Zaman keemasan untuk AI ASIC telah tiba! Gelombang besar inferensi menyapu seluruh dunia Broadcom(AVGO.US)rencana bernilai miliaran dolar langsung menuju pusat kekuatan Nvidia

Salah satu pemenang terbesar dari gelombang AI global adalah Broadcom (AVGO.US), yang pada pagi hari 5 Maret waktu Beijing mengumumkan data laporan keuangan untuk kuartal pertama tahun fiskal 2026 yang berakhir pada 1 Februari serta panduan kinerja untuk kuartal kedua. Secara keseluruhan, data kinerja terbaru yang diumumkan oleh Broadcom dan pandangan terbaru manajemen untuk kuartal fiskal berikutnya melebihi ekspektasi analis Wall Street, terutama prospek pendapatan chip AI senilai 100 miliar USD semakin mengonfirmasi seruan Wall Street bahwa “gelombang AI masih berada dalam tahap pembangunan awal di mana infrastruktur komputasi tidak mencukupi,” serta menyoroti meningkatnya permintaan akan komputasi AI di cloud dan tren “micro-training” yang berfokus pada penyisipan model AI besar ke dalam operasi bisnis, memberikan tekanan kuat pada posisi monopoli Nvidia yang menguasai hampir 90% pasar chip AI dengan sistem komputasi AI ASIC yang lebih efisien.

Broadcom adalah salah satu pemasok chip inti untuk Apple dan perusahaan teknologi besar lainnya, serta pemasok utama chip switch Ethernet berkinerja tinggi untuk pusat data AI besar di seluruh dunia, serta chip AI ASIC yang sangat penting untuk pelatihan/penalaran AI oleh raksasa cloud computing.

Setelah Broadcom mengumumkan kinerja yang sangat kuat dan pandangan masa depan, harga sahamnya melonjak lebih dari 5% dalam perdagangan pasca pasar AS, mendorong harga saham perusahaan-perusahaan peserta dalam rantai industri komputasi AI seperti TSMC dan Micron, yang secara efektif menghidupkan kembali “keyakinan AI” yang tampak suram baru-baru ini, membuktikan kepada pasar bahwa pengeluaran untuk infrastruktur komputasi AI oleh raksasa teknologi seperti Google, Meta, serta pemimpin AI seperti OpenAI dan Anthropic tetap kuat, dan sebagian besar menunjukkan bahwa pengguna platform aplikasi AI teratas di dunia seperti Gemini, Claude, dan ChatGPT terus mengalami peningkatan permintaan komputasi yang luar biasa. Selain itu, manajemen Broadcom mengumumkan rencana pembelian kembali saham terbaru senilai hingga 10 miliar USD, menekankan bahwa rencana pembelian kembali akan berlanjut hingga akhir tahun, yang menunjukkan bahwa upaya mereka untuk memanfaatkan peluang pengeluaran komputasi AI yang belum pernah terjadi sebelumnya sedang menunjukkan hasil yang signifikan.

Dalam laporan kinerja ini, yang paling mencolok adalah CEO Broadcom menyatakan bahwa pendapatan terkait “chip AI” seputar AI ASIC tahun depan akan melampaui 100 miliar USD. CEO Broadcom, Chen Fu-yang, dalam rapat kinerja mengatakan bahwa perusahaan memperkirakan pendapatan kumulatif untuk chip AI-nya akan melampaui angka super 100 miliar USD tahun depan, menandakan kemajuan signifikan dalam pangsa pasar dan iterasi teknologi di bidang chip AI yang didominasi oleh Nvidia (NVDA.US), perusahaan dengan kapitalisasi pasar tertinggi di dunia dan “raja chip AI.” Di Wall Street, para analis sangat optimis mengenai prospek pendapatan dari bisnis chip AI Broadcom, dengan target harga saham untuk 12 bulan ke depan berkisar antara 450 USD hingga 535 USD. Sebagai perbandingan, harga saham Broadcom ditutup pada 317,53 USD pada hari Rabu.

“Kami memiliki pemahaman yang sangat jelas untuk mencapai tonggak ini pada tahun 2027,” katanya dalam konferensi telepon dengan para analis Wall Street. “Kami juga telah memastikan rantai pasokan chip yang dibutuhkan untuk mencapai tujuan ini.”

Perusahaan memperkirakan pendapatan dari bisnis chip yang terkait dengan AI untuk kuartal saat ini akan mencapai 10,7 miliar USD, sehingga untuk mencapai level pendapatan tahunan sebesar 100 miliar USD akan berarti bahwa permintaan komputasi AI global akan meningkat secara signifikan. Di bawah kepemimpinan Chen Fu-yang, Broadcom semakin mengaitkan nasibnya dengan gelombang infrastruktur AI yang belum pernah terjadi sebelumnya; meskipun Nvidia tetap menjadi pemasok terbesar di bidang chip AI—yaitu chip hardware inti terbaru yang membantu melatih dan menjalankan model AI besar secara efisien—Broadcom telah memposisikan dirinya sebagai pilihan alternatif untuk komputasi AI yang lebih efisien dan hemat biaya melalui bisnis semikonduktor kustomnya. Target pendapatan terbaru Broadcom yang terkait dengan “chip AI” senilai 100 miliar USD mencakup pendapatan dari “kluster komputasi AI ASIC” yang bersaing ketat dengan GPU AI yang didominasi oleh Nvidia, serta produk chip jaringan AI—yaitu pendapatan chip switch Ethernet berkinerja tinggi.

Dalam hal indikator kinerja terbaru, untuk kuartal pertama yang berakhir pada 1 Februari, total pendapatan Broadcom meningkat menjadi 19,3 miliar USD, yang berarti pertumbuhan tahunan yang signifikan sebesar 29%; setelah memperhitungkan beberapa item, laba per saham yang disesuaikan adalah 2,05 USD, keduanya lebih tinggi dari ekspektasi rata-rata analis sebelumnya yang memperkirakan pendapatan sekitar 19,2 miliar USD dan laba per saham sekitar 2,03 USD.

Broadcom melaporkan bahwa pendapatan yang terkait erat dengan AI selama periode ini meningkat dua kali lipat menjadi 8,4 miliar USD, dengan laju pertumbuhan yang jauh lebih cepat daripada yang diharapkan perusahaan sebelumnya. Chen Fu-yang dalam pernyataannya menyatakan bahwa pertumbuhan ini “didorong oleh permintaan yang kuat untuk akselerator AI ASIC yang dikustomisasi dan perangkat jaringan berkinerja tinggi AI.” Termasuk pendapatan dari bisnis semikonduktor seperti AI ASIC dan chip RF smartphone, pendapatan solusi semikonduktor untuk Q1 mencapai 12,515 miliar USD, tumbuh secara signifikan sebesar 52% dibandingkan tahun lalu.

Chen Fu-yang dalam konferensi telepon menyatakan bahwa ia memperkirakan OpenAI akan mulai mengirimkan chip komputasi AI ASIC yang dibuat bersama Broadcom secara besar-besaran tahun depan, dengan skala komputasi yang diperkirakan melebihi 1 gigawatt. Ia juga menyatakan bahwa permintaan TPU Google sangat kuat dan akan semakin meningkat pada tahun 2027. Broadcom juga berencana untuk mengirimkan chip AI ASIC yang dibuat bersama pemimpin aplikasi AI, Anthropic, yang sedang menggunakan TPU Google untuk mencapai kapasitas komputasi 1 gigawatt tahun ini dan melebihi 3 gigawatt tahun depan.

Dalam pandangan kinerja yang paling diperhatikan oleh pasar, perusahaan memperkirakan bahwa untuk kuartal kedua yang berakhir pada 3 Mei, total pendapatan akan sekitar 22 miliar USD, yang berarti diharapkan dapat mencapai pertumbuhan tahunan sekitar 47%, jauh di atas perkiraan rata-rata analis Wall Street yang memperkirakan sekitar 20,5 miliar USD, meskipun beberapa analis memperkirakan lebih dari 22 miliar USD.

Sejak awal tahun ini, pasar masih memiliki keraguan yang kuat terhadap prospek AI Broadcom dan pemimpin rantai industri komputasi AI seperti Nvidia, khawatir bahwa pengeluaran komputasi AI tingkat ratusan miliar USD tidak akan berkelanjutan. Hingga penutupan, harga saham Broadcom telah turun 8,3% tahun ini. Investor semakin khawatir bahwa pengeluaran untuk kecerdasan buatan yang belum pernah terjadi sebelumnya mungkin mengandung gelembung besar, bahkan laporan pendapatan Nvidia yang menunjukkan pertumbuhan eksplosif bulan lalu juga tidak mampu mengangkat sentimen bullish investor; setelah laporan pendapatan dirilis, harga saham Nvidia jatuh tajam. Pertanyaan kunci adalah apakah gelombang AI saat ini akan berlanjut hingga satu dekade atau dua dekade ke depan, dan apakah pengeluaran global untuk komputasi AI yang mungkin mencapai triliunan dolar sebelum 2030 akan menghasilkan prospek pendapatan AI yang lebih optimis dibandingkan pengeluaran.

** TPU meluncur penuh! Era keemasan AI ASIC tiba**

Dalam beberapa tahun terakhir, berkat pesanan komputasi AI besar yang menyesuaikan chip AI ASIC untuk pemimpin chip AI seperti Google, OpenAI, dan Anthropic PBC, kapitalisasi pasar Broadcom telah melonjak, dan saat ini telah melampaui 1,5 triliun USD. Minat global terhadap konfigurasi kluster komputasi AI TPU (Tensor Processing Unit) Google meningkat pesat juga menguntungkan prospek Broadcom; perusahaan ini telah lama bekerja sama dengan raksasa teknologi ini untuk mengembangkan chip inti TPU. Sementara itu, Broadcom baru saja mengirimkan batch pertama produk prosesor komputasi generasi baru, dan menyatakan bahwa tahun ini akan ada sekitar enam pelanggan skala besar lainnya yang mengadopsi produk ASIC generasi ini.

Selain bisnis chip AI ASIC yang disesuaikan, perusahaan juga terus meningkatkan perangkat jaringan berkinerja tinggi untuk lebih baik menghubungkan sumber daya komputasi yang kuat yang diperlukan untuk menjalankan model AI. Chen Fu-yang juga telah membangun bisnis perangkat lunak besar yang mendapat manfaat dari gelombang pelatihan/penalaran AI di cloud melalui akuisisi.

Laporan keuangan kuat dari Broadcom ini cukup menunjukkan bahwa logika pertumbuhan yang belum pernah terjadi sebelumnya untuk AI ASIC sedang dengan cepat dikonfirmasi oleh “bukti tingkat laporan keuangan.” Gelombang AI generatif yang melanda dunia telah mempercepat proses pengembangan chip AI oleh raksasa cloud dan chip, yang bersaing untuk merancang infrastruktur komputasi AI yang tercepat dan paling efisien untuk pusat data AI besar yang maju. Broadcom dan pesaing terbesarnya, Marvell, fokus pada memanfaatkan keunggulan absolut mereka di bidang interkoneksi cepat dan IP chip untuk bekerja sama dengan raksasa cloud seperti Amazon, Google, dan Microsoft untuk membangun kluster komputasi AI ASIC yang disesuaikan dengan kebutuhan spesifik pusat data AI mereka, dan bisnis ASIC ini telah tumbuh menjadi bisnis yang sangat penting bagi kedua perusahaan; misalnya, kluster komputasi AI TPU yang dibangun Broadcom bersama Google adalah contoh klasik dari jalur teknologi AI ASIC.

Tidak diragukan lagi, batasan signifikan dalam hal ekonomi dan daya, memaksa Microsoft, Amazon, Google, dan perusahaan induk Facebook, Meta, untuk mengembangkan chip AI internal dalam sistem cloud computing mereka yang berbasis pada teknologi ASIC, dengan tujuan utama untuk membuat kluster komputasi AI lebih efisien dan hemat energi.

Pembangunan pusat data AI berskala besar yang mirip “gerbang antarbintang” sangat mahal, sehingga raksasa teknologi semakin menuntut sistem komputasi AI untuk lebih ekonomis, dan di bawah batasan daya, raksasa teknologi berusaha untuk memaksimalkan “biaya per token, output per watt,” dan era kejayaan jalur teknologi AI ASIC sudah tiba.

Selain itu, kelangkaan jangka panjang dan biaya tinggi dari kluster komputasi AI GPU canggih Nvidia Blackwell, yang terhambat oleh kendala rantai pasokan dan ritme pengiriman, membuat pengembangan chip AI ASIC internal pasti dapat menyediakan “kapasitas produksi kurva kedua,” dan lebih proaktif dalam negosiasi pengadaan, penetapan harga produk, dan margin laba layanan cloud computing, ditambah dengan kemampuan Google, Microsoft, dan raksasa cloud lainnya untuk mengintegrasikan desain “chip—interkoneksi—sistem—kompilator/waktu eksekusi—penjadwalan—pengamatan/reliabilitas,” meningkatkan pemanfaatan infrastruktur komputasi dan mengurangi TCO.

Sisi pelatihan AI yang hampir didominasi oleh GPU Nvidia membutuhkan kluster komputasi AI yang lebih kuat dan kemampuan iterasi cepat dari seluruh sistem komputasi, sedangkan sisi penalaran AI lebih memperhatikan biaya per token, latensi, dan efisiensi energi setelah teknologi AI mutakhir diterapkan secara luas. Misalnya, Google secara jelas memposisikan Ironwood sebagai TPU generasi yang “diciptakan untuk era penalaran,” dan menekankan rasio kinerja/efisiensi/biaya kluster komputasi dan skalabilitas. Namun, tindakan terbaru Amazon membuktikan bahwa AI ASIC mungkin memiliki potensi besar dalam pelatihan model besar.

Sistem komputasi AI ASIC pasti akan terus melemahkan premi monopoli Nvidia dan sebagian pangsa pasarnya dalam jangka menengah hingga panjang, bukan secara linier menggantikan sistem GPU, karena alasan mendasar, karena kompetisi inti di era penalaran tidak hanya tentang “peak performance,” tetapi juga biaya per token, konsumsi daya, pemanfaatan bandwidth memori, efisiensi interkoneksi, serta total biaya kepemilikan setelah kolaborasi perangkat keras dan perangkat lunak. Dalam hal metrik ini, ASIC yang disesuaikan untuk beban kerja tertentu dengan aliran data, kompilator, dan interkoneksi lebih mudah mencapai efisiensi biaya yang tinggi dibandingkan GPU umum. Di masa depan, yang lebih mungkin terjadi di pusat data AI adalah: pelatihan mutakhir dan cloud computing umum terus didominasi oleh GPU, sedangkan penalaran internal berskala besar, alur kerja Agen, dan beban tetap yang frekuensinya tinggi akan mempercepat peralihan ke ASIC, mengantarkan pusat data ke era komputasi heterogen yang nyata.

Broadcom akan memimpin AI ASIC! Wall Street optimis bahwa harga saham Broadcom akan terus mencapai rekor tertinggi

AWS Amazon secara resmi memposisikan kluster komputasi AI ASIC-nya—Trainium/Inferentia sebagai akselerator khusus untuk pelatihan dan penalaran AI generatif, di mana Trainium2 menawarkan kinerja harga sekitar 30%-40% lebih baik dibandingkan instance cloud GPU-nya; sementara Google baru-baru ini juga secara terbuka menyatakan bahwa pelatihan dan penalaran Gemini 2.0 berjalan 100% di TPU. Ini menunjukkan bahwa “raksasa cloud computing menggunakan ASIC yang dikembangkan sendiri untuk menangani pelatihan/penalaran model inti” tidak lagi menjadi konsep pembuktian, tetapi telah memasuki tahap industrialisasi yang dapat direplikasi.

Di era pelatihan mutakhir, yang paling dibutuhkan di bidang AI adalah universalitas, kedewasaan perangkat lunak, dan kemampuan untuk cepat beradaptasi dengan struktur model baru, sehingga GPU secara alami unggul; tetapi saat industri mulai beralih dari “kelangkaan pelatihan” menjadi “skala penalaran, Agen, konteks panjang, dan latensi rendah,” KPI inti akan sepenuhnya beralih dari “peak performance tertinggi” ke biaya per token, throughput per watt, dan TCO tingkat sistem. Ini adalah alasan mendasar di balik percepatan kolektif ASIC oleh para pemimpin cloud computing, misalnya Google secara jelas mendefinisikan TPU Ironwood sebagai kluster komputasi terbaik untuk “era penalaran,” yang dapat diperluas hingga 9,216 chip; Microsoft secara langsung menetapkan AI ASIC Maia200 yang baru diluncurkan sebagai akselerator untuk bidang penalaran cloud computing, dan mengklaim mencapai 30% kinerja per dolar yang lebih kuat dibandingkan perangkat keras generasi terbaru yang ada; AWS mendefinisikan Trainium3 sebagai chip yang mengejar “ekonomi token terbaik,” dengan fokus pada peningkatan efisiensi lebih dari 4 kali lipat, bersama-sama menunjukkan bahwa dengan peluncuran “revolusi biaya komputasi AI” oleh raksasa cloud computing untuk memperluas penetrasi AI ASIC, kekhawatiran pasar mengenai prospek pertumbuhan Nvidia adalah benar.

Menurut laporan penelitian dari Counterpoint Research, Broadcom akan terus mempertahankan posisi terdepan yang absolut di bidang mitra desain ASIC untuk server pusat data AI pada tahun 2027, dengan pangsa pasar yang mencapai 60%. Counterpoint juga memperkirakan bahwa pada tahun 2028, pengiriman ASIC untuk server AI akan melampaui 15 juta unit, melebihi total pengiriman GPU AI untuk pusat data.

Counterpoint memperkirakan bahwa seiring dengan Google, Amazon, Apple, Microsoft, ByteDance, dan OpenAI yang mempercepat penerapan kluster komputasi server AI tingkat besar untuk pelatihan dan penalaran, pengiriman ASIC diperkirakan akan meningkat lebih dari dua kali lipat pada tahun 2027. Counterpoint menyatakan bahwa pertumbuhan pesat ini berasal dari permintaan untuk infrastruktur TPU Google (untuk mendukung proyek Gemini), ekspansi berkelanjutan kluster Trainium Amazon, serta peningkatan kapasitas yang dihasilkan oleh chip MTIA Meta dan Maia Microsoft seiring dengan perluasan lini produk internal mereka.

Para analis Wall Street sangat optimis mengenai prospek pendapatan dan pertumbuhan laba dari bisnis terkait AI Broadcom, dengan target harga saham untuk 12 bulan ke depan berkisar antara 450 USD hingga 535 USD. Sebagai perbandingan, harga saham Broadcom ditutup pada 317,53 USD pada hari Rabu. Dari 55 analis Wall Street yang melacak saham ini dalam jangka panjang, 96% memberikan peringkat bullish yang setara dengan “beli,” dengan target harga rata-rata sekitar 454 USD.

1. Logika “bull market jangka panjang” Wall Street terhadap Broadcom terutama berfokus pada tiga poin inti berikut: Pertumbuhan eksplosif bisnis komputasi AI—Broadcom sebagai mitra teknologi kunci untuk kluster komputasi AI TPU Google, secara langsung diuntungkan dari pengeluaran modal AI yang terus berkembang oleh raksasa cloud (seperti Google, Meta, dan OpenAI); tumpukan pesanan yang semakin besar (Backlog); stabilitas perangkat lunak infrastruktur (VMware)—kemajuan akuisisi dan integrasi VMware Cloud Foundation (VCF) yang berjalan lancar memberikan aliran kas yang kuat dan mesin pertumbuhan perangkat lunak infrastruktur yang terkait erat dengan pelatihan/penalaran AI di cloud.