27 мая 2026 года Marvell Technology (MRVL) опубликовала финансовые результаты за первый квартал 2027 финансового года. Квартальная выручка составила $2,418 млрд, что на 28% больше по сравнению с аналогичным периодом прошлого года и на 9% выше по сравнению с предыдущим кварталом. Этот показатель немного превзошёл рыночные ожидания в $2,41 млрд. Однако настоящий ажиотаж на рынке вызвало не только это. 2 июня на выставке COMPUTEX 2026 в Тайбэе генеральный директор NVIDIA Дженсен Хуанг вышел на сцену вместе с главой Marvell Мэттом Мёрфи и сделал смелое заявление: «Дамы и господа, перед вами следующая компания с капитализацией в триллион долларов».
После этих слов акции Marvell взлетели более чем на 30% за один день. С начала 2026 года стоимость акций Marvell почти удвоилась — рост составил 95% с начала года на момент публикации отчёта.
За этими резкими движениями скрывается более глубокий отраслевой тренд: на рынке появляются специализированные чипы для искусственного интеллекта (ASIC), которые развиваются параллельно с графическими процессорами (GPU). Почему технологические гиганты вроде Google (TPU), Amazon (Trainium) и Meta (MTIA) обходят NVIDIA и инвестируют в собственные чипы? Какую роль играет Marvell — это альтернатива GPU или партнёр?
Суть специализированных AI-чипов (ASIC): переход от универсального к специализированному оборудованию
Чтобы понять, почему ведущие технологические компании активно инвестируют в разработку собственных чипов, важно прояснить ключевое различие: основное отличие ASIC от GPU заключается в балансе между универсальностью и специализацией.
GPU (графические процессоры) — это универсальные чипы для вычислений в сфере искусственного интеллекта. GPU от NVIDIA отлично справляются с широким спектром AI-задач: обучение, инференс, обработка изображений и речи, рекомендательные системы и многое другое. Однако такая универсальность требует избыточных схем и расширенного набора команд, что оставляет пространство для повышения эффективности в конкретных сценариях.
ASIC (специализированные интегральные схемы) — это оборудование, созданное для выполнения определённых AI-задач. Например, TPU от Google (Tensor Processing Unit) изначально заточен под матричное умножение, обеспечивая в несколько раз большую производительность по сравнению с GPU при том же энергопотреблении. Конкретные преимущества:
- Энергоэффективность: для целевых задач инференса ASIC обеспечивают производительность на ватт в 3–5 раз выше, чем GPU
- Оптимизация затрат: при масштабном внедрении (миллионы чипов в облачных дата-центрах) ASIC позволяют существенно снизить совокупную стоимость владения (TCO) по сравнению с коммерческими GPU
- Интеграция в систему: пользовательские ASIC можно глубоко интегрировать в программную инфраструктуру облачного провайдера, сетевую архитектуру и системы охлаждения для комплексной оптимизации
Логика этого сдвига очевидна: задачи искусственного интеллекта смещаются от разнообразного обучения к массовому инференсу. По мере унификации архитектур моделей (например, широкое распространение трансформеров) и экспоненциального роста инференса глубокая оптимизация через специализированное оборудование становится неизбежной.
Как отметил один из аналитиков: «Marvell не "заменяет NVDA", а открывает второй основной путь на рынке AI. Пользовательские ASIC — самый недооценённый, но быстрорастущий сегмент в ближайшие годы».
Почему технологические гиганты создают собственные чипы? Экономика эффективности и стратегия ухода от NVIDIA
Microsoft, Amazon, Google и Meta — четыре крупнейших облачных провайдера — ускоряют разработку собственных чипов беспрецедентными темпами, формируя ключевой долгосрочный тренд на рынке AI-чипов.
Google TPU (Tensor Processing Unit): уже седьмое поколение, совместная разработка с Broadcom, крупнейший и самый ранний проект пользовательских чипов в отрасли. По оценке Counterpoint, Broadcom займёт около 60% рынка проектирования AI-ASIC для серверов к 2027 году.
Amazon Trainium / Inferentia: серия Trainium, разработанная совместно с Marvell, быстро внедряется в инфраструктуру. Trainium 3 был полностью развернут в начале 2026 года.
Microsoft Maia: в январе 2026 года Microsoft представила второе поколение собственного AI-чипа — Maia 200 на техпроцессе 3 нм от TSMC, который уже используется в дата-центрах.
Meta MTIA (Meta Training and Inference Accelerator): совместная разработка с Broadcom.
Три основных фактора, способствующих этому тренду:
| Уровень | Основная логика | Ключевые факты |
|---|---|---|
| 1: Затраты | Массовые закупки GPU — высокий капиталовложенный бюджет | Совокупные капитальные затраты ведущих облачных провайдеров в 2026 году оцениваются в $660–700 млрд; пользовательские ASIC позволяют снизить стоимость чипа для инференса до 30–50% от стоимости коммерческих GPU |
| 2: Энергоэффективность | Потребление энергии дата-центрами — узкое место | ASIC обеспечивают более высокую производительность при том же энергопотреблении стойки |
| 3: Стратегия | Избежать зависимости от одного поставщика | Крупнейшие облачные компании не хотят, чтобы развитие их бизнеса зависело от дорожной карты и ценовой политики NVIDIA |
В этой связи часто обсуждается термин «Анти-NVIDIA альянс». Это не формальная организация, а яркое описание коллективного перехода технологических гигантов к собственным чипам. По прогнозу Morgan Stanley и Counterpoint, рынок AI-ASIC вырастет с примерно $12 млрд в 2024 году до $30 млрд в 2027 году — среднегодовой темп роста составит 34%.
Goldman Sachs ещё более оптимистичен: по их оценкам, на ASIC будет приходиться 40% рынка AI-чипов в 2026 году и более 45% в 2027 году — почти наравне с GPU. При этом поставки серверов на базе ASIC в 2026 году вырастут на 44,6% по сравнению с прошлым годом, тогда как коммерческие GPU — только на 16,1%.
Двойная роль Marvell MRVL: замена или партнёр?
В рамках тренда ухода от NVIDIA роль Marvell часто ошибочно воспринимают как прямую замену NVIDIA. На самом деле ситуация значительно сложнее.
Во-первых, на рынке пользовательских чипов сложилась чёткая иерархия.
По данным Counterpoint и других аналитиков, сейчас рынок проектирования AI-ASIC для дата-центров фактически поделен между двумя компаниями:
- Broadcom (AVGO): занимает около 55–60% рынка, абсолютный мировой лидер в пользовательских ASIC, тесно сотрудничает с Google, Meta, OpenAI и другими.
- Marvell (MRVL): доля составляет 13–15%, второе место, ключевые клиенты — Amazon, Microsoft и Google.
Вместе эти две компании контролируют около 95% рынка проектирования пользовательских AI-ASIC. При этом рынок AI-ASIC продолжает быстро расти, и все участники выигрывают от этого роста — речь идёт скорее о коллективном расширении, а не о борьбе за существующую долю.
Во-вторых, отношения Marvell и NVIDIA — это не конкуренция, а глубокое сотрудничество.
Переломный момент наступил в 2026 году. В марте NVIDIA объявила о стратегических инвестициях в Marvell на сумму $2 млрд. Компании начали тесное техническое сотрудничество по интеграции решений NVLink Fusion — пользовательские чипы и оптические интерконнекты Marvell теперь используются в экосистемах NVIDIA AI Factory и AI-RAN.
На COMPUTEX 2026 Дженсен Хуанг дал однозначную оценку: коммутаторы Marvell для дата-центров «критически важны для AI-нагрузок».
Почему NVIDIA инвестирует в компанию, которая тоже разрабатывает пользовательские чипы? Логика такова:
По мере увеличения масштабов AI-кластеров — от тысяч к сотням тысяч и миллионам GPU — проблема становится не столько в вычислениях, сколько в соединениях между ними. Ключевой посыл Хуанга на COMPUTEX: по мере распределения AI-вычислений на весь дата-центр сетевое оборудование становится столь же важным, как и сами GPU. Экспертиза Marvell в области высокоскоростных оптических соединений, Ethernet-коммутации и DSP 1,6T не имеет аналогов.
Таким образом, Marvell — это, прежде всего, партнёр: компания не стремится заменить GPU NVIDIA, а предлагает альтернативные пользовательские решения вне экосистемы NVIDIA и одновременно остаётся незаменимым поставщиком инфраструктуры для соединения внутри неё. Эта двойная позиция обеспечивает Marvell уникальное стратегическое значение для всей AI-инфраструктуры.
Финансовые результаты Marvell за Q1 FY2027: подтверждение тренда на цифрах
Отразились ли эти отраслевые тенденции на финансовых показателях? Последний отчёт Marvell даёт на это однозначный ответ.
Ключевые финансовые показатели
| Показатель | Значение | Год к году / Квартал к кварталу |
|---|---|---|
| Выручка Q1 FY2027 | $2,418 млрд | +28% г/г / +9% к/к |
| Выручка дата-центров | $1,833 млрд | +27% г/г / 76% от общей выручки |
| Прогноз выручки Q2 FY2027 (средний уровень) | $2,70 млрд | +35% г/г |
| Прогноз годовой выручки FY2027 | ~$11,5 млрд | +~40% г/г |
| Прогноз выручки FY2028 | ~$16,5 млрд | +44% к FY2027 |
| Долгосрочная цель по пользовательским AI-чипам | $10 млрд к 2029 году | — |
Источник: официальный отчёт Marvell и звонок по итогам Q1 FY2027
Основные моменты
Выручка Marvell от дата-центров в Q1 FY2027 достигла рекордных $1,833 млрд, что составляет 76% общей выручки — это подчёркивает стратегический разворот компании в сторону AI-дата-центров.
Ещё более значимым стало повышение прогнозов: целевая выручка за FY2027 увеличена с ~$11,0 млрд до $11,5 млрд, а прогноз на FY2028 — с ~$15 млрд до $16,5 млрд. Morgan Stanley оперативно обновила долгосрочный прогноз, ожидая роста выручки от дата-центров примерно на 50% г/г в FY2027 и ускорения до 55% в FY2028.
Важное событие: 22 июня 2026 года Marvell официально войдёт в индекс S&P 500, заменив Pool Corp, с рыночной капитализацией около $254 млрд. Это очередной этап выхода полупроводниковых компаний в основные фондовые индексы на фоне спроса, обусловленного развитием AI.
Покупка Celestial AI: стратегическое усиление от вычислений к оптическим соединениям
Ключевым драйвером роста Marvell стала недавняя сделка. В декабре 2025 года компания объявила о приобретении разработчика оптических интерконнектов Celestial AI за ~$6 млрд, завершив сделку в феврале 2026 года.
Celestial AI специализируется на кремниевой фотонике и оптических соединениях, решая проблему «памятного барьера» в AI-дата-центрах — разрыва между скоростью передачи данных и вычислениями.
Стратегическая цель: Marvell интегрирует собственные пользовательские ASIC, Ethernet-коммутацию и DSP 1,6T с оптическими технологиями Celestial AI, чтобы создать комплексное решение для передачи данных. По мнению аналитиков J.P. Morgan, Marvell теперь единственный поставщик, охватывающий проектирование пользовательских ASIC, оптические DSP 1,6T, кремниевую фотонику (через Celestial AI) и CXL-коммутацию — это техническое преимущество, не имеющее аналогов на рынке.
С точки зрения коммерциализации Marvell ожидает, что первый вклад Celestial AI в выручку начнётся во второй половине FY2028, достигнув годового темпа $500 млн в четвёртом квартале.
Сравнительный анализ: Marvell, NVIDIA и AMD — структурные различия
В цепочке создания стоимости AI-чипов бизнес-модели Marvell, NVIDIA и AMD принципиально различаются, что определяет их динамику роста и особенности оценки. Приведённые ниже показатели носят исключительно справочный характер и не являются инвестиционной рекомендацией. Каждый инвестор должен самостоятельно оценивать риски.
Ключевые различия бизнес-моделей
| Параметр | NVIDIA (NVDA) | Marvell (MRVL) | AMD (AMD) |
|---|---|---|---|
| Основная модель | Продажа универсальных GPU и комплексных AI-систем | Пользовательские ASIC + инфраструктура высокоскоростных соединений | Широкий портфель: универсальные GPU, CPU, FPGA |
| Формат AI-продукта | Готовые чипы/системы (HGX/DGX) | Полукастомные чипы и решения для соединения в облаке | GPU и APU серии MI |
| Клиентские отношения | Широкий пул конечных клиентов | Глубокая интеграция с крупнейшими облачными провайдерами (Amazon/Microsoft/Google) | OEM-производители серверов, суперкомпьютерные центры, некоторые облачные провайдеры |
| Ключевое преимущество | Экосистема CUDA + интеграция систем | Кастомизация + экспертиза в оптических/Ethernet-технологиях | Интеграция разных архитектур + ценовое позиционирование |
Сравнение масштабов и темпов роста выручки
| Показатель | NVIDIA (FY2026, на январь 2026) | Marvell (FY2026 полный год + прогноз FY2027) | AMD (2025 полный год) |
|---|---|---|---|
| Годовая выручка | ~$130 млрд | FY2026 ~$8,2 млрд / прогноз FY2027 ~$11,5 млрд | ~$25–28 млрд |
| Последняя квартальная AI-выручка | Дата-центры >$35 млрд/квартал | Дата-центры $1,833 млрд/квартал | MI-серия ~$1,5–2 млрд/квартал |
| Годовой темп роста | ~40–50% | Прогноз FY2027 ~40% | ~20–30% |
Источник: отчёты компаний и открытые рыночные данные.
Взгляд инвесторов
По оценке J.P. Morgan, долгосрочный прогноз роста прибыли NVIDIA (51,7%) выше, чем у Marvell (39,4%), однако оценка Marvell более эластична — её акции сильнее реагируют на новые заказы и клиентов. Это связано с разными стадиями развития: NVIDIA находится на этапе зрелого масштабирования, а Marvell — на переломном этапе перехода пользовательских ASIC от точечного к экспоненциальному росту.
После покупки Celestial AI, стратегических инвестиций NVIDIA и включения в S&P 500 аналитики Stifel повысили целевую цену Marvell до $321 (с $230), подтвердив рекомендацию «покупать».
Потенциальные риски пользовательских чипов
Несмотря на оптимизм рынка, есть ряд факторов риска, требующих внимания:
Усиление конкуренции за долю рынка
Хотя Marvell занимает второе место на рынке пользовательских ASIC, лидер Broadcom (AVGO) уже получил крупные заказы от Google TPU и Meta MTIA. Способность Marvell увеличивать свою долю остаётся под вопросом. Counterpoint даже прогнозирует снижение доли Marvell до 8% к 2027 году.
Риск концентрации клиентов
Бизнес Marvell по пользовательским ASIC сильно зависит от нескольких крупнейших клиентов — Amazon, Microsoft и Google. Любое изменение продуктовой стратегии или смена поставщика одним из них может существенно повлиять на результаты. Несмотря на наличие партнёрств по AI-ASIC более чем с 20 клиентами, выручка остаётся сосредоточенной у ключевых заказчиков.
Стабильность маржи
Операционная маржа Marvell сейчас составляет около 15%, что отражает традиционную модель проектирования аппаратного обеспечения. Возможность повышения маржи по мере масштабирования пользовательских ASIC — ключевой вопрос для рынка.
Неопределённость из-за новых поколений GPU NVIDIA
Дорожная карта GPU NVIDIA продолжает быстро развиваться. Существенный прирост производительности в новых поколениях может отсрочить запуск некоторых пользовательских проектов. Конкуренция на рынке AI-оборудования остаётся высокой.
Геополитические и цепочные риски
Глобальная полупроводниковая цепочка поставок сталкивается с геополитическими рисками, включая экспортные ограничения и процессы деглобализации.
Оценочный риск
Выручка Marvell в FY2026 составила около $8,2 млрд, но рыночная капитализация превышает $250 млрд — это отражает высокие ожидания будущего роста. По данным AInvest, текущая цена Marvell может испытывать давление из-за оценки. Любое отставание по показателям или снижении темпов заказов способно привести к коррекции.
Заключение
Сильные результаты Marvell в Q1 FY2027 и заявление Дженсена Хуанга о «триллионной» перспективе показывают: направление пользовательских AI-чипов выходит из тени и становится центральным элементом отрасли.
В более широком контексте инфраструктура искусственного интеллекта переживает структурную трансформацию: от монолитной архитектуры, ориентированной на GPU, к диверсифицированной модели, сочетающей обучение на GPU, инференс на ASIC и сотрудничество в области соединений.
Рост таких чипов, как Google TPU, Amazon Trainium, Microsoft Maia и Meta MTIA, отражает общий вектор глобальных облачных лидеров — снизить зависимость от NVIDIA. Но «уход от NVIDIA» не означает её замену. Наоборот, глубокое партнёрство Marvell с NVIDIA в капитале и технологиях указывает на более важную тенденцию: ключ к успеху в AI-дата-центрах смещается от вычислений к соединениям. По мере роста кластеров до сотен тысяч чипов эффективная связность становится столь же важной, как и вычислительная мощность.
В этой новой многополярной реальности Marvell строит уникальный защитный барьер, сочетая проектирование пользовательских ASIC и инфраструктуру высокоскоростных соединений. Это не путь к замещению GPU, а параллельное, незаменимое направление в экосистеме AI-инфраструктуры.
Станет ли Marvell следующей компанией с капитализацией в триллион долларов, зависит от успешности исполнения заказов, динамики доли рынка и технологических дорожных карт в ближайшие годы. Но ясно одно: эра пользовательских чипов уже наступила.
