美國當地時間9月29日，美國人工智慧企業Anthropic前沿紅隊發佈GLM-5.3網路安全能力研究報告。這份出自海外頂尖模型企業的報告，意外成為中國開源模型的一份“對手認證”。

據瞭解，Anthropic前沿紅隊是Anthropic內部一個專門研究前沿人工智慧模型能力與風險的技術研究團隊，其專門站在攻擊者視角，對Claude等前沿大模型開展高強度壓力測試，挖掘生物安全、網路安全、自主系統層面的災難性濫用風險。

該報告對中國人工智慧企業智譜GLM-5.3的網路能力進行了系統評測，並引用美國國家標準與技術研究院（NIST）下屬機構美國人工智慧標準與創新中心（CAISI）發佈的獨立評估結論稱，GLM-5.3是“迄今發佈的網路能力最強的開源權重模型”，綜合網路基準落後美國前沿水平約4個月。

在ExploitBench（漏洞利用基準測試）端到端漏洞利用測試中，智譜GLM-5.3在410次嘗試中成功了50次，Anthropic自家模型Claude Mythos Preview為56次，兩者表現接近。Anthropic報告還披露，研究人員借助GLM-5.3發現了瀏覽器中的未知漏洞，並在隔離環境中完成攻擊鏈驗證。

更具說服力的是漏洞實戰驗證。Anthropic紅隊研究員用GLM-5.3在某主流瀏覽器JS（JavaScript，一種網頁尾本語言）引擎中發現多個全新0-day（零日）漏洞並串聯為完整利用鏈，總成本僅20.40美元，人工介入約20分鐘、模型自主運行約8小時。 (長安街知事)

人工智慧的普遍狂熱、大科技公司的企業支出、創投基金的資金投入以及消費者對人工智慧的前景展望之間出現了越來越大的分歧。

烏塔姆·戴寫道：「越來越多的投資者和行業觀察家正在回顧1990年代的網路泡沫，並對當今人工智慧投資的過度資本化表示擔憂。」我就是其中之一。

我認為人工智慧狂熱帶有網路泡沫的影子，有著危險的壟斷資本主義操縱。像輝達、微軟和OpenAI這樣規模龐大的公司，創造了超高額的利潤，但如果它們崩潰了，將會產生不可估量的後果。如果這種狂熱對大多數參與者都不具有盈利性，那將是一個巨大的警告。

Wedbush證券分析師丹·艾維斯預測人工智慧股票的派對才剛開始，但菲德斯特拉特的湯姆·李則更進一步地表示，隨著時間的推移，世界將用“矽片”取代「薪水工人」。

另一方面，阿波羅全球首席經濟學家托斯滕·斯洛克在他的研究報告中表示，「今天標普500指數中的前10家公司比上世紀90年代科技泡沫期間的前10家公司更被高估。

（圖表：泡沫- 阿波羅前10個PE）

所有這些辯論都引出了一個根本性問題，這是理解人工智慧是否處於泡沫中的關鍵問題

2015年，美國聯邦儲備委員會發表了一篇論文，將資產泡沫定義為「在一段較長時間內的價格上升，然後崩潰」。另一方面，Investopedia將經濟泡沫定義為“經濟週期，其特徵是市場價值的迅速增長，尤其是資產價格的增長”，這個概念與美國聯邦儲備委員會對泡沫的解釋相似。

根據這個定義，如果我們簡單地繪製一下被認為是AI浪潮受益者的幾隻頂級股票的市值，我們就可以得出關於AI泡沫的答案的一個版本。

另外，一些熱情的人工智慧擁護者也試圖透過將歷史視角應用於輝達的股價上升來得出相同的結論，透過分析輝達的股價走勢來比較輝達與上世紀90年代最受歡迎的互聯網股-- Netscape的情況。

這是否意味著我們處於泡沫中？嗯，直到它破裂之前我們是不會知道的。但這會回應阿波羅全球經濟學家托斯滕·斯洛克對高估值水準的擔憂，特別是與90年代科技泡沫作為基準進行比較時。

為了理解當斯洛克指出上世紀90年代中期的科技泡沫時他指的是什麼，看看導致上世紀90年代末互聯網泡沫爆發的節點（里程碑）是很有必要的。

Netscape是網路時代的第一家上市公司之一，於1995年上市。這實際上是互聯網時代的“大爆炸”，引發了一系列的IPO，最終這些公司的市值會變得過度膨脹。沿途還有一些在那些年裡取得成功的公司，今天仍以某種形式存在：亞馬遜、eBay、雅虎的殘餘以及其他一些公司。

美國在1995年至1999年之間的商業投資在短短四年內從2,500億美元增加到5,000億美元。所有這些都發生在利率上升並在網路泡沫破裂之前幾乎達到了7%的時候。

所有這些公司購買設備的目的是為了增加當時尚處於萌芽階段的互聯網技術的容量，以便更多的公司能夠利用更低的成本創建面向消費者的互聯網應用程序。該公司在1995年電信法通過以來的投資為使互聯網商業化提供了基礎技術，正是這些投資使亞馬遜、Uber、Google和Facebook等公司得以茁壯成長。
今天的人工智慧故事與此相似。

（圖表：科技公司的資本支出趨勢）

上圖中的所有技術公司都是輝達GPU產品的客戶，並且一直在大量投資於GPU和其他硬件，以增加容量，使他們的機器學習模型可以以大量數據更快地運行。例如，Meta Platforms告知他們的投資者，他們現在預計今年將花費的資金約比上季度預計的23%多，用於購買諸如GPU和資料中心基礎設施之類的物品，用於他們的人工智慧模型，而不是上季的23%。

到目前為止，由前7-10名領導的公司主導的公司競賽已經鎖定在擴展其運算能力和基礎人工智慧能力的競賽中，類似於90年代初至中期的商業投資，創造了幾乎無彈性的需求動態，並導致一些受益者的市值水準飆升，如輝達。但這種投資規模的快速擴張也存在風險。最大的風險是無法正確預測最終用戶人工智慧消費的需求，這將威脅到今天科技公司所做的容量和資本投資的利用率。如果泡沫破裂，那麼在最高估值泡沫達到頂峰時，他們將暴露在高風險之下。

畢竟，歷史總是驚人的相似，但不會簡單重複。

儘管有關泡沫的所有討論，但創投公司的融資在去年並未顯示出減緩的跡象。 2023年是生成AI投資的創紀錄年。根據CB Insights的數據，2019年至2023年間，生成AI新創公司的投資成長了65%，2023年的創投成長速度至少是過去五年中任何一年的兩倍。

大型科技公司主導了去年大多數融資輪次。根據Crunchbase的數據，微軟領導了最大的融資輪次，並共同領導了第二大融資輪次。輝達、亞馬遜和谷歌領導了其他一些大型融資輪次。這使得許多創投公司處於獨特的位置，感覺被定價出局。其他創投公司也開始以不同的角度看待估值，並形成了共識，即目前的估值可能正在流失。

據報導稱，一些人工智慧新創公司的估值正在下降。投資者傾向於根據新創公司的成長率對新創公司進行溢價定價，但三個月前，這些研究注意到，由於新創公司的成長率正常化，估值正在下降。儘管研究指出，估值主要是因為新創公司的成長率正常化而拉回，但它也指出，相同的新創公司沒有吸引到與之前相同的投資資本，這是技術的承諾與現實之間衝突的強烈跡象。

通常情況下，當成本以很快的速度下降時，會導致創新的廣度，而目前所見的創新主要集中在新創新的基礎層，如生成式AI（這不是一個新趨勢）。在網路泡沫時期也是如此，當時大部分的投資和資本支出都主要用於建立互聯網的基礎層，然後移動到前端，互聯網內容層和電子商務層。

寫在最後（即將到來的泡沫破裂）

人工智慧泡沫不會破裂。儘管市場最近的震盪令人震驚，但最大的風險在於我們對人工智慧的消費模式的認知。這些模式無法準確預測，因為很多人不知道他們會在未來使用人工智慧做什麼。

目前的估值水準建立在一種假設之上，即未來的需求將維持與現在相同的成長水準。但如果這種成長無法實現，那麼股價就會下降。

最近市場的波動表明，市場對此存在擔憂，這並非沒有道理。但這只是一個問題的一部分。本文中沒有提到的其他關鍵因素還包括地緣政治風險、人工智慧的技術限制以及人工智慧的倫理和隱私問題，這些都可能導致未來人工智慧泡沫的破裂。  (人工世界Artificial World)

過去兩年，人工智慧的繁榮讓輝達走向了風口浪尖，但其實藏在輝達背後，還有一家晶片公司在快速成長，那就是博通。數據顯示，過去一年，博通公司股價已經上漲一倍多，博通也成為了輝達之後，為數不多能躍進全球前十名的半導體公司之一。

上個禮拜，Broadcom 在其位於聖荷西的工廠舉行了有史以來的首次投資者日活動，Broadcom 擁有26 個部門或損益表，其中17 個屬於半導體集團。半導體集團的營收約為300 億美元，並以兩位數的速度成長。該集團每年的研發費用為30 億美元。

Broadcom 半導體解決方案集團總裁Charlie Kawwas 參與了這場演講，這次投資者日活動旨在讓投資界了解Broadcom 的獨特市場策略。在本文中，我們總結了博通對AI市場的看法。

Charlie Kawwas首先提到了Broadcom的傳統基因就是技術創新，在過去八年裡，Broadcom沒有收購過一家半導體公司，卻實現了有機增長，2019 年的業務規模為170 億美元，而2023年的業務收入達到280 億美元，年均複合成長率約13%，比半導體產業快得多。其表示，這一切都建立在大規模投資的基礎上，Broadcom在這項業務上的研發投資超過30 億美元。在過去的五年中，共有150 億美元的研發投入，這些資金支撐了有機成長。

Kawwas稱，Broadcom實現有機成長，靠的是三大支柱。第一大支柱是市場。在實施策略時，選擇持久的市場，並對這些市場進行長達10 年的考察。 Broadcom問自己的第一個問題是，10 年後這個市場還會存在嗎？在人工智慧領域，Broadcom已經投資了近十年，只是碰巧遇到了一個正在大幅成長的市場，Broadcom很高興能成為其中的一員。

而第二大支柱，也是最重要的支柱，是技術，這是Broadcom 的傳統和基因，尤要做到這一點，就必須進行投資和研發投資，必須建立一支工程師圖團隊，正是這些工程師為Broadcom帶來了領先地位，帶來了Broadcom今天要與大家分享的技術。

第三大支柱是執行，當Broadcom在市場上打拼了10 年，並在這段時間內帶來了最好的技術，最終在每個類別中都成為第一，Kawwas表示，基於以上三點， Broadcom創造了一個術語，叫做"永續特許經營"，這也是每個業務單位或部門的核心定義。

Kawwas提到，Broadcom將重點放在網路中的細分市場，即人工智慧以及如何在基礎設施中啟用人工智慧。第一個支柱市場其實是由兩個不同的市場組成。一個是消費人工智慧領域，該領域的參與者寥寥無幾，但卻擁有數十億用戶，他們賺錢的方式是基於廣告、最終用戶和消費者的參與，參與度與他們在人工智慧和機器學習方面的投資額直接相關，他們建立的集群越大，參與度就越高，這意味著更好的經濟回報。

另一個市場則是企業，它可以是雲端運算或內部部署。在該領域中，許多人都在嘗試投資人工智慧，但商業案例還有待驗證，每個人都在建立小型集群來試驗這些技術，甚至雲端運算公司也在進行一些試驗，但並沒有像消費級人工智能那樣，出現真正切實的商業案例。

在科技這第二支柱中，從Broadcom的角度來看，會專注於兩種產品。一個是我們所謂的人工智慧加速器即XPU，開發這部分產品其實有兩種方式，廠商可以開發一種滿足所有人需求的通用產品，但它們功耗過大，且過於昂貴，無法實際部署到網路中。其中一部分公司別無選擇，因為他們不具備客製化能力，但少數擁有數十億用戶規模、創造數千億甚至超過5 兆美元收入的公司具備這種能力，這也是Broadcom將其命名為客製化XPU或定制AI 加速器的原因。

Kawwas表示，在這一切的基礎上，還要將這些XPU 連接起來，廠商需要一種網路技術或人工智慧連接技術，而Broadcom將討論消費級人工智慧的大規模建設，從產品和技術的角度來看，Broadcom將重點介紹客製化的人工智慧加速器，並最終向大家展示Broadcom的整個人工智慧連結產品組合。

他提到，Broadcom並不是在最近一兩年才開始關注人工智慧的，在2022 年之前的很長一段時間裡，人工智慧在半導體領域的收入一直低於5%，但近兩年它們在半導體領域的收入躍升了2 倍多，達到了10%。 2023 年Broadcom在該市場拿下了15%的份額，預計2024年將達到25%的份額，總收入超過100億美元。

值得一提的是，Kawwas在本次活動中宣布了Broadcom的第三家客製化晶片大客戶。

第一位客戶毫無疑問是谷歌，從第一代TPU開始，十年來谷歌一直是Broadcom 的定制芯片客戶，而Kawwas還提到了新加入的第二家定制客戶，大概率就是Meta，其在過去四年來一直是Broadcom的客戶，它們合作建立了多代產品，目前以及實現量產。

Kawwas所宣布的第三位客戶眾說紛紜，有國外媒體猜測可能是國內的字節跳動，理由是它擁有大型網絡，並採用了Broadcom 的片上神經網絡推理引擎，同時也是一個以消費者為導向的大型社交網絡，可以透過使用更多的客製化晶片而不是商業晶片來獲得快速的投資回報。

Kawwas回憶到兩年前，當時的集群擁有最先進的4,096 個XPU，單個XPU功率為幾百瓦，與現在相比，使用戰斧（Tomahawk）交換機將4000 個XPU 互聯是相當簡單的單層網絡。而在2023 年，Broadcom建立了一個使用這種XPU 的叢集並開始出貨，該叢集的XPU 節點超過10,000 個，需要兩層戰斧或Jericho交換機才能實現這一目標，他表示，這是目前業界功耗最低的XPU，無論是商用還是定制，功耗都低於600 瓦，並採用了最新技術。

Kawwas表示，隨著2024 年的到來，Broadcom打算將這一集群擴展到30,000 個XPU以上，而後，Broadcom的消費級人工智慧客戶的計劃和目標是，如何將這一數字提高到幾十萬乃至上百萬，這也是Broadcom正在努力的方向。

隨後Kawwas展示了最新的XPU，可以看到中間的兩個運算單元和左右兩邊的所有HBM。一個完整的定制SoC，其擁有強悍的算力、大容量的HBM與高速芯片內連接，以及最高性能的外部網絡，比較有意思的是，這款XPU一共擁有12個HBM堆棧，作為對比，輝達的Blackwell僅有8個HBM堆棧，Kawwas強調，Broadcom所客製化的XPU在HBM上比對手多出了整整50%，Broadcom可以比其他人做得更好、更快、更省電。

隨後Kawwas分享如何建立一個集群，從單一XPU到一台伺服器，再到一整群集群。他表示，目前業界耗電量最低的XPU 就是Broadcom的產品，功率為600 瓦，其他公司即將推出的下一款產品可能在1,000 瓦左右。如果今年要生產3 萬個這樣的產品，光是XPU 就需要30 兆瓦的功率，這就是大多數資料中心允許的最大功率，這還沒算上電源、冷卻系統和網絡，他強調集群就是一個異構系統，需要在生態系統的多個參與者之間找到擴展方式，世界上沒有一家公司能在資料中心或集群中建立一切，大家需要相互合作。

為了解決這些問題，Broadcom正在進行三方面的技術投資。其一，Broadcom認為產業的這一重要拐點必須是開放的，必須由乙太網路、PCIe 等開放標準以及記憶體層面的其他標準功能來推動。

第二個面向是規模，如何擴展到百萬級叢集？這些架構中最重要的並不僅僅是XPU，Broadcom的願景和前進的方式都以網路為中心，當XPU數量超過1萬、2萬和3萬時，這將成為一個分散式運算的挑戰，再好的網路架構也無法解決分散式運算的難題，Broadcom會在擴大和擴展這些網路並實現網路互聯方面做出承諾。

最後一方面就是節能技術，為了做到這一點，Broadcom開始了研發，並以永續的方式提供這些技術。他表示，核心交換集團總經理Ram Velaga 將介紹人工智慧網絡，資料中心解決方案集團總經理Jas Tremblay 會介紹伺服器互連，光學系統部門總經理Near Margalit 會介紹光互連，物理層產品部門總經理Vijay Janapaty 將介紹跨P&L 共享的SerDes 等基礎技術， ASIC 產品部總經理Frank Ostojic 會介紹客製化人工智慧加速器。

Ram Velaga表示，當需要一百萬個以上的GPU這種規模時，連接它的唯一方法就是擁有網絡，也印證了一句老話：網絡就是一台計算機。

他提到，為了讓交換器獲得GPU 和交換器之間的流量，用戶需要NIC。 GPU 需要大量頻寬，而NIC 必須跟上即將出現的GPU 頻寬量。 Broadcom的重點是具有非常高RDMA 效能的NIC，可持續從400 GB 擴展到800 GB，再到1.6 太比特。

RDMA 大約出現在25 年前，當時的想法是兩個CPU 想要互相通信並共享記憶體。因此，它是為兩台機器相互通信而建造的，然後慢慢地從2 台擴展到16 台、32、64、128、512。但它從來不是為數千或數十萬個CPU 或GPU 相互通信而構建的，RDMA 中實際上存在很多問題。 Broadcom實際上對RDMA 進行了重大增強，以便它可以擴展到超過100 萬個叢集。

Ram Velaga講到，在這個世界上，不會有數百萬的GPU，也不會只有一個大型主機解決方案在銷售。在歷史上，這種情況的唯一出路就是擁有多個供應商和多種解決方案。當你擁有多個供應商和多個解決方案時，你需要的是一個能將所有這些解決方案互聯在一起的結構，這是一個分散式運算問題。僅僅說我能製造最大的GPU 並不能解決問題。你需要建立能夠擴展的GPU，並且能在一個非常非常大的結構中聯網，乙太網路就是這個結構，將來也會是這個結構。

Broadcom不僅相信以太網，還相信以太網實際上是基於一個非常開放的生態系統。 Broadcom做的是，自己有晶片和一大堆供應商，他們在世界各地製造硬件，還有一大批合作夥伴，他們在硬體之上構建軟體，並提供所有的管理和其他服務。這就是Broadcom要採取的方法。打造最好的網路設備，將其提供給一個非常非常廣泛的生態系統，並堅信這是一個分散式運算問題，而要大規模解決這個問題的唯一方法就是不建造大型主機。

Jas Tremblay表示，客戶實際上需要在人工智慧伺服器內建立一個網絡，為此選擇的網路是PCIe。它的延遲非常低、無處不在、基於標準，並且允許公司將他們需要的各個部分整合在一起。事實上，人工智慧伺服器內部擁有開放的內部結構是自由的關鍵，這樣客戶就可以選擇想要的元件。如果客戶作為雲端供應商在內部建立自己的NIC，如果您想使用不同類型的加速器，那麼擁有開放結構可以讓您挑選所需的元件，並建立更適合的AI 伺服器您的需求。另一個因素是，如果是伺服器OEM 或ODM，則很難為每種類型的加速器建立完整的系統。因此，客戶希望擁有一個可以在AI 伺服器內支援商業、客製化和不同類型XPU 的架構。因此，使用PCIe 交換作為這些AI 伺服器內部的內部網路非常重要。

這個網路需要超低延遲，需要高頻寬，但最重要的是，它需要被信任。它需要中斷很多很多類型的設備。它需要符合標準。它需要具有先進的遙測和診斷功能。因此，如果要在網路中部署數以萬計的人工智慧伺服器，則需要在網路內部、人工智慧伺服器內部擁有告訴您正在發生的情況的功能，因此Broadcom投資了效能、最低功耗以及先進的遙測和診斷。

其中，交換器是此網路的核心元件。在過去20 年裡，Broadcom一直是第一個推出適用於每一代PCIe 的PCIe 交換器的公司。目前Broadcom正在大量出貨PCIe Gen5 交換機，為整個產業、客製化和商業加速器中的絕大多數AI 伺服器提供動力，且Broadcom即將推出第五代5 奈米重定時器，也將在今年底提供PCIe Gen 6交換器樣品。

此外，Broadcom正在與AMD合作構建一個擴展解決方案，博通將構建交換機，AMD 將構建加速器，其將以開放的方式共同努力，將其提交給標準機構，未來將提供一種開放、低功耗、高效能、低延遲的方式來連接CPU、NIC、NVMe 驅動器和XPU。

Near Margalit表示，人工智慧系統不斷消耗整個系統越來越多的頻寬。因此需要光學技術來支援這一點，包括擴展和成本，以及能夠提供更高等級的頻寬。

他討論了Broadcom擁有的三項核心技術。第一個是垂直腔面發射雷射。這是整個產業人工智慧技術的主力。它可用於乙太網路、InfiniBand 和V-Link 技術。由於多模光纖本身的原因，它在距離上確實有限制，限制在100 公尺左右，但它的功耗非常低，成本也很低，並且在當今世界上大多數人工智慧系統中得到了廣泛部署。

第二項技術是共同封裝光學元件，它是直接集成在ASIC 上的高速矽光子學的集成，無論是交換器、整個系統中的PCI 交換器或加速器都為這些下一代系統提供了功耗和成本領先優勢。 Broadcom先前發布了有關VCSEL 和EML 技術的新聞稿，其已交付了超過2000 萬個每通道100 gig 技術的通道，真正展示了我們光學技術的核心領導地位。

Near Margalit解釋了為什麼要進行共同封裝，對於這些人工智慧系統來說，頻寬、組件數量不斷增加，而光學元件的成本仍然是可擴展性方面的一個問題。那麼，如何制定路線圖，繼續降低光學成本，以適應越來越大的群聚和GPU？ Broadcom的解決方案是集成，特別是在矽光子學中尋求集成，以便能夠將越來越多的組件直接集成到單個晶片上，其相信在光學領域這也是正確的方式，認為CPL將繼續提供單位比特成本最低的能力。

共同封裝光學元件的第二個好處是，實際的光學元件就在訊號所在的位置。因此可以擺脫ASIC 與光學元件之間複雜的電氣通道，目前市場上典型的800 gig 可插拔收發器功率為14 瓦，展示的貝利系統現在的功耗為5 瓦，與目前的典型部署相比，可以節省70% 的功耗。

Near Margalit表示，長期以來，Broadcom在光學元件方面展現了行業領先地位，特別是現在每通道100 gig 這方面。此外，Broadcom在交付人工智慧應用方面做得非常好，並且已經展示了繼續將VCSEL 技術和EML 技術擴展到200 gig 的能力，也正在尋求擴大規模。同時Broadcom也推出了第一個具有可插拔雷射器的共同封裝光學元件的商業系統，可同時提供成本和功耗優勢，功耗降低70%，成本節省30%。

Vijay Janapaty表示，在集群市場中，鏈路的頻寬實際上每兩年就會翻一番，是人工智慧集群中第二大功率和成本來源，關注這些高速鏈路的功率和成本非常重要。如果把這些鏈路放在一起看，大部分鏈路都是銅纜，功耗最低、成本最低，但是傳輸距離約5 公尺左右，光學設備的覆蓋範圍更大，但功率最高，成本也最高。因此研究如何降低這些光學元件的功率和成本非常重要。

在銅纜鏈路上，Broadcom用來驅動這些銅纜鏈路的技術是SerDes。這些SerDes 核心嵌入在戰斧交換器、XPU 或網路卡中。而Broadcom的目標是，如何確保盡可能多的連結使用銅纜？其次就是如何降低這些連結的成本和功耗。

他宣布了Broadcom的下一代SerDes，內部的代號是Condor。它基於3 奈米而非4 奈米製造，它具有非常多優勢：超長傳輸距離、45 分貝、兩米多長的DAC 電纜，因此可以覆蓋機架上的所有設備，無需任何重定時器，機架上也不需要有源設備。同樣，它還具有CPO、線性光學等相同的優點，Broadcom所有的產品團隊現在都在使用它進行設計。憑藉所擁有的這些規格，Broadcom將再次成為200 gig SerDes 領域的領導者。

Frank Ostojic表示，為什麼消費級人工智慧客戶想要自己的晶片？他們為什麼要與我們合作創建這些XPU？為什麼他們不能使用GPU、第三方晶片？有什麼好處？好處可以用一個簡單的等式來解釋。性能除以總擁有成本。什麼是總擁有成本？就是晶片的成本、電源的成本以及將其組合在一起的基礎設施的成本。

當使用者使用XPU 時，如果是這些消費級人工智慧公司中的一員，就會擁有一些對你的創收和應用非常重要的內部工作負載，如果你能自訂你的架構或加速器、頻寬以及加速頻寬與IO 的比率，你可能就能比使用普通硬體更有效率地完成你非常關心的特定工作負載或非常特定的工作負載。

Broadcom會與客戶合作，客製化他們所擁有的架構，以確保他們能夠最大限度地提高他們所關心的效能。當考慮效率和最佳化時，還有另一個非常好的效果，會使它更小，更便宜，使用更少的空間。因此，當這些公司開始使用我們共同開發的設計時，他們就能節省數百萬甚至數十億美元的資本支出，因為這些設計完全符合他們的需求，內存和AIO 的比例都恰到好處。

Broadcom提供的XPU為優化的工作負載提供最低功耗、最佳效能，使我們能夠以整體擁有成本（TCO）獲得最佳效能，這就是Broadcom所專注的，博通能夠提供包括網路、架構、互聯等一整套方案，滿足不同客戶的需求。

Frank Ostojic表示，Broadcom在客製化晶片方面會抓住三個重點，第一是專注，Broadcom想做好一件事，而且已經做了10 年，就像30 年前在惠普公司創業時一樣，做這種消費級AI 高難度晶片，第二是投資，30 億美元主要集中在人工智慧領域，並優先考慮人工智慧。第三是經驗，10 年的修補、學習錯誤、改進流程和勤奮的紀律，以使用相同的流程，還有三年或四年的投資，用於我們認為客戶會需要的未來專案。（半導體產業觀察）

彙整鉅亨號中所有使用「人工智慧網路」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

來自“對手”的認證：中國最強模型，距美國前沿只剩4個月差距

AI泡沫論割裂了幻想

【美股觀察】博通，怎麼看？