快链头条 消息，6 月 22 日，摩根大通表示，随着大型云计算公司和科技巨头寻求降低 AI 计算成本、提升能效并摆脱对通用 GPU 的单一路径依赖，定制芯片 ASIC 市场正进入新一轮增长周期，Broadcom 和 Marvell 有望成为这一趋势中的最大受益者。

在一份近日发布的半导体行业研报中，摩根大通分析师 Harlan Sur 和 Mayur Ramdhani 估计，数字 AI ASIC 市场到 2026 年将达到约 600 亿至 700 亿美元，并在未来几年保持 40% 至 50% 以上的复合增长率。报告称，Broadcom 目前在高端 ASIC 市场占据约 80% 至 85% 的份额，Marvell 位列第二，份额约 10% 至 12%。

AI 计算需求的快速增长正在改变芯片采购结构。摩根大通认为，Google、Amazon、Meta、Microsoft、OpenAI 和 SoftBank/Arm 等客户正加速推进自研或定制 AI 处理器，以获得更好的性能、功耗和总拥有成本。与 Nvidia 和 AMD 的通用 GPU 不同，ASIC 通常为特定客户、特定软件栈或特定平台设计，更适合拥有大规模内部工作负载的超大规模云厂商。

报告预计，Broadcom 的 AI 收入将从 2025 财年的约 200 亿美元大幅增长至 2026 财年的 600 亿美元以上，并在 2027 财年跟踪达到 1500 亿美元以上。其项目管线包括 Google TPU、Meta MTIA、ByteDance AI 视频和网络芯片、OpenAI XPU、SoftBank/Arm XPU 以及 Anthropic 相关 TPU 机架级方案。

Marvell 方面，摩根大通预计其数据中心收入将从 2025 年的约 61 亿美元增至 2026 年的约 93 亿美元，并在 2027 年达到约 146 亿美元。增长动力包括 Amazon Trainium 3 和 Trainium 4、Microsoft Maia、Google SmartNIC/DPU、CXL 控制器，以及 800G/1.6T 光 DSP、coherent lite 和初期 CPO 方案。

报告还提出一个关键判断：到 2027 年，AI ASIC/XPU 的单位出货量将超过 GPU。摩根大通预计，2027 年 AI 加速器总出货量将达到 2330 万颗，其中 GPU 为 1090 万颗，占 47%；ASIC/XPU 为 1250 万颗，占 53%。这意味着，尽管 GPU 仍将保持增长，定制芯片可能会在新增 AI 算力部署中占据更大份额。

摩根大通以 Google/Broadcom TPU7x Ironwood 与 Nvidia Blackwell 为例称，AI ASIC 在性价比和功耗效率上具备竞争力。报告显示，TPU7x Ironwood 的 FP8 算力接近 Nvidia B200/B300，但估算售价约为 1.3 万美元，低于 B200 的 3.5 万美元和 B300 的 4 万美元；其每美元算力和每瓦算力也优于对照 GPU。

这一判断并不意味着 Nvidia 需求将迅速减弱。相反，它指向 AI 基础设施投资的分化：GPU 继续服务于通用训练和推理需求，而云厂商自研 ASIC 将在大规模、稳定、可预测的内部工作负载中获得更高渗透率。

对投资者而言，摩根大通的报告强化了 AI 硬件链条从 GPU 向 ASIC、先进封装、HBM 接口、SerDes、光互联和 CPO 扩散的逻辑。若报告中的预测兑现，Broadcom 和 Marvell 将不只是 AI 网络或连接芯片供应商，而会成为下一阶段 AI 计算架构迁移中的核心平台型公司。