Broadcom（博通）：不卖“显卡”，却正在成为AI芯片时代最危险的隐形巨头
Broadcom（博通，NASDAQ：AVGO）是全球最重要的半导体和基础设施软件企业之一，也是今天人工智能芯片产业中最容易被普通人低估的公司之一。
说到AI芯片，大多数人首先想到的是 NVIDIA，然后是AMD。再往后可能想到Intel、Google TPU、Cerebras或者Groq。
但如果真正进入大型AI数据中心内部，就会发现一个完全不同的事实：Broadcom几乎无处不在。
它可能没有一张像NVIDIA H100、Blackwell那样家喻户晓的AI加速卡，但它掌握着现代AI基础设施中大量极其关键的技术：
定制AI加速器，也就是XPU；
AI ASIC；
HBM接口；
高速SerDes；
Jericho网络芯片；
AI网卡；
PCIe交换芯片；
Retimer；
光通信DSP；
Co-Packaged Optics，也就是共封装光学；
Chiplet；
先进封装；
以及整套AI数据中心高速连接技术。
更重要的是，Broadcom正在帮助全球最大的AI公司设计属于它们自己的AI芯片。
2025年，Broadcom与OpenAI宣布合作建设10GW规模的OpenAI定制AI加速器基础设施。
2026年，Broadcom又宣布扩大与Meta的合作，为Meta的MTIA定制AI芯片提供多代技术支持。
到2026年第二季度，Broadcom单季度AI半导体收入已经达到108亿美元，同比增长143%。公司预计第三季度AI半导体收入将进一步达到约160亿美元。
所以，今天再把Broadcom简单理解成一家“网络芯片公司”，已经远远不够。
Broadcom正在成为NVIDIA之外，全球AI基础设施产业最重要的公司之一。
Broadcom是谁？
今天的Broadcom拥有一段非常复杂的企业历史。
它并不是简单地由最初的Broadcom Corporation一路发展而来。
今天的Broadcom实际上继承了：
Hewlett-Packard半导体业务，
Agilent Technologies，
Avago Technologies，
Broadcom Corporation，
LSI，
Brocade，
CA Technologies，
Symantec企业安全业务，
以及VMware 等大量企业和技术资产。
2005年，Agilent的半导体产品部门独立成为Avago Technologies。
2015年，Avago宣布以约370亿美元收购Broadcom Corporation。
2016年交易完成之后，新公司采用Broadcom名称。
因此今天的Broadcom，本质上是一家经过几十年并购形成的超级基础设施技术集团。
公司CEO是Hock Tan，也就是陈福阳。
他的经营风格非常鲜明：不追求什么业务都做，而是寻找少数技术壁垒非常高、客户离不开、竞争者很难进入的市场，然后集中资源做到极强。
这种战略在AI时代突然变得非常有价值。
Broadcom与NVIDIA最大的区别
理解Broadcom，首先必须搞清楚一个问题：Broadcom不是另外一家NVIDIA。
NVIDIA的模式主要是：自己设计GPU，自己建立CUDA，然后把GPU卖给很多不同客户。
Meta可以买NVIDIA。
Oracle也可以买NVIDIA。
虽然不同公司使用方式不同，但底层GPU基本还是NVIDIA设计的。
Broadcom采取的是另外一条路线。
它会对大型客户说：你需要什么样的AI芯片，我们可以和你一起做。
客户负责定义自己真正需要的AI计算架构。Broadcom则可以提供：
芯片实现，
高速接口，
HBM，
SerDes，
Chiplet，
封装，
网络，
光通信，
以及最终量产所需要的大量技术。
这种芯片被称为：Custom AI Accelerator。也经常被Broadcom称为：XPU。
XPU是什么？
Broadcom所说的XPU，更接近 针对特定大型客户和特定AI工作负载设计的定制AI加速器。
它本质上通常属于ASIC。ASIC就是：Application-Specific Integrated Circuit。也就是 专用集成电路。
训练语言模型，
跑图像生成，
做科学计算，
运行机器人模型，
处理视频，
甚至用于大量完全不同的计算任务。
这种灵活性非常宝贵。
但问题是：通用性也是有成本的。
如果一家企业每年要运行数十亿甚至数万亿次高度类似的AI计算，那么它可能根本不需要GPU里面所有通用功能。
这时候就可以设计专门的ASIC。
只保留真正需要的计算单元。
减少不需要的电路。
针对自己的模型优化数据流。
针对自己的内存结构优化。
最终可能获得更好的 Performance per Watt，也就是每瓦性能。
以及 Performance per Dollar，也就是每美元性能。
这正是Broadcom抓住的机会。
为什么Hyperscaler越来越想自己做AI芯片？
未来一个AI数据中心可能拥有：10万颗AI加速器，50万颗AI加速器，甚至100万颗AI加速器。到了这个规模，每颗芯片即使只节省一点成本，总成本都会发生巨大变化。
假设一家AI公司每年需要投入：
100亿美元，
200亿美元，
甚至500亿美元
购买AI计算设备。
那么如果自研ASIC能够降低20%的计算成本，节省的钱可能就是几十亿美元。
因此Google、Amazon、Meta、Microsoft、OpenAI等大型科技公司都开始认真开发自己的AI芯片。
但问题来了：设计一颗现代AI ASIC极其困难。
你不仅要设计计算核心。
还需要解决：
HBM，
高速I/O，
SerDes，
Chiplet，
网络，
先进封装，
功耗，
散热，
良率，
高速信号完整性，
以及最终量产。
这时候，Broadcom的价值就出现了。
Broadcom真正卖的是“造AI芯片的能力”
很多情况下，客户拥有自己的模型经验和计算架构。
Broadcom真正提供的是：把这个架构变成一颗能够大规模生产的世界级芯片。
Broadcom在定制芯片领域已经积累多年。公司表示，已经拥有超过十年高复杂度定制加速器和Compute ASIC经验。
Broadcom能够提供：
Compute实现和性能优化，
HBM PHY，
高速Memory Integration，
Network I/O，
SerDes，
Chiplet，
2.5D封装，
3D封装，
Silicon Photonics，
以及整套高速连接技术。
这使Broadcom与普通AI芯片设计公司的商业模式完全不同。
客户告诉它：我要什么。
Broadcom帮助客户真正造出来。
3.5D XDSiP：Broadcom押注下一代超级AI芯片
现代AI芯片越来越大。但是芯片不可能无限制增大。单Die受到光刻Reticle Size、良率、功耗和制造成本限制。
因此未来高端AI芯片一定会越来越多地使用：Chiplet。也就是把一颗巨大处理器拆成多个小芯片，然后封装成一个整体。
Broadcom已经推出：3.5D XDSiP。这是一种面向下一代AI XPU的多维度Chiplet集成平台。
它同时结合：2.5D封装 和 3D芯片堆叠。
Broadcom公开展示的设计方案可以集成：
多个Compute Die，
多个I/O Chiplet，
HBM3，
HBM4，
LPDDR5，
高速200G接口
以及Die-to-Die连接。
2026年2月，Broadcom宣布已经开始出货基于2nm技术的3.5D Face-to-Face Custom Compute SoC。
因为未来AI芯片竞争已经不再只是 谁能设计一个GPU Core。而是 谁能把几十个Chiplet、HBM和高速接口塞进一个封装里面，并让它稳定运行。
Broadcom恰恰非常擅长这个领域。
OpenAI已经开始和Broadcom一起造芯片
Broadcom AI业务真正进入另一个阶段的重要事件，是OpenAI。
2025年10月，OpenAI和Broadcom宣布合作开发 10GW规模的OpenAI定制AI加速器。
OpenAI负责设计自己的加速器和系统架构。
Broadcom负责与OpenAI共同开发芯片、网络和相关基础设施。
双方预计相关机架从2026年下半年开始部署，并持续扩展到2029年。
10GW是什么概念？
这已经不是 买几万块AI芯片。而是 建设一个相当于大型能源基础设施规模的AI计算平台。
Jalapeño：OpenAI第一颗Broadcom合作AI处理器
2026年6月，OpenAI和Broadcom进一步公布了一颗非常值得关注的芯片：Jalapeño。
Broadcom将它称为OpenAI第一款Intelligence Processor。
它主要围绕 大型语言模型推理 进行设计。也就是说，它不是简单复制NVIDIA GPU，而是从一开始就针对OpenAI自己的LLM工作负载优化。
更加惊人的是，从设计到Tape-out据称只用了大约9个月。
Broadcom表示，OpenAI自己的AI模型也被用于帮助芯片设计和优化。
这出现了一个非常有意思的循环：
Meta也与Broadcom深度合作
2026年4月，Broadcom与Meta宣布扩大长期合作。
双方将继续共同开发Meta自己的AI加速器：MTIA。
Meta和Broadcom的合作将覆盖多代AI芯片，并计划发展到Multi-Gigawatt规模。
其中包括2nm AI Compute Accelerator。
这说明Broadcom的AI业务正在进入一个非常特殊的位置。
另一方面，越来越多超级科技公司开始说：我自己设计芯片。而Broadcom就在背后帮助它们实现。
所以表面上看：
实际上Broadcom可能就在它们后面。
Broadcom真正可怕的地方：就算客户不用它的XPU，也可能必须用它的网络
这才是Broadcom最强大的地方。
如果Broadcom只有Custom ASIC业务，它已经很厉害。
但是Broadcom同时还是全球最重要的数据中心网络芯片企业之一。
一座大型AI数据中心里面可能拥有：
10万颗GPU，
20万颗GPU，
100万颗XPU。
这些处理器不是独立工作的，它们必须高速交换数据。
因此AI数据中心真正面对的问题不只是 计算速度，还有 通信速度。
如果GPU计算十秒钟，然后等网络二十秒钟，整个AI超级计算机就废了。
所以AI时代正在发生一个巨大变化：网络芯片的重要性正在迅速接近计算芯片。
这正是Broadcom的传统强项。
Tomahawk：AI时代最重要的Ethernet交换芯片之一
Broadcom拥有著名的数据中心交换芯片产品线：Tomahawk。
2025年Broadcom推出Tomahawk 6。到2026年已经进入批量出货。
Tomahawk 6单颗交换芯片可以提供：102.4Tbps交换能力，比上一代Tomahawk 5提高一倍。
它可以支持：100G SerDes 和 200G SerDes。
Broadcom表示，在Scale-Up架构中，一颗Tomahawk 6最多可以连接512颗XPU。
在Scale-Out架构中，可以通过两层网络连接超过10万颗XPU，并面向未来百万XPU级AI集群。
这是什么概念？
以前交换芯片主要连接 服务器。现在交换芯片开始连接 超级AI计算机内部的数十万颗计算芯片。
Scale-Up和Scale-Out是什么意思？
现代AI系统通常有两个重要网络层级。
一个叫：Scale-Up。它主要连接距离非常近的GPU或者XPU。
例如同一个机架里的几十颗AI加速器，要求 超低延迟，超高带宽。
NVIDIA在这一领域拥有：NVLink 和 NVSwitch。
另一个叫：Scale-Out。它连接 机架与机架，服务器与服务器，甚至整个数据中心。
过去Ethernet主要用于Scale-Out。
但是Broadcom正在推动一个非常重要的变化：让Ethernet同时进入Scale-Up。
如果这个战略成功，NVIDIA最大的护城河之一NVLink就会面对开放Ethernet生态的挑战。
Tomahawk 6正在直接挑战NVLink思想
Broadcom认为：AI数据中心没有必要永远依赖一种专有Scale-Up网络。Ethernet一样可以进入机架内部。Tomahawk 6就是为这个目标设计的。
Broadcom希望未来形成：
Scale-Up Ethernet
Scale-Out Ethernet
Scale-Across Ethernet。
这样客户可以 减少专有协议依赖，降低系统复杂度，使用统一管理工具，同时增加不同XPU之间的互操作能力。
这和AMD推动UALink、Ultra Ethernet的思想非常接近。
本质上都是 削弱NVIDIA封闭生态。
Jericho：连接更大的AI集群
Broadcom另外一个非常重要的网络芯片系列是：Jericho。
Tomahawk更偏向高速数据中心交换。
Jericho则特别擅长：
大型Fabric，
长距离连接，
深度缓存，
Traffic Management，
以及复杂AI网络。
Broadcom最新Jericho 4就是为超大型AI网络设计。
Broadcom表示，它可以支持：超过100万颗XPU规模的AI集群。
未来AI计算机的规模可能非常夸张。不是 8块GPU，而是 100万颗AI芯片。到那个时候，网络本身就成为一台超级计算机的重要组成部分。
Broadcom正好卡在这个位置上。
Thor Ultra：Broadcom甚至开始进入800G AI网卡
交换机只有一端是不够的。每台AI服务器还需要高速网卡。
Broadcom推出：Thor Ultra。
Thor Ultra是一款800G AI Ethernet NIC。也就是说 单网卡最高可以提供800Gbps网络连接能力。
它支持Ultra Ethernet Consortium相关标准，并面向大规模AI训练和推理网络。
这样Broadcom就形成了一整套AI Ethernet链条：
XPU
↓
NIC
↓
交换芯片
↓
Retimer
↓
光DSP
↓
光模块
↓
数据中心网络。
这就是Broadcom真正可怕的地方。
它控制的不是一个点，而是 AI数据传输链条上的很多关键节点。
为什么SerDes是Broadcom隐藏的超级武器？
SerDes的全称是：Serializer / Deserializer。高速数字系统中，不可能拿几千根电线并行传输所有数据。
因此数据需要：
串行化，
高速发送，
再反序列化。
这就是SerDes。
AI数据中心里面：
GPU之间，
交换芯片之间，
网卡之间，
服务器之间，
光模块之间
都离不开高速SerDes。
而Broadcom拥有全球最强大的高速SerDes IP之一。
这是一种普通消费者几乎永远看不到，但是整个AI产业高度依赖的技术。
随着连接速度从：25G 到 50G，到100G，到 200G，甚至未来400G per lane。
SerDes设计难度会急剧上升。信号完整性、功耗和距离都成为巨大挑战。
这就是为什么Broadcom能够保持极高技术壁垒。
AI芯片越快，Broadcom反而越重要
这听起来有点反直觉。
如果NVIDIA GPU越来越快，Broadcom不是会受到威胁吗？恰恰相反。
GPU数量越多，网络就必须更复杂。
AI模型越大，通信量就越大。
AI Agent越多，数据中心内部流量就越大。
于是：计算芯片越强，Broadcom网络芯片的重要性反而越高。这也是为什么AI基础设施投资同时推动 NVIDIA 和 Broadcom 快速增长。
光通信正在成为Broadcom下一个巨大机会
AI数据中心现在遇到一个越来越严重的问题 ：电。铜线连接距离有限，而且速度越高功耗越大。
于是高速AI网络开始大量转向 Optical Interconnect。也就是光互连。
Broadcom已经拥有：
光DSP，
高速PAM4，
Silicon Photonics，
VCSEL，
Retimer，
以及Co-Packaged Optics。
2026年Broadcom展示了包括：
400G per lane光DSP，
102.4T CPO交换芯片，
200G Ethernet Retimer
等新一代AI互连产品。
这意味着未来AI数据中心从电连接，向 光连接升级时，Broadcom又站在一个非常重要的位置上。
Co-Packaged Optics为什么重要？
传统交换机通常是：
交换芯片
↓
PCB
↓
电信号
↓
光模块。
随着带宽越来越高，这段电连接消耗大量功率。
Co-Packaged Optics，也就是CPO，试图把光学模块直接放到交换芯片附近。
这样可以显著缩短高速电信号距离。最终降低：
功耗，
信号损耗，
以及高速网络复杂度。
Broadcom已经推出：Tomahawk 6 Davisson。这是一款102.4Tbps CPO Ethernet交换解决方案。
如果未来百万GPU AI工厂真正出现，CPO很可能成为非常关键的技术。
Broadcom还有PCIe
现代AI服务器内部还有另外一种非常关键的总线：
PCI Express。
GPU、
CPU、
SSD、
网卡、
DPU、
AI Accelerator
都大量使用PCIe。
Broadcom拥有：
PCIe Switch
和
PCIe Retimer。
到AI时代，PCIe已经从普通服务器连接标准变成 大型异构计算系统的重要骨架。
Broadcom在2026年的AI基础设施方案中已经把PCIe Gen6交换与Retimer作为核心组成部分。
所以Broadcom不是只控制一条网络。
它可能同时参与：
GPU内部附近的高速连接，
服务器内部PCIe，
机架Scale-Up，
机架间Scale-Out，
数据中心间Scale-Across。
Broadcom真正的竞争对手是谁？
Broadcom的特殊之处是：它没有一个单一竞争对手。
不同业务面对完全不同的公司。
在AI定制ASIC领域，它面对 Marvell 以及其他Custom Silicon企业。
因为如果越来越多Hyperscaler使用Custom XPU，它们购买通用GPU的数量可能下降。
在Ethernet交换芯片领域，Broadcom又面对：NVIDIA Spectrum，Marvell 以及其他网络芯片企业。
在光通信领域还有：Marvell，Credo，以及大量光通信芯片公司。
但是Broadcom最大的优势就在于：它同时参与这些市场。
Broadcom实际上可能是NVIDIA最值得警惕的对手之一
因为：AMD Instinct直接对打NVIDIA GPU。
但从长期来看，Broadcom可能带来另一种更加深层的威胁。
Broadcom不需要造一颗“Broadcom GPU”去击败NVIDIA。
它可以帮助：OpenAI造自己的芯片，Meta造自己的芯片，其他Hyperscaler造自己的芯片。
然后再给这些芯片提供：Ethernet，交换芯片，网卡，光通信，PCIe，SerDes。
也就是说Broadcom推动的是一种完全不同的未来：未来大型AI公司不再全部购买标准GPU，而是越来越多使用自己的AI ASIC。
如果这种模式快速发展，真正受到影响的就是NVIDIA GPU的市场份额。
但是Broadcom也离不开NVIDIA
AI行业并不是简单的你死我活。
Broadcom很多网络产品一样可以连接NVIDIA GPU。
因此即使NVIDIA继续统治GPU市场，Broadcom仍然能够通过：Ethernet，光通信，PCIe，SerDes获得收入。
这就是Broadcom商业模式非常有意思的地方。
如果Custom ASIC赢：
Broadcom赚钱。
如果大型GPU集群继续扩大，Broadcom的网络业务也可能赚钱。
Broadcom AI收入正在爆炸式增长
它已经直接反映在财报中。
2025财年，Broadcom AI半导体收入达到 202亿美元。同比增长65%。
2026财年第一季度，AI收入达到 84亿美元。同比增长106%。
2026财年第二季度，AI半导体收入进一步达到：108亿美元。同比增长 143%。
Broadcom预计2026财年第三季度AI半导体收入达到 160亿美元。同比增长超过200%。
这个增长速度已经清楚说明：Broadcom正在从一家传统通信半导体巨头，迅速变成AI半导体巨头。
为什么Broadcom的AI收入增长这么快？
主要来自两个方向。
第一个是：Custom AI Accelerator。也就是帮助大型AI客户开发和供应XPU。
第二个是：AI Networking。AI服务器越多，就需要更多：
Ethernet Switch，
NIC，
SerDes，
DSP，
光通信，
PCIe。
这两个市场恰好同时爆发。
因此Broadcom拥有一种非常少见的优势：
AI算力增长，
它赚钱。
AI网络增长，
它也赚钱。
Broadcom甚至开始从“卖芯片”进入“卖AI容量”
2026年6月，Broadcom又公布了一个非常值得注意的项目。
Broadcom与Apollo以及Blackstone共同建立AI XPV Platform。
计划支持超过 20GW AI Compute Capacity。
首批项目涉及约350亿美元融资，并计划支持Anthropic等AI企业扩展计算基础设施。
这已经完全超出传统芯片公司的商业模式。
现在开始涉及 几十GW规模的AI计算基础设施。
这与NVIDIA提出的 AI Factory 实际上正在朝同一个方向发展。
VMware对Broadcom AI战略有没有价值？
2023年Broadcom完成对VMware的收购。很多人认为VMware和AI芯片没什么关系。但如果从整个企业AI基础设施来看，它非常重要。
Broadcom现在一边拥有：AI ASIC，网络芯片，高速互连。
另一边拥有：VMware Cloud Foundation。也就是说Broadcom开始同时覆盖 硬件基础设施 和 企业私有云软件。
很多企业未来并不会把所有AI应用都放到OpenAI或者公有云。
它们可能希望在自己的数据中心运行：
Private AI。
这样就需要：
服务器，
网络，
虚拟化，
Private Cloud，
Security，
AI模型管理。
VMware正好可以成为Broadcom进入企业AI基础设施的一张重要牌。
Broadcom最大的优势：技术拼图太完整
如果把Broadcom AI业务拆开，会发现这家公司拥有一组非常可怕的技术组合：
Custom XPU
ASIC
HBM接口
Chiplet
先进封装
SerDes
Ethernet Switch
NIC
PCIe
Retimer
Optical DSP
Silicon Photonics
Co-Packaged Optics
VMware。
单独看任何一项，都可能只是AI数据中心里面的一个部件。但是全部放在一起，就形成一套完整AI基础设施能力。
这也是Broadcom最难被复制的地方。
Broadcom最大的风险之一：客户太大
Broadcom AI业务的优势来自Hyperscaler，风险同样来自Hyperscaler。
大型AI客户采购量极其庞大，但客户数量相对有限。
如果某一个大型客户：
改变芯片设计，
推迟数据中心建设，
转向另一家ASIC供应商，
Broadcom收入都可能受到明显影响。
因此Custom Silicon业务拥有非常大的订单，同时也天然存在客户集中风险。
第二个风险：ASIC并不是永远比GPU好
为什么所有公司没有全部放弃GPU？
因为GPU最大的优势是：灵活。
AI算法仍然变化极快。今天是Transformer。明天可能出现完全不同的架构。
GPU可以通过软件重新编程。
ASIC则更加固定。
因此Custom ASIC最适合：规模巨大，工作负载稳定，拥有极强芯片团队 的公司。
这也是为什么Broadcom最重要的客户往往都是世界最大的科技公司。
第三个风险：NVIDIA也在进攻Ethernet
但是NVIDIA并不会坐着不动。
NVIDIA通过收购Mellanox已经拥有：
InfiniBand，
Spectrum Ethernet，
ConnectX，
BlueField DPU。
NVLink
NIC
Ethernet
InfiniBand
整合起来。
所以未来真正激烈的竞争可能不仅仅是：NVIDIA GPU vs AMD GPU。还有 NVIDIA网络生态 vs Broadcom Ethernet生态。
这场战争可能更加重要。
Broadcom与NVIDIA的两种AI世界观
NVLink
NVSwitch
Spectrum
InfiniBand
CUDA
构建。
Broadcom推动的世界则更加开放：
Custom XPU
Ethernet
PCIe
开放互连
不同厂商芯片。
前一种路线的优势是：高度整合。
后一种路线的优势是：更加开放。
所以AI数据中心未来实际上可能形成两种生态：NVIDIA式AI Factory 和 Broadcom参与构建的开放XPU + Ethernet AI Factory。
Broadcom真正值得关注的不是一颗芯片
如果分析NVIDIA，我们会关注：
H100，
B200，
GB300，
Rubin。
如果分析AMD，我们会关注：
MI300X，
MI350X，
MI455X。
但分析Broadcom不能这么看。
Broadcom真正应该关注的是：
Custom XPU业务有没有继续增加客户；
Meta MTIA能不能进入多GW规模；
Tomahawk 6能不能成为AI Scale-Up Ethernet的重要标准；
Jericho能不能支撑百万XPU集群；
CPO能不能成为下一代AI光互连核心技术；
而在于：它控制着AI计算基础设施中的很多关键接口。
Broadcom未来真正的机会
AI产业现在正经历一个非常重要的变化。
第一阶段是：训练大模型。
第二阶段是：疯狂采购GPU。
第三阶段可能是：Hyperscaler开始优化自己的计算成本。当AI企业一年只需要几千颗GPU时，自己造芯片毫无意义。
但是当一年需要 10万颗，50万颗，100万颗AI芯片 的时候，自研ASIC的经济意义完全改变。
而且随着AI Agent和推理需求爆炸，AI计算可能从几GW走向 几十GW，甚至上百GW。这时候每一瓦功耗、每一个Token成本都会变得重要。
Custom Silicon很可能越来越有吸引力。
这正是Broadcom押注的未来。
总结
它没有GeForce ，没有Instinct，也没有一张消费者可以直接购买的“Broadcom AI显卡”。但这丝毫不意味着它在AI产业中不重要。
恰恰相反，Broadcom拥有：
定制AI ASIC，
XPU，
HBM接口，
3.5D Chiplet封装，
Tomahawk交换芯片，
Jericho AI网络，
800G AI NIC，
PCIe，
高速SerDes，
光DSP，
Silicon Photonics，
以及Co-Packaged Optics。
它正在帮助Meta扩展MTIA。
它正在为未来10万、100万颗AI加速器的数据中心提供网络。
2025财年，Broadcom AI半导体收入已经达到202亿美元。
2026财年第二季度，单季度AI半导体收入已经达到108亿美元。
第三季度，公司预计这一数字达到约160亿美元。
所以Broadcom在AI时代最值得注意的一点是：它不一定需要打败NVIDIA的GPU。它只需要让越来越多公司开始自己造AI芯片。
然后告诉这些公司：
芯片，我帮你实现。
HBM，我帮你连接。
Chiplet，我帮你封装。
网络，我也有。
交换芯片，我也有。
光通信，我还是有。
这就是Broadcom最可怕的地方。
而Broadcom走的是另一条路：成为所有AI计算平台背后都可能需要的基础设施供应商。
如果未来AI数据中心真的从几万颗GPU发展到百万颗XPU、几十GW甚至上百GW的“AI工厂”，那么Broadcom很可能不是站在聚光灯最中央的那家公司。
但它可能是整个AI工厂里面，最难绕开的公司之一。