Гонка за AI-чипами усиливается: Какие компании по производству AI-напечатанных чипов готовы доминировать?

Взрыв инвестиций в инфраструктуру ИИ вызвал ожесточенную конкуренцию среди производителей полупроводников. Независимо от того, отслеживаете ли вы внедрение ИИ или ищете возможности для экспозиции к этой мега-тренду, понимание ландшафта компаний, производящих ИИ-микросхемы, критически важно. Вот почему пять конкретных игроков выделяются в этой области.

Кто на самом деле контролирует цепочку поставок ИИ-чипов?

Бум инфраструктуры ИИ — это не только о типе чипа — это экосистема. С одной стороны, у вас есть дизайнеры, борющиеся за долю рынка. С другой — критическая точка: фактические производственные мощности. Разберем, где занимает каждое звено.

История доминирования GPU: крепость Nvidia

Когда говорят об ИИ-чипах, обычно имеют в виду GPU. Nvidia здесь не просто лидер — она практически управляет ситуацией с 92% долей рынка в сегменте GPU. Но что делает позицию Nvidia настолько защищенной: это CUDA, её собственная программная платформа.

Когда GPU использовались только для игровых график, Nvidia предвидела и создала CUDA как универсальный инструмент программирования. Пока конкуренты медлили, Nvidia распространила CUDA по университетам и исследовательским лабораториям. Сегодня разработчики по всему миру обучаются на системах Nvidia, а компания продолжает добавлять инструменты и библиотеки поверх CUDA для повышения производительности GPU.

Это уже не только о железе — речь о закреплении в экосистеме. Там, где идет инвестиции в инфраструктуру ИИ, Nvidia естественно захватывает львиную долю. Это ров, который чрезвычайно трудно прорвать.

Конкурент: AMD в асимметричной игре

AMD занимает далекое второе место в сегменте GPU, но она не играет по тем же правилам, что и Nvidia. Вместо этого AMD создала реальные сильные позиции в ЦОД CPU (процессорах, которые обрабатывают логику, в то время как GPU отвечают за сырую вычислительную мощность). Рынок CPU для дата-центров растет, хотя и остается значительно меньшим, чем GPU.

Более интересно, что AMD занимает реальные позиции в области ИИ-инференса — стадии, на которой обученные модели делают предсказания после тренировки. Вот нюанс: рабочие нагрузки инференса требуют меньших ресурсов и гораздо более чувствительны к стоимости, чем обучение. Это нивелирует преимущество CUDA. AMD может конкурировать по цене и производительности, и это действительно важный фактор.

В будущем ожидается, что инференс станет более крупным рынком по сравнению с обучением. Если AMD сможет захватить даже небольшую долю у Nvidia в инференсе в ближайшие годы, возможность получения дохода станет значительной.

Уровень инфраструктуры: недооцененные победители

Проектирование чипов — это одно. Сделать их эффективными в масштабных ИИ-кластерных системах — другое.

Broadcom: сети + амбиции по созданию собственных чипов

Broadcom зарекомендовала себя как основа связности для дата-центров и ИИ-кластеров. Ее Ethernet-коммутаторы и межсоединительные компоненты управляют огромными потоками данных, обеспечивая бесперебойную работу высокопроизводительных вычислительных сред. По мере расширения ИИ-кластеров ценность этого портфеля сетевых решений только растет.

Но самое большое преимущество Broadcom — это не сети, а собственные ИИ-чипы. Компания уже сыграла ключевую роль в помощи Alphabet в создании Tensor Processing Units (TPUs). Этот успех открыл двери. Сейчас Broadcom работает с несколькими заказчиками по разработке собственных ИИ-микросхем, включая новых игроков, таких как Apple.

Компания определила своих трех наиболее зрелых клиентов по созданию кастомных чипов как потенциальный рынок стоимостью от 60 до 90 миллиардов долларов к 2027 году. Хотя Broadcom не захватит весь рынок, этот сегмент сам по себе может обеспечить десятилетия роста, не считая будущих клиентов.

Marvell Technology: движок интеллектуальной собственности

Как и Broadcom, Marvell поставляет интеллектуальную собственность и межсоединительные технологии для кастомных чипов. Процессоры Amazon Graviton и Trainium основаны на технологиях Marvell. Кроме того, сообщается, что Marvell поставляет сетевые чипы, решения для соединений и контроллеры хранения для Amazon — важнейшие компоненты масштабирования инфраструктуры ИИ.

Недавние отчеты указывают, что Marvell также получил роль в инициативе по созданию кастомных чипов Microsoft — Maia, и заключил обязательства по будущим поколениям этой программы. Хотя это еще на ранней стадии, такой партнерство может стать значительным драйвером доходов.

Риск здесь — концентрация клиентов и возможность того, что крупные облачные провайдеры возьмут разработку внутрь своих структур. Тем не менее, диверсифицированный портфель Marvell по нескольким гиперскейлерам ставит компанию в более выгодное положение, чем зависимость от одного клиента.

Производитель: непобедимая позиция TSMC

Пока дизайнеры и поставщики IP конкурируют за долю, Taiwan Semiconductor Manufacturing работает на совершенно другом уровне. TSMC — главный мировой производитель передовых полупроводников — фабрика, где изготавливается почти каждый современный ИИ-чип.

Вот изящная простота позиции TSMC: неважно, кто выиграет в войнах дизайна ИИ-чипов. Пока глобальные инвестиции в инфраструктуру ИИ ускоряются — а все признаки указывают на это — TSMC побеждает. У компании непревзойденный технологический опыт и масштаб. Ее ближайшие конкуренты изо всех сил пытаются не отставать.

TSMC демонстрирует сильный рост доходов за счет расширения мощностей и повышения цен. Компания тесно сотрудничает с крупнейшими клиентами, чтобы обеспечить достаточные поставки чипов, что обеспечивает ей устойчивый рост в будущем.

Что это значит для стратегии инвестирования в ИИ-микросхемы

История ИИ-микросхем не однородна. Разные компании выигрывают по-разному:

• Nvidia побеждает благодаря доминированию и контролю над экосистемой
• AMD — за счет конкурентных позиций в смежных рынках
• Broadcom и Marvell — за счет поддержки разработки кастомных чипов для крупных облачных провайдеров
• TSMC — за счет роли незаменимого производителя

Для инвесторов, ориентированных на тему инфраструктуры ИИ, важно понимать эти различия. Каждая компания захватывает ценность на разных этапах цепочки поставок, и у каждой разные профили риска и вознаграждения. Конвергенция всех этих компаний в области ИИ-микросхем с быстрым ростом говорит о том, что у тренда еще есть значительный потенциал развития.