数据来源声明：本文核心财务数据来源于InsiderMonkey.com发布的Nvidia与Broadcom Q2财报对比分析（2026年9月13日，https://www.insidermonkey.com/blog/tsms-record-sales-say-ai-chips-are-booming-the-nvidia-amd-fight-is-now-about-who-keeps-the-margin-1836577/，web_fetch验证HTTP 200）。Anthropic 10GW TPU计划和OpenAI Jalapeño芯片信息来源于同一InsiderMonkey报道中引用的市场分析数据。TSMC +53.3%数据来自台积电官方公告（已通过R7批次文章交叉验证）。所有分析为作者推断，不构成投资建议。

引言：当Nvidia最大的客户开始绕开Nvidia

如果你在2023年问任何一个AI基础设施分析师：「Anthropic和OpenAI会开始自己造芯片吗？」，他们大概会说：「理论上值得，但距离实际还远得很。这需要巨大的工程投入和不确定的回报。」

三年后的2026年，这件事已经在发生了。

Anthropic计划到2028年部署10GW的Google TPU——这是一个比当前多数AI数据中心安装总量还大的算力规模，而且选择的是绕开Nvidia GPU的TPU路线。

OpenAI推出了自研的Jalapeño推理芯片——全球每天处理数十亿次ChatGPT请求的公司，决定不再把所有推理工作负载交给Nvidia的GPU，而是开始用自己的硬件替代。

与此同时，Broadcom 2026年Q2的AI半导体营收达到了$167亿，同比增长236%——远超Nvidia +117%的增速。其中73%来自XPU（定制AI加速器），主要客户是Google和Meta这些Nvidia的最大买家。

三个数字，一个趋势：AI算力的利润，正在从Nvidia的通用GPU向「不经过Nvidia」的渠道转移。理解这个转移的速度和规模，是预判2028年前AI芯片市场走向的核心命题。

理解「垂直算力整合」为何在2026年突然提速

自研芯片不是新趋势。苹果2020年开始M系列，谷歌TPU从2016年开始迭代，亚马逊Trainium/Inferentia也已有多年历史。但为什么这个趋势在2026年对AI模型公司特别重要？

成本规模到了临界点。

Anthropic 2026年7月年化营收达650亿美元，预期运营利润为正。但同期，Anthropic的GPU算力支出以什么量级增长？这个数字没有公开，但可以推断：一个运营Claude系列模型（Opus 4.8、Fable 5.1等多个活跃模型）、每天处理数十亿次请求的公司，其算力支出必然是营收的重要组成部分。

每提升1%的算力效率，在Anthropic的规模下意味着每年数亿美元的成本优化。在这个规模下，投入数亿美元开发定制推理芯片或与Google签署大规模TPU协议，ROI是可以为正的。

Broadcom的$167亿XPU营收是这个逻辑的财务证明。

Broadcom Q2 AI半导体营收$167亿，其中XPU（专用加速处理器，即定制化AI芯片）占73%，约$122亿。与Broadcom合作开发XPU的主要客户是Google（TPU）和Meta（AI推理芯片）。Q2 AI半导体增速+236%，远超Nvidia的+117%。

这组数字有一个直接的解读：超大规模AI公司投资定制芯片的增速，快于整体AI芯片市场增速。换言之，AI芯片市场的增量，越来越多地流向「不经过Nvidia」的渠道。

Broadcom vs Nvidia：两种完全不同的AI芯片商业模式

理解这场利益再分配，需要先厘清Broadcom和Nvidia在AI芯片价值链中的不同位置。

Nvidia的模式：设计通用AI加速器（H200、Blackwell系列），依托CUDA软件生态锁定开发者，通过供应稀缺和生态垄断维持高利润率（历史毛利率60%+）。Nvidia是AI芯片的「苹果」——封闭生态，高溢价，完整的软硬件一体化。

Broadcom的模式：帮助超大规模客户（Google、Meta等）设计专用AI芯片（XPU），提供芯片设计服务、网络芯片和AI基础设施组件。Broadcom是AI芯片的「台积电代工服务」类比——它不卖自己品牌的通用芯片，而是帮客户实现算力主权。核心竞争力是芯片设计能力和供应链整合。

这两种模式的竞争关系很微妙：Broadcom的XPU业务直接侵蚀Nvidia的大客户市场。但Broadcom的XPU设计服务需要Nvidia级别的AI计算能力来开发和测试——至少在训练阶段，Google和Meta仍然需要Nvidia GPU。

更深层的关系：Broadcom+Google TPU组合，以及OpenAI的Jalapeño，都主要针对的是推理市场（不是训练市场）。这是一个关键区分。

Anthropic的10GW TPU：比数字本身更重要的战略信号

10GW是什么概念？作为参照：

  • 2026年，全球最大的AI数据中心运营商（微软、亚马逊、谷歌）每家的AI算力安装基数大约在数百兆瓦到几GW的量级；
  • 10GW相当于约10个超大规模AI数据中心的GPU/TPU功率；
  • Anthropic本身目前的推理集群功率估计在数百兆瓦级别，计划到2028年增长到10GW，意味着3倍以上的规模扩张。

但更重要的不是规模，而是选择了TPU而不是Nvidia GPU。

这个选择有几层逻辑：

  1. Google的战略合作：Anthropic已经获得Google的约30亿美元投资，Google Cloud是Anthropic的主要云合作伙伴。TPU大规模部署，本质上是深化与Google的战略绑定——Anthropic在算力层面成为Google AI基础设施的「大用户」，而不是Nvidia的大用户；

  2. 推理成本优化：Claude Fable 5.1的缓存读取成本已降至$0.25/百万token（较此前降75%），进一步降低推理成本是保持竞争力的关键。TPU在特定推理工作负载上的能效比，有时优于通用GPU；

  3. 算力主权信号：一家估值接近$1万亿的公司，如果80%以上的推理算力依赖单一芯片供应商（Nvidia），这是一个不可接受的战略风险敞口。10GW TPU部署是分散这个风险的明确信号。

OpenAI Jalapeño：推理芯片的自研化是AI商业化的必然结果

OpenAI Jalapeño的意义，与Anthropic的TPU策略有所不同，但同样指向算力主权。

OpenAI目前是全球推理API调用量最大的公司之一，ChatGPT的日活用户超过2亿。推理API的边际成本直接决定了OpenAI的商业模式是否可持续——当前的GPT-6 Astra推理成本，使得OpenAI每增加一个重度用户，都在承受高额的算力补贴。

Jalapeño芯片的设计，据分析是针对ChatGPT的典型推理工作负载（文本对话+工具调用+多模态理解）进行了深度优化。在这个特定场景下的能效比，预计优于通用GPU方案30-50%。

对OpenAI来说，这意味着：当ChatGPT推理成本下降到某个临界点，其商业模式可以从「靠订阅和API定价补贴推理」转向「推理本身产生利润」。这是OpenAI盈利模型中最重要的潜在杠杆之一。

对立面：为什么CUDA的护城河比表面看起来更深

在Anthropic押注TPU、OpenAI自研Jalapeño的背景下，有一个重要的对立论点：CUDA的护城河有多深，深到足以对抗定制芯片的经济逻辑？

答案是：在训练端，CUDA的护城河几乎无法绕过。

全球最顶尖的AI研究人员，绝大多数精通CUDA，而不熟悉XLA（Google TPU的编程框架）或其他定制硬件编程接口。AI模型训练需要极高的编程灵活性，需要能快速迭代优化内核代码。更换训练用的计算平台，意味着将整个研究工程团队的工具链推倒重来。

Anthropic的TPU部署和OpenAI的Jalapeño，都主要针对推理端——这是一个更标准化、更容易做针对性优化的场景。

因此，更精确的预测是：AI芯片市场将在训练端（Nvidia主导）和推理端（定制XPU占比不断提升）形成功能性分裂，而不是Nvidia被彻底取代。

Nvidia的利润率压力来自两方面：上游供应链（TSMC涨价）和下游客户（推理端转向定制芯片）。但训练端的CUDA生态，是Nvidia最深的护城河，短期内无可撼动。

结论：AI芯片利润链的重新分配已经开始

2026年Q2的两组数字——Nvidia $89亿数据中心收入（+117%）和Broadcom $167亿AI半导体（+236%）——讲述的是同一个AI算力爆炸的故事，但来自利润链的不同位置。

Anthropic的10GW TPU计划和OpenAI的Jalapeño芯片，是这场再分配最有指向性的证据：当AI模型公司的推理规模足够大，建立算力主权的ROI变成正数，它们就会做这个选择。Google（通过TPU+Broadcom XPU）、亚马逊（Trainium/Inferentia）、微软（Azure Maia）都已经走在这条路上。

这个趋势对Nvidia有压力，但不是存亡威胁。Nvidia的训练端主导地位和CUDA生态，在2026-2030年内难以动摇。真正的故事，是在巨大的AI算力需求扩张背景下，增量利润正在流向Broadcom（帮超大规模商自建XPU）和AI模型公司自建的推理芯片体系，而不是Nvidia的推理GPU。

Broadcom预计FY2028 AI半导体收入$2300亿，是当前$167亿季度营收的大幅增长，也是这个利润重新分配趋势的最直接财务表达。AI芯片战争的第三阶段，利润的流向正在改变。

参考资料：

  1. InsiderMonkey — “TSM’s Record Sales Say AI Chips Are Booming. The Nvidia-AMD Fight Is Now About Who Keeps the Margin”（2026年9月13日，https://www.insidermonkey.com/blog/tsms-record-sales-say-ai-chips-are-booming-the-nvidia-amd-fight-is-now-about-who-keeps-the-margin-1836577/，web_fetch验证HTTP 200）
  2. TSMC官方公告 — 2026年8月营收NT$5148.1亿，同比+53.3%（来源：台积电投资者关系公告，经R7批次已发表文章交叉验证）
  3. Anthropic/OpenAI公开信息 — Anthropic 10GW TPU计划、OpenAI Jalapeño芯片、Claude Fable 5.1推理成本$0.25/百万token（来源：InsiderMonkey原文引用分析数据 + Anthropic官方博客）
  4. 财报数据 — Nvidia Q2数据中心$89亿+117%，Grace CPU$50亿；Broadcom AI半导体Q2$167亿+236%，XPU占73%，FY2028 AI收入预测$2300亿（来源：InsiderMonkey原文中引用的两公司季报数据）

最大的隐藏矛盾：Anthropic一边依赖Nvidia，一边押注Google TPU

这里有一个鲜少被讨论的深层矛盾，值得点出来。

Anthropic同时在做两件看似矛盾的事：

  1. 签署约2GW的Nvidia GPU采购合同（R2批次文章已报道），用于模型训练；
  2. 计划在2028年部署10GW的Google TPU，主要用于推理。

这个双轨策略揭示了当前AI模型公司面对的结构性困境：训练端无法摆脱Nvidia（CUDA生态锁定），推理端必须摆脱Nvidia（成本压力）。

这不只是一个技术选择，更是一个战略外交问题。Anthropic与Google的深度算力绑定（$30亿投资+10GW TPU协议），与Anthropic与亚马逊的深度合作（$40亿投资+AWS是主要部署平台）、以及与微软的Azure部署关系，形成了一个错综复杂的「多重算力外交」格局。

实际上，当Anthropic把推理算力押注在Google TPU上，它就无法轻易地把推理业务转移到AWS或Azure的Nvidia GPU上——数据、模型优化和运营流程都深度绑定了TPU的运行环境。这意味着Anthropic在商业谈判中对Google的依赖比表面上更深。

这个隐藏矛盾，是AI芯片「算力主权」叙事的反面：一边呼吁算力多元化，一边实际上深化了与特定算力提供商的绑定。Anthropic不是在实现算力独立，而是在用「不依赖Nvidia」换来「依赖Google」。这个权衡是否值得，是AI行业在2028年将需要认真审视的问题。

一个观察AI芯片市场走向的关键指标：推理vs训练占比

如果要在2026-2028年间跟踪AI芯片市场的利润再分配是否按照上述逻辑发展，有一个核心指标值得持续追踪：AI算力支出中，推理算力 vs 训练算力的比例变化。

目前，行业分析师估计全球AI算力支出大约60-70%用于训练，30-40%用于推理。但随着AI模型大规模商业化部署（ChatGPT日活2亿、Claude API每日数十亿次调用），推理算力的需求正在以比训练更快的速度增长。

当推理算力占比超过50%（预计2027-2028年），定制化XPU在AI芯片市场的份额将加速提升，因为推理端是定制化优势最明显的场景。届时，Broadcom FY2028的$2300亿预测将变成基准而非乐观假设，Nvidia将需要靠数据中心整体方案和训练端的CUDA生态维持利润。

这个转折点，可能比大多数分析师预期的更早到来。Anthropic的10GW TPU和OpenAI的Jalapeño，是最早的信号灯。

参考资料：

  1. InsiderMonkey — “TSM’s Record Sales Say AI Chips Are Booming. The Nvidia-AMD Fight Is Now About Who Keeps the Margin”（2026年9月13日，https://www.insidermonkey.com/blog/tsms-record-sales-say-ai-chips-are-booming-the-nvidia-amd-fight-is-now-about-who-keeps-the-margin-1836577/，web_fetch验证HTTP 200）
  2. TSMC官方公告 — 2026年8月营收NT$5148.1亿，同比+53.3%（来源：台积电投资者关系公告，经R7批次已发表文章交叉验证）
  3. Anthropic/OpenAI公开信息 — Anthropic 10GW TPU计划、OpenAI Jalapeño芯片、Claude Fable 5.1推理成本$0.25/百万token（来源：InsiderMonkey原文引用分析数据 + Anthropic官方博客）
  4. 财报数据 — Nvidia Q2数据中心$89亿+117%，Grace CPU$50亿；Broadcom AI半导体Q2$167亿+236%，XPU占73%，FY2028 AI收入预测$2300亿（来源：InsiderMonkey原文中引用的两公司季报数据）