藏不住的博通：AI的钱，正流向GPU之外
- 核心观点：博通最新财报显示，其AI半导体业务（含定制ASIC与网络互联）正成为高速增长的第二曲线，预计FY2027收入达1150亿美元。这标志着大型AI客户在GPU之外，正加速通过定制芯片优化推理成本，AI基础设施投资从单一芯片向整套系统生态扩张。
- 关键要素：
- 博通Q3 AI半导体收入167亿美元，超指引，下季预计217亿美元，同比增超200%；预计FY2027 AI芯片收入1150亿美元，FY2028或达2300亿美元。
- ASIC核心逻辑是推理负载规模化后，通过专用化优化单位Token成本与功耗比，而非简单替代GPU；Google、Meta、OpenAI（与博通开发Jalapeño处理器）均在此布局。
- 博通业务双线并行：定制XPU与AI网络（Ethernet、SerDes等），网络收入占AI半导体约40%，公司预计长期回落至30%附近，这反映了其押注AI集群规模与互联复杂度的持续提升。
- 尽管博通与Google等客户协议已签至2031年，但大客户正引入Marvell等多供应商策略，其能否持续留在核心供应链，成为后续焦点。
上週的輝達財報，證明了 AI 算力需求還遠沒有見頂。
而昨晚博通財報出爐，另一條線也更清楚了。
Q3 AI 半導體收入 167 億美元，高於之前 160 億的指引，下一季直接給到 217 億美元，更關鍵的是預計 FY2027 AI 晶片收入大約 1150 億美元，FY2028 甚至看到 2300 億美元。
所以現在再糾結 ASIC 算不算 AI 的第二增長曲線，已經有點晚了——AI 這筆錢，早已不只往 GPU 上花了。
至少在博通這裡，這條線已經開始進報表了，而且後面的量比之前想的還大，後面真正要盯的，是 Google、OpenAI、Anthropic 等大項目能不能按期落地，博通最後又能吃下多少。
一切順利的話，那就繼續奏樂，接著舞。
一、GPU 繼續狂奔，但大廠也開始新的佈局
輝達財報真正有資訊量的地方，其實是在這麼高的基數上，雲廠商、AI 公司和模型實驗室依然沒有停止增加算力。
只不過，當 AI CapEx 從幾十億美元走向幾百億美元，最終進入每年上千億美元甚至更高的量級以後，採購邏輯一定會發生變化。
譬如大廠已經開始更多地問，同樣完成一項 AI 工作負載，需要花多少錢？同樣 1GW 的電力，究竟可以生產多少有效算力？如果某些工作負載已經高度穩定，是否還有必要全部使用成本最高的產品？
這正是 ASIC 開始變得越來越重要的背景。
當然，把 ASIC 簡單理解成「更便宜的 GPU」，其實並不準確，它真正的優勢來自專用化。
定製一顆晶片本身並不便宜，像前期研發投入巨大，開發週期長，還要處理軟體、先進封裝、網路、系統和供應鏈的一整套適配問題。
但反過來，一旦某種工作負載足夠穩定，部署規模又從幾十 MW 走向數百 MW，最終走向 GW，單位成本、性能功耗比和整個系統 TCO 的改善，就可能被迅速放大。
所以 Google 長期堅持 TPU，Meta 不斷擴展 MTIA，OpenAI 也開始和博通共同開發自己的處理器，都是意識到，哪怕只把一部分最穩定、最龐大的工作負載從通用晶片遷移到定製晶片，也可能帶來巨大的經濟價值。
簡單梳理的話，會發現這也得益於幾個條件恰好正在同時成熟，最關鍵的變量，就是推理正在成為越來越重要的增量負載。
眾所周知，模型訓練往往是階段性的，但 ChatGPT、Gemini、Claude 以及越來越多 Agent 真正進入生產環境以後，推理是一項每天持續發生的作業。
尤其當調用量越來越大、模型結構和服務模式逐漸穩定之後，它天然更適合針對特定 workload 做硬體優化，OpenAI 在今年 6 月正式發布與博通聯合開發的首款 Intelligence Processor Jalapeño，定位就是面向 LLM 推理。
更值得注意的是，這並不是一顆孤立的晶片，OpenAI 和博通明確將它定義成一個多代計算平台的第一代產品，計劃從 2026 年底開始部署，並在未來按照 GW 級規模擴張。
Meta 的路線也非常類似，正在兩年內推進四代 MTIA，重點覆蓋推薦、排序以及生成式 AI，其中多款產品明確採用 inference-first 的設計思路。今年 4 月進一步擴大與博通的合作，第一階段部署已經超過 1GW，後續規劃擴展至多個 GW，雙方的多代產品合作將延續至 2029 年。
這說明，今天的大型 AI 客戶正在從單純追求峰值性能，逐漸進入另一套遊戲規則：Token 到底能不能生產得更便宜。
當 AI 真正開始商業化以後，一百萬個 Token 的成本、每瓦電力能夠產生多少有效算力，以及一整個資料中心的 TCO，都會越來越重要。
ASIC 的本質，其實就是大型 AI 公司開始嘗試把這部分成本控制權重新拿回自己手裡。
二、博通真正押注的，不只是 ASIC，而是整個 AI 叢集繼續變大
理解這一點之後，再看博通的財報就會容易很多。
上一季，博通總營收達到 221.87 億美元，年增 48%；其中 AI 半導體收入達到 108 億美元，年增 143%。
公司給出的下一季指引更加激進，總營收約 294 億美元，其中 AI 半導體收入預計達到 160 億美元，年增超過 200%。
160 億美元是什麼概念？它相當於博通預計當季總營收的 54% 左右。
也就是說，如果指引兌現，僅 AI 半導體這一項業務，就可能貢獻博通超過一半的收入——這裡甚至已經把 VMware 等基礎設施軟體業務一起計算進去了。
換句話說，AI 正在直接改變這家公司的收入結構。
但這裡有一個很容易產生的誤解，160 億美元不能直接等同於「ASIC 收入」，也包括 Ethernet 交換晶片、SerDes、PCIe、光互聯等 AI 網路產品。
上一季，網路業務占 AI 半導體收入已經接近 40%。Hock Tan 同時指出，這一比例可能已經接近階段性高位，長期更可能回到約 30%附近。
所以博通其實是兩條業務正在同時擴張， 一條是 Custom XPU，另一條是 AI Networking，這也是和很多純晶片公司的最大區別。
AI 叢集從幾千顆晶片走向幾萬顆、十幾萬顆乃至更大的規模以後，算力之間如何連接，本身就越來越重要。
Broadcom 正在把 AI 網路進一步拆成 scale-up、scale-out 和 scale-across：從機架內的高速互聯，到資料中心內部的大規模網路，再到多個資料中心之間的連接。
那只要 AI 叢集繼續變大,如果大型雲廠商增加自研 ASIC，Broadcom 可以參與 Custom XPU；如果 GPU 叢集繼續擴張，開放 Ethernet 網路市場同樣可能繼續擴大。
這讓博通處在一個很有意思的位置，它實際上是在押注整個 AI 基礎設施的複雜度繼續上升。
當然，這也並不意味著這門生意已經沒有競爭。
Google 雖然已經與博通簽署長期協議，合作開發未來幾代 TPU 和下一代 AI 機架相關元件，協議最長覆蓋至 2031 年；但 Google 最近同時擴大了與 Marvell 的定製晶片合作。
這至少說明，大客戶並不會輕易把整個未來架構完全交給一家供應商。
三、1000 億之後，會怎樣？
市場早就知道博通的 AI 會很強。
所以這次財報原本要看的，就不是 160 億能不能做到，好在答案也出來了。
至少從現在看，博通這條線已經不是「有沒有第二增長曲線」的問題了，而是這條曲線最後能有多長，但這也意味著，市場後面會越來越挑剔。
以前 1000 億本身就是驚喜，現在 1150 億、2300 億都擺出來以後，接下來要看的反而是這些數字怎麼兌現。
Google、Meta、OpenAI、Anthropic 的項目能不能按計劃往 GW 級走，第一代晶片量產之後，第二代、第三代還能不能繼續拿到，網路業務能不能跟著叢集規模一起長。
這些會比某一季多賣幾十億美元更重要。
另外一個問題也越來越繞不開，大客戶不會只養一家供應商。
Google 已經開始擴大和其他廠商的合作，Meta、OpenAI 以後也大概率都會保留多供應商體系。所以博通現在的優勢是真的，但還沒到「客戶鎖死」的程度。
從這個角度看，它後面要證明自己能不能長期留在這些客戶的核心供應鏈裡，這將是一個關鍵的勝負手。
無論如何，博通這份財報算是提醒我們，定製晶片、網路、互聯，這些以前更像「配套」的環節，正在慢慢變成主線。
也在提醒市場，AI 這輪基礎設施投資，可能還遠沒到只剩下存量競爭的時候。
只要大廠還在繼續建更大的叢集、買更多的電、算更多的 Token，新的瓶頸就會不斷出現，新的利潤池也會跟著長出來。
AI 這場生意，正在從一顆晶片，慢慢長成一整套基礎設施，這也是更大的想像空間所在。
