว หรือใหญ่กว่านั้น การเชื่อมต่อระหว่างพลังการประมวลผลก็ยิ่งมีความสำคัญมากขึ้นเรื่อยๆ

Broadcom กำลังแยกเครือข่าย AI ออกเป็น scale-up, scale-out และ scale-across: จากการเชื่อมต่อความเร็วสูงภายในแร็ค ไปจนถึงเครือข่ายขนาดใหญ่ภายในศูนย์ข้อมูล และการเชื่อมต่อระหว่างศูนย์ข้อมูลหลายแห่ง

ตราบใดที่คลัสเตอร์ AI ยังคงใหญ่ขึ้น หากบริษัทคลาวด์รายใหญ่เพิ่มการผลิต ASIC ของตนเอง Broadcom ก็สามารถเข้าร่วมใน Custom XPU; หากคลัสเตอร์ GPU ขยายตัวอย่างต่อเนื่อง ตลาดเครือข่าย Ethernet แบบเปิดก็มีแนวโน้มขยายตัวต่อไปเช่นกัน

สิ่งนี้ทำให้ Broadcom อยู่ในตำแหน่งที่น่าสนใจมาก โดยแท้จริงแล้วมันกำลังเดิมพันว่าความซับซ้อนของโครงสร้างพื้นฐาน AI ทั้งหมดจะเพิ่มสูงขึ้นอย่างต่อเนื่อง

แน่นอนว่า นี่ไม่ได้หมายความว่าธุรกิจนี้จะไร้การแข่งขัน

แม้ Google จะได้ลงนามในข้อตกลงระยะยาวกับ Broadcom เพื่อร่วมพัฒนา TPU ในอีกหลายรุ่นและส่วนประกอบที่เกี่ยวข้องกับ AI rack รุ่นถัดไป โดยข้อตกลงครอบคลุมยาวนานถึงปี 2031; แต่เมื่อเร็วๆ นี้ Google ก็ได้ขยายความร่วมมือด้านชิปเฉพาะทางกับ Marvell เช่นกัน

อย่างน้อยสิ่งนี้ก็แสดงให้เห็นว่า ลูกค้ารายใหญ่จะไม่มอบสถาปัตยกรรมในอนาคตทั้งหมดให้กับผู้จำหน่ายรายเดียวโดยง่าย

สาม หลัง 100,000 ล้าน จะเกิดอะไรขึ้น?

ตลาดรู้มานานแล้วว่า AI ของ Broadcom จะแข็งแกร่งมาก

ดังนั้นสิ่งที่ต้องดูในรายงานผลประกอบการครั้งนี้จึงไม่ใช่คำถามว่า 16,000 ล้านจะทำได้หรือไม่ โชคดีที่คำตอบออกมาแล้ว

อย่างน้อยจากตอนนี้ เส้นทางของ Broadcom ไม่ใช่ปัญหาว่า "มีเส้นโค้งการเติบโตที่สองหรือไม่" อีกต่อไป แต่เป็นว่าเส้นโค้งนี้จะยาวได้สุดท้ายแค่ไหน แต่ก็หมายความว่าตลาดจะเริ่มจู้จี้จุกจิกมากขึ้นเรื่อยๆ ในอนาคต

เมื่อก่อนตัวเลข 100,000 ล้าน本身就是เรื่องน่าประหลาดใจ ตอนนี้เมื่อ 115,000 ล้าน และ 230,000 ล้านถูกวางออกมาแล้ว สิ่งที่ต้องติดตามต่อไปกลับเป็นว่าตัวเลขเหล่านี้จะถูกทำให้เป็นจริงได้อย่างไร

โปรเจกต์ของ Google, Meta, OpenAI, Anthropic จะสามารถเดินหน้าไปสู่ระดับ GW ตามแผนได้หรือไม่ หลังจากชิปรุ่นแรกผลิตจำนวนมากแล้ว รุ่นที่สองและสามจะยังคงได้รับคำสั่งซื้อต่อไปหรือไม่ ธุรกิจเครือข่ายจะเติบโตตามขนาดคลัสเตอร์ได้หรือไม่

สิ่งเหล่านี้สำคัญกว่าการขายได้เพิ่มขึ้นอีกไม่กี่พันล้านดอลลาร์ในไตรมาสใดไตรมาสหนึ่ง

อีกปัญหาหนึ่งที่หลีกเลี่ยงไม่ได้มากขึ้นเรื่อยๆ คือ ลูกค้ารายใหญ่จะไม่เลี้ยงดูผู้จำหน่ายเพียงรายเดียว

Google เริ่มขยายความร่วมมือกับผู้ผลิตอื่นๆ แล้ว และ Meta, OpenAI ก็มีแนวโน้มสูงที่จะรักษาระบบผู้จำหน่ายหลายรายในอนาคต ดังนั้นข้อได้เปรียบในปัจจุบันของ Broadcom เป็นเรื่องจริง แต่ก็ยังไม่ถึงขั้นที่ "ล็อกลูกค้า" ได้

จากมุมมองนี้ สิ่งที่ต้องพิสูจน์ต่อไปคือ ความสามารถในการคงอยู่ในห่วงโซ่อุปทานหลักของลูกค้าเหล่านี้ในระยะยาวได้หรือไม่ ซึ่งจะเป็นปัจจัยชี้ขาดที่สำคัญ

ไม่ว่าอย่างไรก็ตาม รายงานผลประกอบการของ Broadcom ครั้งนี้ถือเป็นการเตือนเราว่า ชิปเฉพาะทาง เครือข่าย การเชื่อมต่อ ซึ่งเคยเป็นเหมือนส่วน "ประกอบ" กำลังค่อยๆ กลายเป็นแกนหลัก

และยังเป็นการเตือนตลาดด้วยว่า การลงทุนในโครงสร้างพื้นฐานรอบนี้ของ AI อาจยังห่างไกลจากช่วงที่เหลือเพียงการแข่งขันในตลาดเดิม

ตราบใดที่บริษัทใหญ่ๆ ยังคงสร้างคลัสเตอร์ที่ใหญ่ขึ้น ซื้อไฟฟ้ามากขึ้น และคำนวณ Token ได้มากขึ้น คอขวดใหม่ๆ ก็จะเกิดขึ้นอย่างต่อเนื่อง และแหล่งกำไรใหม่ๆ ก็จะตามมาเติบโต

ธุรกิจ AI กำลังเติบโตจากชิปตัวเดียว กลายเป็นโครงสร้างพื้นฐานทั้งชุด ซึ่งนี่คือพื้นที่จินตนาการที่ใหญ่กว่านั้น