博通说了实话，但没人留意

博通CEO Hock Tan和首席财务官克斯汀·斯皮尔斯在6月3日的财报电话会议上公布的数据足以让任何人满意。第二季度人工智能半导体收入达到108亿美元，同比增长143%，超出博通自身的预期。全年人工智能业务预期为560亿美元。2027财年1000亿美元的营收目标也再次得到确认。无论从哪个角度来看，这都是一个远超预期的季度。然而，博通股价在盘后交易中仍然下跌了12%，并在周五拖累纳斯达克指数走低。

原因不在于数字，而在于问答环节。

当杰富瑞的布莱恩·柯蒂斯问出所有在场分析师都想知道答案却又都不愿直接问出口的问题时，堤坝上出现了第一道裂缝。他注意到8-K文件中披露了与谷歌的长期合作协议，于是直截了当地问道：“我认为大家对谷歌客户的市场份额非常担忧。我很好奇，既然你们已经达成了这项协议，能否就你们的信心方面再多谈谈？”

Hock Tan称之为“一项非常非常强有力的协议”，体现了“我们之间牢固的合作伙伴关系”。随后，他坦率地说出了话里话外：“我们也承认，鉴于我们的合作伙伴谷歌在人工智能计算领域的消费和发展速度，我们完全预期他们的芯片来源会更加多元化。”市场听到的并非夸大其词，而是这种对冲。博通最大的客户正在分散投资于多家芯片供应商，以保持谈判优势，掌控自身的技术路线图，并避免长期依赖单一供应商而导致定价权的局面。电话会议上的每一位分析师都开始在心里默默地将1000亿美元的目标值下调。

德意志银行的罗斯·西摩(Ross Seymore)提出了一个日益扩大的问题，他紧追利润率。毛利率正在下降，他想知道半导体业务具体为何出现这种情况。首席财务官克斯汀·斯皮尔斯(Kirsten Spears)解释了产品组合的变化：ASIC和TPU的利润率较低，而AI网络业务则抵消了一部分压力。随后， Hock Tan补充道：“从结构上看，半导体业务的利润率仍然非常稳定和稳健。真正导致毛利率下降的是产品组合的变化，特别是软件和非AI产品与快速增长的AI半导体产品之间的比例变化。”

我们尝试翻译以下这句话的意思：博通的AI芯片业务增长越快，其专为超大规模数据中心客户定制的ASIC芯片（例如谷歌的TPU、Anthropic和OpenAI的加速器、Meta的MTIA芯片）的利润率就越低。这并非暂时性问题。斯皮尔斯此前已告知投资者，未来应将这两个业务板块分开建模，这实际上是首席财务官在暗示，随着AI规模的扩大，合并后的财务数据将会恶化。

将这两项披露放在一起，再加上第三季度人工智能业务160亿美元的营收预期（低于分析师预期的172亿美元），就引发了抛售潮。这三件事中的任何一件都尚可接受，但它们共同揭示了一个问题：增长速度可能正在放缓，最大的客户正在进行套期保值，而增长最快的业务却是盈利能力最差的。那些原本将博通视为纯粹人工智能基础设施领域赢家的投资者，不得不在周三下午同时重新评估这三项假设。

黄仁勋此次的利润率披露之所以意义重大，是因为两天前他在台北电脑展上也表达了完全相同的观点，只是措辞有所不同。他将人工智能工厂描述为人类历史上规模最大的基础设施建设，单个工厂的装机容量将达到1吉瓦，资本成本为“每吉瓦500亿至600亿美元，很快将达到800亿至1000亿美元”。他明确指出了价值在这个世界里的积累方式：“如果你拥有1吉瓦的电力，那么每瓦的吞吐量就是收入，因为每个token都能盈利，每个token都能带来收入。”

竞争的单位不再是芯片，而是整个系统，包括功耗、机架、网络、散热等等，所有这些都经过优化，旨在以最小的资本投入创造最大的收益。黄仁勋直言不讳地指出英伟达的转型：“很久以前，英伟达是一家GPU公司，但多年来，我们已发展成为一家系统公司。英伟达如今又开始转型”，成为一家人工智能基础设施公司，帮助客户构建完整的AI工厂，而不仅仅是销售服务器。

Marvell比博通早四天发布财报，并让市场有充分的理由将两家公司区分开来。其光互连和网络业务（连接各个引擎的管道）的非GAAP利润率保持在58.9%的稳定水平，同时营收同比增长28%。首席执行官Matt Murphy在一次电话会议上三次上调互连业务营收增长预期：“年初是30%，然后是50%，现在是70%。” 他直言不讳地解释了原因：“随着每一代人工智能基础设施的出现，网络的重要性日益凸显，我们的网络产品（包括互连和交换产品）正在推动强劲的营收增长。目前，在生成式人工智能的早期阶段，主要关注点是解决计算和内存瓶颈。随着推理模型和专家混合模型等更复杂的架构开始部署，网络的作用变得至关重要。”

市场对此毫不在意。博通股价下跌，Marvell也随之下跌，当日跌幅达16.74%，成为半导体板块跌幅第二大的股票。ARM下跌12.84%，美光下跌13.25%。这家今年迄今已上涨145%的股票，利润率保持稳定，业绩指引也上调，却在与所有名称中包含“半导体”和“人工智能”的股票一同遭到抛售。盛宝银行首席投资策略师查鲁·查纳纳告诉路透社，此次抛售反映出市场过度依赖单一论点：韩国是“人工智能内存超级周期最大的受益者之一”，这使得整个地区在投资者开始质疑人工智能需求预期是否过高时变得脆弱不堪。

同样的逻辑也适用于圣克拉拉。这种不加区分的抛售是整个事件中最危险的信号，并非因为市场对博通的判断有误，而是因为它证明市场将整个行业视为一个类别，而非一条供应链。市场目前还无法区分引擎和管道、计算层和互连层，也无法区分利润率正在压缩的公司和利润率未压缩的公司。当第二波冲击——即印度和以色列的设计服务业务——在财报电话会议上浮出水面时，同样的分类逻辑依然适用。所有股票都会被抛售。真正重要的区别将最后才被定价。

Hock Tan的利润率压缩和Murphy的利润率扩张，其实是同一故事的反面。

博通的计算芯片在规模扩张的同时，正在拉低综合利润率。而Marvell的互连层芯片则保持了利润率，并且还在加速增长。传输数据的芯片比处理数据的芯片更有价值。这正是人工智能建设的经济效益所在，两位CEO在连续的财报电话会议上都同时证实了这一点。半导体行业过去两年一直将人工智能的繁荣视为芯片的故事。台北国际电脑展（Computex）则将其视为基础设施的故事。

博通和Marvell在同一周的财报电话会议上公布的毛利率数据也印证了这一点。此次抛售潮是市场更新了之前认为芯片才是盈利核心的模型。两位在帕洛阿尔托的CEO、一位在圣克拉拉的CEO，以及在台北演讲的黄仁勋都表示并非如此。周五，市场终于跟上了这一趋势。

英伟达在这件事中的处境更为复杂。英伟达并不与博通在超大规模定制芯片项目上展开竞争。它向所有愿意购买的客户出售商用芯片，例如H100、Blackwell和Rubin，将研发成本分摊到整个潜在市场，并保持70%以上的毛利率，因为同一款芯片可以同时交付给成千上万的客户。

博通之所以进行超大规模定制芯片的研发，是为了降低对英伟达的依赖。谷歌自2016年以来就一直在运行自己的TPU，原因也正是如此。黄仁勋在台北电脑展上从GPU公司转型为AI工厂公司，正是他应对这种市场取代风险的回应。

但方向的转变揭示了英伟达真正的增长市场所在，而这才是更重要的。英伟达的AI工厂计划并非针对谷歌或微软，因为它们拥有自己的计算生态系统。黄仁勋的目标客户是那些“野猫式”的AI计算用户：主权财富基金构建国家级AI计算设施、区域性云服务提供商、在海湾地区建设数据中心的石油国家、CoreWeave、xAI，以及那些希望获得超大规模AI能力但又不想依赖超大规模数据中心或自行组建工程团队的企业买家。

这些客户无法自行设计TPU。他们需要预集成的整个系统，并且愿意为此支付英伟达的利润。问题在于，这些独立数据中心最难抵御印度带来的冲击。沙特阿拉伯或古吉拉特邦的自主人工智能设施没有谷歌那样强大的工程团队来运营。它完全依赖于印度的执行层：云运维、DevOps、系统集成和数据工程人才，正如Researcher and Research LLC创始人Jane Hsu所指出的，这是未被建模的依赖关系。英伟达增长最快的客户群体，却是这条无人关注的链条中最脆弱的节点。

这种状况是否会蔓延到博通和Marvell之外，取决于6月3日财报电话会议上无人提及的一个问题。抛售潮是第一波，市场重新评估了“随着人工智能规模的扩大，定制芯片利润率将保持不变”这一假设。

第二波尚未到来。它存在于芯片公司之下的设计服务层：那些负责RTL设计、功能验证和物理实现的印度和以色列工程公司，这些工作将超大规模数据中心运营商的人工智能愿景转化为可制造的芯片。只有当某个项目出现问题或在财报电话会议上披露招聘冻结时，彭博终端才会显示出他们的业务风险。

第三波冲击波来自超大规模数据中心本身。如果定制芯片的交付周期因设计服务能力受限或中断而延长，超大规模数据中心的人工智能基础设施建设进度将会延误，资本支出效率将会下降，而此前在周五抛售潮中幸存下来的、被纳入估值的人工智能收入假设也将再次受到质疑。要遏制风险，超大规模数据中心需要加快内部化进程，例如亚马逊的 Trainium、微软的 Maia 和 Meta 的 MTIA，其速度必须快于宏观风险的显现速度。

问题在于，这些内部化项目都依赖于相同的印度和以色列设计服务公司。多元化战略和集中风险都依赖于同一批人力资本。治疗方案和病因指向同一个方向。

英特尔从正反两方面都具体地论证了地域集中度的问题。其ASIC业务目前正与博通和Marvell竞争定制芯片制造，但迄今为止尚未获得超大规模数据中心的显著支持。然而，英特尔在美国以外最高效的芯片设计中心并非位于印度，而是在海法和佩塔提克瓦。设计酷睿微架构的团队已在那里工作数十年。英特尔的以色列工程中心仍然是该公司最具战略意义的资产之一，这种集中度在标准的供应链风险评估中根本不会出现，因为它从未需要被纳入评估范围。

以色列的稳定已经持续了足够长的时间，以至于没有人模拟过如果以色列局势动荡会发生什么。如今，这一假设正受到实时考验。LPL Financial 宏观策略主管克里斯蒂安·克尔指出，即便华盛顿和德黑兰达成协议，投资者可能也低估了将霍尔木兹海峡的航运恢复到战前水平的难度。任何初步的改善都将来自于清除现有的瓶颈，而不是持续重启生产。同样的道理也适用于工程能力。你不可能像清理滞留货物那样重启半导体设计项目。

定制芯片设计链中的两个节点——印度的实现层和以色列的架构层——同时受到同一地缘政治事件的影响，但超大规模数据中心运营商的风险申报文件中却没有提及这两种风险。英特尔知道其工程师的去向，但其客户显然没有想到要询问。

在博通电话会议上，所有分析师——包括摩根大通、杰富瑞、德意志银行、瑞银集团、高盛、摩根士丹利、巴克莱银行、伯恩斯坦、Melius、Cantor Fitzgerald、花旗集团和Charter Equity Research——这些公司管理的半导体资产总额达数万亿美元——却都忽略了基础设施之下的底层。没有一个人问及人工智能建设所依赖的人力资本。

Researcher and Research LLC的创始人Jane Hsu指出了模型忽略的一点：人工智能建设涉及物理容量，例如GPU、数据中心、电力和网络。而基础设施则不等同于利用率。它依赖于工程人才、云运维、DevOps、数据工程和系统集成。印度既不是人工智能消费市场，也不是降低成本的理想之地。它是人工智能建设所依赖的执行层中的一个结构性节点。风险不在于数据中心无法建成，而在于实施、应用和企业利用的速度会比物理建设预期的要慢。

这条产业链远比财报电话会议所揭示的要复杂得多。超大规模定制ASIC业务、谷歌TPU、Anthropic和OpenAI加速器、以及Hock Tan在电话会议上提到的Meta MTIA芯片，并非仅靠美国工程师就能完成。芯片架构与物理芯片之间的详细实现工作，很大程度上依赖于印度的设计服务公司。塔塔咨询服务公司（Tata Consultancy Services）、威普罗（Wipro）、HCL以及Sasken和L&T Technology Services等专业半导体设计公司，负责RTL设计、功能验证、物理实现和时序收敛等工作，最终将超大规模企业的AI愿景转化为可制造的芯片。

这是尖端制程节点上的先进半导体工程，而印度在这些领域已经积累了三十年的深厚实力。周五，当塔塔埃尔西（Tata Elxsi）和KPIT的股价因博通（Broadcom）的股价下跌而在印度国家证券交易所（NSE）下跌时，市场并非受情绪影响，而是开始意识到这种依赖性。印度的冲击不仅会减缓企业IT部署，还可能拖累谭和墨菲所认为的主要增长引擎——定制芯片项目。剪彩仪式在美国举行，但技术研发并非如此。

数据中心建成了，但它们所服务的实际需求却迟迟未至，或者规模不足。基础设施投资与实际利用率之间的差距，正是估值崩盘的根源。博通的财报电话会议对此进行了量化分析。霍克·坦称之为毛利率压缩。市场对此的反应是万亿美元的抛售。然而，人力资本层面——那些在班加罗尔、海得拉巴、浦那、海法和佩塔提克瓦的工程师们，他们负责将装满GPU的数据中心转化为一个可运行的企业系统——才是所有投资者都未提及的部分，因为他们都没有将其视为风险。

1997年7月也没有人敲钟。

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

加星标⭐️第一时间看推送