<p>超大規模雲計算公司一直在尋求替代昂貴且供應受限的 NVIDIA Corporation (NASDAQ: NVDA) 和 Advanced Micro Devices Inc (NASDAQ: AMD) 的圖形處理單元 (GPU)，以滿足數據中心的需求。</p>
<p>Meta Platforms Inc. (NASDAQ: META) 和 Broadcom Inc. (NASDAQ: AVGO) 之間的近期合作旨在解決這一問題，這是大型科技公司利用人工智能 (AI) 技術的又一努力。在擴展協議下，Broadcom 將開發幾代 AI 芯片，以滿足 Meta 平台的需求，直到 2029 年。</p>
<p>然而，從 2026 年 4 月 14 日的合作伙伴關係公告 中可以明顯得出結論，這一舉措旨在減少對 NVIDIA 的依賴。除此之外，它還代表了 AI 技術開發、融資和效率提升的根本變化。</p>
<h2>關鍵要點</h2>
<ul>
<li>大型科技公司正在通過構建定製的 AI 芯片來積極減少對第三方 GPU 的依賴，但 NVIDIA 在高端訓練工作負載中仍然佔據核心地位。</li>
<li>Meta 與 Broadcom 的合作專注於優化重複的 AI 任務，包括推薦和信息流，在這些領域效率和成本節約至關重要。</li>
<li>超大規模雲計算公司正在將工作負載分散到 NVIDIA、Broadcom 和其他公司之間，創造了一個多層市場，使多個芯片製造商能夠同時增長。</li>
</ul>
<h2>交易的理由</h2>
<p>Meta 的目標是優化其 AI 操作中最昂貴的部分。AI 基礎設施成本高昂，單靠第三方 GPU 是不可持續的。</p>
<p>與 Broadcom 的合作使 Meta 能夠設計針對其自身工作負載優化的應用特定集成電路，特別是推理任務，如排名、信息流和聊天機器人響應。</p>
<p>這很重要，因為推理正迅速成為 AI 中的主導工作負載。訓練大型模型仍然至關重要，但一旦部署，這些模型必須實時服務於數十億用户。定製芯片可以比通用 GPU 更高效、更低成本地執行這些重複任務。</p>
<h2>交易實際涵蓋的內容</h2>
<p>這筆交易涉及超過 1 吉瓦的計算能力的 初步部署，是 Meta 更大規模 AI 硬件推動的一部分。該公司預計在 2026 年僅在 AI 基礎設施上的資本支出將達到 1150 億至 1350 億美元。</p>
<p>該合作建立在 Broadcom 的 XPU 平台之上，該平台旨在創建定製的 AI 加速器。Broadcom 將與 Meta 在芯片設計、先進封裝和網絡方面合作，以幫助構建一個大規模實時 AI 體驗的計算基礎。</p>
<p>具體而言，Meta 訓練和推理加速器 (MTIA) 針對大規模推理和推薦進行了優化，為 Meta 所有應用和服務提供 AI 支持。它專門用於內容排名、推薦帖子和廣告，以及在 Facebook、Instagram 和 WhatsApp 上運行其不斷增長的生成 AI 模型。</p>
<h2>為什麼這對 NVIDIA 不是直接威脅</h2>
<p>儘管 Meta 在定製芯片方面有所努力，但其實現更好長期可擴展性和避免外部 GPU 供應鏈限制帶來的價格波動溢價的目標仍然需要持續投資於 NVIDIA 硬件。</p>
<p>例如，Meta 承諾部署 6 吉瓦的 AMD GPU 和 數百萬個 NVIDIA 芯片。這是因為其 GPU 由於性能、軟件生態系統和開發者採用率仍然是行業標準。</p>
<p>NVIDIA 難以被取代的原因有三個：</p>
<p>1. <strong>訓練仍然是 GPU 的任務</strong></p>
<p>專用硬件在集中和重複操作中表現最佳。訓練下一代 AI 模型需要多功能性、高內存帶寬和複雜的軟件支持，這些都是 NVIDIA 的強項。</p>
<p>2. <strong>CUDA 和軟件鎖定</strong></p>
<p>NVIDIA 的 CUDA 生態系統是一個主要的競爭優勢。開發者圍繞它構建 AI 系統，這提高了轉換成本。</p>
<p>3. <strong>規模需求激增</strong></p>
<p>對 AI 技術的投資不是固定的。預計超大規模雲計算公司在 2026 年僅在 AI 基礎設施上的投資將超過 6000 億美元。</p>
<h2>行業的廣泛轉變</h2>
<p>Meta 與 Broadcom 的交易揭示了 AI 基礎設施正在向雲計算演變，多個專用組件協同工作。這一趨勢在整個行業中已經顯現。谷歌長期以來依賴張量處理單元，亞馬遜 (AMZN:NASDAQ) 使用 Trainium，甚至 OpenAI 也探索了定製芯片以減少對 NVIDIA 的依賴。</p>
<p>近期的交易，包括涉及定製硅的大規模合作伙伴關係，表明公司正在多樣化，而不是圍繞單一供應商進行整合。</p>
<p>本月早些時候，Broadcom 還與 Alphabet 的谷歌 (NASDAQ: GOOG) 和 Anthropic 簽署了協議，以開發下一代定製 AI 處理器，確認其作為前沿 AI 硅的主導獨立設計和封裝合作伙伴的角色。</p>
<p>目前，超大規模雲計算公司前往 NVIDIA 尋求領先的訓練能力，並向 Broadcom 尋求針對特定推理工作負載優化的定製芯片，已成為一種模式。這使得 Broadcom 在下一階段的人工智能基礎設施建設中成為關鍵受益者，這一階段更關注的是以儘可能低廉和高效的方式將人工智能部署到數十億用户身上，而不是訓練前沿模型。</p>
<h2>這對投資者意味着什麼</h2>
<p>在前沿模型訓練中，NVIDIA 的主導地位短期內不太可能受到挑戰。但定製硅的崛起將在長期內減少其可用市場，尤其是在推理方面。Meta 每消耗一吉瓦的 MTIA 芯片，NVIDIA 的市場就減少一吉瓦。</p>
<p>當前的地緣政治和市場波動對 Broadcom 和 Meta 造成了壓力，目前它們的前瞻性市盈率分別為 34 倍和 22 倍。這兩家公司都已從各自的高點回落，這為希望在不支付溢價的情況下接觸定製硅趨勢的投資者提供了機會。</p>
<h2>總結</h2>
<p>Meta 與 Broadcom 的合作表明，人工智能基礎設施正在成熟為一個多層次的生態系統。</p>
<p>Broadcom 正在成為超大規模雲計算公司的領先定製芯片合作伙伴，同時也與 Google 和 Anthropic 達成了協議，而 Meta 則繼續購買 NVIDIA 和 AMD 的 GPU 用於模型訓練。</p>
<p>儘管這一合作減少了其對第三方硬件在高容量、重複工作負載上的依賴，但 NVIDIA 仍然在最苛刻的工作負載和創新週期中發揮着重要作用。</p>
<p><em>圖片來源：Meta 新聞發佈</em></p>
<p><strong><em>Benzinga 免責聲明：本文來自一位未付費的外部貢獻者。它不代表 Benzinga 的報道，並且未經過內容或準確性編輯。</em></strong></p>

費城交易所 半導體 ETF - iShares

信息科技 ETF - Vanguard

2 倍做多 AVGO ETF - Defiance

SOXQ

標普半導體 ETF - SPDR

全球科技股指數 ETF - iShares

2 倍做多 AVGO ETF - Direxion

<p>Meta Platforms Inc. 和 Broadcom Inc. 已經合作開發定製的人工智能芯片，以減少對 NVIDIA 和 AMD GPU 的依賴。此次合作旨在優化人工智能操作，重點關注 Meta 應用程序的推理任務。該協議包括初步部署超過 1 吉瓦的計算能力，Meta 計劃到 2026 年在人工智能基礎設施上投資 1150 億至 1350 億美元。儘管發生了這一轉變，Meta 仍將繼續使用 NVIDIA GPU，因為它們在性能和軟件生態系統方面的優勢。這一合作反映了行業向專業化人工智能基礎設施的更廣泛趨勢，多個芯片製造商滿足不同的需求</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>超大規模雲計算公司一直在尋求替代昂貴且供應受限的 NVIDIA Corporation (NASDAQ: NVDA) 和 Advanced Micro Devices Inc (NASDAQ: AMD) 的圖形處理單元 (GPU)，以滿足數據中心的需求。</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) 之間的近期合作旨在解決這一問題，這是大型科技公司利用人工智能 (AI) 技術的又一努力。在擴展協議下，Broadcom 將開發幾代 AI 芯片，以滿足 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，從 2026 年 4 月 14 日的合作伙伴關係公告 中可以明顯得出結論，這一舉措旨在減少對 NVIDIA 的依賴。除此之外，它還代表了 AI 技術開發、融資和效率提升的根本變化。</p>
</div><h2>Key Takeaways</h2>
<div class="lb-trans"><h2>關鍵要點</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過構建定製的 AI 芯片來積極減少對第三方 GPU 的依賴，但 NVIDIA 在高端訓練工作負載中仍然佔據核心地位。</li>
<li>Meta 與 Broadcom 的合作專注於優化重複的 AI 任務，包括推薦和信息流，在這些領域效率和成本節約至關重要。</li>
<li>超大規模雲計算公司正在將工作負載分散到 NVIDIA、Broadcom 和其他公司之間，創造了一個多層市場，使多個芯片製造商能夠同時增長。</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 的目標是優化其 AI 操作中最昂貴的部分。AI 基礎設施成本高昂，單靠第三方 GPU 是不可持續的。</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>與 Broadcom 的合作使 Meta 能夠設計針對其自身工作負載優化的應用特定集成電路，特別是推理任務，如排名、信息流和聊天機器人響應。</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>這很重要，因為推理正迅速成為 AI 中的主導工作負載。訓練大型模型仍然至關重要，但一旦部署，這些模型必須實時服務於數十億用户。定製芯片可以比通用 GPU 更高效、更低成本地執行這些重複任務。</p>
</div><h2>What the Deal Actually Covers</h2>
<div class="lb-trans"><h2>交易實際涵蓋的內容</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>這筆交易涉及超過 1 吉瓦的計算能力的 初步部署，是 Meta 更大規模 AI 硬件推動的一部分。該公司預計在 2026 年僅在 AI 基礎設施上的資本支出將達到 1150 億至 1350 億美元。</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>該合作建立在 Broadcom 的 XPU 平台之上，該平台旨在創建定製的 AI 加速器。Broadcom 將與 Meta 在芯片設計、先進封裝和網絡方面合作，以幫助構建一個大規模實時 AI 體驗的計算基礎。</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>具體而言，Meta 訓練和推理加速器 (MTIA) 針對大規模推理和推薦進行了優化，為 Meta 所有應用和服務提供 AI 支持。它專門用於內容排名、推薦帖子和廣告，以及在 Facebook、Instagram 和 WhatsApp 上運行其不斷增長的生成 AI 模型。</p>
</div><h2>Why This Is Not a Direct Threat to NVIDIA</h2>
<div class="lb-trans"><h2>為什麼這對 NVIDIA 不是直接威脅</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>儘管 Meta 在定製芯片方面有所努力，但其實現更好長期可擴展性和避免外部 GPU 供應鏈限制帶來的價格波動溢價的目標仍然需要持續投資於 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 承諾部署 6 吉瓦的 AMD GPU 和 數百萬個 NVIDIA 芯片。這是因為其 GPU 由於性能、軟件生態系統和開發者採用率仍然是行業標準。</p>
</div><p>There are three reasons NVIDIA remains difficult to displace:</p>
<div class="lb-trans"><p>NVIDIA 難以被取代的原因有三個：</p>
</div><p>1. <strong>Training Remains a Task for GPUs</strong></p>
<div class="lb-trans"><p>1. <strong>訓練仍然是 GPU 的任務</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>專用硬件在集中和重複操作中表現最佳。訓練下一代 AI 模型需要多功能性、高內存帶寬和複雜的軟件支持，這些都是 NVIDIA 的強項。</p>
</div><p>2. <strong>CUDA and Software Lock-in</strong></p>
<div class="lb-trans"><p>2. <strong>CUDA 和軟件鎖定</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 生態系統是一個主要的競爭優勢。開發者圍繞它構建 AI 系統，這提高了轉換成本。</p>
</div><p>3. <strong>Demands for Scale Are Skyrocketing</strong></p>
<div class="lb-trans"><p>3. <strong>規模需求激增</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>對 AI 技術的投資不是固定的。預計超大規模雲計算公司在 2026 年僅在 AI 基礎設施上的投資將超過 6000 億美元。</p>
</div><h2>The Widespread Industry Shift</h2>
<div class="lb-trans"><h2>行業的廣泛轉變</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 與 Broadcom 的交易揭示了 AI 基礎設施正在向雲計算演變，多個專用組件協同工作。這一趨勢在整個行業中已經顯現。谷歌長期以來依賴張量處理單元，亞馬遜 (AMZN:NASDAQ) 使用 Trainium，甚至 OpenAI 也探索了定製芯片以減少對 NVIDIA 的依賴。</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，包括涉及定製硅的大規模合作伙伴關係，表明公司正在多樣化，而不是圍繞單一供應商進行整合。</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>本月早些時候，Broadcom 還與 Alphabet 的谷歌 (NASDAQ: GOOG) 和 Anthropic 簽署了協議，以開發下一代定製 AI 處理器，確認其作為前沿 AI 硅的主導獨立設計和封裝合作伙伴的角色。</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，超大規模雲計算公司前往 NVIDIA 尋求領先的訓練能力，並向 Broadcom 尋求針對特定推理工作負載優化的定製芯片，已成為一種模式。這使得 Broadcom 在下一階段的人工智能基礎設施建設中成為關鍵受益者，這一階段更關注的是以儘可能低廉和高效的方式將人工智能部署到數十億用户身上，而不是訓練前沿模型。</p>
</div><h2>What This Means for Investors</h2>
<div class="lb-trans"><h2>這對投資者意味着什麼</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>在前沿模型訓練中，NVIDIA 的主導地位短期內不太可能受到挑戰。但定製硅的崛起將在長期內減少其可用市場，尤其是在推理方面。Meta 每消耗一吉瓦的 MTIA 芯片，NVIDIA 的市場就減少一吉瓦。</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>當前的地緣政治和市場波動對 Broadcom 和 Meta 造成了壓力，目前它們的前瞻性市盈率分別為 34 倍和 22 倍。這兩家公司都已從各自的高點回落，這為希望在不支付溢價的情況下接觸定製硅趨勢的投資者提供了機會。</p>
</div><h2>Bottom Line</h2>
<div class="lb-trans"><h2>總結</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 與 Broadcom 的合作表明，人工智能基礎設施正在成熟為一個多層次的生態系統。</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 正在成為超大規模雲計算公司的領先定製芯片合作伙伴，同時也與 Google 和 Anthropic 達成了協議，而 Meta 則繼續購買 NVIDIA 和 AMD 的 GPU 用於模型訓練。</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>儘管這一合作減少了其對第三方硬件在高容量、重複工作負載上的依賴，但 NVIDIA 仍然在最苛刻的工作負載和創新週期中發揮着重要作用。</p>
</div><p><em>Feature image credit: Meta News Release</em></p>
<div class="lb-trans"><p><em>圖片來源：Meta 新聞發佈</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 免責聲明：本文來自一位未付費的外部貢獻者。它不代表 Benzinga 的報道，並且未經過內容或準確性編輯。</em></strong></p>
</div>

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

- Meta 與 Broadcom 合作開發定製 AI 芯片，目標是優化 AI 基礎設施。  
- 該合作意在減少對 NVIDIA 的依賴，聚焦成本節約與效率提升。  
- 儘管有定製芯片，NVIDIA 仍主導高端訓練任務，市場格局正在演變。

benzinga_article

Invesco PHLX Semiconductor ETF

英偉達

博通

谷歌-C

谷歌-A

亞馬遜

OpenAI

NVIDIA Corporation

Meta 與博通的 AI 芯片交易：從依賴英偉達到轉變，而不是取代