英伟达涨价倒逼AI算力格局重塑：ASIC定制芯片进入规模化交付阶段

事件概述

8月底，英伟达通知部分大型客户，搭载其AI芯片的服务器价格将上涨超过15%，调价主要涉及2027年初出货的Vera Rubin和Grace Blackwell等平台。随后在2027财年第二季度业绩电话会上，英伟达确认内存价格涨幅超预期，预计毛利率将在第四季度降至71%-72%。这一价格调整反映了AI服务器成本结构的变化，成本压力已从GPU延伸至HBM、网络、供电、散热及系统集成等机架级物料清单环节。

核心信息

1. 成本压力驱动ASIC经济性凸显

• 供应链瓶颈： 存储芯片价格在过去一年上涨六倍，美光表示2026年HBM供应已全部售罄。云厂商通过长期协议锁定产能，导致其他采购者面临供应不稳定。
• 整机成本上升： 新一代机架增加了内存容量和互连复杂度，系统厂商需承担更长的验证周期与库存资金。计算芯片性能提升已无法独立消化整机成本上升。
• ASIC优势： 定制芯片通过针对特定精度、算子和数据流进行优化，减少无效计算和数据搬运。其最适合高并发、长期运行且需求可预测的业务（如成熟模型推理、推荐系统）。虽然单代先进制程芯片设计门槛高达数亿美元，但在稳定负载下能显著降低总体拥有成本（TCO）。

2. 产业动作指向“负载分层”与系统级定义
近期行业交易显示，算力买家开始同时管理芯片架构、软件栈、供应链和资金成本，定制芯片价值从单点性能扩展至交付确定性和资本效率。

• AMD收购Taalas： AMD宣布收购Taalas，后者将模型权重固化到芯片以减少外部内存读取开销。此举使AMD在通用GPU之外获得面向稳定推理负载的专用架构能力。
• Etched快速扩张： 专用芯片初创企业Etched在一个月内完成两轮融资，估值升至210亿美元，并向Jane Street交付首个机架，获得超10亿美元合同。其产品定位从单一Transformer架构转向支持MoE、Mamba等架构的机架级推理集群。
• 自研内部化： OpenAI的Jalapeño项目和Meta的Iris项目均由模型需求反推架构，由博通协助硅实现与网络设计，Celestica负责集成。这标志着负载所有者由设备采购方转向系统定义者。

3. 供应商竞争维度升级：从芯片到资本运作
博通和Marvell代表了定制芯片供应商扩大商业边界的两种路径，竞争焦点延伸至产能、系统交付和资本组织能力。

• 博通（Broadcom）：融资绑定模式。 博通联合阿波罗、黑石建立AI XPV平台，计划到2028年支持超20吉瓦算力部署。首笔350亿美元资金用于Anthropic扩容，部署博通定制XPU和网络方案。博通正讨论发行特殊目的载体债务，为客户购买并租赁算力设备，将未来需求转化为提前锁定的晶圆、HBM和机架订单。其第二财季AI半导体收入达108亿美元，同比增长143%。
• Marvell：长期采购绑定模式。 Marvell通过与谷歌签署长期合作协议并发行认股权证，锁定未来采购目标。若全部行权对应121.8亿美元潜在股票购买金额，反推最高约1200亿美元的多年采购目标。该合作旨在强化第二供应商地位，但显著收入贡献预计从2029财年开始。

值得关注

• 市场结构变化： 机构预测2026年ASIC服务器将占AI服务器出货量的27.8%，GPU仍占69.7%。云厂商自研ASIC出货增速（44.6%）远高于GPU服务器（16.1%）。
• 分工明确： 前沿训练、模型快速迭代继续依赖GPU的软件生态与通用性；ASIC主要进入稳定推理、内部推荐系统及特定训练场景；模型专用芯片（如Taalas类）面向极端效率场景。
• 新门槛形成： AI算力市场的竞争壁垒不再仅是芯片性能，而是能否锁定先进封装与HBM、组织完整机架交付，并为大规模算力项目提供长期资金支持。具备稳定负载、软件能力及资本承受力的云厂商将继续加强自研，其他企业则更多依赖半定制方案。