博通的人工智能浪潮：为什么定制芯片是新的黄金标准

当全世界紧盯Nvidia的一举一动时，Broadcom（AVGO）已悄然确立了自己作为AI时代不可或缺的基础设施支柱的地位。在最新财报中，这家半导体巨头确认了一个惊人数据：AI芯片销售额同比翻番；展望本季度，增长曲线依然垂直向上。

对投资者和工程师而言，这不仅是一份超预期的财报——它印证了AI基础设施构建方式正在发生根本性转变。“定制芯片（Custom Silicon）“时代已经到来。

新闻：$30 Billion 的营收年化水平

Broadcom的财报几乎完全由AI半导体部门推动，大幅超出预期。公司目前预计，到2026财年，AI收入将达到 $30 billion。

换个角度看：就在两年前，Broadcom还主要被视为一家传统网络与无线业务公司。如今，它已是全球第二大AI芯片供应商，仅次于Nvidia。

增长由两大引擎驱动：

1. AI Networking：让成千上万块GPU相互通信的交换机与互联芯片。
2. Custom Accelerators（XPUs）：为特定超大规模云服务商（如Google和Meta）量身定制的AI芯片。

深度解析：Custom Silicon 革命

Broadcom的AI业务为何能翻番？答案在于通用GPU的局限。

Nvidia的H100与Blackwell GPU堪称技术奇迹，但它们是”通才型”芯片——从训练大语言模型到运行物理模拟，它们被设计成在所有任务上都表现出色。但对Google或Meta这类7×24小时运行相同特定工作负载（如推荐系统或搜索Transformer）的公司来说，通用芯片是低效的：它们把太多功耗和硅片面积浪费在了用不到的功能上。

ASIC 登场（Application-Specific Integrated Circuit）

这正是Broadcom的强项。Broadcom并不销售现成的”Broadcom GPU”，而是充当超大规模云服务商的高端设计合作伙伴。

• Google的TPU（Tensor Processing Unit）：Broadcom已陪伴Google历经多代TPU，这颗芯片驱动着从Google搜索到Gemini的各类服务。
• Meta的MTIA：随着Meta加速自研芯片以降低对Nvidia的依赖，Broadcom深度参与了MTIA的互连与IP集成。
• 传闻中的OpenAI XPU：报道称，OpenAI正与Broadcom合作开发自研推理芯片，目标是大幅降低服务GPT-5等模型的成本。

这种”定制芯片”商业模式极为精妙。Broadcom提供高速SerDes（Serializer/Deserializer）IP——相当于芯片的神经系统——以及封装技术，而核心逻辑由客户提供。这形成了深度且长达数年的绑定。一旦Google围绕TPU架构建成数据中心，就很难轻易更换。

网络之战：Ethernet 对决 InfiniBand

虽然定制芯片抢尽风头，Broadcom的网络部门正在赢得数据中心里的一场关键战役。

Nvidia通过收购Mellanox力推InfiniBand，称其延迟更低。Broadcom则以Ethernet应战。

历史上，InfiniBand速度更快。但凭借Jericho3-AI和Tomahawk 5交换芯片，以太网已经追了上来。例如，Jericho3-AI具备：

• Perfect Load Balancing：可将数据包均匀喷洒到所有可用链路上，避免拥塞。
• Zero-Impact Failover：若某条链路中断，流量可瞬时重路由，不会导致训练任务崩溃。

市场已经给出答案。由AMD、Intel、Meta和Microsoft支持的”Ultra Ethernet Consortium”实际上已将以太网定为未来AI集群的标准。这对Broadcom而言是一道巨大的护城河——全球绝大多数高速以太网交换机的芯片都由它提供。

物理瓶颈：1.6T 为何重要

我们正撞上物理墙。当速率从800 Gigabit提升到每端口1.6 Terabit（1.6T）时，连接服务器的铜缆开始成为瓶颈。

在如此高的频率下，电信号仅经过几英寸铜线就会衰减。为解决这一问题，Broadcom正在率先推进Co-Packaged Optics（CPO）。

传统架构中，交换芯片位于板卡中央，铜走线延伸至板卡边缘再插入光纤收发器。在1.6T速率下，这段走线太长，信号会衰竭。CPO则将激光器和光子器件直接移到芯片封装之上。

$Signal\_Integrity \propto \frac{1}{Distance^2}$

通过消除这段距离，Broadcom可降低30%-50%的功耗——在AI数据中心正把电网推向极限之际，这一节省至关重要。

竞争格局：与 Marvell 的双寡头

投资该领域往往归结为二选一：Broadcom还是Marvell Technology（MRVL）。

这两家公司实际上共同垄断了高速网络与定制芯片市场。Nvidia统治着GPU机架，但机架之间的连接几乎完全是Broadcom或Marvell的地盘。

• Marvell’s Strengths：Marvell是**Amazon Web Services（AWS）**的主要芯片合作伙伴。Amazon的Trainium和Inferentia芯片很大程度上出自Marvell的定制ASIC部门。Marvell在光DSP（Digital Signal Processor）市场也咄咄逼人，其Teralynx交换机正与Broadcom的Tomahawk系列正面交锋。
• Broadcom’s Edge：规模与IP深度。Broadcom的Jericho架构被公认为复杂流量路由的黄金标准，因此它不仅驱动AI集群，也支撑着互联网核心骨干。此外，Broadcom通过收购战略构建了PCIe交换（经PLX Technology）和光纤通道（经Brocade）的专利堡垒，使得建设现代数据中心几乎不可能不向它缴纳”过路费”。

对AI投资者而言，这并非赢家通吃的市场，但Broadcom在”三大巨头”（Google、Meta、Apple）中的稳固地位，使其客户基础比Marvell严重依赖Amazon的组合更加多元。

VMware 变量：“Private AI”

Broadcom财报中还有一个常被忽视的引擎：VMware。

当Broadcom以 $69 billion 收购VMware时，质疑者认为这是笔 legacy 软件交易。但CEO Hock Tan另有布局。Broadcom正通过**VMware Cloud Foundation（VCF）**积极推动”Private AI”。

逻辑很简单：大多数企业（银行、医疗、政府）因监管和隐私顾虑，无法将敏感数据上传至公共ChatGPT或Gemini实例。它们必须在自有私有数据中心本地运行AI模型。

VMware的新技术栈让企业能够虚拟化GPU，并在标准服务器上运行私有RAG（Retrieval-Augmented Generation）集群。这一软件战略形成飞轮效应：

1. 企业购买VCF运行Private AI。
2. Private AI需要巨大带宽（与标准数据库应用不同）。
3. 企业把本地网络升级至400G和800G以太网。
4. Broadcom向它们出售网络芯片。

通过控制软件层（VMware），Broadcom实际上能主导全球2000强企业的硬件更新周期。

未来展望：$1 Trillion 的基础设施

Broadcom的业绩是领先趋势的滞后指标。仅2025年，Microsoft、Google、Amazon和Meta的资本支出预计就将超过 $200 billion，其中很大一部分专门划拨给定制芯片和网络设备。

Broadcom的风险在于客户集中。少数大客户（Google、Meta、Apple）占据其收入的很大一部分，失去一个设计订单都将是灾难性的。然而，芯片设计周期长达3-5年，驱动2026年收入的芯片已经设计完成。

眼下，Broadcom已成功将自己定位为AI冷战中的”军火商”——不仅销售弹药，还提供让这场战争得以持续的补给线。

资料来源 (4)

• investors.broadcom.com Broadcom Q3 Fiscal Year 2025 Results
• tomshardware.com OpenAI and Broadcom Co-Develop Custom AI Chips
• nextplatform.com Broadcom at the Crossroads Between Merchant and Custom Silicon
• broadcom.com Broadcom Custom Silicon Product Overview