堪称 “黑色星期五” 的博通股价震荡

在 6 月 3 日的财报电话会议上，博通 CEO 陈福阳与首席财务官柯尔斯滕・斯皮尔斯公布了一组本应让市场满意的业绩数据。公司第二季度 AI 芯片营收达108 亿美元，同比暴涨 143%，超出此前预期；全年 AI 业务营收指引上调至 560 亿美元，同时重申 2027 财年营收冲击 1000 亿美元的目标。单从过往标准来看，这无疑是一份亮眼的季度财报。然而财报发布后，博通盘后股价大跌 12%，并在周五拖累纳斯达克指数一同走弱。

股价下跌的症结并非业绩数据，而是随后的问答环节。

市场隐忧首先由杰富瑞分析师布莱恩・柯蒂斯抛出。全场分析师都想问却又讳莫如深的问题，被他直接点破。他注意到博通提交的 8-K 文件披露了与谷歌达成的长期合作协议，随即发问：“市场普遍担忧贵司在谷歌客户群体中的份额问题。如今双方已签订长期协议，能否谈谈你们对此的信心？”

（摘自博通 2026 财年第二季度财报电话会议实录）

陈福阳称这份协议 “合作力度极强”，足以体现双方牢固的伙伴关系。但他也道出了业内心照不宣的现实：“我们也清楚，随着合作方谷歌的 AI 算力需求与技术研发高速发展，对方必然会选择多供应商并行的采购策略。” 市场捕捉到了这番表态中的谨慎态度，而非合作利好。博通最大客户谷歌正在分散芯片采购渠道，以此掌握议价主动权、主导自身技术路线，同时避免单一供应商垄断带来的定价掣肘。电话会议上的所有分析师，随即纷纷下调了对博通千亿营收目标的预期。

市场担忧进一步发酵，德意志银行分析师罗斯・西摩追问毛利率下滑问题，聚焦半导体业务板块的具体原因。首席财务官柯尔斯滕・斯皮尔斯解释了产品结构带来的影响：专用集成电路（ASIC）与张量处理器（TPU）毛利率偏低，AI 网络业务则在一定程度上对冲了盈利压力。随后陈福阳补充道：“从行业基本面来看，半导体整体毛利率依旧稳健。此次下滑纯粹是产品结构变化导致 —— 高增长的 AI 半导体业务占比持续提升，拉低了软件业务、非 AI 芯片业务与 AI 芯片业务合并后的综合毛利率。”

通俗来讲：博通 AI 芯片业务增长越快，这类专为大型科技云厂商定制的 ASIC 芯片（包括谷歌 TPU、Anthropic 与 OpenAI 加速芯片、元宇宙 Meta 的 MTIA 芯片）占比就越高，公司整体毛利率便会持续承压，且该问题并非短期现象。斯皮尔斯也已向投资者提示，后续需将两大业务板块分开评估，这也是财务高管释放的明确信号：随着 AI 业务持续扩张，公司整体财报数据会进一步走弱。

叠加以上两点，再加上博通给出的第三季度 AI 业务营收指引为 160 亿美元，低于分析师预期的 172 亿美元，多重利空最终引发抛售潮。单独来看，任一因素都不足以造成大幅波动，但三者叠加传递出清晰信号：AI 业务增长边际放缓、核心客户开启多供应商布局、高增长业务恰恰盈利能力最弱。此前市场将博通视作纯 AI 基础设施赛道龙头，投资者不得不在周三午后实时推翻此前三大核心判断。

毛利率下滑的解读之所以关键，是因为英伟达 CEO 黄仁勋两天前在台北国际电脑展上也表达了相似观点，只是表述角度不同。他将 AI 算力集群称作人类史上规模最大的基础设施建设项目，单座算力园区功率可达 1 吉瓦，初期单吉瓦建设成本约 500 亿至 600 亿美元，未来更是会攀升至 800 亿至 1000 亿美元。他直白点明了产业链的价值分配逻辑：“在 1 吉瓦的算力规模下，每瓦算力对应的吞吐能力就是营收，每一次数据运算、每一条指令处理都能创造收益。”

如今行业竞争的核心早已不再是单颗芯片，而是整套系统 —— 围绕单位资本投入，对算力、功耗、服务器机柜、网络、散热进行全栈优化，力求实现最高的数据处理效率。黄仁勋也明确了英伟达的转型定位：“很久以前，英伟达只是一家显卡公司。历经多年发展，我们已然转型为系统厂商，如今正再次蜕变，全面布局 AI 基础设施领域。” 英伟达不再单纯售卖服务器硬件，而是助力客户搭建完整的 AI 算力集群。

在博通发布财报四天前，迈威尔科技率先披露业绩，其基本面本应与博通形成明显分化。作为算力集群中负责数据传输的光互联与网络芯片厂商，迈威尔非通用会计准则下毛利率稳定在 58.9%，营收同比增长 28%。首席执行官马特・墨菲在一场电话会议中，三次上调互联业务营收增速预期：“年初我们预测增速为 30%，随后上调至 50%，如今进一步提升至 70%。” 他解释道：“随着 AI 基础设施持续迭代，网络的重要性与日俱增，带动互联、交换等网络产品营收大涨。生成式 AI 发展初期，行业主要攻克算力与内存瓶颈；而推理模型、混合专家模型等复杂架构落地后，网络传输能力的价值被进一步放大。”

（摘自迈威尔 2027 财年第一季度财报电话会议实录）

但市场并未区分个股基本面差异。博通股价大跌之际，迈威尔同步暴跌 16.74%，成为半导体板块跌幅第二的个股；ARM 下跌 12.84%，美光跌幅达 13.25%。迈威尔今年以来股价累计上涨 145%，毛利率稳健、业绩指引持续上调，却依旧被市场无差别抛售，所有沾边半导体与 AI 概念的个股集体承压。盛宝银行首席投资策略师查鲁・查纳纳向路透社表示，本轮抛售源于市场此前过度押注单一逻辑：韩国是 AI 存储芯片超级周期的最大受益者，当投资者开始质疑 AI 需求预期脱离现实，整个相关区域板块都陷入震荡。

这一逻辑同样适用于美国硅谷。无差别抛售是本轮行情中最危险的信号：市场并未深入拆解产业链，而是将整个半导体板块视作单一整体，无法区分算力芯片与传输芯片、算力层与互联层，也分辨不出毛利率承压与盈利稳健的企业。一旦第二波风险来袭 —— 也就是印度、以色列的芯片设计服务行业暴雷，市场依旧会沿用这套笼统逻辑，相关标的将再度集体下跌，个股间的基本面差异会被彻底忽视。

陈福阳谈及的毛利率下滑，与墨菲实现的毛利率稳步提升，其实是同一产业链的两端写照：博通的算力芯片业务规模扩张，持续拖累综合毛利率；迈威尔所处的网络互联赛道则保持盈利韧性，业绩加速增长。负责数据传输的芯片，盈利能力已然超越负责数据运算的芯片。两位 CEO 在接连两场财报会议中用毛利率数据印证了同一个结论：这就是当下 AI 基建领域真实的盈利格局。过去两年，市场一直将 AI 热潮简单解读为芯片行情；台北电脑展点明核心是基础设施竞争，而博通与迈威尔的财报则用盈利数据做实了这一判断。本轮股价大跌，本质是市场修正了 “芯片才是最大盈利来源” 的固有认知，周五的行情只是市场完成认知纠偏的过程。

英伟达在产业链中的处境更为复杂。它并未与博通争夺大型云厂商的定制芯片订单，而是面向全市场售卖通用芯片，包括 H100、布莱克韦尔、鲁宾等产品。凭借海量客户摊薄研发成本，英伟达毛利率常年维持在 70% 以上。而博通承接云厂商定制芯片业务，本质是各大科技巨头为降低对英伟达依赖所做出的布局，谷歌自 2016 年起自研 TPU 便是出于这一目的。黄仁勋在电脑展上宣布英伟达从显卡厂商转型为 AI 算力集群服务商，正是为了应对被替代的风险。

这次战略转向，也暴露了英伟达真正的核心增长市场。其整套 AI 算力集群方案，目标客户并非谷歌、微软这类拥有自研算力生态的巨头。真正的受众是新兴算力玩家：布局国家级 AI 算力的主权基金、区域性云服务商、在海湾地区建设数据中心的能源巨头，以及 CoreWeave、xAI 等新兴企业，还有希望拥有顶级 AI 能力、却不愿依赖大型云厂商、也无力从零搭建技术团队的传统企业。

这类客户没有自研 TPU 芯片的能力，需要一体化的全栈解决方案，也愿意为英伟达的高溢价买单。但隐患随之而来：这类新兴算力集群运营商，抵御供应链风险的能力最弱。沙特、印度古吉拉特邦等地的国家级 AI 算力中心，并不具备谷歌那样强大的技术运维团队，高度依赖印度的配套服务 —— 包括云运营、自动化运维、系统集成、数据工程等技术人才。行业研究机构创始人许简指出，这是市场普遍忽略的隐性风险点，而这部分客户恰恰是英伟达增长最快的群体，也是整个产业链中最脆弱的一环。

本轮震荡能否止步于博通、迈威尔等芯片厂商，取决于一个被 6 月 3 日财报会议全体分析师忽略的问题。当前第一波抛售，是市场重新评估 “AI 扩张下定制芯片毛利率能否维持” 的预期；第二波风险尚未爆发，风险源头指向芯片上游的设计服务行业：印度、以色列的工程团队负责寄存器传输级（RTL）设计、功能验证、物理版图实现等工作，将云厂商的 AI 研发构想落地为可量产芯片。这类企业的风险，只有在项目延期、企业冻结招聘等财报信号出现时，才会反映在金融数据终端上。

第三波风险则会传导至各大云厂商本身。一旦芯片设计服务产能受限或遭遇冲击，定制芯片研发周期拉长，云厂商的 AI 基建进度便会延后，资本投入效率下降。那些在本轮大跌中暂时稳住估值、且依托 AI 增长预期的企业，将再度面临估值拷问。想要化解风险，只能依靠云厂商加速自研芯片进程，例如亚马逊 Trainium、微软 Maia、Meta MTIA 等项目。但矛盾在于，这些自研项目同样依赖印度、以色列的设计服务团队。企业分散供应链风险的策略，与产业链集中化的风险，共享同一批核心技术人力，治标之法与潜在隐患根源重合。

英特尔的布局，直观体现了这份地理集中风险。其晶圆代工业务正发力角逐大型云厂商定制芯片订单（目前尚未取得明显突破），而博通、迈威尔当下主导着这一市场。与此同时，英特尔在美国以外最强的芯片设计团队并不在印度，而是扎根于以色列海法与佩塔提克瓦，酷睿架构的核心研发团队在此深耕数十年。以色列的研发中心是英特尔战略核心资产，而这类区域集中风险，以往从未被纳入常规供应链评估体系，只因当地长期保持稳定。

如今这份稳定正在经受考验。LPL Financial 宏观策略主管克里斯蒂安・科尔指出，即便美伊达成协议，霍尔木兹海峡航运也很难快速恢复至战前水平，短期缓解仅能疏通现有拥堵，无法实现货运产能持续回升。这套逻辑同样适用于芯片研发领域：重启芯片设计项目，远比疏通滞留货物困难。定制芯片设计链的两大关键环节 —— 负责落地实现的印度团队、负责架构研发的以色列团队，同时暴露在地缘政治风险之下，而各大云厂商的风险披露文件中，对此只字未提。英特尔清楚自身研发团队的分布，但其客户却从未对此深究。

参与博通财报会议的分析师阵容豪华，涵盖摩根大通、杰富瑞、德意志银行、瑞银、高盛、摩根士丹利、巴克莱等一众顶级机构，手握数万亿美元半导体相关资产，但没有一人问及 AI 基建赖以生存的核心人力问题。许简提出了一个被所有量化模型遗漏的关键点：市场只关注硬件层面的算力、数据中心、电力、网络等实体基建，却混淆了 “基建规模” 与 “实际落地使用” 两个概念。整套体系的运转，离不开研发人才、云运维、自动化运维、数据工程与系统集成团队。印度并非 AI 消费市场，也非单纯的成本洼地，而是 AI 落地执行环节中无法绕开的核心节点。真正的风险并非数据中心无法建成，而是硬件落地后，企业应用、商业化落地的进度，远滞后于基建建设的预期，这也是估值崩塌的导火索。

整条产业链远比财报会议呈现的更为复杂。陈福阳提及的谷歌 TPU、Anthropic 与 OpenAI 加速芯片、Meta MTIA 等云厂商定制 ASIC 业务，绝非仅依靠美国本土工程师完成。从芯片架构设计到实体流片，中间大量的落地工作由印度设计服务企业承接。塔塔咨询服务、威普罗、HCL，以及萨斯肯、拉森图博科技等专业半导体设计公司，包揽了寄存器传输级设计、功能验证、物理版图、时序收敛等核心工序，将云厂商的 AI 构想转化为可量产芯片。