业绩会第一现场

参与了话题 · ·

博通2026财年Q1业绩直播

关键要点（AI生成）

财务表现：
- 博通报告称，2026年第一季度营收达到创纪录的$193亿，同比增长29%。
- 第一季度合并调整后的EBITDA达到创纪录的$131亿，占营收的68%。
- 第一季度营业利润为$128亿，较去年增长31%。
- 本季度毛利率为77%，而营业利润率上升至66.4%。

业务进展：
- 人工智能半导体领域的强劲增长，特别是为顶级客户定制的AI XPUs。
- 已为谷歌出货第七代TPU，并开始为Anthropic部署1千兆瓦的TPU计算能力。
- 确保了合作伙伴关系和多年的供应协议，以支持长期的人工智能基础设施需求。
- VMware的基础架构软件表现出增长，将CPU、GPU、存储和网络集成到高性能的私有云环境中。

机会：
- 广泛的市场扩展和深化战略性客户合作，特别是在AI半导体领域，签署了安全的多年协议。
- 客户正转向特定、定制化的XPU以进行先进的AI操作，显示出强劲的未来需求。

下一季度指引：
- 预计2026年第二季度的综合收入约为$220亿，同比增长47%。
- 预计第二季度AI半导体收入将达到$107亿，同比增长140%。
- 第二季度基础设施软件收入预测为$72亿，同比增长9%。
- 第二季度调整后的EBITDA预计约为收入的68%。

风险：
- AI计算资源需求不断增加，博通的雄心勃勃的增长预测基于少数高风险客户的持续大规模投资，如果这些客户的战略方向或经济能力发生变化，可能会引入风险。

完整记录（AI生成）

主持人

欢迎参加博通公司2026财年第一季度财务业绩电话会议。现在，我将电话转交给博通公司的投资者关系主管Ji Yoo进行开场致辞和介绍。

Ji Yoo

谢谢接线员，大家下午好。今天与我一同参加会议的有Hock Tan，总裁兼首席执行官；Kirsten Spears，首席财务官；Charlie Kawwas，半导体解决方案集团总裁；以及Ram Velaga，基础设施软件集团总裁。博通在市场收盘后发布了新闻稿和财务报表，详细描述了我们在2026财年第一季度的财务表现。如果您没有收到副本，可以通过博通官网broadcom.com的投资者栏目获取相关信息。

本次电话会议正在进行现场直播，音频回放可通过博通官网的投资者栏目访问一年时间。在准备好的发言中，Hock和Kirsten将详细介绍我们2026财年第一季度的结果、对2026财年第二季度的指引以及业务环境的评论。在准备好的发言结束后我们将回答提问。请参阅我们今天的新闻稿和最近向美国证券交易委员会提交的文件，了解可能导致我们的实际结果与本电话会议上做出的前瞻性陈述产生重大差异的具体风险因素。

除了按照美国通用会计准则（GAAP）报告，博通还以非GAAP基准报告某些财务指标。GAAP与非GAAP衡量标准之间的对账包含在今天发布的新闻稿附表中。今天会议期间的讨论将主要集中在我们的非GAAP财务结果上。现在我将电话转交给Hock。

Hock Tan

谢谢Ji，也感谢大家今天加入我们的会议。在我们2026财年第一季度，总收入达到了创纪录的$193亿，同比增长29%，超出预期，主要得益于AI半导体领域的强劲增长。这一收入端的优势转化为卓越的盈利能力，第一季度调整后的综合EBITDA达到了创纪录的$131亿，占收入的68%。这些数据表明，我们的规模继续推动着显著的运营杠杆效应。

随着我们的定制AI XPUs进入部署的下一阶段，预计这一势头将进一步加速。展望下一季度即2026财年第二季度，我们预计合并收入约为$220亿，同比增幅达到47%。现在让我为大家进一步解读我们的半导体业务情况。

在第一季度，收入达到创纪录的$125亿，同比增长加速至52%。这一强劲的增长由AI半导体收入驱动，其同比增长106%至$84亿，远超我们的预期。在第二季度，这一势头将进一步增强，我们预计半导体收入将达到$148亿，同比增长76%。推动这一增长的是AI收入，其同比增速将大幅加快至140%，达到$107亿。

我们的定制加速器业务在第一季度实现了140%的同比增长。这一趋势在第二季度得以延续。我们为所有五家客户提供的定制AI加速器的推广进展良好。对于谷歌，我们继续保持2026年的增长轨迹，第七代Ironwood TPU需求强劲。在2027年及以后，我们预计将看到下一代TPU的更强劲需求。

对于Anthropic，我们在2026年有一个非常好的开端，1千兆瓦的TPU计算需求强劲。而在2027年，该需求预计将超过3千兆瓦的计算能力。我想补充一句，我们的XPU产品组合不仅限于TPU。

与近期一些分析师报告相反，Meta的定制加速器MTIA路线图依然充满活力且前景良好。我们正在出货，并且事实上，针对下一代XPUs，我们将在2027年及以后扩展到多个千兆瓦。对于第四和第五位客户，今年我们预计发货量强劲，并有望在2027年翻倍以上。此外，我们现在还有一位第六位客户：我们预计OpenAI将在2027年开始大批量部署其第一代XPU，计算能力超过1千兆瓦。

让我花点时间强调一下我们与这6家客户在开发AI XPUs方面的合作，这种合作是深入、战略性且多年期的。我们在这些合作关系中提供了SerDes、芯片设计、工艺技术、先进封装和网络等方面的无与伦比的技术，使得每位客户都能为其差异化的大型语言模型（LLM）工作负载实现最佳性能。我们在加速上市时间的同时保持高产量交付这些XPUs方面有着良好的记录。除了技术之外，我们还提供多年的供货协议，以支持客户扩大其计算基础设施的部署。

在当前尖端晶圆、高带宽内存和基板产能受限的情况下，我们确保供应的能力保证了合作伙伴关系的持久性，并且我们已经全面锁定了2026年至2028年的这些组件产能。与我们对XPUs强劲前景一致，AI网络需求正在加速增长。第一季度AI网络收入同比增长60%，占总AI收入的三分之一。预计第二季度AI网络将大幅加速增长，达到总AI收入的40%。我们在网络领域显然正在获得市场份额。

让我解释一下。在横向扩展方面，我们率先推出的每秒100万亿比特的Tomahawk 6交换机以及我们的200G SerDes正在吸引超大规模客户的需求，无论他们今年使用XPUs还是GPUs。这一领先地位将在2027年随着下一代Tomahawk 7的推出而进一步扩大，其性能将提升一倍。同时，在纵向扩展方面，随着客户的集群规模不断扩大，我们通过200G SerDes帮助客户继续采用直接连接铜缆的方式。当我们在2028年升级到400G SerDes时，我们的XPU客户可能会继续坚持使用直接连接铜缆。这是一个巨大的优势，因为转向光通信不仅更昂贵，而且需要显著更多的电力，反映了上述因素。

我们对2027年的可见性已大大改善。事实上，今天我们可以清楚地看到，仅靠芯片业务（不包括其他），我们在2027年的AI收入将超过$1,000亿。我们也已经确保了实现这一目标所需的供应链。现在让我们来看看非AI半导体业务。第一季度收入为$41亿，同比持平，符合预期。企业网络、宽带、服务器存储收入同比上升，但无线业务出现季节性下滑。我们预计第二季度非AI半导体收入约为$41亿，同比增长4%。

现在让我谈谈我们的基础设施软件部门。第一季度基础设施软件收入为$68亿，符合我们的预期，同比增长1%。对于第二季度，我们预计基础设施软件收入约为$72亿，同比增长9%。VMware收入同比增长13%。订单量继续保持强劲，第一季度签订的总合同价值超过了$92亿，维持了年度经常性收入（ARR）同比增长19%的态势。

让我重申，我们基础设施软件业务的增长反映了我们在基础架构上的专注和投资。我们的基础设施软件并未受到AI的影响。实际上，VMware Cloud Foundation（VCF）是数据中心中的关键软件层，它将CPU、GPU、存储和网络整合到一个高性能的私有云环境中。作为AI软件和物理芯片、硅之间的永久抽象层，VCF无法被绕过或替代。它使企业能够有效扩展复杂的生成式AI工作负载，具备硬件无法单独提供的敏捷性。

我们相信，生成式和代理式AI的增长将增加对VMware的需求，而不是减少。综上所述，让我总结一下：对于2026年第二季度，我们预计合并收入同比增长将加速至47%，达到约$220亿，预计调整后的EBITDA约占收入的68%。那么，接下来我把话筒交给Kirsten。

Kirsten Spears

感谢您，Hock。现在让我详细说明我们第一季度的财务表现。本季度合并收入创下纪录，达到$193亿，同比增长29%。本季度毛利率占收入的77%。本季度合并运营费用为$20亿，其中$15亿为研发费用。第一季度营业利润创下纪录，达到$128亿，同比增长31%。由于有利的运营杠杆作用，营业利润率同比上升50个基点至66.4%。调整后EBITDA为$131亿，占收入的68%，超出我们67%的指导目标。

现在让我们详细看看我们的两个业务板块。首先从半导体开始。我们的半导体解决方案部门收入创下纪录，达到$125亿，在AI的推动下，同比增长加速至52%。半导体收入占本季度总收入的65%。我们的半导体解决方案部门毛利率同比上升30个基点至约68%。运营费用为$11亿，反映了我们在尖端AI半导体研发方面的增加投资，占收入的8%。半导体营业利润率同比上升260个基点至60%，反映出强大的运营杠杆作用。

接下来是基础设施软件。基础设施软件收入为$68亿，同比增长1%，占总收入的35%。本季度基础设施软件毛利率为93%，本季度运营费用为$9.79亿。第一季度软件营业利润率同比上升190个基点至78%。再来看现金流。本季度自由现金流为$80亿，占收入的41%。我们在资本支出上花费了$2.5亿。第一季度末库存为$30亿，因为我们继续确保组件以支持强劲的AI需求。第一季度我们的库存天数为68天，相比第四季度的58天有所增加，反映出AI半导体增长的加速预期。

转向资本分配。在第一季度，我们向股东支付了$31亿的现金股息，基于每股$0.65的季度普通股现金股息。在本季度，我们回购了$78亿，约合2,300万股普通股。总计在第一季度，我们通过股息和股票回购向股东返还了$109亿。在第二季度，我们预计非GAAP稀释后的股份计数约为49.4亿股，不包括潜在股票回购的影响。我们在第一季度结束时持有$142亿的现金。今天，我们宣布董事会已授权为我们的股票回购计划追加$100亿，有效期至2026年日历年结束。

现在进入指导部分。我们对第二季度的指引是合并收入为$220亿，同比增长47%。我们预测半导体收入大约为$148亿，同比增长76%。其中，我们预计第二季度的人工智能半导体收入为$107亿，同比增长约140%。我们预计基础设施软件收入约为$72亿，同比增长9%。为了您的建模目的，我们预计合并毛利率将环比持平在77%。我们预计第二季度调整后的EBITDA约为68%。由于全球最低税率以及相对于2025财年的地域收入构成影响，我们预计第二季度及2026财年的非GAAP税率约为16.5%。这结束了我的准备发言。操作员，请开放提问环节。

主持人

[操作员指示] 我们第一个问题来自Jefferies的Blayne Curtis。

布莱恩·柯蒂斯

就刚才的问题进行澄清。只是确认一下，Hock，关于超过$1,000亿的部分。我想你说的是AI芯片。我只是想确认你是否在阐明ASIC和网络之间的区别，并且不知道机架收入如何纳入其中。然后就是问题本身，我认为目前投资者最大的疑虑是你们在这个季度的AI业务增长了大约一倍。我认为这就是今年云计算资本支出的增长幅度。我很好奇你的看法，鉴于您对2027年的展望，你们应该是市场份额的赢家。我只是好奇你如何看待投资者的悲观情绪，他们认为超大规模企业需要在今年或者明年、甚至后年获得投资回报。我只是想知道你如何看待这种观点，又是如何将其纳入您的展望中的？

Hock Tan

我们看到的情况——过去几个月我们观察到的并且现在更加明显的是——其实并不是特别谈论超级规模企业，我们的客户Blayne，并不仅限于那些少数几个参与者。他们中有一些是超大规模企业，有些不是，但他们都有一个共同点，那就是创建大语言模型（LLM），将其产品化并生成平台，无论是为企业代码辅助或代理AI服务，还是为消费者订阅提供服务，无论是什么，这些目标都是少数前景明朗的群体，其中许多人已经是我们的客户，他们正在创造——无论是生成式AI还是代理式AI，但都在构建一个平台。这就是我们的客户。对于每一个这样的客户，我们都看到他们对训练所需的计算能力的需求越来越强，这是他们持续需要的东西。

但让我们感到非常有趣和惊讶的是，在将LLM产品化的推理方面，他们最新的LLM需要进行推理以实现货币化。而这种推理正在推动大量的计算能力需求，这对博通来说是一件好事，因为所有这些客户，我们的五六个客户都在创建自己的定制加速器。除此之外，他们还在设计这些自定义加速器集群的网络架构。所以我认为，随着我们在过去六个月内听到的一些公告，需求将会继续增加。为了澄清你的前半部分问题，Blayne，当我说我们预测的时候，我们有明确的视野，即到2027年我们的收入将大幅超过$1,000亿。我强调的重点是，这些几乎全部都基于芯片，无论是XPUs，还是交换芯片、SerDes，这些都是我们讨论的硅含量。

主持人

稍等片刻，下一个问题将来自摩根大通的Harlan Sur。

哈兰·苏尔

恭喜团队取得强劲的结果。Hock，近期围绕CSPs和超大规模企业开始自主研发XPU、TPU设计的努力有很多噪音，对吧？我们称之为COT，也就是客户自有工具。这不是什么新动态，尤其是在ASIC领域，对吧？我觉得博通团队在过去30年里一直是ASIC行业的领导者，经历过这种COT竞争动态，对吗？很少有这些COT项目能够成功。现在在AI领域，一些COT项目正进入市场，但看起来它们的性能至少比你们当前一代解决方案低两倍，芯片设计复杂性、封装复杂性和知识产权上也低两倍。所以可能快速问两个问题：Hock，一个是给你，根据你对明年的可见度，你是否认为这些COT科学项目会从博通手中夺取任何有意义的TPU、XPU份额？另一个问题或许可以给到你或者Charlie，鉴于博通的TPU、XPU项目在性能复杂性和知识产权方面领先这些COT项目12到18个月，博通团队是如何进一步扩大这一差距的？

Hock Tan

这是一个很好的问题。这也符合我在开场白中特意花时间提到的内容，即当我们的任何一个客户——不管是超大规模公司还是LLM开发者，试图完全依靠自己来创建我们所谓的客户自有工具（COT）模式时，他们会面临巨大的挑战。首先就是技术，这个技术是指制造硅芯片的技术，尤其是XPUs，这些芯片用于完成计算任务，并优化和运行他们在大语言模型中生成的工作负载的训练和推理。这项技术，就像我们所谈到的，来自不同维度。我们需要最好的硅设计团队。你需要尖端的、真正的尖端SerDes，非常先进的封装技术，并且同样重要的是，你需要知道如何将这些芯片组网成集群。我们已经在硅行业做了20多年，不止20年。而在当今的生成式AI领域，如果你是一个LLM玩家，想要开发自己的芯片，你不能承受拥有的是一个仅仅“足够好”的芯片。你需要拥有目前世界上最好的芯片，因为你不仅与其他LLM玩家竞争，还与英伟达竞争，而英伟达丝毫没有放松警惕。他们的每一代芯片都在变得越来越好。因此，作为一个试图在全球建立自己平台的LLM参与者，你必须创造出不仅与英伟达相比有竞争力，而且与其他平台玩家相比也有竞争优势的芯片。为此，你真的需要有一个信念，我们亲眼看到这一点：一个拥有最佳技术、IP和执行能力的硅合作伙伴是多么重要。很谦虚地说，我们在这一领域遥遥领先，并且在未来许多年内不会在COT领域看到竞争对手。这种竞争最终会出现，但我们还有很长的路要走，因为这场竞赛还在继续。我要补充的一点是，对我们来说尤为独特的是，当你制造硅芯片时，你必须迅速地将其投入量产，缩短上市时间。我们在这一点上非常有经验。任何人都可以在实验室里设计出一款工作良好的芯片。但你能以可承受的成本快速生产出100,000这些芯片吗？我们看不到世界上有多少玩家能做到这一点。Charlie？

Charlie Kawwas

我觉得你讲得非常好，Hock。

主持人

稍等一下，我们的下一个问题将来自德意志银行的Ross Seymore。

罗斯·西摩尔

Hock，你在演讲中比以往更加强调了网络差异化。所以我想问一个短期和一个长期的问题。短期内是什么推动AI收入达到40%？而从长期来看，这个比例在$1,000亿以上的业务是否正在发生变化？你预计在这个业务中会保持什么样的领导地位，无论是横向扩展还是纵向扩展？另外，你在这个领域的领导地位是否对你的XPU业务有所帮助，使得你可以在计算和网络两方面进行优化？

Hock Tan

好的，我们先回答这个复杂问题的第一部分，Ross。是的，在网络领域，特别是随着新一代GPU、XPUs的推出，我们在带宽方面已经达到200Gbps SerDes。我们大约9个月前推出的Tomahawk 6，目前市场上只有我们能做到这一点。客户和超大规模数据中心希望使用最好的网络和最高的带宽来运行他们的集群。因此，我们看到这款每秒100Tb的交换机需求巨大。再加上我们在光收发器方面的扩展带宽已达到1.6 Tb，以及我们是唯一一家能够实现1.6 Tb DSP的厂商，这种组合推动了我们网络组件的增长速度甚至快于XPUs，这已经相当显著。我认为这些情况最终会趋于平稳，但我们不会放慢步伐，因为正如我所说，到2027年，我们将推出下一代Tomahawk 7，性能提升两倍，届时我们很可能会继续保持领先，并维持这一动能。不过，回到你的问题，是的，我预计我们每个季度AI总收入构成中，AI网络组件的比例将在33％到40％之间波动。

主持人

稍等一下，我们的下一个问题将来自Cantor Fitzgerald的C.J. Muse。

克里斯托弗·缪斯

是的，我想了解一下你们如何看待从GPU生态系统中分离预填充（prefill）和解码（decode）的趋势，这对定制硅芯片需求有何影响？你是否看到GPU和定制硅之间的相对比重发生了变化？

Hock Tan

我不太确定我完全理解你的问题。C.J，你可以澄清一下你所说的‘分离’是什么意思吗？

克里斯托弗·缪斯

好的。比如将工作负载转移到CPX进行预填充，然后通过图表进行解码，从而实现这样一种分离的世界？这种方式是否会增加对定制硅的需求，而不是选择全栈GPU？

Hock Tan

好的，我明白你的意思了，也就是说，分离可能证明我是错的。其实你真正问的是，随着工作负载开始演变，AI加速器（无论是GPU还是XPU）的架构是如何演化的。这正是我们目前所看到的非常明显的趋势。通用GPU的一刀切设计只能走到这一步。尽管它仍然可以继续发展，因为你依然可以通过软件内核运行不同的工作负载，例如混合专家模型（MoE）。但即便如此，如果你希望通过稀疏计算来提高效率（这是你听到的专业术语），GPU的设计主要是基于密集矩阵乘法。因此虽然可以用软件内核来处理，但效果不如直接硬编码在硅片上那么有效，而且专门设计的XPUs会在执行混合专家模型时表现更加优越。同样适用于推理。这意味着你开始看到XPUs的设计变得更加针对特定客户的工作负载，尤其是我们的一些LLM客户。其设计正在逐渐脱离传统标准GPU的设计，这就是为什么正如我们之前指出的那样，XPUs最终会成为更优的选择，因为它能为不同的工作负载提供灵活的设计方案，一个是用于训练，另一个是用于推理。正如你所说，也许一个更适合预填充，另一个更适合后训练或强化学习或测试时间缩放。你可以调整TPU——抱歉，是XPU，因为我没睡好——使其适应特定的LLM工作负载。我们看到了这一点，也正在我们的五大客户中推进这一路线图。

主持人

稍等一下，我们的下一个问题将来自瑞银的Timothy Arcuri。

蒂莫西·阿尔库里

我有个关于毛利率变化的问题，当你们开始出货这些机架时，毛利率显然会被拉低，但我想知道您能否给我们一些指导。看起来这些机架的毛利率可能在45%到50%之间。那么我们应该认为随着这些机架开始出货，毛利率会大致下降500个基点吗？Hock，我的部分问题是，毛利率是否有底线，低于这个底线你们就不愿意再做更多机架了？

Hock Tan

很遗憾地告诉您，您可能有点幻觉。我们的毛利率稳固在Kirsten报告的数字上。我们不会受到毛利率的影响，也不会因为越来越多的AI产品出货而受影响。我们的良率已经达到了预期，我们的成本控制到了一个程度，使得AI业务的模型将与我们在其他半导体业务中的模型保持一致。Kirsten?

Kirsten Spears

我同意这个观点。我认为进一步研究甚至与我上个季度所作的评论相关，相对于我们整体的产品组合，实际影响并不会很大。所以我不用担心这个问题。

主持人

稍等片刻，下一个问题将来自伯恩斯坦的Stacy Rasgon。

Stacy Rasgon

我不知道这个问题是问Hock还是Kirsten的，但我想进一步了解一下明年“比$1,000亿大幅增加”的内容。我在计算千兆瓦的数量，我数了一下，不知道是8个还是9个，Anthropic有3个，OpenAI有1个，所以是4个；您提到Meta是多个，至少是2个，这样就到6个了；谷歌我觉得应该比Meta还多，至少3个，这样就是9个，然后还有几个其他的。我原本以为你们每千兆瓦的内容大概在$200亿的范围内。我的问题是：我对2027年计划出货的千兆瓦数量的计算是否正确？另外，如何理解每千兆瓦的内容在出货时的变化？也许它会“显著”超过$1,000亿。

Hock Tan

Stacy，您的视角非常有趣，我很佩服您这点。但是您是对的，您应该关注千兆瓦而不是美元，因为这也是我们销售芯片的方式。要知道，根据不同的大语言模型（LLM）客户——我们现在有6个客户，抱歉不是5个而是6个——每个千兆瓦芯片的美元价值可能会有很大差异。确实如此。不过您说得对，这跟您提到的美元数额相差不远。如果您按2027年的千兆瓦来计算，我们会接近10千兆瓦。

主持人

下一个问题将来自Melius Research的Ben Reitzes。

本杰明·雷茨斯

Hock，很高兴和您交谈。我想问一下您关于到2028年四大组件供应可见性的评论。A，您是如何做到这一点的？这可能是——您是第一个展望到2028年的公司。其次，在您2027年人工智能业务惊人增长之后，基于您所看到的供应情况以及相关评论，您是否具备足够的可见性以在2028年继续保持相当大的增长？

Hock Tan

最好的答案是，没错，您说对了。我们预计会有这种急剧加速的增长，虽然没人能预料到增长的确切速度，但我们大体上可以预测其中很大一部分，至少超过六个月。我们很早就锁定了T玻璃，就是大家熟知的那个T玻璃。我们非常早地锁定了基板，并且在其他关键材料上也与合作伙伴展开了合作。所以，回答您的问题，这源于早期的预判性和我们在这些关键组件领域拥有非常好的合作伙伴。还有什么可说的呢？对，Charlie，您要补充什么吗？

查理·卡瓦斯

是的，可能有几个简短的问题。您刚才已经很好地解答了这部分。另外非常重要的一点是，正如Hock所说，我们为6个客户定制硅芯片。我们与他们有着深入的战略多年合作。由于这种定制能力，他们会与我们分享未来至少2到3年的需求，有时甚至是4年。正因如此，我们才去确保锁定所有Hock提到的要素。当我们进行锁定时，需要与这些合作伙伴进行投资，不仅仅是扩大产能，还包括开发适合的技术和产能。因此，我们必须提前多年锁定这些资源。而且您说得对，我们可能是第一家锁定到2028年甚至更久的公司。

本杰明·雷茨斯

那么根据您目前看到的供应情况，您能否在28年实现增长？抱歉突然问这个问题。

查理·卡瓦斯

是的。

主持人

我们的下一个问题将来自美国银行证券的Vivek Arya。

Vivek Arya

Hock，我想首先澄清一下你们正在进行的Anthropic项目，今年为1千兆瓦投入的$200亿左右，其中有多少是芯片？有多少是机架类产品？我只是想了解，当你们提到$1,000亿用于芯片时，是否区分芯片与你们的机架级别项目，因为那个项目预计明年将增加三倍？我的问题是，你们的人工智能业务正在从一个大客户逐步转向多个客户，并且这些客户使用多个供应商。在这种情况下，您如何确保对市场份额的可见性以及信心，毕竟他们与许多云服务提供商等的合作非常分散。您采取了哪些措施来确保在这些使用多个供应商的分散客户群体中拥有良好的可见性和适当的市场份额？

Hock Tan

Vivek，你必须理解一件事——首先，正如Charlie很好地指出的那样，我们实际上只有非常少的客户，准确地说是6个，对于我们现在推动的业务量和收入，只有这6个，之前甚至更少。其次，你也必须了解每位客户投入的资金规模及其项目的性质和重要性。这就是为什么我提到了Meta的MTIA，这是他们的定制加速器项目。对他们来说，就像在这个领域的每一位客户一样，这是一个战略性举措，而不是可选方案。无论是长期、短期还是中期，这对他们来说都极为关键。他们不会停止，并且明确知道希望在大规模语言模型（LLM）开发轨迹中如何定位这些定制硅芯片，也知道如何开发推理能力以将其产品化。在这方面，我们的可见性非常清晰。至于其他涉及GPU或公有云业务的内容，这些都是交易性的或是可选项。所以你指出的这点很正确，看起来令人困惑。但请相信我，对我们以及我们的客户来说并不混乱。他们是高度战略性的，目标明确，并且清楚自己每年要建立多大的容量。他们唯一关心的就是：你们能否做得更快？除此之外，一切都是基于规划好的路线图，具有高度的战略性和针对性。你在组合中看到的其他内容纯粹是机会主义的，是选项性的。因此一切都很明确。

Vivek Arya

再澄清一下，Hock，Anthropic的机架和芯片区别是什么？

Hock Tan

我不太想回答这个问题，但我们没问题。正如Kirsten所说，我们在美元和利润率方面表现不错。

主持人

下一个问题将来自巴克莱银行的Tom O'Malley。

托马斯·奥马利

我有一个问题给Hock，还有一个问题给Charlie。Hock，我知道您在开场白中特别谨慎，尤其是提到客户仍然选择通过400G SerDes直接连接铜线的方式，您特意指出这一点有什么原因吗，特别是作为CPO领域的领先者？然后关于Charlie的部分，随着您在此增加更多客户，我猜测那些与您共同设计ASIC的客户可能会使用扩展型以太网协议。也许您可以谈谈扩展型协议以及您如何看待以太网在此领域的发展。

Hock Tan

好的。除非——我只是在强调这样一个事实，即在网络技术方面，我们的技术确实非常独特，不仅能够帮助我们的客户，还能帮助使用通用GPU的用户，而不仅仅是XPUs。如果你试图创建大规模语言模型（LLM），运行自己的AI数据中心并进行设计和架构的话，你实际上会希望拥有越来越大的域或集群。并且你确实希望尽可能地将XPUs直接连接在一起。实现这一目标的最佳方法就是使用直连铜缆，它具备最低的延迟、最低的功耗和最低的成本。因此，只要有可能，尤其是在扩展型场景中，你会希望继续使用直连铜缆。而在向外扩展的情况下，我们已经超越了这一点，我们会使用光纤，那没有问题。但我说的是在一个机架或集群域内进行向上扩展时，你还真应该尽可能地使用直连铜缆。凭借博通的技术，特别是在XPU到XPU，甚至是GPU到GPU的连接上，我们可以做到这一点，并且可以不断突破极限，从100G提升到200G，甚至400G。我们现在已经有400G的SerDes可以在机架上驱动铜缆连接。我要说的是，即使我们是CPO领域的领导者，也不必急于采用所谓的CPO这类新颖技术。CPO会在适当的时候到来，不是今年，或许也不是明年，但它终会到来。Charlie？

Charlie Kawwas

是的，不，说得好，Hock。关于以太网的问题，自从云计算兴起以来，过去的20年里，以太网已经成为每个云环境中的标准。如果回顾后端网络刚出现时的情况，正如Hock所阐述的那样，两年前业界曾激烈争论过该使用何种协议才能达到扩展所需的低延迟和高规模。当时整个行业尚未明确，但我们很清楚，实际上非常清楚答案应该是什么。再次强调，由于我们与合作伙伴的深入合作，他们向我们所有人以及整个行业明确表示，在扩展方面，无论是GPU还是XPU，以太网都是首选方案，打勾确认。如今，大家都开始讨论通过以太网进行扩展。而现在当我们谈论向上扩展时，正如三四年前发生的情况一样，现在正确的答案是什么呢？我们一致听到并看到的正确答案是以太网。正如大家所知，去年我们已宣布与多家超大规模企业和半导体行业的许多同行合作，表明以太网扩展是正确的选择。这是我们坚信将会发生的事情。时间会证明一切，但很多我们正在设计的XPU都被要求通过以太网进行扩展，我们很高兴能促成这一点。

主持人

我们的下一个问题将来自高盛的Jim Schneider。

詹姆斯·施奈德

Hock，听到您讨论在TPU之外其他全定制XPU项目的进展很有帮助。展望明年，是否可以假设这些项目主要针对推理应用？另外，您能否定性地谈一下相对于GPU在性能或成本上的优势，这些优势如何让客户能够大规模预测？

Hock Tan

谢谢。大多数客户从推理开始，主要是因为这是最简单的起点，并不是因为其他原因，而是因为在进行推理时计算量要少得多。还有一个问题是，当你能用更高效、更经济的定制推理硅芯片（XPUs）完成任务时，是否还需要通用的大规模密集矩阵乘法的GPU呢？这些XPUs不仅效果更好或同样好，而且成本更低，功耗更低，这正是我们看到客户起步的地方。但目前他们也开始转向训练领域了。我们的许多XPUs既用于训练也用于推理。顺便说一句，它们是可互换的。就像GPU不仅可以用于训练（这可能是它们最适合的用途），也可以用于推理一样。我们看到我们的XPUs在这两方面都有使用，并且这种趋势正在增长。同时，随着某些客户在迈向全面XPU的进程中更加成熟，他们开始每年同时开发两款芯片：一款用于训练，一款用于推理。为什么？因为我们清楚地看到，对于这些大语言模型（LLM）玩家来说，做训练是为了让你的LLM达到更高的智能水平。好的，你建立了一个最先进的LLM，然后你需要将其产品化，也就是推理。这时你可以决定，我的模型已经足够好，但如果此时才开始推理的产品化进程，至少需要一年时间，而在此期间，其他人可能会创建一个比你更好的LLM。因此，在进行训练以创造下一代超级智能的同时，你也必须在推理方面进行投资，包括芯片和算力。随着这6家客户在其LLM进步过程中更加成熟，我们的可见度也在不断提高。是的，这就是我们看到的趋势。虽然并非所有6家客户都处于这一状态，但我们看到大多数客户正朝着这个方向发展。

主持人

稍等片刻，下一个问题将来自TD Cowen的Joshua Buchalter。

Joshua Buchalter

恭喜取得这样的成绩，感谢提供关于特定客户部署预期的详细信息。我想请您反思一下过去1到2个季度中可见性发生了怎样的变化，让您有信心向我们提供更多细节。另外，您提到2027年OpenAI的部署将超过1千兆瓦，而该协议覆盖至2029年的10千兆瓦，这意味着2028年会有一个相当明显的转折点。这样理解对吗？这一直是计划的一部分吗？

Hock Tan

是的。正如大家所见，在当前这场生成式AI的竞争——我应该称之为‘进程’更为合适——中，少数几家参与者都在努力创造比别人更好的LLM，并根据特定用途进行优化，无论是企业级、消费级还是搜索相关的应用，每一家都在不断改进自己的模型。这不仅需要通过训练来持续提升LLM模型，还需要通过推理实现产品的商业化和变现。我们与其中一些客户合作已超过两年，随着他们对我们共同研发的XPUs更有信心，我们的可见性也越来越清晰。当他们意识到XPUs结合所需软件和算法后能达到他们的目标，对这些XPU芯片的信心就越来越强。它变得越来越好，我们的可见性也随之增强，正如Charlie所说，我们只有6家客户。这6家客户都非常战略性地看待XPUs和人工智能。他们不会只看一代产品，而是着眼于多代产品和多年规划。尽管外界有很多短期交易噪声，但他们考虑的是如何长期部署与我们共同开发的XPUs，如何利用这些XPUs构建更好的LLM，以及更重要的是如何实现商业化。所以，我们已经成为他们战略路线图的一部分，而不是单纯的选择性方案，例如‘我是否该使用GPU？或者我是否该在云端训练六个月？’ 不，远不止于此。这些客户的投入是长期的，能成为他们长期路线图的一部分而非仅仅是短期交易，是非常令人欣慰的。如我之前回答某个问题时提到的，存在大量短期交易噪音，但我们的业务和产品定位却是长期战略性的。总结来说，我认为我们在XPUs领域的业务是一项战略性、可持续发展的举措，适用于我们现有的6家客户。

主持人

今天的问答环节到此结束。现在请允许我把话筒交还给Ji Yoo来做结束语。

Ji Yoo

谢谢，Sherry。博通目前计划在2026年6月3日股市收盘后公布其2026财年第二季度的财报。随后将在太平洋时间下午2点举行公开的财报电话会议网络直播。这将结束我们今天的财报电话会议。感谢大家的参与。Sherry，您可以结束本次会议了。

主持人

今天的节目到此结束。感谢大家的参与。您现在可以断开连接。

详情请见博通投资者关系

提示：以上内容由AI语言模型基于公开信息生成，并包含来自第三方的自动生成字幕。上述材料不代表富途立场，不构成任何投资建议。富途对上述内容中显示的信息准确性、及时性或完整性不做任何明示或暗示的保证。

浏览 27万