李桂松:全球算力资产竞争格局与资产管理报告(十四)
日期 2026-10-20    作者 李桂松   编辑 北京云阿云

全球算力资产竞争格局与资产管理报告

导读:算力即国力。当芯片从设备升维为可计量、可调度、可金融化的战略资产,一场围绕有效算力的全球竞逐已然打响——美企主导、中国追赶,双核格局之下,大国算力博弈中国胜算几何?报告全文20万字,由云阿云智库平台主席兼财政金融院长李桂松原创出品。

报告名称:《全球算力资产竞争格局与资产管理报告》

报告撰写:北京云阿云智库平台主席兼财政金融院长李桂松

课题组长:李桂松院长

课题组成员名单:

李桂松:北京云阿云智库平台主席兼财政金融院长

李国熙:北京云阿云智库平台全球治理研究中心主任

李国琥:北京云阿云智库平台空天学院院长

李嘉仪:北京云阿云平台金融院长

报告完成日期:2026年9月19日

业务联系电话:13360021949(李博士)

第十四章博通(Broadcom)

一、企业概况与算力资产规模

(一)市值与业务结构

博通在2026年已经成为全球算力资产领域最被低估但最具结构性影响力的企业之一。其市值在2026年突破2万亿美元,成为继英伟达、台积电之后第三家跻身“2万亿俱乐部”的半导体相关企业。这一市值规模的背后,是博通从“多元化半导体供应商”向“AI定制芯片与基础设施软件双引擎平台”的根本性转型。

从财务表现来看,博通2026财年第三季度(截至2026年8月2日)交出了一份具有里程碑意义的成绩单。当季营收达到295.91亿美元,同比增长86%,略高于市场预期的295亿美元。运营利润达到创纪录的201亿美元,同比增长92%。这一“营收增长86%、利润增长92%”的“利润增速超越营收增速”的格局,表明博通的规模效应和定价能力正在同步增强。

博通的业务结构在2026年发生了历史性的重心转移。半导体解决方案部门营收达到208.39亿美元,同比增长127%,占总营收的70%。其中,AI半导体业务营收达到167亿美元,同比增长221%,环比增长54%,占博通总营收的56%——这是AI芯片首次超过博通总营收的一半,而在上一季度这一比例还为49%。基础设施软件部门营收为87.52亿美元,同比增长29%,占总营收的30%。

这一“AI芯片占56%、软件占30%、传统半导体占14%”的收入结构,标志着博通已经从一个“半导体公司”转变为一个“AI基础设施公司”。博通总裁兼CEO陈福阳(Hock Tan)在财报电话会上的表述具有战略清晰度:“市场对我们定制AI加速器和网络产品的需求依然非常强劲”。

从现金流的角度看,博通第三季度产生了137亿美元的自由现金流,占营收的46%。这一“46%的自由现金流率”在大型科技公司中极为罕见——作为对比,英伟达的自由现金流率约为40%,而多数半导体公司的自由现金流率在20-30%之间。博通的“高现金流率”使其能够以“自有资金”来支撑产能扩张和研发投入,而不必依赖外部融资。

(二)AI ASIC定制芯片业务规模

博通的AI ASIC(专用集成电路)定制芯片业务在2026年已经成为其最核心的增长引擎,其规模、增速和前瞻性指引都远超市场预期。

从季度营收的角度看,博通的AI半导体营收在2026年经历了指数级增长。2026财年第一季度,AI营收为84亿美元,同比增长106%;第二季度,AI营收跃升至107亿美元;第三季度,AI营收达到167亿美元,同比增长221%,环比增长54%。这一“从84亿到167亿的半年翻倍”的增长轨迹,使博通的AI芯片业务在半年内规模翻倍。

从客户承诺的角度看,博通的AI芯片业务具有极高的收入可见性。陈福阳在电话会上披露的数据具有震撼性:博通预计2026财年全年AI营收将达到580亿美元,同比增长186%;2027财年AI营收将翻倍至约1150亿美元;2028财年再次翻倍至约2300亿美元。这一“三年再翻两番”的指引意味着:如果实现,博通的AI芯片业务将在2028年达到与英伟达数据中心业务相当的量级。

从产品结构的角度看,博通的AI芯片业务由XPU(定制加速器)和AI网络两大板块构成。第三季度,XPU出货量同比增长超过3.5倍,占AI营收的73%;AI网络营收同比增长超过2.5倍。这一“XPU主导、网络协同”的结构表明:博通的AI芯片业务不是单一的“芯片设计服务”,而是“定制计算+高速互联”的系统级解决方案。

从客户结构的角度看,博通已经建立了超大规模云厂商ASIC设计领域的“核心合作伙伴”地位。博通的AI ASIC客户包括Google(TPU)、Meta(MTIA)、OpenAI(Jalapeño)、Anthropic(TPU-based),以及苹果(非AI ASIC)。陈福阳披露,博通已经拥有六个AI加速器客户,其中四家已公开确认(Google、Meta、OpenAI、Anthropic)。这一“六客户矩阵”使博通的AI芯片业务不依赖于任何单一客户的命运。

(三)与Google/苹果/Meta的定制芯片合作

博通在2026年的客户合作版图呈现出“Google为基石、Meta和OpenAI为增长极、苹果为稳定器”的多层次格局。

Google是博通最核心、最深入、最长期的合作伙伴。2026年4月,博通宣布与Google签署了一项为期五年(至2031年)的长期协议,为Google的下一代AI机架开发和供应未来的TPU及网络组件。这一“五年长协”的战略含义是双重的:对Google而言,它锁定了博通作为TPU设计合作伙伴的“独家地位”(尽管Google正在引入联发科作为第二供应商);对博通而言,它锁定了未来五年数百亿美元的TPU设计收入。陈福阳在电话会上透露,博通预计每年将向谷歌交付价值数百亿美元的处理器。

Meta是博通在AI ASIC领域的第二大客户。博通与Meta的合作涵盖MTIA(Meta训练与推理加速器)的多个世代。陈福阳披露,博通预计在第四季度量产出货Meta的定制MTIA加速器,该芯片“专为大规模推理和推荐优化而定制的”。Meta的MTIA项目此前推进不顺,Meta一度转向Google TPU进行训练。博通在MTIA项目中的深度参与,使其成为Meta“自研芯片战略的核心合作伙伴”。

OpenAI是博通在2026年取得的突破性客户。2026年6月,博通与OpenAI共同公布了首款自研推理芯片Jalapeño。陈福阳透露,Jalapeño在某些推理工作负载上“优于Grace Blackwell GPU”,并与Vera Rubin GPU“相当”。OpenAI正准备对第二代芯片进行流片,并与博通共同制定第三代芯片的规划。陈福阳指出,博通正专注于2027年Jalapeño芯片1.3吉瓦的部署量,并预计Jalapeño及第二代芯片的部署前景将超过5吉瓦。这一“从1.3吉瓦到5吉瓦”的部署前景,意味着OpenAI对博通定制芯片的需求将在2027-2028年显著放量。

Anthropic是博通在2026年新增的“超级客户”。Anthropic在2026年4月宣布,将从2027年开始访问约3.5吉瓦的基于Google TPU的AI算力容量,这些TPU由博通设计。陈福阳在第三季度电话会上进一步披露,博通预计Anthropic将在2027年部署5吉瓦的TPU 8i芯片,并有“明确的前景”会再向其交付10吉瓦芯片:“该公司有望在2027年成为我们最大的芯片客户”。Mizuho分析师估计,博通2026年从Anthropic获得的AI收入可能达到210亿美元,2027年可能达到420亿美元。

苹果是博通最长期的客户,但其合作性质与AI ASIC客户不同。2026年7月,博通宣布将与苹果的定制芯片合作延长至2031年,为“未来数代苹果产品”开发和供应一系列定制ASIC产品。这一合作并非AI加速器,而是无线连接、射频组件和充电芯片等“传统ASIC”。分析师估计,苹果订单贡献了博通近20%的年营收。苹果合作的战略价值在于:它为博通提供了稳定的、非AI的“基本盘收入”,使博通在AI芯片需求波动时仍有稳固的现金流基础。

二、核心算力资产分析

(一)TPU定制设计参与

博通与Google TPU的合作是全球定制芯片领域最深入、最长期、最具战略价值的合作关系,也是理解博通算力资产核心价值的关键案例。

从合作模式的角度看,博通在TPU项目中的角色远不止“代工设计”。根据陈福阳的描述,博通“负责根据谷歌的规格说明,创建完整的设计方案,然后送去生产制造”。这一“完整设计方案”的内涵包括:ASIC架构设计、物理验证、软件栈优化、以及先进封装技术支持。博通在3纳米到2纳米的制程演进路线上与Google深度捆绑,协议涵盖了极为复杂的先进封装技术支持。这意味着:每一款先进的Google TPU,其“架构基因”都源自博通。

从代际演进的角度看,博通参与了TPU从v4到v10的全系列设计。2026年,博通向Google和Anthropic交付了Ironwood TPU v7,并开始量产出货Google的下一代TPU v8i。陈福阳在电话会上强调,博通预计加快向Anthropic交付谷歌Ironwood TPU,并加快向谷歌交付下一代TPU 8i芯片。TPU的设计复杂度随着代际演进显著上升——从v4的单一计算芯片,到v7/v8的集成HBM、I/O Die和网络芯片的“系统级封装”。博通在先进封装、高速SerDes和芯片间互联方面的技术积累,使其成为TPU“系统级设计”的不可替代伙伴。

从竞争格局的角度看,Google正在加速引入TPU的第二供应商,这对博通的独家地位构成了潜在挑战。云阿云智库报告的报道显示,联发科已获得Google TPU v8i(推理版)的设计订单,而Marvell和AMD正在争夺TPU v9和v10的设计份额。云阿云智库报告分析指出,Google似乎正在以快于预期的速度推进TPU多源供应策略,博通此前预期的“多数份额”可能让位于“更均衡的分配” 。然而,博通在TPU训练版(v8t/v9),且其与Google的五年长协锁定了未来数代TPU的核心设计工作。博通的“先发优势”和“深度技术耦合”使其在短期内难以被完全替代。

(二)AI ASIC与网络芯片产品线

博通的AI芯片业务由XPU(定制加速器)和AI网络两大产品线构成,两者的协同效应是博通区别于纯ASIC设计公司的核心竞争优势。

从XPU产品线的角度看,博通的定制加速器覆盖了从训练到推理的完整AI工作负载谱系。Google TPU是训练和推理通用的旗舰产品,Ironwood TPU v7是首款专门为推理设计的TPU,TPU v8采用了训练-推理分线策略(v8t由博通设计,v8i由联发科设计)。Meta MTIA是专为大规模推理和推荐优化的加速器。OpenAI Jalapeño是专为推理工作负载设计的芯片,陈福阳称其“优于Grace Blackwell GPU”。Anthropic通过Google TPU访问训练和推理算力。这一“多客户、多场景”的产品矩阵使博通的XPU业务不依赖于任何单一工作负载或单一客户的命运。

从AI网络产品线的角度看,博通的战斧系列交换机芯片是AI集群互联的“隐形骨干”。云阿云智库报告指出,博通的战斧 6交换机部署在几乎所有AI超大规模厂商。AI网络营收在第三季度同比增长超过2.5倍,增速接近XPU业务的增速。这一“网络与计算同步增长”的格局揭示了博通AI芯片业务的深层逻辑:AI集群的性能不仅取决于单颗加速器的算力,更取决于加速器之间的互联效率。博通同时提供XPU和网络芯片,使其能够在“系统级”层面优化AI集群的性能,而非仅仅“卖芯片”。

从产品协同的角度看,博通的XPU+网络组合形成了独特的“系统级锁定”。客户一旦选择了博通的XPU设计,就自然倾向于选择博通的网络芯片——因为XPU和网络芯片的协同设计能够最大化集群的整体性能。这一“交叉锁定”效应使博通在AI集群的“计算+互联”两个环节都捕获价值。云阿云智库报告的分析将这一模式描述为“博通在AI芯片市场的‘隐形帝国’”——它不直接面对终端用户,但控制着AI算力基础设施的“架构定义权”。

(三)VMware软件资产与算力的协同

VMware是博通在2023年以610亿美元收购的基础设施软件资产,在2026年已经成为博通“AI芯片+企业软件”双引擎战略的关键组成部分。

从财务贡献的角度看,VMware在2026年第二季度的基础设施软件营收为72亿美元,同比增长9%,年化经常性收入(ARR)增长17%;第三季度,软件营收进一步增长至87.52亿美元,同比增长29%。博通预计基础设施软件收入在第三季度将达到约89亿美元,同比增长31%。基础设施软件的毛利率在第二季度达到93%,运营利润率提升至约79%。这一“93%毛利率、79%运营利润率”的财务表现使VMware成为博通利润率最高的业务板块。

从AI协同的角度看,博通正在将VMware定位为企业私有云AI的“操作系统”。VMware Cloud Foundation(VCF)9.1支持跨AMD、英特尔和英伟达架构的异构计算,使企业能够在统一的私有云环境中运行AI推理、Kubernetes和传统虚拟化工作负载。陈福阳将企业AI视为基础设施软件的“新机遇”:“企业对AI的消费,实际上正在为我们的基础设施软件业务打开新的机会”。博通披露的数据显示,2026年56%的企业正在或计划在私有云上运行生产AI推理,而公有云的比例从2025年的56%下降至2026年的41%。博通声称,83%的组织正在考虑将工作负载从公有云“回流”到私有云。

从战略含义的角度看,VMware与AI芯片业务的协同效应体现在三个层面。第一,收入结构的平衡:AI芯片业务具有高增长、高波动的特征,而VMware的订阅制收入提供了稳定、可预测的现金流。第二,客户关系的延伸:博通的AI芯片客户(Google、Meta、OpenAI、Anthropic)是超大规模云厂商和前沿AI实验室,而VMware的客户是全球企业——两者覆盖了AI算力市场的“供给侧”和“需求侧”。第三,价值捕获的扩展:博通通过芯片捕获AI基础设施的硬件价值,通过VMware捕获企业AI部署的软件价值。这一“硬件+软件”的双重捕获使博通能够在AI价值链的多个环节获利。

三、竞争优势分析

(一)超大规模客户定制芯片的核心合作伙伴地位

博通在超大规模客户定制芯片领域的核心合作伙伴地位是其算力资产体系中最坚固的护城河。这一地位的核心在于:博通与客户的合作已经超越了“供应商-客户”关系,演变为“联合架构定义”的深度技术协作。

从市场份额的角度看,博通在定制ASIC设计领域的市占率高达70%,被业内视为独占定制ASIC市场80%至85%份额的绝对霸主。云阿云智库报告预测,博通在2027年将继续保持其作为顶级AI服务器计算ASIC设计合作伙伴的领先地位,市场份额进一步扩大至60%。这一“70-85%的市占率”意味着:全球几乎所有的前沿定制AI芯片——Google TPU、Meta MTIA、OpenAI Jalapeño、Anthropic TPU-based——都由博通设计或参与设计。

从转换成本的角度看,博通的定制芯片业务的转换成本远高于英伟达的通用GPU。纳斯达克的分析明确指出:“定制芯片的转换成本高于英伟达的GPU”。如果博通的客户决定更换芯片设计合作伙伴,他们需要重新进行芯片架构设计、重新进行物理验证、重新建立软件栈——这一“重新设计”的过程需要数年时间和数十亿美元的投入。相比之下,英伟达的客户虽然深度依赖CUDA生态,但他们可以在不同世代的GPU之间切换,或者在GPU和ASIC之间“混合采购”。博通的客户没有这种灵活性——他们的芯片是为特定架构和工作负载“量身定制”的,更换设计合作伙伴意味着“推倒重来”。

从合作深度的角度看,博通与超大规模客户的合作从“芯片设计”延伸到了“系统架构”。博通与Google的五年长协涵盖了从3纳米到2纳米的制程演进路线图,并包含极为复杂的先进封装技术支持。这意味着:博通不仅设计芯片,还参与定义TPU的“系统级架构”——包括HBM的集成方式、芯片间互联的拓扑结构、以及封装方案的选择。这一“系统级参与”使博通成为Google TPU“架构基因”的“共同作者”,其地位难以被“纯设计服务公司”替代。

(二)网络芯片与算力互联的协同

博通的网络芯片与算力互联的协同是其区别于纯ASIC设计公司的核心差异化优势。这一协同的战略价值在于:AI集群的性能不仅取决于单颗加速器的算力,更取决于加速器之间的互联效率。

从产品组合的角度看,博通是全球唯一同时提供“定制AI加速器+高速网络芯片”的供应商。博通的战斧系列交换机芯片是AI集群互联的事实标准,部署在几乎所有AI超大规模厂商。AI网络营收在第三季度同比增长超过2.5倍,增速接近XPU业务。这一“计算+网络”的产品组合使博通能够在“系统级”层面优化AI集群的性能,而非仅仅“卖芯片”。

从技术协同的角度看,博通的XPU和网络芯片的联合设计能够最大化集群的整体性能。在AI训练中,GPU之间的通信延迟是决定训练效率的关键瓶颈。博通通过同时设计XPU和网络芯片,能够优化“计算-通信”的协同——例如,网络芯片的带宽和延迟特性可以与XPU的通信模式“对齐”,从而减少数据传输的“等待时间”。这一“系统级协同”是“纯ASIC设计公司”无法提供的,也是英伟达的“GPU+NVLink+InfiniBand”组合的“镜像竞争方案”。

从客户锁定的角度看,“XPU+网络”的组合形成了独特的“交叉锁定”效应。客户一旦选择了博通的XPU设计,就自然倾向于选择博通的网络芯片——因为XPU和网络芯片的协同设计能够最大化集群的整体性能。云阿云智库报告的分析将这一模式描述为博通在AI芯片市场的“隐形帝国”——它不直接面对终端用户,但控制着AI算力基础设施的“架构定义权”。

(三)ASIC业务的毛利率优势

博通的ASIC业务的毛利率优势是其算力资产体系中最具“财务吸引力”的竞争优势。这一优势的核心在于:定制芯片的“设计服务”模式具有比“芯片销售”模式更高的毛利率。

从毛利率水平的角度看,博通的半导体业务的毛利率虽然低于其软件业务(93%),但在半导体行业中仍然处于领先水平。博通第三季度的总毛利率为75%,较上一季度下降210个基点,较上年同期的78%有所下降。毛利率下降的主要原因是“AI加速器中内存内容增长,而内存的毛利率低于博通传统的网络产品”。然而,75%的毛利率仍然远高于多数半导体公司的水平。

从利润结构的角度看,博通的ASIC业务的利润来源与英伟达的GPU业务存在根本性差异。英伟达的利润来自“芯片销售”——每卖出一颗GPU,英伟达获得一次性的硬件销售收入。博通的利润来自“设计服务+芯片销售”——博通收取设计服务费,并从芯片销售中获得分成。这一“服务+产品”的双重收入模式使博通的ASIC业务具有更高的“收入质量”——设计服务费是“轻资产”收入,不需要承担芯片制造的资本支出和库存风险。

从规模效应的角度看,博通的ASIC业务正在享受“客户多元化”带来的规模经济。博通同时为六个客户设计AI加速器(Google、Meta、OpenAI、Anthropic、以及两个未公开客户)。这一“六客户矩阵”使博通能够将芯片设计的基础研发成本分摊到更多的项目中,从而降低单位设计成本。同时,多个客户共享相同的设计平台和IP库(如SerDes、HBM接口、封装技术),进一步提升了研发效率。陈福阳的“2027年AI营收1150亿美元、2028年2300亿美元”的指引,反映了博通对其规模效应持续释放的强烈信心。

四、劣势与风险分析

(一)客户集中度风险(依赖少数超大规模客户)

客户集中度风险是博通算力资产体系中最显著的结构性风险。博通的AI芯片业务高度依赖于少数几家超大规模客户,而这些客户的采购决策、技术路线和财务健康状况的任何变化都可能对博通的业绩产生实质性影响。

从客户集中度的量化来看,博通的AI芯片收入主要来自Google、Meta、OpenAI和Anthropic四家客户。陈福阳披露,Anthropic“有望在2027年成为我们最大的芯片客户”。如果Anthropic在2027年成为博通最大的芯片客户,这意味着单一客户可能贡献博通AI芯片收入的30%以上。这一“单一客户集中度”使博通的AI芯片业务暴露于Anthropic的战略变化风险之下。

从客户自研能力的角度看,博通的超大规模客户正在加速“自研芯片”的进程。Google已经引入联发科作为TPU v8i的第二供应商,并考虑让Marvell和AMD参与TPU v9/v10的设计。Meta的MTIA项目虽然依赖博通,但Meta同时采购Google TPU作为训练算力的补充。OpenAI的Jalapeño芯片是与博通联合设计的,但OpenAI可能在未来建立自己的芯片设计团队。这些“客户自研能力”的发展可能在长期削弱博通作为“独家设计合作伙伴”的地位。

从客户财务健康的角度看,博通的AI芯片客户中,OpenAI和Anthropic是“烧钱”的AI初创公司,其财务可持续性存在显著的不确定性。OpenAI在2026年的年化收入运行率约为130亿美元,但其年度算力支出可能超过其收入。Anthropic的年化收入运行率超过300亿美元,但其算力投资承诺(包括对Google TPU的5吉瓦部署)规模巨大。如果OpenAI或Anthropic的融资环境恶化或收入增长不及预期,它们可能削减对博通定制芯片的采购,从而直接影响博通的AI营收。

(二)AMD/联发科在TPU项目上的竞争

AMD和联发科在Google TPU项目上的竞争是博通在定制芯片领域面临的最直接的竞争威胁。这一竞争的核心在于:Google正在从“单一供应商”向“多源供应”策略转型,而博通的独家地位正在受到挑战。

从联发科的竞争来看,联发科已经获得Google TPU v8i(推理版)的设计订单。云阿云智库报告指出,联发科AI ASIC營收將自2026年的20億美元,大幅成長至2027年的180億美元,2028年更進一步攀升至400億美元。联发科已將2027年AI加速器市場機會上調至800億美元,目標市占率提高至15%至20%。联发科的竞争优势在于:它同时拥有“芯片设计能力”和“供应链统筹能力”——联发科指出,公司可統籌晶圓代工、先進封裝、載板,以及客戶端記憶體等供應鏈資源。这一“系统级供应链管理”能力使联发科成为Google TPU推理版芯片的“可靠第二供应商”。

从AMD的竞争来看,AMD可能参与Google第十代TPU(v10)的设计。云阿云智库报告指出,如果这一合作确认,将标志着AMD首次重大定制AI ASIC参与,并可能指向一种将Google专有加速器与集成通用CPU核心相结合的新TPU设计。AMD的竞争优势在于其x86 CPU IP——Google的TPU目前仅包含AI加速器,而CPU功能由外部x86或Arm处理器提供。如果AMD能够将CPU IP集成到TPU中,将简化系统架构并提升效率。这一“CPU+TPU”的异构集成方案可能对博通的“纯XPU”方案构成差异化竞争。

从竞争影响的角度看,云阿云智库报告分析指出,Google的多源供应策略可能使博通此前预期的“多数份额”让位于“更均衡的分配”。然而,博通的“先发优势”和“深度技术耦合”使其在短期内难以被完全替代。博通与Google的五年长协(至2031年)锁定了未来数代TPU的核心设计工作,且博通在TPU训练版(v8t/v9)的设计中仍然保持主导地位。

(三)AI ASIC市场增速可能低于GPU市场

AI ASIC市场增速可能低于GPU市场是博通算力资产体系中最难以预测的长期风险。这一风险的核心在于:ASIC和GPU的竞争格局可能随着AI工作负载的演化而发生变化。

从市场预测的角度看,摩根大通研究部门的分析预测了ASIC的“逆袭”:专用型AI加速器在总体出货量中占比预计将从目前的约41%跃升至54%,并在2027年历史性地首次超过GPU。到2028年,这一比例将进一步固化在55%左右。这一预测的核心逻辑是:随着生成式AI需求从“训练端”向“推理端”扩展,对成本极度敏感的推理需求将为定制芯片提供巨大的增量空间。

然而,ASIC的“逆袭”并非确定无疑。纳斯达克的分析指出了英伟达的“反击能力”:“英伟达仍然提供最流行的通用GPU”。英伟达的CUDA生态是维护企业客户的关键护城河,覆盖全球95%以上的AI开发者。高盛分析师James Schneider指出:“定制芯片虽然在成本上更具优势,但英伟达的CUDA软件仍然是其维护企业客户的关键护城河”。业内预期,未来几年市场更可能是ASIC和GPU并存的局面,现在仍无法断言哪种策略会被最终淘汰。

从博通的风险来看,如果ASIC市场的增速低于预期,博通的“三年翻两番”的AI营收指引可能面临下行风险。博通2028年2300亿美元的AI营收目标是基于“ASIC市场高速增长”的假设。如果AI工作负载的“通用性”需求上升(例如,AI模型架构的快速迭代使“专用芯片”的“专用性”成为劣势),GPU可能重新获得优势,而博通的ASIC业务可能面临增速放缓。

(四)软件业务与半导体业务的管理复杂度

软件业务与半导体业务的管理复杂度是博通在组织能力层面面临的隐性风险。博通在2023年收购VMware后,同时运营着“半导体”和“企业软件”两个截然不同的业务,这两个业务的商业模式、客户群体、销售周期和人才需求存在根本性差异。

从商业模式的角度看,半导体业务是“项目制”——博通根据客户的定制需求设计芯片,收入在芯片交付时确认。软件业务是“订阅制”——VMware的收入按订阅周期分摊,客户关系是“持续性”的。这一“项目制+订阅制”的双重商业模式需要博通同时管理“大额、低频的芯片订单”和“小额、高频的软件订阅”,对财务管理和运营效率提出了很高的要求。

从客户群体的角度看,半导体业务的客户是超大规模云厂商和AI实验室(Google、Meta、OpenAI、Anthropic),而软件业务的客户是全球企业(银行、政府、制造业)。这两个客户群体的销售模式截然不同:半导体业务的销售是“高层关系驱动”的——博通与Google、Meta的CEO级别关系是业务成功的关键;软件业务的销售是“渠道和生态驱动”的——VMware需要通过合作伙伴和分销商覆盖全球数万家企业客户。

从人才需求的角度看,半导体业务需要芯片架构师、物理设计工程师、封装专家,而软件业务需要企业软件销售、客户成功经理、云架构师。这两个人才群体的文化、激励机制和职业路径存在显著差异。博通同时管理这两个团队的组织挑战在于:如何在“芯片团队”和“软件团队”之间保持“战略一致性”,同时避免“文化冲突”和“资源争夺”。

五、战略动向与展望

(一)从“芯片设计服务商”向“AI基础设施架构定义者”的定位升级

博通的战略演进方向在2026年已经清晰可见:从“芯片设计服务商”升级为“AI基础设施架构定义者”。这一升级的核心标志是“XPU+网络+软件”的“全栈AI基础设施”定位。

从“架构定义者”的角度看,博通不再仅仅是“按客户规格设计芯片”,而是参与定义AI集群的“系统级架构”。博通与Google的五年长协涵盖了从3纳米到2纳米的制程演进路线图和先进封装技术支持。博通的战斧网络芯片和XPU的联合设计使博通能够在“系统级”层面优化AI集群的性能。这一“架构定义者”的定位使博通从“被动响应客户需求”转变为“主动塑造AI基础设施的技术方向”。

从价值捕获的角度看,“架构定义者”的定位使博通能够在AI价值链的多个环节获利。博通通过芯片设计捕获AI基础设施的“计算价值”,通过网络芯片捕获“互联价值”,通过VMware捕获“企业AI部署的软件价值”。这一“全栈捕获”的模式使博通不依赖于任何单一环节的利润,从而降低了整体业务的风险。

(二)客户多元化与“多源供应”策略的应对

博通的客户多元化战略正在从“独家绑定”向“多源供应”的行业趋势中寻找新的定位。Google的多源供应策略虽然挑战了博通的独家地位,但也为博通提供了“扩大客户基础”的机会。

从客户获取的角度看,博通正在积极拓展新的AI ASIC客户。陈福阳披露,博通已经拥有六个AI加速器客户,其中四家已公开确认(Google、Meta、OpenAI、Anthropic)。两个未公开的客户可能是亚马逊、Microsoft或其他云厂商。博通在2026年与苹果扩展了定制芯片合作(虽然是非AI ASIC),并在2026年6月与OpenAI共同发布了Jalapeño芯片。这一“从四到六”的客户扩展表明:博通正在主动降低对单一客户的依赖。

从竞争策略的角度看,博通对“多源供应”趋势的应对是“以深度换广度”。博通不追求在每一个TPU项目中都获得独家份额,而是通过“深度技术耦合”来确保其在“核心项目”中的主导地位。博通与Google的五年长协锁定了训练版TPU(v8t/v9)的设计,而让出推理版TPU(v8i)给联发科。这一“抓大放小”的策略使博通能够集中资源于“高价值、高复杂度”的训练芯片设计,同时避免与联发科在“低价值、高竞争”的推理芯片设计上“内卷”。

(三)VMware作为企业AI“操作系统”的战略升级

VMware在博通的AI战略中正在从“基础设施软件”升级为“企业AI操作系统”。这一升级的核心逻辑是:企业AI的部署将从“公有云”向“私有云”迁移,而VMware是私有云AI的“默认平台”。

从市场趋势的角度看,博通披露的数据显示,2026年56%的企业正在或计划在私有云上运行生产AI推理,而公有云的比例从2025年的56%下降至2026年的41%。83%的组织正在考虑将工作负载从公有云“回流”到私有云。博通声称,私有云部署的总体拥有成本(TCO)比公有云低三倍。这一“私有云回流”的趋势为VMware的企业AI战略提供了市场基础。

从产品定位的角度看,VMware Cloud Foundation(VCF)9.1支持跨AMD、英特尔和英伟达架构的异构计算,使企业能够在统一的私有云环境中运行AI推理、Kubernetes和传统虚拟化工作负载。博通将VCF定位为“企业AI的操作平台”。陈福阳将企业AI视为基础设施软件的“新机遇”:“企业对AI的消费,实际上正在为我们的基础设施软件业务打开新的机会”。

从战略协同的角度看,VMware与博通的AI芯片业务形成了“供需协同”。博通的AI芯片业务服务超大规模云厂商和AI实验室(AI算力的“供给侧”),而VMware服务全球企业(AI算力的“需求侧”)。这一“供给侧+需求侧”的双重覆盖使博通能够在AI价值链的“两端”捕获价值。

本章小结

博通在2026年已经从“多元化半导体供应商”成功转型为“AI基础设施平台”。其AI半导体营收167亿美元、同比增长221%的季度表现,以及2027年1150亿美元、2028年2300亿美元的营收指引,使博通成为全球AI算力基础设施的“隐形帝国”。

博通的核心竞争优势在于:超大规模客户定制芯片的“核心合作伙伴”地位(70-85%市占率)、“XPU+网络”的系统级协同、以及ASIC业务的高毛利率和规模效应。其主要风险在于:客户集中度(依赖Google、Meta、OpenAI、Anthropic)、AMD/联发科的竞争(TPU多源供应)、ASIC市场增速的不确定性、以及“半导体+软件”双业务的管理复杂度。

博通的战略选择是以“架构定义者”定位来“锁定”客户,以“客户多元化”来“分散”风险,以“VMware”来“捕获”企业AI的软件价值。这一策略的成功条件是:ASIC市场能够持续高速增长,且博通能够维持其在“高价值训练芯片设计”中的主导地位。如果成功,博通将成为AI算力基础设施的“架构标准制定者”;如果失败,博通可能面临“客户分流”和“ASIC增速放缓”的双重压力。


点击数/观注度 150
  • 你可能感兴趣的?
  • 李桂松:人形机器人与具身智能报告(十二)    
    李桂松:人形机器人与具身智能报告(十一)    
    李桂松:人形机器人与具身智能报告(十)    
    李桂松:人形机器人与具身智能报告(九)    
    李桂松:人形机器人与具身智能报告(八)    
    李桂松:人形机器人与具身智能报告(七)    
    李桂松:人形机器人与具身智能报告(六)    
    李桂松:人形机器人与具身智能报告(五)    
    李桂松:人形机器人与具身智能报告(四)    
    李桂松:人形机器人与具身智能报告(三)    
    √ 互联网    
    √ 人工智能AI    
    √ 5G战局    
    √ 高端制造业    
    云阿云智库●区域经济研究院
    北京市平谷区中关村科技园区平谷园1区-21594(集群注册)
    13360021949 (李博士)
    liguisong2006@163.com
    京ICP备16017448号
     
    公安部备案
    技术支持