博通财报深度解读：AI ASIC放量、AI网络需求扩张，云厂商背后的高利润卖水人

博通这份财报的真正含义，不是 Q2 又一次超预期，而是定制 AI ASIC 从“客户项目”进入“产能、网络、封装、现金流共同验证”的平台化阶段；Q3 指引把市场争论从短期收入是否兑现，推进到云厂商自研芯片放量、AI 网络需求扩张和高利润“卖水人”属性能否持续的问题。

内容概括

博通 2026 财年二季度交出的是一份典型的“数字兑现 + 指引再抬高”财报：收入 221.87 亿美元，同比增 48%，略高于公司此前 220 亿美元指引；调整后 EBITDA 152.44 亿美元，占收入 69%；自由现金流 102.62 亿美元，占收入 46%。但财报最关键的不是总收入多出 1.87 亿美元，而是 AI 半导体收入达到 108 亿美元，同比增长 143%，并且公司给出的三季度 AI 半导体收入指引为 160 亿美元，同比增长超过 200%。这意味着市场此前围绕 Google TPU、Meta MTIA、Anthropic、OpenAI 以及其他定制芯片客户的争论，已经从“有没有需求”转向“收入确认方式、毛利结构、供应链闸门和 2027 年斜率如何定价”。

更重要的是，博通没有用牺牲现金流来换增长。二季度半导体解决方案收入 150.09 亿美元，同比增 79%，基础设施软件收入 71.78 亿美元，同比增 9%，软件业务并未在 AI 高增长阶段失速；调整后 EBITDA margin 仍在 69%，自由现金流率达到 46%。这组数字把博通的资产属性推向新的组合：前端是 AI 定制计算与以太网网络的高斜率成长，后端是企业基础设施软件提供的高确定性现金流。投资判断上，博通不再只是“英伟达之外的 AI 芯片替代品”，而是云厂自研 ASIC、开放以太网网络和高利润基础设施现金流三条曲线叠加的资产。后续定价分歧集中在三处：Q3 160 亿美元 AI 半导体收入能否继续向 2027 年外推；AI ASIC mix 上升后毛利率和经营利润率能否保持；Google、Meta、Anthropic、OpenAI 等客户扩容是否会被 CoWoS、先进封装、HBM、ABF 基板和以太网网络交付节奏约束。

英伟达、博通与 Marvell 的 AI 网络控制权 — 2026 英伟达闭环与博通开放网络之战

327家大机构13F深度分析｜NVDA与AVGO仍是AI底仓，电力、散热、以太网、光器件和存储成为边际增配方向

一、这份财报验证了什么

博通本季验证了三件事。

第一，AI 半导体的增长不是简单由单个客户拉动，而是由定制计算和 AI 网络共同推高。Q1 公司曾给出 Q2 AI 半导体收入 107 亿美元的预期，Q2 实际达到 108 亿美元；更关键的是 Q3 指引直接到 160 亿美元。若只看 Q2，总收入只是小幅高于指引；若看 Q3，博通已经把市场对二季度的观察窗口改写成三季度的加速窗口。

第二，AI 增长没有冲垮经营杠杆。市场此前担心 rack-scale、XPU、HBM、先进封装和网络部件组合会压低毛利率，进而让收入增长变成“低质量放量”。但本季调整后 EBITDA margin 仍为 69%，Q3 调整后 EBITDA 指引仍约为 68%，非 GAAP 经营利润率指引约 67%。这说明至少在当前交付节奏下，博通可以用规模、软件现金流和运营费用杠杆抵消 AI 硬件 mix 上升带来的毛利压力。

第三，软件现金流没有成为拖累。基础设施软件收入 71.78 亿美元，同比增长 9%，环比增长 5.6%。这个增长率和 AI 半导体不可同日而语，但它的价值在于稳定、黏性和现金转化。AI 定制芯片给博通带来估值弹性，企业基础设施软件给博通保留现金流底盘，这也是博通相较于纯硬件 AI 供应链公司的不同之处。

这张表的结论很直接：Q2 是“强兑现”，但真正的重估触发点是 Q3 指引。收入 294 亿美元指引相当于环比增长 32.5%；AI 半导体 160 亿美元指引相当于环比增长 48.1%。如果这个节奏能够延续，2026 财年下半年博通的 AI 收入曲线将明显陡于上半年。

二、财务质量：这不是低质量硬件放量

高增长半导体公司最容易出现的陷阱，是收入增长很快，但毛利率、库存、应收、资本开支和现金流同步恶化。博通这份财报暂时没有出现这种问题。二季度 GAAP 毛利 154.15 亿美元，占收入 69.5%；非 GAAP 毛利 171.09 亿美元，占收入 77.1%；非 GAAP operating income 149.28 亿美元，占收入 67.3%；调整后 EBITDA 152.44 亿美元，占收入 68.7%。这组利润率在 AI 硬件 mix 抬升的背景下仍然很强，说明博通当前交付的不是“低毛利系统集成量”，而是能被软件现金流、网络硅价值量和规模效应吸收的高质量增长。

现金流更关键。二季度经营性现金流 104.93 亿美元，资本开支只有 2.31 亿美元，自由现金流 102.62 亿美元，资本开支占收入约 1.0%。这与许多 AI 基础设施公司不同：博通不是用巨额自有 capex 先建资产、再等待收入兑现，而是作为高价值芯片、网络硅和软件供应商，把客户 capex 转化成自己的收入和现金流。也就是说，云厂承担大部分数据中心、机柜、供电、土地和基础设施资本开支，博通承担的是芯片设计、供应链协调和关键硅平台交付，资本强度天然更低。

这也是博通财报最容易被低估的一点。市场会自然关注 108 亿美元 AI 半导体收入和 160 亿美元 Q3 指引，但真正能支撑高估值的是“高增长 + 高现金流 + 低资本开支”同时出现。如果未来 AI ASIC 收入继续增长，但自由现金流率明显下滑，说明博通正在向更重资产、更低利润率的系统集成方向漂移；如果自由现金流率维持在高位，说明平台供应商属性仍在。

财务质量还改变了对“AI ASIC 毛利率”的理解。单看芯片和系统，AI ASIC mix 上升可能拉低 gross margin；但博通不是只看 gross margin 的公司。只要 operating margin 和 FCF margin 稳住，收入增长仍然可以转化为 EPS 和自由现金流。Q3 指引给出非 GAAP operating income 约 67%、调整后 EBITDA 约 68%，相当于管理层主动告诉市场：下半年 AI 放量会改变收入结构，但不会立刻破坏整体经营杠杆。

这与 J.P. Morgan 电话会纪要中的旧争议形成对照。此前投资者担心 rack-scale margin 表述不够清晰，害怕 AI revenue gross margin 低于软件和传统半导体后拖累公司整体利润率。现在 Q2 实际和 Q3 指引共同给出一个更清晰的答案：gross margin 可能受 mix 影响，但 operating margin 仍有规模和费用杠杆。对于投资者而言，后续不应只问“AI ASIC 毛利率是多少”，更应该问“AI ASIC 放量后，整体 operating income dollars 和 FCF dollars 是否继续扩大”。

三、市场真正关心的不是 Q2，而是 Q3 的斜率

财报发布前，市场对博通的分歧大致分成三档。

偏保守模型认为，Anthropic 相关业务从 full rack 转向更标准的 ASIC 芯片销售后，收入确认会低于此前按整机架推演的规模，即便毛利率更高，也会削弱短期收入斜率。这类模型对 Q3 预期相对谨慎，重点担心收入从 Q2 过渡到 Q3 时不能继续加速。

中性模型认为，Q2 大概率贴近 220 亿美元指引，关键看 Q3 是否能站上 290 亿美元附近；只要 Q3 收入、AI 半导体和 EPS 同时略高于市场预期，博通就能维持“AI ASIC 龙头 + 基础设施软件现金流”的高估值。

偏乐观模型把 2026 财年下半年看成 Google TPU v7、Meta ASIC、Anthropic 初始部署和 AI networking 同时放量的起点，Q3 收入预期可以上看 300 亿美元以上，AI 收入甚至接近 190 亿美元。这类模型的核心不是 Q2 小幅超预期，而是 2027 年 AI 收入能否跃迁到 1000 亿美元以上。

官方指引落在中性偏强区间：Q3 收入 294 亿美元，高于多数共识和 Citi 的 290 亿美元附近，也显著高于较保守模型；但低于 HSBC 预览中 307.15 亿美元、AI 总收入 190.64 亿美元的上沿情景。这个位置很重要，它说明博通管理层确认了 2H26 加速，但没有一次性把所有 2027 年预期提前兑现。

所以，这份财报不是简单的“beat and raise”。更准确的说法是：Q2 证明公司没有低于此前承诺；Q3 指引证明下半年 AI ASIC 和 AI networking 的收入台阶已经开始出现；但 2027 年能否走到最乐观模型，还需要客户 GW 部署、芯片代际切换、网络价值量和供应链交付共同验证。

四、AI ASIC：从客户项目变成平台曲线

博通 AI 半导体收入的核心矛盾，是市场如何理解“定制 ASIC”。如果把它理解成一个客户一代芯片的设计服务，估值就会落在半导体 IP、ASIC 设计和一次性项目收入上；如果把它理解成 hyperscaler 的计算平台，估值就要向 GPU 平台、网络平台、系统级供应链和多年供货协议迁移。

这次财报强化的是第二种理解。

Q2 AI 半导体收入 108 亿美元，同比增长 143%；Q3 指引 160 亿美元，同比增长超过 200%。这个增长斜率很难只由单一客户短期拉货解释。结合财报前多家研报对客户结构的判断，Google 仍是最核心客户，Meta、Anthropic、OpenAI 以及其他未披露客户构成后续斜率来源。Citi 提到 Google 与博通存在覆盖 TPU 和网络供应保障的长期协议；Goldman 的 Q1 后点评强调公司已有多个 custom silicon engagements；HSBC 进一步把 2H26 视为 Google TPU v7、Meta ASIC 和 Anthropic 初始部署共同驱动的起点。官网 Q3 指引没有披露客户细节，但用 160 亿美元 AI 半导体收入给了方向性验证。

定制 ASIC 的平台化，有三层含义。

第一层是计算芯片本身。Google TPU、Meta MTIA、Anthropic 和 OpenAI 相关 XPU 都不是通用商品芯片，而是围绕客户模型、推理负载、训练/推理组合、内存带宽、片上 SRAM、SerDes、HBM 和软件栈做的系统级优化。对云厂来说，自研 ASIC 的目标不是“比 GPU 更便宜”这么简单，而是在可控供应、单位推理成本、能耗、网络拓扑和软件可用性之间取得长期优势。

第二层是网络价值量。AI 集群规模越大，网络从配套部件变成性能瓶颈。博通在以太网交换芯片、SerDes、Tomahawk、Jericho、DSP 和光互连路径上都有参与空间。英伟达的优势是 GPU、NVLink、InfiniBand 和整机系统闭环；博通的优势是开放以太网生态、merchant silicon 和 hyperscaler 自研 ASIC 的天然耦合。只要超大规模客户不愿把全部 AI 网络控制权交给单一闭环供应商，博通的网络价值量就会跟着 ASIC 客户扩容上升。

第三层是供应链闸门。ASIC 平台不是设计完就能确认收入，真正限制交付的是先进制程、CoWoS/2.5D 封装、HBM、ABF 基板、光模块、交换芯片、散热和整机集成。J.P. Morgan 供应链材料提到，博通相关需求会牵动 N3/N2、CoWoS、先进封装和 ABF 基板，并涉及 ASE、Amkor、Unimicron、Ibiden、Toppan 等环节。换言之，博通的 AI 收入斜率越陡，越需要用供应链交付数据验证，而不能只看客户名称。

五、客户与产品路线：真正的差异在平台复杂度

博通的 AI 客户结构不能只按“几个客户”来理解，而要按“客户负载 + 芯片代际 + 网络拓扑 + 供应链需求”四个维度拆开。

Google TPU 是最成熟的主线。多家研报都把 Google 视为博通 AI ASIC 收入的最大来源，Citi 还强调 Google 长期协议有助于缓解市场对 COT 迁移的担心。Google 的意义不只是一个大客户，而是证明博通可以围绕 hyperscaler 自研加速器长期迭代，从芯片设计、I/O、SerDes、封装到供应保障形成多年协作关系。只要 TPU 继续面向训练、推理和外部云客户扩展，博通就不只是一次性供应商，而是 Google AI 基础设施的硅平台合作方。

Meta 的意义在推理侧。Meta MTIA 和后续 ASIC 更偏向大规模推理部署，关注单位 token 成本、能效、吞吐和内部工作负载适配。对博通而言，Meta 这类客户的价值在于证明 custom ASIC 不只服务 Google TPU，也能在不同模型公司和社交平台负载里复用。若 Meta 相关部署在 2026 下半年和 2027 年扩大，博通客户集中度会下降，市场对单一 TPU 周期的担忧也会下降。

Anthropic 和 OpenAI 的意义在于“新模型公司直接进入芯片定制”。这类客户的融资、云合作、算力需求和基础设施部署节奏与传统云厂不同，收入确认方式也更复杂。财报前卖方反复提到 Anthropic 从 full rack 到芯片销售的变化，正说明这一类客户不能简单按整机架收入估算。它们可能降低短期收入额，但提高毛利率；也可能把更多网络、互连和供应链价值量留给博通。判断这类客户的关键，不是看新闻里的合同金额，而是看 GW 部署、芯片代际、收入确认、供应链排产和现金流。

未披露客户则提供期权。博通管理层和卖方口径都提到更多 custom silicon engagements。未披露客户可能来自大型云厂、模型公司、平台型互联网公司或主权/企业 AI 基础设施。它们不一定都能达到 Google 或 Meta 级别，但只要其中一两个进入规模部署，博通 AI 半导体收入的可持续性就会提高。

产品路线也要拆开。定制加速器负责计算，以太网交换芯片和 SerDes 负责集群扩展，DSP/光互连负责带宽升级，基础设施软件负责企业 IT 和私有云现金流。博通的优势不是在某一个环节做到唯一，而是在这些环节之间形成客户关系和供应链协同。云厂选择博通，不只是因为它能设计 ASIC，而是因为它能把计算、I/O、网络、封装、软件和供应保障放在同一个商业关系里。

这也解释了为什么 Q3 AI 半导体 160 亿美元指引意义重大。若只是单一 TPU 代际拉货，市场会担心明年回落；若是多客户、多产品、多网络价值量同时进入放量，估值就可以从“项目收入”迁移到“平台收入”。现在财报给出的不是完整答案，但已经明显偏向平台收入方向。

六、为什么 Q3 指引比 Q2 实际更重要

Q2 收入 221.87 亿美元，高于 220 亿美元指引，但幅度并不夸张；非 GAAP EPS 2.44 美元，略高于 Citi 2.40 和 HSBC 2.43 附近预期，也不是离谱超预期。若只看二季度实际，股价反应可能不会持续太久。

Q3 才是核心。294 亿美元收入指引意味着环比增长 32.5%，AI 半导体 160 亿美元意味着环比增长 48.1%。这不是普通财报季的上调，而是把博通从“Q2 是否达标”直接推进到“2H26 是否进入 AI ASIC 交付台阶”的判断。

这组指引同时回答了三个争议。

第一，Anthropic 收入确认变化并没有毁掉下半年收入斜率。财报前，市场担心 Anthropic 从 full rack 到芯片销售会压低收入额，虽然毛利率更好，但可能导致 Q3 指引不够强。官方给出的 294 亿美元和 160 亿美元 AI 半导体指引，说明管理层看到的客户交付节奏足以抵消这部分担忧。

第二，AI networking 不是可有可无的附属品。AI 半导体口径同时包含 custom AI accelerators 和 AI networking。随着 Q3 AI 半导体收入冲到 160 亿美元，网络价值量是否继续扩张，会直接影响博通后续毛利结构和估值倍数。如果 AI 增长只是低毛利计算芯片堆量，估值弹性有限；如果网络芯片、SerDes、DSP、交换芯片和软件控制面同步放大，博通的 AI 平台属性就更强。

第三，软件现金流还在保护利润表。Q3 公司给出的非 GAAP operating income margin 约 67%，调整后 EBITDA margin 约 68%。如果 AI 硬件 mix 上升必然导致利润率大幅下行，这个指引不会这么稳。更合理的理解是，硬件毛利率可能受 mix 影响，但软件、规模和费用杠杆仍能托住整体 operating margin。

七、基础设施软件：慢变量，但决定估值底线

市场看博通时容易只盯 AI ASIC，因为那是最陡的曲线。但博通估值之所以能比普通硬件供应商稳定，一个关键原因是基础设施软件业务提供了现金流底线。

二季度基础设施软件收入 71.78 亿美元，同比增 9%，占总收入 32%。在 AI 半导体高速增长下，软件收入占比从去年同期 44% 降到 32%，表面上看存在 mix 稀释，但这不是软件弱，而是半导体太强。环比看，基础设施软件从 Q1 的 67.96 亿美元增至 71.78 亿美元，增长 5.6%，仍在扩张。

基础设施软件的意义有三点。

第一，它提供高确定性续费现金流。AI ASIC 订单需要客户 capex、芯片代际、封装产能和交付节奏共同配合；基础设施软件则更多来自企业 IT 架构、私有云、虚拟化、安全和运维体系，收入斜率低，但可预测性高。

第二，它提高博通承接 AI 投资的容错率。Q2 自由现金流 102.62 亿美元，资本开支只有 2.31 亿美元，占收入约 1.0%。这类现金流结构让博通可以在 AI 芯片 tape-out、客户支持、供应链保障和网络路线图上持续投入，而不必像部分纯硬件公司那样依赖高杠杆或外部融资。

第三，它让估值可以拆成两段。半导体部分按 AI 计算和网络增长给成长倍数，软件现金流按稳定 FCF 给防守倍数。UBS 的估值框架就把软件 FCF 与半导体 FCF 分别赋予不同倍数。即使不机械采用某家模型，这种拆法本身是合理的：博通不是单一半导体周期股，也不是纯软件公司，而是“高斜率 AI 半导体 + 高现金流基础设施软件”的组合。

八、与英伟达、Marvell、AMD 的位置差异

博通的 AI 资产不能简单放在“GPU 替代”框里。它与英伟达、Marvell、AMD 的位置差异很明确。

英伟达的核心是闭环平台：GPU、NVLink、NVSwitch、InfiniBand、CUDA、整机系统和软件生态共同构成高壁垒。它掌握的是通用加速计算平台的定价权，客户购买的是“最快能部署、生态最成熟、软件风险最低”的系统能力。

博通的核心是开放平台的关键零件：custom ASIC、以太网交换芯片、SerDes、网络 DSP、光互连相关器件、基础设施软件。它不替代英伟达的全部平台，但在云厂希望降低单位推理成本、增强供应自主性、避免单一闭环依赖时，博通成为最重要的外部定制芯片和网络硅供应商之一。

Marvell 的核心在光互连、DSP、定制硅和数据中心互联，AI 光模块和电光转换价值量上升对其有利。但相比博通，Marvell 在 custom compute 的客户规模、软件现金流和以太网交换芯片平台上没有同等宽度。

AMD 的核心是通用 GPU 和 CPU 平台，机会来自云厂对英伟达之外第二供应商的需求、MI 系列路线图和开放软件生态改善。它更像是 GPU 竞争链条的核心变量，而博通更像是云厂 ASIC 与开放网络链条的核心变量。

这个排序也解释了为什么博通的估值不能只用传统半导体周期衡量。若 AI ASIC 和网络收入持续放量，博通会被市场看成“云厂自研 AI 基础设施平台供应商”；若客户部署或供应链验证失败，它又会回到“高质量现金流 + 半导体周期上行”的定价区间。两种世界观的估值差很大。

九、供应链传导：CoWoS、ABF、CCL、PCB 与光互连都会被重新排序

博通 Q3 AI 半导体 160 亿美元指引，对供应链的意义不只是“多卖芯片”。定制 AI ASIC 放量会改变三类供应链排序。

第一是先进封装和 HBM 资源。GPU、TPU、Trainium、MTIA、OpenAI 相关 XPU、AMD Instinct 都在争夺类似的高端封装资源。随着云厂自研 ASIC 比重上升，CoWoS/2.5D 不再只是英伟达链条的专属变量，而是所有高端 AI 加速器的公共闸门。博通客户如果进入 GW 级部署，必然带来先进封装、HBM、基板和测试资源的长期需求。

第二是高端 PCB、ABF、CCL 与服务器板级价值量。AI ASIC 从单芯片走向系统级部署后，板级材料、信号完整性、层数、低损耗材料、散热、供电和连接器都会随之升级。对 A 股供应链而言，不能只看到“AI ASIC 增长”这四个字，而要追踪谁进入 Google、Meta、AWS、OpenAI 或博通相关平台的认证链。沪电股份（002463.SZ）、生益科技（600183.SH）、深南电路（002916.SZ）、胜宏科技（300476.SZ）、景旺电子（603228.SH）、东山精密（002384.SZ）等公司若被纳入分析，必须回到具体客户、产品层级、材料等级和订单可见度，而不能用概念映射替代订单验证。

第三是 AI 网络与光互连。博通强调 AI networking，HSBC 也把 AI networking 看成后续上修来源。随着 800G 向 1.6T 演进，交换芯片、DSP、光模块、CPO/NPO、SerDes、线缆、散热和交换机系统都会成为价值量迁移方向。这里的关键不是“以太网会不会赢过 InfiniBand”这种二选一，而是大型云厂更倾向于保留开放网络选项。只要开放以太网在大规模 AI 集群中持续渗透，博通就有机会把 custom ASIC 客户关系延伸到网络硅和互连价值量。