过去两年，AI 基础设施的投资叙事几乎等同于“买 GPU”。NVIDIA 的数据中心业务在 2026 财年达到 1,937 亿美元，同比增长 68%，占公司总收入的约 90%。超大规模厂商的资本开支持续刷新纪录——摩根士丹利预测 2026 年五大超大规模厂商合计资本支出将达到约 8,000 亿美元，2027 年进一步攀升至 1.2 万亿美元。
然而，当千亿美元级别的资本开支从规划变为现实，市场的注意力正在从“单点算力”向“系统级基础设施”转移。训练一个万亿参数的大语言模型，不仅需要数万颗 GPU 的并行计算能力，更需要这些 GPU 之间高速、低延迟的数据传输。网络层——这个在过去被视为“管道”的环节——正在成为决定 AI 集群实际算力利用率的关键瓶颈。
这正是 Broadcom（AVGO）的结构性机会所在。
理解 Broadcom 的 AI 叙事，首先需要理解 AI 数据中心正在发生的一个根本变化：投资的焦点正从单个算力芯片扩展到完整的数据中心架构。
2026 年上半年，微软、亚马逊、谷歌、Meta 及 Oracle 五大超大规模云服务商集体上调了资本支出指引。美银证券分析师 Vivek Arya 团队预测，2026 年全球超大规模云服务商 AI 资本支出将超过 8,000 亿美元，同比增长 67%，并于 2027 年突破 1 万亿美元。高盛的预期更为乐观，认为 2027 年资本支出在乐观情境下可达 1.4 万亿美元。
但这笔巨额支出并非全部流向 GPU。随着 AI 集群规模从千卡级扩展到万卡级甚至十万卡级，网络基础设施的投入占比正在快速上升。摩根大通研报指出，AI ASIC 市场到 2026 年将达到约 600 亿至 700 亿美元，未来几年复合年增长率将保持在 40% 至 50% 以上。Cisco 在 Fiber Connect 2026 上表示，AI 正在将网络架构从核心推向边缘，带宽需求的增速超出了许多供应商的预期——AI 流量目前已占骨干网利用率的 5%，而两年前这一比例还不到 1%。
这一结构性变化意味着，AI 基础设施的投资逻辑正在从“谁的 GPU 最强”转向“谁的数据中心架构最完整、最高效”。而在这个系统级竞争中，Broadcom 占据了两个不可替代的位置。
外界对 Broadcom 的认知往往停留在“网络芯片公司”，但 2026 财年第二季度的财报清晰地揭示了另一条增长曲线：定制 AI 加速芯片（ASIC）。
2026 年 6 月 3 日，Broadcom 公布 2026 财年第二财季业绩：总营收 221.9 亿美元，同比增长 48%，创历史新高。其中，AI 半导体营收高达 108 亿美元，同比增长 143%，不仅超出公司自身预期，也超出华尔街分析师的预测。Non-GAAP 每股收益 2.44 美元，超出分析师预期的 2.40 美元。
更值得关注的是订单积压情况。Broadcom CEO 陈福阳在财报电话会议上透露，第二季度 AI 半导体订单超过 300 亿美元，而实际出货仅为 108 亿美元。另有数据显示，AI 芯片合约积压订单高达 730 亿美元，其中 530 亿美元来自定制加速器。这意味着客户承诺的采购量远超当前交付能力，订单能见度已延伸至 2028 财年。
Broadcom 的 ASIC 模式与 NVIDIA 的通用 GPU 模式形成差异化竞争。NVIDIA 提供标准化算力产品，而 Broadcom 为 Google、Meta、Anthropic、OpenAI 等六家核心客户量身定制 AI 加速芯片。这套模式的护城河在于时间成本——与 Broadcom 完成定制芯片的设计、验证和部署，整个过程通常耗时超过两年，客户切换供应商的代价极为高昂。
摩根大通预计，Broadcom 到 2027 年有望占据 AI 服务器算力 ASIC 市场约 60% 的份额。2026 财年 AI 半导体收入预计将达到 560 亿美元，较 2025 财年增长约 180%；2027 财年则有望突破 1,000 亿美元。
如果说 ASIC 是 Broadcom 的进攻引擎，那么网络芯片就是它的护城河。
AI 训练和推理的规模扩大，对数据中心内部数据传输效率提出了指数级要求。过去 4 年中，集群互联带宽从 400 Gbit/s 飙升至 12.8 Tbit/s，增长 32 倍。大模型单轮训练的数据互联需求达到 TB 级甚至 PB 级。在这种背景下，网络芯片不再是“管道”，而是决定算力能否被有效调用的关键环节。
Broadcom 在 AI 网络领域的布局覆盖了从交换机芯片到光学互联的完整产品矩阵。2026 年第二季度，网络芯片占 Broadcom AI 收入的近 40%。公司预计这一比例长期将稳定在 30% 左右。
具体产品层面，Broadcom 的 Tomahawk 6——全球首款 102.4 Tbps 以太网交换芯片——已进入量产出货阶段。该芯片支持 128 个 800G 端口或 1.6T 以太网能力。公司同步推进 200-terabit 交换技术的研发。此外，Jericho3-AI 作为 800G 交换硅，可构建连接最多 3.2 万颗 GPU 的大型 AI fabric。
在 2026 年 3 月的 OFC 展会上，Broadcom 展示了针对吉瓦级 AI 集群的端到端 AI 基础设施组合，强调可扩展、高能效的解决方案。公司还与 OpenAI 宣布战略合作，共同部署 OpenAI 设计的 AI 加速器，目标在 2026 年下半年启动部署，2029 年底前完成。
超大规模厂商的资本开支结构正在发生变化。2026 年，全球数据中心资本支出预计将超过 8,000 亿美元。穆迪评级报告显示，超大规模厂商 2026 年的 AI 数据中心支出计划约为 7,000 亿美元，接近 2022 年支出的六倍。
这一轮资本开支的驱动力不仅仅是训练算力。IDC 数据显示，91% 的企业将在未来 12 个月内增加 11% 以上的数据中心互联带宽以支持 AI，其中 36% 的企业增加幅度超过 51%，70% 的企业计划将其 GPU 和交换机环境翻倍。AI 推理流量占比在 2026 年首次超过三分之二。推理阶段的网络需求比训练阶段更为分散且持续，对数据中心网络架构提出了全新要求。
这意味着，当超大规模厂商部署新一代 AI 集群时，网络基础设施的支出占比正在系统性上升。每部署一颗 GPU，就需要配套相应的网络芯片、交换机和光学互联组件。Broadcom 的 Tomahawk 和 Jericho 系列产品正是这一配套体系中的核心部件。
从财务角度看，Broadcom 的 AI 收入增速正在加速而非减速：从 2026 财年 Q1 的 106% 同比增长，到 Q2 的 143%，再到 Q3 指引的超过 200%。公司预计 2026 财年第三季度营收约 294 亿美元，同比增长 84%。调整后 EBITDA 利润率高达 69%，自由现金流占营收 46%。
尽管基本面强劲，Broadcom 的股价在 2026 年 6 月财报发布后出现波动。财报当日，股价收盘于 479.23 美元，盘后下跌超过 13%。主要原因在于总营收 221.9 亿美元略低于华尔街预期的 222.7 亿美元，以及公司未上调全年 AI 半导体营收指引。
这一市场反应反映了投资者对 AI 半导体公司的高预期——任何低于“完美”的指标都可能引发短期抛售。但从更长的周期看，Broadcom 年初至今股价仍上涨近 38%。Jefferies 等机构认为近期回调提供了具有吸引力的入场机会。
摩根大通分析师 Harlan Sur 给出了 580 美元的目标价，是华尔街最高目标价之一。支撑这一判断的核心逻辑是：Broadcom 的 AI 业务增长具有高度的合同可见性和客户粘性，六大核心客户的长期协议覆盖了 2027 甚至 2028 财年的产能规划。
Broadcom 的增长前景并非没有挑战。
其一，AI 资本开支高度依赖超大规模厂商的投资周期。一旦主要客户放缓采购，Broadcom 的增长将面临明显回落。当前 7,000 亿至 8,000 亿美元的年资本开支规模能否持续，取决于 AI 应用层的变现能力能否跟上基础设施的投资节奏。
其二，毛利率面临结构性压力。2026 年 Q2 毛利率为 77.1%，同比下降 230 个基点，主要原因是毛利率较低的半导体业务在总收入中占比上升。公司预计 Q3 毛利率将进一步降至约 74%。这一趋势是 AI 半导体收入高速增长的伴随结果，而非业务竞争力的下降，但确实会对利润表产生影响。
其三，竞争格局正在演变。Marvell 在 AI ASIC 市场占据 10% 至 12% 的份额，正在积极拓展客户。NVIDIA 也在加强其网络产品线（如 Spectrum-X 平台），试图在 InfiniBand 和以太网两个方向同时发力。虽然 Broadcom 在以太网交换芯片领域的技术领先地位短期内难以被撼动，但竞争强度正在上升。
AI 基础设施的竞争正在从“GPU 军备竞赛”进入“系统级架构竞争”的新阶段。当超大规模厂商的资本开支从千亿美元级别向万亿美元级别迈进时，单点算力优势正在让位于完整数据中心的综合效率。
Broadcom 在这一结构性转变中占据了两大不可替代的位置：一是为全球最大的 AI 模型开发商提供定制化 ASIC 芯片，二是为 AI 集群提供决定算力实际利用率的关键网络基础设施。2026 财年 Q2 AI 半导体营收 108 亿美元、同比增长 143% 的数据，以及超过 300 亿美元的季度订单积压，只是这一长期趋势的阶段性注脚。
AI 基础设施的“第二层”正在成为新的主战场，而 Broadcom 已经在这个战场上占据了制高点。
问：Broadcom 的 AI 业务与 NVIDIA 有何不同？
NVIDIA 提供标准化的通用 GPU 算力产品，而 Broadcom 主要为 Google、Meta、OpenAI 等客户定制专用 AI 加速芯片（ASIC）。此外，Broadcom 在 AI 数据中心网络芯片领域占据主导地位，这是 NVIDIA 业务覆盖较少但 AI 集群不可或缺的环节。
问：Broadcom 2026 财年的 AI 营收指引是多少？
Broadcom 预计 2026 财年 AI 半导体收入将达到 560 亿美元，较 2025 财年增长约 180%。公司同时重申 2027 财年 AI 半导体营收将超过 1,000 亿美元，且增长势头将延续至 2028 财年。
问：什么是 AI 网络芯片？为什么它对 AI 数据中心很重要？
AI 网络芯片是连接 AI 集群中成千上万颗 GPU 和加速器的“神经系统”。大模型训练需要在 GPU 之间频繁交换海量数据，网络芯片的性能直接决定了算力能否被充分利用。随着 AI 集群规模扩大，网络基础设施的投资占比正在快速上升。
问：Broadcom 的主要 AI 客户有哪些？
Broadcom 目前拥有六家核心定制芯片客户，包括 Google、Meta、Anthropic 和 OpenAI。这些客户涵盖了全球 AI 基础设施投入最为激进的大型科技公司，且与 Broadcom 签订了长期合作协议，订单能见度已延伸至 2028 年。
问：Broadcom 的股票（AVGO）近期表现如何？
截至 2026 年 6 月底，Broadcom 股价在 370 至 380 美元区间交易。尽管财报发布后出现短期回调，但年初至今仍上涨近 38%。摩根大通等机构给出了 580 美元的目标价，认为当前估值具有吸引力。
13.88万 热度
127.32万 热度
56.66万 热度
383.76万 热度
5549.12万 热度
AI 算力扩展到“网络层”：Broadcom 如何成为下一阶段赢家？
过去两年，AI 基础设施的投资叙事几乎等同于“买 GPU”。NVIDIA 的数据中心业务在 2026 财年达到 1,937 亿美元，同比增长 68%，占公司总收入的约 90%。超大规模厂商的资本开支持续刷新纪录——摩根士丹利预测 2026 年五大超大规模厂商合计资本支出将达到约 8,000 亿美元，2027 年进一步攀升至 1.2 万亿美元。
然而，当千亿美元级别的资本开支从规划变为现实，市场的注意力正在从“单点算力”向“系统级基础设施”转移。训练一个万亿参数的大语言模型，不仅需要数万颗 GPU 的并行计算能力，更需要这些 GPU 之间高速、低延迟的数据传输。网络层——这个在过去被视为“管道”的环节——正在成为决定 AI 集群实际算力利用率的关键瓶颈。
这正是 Broadcom（AVGO）的结构性机会所在。
从“买 GPU”到“建数据中心”：AI 基础设施的投资重心正在转移
理解 Broadcom 的 AI 叙事，首先需要理解 AI 数据中心正在发生的一个根本变化：投资的焦点正从单个算力芯片扩展到完整的数据中心架构。
2026 年上半年，微软、亚马逊、谷歌、Meta 及 Oracle 五大超大规模云服务商集体上调了资本支出指引。美银证券分析师 Vivek Arya 团队预测，2026 年全球超大规模云服务商 AI 资本支出将超过 8,000 亿美元，同比增长 67%，并于 2027 年突破 1 万亿美元。高盛的预期更为乐观，认为 2027 年资本支出在乐观情境下可达 1.4 万亿美元。
但这笔巨额支出并非全部流向 GPU。随着 AI 集群规模从千卡级扩展到万卡级甚至十万卡级，网络基础设施的投入占比正在快速上升。摩根大通研报指出，AI ASIC 市场到 2026 年将达到约 600 亿至 700 亿美元，未来几年复合年增长率将保持在 40% 至 50% 以上。Cisco 在 Fiber Connect 2026 上表示，AI 正在将网络架构从核心推向边缘，带宽需求的增速超出了许多供应商的预期——AI 流量目前已占骨干网利用率的 5%，而两年前这一比例还不到 1%。
这一结构性变化意味着，AI 基础设施的投资逻辑正在从“谁的 GPU 最强”转向“谁的数据中心架构最完整、最高效”。而在这个系统级竞争中，Broadcom 占据了两个不可替代的位置。
ASIC 定制芯片：Broadcom 的“第二张王牌”
外界对 Broadcom 的认知往往停留在“网络芯片公司”，但 2026 财年第二季度的财报清晰地揭示了另一条增长曲线：定制 AI 加速芯片（ASIC）。
2026 年 6 月 3 日，Broadcom 公布 2026 财年第二财季业绩：总营收 221.9 亿美元，同比增长 48%，创历史新高。其中，AI 半导体营收高达 108 亿美元，同比增长 143%，不仅超出公司自身预期，也超出华尔街分析师的预测。Non-GAAP 每股收益 2.44 美元，超出分析师预期的 2.40 美元。
更值得关注的是订单积压情况。Broadcom CEO 陈福阳在财报电话会议上透露，第二季度 AI 半导体订单超过 300 亿美元，而实际出货仅为 108 亿美元。另有数据显示，AI 芯片合约积压订单高达 730 亿美元，其中 530 亿美元来自定制加速器。这意味着客户承诺的采购量远超当前交付能力，订单能见度已延伸至 2028 财年。
Broadcom 的 ASIC 模式与 NVIDIA 的通用 GPU 模式形成差异化竞争。NVIDIA 提供标准化算力产品，而 Broadcom 为 Google、Meta、Anthropic、OpenAI 等六家核心客户量身定制 AI 加速芯片。这套模式的护城河在于时间成本——与 Broadcom 完成定制芯片的设计、验证和部署，整个过程通常耗时超过两年，客户切换供应商的代价极为高昂。
摩根大通预计，Broadcom 到 2027 年有望占据 AI 服务器算力 ASIC 市场约 60% 的份额。2026 财年 AI 半导体收入预计将达到 560 亿美元，较 2025 财年增长约 180%；2027 财年则有望突破 1,000 亿美元。
网络芯片：AI 集群的“神经系统”
如果说 ASIC 是 Broadcom 的进攻引擎，那么网络芯片就是它的护城河。
AI 训练和推理的规模扩大，对数据中心内部数据传输效率提出了指数级要求。过去 4 年中，集群互联带宽从 400 Gbit/s 飙升至 12.8 Tbit/s，增长 32 倍。大模型单轮训练的数据互联需求达到 TB 级甚至 PB 级。在这种背景下，网络芯片不再是“管道”，而是决定算力能否被有效调用的关键环节。
Broadcom 在 AI 网络领域的布局覆盖了从交换机芯片到光学互联的完整产品矩阵。2026 年第二季度，网络芯片占 Broadcom AI 收入的近 40%。公司预计这一比例长期将稳定在 30% 左右。
具体产品层面，Broadcom 的 Tomahawk 6——全球首款 102.4 Tbps 以太网交换芯片——已进入量产出货阶段。该芯片支持 128 个 800G 端口或 1.6T 以太网能力。公司同步推进 200-terabit 交换技术的研发。此外，Jericho3-AI 作为 800G 交换硅，可构建连接最多 3.2 万颗 GPU 的大型 AI fabric。
在 2026 年 3 月的 OFC 展会上，Broadcom 展示了针对吉瓦级 AI 集群的端到端 AI 基础设施组合，强调可扩展、高能效的解决方案。公司还与 OpenAI 宣布战略合作，共同部署 OpenAI 设计的 AI 加速器，目标在 2026 年下半年启动部署，2029 年底前完成。
资本开支从 GPU 转向系统架构：Broadcom 的受益逻辑
超大规模厂商的资本开支结构正在发生变化。2026 年，全球数据中心资本支出预计将超过 8,000 亿美元。穆迪评级报告显示，超大规模厂商 2026 年的 AI 数据中心支出计划约为 7,000 亿美元，接近 2022 年支出的六倍。
这一轮资本开支的驱动力不仅仅是训练算力。IDC 数据显示，91% 的企业将在未来 12 个月内增加 11% 以上的数据中心互联带宽以支持 AI，其中 36% 的企业增加幅度超过 51%，70% 的企业计划将其 GPU 和交换机环境翻倍。AI 推理流量占比在 2026 年首次超过三分之二。推理阶段的网络需求比训练阶段更为分散且持续，对数据中心网络架构提出了全新要求。
这意味着，当超大规模厂商部署新一代 AI 集群时，网络基础设施的支出占比正在系统性上升。每部署一颗 GPU，就需要配套相应的网络芯片、交换机和光学互联组件。Broadcom 的 Tomahawk 和 Jericho 系列产品正是这一配套体系中的核心部件。
从财务角度看，Broadcom 的 AI 收入增速正在加速而非减速：从 2026 财年 Q1 的 106% 同比增长，到 Q2 的 143%，再到 Q3 指引的超过 200%。公司预计 2026 财年第三季度营收约 294 亿美元，同比增长 84%。调整后 EBITDA 利润率高达 69%，自由现金流占营收 46%。
市场反应与估值逻辑
尽管基本面强劲，Broadcom 的股价在 2026 年 6 月财报发布后出现波动。财报当日，股价收盘于 479.23 美元，盘后下跌超过 13%。主要原因在于总营收 221.9 亿美元略低于华尔街预期的 222.7 亿美元，以及公司未上调全年 AI 半导体营收指引。
这一市场反应反映了投资者对 AI 半导体公司的高预期——任何低于“完美”的指标都可能引发短期抛售。但从更长的周期看，Broadcom 年初至今股价仍上涨近 38%。Jefferies 等机构认为近期回调提供了具有吸引力的入场机会。
摩根大通分析师 Harlan Sur 给出了 580 美元的目标价，是华尔街最高目标价之一。支撑这一判断的核心逻辑是：Broadcom 的 AI 业务增长具有高度的合同可见性和客户粘性，六大核心客户的长期协议覆盖了 2027 甚至 2028 财年的产能规划。
挑战与风险
Broadcom 的增长前景并非没有挑战。
其一，AI 资本开支高度依赖超大规模厂商的投资周期。一旦主要客户放缓采购，Broadcom 的增长将面临明显回落。当前 7,000 亿至 8,000 亿美元的年资本开支规模能否持续，取决于 AI 应用层的变现能力能否跟上基础设施的投资节奏。
其二，毛利率面临结构性压力。2026 年 Q2 毛利率为 77.1%，同比下降 230 个基点，主要原因是毛利率较低的半导体业务在总收入中占比上升。公司预计 Q3 毛利率将进一步降至约 74%。这一趋势是 AI 半导体收入高速增长的伴随结果，而非业务竞争力的下降，但确实会对利润表产生影响。
其三，竞争格局正在演变。Marvell 在 AI ASIC 市场占据 10% 至 12% 的份额，正在积极拓展客户。NVIDIA 也在加强其网络产品线（如 Spectrum-X 平台），试图在 InfiniBand 和以太网两个方向同时发力。虽然 Broadcom 在以太网交换芯片领域的技术领先地位短期内难以被撼动，但竞争强度正在上升。
结语
AI 基础设施的竞争正在从“GPU 军备竞赛”进入“系统级架构竞争”的新阶段。当超大规模厂商的资本开支从千亿美元级别向万亿美元级别迈进时，单点算力优势正在让位于完整数据中心的综合效率。
Broadcom 在这一结构性转变中占据了两大不可替代的位置：一是为全球最大的 AI 模型开发商提供定制化 ASIC 芯片，二是为 AI 集群提供决定算力实际利用率的关键网络基础设施。2026 财年 Q2 AI 半导体营收 108 亿美元、同比增长 143% 的数据，以及超过 300 亿美元的季度订单积压，只是这一长期趋势的阶段性注脚。
AI 基础设施的“第二层”正在成为新的主战场，而 Broadcom 已经在这个战场上占据了制高点。
FAQ
问：Broadcom 的 AI 业务与 NVIDIA 有何不同？
NVIDIA 提供标准化的通用 GPU 算力产品，而 Broadcom 主要为 Google、Meta、OpenAI 等客户定制专用 AI 加速芯片（ASIC）。此外，Broadcom 在 AI 数据中心网络芯片领域占据主导地位，这是 NVIDIA 业务覆盖较少但 AI 集群不可或缺的环节。
问：Broadcom 2026 财年的 AI 营收指引是多少？
Broadcom 预计 2026 财年 AI 半导体收入将达到 560 亿美元，较 2025 财年增长约 180%。公司同时重申 2027 财年 AI 半导体营收将超过 1,000 亿美元，且增长势头将延续至 2028 财年。
问：什么是 AI 网络芯片？为什么它对 AI 数据中心很重要？
AI 网络芯片是连接 AI 集群中成千上万颗 GPU 和加速器的“神经系统”。大模型训练需要在 GPU 之间频繁交换海量数据，网络芯片的性能直接决定了算力能否被充分利用。随着 AI 集群规模扩大，网络基础设施的投资占比正在快速上升。
问：Broadcom 的主要 AI 客户有哪些？
Broadcom 目前拥有六家核心定制芯片客户，包括 Google、Meta、Anthropic 和 OpenAI。这些客户涵盖了全球 AI 基础设施投入最为激进的大型科技公司，且与 Broadcom 签订了长期合作协议，订单能见度已延伸至 2028 年。
问：Broadcom 的股票（AVGO）近期表现如何？
截至 2026 年 6 月底，Broadcom 股价在 370 至 380 美元区间交易。尽管财报发布后出现短期回调，但年初至今仍上涨近 38%。摩根大通等机构给出了 580 美元的目标价，认为当前估值具有吸引力。