Обережний прогноз Broadcom потягнув донизу весь чиповий сектор — від Nvidia до Qualcomm

Що сталося

Акції виробників чипів продовжують падати після квартального звіту Broadcom: компанія відзвітувала 4 червня 2026 року рекордною AI-виручкою, але не стала підвищувати прогноз — і ринок сприйняв це як сигнал охолодження AI-попиту. У день звіту Broadcom втратила близько 12%, до 10 червня розпродаж перекинувся на Nvidia, AMD, Micron і Qualcomm.

Деталі

Парадокс ситуації — у самих цифрах: виручка Broadcom від AI-чипів за квартал становила 10,8 млрд доларів, зростання на 143% рік до року (дані звіту за фінансовий другий квартал, 4 червня). Проблема в іншому: компанія зберегла, а не підвищила ціль щодо AI-виручки близько 100 млрд доларів на 2027 фінансовий рік. На ринку, де хмарні гіганти витрачають порядку 500 млрд доларів капвкладень на рік (оцінка на 2026-й), «просто підтверджений» прогноз читається як уповільнення.

Розпродаж зачепив сектор широко: разом із Broadcom знижувалися Micron, Marvell та Intel, до 10 червня хвиля докотилася до Nvidia, AMD і Qualcomm (котирування на закриття 10 червня).

Що це означає

Прямий адресат — інвестор у «залізні» AI-акції: ринок зараз оцінений під прискорення, і будь-яке «лише підтвердження» прогнозу викликає розпродаж — волатильність сектора залишиться високою щонайменше до наступних звітів гіперскейлерів. Для покупців заліза є і зворотний бік: якщо замовлення на кастомні AI-чипи справді виходять на плато, дефіцит прискорювачів і пам’ять HBM перестануть дорожчати тими самими темпами — перші сигнали варто чекати в цінах GPU у другому півріччі. Це не обвал попиту: 143% зростання — все ще бум, суперечка йде про його швидкість.

Контекст

Сектор чипів пройшов рік майже без корекцій на очікуваннях нескінченного AI-попиту, тому реакція на будь-яку обережність у прогнозах виходить такою різкою — позиції перевантажені в один бік.

Поділитися цією статтею
Зв'язатися:
Крипто-аналітик, Data-аналітик і розробник з 17-річним досвідом у IT. Спеціалізація — інженер-програміст.Мій підхід до ринку ґрунтується виключно на цифрах і верифікованих даних. Я використовую Python (pandas, numpy, scipy, matplotlib), математичну статистику та розвідувальний аналіз даних (EDA) для дослідження ончейн-метрик, макроекономічних індикаторів і токеноміки проектів.Інвестую на основі власної data-driven моделі, що враховує понад 30 метрик.Автоматизую дослідження за допомогою AI-агентів і власних скриптів.