Broadcomin toimitusjohtaja Hock Tan pudotti syyskuun 3. päivänä 2026 pidetyllä tulospuhelulla luvun, joka sai koko tekoälyteollisuuden korvat höröllä: Anthropic aikoo ottaa käyttöön 10 gigawattia Broadcomin räätälöityä laskentatehoa vuoteen 2028 mennessä. Samaan aikaan Meta ja OpenAI kertoivat omista, useiden gigawattien mittaisista tilauksistaan. Kyse ei ole enää sivuhuomautuksesta Nvidian varjossa, vaan omista tekoälypiireistä (XPU) on tullut yksi vuoden 2026 suurimmista laitteistokertomuksista. Suomalaisille ja pohjoismaisille yrityksille, jotka vuokraavat laskentatehoa pilvestä tai suunnittelevat omia konesaleja, muutos vaikuttaa suoraan hintoihin ja saatavuuteen.
Tässä artikkelissa käymme läpi, mitä Broadcom, Anthropic, Meta ja OpenAI oikeasti sopivat syksyn 2026 tulospuhelussa, miten Amazonin oma Trainium3-siru asettuu samaan kilpakenttään, ja miksi Nvidian vuosikymmenen kestänyt yksinvalta tekoälypiireissä on muuttumassa monen toimijan markkinaksi juuri nyt.
Mikä Broadcomin XPU-ohjelma on ja miksi se puhuttaa juuri nyt
Broadcom ei valmista omia tekoälypiirejään myyntiin kuten Nvidia. Sen sijaan yhtiö suunnittelee asiakaskohtaisia kiihdyttimiä, joita kutsutaan XPU-piireiksi, ja auttaa niitä tuotannossa TSMC:n kanssa. Malli muistuttaa sopimusvalmistusta: asiakas tuo oman arkkitehtuurinsa, Broadcom tuo verkko-osaamisensa, pakkausteknologiansa ja vuosikymmenten kokemuksensa piirisuunnittelusta. Google on käyttänyt tätä mallia TPU-piireissään jo vuosikausia, ja nyt sama kaava toistuu Metan, OpenAI:n ja Anthropicin kohdalla.
Ero Nvidiaan on olennainen. Nvidian H100-, H200- ja Blackwell-sirut ovat yleiskäyttöisiä grafiikkasuorittimia, jotka toimivat kenen tahansa asiakkaan koodilla CUDA-ohjelmointirajapinnan kautta. Broadcomin XPU-piirit taas rakennetaan yhden asiakkaan mallien ja työkuormien ympärille. Tulos on kapeampi käyttötarkoitus mutta usein parempi teho suhteessa wattiin ja dollariin, kun mittakaava kasvaa riittävän suureksi. The Register tiivisti asian jo maaliskuussa 2026 kirjoittaessaan, että “Broadcom will soon deploy multiple gigawatts worth of custom accelerators at Meta, OpenAI, and Anthropic”.
Olemme seuranneet laitteistokategoriassamme koko vuoden 2026 ajan, miten tekoälypiirien kilpailu on laajentunut Nvidian ja sen suorien kilpailijoiden kahdenvälisestä kamppailusta monen toimijan verkostoksi. Broadcomin syyskuun paljastukset ovat tähän mennessä selkein todiste siitä, että asiakaskohtaiset sirut eivät ole enää kokeilu vaan tuotantovaiheen liiketoimintaa miljardien dollarien mittakaavassa.
Syyskuun tulospuhelu paljasti tarkat luvut
Broadcomin syyskuun 3. päivän tulospuhelu oli poikkeuksellisen avoin. Yhtiö kertoi, että sen tekoälyliikevaihdon odotetaan tuplaantuvan vuosittain seuraavien kahden vuoden aikana, ja arvioi koko markkinamahdollisuuden koosta 230 miljardia dollaria, kuten Futunn raportoi saman päivän uutisessaan. Kyse on markkinan kokonaispotentiaalista, ei Broadcomin omasta liikevaihdosta, mutta luku antaa mittakaavan sille, kuinka suureksi räätälöityjen tekoälypiirien bisnes on kasvamassa.
Alla oleva taulukko kokoaa Broadcomin syyskuussa 2026 julkistamat asiakaskohtaiset laajennussuunnitelmat. Luvut kuvaavat käyttöönotettavaa laskentatehoa gigawatteina, ei piirien kappalemäärää.
| Asiakas | 2026 | 2027 | 2028 | Lähde |
|---|---|---|---|---|
| Anthropic | 1 GW | yli 3 GW (Tanin oma arvio) / 5 GW (raportoitu) | 10 GW | CRN, Futunn |
| Meta (MTIA) | yli 1 GW (huhtikuun 2026 tiedote) | kasvava, 3 sukupolvea vuoden 2027 loppuun mennessä | 3 GW kumulatiivisesti | Meta, Futunn |
| OpenAI (Jalapeño-siru) | tuotantotestit käynnissä | yli 1 GW volyymikäyttöönotto | osa 10 GW:n yhteiskehityssopimusta 2029 asti | CRN, CNBC |
Huomaa, että Anthropicin vuoden 2027 luku vaihtelee lähteestä riippuen. Hock Tan itse sanoi CRN:n haastattelussa: “For 2027, this demand is expected to surge in excess of 3 gigawatts of compute.” Samaan aikaan osa syyskuun tulospuhelua seuranneista talousmedioista raportoi tarkemmaksi luvuksi 5 gigawattia vuodelle 2027. Molemmat lähteet ovat yhtä mieltä siitä, että kasvu on jyrkkää ja että 2028 mennessä Anthropicista tulee Broadcomin suurin XPU-asiakas.
Anthropic nousee Broadcomin tärkeimmäksi asiakkaaksi
Anthropicin nousu Broadcomin suurimmaksi asiakkaaksi on sinänsä uutinen, koska yhtiö on perinteisesti nojannut vahvasti Amazoniin ja Googleen infrastruktuurikumppaneina. Hock Tan kuvasi alkuvuoden etenemistä myönteiseen sävyyn: “For Anthropic, we are off to a very good start in 2026 for 1 gigawatt of TPU compute.” Sana “TPU” viittaa tässä siihen, että Broadcomin valmistamat piirit ovat teknisesti sukua Googlen Tensor Processing Unit -arkkitehtuurille, vaikka ne on räätälöity Anthropicin omiin malleihin.
Yksi gigawatti laskentatehoa on valtava määrä. Vertailun vuoksi keskikokoinen kivihiilivoimala tuottaa noin 0,5–0,6 gigawattia, joten Anthropicin pelkkä vuoden 2026 tilaus vastaa parin voimalan koko tuotantoa pelkästään yhden yrityksen mallien kouluttamiseen ja ajamiseen. Kymmenen gigawatin tavoite vuodelle 2028 tarkoittaa käytännössä sitä, että Anthropic rakentaa rinnalleen laskentakapasiteetin, joka kilpailee suuruusluokaltaan minkä tahansa suuren pilvipalveluntarjoajan koko konesalikannan kanssa.
Meta ja MTIA: kolme sirusukupolvea vuoteen 2027 mennessä
Meta laajensi huhtikuun 14. päivänä 2026 Broadcom-kumppanuuttaan koskemaan useita MTIA-sirujen (Meta Training and Inference Accelerator) sukupolvia. Metan oma tiedote kuvasi järjestelyä “multi-gigawatt rollout” -hankkeeksi, jonka ensimmäinen vaihe ylittää yhden gigawatin. Syyskuun 2026 tulospuhelussa Broadcom tarkensi, että se toimittaa Metalle kolme MTIA-sukupolvea vuoden 2027 loppuun mennessä, ja että kumulatiivinen käyttöönotto yltää kolmeen gigawattiin vuoteen 2028 mennessä.
Metan tapauksessa motiivi on selvä: yhtiö pyörittää Facebookin, Instagramin ja WhatsAppin suositusalgoritmeja sekä omia kielimallejaan valtavalla mittakaavalla, ja jokainen prosentti, jonka se säästää laskentakuluista, kertautuu miljardien käyttäjien tasolla. Oma siru antaa Metalle myös neuvotteluvoimaa Nvidiaa vastaan, vaikka yhtiö jatkaakin GPU-ostoja rinnakkain.
OpenAI ja Jalapeño-siru siirtyvät testauksesta tuotantoon
OpenAI ja Broadcom ilmoittivat kumppanuudestaan alun perin lokakuussa 2025, ja sopimus kattaa yhteensä noin 10 gigawattia räätälöityjä kiihdyttimiä, joiden telineasennukset alkavat vuoden 2026 jälkipuoliskolla ja jatkuvat vuoteen 2029 asti. Elokuun 25. päivänä 2026 OpenAI otti ison askeleen eteenpäin, kun se kertoi ensimmäisten testitulosten omasta Jalapeño-inferenssisirustaan. CNBC uutisoi, että “OpenAI said Tuesday that testing results of its new custom inference chip ‘show a significant performance advance.'”
Hock Tan täydensi kuvaa syyskuun tulospuhelussa kertomalla aikataulusta: “We expect OpenAI to be deploying in volume their first-generation XPU in 2027 at over 1 gigawatt of compute capacity.” OpenAI:n motiivi muistuttaa Metan motiivia: ChatGPT:n ja API-liikenteen inferenssikustannukset ovat valtavat, ja pienikin tehokkuusparannus per kysely leikkaa kustannuksia miljoonien käyttäjien mittakaavassa. OpenAI on yksi viidestä tunnetusta Broadcomin XPU-asiakkaasta Googlen, Metan, Anthropicin ja ByteDancen ohella.
Amazonin oma vastaus: Trainium3 tulee tuotantoon syyskuussa
Broadcom ei ole ainoa reitti pois Nvidia-riippuvuudesta. Amazon rakentaa omia Trainium-sirujaan Annapurna Labs -yksikkönsä kautta, ja uusin sukupolvi Trainium3 on AWS:n ensimmäinen 3 nanometrin tekoälypiiri. AWS ilmoitti, että yleinen saatavuus alkaa 15. syyskuuta 2026 US-East-1-alueella ja laajenee kaikkiin Yhdysvaltain alueisiin lokakuun 31. päivään mennessä.
Trainium3 tarjoaa AWS:n mukaan 4,4-kertaisen koulutussuorituskyvyn edeltäjäänsä Trainium2:een verrattuna samalla 700 watin tehonkulutuksella. Uusi Trn3 UltraServer niputtaa 144 Trainium3-piiriä yhteen 3,2 terabitin sekuntinopeuden yhdysväylän kautta, ja AWS väittää tämän leikkaavan 70 miljardin parametrin mallin koulutuskustannuksia 41 prosenttia verrattuna vastaavaan GPU-klusteriin. Seuraava taulukko vertaa Trainium3:a Nvidian nykyisiin datakeskuspiireihin puhtaasti julkaistujen speksien pohjalta.
| Piiri | Valmistaja | Prosessi | Muisti | Kaistanleveys | Laskenta (FP8) |
|---|---|---|---|---|---|
| Trainium3 | Amazon / Annapurna Labs | 3 nm | 144 GB HBM3e | 4,9 TB/s | 2,52 PFLOPS |
| Nvidia H100 | Nvidia / TSMC | 4 nm | 80 GB HBM3 | 3,35 TB/s | noin 2 PFLOPS |
| Nvidia H200 | Nvidia / TSMC | 4 nm | 141 GB HBM3e | 4,8 TB/s | noin 2 PFLOPS |
Yksittäisen piirin speksit eivät kerro koko totuutta, koska Nvidian etu perustuu ennen kaikkea CUDA-ohjelmistoekosysteemiin ja NVLink-yhteenkytkentään, ei pelkkiin laskentalukuihin. Silti taulukko osoittaa, että Amazonin oma siru on nyt teknisesti kilpailukykyinen jopa raa’assa muistikaistassa, mikä oli vielä pari vuotta sitten AWS:n heikko kohta.
Miksi hyperskaalaajat rakentavat mieluummin omia siruja
Syitä on kolme, ja ne kietoutuvat toisiinsa. Ensimmäinen on kustannus: kun sirun suunnittelee yhden työkuorman ympärille, siitä voi karsia pois kaiken ylimääräisen joustavuuden, jota yleiskäyttöinen GPU tarvitsee palvellakseen tuhansia erilaisia asiakkaita. Toinen on saatavuus: Nvidian uusimpien piirien toimitusajat ovat venyneet HBM-muistin niukkuuden vuoksi, ja oma valmistusketju antaa hyperskaalaajalle paremman ennustettavuuden. Kolmas syy on neuvotteluvoima: pelkkä uskottava vaihtoehto Nvidialle painaa hintoja alaspäin myös GPU-ostoissa.
The Motley Fool kuvasi kesäkuussa 2026 Broadcomia lauseella “the cheapest mega-cap AI stock nobody talks about”, koska yhtiö kaupankäy noin 25-kertaisella tulevaisuuden tulosennusteella samalla kun se toimittaa räätälöityjä siruja juuri niille yrityksille, jotka ovat historiallisesti olleet Nvidian suurimpia asiakkaita. Sama artikkeli huomautti, että Broadcomin tekoälyliikevaihto kasvoi 106 prosenttia vuoden 2026 alkupuoliskolla, kun kysyntä räätälöidyistä siruista kiihtyi.
Kilpailutilanne: XPU, GPU, TPU ja Trainium samalla kentällä
Tekoälypiirien markkina on jakautunut nyt neljään leiriin. Nvidia myy yhä eniten yleiskäyttöisiä GPU-piirejä, ja sen H100-, H200- ja Blackwell-perheet pysyvät oletusvalintana yrityksille, jotka eivät halua sitoutua yhden pilvipalveluntarjoajan omaan piiriin. Google on kulkenut omaa polkuaan TPU-sirujensa kanssa jo yli vuosikymmenen, ja sen tuorein Ironwood-sukupolvi kilpailee suoraan Nvidian datakeskuspiirien kanssa (lue tarkemmin Google TPU v7:stä). Amazon nojaa omaan Trainium-linjaansa, ja Microsoft on rakentanut vastaavaa strategiaa Maia-sirujensa ympärille (katso Microsoft Maia 300 -vertailumme).
Broadcomin rooli on erilainen kuin näillä muilla: se ei kilpaile Nvidian kanssa omalla brändillään, vaan toimii moottorina Metan, OpenAI:n ja Anthropicin omille siruille. Käytännössä Broadcomista on tullut piirisuunnittelun “toimittaja toimittajille”, joka hyötyy jokaisesta hyperskaalaajasta riippumatta siitä, kuka lopulta voittaa markkinaosuutta. Tämä asema selittää, miksi Broadcomin osake on noussut niin voimakkaasti, vaikka yhtiö ei koskaan myy yhtäkään siruaan suoraan loppukäyttäjälle.
Historiallinen konteksti: Nvidian monopoli alkoi rakoilla vasta hitaasti
Nvidia rakensi asemansa CUDA-ohjelmointikehyksen ja GPU-arkkitehtuurin ympärille 2010-luvulla, jolloin syväoppiminen alkoi vaatia rinnakkaislaskentaa. Google oli ensimmäinen suuri toimija, joka haastoi tämän aseman omalla TPU-sirullaan jo 2015, mutta vasta ChatGPT:n vuoden 2022 läpimurron jälkeen räätälöityjen sirujen kysyntä muuttui todella laajaksi. AWS:n Trainium-linja käynnistyi vaatimattomasti Inferentia-sirulla, ja Metan MTIA-hanke kulki vuosia lähinnä sisäisenä kokeiluna ennen kuin siitä tuli tuotantokelpoinen.
Käänne tapahtui vasta, kun Nvidian omien piirien kysyntä ylitti tarjonnan niin selvästi, että toimitusajat venyivät kuukausiin ja hinnat nousivat. Silloin jokainen hyperskaalaaja, jolla oli varaa investoida omaan piirisuunnitteluun, teki niin. Broadcomin syyskuun 2026 tulospuhelu on tämän kehityksen tähän mennessä selvin mittari: neljä suurinta tekoälyostajaa (Google, Meta, OpenAI ja Anthropic) rakentavat kaikki omaa rautaansa saman kumppanin avulla.
Markkinavaikutus: mitä 230 miljardin dollarin tavoite tarkoittaa
Broadcomin oma arvio 230 miljardin dollarin markkinamahdollisuudesta kuvaa koko räätälöityjen tekoälypiirien alaa, ei vain yhtiön omaa siivua siitä. Silti luku on merkittävä, koska se asettaa mittakaavan suhteessa Nvidian datakeskusliiketoimintaan, joka on tähän asti ollut selvästi suurin yksittäinen tekoälypiirien tulonlähde. Jos edes osa Broadcomin ennakoimasta kasvusta toteutuu, räätälöidyt XPU-piirit siirtyvät marginaalisesta ilmiöstä rakenteelliseksi osaksi tekoälyinfrastruktuuria.
Sijoittajat reagoivat viestiin nopeasti. Broadcomin arvostus on noussut vuoden 2026 aikana sen tekoälytilauskannan kasvun myötä, ja yhtiön johto on toistuvasti korostanut, että kysyntä ylittää tarjonnan lähivuosiksi eteenpäin. Samalla Nvidian osakekurssiin kohdistuu uudenlaista painetta: markkina hinnoittelee nyt sisään riskin siitä, että osa suurimmista asiakkaista siirtää kasvavan osan laskentabudjetistaan omiin siruihinsa GPU-ostojen sijaan. Nvidian omasta datakeskusliiketoiminnan kehityksestä kerroimme tarkemmin yhtiön viimeisimmän neljänneksen tuloksessa.
On silti liioittelua väittää, että Nvidia olisi jäämässä sivuraiteelle. Yhtiön oma datakeskusliiketoiminta on jatkanut kasvuaan samaan aikaan kun Broadcomin asiakkaat ovat rakentaneet omia siruja, koska kokonaiskysyntä tekoälylaskennalle kasvaa nopeammin kuin kukaan pystyy yksin tyydyttämään. Käytännössä Broadcomin ja Nvidian suhde muistuttaa enemmän rinnakkaiseloa kuin nollasummapeliä: sama asiakas voi ostaa GPU-klustereita joustavaan, monikäyttöiseen laskentaan ja samalla rakentaa oman XPU-sirun kapeampaan, ennalta tunnettuun työkuormaan.
Mitä tämä tarkoittaa Suomelle ja Pohjoismaille
Suoraan Broadcomin XPU-piirejä ei vielä ole tulossa pohjoismaisiin konesaleihin, koska ne on rakennettu Anthropicin, Metan ja OpenAI:n omaan sisäiseen käyttöön eikä myyntiin kolmansille osapuolille. Vaikutus näkyy silti epäsuorasti kahta reittiä. Ensinnäkin, jos suuret hyperskaalaajat siirtävät osan laskentakuormastaan pois Nvidia-GPU:ilta omille siruilleen, se voi hieman helpottaa Nvidian piirien saatavuutta ja hintapainetta myös pohjoismaisille pilvitoimijoille ja tekoälystartupeille, jotka ovat riippuvaisia GPU-vuokrauksesta. Vastaavaa dynamiikkaa käsittelimme aiemmin, kun AMD:n omat räkkiratkaisut haastoivat Nvidiaa Pohjolassa.
Toiseksi, Anthropicin ja OpenAI:n API-palvelut, joita moni suomalainen yritys käyttää suoraan sovelluksissaan, saattavat hyötyä alentuneista inferenssikustannuksista, kun Jalapeño-tyyppiset omat sirut tulevat tuotantoon vuonna 2027. Käytännössä tämä voisi näkyä hintakilpailuna API-palveluissa tai parempana vasteaikana, vaikkei kumpaakaan ole vielä luvattu suoraan. Suomen ja Pohjoismaiden oma tekoälyinfrastruktuuri, kuten Kajaanin LUMI-AI-supertietokone, nojaa toistaiseksi edelleen perinteisiin GPU- ja muihin arkkitehtuureihin, ei Broadcomin asiakaskohtaisiin XPU-siruihin.
Riskit: miksi oma siru ei ole helppo eikä riskitön tie
Räätälöity siru on kallis ja hidas rakentaa. Piirisuunnittelun kehityssykli kestää tyypillisesti kaksi kolme vuotta, ja jos yrityksen oma mallistrategia muuttuu kesken kehityksen, koko sirusukupolvi voi osoittautua vääränlaiseksi juuri valmistuessaan. Nvidian etu ei ole vain rautaa, vaan vuosikymmenen aikana rakennettu ohjelmistokerros CUDA:n, kirjastojen ja kehittäjätyökalujen ympärillä. Jokaisen hyperskaalaajan on rakennettava vastaava ohjelmistotuki omalle sirulleen, mikä vie aikaa ja insinöörejä.
On myös syytä muistaa, että The Register huomautti jo maaliskuussa 2026 Broadcomin oman viestin ytimen olevan käytännössä se, etteivät tekoälyyhtiöt pysty rakentamaan omaa piiriään ilman ulkopuolista kumppania. Käytännössä Anthropic, Meta ja OpenAI eivät ole todellisuudessa riippumattomia Nvidiasta, vaan ne ovat siirtäneet riippuvuutensa Broadcomiin ja sen valmistuskumppani TSMC:hen. Jos Broadcomin tai TSMC:n tuotantokapasiteetissa ilmenee pullonkauloja, sama HBM-muistipula, joka on jo nostanut Nvidian piirien hintoja, voi iskeä yhtä lailla XPU-tuotantoon, kuten HBM4-muistisodasta kertovassa jutussamme kuvasimme.
Asiantuntijoiden näkemykset syyskuun paljastuksista
Broadcomin toimitusjohtaja Hock Tan on ollut poikkeuksellisen suorapuheinen sirubisneksen mittakaavasta. Kuten edellä mainittiin, hän kuvasi CRN:lle Anthropicin kasvua sanoin “we are off to a very good start in 2026 for 1 gigawatt of TPU compute”, ja ennakoi saman haastattelun aikana OpenAI:n saavuttavan “over 1 gigawatt of compute capacity” volyymikäyttöönotossaan vuonna 2027.
OpenAI puolestaan kommentoi omaa Jalapeño-siruaan varovaisen myönteisesti. Yhtiön mukaan elokuun testitulokset osoittivat, kuten CNBC raportoi, “a significant performance advance” verrattuna olemassa olevaan laitteistoon. Kumpikaan osapuoli ei ole vielä julkaissut yksityiskohtaisia benchmark-lukuja, mikä jättää ulkopuolisille arvioijille vain vähän mahdollisuuksia varmentaa väitteitä itsenäisesti.
Ennusteet vuosille 2027 ja 2028
- Nvidia pitää enemmistön, mutta ei enää yksinvaltaa. Vuoteen 2028 mennessä yhä useampi hyperskaalaaja ajaa merkittävän osan sisäisistä työkuormistaan omalla sirullaan, vaikka GPU-ostot jatkuvat rinnalla erityisesti pienemmillä ja keskisuurilla tekoälyasiakkailla, joilla ei ole varaa omaan piirikehitykseen.
- Broadcomin asiakaslista kasvaa. Jos nykyiset neljä suurasiakasta (Google, Meta, OpenAI, Anthropic) osoittautuvat menestyksekkäiksi, seuraava aalto tulee todennäköisesti muilta suurilta kielimalliyhtiöiltä ja mahdollisesti myös suurilta pörssiyhtiöiltä, jotka rakentavat omia sisäisiä tekoälyjärjestelmiään.
- Jalapeño-sirun tuotantokäyttöönotto vuonna 2027 on käännekohta OpenAI:lle. Jos inferenssikustannukset laskevat merkittävästi, se voi näkyä suoraan ChatGPT:n ja API-hintojen kehityksessä, mutta myös uusien, laskentaintensiivisempien tuotteiden julkaisutahdissa.
- HBM-muistin saatavuus pysyy pullonkaulana myös XPU-piireille. Koska Broadcomin XPU-sirut nojaavat samaan HBM3e-muistiin kuin Nvidian H200 ja Blackwell-perhe, mahdollinen muistipulan paheneminen voi hidastaa Anthropicin ja Metan kunnianhimoisia gigawatti-tavoitteita riippumatta piirisuunnittelun onnistumisesta.
- Pohjoismaissa vaikutus näkyy viiveellä hintojen kautta, ei suorina XPU-asennuksina. Odotettavissa on, että Broadcomin asiakaskohtaiset sirut pysyvät Yhdysvaltain suurimpien teknologiayhtiöiden sisäisenä työkaluna vielä vuosia, kun taas suomalaiset ja pohjoismaiset toimijat kokevat muutoksen lähinnä Nvidia-kapasiteetin vapautumisena ja API-hintojen kehityksenä.
Usein kysytyt kysymykset
Mikä on Broadcomin XPU-siru?
XPU on Broadcomin yleisnimitys asiakaskohtaisesti suunnitelluille tekoälykiihdyttimille. Broadcom ei myy näitä siruja avoimilla markkinoilla, vaan suunnittelee ja auttaa valmistamaan ne yhdessä asiakkaan, kuten Googlen, Metan, OpenAI:n tai Anthropicin, kanssa kyseisen yrityksen omiin malleihin ja työkuormiin sovitettuna.
Kilpaileeko Broadcom suoraan Nvidian kanssa?
Ei suoraan brändinä, mutta kyllä liiketoimintamallina. Broadcom ei myy omaa GPU-tuoteperhettä, vaan auttaa suuria tekoälyyhtiöitä rakentamaan vaihtoehtoja Nvidian GPU-piireille. Tulos on sama: osa laskentatehosta, joka olisi muuten mennyt Nvidialle, ohjautuu nyt Broadcomin suunnittelemiin siruihin.
Kuinka paljon laskentatehoa Anthropic tilaa Broadcomilta?
Broadcomin syyskuun 2026 tulospuhelun mukaan Anthropic ottaa käyttöön 1 gigawatin vuonna 2026, ja tavoite kasvaa 10 gigawattiin vuoteen 2028 mennessä. Vuoden 2027 välitavoitteesta on hieman poikkeavia lukuja: Hock Tan itse puhui yli 3 gigawatista, kun taas osa tulospuhelua seuranneista talousmedioista raportoi 5 gigawatin lukua.
Mikä on OpenAI:n Jalapeño-siru?
Jalapeño on OpenAI:n ja Broadcomin yhdessä kehittämä räätälöity inferenssisiru. OpenAI kertoi elokuussa 2026 ensimmäisistä testituloksista, jotka yhtiön mukaan osoittivat merkittävää suorituskykyparannusta. Volyymikäyttöönoton odotetaan alkavan vuonna 2027, yli 1 gigawatin laskentakapasiteetilla.
Miten AWS Trainium3 eroaa Nvidian piireistä?
Trainium3 on Amazonin oma, 3 nanometrin prosessilla valmistettu tekoälypiiri, joka tarjoaa 144 gigatavua HBM3e-muistia ja 4,9 teratavun sekuntinopeuden kaistanleveyden. AWS:n oman ilmoituksen mukaan piiri tarjoaa 2,8-kertaisen koulutussuorituskyvyn edeltäjäänsä verrattuna ja voi leikata suurten mallien koulutuskustannuksia jopa 41 prosenttia verrattuna vastaavaan GPU-klusteriin.
Vaikuttaako tämä Nvidian osakekurssiin?
Custom-sirujen kasvava kysyntä on yksi tekijä, jota sijoittajat seuraavat arvioidessaan Nvidian pitkän aikavälin kasvunäkymiä, koska se voi hidastaa GPU-myynnin kasvuvauhtia suurimpien hyperskaalaaja-asiakkaiden keskuudessa. Nvidia on kuitenkin toistaiseksi pysynyt selvästi suurimpana yksittäisenä tekoälypiirien toimittajana, eikä Broadcomin asiakkaiden omat sirut korvaa GPU-ostoja kokonaan.
Näkyykö muutos Suomessa tai muualla Pohjoismaissa?
Suoria Broadcom-XPU-asennuksia ei ole tulossa pohjoismaisiin konesaleihin, koska sirut on rakennettu asiakkaidensa sisäiseen käyttöön. Epäsuora vaikutus voi näkyä Nvidia-kapasiteetin paremmassa saatavuudessa sekä mahdollisesti alentuvissa API-hinnoissa, jos Anthropicin ja OpenAI:n omat sirut leikkaavat niiden inferenssikustannuksia tulevina vuosina.
Onko Broadcomin oma siru sama asia kuin Googlen TPU?
Ei täysin, mutta ne ovat sukua toisilleen. Broadcom on ollut mukana Googlen TPU-sirujen suunnittelussa ja valmistuksessa vuosia, ja samaa osaamista se hyödyntää nyt Anthropicin, Metan ja OpenAI:n omissa XPU-projekteissa. Jokaisella asiakkaalla on kuitenkin oma, juuri sen malleihin räätälöity arkkitehtuurinsa, joten kyse ei ole samasta sirusta eri nimellä.
