英伟达斥资35亿美元入股联发科：自研XPU也能进入“NVIDIA生态”

每日经济新闻09-01 14:28

随着AI算力需求持续增长，全球科技巨头对AI芯片的掌控正在从“采购”走向“自研”。谷歌、亚马逊、微软等公司近年来持续推出自研AI芯片，希望针对自身AI业务优化芯片架构，在性能、功耗和成本之间取得更好的平衡。因此，对拥有庞大算力需求的企业而言，定制ASIC（专用芯片）或XPU正成为英伟达GPU之外的重要选择。　　在自研芯片逐渐成为全球科技巨头的一项普遍战略时，一个新的问题也随之出现：自己设计AI芯片...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohunote.com/m/news/2664543836?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2026-09-01 14:28","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2664543836","market":"sh","top_or_hot":-1,"title":"英伟达斥资35亿美元入股联发科：自研XPU也能进入“NVIDIA生态”","media":"每日经济新闻","content":"<div>\n<p>随着AI算力需求持续增长，全球科技巨头对AI芯片的掌控正在从“采购”走向“自研”。谷歌、亚马逊、微软等公司近年来持续推出自研AI芯片，希望针对自身AI业务优化芯片架构，在性能、功耗和成本之间取得更好的平衡。因此，对拥有庞大算力需求的企业而言，定制ASIC（专用芯片）或XPU正成为英伟达GPU之外的重要选择。　　在自研芯片逐渐成为全球科技巨头的一项普遍战略时，一个新的问题也随之出现：自己设计AI芯片...</p>\n\n<a href=\"http://finance.eastmoney.com/a/202609013861405988.html\">网页链接</a>\n\n</div>\n","source":"stock_eastmoney","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>英伟达斥资35亿美元入股联发科：自研XPU也能进入“NVIDIA生态”</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n英伟达斥资35亿美元入股联发科：自研XPU也能进入“NVIDIA生态”\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-09-01 14:28 北京时间&nbsp;&nbsp;&nbsp;<a href=http://finance.eastmoney.com/a/202609013861405988.html><strong>每日经济新闻</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>随着AI算力需求持续增长，全球科技巨头对AI芯片的掌控正在从“采购”走向“自研”。谷歌、亚马逊、微软等公司近年来持续推出自研AI芯片，希望针对自身AI业务优化芯片架构，在性能、功耗和成本之间取得更好的平衡。因此，对拥有庞大算力需求的企业而言，定制ASIC（专用芯片）或XPU正成为英伟达GPU之外的重要选择。　　在自研芯片逐渐成为全球科技巨头的一项普遍战略时，一个新的问题也随之出现：自己设计AI芯片...</p>\n\n<a href=\"http://finance.eastmoney.com/a/202609013861405988.html\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":null,"symbol_name":null,"start_time":0,"source_url":"http://finance.eastmoney.com/a/202609013861405988.html","article_id":"2664543836","we_media_id":null,"thumbnails":[],"rights":{"source":"stock_eastmoney","url":"http://finance.eastmoney.com/a/202609013861405988.html","rn_cache_url":null,"directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2664543836","pubTimestamp":1788244106,"columns":[],"sourceInfo":{"source_id":"stock_eastmoney","name":"东方财富"},"weMediaInfo":null,"summary":"随着AI算力需求持续增长，全球科技巨头对AI芯片的掌控正在从“采购”走向“自研”。谷歌、亚马逊、微软等公司近年来持续推出自研AI芯片，希望针对自身AI业务优化芯片架构，在性能、功耗和成本之间取得更好的平衡。因此，对拥有庞大算力需求的企业而言，定制ASIC（专用芯片）或XPU正成为英伟达GPU之外的重要选择。","collect":0,"end_time":0,"defaultTopTitle":"eastmoney.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{},"translate_title":"NVIDIA invests $3.5 billion in MediaTek: Self-developed XPUs can also enter the \"NVIDIA ecosystem\".","themeId":null,"isJumpTheme":false,"ttsUrl":"https://static.tigerbbs.com/32043daa3cb37b98dcf7e704ff1018a0","symbols_score_info":{"BAI":0.6,"09388":0.6,"CGDG":0.6,"TSM":1.94,"NVDS.UK":0.6,"NVDD":0.6,"STSM":0.6,"NVDG":0.6,"ADVE":0.6,"SOXX":0.6,"NVDB":0.6,"NVIW.SI":0.6,"SOXY":0.6,"AIFD":0.6,"CGGO":0.6,"TTXU":0.6,"07788":0.6,"SOXQ":0.6,"SHOC":0.6,"USXF":0.6,"03145":0.6,"EMM":0.6,"WUGI":0.6,"NVDS":0.6,"NVD3.UK":0.6,"BLOX":0.6,"NVD2.UK":0.6,"CGNG":0.6,"FAI":0.6,"09788":0.6,"CHPX":0.6,"CWI":0.6,"GAMR":0.6,"TYLG":0.6,"SNVD.UK":0.6,"NVDU":0.6,"NVDX":0.6,"WISE":0.6,"AVSE":0.6,"FDTX":0.6,"NVII":0.6,"CGIC":0.6,"NVDO":0.6,"AVXC":0.6,"NVYY":0.6,"THMR":0.6,"AIPI":0.6,"EFIV":0.6,"VGT":0.6,"ABFL":0.6,"CHAT":0.6,"ESIM":0.6,"ESUM":0.6,"NVDL":0.6,"USD":0.6,"METV":0.6,"AVEM":0.6,"IXN":0.6,"ANV":0.6,"TRFK":0.6,"NVDA":1.97,"SMH":0.6,"SMHX":0.6,"07388":0.6,"TSMG":0.6,"EMC":0.6,"TSMY":0.6,"AGOX":0.6,"ROM":0.6,"VT":0.6,"TSMZ":0.6,"ILDR":0.6,"LFGY":0.6,"CORO":0.6,"SNPE":0.6,"CMAG":0.6,"TWSC":0.6,"UMMA":0.6,"NVDY":0.6,"IETC":0.6,"CNEQ":0.6,"2NVD.UK":0.6,"NVD":0.6,"NVDW":0.6,"TSMX":0.6,"NULC":0.6,"NVC":0.6,"ESLG":0.6,"TINS":0.6,"JGRO":0.6,"TSMU":0.6,"3NVD.UK":0.6,"XLK":0.6,"SPTE":0.6,"MEMX":0.6,"KNOW":0.6,"NVDQ":0.6,"FTEC":0.6,"SPWO":0.6,"TTEQ":0.6,"ARTY":0.6,"TEK":0.6,"DIPS":0.6,"SNVDAmain":0.6,"AIQ":0.6,"ASIA":0.6,"CLSE":0.6},"content_text":"随着AI算力需求持续增长，全球科技巨头对AI芯片的掌控正在从“采购”走向“自研”。谷歌、亚马逊、微软等公司近年来持续推出自研AI芯片，希望针对自身AI业务优化芯片架构，在性能、功耗和成本之间取得更好的平衡。因此，对拥有庞大算力需求的企业而言，定制ASIC（专用芯片）或XPU正成为英伟达GPU之外的重要选择。　　在自研芯片逐渐成为全球科技巨头的一项普遍战略时，一个新的问题也随之出现：自己设计AI芯片，是否意味着必须与英伟达的软硬件生态彻底“分道扬镳”？　　英伟达给出的答案是否定的。8月31日晚间，英伟达宣布斥资35亿美元认购联发科发行的可转债，同时双方进一步深化长期合作。联发科将采用英伟达NVLink Fusion及最新的NVHBM技术，为客户开发定制化AI芯片，并使这些芯片能够接入英伟达的机架级AI计算系统。　　可以看到，英伟达希望让这些定制芯片继续运行在自己的互联、内存和系统生态之中。换句话说，定制XPU与英伟达的通用AI生态并非简单的竞争关系，二者可以共存——客户可以集中资源设计其自研芯片，英伟达则提供“这颗芯片如何进入AI基础设施”的关键能力。　　过去，英伟达的核心优势主要集中在GPU和CUDA软件生态。但随着AI算力需求从单芯片性能比拼转向大规模集群建设，数据中心对芯片间高速互联、内存带宽、先进封装以及机架级系统的要求也越来越高。　　而英伟达的布局正在从“提供计算芯片”向“提供完整计算基础设施”延伸。　　在此次合作中，联发科将采用英伟达NVLink Fusion平台，为客户开发定制化XPU。与传统芯片设计模式不同，客户无需从零开始开发XPU与英伟达计算系统之间的连接和相关系统组件，而是可以借助NVLink Fusion完成芯片与英伟达AI基础设施之间的衔接。同时，英伟达近期推出的NVHBM，又进一步将这一能力延伸至高带宽内存领域。也就是说，英伟达正在试图把芯片互联、内存以及系统级能力整合到同一套技术体系中。　　这一变化背后的产业逻辑是，未来AI芯片市场很难由单一架构完全主导。随着云厂商和AI企业对专用算力需求的不断增加，GPU、ASIC和XPU（可扩展处理单元）等不同技术路线可能长期并存。对英伟达而言，与其阻止客户自研，不如降低这些定制芯片接入自身基础设施的门槛。　　从商业逻辑来看，这意味着未来即使部分AI客户选择自研芯片，英伟达也不必然失去这些客户。　　除此之外，此次35亿美元投资还包括双方在AI PC和汽车领域的合作。今年6月，英伟达与联发科已经推出RTX Spark PC芯片，将英伟达的GPU计算能力与联发科SoC设计能力结合起来。而此次合作将进一步延伸至消费级PC、AI开发设备以及企业级工作站。　　“AI正在改变每一个计算平台，从全球最大的AI工厂到PC和汽车。我们正在共同构建平台，将英伟达加速计算带入新市场，并赋予客户大规模创造差异化AI系统的自由。”黄仁勋在公告中说。　　长期以来，联发科最为市场熟知的是手机SoC，但其业务边界正在发生变化。随着智能手机市场进入成熟阶段，联发科近年来持续将业务能力向汽车、连接、PC以及AI计算等领域延伸，其中，AI数据中心正在成为公司重点押注的新增长方向。　　与英伟达、AMD等以通用GPU为核心的路线不同，联发科切入数据中心的抓手是定制ASIC。其优势也不只在于芯片设计本身，而是过去多年积累的SoC设计、先进封装、内存、互连以及低功耗设计能力，可以进一步向数据中心客户提供定制化的计算方案。　　从目前披露的信息看，联发科的AI ASIC业务早已不是停留在“概念布局”阶段。公司此前将2026年AI数据中心ASIC收入指引上调至20亿美元，并设定目标，要在2027年规模约为700亿至800亿美元的数据中心市场中占据10%至15%的份额。　　此外，联发科也正在尝试改变传统ASIC市场的竞争方式。　　当前，博通在定制AI芯片领域占据较强优势，Marvell等厂商也在加速追赶，联发科则希望依靠自身的芯片设计能力，帮助大型云服务商和AI企业开发更贴合自身工作负载的定制芯片。　　而此次联发科成为NVLink Fusion的重要合作伙伴，相当于英伟达正在帮助它把“芯片设计能力”进一步延伸到“将定制芯片放进AI数据中心”这一关键环节。　　Counterpoint预计，随着谷歌等客户采用更为“拆分”的ASIC合作模式（谷歌采用联发科模型，谷歌设计计算模具，联发科提供I/O模具），联发科到2028年有望占据约26%的人工智能服务器计算ASIC出货量。（文章来源：每日经济新闻）","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":false,"editions":null,"column":"","sentiment":"0","news_tag":"corporation","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"isLaohu8Offline":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.44.1","shortVersion":"4.44.1","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2664543836","isCrawlerRequest":true}