JPMorgan: Ang custom chips ay mag-aambag ng higit sa GPU sa shipments pagsapit ng 2027, ang “invisible sa supply chain” ng Broadcom TPU ay hindi nangangahulugan ng may pagdududa sa mga order

Ang pangangailangan para sa AI compute power ay nagtutulak sa industriya ng chips mula sa “GPU lamang” patungo sa magkasanib na ekpansyon ng GPU at custom chips. Ayon sa pinakabagong ulat ng Morgan Stanley tungkol sa update ng US semiconductor at semiconductor equipment industry para sa fall 2026, inaasahan na sa 2027, ang bahagi ng ASIC/XPU sa AI accelerator unit shipments ay aakyat sa 54%, na maungusan ang GPU; at tataas pa ito sa 55% sa 2028.

Inaasahan ng Morgan Stanley na ang custom AI ASIC market ay aabot sa humigit-kumulang $60 bilyon hanggang $70 bilyon pagsapit ng 2026, at ang compound growth rate sa mga susunod na taon ay higit sa 40% hanggang 50%. Sa kasalukuyan, humigit-kumulang 90% ng market share ay hawak ng Broadcom at Marvell, kung saan nasa 80% hanggang 85% nito ay mula sa Broadcom, kaya mataas ang market concentration.

Binanggit rin sa ulat na relatibong lihim ang impormasyon sa supply chain ng mga custom chip project tulad ng Google TPU, ngunit hindi ito nangangahulugan na kapos sa katiyakan ang mga order. Ang limang taon na TPU supply agreement sa pagitan ng Broadcom at Google ay sumasaklaw mula 2026 hanggang 2031, kabilang ang 3nm, 2nm at advanced packaging, at may taunang paglago sa TPU revenue, na nagbibigay ng mataas na visibility sa kita para sa kaugnay na AI business.

Sa mas malawak na pananaw, ang AI capital expenditure pa rin ang pinakamahalagang haligi ng pangangailangan sa industriya ng semiconductor. Inaasahan ng Morgan Stanley na sa 2026, ang global semiconductor industry revenue ay lalaki ng 118% year-on-year; kung aalisin ang memory, 32% ang paglago. Sa 2027, ang kabuuang paglago ay 35%, at kung hindi isasama ang memory, ito ay 18%. Sa parehong panahon, ang wafer equipment spending ay inaasahang lalaki ng 31% at 38% kada taon; ang AI, memory, at tradisyonal na chips na pangangailangan ay magkakasabay na nagtutulak para magpatuloy ang industry cycle.

Tuloy ang paglawak ng ASIC, Magiging mahalagang dagdag ang custom chips sa AI compute power

Pinapabilis ng mga hyperscale cloud provider ang pag-develop ng ASIC/XPU, at ang pangunahing layunin nito ay hindi lang palitan ang GPU kundi i-optimize ang performance, power consumption at bawat token cost para sa partikular na workload, kasabay ng pagbawas ng pagsandig sa supladong general-purpose GPU.

Binabago ng trend na ito ang estruktura ng mga produkto ng AI accelerator. Inaasahan ng Morgan Stanley na pagsapit ng 2026, ang bahagi ng ASIC/XPU sa AI accelerator unit shipments ay nasa 41%, aakyat ng 54% sa 2027, at maaabot ang 55% sa 2028. Ang custom chips ay mula sa pagiging supplemental rumarating na sa mass production, at magiging mahalagang incremental sa pagpapalawak ng AI infrastructure.

Sa kasalukuyan, mataas ang konsentrasyon ng custom AI ASIC market, kung saan pinagsamang 90% ay hawak ng Broadcom at Marvell. Habang nililinang ng Google, Amazon, Microsoft at iba pang cloud providers ang sarili nilang AI chips, may malaki pang potensyal ang demand para sa ASIC design at kaugnay na ecosystem.

Hindi transparent ang impormasyon tungkol sa Broadcom TPU, hindi ibig sabihin ay hindi tiyak ang mga order

Isa sa mga tanong ng market tungkol sa AI business ng Broadcom ay ang kakulangan ng impormasyon sa supply chain ng mga proyekto gaya ng Google TPU, kaya mahirap para sa mga tagalabas na sundan nang buo ang orders at shipments. Pero ayon kay Morgan Stanley, hindi indikasyon ng humihinang demand ang limitadong impormasyon—dapat ituon ang pansin sa customer agreements, product iteration, at production capacity planning.

Sa kaso ng Google TPU, umabot ng lima taon ang supply agreement ng Broadcom at Google, mula 2026 hanggang 2031, kabilang ang 3nm, 2nm at advanced packaging architecture. Kabilang din sa kasunduan ang taun-taong pagtaas ng TPU revenue, kaya kahit hindi ganap na transparent ang supply chain details, may mataas na visibility pa rin ang order at kita.

Nakikinabang din ang Marvell sa mass production ng custom chip projects ng mga cloud providers tulad ng Amazon Trainium, Microsoft Maia, at Google XPU. Habang lumilipat mula sa early deployment papuntang mass production ang custom accelerators, sabay-sabay ding makikinabang ang ASIC design, connectivity at advanced packaging segments.

Tuloy ang AI capital expenditure, Lalong palalakasin ng cycle ng WFE at memory

Ayon kay Morgan Stanley, aabot ang global cloud computing capital expenditure sa CY26, CY27, at CY28 sa $953 bilyon, $1.41 trilyon, at $1.54 trilyon. Habang kitang-kita ang ROI ng AI, lalong humihikayat sa mga cloud service provider na ipagpatuloy ang mataas na antas ng investment sa infrastructure.

Patuloy din ang malakas na paglago sa device side. Inaasahang lalago ng 31% year-on-year ang global WFE spending sa 2026 hanggang $225 bilyon, at lalo pang tataas ng 38% sa 2027 hanggang $263 bilyon. Magkasabay na pinaunlad ng advanced process expansion at bagong kapasidad sa DRAM ang demand sa equipment, at dahil masikip ang mga cleanroom space, nauudlot ang ilang pagbili ng kagamitan.

Ang memory naman ang isa pang importanteng suporta. Tinataya ni Morgan Stanley na tataas ng mga 250% ang blended average price ng DRAM at NAND sa 2026, at karagdagang 30% at 25% ang taas sa 2027. Pinapalaki ng AI servers ang demand para sa DRAM, habang ang enterprise-level SSD ang mahalagang pinagmumulan ng pangangailangan sa NAND; ang mahabang procurement contracts at relatibong maingat na capital expenditure ay tumutulong upang maiwasan ang biglaang pagtaas sa supply.

Sa kabuuan, naniniwala si Morgan Stanley na ang kasalukuyang pagtaas ng semiconductor ay hindi lamang pinapalakas ng iisang AI chip demand, kundi ng sabay-sabay na paglahok ng custom chip, cloud capital expenditure, memory, at wafer equipment sa buong supply chain. Sa pananaw na ito, ang pagpapatuloy ng AI infrastructure investment ay nananatiling core variable kung magpapatuloy ang sigla ng semiconductor cycle.