Nvidia 的資料中心業務版圖已超越 GPU
Nvidia 2027 會計年度第二季資料中心營收達到 890 億美元，較一年前成長 117%，以 GPU 銷售為核心，並逐步擴展至相鄰的矽晶片與軟體業務。Grace CPU 於 2021 年推出，過去一年已創造超過 50 億美元的銷售額，管理層預期全新的 Vera Rubin CPU 在下一季將再貢獻約 200 億美元營收，且隨著平臺放量，2028 會計年度營收預估將翻倍以上。該公司軟體堆疊透過 CUDA、Nemotron、Cosmos 與 Isaac 持續擴張，而 Nvidia 以 129 億美元收購 Hugging Face，更被定位為公司轉型的最明確訊號——它不僅是模型運行的所在，更將成為生成式模型共享的目的地。
Broadcom 的客製化矽晶片與網路業務迎頭趕上
Broadcom 第三會計季度 AI 半導體營收達 167 億美元，年增 221%，佔總營收 56%，其中客製化加速器（XPU）佔該 AI 半導體AI 晶片部門的 73%。管理層將 2027 會計年度 AI 半導體營收目標定為 1,150 億美元、2028 會計年度為 2,300 億美元；執行長 Hock Tan 已表示客戶需求已超越上述目標，瓶頸在於供給而非需求。網路解決方案預期將於下一季以相近速度成長，而基礎建設軟體營收達 88 億美元，年增 29%，進一步證實 VMware 收購案為半導體業務的互補。為 Alphabet 的 Google Cloud、OpenAI、Meta Platforms 與 Anthropic 量身打造的客製化晶片，架設於 Broadcom 的乙太網路交換器、光學元件與軟體之上。
兩種架構爭奪相同的 AI 資本支出
Nvidia 與 Broadcom 財報中的論述已從「GPU 對抗客製化 XPU」，轉變為對整個資料中心堆疊的願景之爭。Nvidia 正將自身定位為任何雲端供應商或企業皆可接入的可重複使用 AI 工廠；Broadcom 則為少數以 gigawatt 為單位訂購運算容量的巨型客戶，打造專用引擎。Tan 為 Broadcom 提出的論點是：圍繞單一客戶模型需求設計的晶片，可比通用型 GPU 更便宜、更省電，而這項算術正驅動超大規模資料中心業者的採購決策。Nvidia 的營收組合同樣持續擴張：AI 雲端、工業與企業客戶營收於第二季年增 138%，超越其超大規模業務 102% 的成長率。
推論工作負載成為兵家必爭之地
OpenAI 與 Broadcom 共同開發的 Jalapeño 晶片Broadcom，目的是為了降低對 Nvidia GPU 的依賴並減少營運成本，而 OpenAI 表示，該晶片在每瓦所能處理的 AI 工作量上，比 Nvidia 的 GB200 與 GB300 晶片高出 1.5 至 1.9 倍，並且在多項基準測試中擁有更低的延遲。這讓 Broadcom 的自訂矽晶在推論（inference）階段——也就是已訓練 AI 模型的實際部署——佔有一席之地；至於 Nvidia 的硬體，則仍是訓練最大規模模型的主流標準。OpenAI 已部署約 10 萬套 Grace Blackwell NVLink72 系統來打造 Astra，執行長黃仁勳也指出另有 40 萬顆晶片正在上線，這進一步強化了 Nvidia 在訓練領域的角色，即使自訂晶片正瞄準推論的經濟效益。
估值差距讓 Nvidia 在更大的 AI 交易中仍居主流
根據伴隨財報比較的分析師評論，截至 9 月 10 日，Nvidia 的遠期一年本益比約為 14.4 倍，而 Broadcom 約為 18.8 倍。考量 Nvidia 更大的營收基礎——2027 會計年度第二季總營收為 962 億美元，年增 106%——這項估值差距使 Nvidia 被視為在 AI 規模、客戶曝險廣度上更具優勢，且相較於 Broadcom 成長更快但定價更昂貴的自訂矽晶事業，Nvidia 提供了更合理的進場點。
分享這篇文章
