（本文编译自SemiWiki）

博通CEO Hock Tan与首席财务官Kirsten Spears近期出席了博通2026财年第二季度的财报电话会，公布的业绩数据本应令所有投资者满意。博通第二季度AI半导体营收达108亿美元，同比大涨143%，超出博通自身此前预期；博通全年AI业务营收指引也上调至560亿美元，2027财年千亿营收目标也再度被确认。以过往任意标准衡量，这都是一份成绩亮眼的业绩单，可博通盘后股价却大跌12%，并后续拖累纳斯达克大盘同步走弱。

SemiWiki对此表示，股价下跌的根源不在于财报数字，而在于问答环节传递出的深层信号。

杰富瑞分析师Blayne Curtis率先抛出了全场所有分析师想问却无人敢直接开口的问题，撕开了博通市场乐观预期的第一道裂口。他注意到博通披露了与谷歌签订的长期供货协议，他问道：“市场当下十分担忧贵司在谷歌供应链中的份额占比，既然双方已敲定长期协议，能否谈谈你们对此的信心？”

Hock Tan形容这份合作协议 “力度极强”，足以印证双方深厚的伙伴关系，随后却直白道出市场忽略的隐忧：“我们也清楚，谷歌自身AI算力业务扩张、研发落地的速度极快，对方必然会布局多元化芯片供应渠道。”博通最大客户谷歌正在分散芯片采购来源，以此掌握议价主动权、自主把控技术路线，同时避免单一供应商长期掌握定价话语权。电话会上所有分析师当即下调了对博通千亿营收目标的预期。

德意志银行分析师Ross Seymore随后的追问，进一步放大了市场担忧，焦点落在毛利率层面。博通半导体板块毛利率持续下滑，他希望厘清芯片业务内部的具体诱因。

对此，博通首席财务官Kirsten Spears解释了产品结构带来的影响：ASIC与TPU芯片毛利率偏低，AI网络芯片业务仅能小幅对冲盈利压力。随后Hock Tan补充道：“从行业结构性来看，半导体业务毛利率整体稳定扎实。拉低综合毛利率的核心是产品结构变化——软件、非AI芯片业务，与增速爆炸式攀升的AI定制芯片业务营收占比此消彼长，直接稀释了整体毛利水平。”

这番话翻译过来就是：博通AI芯片业务增长越快，面向各大云厂商定制开发的专用芯片（如谷歌TPU、Anthropic与OpenAI加速器、Meta MTIA芯片等）占比越高，公司综合毛利率就越低，且该问题并非短期现象。Kirsten Spears此前已向投资者提示，后续需将两大业务板块分开单独测算，这是财务官委婉释放的信号：随着AI业务持续扩张，合并报表盈利数据将持续承压。

两大负面信号叠加，再叠加博通三季度AI营收指引160亿美元，低于市场分析师预期的172亿美元，最终触发大规模抛售。单独任意一项利空都不足以引发恐慌，但三者结合勾勒出清晰的下行逻辑：业务边际增长动能趋缓、核心大客户分散采购、增速最快的业务盈利水平最差。此前投资者一致将博通视作纯粹的AI基础设施核心受益标的，那天下午市场被迫同步推翻这三大核心看涨逻辑。

毛利率承压的披露之所以意义重大，是因为英伟达黄仁勋此前在台北电脑展上也表达了相同判断，只是表述方式截然不同。他将AI数据中心称作人类史上规模最大的基建投入，单座算力园区能耗将达到1吉瓦，单吉瓦资本投入目前为5000亿至6000亿美元，不久后将攀升至8000亿至1万亿美元。他清晰点明产业链价值分配逻辑：“一座1吉瓦算力园区，每瓦算力对应的吞吐量直接等同于营收，每一次模型Token运算都能创造收益。”

当下行业竞争的核心单元已不再是单颗芯片，而是整套算力系统——功耗、机柜、网络、散热方案协同优化，实现单位资本投入下最大化Token产出。黄仁勋直言英伟达早已完成转型：“早年英伟达只是一家GPU厂商，多年来我们持续迭代，如今彻底转型为系统厂商，还将再度升级定位，成为完整AI基础设施服务商，协助客户搭建整套AI算力园区，而非仅向客户出售服务器硬件。”

博通发布财报四天前，Marvell交出的业绩本足以让市场区分两家企业的基本面差异。Marvell主营光互连与网络芯片，也就是算力单元之间的数据传输硬件，非通用会计准则下毛利率稳定维持58.9%，营收同比增长28%。Marvell首席执行官Matt Murphy在单场电话会上三次上调互连芯片营收增速预期：“年初指引30%，随后上调至50%，当前已提升至70%。” 他解释背后逻辑：“随着每一代全新AI基础设施落地，网络传输的重要性持续攀升，互连、交换类网络芯片带动营收高速增长。生成式AI发展初期，行业重心集中解决算力与存储瓶颈；而推理大模型、混合专家模型等复杂架构逐步落地后，网络层的关键程度大幅提升。”

市场却并未区分二者基本面。博通股价大跌之际，Marvell同步暴跌16.74%，成为半导体板块当日跌幅第二大个股；Arm大跌12.84%，美光下挫13.25%。Marvell年内涨幅一度高达145%，毛利率稳健、业绩指引持续上调，却和所有带“半导体”、“AI”标签的个股一同遭遇无差别抛售。盛宝银行首席投资策略师Charu Chanana向路透社表示，本轮抛售源于市场此前过度押注单一投资逻辑；韩国存储厂商本是AI存储超级周期最大受益方，一旦投资者质疑AI需求预期透支，整个板块都会承压。

这套板块普跌逻辑同样适用于圣克拉拉的芯片企业。无差别抛售是本轮行情里最危险的信号，并非市场对博通的判断有误，而是说明资本市场仅将半导体视作单一板块，而非完整分层供应链。市场尚且无法区分算力芯片与传输芯片、计算层与互连层，分不清毛利率持续收缩与盈利稳固的企业。后续若印度、以色列芯片设计服务企业在财报中释放利空，这套一刀切的板块定价逻辑仍会重演，全行业个股同步遭抛售，真正具备基本面分化价值的企业差异会被最后纳入定价考量。

Hock Tan提及的毛利率收缩、Murphy展现的毛利率扩张，是同一套产业链逻辑的一体两面。博通的算力定制芯片规模扩张持续稀释综合毛利，Marvell的互连传输芯片毛利稳定、增速持续加快。负责数据流转的芯片盈利空间，已经超越负责数据运算的芯片。两家企业在接连两场财报会上用毛利率数据印证了同一个结论：AI算力基建的核心盈利落点，在网络传输环节。过去两年市场炒作AI行情时，始终将芯片作为叙事核心；台北电脑展传递的信号则指向完整基础设施赛道，博通与Marvell的财报数据在同一周坐实了这一转变，抛售行情本质是市场修正此前“芯片独享全部利润”的固有定价模型。

英伟达在这套产业链格局中的处境更为特殊。英伟达并未与博通争夺云厂商定制芯片订单，其销售标准化通用GPU产品H100、Blackwell、Rubin系列，面向全行业所有客户供货，研发成本由海量客户分摊，毛利率稳定维持在70%以上。各大云厂商自研定制ASIC芯片，初衷正是降低对英伟达的依赖，谷歌自2016年起自研TPU便是典型案例。黄仁勋在台北电脑展上，将企业定位从GPU厂商转向AI算力园区服务商，正是为应对客户自研带来的替代风险。

而这次战略转向，也暴露了英伟达真正的核心增长市场。整套AI园区解决方案并非面向谷歌、微软这类自建完整算力生态的巨头，而是瞄准新兴算力投资方：设立国家级AI算力中心的主权基金、区域云服务商、在海湾地区投建数据中心的产油国、CoreWeave、xAI，以及需要顶级AI算力、却不愿依赖大型云厂商，也没有团队从零搭建算力体系的传统企业客户。

这类客户没有自研TPU的能力，需要厂商交付整套预集成算力系统，也愿意为英伟达的高毛利产品买单。风险在于，这批新兴算力园区客户抗供应链冲击能力最弱；沙特、古吉拉特邦的国家级AI算力中心，不具备谷歌那样庞大的自研运维团队，完全依赖印度外包团队提供云运维、开发运维、系统集成、数据工程人才。研究机构Researcher and Research创始人Jane Hsu指出，这层人力执行环节是市场模型完全未纳入测算的隐性依赖。英伟达增速最快的客户群体，恰恰是整条供应链里风险敞口最高、无人关注的环节。

本轮抛售能否止步于博通、Marvell，取决于6月3日财报会上无人问及的核心问题。当前下跌只是第一波调整，市场重新定价“AI扩张下定制芯片毛利率将持续承压” 的预期；第二波风险尚未显现，隐藏在芯片厂商下游的设计服务层：印度、以色列工程企业负责RTL设计、功能验证、物理版图落地，将云厂商的AI研发构想转化为可量产芯片。只有当项目延期、企业冻结招聘的消息出现在财报中，这层风险才会在金融终端数据上显现。

第三波风险则来自各大云厂商自身。若印度、以色列设计服务产能受限或遭遇地缘冲击，定制芯片研发周期拉长，云厂商AI基建落地进度延后，资本投入回报率下滑，6月5日抛售行情中暂时稳住估值、基于高AI增长预期定价的企业，将再度迎来估值重估。想要化解风险，只能依靠云厂商加速自研芯片落地，亚马逊Trainium、微软Maia、Meta MTIA等自研项目推进速度必须快于宏观风险发酵速度。但矛盾点在于，各大云厂商自研芯片项目，同样依赖印度、以色列的设计外包团队。企业分散供应链风险的策略，与行业集中人力资源的风险，绑定同一批工程人才，风险应对手段与风险源头同源。

英特尔同时从供需两端印证了地理集中带来的供应链隐患。其晶圆代工业务目前正争夺博通、Marvell主导的云厂商定制芯片代工订单，尚未拿下头部云厂商大额订单；而英特尔美国境外效率最高的芯片设计团队不在印度，而是位于海法、佩塔提克瓦，这支团队深耕酷睿架构数十年，是其战略核心资产。英特尔以色列研发中心的人力集中风险，从未纳入常规供应链风险评估，只因当地地缘环境长期稳定。

以色列长期平稳的现状，让市场从未推演局势动荡带来的连锁影响，如今这一假设正经受现实考验。LPL金融首席宏观策略师Kristian Kerr,提示，即便美伊达成协议，市场可能低估霍尔木兹海峡航运恢复至战前水平的难度，初期运输改善仅能消化现有积压货物，无法实现产能持续回暖。这套逻辑同样适用于芯片研发人力供给：芯片设计项目重启，远比疏通滞港货物更难。定制芯片设计链条两大核心人力节点——负责版图落地的印度团队、负责架构研发的以色列团队，同时暴露在地缘风险之下，且两类风险敞口均未写入云厂商官方风险披露文件。英特尔清楚自身核心工程师的分布，但其客户显然从未主动深究这一隐患。

参与博通财报电话会的各大分析机构合计管理数万亿美元半导体相关资产，却没有一位分析师问及基建底层的人力依赖问题。Jane Hsu划出了行业模型普遍遗漏的边界：算力基建只包含硬件产能，即GPU、数据中心、电力、网络设备；基础设施不等于实际算力利用率，整套体系运转完全依托研发工程师、云运维、开发运维、数据工程与系统集成人才。印度并非AI终端消费市场，也不只是单纯的成本洼地，而是算力落地执行环节不可或缺的结构性节点。真正的风险不在于数据中心无法建成，而在于芯片落地、业务部署、企业算力实际使用规模，远低于硬件基建规划预期。

整条产业链的传导链条，远比财报会上展现的更长。Hock Tan在会上列举的云厂商定制ASIC业务——谷歌TPU、Anthropic与OpenAI加速器、Meta MTIA芯片，研发落地绝非仅依靠美国本土工程师。芯片架构定型到物理版图流片之间大量细化落地工作，主要交由印度设计服务企业承接。塔塔咨询、威普罗、HCL，以及萨斯肯、L&T科技服务等专业半导体设计机构，完成RTL设计、功能验证、物理版图布局、时序收敛等全流程工作，将云厂商的AI研发构想转化为可量产芯片。

这是先进制程下的高端半导体研发工作，印度经过三十年发展，已在该领域积累深厚技术能力。塔塔爱克思思、KPIT在印度国家证券交易所跟随博通同步下跌，并非单纯市场情绪带动，而是资金开始定价这条人力供应链的隐性风险。印度地缘或产业人力供给冲击，不仅会拖累企业IT项目落地，Hock Tan与Murphy口中作为两大企业核心增长引擎的定制芯片研发项目，进度也可能同步放缓。算力园区落成仪式在美国举办，但核心研发落地环节不在美国。

数据中心能够顺利建成，但配套需求落地延期、达不到规划使用规模，基建投入与实际利用率之间的缺口，正是估值泡沫破裂的核心诱因。博通财报给出了量化指标，Hock Tan将其定义为毛利率收缩，市场则以万亿市值蒸发做出回应。而人力供应链——班加罗尔、海德拉巴、浦那、海法、佩塔提克瓦的工程师，支撑满载GPU的数据中心转化为可用企业算力体系，却是整场行情中无人探讨的盲区，因为没有任何机构将其纳入风险测算模型。

1997年7月的市场危机到来前，同样没有任何人提前预警。