<p>超大规模云计算公司一直在寻求替代昂贵且供应受限的 NVIDIA Corporation (NASDAQ: NVDA) 和 Advanced Micro Devices Inc (NASDAQ: AMD) 的图形处理单元 (GPU)，以满足数据中心的需求。</p>
<p>Meta Platforms Inc. (NASDAQ: META) 和 Broadcom Inc. (NASDAQ: AVGO) 之间的近期合作旨在解决这一问题，这是大型科技公司利用人工智能 (AI) 技术的又一努力。在扩展协议下，Broadcom 将开发几代 AI 芯片，以满足 Meta 平台的需求，直到 2029 年。</p>
<p>然而，从 2026 年 4 月 14 日的合作伙伴关系公告 中可以明显得出结论，这一举措旨在减少对 NVIDIA 的依赖。除此之外，它还代表了 AI 技术开发、融资和效率提升的根本变化。</p>
<h2>关键要点</h2>
<ul>
<li>大型科技公司正在通过构建定制的 AI 芯片来积极减少对第三方 GPU 的依赖，但 NVIDIA 在高端训练工作负载中仍然占据核心地位。</li>
<li>Meta 与 Broadcom 的合作专注于优化重复的 AI 任务，包括推荐和信息流，在这些领域效率和成本节约至关重要。</li>
<li>超大规模云计算公司正在将工作负载分散到 NVIDIA、Broadcom 和其他公司之间，创造了一个多层市场，使多个芯片制造商能够同时增长。</li>
</ul>
<h2>交易的理由</h2>
<p>Meta 的目标是优化其 AI 操作中最昂贵的部分。AI 基础设施成本高昂，单靠第三方 GPU 是不可持续的。</p>
<p>与 Broadcom 的合作使 Meta 能够设计针对其自身工作负载优化的应用特定集成电路，特别是推理任务，如排名、信息流和聊天机器人响应。</p>
<p>这很重要，因为推理正迅速成为 AI 中的主导工作负载。训练大型模型仍然至关重要，但一旦部署，这些模型必须实时服务于数十亿用户。定制芯片可以比通用 GPU 更高效、更低成本地执行这些重复任务。</p>
<h2>交易实际涵盖的内容</h2>
<p>这笔交易涉及超过 1 吉瓦的计算能力的 初步部署，是 Meta 更大规模 AI 硬件推动的一部分。该公司预计在 2026 年仅在 AI 基础设施上的资本支出将达到 1150 亿至 1350 亿美元。</p>
<p>该合作建立在 Broadcom 的 XPU 平台之上，该平台旨在创建定制的 AI 加速器。Broadcom 将与 Meta 在芯片设计、先进封装和网络方面合作，以帮助构建一个大规模实时 AI 体验的计算基础。</p>
<p>具体而言，Meta 训练和推理加速器 (MTIA) 针对大规模推理和推荐进行了优化，为 Meta 所有应用和服务提供 AI 支持。它专门用于内容排名、推荐帖子和广告，以及在 Facebook、Instagram 和 WhatsApp 上运行其不断增长的生成 AI 模型。</p>
<h2>为什么这对 NVIDIA 不是直接威胁</h2>
<p>尽管 Meta 在定制芯片方面有所努力，但其实现更好长期可扩展性和避免外部 GPU 供应链限制带来的价格波动溢价的目标仍然需要持续投资于 NVIDIA 硬件。</p>
<p>例如，Meta 承诺部署 6 吉瓦的 AMD GPU 和 数百万个 NVIDIA 芯片。这是因为其 GPU 由于性能、软件生态系统和开发者采用率仍然是行业标准。</p>
<p>NVIDIA 难以被取代的原因有三个：</p>
<p>1. <strong>训练仍然是 GPU 的任务</strong></p>
<p>专用硬件在集中和重复操作中表现最佳。训练下一代 AI 模型需要多功能性、高内存带宽和复杂的软件支持，这些都是 NVIDIA 的强项。</p>
<p>2. <strong>CUDA 和软件锁定</strong></p>
<p>NVIDIA 的 CUDA 生态系统是一个主要的竞争优势。开发者围绕它构建 AI 系统，这提高了转换成本。</p>
<p>3. <strong>规模需求激增</strong></p>
<p>对 AI 技术的投资不是固定的。预计超大规模云计算公司在 2026 年仅在 AI 基础设施上的投资将超过 6000 亿美元。</p>
<h2>行业的广泛转变</h2>
<p>Meta 与 Broadcom 的交易揭示了 AI 基础设施正在向云计算演变，多个专用组件协同工作。这一趋势在整个行业中已经显现。谷歌长期以来依赖张量处理单元，亚马逊 (AMZN:NASDAQ) 使用 Trainium，甚至 OpenAI 也探索了定制芯片以减少对 NVIDIA 的依赖。</p>
<p>近期的交易，包括涉及定制硅的大规模合作伙伴关系，表明公司正在多样化，而不是围绕单一供应商进行整合。</p>
<p>本月早些时候，Broadcom 还与 Alphabet 的谷歌 (NASDAQ: GOOG) 和 Anthropic 签署了协议，以开发下一代定制 AI 处理器，确认其作为前沿 AI 硅的主导独立设计和封装合作伙伴的角色。</p>
<p>目前，超大规模云计算公司前往 NVIDIA 寻求领先的训练能力，并向 Broadcom 寻求针对特定推理工作负载优化的定制芯片，已成为一种模式。这使得 Broadcom 在下一阶段的人工智能基础设施建设中成为关键受益者，这一阶段更关注的是以尽可能低廉和高效的方式将人工智能部署到数十亿用户身上，而不是训练前沿模型。</p>
<h2>这对投资者意味着什么</h2>
<p>在前沿模型训练中，NVIDIA 的主导地位短期内不太可能受到挑战。但定制硅的崛起将在长期内减少其可用市场，尤其是在推理方面。Meta 每消耗一吉瓦的 MTIA 芯片，NVIDIA 的市场就减少一吉瓦。</p>
<p>当前的地缘政治和市场波动对 Broadcom 和 Meta 造成了压力，目前它们的前瞻性市盈率分别为 34 倍和 22 倍。这两家公司都已从各自的高点回落，这为希望在不支付溢价的情况下接触定制硅趋势的投资者提供了机会。</p>
<h2>总结</h2>
<p>Meta 与 Broadcom 的合作表明，人工智能基础设施正在成熟为一个多层次的生态系统。</p>
<p>Broadcom 正在成为超大规模云计算公司的领先定制芯片合作伙伴，同时也与 Google 和 Anthropic 达成了协议，而 Meta 则继续购买 NVIDIA 和 AMD 的 GPU 用于模型训练。</p>
<p>尽管这一合作减少了其对第三方硬件在高容量、重复工作负载上的依赖，但 NVIDIA 仍然在最苛刻的工作负载和创新周期中发挥着重要作用。</p>
<p><em>图片来源：Meta 新闻发布</em></p>
<p><strong><em>Benzinga 免责声明：本文来自一位未付费的外部贡献者。它不代表 Benzinga 的报道，并且未经过内容或准确性编辑。</em></strong></p>

费城交易所 半导体 ETF - iShares

信息科技 ETF - Vanguard

2 倍做多 AVGO ETF - Defiance

SOXQ

标普半导体 ETF - SPDR

全球科技股指数 ETF - iShares

2 倍做多 AVGO ETF - Direxion

<p>Meta Platforms Inc. 和 Broadcom Inc. 已经合作开发定制的人工智能芯片，以减少对 NVIDIA 和 AMD GPU 的依赖。此次合作旨在优化人工智能操作，重点关注 Meta 应用程序的推理任务。该协议包括初步部署超过 1 吉瓦的计算能力，Meta 计划到 2026 年在人工智能基础设施上投资 1150 亿至 1350 亿美元。尽管发生了这一转变，Meta 仍将继续使用 NVIDIA GPU，因为它们在性能和软件生态系统方面的优势。这一合作反映了行业向专业化人工智能基础设施的更广泛趋势，多个芯片制造商满足不同的需求</p>

<p>Hyperscalers have been seeking alternatives to costly and supply-constrained graphics processing units (GPUs) from NVIDIA Corporation (NASDAQ: NVDA) and Advanced Micro Devices Inc (NASDAQ: AMD) as they race to power data centers.</p>
<div class="lb-trans"><p>超大规模云计算公司一直在寻求替代昂贵且供应受限的 NVIDIA Corporation (NASDAQ: NVDA) 和 Advanced Micro Devices Inc (NASDAQ: AMD) 的图形处理单元 (GPU)，以满足数据中心的需求。</p>
</div><p>The recent collaboration between Meta Platforms Inc. (NASDAQ: META) and Broadcom Inc. (NASDAQ: AVGO) aims to address this in yet another effort on the part of the Big Tech companies to leverage artificial intelligence (AI) technology. Under the extended agreement, Broadcom will develop several generations of its AI chips that will cater to the needs of Meta platforms till 2029.</p>
<div class="lb-trans"><p>Meta Platforms Inc. (NASDAQ: META) 和 Broadcom Inc. (NASDAQ: AVGO) 之间的近期合作旨在解决这一问题，这是大型科技公司利用人工智能 (AI) 技术的又一努力。在扩展协议下，Broadcom 将开发几代 AI 芯片，以满足 Meta 平台的需求，直到 2029 年。</p>
</div><p>However, the obvious conclusion from the partnership announcement on April 14, 2026, is that this move is targeted at reducing NVIDIA dependency. Beyond that, it represents a fundamental change in how AI technology is being developed, financed, and made efficient.</p>
<div class="lb-trans"><p>然而，从 2026 年 4 月 14 日的合作伙伴关系公告 中可以明显得出结论，这一举措旨在减少对 NVIDIA 的依赖。除此之外，它还代表了 AI 技术开发、融资和效率提升的根本变化。</p>
</div><h2>Key Takeaways</h2>
<div class="lb-trans"><h2>关键要点</h2>
</div><ul>
<li>Big Tech is actively reducing reliance on third-party GPUs by building custom AI chips, but NVIDIA remains central for high-end training workloads.</li>
<li>Meta's partnership with Broadcom focuses on optimizing repetitive AI tasks, including recommendations and feeds, where efficiency and cost savings matter most.</li>
<li>Hyperscalers are splitting workloads across NVIDIA, Broadcom, and others, creating a layered market where multiple chipmakers can grow simultaneously.</li>
</ul>
<div class="lb-trans"><ul>
<li>大型科技公司正在通过构建定制的 AI 芯片来积极减少对第三方 GPU 的依赖，但 NVIDIA 在高端训练工作负载中仍然占据核心地位。</li>
<li>Meta 与 Broadcom 的合作专注于优化重复的 AI 任务，包括推荐和信息流，在这些领域效率和成本节约至关重要。</li>
<li>超大规模云计算公司正在将工作负载分散到 NVIDIA、Broadcom 和其他公司之间，创造了一个多层市场，使多个芯片制造商能够同时增长。</li>
</ul>
</div><h2>The Rationale for the Deal</h2>
<div class="lb-trans"><h2>交易的理由</h2>
</div><p>Meta's objective is to optimize the most expensive part of its AI operations. AI infrastructure is expensive, and relying solely on third-party GPUs is not sustainable at hyperscale.</p>
<div class="lb-trans"><p>Meta 的目标是优化其 AI 操作中最昂贵的部分。AI 基础设施成本高昂，单靠第三方 GPU 是不可持续的。</p>
</div><p>The Broadcom partnership allows Meta to design application-specific integrated circuits optimized for its own workloads, especially inference tasks like ranking, feeds, and chatbot responses.</p>
<div class="lb-trans"><p>与 Broadcom 的合作使 Meta 能够设计针对其自身工作负载优化的应用特定集成电路，特别是推理任务，如排名、信息流和聊天机器人响应。</p>
</div><p>This matters because inference is quickly becoming the dominant workload in AI. Training large models is still critical, but once deployed, those models must serve billions of users in real time. Custom chips can perform these repetitive tasks more efficiently and at lower cost than general-purpose GPUs.</p>
<div class="lb-trans"><p>这很重要，因为推理正迅速成为 AI 中的主导工作负载。训练大型模型仍然至关重要，但一旦部署，这些模型必须实时服务于数十亿用户。定制芯片可以比通用 GPU 更高效、更低成本地执行这些重复任务。</p>
</div><h2>What the Deal Actually Covers</h2>
<div class="lb-trans"><h2>交易实际涵盖的内容</h2>
</div><p>This deal involves an initial deployment exceeding 1 gigawatt of computing capacity, part of Meta’s broader, massive AI hardware push. The company has projected capital expenditure of $115 billion to $135 billion on AI infrastructure in 2026 alone.</p>
<div class="lb-trans"><p>这笔交易涉及超过 1 吉瓦的计算能力的 初步部署，是 Meta 更大规模 AI 硬件推动的一部分。该公司预计在 2026 年仅在 AI 基础设施上的资本支出将达到 1150 亿至 1350 亿美元。</p>
</div><p>The partnership is built on Broadcom’s XPU platform, which is designed for creating custom AI accelerators. Broadcom will work with Meta across chip design, advanced packaging, and networking to help build out a massive computing foundation for real-time AI experiences at scale.</p>
<div class="lb-trans"><p>该合作建立在 Broadcom 的 XPU 平台之上，该平台旨在创建定制的 AI 加速器。Broadcom 将与 Meta 在芯片设计、先进封装和网络方面合作，以帮助构建一个大规模实时 AI 体验的计算基础。</p>
</div><p>Specifically, the Meta Training and Inference Accelerator (MTIA) is optimized for inference and recommendation at scale, powering AI across all of Meta’s apps and services. It is customized for ranking content, recommending posts and ads, and running its growing family of generative AI models across Facebook, Instagram, and WhatsApp.</p>
<div class="lb-trans"><p>具体而言，Meta 训练和推理加速器 (MTIA) 针对大规模推理和推荐进行了优化，为 Meta 所有应用和服务提供 AI 支持。它专门用于内容排名、推荐帖子和广告，以及在 Facebook、Instagram 和 WhatsApp 上运行其不断增长的生成 AI 模型。</p>
</div><h2>Why This Is Not a Direct Threat to NVIDIA</h2>
<div class="lb-trans"><h2>为什么这对 NVIDIA 不是直接威胁</h2>
</div><p>Despite its custom chip efforts, Meta's aim of achieving better long-term scalability and avoiding the volatile pricing premiums associated with external GPU supply chain constraints still requires continuous investment in NVIDIA hardware.</p>
<div class="lb-trans"><p>尽管 Meta 在定制芯片方面有所努力，但其实现更好长期可扩展性和避免外部 GPU 供应链限制带来的价格波动溢价的目标仍然需要持续投资于 NVIDIA 硬件。</p>
</div><p>For instance, Meta is committing to deploy six gigawatts of AMD’s GPUs and millions of chips from NVIDIA. This is because its GPUs remain the industry standard due to their performance, software ecosystem, and developer adoption.</p>
<div class="lb-trans"><p>例如，Meta 承诺部署 6 吉瓦的 AMD GPU 和 数百万个 NVIDIA 芯片。这是因为其 GPU 由于性能、软件生态系统和开发者采用率仍然是行业标准。</p>
</div><p>There are three reasons NVIDIA remains difficult to displace:</p>
<div class="lb-trans"><p>NVIDIA 难以被取代的原因有三个：</p>
</div><p>1. <strong>Training Remains a Task for GPUs</strong></p>
<div class="lb-trans"><p>1. <strong>训练仍然是 GPU 的任务</strong></p>
</div><p>Specialized hardware performs best in focused and repetitive operations. Training next-gen AI models needs versatility, high memory bandwidth, and sophisticated software support, all strong suits of NVIDIA.</p>
<div class="lb-trans"><p>专用硬件在集中和重复操作中表现最佳。训练下一代 AI 模型需要多功能性、高内存带宽和复杂的软件支持，这些都是 NVIDIA 的强项。</p>
</div><p>2. <strong>CUDA and Software Lock-in</strong></p>
<div class="lb-trans"><p>2. <strong>CUDA 和软件锁定</strong></p>
</div><p>NVIDIA's CUDA ecosystem is a major competitive advantage. Developers build AI systems around it, which raises switching costs.</p>
<div class="lb-trans"><p>NVIDIA 的 CUDA 生态系统是一个主要的竞争优势。开发者围绕它构建 AI 系统，这提高了转换成本。</p>
</div><p>3. <strong>Demands for Scale Are Skyrocketing</strong></p>
<div class="lb-trans"><p>3. <strong>规模需求激增</strong></p>
</div><p>Investment in AI technology is not fixed. It is predicted that hyperscalers will invest more than $600 billion into AI infrastructure in 2026 alone.</p>
<div class="lb-trans"><p>对 AI 技术的投资不是固定的。预计超大规模云计算公司在 2026 年仅在 AI 基础设施上的投资将超过 6000 亿美元。</p>
</div><h2>The Widespread Industry Shift</h2>
<div class="lb-trans"><h2>行业的广泛转变</h2>
</div><p>The Meta-Broadcom deal revealed that AI infrastructure is evolving closer to cloud computing, where multiple specialized components work together. This trend is already visible across the industry. Google has long relied on tensor processing units, Amazon (AMZN:NASDAQ) uses Trainium, and even OpenAI has explored custom chips to reduce dependency on NVIDIA.</p>
<div class="lb-trans"><p>Meta 与 Broadcom 的交易揭示了 AI 基础设施正在向云计算演变，多个专用组件协同工作。这一趋势在整个行业中已经显现。谷歌长期以来依赖张量处理单元，亚马逊 (AMZN:NASDAQ) 使用 Trainium，甚至 OpenAI 也探索了定制芯片以减少对 NVIDIA 的依赖。</p>
</div><p>Recent deals, including large-scale partnerships involving custom silicon, show that companies are diversifying rather than consolidating around a single vendor.</p>
<div class="lb-trans"><p>近期的交易，包括涉及定制硅的大规模合作伙伴关系，表明公司正在多样化，而不是围绕单一供应商进行整合。</p>
</div><p>Earlier this month, Broadcom also signed agreements with Alphabet’s Google (NASDAQ: GOOG) and Anthropic to develop the next generation of custom AI processors, confirming its role as the dominant independent design and packaging partner for frontier AI silicon.</p>
<div class="lb-trans"><p>本月早些时候，Broadcom 还与 Alphabet 的谷歌 (NASDAQ: GOOG) 和 Anthropic 签署了协议，以开发下一代定制 AI 处理器，确认其作为前沿 AI 硅的主导独立设计和封装合作伙伴的角色。</p>
</div><p>It has now become a pattern for hyperscalers to go to NVIDIA for leading training capacity, and to Broadcom for custom chips optimized for specific inference workloads at volume. This positions Broadcom as a key beneficiary of the next phase of AI infrastructure buildout, which is less about training frontier models and more about deploying AI to billions of users as cheaply and efficiently as possible.</p>
<div class="lb-trans"><p>目前，超大规模云计算公司前往 NVIDIA 寻求领先的训练能力，并向 Broadcom 寻求针对特定推理工作负载优化的定制芯片，已成为一种模式。这使得 Broadcom 在下一阶段的人工智能基础设施建设中成为关键受益者，这一阶段更关注的是以尽可能低廉和高效的方式将人工智能部署到数十亿用户身上，而不是训练前沿模型。</p>
</div><h2>What This Means for Investors</h2>
<div class="lb-trans"><h2>这对投资者意味着什么</h2>
</div><p>In frontier model training, NVIDIA's dominance is unlikely to be contested anytime soon. But the rise of custom silicon will reduce its total available market in the long run, especially for inference. Each gigawatt of MTIA chips that Meta consumes is one gigawatt less for NVIDIA.</p>
<div class="lb-trans"><p>在前沿模型训练中，NVIDIA 的主导地位短期内不太可能受到挑战。但定制硅的崛起将在长期内减少其可用市场，尤其是在推理方面。Meta 每消耗一吉瓦的 MTIA 芯片，NVIDIA 的市场就减少一吉瓦。</p>
</div><p>Current geopolitical and market volatility have weighed on both Broadcom and Meta, which are currently selling for 34 and 22 times forward earnings, respectively. Both companies have come off their respective highs, which presents an opportunity for an investor looking to get exposure to the custom silicon trend without paying the premium price.</p>
<div class="lb-trans"><p>当前的地缘政治和市场波动对 Broadcom 和 Meta 造成了压力，目前它们的前瞻性市盈率分别为 34 倍和 22 倍。这两家公司都已从各自的高点回落，这为希望在不支付溢价的情况下接触定制硅趋势的投资者提供了机会。</p>
</div><h2>Bottom Line</h2>
<div class="lb-trans"><h2>总结</h2>
</div><p>The Meta-Broadcom partnership indicates that AI infrastructure is maturing into a multi-layered ecosystem.</p>
<div class="lb-trans"><p>Meta 与 Broadcom 的合作表明，人工智能基础设施正在成熟为一个多层次的生态系统。</p>
</div><p>Broadcom is emerging as the leading custom chip partner for hyperscalers, having also struck deals with Google and Anthropic, whereas Meta continues buying NVIDIA and AMD GPUs for model training.</p>
<div class="lb-trans"><p>Broadcom 正在成为超大规模云计算公司的领先定制芯片合作伙伴，同时也与 Google 和 Anthropic 达成了协议，而 Meta 则继续购买 NVIDIA 和 AMD 的 GPU 用于模型训练。</p>
</div><p>Although this partnership reduces its dependence on third-party hardware for high-volume, repetitive workloads, NVIDIA continues to power the most demanding workloads and innovation cycles.</p>
<div class="lb-trans"><p>尽管这一合作减少了其对第三方硬件在高容量、重复工作负载上的依赖，但 NVIDIA 仍然在最苛刻的工作负载和创新周期中发挥着重要作用。</p>
</div><p><em>Feature image credit: Meta News Release</em></p>
<div class="lb-trans"><p><em>图片来源：Meta 新闻发布</em></p>
</div><p><strong><em>Benzinga Disclaimer: This article is from an unpaid external contributor. It does not represent Benzinga’s reporting and has not been edited for content or accuracy.</em></strong></p>
<div class="lb-trans"><p><strong><em>Benzinga 免责声明：本文来自一位未付费的外部贡献者。它不代表 Benzinga 的报道，并且未经过内容或准确性编辑。</em></strong></p>
</div>

The Meta-Broadcom AI Chip Deal: A Shift From Nvidia Dependence, Not Displacement

- Meta 与 Broadcom 合作开发定制 AI 芯片，目标是优化 AI 基础设施。  
- 该合作意在减少对 NVIDIA 的依赖，聚焦成本节约与效率提升。  
- 尽管有定制芯片，NVIDIA 仍主导高端训练任务，市场格局正在演变。

benzinga_article

Invesco PHLX Semiconductor ETF

英伟达

博通

谷歌-C

谷歌-A

亚马逊

OpenAI

NVIDIA Corporation

Meta 与博通的 AI 芯片交易：从依赖英伟达到转变，而不是取代