上周英伟达财报显示AI算力需求远未见顶，而昨晚博通财报则揭示了另一条清晰主线：AI资本支出正加速流向GPU之外的领域。
AI收入占比过半，博通指引大幅超预期
博通Q3 AI半导体收入达167亿美元，高于此前160亿美元的指引。下一季度指引更为激进，预计AI半导体收入达217亿美元。更值得注意的是，公司预计FY2027 AI芯片收入约1150亿美元，FY2028有望达到2300亿美元。若指引兑现，AI半导体业务将占博通总营收的54%以上，彻底改变公司收入结构。
这意味着，纠结ASIC是否算AI第二增长曲线已经过时——AI资金早已不只流向GPU，在博通这里，定制芯片业务已进入财报并开始放量。
GPU之外的叙事：大厂采购逻辑生变
英伟达财报的信息量在于，即便基数已高，云厂商、AI公司和模型实验室仍持续增加算力投入。但当AI CapEx从数十亿走向数百亿甚至每年上千亿美元量级，采购逻辑必然改变。大型客户开始追问：完成同样的AI工作负载需要多少成本？1GW电力能产出多少有效算力？对于高度稳定且规模庞大的工作负载，是否必须全部使用最昂贵的通用GPU？
这正是ASIC崛起的大背景。定制芯片的特殊优势并非简单“更便宜”，而是专用化后带来的单位成本、性能功耗比和系统TCO的系统性改善。Google长期坚持TPU，Meta持续扩展MTIA，OpenAI与博通联合开发专用推理处理器——都表明大厂正将部分最稳定、最庞大的负载迁移至定制芯片。
推理成为新战场，定制芯片瞄准Token成本
模型训练是阶段性的，但推理是日常持续发生的工作负载。当ChatGPT、Gemini、Claude及Agent进入生产环境，推理需求爆发式增长，且模型结构稳定后，针对特定负载做硬件优化成为自然选择。
OpenAI已在6月与博通联合发布首款推理处理器Jalapeño，定位为多代计算平台第一代产品，计划2026年底部署并朝GW级规模扩张。Meta则两年内推进四代MTIA，覆盖推荐及生成式AI，并采用inference-first设计，与博通合作已扩展至多GW级别，延续至2029年。
博通双轮驱动：Custom XPU与AI网络
市场常误将160亿美元等同“ASIC收入”，实际上这还包括以太网交换芯片、SerDes、PCIe、光互联等AI网络产品。上一季网络业务占AI半导体收入近40%，Hock Tan表示该比例可能处于阶段性高位，长期或回落至30%左右。
博通是“Custom XPU + AI Networking”双轮成长。AI集群从数千芯片扩展至数万、数十万颗后，芯片间互联变得至关重要。博通将AI网络拆分为scale-up、scale-out和scale-across三层次，分别覆盖机架内、数据中心内、多数据中心互联。
这种位置十分微妙：云厂商增加自研ASIC，博通可参与Custom XPU；GPU集群继续扩张，开放以太网网络市场同样扩大。它实际上是在赌AI基础设施复杂度持续上升。
竞争与变数：千亿目标后的挑战
Google与博通签有长期协议，覆盖未来几代TPU及AI机架部件，最长延至2031年，但同时也扩大了与Marvell的定制芯片合作。大客户不会轻易将所有架构交给单一供应商。Meta、OpenAI未来也大概率保留多供应商体系。
市场原以为博通AI业务强劲，但此次财报后，焦点已从1000亿惊喜转移到后续数字兑现能力。Google、Meta、OpenAI、Anthropic的项目能否按计划GW级部署？第一代芯片量产后，第二代、第三代订单能否延续？网络业务能否同步增长？这些才是真正胜负手。
博通财报提醒市场：定制芯片、网络、互联这些曾经的“配套”环节正逐渐成为主线。只要大厂继续建造更大集群、购买更多电力、计算更多Token，新瓶颈就会不断涌现，新利润池随之生长。AI这笔生意正在从单颗芯片演变为整套基础设施，这也是更宏大的想象空间所在。
