行业背景与市场演进 - 英伟达是AI训练硬件的主要供应商，预计今年营收将超过3500亿美元，但市场对后续发展关注较少[1] - AI模型的训练成本主要为一次性投入，而持续的运营（推理）则会产生不间断的成本[3] - 每天数十亿用户进行的每一次查询、搜索和自动化代理操作都涉及推理计算，在如此巨大的规模下，每次计算的成本至关重要，决定了AI产品能否盈利[4][5] 博通公司的业务模式与角色 - 博通在AI推理成本控制方面扮演关键角色[5] - 公司不提供通用GPU，而是直接与大型科技公司合作，为其特定工作负载开发定制芯片[6] - 客户拥有架构和知识产权，博通负责将设计转化为可制造的硅片，并管理功耗、散热、内存集成以及最终在台积电等工厂的生产准备，这一过程需要多年的共同技术积累，难以被竞争对手复制[6] 定制芯片的经济效益 - 定制芯片能为超大规模云服务商节省显著成本：英伟达顶级GPU单价估计在3万至4万美元，而博通为谷歌定制的TPU在2026年成本估计约为每颗1.2万美元[7] - 谷歌最新一代定制芯片在推理任务上的能效比同等GPU高出67%，在数百万台持续运行的服务器上，这种能效差距对运营成本影响巨大[7] 博通公司的财务状况 - 2026年第一季度，博通AI半导体营收同比增长106%，达到84亿美元，2025财年全年AI营收估计约为200亿美元[9] - 上一季度半导体毛利率达到约69%，营业利润率为60%，略低于英伟达近75%的毛利率[9] - 公司AI芯片订单积压超过730亿美元，占其总订单额1620亿美元的近一半，这在硬件行业是罕见的能见度水平[9] 市场竞争格局 - 迈威尔科技通过为亚马逊生产定制ASIC取得进展，并加强了与英伟达在网络芯片方面的合作，正在成为AI互连领域的有力竞争者[11] - 博通与Anthropic的110亿美元合作伙伴关系以及与Meta的MTIA多代合作，在一定程度上缓解了客户集中风险[11] 业务特点与客户关系 - 一旦超大规模云服务商将其软件架构和数据中心设置围绕定制芯片构建，更换成本将极其高昂[8] - 这导致其营收模式随着每一代硬件升级而复合增长，而非每个周期重新开始[8] - AI芯片是公司最大的增长动力，而其软件部门则像高收益年金一样支持其AI计划[7] - 营收集中在少数几家超大规模云服务商，如Alphabet或Meta的战略变化可能实质性影响业绩[10] - 定制芯片设计涉及较长的开发周期，任何一代产品的错误都可能代价高昂且纠正缓慢[10] - 该业务仍然依赖于少数巨型实体的资本分配决策[11]