Broadcom vs AMD : laquelle est l'action de puce IA la plus digne d'un pari après Nvidia ?

marsbitPublicado a 2026-06-09Actualizado a 2026-06-09

Resumen

Lorsqu'il s'agit d'investir dans des puces IA au-delà de Nvidia, Broadcom et AMD émergent comme les principaux concurrents. AMD adopte une approche de confrontation directe en concurrençant Nvidia sur le marché des GPU généraux, bénéficiant de la volonté des hyperscalers de diversifier leurs fournisseurs. Cependant, il reste confronté à la forte domination de Nvidia et à son écosystème logiciel CUDA. Broadcom, quant à lui, suit une stratégie différenciée en développant des puces personnalisées (XPU) adaptées aux charges de travail spécifiques de clients majeurs comme Anthropic, Google, Meta et OpenAI. Cette voie offre des avantages en efficacité et en fidélisation des clients, ce qui pourrait s'avérer décisif avec le déplacement de la demande vers l'inférence IA. Malgré une récente baisse de l'action après des perspectives trimestrielles décevantes, le PDG Hock Tan réaffirme l'objectif de 100 milliards de dollars de revenus annuels liés à l'IA d'ici l'exercice 2027. Les analystes estiment que la position concurrentielle de Broadcom est plus solide et que sa valorisation boursière, bien que supérieure à celle d'AMD, est justifiée par ses perspectives de croissance plus rapides et son portefeuille de clients d'élite.

Auteur : Justin Pope

Compilation : Chaoxiang Research

Introduction : En dehors de Nvidia, la bataille pour la deuxième place dans les puces IA s'intensifie. AMD a choisi de confronter directement la voie des GPU généralistes de Nvidia, tandis que Broadcom emprunte une voie différenciée avec des puces sur mesure (XPU), sécurisant des clients de premier plan comme Anthropic, Google, Meta et OpenAI.

Après les derniers résultats, l'action Broadcom a fortement chuté, mais le PDG maintient l'objectif de revenus annuels de 100 milliards de dollars pour les puces IA d'ici l'exercice 2027. L'analyste de Motley Fool, Justin Pope, estime que même si l'évaluation de Broadcom est plus élevée, cette prime mérite d'être payée.

Légende : Source Getty Images

Nvidia reste fermement installé à la première place du marché des puces pour centres de données IA. Mais le gâteau de l'IA est si grand que la deuxième place vaut également beaucoup. Selon les estimations de Statista, le marché des puces IA atteindra 3330 milliards de dollars d'ici 2030.

Cela signifie que d'autres entreprises ont également l'opportunité de rapporter beaucoup d'argent aux investisseurs. Broadcom (AVGO, -7.49% ce jour-là) et AMD (-11.01% ce jour-là) sont les deux concurrents les plus sérieux. Les deux entreprises ont réalisé des progrès dans le domaine des puces IA, mais globalement, l'une d'elles est clairement plus digne d'être détenue que l'autre.

AMD a choisi une voie plus difficile

La question centrale est : comment une entreprise plus petite peut-elle rivaliser pour le marché avec un géant du secteur ?

La stratégie d'AMD est de concurrencer Nvidia de front dans le domaine des puces IA généralistes. Pour être juste, elle a obtenu quelques résultats. Au premier trimestre 2026, les revenus des centres de données ont augmenté de 57 % en glissement annuel, atteignant 5,8 milliards de dollars.

AMD bénéficie du fait que les hyperscalers de l'IA ne veulent naturellement pas mettre tous leurs œufs dans le panier de Nvidia. AMD a récemment annoncé qu'elle fournirait à Meta 6 GW de GPU Instinct, dont le premier GW est une version personnalisée.

Mais AMD a peu de chances de menacer sérieusement la domination de Nvidia. Meta et les autres clients de Nvidia sont déjà fortement liés à l'écosystème logiciel CUDA de Nvidia. Le fossé de CUDA n'est pas quelque chose que l'on peut franchir avec des spécifications matérielles.

La voie des puces sur mesure de Broadcom est la gagnante

Pour ouvrir une brèche dans le fossé de Nvidia, il faut emprunter un chemin différent. Broadcom y est parvenu avec ses puces XPU.

Contrairement à AMD qui met l'accent sur les puces IA généralistes, Broadcom conçoit des puces sur mesure pour les charges de travail IA spécifiques de chaque client. Cette approche offre des avantages en termes d'efficacité et rend la relation client plus collante. Actuellement, Broadcom conçoit des puces sur mesure pour des entreprises comme Anthropic, Alphabet (la société mère de Google), Meta et OpenAI, entre autres.

À mesure que la demande en puissance de calcul passe de l'entraînement à l'inférence, l'efficacité devient encore plus cruciale, ce qui amplifie l'avantage des puces sur mesure.

Après les derniers résultats du deuxième trimestre, Wall Street a massivement vendu Broadcom, principalement en raison des prévisions de revenus IA pour le troisième trimestre inférieures aux attentes. Mais le PDG Hock Tan a réitéré lors de la conférence téléphonique sur les résultats que l'objectif à long terme de l'entreprise d'atteindre 100 milliards de dollars de ventes annuelles de puces IA d'ici l'exercice 2027 reste inchangé. Les revenus IA du deuxième trimestre étaient de 10,8 milliards de dollars, et la marge de croissance reste importante à mesure que les projets de puces sur mesure se concrétisent.

Cher, mais justifié

Broadcom dispose d'un portefeuille de clients IA de premier plan et progresse vers son objectif de 100 milliards de dollars de revenus annuels, sa position concurrentielle est effectivement meilleure que celle d'AMD. Les investisseurs peuvent noter que l'action Broadcom est plus chère que celle d'AMD, mais cette prime est justifiée.

Légende : Comparaison du ratio cours/ventes à terme entre AVGO et AMD, source YCharts

Les analystes prévoient que la croissance de Broadcom sera bien plus rapide que celle d'AMD, et l'écart d'évaluation entre les deux n'est pas énorme. Surtout après ce repli post-publication des résultats, Broadcom mérite davantage d'être achetée.

Preguntas relacionadas

QQuelle est la stratégie d'AMD sur le marché des puces IA et pourquoi l'analyste la considère-t-elle plus difficile ?

AAMD choisit de concurrencer directement Nvidia sur le marché des puces IA généralistes (GPU). L'analyste considère cette voie plus difficile car Nvidia bénéficie d'un écosystème logiciel (CUDA) profondément ancré chez les clients, créant une barrière à l'entrée qu'il est difficile de franchir uniquement avec du matériel.

QComment Broadcom aborde-t-il différemment le marché des puces IA par rapport à AMD ?

AContrairement à AMD qui se concentre sur les GPU généralistes, Broadcom adopte une approche de puces personnalisées (XPU). Il conçoit des puces sur mesure pour les charges de travail spécifiques de chaque client majeur, comme Anthropic, Alphabet, Meta et OpenAI, ce qui offre des avantages en efficacité et renforce la fidélité des clients.

QPourquoi le cours de l'action Broadcom a-t-il chuté après la publication de ses résultats récents, et quelle est la perspective à long terme du PDG ?

ALe cours de Broadcom a chuté après que ses prévisions de revenus IA pour le troisième trimestre soient tombées en dessous des attentes de Wall Street. Malgré cela, le PDG Hock Tan a réaffirmé l'objectif à long terme de l'entreprise : atteindre un chiffre d'affaires annuel de 100 milliards de dollars pour ses puces IA d'ici l'exercice 2027.

QSelon l'article, pourquoi l'analyste estime-t-il que la prime de valorisation de Broadcom par rapport à AMD est justifiée ?

AL'analyste estime que la prime de valorisation de Broadcom est justifiée car l'entreprise possède une base de clients IA de premier ordre, une voie de différenciation stratégique (puces sur mesure) et des perspectives de croissance attendues bien supérieures à celles d'AMD, malgré une valorisation (ratio cours/ventes) seulement légèrement plus élevée.

QQuel est le principal avantage concurrentiel que Broadcom tire de sa stratégie de puces personnalisées (XPU) selon l'article ?

ALe principal avantage concurrentiel de la stratégie XPU de Broadcom est qu'elle offre une plus grande efficacité pour les charges de travail spécifiques des clients et crée une relation client plus étroite et 'collante'. Cet avantage devrait s'accentuer à mesure que les besoins en calcul passent de la phase d'entraînement des modèles d'IA à celle d'inférence, où l'efficacité est cruciale.

Lecturas Relacionadas

PANews Column Registration and Article Submission Guide

"PANews Column Registration and Submission Guide" provides instructions for users to register as columnists and publish articles on the PANews platform. Key application requirements are emphasized: content should focus on in-depth analysis within Crypto, Web3, blockchain, data, and viewpoints. Content primarily for brand/product introductions will not be approved, and heavily AI-generated content will be rejected. Promotional (PR/soft) content is directed to the business channel. **Registration Process:** * **Web:** Go to the official website footer, click "Apply for Column," and register with a phone number or email (login via verification code, no password). Fill in the column name, description, upload an avatar, and submit links to previously published work. * **Mobile:** Navigate to "My" -> "Contribute & Create" and complete the form. **Article Submission Tutorial:** 1. Log in to the PANews website. 2. Access the "Creator Center" from your personal homepage. 3. Use the editor to create and publish articles. **Video Upload:** The platform supports embedding videos from third-party sites (e.g., Bilibili). Copy the embed code from the source video, use the editor's "Insert/Edit media" button, paste the code under the "Embed" tab, and adjust the display size (recommended: width 100%, height 560px). **PANews Skills (AI Agent Tool):** PANews offers an official AI Agent skill set called PANews Skills, enabling AI tools to query platform content, track trends, and publish column articles directly. It includes three main skills: 1. `panews`: For tracking daily must-read lists, popular articles, and funding news. 2. `panews-creator`: For managing columns, publishing articles, and uploading images. 3. `panews-web-viewer`: For parsing PANews webpages into Markdown. These skills are compatible with various AI Agent tools (OpenClaw, Cursor, Claude Code, ChatGPT, Gemini, etc.). To use the `panews-creator` skill, users must obtain a specific authentication value from the PANews website after logging into their columnist account.

marsbitHace 4 min(s)

PANews Column Registration and Article Submission Guide

marsbitHace 4 min(s)

I Built Myself an Investment Workbench Using AI

For the past two weeks, I've been immersed in Vibe Coding—using AI to write code from natural language descriptions. This process has enabled me to quickly build functional tools that address long-standing personal ideas. Previously, I had many concepts but found execution too cumbersome. Key ideas included a unified dashboard for assets across US stocks, Crypto, HK stocks, and A-shares; a real-time alert system for price movements; an investment map visualizing sector relationships; and a tool to correlate prediction market bets with news and market data. Traditional development hurdles meant these often remained unrealized. Using AI (Codex, Claude Code, and DeepSeek API), I built four initial tools: 1. A **Cross-Market Asset Dashboard** showing total assets, daily P&L, and holdings by market, with added features for alerts and sector mapping. It's deployed locally for privacy. 2. A **Prediction Market (PM) Monitor** tracking bets on events (e.g., company valuations) and correlating probability shifts with news and market movements. I categorize bets by conviction to filter noise. 3. A **Simple Operations Backend** for managing my writing workflow (topics, progress, publishing). It's cloud-deployed for mobile access. 4. A **One-Click Formatting Tool** that automates converting drafts into various platform-specific formats, saving manual effort. While these tools are basic, they represent a significant shift: AI lowers the barrier to creating personalized systems. I believe individual investors can now feasibly build core systems for: * **Asset Observation** (tracking holdings and changes) * **Signal Monitoring** (watching for key market shifts) * **Sector Mapping** (understanding network relationships within a sector) * **Performance Review** (documenting rationale and outcomes) The power of Vibe Coding is its fast feedback loop. Ideas can be implemented, tested, and iterated on rapidly, turning "want-to-do" into "done." This marks the start of my new phase, where I'll share investment thoughts, tool tests, on-chain operations, and educational Web3 content.

marsbitHace 20 min(s)

I Built Myself an Investment Workbench Using AI

marsbitHace 20 min(s)

After Tokenization of Assets, How to Exit?

Title: How to Exit After Asset Tokenization? Author: Symbiotic Compiled by: Hu Tao, ChainCatcher Summary: Tokenization addresses how assets go on-chain but largely leaves the redemption question unresolved. While tokenized assets can settle instantly, the underlying redemption for assets like treasuries, private credit, or real estate can take from T+1 to 180 days. This gap hinders DeFi adoption of Real World Assets (RWAs). Three emerging models aim to provide instant exit liquidity, differing primarily in their capital structure and efficiency: 1. **Balance Sheet Model (e.g., Grove Basin):** A single entity (like Sky) provides immediate liquidity from its balance sheet, acting as a bridge during the settlement period. It offers simplicity and deep initial liquidity but is constrained by a single entity's capacity and risk appetite. 2. **Asset-Specific Vault Model (e.g., Upshift Clear):** Independent liquidity providers fund dedicated vaults for each supported asset, earning fees. It decentralizes capital sources but isolates liquidity and capital per asset, leading to potential fragmentation. 3. **Shared Liquidity Layer Model (e.g., Symbiotic Liquid Lane):** A shared capital pool supports multiple RWA types simultaneously. Funds remain productive between redemptions (e.g., earning yield in lending markets). Exits are settled via a competitive RFQ market. This model aims for higher capital efficiency, scalability across assets, and serves longer-duration assets like private credit. Key differentiators are: 1) Source of capital and risk bearer, 2) Redemption pricing mechanism, 3) Capital efficiency, 4) Scalability to new asset types, and 5) Composability. The shared liquidity layer model represents a move from piecemeal solutions toward scalable infrastructure, enabling T+0 exits by pooling capital, maintaining yield, and using competitive pricing, thus enhancing RWA utility in DeFi.

marsbitHace 33 min(s)

After Tokenization of Assets, How to Exit?

marsbitHace 33 min(s)

After Tokenizing Assets, How to Exit?

After tokenization, a key unresolved issue is providing holders with a reliable exit mechanism, as underlying asset settlement (taking days to months) lags far behind on-chain token settlement. Three primary models for instant liquidity have emerged, differing in their capital structure and efficiency: 1. **Balance Sheet Model (e.g., Grove Basin):** A single, well-capitalized entity (like Sky) provides immediate liquidity from its own reserves. This offers simplicity and deep initial liquidity but is constrained by that single balance sheet's capacity and risk appetite, limiting scalability. 2. **Dedicated Vault Model (e.g., Upshift Clear):** Independent liquidity providers (LPs) fund separate vaults for each supported asset. This decentralizes capital sources but isolates liquidity and capital, which becomes inefficient as the number of tokenized assets grows. 3. **Shared Liquidity Layer Model (Symbiotic Liquid Lane):** Independent capital providers fund shared vaults that can support multiple tokenized assets simultaneously. Capital remains productive between redemptions (e.g., earning yield in DeFi markets). Exits are settled via a competitive RFQ market where market makers bid. The article argues that the shared layer model offers superior capital efficiency and scalability. It transforms exit liquidity from an asset-specific patch into shared market infrastructure, allowing liquidity capacity to grow with overall market participation rather than being fragmented per asset. This is particularly valuable for longer-duration assets like private credit, where reliable T+0 exits can significantly enhance their utility in DeFi.

链捕手Hace 47 min(s)

After Tokenizing Assets, How to Exit?

链捕手Hace 47 min(s)

Trading

Spot
Futuros

Artículos destacados

Cómo comprar CHIP

¡Bienvenido a HTX.com! Hemos hecho que comprar USD.AI (CHIP) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar USD.AI (CHIP) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu USD.AI (CHIP)Después de comprar tu USD.AI (CHIP), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear USD.AI (CHIP)Tradear fácilmente con USD.AI (CHIP) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

408 Vistas totalesPublicado en 2026.04.21Actualizado en 2026.06.02

Cómo comprar CHIP

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de CHIP (CHIP).

活动图片