摩根大通認為，AI基礎設施建設正在進入一個新的階段，而這一階段最顯著的變化，就是雲端運算巨頭開始大規模採用自研AI晶片（ASIC/XPU），並逐漸與Nvidia通用GPU形成雙軌平行的格局。
過去幾年，幾乎所有AI算力都依賴Nvidia GPU，但現在情況已經發生變化。Google擁有已經發展七代的TPU架構，AWS正在加速部署Trainium系列晶片，微軟推出Maia，Meta也擁有自己的MTIA路線圖。幾乎所有超級雲廠商都已經不再滿足於採購現成GPU，而是開始建立自己的晶片生態。
摩根大通預計，這一趨勢將在未來兩年明顯加速。2026年，ASIC在全球AI晶片出貨量中的佔比約為42%，而到了2027年，這一比例將首次超過GPU，達到53%。換句話說，2027年將成為AI晶片市場的重要轉折點，定製晶片出貨量將首次超過傳統GPU，AI產業也將從過去的“Nvidia獨霸時代”，逐漸進入“Nvidia+ASIC雙核心時代”。
更值得關注的是，ASIC的增長速度遠遠快於GPU。摩根大通預計，今年ASIC出貨量同比增長109%，而GPU出貨量增速只有39%。兩者之間巨大的增長差距，意味著未來幾年定製晶片將成為整個AI產業增長最快的賽道。
美股投資網獲悉，從各家雲廠商的部署規模來看，這種變化已經十分明顯。Google TPU的出貨量預計將從2026年的450萬顆增加到2027年的800萬顆；AWS Trainium系列晶片將從190萬顆增長到330萬顆；微軟Maia和Meta MTIA也將開始進入大規模部署階段。相比之下，Nvidia GPU雖然依然保持增長，但市場份額正在逐漸被分流。
摩根大通認為，Broadcom無疑是這場變革中最大的受益者。由於Broadcom深度參與Google TPU、Meta MTIA以及OpenAI定製晶片項目，摩根大通預計，到2027年Broadcom來自AI ASIC和網路業務的收入有望超過1500億美元，相比2026年預計的600億美元實現翻倍增長。事實上，Broadcom管理層此前已經透露，2027年在手訂單規模超過1000億美元，而摩根大通認為這一數字仍然偏保守。
不僅供應鏈正在發生變化，下遊客戶的選擇也在發生改變。Anthropic的大部分算力協議已經建立在Trainium和TPU之上，而OpenAI規劃中的10GW Broadcom項目，本質上也是建立在自研晶片路線的基礎之上。這意味著，大模型公司越來越相信，掌握自己的晶片路線圖，能夠大幅改善長期營運成本，並獲得更大的競爭優勢。
而推動這一切發生的根本原因，並不是成本，而是電力。
摩根大通在報告中反覆強調，限制資料中心擴張的最大瓶頸並不是資本，而是電力。在一個電力資源越來越緊張的時代，每瓦性能（Performance per Watt）正在成為AI時代最重要的競爭指標。
相比通用GPU，ASIC最大的優勢就在於能效。由於定製晶片能夠針對特定任務進行最佳化，去掉大量通用計算所需的冗餘模組，因此能夠在相同功耗下提供更高的計算性能。
例如，Google最新一代Ironwood TPU的單位功耗性能是上一代Trillium的兩倍，而與2015年第一代TPU相比，效率已經提升接近30倍。在經過深度最佳化的工作負載下，TPU和ASIC系統甚至能夠達到遠高於傳統GPU的性能效率。
這也是為什麼摩根大通認為，電力約束最終將推動整個行業向ASIC遷移。
過去十年，Nvidia依靠通用GPU統治了AI時代的上半場；而未來十年，隨著電力逐漸成為最稀缺資源，整個產業的競爭邏輯可能會發生根本變化。
誰能夠在有限的電力資源下提供更高的性能，誰就有可能成為下一個時代的贏家。
因此，未來AI產業鏈最大的變化，或許並不是Nvidia被取代，而是整個行業將逐漸形成“輝達負責通用計算、Broadcom負責定製晶片”的雙寡頭格局。
從某種意義上說，AI產業正在經歷類似智慧型手機時代從Intel CPU轉向ARM架構的歷史性轉折。真正決定未來勝負的，不再只是算力規模，而是單位功耗下能夠產生多少算力。電力，正在成為AI時代新的“摩爾定律”。 (美股巨量資料StockWe)