博通正将大量 AI 资本支出和工程资源重新定向至超越传统 GPU 架构的定制硅片和网络解决方案。
上周英伟达（Nvidia）的财报证实，人工智能计算需求远未触顶。随着博通（Broadcom）财报的发布，更宏观的图景逐渐清晰：第三季度AI半导体收入达到167亿美元，超越此前160亿美元的指引；下季度指引大幅上调至217亿美元。更具意义的是，管理层预计2027财年AI芯片收入约为1150亿美元，到2028财年可能高达2300亿美元。因此，关于ASIC（专用集成电路）是否代表AI第二增长曲线的争论正变得日益无关紧要；AI资本支出不再仅仅流向GPU。
对博通而言，这一趋势已反映在其财务数据中，前瞻性预测超出了早期预期。展望未来，关键变量在于谷歌、OpenAI、Anthropic及其他领先企业的主要项目能否按计划启动，以及博通最终能占据多大份额。只要执行顺利，势头就会持续。
**1. GPU继续领跑，但大型科技公司也在采取新举措**
英伟达财报最显著的启示是，尽管基数已经很高，云提供商、AI公司和模型实验室仍在积极扩大计算能力。然而，随着AI资本支出从数十亿增加到数百亿甚至数千亿美元，采购策略不可避免地正在发生变化。企业买家现在提出了更尖锐的问题：执行特定AI工作负载的实际成本是多少？在固定的1GW电力中能提取多少可用算力？当某些工作负载趋于稳定时，继续在高端通用硬件上运行它们在经济上是否仍然合理？这些问题构成了ASIC战略重要性日益提升的基础。
将ASIC简单描述为“更便宜的GPU”并未触及本质；其真正优势在于专业化。定制芯片开发需要大量的前期研发、漫长的周期，以及解决软件、先进封装、网络、系统工程和供应链方面复杂的集成挑战。相反，一旦工作负载稳定，部署规模从几十兆瓦扩展到几百兆瓦，乃至吉瓦级，单位成本效率、每瓦性能和总拥有成本（TCO）的收益便会迅速累积。这解释了为什么谷歌长期支持TPU，Meta持续扩展其MTIA架构，以及OpenAI正与博通联合开发定制处理器。各方都认识到，即使只将其最稳定、高容量的工作负载中的一小部分从通用硅基芯片迁移到定制硬件，也能释放巨大的经济杠杆效应。
更广泛的行业顺风正在加速这一转型，其中最显著的是推理成为增量工作负载的主要驱动力。虽然模型训练仍是间歇性的，但一旦ChatGPT、Gemini和Claude等模型——以及不断增长的AI智能体生态系统——全面投入生产，推理就变成了一项连续的日常操作。随着请求量激增和模型架构成熟，推理自然与工作负载特定的硬件优化相契合。今年6月，OpenAI正式发布了其与博通联合开发的首款智能处理器，代号为“Jalapeño”，专为大语言模型推理设计。值得注意的是，OpenAI和博通并未将其定位为独立产品，而是作为多代计算平台的第一代。初步部署定于2026年底，长期目标则是达到吉瓦级容量。
Meta遵循类似的轨迹，计划在未来两年内推进四代MTIA。Meta的新芯片明确采用“推理优先”架构，专注于推荐、排序和生成式AI。今年4月，Meta加深了与博通的合作伙伴关系；初始部署阶段已超过1GW，后续阶段目标是多个吉瓦，并得到延伸至2029年的多代合作的支持。这种演变标志着最大AI客户的基本转变：从追求峰值性能转向优化代币经济学。随着AI进入全面商业化阶段，每百万代币的成本、每瓦的计算产出以及企业数据中心的TCO将成为决定竞争优势的关键指标。归根结底，ASIC的采用代表了主要AI公司重新直接控制基础设施成本的战略努力。
**2. 博通真正的赌注不仅仅是ASIC——而是整个AI集群规模的扩大**
将这些趋势置于背景中有助于理解博通近期的财务业绩。上一季度，总收入达到221.87亿美元，同比增长48%，而AI半导体收入飙升143%至108亿美元。前瞻指引更为强劲：本季度总收入预计约为294亿美元，AI半导体收入预计将达到160亿美元，同比增长超过200%。若达到160亿美元，AI半导体将占博通季度总收入的约54%。如果实现，仅这一板块产生的收入就将超过公司总收入的一半——这一数字已经包含了VMware等基础设施软件业务的运营结果。简而言之，AI正在从根本上重塑博通的收入结构。
然而，必须澄清一个常见的误解：160亿美元不能等同于单纯的ASIC收入。它还包含AI网络产品，包括以太网交换芯片、SerDes、PCIe控制器和光互连。在上个季度，网络业务已占AI半导体收入的近40%。首席执行官Hock Tan表示，这一比例可能正接近周期性峰值，长期均衡点更接近30%。因此，博通正在两条并行战线上推动增长——定制XPU和AI网络——这是一种双引擎战略，使其区别于许多纯半导体同行。
随着AI集群从数千个加速器扩展到数万个，乃至数十万个，互连架构成为一个关键的瓶颈。博通通过将AI网络划分为扩容（scale-up）、扩列（scale-out）和跨域（scale-across）层级来解决这一问题：高速机架内链路、大规模数据中心内部 fabrics 以及多数据中心交叉连接。这种定位确保无论硬件偏好如何，博通都能受益。如果超大规模客户加速定制ASIC的开发，博通提供定制硅片；如果以GPU为中心的集群继续主导市场，博通则通过开放的以太网网络生态系统获取份额。本质上，博通押注的是整个AI基础设施堆栈复杂度的持续升级。
然而，竞争始终是一个恒定因素。虽然谷歌已与博通达成长期协议，共同开发未来的TPU世代和下一代AI机架组件（有效期至2031年），但它最近也深化了与Marvell在定制硅片方面的合作。这种多元化凸显了一个清晰的行业现实：主要客户不会将他们的架构路线图拱手让给单一供应商。
**3. 在1000亿美元之后，下一步是什么？**
市场对博通AI轨迹的预期已被定价。在本次财报发布之前，核心问题从来不是是否会达到160亿美元的目标——结果证实了这一目标已达成。目前，博通的叙事已从证明第二增长曲线的存在转变为展示其持久性。这一转变不可避免地提高了投资者审查的标准。起初，1000亿美元作为一个基准，而现在披露的2027财年1150亿美元和2028财年2300亿美元的预测将挑战的重心重新聚焦于执行力。
关键的后续问题是运营层面的：谷歌、Meta、OpenAI和Anthropic的项目能否按计划扩展到吉瓦级部署？第二代和第三代定制芯片在第一代爬坡后能否获得持续的订单？网络部门能否保持与集群扩张相匹配的增长速度？这些执行指标比边际性的季度超预期且上调指引的情景具有更大的权重。
同样重要的是供应商多元化的结构性现实。超大规模客户正在积极缓解单源依赖风险。谷歌已经扩大了其供应商基础，Meta和OpenAI的结构也旨在维持多供应商生态系统。博通当前的市场地位令人印象深刻，但尚未实现客户锁定。从这个角度来看，博通能否证明它值得留在