联发科，悄然成为ASIC巨头

联发科正在加快向AI基础设施市场扩张。

在近日于纽约举行的一场媒体与分析师交流会上，联发科高管披露了公司在定制化AI芯片、数据中心互连以及AI PC领域的最新进展。与外界熟悉的手机芯片业务相比，这次联发科谈及的业务范围明显更广：从面向超大规模云服务商的定制AI加速器，到448G SerDes，再到与英伟达合作开发的本地AI计算平台。

其中最值得关注的是数据中心业务。

联发科透露，公司已经获得一家美国头部超大规模云服务商的定制AI芯片订单，首款数据中心AI ASIC计划于2026年第四季度进入量产。公司预计，2026年AI数据中心ASIC收入将超过20亿美元。

这意味着，联发科在AI基础设施市场的布局，已经从技术储备和客户合作逐步走向产品交付阶段。

对于希望开发自研AI加速器的云服务商而言，定制芯片并不只是设计一颗计算芯片那么简单。

从计算核心、内存到I/O接口，客户可以根据自身工作负载进行定制，但同时也需要解决芯片之间、服务器之间乃至整个机架系统的互连问题。尤其是在大规模AI集群中，网络架构和系统适配往往会显著增加开发难度。

联发科目前提供两种定制化AI芯片设计路径。

第一种是基于英伟达NVLink Fusion平台开发XPU。根据联发科方面的介绍，英伟达提供经过预先验证的NVLink Fusion芯粒、NVLink-C2C互连以及NVHBM模块，联发科则负责客户计算裸片的规格定义、RTL设计、GDS实现以及封装工作。

这种合作模式的一个重要优势，是客户不必从头开发整套机架互连系统。联发科表示，基于该平台开发的XPU可以接入标准英伟达MGX机架、交换机托盘和网络骨干架构，无需重新设计整套网络Fabric。

双方还计划在共封装光学（CPO）领域展开合作。

从产业竞争角度看，这种合作也为英伟达客户提供了另一种定制芯片选择。联发科高管Eric Fisher在交流中提到，客户希望在GPU之外拥有更多选择，而英伟达目前并不直接提供客户所需要的定制芯片设计服务。

第二种路径则更加独立。对于工作负载足够稳定、规模足够大，且有必要从底层进行定制的客户，联发科可以通过自身ASIC设计服务，承担从芯片架构设计到流片、上电验证的完整流程。

两种模式对应的客户需求并不相同：前者借助英伟达现有平台降低系统开发难度，后者则给予客户更大的芯片设计自主权。

随着AI加速器规模不断扩大，芯片设计的难点已经不再局限于计算单元本身。

All About Circuits在报道中提到，单颗芯片的光刻曝光面积存在物理限制，先进AI加速器因此越来越多地采用多裸片架构，将计算裸片、I/O芯粒和HBM堆叠在中介层或封装基板上。

当封装尺寸不断扩大，芯片之间以及封装之间的数据传输就变得更加重要。

这其中至少涉及三个技术环节：一是裸片之间的高速互连，需要兼顾带宽和每比特能耗；二是封装之间、服务器之间的高速SerDes；三是大型封装所面临的中介层尺寸、翘曲、散热和组装良率问题。

联发科正在围绕这些环节加大投入。

在互连方面，联发科正在自主开发448Gb/s SerDes，并计划于第一季度启动硅验证（silicon bring-up）。这也是此次交流会披露的一个重要技术进展。

448G SerDes的意义在于，它将成为下一代高带宽数据传输的重要技术基础。随着AI集群规模扩大，芯片与芯片、设备与设备之间需要传输的数据量持续增加，高速SerDes也成为数据中心ASIC设计中不可或缺的一环。

在封装方面，联发科高管提到，公司正在推进更大尺寸的加速器封装。目前封装规模已经从约3.5个光刻曝光场，向8至9个曝光场扩展，未来还可能通过堆叠裸片进一步达到14个甚至更多曝光场的规模。

这也说明，联发科的数据中心芯片布局并非单纯提供计算芯片设计服务，而是开始向高速互连和先进封装等关键环节延伸。

除了技术能力，联发科还强调了自身的供应链和规模化交付优势。公司在2025年出货了53亿颗芯片，Fisher认为，这种大规模产品制造和供应链管理经验，也能够帮助公司更快推进数据中心项目。

数据中心之外，联发科也在与英伟达合作开发本地AI计算平台。

其中一个重要产品是RTX Spark。联发科负责设计其中的CPU、I/O和内存芯粒，并与英伟达GPU裸片集成在同一个封装内。

按照报道披露的规格，该平台搭载20核英伟达Grace CPU，包括10个性能核心和10个能效核心，每个集群配备16MB L3缓存。内存方面，芯片支持128GB LPDDR5X，由CPU和GPU共享，内存带宽达到300GB/s。

CPU与GPU之间则通过NVLink芯片间互连实现连接，双向带宽为600GB/s。外部接口还包括PCIe Gen5、四个40Gb/s USB4接口、Wi-Fi 7、HDMI 2.1a和DisplayPort 2.0。

联发科表示，这一联合设计涉及从时钟、电源管理，到软件开发和与微软合作进行OEM产品导入等多个环节。

目前，已有六家OEM厂商推出搭载RTX Spark平台的笔记本产品，包括华硕ProArt P16、戴尔XPS 16、惠普OmniBook X 14，以及联想Yoga Pro 9n、微软Surface Laptop Ultra和微星Prestige N16 Flip AI+。

对于更大规模的模型部署，用户还可以将最多四台NVIDIA DGX Spark连接起来，提供512GB内存，支持最高7000亿参数规模的模型。

此外，联发科还推出了面向Googlebooks的Dimensity CX C10 Max，配备55 TOPS NPU和八核三集群CPU。报道指出，搭载该芯片的Googlebooks产品预计很快上市。

从产品布局来看，联发科正在同时推进两个方向：一端是面向云端的定制AI ASIC，另一端是面向终端设备的本地AI计算平台。

这背后的逻辑并不复杂。随着AI应用从云端逐步延伸到PC和其他终端设备，计算需求也开始向本地迁移。对于芯片厂商而言，除了争夺数据中心加速器市场，终端侧AI计算同样是一个值得投入的方向。

联发科给出的业务预期也显示出其对数据中心市场的重视程度。公司预计，2026年AI数据中心ASIC收入将超过20亿美元；到2027年，美国客户贡献的收入占比将超过一半。

过去，联发科的市场标签主要是智能手机SoC供应商。如今，随着定制AI芯片、数据中心互连和本地AI计算业务逐步推进，这家公司正在尝试打开新的增长空间。

当然，能否将已经获得的客户项目转化为持续、规模化的收入，仍要看后续产品量产、客户导入和交付表现。但至少从此次披露的信息来看，联发科已经不再满足于手机芯片市场，而是开始向AI计算产业链更核心的位置推进。