27 Mei 2026—Marvell Technology (MRVL) merilis hasil keuangan Q1 FY2027, mencatat pendapatan kuartalan sebesar $2,418 miliar, naik 28% secara tahunan dan 9% secara kuartalan, sedikit melampaui ekspektasi pasar sebesar $2,41 miliar. Namun, yang benar-benar membuat pasar heboh bukan hanya pencapaian pendapatan ini—melainkan apa yang terjadi setelahnya. Pada 2 Juni, di COMPUTEX 2026 di Taipei, CEO NVIDIA Jensen Huang tampil di panggung bersama CEO Marvell Matt Murphy dan membuat pernyataan berani: "Hadirin sekalian, inilah perusahaan triliun dolar berikutnya."
Pernyataan tersebut mendorong harga saham Marvell melonjak lebih dari 30% dalam satu hari. Sejak awal 2026, harga saham Marvell hampir dua kali lipat, naik 95% secara year-to-date di sekitar pengumuman pendapatan.
Di balik pergerakan dramatis ini terdapat narasi industri yang lebih dalam: chip AI kustom (ASIC) kini muncul sebagai jalur independen yang berjalan paralel dengan GPU. Mengapa raksasa teknologi seperti Google (TPU), Amazon (Trainium), dan Meta (MTIA) memilih mengembangkan chip mereka sendiri dan melewati NVIDIA? Apa peran Marvell—apakah sebagai pengganti GPU, atau justru sebagai kolaborator?
Esensi Chip AI Kustom (ASIC): Pergeseran Paradigma dari Perangkat Keras Umum ke Spesialisasi
Untuk memahami mengapa para raksasa teknologi berinvestasi besar-besaran dalam pengembangan chip kustom, kita perlu memperjelas satu konsep utama: perbedaan mendasar antara ASIC dan GPU terletak pada kompromi antara desain umum dan desain spesifik.
GPU (Graphics Processing Unit) adalah chip komputasi AI serbaguna. GPU NVIDIA unggul dalam berbagai tugas AI—mulai dari pelatihan, inferensi, visi, suara, sistem rekomendasi, dan lainnya. Namun, fleksibilitas ini mengorbankan efisiensi karena adanya sirkuit berlebih dan instruksi yang luas, sehingga masih ada ruang untuk peningkatan efisiensi di skenario tertentu.
ASIC (Application-Specific Integrated Circuit), di sisi lain, adalah perangkat keras yang dirancang khusus untuk tugas AI tertentu. Contohnya Google TPU (Tensor Processing Unit): inti chip ini dioptimalkan secara hardware untuk perkalian matriks, menghasilkan throughput beberapa kali lipat dari GPU untuk operasi matriks dengan konsumsi daya yang sama. Secara spesifik:
- Efisiensi Energi: Untuk beban kerja inferensi AI tertentu, ASIC dapat memberikan performa per watt 3–5 kali lipat dibandingkan GPU
- Optimasi Biaya: Pada skala hyperscale (jutaan chip di pusat data cloud), ASIC menawarkan TCO (Total Cost of Ownership) yang jauh lebih rendah dibandingkan GPU komersial
- Integrasi Sistem: ASIC kustom dapat diintegrasikan secara erat dengan stack perangkat lunak, arsitektur jaringan, dan sistem pendingin penyedia cloud untuk optimasi menyeluruh
Logika di balik pergeseran paradigma ini jelas: beban kerja AI bergerak dari pelatihan yang beragam menuju inferensi berskala masif. Seiring arsitektur model AI semakin konvergen (misalnya, model Transformer menjadi arus utama) dan beban kerja inferensi tumbuh eksponensial, optimasi mendalam lewat perangkat keras spesifik menjadi keniscayaan.
Seorang analis merangkumnya dengan tepat: "Marvell bukan ‘menggantikan NVDA’—melainkan membuka jalur utama kedua di pasar AI. ASIC kustom mungkin adalah segmen yang paling kurang diperhatikan namun tumbuh paling cepat dalam beberapa tahun ke depan."
Mengapa Raksasa Teknologi Membangun Chip Sendiri? Logika Efisiensi Biaya di Balik De-NVIDIA-ization
Microsoft, Amazon, Google, dan Meta—empat raksasa cloud—mempercepat inisiatif chip kustom mereka dengan kecepatan yang belum pernah terjadi sebelumnya, mendorong tren jangka panjang paling krusial di sektor chip AI.
Google TPU (Tensor Processing Unit): Kini memasuki generasi ke-7, dirancang bersama Broadcom, dan merupakan proyek chip kustom terbesar dan paling awal di industri. Counterpoint memperkirakan Broadcom akan menguasai sekitar 60% pasar desain ASIC komputasi server AI pada 2027.
Amazon Trainium / Inferentia: Seri Trainium, dirancang bersama Marvell, sedang diterapkan secara masif. Trainium 3 telah diluncurkan sepenuhnya pada awal 2026.
Microsoft Maia: Pada Januari 2026, Microsoft meluncurkan chip AI kustom generasi kedua, Maia 200, menggunakan proses 3nm TSMC dan kini digunakan di pusat data.
Meta MTIA (Meta Training and Inference Accelerator): Dirancang bersama Broadcom.
Tiga pendorong utama tren ini:
| Level | Logika Inti | Bukti Kunci |
|---|---|---|
| 1: Biaya | Pengadaan GPU massal berarti belanja modal sangat besar | Total belanja modal penyedia cloud utama pada 2026 diproyeksikan $660–700 miliar; ASIC kustom dapat menurunkan biaya chip inferensi menjadi 30–50% dari GPU komersial |
| 2: Efisiensi Energi | Konsumsi daya pusat data menjadi kendala | ASIC memberikan throughput lebih tinggi pada daya rak yang sama |
| 3: Strategi | Menghindari ketergantungan pada satu pemasok | Raksasa cloud ingin bisnis inti mereka tidak ditentukan oleh roadmap produk dan harga NVIDIA |
Konsep "Aliansi Anti-NVIDIA" sering dibahas dalam konteks ini. Bukan organisasi formal, melainkan gambaran nyata pergeseran kolektif raksasa teknologi menuju chip kustom. Menurut Morgan Stanley dan Counterpoint, pasar AI ASIC akan tumbuh dari sekitar $12 miliar pada 2024 menjadi $30 miliar pada 2027—CAGR 34%.
Goldman Sachs bahkan lebih optimis: mereka memproyeksikan ASIC akan menyumbang 40% pasar chip AI pada 2026 dan melampaui 45% pada 2027—hampir setara dengan GPU. Sementara itu, pengiriman server ASIC diperkirakan melonjak 44,6% secara tahunan pada 2026, sedangkan GPU komersial hanya tumbuh 16,1%.
Peran Ganda Marvell MRVL: Pengganti atau Kolaborator?
Dalam narasi de-NVIDIA-ization, peran pasar Marvell kerap disalahartikan sebagai pengganti langsung NVIDIA. Faktanya, lanskap industri jauh lebih kompleks.
Pertama, pasar chip kustom memiliki hierarki yang jelas.
Menurut Counterpoint dan sumber lain, pasar layanan desain ASIC AI kustom saat ini didominasi dua pemain:
- Broadcom (AVGO): Menguasai sekitar 55–60% pangsa pasar, pemimpin global di chip ASIC kustom, terintegrasi erat dengan Google, Meta, OpenAI, dan lainnya.
- Marvell (MRVL): Memegang sekitar 13–15% pangsa pasar, peringkat kedua, dengan klien utama seperti Amazon, Microsoft, dan Google.
Keduanya menguasai sekitar 95% pasar desain ASIC AI kustom. Penting dicatat, pasar AI ASIC secara keseluruhan masih dalam fase ekspansi pesat, sehingga semua pemain diuntungkan—ini lebih ke arah ekspansi kolektif, bukan perebutan pangsa yang sudah ada.
Kedua, hubungan Marvell dengan NVIDIA bukanlah pengganti, melainkan kolaborasi mendalam.
Hubungan ini berubah secara fundamental pada 2026. Pada Maret, NVIDIA mengumumkan investasi strategis sebesar $2 miliar di Marvell. Kedua perusahaan memulai kolaborasi teknis mendalam terkait NVLink Fusion, mengintegrasikan chip kustom dan solusi interkoneksi optik Marvell ke dalam ekosistem AI Factory dan AI-RAN milik NVIDIA.
Pada COMPUTEX 2026 di bulan Juni, Jensen Huang memberikan dukungan jelas: switch data center Marvell dinilai "krusial untuk beban kerja AI."
Mengapa NVIDIA berinvestasi di perusahaan yang juga membuat chip kustom? Inilah logikanya:
Seiring klaster pelatihan AI berkembang dari ribuan menjadi ratusan ribu bahkan jutaan GPU, konektivitas menjadi semakin langka—dan lebih bernilai—daripada komputasi. Pesan inti Huang di COMPUTEX adalah: ketika komputasi AI didistribusikan ke seluruh pusat data, perangkat jaringan menjadi sama pentingnya dengan GPU itu sendiri. Keahlian Marvell di interkoneksi optik berkecepatan tinggi, switching Ethernet, dan DSP 1,6T tidak tergantikan.
Dengan demikian, peran Marvell paling tepat digambarkan sebagai kolaborator—bukan berupaya menggantikan GPU NVIDIA, tetapi menyediakan opsi chip kustom di luar ekosistem NVIDIA sekaligus menjadi pemasok infrastruktur interkoneksi penting di dalamnya. Posisi ganda ini memberi Marvell nilai strategis unik di seluruh rantai infrastruktur AI.
Rincian Laporan Keuangan Q1 FY2027 Marvell: Validasi Berbasis Data
Apakah dinamika industri ini tercermin dalam hasil keuangan yang terukur? Laporan pendapatan terbaru Marvell memberikan validasi penting.
Indikator Keuangan Utama
| Indikator | Nilai | YoY/QoQ |
|---|---|---|
| Pendapatan Q1 FY2027 | $2,418 miliar | YoY +28% / QoQ +9% |
| Pendapatan Data Center | $1,833 miliar | YoY +27% / 76% dari total pendapatan |
| Proyeksi Pendapatan Q2 FY2027 (tengah) | $2,70 miliar | Implikasi YoY +35% |
| Target Pendapatan FY2027 | ~$11,5 miliar | YoY +~40% |
| Target Pendapatan FY2028 | ~$16,5 miliar | +44% vs. FY2027 |
| Target Jangka Panjang Chip AI Kustom Inti | $10 miliar pada 2029 | — |
Sumber: Laporan resmi Marvell dan earnings call Q1 FY2027
Sorotan Penting
Pendapatan data center Marvell pada Q1 FY2027 mencapai rekor $1,833 miliar, kini menyumbang 76% dari total pendapatan, menegaskan pergeseran strategis ke pusat data AI.
Lebih signifikan lagi, manajemen menaikkan proyeksi pendapatan: target FY2027 naik dari ~$11,0 miliar menjadi $11,5 miliar, dan target FY2028 dari ~$15 miliar menjadi $16,5 miliar. Morgan Stanley segera memperbarui proyeksi jangka panjangnya, memperkirakan pendapatan data center tumbuh ~50% YoY di FY2027 dan percepatan menjadi ~55% di FY2028.
Tonggak penting lainnya: Pada 22 Juni 2026, Marvell resmi masuk dalam Indeks S&P 500, menggantikan Pool Corp dengan kapitalisasi pasar sekitar $254 miliar. Ini menandai babak baru bagi perusahaan semikonduktor yang masuk indeks saham utama didorong permintaan AI.
Akuisisi Celestial AI oleh Marvell: Memperdalam Strategi dari Komputasi hingga Interkoneksi Optik
Satu akuisisi penting mendukung narasi pertumbuhan Marvell. Pada Desember 2025, Marvell mengumumkan akuisisi perusahaan spesialis interkoneksi optik Celestial AI senilai sekitar $6 miliar, rampung pada Februari 2026.
Celestial AI berfokus pada silikon fotonik dan interkoneksi optik, bertujuan mengatasi "memory wall" yang kian besar di pusat data AI—yaitu kesenjangan transfer data antara komputasi dan penyimpanan.
Strategi utamanya: Marvell mengintegrasikan kemampuan ASIC kustom, switching Ethernet, dan DSP 1,6T miliknya dengan teknologi interkoneksi optik Celestial AI untuk membangun solusi data link full-stack. Menurut analis J.P. Morgan, kini Marvell menjadi satu-satunya vendor yang mencakup desain ASIC kustom, DSP optik 1,6T, silikon fotonik (lewat Celestial AI), dan switching CXL—moat teknis komprehensif yang belum tertandingi pesaing mana pun.
Dari sisi komersialisasi, Marvell memperkirakan kontribusi pendapatan awal Celestial AI akan dimulai pada paruh kedua FY2028, dengan run rate tahunan $500 juta pada kuartal IV.
Analisis Perbandingan: Marvell vs. NVIDIA dan AMD—Perbedaan Struktural
Dalam rantai nilai chip AI, Marvell, NVIDIA, dan AMD memiliki model bisnis yang sangat berbeda, membentuk jalur pertumbuhan dan logika valuasi masing-masing. Sebelum membahas perbandingan, harap dicatat bahwa metrik valuasi berikut hanya sebagai referensi—bukan saran investasi. Investor harus mengambil keputusan secara mandiri sesuai profil risiko masing-masing.
Perbedaan Model Bisnis Inti
| Dimensi | NVIDIA (NVDA) | Marvell (MRVL) | AMD (AMD) |
|---|---|---|---|
| Model Inti | Menjual GPU serbaguna dan sistem komputasi AI lengkap | ASIC kustom + infrastruktur interkoneksi berkecepatan tinggi | Portofolio beragam: GPU serbaguna, CPU, FPGA |
| Bentuk Produk AI | Chip/sistem jadi (HGX/DGX) | Chip semi-kustom dan solusi interkoneksi untuk penyedia cloud | GPU dan APU seri MI |
| Hubungan Pelanggan | Basis pelanggan akhir luas | Terintegrasi dalam dengan penyedia cloud utama (Amazon/Microsoft/Google) | OEM server, pusat superkomputer, sebagian penyedia cloud |
| Moat Utama | Ekosistem perangkat lunak CUDA + integrasi sistem | Kustomisasi + keahlian teknologi optik/Ethernet | Integrasi multi-arsitektur + positioning nilai |
Perbandingan Skala dan Laju Pertumbuhan Pendapatan
| Indikator | NVIDIA (FY2026, per Jan 2026) | Marvell (FY2026 penuh + outlook FY2027) | AMD (2025 penuh) |
|---|---|---|---|
| Pendapatan Tahunan | ~$130 miliar | FY2026 ~$8,2 miliar / target FY2027 ~$11,5 miliar | ~$25–28 miliar |
| Pendapatan AI Kuartalan Terbaru | Data center >$35 miliar/kuartal | Data center $1,833 miliar/kuartal | Seri MI ~$1,5–2 miliar/kuartal |
| Laju Pertumbuhan YoY | ~40–50% | Target FY2027 ~40% | ~20–30% |
Sumber: Laporan keuangan perusahaan dan data pasar publik.
Perspektif Investor
J.P. Morgan mencatat bahwa meski proyeksi pertumbuhan laba jangka panjang NVIDIA (51,7%) lebih tinggi dari Marvell (39,4%), valuasi Marvell lebih elastis—harga sahamnya lebih sensitif terhadap perolehan order dan akuisisi pelanggan baru. Perbedaan ini berasal dari tahapan siklus hidup masing-masing: NVIDIA berada pada fase ekspansi matang, sementara Marvell berada di titik infleksi di mana ASIC kustom bergerak dari pertumbuhan inkremental ke eksponensial.
Setelah akuisisi Celestial AI, investasi strategis NVIDIA, dan masuk S&P 500, Stifel menaikkan target harga Marvell menjadi $321 (dari $230), serta mempertahankan rating beli.
Potensi Risiko Jalur Chip Kustom
Meski pasar optimis, sejumlah faktor risiko patut dicermati:
Persaingan Pangsa Pasar yang Semakin Ketat
Walau Marvell menempati posisi kedua di ASIC kustom, pemimpin pasar Broadcom (AVGO) telah mengamankan proyek besar dengan Google TPU dan Meta MTIA. Kemampuan Marvell memperbesar pangsa pasarnya masih belum pasti. Counterpoint bahkan memproyeksikan pangsa layanan desain Marvell bisa turun ke sekitar 8% pada 2027.
Risiko Konsentrasi Pelanggan
Bisnis ASIC kustom Marvell sangat bergantung pada segelintir klien utama—Amazon, Microsoft, dan Google. Setiap perubahan roadmap produk atau pemasok dari satu klien saja dapat berdampak besar. Meski Marvell memiliki kemitraan desain ASIC AI dengan lebih dari 20 klien, pendapatan tetap terkonsentrasi pada pelanggan inti.
Stabilitas Margin Laba
Margin operasi Marvell saat ini sekitar 15%, mencerminkan model layanan desain perangkat keras tradisional. Apakah margin bisa naik seiring skala ASIC kustom menjadi perhatian pasar.
Ketidakpastian dari Iterasi GPU NVIDIA yang Berkelanjutan
Roadmap GPU NVIDIA masih berkembang pesat. Lompatan performa pada generasi baru bisa menunda sebagian proyek chip kustom. Lanskap persaingan perangkat keras AI tetap dinamis.
Risiko Geopolitik dan Rantai Pasok
Rantai pasok semikonduktor global menghadapi ketidakpastian geopolitik, termasuk kontrol ekspor dan risiko deglobalisasi.
Risiko Valuasi
Pendapatan FY2026 Marvell sekitar $8,2 miliar, namun kapitalisasi pasarnya sekitar $250 miliar—mencerminkan ekspektasi pertumbuhan tinggi. Analisis terbaru AInvest mencatat harga Marvell saat ini bisa menghadapi tekanan valuasi. Setiap kinerja atau momentum order yang meleset dapat memicu koreksi.
Kesimpulan
Pencapaian pendapatan Q1 FY2027 Marvell, ditambah prediksi triliun dolar dari Jensen Huang, menandakan jalur chip AI kustom kini bergerak dari pinggiran menuju panggung utama industri.
Dari perspektif industri yang lebih luas, infrastruktur AI tengah mengalami transformasi struktural—dari arsitektur GPU-sentris yang monolitik menuju model terdiversifikasi yang menggabungkan pelatihan GPU, inferensi ASIC, dan kolaborasi interkoneksi.
Munculnya chip kustom seperti Google TPU, Amazon Trainium, Microsoft Maia, dan Meta MTIA mencerminkan arah seragam para pemimpin cloud global untuk mengurangi ketergantungan pada NVIDIA. Namun, "de-NVIDIA-ization" bukan berarti menggantikan NVIDIA. Justru, kemitraan modal dan teknis mendalam Marvell dengan NVIDIA mengungkap tren yang lebih dalam: kunci kemenangan di pusat data AI kini bergeser dari komputasi ke konektivitas. Saat klaster komputasi membesar hingga ratusan ribu chip, interkoneksi yang efisien menjadi sama krusialnya dengan komputasi itu sendiri.
Di lanskap multipolar yang baru ini, Marvell membangun moat unik dengan fokus ganda pada desain ASIC kustom dan infrastruktur interkoneksi berkecepatan tinggi. Ini bukan jalur untuk menggantikan GPU, melainkan jalur paralel yang tak tergantikan dalam ekosistem infrastruktur AI full-stack.
Apakah Marvell akan menjadi perusahaan triliun dolar berikutnya akan sangat bergantung pada eksekusi order, evolusi pangsa pasar, dan roadmap teknologi dalam beberapa tahun mendatang. Namun satu hal sudah pasti: era chip kustom telah dimulai.
