一个让华尔街困惑了48小时的悖论： Broadcom的AI芯片收入同比增长143%，净利润暴涨88%，总营收超预期——然后股价跌了15%，带崩整个半导体板块蒸发超1万亿美元。

2026年6月5日，Nvidia单日下跌6%，一举跌破5万亿美元市值大关；Micron、AMD和Qualcomm的跌幅均超过9%。这是一场由一份”优异财报”引发的集体抛售，而且几乎所有人都知道这件事——他们就是不知道该如何解释它。

我来试着解释。

这不是理性失灵，而是AI产业正在经历一次隐蔽的范式转变：市场已经从”定价现实”切换到”定价预期”，而预期的曲线已经超过了任何现实可以匹配的斜率。 当这两条线开始背离，今天这样的暴跌只是第一章。

这件事的价值不仅仅是一份芯片财报的解读——它是整个AI产业进入”第二章”后，我们所有人都必须重新理解的一个新游戏规则。

一张优异财报背后的”不够好”逻辑

让我们先看清楚这份财报的具体数字。

Broadcom在2026财年第二季度（截至2026年5月初）报告了以下核心数据：

  • 总营收：222亿美元（超过分析师预期的221亿美元，同比增长48%）
  • AI芯片收入：108亿美元（同比增长143%，超越了几乎所有人的预期）
  • 净利润：93.1亿美元（同比增长88%，折合每股1.91美元）
  • 调整后每股收益：2.44美元（超过预期2.40美元）
  • Q3营收指引：294亿美元（超过分析师预期的285亿美元）
  • 年初至今累计涨幅（截至财报前）：约40%

这是一份可以登上任何行业简报头条的财报。Broadcom自2022年末以来股价已累计上涨近9倍，建立在真实的业务基础之上，不是空气。

但市场却崩了。理由只有一个：CEO Hock Tan在财报电话会议上，没有上调公司全年AI芯片1000亿美元的销售目标。

而且，Q3 AI芯片收入指引是160亿美元，低于分析师预期的172亿美元——尽管总营收指引超出预期。

这里存在一个深刻的逻辑矛盾，值得放慢脚步理解：

为什么AI芯片指引160亿美元会让市场失望，而总营收指引294亿美元超预期却没能提振信心？

答案在于市场对Broadcom的定价逻辑。Broadcom过去3年的估值扩张，绝大部分来自AI芯片收入的超速增长。市场内化的假设是：AI芯片收入将以接近200%的年化增速持续攀升，每个季度的指引都应该是重新设定预期上限的机会。

当Hock Tan的行为打破了这个假设，市场的反应是把AI芯片增速降格为”普通增长”——而普通增长不值得当前的估值溢价。

这不是市场的非理性，而是估值模型被单一变量绑架后的必然脆弱性。

Hock Tan的商业哲学与这次沉默的真实含义

理解这次财报，必须先理解Hock Tan这个人。

Hock Tan被公认为硅谷最理性的半导体CEO，没有之一。他不夸大，不制造叙事，极少出现在媒体聚光灯下，只通过数字说话。他成功将Broadcom从一家主要销售以太网控制器的公司，转型为全球AI定制芯片的核心供应商。

他的典型风格是：只在有足够确定性时才做公开承诺。

2025年12月，当他宣布全年AI芯片1000亿美元目标并宣布Anthropic下了100亿美元订单时，那不是一次营销，而是基于已签订合同和确认客户需求的保守预估。

当他这次没有上调目标，通常意味着：他看到的未来12个月订单量，没有给他做出新承诺的信心。

这不一定是坏消息，但市场的解读比较直白：如果未来有更多大客户签约，Hock Tan早就宣布了；他的沉默意味着暂时没有。

在电话会议上，Hock Tan确实透露了一些细节：Broadcom目前共有6个核心定制芯片客户，明确提到的包括Anthropic、Google、Meta和OpenAI。他形容这些客户的需求”强劲且持续”，但具体新增客户和新增订单的问题上，他依然保持了惯常的克制。

对于一个已经习惯Hock Tan夸大预期的市场来说（实际上他从来没有这么做，只是市场期望他这么做），这种克制等同于”没有新利好”。而在高估值的AI股中，”没有新利好”往往就是下跌的充分理由。

1万亿美元蒸发的传导机制

Broadcom是导火索，但为什么其他芯片公司——包括和Broadcom直接竞争关系有限的Nvidia——也出现了大幅下跌？

理解这个问题，需要理解AI芯片股在当前市场中的特殊角色：它们是整个AI叙事的晴雨表。

投资者购买Nvidia、Broadcom、Micron，买的不仅是这些公司的利润，而是对整个AI基础设施超级周期的信念。这个信念的核心逻辑是：

  1. AI模型将继续变得更大、更复杂，需要更多的训练和推理算力
  2. 超大规模云厂商将维持或加大对AI基础设施的资本支出
  3. 这种需求增长将持续5-10年，带来可见的增速确定性

当Broadcom的一份财报暗示”指引略低于预期”，市场对这条逻辑链的每个环节都产生了一丝疑虑：万一需求没有市场预期的那么无限？万一资本支出周期已经到了某个拐点？万一AI落地速度不足以支撑当前的算力购买？

这些疑虑本质上是情绪性的而非基于新的数据，但在万亿美元估值的基础上，情绪本身就是一种可以快速传导的力量。

具体到市值蒸发的分布：

  • Nvidia：跌破5万亿美元大关，跌幅约6%。作为通用GPU的主导者，Nvidia的估值溢价最高，因此对信念的动摇最敏感
  • Micron：跌幅超9%。AI数据中心对高带宽内存（HBM）的需求预期一旦降温，Micron受到的冲击最为直接
  • AMD：跌幅超9%。正在以MI350X系列努力追赶Nvidia，自身也面临”预期过高”的问题
  • Qualcomm：跌幅超9%。在AI移动端和边缘计算有布局，与这次Broadcom事件并无直接关联，但被情绪拖累

整个半导体板块在同一天损失超过1万亿美元，本质是市场对”AI超级周期无限延续”这一叙事的一次局部质疑，而非基本面的实质性恶化。

三个结构性矛盾的浮现

这次事件之所以重要，是因为它让三个长期积压在AI芯片产业内部的矛盾首次浮出水面，变得清晰可见：

矛盾一：定制芯片的客户集中度风险

Broadcom的AI芯片业务高度依赖6家超大规模科技公司。这种集中度在上行周期中是优势——你的客户是全球资本支出规模最大的几家公司，订单可见性高，违约风险几乎为零。

但在拐点来临时，这种集中度会带来突然性的暴露：任何一个核心客户的采购节奏放缓，都会直接反映在Broadcom的季度指引上，几乎没有缓冲空间。

Nvidia的商业模式则相反——其H100/H200 GPU是通用型产品，全球数千家企业和研究机构都在购买。需求分散意味着任何单一客户的波动都不会对整体结果产生决定性影响。

2026年后期，当超大规模云厂商开始追求”自研芯片”战略（Amazon的Trainium 3、Google的TPU v6、Microsoft的Athena、Meta的MTIA），Broadcom的客户集中度风险将演变成实质性的长期竞争威胁。讽刺的是，这些公司越成功地自研芯片，对外部定制芯片供应商Broadcom的依赖就越低。

矛盾二：训练需求与推理需求的结构性转换

过去两年，AI芯片需求的主要驱动力是大型语言模型的预训练——这是一次性的、规模极大的计算消耗。GPT-4、Gemini 1.5、Claude 3系列的训练，为芯片公司带来了巨大的单笔订单。

但预训练计算正在进入”收益递减区间”。随着模型架构趋向成熟，每投入一倍计算量能带来的能力提升正在减少。与此同时，AI推理需求——即模型被部署后用于实际响应用户请求的计算——正在爆炸式增长。

这种转换对Broadcom的影响是双重的：一方面，Broadcom的定制XPU非常擅长推理场景，理论上有利；另一方面，推理芯片的单位价格和利润率通常低于训练芯片，而且推理需求的分散性更高（更多厂商参与），Broadcom的定制模式是否依然适用，存在不确定性。

矛盾三：期望曲线与现实增速的加速背离

这是最根本的矛盾，也是这次抛售最核心的根源。

在正常的工业企业中，一个季度同比增长143%会被视为奇迹，分析师会争先恐后地上调目标价。但Broadcom已经身处”超级增速区间”太久，市场期望曲线的斜率已经超过了现实可能的增速斜率。

换句话说：市场的期望增速比Broadcom自身的实际增速更快。 当这两条线开始出现分叉，哪怕只是轻微的，估值的重力就会快速修正。

这不是Broadcom独有的问题，而是整个AI基础设施板块在估值飞速扩张后必然面对的结构性风险。

对立视角：乐观派与悲观派的核心分歧

在评估这次抛售的意义时，市场存在两种截然对立的解读框架，都值得认真对待：

乐观派观点（买入信号论）：

Broadcom的基本面从未如此强健。6个全球最重要的AI买家是他们的稳定客户，AI芯片需求是结构性的而非周期性的。Q3总营收指引294亿美元明显超出预期285亿美元，说明整体业务依然强劲，只是AI芯片这一子项目未能满足市场的超高期望。

从长期来看，全球AI资本支出的”超级周期”仍处于早期阶段。四大超大规模云厂商2026年合计资本支出预计突破3000亿美元，这一数字在两年前只有不到800亿美元。这种规模的投资意味着未来5-7年AI芯片需求的基础需求已经被”锁定”。

这次下跌是市场的过度反应，是纪律性投资者的买入机会。

悲观派观点（系统性风险信号论）：

1000亿美元目标未上调，是一个信号而非巧合。Hock Tan向来保守，他的沉默意味着他看到了某种需要谨慎的迹象——可能是某个大客户的采购节奏放缓，可能是新客户谈判进展不顺，也可能是对AI利用率实际情况的审慎评估。

更深层的问题在于，当前AI应用落地速度仍然滞后于基础设施建设速度。超大规模云厂商购买了大量AI芯片，但最终用户实际调用这些算力的频次和强度，是否能够支撑持续的购买循环？如果AI应用的营收变现速度不够快，云厂商迟早会放缓基础设施投资。

核心分歧在于一个问题：AI基础设施的超级周期，是仍处于加速阶段，还是正在接近某种现实约束？

没有人能在今天给出确定性答案。但Broadcom的财报是一个信号，提示我们开始认真思考这个问题。

半导体产业的历史教训

AI芯片的兴起不是半导体历史上第一次”期望飞速超越现实”的时刻。

2000年的互联网泡沫期间，思科和英特尔是彼时的”AI芯片”——代表着整个数字化时代的算力基础设施。在顶峰时期，思科的市值达到5550亿美元，估值基于”互联网将永远以指数速度增长”的假设。那是美国有史以来最大的单一公司市值记录，直到多年后才被苹果打破。

之后发生了什么，历史已经给出了答案。但值得注意的是，互联网本身并没有消失——基础设施需求依然真实。只是市场用了5年时间来重新校准估值与现实的关系。

AI芯片不会走上互联网泡沫的老路，因为其底层需求更为具体和可量化（训练和推理的计算量可以被直接测量），客户集中在少数可预测的超大规模厂商，且商业变现路径比2000年的互联网更为清晰。

但”泡沫不会重演”不等于”估值修正不会发生”。

2006-2008年的内存芯片周期是一个更接近的类比：当时内存需求真实存在，但供应过剩和估值过高导致了持续的价格和股价压缩。最终存活下来的公司——三星、SK Hynix、Micron——仍然是巨头，但经历了长达几年的痛苦调整。

对于当前的AI芯片产业，最关键的问题不是增长会不会停止，而是：在增长持续的同时，市场能否学会用更成熟的估值框架来定价？

超大规模云厂商的自研芯片战略：Broadcom的长期变量

这次Broadcom财报事件还有一个不那么显眼但非常重要的背景：超大规模云厂商正在加速自研AI芯片。

Amazon的Trainium 2已经投入规模化生产，用于在AWS上训练Amazon和外部客户的模型。Trainium 3预计2026年底进入测试。

Google的TPU v6（Trillium）已经开始供外部客户使用，据悉性能比上一代提升约3.5倍。Google不仅用它训练Gemini系列，也通过Google Cloud向客户出售TPU算力。

Microsoft的Maia 2和Cobalt 200正在Azure内部部署，减少对英伟达GPU的依赖。

Meta则宣布了与Broadcom的1吉瓦定制芯片承诺，但同时也在内部推进MTIA（Meta Training and Inference Accelerator）系列。

这种”双轨策略”——既向Broadcom下大单，又自研芯片——是超大规模云厂商降低供应链风险的理性选择。短期内，它支撑了Broadcom的订单量；但长期看，每一代自研芯片的成熟，都意味着对Broadcom依赖的一次性减少。

Hock Tan当然清楚这一点。他的6个核心客户正在成为自己最强劲的竞争对手。这不是秘密，而是整个产业已知的结构性转变。

这也可能是他没有上调全年目标的深层原因之一：他正在评估这种竞争侵蚀在未来18-24个月的实际影响有多大。

但这里有一个更深的、很少被人谈及的矛盾：超大规模云厂商花了数年时间，在Broadcom的技术支持下构建自研芯片能力——如果他们在自研上取得成功，Broadcom会失去订单；但如果他们失败了（这种情况并不罕见，芯片设计的失败率远高于外界认知），他们又会回来找Broadcom。这意味着Broadcom的真正护城河，恰恰建立在客户的”自研焦虑”之上——每当超大规模云厂商的自研计划遇到阻碍，Broadcom都是最自然的后备方案。从这个角度看，自研的边际成功，反而可能提高对Broadcom深度定制能力的长期依赖。

投资者需要重新定义”AI基础设施股”

让我们从所有这些分析中，提炼出对投资者最实用的框架：

旧框架：”AI基础设施股=AI超级周期的直接受益者，持有不卖，越跌越买。”

这个框架在2023-2025年是正确的，因为那段时间AI基础设施需求的确处于加速阶段，且估值扩张的空间巨大。

新框架：”AI基础设施股=结构性增长中的周期性公司，需要关注估值、增速斜率变化和竞争格局演变。”

这个框架在2026年以后更为适用，原因包括：

  1. 估值倍数已经较高，错误的代价更大
  2. 增速斜率已经开始放缓（从300%→200%→143%），即便绝对值仍在增长
  3. 竞争格局正在演变（自研芯片、新兴竞争者）
  4. AI应用端的货币化速度决定了基础设施需求的可持续性

这不意味着要卖掉所有AI芯片股，而是意味着持有这些股票需要更主动地监控这些指标，而不仅仅是”相信AI宏观叙事”。

一个具体的监控框架：

  • Broadcom：每季度AI芯片收入指引 vs 总营收指引的比值；核心客户数量变化；新签大客户情况
  • Nvidia：数据中心收入同比增速是否维持100%以上；自研芯片竞争对手的市场份额变化
  • Micron：HBM订单量和均价；内存芯片供需平衡（供应过剩是历史上内存股最大的杀手）

AI推理革命与Broadcom的赌注：下一波增长从哪里来

即便承认了上述所有风险，Broadcom的多头案例依然有其逻辑基础。而理解这个基础，需要把视角从”AI训练”转向”AI推理”。

过去两年，Broadcom的AI芯片收入主要来自帮助超大规模云厂商设计用于训练大型AI模型的定制芯片。这是一次性的、周期性的计算需求——你训练一个GPT-5的时候需要大量芯片，但一旦训练完成，这批算力投入就不再持续。

但AI推理——即你每次对ChatGPT说话、每次使用GitHub Copilot自动补全代码、每次问Gemini一个问题——产生的是持续性、累积性的算力消耗。随着AI被嵌入越来越多的软件和工作流程，推理算力的需求将呈现出比训练更为平滑、更为持久的增长曲线。

关键数据点：据Andreessen Horowitz（a16z）的测算，到2027年，AI推理算力的总支出预计将超过训练算力，成为AI基础设施投入的主要构成部分。Anthropic和OpenAI每月处理的推理请求量都在以超过100%的速度增长，而这一增长背后的硬件支出，直接流向芯片供应商。

对于Broadcom而言，这意味着一个潜在的增长接力棒：即便训练芯片的订单增速放缓，推理芯片的需求可以接续增长。Broadcom已经与多家超大规模云厂商签订了专门面向推理场景的定制XPU合同。

但有一个重要的经济学约束不能忽视：推理芯片的单价远低于训练芯片。

训练一个大型模型可能需要耗费数亿乃至数十亿美元的芯片，但这种消耗是阶段性的。推理芯片虽然需求持续，但每个推理请求的算力消耗量远小于训练。这意味着Broadcom需要更大的推理芯片销量，才能替代训练芯片收入的增速。

这是Broadcom未来2-3年最核心的增长方程：推理需求的规模扩张速度，能否弥补训练芯片增速下行的压力？这个方程的答案，将在未来几个季度的财报中逐步揭晓。

Broadcom在AI生态系统中的真实地位：一张被低估的地图

大多数人谈论AI芯片时，脑子里只有Nvidia。但Broadcom在AI基础设施中扮演的角色，其实比媒体报道的更为深刻和不可替代。

Nvidia是通用GPU的主导者——你可以把它理解为AI的”通用CPU”，任何人都可以购买并配置。

Broadcom则更像是AI的”定制专用芯片设计师”——它不自己做通用芯片，而是帮助那些有足够规模和足够具体需求的科技巨头，把他们的AI计算逻辑直接”烧”进硅片里，以追求极致的效率和性价比。

这种商业模式的护城河有多深？来看几个数字：

  • 一个大型定制XPU从设计到流片，通常需要18-24个月的开发周期，以及数亿美元的前期投入
  • 一旦一家公司的AI基础设施与某款定制芯片深度集成，切换成本极高——不仅是硬件成本，还包括软件栈、数据中心配置、运营工具的全面重建。这种切换成本通常意味着数十亿美元量级的投入和数年的重构周期。
  • Google已经与Broadcom合作超过10年，其TPU系列就是在Broadcom的技术支持下从零构建的

过去3年积累的这种深度技术协作，正是Broadcom最核心的资产——也是最难被复制的护城河。但同时，也意味着打破这种关系的代价同样是双向的：如果一个核心客户决定完全自研，Broadcom失去的不仅是订单，而是一段多年积累的技术协作关系。

从产业链的视角来看，Broadcom的角色类似于”半导体行业的麦肯锡”：不是靠规模制胜，而是靠专业深度和长期信任关系锁定最重要的客户。这种商业模式在增长期是极度稳定的，但在拐点来临时，也可能因为客户数量有限而暴露出比Nvidia更集中的风险。

理解了这张地图，才能理解为什么Hock Tan的一次”不上调目标”会引发如此剧烈的市场反应：在一个护城河极深、客户关系极为稳定的商业模式下，任何不确定性的信号都会被市场放大——因为在这种模式里，如果有坏消息，通常已经是确定性的坏消息，而非微小的扰动。

结语：增长最快的钟摆

在钟摆的逻辑里，摆动幅度越大，回摆的速度越快。

Broadcom在过去3年间从不被广泛关注的”芯片拼盘公司”，成长为全球AI硬件版图的核心制造者，股价累计上涨近9倍。这段旅程中，有真实的技术突破，有真实的商业执行，有真实的市场需求作为支撑。这个过程中，每一个环节都有真实的基础：真实的技术壁垒、真实的客户关系、真实的AI需求增长。

但钟摆的问题不在于方向，而在于振幅。

当143%的年增速被市场视为”不够好”，当1万亿美元的市值在一天内蒸发仅仅因为一个未上调的目标——这是市场自己建造了一座无法被满足的高台，然后因为这座高台没有被继续搭高而陷入恐慌。

这不是Broadcom的失败。Broadcom在2026年上半年依然是AI基础设施领域最重要的公司之一，它的技术护城河和客户关系是真实存在的竞争壁垒。这一点不会因为一次季度指引未超预期而改变。

这是市场期望结构需要重新校准的信号。

AI芯片市场的故事还很长，下一章不会是泡沫破裂，而很可能是一个更成熟的增长周期——增速比现在低，但也比现在更可持续。这个周期里，真正有壁垒的公司——包括Broadcom——仍然会是赢家，只是赢的方式会更接近一个正常的成熟企业，而非一支增长股票。

而可持续的增长，比不可持续的加速，有更高的长期价值。 这是金融市场永恒的法则，只是在AI热潮中，人们暂时忘记了。

只是市场需要时间，才能学会用后者来定价。而Broadcom的这份财报，将是这段学习过程的一个历史注脚。

参考资料

  1. Broadcom stock plunges on weak software sales, unchanged AI chip forecast for the year — CNBC, 2026年6月3日
    来源: https://www.cnbc.com/2026/06/03/broadcom-avgo-earnings-report-q2-2026.html
    数据：Q2营收$222亿(+48% YoY), AI芯片收入+143%至$108亿, 净利润+88%至$93.1亿, 股价跌15%, Hock Tan未上调$1000亿全年目标；6个核心客户含Anthropic/Google/Meta/OpenAI

  2. Chip selloff erases over $1 trillion in stock market value — Reuters, 2026年6月5日
    来源: https://www.reuters.com/business/media-telecom/chip-selloff-erases-over-1-trillion-stock-market-value-2026-06-05/
    数据：半导体板块单日蒸发>$1万亿；Nvidia跌6%跌破$5万亿市值；Micron/AMD/Qualcomm各跌幅>9%；导火索为Broadcom Q3 AI芯片指引$160亿<预期$172亿

  3. 2026年6月6日AI技术日报（批次#1, 05:01 UTC+8） — tech-updates-collector, 2026年6月6日
    数据综合来源：Broadcom Q2财报摘要+芯片暴跌事件汇总整合