Broadcomの$16.7B、見えない支配点

Broadcomは2026年第3四半期報告で、AI半導体売上高が前年比221%増の$16.7 billionに達したと述べた。しかし、AIインフラ全体で経済的な比重を増すなか、同社の現在のカバレッジ速度は-0.339であり、注目は冷え込んだことを示している。

モデル保有者は現在、シリコンを共同設計し、スイッチングと光学技術を通じて接続し、そこで生じる容量の資金調達を支援できるサプライヤーに、AIインフラにおける交渉力をより多く与えている。Broadcomはこの見えにくい支配点の典型である。ハイパースケーラーとフロンティアラボがプラットフォームの物語を担う一方、Broadcomはそれらの容量計画を機能させるインターフェースを押さえている。

反復するワークロードがカスタムシリコンを合理化する

同じアーキテクチャを繰り返し提供するモデル保有者には、安定した最適化対象がある。カスタム設計のコストを大規模なトークン基盤に分散し、自らのモデルに関する知識を使って汎用性を、低レイテンシー、低消費電力、あるいはワット当たり処理量の向上と引き換えにできる。これが推論の経済性の転換を動かす仕組みである。モデルに関する知識が、ハードウェア効率への入力となる。

OpenAIとBroadcomは、LLM向けに最適化された推論アクセラレータJalapeñoで、この圧縮された設計ループを示した。Jalapeñoは9カ月で設計から製造テープアウトへ進んだ。OpenAIは設計に直接参加し、開発プロセスで自社モデルを使った。このラボは単にカタログから部品を選んでいたのではない。

OpenAIは後に、JalapeñoがGPT-OSS、DeepSeek R1、Kimi K2.5 1Tにおいて、Nvidiaチップよりワット当たりのAI処理量が1.5〜1.9倍多く、レイテンシーが1.7〜3.6倍低いと述べた。これらの企業報告ベンチマークは、ハードウェアとモデルの共同設計がもたらし得る成果を示すが、その全体を立証するものではない。引用された記録でOpenAIは、Jalapeñoのコミット済み導入量や推論容量に占める比率を開示していない。

OpenAIの公表比較も、利用率、ネットワーキング、メモリー、電力、減価償却を含む、独立報告された同一条件でのトークン当たりコストを示していない。チップはベンチマークで勝っても、導入されたシステムでは損失を出し得る。データセンターには、マシン全体の料金を請求するという厄介な習性がある。

Nvidiaは、カスタム推論チップが市販GPUを置き換えたとのいかなる主張に対しても、強力な反例であり続ける。Nvidiaは2023年の機械学習GPU市場で推定95%を占め、OpenAIは後に少なくとも10 gigawattsのNvidiaシステムを導入すると約束した。汎用ソフトウェアのサポート、既設インフラ、そして大規模な供給には、依然として莫大な価値がある。

それでも他のラボは同じ組織的能力を取り入れている。Anthropicは、マルチチップのアプローチを通じてハードウェアとClaudeを共同設計する社内シリコンチームを確認している。これは、ラボ主導の推論インフラへ向かうより広い動きの一部である。AmazonとOpenAIの契約は別途、AWSを通じておよそ二 gigawattsのTrainium容量を消費することをラボに約束させている。各取り決めは市販コンピュートを維持しつつ、その周囲にワークロード固有の選択肢を加える。

Broadcomは他社ブランドの下で稼ぐ

BroadcomのQ3報告は、同社のAIエクスポージャーの規模を可視化した。AI半導体は同社の四半期総売上高$29.59 billionの半分超を生み出した。

$16.7 billionには、カスタムアクセラレータ、ネットワーキング、その他のAI半導体需要の内訳がない。Broadcomの2024年度開示は、アーキテクチャについてより多くを明らかにした。同社はAI成長をXPUとEthernetネットワーキングのポートフォリオに帰している。Broadcomはシステムの複数層に製品を提供しているため、AIの見出し数字だけでは、増加のどれだけが特に推論シリコンによるものかは確定できない。

OpenAIのサプライヤー戦略は、この曖昧さがどう生じるかを示す。報道では、NvidiaチップはOpenAIのトレーニングインフラの一部、Broadcomチップは推論戦略の一部とされている。いずれの場合も、顧客向けプラットフォームはOpenAIのままである。BroadcomはAPIプロバイダーやモデルブランドになることなく、ラボの提供量へのエクスポージャーを得る。

Broadcomは後の期間に48本の記事に登場し、前の期間の27本から増えた一方、消費者向けの枠組みは40.7%から16.6%へ低下した。同社は顧客向けブランドの下に位置する自社の立場と整合的な報道を集めたが、その件数だけでその説明を証明することはできない。Broadcomの現在のカバレッジ速度は-0.339で、これはチップ需要の縮小ではなく、注目の冷え込みを測るものだ。同社はスタックにとってより重要になりながら、消費者向けの物語では登場頻度が下がり得る。

同じQ3報告は、経済面の主張にも境界を設ける。BroadcomはAI半導体の成長にもかかわらず、Q4売上高をアナリスト予想未満と見込んだ。カスタムシリコンとネットワーキングへのエクスポージャーは、製品サイクル、顧客集中、導入遅延、予測リスクをなくすものではない。

ネットワークが使えるシリコンの量を決める

大規模クラスターでは、データ移動が利用率の制約となる。パラメーターや出力を待つアクセラレータは購入済みの容量ではあっても、生産的な容量ではない。したがってモデル保有者が重視するのは、各アクセラレータの仕様だけでなく、チップとラックを結ぶリンクの挙動である。

Ultra Ethernet Consortiumは2025年6月、AIと高性能コンピューティング向けの1.0仕様を公表して、この要件を正式化した。AMD、Cisco、HPE、Intelを含むコンソーシアムのメンバーは、輻輳制御、トランスポートの挙動、リモートメモリーアクセスをAIシステム設計の問題として扱った。汎用データセンターの配管は、ワークロードアーキテクチャの一部になった。

Ciscoもサプライヤー側から同じ支配点を突いた。同社の2026年Silicon One P200および8223ルーティングシステムは長距離の光ケーブルを介した高速転送を標的とし、G300スイッチチップはAIインフラでBroadcomとNvidiaに対抗するために投入された。Ciscoの製品投入が重要なのは、スイッチシリコンをアクセラレータと同じ競争の枠組みに置くからである。

光学技術はこの枠組みをさらに広げる。Intelは2024年6月、完全統合型の双方向光コンピュートインターコネクトチップレットを実証し、Nvidiaは後にサーバー向けにCorningのコパッケージドオプティクスを検討した。コパッケージドオプティクスは、定着した導入標準ではなく、なお発展途上のアーキテクチャである。しかしIntel、Nvidia、Corningがこれに取り組むのは、クラスターの拡大に伴い、電気接続が電力と帯域幅の圧力に直面するためだ。

Broadcomのポートフォリオは、このボトルネック移行におけるアクセラレータ側とEthernet側にまたがる。それにより同社は設計に影響を与える機会を増やすが、顧客に代替策を育てる理由も増やす。Ciscoはスイッチングを攻められ、Marvellはカスタムコンピュートとメモリー処理を追求でき、光学サプライヤーはインターコネクト内で価値が蓄積する場所を変え得る。

資金調達がサプライヤーを容量計画の一部にする

複数年にわたるAI導入では、提供需要が完全に見通せる前に顧客がハードウェアを確保する必要がある。この条件下でサプライヤーは、部品を改善するだけでなく、購入を支える資本構成を支援することで競争できる。

NvidiaとBroadcomは、大手テクノロジー企業がオフバランスシートのAI支出を拡大するなか、残存価値保証を用いて顧客の購入を支援してきた。残存価値保証は、後にハードウェアが持ち得る価値に経済的な重要性を与える。サプライヤーの製品には、将来の資産価値についての見解が含まれるようになる。チップがバランスシートを手に入れたのであり、部品としては異例の振る舞いだ。

Anthropicをめぐる報じられた資金調達は、その潜在的規模を示している。情報源と提出書類によると、Googleはおよそ$200 billionの資金調達プログラムを組成しており、そのうち$150 billion超がTPUsに結び付けられ、Broadcom、Blackstone、Apolloなどが関与していた。Broadcomは別途、Anthropicや他社に利益をもたらすAIチップ融資取引のため、$60 billion超の債務について協議していると報じられた。

いずれの報道も、その条件で完了した資金調達構造を立証するものではない。両方とも、Broadcomが特定の債務を引き受けた確認ではなく、交渉の証拠にとどまる。それでも、顧客とサプライヤーが解こうとしている問題は示している。買い手がそれを活用できるだけの導入済み容量に資金を付けられなければ、ハードウェア性能は無意味である。

AIインフラファイナンスは、切り替えにソフトウェアとハードウェアだけでなく、契約、担保の前提、資本提供者も関わるため、サプライヤーとの関係を深め得る。同時に、より多くのリスクをサプライチェーンへ移す可能性もある。サプライヤーが導入の引受を支援している場合、低い利用率、急速な陳腐化、再販価値の低下は異なる意味を持つ。

依存は自らの競合を呼び込む

中国が外国製AIインフラへの依存を減らそうとするなか、中国の国有資産監督管理委員会SASACは2026年9月、国有支援を受けるデータセンターでのBroadcomスイッチ導入を調査していたと報じられた。この報道が伝えるのは調査であり、確認された制限ではない。それでもSASACの関心は、スイッチシリコンを通常のIT購入ではなく、産業政策上の判断の内部に置く。

中国企業はすでに隣接する層で代替品を構築している。AlibabaとBaiduは、Nvidiaハードウェアの一部を置き換える形で、AIモデルのトレーニングに内製設計チップを使い始めたと報じられた。Alibabaは別途、トレーニングと推論向けに設計されたASICであるZhenwu 810Eを100,000 units超提供したとも報じられた。これらのチップだけでBroadcomのスイッチングポートフォリオを置き換えるわけではないが、外国への依存が政策リスクとなるとき、基盤ハードウェアを内製化する誘因を示している。

民間顧客も国家の指示なしに同様の圧力を生み出す。GoogleはMarvellと新たなTPUおよびメモリー処理ユニットについて協議したと報じられ、CiscoはBroadcomとNvidiaに直接対抗するスイッチシリコンを投入した。モデル保有者は交渉力を求め、チップサプライヤーはシステム支出に占めるより大きな取り分を求め、政府は制御可能な容量を求める。それぞれが同じスタックの異なる層に手を伸ばしている。

したがってBroadcomの優位性は、それを置き換えようとする者に必要な仕様を定める。競合は、ワークロードからシリコンへ、シリコンからファブリックへ、ファブリックから資金の付いた容量へ至る信頼できる経路をモデル保有者に示さなければならない。主権的な買い手は、その連鎖を国内で再現しなければならない。顧客、競合、政府は、依存に対して代替品を設計することで応じる。Broadcomは、買い手がそれを分解するより速くブランドの下でこの連鎖を組み立てるからこそ、注目が冷え込むなかでもAI半導体売上高$16.7 billionを報告できる。