美股 AI 算力情報 2026-10-29 09:34

雲巨頭自研芯片按下加速鍵:博通、邁威爾卡位定製ASIC,美股AI芯片第二戰場打響

摘要:當市場緊盯英偉達GPU時,谷歌、亞馬遜、微軟、Meta正加速自研定製ASIC芯片,博通、邁威爾作為賣鏟人悄然崛起。本文大白話拆解定製ASIC賽道的技術邏輯、產業格局與投資機會,梳理英偉達面臨的長期變數以及美股AI芯片鏈的多條佈局思路與風險點。

過去兩年,美股AI行情的主線幾乎都繞著英偉達轉——GPU一卡難求,財報一次次點燃市場,把整條算力產業鏈的預期都抬了上來。但當投資者把目光聚焦在GPU上時,另一條悶聲發展的戰線正在悄然改變行業格局:雲計算巨頭們不甘心把算力命脈完全交給英偉達,紛紛聯合芯片設計服務商自研定製ASIC芯片。這條第二戰場,正在成為美股AI芯片板塊新的掘金方向。

一、什麼是定製ASIC?大白話講清楚

先用大白話解釋一下。GPU就像一臺全能電腦,什麼AI任務都能幹,但為了通用性,做了很多冗餘設計,功耗和成本都不低。ASIC則是專用工具——為某類特定AI任務量身定做,砍掉一切用不上的部分,單位算力的能耗和成本可以做到明顯更低。

對雲巨頭來說,自研ASIC的意義遠不止省電費。第一,算力是它們的核心生產資料,命脈握在別人手裡始終不踏實;第二,訓練和推理負載各有特點,自家業務自己最清楚,定製芯片可以按需優化;第三,手裡有了備選項,向英偉達採購GPU時也多了議價籌碼。

二、牌桌上的玩家:四大雲廠各有算盤

谷歌是最早吃螃蟹的,其自研的TPU系列已經迭代多代,支撐著搜索、廣告和Gemini模型的訓練與推理,是目前驗證最充分的自研AI芯片體系。亞馬遜沿著Trainium和Inferentia兩條線推進,主打把雲上AI業務的成本打下來。微軟的Maia和Meta的MTIA雖然起步稍晚,但追趕速度不慢,尤其Meta把推理側的大量負載向自研芯片遷移,方向已經非常明確。

值得注意的是,雲巨頭的思路並不是取代英偉達,而是構建GPU加自研ASIC的混合算力組合:最尖端的模型訓練繼續用GPU,大規模、相對標準化的推理任務逐步轉向自研芯片。這樣一來,既保住了技術靈活性,又攤薄了整體算力成本。

三、真正的賣鏟人:博通與邁威爾

自研芯片聽起來是雲巨頭自己的事,但設計一顆先進AI芯片的難度極高,絕大多數雲廠並不具備完整的高端芯片設計團隊。這就催生了幫別人造芯片的生意,其中最大的受益者就是博通和邁威爾。

  • 博通:憑藉多年積累的IP庫、高速SerDes接口技術和先進封裝協同設計能力,博通已成為多家雲巨頭定製AI芯片的核心合作伙伴,市場普遍將其視為定製ASIC賽道的頭號玩家。疊加其在交換機芯片、光學互聯等數據中心網絡環節的佈局,博通吃到的是AI算力擴散的多重紅利。
  • 邁威爾:走的是類似路線,與亞馬遜等大客戶深度綁定,從定製算力芯片到數據中心互聯光通信均有卡位,被視為這條賽道的二號種子。

此外,定製ASIC的放量同樣利好臺積電的先進製程與先進封裝產能,以及HBM存儲廠商——無論GPU還是ASIC,對先進工藝和高速存儲的需求是一致的。

四、英偉達會受到衝擊嗎?

這是投資者最關心的問題。短中期看,答案可能沒有想象中悲觀。首先,CUDA生態的護城河依然深厚,絕大多數開發者的工作流圍繞英偉達展開;其次,前沿大模型訓練仍在追逐最強單卡性能,這塊蛋糕英偉達依然握得住;再者,算力總需求增長太快,即便雲巨頭把一部分增量負載切給自研芯片,短期內也很難撼動GPU市場的整體擴張。

但拉長視角看,結構性影響不容忽視。推理需求佔比正在快速上升,而推理恰恰是ASIC最擅長髮揮的場景。如果未來推理成為算力消耗的絕對大頭,定製芯片在整體算力版圖中的份額將持續提升,GPU的定價權和增速都可能被逐步稀釋。對英偉達而言,真正的競爭壓力更多來自份額增速的放緩,而非份額的突然流失。

五、普通投資者怎麼參與?

對美股投資者而言,這條主線至少有三條參與路徑:

  • 直接押注賣鏟人:博通、邁威爾是定製ASIC最直接的兩個標的,但也意味著要承受較高的估值波動。
  • 關注配套產業鏈:臺積電的先進封裝、存儲大廠的HBM、數據中心網絡與光模塊廠商,都會隨ASIC放量間接受益。
  • 用ETF分散風險:不擅長個股的投資者,可以通過SMH、SOXX等半導體ETF間接持有整條鏈條,彈性略低,但勝在省心。

兩條關鍵跟蹤指標

一是雲廠商資本開支指引的邊際變化,二是定製芯片項目的放量節奏。這兩條線索,比任何短期股價波動都更能反映賽道的真實成色。

六、風險提示

需要提醒的是,這條賽道並非穩賺不賠。第一,雲巨頭資本開支具有周期性,一旦AI應用商業化進度不及預期,定製芯片訂單可能首當其衝被砍;第二,定製ASIC高度依賴少數大客戶,訂單集中度風險突出,客戶自建設計團隊的傳聞始終是懸在頭上的達摩克利斯之劍;第三,先進製程和先進封裝產能持續緊張,交付節奏存在不確定性。

總體來看,AI算力的競爭正在從單點芯片性能走向體系化算力成本,定製ASIC與GPU的競合關係將長期存在。對投資者來說,與其糾結誰取代誰,不如盯住雲廠商資本開支的邊際變化和定製芯片的放量節奏——這兩把標尺,才是判斷這條第二戰場價值的關鍵。

免責聲明:本文僅為行業分析與信息分享,不構成任何投資建議。美股有風險,投資需謹慎,請結合自身風險承受能力獨立決策。

详情页广告
相關標籤
分享文章
微博