博通第三季度的人工智慧半導體收入同比增長221%，第四季度的增長勢頭可能進一步加快。管理層預計，與人工智慧相關的收入將達到217億美元，較去年同期增長236%。
這一收入增長背後有一個明確的驅動力——定製化的人工智慧加速器，即管理層所稱的“XPU”。這些晶片是與超大規模雲端運算公司（包括Google母公司Alphabet、Meta Platforms、Anthropic和OpenAI）合作設計的。儘管輝達及其GPU在人工智慧訓練和推理方面一直是主力，但定製化半導體晶片最終可能成為更大的業務領域。
以下是原因以及這對博通及其客戶意味著什麼。
人工智慧部署中的最大瓶頸
在人工智慧訓練過程中存在幾個關鍵瓶頸。過去人們主要關注超大規模雲服務商能否快速建立新的資料中心，以及記憶體晶片需求旺盛卻供應不足的問題。但投資者還需考慮另一個關鍵因素：這些超大規模雲服務商實際上能獲得多少資金支援。
上個季度，Alphabet報告了負自由現金流，這是其作為上市公司首次出現這種情況。Meta 正朝著同樣的方向前進。與此同時，Anthropic 和 OpenAI 的現金流極為緊張，因此不得不通過債務和股權融資來籌集資金。
在資本有限的情況下，超大規模雲端運算企業必須將資金投向回報率最高的資產。當然，GPU 對於訓練或混合工作負載任務而言存在基本需求，但定製化晶片在功耗與性能比方面表現更優，推理速度更快，且前期投入更低，因此能帶來更高的資本回報率。
這一點在Google雲首席執行長托馬斯·庫裡安最近的一次採訪中得到了明確體現。他表示，其 AI 伺服器的回收期不到兩年，而使用自家晶片時，回收期則縮短至一半以下。如果一台 AI 伺服器的使用壽命為六年，那麼投資回報率將從約200%提升至約500%。同時，由於資本支出更少、回收期更短，也降低了計算需求下滑的風險。
保持推理成本低廉
Anthropic 和 OpenAI 設計自有晶片的原因也顯而易見。他們看到了Alphabet全端商業模式的價值，即該公司設計了其大型語言模型所運行的定製矽晶片。Google Gemini為前沿模型提供了極低的每token價格，庫裡安表示，這完全是因為它在Google雲上運行於Google的TPU晶片之上。
隨著越來越多企業將AI用於更多工，以及代理型AI變得越來越有用，token成本將在決定企業選擇那種模型方面發揮重要作用。要與Google競爭定價，OpenAI、Anthropic及其他大語言模型開發者必須使用目前最高效的晶片，而這意味著他們往往需要在定製矽晶片上運行大部分計算任務。
這進一步使XPU更具優勢，因為它們不僅能為銷售存取權的超大規模營運商提供更高的資本回報率，還能降低前沿實驗室（以及由此延伸到其他企業）最大的持續性成本。
XPU會取代GPU嗎？
輝達的資料中心業務在第二季度以3560億美元的營運收入收官，這一數字極為龐大，是Broadcom XPU業務規模的四倍以上。
但XPU的採用速度正在加快，且這一趨勢有利於其持續增長。
今年早些時候，亞馬遜首席執行長安迪·賈西表示，該公司將在資料中心中增加定製矽晶片伺服器的數量，超過輝達的GPU。庫裡安以及微軟高管們的言論也表明，他們同樣傾向於在資料中心中更多地採用定製矽晶片，而非GPU。
從數量上看，XPU已經在輝達主要客戶中佔據優勢，這種領先地位在未來幾年內有望繼續擴大。然而，由於XPU的價格低於GPU，收入追上仍需很長時間。不過，這並不影響投資者，因為價格應能反映企業的未來增長前景。儘管博通目前的股價高於輝達，基於未來盈利預期，這種溢價或許值得支付，尤其是考慮到定製矽晶片的廣闊增長前景。 (北美財經)