Эра индивидуальных чипов на базе ИИ: сможет ли MRVL стать следующей компанией стоимостью в триллион долларов благодаря совместному развитию ASIC и GPU?

27 мая 2026 года Marvell Technology (MRVL) опубликовала финансовый отчет за первый квартал FY2027 — выручка за квартал составила 2,418 миллиарда долларов, что на 28% больше по сравнению с прошлым годом, и на 9% больше по сравнению с предыдущим кварталом, немного превысив рыночные ожидания в 2,41 миллиарда долларов. Но по-настоящему взбудоражить рынок смогло не это превосходное финансовое достижение, а последующие события: 2 июня на COMPUTEX 2026 в Тайбэе генеральный директор NVIDIA Jensen Huang выступил вместе с генеральным директором Marvell Matt Murphy и заявил вслух: «Дамы и господа, это следующая компания с рыночной капитализацией в триллион долларов.»

Эта фраза вызвала однодневный скачок акций Marvell более чем на 30%. В период публикации отчета и после него цена акций Marvell с начала 2026 года почти удвоилась, а за год выросла на 95%.

За этими колебаниями скрывается более глубокий отраслевой вопрос: заказные AI-чипы (ASIC) начинают развиваться параллельно с GPU, формируя отдельную дорожку. Почему технологические гиганты (Google TPU, Amazon Trainium, Meta MTIA) все чаще обходят NVIDIA и вкладываются в собственные разработки чипов? Какую роль в этом процессе играет Marvell — заменяет ли она GPU или работает в тандеме?

Суть заказных ASIC для AI: переход от универсальных к специализированным решениям

Чтобы понять, почему крупные технологические компании активно инвестируют в собственные чипы, необходимо сначала разобраться в одном ключевом понятии: основное отличие ASIC от GPU — в балансе между универсальностью и специализацией.

GPU (графический процессор) — это универсальный AI-вычислительный чип. GPU NVIDIA отлично справляется с обучением моделей, инференсом, задачами визуализации, распознаванием речи, рекомендационными системами и другими задачами AI, но при этом несет избыточные цепи и универсальный набор команд, что создает излишние расходы и снижает энергоэффективность в некоторых сценариях.

ASIC (Application-Specific Integrated Circuit, специализированная интегральная схема) — это аппаратное решение, созданное под конкретную задачу AI. Например, Google TPU (Tensor Processing Unit) — это чип, специально оптимизированный под матричные умножения, с глубокой аппаратной закладкой. В рамках той же мощности он обеспечивает в несколько раз больший пропускной способность матричных вычислений, чем GPU. Конкретно:

• Энергоэффективность: в задачах инференса ASIC достигает 3–5 раз лучшей производительности на ватт по сравнению с GPU
• Стоимость: при масштабных развертываниях (например, в облачных дата-центрах с миллионами чипов) TCO (общие затраты владения) ASIC значительно ниже стоимости покупки коммерческих GPU
• Интеграция: собственные ASIC позволяют оптимизировать программное обеспечение, сетевую архитектуру и системы охлаждения, обеспечивая сквозную оптимизацию

Эта смена парадигмы обусловлена тем, что AI-работы все больше переходят от разнообразных тренировок к масштабному инференсу. Когда архитектура модели стабилизируется (например, Transformer становится доминирующей), а объем инференса растет экспоненциально, глубокая оптимизация аппаратных решений становится неизбежной.

Один аналитик точно отметил: «Marvell — это не «замена NVDA», а открытие второго крупного сегмента AI-рынка. Заказные ASIC — это, возможно, самый быстрорастущий, но недооцененный сектор в ближайшие годы.»

Почему технологические гиганты разрабатывают собственные чипы? Логика «деконвергенции» от NVIDIA — эффективность и стоимость

Microsoft, Amazon, Google и Meta — крупнейшие облачные провайдеры, активно реализующие собственные планы по созданию чипов, что стало одним из ключевых трендов в области AI-микросхем за последние годы.

Google TPU (Tensor Processing Unit): уже достигла 7-го поколения, разрабатывается при участии Broadcom, являясь одним из первых и крупнейших заказных проектов в индустрии. Counterpoint прогнозирует, что к 2027 году Broadcom займет около 60% рынка проектирования ASIC для AI-серверов.

Amazon Trainium / Inferentia: серия чипов, разработанных при участии Marvell, активно внедряется. Trainium 3 был полностью развернут в начале 2026 года.

Microsoft Maia: в январе 2026 года Microsoft представила второй поколение собственных AI-чипов Maia 200, изготовленных по 3-нм техпроцессу TSMC, и начала их развертывание в дата-центрах.

Meta MTIA (Meta Training and Inference Accelerator): разработана при участии Broadcom.

Три уровня логики, объясняющие этот тренд:

| Уровень | Основная идея | Ключевые основания | | --- | --- | --- | | Первый: стоимость | Массовая закупка GPU — большие капитальные затраты | Общие капитальные расходы ведущих облачных провайдеров в 2026 году достигли 660–700 млрд долларов; собственные ASIC позволяют снизить стоимость одного инференс-чипа до 30–50% от стоимости коммерческого GPU | | Второй: энергоэффективность | Проблема энергопотребления дата-центров — узкое место | ASIC обеспечивают больший пропуск при той же мощности в стойке | | Третий: стратегия | Освободиться от зависимости от одного поставщика | Гиганты облачных вычислений избегают ограничений, связанных с дорожной картой и ценовой политикой NVIDIA |

Концепция «анти-НВИДИА альянса» активно обсуждается в текущем контексте. Важно подчеркнуть, что это не формальная организация, а образное описание общего тренда — крупные компании коллективно движутся к созданию собственных ASIC. По прогнозам Morgan Stanley и Counterpoint, рынок заказных ASIC для AI вырастет с примерно 12 млрд долларов в 2024 году до 30 млрд в 2027 году, с CAGR около 34%.

Goldman Sachs дает более оптимистичный прогноз: доля ASIC на рынке AI-чипов достигнет 40% в 2026 году, превысит 45% в 2027-м, практически сравнявшись с GPU. В то же время, поставки ASIC-серверов в 2026 году, по прогнозам, вырастут на 44,6% по сравнению с прошлым годом, а коммерческие GPU — всего на 16,1%.

Стратегия Marvell MRVL: заменитель или партнер?

В нарративе о «деконвергенции» NVIDIA роль Marvell часто воспринимается как потенциальный заменитель NVIDIA. Но реальная картина гораздо сложнее.

Во-первых, в рынке заказных ASIC существует четкое распределение по уровням:

По данным Counterpoint и другим аналитическим агентствам, сегмент проектирования ASIC для AI сейчас представлен двумя крупными игроками:

• Broadcom (AVGO): около 55–60% рынка, лидер по доле, глубоко связанный с Google TPU, Meta MTIA, OpenAI и др.
• Marvell (MRVL): около 13–15%, второй по величине, основные клиенты — Amazon, Microsoft, Google.

Общая доля этих двух компаний — около 95% рынка проектирования заказных AI ASIC. Важно отметить, что рынок в целом еще быстро растет, и все участники делят «добавочную» прибыль, — сейчас это скорее совместное расширение, чем борьба за существующие доли.

Во-вторых, отношения Marvell и NVIDIA — не конкуренция, а глубокое сотрудничество.

В 2026 году произошли структурные изменения: в марте NVIDIA объявила о стратегическом инвестировании в Marvell на сумму 2 млрд долларов. В рамках этого партнерства реализуется совместная работа по NVLink Fusion, интеграции решений Marvell по заказным чипам и оптическим соединениям в экосистему NVIDIA AI.

Позже, на COMPUTEX 2026, Huang дал более ясную поддержку: (коммутаторы дата-центров Marvell) — важнейшие компоненты для обработки AI-нагрузок.

Почему NVIDIA инвестирует в компанию, которая тоже занимается заказными чипами? Логика такова:

Когда AI-обучающие кластеры расширяются с тысяч до сотен тысяч и миллионов GPU, соединение становится критически важным ресурсом. Huang на COMPUTEX подчеркнул: «Когда AI-вычисления распределены по всему дата-центру, важность сетевых устройств равна важности GPU». Marvell обладает уникальными технологиями в области высокоскоростных оптических соединений, Ethernet-коммутаторов и 1,6 Тб DSP.

Таким образом, роль Marvell — не замена NVIDIA, а партнерство. Она не пытается вытеснить GPU NVIDIA, а обеспечивает альтернативные решения для заказных чипов и выступает в качестве ключевого поставщика инфраструктуры внутри экосистемы NVIDIA. Эта двойственная роль создает у Marvell стратегическую ценность в полном стеке AI-инфраструктуры.

Разбор финансовых результатов Marvell за Q1 FY2027: подтверждение логики

Работает ли описанная выше логика отрасли в реальных цифрах? Финансовый отчет Marvell дает важные подтверждения.

Основные показатели

| Показатель | Значение | Год к году / квартал к кварталу | | --- | --- | --- | | Выручка за Q1 FY2027 | 2,418 млрд долларов | +28% / +9% | | Выручка дата-центров | 1,833 млрд долларов | +27% / 76% от общей выручки | | Средний прогноз Q2 FY2027 | 2,70 млрд долларов | предполагает +35% к прошлому году | | Годовой план FY2027 | около 11,5 млрд долларов | + примерно 40% к прошлому году | | План на FY2028 | около 16,5 млрд долларов | +44% по сравнению с FY2027 | | Долгосрочная цель по AI-чипам | к 2029 году — 10 млрд долларов | — |

Источник данных: официальный отчет Marvell и конференц-звонок по FY2027 Q1

Важные показатели для внимания

Выручка дата-центров Marvell за первый квартал FY2027 достигла рекордных 1,833 млрд долларов, что составляет 76% от общей выручки, — явно свидетельство стратегической ориентации на AI-данные центры.

Еще важнее — повышение прогноза: руководство подняло годовую цель по выручке FY2027 с примерно 11 млрд до 11,5 млрд долларов, а также значительно увеличило прогноз на FY2028 с 15 млрд до 16,5 млрд долларов. Morgan Stanley после публикации отчета повысил прогноз роста выручки дата-центров за 2027 год примерно на 50%, а за 2028 — еще на 55%.

Ключевое событие — 22 июня 2026 года Marvell вошла в индекс S&P 500, заменив Pool Corp и оценившись примерно в 254 млрд долларов. Это еще один пример того, как спрос на AI стимулирует включение полупроводниковых компаний в основные фондовые индексы.

Приобретение Celestial AI компанией Marvell: стратегия от вычислительных мощностей к оптическим соединениям

Анализируя рост Marvell, стоит обратить внимание на сделку по приобретению — в декабре 2025 года компания объявила о покупке компании Celestial AI за около 6 млрд долларов, завершив сделку в феврале 2026-го.

Celestial AI занимается разработкой оптических решений на базе силиконовых фотонных технологий, предназначенных для преодоления «стенки памяти» (memory wall) — узкого места в передаче данных между вычислительными узлами AI.

Эта покупка — часть стратегии Marvell по объединению своих сильных сторон в области заказных ASIC, Ethernet и 1,6 Тб DSP с технологиями Celestial AI, чтобы создать полноценный стек решений для передачи данных. Аналитики JPMorgan отмечают, что Marvell стала единственной компанией, которая одновременно покрывает заказное ASIC-проектирование, 1,6 Тб оптический DSP, силиконовые фотонные компоненты (через Celestial AI) и CXL-коммутаторы — все эти технологии пока не объединены у конкурентов.

По планам, первые доходы от Celestial AI ожидаются во второй половине 2028 года, а в четвертом квартале — около 5 млрд долларов в годовом выражении.

Анализ сравнений: Marvell, NVIDIA и AMD — структурные различия

В цепочке поставок AI-микросхем бизнес-модели Marvell, NVIDIA и AMD существенно отличаются, что определяет их рост и оценочные показатели. Перед сравнением важно помнить: у каждой компании разная структура бизнеса, масштаб, темпы роста и прибыльность, поэтому приведенные оценки — лишь ориентиры, не являющиеся инвестиционной рекомендацией. Инвесторы должны самостоятельно учитывать риски.

Основные различия в бизнес-моделях

| Параметр | NVIDIA (NVDA) | Marvell (MRVL) | AMD (AMD) | | --- | --- | --- | --- | | Основная стратегия | Продажа универсальных GPU и систем AI | Заказные ASIC + инфраструктура высокоскоростных соединений | Универсальные GPU + CPU + FPGA | | Продукты AI | Готовые чипы/системы (HGX/DGX) | Полу-кастомные чипы и решения для облака | Серии MI GPU и APU | | Клиенты | Широкий спектр конечных пользователей | Глубокая привязка к крупным облачным провайдерам | Производители серверов, суперкомпьютеры, облако | | Входные барьеры | Экосистема CUDA + системная интеграция | Заказные возможности + технологии оптических соединений | Многосхемная архитектура + ценовая политика |

Сравнение по выручке и росту

| Показатель | NVIDIA (FY2026, по январь 2026) | Marvell (FY2026 и прогноз на FY2027) | AMD (2025 год) | | --- | --- | --- | --- | | Общая выручка | около 130 млрд долларов | около 82 млрд в FY2026, цель — 115 млрд в FY2027 | около 250–280 млрд | | Недавний квартальный доход по AI | свыше 35 млрд долларов в дата-центрах / квартал | 18,33 млрд долларов в дата-центрах / квартал | 15–20 млрд долларов по серии MI / квартал | | Годовой рост | 40–50% | около 40% в FY2027 | 20–30% |

Источник: финансовые отчеты компаний и рыночные данные.

Отличия с точки зрения инвестора

JPMorgan отмечает, что долгосрочный прогноз по прибыли NVIDIA (рост 51,7%) выше, чем у Marvell (39,4%), но у Marvell больше потенциала оценки — ее акции более чувствительны к заказам и новым клиентам. Это связано с разными стадиями жизненного цикла: NVIDIA — зрелая компания с масштабным ростом, а Marvell — на грани качественного прорыва в заказных ASIC.

После завершения сделок по Celestial AI, получению стратегического инвестирования NVIDIA и включения в индекс S&P 500, аналитики Stifel повысили целевую цену Marvell с 230 до 321 долларов и подтвердили рекомендацию «Покупать».

Потенциальные риски в сегменте заказных чипов

В условиях высокой оценки рынка важно учитывать возможные риски:

Усиление конкуренции за долю рынка

Несмотря на второе место после Broadcom (AVGO), которая уже получила крупные заказы от Google TPU и Meta MTIA, у Marvell есть неопределенности в расширении своей доли. Counterpoint прогнозирует, что к 2027 году доля Marvell в проектных услугах может снизиться до 8%.

Риск концентрации клиентов

Большая часть доходов Marvell зависит от нескольких крупных клиентов — Amazon, Microsoft, Google. Любое изменение их планов или смена поставщика может существенно повлиять на бизнес. В настоящее время у Marvell более 20 клиентов по AI ASIC, но основные доходы — от ключевых.

Стабильность маржи

Операционная маржа Marvell — около 15%, что отражает ее статус как поставщика аппаратных решений. При росте объемов производства ASIC важно следить за динамикой прибыли.

Динамика конкуренции NVIDIA

Постоянные обновления GPU NVIDIA могут задержать или изменить планы по заказным чипам. Конкуренция в сегменте AI-оборудования остается высокой и динамичной.

Геополитические риски и цепочки поставок

Глобальные политические риски, экспортные ограничения и дезинтеграция цепочек поставок могут повлиять на развитие рынка.

Оценочные риски

Рынок в целом уже заложил в цену ожидания роста Marvell, и любые неожиданные снижения заказов или темпов роста могут привести к коррекции стоимости.

Итоги

Финансовый отчет Marvell за первый квартал FY2027, превзошедший ожидания, и пророчество Huang о компании с рыночной капитализацией в триллион долларов — свидетельство того, что сегмент заказных ASIC для AI выходит на главный сценический уровень.

Глобально индустрия AI-вычислений переживает структурную трансформацию — от монополии NVIDIA GPU к развитию параллельных решений: GPU для обучения и ASIC для инференса и соединений.

Коллективное появление заказных чипов от Google TPU, Amazon Trainium, Microsoft Maia, Meta MTIA отражает общее движение крупнейших облачных провайдеров к «деконвергенции» — отказу от зависимости от NVIDIA. Но это не означает полного вытеснения NVIDIA. Наоборот, глубокая интеграция NVIDIA и Marvell показывает, что ключ к успеху в AI-центрах — не только в вычислительной мощности, но и в связности. Когда масштаб кластеров достигает сотен тысяч GPU, важность высокоскоростных соединений становится не менее важной, чем сама вычислительная мощность.

В этой новой многополярной архитектуре Marvell, благодаря своим двойным компетенциям в заказных ASIC и инфраструктуре высокоскоростных соединений, создает уникальную «стратегическую крепость». Это не путь к замене GPU, а параллельная, самостоятельная дорожка в экосистеме AI-инфраструктуры.

Будущее компании с рыночной капитализацией в триллион долларов зависит от реализации заказных контрактов, расширения доли рынка и технологического развития. Но ясно одно — эпоха заказных чипов уже началась.