Broadcom vs Nvidia：定制XPU与通用GPU在推理基础设施争夺中的角力

博通以仅6.23亿美元的资本开支将AI收入三倍增长至167亿美元——资本开支强度仅为1%，而英伟达为3%——这一结构性利润率差距正在成为各大超大规模云厂商推理采购决策的核心变量。

博通最新财报显示，AI相关收入三倍增长至167亿美元，而其2025财年固定资产投资仅为6.23亿美元，资本开支强度约为638.9亿美元营收的1%。英伟达2026财年相应数据为：资本开支60.4亿美元，占2159.4亿美元营收的3%，较上一财年同比增长86.7%。这一差异具有结构性根源：博通是无晶圆厂XPU设计商，与单一超大规模云厂商联合开发定制加速器，以高毛利率收取知识产权设计租金；英伟达则向尽可能广泛的买家群体销售可编程通用平台。按当前趋势，分析师预测博通到2028年可触达的AI相关收入将达2300亿美元，核心驱动力来自一批超大规模云厂商和前沿模型客户——内部管理层将其称为「天才账户」，OpenAI和Anthropic均在其中。

博通已公开的XPU客户包括谷歌（其TPU技术谱系可追溯至博通硅片）和Meta，以及Q3财报电话会中确认的至少两家未具名超大规模厂商，还有据报道与OpenAI联合推出的Jalapeño推理芯片（目前仅见于单一媒体报道，两家公司均未在官方文件中确认）。每款XPU的开发周期为18至24个月，之后直接在台积电进入大规模量产阶段，由单一买方提供有保障的采购承诺，既无渠道库存风险，也无价格发现难题。英伟达的通用商业模式面临截然相反的动态：其Rubin级加速器以及通过Groq合作推出的推理机架架构，可同时触达所有潜在买家——从SB Energy的IPO支持型数据中心到美国政府用于外交目的的芯片配额——但代价是必须维持完整的全栈升级周期，需要持续再投资。

利润率的算术逻辑比表面上的营收差距更为微妙。博通的6.23亿美元资本开支涵盖设计工具和测试基础设施；英伟达的60.4亿美元则反映了其在CoWoS先进封装、液冷系统以及直接搭建基础设施融资业务方面的持续加码。英伟达正在从芯片供应商重新定位为AI基础设施投资方：据多家媒体报道（截至本文撰写时尚未获两家公司官方证实）的129亿美元收购Hugging Face交易，以及200亿美元的Groq机架部署，均指向获取持续推理基础设施经济效益、而非一次性硅片利润的战略逻辑。博通在设计层面捕获利润，无需承担量产交付风险；英伟达则押注于通过掌控融资渠道和软件生态来锁定营收，以便在定制硅片逐步蚕食通用GPU头部市场份额时保持缓冲。

在成本性能维度，现有方向性证据倾向于推理阶段的定制硅片。本周发布的分析报告显示，谷歌自研TPU的推理性价比比英伟达同类加速器高出约50%——此数据来自单一分析，应作为方向性参考而非审计结论，但与工程逻辑相符：专为特定模型拓扑协同设计的芯片，可消除H100和B200为实现跨工作负载可编程性而引入的通用开销，从而降低单次部署的单位成本。微软Maia 300和亚马逊Trainium遵循相同路径，表明通用GPU的推理溢价正在各大超大规模厂商中面临系统性挑战。

尽管两家公司均为无晶圆厂模式，其制造风险敞口存在显著差异。博通的XPU设计针对特定客户的内存拓扑进行优化，通常无需英伟达旗舰GPU所需的高带宽内存堆叠，从而规避了高昂成本与封装产能约束。英伟达对台积电CoWoS产能的持续需求构成长期瓶颈——即便2025年需求高峰趋于正常化，交货周期依然偏长。博通可将台积电产能安排锁定于单一买方的路线图时间表；英伟达则需要与AMD、英特尔以及其试图提前布局的各超大规模XPU项目竞争相同的封装产能窗口。

决定哪种模式主导推理基础设施建设的关键变量有三个。其一，Jalapeño与OpenAI的合作——目前仍为单一消息来源且未经证实——能否转化为量产规模，从而使博通AI营收结构超越对谷歌的单一依赖。其二，英伟达Rubin系列在主权客户和企业客户中的部署能否为通用GPU推理确立价格底线，使定制XPU的投资回报对五大超大规模厂商以外的中型买家缺乏明确吸引力。其三，台湾拟议中的AI芯片出口限制是否会扰乱英伟达的供应链路由，同时不波及博通超大规模客户可直接预订的本土台积电产能。值得关注的三个信号：博通下次财报电话会上确认进入量产阶段的XPU项目数量；英伟达资本开支走势，以判断其是否将CoWoS封装产能视为战略护城河而非传递性成本；以及谷歌或Meta首次发布的经独立审计的每Token成本基准，届时方向性的50%优势主张将转化为可供采购决策参考的具体数据。