27 травня 2026 року компанія Marvell Technology (MRVL) оприлюднила фінансові результати за перший квартал 2027 фінансового року, повідомивши про квартальний дохід у розмірі 2,418 мільярда доларів США, що на 28% більше у річному вимірі та на 9% більше у порівнянні з попереднім кварталом. Показник дещо перевищив ринкові очікування у 2,41 мільярда доларів. Однак справжній ажіотаж на ринку спричинила не лише ця позитивна звітність, а події, що відбулися згодом. 2 червня на виставці COMPUTEX 2026 у Тайбеї генеральний директор NVIDIA Дженсен Хуанг разом із CEO Marvell Меттом Мерфі вийшли на сцену, де Хуанг зробив гучну заяву: «Пані та панове, це — наступна трильйонна компанія».
Ця заява спричинила зростання акцій Marvell більш ніж на 30% за один день. З початку 2026 року вартість акцій Marvell майже подвоїлася — зросла на 95% з початку року до моменту оголошення результатів.
За цими різкими рухами приховується глибший галузевий тренд: індивідуальні AI-чипи (ASIC) формують окремий напрям, що розвивається паралельно з GPU. Чому технологічні гіганти такі як Google (TPU), Amazon (Trainium) і Meta (MTIA) обходять NVIDIA і вкладають у власні чипи? Яку роль відіграє Marvell — це альтернатива GPU чи партнер?
Суть AI-ASIC: зміна парадигми від універсального до спеціалізованого обладнання
Щоб зрозуміти, чому технологічні гіганти активно інвестують у розробку власних чипів, спочатку потрібно розмежувати ключове поняття: принципова різниця між ASIC і GPU полягає у виборі між універсальністю та спеціалізацією.
GPU (Graphics Processing Unit) — це універсальні обчислювальні чипи для AI. GPU від NVIDIA ефективно вирішують широкий спектр AI-завдань: навчання, інференція, комп’ютерний зір, розпізнавання мовлення, рекомендаційні системи тощо. Проте така універсальність супроводжується надлишковими схемами та широким набором інструкцій, що залишає простір для підвищення ефективності у вузьких завданнях.
ASIC (Application-Specific Integrated Circuit) — це апаратне забезпечення, створене спеціально для певних AI-завдань. Наприклад, TPU (Tensor Processing Unit) від Google має ядро, оптимізоване для матричних множень, і забезпечує у кілька разів більшу пропускну здатність для таких операцій при тій же потужності, що й GPU. Зокрема:
- Енергоефективність: для цільових AI-інференцій ASIC забезпечують у 3–5 разів вищу продуктивність на ват у порівнянні з GPU
- Оптимізація витрат: при масштабних розгортаннях (мільйони чипів у хмарних дата-центрах) ASIC дозволяють суттєво знизити загальні витрати на володіння (TCO) порівняно з комерційними GPU
- Системна інтеграція: індивідуальні ASIC можна щільно інтегрувати з програмним стеком, мережею та системами охолодження хмарного провайдера для комплексної оптимізації
Логіка цієї зміни парадигми очевидна: AI-навантаження зміщуються від різноманітних завдань навчання до масштабної інференції. Оскільки архітектури AI-моделей уніфікуються (наприклад, моделі Transformer стають стандартом), а обсяги інференції зростають експоненційно, глибока оптимізація через спеціалізоване обладнання стає неминучою.
Один із аналітиків підсумував це так: «Marvell не "замінює NVDA", а відкриває другу головну лінію на AI-ринку. Індивідуальні ASIC — це, можливо, найменш помічений, але найшвидше зростаючий сегмент у найближчі роки».
Чому технологічні гіганти створюють власні чипи? Логіка ефективності витрат у процесі "де-NVIDIA-ізації"
Microsoft, Amazon, Google і Meta — чотири хмарні гіганти — стрімко нарощують ініціативи зі створення власних чипів, формуючи ключову довгострокову тенденцію на ринку AI-чипів.
Google TPU (Tensor Processing Unit): вже сьоме покоління, спільно розроблене з Broadcom, є наймасштабнішим і найстарішим проектом індивідуальних чипів у галузі. За оцінками Counterpoint, Broadcom до 2027 року контролюватиме близько 60% ринку проєктування AI-серверних ASIC.
Amazon Trainium / Inferentia: серія Trainium, створена у співпраці з Marvell, активно впроваджується. Trainium 3 повністю розгорнуто на початку 2026 року.
Microsoft Maia: у січні 2026 року Microsoft представила друге покоління індивідуального AI-чипа — Maia 200, виготовлений за 3-нм техпроцесом TSMC, вже працює у дата-центрах.
Meta MTIA (Meta Training and Inference Accelerator): спільна розробка з Broadcom.
Три основні чинники визначають цю тенденцію:
| Рівень | Основна логіка | Ключові докази |
|---|---|---|
| 1: Витрати | Масова закупівля GPU означає високі капітальні витрати | Сумарні капітальні витрати провідних хмарних провайдерів у 2026 році оцінюються у 660–700 мільярдів доларів; індивідуальні ASIC можуть знизити вартість одного чипа для інференції до 30–50% від вартості комерційних GPU |
| 2: Енергоефективність | Споживання електроенергії дата-центрами — вузьке місце | ASIC забезпечують вищу пропускну здатність при тій же потужності стійки |
| 3: Стратегія | Уникнення залежності від одного постачальника | Хмарні гіганти не хочуть, щоб їхній основний бізнес залежав від дорожньої карти продуктів та цінової політики NVIDIA |
У цьому контексті часто згадують поняття "Anti-NVIDIA Alliance" ("анти-NVIDIA альянс" — умовне позначення колективного переходу технологічних гігантів до власних чипів). За даними Morgan Stanley і Counterpoint, ринок AI-ASIC зросте з приблизно 12 мільярдів доларів у 2024 році до 30 мільярдів у 2027-му — середньорічний темп зростання (CAGR) становить 34%.
Goldman Sachs ще оптимістичніше: за їхніми прогнозами, у 2026 році на ASIC припадатиме 40% AI-ринку чипів, а у 2027-му — понад 45%, майже зрівнявшись із GPU. Водночас постачання серверів на ASIC у 2026 році зросте на 44,6% у річному вимірі, тоді як комерційні GPU — лише на 16,1%.
Подвійна роль Marvell MRVL: заміна чи партнер?
У наративі "де-NVIDIA-ізації" роль Marvell часто неправильно трактують як прямого замінника NVIDIA. Насправді ринкова структура значно складніша.
По-перше, у сегменті індивідуальних чипів сформувалася чітка ієрархія.
За даними Counterpoint та інших, нині ринок проєктування AI-ASIC — це дуополія:
- Broadcom (AVGO): має близько 55–60% ринку, беззаперечний світовий лідер у сфері індивідуальних ASIC, тісно співпрацює з Google, Meta, OpenAI та іншими.
- Marvell (MRVL): займає 13–15% ринку, друге місце, серед ключових клієнтів — Amazon, Microsoft, Google.
Разом вони контролюють близько 95% ринку проєктування індивідуальних AI-ASIC. Важливо, що загальний ринок AI-ASIC швидко розширюється, і всі гравці отримують вигоду від зростання — йдеться радше про колективне розширення, а не боротьбу за фіксовану частку.
По-друге, відносини Marvell із NVIDIA — це не конкуренція, а глибока співпраця.
У 2026 році ці відносини суттєво змінилися. У березні NVIDIA оголосила про стратегічні інвестиції у Marvell на суму 2 мільярди доларів. Компанії розпочали глибоку технічну співпрацю навколо NVLink Fusion, інтегруючи індивідуальні чипи та оптичні інтерконекти Marvell у екосистеми NVIDIA AI Factory та AI-RAN.
На COMPUTEX 2026 у червні Дженсен Хуанг чітко підтримав Marvell: дата-центричні комутатори компанії є «критичними для AI-навантажень».
Чому NVIDIA інвестує у компанію, яка також виробляє індивідуальні чипи? Логіка така:
У міру масштабування AI-кластерів навчання — від тисяч до сотень тисяч чи навіть мільйонів GPU — пропускна здатність мережі стає ціннішою за обчислювальні ресурси. Основний меседж Хуанга на COMPUTEX полягав у тому, що при розподілених обчисленнях у масштабах дата-центру мережеве обладнання стає не менш важливим, ніж сам GPU. Експертиза Marvell у високошвидкісних оптичних інтерконектах, Ethernet-комутаторах та 1,6T DSP є незамінною.
Отже, роль Marvell найкраще описати як партнера: компанія не прагне замінити GPU від NVIDIA, а пропонує індивідуальні чипи поза екосистемою NVIDIA та водночас є критичним постачальником інтерконектної інфраструктури всередині неї. Така подвійна позиція надає Marvell унікальну стратегічну цінність у всьому стеку AI-інфраструктури.
Фінансові результати Marvell за Q1 FY2027: підтвердження даними
Чи відобразилися ці галузеві тенденції у фінансових показниках? Остання звітність Marvell дає відповідь.
Ключові фінансові показники
| Показник | Значення | Динаміка YoY/QoQ |
|---|---|---|
| Дохід за Q1 FY2027 | 2,418 млрд доларів США | +28% рік до року / +9% квартал до кварталу |
| Дохід від дата-центрів | 1,833 млрд доларів США | +27% рік до року / 76% від загального доходу |
| Прогноз доходу на Q2 FY2027 (середнє значення) | 2,70 млрд доларів США | орієнтовно +35% рік до року |
| Річна ціль FY2027 | ~11,5 млрд доларів США | орієнтовно +40% рік до року |
| Ціль FY2028 | ~16,5 млрд доларів США | +44% до FY2027 |
| Довгострокова ціль для AI-ASIC | 10 млрд доларів США до 2029 року | — |
Джерело: офіційна звітність Marvell та конференц-дзвінок за Q1 FY2027
Основні моменти
Дохід Marvell від дата-центрів у Q1 FY2027 сягнув рекордних 1,833 мільярда доларів, що становить 76% загального доходу — це підкреслює стратегічний перехід компанії до AI-дата-центрів.
Ще важливішим є підвищення прогнозу керівництвом: річна ціль FY2027 піднята з ~11,0 до 11,5 мільярда доларів, а ціль на FY2028 — з ~15 до 16,5 мільярда доларів. Morgan Stanley оперативно оновила довгостроковий прогноз, очікуючи зростання доходу від дата-центрів на ~50% у FY2027 та прискорення до ~55% у FY2028.
Варто відзначити й важливий рубіж: 22 червня 2026 року Marvell офіційно увійде до індексу S&P 500, замінивши Pool Corp, з ринковою капіталізацією близько 254 мільярдів доларів. Це черговий етап інтеграції напівпровідникових компаній у провідні фондові індекси на тлі попиту на AI.
Придбання Celestial AI: стратегічна глибина від обчислень до оптичних інтерконектів
Ключовий драйвер зростання Marvell — придбання компанії Celestial AI. У грудні 2025 року Marvell оголосила про купівлю спеціаліста з оптичних інтерконектів Celestial AI за ~6 мільярдів доларів; угоду завершено у лютому 2026 року.
Celestial AI спеціалізується на кремнієвій фотоніці та оптичних інтерконектах, вирішуючи проблему "memory wall" (вузького місця передачі даних між обчисленнями та зберіганням) у AI-дата-центрах.
Стратегічна мета: Marvell інтегрує власні можливості у сфері ASIC, Ethernet-комутаторів і 1,6T DSP із технологіями оптичних інтерконектів Celestial AI, створюючи повноцінне рішення для передачі даних. За оцінкою аналітиків J.P. Morgan, Marvell — єдиний постачальник, який охоплює проєктування ASIC, 1,6T оптичні DSP, кремнієву фотоніку (через Celestial AI) та CXL-комутатори — це унікальний технологічний бар’єр, недосяжний для конкурентів.
З точки зору комерціалізації, Marvell очікує, що перші доходи від Celestial AI почнуть надходити у другій половині FY2028, досягнувши річного темпу у 500 мільйонів доларів у четвертому кварталі.
Порівняльний аналіз: Marvell, NVIDIA та AMD — структурні відмінності
У ланцюгу створення вартості AI-чипів Marvell, NVIDIA та AMD мають принципово різні бізнес-моделі, що визначає їхні траєкторії зростання та логіку оцінки. Звертаємо увагу: наведені нижче мультиплікатори — лише для ознайомлення, не є інвестиційною порадою. Інвестори повинні приймати рішення самостійно, враховуючи власний рівень ризику.
Ключові відмінності бізнес-моделей
| Вимір | NVIDIA (NVDA) | Marvell (MRVL) | AMD (AMD) |
|---|---|---|---|
| Основна модель | Продаж універсальних GPU та повних AI-систем | Індивідуальні ASIC + інфраструктура високошвидкісних інтерконектів | Диверсифікований портфель: універсальні GPU, CPU, FPGA |
| AI-продукт | Готові чипи/системи (HGX/DGX) | Напівіндивідуальні чипи та інтерконекти для хмарних провайдерів | MI-серія GPU та APU |
| Взаємини з клієнтами | Широка база кінцевих клієнтів | Глибока інтеграція з провідними хмарними провайдерами (Amazon/Microsoft/Google) | OEM-сервери, суперкомп’ютерні центри, окремі хмарні провайдери |
| Основна перевага | Програмна екосистема CUDA + системна інтеграція | Кастомізація + експертиза в оптичних/Ethernet-технологіях | Мультиархітектурна інтеграція + цінова стратегія |
Порівняння масштабів доходу та темпів зростання
| Показник | NVIDIA (FY2026, станом на січень 2026) | Marvell (FY2026 повний рік + прогноз FY2027) | AMD (2025 повний рік) |
|---|---|---|---|
| Річний дохід | ~130 млрд доларів США | FY2026 ~8,2 млрд / ціль FY2027 ~11,5 млрд | ~25–28 млрд доларів США |
| Останній квартальний AI-дохід | Дата-центри >35 млрд/квартал | Дата-центри 1,833 млрд/квартал | MI-серія ~1,5–2 млрд/квартал |
| Темп зростання YoY | ~40–50% | ціль FY2027 ~40% | ~20–30% |
Джерело: корпоративна звітність та публічні ринкові дані.
Погляд інвесторів
За даними J.P. Morgan, очікуваний довгостроковий темп зростання прибутку NVIDIA (51,7%) вищий за Marvell (39,4%), але оцінка Marvell більш еластична — ціна акцій чутливіша до нових замовлень та клієнтів. Це пояснюється різними стадіями життєвого циклу: NVIDIA — у фазі зрілого розширення, Marvell — на порозі експоненційного зростання індивідуальних ASIC.
Після придбання Celestial AI, стратегічних інвестицій NVIDIA та включення до S&P 500 аналітики Stifel підвищили цільову ціну Marvell до 321 долара (з 230), підтвердивши рекомендацію "купувати".
Потенційні ризики напряму індивідуальних чипів
Попри оптимізм ринку, слід враховувати низку ризиків:
Зростаюча конкуренція за частку ринку
Marvell займає друге місце у сфері індивідуальних ASIC, але лідер Broadcom (AVGO) має ключові контракти з Google TPU та Meta MTIA. Чи зможе Marvell наростити частку — питання відкрите. За прогнозом Counterpoint, до 2027 року частка Marvell у проєктних послугах може знизитися до 8%.
Концентрація клієнтів
Бізнес Marvell у сфері індивідуальних ASIC значною мірою залежить від кількох ключових клієнтів — Amazon, Microsoft, Google. Будь-які зміни у дорожній карті чи постачальниках одного з них можуть суттєво вплинути на компанію. Хоча Marvell має понад 20 партнерів із проєктування AI-ASIC, дохід зосереджений на основних клієнтах.
Стабільність прибутковості
Операційна маржа Marvell наразі близько 15%, що відображає традиційну модель апаратного проєктування. Чи зможуть маржі зрости зі збільшенням масштабів ASIC — важливе питання для ринку.
Невизначеність через нові покоління GPU NVIDIA
Дорожня карта GPU від NVIDIA продовжує швидко розвиватися. Значні стрибки продуктивності у нових поколіннях можуть відтермінувати частину індивідуальних проєктів. Конкуренція у сфері AI-обладнання залишається динамічною.
Геополітичні та логістичні ризики
Глобальний ланцюг постачання напівпровідників стикається з геополітичною невизначеністю, експортними обмеженнями та ризиками деглобалізації.
Ризик переоцінки
Дохід Marvell за FY2026 становив близько 8,2 мільярда доларів, але ринкова капіталізація — близько 250 мільярдів, що відображає високі очікування майбутнього зростання. За оцінкою AInvest, поточна ціна Marvell може бути під тиском переоцінки. Будь-яке відставання у результатах чи замовленнях може спричинити корекцію.
Висновки
Сильна звітність Marvell за Q1 FY2027 у поєднанні з "трильйонним" прогнозом Дженсена Хуанга сигналізує: напрям індивідуальних AI-чипів переходить із периферії у центр галузі.
З ширшої перспективи AI-інфраструктура переживає структурну трансформацію — від монолітної архітектури, зосередженої на GPU, до диверсифікованої моделі, що поєднує навчання на GPU, інференцію на ASIC та співпрацю у сфері інтерконектів.
Зростання індивідуальних чипів — Google TPU, Amazon Trainium, Microsoft Maia, Meta MTIA — свідчить про спільний вектор глобальних хмарних лідерів щодо зниження залежності від NVIDIA. Але "де-NVIDIA-ізація" не означає заміни NVIDIA. Навпаки, глибоке партнерство Marvell з NVIDIA у сфері капіталу й технологій відображає глибинний тренд: ключ до успіху у AI-дата-центрах зміщується від обчислень до підключення. У міру масштабування обчислювальних кластерів до сотень тисяч чипів ефективна інтерконектна інфраструктура стає такою ж критичною, як і обчислювальна потужність.
У новій багатополярній екосистемі Marvell формує унікальний бар’єр завдяки поєднанню індивідуального проєктування ASIC та високошвидкісної інтерконектної інфраструктури. Це не шлях до заміни GPU, а паралельний і незамінний напрям у повному AI-стеку.
Чи стане Marvell наступною трильйонною компанією — залежить від виконання замовлень, динаміки ринкової частки та технологічної дорожньої карти у найближчі роки. Однак одне зрозуміло: епоха індивідуальних чипів уже настала.
