NVDA vs AVGO: Saham Chip AI Mana yang Menang?

Terakhir Diperbarui: Juni 2025 | Data mencerminkan kuartal fiskal yang dilaporkan terbaru untuk NVDA dan AVGO pada saat publikasi

NVIDIA (NASDAQ: NVDA) dan Broadcom (NASDAQ: AVGO) adalah dua saham chip AI paling menarik yang tersedia bagi investor saat ini, tetapi keduanya bukan jenis investasi yang sama. Memilih di antara keduanya bergantung pada apa yang Anda inginkan dari alokasi sektor AI Anda: eksposur pertumbuhan maksimum atau cakupan infrastruktur yang terdiversifikasi dengan pendapatan. Tesis investasi mereka sangat berbeda dalam hal model bisnis, profil risiko, dan valuasi.

Analisis ini mencakup perbandingan Broadcom vs Nvidia dalam lima dimensi: model bisnis dan strategi AI, kinerja keuangan, valuasi, prospek pertumbuhan, dan risiko. Angka keuangan mencerminkan kuartal fiskal yang paling baru dilaporkan untuk setiap perusahaan.

Putusan Singkat NVIDIA menyajikan risiko/imbal hasil yang lebih kuat bagi investor berorientasi pertumbuhan yang menginginkan paparan maksimum terhadap siklus cip pelatihan AI dan menerima risiko valuasi Premi. Broadcom menyajikan risiko/imbal hasil yang lebih kuat bagi investor yang menginginkan cakupan infrastruktur AI yang terdiversifikasi mulai dari desain cip kustom, perangkat keras jaringan, hingga perangkat lunak perusahaan, dengan dividen yang terus tumbuh yang memberikan pendapatan di samping apresiasi modal. Bagi investor yang menginginkan cakupan rantai nilai AI yang lengkap, memiliki NVDA dan AVGO adalah strategi yang koheren dan saling melengkapi. Lompat ke putusan lengkap Broadcom vs. NVIDIA kami

Daftar Isi

• Apa Itu NVIDIA? Kisah Dominasi Chip AI
• Apa Itu Broadcom? Saham Infrastruktur AI yang Kurang Diapresiasi
• Broadcom vs. NVIDIA: Perbandingan Model Bisnis
• Broadcom vs. NVIDIA: Perbandingan Kinerja Keuangan
• Parit CUDA NVIDIA: Keunggulan Kompetitif Nyata atau Terlalu Dilebih-lebihkan?
• Broadcom vs. NVIDIA: Perbandingan Valuasi
• Prospek Pertumbuhan: Saham Chip AI Mana yang Memiliki Lebih Banyak Potensi Kenaikan?
• Risiko: Apa yang Bisa Menjadi Kendala bagi Masing-masing Saham?
• Peringkat Analis dan Target Harga: Apa Kata Wall Street
• Broadcom vs. NVIDIA: Mana Saham Chip AI yang Lebih Baik?
• Pertanyaan yang Sering Diajukan: Broadcom vs. NVIDIA

Apa Itu NVIDIA? Kisah Dominasi Chip AI

NVIDIA merancang dan memasarkan unit pemrosesan grafis (GPU) yang telah menjadi perangkat keras standar untuk pelatihan model AI skala besar di seluruh dunia. GPU adalah jenis chip yang awalnya dibuat untuk merender grafis video game, tetapi arsitektur paralel masifnya ternyata sangat cocok untuk beban kerja AI karena dapat mengeksekusi ribuan kalkulasi secara simultan, tepat seperti yang dibutuhkan oleh pelatihan jaringan saraf. Dalam konteks pusat data, GPU NVIDIA bukanlah chip Gaming; melainkan akselerator AI yang dibuat khusus untuk mentenagai model di balik ChatGPT, Google Gemini, dan hampir setiap model bahasa besar utama yang sedang diproduksi.

Di bawah CEO Jensen Huang, NVIDIA telah memposisikan dirinya sebagai tulang punggung infrastruktur era AI. Segmen pusat datanya menghasilkan sebagian besar pendapatan total, yang didorong hampir seluruhnya oleh permintaan chip AI dari hyperscaler dan pelanggan perusahaan. Menurut rilis pendapatan tahun fiskal 2025 NVIDIA, pendapatan pusat data melebihi $115 miliar untuk tahun fiskal penuh, mewakili pertumbuhan tahun-ke-tahun di atas 140%. Segmen tunggal tersebut kini menyumbang sekitar 88% dari total pendapatan perusahaan, sebuah konsentrasi yang mencerminkan skala permintaan AI dan risiko konsentrasi yang harus dipertimbangkan oleh investor.

Progresi produk NVIDIA menceritakan kisah R&D dengan jelas. GPU H100 (berdasarkan arsitektur Hopper) mendukung sebagian besar pelatihan model bahasa besar dari tahun 2022 hingga 2024. Pasokan terus tertinggal dari permintaan, memberikan NVIDIA kekuatan penetapan harga yang mendukung margin kotor di atas 70%. H200 menyusul sebagai peningkatan performa inkremental, dan arsitektur GPU Blackwell NVIDIA, dengan produk-produk seperti B100 dan B200, mewakili peningkatan generasi saat ini yang berkontribusi pada pendapatan pusat data karena para hyperscaler menerapkan klaster berbasis Blackwell dalam skala besar.

Posisi kompetitif NVIDIA lebih dari sekadar perangkat keras. Platform perangkat lunak CUDA-nya, yang diperkenalkan pada tahun 2006, adalah fondasi tempat hampir semua pengembangan AI serius kini berjalan. GPU MI300X milik AMD adalah pesaing berbasis GPU paling kredibel bagi NVIDIA, meskipun NVIDIA mempertahankan perkiraan pangsa pasar akselerator AI sebesar 70 hingga 80% (akselerator Gaudi Intel merupakan pilihan ketiga tetapi belum mendapatkan daya tarik pasar yang signifikan). Kedalaman benteng perangkat lunak NVIDIA dibahas secara penuh di bagian analisis CUDA di bawah ini.

Apa Itu Broadcom? Pemain Infrastruktur AI yang Kurang Diapresiasi

Broadcom (NASDAQ: AVGO) adalah saham AI, meskipun eksposur AI-nya terlihat berbeda dari NVIDIA dan kurang terlihat bagi investor yang hanya berfokus pada pasar GPU. CEO Hock Tan telah membangun Broadcom melalui strategi akuisisi yang disiplin, yang terbaru adalah pembelian VMware senilai $69 miliar. Perusahaan ini beroperasi di dua segmen: solusi semikonduktor dan perangkat lunak infrastruktur. Keduanya menghasilkan pendapatan AI yang signifikan.

Akselerator Kustom. Broadcom merancang sirkuit terpadu khusus aplikasi, atau ASIC, chip yang dibangun untuk satu tugas spesifik alih-alih komputasi serbaguna, yang merupakan perbedaan utama dari model GPU NVIDIA. Istilah Broadcom untuk chip akselerator AI kustomnya adalah XPU. Berbeda dengan model silikon komersial NVIDIA (menjual chip standar yang sama ke pembeli mana pun dengan harga pasar), Broadcom mendesain chip yang disesuaikan dengan arsitektur AI hyperscaler tertentu. Hyperscaler, perusahaan yang mengoperasikan infrastruktur komputasi awan berskala masif, khususnya Google/Alphabet, Microsoft/Azure, Amazon/AWS, dan Meta, memesan chip kustom ini untuk mengurangi ketergantungan mereka pada pemasok GPU eksternal dan menurunkan biaya komputasi per unit untuk beban kerja yang terdefinisi dengan baik. Tensor Processing Unit (TPU) Google, yang dikembangkan dengan keahlian desain chip Broadcom, adalah contoh yang paling terkenal. Akselerator MTIA Meta mengikuti pola yang sama. Pendapatan semikonduktor AI Broadcom mencapai sekitar $12,2 miliar pada tahun fiskal 2024, dan manajemen telah memproyeksikan pasar yang dapat dilayani (SAM) sebesar $60 hingga $90 miliar di antara pelanggan hyperscaler yang ada pada tahun fiskal 2027.

Chip jaringan: sudut pandang yang hampir tidak dicakup oleh analisis pesaing mana pun. Pusat data AI tidak hanya membutuhkan chip untuk komputasi; mereka membutuhkan jaringan berkecepatan tinggi untuk menghubungkan ribuan GPU agar GPU tersebut dapat berbagi data selama proses pelatihan. Broadcom mendominasi pasar ini dengan seri Tomahawk-nya, yaitu chip switching Ethernet berkecepatan tinggi. Ketika seorang hyperscaler membangun klaster 10.000 GPU NVIDIA H100, chip Tomahawk dari Broadcom menangani infrastruktur jaringan yang memungkinkan GPU tersebut berkomunikasi satu sama lain. Hal ini menciptakan eksposur 'picks-and-shovels' untuk AVGO: Broadcom mendapat untung dari pembangunan infrastruktur AI terlepas dari apakah ASIC kustom mendapatkan pangsa pasar dari GPU NVIDIA. Bahkan jika NVIDIA mempertahankan dominasi GPU sepenuhnya, Broadcom tetap menang melalui waralaba chip jaringannya. Seri Jericho memperluas cakupan ini ke perutean kelas operator.

Perangkat Lunak: tempat VMware membuat cerita AI menjadi lebih besar. Akuisisi VMware senilai $69 miliar oleh Broadcom, yang selesai pada November 2023, mengubah profil keuangan perusahaan dari bisnis semikonduktor murni menjadi hibrida semikonduktor plus perangkat lunak infrastruktur. Platform cloud privat dan virtualisasi VMware adalah lapisan perangkat lunak tempat organisasi perusahaan menjalankan beban kerja AI secara internal. Perusahaan yang menerapkan model AI di pusat data mereka sendiri biasanya menjalankan model tersebut pada infrastruktur yang dikelola VMware. Ini berarti Broadcom menangkap pengeluaran AI baik di lapisan perangkat keras melalui chip maupun lapisan perangkat lunak melalui VMware, sebuah Posisi tangkapan ganda yang tidak dimiliki oleh pesaing semikonduktor murni. Broadcom telah mengubah pelanggan VMware ke model langganan, meningkatkan prediktabilitas pendapatan dan margin. Akuisisi ini juga menambah sekitar $37 miliar utang jangka Panjang, sebuah risiko yang dibahas di bagian risiko.

Broadcom vs. NVIDIA: Perbandingan Model Bisnis

NVIDIA dan Broadcom mengejar strategi yang berbeda secara mendasar di pasar chip AI. NVIDIA menjual GPU serbaguna melalui model silikon dagang (merchant silicon): pembeli mana pun dapat membeli chip yang sama dengan harga pasar, baik pembeli tersebut adalah hyperscaler, penyedia cloud, atau pelanggan perusahaan. Broadcom merancang akselerator kustom yang dibuat sesuai dengan arsitektur AI spesifik klien hyperscaler individu dan mengoperasikan waralaba chip jaringan yang melayani seluruh pasar pusat data AI. Ini bukan pengganti langsung; mereka melayani kebutuhan yang tumpang tindih tetapi berbeda.

Perbedaan struktural utama ini sangat berpengaruh bagi investor. Model bisnis NVIDIA memberikan volume dan kekuatan penetapan harga selama permintaan GPU melampaui pasokan, namun menciptakan risiko konsentrasi karena sekelompok kecil hyperscaler mendorong sebagian besar pendapatan pusat datanya. Model Broadcom menghasilkan pendapatan per klien yang lebih terprediksi karena desain chip khusus menciptakan siklus keterlibatan Long, tetapi membatasi target pasar Broadcom hanya pada klien yang memiliki sumber daya rekayasa untuk memesan silikon khusus. Bisnis chip jaringan lebih terdiversifikasi secara luas, melayani organisasi mana pun yang membangun infrastruktur AI.

Kedua perusahaan memiliki pelanggan utama yang sama. Google, Microsoft, Amazon, dan Meta semuanya membeli GPU NVIDIA untuk beban kerja AI umum dan juga menggandeng Broadcom untuk desain akselerator kustom serta chip jaringan. Hubungan pelanggan ganda tersebut merupakan fondasi faktual bagi argumen penyusunan portofolio: memiliki NVDA dan AVGO sekaligus memberikan eksposur terhadap siklus capex hyperscaler yang sama melalui dua mekanisme perolehan pendapatan yang berbeda.

CUDA, platform perangkat lunak komputasi paralel milik NVIDIA, adalah alasan struktural mengapa model merchant silicon NVIDIA dapat dipertahankan. Karena pengembang AI menulis kode yang dioptimalkan untuk CUDA, beralih ke platform GPU alternatif memerlukan penulisan ulang kode tersebut dengan biaya yang signifikan. Hal ini dibahas secara lengkap di bagian moat CUDA.

--- ## Broadcom vs. NVIDIA: Perbandingan Kinerja Keuangan

Profil keuangan NVIDIA dan Broadcom mencerminkan strategi AI mereka yang berbeda: segmen pusat data NVIDIA mendorong konsentrasi pendapatan yang hampir total pada AI, sementara pendapatan Broadcom terbagi antara solusi semikonduktor dan perangkat lunak infrastruktur.

Data per Juni 2025. Sumber: Rilis pendapatan perusahaan, perkiraan konsensus Bloomberg. Angka bersifat perkiraan dan dapat berubah. Diperbarui setelah setiap rilis pendapatan kuartalan.

Pertumbuhan pendapatan. Total pendapatan NVIDIA tumbuh sekitar 114% dari tahun ke tahun pada tahun fiskal 2025, yang hampir seluruhnya didorong oleh permintaan GPU pusat data. Angka pembanding Broadcom memerlukan pembedaan: total pendapatan yang dilaporkan tumbuh sekitar 44% dari tahun ke tahun pada tahun fiskal 2024, namun angka tersebut secara substansial meningkat karena akuisisi VMware yang selesai di tengah tahun fiskal 2023. Pendapatan semikonduktor AI organik, metrik yang lebih relevan untuk mengevaluasi tesis AI Broadcom, tumbuh sekitar 220% dari tahun ke tahun pada tahun fiskal 2024. Investor yang membandingkan keduanya harus menggunakan pertumbuhan pendapatan AI tingkat segmen daripada pertumbuhan total perusahaan untuk perbandingan yang bermakna.

Laba per Saham. Pertumbuhan EPS NVIDIA sangat luar biasa, dengan EPS terdilusi tumbuh dari sekitar $0,16 pada tahun fiskal 2023 menjadi sekitar $2,94 pada tahun fiskal 2025. Lintas EPS Broadcom mencerminkan pertumbuhan solid dari percepatan semikonduktor AI ditambah pendapatan konversi langganan VMware, meskipun tidak secepat NVIDIA. Laba kedua perusahaan didukung oleh arus kas bebas yang kuat, memastikan hasil bersifat berbasis kas daripada artefak akuntansi.

Arus Kas Bebas. NVIDIA menghasilkan sekitar $60 miliar dalam arus kas bebas selama dua belas bulan terakhir, mencerminkan model fablessnya yang ringan modal (baik NVIDIA maupun Broadcom mendesain chip tetapi mengalihdayakan manufaktur ke pabrik, terutama TSMC). Broadcom menghasilkan sekitar $19 miliar selama periode yang sama. Arus Kas Bebas Broadcom secara bersamaan melayani utang jangka panjang sekitar $37 miliar dari akuisisi VMware, mendanai dividen yang terus bertambah, dan mendukung alokasi modal. Pembangkitan ini cukup untuk menutupi ketiganya, tetapi margin of safety lebih ketat daripada NVIDIA, yang memiliki utang minimal.

Dividen. Broadcom membayar dividen. Ini adalah faktor pembeda utama bagi investor yang berorientasi pada pendapatan. Broadcom telah meningkatkan dividen tahunannya selama lebih dari 13 tahun berturut-turut, salah satu rekam jejak pertumbuhan dividen terkuat di sektor teknologi. Hingga tahun fiskal 2024, Broadcom membayar dividen tahunan sebesar $21,00 per saham, dengan yield sekitar 1,3% pada harga terkini. Laju pertumbuhan tahunan majemuk (CAGR) dividen 5 tahunnya telah melampaui 25%. NVIDIA membayar dividen sebesar $0,04 per kuartal ($0,16 per tahun), dengan yield sekitar 0,03%, angka yang tidak memiliki signifikansi investasi bagi investor yang berfokus pada pendapatan. Bagi investor yang menginginkan eksposur sektor AI sekaligus pendapatan yang signifikan, Broadcom secara gamblang merupakan pilihan yang lebih baik.

Kinerja saham historis. Selama dua belas bulan terakhir hingga Juni 2025, NVDA memberikan imbal hasil sekitar 35 hingga 40%, dibandingkan dengan AVGO yang sekitar 45 hingga 50%, dengan Broadcom mengungguli selama periode spesifik tersebut. Selama lima tahun terakhir, NVDA memberikan imbal hasil total melebihi 1.500% dibandingkan dengan AVGO yang sekitar 480%. Selama tiga tahun terakhir, AVGO memberikan imbal hasil yang kompetitif dengan NVDA. Perbandingan kinerja sensitif terhadap titik awal yang dipilih. Tidak ada imbal hasil kumulatif yang menjamin hasil di masa depan.

CUDA NVIDIA: Keunggulan Kompetitif Nyata atau Terlalu Dibesar-besarkan?

CUDA (Compute Unified Device Architecture) adalah Platform perangkat lunak komputasi paralel milik NVIDIA, diluncurkan pada tahun 2006, yang memungkinkan pengembang menulis kode yang berjalan di GPU NVIDIA untuk tugas-tugas yang jauh melampaui rendering grafis, termasuk semua beban kerja pelatihan AI utama. Sebagian besar analisis pesaing menyebut CUDA sebagai benteng NVIDIA dan melanjutkan. Perlakuan tersebut meleset dari intinya. Bentengnya bukanlah CUDA itu sendiri; bentengnya adalah ekosistem yang dibangun di atas CUDA selama hampir dua dekade investasi pengembang.

Mekanisme penguncian. Setiap kerangka kerja AI utama berjalan di CUDA. PyTorch, kerangka kerja deep learning yang dominan, dibangun di atas CUDA. TensorFlow dan JAX juga dioptimalkan untuk itu. Ini berarti sebagian besar kode AI yang ditulis selama dekade terakhir ditulis untuk perangkat keras NVIDIA. Beralih ke platform GPU alternatif tidak hanya berarti membeli chip yang berbeda; itu berarti mengidentifikasi setiap panggilan spesifik CUDA dalam basis kode produksi, menulis ulang atau menggantinya, menguji ulang terhadap perilaku perangkat keras baru, dan melatih kembali tim teknik. Bagi hyperscaler yang menjalankan ribuan model AI, ini adalah proyek rekayasa bertahun-tahun dengan biaya dan risiko operasional yang signifikan. Kepemimpinan kinerja produk NVIDIA, artinya chip-nya secara konsisten memberikan throughput pelatihan terbaik per dolar, menghilangkan insentif untuk melakukan biaya peralihan tersebut selama alternatif tidak menawarkan keunggulan kinerja yang menarik.

Parit pertahanan NVIDIA memiliki empat dimensi di luar CUDA: kepemimpinan performa produk (GPU H100 dan H200, bersama dengan arsitektur Blackwell yang lebih baru, secara konsisten mengungguli alternatif pada berbagai tolok ukur AI utama); integrasi jaringan (interkoneksi NVLink dan jaringan InfiniBand NVIDIA tertanam kuat dalam desain klaster GPU); mindshare pengembang (kelompok insinyur AI terlatih GPU terbesar yang secara otomatis menggunakan alat-alat NVIDIA); dan arsitektur referensi pusat data yang dibangun di seputar perangkat keras NVIDIA.

Apakah CUDA adalah benteng yang kokoh? Ya, untuk jangka pendek hingga menengah, dengan catatan penting untuk jangka Long. Argumen positif: biaya perpindahan memberatkan bagi sebagian besar organisasi sementara NVIDIA mempertahankan kepemimpinan kinerja. Argumen negatif: alternatif sumber terbuka terus membaik. Platform ROCm AMD kini dapat menjalankan PyTorch dengan gesekan yang jauh lebih sedikit dari sebelumnya. OpenXLA Google menyediakan lapisan kompilasi yang independen dari perangkat keras. Yang lebih signifikan, ASIC kustom sepenuhnya mengabaikan CUDA; hyperscaler yang menjalankan TPU atau XPU sendiri sama sekali tidak membutuhkan CUDA. CUDA mewakili benteng yang nyata dan tahan lama dalam cakrawala waktu 2 hingga 5 tahun. Investor yang berasumsi bahwa CUDA tidak dapat ditembus secara permanen berarti meremehkan kekuatan struktural yang bekerja melawannya dalam cakrawala waktu 5 hingga 10 tahun.

Broadcom vs. NVIDIA: Perbandingan Valuasi

NVIDIA diperdagangkan dengan premi valuasi yang signifikan dibandingkan Broadcom pada sebagian besar metrik standar, dan apakah premi tersebut wajar bergantung pada apakah tingkat pertumbuhan EPS jangka pendeknya yang luar biasa dapat mempertahankan kelipatan tersebut.

Data per Juni 2025. Sumber: estimasi konsensus Bloomberg. Semua angka memerlukan pembaruan kuartalan.

Perbandingan P/E historis mentah menyesatkan dan perlu diuraikan. P/E historis Broadcom sekitar 155x mencerminkan fakta bahwa laba bersih GAAP tertekan oleh amortisasi terkait akuisisi VMware dan biaya integrasi. P/E berjangka, yang menggunakan estimasi pendapatan konsensus analis untuk 12 bulan ke depan daripada pendapatan yang dilaporkan secara historis, memberikan gambaran yang lebih akurat: kedua saham diperdagangkan pada sekitar 34 hingga 35 kali pendapatan berjangka secara basis normal.

Rasio PEG, P/E ke depan dibagi dengan tingkat pertumbuhan EPS (metrik valuasi yang disesuaikan dengan pertumbuhan), menceritakan kisah yang lebih menarik. PEG NVIDIA sekitar 0,7x menunjukkan bahwa investor membayar lebih sedikit per unit ekspektasi pertumbuhan EPS dibandingkan dengan PEG AVGO yang sekitar 1,2x. PEG di bawah 1,0 secara tradisional menunjukkan bahwa saham tersebut murah dibandingkan pertumbuhannya, meskipun metrik ini dapat terdistorsi selama periode pertumbuhan yang luar biasa tinggi. Tingkat pertumbuhan EPS jangka pendek NVIDIA cukup tinggi sehingga P/E-nya terlihat lebih wajar bila disesuaikan dengan pertumbuhan.

Apakah saham Broadcom dinilai terlalu tinggi? Berdasarkan P/E ke depan, AVGO diperdagangkan kurang lebih sejalan dengan NVDA, sedikit premi relatif terhadap sektor teknologi yang lebih luas, tetapi tidak berlebihan mengingat lintasan pertumbuhan pendapatan AI dan riwayat pertumbuhan dividennya. Valuasi tersebut dapat dipertahankan jika lini produk ASIC kustom Broadcom meluas ke klien hyperscaler tambahan dan konversi langganan VMware terus berjalan sesuai rencana.

Apakah NVIDIA overvalued? Forward P/E NVIDIA yang sekitar 35x tergolong tinggi dibandingkan kelipatan historis sektor teknologi, namun lebih rendah daripada saat puncak euforia AI pada tahun 2023 dan 2024. Argumen PEG menunjukkan bahwa kelipatannya tidak tergolong ekstrem mengingat estimasi pertumbuhan EPS saat ini. Risikonya adalah perlambatan signifikan dalam capex pusat data akan menekan kelipatan tersebut secara tajam mengingat besarnya Optimism yang sudah tercermin dalam harga.

Prospek Pertumbuhan: Saham Chip AI Mana yang Memiliki Potensi Kenaikan Lebih Besar?

Pembangunan infrastruktur AI, yang didanai oleh belanja modal agregat dari hyperscaler yang melebihi $320 miliar pada tahun kalender 2025 menurut panduan pendapatan perusahaan dari Google, Microsoft, Amazon, dan Meta, menciptakan gelombang pasang untuk NVIDIA dan Broadcom. Masing-masing menangkap permintaan tersebut melalui eksposur produk yang berbeda. Ini bukan pasar dengan jumlah nol; pasar ini cukup besar bagi banyak perusahaan untuk menghasilkan pertumbuhan pendapatan yang luar biasa secara bersamaan.

Sumber: Perkiraan konsensus Bloomberg per Juni 2025. Estimasi prospektif melibatkan ketidakpastian dan tunduk pada revisi.

Belanja modal hyperscaler tersebut mengalir ke pembelian GPU (menguntungkan NVIDIA), program chip kustom (menguntungkan Broadcom), infrastruktur jaringan (menguntungkan lini Tomahawk Broadcom), dan perangkat lunak serta virtualisasi (menguntungkan segmen VMware Broadcom). Kompleksitas model AI dan pertumbuhan beban kerja inferensi terus mendorong permintaan untuk kapasitas komputasi yang lebih besar.

Pendorong pertumbuhan NVIDIA. Peningkatan arsitektur GPU Blackwell merupakan katalis utama jangka pendek. Sistem berbasis Blackwell memberikan kepadatan komputasi dan efisiensi energi yang jauh lebih tinggi secara signifikan dibandingkan sistem generasi Hopper, dan para hyperscaler meningkatkan klaster mereka sejalan dengan hal tersebut. Selain pelatihan, pasar inferensi yang mulai bermunculan menghadirkan lapisan permintaan tambahan: seiring model AI beralih ke penerapan produksi, beban kerja inferensi membutuhkan komputasi terakselerasi dalam skala besar. NVIDIA juga memperluas pendapatan perangkat lunaknya melalui NVIDIA AI Enterprise, menangkap lebih banyak tumpukan nilai AI di luar perangkat keras. Untuk melihat lintasan laba NVIDIA dalam jangka lebih panjang, lihat prediksi harga saham NVIDIA 2030.

Pendorong pertumbuhan Broadcom. Katalis pertumbuhan jangka pendek Broadcom yang paling signifikan adalah perluasan jalur klien ASIC kustomnya. Manajemen telah memandu pasar yang dapat dilayani sebesar $60 hingga $90 miliar di antara klien hyperscaler saat ini pada tahun fiskal 2027. Waralaba chip jaringan Tomahawk mendapat manfaat dari setiap kluster GPU tambahan yang terpasang, terlepas dari merek GPUnya. Konversi langganan VMware menambahkan pendapatan perangkat lunak dengan margin yang lebih baik dibandingkan lisensi perpetual lama. Pengumuman klien ASIC hyperscaler tambahan yang potensial akan mewakili katalis kenaikan yang saat ini tidak ada dalam perkiraan konsensus.

Saham mana yang memiliki potensi kenaikan lebih besar terhadap target harga analis? Berdasarkan konsensus Bloomberg per Juni 2025, NVIDIA memiliki target konsensus 12 bulan yang menyiratkan potensi kenaikan sekitar 15 hingga 20% dari level saat ini. Broadcom memiliki target konsensus yang menyiratkan potensi kenaikan sekitar 10 hingga 15%. Kerangka kerja outperformance bersyarat: AVGO berkinerja lebih unggul jika adopsi ASIC kustom meningkat melampaui panduan saat ini dan konversi VMware melebihi ekspektasi; NVDA berkinerja lebih unggul jika siklus Blackwell mendorong pertumbuhan pendapatan pusat data di atas estimasi saat ini dan parit CUDA tetap kokoh.

--- ## Risiko: Apa yang Mungkin Terjadi pada Setiap Saham?

Baik NVIDIA maupun Broadcom memiliki risiko investasi yang signifikan, meskipun sifat risiko tersebut berbeda: eksposur utama NVIDIA adalah valuasi dan konsentrasi, sementara Broadcom berfokus pada eksekusi integrasi dan layanan utang.

Risiko Utama NVIDIA

1. Risiko konsentrasi valuasi. NVIDIA diperdagangkan pada P/E forward sekitar 35x dan kapitalisasi pasar di atas $3 triliun. Setiap melesetnya laba secara signifikan, pemangkasan panduan, atau perlambatan capex pusat data dapat memicu kompresi kelipatan yang tajam. Saham ini pada dasarnya tidak memiliki margin keamanan terhadap titik data negatif yang tidak terduga. Poin kontra bullish: tingkat pertumbuhan EPS yang luar biasa mengompresi kelipatan valuasi seiring waktu, dan rasio PEG tetap di bawah 1,0x.

2. Risiko konsentrasi pelanggan. Sejumlah kecil hyperscaler menyumbang porsi pendapatan pusat data yang tidak proporsional. Perkiraan industri menunjukkan empat hyperscaler teratas mewakili lebih dari 40% pendapatan pusat data, yang berarti setiap pergeseran prioritas belanja modal (capex) AI mereka berdampak langsung pada lini teratas NVIDIA. Poin kontra dari pihak bullish: komitmen belanja modal AI hyperscaler meningkat, dan penerapan AI di kalangan perusahaan menciptakan lapisan permintaan kedua di luar pelanggan besar ini.

3. Ancaman kompetitif ASIC kustom (analisis linimasa). Risiko ini membutuhkan linimasa yang terstruktur daripada penilaian biner.

• Jangka pendek (1 hingga 2 tahun): ASIC Kustom sedang berkembang tetapi tidak menggantikan GPU NVIDIA secara besar-besaran. Penguncian ekosistem CUDA tetap utuh. Hyperscaler terus membeli GPU NVIDIA dalam volume besar meskipun mereka menerapkan chip kustom untuk beban kerja spesifik yang terdefinisi dengan baik. Keduanya sebagian besar bersifat saling melengkapi pada tahap ini.
• Jangka menengah (3 hingga 5 tahun): Program ASIC kustom Hyperscaler, termasuk seri TPU Google, akselerator MTIA Meta, dan chip Trainium Amazon, berskala secara signifikan. Chip ini menangani porsi beban kerja AI internal dari masing-masing hyperscaler yang terus meningkat, terutama inferensi, sehingga mengurangi pembelian GPU tambahan per unit komputasi AI. Hal ini merupakan hambatan nyata bagi tingkat pertumbuhan pendapatan pusat data NVIDIA.
• Jangka Long (5 tahun ke atas): Pergeseran struktural mungkin terjadi jika beban kerja AI berkonsolidasi di sekitar arsitektur spesifik yang dilayani secara efisien oleh silikon yang dibuat khusus. ASIC kustom memiliki keunggulan efisiensi bawaan untuk beban kerja tetap. Argumen tandingan Bull: GPU serba guna tetap diperlukan untuk riset model dan berbagai macam beban kerja inferensi yang tidak cocok untuk chip yang dibuat khusus. Pasar NVIDIA lebih luas daripada beban kerja internal hyperscaler.

4. Risiko Geopolitik dan Kontrol Ekspor. Pembatasan ekspor AS pada chip canggih ke Tiongkok secara signifikan mengurangi pasar Tiongkok yang dapat dijangkau NVIDIA. Pembatasan lebih lanjut merupakan risiko penurunan. Poin sanggahan dari kubu bull: NVIDIA telah merancang varian chip yang patuh terhadap peraturan Tiongkok, dan pasar domestik AS serta sekutunya lebih dari sekadar mengkompensasi pendapatan yang hilang dari Tiongkok.

5. Tekanan kompetitif AMD. GPU MI300X AMD telah memperoleh sejumlah pangsa pasar di kalangan pelanggan yang sensitif terhadap biaya. Sanggahan Bull: Keunggulan ekosistem perangkat lunak NVIDIA berarti AMD menang terutama karena harga; pelanggan dengan basis kode yang dioptimalkan untuk CUDA menghadapi hambatan peralihan yang membatasi perolehan AMD.

Baik NVIDIA maupun Broadcom mengandalkan TSMC di Taiwan untuk memproduksi chip tercanggih mereka, menciptakan risiko rantai pasok geopolitik bersama. Eskalasi apa pun pada ketegangan Tiongkok-Taiwan atau gangguan pada kapasitas manufaktur TSMC akan memengaruhi kedua perusahaan secara bersamaan.

Risiko Utama Broadcom

1. Risiko eksekusi integrasi VMware. Mengonversi basis pelanggan besar VMware dari lisensi Perpetual ke model langganan Broadcom secara operasional sangatlah kompleks. Beberapa pelanggan telah mengalami kenaikan harga dan sedang mengevaluasi alternatif lain. Churn pelanggan dalam basis VMware dapat memperlambat pertumbuhan pendapatan segmen perangkat lunak yang mendasari kelipatan laba Broadcom. Argumen tandingan Bull: biaya peralihan perusahaan untuk infrastruktur virtualisasi tinggi; sebagian besar pelanggan VMware menghadapi gangguan signifikan jika mereka bermigrasi ke alternatif lain.

2. Beban utang pasca-VMware. Akuisisi VMware menambahkan sekitar $37 miliar utang jangka Long ke neraca Broadcom. Pada rasio utang terhadap EBITDA sekitar 2,5 hingga 3,0x, tingkat pinjaman ini masih dapat dikelola namun mengurangi fleksibilitas keuangan. Setiap kekurangan pendapatan yang tidak terduga akan menekan arus kas bebas yang tersedia untuk layanan utang dan pembayaran dividen, menyisakan lebih sedikit ruang untuk alokasi modal diskresioner. Sanggahan bull: Penghasilan arus kas bebas Broadcom secara historis telah memadai untuk melayani utang akuisisi dengan cepat; perusahaan mengurangi utang akuisisi pasca-CA Technologies lebih cepat dari jadwal.

3. Konsentrasi pelanggan ASIC Khusus. Pendapatan cip AI Broadcom terkonsentrasi pada sejumlah kecil klien hyperscaler, terutama Google dan Meta. Kehilangan program desain cip generasi berikutnya dari salah satu klien tersebut akan mengurangi pertumbuhan semikonduktor AI Broadcom secara material. Poin sanggahan Bull: siklus keterlibatan desain selama bertahun-tahun dan kompleksitas teknis dari desain cip khusus menciptakan keterikatan yang berarti dalam hubungan ini.

4. Tingkat pertumbuhan pendapatan AI yang lebih lambat dibandingkan NVIDIA. Pendapatan semikonduktor AI Broadcom, meskipun tumbuh pesat, tetap lebih kecil secara absolut dan tumbuh dari basis yang lebih kecil dibandingkan segmen pusat data NVIDIA. Investor yang menginginkan paparan maksimum terhadap percepatan permintaan chip AI akan menemukan profil keuangan NVIDIA lebih responsif terhadap skenario tersebut. Poin sanggahan bullish: Basis pendapatan Broadcom yang lebih terdiversifikasi mengurangi risiko kerugian jika pertumbuhan belanja modal AI melambat.

5. Tekanan keberlanjutan dividen. Dividen Broadcom, meskipun saat ini tertutup dengan baik oleh arus kas bebas, akan menghadapi tekanan jika kewajiban pembayaran utang meningkat akibat suku bunga yang lebih tinggi atau kekurangan pendapatan. Kontra-argumen bull: Imbal hasil arus kas bebas (FCF) Broadcom secara nyaman melampaui rasio pembayaran dividennya; dividen tidak berisiko kecuali arus kas bebas menurun secara material.

Pemetaan pelanggan hyperscaler. Google menggunakan GPU NVIDIA untuk layanan GPU cloud eksternalnya dan TPU yang dirancang Broadcom untuk beban kerja AI internalnya. Meta menggunakan GPU NVIDIA untuk pelatihan umum dan akselerator MTIA yang dirancang Broadcom untuk inferensi internal. Ini bukanlah hubungan eksklusif, dan kedua perusahaan memasok pelanggan hyperscaler yang sama, yang merupakan dasar faktual untuk argumen konstruksi portofolio "memiliki keduanya".

Rating Analis dan Target Harga: Apa Kata Wall Street

Konsensus analis untuk NVIDIA dan Broadcom secara umum positif, meskipun potensi kenaikan tersirat terhadap target harga 12 bulan dan tingkat perbedaan pandangan antara analis bullish dan bearish berbeda antara kedua saham tersebut.

Sumber: Konsensus Bloomberg per Juni 2025. Target harga analis bukan jaminan kinerja di masa depan.

Kedua saham memiliki peringkat beli yang sangat dominan. Perbedaan terletak pada penyebaran target harga. Target skenario terburuk NVIDIA, yang terkonsentrasi pada skenario yang melibatkan perlambatan belanja modal pusat data atau erosi pangsa pasar ASIC kustom, mewakili penurunan sekitar 40 hingga 45% dari harga saat ini. Penyebaran tersebut mencerminkan ketidakpastian yang nyata mengenai apakah valuasi NVIDIA yang Premi dapat dipertahankan. Target skenario terburuk Broadcom menunjukkan penyebaran yang lebih sedikit, konsisten dengan basis pendapatannya yang lebih terdiversifikasi.

Analis memproyeksikan EPS NVIDIA akan tumbuh sekitar 50% pada tahun fiskal 2026 (berakhir Januari 2026), melambat menuju 25% dalam jangka waktu 3 tahun seiring normalisasi efek basis dari lonjakan chip AI. Proyeksi pertumbuhan EPS Broadcom sebesar kurang lebih 28% pada fiskal 2025, yang melandai menjadi sekitar 20% selama tiga tahun, mencerminkan profil pemajemukan yang lebih terprediksi. Estimasi konsensus kedua perusahaan secara historis telah direvisi ke atas karena belanja modal (capex) AI melampaui perkiraan awal.

Dengan posisi Wall Street yang telah ditetapkan, berikut adalah cara kami menilai perbandingan antara Broadcom vs Nvidia untuk setiap tipe investor.

Broadcom vs. NVIDIA: Mana Saham Chip AI yang Lebih Baik?

Putusan Kami: Broadcom vs. NVIDIA

NVIDIA (NVDA) adalah pilihan yang lebih kuat bagi investor yang mencari eksposur maksimal terhadap siklus chip pelatihan AI yang dapat mentolerir valuasi premi dan risiko konsentrasi yang lebih tinggi; Broadcom (AVGO) adalah pilihan yang lebih kuat bagi investor yang menginginkan eksposur infrastruktur AI yang terdiversifikasi melalui chip kustom, perangkat keras jaringan, dan perangkat lunak perusahaan, dikombinasikan dengan dividen yang terus bertambah. Tidak ada saham yang secara universal "lebih baik" karena keduanya melayani tujuan investasi yang berbeda dalam sektor AI. Bagi investor dengan modal yang cukup dan toleransi risiko untuk memegang keduanya, NVDA dan AVGO memberikan cakupan rantai nilai AI yang saling melengkapi tanpa tumpang tindih yang berarti.

Tesis investasi untuk setiap saham melayani tujuan portofolio yang berbeda, oleh karena itu perbandingan ini tidak menghasilkan pemenang universal. Berikut adalah kerangka kerja yang terstruktur:

Tinjauan NVIDIA selengkapnya. Bagi investor dengan cakrawala pertumbuhan 3 hingga 5 tahun dan toleransi risiko untuk memegang saham yang diperdagangkan dengan kapitalisasi pasar di atas $3 triliun pada valuasi 35 kali laba ke depan, NVIDIA menawarkan pilihan infrastruktur AI paling langsung yang tersedia di pasar publik. Pertumbuhan pendapatan pusat datanya, kedalaman keunggulan CUDA, dan siklus produk Blackwell memberikannya tingkat pertumbuhan laba tertinggi di antara saham teknologi berkapitalisasi besar. Risiko utamanya adalah sensitivitas valuasi terhadap setiap kegagalan mencapai target laba dan hambatan struktural jangka menengah dari program ASIC kustom hyperscaler. Investor yang percaya belanja infrastruktur AI akan terus tumbuh pada tingkat saat ini selama 3 hingga 5 tahun ke depan akan menemukan rasio risiko/imbalan NVIDIA menarik.

Kesimpulan lengkap Broadcom. Bagi investor yang menginginkan eksposur sektor AI dengan risiko konsentrasi yang lebih rendah, komponen pendapatan, dan beberapa posisi rantai nilai AI secara bersamaan, Broadcom menawarkan profil yang lebih seimbang. Tiga vektor AI-nya (akselerator kustom, chip jejaring, perangkat lunak VMware) membuat Broadcom diuntungkan oleh pembangunan AI terlepas dari arsitektur GPU mana yang pada akhirnya mendominasi. Rekam jejak pertumbuhan dividen, dikombinasikan dengan akselerasi pendapatan AI, menjadikan AVGO kombinasi langka antara pertumbuhan dan pendapatan di sektor teknologi. Risiko utamanya adalah eksekusi integrasi VMware dan beban utang dari akuisisi tersebut.

Mengapa Tidak Keduanya? Alasan untuk Memiliki NVDA dan AVGO Bersama-sama

Kerangka berpikir "pilih salah satu" melewatkan wawasan penyusunan portofolio yang sebenarnya. NVDA dan AVGO memberikan paparan rantai nilai AI yang berbeda dengan tumpang tindih yang minimal. NVIDIA menangkap permintaan komputasi AI melalui penjualan GPU; Broadcom menangkap infrastruktur jaringan AI melalui chip Tomahawk dan infrastruktur perangkat lunak AI melalui VMware, di samping bisnis akselerator kustom miliknya sendiri. Memiliki keduanya memberikan investor cakupan sektor AI yang lengkap: perangkat keras komputasi (NVDA), perangkat keras jaringan (AVGO), dan perangkat lunak infrastruktur AI (AVGO). Kedua posisi tersebut memberikan imbal hasil majemuk yang berbeda di berbagai skenario adopsi AI. Investor yang memegang keduanya secara proporsional sesuai dengan toleransi risiko mereka mendapatkan paparan terhadap pembangunan AI melalui berbagai mekanisme, mengurangi konsentrasi pada satu saham sambil tetap mempertahankan partisipasi sektor secara penuh.

Jika Anda Baru dalam Investasi AI

Jika ini adalah salah satu investasi sektor AI pertama Anda, pilihannya sesederhana ini: NVIDIA adalah taruhan chip AI yang lebih langsung, dengan rasio risiko/imbalan yang lebih tinggi dan harga premi yang mencerminkan Optimism yang signifikan yang sudah diperhitungkan. Broadcom adalah titik masuk yang lebih terdiversifikasi, membayar dividen yang terus bertumbuh, dan cenderung kurang bergejolak berdasarkan basis laba-ke-laba. "Terlambat" bukanlah pertanyaan yang tepat; pertanyaan yang tepat adalah apakah tesis pembangunan infrastruktur AI tetap utuh. Jika perusahaan teknologi besar terus membelanjakan ratusan miliar dolar setiap tahun untuk pusat data AI, kedua saham tersebut memiliki jalur untuk laba yang lebih tinggi. Untuk analisis valuasi NVIDIA pada level saat ini, lihat NVIDIA stock price prediction and AI: a beginner's guide to what's real.)

Pertanyaan yang Sering Diajukan: Broadcom vs. NVIDIA

Apakah Broadcom merupakan saham AI?

Ya. Broadcom memenuhi syarat sebagai saham AI karena tiga alasan utama: perusahaan ini merancang chip akselerator AI kustom (XPU) untuk perusahaan hyperscaler termasuk Google dan Meta; perusahaan ini mendominasi pasar chip switching Ethernet berkecepatan tinggi melalui seri Tomahawk-nya, yang menyediakan struktur jaringan untuk pusat data AI; dan Platform perangkat lunak VMware-nya menjalankan beban kerja AI perusahaan pada infrastruktur cloud privat. Pendapatan AI Broadcom tumbuh lebih cepat daripada total pendapatan perusahaan.

Apakah Broadcom bersaing dengan NVIDIA?

Secara tidak langsung, dan dalam beberapa aspek, keduanya bersifat saling melengkapi alih-alih bersaing secara langsung. NVIDIA menjual GPU serbaguna kepada pembeli mana pun; Broadcom merancang akselerator kustom untuk klien hyperscaler tertentu dan menyediakan cip jaringan yang menghubungkan klaster GPU. Dalam jangka Short, para hyperscaler membeli baik GPU NVIDIA maupun cip kustom Broadcom, sehingga menjadikan hubungan tersebut saling melengkapi. Dalam cakrawala waktu 3 hingga 5 tahun, seiring dengan skala program ASIC kustom hyperscaler yang berkembang dan menangani lebih banyak beban kerja AI internal, pertumbuhan silikon kustom Broadcom dapat mengurangi pembelian tambahan GPU NVIDIA pada pelanggan tersebut, menciptakan dinamika kompetitif yang tidak langsung.

Apakah CUDA benar-benar sebuah moat bagi NVIDIA?

Ya, CUDA adalah benteng pertahanan yang nyata untuk jangka pendek hingga menengah, meskipun akan mengalami pengikisan bertahap dalam cakrawala yang lebih Long. Mekanisme benteng pertahanan ini adalah keterkuncian ekosistem pengembang: lebih dari 15 tahun kerangka kerja AI, pustaka yang dioptimalkan, dan insinyur terlatih telah dibangun di sekitar CUDA. Beralih membutuhkan penulisan ulang infrastruktur perangkat lunak dengan biaya yang signifikan. Benteng pertahanan ini menghadapi tekanan jangka panjang dari Platform ROCm AMD, OpenXLA Google, dan ASIC kustom yang sepenuhnya melewati CUDA. Kuat selama 2 hingga 5 tahun; mereda selama 5 hingga 10 tahun.

Apakah Broadcom membayar dividen?

Ya. Broadcom adalah salah satu saham pertumbuhan dividen terkuat di sektor teknologi, dengan lebih dari 13 tahun berturut-turut peningkatan dividen tahunan dan tingkat pertumbuhan tahunan majemuk dividen 5 tahun di atas 25%. Dividen tahunan saat ini adalah sekitar $21,00 per saham, menghasilkan sekitar 1,3% pada harga terkini. NVIDIA membayar sekitar $0,16 per tahun, menghasilkan kira-kira 0,03%. Bagi investor yang berorientasi pada pendapatan, Broadcom adalah pilihan yang jelas di antara keduanya.

Haruskah saya membeli NVDA dan AVGO?

Ya, memiliki keduanya adalah strategi sektor AI yang sah dan konsisten secara internal. NVIDIA memberikan eksposur maksimal terhadap permintaan chip pelatihan AI dengan potensi pertumbuhan yang lebih tinggi dan volatilitas yang lebih tinggi. Broadcom menyediakan cakupan infrastruktur AI yang terdiversifikasi di seluruh chip jaringan, akselerator khusus, dan perangkat lunak perusahaan, ditambah dividen yang terus tumbuh. Bersama-sama, mereka mencakup berbagai bagian dari rantai nilai AI tanpa tumpang tindih yang signifikan. Pendekatan "memiliki keduanya" mengurangi risiko konsentrasi pada satu perusahaan sambil tetap mempertahankan eksposur penuh terhadap pengeluaran infrastruktur AI.

Saham semikonduktor mana yang lebih baik untuk tahun 2025?

Jawabannya tergantung pada horizon investasi Anda dan katalis jangka pendek yang paling Anda prioritaskan. Khususnya untuk tahun 2025, peningkatan arsitektur GPU Blackwell NVIDIA adalah katalis pendapatan yang paling jelas terlihat, dengan sistem Blackwell sudah dalam penyebaran aktif oleh hyperscaler. Untuk Broadcom, hal yang perlu diperhatikan di tahun 2025 adalah kemajuan konversi langganan VMware dan pengumuman apa pun tentang kemenangan desain XPU hyperscaler baru. Kedua saham menghadapi risiko makro yang sama: penurunan yang berarti dalam panduan belanja modal AI hyperscaler akan menekan keduanya secara bersamaan.

Bacaan Terkait

["Prediksi harga saham NVIDIA untuk pemula","Prediksi harga saham NVIDIA 2030","Prediksi harga saham NVDA dan AI: panduan pemula tentang apa yang nyata","Apa yang dapat menggerakkan saham NVIDIA: panduan pemula"]

Penafian Investasi

Konten ini hanya untuk tujuan informasi dan tidak merupakan nasihat keuangan, nasihat investasi, nasihat trading, atau jenis nasihat lainnya. Kinerja masa lalu tidak menunjukkan hasil di masa mendatang. Informasi yang disajikan di sini tidak mempertimbangkan situasi keuangan pribadi Anda, tujuan investasi Anda, atau toleransi risiko Anda. Semua angka keuangan dalam artikel ini adalah perkiraan berdasarkan rilis pendapatan yang tersedia untuk umum, pengajuan SEC, dan estimasi konsensus Bloomberg per Juni 2025; angka-angka tersebut dapat berubah dan mungkin tidak mencerminkan kondisi pasar saat ini pada saat dibaca. Sebelum membuat keputusan investasi apa pun, lakukan riset Anda sendiri dan berkonsultasilah dengan penasihat keuangan yang berkualifikasi dan berlisensi. Penulis tidak memegang posisi di NVDA atau AVGO pada saat publikasi.