AI芯片的隐藏赢家:Broadcom vs Marvell!定制AI芯片正在爆发 老科谈科技股 2026-03-06

大家好,今天是2026年3月6日。

AI芯片的隐形冠军:定制AI ASIC的崛起

老科谈科技股第268期。过去两年,如果问AI芯片最大的赢家是谁,很多人第一反应一定是NVIDIA。确实,NVIDIA的GPU几乎成为了AI训练的标准配置。但在NVIDIA的光环之下,其实还有一个非常重要、而且正在快速爆发的赛道:即定制AI芯片(Custom AI ASIC)。而在这个赛道中,有两家公司越来越受到华尔街关注:一家公司是Broadcom,中文叫做博通;另一家公司是Marvell Technology。很多投资人把它们称为定制AI芯片的“双雄”。就在这几天,这两家公司几乎同时发布了最新财报。从财报中,我们不仅能看到它们的增长情况,更能看到一个非常清晰的趋势:AI基础设施的下一阶段,正在逐渐从通用GPU走向定制芯片时代。

今天这期视频,我们就来聊一聊三个问题:第一,什么是定制AI芯片赛道?第二,为什么这个赛道的前景可能非常巨大?第三,BroadcomMarvell这两家公司到底有什么相同点和不同点,以及它们现在的估值情况。最后,我也 会给出一个简单的结论。如果你长期投资AI基础设施,这两家公司其实都非常值得关注。

通用芯片的局限与定制ASIC的诞生

首先,我们先说什么是定制AI芯片。过去十几年,数据中心的计算基本依赖通用芯片,比如CPU和GPU。尤其是在AI时代,GPU成为了最重要的计算核心,最典型的就是NVIDIA的GPU。但是,随着AI模型规模越来越大,科技巨头开始意识到一个问题:如果一直使用通用GPU,成本会非常高,而且效率也未必是最优的。于是,这些公司开始尝试一件事情:自己设计AI芯片。

例如:谷歌的TPU(Tensor Processing Unit),AmazonTrainium,和Meta PlatformsMTIA。这些芯片并不是通用GPU,而是专门为某些AI工作负载设计的。这种芯片通常被称为ASIC(Application-Specific Integrated Circuit),也就是应用专用集成电路。但问题是,大部分互联网公司并没有能力独立完成整套芯片设计流程。于是,他们会找合作伙伴。而全球最重要的两个合作伙伴,就是BroadcomMarvell

简单来说,这两家公司做的事情是:帮助科技巨头把AI架构变成真正可以生产的芯片,从设计、验证,到最后交给晶圆厂生产。所以,如果用一句很简单的话来解释:NVIDIAAMD做的是通用AI芯片平台,而BroadcomMarvell做的是为某个客户定制的AI芯片。

算力军备竞赛:AI需求驱动定制芯片爆发

为什么这个赛道现在会突然爆发?原因其实很简单:因为AI的算力需求正在呈现指数级增长。过去两年,全球最大的科技公司正在疯狂增加资本支出。例如:MicrosoftAmazonGoogle,和Meta。这些公司每年在数据中心上的投资非常巨大,而未来几年,这个数字还会继续增长。2026年,我们将见证人类历史上规模最大的私营技术投资潮。当四大巨头挥舞着6500亿美元的支票疯狂扩建数据中心时,真正的赢家不是还没赚到大钱的软件厂商,而是博通Marvell这样不可替代的硬件服务商。这已经不是简单的投入,而是一场输不起的“算力军备竞赛”。

注意,这6500亿美元的投资规模,已经超过了全球绝大多数国家的年度GDP。在这样的背景下,科技巨头越来越希望通过定制芯片来降低成本,同时提升性能。很多行业研究机构预测:未来几年,AI服务器中使用ASIC的比例将持续提高。换句话说,AI芯片市场未来可能会形成两个巨大的赛道:一个是通用GPU,另一个就是定制AI芯片。而在定制AI芯片这个赛道里,BroadcomMarvell基本处于最核心的位置。

例如,最新的GoogleGemini 3模型是100%在TPU(张量处理器)上训练完成的,完全没有使用NVIDIA的GPU。这意味着Google成功绕过了所谓的“英伟达税”。而这个支撑Gemini进化的TPU核心硬件,正是由BroadcomGoogle深度联合研发的。

双雄并立:Broadcom与Marvell的共通之处

接下来,我们看看这两家公司有哪些相同点。 第一,它们的客户非常类似。BroadcomMarvell的主要客户几乎都是全球最大的科技公司,例如AmazonAlphabetMeta等。这些公司本身就是全球AI算力需求最大的企业。也就是说,这两家公司其实站在了AI产业链最核心的地方。

第二,它们的商业模式也非常相似。定制芯片项目通常不是一年两年的事情,从最初的架构设计,到芯片tape-out,再到量产,往往需要好几年时间。一旦某个设计项目成功进入量产,收入可能会持续很多年。所以ASIC业务的特点是:前期投入大,但一旦成功,收入规模可能非常可观。

第三,这个行业的护城河其实非常深。设计AI芯片不仅需要大量工程师,还需要很多关键技术,比如高速接口、网络架构、封装技术等等。因此,全球真正有能力做大规模ASIC设计的公司,其实并不多。BroadcomMarvell正好就是其中最重要的两家。

规模与战略:Broadcom与Marvell的差异化路径

虽然同在一个赛道,但这两家公司也有很大的不同。 首先是规模。Broadcom的体量要大得多。Broadcom最新季度营收大约接近200亿美元,其中AI相关业务增长非常快。公司管理层表示,AI芯片收入在过去一年实现了超过100%的增长,而且公司预计AI相关业务未来几年仍然会保持高速增长。Broadcom的客户包括多个大型云计算公司,其中就包括一些著名的AI芯片项目。换句话说,在定制AI芯片这个领域,Broadcom是行业龙头。

相比之下,Marvell的规模要小一些。Marvell最新财年的收入大约在80亿美元左右。但Marvell的特点是AI业务占比较高,而且公司不仅做ASIC,还做很多AI数据中心相关的组件,比如高速互联、光模块DSP(Digital Signal Processor)、存储控制器等等。所以,很多分析师认为Marvell更像是一家AI数据中心基础设施公司,而Broadcom更偏向芯片平台。Broadcom还有虚拟化软件VMware,还有安全软件。Marvell更偏向整个AI数据中心生态。这也是两家公司战略上的一个重要区别。

接下来,我使用这周刚刚公布的季报,比较一下它们最新数据中心的增长情况,这反映了它们AI业务的增长情况:

  • Broadcom:AI营收84亿美元,增长了106%。预计下个季度为107亿美元。
  • Marvell:数据中心为16.5亿美元,同比增长21%,环比增长9%。2027财年的增长将由数据中心业务主导,预计同比增长约40%。

所以,Broadcom在数据中心的绝对值大的多,同时增速快得多。同一个赛道,老大增速还快,是不是和英伟达和AMD的关系有些类似?

估值对比与投资策略

接下来,我们简单说说估值。Broadcom的市值已经超过一万亿美元,是全球最大的半导体公司之一。市场之所以愿意给它很高的估值,是因为Broadcom同时拥有三条非常强的增长曲线:第一,AI芯片;第二,数据中心网络芯片;第三,通过收购VMware带来的软件收入。所以Broadcom其实是一家半导体+软件的混合型科技公司,其AI增长非常快。

Marvell的情况则更像典型的成长型公司。公司的规模还比较小,但AI相关业务增长速度非常有潜力。如果未来定制AI芯片市场真的进入爆发阶段,Marvell的收入增长可能会非常惊人。但同时,它的业务波动性也会更高,因为很多项目都依赖大型客户。

我按照3月5日的收盘价,使用Non-GAAP的 数据计算了它们的市盈率:Marvell的市盈率大约是24倍,而Broadcom的市盈率大约是39倍。

从这个季度看,Broadcom在数据中心的绝对值大的多,同时增速快得多。同一个赛道,老大增速还快,是不是和英伟达和AMD的关系有些类似?在这种情况下,我自己会优先选择Broadcom的。

最后,我们总结一下。AI基础设施未来很可能会形成三个层次:第一层,是GPU,比如NVIDIA。第二层,是定制AI芯片,比如BroadcomMarvell。第三层,是网络和互联技术。随着AI模型越来越大,很多科技公司都会开始设计自己的芯片。而能够帮助这些公司实现芯片设计的企业,其实非常少。这也是为什么定制AI芯片赛道越来越受到资本市场关注。

如果只用一句话来总结今天的内容,那就是:定制AI芯片,很可能是AI时代最好的赛道之一。而在这个赛道中,BroadcomMarvell很可能会长期扮演核心角色。Broadcom的优势是规模更大,护城河更深;Marvell的优势是未来的增长可能更快,AI纯度更高。

如果是长期投资AI基础设施,一个非常简单的组合思路就是:七成配置Broadcom,三成配置Marvell。这样会既拥有行业龙头的稳定性,又拥有成长公司的弹性。

总结一下,在AI时代,GPU当然很重要。但未来几年,也许还有一个更值得关注的趋势:越来越多的AI公司和云计算公司,将开始设计属于自己的芯片。BroadcomMarvell很可能会成为最大的受益者之一。

好了,今天就到这里了。最后是广告环节。我已经 在Youtube谈科技股6年了。我坚持每天或者给会员更新科技的最新动态,或者发布科技股评论。每月仅仅一杯咖啡钱,加入会员。让我们一起见证这个伟大的时代,也让我们的财富水涨船高。最后,记得订阅并点赞支持一下吧!下次节目不见不散。

📌 文中提及的人物和组织

公司/组织: NVIDIA, Broadcom, Marvell Technology, Google, Amazon, Meta, AMD

产品/模型: TPU, Trainium, MTIA, Gemini 3

关键字: custom-ai-asic ai-infrastructure semiconductor-industry investment-strategy hardware-accelerators