智通財經APP獲悉，聚焦於大型AI數據中心定製化AI芯片(即AI ASIC)，以及作為亞馬遜AWS Trainium系列AI ASIC最大規模合作伙伴之一的邁威爾科技(MRVL.US)將於美東時間3月5日美股盤後公布業績報告。華爾街分析師們一致預期在AI推理大浪潮以及聚焦將AI大模型嵌入企業經營的「微訓練」趨勢之下，性價比更高AI ASIC將對於英偉達近乎90%市場份額的AI芯片壟斷地位發起強有力衝擊，因此分析師們預計AI ASIC領軍者邁威爾以及更大市場規模的ASIC霸主博通(AVGO.US)都將實現強勁的業績增長數據，並且管理層有望給出強勁的業績展望區間。
邁威爾在此前最近發布的2026財年第三季度財報中(截至2025年11月1日的業績)實現淨營收約20.75億美元，按年增長約37%並略超市場預期，調整後每股收益也高於華爾街預測，該公司第三財季的強勁增長表現反映出雲計算領軍者們AI數據中心新建與擴建狂潮帶來的定製化AI ASIC需求炸裂式擴張。
Zacks Investment Research彙編的華爾街分析師預期數據顯示，預計Marvell第四財季的調整後每股收益約為0.79美元，意味着有望較去年同期增長31.7%;預期該芯片公司第四財季營收大約為 22 .1億美元，意味着有望在上年的強勁基數基礎上實現按年大幅增長 21%。對於本財年，分析師們普遍預期每股收益將為 2.84 美元，意味着有望較上年猛增80.9%;分析師們對於邁威爾科技的本財年和下一財年營收預期分別為81.8億美元和100億美元，意味着分別有望按年增長41.8%以及22.3%。
此外，隨着邁威爾完成了針對光互連技術公司的收購，這將進一步增強其在高帶寬、低延遲AI數據中心基礎設施領域的技術能力。預計這筆收購將在未來幾年內逐步貢獻營收增速，並助力公司在AI生態系統中擴大份額。在此前業績報告中，除了強勁Q3業績以及當前季度業績展望強勁擴張，該芯片公司還在財報披露中重磅透露將以32.5億美元收購聚焦光互連I/O的芯片初創公司Celestial AI以強化其網絡產品組合。
邁威爾科技公司的首席執行官馬特·墨菲(Matt Murphy)在業績電話會議上表示，Celestial的技術將被用於邁威爾科技的下一代與硅光子相關的基礎設施硬件類產品中，而這些產品將為邁威爾科技公司貢獻一個新增的且規模有望達100億美元的超級藍海市場。
墨菲等公司高層還表示，預計自2028財年下半年起將開始從Celestial AI業務中獲得可觀的營收貢獻，至2028財年第四季度實現年化營收經營預期規模約5億美元，並在2029財年第四季度將這一營收預期翻倍至10億美元。
市場對於英偉達前景的擔憂是正確的
席捲全球的生成式AI熱潮加快了雲計算與芯片巨頭們的AI芯片開發進程，它們正爭相為先進的大型AI數據中心設計速度最快且能效最為強勁的AI算力基礎設施集羣。邁威爾及其最大競爭對手博通公司主要聚焦於利用自身在高速互聯和芯片IP領域絕對優勢來攜手亞馬遜、谷歌和微軟等雲計算巨頭們共同打造出根據其AI數據中心具體需求量身定製的AI ASIC算力集羣，而這項ASIC業務已經成長為兩家公司的一項非常重要業務，比如博通聯手谷歌所打造的TPU AI算力集羣就是一種最典型的AI ASIC技術路線。
亞馬遜新任的人工智能基礎設施負責人Peter DeSantis在上周五接受媒體採訪時表示：「如果我們能夠在自己的自研AI芯片上構建模型，我們就能以純AI大模型提供商成本的僅僅一小部分來構建這些模型。」
DeSantia還補充表示：「構建超大規模的AI數據中心確實存在一定程度上的成本問題。如果我們最終希望AI改變一切，成本就必須有所不同。」
市場普遍認為，「AI芯片超級霸主」英偉達(NVDA.US)當前仍然掌握了AI算力基礎設施最核心領域——人工智能芯片市場的絕大部分市場份額。這家由黃仁勳領導的芯片巨頭啱啱公布了大幅超出預期的2026財年第四季度業績和下一財季業績指引，但其股價周四卻大幅下跌了5%，主要因市場愈發擔憂來自hyperscalers(超大規模雲計算巨頭們)近期密集宣佈將推出基於自研模式的性價比更高AI ASIC芯片的動向，愈發顯現出對英偉達在全球AI基建最核心領域——AI芯片領域長期絕對主導地位構成風險的跡象。
毋庸置疑的是，隨着有着「OpenAI勁敵」稱號的Anthropic計劃斥資數百億美元購置100萬塊TPU芯片，以及Facebook母公司Meta考慮2026年晚些時候或者2027年斥資數十億美元購買谷歌TPU AI算力基礎設施，包括用於Meta的無比龐大AI數據中心建設，加之亞馬遜宣佈將嘗試使用Trainium和Inferentia開發AI大模型，共同說明隨着雲計算巨頭們發起「AI算力成本革命」以推進自研AI ASIC滲透規模，市場對於英偉達前景的擔憂是正確的。
AI推理大浪潮來襲，英偉達「壟斷式份額」面臨劇烈衝擊
毫無疑問的是，經濟性與電力層面的重大約束，迫使微軟、亞馬遜、谷歌以及Facebook母公司Meta都在推AI ASIC技術路線的雲計算內部系統自研AI芯片，核心目的都是為了AI算力集羣更具性價比與能效比。
類似「星際之門」的超大規模AI數據中心建設成本高昂，因此科技巨頭們愈發要求AI算力系統趨於經濟性，以及電力約束之下，科技巨頭力爭把「單位Token成本、單位瓦特產出」做到極致，屬於AI ASIC技術路線的繁榮盛世可謂已經到來。
此外，類似英偉達Blackwell架構先進AI GPU算力集羣的長期供不應求、成本高昂且受制於供應鏈瓶頸與交付節奏，自研AI ASIC無疑能提供「第二曲線產能」，並在採購談判、產品定價與雲計算服務毛利層面更主動，疊加谷歌、微軟等雲計算大廠們能把「芯片—互聯—系統—編譯器/運行時—調度—觀測/可靠性」一體化共設計，提高算力基礎設施利用率並降低TCO。
英偉達AI GPU幾乎壟斷的AI訓練側需要更加強大的AI算力集羣通用性以及整個算力體系的快速迭代能力，而AI推理側則在前沿AI技術規模化落地後更看重單位token成本、延遲與能效。比如谷歌明確把Ironwood定位為「為AI推理時代而生」的TPU代際，並強調性能/能效/算力集羣性價比與可擴展性。不過亞馬遜最新的行動證明了AI ASIC可能具備訓練大模型的強大潛力。
AI ASIC算力體系無疑會在中長期持續削弱英偉達的壟斷溢價與部分市場份額，而不是線性取代GPU體系，根本的底層原因在於，推理時代的核心競爭不再只是「峯值算力」，而是每token成本、功耗、內存帶寬利用率、互連效率，以及軟硬件協同後的總擁有成本。在這類指標上，面向特定工作負載定製的數據流、編譯器和互連的ASIC，天然比通用GPU更容易做到高性價比。
但是，對英偉達和AMD而言，這很大程度上意味着邊際壓制是真實存在的，但更可能表現為議價權下滑、份額被分食、估值溢價被壓縮，而非絕對需求塌陷。AI ASIC在AI推理超級浪潮下無疑將持續衝擊英偉達主導的GPU壟斷格局，但衝擊更像是重塑產業利潤池與客戶採購結構，而不是讓GPU擴張邏輯失效。
AWS官方就明確把 Trainium/Inferentia 定位為面向生成式AI訓練與推理的專用加速器，其中Trainium2相比其AI GPU雲實例給出約30%–40%更優價格性能;而谷歌此前不久也已公開表示，Gemini 2.0 的訓練和推理100%運行在TPU上。這說明「超大雲計算廠商用自研ASIC承接核心模型訓練/推理」已不再是概念驗證，而是在進入可複製的產業化階段。