作者 | 汤安迪
编辑 | 周欢
半导体分析师 Jim Schneider 把博通 CEO Hock Tan 陈福阳请上台。
过去一年,博通的 AI 收入指引翻了一倍,股价跟着翻了一倍还多。但所有人心里都悬着同一个问题:这笔订单究竟是谁在买单,钱最后流向哪里?
Hock Tan 给出了答案。
AI 采用到底处于什么状态?
Jim Schneider 没有一上来就问订单。他先问了一个更大的问题:以你对企业的深度观察,现在普通企业客户的 AI 采用到底处于什么状态?
陈福阳先谈博通自己。
" 我们像今天大多数大公司一样,认真研究怎么用生成式 AI,不管是前沿模型,还是现在到处流传的开放权重模型。我们认真研究了一整年。"
他的底气来自一个特权:Mythos Preview 一发布,博通就拿到了全权限访问。他让公司里 3 万名工程师中的一半,1.5 万人,全部参与进来,硬件和软件两边一起看。
但结论并不性感。
" 最大的问题是找到真正有意义、可观的 ROI 用例。这不容易,我猜很多公司都面临同样的问题。"
芯片工程师这个例子,他讲得很具体。设计一颗芯片,如果出现 bug 需要重新流片,是六个月时间和 3000 万美元的成本,这是先进制程的代价。
"OpenAI、Anthropic 的工具,Gemini 的工具,可以帮助我们消除重新流片的需要。这里才有 ROI。"
至于那种泛泛的 " 提效 "?他直接泼了冷水。
" 如果只是单纯的生产力提升,ROI 是有争议的。真正的价值在质量、在加速部署、在创造先进技术。你不会回头去重做过去的东西。"
什么样的人用得好 AI?
什么样的人用得好 AI?陈福阳的标准很刻薄。
" 好的用户,定义是批判性思考者。说得更直白一点,是架构师。是那些真正理解上下文、理解环境、理解工作流程,并且能给模型下对指令的高级人才。"
一句话总结,他说:
" 它让聪明的人更聪明。所以反过来那句话,我不会说。"
第二名什么都得不到
真正锋利的部分,从 Jim Schneider 的下一个问题开始:模型效率越来越高,token 成本在暴跌,AI 技术栈里最大的价值到底归谁?
陈福阳先用自家生意打了个比方。
" 我们做半导体。当我们设计出一个交换机,是那一代里最好的,世界就会找上门来。最好的没有替代品。"
" 第二名什么都得不到。"
1 GW
年收入 300 亿美元
运行成本 100 亿美元
然后,他抛出了那套后来热传的账本。
" 拿一个非常优秀的前沿模型来说。1 GW 可以产生 300 亿美元的年化收入。运行 1 GW 的成本,你们都知道,大约一年 100 亿美元。所以 200 亿美元归模型公司和配套的应用,剩下 100 亿,由电力、云服务商、芯片和内存厂商去分。"
1 GW,300 亿收入,200 亿归模型公司,100 亿所有人抢。
做芯片的,其实挤在那 100 亿里和别人打架。
" 只要前沿模型还在持续,我几乎想说指数级改进,价值就会随着时间归到做最好前沿模型的人手里。价值来自创造最好的模型,以及通过它把应用变现。"
一年造出 Jalape ñ o
定制芯片这门生意,凭什么非博通不可?
陈福阳的回答很直接:我们的客户必须是前沿模型开发者,然后我们和他们贴身合谋。
" 他们把规格交给我们。我们从晶体管的物理层面开始,造出一颗能跑他们那种工作负载的芯片。这种 co-design、这种紧密协作,才是真正的区别。"
他用 OpenAI 举例。
" 我们和 OpenAI 团队紧密合作,一年之内,造出了一颗叫 Jalape ñ o 的 XPU。它的性能,不比市面上最好的通用加速器差,甚至可能更好。"
Jim Schneider 提醒他,这确实快,去年 10 月签的 100 亿瓦供应协议,今年 6 月就拿出了首批样品。怎么做到的?
" 关键就是和客户的紧密绑定。他们有懂模型的团队,把模型要什么翻译成硬件架构和规格;我们负责微架构和物理设计。这条流水线几乎无缝,造出这种级别的芯片就没那么难。"
而且合作没有停。
" 我们在做 Jalape ñ o 之后的两代产品。"
摩尔定律死了
是更好的机会
Jim Schneider 提到 Google,两小时前 Google Cloud CEO Thomas Kurian 刚在同一个舞台讲过他们的战略。4 月,博通和 Google 签了长期协议,供应 TPU 和网络产品一直到 2031 年。
陈福阳说,这个合作从第一代 TPU 就开始了,已经超过十年。
然后他开始讲为什么这个关系会越来越深,因为物理规律站在了博通这边。
" 十年前,你想让 CPU 性能更好,就换下一代工艺节点。每 18 个月左右换一次,晶体管数量翻倍,性能翻倍。这是摩尔定律。现在,摩尔定律终结了。往下走工艺节点,晶体管性能的提升几乎挤不出来 5%,你只能换来功耗优势。"
那怎么办?他的答案简单粗暴:不要一颗 die 了。
" 一颗半导体芯片受物理光学定律限制,最大 800 平方毫米。所以现在我们做两颗 die 封在一起,等效 1600 平方毫米,性能翻倍。现在这一代做的是四颗 die。你们可以想象,下一代可能到八颗。八颗 die 封成一颗芯片,等效 6000 多平方毫米,作为一颗芯片在跑。"
" 我们做的事情,就是拿别的东西替代摩尔定律。"
工艺节点这条跑了几十年上升通道被封死后,堆 die 和定制加速器成了唯一的路,而这两件事恰好都是博通最深的护城河。
他还顺手回应了 " 客户会不会自己造芯片 " 的质疑。
" 我们在半导体的 IP 储备,恐怕比大多数同行都多。高速 SerDes、每平方毫米更密的算力单元、多 die 互连、先进封装。这些深护城河,同行要追上来得自己造。过去 30 年我们就是这么赢的,无论对手是另一家半导体公司,还是客户自己。"
不是循环融资
6 月,博通宣布和 Apollo、Blackstone 合作,成立特殊目的载体:初始融资 350 亿美元,对应 200 多亿瓦算力,首批客户是 Anthropic,今年 1 GW,2027 年 5 GW。
市场立刻有声音说这是循环融资。陈福阳当场否认,措辞很硬。
" 这不是循环融资。客户看到了需求,他们也不一定非用我们不可,可以找别人。这不是循环。我们是用融资去创造需求,而需求本来就存在。"
他解释了这个结构:博通不直接出钱,而是拉来 Apollo 这样的金融伙伴承担 Anthropic 和 OpenAI 的融资风险,博通只对抵押的设备提供残值担保。
" 金融伙伴为什么愿意进来?很大程度上因为他们相信需求。二是利率,通过这种方式他们能拿到更好的评级,而 OpenAI 和 Anthropic 随着收入增长,有能力承担这种融资。"
至于为什么要做这件事?他说得很坦白:博通今天只有六个定制芯片客户,都是前沿模型公司。其中最强的两个,没人点名,但全场都知道是谁,现金流撑不起他们需要的算力。
" 我们给他们造芯片。我们站出来说,帮他们搞到训练和推理所需的算力。我们不直接融资,而是通过这个平台让他们获得融资能力。"
2000 亿的账单
1500 亿的收入
Jim Schneider:中国那边开源、开放权重模型风生水起,Moonshot、DeepSeek 这些公司,未来会不会成为博通的客户?
Hock Tan 差点没绷住。" 你这是要让我发火啊。"
他是闭源前沿模型的信徒,但承认开放权重模型可以共存。
然后他掏出第二套账本,这次是用 OpenRouter 和 Vercel 上的公开数据算的全球推理总账。
" 今天,全球生成 token 的总成本,包括生成这些 token 的基础设施,大约是每年 2000 亿美元。这是推理,训练不好监测,不算。那么模型公司从中间赚到的收入是多少?大约 1500 亿。"
注意,这意味着全行业现在是在亏钱烧规模。
" 这 2000 亿 token 成本里,大约一半是闭源前沿模型生成的。另一半,甚至更多是开放权重模型。再看收入:至少 75% 来自前沿模型,大概 1200 亿。他们花了大约 1000 亿。还不错,还在增长。"
" 开放权重模型呢?花掉另外 1000 亿,只产生 300 亿收入。你们觉得这是一个可持续的模式吗?"
" 这证明了一件事:价值流向智能持续改进的地方。"
现金太多了
只能分红和回购
压轴问题照例是资本配置。按博通的指引,未来两年自由现金流会非常夸张,2026 年结束时的现金就会创纪录,2027 年光 AI 收入指引就是 1150 亿美元,全年自由现金流率 mid-40s(约 45%)。
陈福阳的回答很松弛。
" 给我三个月。我们通常每年 12 月的董事会讨论资本配置。"
但他已经把选项划掉了一半。
" 债务大概 560 亿美元,是利率低的时候借的。我为什么要提前还掉低息债务?"
" 所以资本配置真的只剩两个选择:提高股息,以及回购。"
小结
陈福阳给出的两组数据:
1 GW 产生 300 亿美元收入,200 亿归模型公司,100 亿留给电力、云、芯片、内存去分。做芯片的人,分到的其实是最薄的那一层。
全球推理一年烧掉 2000 亿美元 token 成本,只产生 1500 亿收入。闭源模型花 1000 亿赚 1200 亿,开源模型花 1000 亿只赚 300 亿。
最好的拿走几乎全部,第二名什么都得不到。摩尔定律终结之后,能替代它的只有定制加速器;而能造出八颗 die 封成一颗芯片的,全世界没几家。
•END •
欢迎点击奇偶工作室视频号,看最新视频 ~
↓↓↓
Question. Write.Narrate. Believe. Become a story. 易简传媒的愿景是提问和传播商业故事,让读者更开阔,更聪明。有 2500 万微信粉丝关注我们的账号,欢迎大家关注:
↓↓↓


登录后才可以发布评论哦
打开小程序可以发布评论哦