摩根大通 9 月的一份半导体报告里，有个数字能让英伟达的拥趸心里一紧：到 2027 年，全世界每出货 100 颗 AI 加速器，有 54 颗不是 GPU，而是谷歌、亚马逊、Meta、OpenAI 这些大客户找人定做的芯片 [1]。
同一个月，账本上是另一幅画面。英伟达截至 7 月 26 日的那个季度，数据中心收入 890 亿美元 [2]；博通截至 8 月 2 日的那个季度，AI 芯片收入 167 亿美元 [3]。两个季度的截止日只差一周，前者是后者的 5.3 倍。
颗数说英伟达要让位，钱说它还稳坐大头。两句话都对，只是量的尺子不同。
结论先行
定制芯片出货过半，过半的是颗数，不是钱：按美元算，2026 年定制芯片只占 AI 加速器市场的一成多到两成。更要紧的是第三把尺子。英伟达正用 NVLink Fusion 把 Marvell、联发科、亚马逊的定制芯片接进自己的机架，还入股了其中两家设计公司。定制芯片卖得越多，走英伟达这条路的芯片也越多。
两种芯片，两种买法
GPU 是通用加速器。新模型、新算法出来，拿过去就能跑，软件工具现成，英伟达把它卖给所有人。
定制芯片正式的名字叫 ASIC，意思是「专用集成电路」：替一个客户、一类任务量身定做的芯片，不像标准品那样卖给许多家。业内常把这类定制 AI 加速器统称为 XPU，谷歌的 TPU、亚马逊的 Trainium 都属于这一类。定做有门槛：先要付一笔一次性的设计开发费（行话叫 NRE），芯片要量产到足够大的规模，这笔钱才摊得薄。量一旦上来，专用芯片的单位成本和性能都更划算。所以玩得起的，只有那几家每年采购几十万、上百万颗芯片的巨头。
| 对比项 | 英伟达 GPU | 定制芯片（ASIC／XPU） |
|---|---|---|
| 灵活性 | 通用，新模型拿来就能跑 | 为特定任务设计，任务一变就吃亏 |
| 单颗价格（业内估算） | 高端约 2.5—4 万美元 | TPU、Trainium 约 1—1.5 万美元 |
| 能效 | 为通用而设计，耗电多 | 电路只做一件事，同样的电能干更多活 |
| 更适合 | 训练和推理都能做，前沿训练仍离不开 | 规模大、任务固定的场景，多用于推理 |
| 谁在买 | 云厂商、新兴云、主权 AI、企业，谁都买 | 谷歌、亚马逊、Meta、OpenAI、Anthropic 等少数巨头 |
| 谁来设计 | 英伟达自己 | 客户提需求，博通、Marvell、联发科等代为设计 |
第一把尺子：数颗数，定制芯片过半
按摩根大通的估算，定制芯片占 AI 加速器出货的比例，2026 年约 41%，2027 年约 54%，2028 年约 55% [1]。
推着这条曲线往上走的，是巨头们越来越大的推理账单。模型训练好以后，每天要回答海量提问，这部分算力任务固定、规模巨大，正是定制芯片最拿手的活。Anthropic 已经聘来谷歌 TPU 的创始人组建自研芯片团队，并通过谷歌和博通锁定了 2027 年 3.5 吉瓦（GW）的 TPU 容量；高通也和亚马逊 AWS 签了多年期的定制芯片合作。
这条曲线还有个容易被略过的细节：2028 年只比 2027 年多一个百分点。颗数过半之后，按这组估算，份额基本就停在那里了。
第二把尺子：数美元，定制芯片还是小头
同一个市场换成美元来量，结果完全不同。粗算只需要三步：
- 2026 年全球定制 AI 芯片市场约 600—700 亿美元 [1]。
- 英伟达光一个季度的数据中心收入就有 890 亿美元，同比增长 117% [2]，全年量级在三千多亿美元。
- 把两边放在一起：定制芯片在颗数上约占四成，在美元上只占一成多到两成。
这组账反推回去，GPU 一方拿到的钱大约是定制芯片的五倍，颗数却只多出约一半，每颗的平均售价（ASP）因此相差三倍多，和前面业内估算的单价区间大致对得上。
这是粗算。英伟达的数据中心收入里含网络芯片和整机柜的其他部件，博通的 AI 收入里也含网络芯片，两边口径并不完全一样，只能取数量级，别当精确比例用。GPU 一侧也不只英伟达：AMD 在花旗的会议上称，2027 年数据中心收入约 700 亿美元，其中 AI GPU 约 400 多亿美元。
饼本身也还在变大。摩根大通估计，云厂商的资本开支 2026 年约 9530 亿美元，2027 年约 1.41 万亿美元，一年多出近一半 [1]。英伟达自己的节奏也没慢：Vera Rubin 平台 8 月开始出货，管理层预计它在本财年第三季度贡献约 200 亿美元、约占数据中心收入的两成；黄仁勋说，2027 年的芯片出货和销售额预计比 2026 年大致翻倍。定制芯片抢到的颗数，不少是从新增的那部分里分走的，并没有从英伟达现有的账上划走。
第三把尺子：看系统，定制芯片要接进英伟达的机架
大模型不是一颗芯片单干。真正干活的单位是机架：一个冰箱大小的柜子，里面装着几十到上百颗芯片，整柜当一台机器用。芯片之间传数据有多快，决定了这一柜能干多少活。英伟达自家芯片之间的高速互联叫 NVLink。
NVLink Fusion 把这套互联开放给了别家芯片。别家的定制芯片只要装上英伟达提供的互联芯粒（一小块专门负责连接的芯片），就能接进英伟达的 MGX 机架标准，和英伟达的 Vera CPU、交换机放在同一柜里协同工作 [6][9]。
这一年里，排队接进来的名单越来越长：
- Marvell：英伟达投资 20 亿美元。Marvell 提供定制 XPU 和兼容 NVLink Fusion 的互联产品，英伟达提供 Vera CPU、网卡、交换机和整柜方案 [5]。
- 联发科：英伟达投资 35 亿美元。联发科替 AI 公司和云厂商设计的定制芯片，采用 NVLink Fusion 接进英伟达的数据中心架构 [6]。
- 亚马逊 Trainium4：亚马逊的芯片部门 Annapurna Labs 宣布，从 Trainium4 起支持 NVLink Fusion，亚马逊芯片可以和英伟达 GPU 放进同一套机架架构；双方还合作开发定制版 HBM（高带宽内存，贴在芯片旁边、专供 AI 芯片高速取数的内存）[7][9]。
- d-Matrix：这家推理芯片公司把下一代 Raptor 芯片接入英伟达 MGX 机架，首批整柜产品预计 2027 年推出 [8]。
名单里有英伟达的客户，也有它的对手，还有它参股的公司。Marvell 和联发科这两笔合计 55 亿美元，英伟达成了替别人设计定制芯片的公司的股东。
算盘不难看懂。定制芯片每多卖一颗，只要它插在英伟达标准的机架里，英伟达就有机会卖出一份互联芯粒、CPU、交换机和机架设计。英伟达卖的东西也早就不只是芯片：Vera Rubin 每吉瓦算力能给英伟达带来约 400 亿美元收入，上一代 Blackwell 约 250 亿美元，多出来的部分，大头就是 GPU 之外的整柜配套。
一颗定制芯片的钱，大致这样流：
- 付钱的：谷歌、Meta、OpenAI、Anthropic 等云厂商和模型公司。
- 设计服务商：博通、Marvell、联发科，收一次性开发费，再按颗供货，常常顺带卖网络芯片。博通一家约占定制芯片市场的 80%—85%，和 Marvell 合计约九成 [1]。
- 代工与封装：台积电负责制造，并用先进封装把芯片和内存封在一起。
- 内存厂：HBM 来自 SK 海力士、三星、美光这几家，GPU 和定制芯片都绕不开。
- 走 NVLink Fusion 时多出一站：英伟达，卖互联芯粒、CPU、交换机和机架标准。
前四站，GPU 的钱也照样经过。第五站是今年才修出来的。
三把尺子并排一放：
| 尺子 | 量的是什么 | 谁占上风 | 关键数据 | 说明了什么 |
|---|---|---|---|---|
| 颗数 | 出货多少颗 | 定制芯片（2027 年起） | 41%→54%→55%（摩根大通估算） | 巨头的推理算力大量转向定制 |
| 美元 | 花了多少钱 | 英伟达 GPU | 定制芯片 2026 年 600—700 亿美元，英伟达数据中心单季 890 亿美元 | 颗数多不等于钱多，单价差数倍 |
| 系统 | 芯片接进谁的机架 | 英伟达正在争 | Marvell、联发科、Trainium4、d-Matrix 接入 NVLink Fusion | 定制芯片多一颗，英伟达有机会多收一份配套的钱 |
反方的弹药：差距在缩，英伟达也有山要翻
美元差距在缩小。 博通 2026 财年 AI 收入预计约 580 亿美元，2027 年指引 1150 亿美元，2028 年 2300 亿美元，几乎年年翻倍；下一季度指引 217 亿美元，比刚过去的季度再多约三成 [3][4]。英伟达给出的 2028 财年指引是营收增长约 70%，这是它头一回给跨年指引，分析师原先的平均预期只有约 44% [2]。一个翻倍，一个涨七成，起点却差五倍多：差距在缩，只是缩得慢。
能效账开始有人拿出来晒。 OpenAI 和博通合作设计的推理芯片 Jalapeño 公布了测试结果：每瓦运算量是同类英伟达系统的 1.5 至 1.9 倍，响应快 1.7 至 3.6 倍 [10]。这组数据由 OpenAI 自己测出，并按各家芯片的额定功耗折算，不是第三方独立评测。但方向很清楚：推理这块，定制芯片已经在拿每度电能干多少活来和英伟达比。
客户在锁长约。 除了 Anthropic 那 3.5 吉瓦 TPU，谷歌开始把 TPU 卖给外部客户。英伟达的应对是给新兴云厂商推出 GPU 回租担保，并讨论新的财务激励方案，稳住这批客户。英伟达需要亲自出钱兜底，说明对手的压力是真的。
英伟达自己的执行风险。 竞争一旦变成整柜系统之间的较量，机架本身就是战场。据 SemiAnalysis 称，为 Rubin Ultra 设计的 Kyber NVL144 机架因 PCB 中板（机柜里连接各块板卡的大电路板）良率问题，从 2027 年推迟到 2028 年；Rubin Ultra 也从封装四颗计算裸片（die，从晶圆上切下的单个芯片）改成两颗，性能预期约减半 [11][12]。英伟达回应称路线图不受影响 [11]，黄仁勋也否认延期，重申 Rubin Ultra 明年出货。两种说法都摆在这里，要等明年的出货来验证。如果英伟达的机架真的拖期，NVLink Fusion 对别家芯片的吸引力也会跟着打折。
路修好了，车会不会来
颗数过半这件事，在第三把尺子下读起来就不一样了。定制芯片越多，越需要一套现成的机架、互联和供应链把它们组装成能干活的机器。英伟达赌的是，它修的那条路会成为大家都走的路。
赌注不小。巨头们定做芯片，本来就是为了少依赖一家供应商，它们会不会甘愿把自己的芯片插进英伟达的机架，还要看每一代的价格和性能。往后值得盯的数字，不是定制芯片又卖了多少颗，而是这些芯片里有多少颗插在英伟达的机架上。这个数字，眼下还看不到公开统计。