摘要：12月13日，美国半导体公司博通（AVGO.NDAQ）股价涨超24%，一举成为苹果、微软、英伟达、亚马逊、特斯拉等巨头之后的第10家市值达到万亿美元的美股公司，也是继英伟达、台积电后第3家市值超过万亿美元的半导体公司。
陈奇杰 任晓宁/文 在英伟达依靠通用GPU芯片赚得盆满钵满之际，AI时代新的“卖铲人”出现了。
12月13日，美国半导体公司博通（AVGO.NDAQ）股价涨超24%，一举成为苹果、微软、英伟达、亚马逊、特斯拉等巨头之后的第10家市值达到万亿美元的美股公司，也是继英伟达、台积电后第3家市值超过万亿美元的半导体公司。
12月16日，博通股价再次大涨超过11%后，经历了一波回调，3个交易日股价累计下跌近13%。截至12月19日美股收盘，博通的总市值为1.02万亿美元。
一直以来，博通在WIFI芯片、射频前端芯片等通信芯片领域处于全球领先地位，以至于有“全球网络连接中99.9%的数据流至少会通过一颗博通的芯片”的说法。
不过，此次股价迈上新台阶，博通主要依靠的是AI定制芯片（ASIC）和AI网络连接业务的优势与潜力。
AI定制芯片的巨大潜力
2024财年（截至2024年11月3日），博通营收为516亿美元，同比增长44%，创下历史新高。从具体业务看，博通的半导体业务营收约为301亿美元，同比增长7%；基础设施软件业务营收约为215亿美元，同比增长181%。
博通CEO陈福阳（HockTan）在四季度财报电话会上表示，博通的半导体业务收入有122亿美元来自AI相关收入，公司2024年全年AI相关收入同比大涨220%，这主要得益于XPU（博通对其AI定制芯片的称呼）和AI网络连接产品组合。
在博通的财报电话会上，XPU潜在的巨大市场价值也成为分析师们关注的焦点。陈福阳称，博通下一代XPU为3纳米芯片，有望在2025财年下半年为超大规模客户批量出货。
今年，博通多次上调AI相关收入的预期。3月，博通预期今年AI将为其带来100亿美元收入；6月，博通将该数字提高到110亿美元；9月，博通又进一步将预期提高至120亿美元。
这种上调与AI市场持续火热相关，一些大型云服务商正持续投资大模型，他们需要博通定制的XPU训练出更智能的模型。
与英伟达的服务不同，博通并不直接售卖AI芯片，而是通过和大厂合作开发AI定制芯片的模式获得收入。博通不仅参与芯片设计，还为客户提供关键的知识产权（IP）和制造服务。
陈福阳表示，博通已和三家超大规模客户达成合作，他们已经制定了XPU路线图，预计将在未来三年内以不同的速度，部署100万卡XPU集群。预计2027财年，AI相关（XPU和网络）的可服务市场在600亿美元至900亿美元之间，博通有能力在其中占有领先的市场份额。这意味着博通的半导体业务营收，将获得大幅度甚至翻倍的增长。
AI网络连接业务的重要性凸显
目前，XPU尚未大规模量产，但AI网络连接产品已为博通带来不少AI收入。陈福阳透露，2024财年，博通以以太网为代表的AI网络连接业务同比增长4倍，增长的趋势可能会延续到明年上半年。
从去年到今年，博通多次推出AI网络连接相关产品。如2024年3月，博通宣布已向客户交付业界首款51.2Tbps（太比特每秒，数据传输速率单位）光电共封装（CPO）以太网交换机。博通光系统部门副总裁兼总经理NearMargalit当时表示，这款产品将使超大规模企业能够部署低功耗、高性价比的大型AI和计算集群。
中存算半导体科技有限公司董事长陈巍告诉经济观察报，以太网与交换机产品在大模型的集群计算中能发挥关键作用，这是博通的强势业务。在大模型训练中，网络互连能力的重要性已经与训练芯片本身不相上下。2019年，英伟达以69亿美元收购具备无限带宽技术（InfiniBand）的通信网络技术公司迈络思（Melanox），为其芯片构建稳定的大模型计算集群奠定了关键基础。
现在，博通在AI网络连接领域的强势已对英伟达造成了影响。一位关注博通的电子行业分析师表示，英伟达三季度业绩中的AI芯片出货量等各种业务都在上升，但AI网络连接业务却出现环比下降，正是被博通抢占了市场份额。
陈福阳认为，AI网络连接在不同量级的AI芯片集群中能产生的价值不同。在10万个AI芯片集群中，AI网络连接的价值约为5%—10%，但当云厂商将集群扩张到50万—100万个XPU或GPU集群时，该价值将上升到15%—20%。建立更大规模的AI芯片集群也是目前海外云厂商共同的布局趋势。
基于对AI收入的良好预期，博通认为其AI半导体业务将迅速超过非AI半导体业务，公司将转向通过划分AI和非AI收入细分市场来指导半导体业务。
这一点在博通的2024财年第四季度业绩中已经初现端倪，其半导体业务在第四季度的 AI收入同比增长150%，达到37亿美元，非AI半导体收入同比下降23%至45亿美元。
博通收并购策略的转变
除上述半导体业务外，2024财年博通的基础设施软件业务涨幅达181%，这主要来自其完成收购后并表计算机虚拟化软件公司VMware（威睿）带来的收入。
陈福阳带领下的博通以大手笔的收并购和优秀的整合能力著称。在收购存储芯片制造商LSI、融合网络解决方案公司Emulex等硬件公司标的后，2017年按年收入计算，博通已成为全球第6大半导体公司。
2018年，博通曾试图以1300美元收购高通，扩大其半导体业务。但该行动最终被美国政府喊停，理由是出于对安全方面的担忧。
在此之后，博通转变收购思路，开始向软件服务方面扩张。2018年，博通以190亿美元收购了传统软件供应商CATechnologies。2019年，博通以107亿美元收购了安全软件公司Symantec。
博通最大一笔收购是2022年以610亿美元收购云计算公司VMware，进军服务器虚拟化市场。在美国科技史上，这笔收购的价格仅次于微软收购动视暴雪和戴尔收购EMC公司。
收购软件公司为博通带来了更多元化的收入，同时也提高了博通的盈利能力，其净利率从2017年的10%，提升至2022年的35%。去年11月并表VMware后，博通2024财年的基础设施软件收入占比从去年的21%大幅增长至42%。2024财年，博通的收入同比增长44%，若排除VMware带来的收入，博通的全年收入仅增长9%。
被博通收购后，VMware曾经历一系列改革：收费模式由永久许可证转向按期付费的订阅模式；产品由过去8000个最小存货单位（SKU），精简为四种核心产品组合。有分析认为，博通的调整将使VMware更加聚焦大客户。此外，VMware还在全球范围内进行了大规模裁员。今年6月，据媒体报道，VMware裁撤了中国所有销售和产品团队成员，并将国内业务交由唯一授权总代理伟仕佳杰（00856.HK）负责。
收费模式的调整增加了VMware的收入，但也引发了一些客户的不满。例如，美国最大的电信服务供应商AT&T就因此直接对博通提出了诉讼。
一位投资人士告诉经济观察报，收费政策发改变确实造成VMware一定程度的客户流失，但是否影响收入，需要看明年的财报才能确认。该投资者投资的服务供应商，正在销售博通的云服务产品。
ASIC和GPU之争
今年以来，国内外多家ASIC公司都出现了股价大涨的情况。自8月以来，博通股价涨幅超过48%，拥有相似ASIC业务的Marvell（美满科技集团有限公司）的同期股价上涨超过59%。
在国内，被誉为“AI芯片第一股”的寒武纪（688256.SH），其AI芯片也属于ASIC，在经历被美国列入实体清单的低谷后，今年该公司的股价反而一路走高，8月以来的股价涨幅超过140%。现在，寒武纪已经是A股股价第二高的上市公司，仅次于贵州茅台（600519.SH）。
这些迹象都表明市场看好ASIC的前景，有望在英伟达几乎垄断通用GPU芯片市场的局面下，打开AI芯片的新局面。
一个主要原因在于，英伟达的通用GPU芯片价格高昂，且供不应求，不少科技巨头都希望探索更多元的选择。
今年年初，Meta公司创始人扎克伯格曾宣布在年底前向英伟达购买35万个H100GPU芯片。以当时市场价计算，这批芯片支出将达到100亿美元左右，接近Meta去年净利润的四分之一。
为避免这种大额支出的长期持续，Meta和谷歌都在自研ASIC芯片，两家公司也是博通ASIC定制芯片的最大客户。有分析师预计，谷歌的TPU项目今年将为博通带来超过80亿美元的收入，同比增长125%。
外界猜测，博通的第三家大客户是字节跳动。今年6月，曾有消息称字节跳动为削减采购成本并确保高端AI芯片的供应稳定，与博通合作开发ASIC。不过，当时字节跳动回应称，该消息不实。
摩根士丹利一份最新报告表示，许多投资者认为台积电的大部分AI半导体代工服务都面向英伟达，但预计到2025年，英伟达的通用GPU将仅占台积电AI半导体收入的约70%。到2027年，AIASIC将成为台积电AI收入更重要的贡献者，占比近25%，英伟达的通用GPU则占比约65%。
同处芯片行业，陈巍同样关注ASIC芯片的进展。他告诉经济观察报，相较而言，通用GPU比ASIC多了用于通用计算的流式多处理器，优点是可以同时用于非AI计算，具备更好的通用性，更适合训练和碎片化的计算场景。缺点是这些通用处理器提升了GPU的成本。
在陈巍看来，根据目前的市场情况，博通的ASIC芯片主要用于谷歌等大厂的推理应用，降低大模型的推理成本，未来预计会在对生态和通用性要求不高的规划化推理场景中挤占GPU的份额。
但陈巍也表示，到现在为止，博通公开的AI芯片相关技术主要是3.5D芯片设计和高速互连（包括CPO和交换机），此外其为谷歌设计TPU积累的相关经验非常重要。但这些技术目前并不足以构成足够高的壁垒，博通也未透露关于AI生态的关键信息。博通是否有机会成为下一个英伟达，要看博通与合作方是否会在生态方面投入巨量资源，这是一个长期烧钱的过程。从开始建设CUDA生态到实现大规模应用，英伟达持续投入了约10年。
来源：经济观察报
