2026年博通公司研究报告：AI ASIC与网络芯片龙头，业绩或迎来跨越式增长

全球 AI ASIC 与网络芯片龙头

博通是全球 AI ASIC 和网络芯片的龙头企业。公司的历史上是一部通过精准并购实现价 值跃迁的商业史，其发展轨迹可分为三个关键阶段： 1） 惠普/安捷伦时期与 Avago 的诞生（1961-2015）：公司的根源可追溯至 1961 年惠普 公司的半导体部门。1999 年，该部门随安捷伦科技（Agilent）分拆。2005 年，私 募股权巨头 KKR 和 Silver Lake 以 26.6 亿美元收购安捷伦的半导体事业部，成立安 华高科技（Avago Technologies）。这一阶段确立了公司注重现金流和高毛利的经营 基因。 2） “经典”博通的整合与重组（2016-2018）：2016 年，安华高（Avago Technologies） 以 370 亿美元收购了无线通信巨头博通公司（Broadcom Corp.），并沿用了“博通” 这一品牌。这次合并是半导体历史上最成功的案例之一，通过剥离非核心低毛利业 务，保留了博通在网络交换、宽带和无线连接领域的资产，构建了强大的护城河。 3） 基础设施软件的版图扩张（2018 年至今）：意识到半导体周期的波动性，博通开启 了向基础设施软件的战略转型。2018 年公司以 189 亿美元收购 CA Technologies（大 型机软件），2019 年以 107 亿美元收购赛门铁克（Symantec）企业安全业务，2023 年以 690 亿美元完成对 VMware 的收购。这一系列动作将博通打造成为“半导体+ 软件”的双引擎巨头，极大地平滑了业绩波动。

公司划分为多个拥有高度自主权的业务部门，每个事业部都是其细分领域的绝对领导者。 这些事业部主要归类为两大核心板块： 1） 半导体解决方案（Semiconductor Solutions）：该板块贡献了公司 FY2025 财年约 58%的营收，是 AI 增长的核心引擎。

定制加速器（Custom Accelerators / XPU）：服务于超大规模云服务商的 AI ASIC 业务。博通利用其 IP 核为 Google、Meta 等客户设计专用的 AI 训练和推 理芯片。 网络（Networking）：包括以太网交换芯片 Tomahawk、路由芯片 Jericho 和网 卡/计算卸载芯片 Thor 系列，直接受益于 AI 数据中心对高带宽互联的需求。 无线（Wireless）：主要为苹果等消费电子企业提供 Wi-Fi、蓝牙和射频前端模 组（FBAR），是稳定的现金牛业务。 服务器与存储连接（Server & Storage Connectivity）：包括 PCIe交换芯片（PCIe Gen 5/6/7 Switch）、Retimer 芯片以及 HBA/RAID 存储控制器。 宽带与工业（Broadband & Industrial）：包括光纤接入（PON）、电缆调制解调 器（DOCSIS）以及用于工业自动化的光耦合器和编码器等。

2） 基础设施软件（Infrastructure Software）：该板块在 FY2025 财年营收占比达 42%。 其不仅提供了高额的经常性收入，还通过捆绑销售增强了对企业级客户的粘性。 VMware：私有云和混合云虚拟化平台，是企业构建 AI 私有云的核心底座。 Symantec：企业网络安全。 CA Technologies：IT运维管理（AIOps）和大型机软件。  Brocade：光纤通道存储网络交换机。尽管是硬件，但因其极高的软件壁垒和 在金融/政府数据中心的不可替代性，常被归类于高毛利的基础设施业务中。

截止 2025年 9月 30日，博通前五大机构持股合计 13.24亿股，占比 28%。其中，Vanguard （先锋领航集团）、BlackRock（贝莱德集团）、State Street 三家机构持股占比分别为 10.14%、 8.01%、3.92%，资本集团(Capital Group)旗下的两个基金合计持股占比近 6%。

AI ASIC（XPU）业务：定制芯片的黄金时代

2.1 下游资本支出高企，推理驱动 AI ASIC 蓝海市场

2.1.1 资本开支的晴雨表：北美科技巨头的算力军备竞赛

随着大模型的算法复杂度和训练/推理体量不断增长，算力基础设施的供给水平将直接影 响应用落地及其迭代的进程。反应各大互联网厂商对算力基础设施投入最直接的资本支出 （Capex）指标近三年来也在不断攀升。2023 年一季度至今，北美四大互联网公司（亚马逊、 微软、谷歌、Meta）的 Capex 总额基本实现每季度均环比增长的态势，2025 年三季度四家 公司的 Capex 总额达到 1133.2 亿美元，同比和环比分别增长 74.7%、18.2%，相比 23Q1 的体量增长了 2.2 倍。 资本支出的结构方面，微软率先在本轮 AI 周期中加大投资力度，从 23Q1 的 78 亿美元 增长至 25Q3 的 349 亿美元，增幅高达 3.5 倍；谷歌 23Q3 开始显著提升 Capex 力度，截至 25Q3 单季度支出近 240 亿美元；亚马逊 24Q1 开始扩张 Capex，从 24Q1 的 149 亿美元提 升至 25Q3 的 351 亿美元，目前其 Capex 体量与微软基本持平；Meta 从 24Q2 开始显著上 调 Capex，25Q3 其体量为 193.7 亿美元，同比增长 1.1 倍。

2.1.2 推理驱动 AI ASIC 蓝海市场

在人工智能的军备竞赛中，通用 GPU 虽然占据了早期训练市场的统治地位，但随着推 理需求的爆发，全球科技巨头正在大规模转向自研定制芯片 AI ASIC。超大规模云服务商正 在构建自己的芯片护城河，以追求极致的 TCO（总拥有成本）和供应链安全。

科技巨头的业务模型、应用场景等很多通过自身的云来承载，每个云承载了独特的应用 和商业模型，包括内部应用（比如搜索引擎、社交媒体等）、SaaS 服务（比如 AI 聊天机器 人、Copilot 等）、IaaS 服务等。ASIC 可以适应不同的业务场景和商业模式的需求：1）内 部工作负载的架构优化；2）更低的功耗，更低的成本；3）为 AI 工作负载定制的内存和 I/O 架构。 训练集群对 AI 加速计算芯片的需求已提升到十万卡级别。而在推理阶段，由于计算量 与业务和应用密切相关，单个推理集群对加速计算芯片的需求低于训练集群，但推理集群的 部署数量要远多于训练集群。AI 算力集群特别是推理集群对加速计算芯片的庞大需求，是 AI ASIC 快速成长的核心驱动力。

与 GPU相比，ASIC针对特定算法和应用进行优化设计，在特定任务上的计算能力强大， 例如在某些 AI 深度学习算法中实现高效的矩阵运算和数据处理。GPU 具有强大的并行计算 能力，拥有众多计算核心，可同时处理多个任务，在通用计算和图形处理方面表现出色，适 用于大规模的数据并行计算，如科学计算、图形渲染、视频处理等；但 GPU 在某些特定任 务上的计算效率可能不如 ASIC。 ASIC 在处理特定任务时，能实现高吞吐量，数据处理速度快，可快速完成大量的数据 处理工作。GPU 具有较高的带宽和并行处理能力，在图形处理和通用计算中能实现较高吞 吐量，但在处理一些复杂、非图形相关的特定任务时，其吞吐量可能会受到一定限制。 ASIC 在绝对算力和片间互联方面普遍低于 AI GPU，但 ASIC 的服务器间互联由于采用 以太网为主，具有生态开放、低成本等优势。

2.2 全球 ASIC 龙头，丰富的 IP 储备+XPU 平台工程经验构建 ASIC 护城河

博通是全球 AI ASIC 的龙头企业。公司广泛的 IP 储备可为其 XPU (ASIC)产品线赋能， 其 IP 产品主要分为 4 类：计算，存储，网络 I/O，封装。其中 SerDes、基于 AI 优化 NICs、 高端封装、交换机、CPO、内存等 IP 处于行业领先水平。SerDes（串行器/解串器）技术是 芯片间数据传输的咽喉，博通拥有全球领先的 SerDes IP，这是构建高性能 AI 集群的物理层 基础。博通在 IP 相关领域投入了至少 30 亿美元研发费用。

博通充分利用已经布局完成的 XPU 平台工程，实现了业界最快的 ASIC 产品落地时间。 XPU 平台涵盖了公司经过 10 年 ASIC 经验优化的 AI 设计流程、AI IP、SoC 封装等一体化 解决方案。ASIC 产品设计阶段耗费 7-9 个月的联合开发时间，再用 3 个月左右的时间完成 产品的生产和产能爬坡。

博通与客户在架构阶段就展开了深度的战略合作。在 ASIC 设计启动的前几年，完成了 关键组件的早期 IP 投资；并且为后两代 ASIC 同时进行技术、IP 和封装投资。

随着算力性能增长、网络和内存带宽提升、对电力输送、热完整度、机械可靠性等要求 的升级，ASIC 的复杂度在加深。博通积极响应了客户对更复杂的 ASIC 的需求。 博通的 ASIC 客户名单几乎涵盖全球 AI 领域的核心公司。博通是谷歌 TPU 的外部核心 设计合作伙伴，双方的合作从第一代 TPU v1 持续至今，已迭代至 TPU v7 产品。博通还与 Meta 深度绑定，为其设计自研的 MTIA 芯片。此外，OpenAI 也是博通的新晋的超级客户。