TradingKey - 大型语言模型（LLM）正在从“训练”阶段逐步过渡到“推理”阶段，人工智能算力基础设施的需求结构发生深刻变化。同时，越来越多的大型科技及云计算公司迫切寻求性能更高、成本更低的AI芯片替代方案，从而推动 了定制化ASIC（专用集成电路）市场的快速崛起。在这一变革潮流中，Broadcom（博通）与Marvell成为ASIC市场的两大领军者。

博通在自研AI加速器（XPU）与网络芯片方面均建立了领先优势。其中，以Tomahawk与Jericho为代表的以太网交换芯片，专为AI数据中心优化，支持高达800Gbps的数据传输速率，具备极低延迟，确保AI加速器之间的高效协同。此外，这一产品线广泛部署在Amazon、Google、Meta、微软、阿里巴巴等超大型云服务商的数据中心中。

2025年起，博通更取得OpenAI关键订单，成为其AI ASIC解决方案的核心供应商。华尔街推测，目前博通客户名单可能还包括Arm Holdings、苹果、马斯克旗下AI Lab，以及尚未披露的另一家超大型企业。

强劲财报预期

博通将于9月4日盘后发布2025财年第二季度财报。根据FactSet预测，公司本季度营收将达158.3亿美元，同比增长22%；每股收益（EPS）预期1.66美元，年增达34%。相比之下，Marvell近期财报没能让投资者信心十足，导致其股价重挫，也再度拉高市场对博通业绩的关注度。

尽管英伟达强劲财报带动整个AI概念大涨，但分析师普遍认为，市场对AI硬件厂商的预期极高，仅靠“符合预期”难以继续催化股价表现，若博通无法在指引或增长前景上超越预期，财报后的反应可能面临挑战。

ASIC的成本与效率优势凸显

在当前阶段，AI芯片的推理阶段需求迅速增长，而正是这一环节，ASIC的优势比通用GPU尤为显著。相比用于普适计算的GPU，ASIC能够精准执行面向特定神经网络结构的矩阵运算，避免大量无效计算，有效降低能源消耗与冷却成本。

据此前花旗的报告，每颗ASIC芯片成本仅约5000美元，而Nvidia的主流产品H100每颗售价可达2万至3万美元。在能耗方面，H100的功耗高达700W，而ASIC在等效任务上的能效更优，功耗平均可降低30%。因此，从企业角度来看，未来统筹数据中心建设的TCO（总体拥有成本）时，采用ASIC约有75%的成本节省空间。

需求爆发：市场规模或达900亿美元

公司预计到2027年全球AI ASIC市场规模将达600亿至900亿美元，其AI相关收入年复合增长率可达60%，而英伟达当前预期的50%。

不过，考虑到当前ASIC业务中XPU（AI加速处理器）所占比重较高，受其初期盈利能力影响，博通整体毛利率短期承压。预计2025财年毛利率环比将下降约1.3个百分点。但中长期来看，随着设计迭代和良率提升，毛利率有望渐进修复。

博通与英伟达的博弈

尽管英伟达目前在生态系统构建（CUDA开发工具、软件兼容性等）方面遥遥领先，但博通正逐步弥补差距。更引人关注的是，据市场消息，英伟达近来也悄然成立ASIC研发部门，显示出其对未来“定制芯片趋势”的重视。

从牧本定律（Makimoto’s Wave）来看，半导体发展常在“通用化”与“定制化”两者之间10年周期性振荡。十年前，AlexNet算法横空出世，推动GPU（尤其是英伟达GPGPU）销量飞跃。而今潮水或再次转向：博通正在推动以性能、成本和功耗优化为核心的ASIC解决方案进入更多前沿场景。当然，两者并不是非此即彼的关系。

投资视角：估值合理，自由现金流亮眼

从估值角度看，目前博通的动态PE 40倍左右，虽存在一定溢价，但较英伟达50–60倍的水平仍具吸引力。公司现金流表现强劲，在成功整合VMware之后，自由现金流已在2025年Q2达到64.1亿美元，同比增长44%。

根据Seeking Alpha数据，博通2025至2028年前瞻PE持续下降，估值将逐步回归合理区间。如Melius Research所言：“面对短期波动，任何疲弱都是逢低布局的良机，因为在英伟达之外，市场极度缺乏具规模领先力的AI基础设施公司。”

原文链接