ASIC 大步邁入報表，下一步，就看幾十 GW 的需求如何轉化為真實收入。撰文：Jim，MSX 麥通
編輯：Frank，MSX 麥通
上週的英偉達財報，證明了 AI 算力需求還遠沒見頂。
而昨晚博通財報出來，另一條線也更清楚了。
Q3 AI 半導體收入為 167 億美元，高於先前 160 億的指引，下一季直接指引至 217 億美元，更關鍵的是，預計 FY2027 AI 芯片收入約為 1150 億美元，FY2028 更可見到 2300 億美元。
所以現在再糾結 ASIC 是否算 AI 的第二增長曲線，已經有點晚了——AI 這筆錢，早已不只花在 GPU 上。
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。
If everything goes smoothly, let’s keep playing the music and continue dancing.
一、GPU 繼續狂奔，但大廠也開始新的布局
英偉達財報真正有資訊量的地方，在於在如此高的基數上，雲端廠商、AI 公司和模型實驗室依然沒有停止增加算力。
不過，當 AI 資本支出從幾十億美元上升至几百億美元，最終達到每年上千億美元甚至更高的水平後，採購邏輯一定會發生變化。
例如，大型企業已開始更多地詢問：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，將 ASIC 簡單理解為「更便宜的 GPU」其實並不準確，它的真正優勢來自專用化。
定制一顆晶片本身並不便宜，因為前期研發投入巨大，開發週期長，還需處理軟體、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，部署規模從幾十 MW 增長至數百 MW，最終達到 GW 級，單位成本、性能功耗比和整個系統的 TCO 改善，就可能被迅速放大。
因此，Google 長期堅持 TPU，Meta 不斷擴展 MTIA，OpenAI 也開始與博通共同開發自己的處理器，都是意識到，即使僅將一部分最穩定、最龐大的工作負載從通用晶片遷移至定制晶片，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同時成熟，其中最關鍵的變量，就是推理正成為越來越重要的增量負載。
众所周知，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工作。
尤其當調用量越來越大、模型結構與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，這並非一顆孤立的晶片，OpenAI 與博通明確將其定義為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 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 客戶正從單純追求峰值性能，逐漸轉向另一套遊戲規則：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，以及一整個數據中心的 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 集群繼續變大
Understanding this, it will be much easier to analyze Broadcom's earnings report.
上一季，博通總營收達到 221.87 億美元，同比增長 48%；其中 AI 半導體收入達到 108 億美元，同比增長 143%。
公司對下一季的指引更為積極，總營收約 294 億美元，其中 AI 半導體收入預計達到 160 億美元，同比增長超過 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，如果指引實現，僅 AI 半導體這一項業務，就可能為博通貢獻超過一半的收入——這裡甚至已將 VMware 等基礎設施軟體業務一併計入。
In other words, AI is directly changing the company’s revenue structure.
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」，還包括 Ethernet 交換晶片、SerDes、PCIe、光互聯等 AI 網絡產品。
上一季，網路業務佔 AI 半導體收入已接近 40%。Hock Tan 同時指出，這一比例可能已接近階段性高位，長期更可能回歸至約 30% 附近。
因此，博通實際上正在同時擴張兩條業務：Custom XPU 和 AI Networking，這也是與許多純芯片公司的最大區別。
當 AI 集群從數千顆晶片發展至數萬、十幾萬顆甚至更大規模後，算力之間的連接方式變得越來越重要。
Broadcom 正在將 AI 網絡進一步拆分為 scale-up、scale-out 和 scale-across：從機架內的高速互聯，到數據中心內部的大規模網絡，再到多個數據中心之間的連接。
只要 AI 集群繼續變大，如果大型雲廠商增加自研 ASIC，Broadcom 可參與 Custom XPU；如果 GPU 集群繼續擴張，開放 Ethernet 網路市場同樣可能繼續擴大。
這讓博通處於一個很有趣的位置，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 機架相關組件，協議最長涵蓋至 2031 年；但 Google 最近同時擴大了與 Marvell 的定制晶片合作。
This at least shows that large clients will not easily entrust their entire future architecture to a single vendor.
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。
從目前來看，博通這條線已不再是「有沒有第二增長曲線」的問題，而是這條曲線最終能有多長，但這也意味著，市場後續將會越來越挑剔。
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 的項目能否按計劃朝 GW 級發展？第一代晶片量產後，第二代、第三代能否持續獲得？網路業務能否隨叢集規模同步增長？
這些比某一季度多賣幾十億美元更重要。
另一個問題也越來越無法迴避，大客戶不會只依賴一家供應商。
Google 已經開始擴大與其他廠商的合作，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實的，但還未達到「客戶鎖定」的程度。
From this perspective, whether it can prove itself capable of remaining in these customers’ core supply chains over the long term will be a decisive factor.
Regardless, Broadcom's earnings report serves as a reminder that custom chips, networking, and interconnectivity—once seen as mere “supporting” elements—are gradually becoming the main focus.
同時也在提醒市場，這輪 AI 基礎設施投資，可能還遠未到只剩下存量競爭的時候。
只要大廠持續建造更大的叢集、購買更多電力、運算更多 Token，新的瓶頸就會不斷出現，新的利潤池也會隨之產生。
The AI business is gradually growing from a single chip into an entire infrastructure, which represents a larger potential for growth.