格隆汇 6 月 4 日｜博通 (AVGO.O)：第二财季来自人工智能的半导体收入为 108 亿美元。

一句话看懂：博通公布第二财季AI半导体收入达到108亿美元，表明以数据中心和网络芯片为核心的AI算力基础设施需求依然强劲，这并非显卡巨头英伟达独大的市场，定制化AI芯片和通信芯片正成为增长新引擎。

事件核心：发生了什么

博通（Broadcom，股票代码AVGO.O）在最新财报中披露，2026年第二财季（对应自然年2026年2月至4月），其来自人工智能领域的半导体收入达到了108亿美元。这一数据直接反映了大型云服务商和企业客户为训练和推理大模型而采购的网络交换芯片、定制AI加速器（如谷歌TPU相关芯片）以及光互连等硬件的强劲需求。值得注意的是，博通与英伟达在AI芯片领域的定位不同：博通更侧重网络互联和定制化ASIC芯片，而非通用GPU训练卡。

为什么重要

博通的这份业绩从侧面印证了AI算力支出的结构性变化。一方面，AI基础设施的投入在持续扩大，并非“英伟达一家通吃”；云厂商自研或定制AI芯片（通过博通等厂商制造）的规模正在快速增长。另一方面，108亿美元的季度收入体量意味着，在与模型训练同步增长的推理和网络连接需求中，博通占据了关键位置。这有助于缓解市场对AI硬件开支“见顶”的担忧，并表明数据中心内部数据交换（如InfiniBand和以太网网络）的投入同样巨大。

对用户/开发者/创作者的影响

对AI开发者和企业端来说，博通的业绩意味着两个趋势：第一，模型推理的硬件成本可能进一步下降，因为云厂商可通过定制芯片（而非采购昂贵的英伟达GPU）来降低单位算力成本，进而压低API调用价格；第二，在搭建自有AI基础设施时，网络硬件的规划变得更重要——如果模型分发和推理集群之间的数据传输成为瓶颈，会直接影响服务响应速度。对于普通用户，短期内意味着使用云端AI产品的性价比可能更好，但需注意定制芯片生态的软件兼容性（如CUDA之外的开发工具链）会限制某些模型优化能力。