เจพีมอร์แกน: ปริมาณการจัดส่งชิปที่ปรับแต่งด้วย AI อาจแซงหน้า GPU ในปี 2027 โดย Broadcom และ Marvell กำลังเป็นที่จับตามอง

BlockBeats รายงานว่า วันที่ 22 มิถุนายน JPMorgan ระบุว่า ขณะที่บริษัทคลาวด์คอมพิวติ้งรายใหญ่และยักษ์ใหญ่ด้านเทคโนโลยีกำลังมองหาวิธีลดต้นทุนการคำนวณ AI เพิ่มประสิทธิภาพการใช้พลังงาน และลดการพึ่งพา GPU ทั่วไปเพียงเส้นทางเดียว ตลาดชิป ASIC แบบกำหนดเองกำลังเข้าสู่วงจรการเติบโตรอบใหม่ โดย Broadcom และ Marvell มีแนวโน้มที่จะเป็นผู้ได้รับประโยชน์สูงสุดจากแนวโน้มนี้

ในรายงานวิจัยอุตสาหกรรมเซมิคอนดักเตอร์ที่เผยแพร่เมื่อเร็วๆ นี้ นักวิเคราะห์ของ JPMorgan อย่าง Harlan Sur และ Mayur Ramdhani ประมาณการว่า ตลาด ASIC AI ดิจิทัลจะสูงถึงประมาณ 60,000 ถึง 70,000 ล้านดอลลาร์สหรัฐภายในปี 2026 และจะรักษาอัตราการเติบโตแบบทบต้นมากกว่า 40% ถึง 50% ในอีกไม่กี่ปีข้างหน้า รายงานระบุว่า ปัจจุบัน Broadcom ครองส่วนแบ่งประมาณ 80% ถึง 85% ในตลาด ASIC ระดับไฮเอนด์ ขณะที่ Marvell อยู่ในอันดับสองด้วยส่วนแบ่งประมาณ 10% ถึง 12%

ความต้องการการคำนวณ AI ที่เติบโตอย่างรวดเร็วกำลังเปลี่ยนโครงสร้างการจัดหาชิป JPMorgan มองว่า ลูกค้าอย่าง Google, Amazon, Meta, Microsoft, OpenAI และ SoftBank/Arm กำลังเร่งพัฒนาโปรเซสเซอร์ AI แบบกำหนดเองหรือแบบเฉพาะ เพื่อให้ได้ประสิทธิภาพ การใช้พลังงาน และต้นทุนรวมในการเป็นเจ้าของที่ดีขึ้น แตกต่างจาก GPU ทั่วไปของ Nvidia และ AMD ASIC มักถูกออกแบบมาสำหรับลูกค้าเฉพาะ สแต็กซอฟต์แวร์เฉพาะ หรือแพลตฟอร์มเฉพาะ ทำให้เหมาะกับผู้ให้บริการคลาวด์ขนาดใหญ่ที่มีปริมาณงานภายในมหาศาล

รายงานคาดการณ์ว่า รายได้ AI ของ Broadcom จะเพิ่มขึ้นอย่างมากจากประมาณ 20,000 ล้านดอลลาร์สหรัฐในปีงบประมาณ 2025 เป็นมากกว่า 60,000 ล้านดอลลาร์สหรัฐในปีงบประมาณ 2026 และจะแตะระดับมากกว่า 150,000 ล้านดอลลาร์สหรัฐในปีงบประมาณ 2027 โดยไปป์ไลน์โครงการประกอบด้วย Google TPU, Meta MTIA, ชิปวิดีโอและเครือข่าย AI ของ ByteDance, OpenAI XPU, SoftBank/Arm XPU และโซลูชันระดับแร็คที่เกี่ยวข้องกับ TPU ของ Anthropic

ในส่วนของ Marvell JPMorgan คาดการณ์ว่ารายได้จากศูนย์ข้อมูลจะเพิ่มขึ้นจากประมาณ 6,100 ล้านดอลลาร์สหรัฐในปี 2025 เป็นประมาณ 9,300 ล้านดอลลาร์สหรัฐในปี 2026 และจะสูงถึงประมาณ 14,600 ล้านดอลลาร์สหรัฐในปี 2027 โดยปัจจัยขับเคลื่อนการเติบโต ได้แก่ Amazon Trainium 3 และ Trainium 4, Microsoft Maia, Google SmartNIC/DPU, คอนโทรลเลอร์ CXL รวมถึง 800G/1.6T optical DSP, coherent lite และโซลูชัน CPO ระยะเริ่มต้น

รายงานยังชี้ให้เห็นข้อสรุปสำคัญอีกด้วยว่า ภายในปี 2027 ปริมาณการจัดส่งหน่วย AI ASIC/XPU จะแซงหน้า GPU ธนาคารเจพีมอร์แกนคาดการณ์ว่าในปี 2027 ปริมาณการจัดส่งตัวเร่งความเร็ว AI ทั้งหมดจะสูงถึง 23.3 ล้านชิ้น โดย GPU จะอยู่ที่ 10.9 ล้านชิ้น คิดเป็น 47% และ ASIC/XPU จะอยู่ที่ 12.5 ล้านชิ้น คิดเป็น 53% ซึ่งหมายความว่าแม้ว่า GPU จะยังคงเติบโต แต่ชิปที่ออกแบบเฉพาะอาจมีส่วนแบ่งที่มากขึ้นในการเพิ่มกำลังการประมวลผล AI ใหม่

ธนาคารเจพีมอร์แกนยกตัวอย่าง Google/Broadcom TPU7x Ironwood และ Nvidia Blackwell ว่า AI ASIC มีความสามารถในการแข่งขันด้านความคุ้มค่าและประสิทธิภาพการใช้พลังงาน รายงานระบุว่า TPU7x Ironwood มีพลังการประมวลผล FP8 ใกล้เคียงกับ Nvidia B200/B300 แต่ราคาประมาณอยู่ที่ 13,000 ดอลลาร์สหรัฐ ซึ่งต่ำกว่า B200 ที่ 35,000 ดอลลาร์สหรัฐ และ B300 ที่ 40,000 ดอลลาร์สหรัฐ นอกจากนี้ ประสิทธิภาพต่อดอลลาร์และประสิทธิภาพต่อวัตต์ยังดีกว่า GPU ที่เปรียบเทียบ

ข้อสรุปนี้ไม่ได้หมายความว่าความต้องการ Nvidia จะลดลงอย่างรวดเร็ว ในทางกลับกัน มันชี้ให้เห็นถึงการแบ่งแยกในการลงทุนโครงสร้างพื้นฐาน AI: GPU ยังคงให้บริการสำหรับการฝึกอบรมและการอนุมานทั่วไป ในขณะที่ ASIC ที่พัฒนาเองโดยผู้ให้บริการคลาวด์จะได้รับการยอมรับมากขึ้นในปริมาณงานภายในที่มีขนาดใหญ่ เสถียร และคาดการณ์ได้

สำหรับนักลงทุน รายงานของเจพีมอร์แกนได้ตอกย้ำตรรกะที่ห่วงโซ่ฮาร์ดแวร์ AI ขยายตัวจาก GPU ไปสู่ ASIC, การบรรจุขั้นสูง, อินเทอร์เฟซ HBM, SerDes, การเชื่อมต่อด้วยแสง และ CPO หากการคาดการณ์ในรายงานเป็นจริง Broadcom และ Marvell จะไม่ใช่แค่ผู้จัดหาชิปเครือข่ายหรือการเชื่อมต่อ AI เท่านั้น แต่จะกลายเป็นบริษัทแพลตฟอร์มหลักในการเปลี่ยนแปลงสถาปัตยกรรมการประมวลผล AI ในระยะต่อไป