2026 年 4 月，Meta Platforms 宣布與 Broadcom 達成一項多代客製 AI 晶片合作協議，規劃部署規模上看 1GW——這不是實驗室裡的概念驗證，而是涵蓋好幾代晶片、橫跨數年、金額可能高達數百億美元的實質產能承諾。同時間，Broadcom 的 CEO Hock Tan 從 Meta 董事會退出，轉以「顧問」角色專注協助 Meta 的客製化晶片路線圖。這則新聞安靜地躺在財經網站裡，沒有財報發布會的掌聲，也沒有新品發表會的煙火，但它揭示了 AI 基礎設施競爭中一個容易被忽略的事實：真正的贏家不見得是那些名字最響亮的晶片公司，而是那些在超大規格雲端客戶背面、安靜地客製化每一顆晶片的人。
本文拆解 Broadcom 的 AI 半導體策略、它的商業邏輯、財務數據，以及這家公司為何能在 NVIDIA 的陰影下，成為 AI 時代基礎設施中最關鍵的「隱形支柱」之一。
---
一、Broadcom 的基本盤：AI 半導體只是拼圖的一塊
理解 Broadcom 必須先拋開「它是一間晶片公司」的簡化框架。Hock Tan 在 2005 年接手 Broadcom 時，公司還只是一家有線通訊晶片設計商。此後十多年，Tan 靠著一系列精準的收購，把 Broadcom 打造成涵蓋半導體、網路、無線與軟體的綜合體。2026 年的 Broadcom 營收來源大致可以分為三塊：網路基礎設施（交換器、路由器、光纖相關）、AI 半導體與客製化加速器，以及軟體業務（包括 2023 年收購的 VMware）。
根據 2026 年 3 月公布的 FY2026 Q1 財報，Broadcom 單季營收達 193 億美元，年增 29%；淨利 73.5 億美元，年增 34%。其中最值得關注的是 AI 半導體營收：Q1 為 84 億美元，年增 106%；公司預估 Q2 AI 營收將攀升至 107 億美元，年增 140%。這意味著 AI 相關營收在短短一年內翻倍還要多，而且增速仍在加快。
網路基礎設施同樣是重要支柱。Tan 在 Q1 財報會議上特別提到，AI 叢集內部的高速網路連接需求——也就是所謂的「AI 網路」——正在成為跟 AI 半導體需求同等重要的成長引擎。AI 工廠需要數千甚至數萬顆晶片同時運作，這些晶片之間的高速通訊不能依賴傳統資料中心的交換架構，而需要專門的網路技術。Broadcom 恰好同時擁有半導體設計能力與網路交換技術，這讓它在 AI 基礎設施供應鏈中佔據一個罕見的垂直位置。
軟體部分，VMware 在 2023 年完成收購後，成為 Broadcom 的第三支柱。Tan 對 VMware 的整合策略清晰：聚焦企業私有雲與混合雲架構（VMware Cloud Foundation），並將其與 AI 時代的基礎設施需求連結。AI 應用不會全部發生在公有雲上，大量企業級 AI 工作負載仍需要在私有環境運行——而這正是 VMware 的地盤。
---
二、什麼是「客製化 XPU」，為何每間 hyperscaler 都需要它
在理解 Broadcom 的 AI 策略之前，必須先弄清楚一個名詞：Custom XPU。
傳統上，AI 運算的硬體主力是 GPU——特別是 NVIDIA 的 A100、H100 系列。這些晶片設計時考量的是通用性，能應對從影像辨識到自然語言處理在內的各種工作負載。但當 AI 模型的訓練規模進入兆參數等級，且部署情境從雲端延伸到手機、汽車、資料中心邊緣各種場景時，「通用」反而成為一種限制。
Custom XPU 的概念因此誕生。它的邏輯很直白：如果你的模型架構是固定的、你的訓練資料是特定的、你的應用場景是已知且稳定的，那麼專門為這個工作負載設計的晶片，效率會遠高於通用 GPU。這就像從「大眾運輸」切換到「專車」：大眾運輸什麼都能載，但每趟都要繞路、停靠、等待；專車只服務一個乘客，路線最優化、速度最快。
Google 是第一個把這個邏輯付諸大規模實踐的雲端廠商。Google 自 2016 年起就開始設計自己的 TPU（Tensor Processing Unit），主要用於支撐搜尋引擎、地圖與 Gmail 背後的 AI 推論與訓練工作負載。過去多年來，TPU 的代工製造合作夥伴正是 Broadcom。2026 年 4 月的最新資料顯示，Broadcom 與 Google 已簽署一份長期固化協議，涵蓋運算晶片與網路基礎設施，鎖定至 2030 年的路線圖。此消息由 Reuters 與 Data Center Dynamics 等多間媒體獨立證實，代表這不是行銷話術，而是實質的供應商關係承諾。
Meta 的案例同樣具有說服力。2025 年底以來，Meta 持續擴大對客製化晶片的投入，與 Broadcom 的合作已進入「多代」階段。Meta 財報中並未直接揭露與 Broadcom 的財務往來細節，但根據 TrendForce 與 The Information 的報導，Meta 計畫在 2026 年底前將其 AI 訓練叢集擴展至超過 1GW 的算力規模，其中相當比例將使用內部設計、Broadcom 代工的客製化晶片。這背後的驅動邏輯是成本：當你的模型訓練需要消耗的電力以 GW 計算時，光是提高 15% 的晶片效率，就等於節省數十億美元的電力費用。
OpenAI 的故事則更具戲劇性。2025 年中，OpenAI 對外確認正與 Broadcom合作開發專門針對推論最佳化的新晶片系列，代號據傳為「T来不及说的名字」——業界一般稱之為 OpenAI 的 custom silicon。OpenAI 執行長 Sam Altman 在多個場合暗示，NVIDIA 的 H100 供應吃緊是 OpenAI 發展自研晶片的催化劑之一。目前這款晶片已進入晶片設計定案階段，目標 2026 年開始小量投產。這不是要取代 NVIDIA 的訓練晶片，而是專門處理「模型訓練完之後、如何快速且便宜地回答問題」的推論任務。
這三個案例有一個共同點：超大雲端客戶選擇的不是「告別 NVIDIA」，而是「在 NVIDIA 的通用晶片之旁，疊加一層專門最佳化的客製化晶片」。這就是 Broadcom 的甜蜜點。
---
三、Hock Tan 的哲學：併購整合與客戶綁定的相互強化
Hock Tan 是半導體產業中最被低估的策略思想家之一。他沒有 Jensen Huang 的魅力，也沒有 Pat Gelsinger 的公開存在感，但他有一個極清晰的經營信念：半導體公司的長期價值來自於「深度綁定客戶需求」而不是「做出最厲害的通用產品」。
Tan 的操作手法可以濃縮成四個步驟：收購、整合、提價、規模化。以 VMware 收購案為例，Broadcom 以 690 億美元收購後，迅速將 VMware 的產品線簡化（停掉多個非核心產品），同時將售價大幅提高，將其轉化為高利潤的訂閱制軟體業務。這個策略在 VMware 身上奏效了：軟體業務的毛利率從收購前的約 80%，進一步攀升至整合後的 85% 以上區間。
但更值得關注的是 Tan 如何將這個邏輯移植到 AI 半導體。2024 年以前，Broadcom 的 AI 營收主要來自網路交換晶片與少量客製化 ASIC；2025 年起，隨著 Google、Meta、OpenAI 的客製化專案相繼進入放量階段，Broadcom 的 AI 半導體營收開始呈現爆發性成長。Q1 FY2026 的 84 億美元 AI 營收中，客製化 AI 加速器（Custom Accelerator）貢獻了最大比例，年增 140%。Tan 在財報會議上說了一句話，值得反覆咀嚼：「我們的 custom accelerator 業務不是一個產品，是一系列根據每個客戶工作負載重新設計的長期專案。每一個新專案的生命週期是三到五年，所以當你看我們的 AI 營收曲線，增長不會是曇花一現。」
這個策略的另一個關鍵要素是客戶集中度管理。2025 年，Broadcom 來自前兩大雲端客戶（猜測是 Google 與 Meta）的 AI 營收佔比估計超過 70%。Tan 當然知道這是風險，所以他的對應方式是：同時推進更多客戶，並將客製化晶片業務從雲端延伸到企業端。Microsoft 被視為下一個重要的潛在客戶，雙方的談判持續中。若 Microsoft 的 custom AI chip 專案最終落地，Broadcom 的客戶集中度風險將顯著改善。
另一個被低估的動作是 Hock Tan 辭去 Meta 董事席位。表面看是利益衝突的避險，但更深層的解讀是：Tan 不希望 Meta 視他為「Broadcom 的外部顧問」，而是要以「Broadcom 的 CEO」身份，親自坐到 Meta 的戰略規劃桌前。這是一種更深度的客戶綁定機制——用個人關係來強化公司與公司之間的信任。
---
四、對比 NVIDIA：兩個贏家的不同維度
很自然地，任何談論 Broadcom AI 策略的文章，都會被問到同一個問題：「所以它在跟 NVIDIA 競爭嗎？」
答案是複雜的。在某些層面，雙方確實在爭奪同一批客戶（超大雲端廠商）的預算份額；但在更多層面，雙方在 AI 基礎設施的價值鏈上扮演的角色截然不同。
NVIDIA 的核心能力是「通用加速」。H100、H200、Blackwell B200 這些 GPU 是為極高的平行運算吞吐量設計的，任何需要大規模訓練的工作負載，幾乎默認首先考慮 NVIDIA。這個市場定位極難被撼動——NVIDIA 的 CUDA 生態系已深耕超過十五年，形成了工程師、框架優化、工具鏈之間的網路效應，這不是靠一款效能更好的 ASIC 就能打破的。
Broadcom 選擇的路徑是「專精化」。它的 custom XPU 不是要用更高的算力來取而代之，而是用更低的功耗、更高的特定任務效率，來處理那些已經明確下來的工作負載。你可以簡單理解成：NVIDIA 是「最快的卡車」，Broadcom 是「最適合你的貨車」——前者運什麼都能運，後者是專門為你的工廠到倉庫的路線打造的。
從市場數據來看：2026 年，NVIDIA 在 AI 加速器的市場佔比估計約在 80% 區間（以營收計算），這個數字在可預見的未來仍會維持高水位。Broadcom 的 AI 半導體營收 2026 年估計在 350 億至 400 億美元之間，約當 NVIDIA 資料中心業務（約 1,000 億美元以上）的三分之一至四成。看起來差距很大，但考量到 NVIDIA 的估值已給予非常高的成長預期，Broadcom 目前的本益比反而更具吸引力——至少在機構分析師看來是這樣。
一個有趣的趨勢正在形成：超大規模雲端廠商正在建立「雙軌制」採購策略。他們繼續向 NVIDIA 採購大規模訓練所需的旗艦型 GPU，同時對 Broadcom、AMD 以及自研晶片進行戰略性布局，用於推論和特定工作負載。這個「 NVIDIA + 客製」的複合模式，正在成為雲端 AI 基礎設施採購的新常態。
---
五、财务数据：成長速度背後的品質
談到這裡，需要直接面對數字。以下是 Broadcom 近四季的關鍵財務數據輪廓：
Q1 FY2026（截至 2026 年 2 月）：營收 193 億美元，年增 29%。AI 半導體營收 84 億美元，年增 106%，較前一季加速。網路基礎設施營收 41 億美元，年增 22%。軟體（VMware為主）營收 50 億美元。毛利率約 52.5%，營業利益率約 44%。
公司預估 Q2 FY2026 營收約 220 億美元，AI 半導體營收將達到 107 億美元。這意味著 AI 業務在短短一年內（Q2 FY2025 約 44.5 億美元 → Q2 FY2026 107 億美元）將成長約 140%。
Tan 在財報會議上也提到，VMware 的整合在 Q1 正式完成，軟體部門的經常性營收（ARR）已穩定在 200 億美元以上。這是理解 Broadcom 估值的重要背景：這不只是一家半導體公司，還是一家有穩定軟體訂閱收入的基礎設施軟體公司。軟體的毛利率超過 85%，為整體毛利結構提供了一個稳定的「壓艙石」。
以 2026 年 4 月中的股價計算，Broadcom 的市值約在 8,000 億美元區間，對應 FY2026 估計營收約 900 億美元，本益比在 30 倍左右。對比 NVIDIA 的 40 倍以上本益比，Broadcom 在成長性相近的情況下，估值存在一個相對折價。這個折價来自市場對 Broadcom 是否能「維持 AI 營收增速」的疑慮——一旦下一季的 AI 營收增速放緩，股價可能面臨較大的調整壓力。
---
六、風險分析：不確定性不只是來自競爭
Broadcom 的 AI 故事看似正面，但投資人必須正視幾層風險。
第一層是客戶集中度。目前已知的 AI 半導體收入中，Google、Meta 與 OpenAI 三家佔據了絕大部分份額。如果當中任何一家因為內部晶片策略出現調整、削減外部晶片預算，或是自己設計的晶片開始逐步取代外購，Broadcom 的 AI 營收將面臨直接衝擊。Hock Tan 曾在公開採訪中承認這個風險，但他的對應方式是「持續擴大客戶基數」——Microsoft 、Apple 以及其他雲端廠商都在談判桌上，只是進展速度取決於客戶的晶片設計時程。
第二層是地緣政治。Broadcom 的晶片製造完全委由台積電代工，台積電的產能分配現在受到全球地緣政治的強烈關注。如果台灣海峽局勢升級，或美國對中國的半導體管制進一步收緊，整個 AI 供應鏈都將面臨壓力。這不是 Broadcom 特有的風險，而是整個半導體產業在 2026 年共同面對的結構性不確定性。
第三層是客製化晶片的經濟規模邊界。客製化晶片的模式有一個內在張力：當客戶越做越大，他們最終會想要「自己設計、自己擁有」——也就是像 Apple 自己設計 A 系列與 M 系列晶片那樣的路徑。Google 已經走到這條路上，Meta 也正在加速。OpenAI 最終的目標恐怕也是減少對 NVIDIA 和 Broadcom 的依賴。這是一個時間軸問題，而非是否問題：現在這些客戶需要 Broadcom，但三到五年後，部分工作負載可能會遷移到內部設計的晶片上。
第四層是估值是否已充分反映成長。30 倍本益比對於一家半導體公司而言不算貴，但也不算極具吸引力。市場目前定價的是一個「AI 營收能持續高速成長三到四年」的假設。如果 Q2 或 Q3 的財報中 AI 增速出現任何放緩跡象（例如從 140% 降到 80%），股價可能在短時間內出現 15-20% 的修正。
---
七、估值視角：相對便宜的 AI 基礎設施股
機構分析師群體對 Broadcom 的態度可以說是「謹慎樂觀」。摩根士丹利在 2026 年 3 月的研究報告中給予「增持」評等，目標價 1,800 美元，理由是 AI 半導體營收的加速成長尚未被市場充分定價。Jefferies 的半導體分析師則指出，Broadcom 的 custom XPU 業務與 VMware 軟體業務的結合力，提供了一個罕見的「AI 半導體 + 穩定軟體訂閱」的商業模式組合，在當前市場中具備相對稀缺性。
看估值的另一個角度是 EV/EBITDA。2026 年估計 EBITDA 約在 450 億美元區間，對應 EV/EBITDA 約為 20 倍，與其他AI 半導體公司相較處於合理偏低的水位。這個數字背後有一個重要前提：AI 營收增速不能明顯低於市場預期。一旦增速跌破 50% 的門檻，市場對這檔股票的看法將快速轉向。
---
八、與台灣供應鏈的關聯
Broadcom 的 AI 半導體策略在台灣有兩個重要的供應鏈支點，一個是眾所皆知的台積電，另一個則較少被報導的 ASE Technology（日月光）。
台積電的角色無需過多解釋：所有 custom XPU 代工都由台積電操刀，先進製程（N3、N5）加上 CoWoS 先進封裝是支撐這些晶片效能的物理基礎。值得注意的是，CoWoS 封裝產能是 2025 年至 2026 年全球 AI 晶片供應最大的瓶頸之一。根據台積電法說會資料，2025 年底 CoWoS 產能已較 2024 年初增加四倍，但需求仍持續超過供給。這讓台積電在 AI 供應鏈中的話語權進一步強化。
ASE 日月光則負責部分的 CoWoS 封裝後段測試與模組組裝。隨著 Broadcom 交付給 Google、Meta、OpenAI 的 custom XPU 數量增加，ASE 的封測訂單量也隨之成長。業界消息指出，ASE 已規劃在 2026 年將 CoWoS 相關月產能提升至 2 萬至 2.5 萬片晶圓，這個數字約是 2024 年的三倍，反映的是整個 AI 供應鏈對先進封裝的戰略性重視。
從投資角度，台灣投資人可以思考的是：Broadcom 的 custom XPU 放量，對台積電與 ASE 的營收貢獻有多大？台積電的法說會指引顯示，來自 AI 與 HPC 相關的營收已佔整體營收的六成以上，而當中來自 custom ASIC 的比重正在上升。這個趨勢對台灣半導體供應鏈的影響不只是「誰拿到訂單」，而是「什麼類型的訂單成長最快」——從通用 GPU 轉向 custom XPU，將改變對先進封裝與高速記憶體（也就是 HBM）的規格需求。
---
九、為何這主題值得長期追蹤
寫到這裡，我想做一個稍微不一樣的視角切換。
過去一段時間，我們在這個專欄裡討論過 AMD 的伺服器 CPU 反攻、NVIDIA 的 AI PC 策略、Palantir 的商業化瓶頸、Tesla 的 Robotaxi 夢想、衛星通訊的併購大戰。每個題目都有其獨特的產業邏輯，但如果你把這些事件全部攤在一起看，會發現一個共同的底層趨勢：全球科技產業正在集體重新設計它們的硬體基礎設施。
這個「重新設計」的幅度，是自雲端運算誕生以來最大的一次。它不是一個產品更新週期，不是換一批伺服器這麼簡單，而是從晶片架構、網路拓撲、儲存層級到軟體堆疊的全面翻新。而推動這個翻新的燃料，是 AI。
在這個系統性的翻新過程中，有幾種公司會是贏家：提供算力的、提供網路的、提供軟體的，以及把這三樣東西整合在一起交付給企業的。Broadcom 恰好同時出現在前三個類別——AI 半導體（算力）、網路交換設備（網路）、VMware（軟體整合）。這不是巧合，是 Tan 從 2005 年起花了二十年的併購與整合所建立的結構性優勢。
當然，這不意味著 Broadcom 是一個沒有瑕疵的投資标的。客戶集中度、地緣政治、自研晶片替代風險，都是需要在投資決策前認真權衡的變數。但以一個中長期（三年維度）的視角來看，Broadcom 的 custom XPU 業務仍在成長曲線的早期階段——它目前對全球 AI 半導體市場的佔有率仍是個位數，而客戶名單仍在擴展。這是理解這家公司最關鍵的一個數字：滲透率。
---
十、結語：Betting on the Infrastructure Behind the AI Factory
2026 年的 AI 投資敘事，有一個危險的慣性：把所有注意力都放在最上游、最炫目的那一層——基礎模型公司、聊天機器人、算力競賽。媒體追逐的是 OpenAI 的估值、Google 的 Gemini更新、Anthropic 的集資金額。這些当然重要，但它們也是波動最大的。
而那些在基礎設施層默默構建壁壘的公司——像是 Broadcom、像是 ASE、像是台積電——它們的股價往往沒有模型公司那樣戲劇性的上漲，但它們的基本面邏輯更加穩定、也更可以持續追蹤。當你在關注「哪家 AI 公司會贏」的時候，或許偶爾也需要問一個更底層的問題：「無論哪家 AI 公司贏，它們都需要向誰買鏟子？」
Broadcom 的 custom XPU 策略，正是這個「無論誰贏都要買鏟子」邏輯的具體實現。它不是 AI 產業中最性感的故事，但可能是 AI 投資組合中穩定性最高的標的之一。
下次當你在財經新聞裡看到「Meta 宣布擴大 AI 基礎設施投資」或「Google 簽訂十年晶片合作協議」的時候，試著順著那條新聞往後多問一步：你看到的是前台的品牌，而它背後那個安靜談判供應鏈條款的人，可能是 Hock Tan 和他的 Broadcom 團隊。
---
標籤：美股、Broadcom、AI、半導體、客製化晶片、資料中心、雲端基礎設施、VMware、Meta、Google
封面圖關鍵字：Broadcom semiconductor chip AI data center
封面圖路徑：/tmp/cover.jpg
