Laporan Broadcom: Pendapatan Chip AI Naik 221% Saat Persaingan Custom Silicon dengan Marvell Memanas

Broadcom membukukan pendapatan USD 29,59 miliar pada kuartal ketiga tahun fiskal 2026, naik 86% dari tahun sebelumnya, sementara pendapatan semikonduktor AI melonjak 221% menjadi USD 16,7 miliar. Perusahaan memperkirakan angka tersebut akan kembali meningkat menjadi sekitar USD 21,7 miliar pada Q4, memperkuat sinyal bahwa permintaan terhadap akselerator AI kustom dan infrastruktur jaringan di hyperscale data center masih tumbuh dengan cepat.

Hasil ini muncul hanya beberapa minggu setelah Marvell mengungkap perluasan kerja sama dengan Google di berbagai custom silicon program yang terhubung dengan ekosistem TPU. Jika dilihat bersama, kedua perkembangan tersebut menunjukkan bahwa pasar chip AI kustom sedang memasuki fase baru: permintaan tetap sangat kuat, tetapi kompetisi, waktu deployment, dan kecepatan program besar berubah menjadi pendapatan mulai menjadi faktor yang lebih penting.

Hal yang Perlu Diketahui

• Pendapatan Q3 Broadcom naik 86% YoY menjadi USD 29,59 miliar, sementara non-GAAP EPS mencapai USD 3,32.
• Pendapatan semikonduktor AI mencapai USD 16,7 miliar, naik 221% YoY dan 54% QoQ.
• Broadcom memperkirakan sekitar USD 21,7 miliar pendapatan semikonduktor AI pada Q4, naik 236% YoY.
• Broadcom dan Google memiliki perjanjian jangka panjang yang mencakup generasi TPU Google berikutnya serta networking dan komponen lain untuk AI rack generasi baru hingga 2031.
• Marvell juga memperluas kemitraannya dengan Google mencakup AI inference accelerator, network interface controller, memory interface controller, storage controller, dan near-memory compute yang terhubung dengan ekosistem TPU.
• Warrant Google atas Marvell terdiri dari 240 tranche berbasis pembelian, dengan setiap tranche terkait dengan USD 500 juta pendapatan Custom Products. Karena itu, angka USD 120 miliar yang sering disebut adalah ambang pembelian kumulatif maksimum untuk full performance-based vesting, bukan pesanan Google senilai USD 120 miliar yang sudah dijamin.
• Pertanyaan utama kini bukan lagi apakah hyperscaler membutuhkan custom AI silicon, melainkan pemasok mana yang mampu mengubah design program besar menjadi pendapatan berkelanjutan sekaligus menangkap semiconductor content yang lebih besar di setiap sistem AI.

Bisnis AI Broadcom Memasuki Skala Baru

Hasil terbaru Broadcom memberikan salah satu sinyal paling jelas bahwa akselerator AI kustom telah menjadi bagian penting dari siklus investasi infrastruktur AI. Pendapatan Q3 mencapai USD 29,59 miliar, naik 86% dari USD 15,95 miliar setahun sebelumnya, sementara pendapatan Semiconductor Solutions lebih dari dua kali lipat menjadi USD 20,84 miliar. Pertumbuhan terbesar kembali berasal dari AI, dengan pendapatan semikonduktor AI mencapai USD 16,7 miliar, naik 221% YoY dan 54% QoQ.

Pertumbuhan masih terus berakselerasi. CEO Hock Tan mengatakan permintaan terhadap akselerator AI kustom dan networking tetap sangat kuat, dan Broadcom memperkirakan pendapatan semikonduktor AI sekitar USD 21,7 miliar pada Q4, naik 236% YoY. Itu berarti tambahan sekitar USD 5 miliar secara berurutan hanya dalam satu kuartal. Broadcom juga memproyeksikan total pendapatan Q4 sekitar USD 34,8 miliar, naik 93% YoY. Hasil resmi Broadcom Q3 FY2026

Skala ini penting karena Broadcom menempati posisi berbeda dari Nvidia dalam pasar semikonduktor AI. Nvidia terutama menyediakan accelerated computing yang sangat fleksibel dan dapat diprogram melalui platform GPU, sementara Broadcom bekerja dengan perusahaan cloud dan teknologi besar untuk mengembangkan accelerator kustom bagi workload tertentu, sekaligus memasok komponen jaringan untuk menghubungkan AI cluster yang semakin besar.

Kedua model tidak saling meniadakan. Hyperscaler semakin banyak membangun infrastruktur dengan kombinasi GPU general-purpose, accelerator kustom, dan networking khusus. Karena itu, laporan terbaru Broadcom tidak sekadar menunjukkan satu kuartal kuat lagi, tetapi juga bahwa custom compute telah berkembang dari pelengkap kecil bagi GPU menjadi jalur kedua yang besar dalam belanja infrastruktur AI.

Google Menunjukkan Mengapa Pasar Chip AI Kustom Semakin Besar

Google merupakan salah satu contoh paling jelas tentang bagaimana arsitektur ini berkembang. Pada April 2026, Broadcom mengungkap perjanjian jangka panjang dengan Google untuk mengembangkan dan memasok Tensor Processing Unit, atau TPU, kustom untuk generasi berikutnya. Kedua perusahaan juga menandatangani Supply Assurance Agreement yang mencakup networking dan komponen lain untuk AI rack generasi baru Google hingga 2031. Dokumen SEC Broadcom April 2026

Perjanjian ini menunjukkan bahwa nilai ekonomi dari infrastruktur AI kustom tidak berhenti pada accelerator. Pada skala hyperscale, ribuan prosesor harus berkomunikasi, mengakses memory, dan memindahkan volume data yang sangat besar di dalam cluster yang semakin luas. Akibatnya, networking dan connectivity silicon menjadi bagian dari persamaan performa, bukan sekadar infrastruktur pendukung.

Broadcom berada di kedua sisi ekspansi tersebut. Perusahaan dapat memperoleh manfaat dari accelerator kustom sekaligus dari sebagian infrastruktur yang diperlukan untuk menghubungkannya, sehingga AI exposure Broadcom lebih luas daripada sekadar cerita custom chip. Tren ini sejalan dengan analisis MEXC tentang mengapa AI semakin berkembang menjadi capital expenditure cycle, ketika belanja meluas dari prosesor ke data center, networking, memory, energi, dan infrastruktur fisik.

Namun, Google juga menunjukkan bahwa semakin besar pasar tersebut, semakin besar kemungkinan persaingan meningkat.

Kesepakatan Google Marvell Mengubah Peta Persaingan

Pada 19 Agustus, Marvell mengungkap perluasan perjanjian komersial dengan Google yang cakupannya jauh lebih luas daripada sekadar “kesepakatan chip AI”. Berdasarkan Form 8-K Marvell, kemitraan ini mencakup berbagai custom silicon program yang terhubung dengan ekosistem TPU, termasuk AI inference accelerator, storage controller, network interface controller, memory interface controller, dan near-memory compute. Dokumen SEC Marvell mengenai Google

Luasnya cakupan produk tersebut menunjukkan arah kompetisi. Broadcom dan Marvell tidak hanya bersaing untuk satu desain accelerator, tetapi juga berusaha menangkap semiconductor content yang lebih besar di sekitar sistem AI hyperscale yang semakin kompleks. Ketika AI cluster semakin besar, interface, networking, storage, dan memory connectivity dapat berkembang menjadi pasar strategis tersendiri bersama custom compute.

Struktur komersial perjanjian ini juga perlu dibaca secara hati-hati. Google menerima warrant untuk membeli hingga 58.970.907 saham Marvell dengan exercise price USD 206,58. Sebagian kecil saham vest berdasarkan waktu, tetapi sebagian besar warrant terkait dengan pembelian Google dan afiliasinya. Bagian performance-based terdiri dari 240 tranche yang sama, dengan satu tranche vest untuk setiap USD 500 juta pendapatan Custom Products.

Mengalikan 240 tranche dengan USD 500 juta menghasilkan angka USD 120 miliar yang banyak dikutip. Namun, ini bukan berarti Google telah menjamin pesanan senilai USD 120 miliar kepada Marvell. Angka tersebut merepresentasikan total pendapatan Custom Products yang diperlukan agar seluruh purchase-linked tranche selesai vest. Karena itu, perjanjian ini lebih tepat dipahami sebagai performance-linked framework di sekitar hubungan komersial yang berpotensi sangat besar, bukan kontrak tetap senilai USD 120 miliar.

Untuk penjelasan lebih lanjut tentang reaksi awal pasar dan struktur transaksi tersebut, lihat analisis MEXC mengenai mengapa MRVL naik setelah perluasan kesepakatan chip AI dengan Google.

Broadcom vs. Marvell Bukan Sekadar Perebutan TPU Google

Karena Broadcom dan Marvell sama-sama memiliki perjanjian dengan Google, mudah untuk menggambarkan keduanya sebagai perusahaan yang memperebutkan kontrak TPU yang sama. Namun, dokumen primer menunjukkan gambaran yang lebih kompleks. Kesepakatan Broadcom pada April secara eksplisit mencakup generasi TPU Google berikutnya, networking, dan komponen lain hingga 2031, sedangkan dokumen Marvell pada Agustus menjelaskan berbagai custom silicon program yang terhubung dengan ekosistem TPU.

Tidak ada dokumen yang mendukung kesimpulan sederhana bahwa Marvell telah “menggantikan” Broadcom di Google. Penafsiran yang lebih masuk akal adalah bahwa Google sedang membangun AI silicon ecosystem yang semakin besar, di mana beberapa semiconductor partner dapat melayani produk, fungsi, dan generasi berbeda. Ketika jumlah silicon di sekitar setiap AI cluster meningkat, pertanyaan kompetitif yang lebih relevan bukan lagi “siapa memenangkan Google”, tetapi seberapa banyak semiconductor content yang dapat ditangkap setiap pemasok dalam infrastruktur AI Google.

Hal ini juga mengubah cara Broadcom dan Marvell sebaiknya dibandingkan. Broadcom telah beroperasi dalam skala besar pada custom accelerator dan networking, dengan basis pendapatan dan hubungan pelanggan yang matang. Marvell jauh lebih kecil tetapi terus memperluas posisinya pada custom silicon, connectivity, dan interface, sehingga berpotensi merebut bagian lebih besar dari hyperscaler program di masa depan.

Masuknya pemasok tambahan sekaligus memvalidasi ukuran pasar dan meningkatkan tekanan kompetitif. Ekspansi Marvell dalam ekosistem TPU menunjukkan bahwa peluang custom silicon sudah cukup besar untuk mendukung basis pemasok yang lebih luas, tetapi juga berarti Broadcom tidak dapat mengasumsikan setiap tambahan USD belanja hyperscaler untuk chip kustom secara otomatis akan jatuh ke pemasok incumbent.

Hasil Terbaru Marvell Menunjukkan Sisi Lain dari Ledakan Custom Silicon

Hasil Q2 FY2027 Marvell memberikan sudut pandang lain terhadap tren industri yang sama. Perusahaan membukukan pendapatan rekor USD 2,739 miliar, naik 37% YoY, sementara pertumbuhan Data Center revenue meningkat menjadi 46%. CEO Matt Murphy mengatakan AI-related bookings tetap sangat kuat dan Marvell memperkirakan akselerasi signifikan pada Custom business mulai paruh kedua FY2027. Perusahaan juga menaikkan outlook pendapatan untuk FY2027 dan FY2028. Hasil resmi Marvell Q2 FY2027

Angka-angka tersebut secara independen memperkuat sinyal yang sama dari Broadcom: permintaan hyperscaler terhadap custom AI silicon dan connectivity tetap tinggi. Perbedaan utamanya adalah kematangan basis pendapatan. Broadcom sudah menghasilkan puluhan miliar USD AI semiconductor revenue setiap kuartal, sementara Marvell beroperasi dari basis yang lebih kecil tetapi menambah program besar yang dapat secara material mengubah bisnis masa depannya jika berhasil beralih dari development ke volume production.

Karena itu, revenue timing sangat penting bagi Marvell. Design win menciptakan peluang, tetapi production schedule, customer deployment, dan pembelian aktual menentukan kapan dan seberapa besar peluang tersebut masuk ke laporan keuangan. Ini juga merupakan inti pembahasan dalam artikel MEXC Marvell Earnings Preview: bisakah custom AI chips dan 1.6T optics mempertahankan pertumbuhan MRVL?: pertanyaannya bukan hanya apakah Marvell dapat memenangkan AI design baru, tetapi kapan program tersebut berubah menjadi pendapatan yang diakui.

Broadcom dan Marvell dengan demikian mewakili dua tahap berbeda dari custom silicon cycle yang sama. Broadcom sudah memiliki skala dan harus membuktikan bahwa skala tersebut dapat dipertahankan serta dilindungi; Marvell telah mengumpulkan peluang yang semakin penting dan harus membuktikan bahwa peluang tersebut dapat berubah menjadi skala.

Perdagangan Custom AI Chip Beralih dari Design Win ke Execution

Ini mungkin kesimpulan terpenting dari perkembangan terbaru Broadcom dan Marvell. Fase pertama custom AI silicon terutama berfokus pada validasi permintaan: apakah hyperscaler benar-benar bersedia berinvestasi besar pada accelerator milik sendiri meskipun Nvidia sudah memiliki ekosistem GPU yang kuat? Dengan Google terus mengembangkan TPU, Broadcom mencatat pertumbuhan AI semiconductor revenue lebih dari 200%, dan Marvell melaporkan AI bookings yang kuat bersama custom pipeline yang berkembang, pertanyaan tersebut semakin mudah dijawab.

Fase berikutnya lebih sulit karena pasar harus membedakan antara design win dan financial execution. Sebuah program besar harus melewati development, manufacturing, data-center deployment, dan customer purchasing sebelum menjadi pendapatan yang berarti. Investor juga perlu menilai berapa banyak semiconductor content yang dapat ditangkap setiap pemasok di sekitar accelerator, apakah kapasitas manufaktur cukup untuk mendukung ramp, dan seberapa jauh hyperscaler akan mendiversifikasi pemasok.

Perubahan ini menggeser cara kedua perusahaan dinilai. Broadcom harus membuktikan bahwa perusahaan dapat mempertahankan hubungan pelanggan besar sambil terus memperluas custom accelerator dan networking revenue. Marvell harus membuktikan bahwa kumpulan hyperscaler program yang semakin besar dapat berubah menjadi pendapatan material dengan kecepatan yang sesuai ekspektasi pasar.

Dengan kata lain, Broadcom harus mempertahankan skala; Marvell harus mengubah peluang menjadi skala. Pendekatan ini lebih berguna untuk memahami fase berikutnya dari custom AI chip race dibanding sekadar menghitung jumlah design win.

Nvidia Tetap Penting, tetapi Custom Silicon Menjadi Jalur Besar Kedua dalam AI Compute

Semua ini tidak berarti custom silicon menggantikan Nvidia. Interpretasi seperti itu terlalu menyederhanakan cara hyperscaler membangun infrastruktur AI. Nvidia tetap menjadi platform dominan untuk accelerated computing general-purpose melalui GPU architecture, networking product, dan software ecosystem, sementara accelerator kustom menyelesaikan masalah ekonomi yang berbeda.

Bagi perusahaan yang mengoperasikan infrastruktur AI dalam skala sangat besar, silicon yang dioptimalkan untuk workload internal tertentu dapat menawarkan keunggulan dalam performa, konsumsi daya, dan system economics. Karena itu, model coexistence semakin terlihat: hyperscaler menggunakan GPU Nvidia untuk accelerated computing general-purpose yang fleksibel, sekaligus custom XPU dan ASIC untuk workload tertentu.

Hasil Broadcom menunjukkan betapa cepat jalur kedua ini berkembang, sementara hubungan Marvell–Google yang diperluas menunjukkan bahwa jalur ini juga semakin kompetitif. Cerita semikonduktor yang lebih besar bukan bahwa belanja berpindah begitu saja dari Nvidia ke Broadcom lalu dari Broadcom ke Marvell. Sebaliknya, AI infrastructure stack menjadi semakin terspesialisasi, dengan nilai tersebar di general-purpose compute, custom accelerator, networking, optical connectivity, memory interface, dan komponen lain yang diperlukan untuk menghubungkan cluster yang semakin besar.

Ekspansi tersebut menciptakan lebih banyak semiconductor content untuk diperebutkan, tetapi juga meningkatkan pentingnya execution. Ketika hyperscaler menambahkan lebih banyak pemasok dan arsitektur khusus, sekadar mengatakan sebuah perusahaan memiliki “AI exposure” memberikan semakin sedikit informasi. Yang jauh lebih penting adalah memahami posisi perusahaan di infrastructure stack dan seberapa langsung posisi tersebut dapat berubah menjadi pendapatan.

Apa yang Harus Dibuktikan Broadcom dan Marvell Berikutnya

Bagi Broadcom, checkpoint jangka pendek cukup jelas. Perusahaan memperkirakan AI semiconductor revenue meningkat dari USD 16,7 miliar pada Q3 menjadi sekitar USD 21,7 miliar pada Q4. Jika kenaikan berurutan tersebut tercapai, itu akan memberikan bukti tambahan bahwa deployment custom accelerator dan networking oleh hyperscaler tetap berjalan sesuai rencana. Google juga menjadi titik validasi penting karena pengajuan Broadcom pada April menetapkan hubungan jangka panjang yang mencakup generasi TPU masa depan dan AI rack hingga 2031.

Marvell menghadapi ujian yang berbeda. Perusahaan telah melaporkan AI bookings yang kuat dan memperkirakan akselerasi signifikan pada Custom business di paruh kedua FY2027, sehingga fase berikutnya adalah conversion. Investor perlu mengamati seberapa cepat program Google dan hyperscaler lain masuk ke production, seberapa besar pendapatan yang benar-benar dihasilkan, dan apakah bisnis connectivity Marvell tumbuh bersama custom compute.

Secara keseluruhan, checkpoint tersebut akan membantu menjawab pertanyaan utama pasar custom silicon: pemasok mana yang dapat mengubah rencana infrastruktur AI hyperscaler yang semakin ambisius menjadi semiconductor revenue dalam skala besar dan berulang?

Jelajahi Broadcom dan Marvell di MEXC

Broadcom dan Marvell memberikan dua jenis exposure berbeda terhadap pasar infrastruktur AI kustom yang berkembang. Pengguna dapat mengikuti keduanya melalui Real U.S. Stocks di MEXC. Halaman saham AS MEXC menyediakan berbagai saham besar AS dan data pasar, termasuk halaman khusus untuk Broadcom (AVGO) dan Marvell Technology (MRVL).

Untuk directional exposure, MEXC saat ini juga menyediakan kontrak AVGO Stock dan kontrak MRVL Stock. Ketersediaan produk dan ketentuan dapat berbeda menurut wilayah, dan produk berleverage memiliki risiko tambahan.

Kesimpulan

Hasil Q3 Broadcom mengonfirmasi bahwa custom AI silicon sudah jauh melampaui tahap bisnis eksperimental. AI semiconductor revenue mencapai USD 16,7 miliar, naik 221% YoY, dan perusahaan memperkirakan angka itu meningkat lagi menjadi sekitar USD 21,7 miliar pada kuartal berikutnya. Pada saat yang sama, perluasan hubungan Marvell dengan Google menunjukkan bahwa pasar hyperscale custom compute kini cukup besar untuk mendukung persaingan di berbagai lapisan, mulai dari accelerator dan networking hingga memory interface dan surrounding silicon component lainnya.

Dua sinyal tersebut menandai transisi penting bagi industri. Cerita custom AI chip tidak lagi terutama bergantung pada pembuktian bahwa hyperscaler benar-benar menginginkan proprietary silicon; pendapatan Broadcom, bookings Marvell, dan jaringan pemasok Google yang semakin luas sudah memberikan bukti permintaan yang cukup jelas. Tantangan berikutnya adalah execution: seberapa cepat design program masuk ke volume production, seberapa banyak semiconductor content yang dapat ditangkap setiap pemasok, dan seberapa kuat posisi tersebut dapat dipertahankan saat hyperscaler terus mendiversifikasi infrastrukturnya.

Persaingan custom silicon karena itu sedang bergeser dari design win menuju konversi pendapatan, dan Broadcom versus Marvell menjadi salah satu tempat paling jelas untuk mengamati perubahan tersebut.