Broadcom kann Nvidia nicht ersetzen | Krieger Gold: Harte Technologie

Autor｜Song Wanxin

Redakteur｜Zheng Huaizhou

Ende 2024 verkündete Ilya, ein ehemaliger Mitbegründer von OpenAI, dass das "gesamte Internet-Datenvolumen" für große Modelle erschöpft sei. Auch wenn derzeit noch keine ausgereifte Downstream-Anwendung bereit steht, betonte Ilya, dass die „Vorbereitung“, die die grundlegende Technik großer Modelle darstellt, kurz vor dem Abschluss stehe.

Dies war fast wie eine Bombe, die die Fortschrittslinie großer Modelle spaltete.

Es traf sich, dass einen Tag vor Ilyas Rede der Chiphersteller Broadcom seinen Finanzbericht veröffentlichte und CEO Chen Fuyang die Umsatzgröße von 60 bis 90 Milliarden US-Dollar für das Geschäftsjahr 2027 für den firmeneigenen XPU-Chip vorhersagte.

XPU ist ein von Broadcom in Zusammenarbeit mit Technologieriesen wie Google, Amazon und Meta entwickelter ASIC-Chip, also ein kundenspezifischer Chip, der das Gegenstück zu Nvidias universellem Chip GPU darstellt.

Für den Markt spielen ASICs und GPUs in der oberen Ebene der großen Modelle völlig unterschiedliche Rollen: Einer ist stark im Bereich der Inferenzen, der andere in der Ausbildung. Daher vermittelten Ilyas und Chen Fuyangs Prognosen dieselbe Botschaft: Die Nachfrage nach KI-Chips wird sich deutlich ändern, und GPUs könnten möglicherweise nicht mehr so begehrt sein.

Nach der Veröffentlichung dieser Nachricht stieg der Aktienkurs von Broadcom am 13. um 24 % und die Marktkapitalisierung überschritt eine Billion US-Dollar, während Nvidia auf der anderen Seite vier Handelstage in Folge Verluste erlitt.

Tatsächlich war Broadcom bereits vor dem großen Anstieg ein großes Unternehmen mit einem Marktwert von 800 Milliarden US-Dollar und verzeichnete trotz dieser Größenordnung jedoch noch einen erheblichen Anstieg, was zeigt, dass die Erwartungen des Kapitalmarktes sich vollständig geändert haben, in Richtung "Ende der Vorverarbeitung", und glaubt, dass GPUs durch ASICs ersetzt werden und Broadcom Nvidias Marktanteile erodieren wird.

In der Realität könnte der neue Wettlauf um KI-Chips jedoch weniger intensiv sein, als man erwarten könnte.

Einerseits ist der Wettbewerb zwischen GPU und ASIC nicht erst jetzt aufgekommen; bereits vor 7 Jahren brachte Google den ersten kundenspezifischen TPU für maschinelle Lernaufgaben auf den Markt, andererseits bedeutet die Verlangsamung der Vorverarbeitung nicht das Ende des allgemeinen Modells.

01 Aufstieg von Broadcom

Ein Blick auf den neuesten Finanzbericht von Broadcom zeigt, dass die hauptsächlich durch das über den Erwartungen liegende Wachstum der KI-Einnahmen ausgelösten Marktreaktionen positiv sind.

Daten zeigen, dass die KI-Einnahmen von Broadcom für das gesamte Geschäftsjahr um 220 % im Vergleich zum Vorjahr gestiegen sind, was dazu beigetragen hat, die Umsätze im Halbleitergeschäft um bis zu 30,1 Milliarden US-Dollar zu steigern, ein Anstieg von 7 % im Vergleich zum Vorjahr.

In Kombination mit Chen Fuyangs Prognose für die Marktgröße im Geschäftsjahr 2027 wird angenommen, dass das ASIC-Geschäft von Broadcom bald in eine Wachstumsphase eintreten wird.

Es sei jedoch darauf hingewiesen, dass das Unternehmen nach Geschäftsbereichen eingeteilt ist: Broadcom ist unterteilt in das Halbleiterlösungs- und das Infrastruktursoftware-Geschäft; Letzteres verzeichnete einen sprunghaften Anstieg von 196 %, was dem Einbezug von VMware in die Konzernbilanz zu verdanken ist, während das Wachstum im bestehenden Softwaregeschäft gering war.

Beim Nettogewinn erzielte Broadcom im vierten Quartal 43,24 Milliarden US-Dollar, was eine deutliche Steigerung darstellt. Das Umsatzwachstum und der Rückgang der Kostensätze haben die Rentabilität verbessert, und die Geschäftsintegration hat die endgültige Gewinnfreisetzung beschleunigt.

Quelle: Broadcom Finanzbericht

In der Aufschlüsselung der Einnahmenstruktur ist das am meisten vom Markt beachtete ASIC-Chip-Geschäft Teil des Netzwerks im Bereich der Halbleiterlösungen und das am meisten zum Umsatzanteil beitragende Segment, das 32 % erreicht.

Neben ASIC umfasst das Netzwerkgeschäft Ethernet-Switch-Chips/Routing-Chips, PHY-Chips und optische Sender und Empfänger.

Insbesondere der aufstrebende ASIC ist ein neues Geschäft, das durch den 2016 erfolgten Kauf des Speichergeschäfts LSI durch Broadcom ermöglicht wurde. Noch früher war der Ethernet-Switch-Chip im Netzwerkgeschäft das ursprüngliche Kernprodukt von Broadcom. Auf dem Markt für Netzwerkverbindungsgeräte, die mit Rechenzentren in Verbindung stehen, ist Broadcom der alte Anführer.

Zum Thema stark wachsender Markt für Netzwerkverbindungsgeräte durch KI-Rechenzentren kann ebenfalls auf den Aktienkursanstieg des Chipspezialisten für optische Module Marvell verwiesen werden.

Marktdaten zeigen, dass für Geräte in Rechenzentren mit Nvidia-Chips jedes Gerät etwa 9 1.6T optische Module benötigt. Als Nvidia im Aufwärtstrend lag, verdoppelte sich Marvells Aktienkurs im vergangenen Jahr.

Die Produkte von Broadcom Switches folgten im Grunde dem gleichen Muster, aber 2019 ging Nvidia auf den Markt und konkurrierte mit Broadcom durch den Kauf von Mellanox im Bereich Switches.

Unter diesem Hintergrund sind ASICs zu einer bedeutenden neuen Geldquelle im Netzwerkgeschäft von Broadcom geworden.

Jedoch gibt es auf dem Markt Bedenken hinsichtlich ASICs, da sich herausstellt, dass spezialisierte Chips im Vergleich zu universellen Chips höhere Forschungskosten haben und nur in Erwägung gezogen werden, wenn Kunden einen konkreten Bedarf haben und bereit sind, dafür Geld auszugeben.

Chen Fuyang erklärte in einer Telefonkonferenz nach dem letzten Quartalsbericht, dass nur große Cloud-Anbieter in der Lage sind, die Kosten für kundenspezifische Chips zu tragen, während das Preis-Leistungs-Verhältnis für kleine und mittlere Kunden zu gering sei.

Derzeit fehlen Broadcom auf der Nachfrageseite kurzfristig keine Aufträge. Google, ein langjähriger Kunde von Broadcoms TPUs, nutzt intern fast ausschließlich TPUs und erreicht im letzten Jahr bereits ein Volumen von über zwei Millionen Einheiten und ist damit nach Nvidia das zweitgrößte Unternehmen auf dem Markt.

Wenn Google als einer von drei repräsentativen Grundkunden von Broadcoms ASIC betrachtet werden kann, erhöht der „Seitenwechsel“ anderer Riesen außerhalb der „Allianz“ die Gewissheit für die Zukunft von ASICs.

Zum Beispiel traten in den jüngsten Beziehungen zwischen Microsoft und OpenAI Spannungen auf, die in mehreren Fällen festgestellt wurden.

Microsoft-CEO Satya äußerte kürzlich in einem Interview direkt, dass er und Sam Altman hinsichtlich der KI-Entwicklung unterschiedliche Ansichten haben - Sam fordert immense Ressourcen für das Training an, während Satya den Anwendungsbereich betont und den Modells Bereich als „allgemeine Kommerzialisierung“ ansieht.

Dies zeigt, dass Microsofts Schwerpunkt bereits auf Inferenzen liegt, was aufgrund der Vielfalt der Inferenzszenarien mehr Chancen für ASICs bietet.

Beim Goldmann Sachs Meeting im September stellte Chen Fuyang ein mögliches Endergebnis in Aussicht: Die KI-Rechenleistung wird zwischen ASICs und GPUs gleichmäßig aufgeteilt, wie bei Google wird praktisch die gesamte interne Nutzung auf ASICs und der externe Bereich auf GPUs verlagert.

02 Das Monopol durchbrechen

„Die Verlangsamung der Zuwachsraten bei Nvidia war unvermeidlich, aber dass es überholt oder ersetzt wird, ist unmöglich“, so ein erfahrener Investor gegenüber 36Kr.

„Der Markt teilt uns jetzt mit, dass nach dem Ende der Vorverarbeitung Algorithmen im Übermaß vorhanden sind, was zu Überlegungen zur Energieeffizienz führt. Die Realität ist jedoch, dass alle KI-Unternehmen jetzt die Rechenleistung priorisieren. Rechenleistungsausbau hat Vorrang, und das ist der Hauptgrund, warum Nvidia nicht kurzfristig erschüttert werden kann.“

Den Aufstieg von Broadcom zu leugnen ist unmöglich, dennoch bleibt die Frage, ob Nvidia ersetzt werden kann.

Erstens, aus technischer Sicht werden ASICs zwar stark mit Inferenzen in Verbindung gebracht, GPUs können jedoch ebenso für Inferenzprozesse verwendet werden, da etwa Nvidias GB200 die Inferenzleistung um das Dreißigfache im Vergleich zum H100 verbessert hat.

Allerdings zeichnen sich ASICs durch niedrigen Stromverbrauch und kompaktes Design aus, wodurch sie in mehr Randanwendungen eingebettet werden können.

Zweitens, trotz der extrem langen „Quälerei“ durch Nvidia im KI-Sektor auf dem Sekundärmarkt, scheint die Logik von ASICs jetzt einfacher durchsetzbar zu sein.

Während der Wettlauf um hohe Leistung kannibalisierten Modelle große Mengen an Nvidia-GPU-Chips, um Zeitfenster zu gewinnen. Da nun auf Preis-Leistungs-Verhältnis umgestellt wird, ist Nvidia in den Augen vieler Hersteller fast zum Feind aller geworden; jeder will eine zusätzliche Wahloption haben.

Und Broadcom, als der derzeit einzige "Gegner", der sich mit Nvidia messen kann, wird zum "Freund" großer Modellhersteller.

Ein ruhigerer Blick auf den Wechsel zwischen Training und Inferenzen zeigt mehr, dass dies die Rechenleistung aus der von Nvidia dominierten Kette befreit und Chancen für andere Inferenzrahmen eröffnet.

Folglich gibt es viele Stimmen, die glauben, dass Broadcoms Kurs das Potenzial der Zukunft bereits ausschöpft, während Nvidia unterbewertet ist.

Ein Branchenexperte äußerte, dass die Verlangsamung der Vorverarbeitung nicht das Ende universeller Modelle bedeute, wenn ASICs schnell GPUs ersetzen würden, was faktisch das bestehende LLM-Framework negieren würde.

„Musks Start-up xAI kämpft noch mit Nvidia-GPUs, und der Konkurrenzkampf mit Microsoft, Google und Meta wird noch intensiver; die Ausdehnung ist immer noch im Gange, was bedeutet, dass die Nachfrage nach Nvidia noch nicht ihren Höhepunkt erreicht hat“, sagte der oben genannte Investor.

Derzeit, solange die Investitionen großer ausländischer Cloud-Computing-Unternehmen in KI-Server nicht zurückgehen, können Nvidia, Broadcom und Marvell weiterhin von der Rüstung der künstlichen Intelligenz profitieren,

die entscheidende Frage ist jedoch, wie lange die großen Modellhersteller noch Geld verbrennen können, wenn noch keine ausgereifte Anwendung entwickelt ist?

Bleiben Sie informiert, um mehr Nachrichten zu erhalten