Broadcom Cannot Be Hidden: AI Money Is Flowing Beyond GPUs
- Key Takeaways: 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 projected revenue reaching $115 billion in FY2027. This signals that major AI customers are accelerating their adoption of custom chips to optimize inference costs beyond GPUs, as AI infrastructure investment expands from individual chips to entire system ecosystems.
- Key Factors:
- Broadcom's Q3 AI semiconductor revenue reached $16.7 billion, exceeding guidance, with next quarter expected at $21.7 billion, up more than 200% year-over-year; FY2027 AI chip revenue is projected at $115 billion, potentially reaching $230 billion by FY2028.
- The core logic of ASICs lies in optimizing unit token cost and power efficiency through specialization once inference workloads scale — not simply replacing GPUs; Google, Meta, and OpenAI (developing the Jalapeño processor with Broadcom) are all making moves in this space.
- Broadcom operates on two parallel tracks: custom XPUs and AI networking (Ethernet, SerDes, etc.), with network revenue accounting for approximately 40% of AI semiconductor revenue — a figure the company expects to settle around 30% in the long term, reflecting its bet on continued growth in AI cluster scale and interconnect complexity.
- Although Broadcom's agreements with customers like Google extend through 2031, major clients are introducing multi-vendor strategies with players like Marvell — whether Broadcom can remain in the core supply chain will be a key focus going forward.
Báo cáo tài chính của Nvidia tuần trước đã chứng minh rằng nhu cầu sức mạnh tính toán AI vẫn còn rất xa mới đạt đỉnh.
Và đêm qua, khi Broadcom công bố báo cáo tài chính, một hướng đi khác cũng trở nên rõ ràng hơn.
Doanh thu bán dẫn AI trong quý 3 đạt 16,7 tỷ USD, cao hơn mức dự báo 16 tỷ USD trước đó, và quý tiếp theo được dự báo trực tiếp lên tới 21,7 tỷ USD. Quan trọng hơn, doanh thu chip AI dự kiến đạt khoảng 115 tỷ USD trong năm tài chính 2027, và thậm chí có thể đạt 230 tỷ USD trong năm tài chính 2028.
Vì vậy, việc tiếp tục tranh cãi liệu ASIC có phải là đường cong tăng trưởng thứ hai của AI hay không đã hơi muộn — số tiền chi cho AI từ lâu đã không chỉ dồn vào GPU.
Ít nhất là với Broadcom, hướng đi này đã bắt đầu xuất hiện trong báo cáo tài chính, và quy mô phía sau còn lớn hơn những gì người ta từng nghĩ. Điều thực sự cần theo dõi tiếp theo là liệu các dự án lớn như Google, OpenAI, Anthropic có thể triển khai đúng tiến độ hay không, và Broadcom cuối cùng có thể hưởng lợi được bao nhiêu.
Nếu mọi việc suôn sẻ, thì cứ tiếp tục ăn mừng và tiến lên thôi.
I. GPU tiếp tục tăng tốc, nhưng các ông lớn cũng bắt đầu có những bố trí mới
Điểm thực sự đáng chú ý trong báo cáo tài chính của Nvidia là dù ở mức nền rất cao này, các nhà cung cấp dịch vụ đám mây, công ty AI và các phòng thí nghiệm mô hình vẫn chưa ngừng tăng cường sức mạnh tính toán.
Tuy nhiên, khi chi tiêu vốn (CapEx) cho AI chuyển từ vài tỷ USD lên hàng chục tỷ USD, rồi cuối cùng đạt đến mức hàng trăm tỷ USD hoặc hơn mỗi năm, logic mua sắm chắc chắn sẽ thay đổi.
Ví dụ, các ông lớn đã bắt đầu đặt nhiều câu hỏi hơn như: Để hoàn thành cùng một khối lượng công việc AI, cần chi bao nhiêu tiền? Với cùng 1GW điện năng, có thể tạo ra bao nhiêu sức mạnh tính toán hiệu quả? Nếu một số khối lượng công việc đã rất ổn định, liệu có cần thiết phải sử dụng toàn bộ sản phẩm đắt tiền nhất không?
Đây chính là bối cảnh khiến ASIC ngày càng trở nên quan trọng.
Tất nhiên, đơn giản coi ASIC là "GPU rẻ hơn" là không chính xác; lợi thế thực sự của nó đến từ tính chuyên dụng.
Việc tùy chỉnh một con chip tự nó không hề rẻ, đòi hỏi chi phí nghiên cứu và phát triển ban đầu rất lớn, chu kỳ phát triển dài, và phải xử lý toàn bộ các vấn đề thích ứng của phần mềm, đóng gói tiên tiến, mạng lưới, hệ thống và chuỗi cung ứng.
Nhưng ngược lại, một khi một khối lượng công việc nào đó đủ ổn định, và quy mô triển khai đi từ vài chục MW lên vài trăm MW, rồi cuối cùng đạt đến GW, thì sự cải thiện về chi phí đơn vị, tỷ lệ hiệu suất trên điện năng tiêu thụ và TCO của toàn bộ hệ thống có thể được khuếch đại nhanh chóng.
Đó là lý do Google kiên trì với TPU trong thời gian dài, Meta liên tục mở rộng MTIA, và OpenAI cũng bắt đầu cùng Broadcom phát triển bộ xử lý riêng của mình — tất cả đều nhận ra rằng, chỉ cần chuyển một phần khối lượng công việc ổn định và lớn nhất từ chip đa năng sang chip tùy chỉnh, cũng có thể mang lại giá trị kinh tế khổng lồ.
Tóm gọn lại, có thể thấy điều này cũng nhờ một số điều kiện đang đồng thời chín muồi, và biến số quan trọng nhất chính là suy luận (inference) đang trở thành khối lượng công việc gia tăng ngày càng quan trọng.
Như chúng ta đã biết, việc huấn luyện mô hình thường mang tính giai đoạn, nhưng sau khi ChatGPT, Gemini, Claude và ngày càng nhiều Agent thực sự bước vào môi trường sản xuất, suy luận là công việc diễn ra liên tục mỗi ngày.
Đặc biệt khi lượng gọi ngày càng lớn, cấu trúc mô hình và mô hình dịch vụ dần ổn định, nó tự nhiên phù hợp hơn để tối ưu hóa phần cứng cho các khối lượng công việc cụ thể. Vào tháng 6 năm nay, OpenAI chính thức công bố Bộ xử lý thông minh Jalapeño đầu tiên được phát triển chung với Broadcom, định vị của nó là dành cho suy luận LLM.
Đáng chú ý hơn, đây không phải là một con chip đơn lẻ bị cô lập. OpenAI và Broadcom xác định rõ ràng đây là sản phẩm thế hệ đầu tiên của một nền tảng tính toán đa thế hệ, dự kiến bắt đầu triển khai từ cuối năm 2026 và sẽ mở rộng theo quy mô GW trong tương lai.
Lộ trình của Meta cũng rất tương tự, đang thúc đẩy bốn thế hệ MTIA trong vòng hai năm, tập trung vào các lĩnh vực gợi ý (recommendation), xếp hạng (ranking) và AI tạo sinh, trong đó nhiều sản phẩm áp dụng rõ ràng triết lý thiết kế inference-first. Vào tháng 4 năm nay, họ tiếp tục mở rộng hợp tác với Broadcom; giai đoạn đầu đã triển khai hơn 1GW, kế hoạch tiếp theo mở rộng lên nhiều GW, và hợp tác đa thế hệ sản phẩm giữa hai bên sẽ kéo dài đến năm 2029.
Điều này cho thấy, các khách hàng AI lớn ngày nay đang dần chuyển từ việc chỉ theo đuổi hiệu suất đỉnh sang một bộ luật chơi khác: Liệu Token có thể được sản xuất rẻ hơn hay không.
Khi AI thực sự bước vào giai đoạn thương mại hóa, chi phí cho một triệu Token, mỗi watt điện năng có thể tạo ra bao nhiêu sức mạnh tính toán hiệu quả, và TCO của toàn bộ trung tâm dữ liệu, tất cả sẽ ngày càng quan trọng.
Bản chất của ASIC, thực ra là các công ty AI lớn bắt đầu cố gắng giành lại quyền kiểm soát một phần chi phí này vào tay mình.
II. Điều Broadcom thực sự đặt cược không chỉ là ASIC, mà là toàn bộ cụm AI tiếp tục mở rộng
Sau khi hiểu được điều này, việc nhìn vào báo cáo tài chính của Broadcom sẽ dễ dàng hơn nhiều.
Quý trước, tổng doanh thu của Broadcom đạt 22,187 tỷ USD, tăng 48% so với cùng kỳ; trong đó doanh thu bán dẫn AI đạt 10,8 tỷ USD, tăng 143% so với cùng kỳ.
Hướng dẫn cho quý tiếp theo mà công ty đưa ra thậm chí còn mạnh mẽ hơn: tổng doanh thu khoảng 29,4 tỷ USD, trong đó doanh thu bán dẫn AI dự kiến đạt 16 tỷ USD, tăng hơn 200% so với cùng kỳ.
16 tỷ USD là khái niệm gì? Nó tương đương với khoảng 54% tổng doanh thu dự kiến của quý đó.
Nói cách khác, nếu hướng dẫn được thực hiện, chỉ riêng mảng bán dẫn AI có thể đóng góp hơn một nửa doanh thu của Broadcom — và điều này thậm chí đã bao gồm cả các mảng kinh doanh phần mềm hạ tầng như VMware.
Hay nói theo cách khác, AI đang trực tiếp thay đổi cơ cấu doanh thu của công ty này.
Nhưng ở đây có một sự hiểu lầm rất dễ xảy ra: 16 tỷ USD không thể đơn giản được coi là "doanh thu ASIC", mà còn bao gồm các sản phẩm mạng AI như chip chuyển mạch Ethernet, SerDes, PCIe, kết nối quang...
Quý trước, mảng kinh doanh mạng lưới chiếm gần 40% doanh thu bán dẫn AI. Hock Tan cũng chỉ ra rằng tỷ lệ này có thể đã gần chạm mức cao của giai đoạn hiện tại, và về dài hạn có thể quay trở lại khoảng mức 30%.
Vì vậy, Broadcom thực chất đang có hai mảng kinh doanh mở rộng cùng lúc: một là Custom XPU, và hai là AI Networking. Đây cũng là điểm khác biệt lớn nhất so với nhiều công ty chip thuần túy khác.
Khi cụm AI đi từ vài nghìn chip lên vài chục nghìn, hàng trăm nghìn chip hoặc thậm chí lớn hơn, việc kết nối giữa các sức mạnh tính toán ngày càng trở nên quan trọng.
Broadcom đang chia mạng AI thành ba loại: scale-up, scale-out và scale-across — từ kết nối tốc độ cao trong giá đỡ, đến mạng lưới quy mô lớn trong trung tâm dữ liệu, và đến kết nối giữa nhiều trung tâm dữ liệu.
Chỉ cần cụm AI tiếp tục mở rộng — nếu các nhà cung cấp dịch vụ đám mây lớn tăng cường tự phát triển ASIC, Broadcom có thể tham gia vào Custom XPU; nếu cụm GPU tiếp tục mở rộng, thị trường mạng Ethernet mở cũng có thể tiếp tục tăng trưởng.
Điều này đặt Broadcom vào một vị trí rất thú vị — thực tế là họ đang đặt cược vào việc độ phức tạp của toàn bộ hạ tầng AI tiếp tục gia tăng.
Tất nhiên, điều này cũng không có nghĩa là mảng kinh doanh này đã hết cạnh tranh.
Mặc dù Google đã ký thỏa thuận dài hạn với Broadcom để cùng phát triển các thế hệ TPU tương lai và các thành phần liên quan đến giá đỡ AI thế hệ tiếp theo, với thỏa thuận bao phủ dài nhất đến năm 2031; nhưng Google gần đây đồng thời cũng mở rộng hợp tác chip tùy chỉnh với Marvell.
Điều này ít nhất cho thấy rằng các khách hàng lớn sẽ không dễ dàng giao phó toàn bộ kiến trúc tương lai của mình cho một nhà cung cấp duy nhất.
III. Sau 100 tỷ, điều gì sẽ xảy ra?
Thị trường từ lâu đã biết mảng AI của Broadcom sẽ rất mạnh.
Vì vậy, điều đáng xem trong báo cáo tài chính lần này không phải là liệu con số 16 tỷ có thể đạt được hay không — và câu trả lời cũng đã được đưa ra.
Ít nhất là từ thời điểm hiện tại, với Broadcom, vấn đề không còn là "có hay không có đường cong tăng trưởng thứ hai", mà là đường cong này cuối cùng có thể dài đến mức nào. Nhưng điều này cũng có nghĩa là thị trường sẽ ngày càng khắt khe hơn trong tương lai.
Trước đây, con số 100 tỷ đã là một bất ngờ; giờ đây, khi các con số 115 tỷ và 230 tỷ đã được đưa ra, điều cần theo dõi tiếp theo lại là làm thế nào những con số này được hiện thực hóa.
Liệu các dự án của Google, Meta, OpenAI, Anthropic có thể tiến đến quy mô GW theo đúng kế hoạch hay không; sau khi thế hệ chip đầu tiên được sản xuất hàng loạt, liệu thế hệ thứ hai và thứ ba có tiếp tục được đặt hàng hay không; liệu mảng kinh doanh mạng lưới có thể tăng trưởng cùng với quy mô cụm hay không.
Những điều này sẽ quan trọng hơn việc bán thêm được vài tỷ USD trong một quý nào đó.
Một vấn đề khác cũng ngày càng không thể tránh khỏi: các khách hàng lớn sẽ không chỉ nuôi một nhà cung cấp duy nhất.
Google đã bắt đầu mở rộng hợp tác với các nhà sản xuất khác, và Meta, OpenAI trong tương lai cũng rất có thể sẽ duy trì hệ thống đa nhà cung cấp. Vì vậy, lợi thế hiện tại của Broadcom là có thật, nhưng vẫn chưa đến mức "khóa chặt khách hàng".
Từ góc độ này, điều họ cần chứng minh
