Broadcom 正式加入 AI 戰局——正如我們所預測的那樣

OpenAI 與 Broadcom 結盟，共同打造自家 AI 晶片，印證了 PRJ Analytics 於九月的預測——AI 革命的下一階段，將由硬體巨頭親自加入運算主權的爭奪戰。

早在 9 月 23 日，PRJ Analytics 發表了 〈Nvidia 對 OpenAI 的 1,000 億美元押注：三年回本，下一個問題是——Broadcom 和 AMD 會支持誰？〉 一文，指出 Nvidia 對 OpenAI 的巨額投資勢必將引發其他晶片廠的戰略回應。

我們當時的問題很直接：

「當 Nvidia 押上 1,000 億美元投資 OpenAI，下一個問題是——Broadcom 和 AMD 會支持誰？」

如今，答案揭曉。 Broadcom 正式與 OpenAI 攜手合作，共同開發 OpenAI 史上第一款 自家 AI 處理器，徹底改寫了 AI 硬體競賽的權力版圖。

OpenAI × Broadcom 結盟：從買家變建造者

根據 Reuters 與《金融時報》報導，OpenAI 將負責 晶片設計與架構，Broadcom 則負責 開發與部署。
這項合作的規模極為龐大：

• 2026 年啟動量產，至 2029 年全面擴張
• 目標運算規模達 10 吉瓦（GW）
• 能耗相當於 超過 800 萬戶美國家庭
• 晶片僅供 OpenAI 自用，初期不對外銷售

消息公布後，Broadcom 股價立即跳漲，市場普遍認為此舉將使 Broadcom 從網路與連接元件供應商，正式躍升為 AI 運算核心企業。

戰略動機：掌控、成本與持續性

此合作背後，反映出三大結構性驅動因素：

1. 掌控權（Control） —— OpenAI 希望擺脫對 Nvidia 的價格與供應依賴，掌握自身算力命脈。
2. 成本效益（Cost Efficiency） —— 針對 GPT 模型量身打造的晶片，可望在能耗與運算成本上取得優勢。
3. 持續性（Continuity） —— 全球 GPU 供應吃緊，自建晶片能確保 OpenAI 的擴張節奏不被中斷。

Broadcom 長期在網路、連接與晶片設計領域居領導地位，如今更結合自身強項，打造整合式的 運算與連接基礎架構。
這正是 PRJ Analytics 所預見的趨勢：AI 模型開發者與硬體供應商的深度融合，成為新時代的產業主軸。

單一晶片時代的終結

過去十年，Nvidia 的 GPU 幾乎是 AI 運算的代名詞。但 OpenAI 的新戰略，正式揭開後GPU 時代（Post-GPU Era）的發展——企業將轉向打造 專用型 AI 晶片，而非依賴通用型架構。

這與 Google TPU、Amazon Trainium、Meta MTIA 的邏輯相同：AI 模型與晶片的共設計（co-design）已成為主流。

這意味著：

• 模型訓練週期將更短、更便宜
• 運算成本更可預測
• 軟體與硬體的邊界，正逐漸消失

贏家與輸家

贏家：

• Broadcom —— 從連接與網通龍頭，進化為 AI 運算核心玩家。
• OpenAI —— 掌控性能、成本與供應鏈的戰略主導權。
• TSMC 及代工夥伴 —— 獲得長期的晶片製造需求。

輸家：

• Nvidia —— 仍居主導地位，但正失去其最大客戶的獨佔依賴。
• 中小型零組件供應商 —— Broadcom 的整合設計可能排擠部分供應鏈角色。

挑戰與現實

自研晶片的路並不平坦。
即使是 Google、Meta 這樣的巨頭，也花了多年時間才讓自家設計與 Nvidia 相抗衡。對 OpenAI 而言，成功關鍵在於 Broadcom 的執行力——能否在效能、能耗與成本間取得完美平衡。 然而，10GW 的建設目標 顯示這不是試驗，而是一場工業級革命。這也代表 Nvidia 對 AI 算力生態的壟斷地位，第一次面臨真正挑戰。

更深層的意義：運算主權的崛起

在 AI 的早期，創新意味著「寫出更好的程式碼」。 如今，創新則代表「擁有能執行程式的那台機器」。OpenAI 與 Broadcom 的合作，是一場從「租用算力」到「自建算力」的典範轉移。誰能掌握、優化並自有運算資源，誰就能主導下一個十年。

正如我們在九月所說：

「AI 淘金熱的贏家，不僅是打造最佳模型的人，更是握有最高效鏟子的那一方。」 如今，OpenAI 與 Broadcom 正在聯手，打造屬於他們的鏟子。

‍

更多的文章:  www.prjanalytics.net/insights-tcn