英伟达GTC后股价不及预期：定制与通用AI芯片生态如何对决？|ai芯片_新浪财经

21世纪经济报道记者骆轶琪广州报道

英伟达GTC如今已被视为“AI界风向标”，公司创始人兼CEO黄仁勋在现场的演讲也已经不单单阐释公司本身的发展脉络，也透视了AI产业未来发展风向。

但今年的GTC大会，并没有引发市场对其股票的热捧。甚至当天因为美股整体受挫，拖累美系AI芯片厂商股价集体下挫。在GTC第二天，美系AI芯片厂商股价虽然都有回升，但英伟达的股价涨幅甚至不如其“挑战者”——ASIC芯片龙头博通和Marvell。

国内A股市场截至3月20日收盘，Wind统计的“英伟达产业链指数”也已经连跌两天。

（Wind统计“英伟达产业链指数”近五个交易日走势）

这一方面反映出市场此前对GTC释放的内容有过高期望值，但事与愿违，英伟达展示了其既定规划路径下的全面AI生态布局思路。另一方面，前不久发布财报的定制芯片ASIC大厂博通和Marvell的的确确在持续获得来自云服务大厂的订单，且客户名单在持续增加。

回看本次GTC，黄仁勋强调，英伟达已经不只是一家计算机技术公司，而转向成为AI基础设施提供商；ASIC芯片的两家公司也有类似做法，在AI大潮下提供ASIC定制芯片设计服务，帮助不太具备AI芯片设计能力云服务厂商进行个性化芯片设计，同时丰富通信、带宽等能力。

随着需求差异化、技术路线复杂化，AI芯片巨头之争，已经集体走向生态化竞争。

定制需求旺盛

随着AI大模型定制化推理需求激增，头部科技公司正探索一定程度摆脱对通用芯片的依赖，转向定制化XPU（异构计算单元）开发。博通与Marvell作为重要的ASIC芯片设计服务商，成为其中核心受益者。

博通近日发布的2025财年第一财季报告显示，期内AI收入同比增长77%，达到41亿美元，超出此前38亿美元的收入预期。

博通公司总裁兼首席执行官陈福阳（Hock Tan）称，预计第二财季的AI芯片收入将继续保持44亿美元的势头，因为超大规模合作伙伴将继续投资AI XPU和AI数据中心的连接解决方案。

Marvell刚发布的2025财年第四财季报告也显示，数据中心业务营收同比增长78%、环比增长24%至13.66亿美元，占公司总营收的75%。

“第四季度业绩是数据中心市场的增长推动，同时多个终端市场业务持续复苏。”Marvell董事长兼首席执行官Matt Murphy表示。“公司定制化AI芯片计划现已进入量产阶段，此外还看到互连产品市场的增长。Marvell获得了多项新的design wins（客户设计订单），包括几项定制化芯片项目，来推动未来的增长。预计2026财年第一季度收入同比增长将超过60%，整个财年收入将大幅增长。”

此前Marvell公司预估数据中心市场总量（TAM）将达750亿美元，但这一数据可能将更高，其中很大部分就来自于定制化芯片业务。

两家ASIC芯片巨头的业绩，显示出以谷歌、微软、亚马逊、Meta为代表的云服务厂商（CSP）正持续针对特殊场景，加码研发定制化AI加速器芯片。

这也引发ASIC服务商的持续技术竞赛。

据透露，博通在两方面加大了研发投资。其一，推动打造下一代加速器，公司正在进行业界首个2nmAI XPU、3.5D封装的流片，目标是打造出性能达到10000万亿次浮点运算的XPU。其二，着眼于为超大规模客户扩展50万个加速器的集群规模。

博通着重提到了其定制化客户池在持续扩容的现状。

陈福阳介绍，目前公司有三个超大规模客户各自计划在2027年底前将集群规模提升到100万个XPU，彼此之间也在竞争。预计这三个超大规模客户将在2027财年带来600亿至900亿美元的可服务潜在市场（SAM）。

此外，博通还在与另外两个超大规模数据中心客户深入合作，帮助他们打造自己定制的人工智能加速器ASIC，计划在今年内完成他们的XPU流片；还有另外两个超大规模数据中心客户选择博通来开发定制加速器，以训练他们的下一代前沿模型——也即目前还有四个潜在大客户在与博通进行业务洽谈。这些并未被包含在前述SAM的估算中。

陈福阳认为，这些超大规模数据中心客户（主要指CSP）在软件能力方面很出色，但博通具备硬件优势，因此二者携手合作才能更好优化大语言模型。

生态化竞争

不止于对XPU计算类芯片的研发和设计，数据传输和信息交换效率也是AI时代的重要需求，因此可以看到，这两家ASIC厂商都在强调对旗下围绕XPU延伸开的生态部署进展，且这两家厂商早期也都强于研发通信芯片。

博通方面提到，为了使人工智能集群能够通过以太网扩展到100万个XPU，已经完成下一代100太比特TB（terabit）Tomahawk 6交换机芯片的开发。

陈福阳指出，新的前沿模型和技术给人工智能系统带来了意想不到的压力，很难用单一的系统设计来满足所有模型集群的需求。因此，采用XPU的发展趋势将会持续多年。

Marvell高管提到，最终要在解决方案中获得超大的性能提升，就必须将计算芯片与网络和连接技术结合起来。“此外，定制化高带宽内存对我们来说仍然是一项关键的知识产权，我们目前正与主要内存合作伙伴、超大规模数据中心客户合作。”

在刚结束的财季，Marvell光电器件产品和Teralynx以太网交换机出货量强劲，这两条产品线的营收环比均实现了两位数的百分比增长。

从通用AI芯片角度，英伟达则部署更为广泛。通用类GPGPU的落地通常需要考虑更高可适配性，这也是英伟达很早就开始布局CUDA生态和NVLink连接能力的原因所在。

当然，随着定位演进，在此次GTC期间除了迭代旗下AI系列芯片之外，英伟达还发布了CPO交换机，面向终端市场推出桌面端超级计算机DGX Spark等产品；对于Physical AI领域，英伟达还积极与各类机器人(19.120, -0.65, -3.29%)厂商和智能驾驶厂商合作。

“AI工厂是一种超大规模的新型数据中心，必须采用全新的网络基础设施才能跟上它的发展步伐。”黄仁勋表示。“NVIDIA将硅光直接集成到交换机中，打破了超大规模和企业网络的旧有限制，为百万GPU AI工厂打开大门。”