博通定制AI芯片业务暴涨，为啥各大巨头要集体下场造芯片？

本文来自微信公众号： 特大号 ，作者：特大妹，原文标题：《博通定制AI芯片业务暴涨！为啥各大巨头要集体下场造芯片？》

9月3日，博通（Broadcom）发了一份相当炸裂的财报↓

第三季度，营收、利润和现金流均全部创历史新高。

收入296亿美元，同比暴涨86%，其中AI半导体收入167亿美元，同比飙升221%

博通是谁？

以前我们只知道他是搞交换芯片的大佬。

现在，博通已经变成了AI芯片设计总包商：谷歌、Meta、OpenAI、Anthropic……

这些大模型公司定制AI芯片，都找博通干。

说白了，现在博通定制AI芯片的生意好得不得了，接订单接到手软。

博通业绩炸裂的背后，藏着一个有意思的趋势：全球顶尖的AI公司，都在自研芯片，集体对抗英伟达垄断。

那今天，我就浅扒一下↓

Q

到底有哪些AI巨头正在自研或定制芯片？进展如何？

2016年公开第一代TPU（Tensor Processing Unit）。

这是一款专门针对机器学习和TensorFlow设计的ASIC，早期主要用于推理，后来逐步扩展到大模型训练和推理。

2026年，Google已经发布第八代TPU，Q3开始量产交付，而且还破天荒地分成了训练和推理两款专用芯片↓

TPU 8t面向大规模训练

TPU 8i面向后训练、强化学习和低延迟推理

最逗的是，谷歌不仅自用，还要对外出售！

2026年5月，谷歌还拉着黑石集团成立了一笔50亿美元的合资公司，要把TPU从自用变成外卖。

网红大模型公司Anthropic跟谷歌签了那笔2000亿美元的天价订单，核心采购的就是谷歌自研的TPU，而不是英伟达。

这是顶级AI公司第一次大规模、长周期地抛弃英伟达算力，转头投入定制芯片的怀抱。

▌Meta的动作也不慢，分两条线走

一条是跟博通合作的MTIA系列，MTIA 300已投入生产，主要跑内容推荐和排序算法。（这是传统搜广推那一套逻辑，不是大冒险推理）

接下来，Meta计划2027年初推出MTIA 400、年底再出MTIA 500，全面转向生成式AI推理。

另一条路线是↓

2026年2月，Meta跟AMD签了可能高达上千亿美元的半定制芯片合作协议。

AMD甚至向Meta发行了认股权证，双方绑在了一起。

▌OpenAI把实物拍在了桌上，掏出小辣椒

2025年公布与Broadcom合作，2026年拿出首款推理芯片，Jalapeño（墨西哥辣椒），台积电3nm代工。

早期测试声称每瓦性能大幅优于英伟达当前最先进系统，推理成本可降低约50%。

最夸张的是从设计到流片只花了9个月。

这颗小辣椒计划2026年底大规模量产，下一代产品预计2028年推出，此后每年迭代。

A社的路线与Google、Meta、OpenAI不同，它没有公开一款完全由自己定义、以Anthropic品牌命名的芯片，而是同时使用Nvidia GPU、Google TPU和AWS Trainium。

不过刚刚，就在2026年8月5日，Anthropic建立了一个内部芯片设计团队，专门设计适配Claude的定制芯片。

它最近还从OpenAI和谷歌疯狂挖角硬件和芯片顶级人才，连谷歌的TPU之父Amir Salek都被连夜挖走了。

Anthropic计划2026年部署1GW算力，2027年加5GW，2028年再加10GW。

这个量级如果没有自研芯片兜底，恐怕是个无底洞。

▌亚马逊把自研芯片做成了一个巨大买卖

早在2020年就发布了Trainium，如今已经迭代到Trainium3，2027年还将继续推进到Trainium4。

有意思的是，Trainium4甚至还没上市，一大部分未来产能已经被客户提前锁定。

截至2026年，Amazon已经披露的Trainium相关未来收入承诺，累计超过2250亿美元。

Amazon甚至表示，其自研芯片业务已经跻身全球前三大数据中心芯片业务之列。

的确，有Graviton、Trainium和Inferentia三大芯片傍身，亚马逊这牛不白吹。

微软2026年1月发布了Maia 200推理芯片，已部署在美国数据中心，驱动OpenAI最新模型和自家Copilot服务。

国内自研芯片也在起势！

华为有昇腾、阿里有真武、百度有昆仑芯，字节也时不时传出一些“绯闻”，头部大厂里，除了腾讯稳坐钓鱼钩，其它几家都在下手。

而且，外媒也频频爆料国内新锐大模型公司的造芯传闻，比如DeepSeek和智谱。

不过这两家都没给出正面确认，即便有动作，也只是早期阶段。

Q

为什么大模型公司不满足于买Nvidia GPU，开始定制自己的芯片？

核心就三点：

一、省钱

算力账单已经高到不能忽略。

Nvidia GPU通用、灵活，即插即用，但价格昂贵，也不是适合每一个推理场景。

如果是定制芯片，AI厂商就可以针对自家模型的注意力计算、KV Cache、低精度格式和内存带宽进行优化。

OpenAI掏出来的小辣椒就是个很明显的例子，专门针对推理尤其是Decode阶段进行优化，性能碾压英伟达GB300。

当芯片采购量达到几十万颗，当你的日调用量是十亿级别，每省一分钱乘以十亿，就是数十亿美元的利润差。

经济账一算，自研芯片，是必选题！

二、夺权

英伟达握着全球74%的AI芯片市场，更要命的是它还握着CUDA。

如果完全依赖N家，大模型公司只能跟随它的产品发布时间、硬件配置和软件生态。

AI厂商按别人的节奏来↓

如果自己自研芯片，则可以把模型、编译器、网络和数据中心协同设计，让硬件跟着模型演进，而不是让模型迁就现成的GPU。

这一点，Google已经跑通了。

三、保命

避免算力命脉掌握在单一供应商手中。

一旦高端GPU缺货、涨价或受出口政策影响，模型训练和产品扩张都可能被卡住。

定制芯片未必能完全替代GPU，却能增加一个重要的算力来源，提高议价能力和供应链韧性。

尤其对于国产大模型公司来讲，问题更尖锐：高端GPU对华出口受限，今天能买到不代表明天还能买到，供应链断供是生死变量。

所以，这波让博通定制芯片业务赚翻的本质，是所有玩家都在算账↓

算省钱的经济账，算夺权的战略账，算保命的生存账。

这个账，必须算明白！