Осторожный прогноз Broadcom потянул вниз весь чиповый сектор — от Nvidia до Qualcomm

Что произошло

Акции производителей чипов продолжают падать после квартального отчёта Broadcom: компания отчиталась 4 июня 2026 года рекордной AI-выручкой, но не стала повышать прогноз — и рынок воспринял это как сигнал охлаждения AI-спроса. В день отчёта Broadcom потеряла около 12%, к 10 июня распродажа перекинулась на Nvidia, AMD, Micron и Qualcomm.

Детали

Парадокс ситуации — в самих цифрах: выручка Broadcom от AI-чипов за квартал составила 10,8 млрд долларов, рост на 143% год к году (данные отчёта за финансовый второй квартал, 4 июня). Проблема в другом: компания сохранила, а не повысила цель по AI-выручке около 100 млрд долларов на 2027 финансовый год. На рынке, где облачные гиганты тратят порядка 500 млрд долларов капвложений в год (оценка на 2026-й), «просто подтверждённый» прогноз читается как замедление.

Распродажа задела сектор широко: вместе с Broadcom снижались Micron, Marvell и Intel, к 10 июня волна докатилась до Nvidia, AMD и Qualcomm (котировки на закрытие 10 июня).

Что это значит

Прямой адресат — инвестор в «железные» AI-акции: рынок сейчас оценён под ускорение, и любое «всего лишь подтверждение» прогноза вызывает распродажу — волатильность сектора останется высокой как минимум до следующих отчётов гиперскейлеров. Для покупателей железа есть и обратная сторона: если заказы на кастомные AI-чипы действительно выходят на плато, дефицит ускорителей и память HBM перестанут дорожать теми же темпами — первые сигналы стоит ждать в ценах GPU во втором полугодии. Это не обвал спроса: 143% роста — всё ещё бум, спор идёт о его скорости.

Контекст

Сектор чипов прошёл год почти без коррекций на ожиданиях бесконечного AI-спроса, поэтому реакция на любую осторожность в прогнозах получается такой резкой — позиции перегружены в одну сторону.

Поделиться этой статьей
Связаться:
Крипто-аналитик, Data-аналитик и разработчик с 17-летним опытом в IT. Специализация — инженер-программист.Мой подход к рынку основан исключительно на цифрах и верифицированных данных. Я использую Python (pandas, numpy, scipy, matplotlib), математическую статистику и разведочный анализ данных (EDA) для исследования ончейн-метрик, макроэкономических индикаторов и токеномики проектов.Инвестирую на основе собственной data-driven модели, учитывающей более 30 метрик.Автоматизирую исследования с помощью AI-агентов и собственных скриптов.