#博通 当然不是GPU公司，但是是定制AI加速器（XPU/ASIC）领域的绝对主导者，目前约占全球定制AI加速器市场70%的份额，是市场当之无愧的王者。其商业模式的核心，是与超大型科技公司深度共同设计专属芯片：谷歌的TPU（张量处理器）系列自2014年的第一代起便由博通协同设计，双方的合作协议已在2026年4月正式延长至2031年。#MRVL Marvell并非新玩家，但过去两年的转型速度令人咋舌。2026财年（截至2026年1月），Marvell数据中心营收达61亿美元，占总营收74%，同比增42%。更重要的是，Marvell已为亚马逊（Trainium系列AI加速器）、微软（Maia AI加速器）、Meta（数据处理单元）以及谷歌（Axion ARM CPU）提供定制芯片设计服务，手握18个活跃的定制硅项目。换言之，Marvell在悄悄地成为所有想要摆脱博通垄断的超大型客户的第二选择，乃至平行选择。超大型客户委托Marvell设计的"去英伟达化"定制芯片，只要部署在NVLink Fusion架构之下，仍然会给英伟达带来每个机架的收入。这是一座收费站，是对"定制ASIC征的一种税"。英伟达通过Marvell，确保了自己在定制芯片时代的分润权。

#ASIC 业务的背后，还有一个藏在背后的“网络能力护城河”，其实这才是公司能在ASIC市场中“脱颖而出”的主要原因。英伟达凭借其专有的InfiniBand技术（低延迟、无损网络）几乎垄断了高端GPU集群。但随着集群规模扩大，各大云厂商为了摆脱“单一供应商锁定”，开始疯狂拥抱由博通主导的UEC（超级以太网联盟）。博通的核心战略，就是通过极致的芯片性能，证明开源、标准化的以太网不仅成本更低，在超大规模集群下比InfiniBand更具弹性和扩展性。当前博通网络业务的产品线，主要有“交换+路由+光互连”三块，已经覆盖了Scale-Out、Scale-up和Scale-Across三部分。#AIDC

SemiAnalysis最新报告显示，目前同等GPU集群太空部署成本是地面的3.6倍，"免费太阳能""免费散热"均存在严重高估。基准情景下成本平价要等到2040年，而真正卡住AI扩张的，是芯片而非电力。地面数据中心新增容量在2028年见顶，同时芯片生产扩张继续推进，成本平价可能提前至2030年代初。#太空算力

瑞银报告指出，市场仍将三大云巨头视为单纯的AI算力提供商，但它们的角色已悄然转型——从销售GPU算力，升级为OpenAI、Anthropic等前沿模型触达企业客户的核心分发平台。这一结构性变化带来的收入增量，尚未被市场充分定价。主要体现在三个层面。第一层，模型API服务。企业无需自建AI模型，而是通过云厂商提供的API接口直接调用。微软的Azure OpenAI API服务已形成年收入数十亿美元的业务体量。亚马逊AWS Bedrock则类似于一个“模型集市”，客户可在此选择并调用多种模型；目前其客户规模已达12.5万，覆盖80%的财富100强企业，一季度客户支出环比增长170%。第二层，第三方AI产品的分发渠道。OpenAI与Anthropic正力推各自的自研AI编程工具，但大型企业倾向于通过现有的微软Azure或AWS采购协议进行购买，以换取更优的安全合规保障与规模议价能力。云厂商在此过程中收取平台服务费，或带动底层算力的额外消耗。第三层，自研AI产品的销售。谷歌的Gemini API及企业版订阅合计估算年收入约20亿美元，覆盖超过1100万席位。微软GitHub Copilot的企业订阅量同比实现两倍增长。上述收入均直接计入云业务板块。#微软 #谷歌 #AWS从估值维度看，基于2027年预期盈利，亚马逊、谷歌、微软、甲骨文分别对应24倍、23倍、19倍和27倍市盈率。

#英特尔 联手 #鸿海 、SambaNova亮相Computex 2026，推出机架级AI基础设施，同步发布首款采用18A制程的Xeon 6+处理器。随着AI从训练转向推理，CPU与GPU比例正由1:4向1:1演变，英特尔借势布局，

陈立武在Computex 2026演讲中指出，Agentic AI正推动算力需求重构，未来AI基础设施将进入CPU、GPU、ASIC和定制芯片协同发展的异构计算时代。基于这一判断，#英特尔 推出采用18A制程的Xeon 6 Plus处理器，发布机架级蓝图计划，并正式进军定制芯片市场，目标是重新确立自身从传统CPU厂商向全栈AI计算平台的战略转型。

TrendForce将2026年全球存储市场预测从此前的5516亿美元大幅上调至8893亿美元；2027年预测则从8427亿美元上修至逾1.28万亿美元，对应约44%的年增长率。此轮上调幅度之大，显示AI算力基础设施建设正推动存储需求进入全新量级。在细分市场层面，#DRAM 方面2026年市场规模预测上调至6187亿美元，同比增幅高达303%，2027年进一步扩张至9033亿美元，同比增长46%。#NAND 闪存2026年预测上调至2706亿美元，同比增幅约281%，2027年有望接近3794亿美元，维持约40%的年增速。此轮上调的核心逻辑在于AI发展重心从大规模模型训练转向以推理为核心的Agentic AI应用，结构性需求由此持续扩张。供应端短期内难以消弭供给缺口，进一步强化了供应商在合约定价中的议价能力。此外，Agentic AI工作负载对CPU在调度、数据预处理及内存管理方面的要求大幅提升。TrendForce指出，在新一代AI服务器平台中，CPU与GPU的配比已从传统的1:8逐步向1:4甚至更高转变，英伟达NVL72机架即采用1:2配置。CPU部署比例的提升将同步扩大服务器DRAM容量需求，并对采购量及合约价格形成支撑。#内存涨价

据美银证券5月25日发布的半导体行业深度报告，AI算力的演进将推动数据中心机架功率从传统服务器的10至15千瓦，攀升至英伟达Feynman平台（预计2029/2030年推出）的超过1.5兆瓦，涨幅接近百倍。以54伏直流为核心的现有供配电架构已逼近物理极限——铜母排重量、空间占用及转换损耗均无法支撑下一代功率需求，以800伏直流（800VDC）为核心的新一代架构正成为行业必然选择。该行预计，800VDC将率先伴随英伟达Rubin Ultra平台（机架功率超过600千瓦）的部署进入商业化落地阶段。AI模拟半导体可寻址市场规模将从2025年的79亿美元扩大至2030年的270亿美元，复合年增长率达28%，单机架模拟半导体内容价值亦将从当前约3.6万美元跃升至600千瓦以上机架的近30万美元乃至兆瓦级的逾90万美元。美银证券认为，最终受益格局将向具备"全电力树"宽覆盖组合的厂商高度集中。德州仪器凭借最高现有份额持续领跑，Infineon在AI产品组合广度上最为突出且2025至2030年间份额提升最为显著。数据中心侧TAM预计从2025年的76亿美元增至2030年的250亿美元，2026/2027年增速分别约为56%/77%，主要受高功率机架加速放量驱动。组件价值向量最为显著的细分品类包括：高压中间母线转换器（IBC，TAM占比从7%升至约15%）、GPU板级电源（持续稳占约25%至27%）、CPU复合电源（占比从约9%升至约13%）以及光学基础设施（约13%）。#AIDC #报告

6月2日至5日，台北国际电脑展（COMPUTEX 2026）将以“AI together”为主题举行，市场焦点正迅速转向英伟达的机架级系统设计及先进封装进展。#英伟达 CEO 黄仁勋将全面展示以Rubin GPU和Vera CPU为核心的新一代AI算力架构，进一步巩固其在AI基础设施领域的统治地位。预计将展示NVL、LPU、Vera CPU、BlueField以及NVSwitch机架的组合，目标是为未来的“AI工厂”提供最低的单Token成本。在封装设计方面，针对Rubin Ultra版本，英伟达需要在2027年采用新的光罩以引入HBM4e内存。为保持良好的芯片良率并解决翘曲问题，Rubin Ultra预计将维持单封装两颗裸片（2-die）的设计，而非此前传言的四颗。供应链调研显示，台积电正在为Vera CPU分配额外的CoWoS-R产能和3纳米晶圆。Vera CPU的最终客户将包括微软、Meta、CoreWeave以及甲骨文等大型科技企业和云服务提供商。#报告

5月28日，#阿里巴巴 达摩院"敏迭"求解器（MindOpt）正式发布GPU版本，充分利用GPU并行加速特性，引入新算法突破"长尾效应"难题。求解器被誉为"工业软件之芯"，负责电力调度、航班编排、高端制造、金融管理等关键领域的复杂计算。该产品能力在互联网、金融、物流、电力、集成电路等行业场景具有突出的应用价值。据悉，求解器市场传统上由欧美厂商主导，达摩院历时多年自研全能力求解器"敏迭"，性能达到国际一流水平.#芯片战争