Puntos clave:
Broadcom está diseñando chips de inteligencia artificial personalizados para OpenAI, lo que marca la incursión más profunda del fabricante de chips en el mercado de silicio personalizado para hiperescaladores que ya domina con una participación de aproximadamente el 70%.
Broadcom está desarrollando aceleradores de IA personalizados para OpenAI y planea desplegar 1,3 gigavatios de infraestructura para el año fiscal 2027, profundizando su control en un mercado de chips personalizados que podría generar $100 mil millones en ingresos anuales para la compañía.
"Esta asociación valida nuestro modelo XPU: diseñar chips desde cero para las cargas de trabajo específicas de un solo cliente", declaró Hock Tan, director ejecutivo de Broadcom, durante la conferencia telefónica de la compañía.
Broadcom ya trabaja con seis grandes clientes, incluyendo Google, Meta y Anthropic. Sus ingresos por chips de IA personalizados aumentaron aproximadamente un 140% interanual en el primer trimestre fiscal, hasta $10,700 millones, y las redes de IA —ancladas por el conmutador Tomahawk 6 de 102 terabits— contribuyeron con aproximadamente el 40% de ese total. La compañía mantiene una cartera de pedidos relacionada con la IA de aproximadamente $73 mil millones.
El acuerdo con OpenAI posiciona a Broadcom para capturar una mayor porción de la expansión de infraestructura de IA, valorada en más de $200 mil millones anuales, compitiendo directamente con las GPU de uso general de Nvidia. Las acciones de Broadcom, que han subido casi un 40% este año, cotizan a aproximadamente 28 veces las ganancias futuras, mientras los inversores descuentan el cambio hacia el silicio personalizado.
El atractivo de los circuitos integrados de aplicación específica, o ASIC, radica en su eficiencia. A diferencia de las unidades de procesamiento gráfico estandarizadas de Nvidia, que manejan una amplia gama de cargas de trabajo de IA, los chips personalizados están diseñados para la arquitectura y el caso de uso específicos de un solo cliente, ya sea entrenar grandes modelos de lenguaje como GPT de OpenAI o ejecutar inferencias para la Búsqueda de Google y las recomendaciones de YouTube.
El proceso de desarrollo es largo y requiere de 18 a 24 meses de ingeniería conjunta entre Broadcom y su cliente. Una vez que un chip es diseñado e implementado, los costos de cambio son elevados: un socio que quisiera migrar a un diseñador diferente tendría que rediseñar todo su chip desde cero. Esto genera ingresos recurrentes y duraderos que el modelo estandarizado de GPU de Nvidia no puede replicar.
Los chips personalizados de Broadcom se fabrican en nodos de proceso avanzados en Taiwan Semiconductor Manufacturing Co. (TSMC) y se empaquetan utilizando la tecnología CoWoS (chip-on-wafer-on-substrate), el mismo método de empaquetado avanzado que Nvidia utiliza para sus GPU H100 y Blackwell. La superposición en la cadena de suministro significa que ambas empresas compiten por la misma capacidad de fabricación escasa en TSMC.
El director ejecutivo Hock Tan ha fijado un objetivo ambicioso: $100 mil millones en ingresos por chips de IA para el año fiscal 2027. A modo de contexto, Broadcom generó $8,400 millones en ingresos totales de semiconductores (chips más redes) solo en el primer trimestre fiscal. Las previsiones de la compañía para el segundo trimestre apuntan a $22 mil millones en ingresos totales, lo que representa un crecimiento interanual de aproximadamente el 47%, con ganancias por acción de $2.40, un 52% más que el año anterior.
La asociación con OpenAI añade un quinto gran cliente de IA a la cartera de Broadcom, junto a Google, Meta, Anthropic y un sexto socio no revelado. La relación de Google con Broadcom es la más profunda: ambas compañías han colaborado en las Unidades de Procesamiento Tensorial durante casi una década, y se informa que un acuerdo de suministro se extiende hasta 2031.
En el ámbito de las redes, los conmutadores Tomahawk y los enrutadores Jericho de Broadcom proporcionan la infraestructura del centro de datos que conecta miles de chips dentro de los clústeres de IA. El Tomahawk 7 de próxima generación, cuyo lanzamiento está previsto para 2027, duplicará el ancho de banda de conmutación del actual Tomahawk 6, que ya maneja 102 terabits por segundo.
Nvidia aún controla aproximadamente el 80% del mercado total de aceleradores de IA, y su plataforma de software CUDA crea un poderoso ecosistema de fidelización. Sin embargo, el cambio hacia el silicio personalizado se está acelerando. Los hiperescaladores, incluidos Amazon (con sus chips Trainium), Google (TPU) y Meta (MTIA), están invirtiendo en alternativas internas o de diseño propio que ofrecen una mejor eficiencia energética y un menor costo total para cargas de trabajo específicas.
Los chips personalizados de Broadcom no reemplazan a las GPU de Nvidia en todos los escenarios: el entrenamiento de uso general sigue favoreciendo la arquitectura de Nvidia. Pero para tareas de inferencia de alto volumen, como respuestas de chatbots, clasificación en buscadores y segmentación de anuncios, los ASIC pueden ofrecer un rendimiento comparable con una fracción de la potencia y el costo.
Las acciones de Nvidia han caído desde su informe de resultados más reciente, a medida que la atención de los inversores se desplaza hacia el auge de los ASIC. Los ingresos de la compañía en el centro de datos, que alcanzaron los $35,600 millones en el último trimestre, siguen siendo dominantes, pero la tasa de crecimiento se está desacelerando a medida que los hiperescaladores diversifican su abastecimiento de chips.
Broadcom, con una capitalización de mercado que recientemente superó los $2 billones, ofrece a los inversores una apuesta diversificada en infraestructura de IA que va más allá de una única arquitectura de chips. Su negocio de software VMware añade un flujo de ingresos recurrentes de alto margen que financia tanto su dividendo como la recompra de acciones. La compañía ha aumentado su dividendo durante 15 años consecutivos.
Este artículo tiene fines meramente informativos y no constituye un consejo de inversión.
