MRVL прагне збільшити дохід у 10 разів за п’ять років, AMD переживає другу весну своїх CPU

Зараз уся апаратна архітектура AI-центрів обробки даних перебудовується, і CPU, кастомні чіпи, оптичні інтерконекти, комутатори, мережеві карти, інтерфейси пам’яті й контролери зберігання починають разом із GPU входити у новий цикл зростання попиту.

6 жовтня Marvell (MRVL) на Дні інвестора несподівано значно підвищила свої довгострокові цілі: компанія прогнозує дохід у 2028 фінансовому році близько 20 млрд доларів, а у 2031 фінансовому році ще більше — 70–90 млрд доларів, середньо близько 80 млрд доларів.

Для порівняння, виручка Marvell у 2026 фінансовому році становила лише близько 8,2 млрд доларів, тобто компанія фактично повідомляє Уолл-стріт: протягом наступних п’яти років Marvell має шанс вирости з компанії-чіпмейкера із річною виручкою понад 8 млрд доларів до гіганта AI-інфраструктури з майже 80 млрд доларів доходу.

Тим часом Citigroup одразу підняв потенційну величину світового ринку CPU у 2030 році до 300 млрд доларів, порівняно з приблизно 29 млрд доларів у 2025 році, тобто більше ніж у 10 разів за п’ять років, і підвищив цільову ціну AMD з 575 до 800 доларів.

На перший погляд, одна новина про Marvell, інша — про AMD, але причини абсолютно однакові: AI переходить від першого етапу «навчання моделей» до другого етапу — «початку реальної роботи AI».

Різниця між цими двома етапами визначить, куди в наступному циклі AI-індустрії потечуть гроші.

Останні три роки найпростіша логіка заробляння грошей у AI-індустрії — купувати GPU. OpenAI, Meta, Google, Microsoft тренують дедалі більші моделі й потребують усе більше GPU NVIDIA, тому GPU стали найбільшим вузьким місцем AI-індустрії.

Але з переходом до Agentic AI, тобто стадії AI-агентів, ситуація змінюється.

Традиційні чатботи на зразок ChatGPT більшість часу просто «відпочивають». Ви задаєте питання — модель запускається один раз і зупиняється; якщо не питаєте — вона майже не споживає ресурсів для інференсу.

Але нове покоління персональних AI-агентів, таких як Meta Muse, працює зовсім інакше. Вони мають свою віртуальну машину, браузер, можуть допомогти користувачу переглядати сторінки, заповнювати форми, обслуговувати клієнтів, бронювати послуги, запускати різноманітний софт — і виконують завдання у фоновому режимі постійно.

Іншими словами, майбутній AI-користувач не просто зрідка запускає велику модель на кілька секунд, а отримує «цифрового співробітника» що постійно онлайн.

Це повністю змінить спосіб обчислень всередині AI-серверів.

За даними Citigroup, у традиційному етапі тренування AI співвідношення CPU до GPU за кількістю приблизно 1 до 8, при переході до інференсу стає 1 до 4, а на етапі Agentic AI це співвідношення може наближатися до 1 до 1 або навіть більше.

Причина проста: GPU найкраще виконують масивні матричні обчислення, але коли AI-агент починає справжню роботу, йому окрім запуску моделей потрібно постійно вирішувати задачі управління, переглядати сторінки, читати бази даних, викликати API, працювати з безпекою, запускати ОС, управляти пам’яттю, передавати дані і координувати різні AI-моделі.

Багато з цих задач краще виконують не GPU, а CPU, мережа та різні спеціалізовані чіпи.

Тому Citigroup і бачить TAM CPU раптово на рівні 300 млрд доларів.

Ідея не в тому, що «CPU замінить GPU», навпаки: чим більше GPU встановлюється, тим більше усьому комплексу систем потрібно CPU, DRAM, швидкісних мереж та пристроїв інтерконекту.

AI-індустрія переходить від простої «гонки GPU» до гонки за апаратною конфігурацією всієї серверної платформи.

Тепер, ознайомившись із цифрами, що їх озвучив Marvell на Дні інвестора, легко зрозуміти, чому менеджери компанії так впевнено підвищили довгострокову мету.

Marvell прогнозує до 2030 року розмір ринку, який компанія може зайняти, на рівні приблизно 400 млрд доларів. У попередньому прогнозі ця цифра була менше 100 млрд доларів — тобто за кілька років зростання у 4 рази.

Зокрема:

• Ринок кастомних чіпів прогнозується на рівні 235 млрд доларів — це найбільший потенційний ринок Marvell.

• Ринок AI-інтерконектів центрів обробки даних — на рівні 65 млрд доларів і є одним із найбільш швидкозростаючих бізнесів.

• Ринок комутаторів та пам’яті — приблизно 85 млрд доларів.

• Ринок комунікацій та інших напрямків — ще близько 15 млрд доларів.

Справжня суть цих цифр не в самому числі 400 млрд доларів, а в тому, що Marvell бачить найбільш швидке зростання AI-центрів обробки даних вже не лише у Compute («обчислення»), а у Connectivity («з’єднання»).

Багато інвесторів помилково вважають, що найцінніше в AI-центрі — це GPU.

Насправді, коли кластер AI розростається з тисяч GPU до десятків чи навіть сотень тисяч XPU, однією з найбільших інженерних проблем стає: як передавати дані між цими чіпами.

GPU може обчислювати дуже швидко, але якщо дані не доставляють, він просто простоює.

Тому AI-системи стикаються з дедалі гострішими фізичними обмеженнями — недостатня пропускна здатність, надмірна затримка, велике енергоспоживання мідних інтерконектів, дедалі більші відстані передачі даних.

Саме цей ринок Marvell прагне зайняти.

За прогнозом Marvell, при середньому доході у 2031 фінансовому році в 80 млрд доларів, близько 37,5 млрд доларів буде з інтерконект- бізнесу, близько 30 млрд доларів — з кастомних чіпів, близько 10 млрд доларів — із комутаторів та пам’яті, решта — традиційний зв’язок і т.д., приблизно 2,5 млрд доларів.

Тобто найбільшим бізнесом Marvell у майбутньому, ймовірно, буде не AI-чіпи для обчислень, а забезпечення високошвидкісного з’єднання між чіпами всередині AI-центру обробки даних.

І це те, що на Дні інвестора ринок найбільше недооцінив.

Раніше інвестори, оцінюючи AI-напівпровідники, ставили питання: «Хто зможе кинути виклик GPU NVIDIA?»

Та в майбутньому питати треба: «Скільки додаткових чіпів потрібно поруч із кожним GPU чи XPU?»

Якщо відповідь — за кожним GPU мають бути CPU, NIC, чіпи-комутатори, оптичні DSP, Retimer, контролери пам’яті і зберігання, спеціалізовані ASIC, то головна можливість зростання AI-індустрії вже не лише у GPU.

Саме на це робить ставку Marvell.

Компанія вже постачає кастомні чіпи чотирьом найбільшим Hyperscaler у США, і дедалі більше проектів — це не створення великого XPU на заміну GPU NVIDIA, а так званий XPU Attach — створення різних спеціалізованих чіпів навколо AI-акселератора.

Наприклад, швидкісні мережеві карти, інтерфейси пам’яті, контролери зберігання, чіпи управління AI-інфраструктурою, чіпи для прискорення інференсу.

Менеджмент Marvell навіть озвучив просту метрику: у майбутньому біля кожного XPU може бути підключено один-два спеціальних чіпи, при цьому ціна одиниці продукції може сягати близько 1000 доларів.

Якщо хмарні компанії за рік встановлять кілька мільйонів AI-чіпів, «маленькі чіпи поруч із XPU», на перший погляд непомітні, можуть сформувати ринок у десятки мільярдів доларів.

Тому Marvell підвищила ціль Custom бізнесу на 2029 фінансовий рік з понад 10 млрд доларів до понад 12 млрд доларів, а на 2031 фінансовий рік — до приблизно 30 млрд доларів.

Важливо, що Marvell тепер працює не просто для одного замовника над одним чіпом.

Компанія прямо заявляє, що її кастом-бізнес охоплює чотири найбільші Hyperscaler США, і в майбутньому прибуток дедалі більше розподілятиметься між різними клієнтами, чіпами XPU і продуктами XPU Attach.

Співпраця Marvell із Google цього року — типова ілюстрація.

Область співпраці — не лише AI-чіп, а ціла низка продуктів: AI-інференс акселератор, контролер зберігання, контролер мережевого інтерфейсу, контролер інтерфейсу пам’яті, Near-Memory Compute і інше.

Якщо обсяги закупівель продуктів досягнуть умовних результатів, максимальний потенціал закупівель може сягати 120 млрд доларів.

Варто відзначити, що ці 120 млрд доларів — не замовлення, яке вже підписано; це потенціал, і тому їх не можна вважати як поточний backlog Marvell.

Однак це дуже важлива інформація — Google готова робити довгострокові закупівлі й прив’язуватися до Marvell, що вже означає: хмарні гіганти потребують не просто один ASIC, а цілу платформу чіпів, орієнтовану на AI-інфраструктуру.

Investing.com US вважає, що це головна відмінність Marvell від минулого.

Раніше багато хто сумнівався: чи справді Marvell має платформний потенціал для довгого зростання на AI-ринку, чи просто тимчасово виграє від проектів ASIC для кількох великих клієнтів під час піку AI-капіталовкладень.

На Дні інвестора компанія фактично дала відповідь.

2026 фінансовий рік — прибуток близько 8,2 млрд доларів, 2028 — близько 20 млрд доларів, ціль на 2031 рік — 70–90 млрд доларів (середньо 80 млрд). Якщо досягнуть 80 млрд, за п’ять років майже десятокразове зростання, річний CAGR близько 58%.

Також компанія встановила Non-GAAP EPS понад 30 доларів у 2031 році, тоді як у 2026 році цей показник лише 2,84 долара.

Це вже не нормальне зростання для типового напівпровідникового бізнесу, а ставка на стрімке розширення AI-інфраструктурного ринку протягом наступних п’яти років.

Отже, питання: наскільки реальні ці цілі Marvell?

Відповідь: напрямок дуже чіткий, а цифри все ж потребують обережності.

Найбільший ризик — від витрат Hyperscaler.

Увесь довготерміновий прогноз Marvell базується на тому, що інвестиції у дата-центри світу будуть рости, і частка топ-10 Hyperscaler у глобальних інвестиціях — ще більше підвищуватиметься.

Якщо Microsoft, Google, Meta, Amazon та інші AI-гіганти щороку нарощуватимуть капіталовкладення — ринок Marvell розширюватиметься; але якщо через пару років ROI інвестицій у AI впаде, Hyperscaler сповільнять темпи будівництва дата-центрів, то цифри Marvell на 2031 рік теж помітно зміняться.

Другий ризик — конкуренція.

Головний конкурент у кастомних ASIC — Broadcom AVGO, а в AI-мережевому ринку ще й сам NVIDIA та інші виробники інтерконектів.

400 млрд TAM не означає, що Marvell отримає усі ці гроші; прибуток визначають ринкові частки.

Третій ризик — оцінка.

Коли ринок починає торгувати доходом вже 2030–2031 року, ціна акцій може рости швидше за прибуток. Якою б красивою не була п’ятирічна історія, якщо оцінка вже врахувала майбутнє зростання, акції можуть сильно коливатися.

Тому Investing.com US вважає: у цьому AI-циклі варто не просто шукати «наступну NVIDIA».

Головна зміна: AI переходить від епохи тренування моделей до епохи агентів — і тут потрібно не лише більше GPU, а цілий складніший дата-центр.

GPU обчислює, CPU організовує й керує, DRAM зберігає дані, мережа переносить дані, оптичні модулі та DSP долають обмеження відстані й пропускної здатності, чіпи-комутатори забезпечують зв’язок тисяч XPU, а кастомні ASIC виконують дедалі більше спеціальних задач ефективніше й з меншим енергоспоживанням.

Коли AI стає не просто чат-вікном, а цифровим співробітником на 24 години, апаратні ресурси одного AI-користувача змінюються докорінно.

Тому Citigroup ставить CPU-ринок на 2030 рік на 300 млрд доларів, а Marvell ціль доходу у 2031 році — від сьогоднішніх 8,2 млрд до 70–90 млрд доларів.

Якщо поточний AI-інвест-цикл триватиме до 2030 року, наступний етап досліджень не повинен відповідати на питання «Кого ще купити крім NVIDIA?».

А на питання: на кожний додатковий долар GPU-інвестицій, скільки ще доларів потече на CPU, кастомні чіпи, оптичний зв'язок, мережу, пам’ять і сховище?

Саме це, ймовірно, буде наступним найбільшим перерозподілом багатства AI-індустрії.

Введіть код акції США, яку ви відстежуєте, щоб сформувати власний пул для моніторингу. Наша квантова AI-система постійно буде слідкувати за:

Новини, рейтинги аналітиків, внутрішні транзакції, рівень шортів, опціонні рухи, дарк-пул транзакції, великі блоки, прогнози фінзвіту, різкі зміни цін тощо.

Наприклад, слідкуєте за NVDA — сьогодні скільки новин, чи є рух по опціонах, у дарк-пулі чи великих блоках зміни — відразу побачите у додатку.

Особливо важливо: якщо включити сповіщення в APP, кожний новий рух по обраній акції буде одразу надходити як push-повідомлення.

Раніше потрібно було шукати інформацію вручну, тепер обрані акції система відстежує для вас 7×24 год.

Для довгострокових інвесторів — це система попереджень для окремих акцій;

Для тих, хто торгує хвилями чи опціонами — це радар реальних змін.

Введіть код — важливі зміни більше не пропустите.

Перейдіть по оригінальному посиланні для завантаження APP