Ketika sebagian besar perhatian di Wall Street tertuju pada Nvidia sebagai primadona kecerdasan buatan (AI), ternyata ada pemain semikonduktor lain yang mencatatkan keuntungan lebih mengesankan sepanjang tahun ini. Broadcom (NASDAQ: AVGO), yang dikenal dengan portofolio produknya yang beragam mulai dari chip khusus, jaringan Ethernet, hingga perangkat lunak enterprise, telah muncul sebagai salah satu saham AI terkuat pada tahun 2025. Hingga saat ini, saham Broadcom telah melonjak sekitar 32%, melampaui kenaikan Nvidia yang berada di angka 27,8%.

Lalu, apa yang menjadi alasan di balik performa superior Broadcom dibandingkan Nvidia pada tahun 2025?

Pertumbuhan Didorong oleh Chip AI Kustom dan Jaringan

Broadcom melaporkan hasil yang luar biasa untuk kuartal ketiga tahun fiskal 2025 (yang berakhir pada 3 Agustus). Pendapatan perusahaan melonjak 22% dari tahun ke tahun menjadi sekitar $15,9 miliar. Pendorong utamanya adalah penjualan semikonduktor AI, yang meliputi chip AI khusus, chip jaringan, dan silikon terkait lainnya.

Manajemen perusahaan memproyeksikan momentum ini akan terus berlanjut. Pendapatan dari semikonduktor AI diperkirakan akan tumbuh sebesar 66% dari tahun ke tahun pada kuartal keempat. Secara keseluruhan, proyeksi ini akan membawa total pendapatan perusahaan mencapai $17,4 miliar pada kuartal keempat, atau naik 24% dibandingkan periode yang sama tahun sebelumnya.

Target tersebut sangat realistis, mengingat Broadcom saat ini memiliki rekor pesanan (backlog) senilai $110 miliar, yang sebagian besar didorong oleh permintaan dari pasar AI. Ini memberikan perusahaan visi yang cerah untuk pendapatan di kuartal-kuartal mendatang. Chip akselerator AI kustom, yang dikenal sebagai XPU, menjadi motor utama pertumbuhan ini, menyumbang sekitar 65% dari total pendapatan AI Broadcom. Chip ini sangat diminati oleh tiga pelanggan hyperscale terbesar yang terus berekspansi infrastruktur AI mereka. Pada kuartal ketiga, Broadcom bahkan berhasil mendapatkan satu lagi klien besar yang memesan rak AI berbasis XPU senilai lebih dari $10 miliar.

Dengan akselerasi permintaan ini, manajemen bahkan meyakini bahwa pertumbuhan pendapatan AI pada tahun 2026 akan lebih cepat daripada yang terlihat di tahun 2025. Seiring dengan pertumbuhan klaster AI, permintaan untuk perangkat jaringan seperti switch Ethernet dan fabric juga meningkat pesat untuk menghubungkan ribuan GPU atau XPU dalam sebuah pusat data.

Dampak Strategis Akuisisi VMware

Selain dari sisi perangkat keras, akuisisi VMware juga mulai memberikan kontribusi signifikan. VMware Cloud Foundation kini menawarkan alternatif yang praktis dan aman bagi pelanggan Broadcom yang ingin membangun infrastruktur cloud pribadi (private cloud) sebagai pengganti dari cloud publik (public cloud).

Revolusi Infrastruktur AI: Inovasi Melampaui GPU Terbaru

Meskipun perusahaan seperti Nvidia dan Broadcom berlomba-lomba menciptakan perangkat keras yang lebih kuat, kunci sebenarnya untuk kemajuan AI ternyata tidak hanya terletak pada kecepatan chip. Menurut Seol Hyung-wook, seorang ilmuwan machine learning (ML) di Anysphere, kunci untuk membuka potensi penuh AI adalah dengan menekan biaya komputasi.

“Dengan menekan biaya komputasi, kita bisa mendapatkan semua hal baik lainnya,” kata Seol dalam sebuah webinar khusus. “Menurunkan biaya komputasi adalah cara paling efektif untuk meningkatkan kecerdasan AI.”

Seol, yang juga berkontribusi dalam pengembangan kerangka kerja optimisasi perangkat keras AI “ThunderKittens” di Stanford AI Research Lab (SAIL), menekankan bahwa sekadar membeli lebih banyak GPU yang lebih canggih bukanlah solusi akhir.

Tantangan Optimisasi dan Kunci Efisiensi Biaya

Seol menjelaskan bahwa setiap kali Nvidia merilis produk baru, sering kali diperlukan penulisan ulang kode secara signifikan agar perangkat lunak dapat memanfaatkannya. Lebih parahnya lagi, ia mengungkapkan bahwa sering kali performa perangkat keras canggih tersebut tidak termanfaatkan sepenuhnya, dengan tingkat utilisasi di bawah 30%.

Pandangan ini menyoroti sebuah fakta penting dalam revolusi infrastruktur AI: era ini bukan hanya tentang perangkat keras, tetapi juga tentang optimisasi. Kemampuan untuk memaksimalkan kinerja perangkat keras yang ada melalui perangkat lunak dan kerangka kerja yang cerdas menjadi kunci untuk menekan biaya dan mempercepat inovasi. Dengan demikian, masa depan AI tidak hanya ditentukan oleh siapa yang membuat chip tercepat, tetapi juga oleh siapa yang dapat membangun ekosistem paling efisien.