Nvidia 仍主導 AI 芯片的對話，但博通正在默默打造一項業務，使這個問題比以往更複雜。
博通報告稱，2026財年第三季的AI半導體收入達167億美元，較去年同期增長221%。
自訂晶片策略正在顯現成效
理解博通成長的關鍵，在於其銷售產品與英偉達銷售產品之間的區別。英偉達生產強大的通用圖形處理單元，可即時運行幾乎任何 AI 工作負載。博通則製造定制的專用積體電路（ASIC），從零開始根據特定客戶的精確需求設計。
這些自訂加速器佔了博通第三季 AI 收入的 73%，客戶名單幾乎囊括了前沿 AI 開發的各大巨頭。谷歌已與博通在多代 Tensor Processing Unit 上展開合作。Meta 的 MTIA 芯片系列也通過相同的生產線。OpenAI 正在與博通合作開發其所謂的 Jalapeño 芯片，而 Anthropic 也已加入此行列。
博通聲稱在定制 AI 加速器設計領域佔有約 70-80% 的市場份額。
引人矚目的預測
管理層將 2026 財年的 AI 收入預期上調至約 580 億美元，較上年增長約 186%。在此基礎上，預期增速顯著加快：2027 財年的預期目標約為 1150 億美元，高於先前超過 1000 億美元的估計，而 2028 財年的預測則約為 2300 億美元。
博通將此預測與其所描述的多吉瓦級部署聯繫起來，意味著數據中心規模龐大，需配備獨立的電力基礎設施。
根據目前的需求和正在進行的項目，總體 AI 待辦事項超過 $73 億。
博通在更廣泛的 AI 硬體格局中的位置
Nvidia 在大型 AI 模型的訓練中佔據主導地位，此處原始運算的靈活性至關重要。Broadcom 則在大規模推論中表現出色，像 Google 這樣的公司清楚知道每天需要執行數十億次的運算任務，並能證明投入工程資源開發專為該任務優化的晶片是合理的。
這些公司也在 AI 網絡晶片上重疊，博通在開關和連接晶片方面擁有長期的持倉，這些晶片用於在大型叢集內的處理器之間傳輸數據。
設計定制晶片是一項歷時多年的合作。谷歌已與博通在多代晶片上合作開發TPU，這意味著轉換成本確實很高，且收入具有高度黏性，這與大宗商品硬體的收入截然不同。