深度 | 定制芯片崛起为何 Hyperscaler 集体「叛逃」GPU核心观点AI 芯片市场正在分裂成两个世界——NVIDIA 的 GPU 统治训练Broadcom 的定制 ASIC 统治推理。这个分裂不是暂时的是结构性的。当推理消耗 70% 的算力时成本最低的方案赢。2026 年 7 月 25 日三星电子与 Broadcom 签署了一份价值超过 2000 亿美元的 5 年战略合作备忘录。同一天JPMorgan 将 Broadcom 目标价上调至 580 美元并给出了一个令人瞠目的情景预测Broadcom FY2028 AI 营收可能触及 3000 亿美元。一年前这个数字仅仅是约 200 亿。Broadcom 不卖 GPU不和 NVIDIA 正面竞争。但正是这种「不竞争」的姿态让它成为了 NVIDIA 在 AI 算力市场最危险的对手。Google TPU、Meta MTIA、OpenAI Jalapeño、Apple Baltra——每一颗芯片背后都印着 Broadcom 的设计指纹。一、Broadcom 到底在卖什么理解 Broadcom先要理解一个反直觉的事实它不拥有它设计的任何一款芯片的品牌。Google TPU 叫 TPU不叫「Broadcom TPU」。Broadcom 卖三样东西IP 核授权尤其是 SerDes 高速接口——芯片内部和芯片间数据传输的核心技术、物理设计服务把架构图变成能送进晶圆厂的光罩、网络计算全栈整合计算芯片 Tomahawk 交换机 CPO 光互联。OpenAI 的 Jalapeño——一颗达到光罩极限尺寸的 3nm 芯片搭载 8 个 HBM 堆叠——从架构到流片仅用了 9 个月。不靠 Broadcom 预验证的 IP 模块和设计方法论任何团队都无法接近这个速度。GPU vs ASIC两个世界的产品逻辑维度NVIDIA GPUBroadcom XPU设计理念通用平台训练推理图形科学计算单一客户、单一工作负载的极致优化芯片面积利用率40-50% 用于 AI 计算90% 用于矩阵计算和 HBM软件栈CUDA20 年积累400 万 开发者客户自建——Google JAX、Meta PyTorch、OpenAI Triton客户关系买卖关系合伙关系切换成本 重新设计整颗芯片灵活性极高极低——芯片为特定模型架构定制单芯片功耗效率基线特定工作负载 2-10 倍平均售价$30,000-40,000$10,000-15,000核心结论训练需要灵活性和最快的硬件迭代 → GPU 赢。推理需要最低的单位 Token 成本 → 定制 ASIC 赢。六大客户芯片矩阵客户芯片家族制程2026 状态合同期限GoogleTPU v5p→v95nm→2nmv8 量产v9 2028至 2031 年MetaMTIA v1→v65nm→3nmv4 Iris 2026.9 量产至 2029 年OpenAIJalapeño/Titan3nm→2nmJalapeño 流片完成$1000 亿AppleBaltraN3P2026 H2 量产至 2031 年字节跳动未公开未公开开发中未公开软银/Arm未公开未公开开发中未公开Google 仍占 Broadcom AI 营收的约 45-55%但 Anthropic 的 3.5GW TPU 订单和 OpenAI Jalapeño 正在快速稀释集中度。$730 亿积压订单正从「一家独大」走向「六分天下」。二、GPU vs ASIC不是替代是分工「XPU:GPU 达到 50:50」的真实含义Broadcom 管理层在 2026 年 7 月给出了核心判断定制 ASIC 与 GPU 的出货量比最快明年达到 50:50。JMP Securities 预测 2027 年 ASIC 出货 1250 万颗53%GPU 出货 1090 万颗47%。这容易让人误读为「GPU 不行了」。实际情况GPU 绝对出货量仍在增长——AI 加速器整体市场从 $1230 亿2024扩张到 $2860 亿2030即使 GPU 份额从 85% 降到 65%收入仍在增加。GPU 和 ASIC 价格相差 2-3 倍——出货量 50:50 不等于收入 50:50。训练端 GPU 不可替代——目前没有任何定制 ASIC 在 Frontier 训练上取代 NVIDIA。Google TPU 花了 5 年才让 JAX 可训练大模型。定制 ASIC 的经济账多家独立机构给出趋同结论规模化推理场景下定制 ASIC 比同代 GPU 节省 40-65% 的 TCO。成本构成定制 ASIC同代 GPU差距芯片采购成本~$13,000~$28,00054%功耗/芯片~0.65 kW~1.30 kW50%1 GW 建设成本$60-110 亿$190-250 亿2-3x每 PFLOPS-年成本$3,732$6,34141%一个具体案例AI 图像平台 Midjourney 将推理从 GPU 迁移到 Google TPU 后月成本从 $210 万降至 $70 万降幅 65%。前提条件是单客户、大规模、稳定工作负载。创业公司做不起 $1-2 亿的 NRE。每家 Hyperscaler 都在走「双轨」训练买 NVIDIA GPU必要时加 AMD 推理自研 ASICBroadcom/Marvell 设计 GPU 做 burstGPU 不会被替代。但推理市场的增量正在系统性地流向定制 ASIC。三、竞争格局双寡头与裂缝定制 AI 芯片设计服务是一个天然的双寡头市场——Broadcom 80-85%Marvell 10-12%合计 ~95%。Broadcom 的六道护城河SerDes IP224G→336G→448G——chiplet 互联和 HBM4 的核心3.5D 封装——同时支持 TSMC CoWoS、三星 2.3D、Intel EMIBTomahawk 交换机 Jericho 路由 CPO——NVIDIA 之外唯一同时掌控计算和网络硅多客户分摊研发成本——6 个客户的体量摊薄 IP 和制程导入的固定投入与 Google 的 10 年 8 代 TPU——合同锁定至 2031VMware 每季度 $72 亿经常性收入——不受芯片周期影响的研发资金三道裂缝联发科切入 Google TPU2028 年预计占 35%→ 每 10% 份额转移 年收入损失 $80-100 亿Anthropic 直接与三星谈 2nm 定制 → 设计服务和晶圆代工可能解耦Amazon Annapurna 全栈自研模式 → 如果被证明最优Meta/OpenAI 可能跟进Marvell 的两张差异牌收购 Celestial AI 获得硅光互联16 Tbps/chiplet延迟 150ns以及 NVIDIA $20 亿投资 NVLink Fusion 生态。但短板是没有交换机产品线客户粘性弱于 Broadcom。四、中国市场平行宇宙中国定制 ASIC 市场逻辑与全球相同但驱动力不同全球经济驱动 → 推理成本优化 → 定制 ASIC中国经济驱动 出口管制 → 国产替代刚需 → 定制 ASIC 是唯一可行选项核心玩家芯原股份最接近 Broadcom 模式2026 年新签订单 82.4 亿AI 占比 91%、华为海思中国 AI 芯片 62% 份额、阿里平头哥真武 M890 累计出货 56 万片、DeepSeek秘密自研推理 ASIC 超一年。一个意味深长的信号华为正计划从 NPUASIC架构转向 GPGPU 架构新芯片将配备 CUDA 兼容中间件。即便出口管制最严厉的中国市场纯 ASIC 路线也面临灵活性的天花板。根本约束中国最先进代工能力中芯 N2 等效 7nm与 Broadcom 用的台积电/三星 2nm 之间差了三代。Chiplet 是当前最现实的「代差补丁」但物理规律不是商业模式能绕过的。五、三星-Broadcom $2000 亿一次赌注三重意义这不仅是钱多。它在三个层面改变了格局供应链双源化AI 芯片史上最大规模的非台积电先进制程承诺。如果三星能将 2nm 良率从 50-60% 提到接近台积电水平行业将获得第二个先进制程源。全栈整合三星是全球唯一能同时提供「逻辑代工 HBM 存储 先进封装」的供应商。台积电做不到——它不生产 HBM。地缘对冲非台湾地区的 2nm 产能对 Broadcom 的美国客户具有战略价值——降低对台海风险的单一暴露。但三星 2nm 良率仍落后台积电 10-15 个百分点$2000 亿能兑现多少取决于执行力。六、我的判断我说一个我的判断AI 芯片市场不会出现「GPU 被 ASIC 取代」的剧情而是分裂成两个平行世界。第一个世界是「GPU 世界」——NVIDIA 主导服务训练、科研、创业公司和所有需要灵活性的场景。CUDA 生态 20 年的积累不是技术问题是社会契约——数百万开发者的肌肉记忆、数十万篇基于 CUDA 的论文、每一家云厂商的 GPU 实例模板。这个世界将继续增长。第二个世界是「ASIC 世界」——Broadcom和 Marvell赋能Google/Meta/OpenAI/Apple 各自为战。服务规模化推理——每天千亿 Token 生成、万亿参数推荐系统。每一颗芯片为单一客户定制单位成本比 GPU 低 40-65%。Broadcom 在两个世界之间扮演「赋权者」——不选边给两边都提供武器。GPU 世界里卖 Tomahawk 交换机连接 NVIDIA GPU。ASIC 世界里为每个 Hyperscaler 设计定制芯片。我预判2027-2028 年是一个转折点当 ASIC 推理市占率突破 50%NVIDIA 将被迫回应——要么推出半定制 GPU 变体要么大幅降毛利率从 75% 到 ~40%。NVIDIA 利润率面临结构性压力不是「会不会」是「什么时候」。但对于中国产业先不下结论。国产定制 ASIC 的逻辑自洽但制造端差距是物理规律。芯原股份 82 亿新签订单是实在的进步但 4nm 设计放台积电流片 vs 放中芯 N2 流片是两颗不同的芯片。中国定制 ASIC 的终局取决于中芯国际能否在 2030 年前量产 5nm——需要持续跟踪不应过度押注。AI 辅助深度研究人工视角解读。每周二、四、六更新。