Latest / The Long View / 2026-06-07 · 特辑｜博通破纪录却暴跌：看懂“定制 AI 芯片”这门隐形生意

Transcript

2026-06-07 · 特辑｜博通破纪录却暴跌：看懂“定制 AI 芯片”这门隐形生意 · The Long View

0:07
欢迎收听The Long View，
0:08
这是一期特辑。
0:09
今天我们不追快讯，花一整期，把一件刚刚发生、
0:14
又特别值得拆开看的事讲透。
0:17
这件事，是上周博通这家芯片公司的一场大跌。
0:22
我们先把要解的那道谜题摆在桌面上。
0:25
二〇二六年六月三号，星期三，美股收盘之后，
0:29
博通公布了它二〇二六财年第二季度的财报。
0:33
这份财报，几乎每一个能破纪录的地方都破了纪录。
0:38
公司总收入两百二十二亿美元，同比增长百分之四十八。
0:43
其中最关键的那条线，人工智能相关的半导体收入，
0:48
单季度做到了一百零八亿美元，同比暴涨百分之一百四十三，
0:53
已经占到公司总收入的将近一半。
0:57
营业利润率冲到百分之六十七，是公司历史上的最高水平。
1:02
自由现金流一百零三亿美元，相当于把每一百块收入里的四十六块变成了实打实的现金。
1:11
更夸张的是，光这一个季度，公司新签的AI订单就超过了三百亿美元。
1:18
按常理，这样一份财报出来，股票应该大涨庆祝。
1:22
结果第二天，六月四号星期四，博通的股价不是涨，
1:26
是断崖式地跌。
1:28
单日下跌百分之十二点六，收在四百一十八块九毛一，
1:33
一天之内蒸发掉大约两千八百亿美元的市值。
1:37
这是美国超大市值公司历史上单日蒸发金额最大的几次之一。
1:44
而且它不是一个人跌，它把整个半导体板块都拽了下去。
1:48
费城半导体指数当天跌了百分之二点一五，
1:52
Marvell、Arm、安森美这些芯片股跟着一起跌。
1:58
这就是我们今天要拆的悖论。
2:00
一家公司业务增长了百分之一百四十三，
2:03
股价却跌掉了百分之十二点六。
2:06
一份处处破纪录的财报，怎么会成为砸盘的导火索？
2:12
而这场把全行业带崩的大跌，到底是市场看到了什么真问题，
2:17
还是一次过度恐慌？
2:20
要回答这个问题，光看股价和数字是不够的。
2:23
你得先知道博通到底是一家做什么的公司，
2:27
而它做的这门生意，叫定制AI芯片，是这一轮AI浪潮里最隐形、
2:33
也最被低估的一块。
2:36
所以这一期，我会带你从最底层讲起。
2:40
给你一张地图。
2:41
我会先从零开始，讲清楚芯片世界里通用和定制两种活法的根本区别，
2:48
这是理解英伟达和博通为什么是两种完全不同公司的钥匙。
2:54
然后讲博通这家公司是怎么从惠普的一个部门，
2:58
被一个叫Hock Tan的人捏成今天这个并购帝国的。
3:03
接着，我们把一颗定制芯片从一个念头到挂在云端服务器上的全过程走一遍，
3:09
再上一节词汇课，把这个行业你必须认识的十几个词逐个讲透。
3:16
之后，我们把博通的三根业务支柱拆开看，
3:19
讲清楚钱从哪来流到哪去，谁赢谁输。
3:25
最后，也是全期的重头戏，我们正面回答那个问题，
3:29
这场大跌，到底是不是过度恐慌，并留给你三个一年以后还能记得住的结论。
3:37
听完这一期，我的目标是，你以后再看到任何一篇讲定制芯片、
3:43
超大规模厂商自研芯片、AI资本开支的报道，
3:47
都不会再被那些术语挡在门外。
3:51
那我们就从最基础的地方说起，芯片世界里的两种活法，
3:55
通用和定制。
3:57
要理解博通，得先理解一个最基础的分野。
4:01
芯片这个东西，大体上有两种造法，对应两种完全不同的生意。
4:08
我们先把芯片这个词落到地面。
4:11
芯片，本质上是一块指甲盖到邮票大小的硅片，
4:15
上面用极其精密的工艺刻了几百亿个微小的开关。
4:20
这个开关叫晶体管，它只做一件事，通电或者不通电，
4:26
对应数字世界里的一和零。
4:28
今天一颗最先进的AI芯片上，晶体管的数量是几百亿到上千亿个的量级。
4:36
把这么多开关按特定的方式连起来，就能完成计算。
4:41
所有的数字文明，从你手机里的相册，到训练ChatGPT的超级计算机，
4:47
底层都是这些开关在以每秒几十亿次的速度开开关关。
4:53
这里先垫一个背景，叫摩尔定律。
4:56
一九六五年，英特尔的创始人之一Gordon Moore观察到，
5:00
同样大小的芯片上能塞进的晶体管数量，
5:04
大约每两年翻一番。
5:07
过去六十年，整个半导体行业就是踩着这条定律往前跑的，
5:12
晶体管越来越小、越来越多、越来越便宜，
5:16
才有了今天的算力爆炸。
5:19
但这条定律最近十几年明显放缓了，物理极限越来越近。
5:25
这件事很重要，因为当靠制程进步白白获得性能提升这条路越走越窄时，
5:31
靠为特定任务定制芯片来榨出额外性能这条路，
5:36
就变得越来越有吸引力。
5:39
这正是定制芯片这门生意在这几年突然变热的底层原因之一。
5:45
那么，造芯片的两种活法是什么？
5:49
第一种，叫通用芯片。
5:51
最典型的就是英伟达的G P U，也就是图形处理器。
5:56
G P U的设计哲学是，我什么都能算。
6:00
它不为任何一个特定任务量身打造，而是提供一大片可以灵活调度的计算单元，
6:07
配上一套叫CUDA的软件，让全世界的程序员都能用它来跑各种各样的活。
6:14
今天训练一个语言模型，明天渲染一段视频，
6:17
后天算一道物理仿真题，都行。
6:21
这就像一把瑞士军刀，或者更贴切地说，
6:24
像一件高级成衣，设计好了批量生产，谁都能买来穿，
6:29
合身度不是百分之百，但胜在通用、生态成熟、
6:34
随买随用。
6:35
英伟达靠这个模式，拿下了AI加速芯片市场大约七到八成的收入份额。
6:42
这里要特别说一句CUDA，因为它是理解英伟达为什么这么难被取代的关键。
6:49
CUDA是英伟达从二〇〇六年起就开始铺的一套软件平台，
6:54
让程序员能方便地调用G P U的算力。
6:58
经过近二十年，全世界几乎所有的AI框架、
7:02
几百万开发者、海量的现成代码，都是围绕CUDA写的。
7:07
这就形成了一道极深的护城河。
7:10
你的芯片硬件哪怕再好，如果软件生态不兼容、
7:15
程序员不会用、现成代码跑不起来，客户也不愿意换。
7:20
这就是为什么定制芯片虽然在硬件成本上有优势，
7:25
却始终难以撼动英伟达在训练这个最复杂场景里的统治地位。
7:31
硬件可以定制，但二十年的软件生态，定制不出来。
7:36
第二种，叫定制芯片，行业里的术语叫A S I C，
7:42
全称是专用集成电路。
7:44
它的哲学正好相反，我只为你这一个任务、
7:48
这一种工作负载，量身打造一颗芯片。
7:52
它不灵活，换个活可能就跑不动了，但因为它把所有的硅片面积、
7:58
所有的功耗预算，都砸在你最需要的那件事上，
8:02
所以在那一件事上，它能比通用芯片更省电、
8:07
更省钱。
8:08
这就像高级定制西装，为你一个人的身材剪裁，
8:12
别人穿不了，但你穿上就是最合身的。
8:16
这里要引入一个关键词，叫X P U。
8:20
这是博通自己爱用的一个叫法，你可以把它理解成，
8:24
为某个客户定制的那颗AI加速器。
8:28
X是个占位符，代表它可以是谁家的。
8:32
Google管自己的定制芯片叫T P U，
8:35
亚马逊叫Trainium，微软叫Maia，
8:39
Meta叫M T I A。
8:42
这些五花八门的名字，在博通的财报语言里，
8:46
统统归为X P U。
8:48
那么问题来了，既然英伟达的通用G P U那么好用、
8:53
生态那么成熟，这些科技巨头为什么还要费劲去搞自己的定制芯片？
8:59
答案是两个字，钱，和命。
9:04
先说钱。
9:04
英伟达的G P U卖得贵，毛利率极高，
9:07
它在每颗芯片上赚的钱，对买家来说就是成本。
9:12
像Google、Meta、亚马逊这种自己一年要在AI上花几百亿美元的超大买家，
9:19
他们算过一笔账，与其一直给英伟达交这份过路费，
9:24
不如自己设计一颗只为我自己的工作负载优化的芯片，
9:29
把英伟达赚走的那部分利润省下来。
9:33
有研究机构估算，在大规模、多年期的推理部署里，
9:37
定制A S I C相比通用G P U能带来百分之四十到六十五的总拥有成本优势。
9:45
这是个巨大的数字。
9:47
再说命。
9:48
一家公司如果把自己的全部AI命脉都押在单一供应商身上，
9:53
是很危险的。
9:55
自研芯片，哪怕只承担一部分工作负载，
9:59
也能让自己在跟英伟达谈判时多一张牌，
10:03
多一条退路。
10:05
但这里有个关键的转折，这也是博通故事的核心。
10:09
这些科技巨头虽然想自研芯片，但他们自己并不具备从头设计一颗顶级芯片的全部能力。
10:18
设计一颗几百亿晶体管的先进芯片，需要几十年积累的专门技术，
10:23
尤其是芯片内部和芯片之间高速传输数据的那套电路。
10:29
于是，他们找上了博通。
10:32
博通在这盘棋里扮演的角色，不是卖现成芯片的人，
10:36
而是定制芯片的合伙设计师。
10:39
Google想要一颗T P U，会带着自己的想法来找博通，
10:44
两家一起把它设计出来，博通贡献它最值钱的那部分底层电路技术。
10:51
这就是博通和英伟达的根本区别。
10:53
英伟达卖一件人人都能穿的高级成衣，博通是帮你量身定制西装的那位顶级裁缝。
11:01
英伟达自己不做定制，博通自己不卖通用G P U。
11:06
它们站在AI芯片这座金矿的两侧，用两种完全相反的模式挖矿。
11:11
记住这个分野，后面所有的故事都从这里展开。
11:16
讲完了两种活法，我们来看博通这家公司本身，
11:20
它是怎么变成今天这个并购帝国的。
11:24
因为博通的打法，是一个人用二十年时间、
11:28
靠一连串大并购拼出来的，而这个人的风格，
11:32
深刻地决定了博通今天是什么样子。
11:36
故事要从二〇〇五年说起。
11:38
那一年，惠普旗下一个叫安捷伦的公司，
11:41
把它的半导体产品部门拆了出来卖掉，新公司取名叫安华高。
11:47
注意，这个时候它还不叫博通。
11:51
安华高早期做的是一些不那么起眼的芯片，
11:54
手机里的射频滤波器、光通信器件这类东西。
11:59
真正的转折点，是一个叫Hock Tan的人。
12:02
他二〇〇六年出任C E O，到今天已经掌舵二十年。
12:08
Hock Tan是马来西亚出生的华人，
12:11
麻省理工的工程背景，但他真正的天赋不在技术，
12:16
而在资本运作和成本控制。
12:20
他给安华高、也就是后来的博通，定下了一套至今未变的打法，
12:25
我把它叫猎手模式。
12:27
去收购那些拥有黏性极强、客户跑不掉的成熟生意的公司，
12:33
收购完之后狠狠砍成本，对那些被锁定的客户涨价，
12:38
然后把源源不断的现金流收割上来。
12:42
接下来就是一连串教科书级的并购。
12:45
二〇一六年，安华高花大约三百七十亿美元收购了一家叫博通的老牌芯片公司，
12:52
然后，它干脆把自己的名字也改成了博通，
12:56
因为这个牌子更响。
12:59
所以今天我们说的博通，严格讲是安华高用了博通这个名字。
13:05
之后，二〇一七年收购Brocade，
13:07
二〇一八年花大约一百九十亿美元收购做大型机软件的CA Technologies，
13:14
二〇一九年花约一百一十亿美元买下赛门铁克的企业安全业务。
13:21
而最大的一笔，是二〇二三年十一月，博通花了大约六百九十亿美元，
13:27
收购了云计算虚拟化软件的巨头VMware。
13:31
这一笔买完，软件业务一下子占到了博通收入的大约三分之一。
13:37
Hock Tan收购VMware之后的操作，
13:40
是他风格的完美注脚。
13:43
他砍掉了一大批冗余成本，把VMware原来几百种灵活的产品砍并成少数几个捆绑订阅，
13:51
再对那些已经深度依赖VMware、迁移成本极高的企业客户大幅涨价，
13:58
有的客户续费报价涨了好几倍。
14:01
客户怨声载道，一部分人开始研究迁移到别的虚拟化方案，
14:06
比如Nutanix、Proxmox，
14:08
或者干脆上公有云，但绝大多数因为迁移太痛苦只能咬牙续费，
14:15
钱就实打实地进来了。
14:17
这套买下黏性资产、砍成本、对锁定客户涨价、
14:22
收割现金流的循环，业内叫连环收购飞轮。
14:26
上一笔收购产生的现金，去喂下一笔更大的收购，
14:31
雪球越滚越大。
14:34
理解了这个飞轮，你就理解了Hock Tan这二十年做的事，
14:38
本质上是同一件事重复了五遍。
14:42
讲到这儿，你可能会以为博通的AI芯片业务，
14:46
也是买来的。
14:47
恰恰相反，这是博通故事里最有意思的一处反差。
14:52
它今天最炙手可热的那块AI定制芯片业务，
14:56
不是收购来的，是它自己几十年一点一点长出来的。
15:02
靠的是它在高速数据传输电路、网络芯片、
15:05
定制A S I C设计上几十年的自有技术积累。
15:10
所以博通是一个奇特的混合体，一边是Hock Tan用并购拼出来的、
15:17
靠收割现金流的成熟软件和芯片业务，一边是有机生长出来的、
15:23
站在AI浪潮最前沿的定制芯片业务。
15:27
前者是压舱石，后者是发动机。
15:31
这套组合，让博通成了整个半导体行业里最赚钱的公司之一。
15:36
也正是这套组合，埋下了六月四号那场大跌的种子。
15:42
因为当一家公司被市场认定为AI时代最确定的赢家之一时，
15:47
它就背上了一个沉重的包袱，每个季度都得超出预期。
15:52
这个包袱具体是怎么把它压垮的，我们后面会详细讲。
15:58
现在我们把镜头拉近，走一遍一颗定制AI芯片完整的诞生过程。
16:05
走完这一遍，你就知道博通到底在这条产业链的哪个环节赚钱。
16:11
第一步，是一个超大规模厂商动了自研的念头。
16:16
超大规模厂商这个词，英文叫hyperscaler，
16:19
指的是那几家运营着全球最大规模数据中心的公司，
16:24
Google、亚马逊、微软、Meta，
16:27
再加上OpenAI、Anthropic这些前沿AI实验室。
16:33
他们每年在AI硬件上的开支是几百亿美元的量级。
16:37
当一家这样的公司决定，我要有一颗自己的芯片，
16:42
故事就开始了。
16:44
第二步，他带着需求去找博通做联合设计。
16:48
这家厂商最懂自己的工作负载，比如Google最懂怎么跑它自己的搜索和AI模型，
16:55
但它不具备把一颗顶级芯片从电路层面实现出来的全部能力。
17:02
于是它把我要算什么、要多快、功耗预算多少这些需求交给博通，
17:08
两家坐在一起做联合设计。
17:11
第三步，博通贡献它最值钱的底层电路技术。
17:16
这里面最核心的一块，叫SerDes。
17:20
你不需要记全称，只要记住它干的活，让数据在芯片和芯片之间、
17:26
以极高的速度、极低的出错率传输。
17:30
一颗AI加速器要和成千上万颗同伴协同工作，
17:34
数据搬运的速度往往才是真正的瓶颈，而SerDes就是决定搬运速度的那块电路。
17:42
博通在这上面有几十年的积累，是它最深的护城河之一。
17:48
说到这儿，要让你对为什么超大规模厂商离不开博通有个量化的体感。
17:53
设计一颗最先进制程的芯片，今天是一件极其昂贵、
17:59
极其漫长的事。
18:00
一颗顶级芯片的设计加流片，投入动辄好几亿美元，
18:05
从立项到量产要两三年，中间任何一个环节出错，
18:09
可能就是几个月的延误和上亿美元的损失。
18:14
而像SerDes这种顶尖的高速接口电路，
18:17
全世界能做到最好的，就那么几家。
18:20
一个超大规模厂商哪怕财力雄厚、工程师再多，
18:24
要从零搭起这套能力，也得花好几年、踩无数坑。
18:30
与其如此，不如直接把博通这块现成的、
18:34
经过无数次验证的顶级积木拿来用，这既省了时间，
18:39
又把芯片设计失败这个最大的风险，外包给了一个最不可能失败的人。
18:46
这就是博通在这条产业链上不可替代的根源。
18:50
它卖的不是某一颗芯片，而是让你的定制芯片大概率一次成功的那份确定性。
18:57
第四步，把设计交给台积电去流片，也就是真正把芯片造出来。
19:03
博通和它的客户都不自己开厂造芯片，这种模式叫无晶圆厂。
19:10
真正在硅片上把那几百亿个晶体管刻出来的，
19:14
是台湾的台积电，全世界唯一能稳定量产最先进制程芯片的公司。
19:21
博通是台积电三纳米这种顶级制程的大客户，
19:24
手里攥着稀缺的产能配额。
19:27
这一点很重要，能不能从台积电拿到产能，
19:31
本身就是一道门槛，把很多想做定制芯片的竞争者挡在门外。
19:37
第五步，封装，尤其是一种叫CoWoS的先进封装。
19:42
芯片造出来还不够，还得把计算芯片和它旁边的高速内存，
19:47
叫H B M，高带宽内存，用一种精密的工艺封装在一起，
19:53
让它们贴得极近、传得极快。
19:56
这种封装工艺叫CoWoS，在过去两三年里，
20:00
它一直是全球AI芯片产能真正的卡脖子环节。
20:05
不是设计不出来，是封装产能不够。
20:09
第六步，也是常被外行忽略的一步，把这些芯片用网络连成一个集群。
20:15
一颗AI芯片再强，也算不动今天最大的模型。
20:19
真正干活的是成千上万颗芯片组成的集群。
20:24
要让这么多芯片像一台机器一样协同，需要专门的网络交换芯片把它们高速地连起来。
20:32
而这，又是博通的另一块主场。
20:35
它不光帮你设计那颗计算芯片，还卖把这些芯片连起来的网络芯片。
20:42
这块我们待会儿会专门讲。
20:44
第七步，部署到数据中心，挂上云端，开始干活。
20:49
到这里，一颗从念头出发的定制芯片，终于变成了数据中心里轰鸣运转的算力。
20:56
你看完这条链就明白了，博通在这条产业链上，
21:00
吃的不是一口饭，是两口。
21:03
它既在芯片联合设计这一步赚钱，又在网络连接这一步赚钱。
21:09
这正是它和只做一个环节的公司不一样的地方。
21:13
而它真正不碰的，是制造，那是台积电的活，
21:17
和最终的云服务运营，那是厂商自己的活。
21:22
理解了这条链，你就理解了博通的全部商业模式。
21:27
走完了流程，我们上一节词汇课。
21:30
我挑出十四个你以后读任何一篇这个领域的报道都会撞上的词，
21:36
逐个讲清楚。
21:38
我先说一句，你不需要在第一遍听的时候就全部记住，
21:42
等你以后在文章里读到它们，回来查就行。
21:47
第一个，hyperscaler，r，
21:48
超大规模厂商。
21:50
运营全球最大数据中心、每年AI开支几百亿美元的那几家，
21:55
Google、亚马逊、微软、Meta，
21:58
加上OpenAI、Anthropic这类前沿实验室。
22:03
他们是博通的客户，是整个AI资本开支的源头。
22:07
第二个，A S I C，专用集成电路。
22:10
为单一任务量身定制的芯片，省电省钱但不灵活，
22:15
和通用G P U相对。
22:17
第三个，X P U。
22:19
博通对为某个客户定制的AI加速器的统称。
22:23
Google的叫T P U，亚马逊的叫Trainium，
22:27
微软的叫Maia，Meta的叫M T I A。
22:32
第四个，G P U，图形处理器。
22:34
英伟达的看家产品，通用、灵活、生态成熟，
22:39
占AI加速芯片收入的七到八成。
22:42
是X P U要去抢的对象，也是它的对照组。
22:47
第五个，SerDes。
22:49
让数据在芯片间高速、低错地传输的底层电路，
22:53
博通几十年的核心技术护城河。
22:57
第六个，H B M，高带宽内存。
23:00
紧贴在AI计算芯片旁边的高速内存。
23:04
AI芯片算得快，但如果喂数据的内存跟不上，
23:08
再快也是空转，所以H B M是关键配套。
23:14
主要由SK海力士、美光、三星供应。
23:18
第七个，CoWoS。
23:20
把计算芯片和H B M封装在一起的先进工艺，
23:24
过去两三年全球AI芯片真正的产能瓶颈。
23:29
第八个，Tomahawk和Jericho。
23:32
这是博通两条网络芯片产品线的名字。
23:36
Tomahawk是数据中心里连接大量芯片的以太网交换芯片，
23:42
Jericho是路由芯片。
23:45
你只要记住，它们是把成千上万颗AI芯片连成一个集群的交通枢纽。
23:52
第九个，scale up和scale out，
23:54
纵向扩展和横向扩展。
23:57
这是两种把算力堆大的思路。
24:00
Scale up是在一个机柜内部，把少量芯片用超高速的方式紧密连接成一个超级芯片。
24:09
Scale out是把成百上千个这样的节点用网络横向连成一片。
24:15
博通在这两条路上都有产品。
24:18
第十个，T C O，总拥有成本。
24:21
衡量一套方案一辈子总共花多少钱的指标，
24:25
包括买芯片的钱、电费、运维。
24:29
定制A S I C的卖点，就是在大规模长期部署里T C O比通用G P U低四到六成。
24:38
第十一个，bookings和backlog，
24:40
订单和积压订单。
24:42
Bookings是某个时间段内新签下的订单金额，
24:46
backlog是已经签了、但还没交付确认收入的订单总量。
24:51
博通这个季度新签订单超过三百亿美元，
24:55
AI积压订单约七百三十亿美元。
24:58
这两个数字告诉你的，是它未来一两年的收入有多少已经被锁定了。
25:04
第十二个，whisper number，
25:05
悄悄话预期。
25:07
这个词极其重要，是理解这次大跌的钥匙，
25:11
我先点到，后面细讲。
25:14
简单说，分析师们公开发布的预期叫共识，
25:18
但在一只热门股票被疯狂追捧的时候，市场私下里实际期待的数字，
25:25
会比公开的共识高出一截，这个更高的、
25:30
不成文的期待，就叫whisper number。
25:33
博通这次的麻烦，就出在它打败了公开共识，
25:36
却没打败那个悄悄话。
25:39
第十三个，A R R，年度经常性收入。
25:42
主要用在软件业务上，指那些每年都会稳定续费的订阅收入。
25:48
博通的VMware软件业务，A R R同比增长百分之十七。
25:53
这种收入的价值在于它稳定、可预测、不受AI周期波动影响。
26:00
第十四个，非通用会计准则每股收益，英文是non-GAAP E P S。
26:07
E P S是每股盈利。
26:10
non-GAAP是公司在标准会计利润的基础上，
26:13
剔除掉一些一次性的、非现金的项目之后算出的盈利。
26:18
它有美化的嫌疑，但对博通这种并购大户，
26:22
往往更能反映真实的经营盈利能力。
26:25
博通这季度非通用每股收益是二块四毛四，
26:29
超出了预期。
26:31
这十四个词，是你进入这个领域的通行证。
26:35
现在我们把博通这家公司从内部拆开。
26:38
它本质上靠三根支柱站着，每一根的赚钱方式和护城河都不一样。
26:44
第一根支柱，定制X P U，也就是那些为超大规模厂商量身打造的AI加速器。
26:52
这是博通AI收入里最大的一块，大约占六成，
26:56
单季度约六十五亿美元。
26:59
博通是这门生意里毫无争议的老大。
27:02
这个市场有多集中？
27:05
博通加上排名第二的Marvell，两家加起来控制了超大规模厂商定制A S I C联合设计市场的大约百分之九十五。
27:16
这是一个不折不扣的双寡头格局，而博通是更大、
27:20
更赚钱的那一个。
27:22
博通目前手上有六个X P U客户在批量或承诺爬坡。
27:27
公开点过名的有四个，Google的T P U、
27:31
Meta的M T I A、Anthropic、
27:34
OpenAI。
27:36
另外两个没点名的，业内普遍认为是字节跳动和马斯克的xAI。
27:42
每个客户的爬坡节奏，C E O Hock Tan在财报电话会上给了线索。
27:47
Google对它第七代Ironwood T P U的需求很强。
27:51
Meta的路线图活得很好，从二〇二七年起要上多个吉瓦的规模，
27:57
据报道甚至锁定到了二〇二九年。
28:00
Anthropic要从二〇二六年的约一吉瓦，
28:04
涨到二〇二七年的三吉瓦以上。
28:07
OpenAI是最新签下的第六个客户，
28:11
第一代定制芯片计划在二〇二七年部署一吉瓦。
28:16
这里插一句吉瓦。
28:17
你可能奇怪，芯片业务为什么用电力单位来衡量？
28:21
因为在AI数据中心这个尺度上，真正稀缺的、
28:25
决定你能部署多少算力的，是电。
28:29
所以行业现在干脆用多少吉瓦来描述一个AI项目的规模。
28:35
一吉瓦大约是一座中型核电站的发电量。
28:39
用吉瓦说事，本身就说明了AI算力的胃口已经大到什么程度。
28:45
定制X P U这门生意的经济特征是，
28:48
单颗利润率比英伟达的通用G P U低，
28:52
但胜在规模巨大、而且极其黏。
28:55
为什么黏？
28:57
因为一旦一个客户选定博通帮它设计某一代芯片，
29:01
这个客户未来好几年的产品路线图、向台积电预订的产能，
29:07
全都是围绕博通的技术搭起来的。
29:11
换供应商的代价高到几乎不可承受。
29:14
这就是博通最深的护城河。
29:17
第二根支柱，AI网络芯片，约占AI收入的四成，
29:21
单季度约四十三亿美元。
29:25
这就是我们前面讲的把成千上万颗加速器连成一个集群的那些交换和路由芯片，
29:31
产品线就是Tomahawk、Jericho、
29:35
Tomahawk Ultra。
29:37
这块生意有一个长期向上的逻辑，集群越建越大，
29:42
芯片越堆越多，那么把它们连起来这件事在整个AI开支里占的比重就越大。
29:50
打个比方，一座AI数据中心就像一座超大型的工厂，
29:55
加速器是流水线上的工人，而网络芯片是工厂里的传送带和调度系统。
30:02
工人越多，传送带的重要性不降反升，因为协调几万个工人同步干活，
30:08
本身就是一道越来越难的题。
30:11
这里有一场值得展开的战争，关于AI数据中心的网络标准到底由谁说了算。
30:19
英伟达通过早年收购Mellanox，
30:21
手里握着两套自家的连接技术，芯片之间的NVLink，
30:26
和服务器之间的InfiniBand。
30:29
它们性能强，但是封闭的，绑定在英伟达自己的生态里。
30:33
博通走的是另一条路，它押注开放的以太网标准。
30:38
以太网是几十年来全世界数据中心的通用语言，
30:42
开放、便宜、谁都能用。
30:46
博通的算盘是，当超大规模厂商越来越不想被英伟达从硬件到网络全套锁定时，
30:53
一个开放的、博通主导的以太网方案，就是它们最想要的逃生通道。
31:01
所以这不只是卖芯片，这是在争夺整个AI集群网络的标准话语权。
31:08
谁赢了标准，谁就能在未来十年的每一座数据中心里收过路费。
31:14
博通在数据中心交换芯片这个市场本来就是绝对的霸主，
31:19
这场标准之争，是它把网络优势从传统数据中心延伸到AI集群的关键一仗。
31:27
第三根支柱，基础设施软件，主要就是VMware，
31:32
约占公司总收入的三分之一。
31:35
这一根，是前面两根AI业务的压舱石。
31:39
它的特点是，收入经常性、毛利率高达百分之九十三、
31:44
而且和AI资本开支的周期完全不相关。
31:48
当AI业务因为预期波动而剧烈起伏的时候，
31:52
这块稳定的高利润软件收入，给博通的整体盈利提供了一个缓冲垫。
31:58
这一点，在我们后面判断这次大跌是不是过度恐慌的时候，
32:03
会变成一个关键的论据，因为它意味着博通的下跌空间，
32:08
是有底的。
32:10
把这三根支柱合起来看，你就明白博通的财务质量为什么高。
32:15
AI半导体毛利率约七成，软件毛利率九成三，
32:20
混合下来非通用毛利率约百分之七十八到七十九，
32:24
营业利润率百分之六十七，是历史新高。
32:28
它不是一家用利润率换增长的公司，它是增长和利润率一起涨。
32:34
这在高速成长的芯片公司里，是相当罕见的组合。
32:39
讲完了博通内部，我们把镜头拉到整个市场，
32:42
看看支撑这一切的钱是从哪来的。
32:46
钱的源头，是超大规模厂商的资本开支。
32:50
微软、Google、Meta、亚马逊这四家，
32:54
二〇二六财年合计的资本开支，在一季度财报出来后已经达到大约七千二百五十亿美元，
33:02
而二〇二五年这个数字还是约四千一百亿，
33:07
一年涨了百分之七十七。
33:09
这是人类历史上最猛烈的一轮基础设施投资之一，
33:13
而且投的全是AI算力。
33:16
博通做的定制芯片和网络芯片，正好站在这股洪流的下游，
33:21
接住了其中很大一部分。
33:24
那么这股洪流分给博通多少？
33:27
我们看几个数字。
33:28
博通给二〇二六财年定的AI收入目标是约五百六十亿美元，
33:34
同比增长约百分之一百八十。
33:37
它对二〇二七财年的目标是超过一千亿美元。
33:41
注意这个跳跃，从五百六十亿到一千亿以上，
33:45
意味着AI收入要在一年内接近翻倍。
33:49
这个一千亿的目标，靠什么支撑？
33:52
两个东西。
33:53
第一是订单。
33:55
博通手上的AI积压订单大约七百三十亿美元，
33:59
光这一个季度新签的订单就超过三百亿，
34:02
把订单簿一直排到了二〇二八年。
34:06
第二是产能承诺。
34:08
美国银行的分析师做过一个测算，博通的几个大客户，
34:12
Google、Meta、Anthropic、
34:14
OpenAI，加起来已经承诺了大约九到十个吉瓦的算力。
34:20
按每吉瓦大约两百亿美元的设备价值算，
34:23
这隐含的金额是一千八百亿到两千亿美元。
34:28
换句话说，按这个口径，博通那个超过一千亿美元的二〇二七目标，
34:34
甚至可能是保守的。
34:36
这就引出一个对投资者很重要的判断，博通这门生意，
34:41
到底是画饼，还是已经签好的合同？
34:45
从订单和产能承诺看，它更接近后者，大部分增长是已经被合同锁定的，
34:51
而不是凭空想象的。
34:53
这一点，是我们后面判断那场大跌是否过度恐慌时，
34:58
天平上很重的一个砝码。
35:00
不过，诚实地说，这股几千亿美元的资本开支洪流，
35:05
本身也有它让人不安的地方，这是必须摆出来的另一面。
35:10
第一个隐忧是，这么大的投入，最终的回报到底在哪？
35:15
超大规模厂商一年砸七千多亿美元买AI硬件，
35:19
可这些AI应用目前真正赚回来的钱，远没有这么多。
35:25
如果有一天市场开始怀疑这笔投资划不来，
35:29
资本开支随时可能踩刹车，而博通这种站在下游接订单的公司，
35:35
会第一批感受到寒意。
35:38
第二个隐忧，是这两年越来越被讨论的循环融资现象。
35:43
芯片公司投资AI实验室，实验室再拿这笔钱回头买芯片，
35:48
钱在这个圈子里转来转去，账面上的需求看着很猛，
35:53
但有多少是真实的外部需求，有多少是行业内部自我循环吹起来的，
35:59
外人很难看清。
36:02
我并不是说博通的订单是假的，它的客户是Google、
36:06
Meta这种自己有真金白银现金流的巨头，
36:09
质量比那些纯靠融资的实验室高得多。
36:14
但作为一个清醒的旁观者，你得知道，整个AI资本开支的繁荣，
36:19
建立在未来一定能赚回来这个尚未被完全证明的假设上。
36:25
这也是为什么，再强的订单也不能让人百分之百高枕无忧。
36:30
讲到这儿，我想顺便教你一个专业投资者真正在用的思考工具，
36:35
叫反向D C F，因为它直接关系到后面我们要回答的那个问题。
36:42
普通人估值，是去预测一家公司未来能赚多少钱，
36:46
再折算成今天该值多少，这非常难，大部分人做不准。
36:52
反向D C F把方向掉了个个儿，它不去预测未来，
36:57
而是反过来问，以这家公司今天的市值，
37:01
市场其实已经假设了它未来要做到什么样的增长？
37:06
然后你只需要判断，这个被隐含的假设，
37:09
是太乐观还是太保守。
37:12
我们把博通的数字代进去。
37:14
它现在市值约两万亿美元，一年产生四百多亿美元的自由现金流，
37:20
而且这个现金流还在以每年百分之三十到四十的速度增长。
37:26
要让两万亿这个市值在纯基本面上说得通，
37:30
大致需要这家公司未来六到七年保持百分之二十左右的现金流年增速。
37:37
而博通自己给的指引是，光AI这一块，
37:41
二〇二七年就要比二〇二六年接近翻倍，
37:45
背后还压着七百三十亿美元的订单。
37:48
换句话说，博通管理层指引的增长轨迹，
37:52
比市值隐含的假设还要高。
37:55
这意味着，在暴跌之后，市场不仅没有过度乐观，
37:59
反而可能还没把博通自己指引的那条增长曲线完全计入价格。
38:05
记住这个结论，它是我们下一段判断是否过度恐慌的一块硬砝码。
38:11
接下来讲格局，博通在牌桌上和谁博弈，
38:15
谁可能赢，谁可能输。
38:18
在进入正题之前，得先把一个区分讲清楚，
38:22
否则后面的竞争格局会看不明白，那就是训练和推理的区别。
38:28
AI芯片干的活，大致分两种。
38:31
一种叫训练，就是把海量数据喂给模型、
38:36
让它从零学会本领的过程。
38:39
这是最复杂、最吃算力、对芯片灵活性要求最高的环节，
38:44
目前牢牢由英伟达的通用G P U加上CUDA生态统治。
38:51
另一种叫推理，就是模型学成之后、真正拿去回答用户问题、
38:57
干实际活的过程。
38:59
比如你每次问ChatGPT一个问题，
39:02
背后跑的就是推理。
39:04
推理的特点是，任务相对固定、重复、对灵活性要求没那么高，
39:10
但因为用户量巨大，它消耗的总算力可能比训练还多。
39:16
而推理这个场景，恰恰是定制芯片最能发挥的地方。
39:20
任务越固定、规模越大、跑的时间越长，
39:24
为它量身定制一颗省电省钱的专用芯片的回报就越高。
39:30
前面提过的那个百分之四十到六十五的总拥有成本优势，
39:35
主要就是在大规模推理场景里实现的。
39:39
所以业内一个共识是，训练这块短期内还是英伟达的天下，
39:44
但推理这块巨大的、并且增长更快的蛋糕，
39:48
是定制芯片、也就是博通最肥的猎场。
39:53
理解了这个分工，下面的竞争格局就清楚了。
39:57
第一组关系，博通和英伟达，是一种又对立又共荣的微妙关系。
40:04
表面上看，定制芯片是要从英伟达嘴里抢生意的，
40:08
每一颗Google的T P U、每一颗亚马逊的Trainium，
40:12
理论上都是少卖了一颗英伟达的G P U。
40:16
有研究机构预测，二〇二六年定制A S I C的出货量增速将达到百分之四十四点六，
40:23
远高于通用G P U的百分之十六点一，
40:27
这是定制芯片的增速第一次明显超过通用G P U。
40:32
但这里有个反直觉的事实，它在六月四号那天展现得淋漓尽致。
40:38
博通暴跌的同一天，英伟达不但没跌，反而涨了百分之一点九四，
40:44
收在两百一十八块六毛六。
40:46
为什么？
40:48
因为市场把博通的指引不及预期读成了对英伟达的利好。
40:53
逻辑是，如果连博通这个定制芯片老大都没能超出最高预期，
40:58
那说明AI这块大蛋糕的增长可能在放缓，
41:02
而在一个增速放缓的市场里，英伟达凭它的生态优势更能守住自己的份额。
41:09
这就是华尔街说的更大的饼的逻辑。
41:12
只要整个AI算力的饼在变大，英伟达和博通其实可以一起吃饱，
41:18
未必是你死我活的零和。
41:21
英伟达今天仍然握着AI加速器市场约七到八成的收入。
41:27
所以六月四号那天，准确地说是一个定制芯片的预期故事，
41:33
而根本不是一个英伟达的故事。
41:36
第二组关系，博通和Marvell，是定制芯片这门生意里的直接对手。
41:42
我们前面说过，这两家加起来占了定制A S I C联合设计市场的约九成五。
41:49
博通是老大，Marvell是老二。
41:53
有意思的是，就在博通暴跌前两天，六月二号，
41:56
英伟达的黄仁勋公开称Marvell未来会是一家万亿美元公司，
42:01
并宣布向它投资二十亿美元，Marvell当天创下了史上最大单日涨幅，
42:07
约百分之三十二。
42:10
所以你看，同一周之内，定制芯片这个赛道里，
42:13
老二因为被英伟达点名而暴涨，老大却因为预期太高而暴跌。
42:20
这本身就是一堂关于股价涨跌取决于预期、
42:24
而非绝对好坏的生动课。
42:26
第三组关系，是博通内部最大的一个风险点，
42:30
Google可能把一部分芯片转给联发科。
42:34
Google是博通最大的定制芯片客户。
42:38
而定制芯片这门生意有个残酷的特点，它是每一代都要重新竞标的。
42:44
这一代的芯片是博通帮Google做的，
42:46
不代表下一代还是。
42:49
市场最担心的，就是Google把一部分推理芯片的订单转给联发科，
42:54
那会直接动到博通最大的那个客户账户。
42:59
任何一个旗舰客户的流失，对博通都是几十亿美元级别的悬崖。
43:04
这是悬在博通头上、最需要盯紧的一把剑。
43:08
最后是地缘政治这层底色。
43:11
整个半导体行业都笼罩在出口管制和供应链割裂的阴影下。
43:17
美国对华的芯片出口管制、中国自建一套独立芯片体系，
43:22
都在重塑这个市场的版图。
43:24
这对博通是一个行业级的、长期的不确定性。
43:29
它不是博通独有的风险，但任何投资这个板块的人都绕不开。
43:35
现在，我们回到最开始那道谜题，正面回答这期节目的核心问题。
43:40
博通这场暴跌，是市场看穿了什么真问题，
43:45
还是一次过度恐慌？
43:48
要回答它，得先彻底搞清楚一件事，博通的指引不及预期，
43:53
到底是哪里不及预期。
43:56
这是整件事最容易被误读的地方。
43:59
先看博通对下个季度，也就是二〇二六财年第三季度的指引。
44:05
它指引下季度总收入约两百九十四亿美元，
44:09
同比增长百分之八十四，这个数字，是高于华尔街公开共识的约两百八十五亿的。
44:17
它指引下季度AI半导体收入约一百六十亿美元，
44:21
同比增长百分之二百。
44:23
请注意，所有这些公开的共识数字，博通要么打平、
44:29
要么打败了，没有一个是真的没达标。
44:32
那不及预期到底指什么？
44:34
指两件事，全都和悄悄话预期有关。
44:39
第一，下季度那个一百六十亿的AI指引，
44:42
虽然高于公开共识，却低于买方私下里的悄悄话预期，
44:48
大约一百七十二亿。
44:50
第二，也是更要命的一点，博通对全年和二〇二七年的AI目标，
44:55
只是重申，没有上调。
44:58
这就是全部的症结所在。
45:00
当一只股票在财报前已经被疯狂追捧、股价一路冲高时，
45:06
投资者心里押注的，不是公开的共识，而是那个更高的悄悄话。
45:12
他们押的是博通会给出一个高于一百七十亿的下季度指引，
45:17
并且会上调全年目标。
45:20
结果Hock Tan把每一个公开共识都打败了，
45:23
却偏偏没给市场最想要的那两样东西。
45:27
C E O没有上调AI展望这个动作，
45:31
被解读成了一句潜台词，眼下这波上调，
45:35
到此为止了。
45:36
这就是金融市场里一个反复出现、却总让外行困惑的现象，
45:41
它有个专门的理论框架来解释，叫预期投资，
45:46
核心是一个叫反向D C F的思路。
45:49
我用最朴素的话讲清楚它。
45:52
一只股票今天的价格，里面已经包含了市场对它未来的全部期待。
45:58
你可以把价格想象成一张已经写满了期望的考卷。
46:03
当前的高股价，等于市场提前给博通打了一个未来每个季度都要超预期、
46:10
每个季度都要上调目标的高分预期。
46:14
在这种情况下，公司真正的业绩好不好，
46:17
已经不是关键了。
46:20
关键是它有没有超出那张考卷上写好的、
46:23
极高的期待。
46:25
当一只股票被定价为永远超预期时，仅仅是符合预期，
46:30
就等于是不及预期。
46:33
博通的业务实实在在增长了百分之一百四十三，
46:37
但因为它没有超出那张被炒高的考卷，股价照样可以跌百分之十二点六。
46:44
这就是Motley Fool把这次事件称为给所有AI投资者的一面警示旗的原因。
46:51
当一个名字被定价为永远上调，业务可以涨一倍多，
46:55
股票却照样下跌。
46:58
讲清楚了周四这条腿，还有一个常被忽略的事实，
47:02
那一周芯片股的大跌，其实是两件事叠在一起，
47:07
不能混为一谈。
47:09
周四，是博通这条预期重置的腿，它是集中的、
47:13
针对定制芯片板块的。
47:16
而到了周五，六月五号，又叠加了完全不同的第二条腿，
47:20
宏观利率腿。
47:22
那天美国公布的五月就业数据过热，新增就业十七万二千人，
47:28
远高于预期的八万八千，前两个月还往上修了九万三千。
47:34
就业太热，意味着美联储更可能维持高利率甚至加息，
47:38
于是引发了一场广泛的、横扫整个科技股的抛售，
47:43
又把芯片股压了一次。
47:45
这第二条腿，是宏观驱动的，和博通本身没有关系。
47:51
所以，上周芯片股全跌了这句话的准确版本是，
47:55
周四的博通预期重置，叠加了周五的利率恐慌，
47:59
是两件事，不是一件。
48:02
把它们分开，你才不会把一次普通的宏观波动，
48:06
误读成AI资本开支见顶了的信号。
48:10
现在可以下判断了。
48:11
这场大跌，是不是过度恐慌？
48:15
我的判断是，这主要是一次估值和预期的事件，
48:19
不是基本面的事件。
48:20
几个事实支撑这个结论。
48:23
第一，超过三百亿美元的季度订单、AI收入同比增长百分之一百四十三、
48:30
下季度总收入指引还高于共识，这些全都说明AI资本开支这台机器还在加速，
48:38
没有任何熄火的迹象。
48:40
第二，最有说服力的一个信号是，华尔街的分析师们，
48:45
是在股价暴跌的同时，逆势上调了对博通的目标价的。
48:50
摩根大通给到五百八十美元，并把博通列为半导体首选。
48:56
Jefferies给五百五，瑞穗给五百三，
48:59
高盛给五百二十五。
49:01
市场共识目标价约五百一十三美元，评级强烈买入，
49:06
零个卖出评级。
49:08
专业机构集体在跌的时候加码，说明他们把这次下跌看成的是一个估值缺口，
49:15
而不是一个基本面警报。
49:17
我们把这个估值缺口用具体的数字摊开看，
49:21
你会更有体感。
49:22
先看博通的盈利轨迹。
49:25
二〇二五财年它每股赚大约六块八，二〇二六财年预计涨到约十一块四，
49:32
增长约百分之六十七，二〇二七财年预计约十七块五，
49:38
再增长约百分之五十四。
49:40
再看暴跌后约四百一十九美元的股价对应的估值。
49:45
用二〇二六财年的盈利算，市盈率约三十七倍。
49:49
但用二〇二七财年的盈利算，只有约二十四倍。
49:53
用二〇二八财年的预估算，更是只有约十七倍。
49:57
这意味着什么？
49:59
一家盈利还在以每年百分之五十左右速度增长的公司，
50:03
市盈率却只有二十四倍。
50:06
专业投资者有个简化指标叫P E G，
50:10
就是用市盈率除以增长率，博通这个组合算出来P E G远低于零点五，
50:18
在成长股里是相当便宜的。
50:21
这就是为什么分析师敢在跌的时候上调目标价。
50:25
在他们眼里，这不是一只贵得离谱的股票被戳破，
50:29
而是一只本来就不算贵的股票，因为没满足一个过高的悄悄话，
50:35
被错杀了一截。
50:37
这里我想给你一个最贴切的历史类比，它能帮你把这件事记一辈子，
50:44
那就是二〇〇〇年的思科。
50:47
思科是上一轮互联网泡沫里的卖铲人，所有人上网都要用它的网络设备，
50:54
就像今天所有人搞AI都绕不开芯片。
50:58
在二〇〇〇年的顶点，思科一度成为全球市值最高的公司。
51:05
但请注意一个关键事实，思科作为一家公司，
51:08
后来二十年生意一直做得很好，收入和利润持续增长，
51:14
可它的股票，从二〇〇〇年的高点跌下来之后，
51:18
过了二十多年才重新摸回当年的价位。
51:22
为什么？
51:23
因为在二〇〇〇年的那个价格上，市场已经把思科未来永远高速增长这件事，
51:29
提前、而且过度地写进了股价里。
51:33
公司没有错，错的是价格里那张被吹得太满的预期考卷。
51:39
博通这次的暴跌，和思科是同一类故事的一个小型预演。
51:44
区别在于，思科当年的估值是几十倍上百倍的极端泡沫，
51:49
而博通暴跌后只有二十四倍的二〇二七市盈率，
51:54
远没到当年思科那种危险的地步。
51:58
这正是为什么这次更像错杀，而非泡沫破裂。
52:02
但思科这个故事永远值得记在心里，再好的公司，
52:06
如果买在一个把未来透支干净的价格上，
52:10
你也可能要等很多年才能解套。
52:13
但是，这里必须给恐慌论之外的另一面留出空间，
52:17
否则就不诚实了。
52:19
说它主要是预期事件，不等于说它完全没有真问题。
52:24
真实存在的风险有三个。
52:26
一是客户集中度，博通的AI收入高度依赖少数几个超大规模厂商，
52:32
而定制芯片又是每一代都要重新竞标的生意，
52:37
前面讲的Google转向联发科的威胁是真的。
52:41
二是AI资本开支的周期性，现在AI已经占到博通收入的近一半，
52:47
万一出现一次类似DeepSeek那样的效率冲击、
52:52
或者宏观导致的资本开支收缩，博通受的伤会比以前重得多。
52:58
三是它毕竟还是一家两万亿美元市值的公司，
53:02
在一个高利率的环境里，这么大的体量，
53:05
估值天然会承压。
53:08
那么接下来，一个清醒的旁观者应该盯着哪几个路标，
53:12
来验证或推翻这个判断？
53:15
这里给你几个有日期的关键节点。
53:18
第一个，是博通下一份财报，大约在二〇二六年九月。
53:24
它要回答两个问题，那个一百六十亿美元的下季度AI指引兑现了没有，
53:30
以及管理层这次会不会终于上调那个全年目标。
53:34
如果上调了，就是给被错杀这个判断盖章。
53:39
如果连指引都没兑现，那性质就不一样了。
53:43
第二个路标，是二〇二六年下半年Google下一代T P U的归属，
53:48
以及联发科到底拿没拿到份额，这是悬在博通头上那把剑会不会落下的关键。
53:56
第三个，是几大超大规模厂商每个季度的资本开支数字，
54:01
它们是整条AI需求曲线的源头，只要这个数字还在涨，
54:06
博通的订单就有底。
54:09
反过来，什么情况会让我从温和看多翻向看空？
54:15
很简单，任何一条关于Google把份额转给联发科的确切消息、
54:20
一次超大规模厂商资本开支的明显收缩、
54:24
或者博通那个历史新高的营业利润率开始掉头向下，
54:30
这三者里出现任何一个，故事就要重写。
54:34
所以，这场大跌，主要是一次过度的、由预期落差和宏观恐慌叠加引发的情绪性下跌，
54:42
而不是基本面恶化的证据。
54:45
但过度不等于毫无道理，它真实地提醒了所有人，
54:50
在AI这条最拥挤的赛道上，对于估值已经很高的公司，
54:55
符合预期就是新的不及预期。
54:59
讲到这里，如果一年以后，这期节目你只记得三句话，
55:04
我希望是下面这三句。
55:06
第一句，当一只股票被定价为永远超预期，
55:11
符合预期就是新的不及预期。
55:14
博通业务涨了百分之一百四十三，股票却跌了百分之十二点六，
55:19
不是因为它做得不好，是因为它没有超出那张被炒得极高的预期考卷。
55:26
理解了这一点，你就理解了为什么在牛市顶部，
55:29
好消息也能砸盘。
55:31
这是预期投资框架最朴素、也最反直觉的内核。
55:37
买股票买的不是好公司，是好公司和市场对它的期待之间的那个差。
55:43
第二句，英伟达和博通不是零和，定制芯片是AI算力的第二条供给曲线，
55:50
而这块饼整体还在变大。
55:53
六月四号最有说服力的细节，就是博通暴跌的同一天英伟达反而上涨。
55:59
通用G P U和定制A S I C，
56:02
是两种并存的模式，在一个高速膨胀的市场里，
56:06
它们更多是一起吃饱，而不是你死我活。
56:11
下次再看到定制芯片要颠覆英伟达这种标题，
56:15
记得问一句，是抢存量，还是分增量？
56:19
目前看，主要还是在分一块正在变大的增量。
56:24
第三句，看懂一场板块大跌，先把它拆成几条腿。
56:28
上周芯片股的下跌，是周四的博通预期重置叠加周五的利率恐慌，
56:35
两件独立的事，被压缩在了同一周。
56:39
如果你把它们当成一件事，就很容易得出AI见顶了的错误结论。
56:45
真正的分析，永远是先做减法，把情绪的腿、
56:49
估值的腿、宏观的腿、基本面的腿，一条条拆开，
56:54
再看哪条腿是真的断了。
56:57
这次，断的是预期那条腿，基本面那条腿还稳稳地站着。
57:03
最后，回到我们开场那道谜题。
57:05
博通这场破纪录却暴跌的戏，表面上是一家芯片公司的财报事故，
57:11
往深了看，它其实是这一整轮AI浪潮的一个缩影。
57:17
技术的进步是真实的，订单是真实的，几千亿美元的资本开支也是真实的，
57:23
但当所有人都看清了一件事是好事的时候，
57:27
这件好事就已经被提前写进了价格里。
57:31
从那一刻起，股价的涨跌，比的不再是谁跑得快，
57:36
而是谁跑得比所有人以为的还要快。
57:40
这既是金融市场最迷人的地方，也是它最容易让人误读的地方。
57:46
希望听完这一期，你以后再看到这样的大跌，
57:49
能比大多数人多看懂一层，看懂底下那家公司到底在做什么，
57:55
也看懂那场恐慌底下，到底是预期在重置，
58:00
还是基本面在崩塌。
58:03
我们下期再见。