NVIDIA vs Broadcom:GPU、ASIC與股票投資差異
目錄
NVIDIA與Broadcom的AI投資差異,主要在產品與客戶模式:NVIDIA提供GPU、CPU、互連及軟件組成的平台;Broadcom提供客製AI加速器與網絡晶片,並經營基礎設施軟件。 兩者均可參與同一輪資料中心擴建,收入和利潤則經由不同產品形成。[1] [2]
比較股票時,NVIDIA的重點是平台價值、部署能力與客戶採購組合;Broadcom的重點是大客戶客製項目、網絡內容量及軟件現金。AI市場成長提供需求背景,股東回報還取決於毛利、收款、資本安排和市場價格要求。
資料核對截至 2026 年 10 月 15 日。財務比較採NVIDIA FY2027 Q2(截至7月26日)與Broadcom FY2026 Q3(截至8月2日)各自三個月數據;兩家財年名稱不同,日期相隔一週。
NVIDIA與Broadcom做甚麼?產品與客戶如何比較?
| 項目 | NVIDIA(NVDA) | Broadcom(AVGO) |
|---|---|---|
| 運算產品 | 可編程GPU與CPU、機架級運算平台 | 與大客戶共同開發的AI ASIC/XPU |
| 網絡產品 | NVLink、交換及Ethernet/InfiniBand相關平台 | 交換、SerDes及其他數據中心連接晶片 |
| 軟件價值 | 編譯、函式庫、推理與集群工具,支持平台採用 | VMware等基礎設施軟件構成獨立業務 |
| 主要合作方式 | 由公司定義主要平台,經生態及渠道部署 | 按客戶架構與系統需求共同開發,推進量產 |
| 投資者要追蹤 | 工作負載覆蓋、平台交付、採購組合與現金 | 項目生命週期、客戶集中、網絡及軟件組合 |
產品及業務分類依兩家公司當期公告整理。客製晶片的運算架構、IP與量產責任須按具體合作核對;兩家公司都跨越單一晶片產品。[1] [2]
業務模式比較,依兩家公司當期公告及官方平台披露整理;圖中分類不表示市佔或預期股票回報。
為甚麼雲端公司同時採用GPU與自研晶片?
雲端平台需要服務外部客戶的多種模型,也有大量可自行優化的內部工作。前者重視軟件覆蓋及部署彈性,後者較容易透過軟硬件共同設計改善單位成本。
Google把第八代TPU分為8t與8i,分別優化訓練及服務需求;AWS的Trn3使用Trainium3,支援訓練與模型服務。這些產品說明自研晶片已有完整平台目標,實際採用則須按工作負載和供應狀態追蹤。[3] [4]
Microsoft 10月12日亦披露,Maia 200已服務生產工作負載,Maia 300計劃2027年推出。對供應商的影響要分成兩部分:雲端總運算需求擴張,以及內部晶片與外購平台的份額變化。[5]
因此,Broadcom的客製業務成長,可以與NVIDIA的總收入成長同時發生;是否影響GPU的價格、數量及系統內容量,需要客戶採購與供應商披露共同證實。
GPU與客製ASIC的競爭,為甚麼延伸到網絡和系統?
一個模型跨越多顆加速器時,資料交換、記憶體與軟件調度會影響可用算力。客戶採購的是能穩定完成工作的系統,晶片規格只是其中一項輸入。
Marvell與NVIDIA已披露把NVLink Fusion帶入客製雲端晶片合作,支持客製運算與平台互連結合的路線。這表示競爭與合作可以發生在不同產品層:運算架構由一方提供,連接及系統能力可由另一方參與。[6]
對NVIDIA,要追蹤平台在異質系統中保留多少價值;對Broadcom,要追蹤客製加速器及網絡的各自需求。GPU/ASIC的成本與軟件取捨可另讀GPU vs ASIC,完整公司地圖見AI推理概念股。
最新財報怎樣比較?先固定期間與收入分類
數據來自各自公告;Broadcom GAAP毛利率以20,456 ÷ 29,591重算。NVIDIA的Data Center是終端市場分類,Broadcom的AI半導體是另一披露口徑,兩者均包含運算以外產品。表格用於理解業務和財務,市場份額需採同一產品定義與市場分母。[1] [2]
這張表顯示三項值得繼續研究的差異。
第一,平台收入規模與集團組合不同。 NVIDIA的Data Center佔集團大部分收入;Broadcom除AI相關半導體外,還有規模可觀的軟件業務。若以AI晶片純度比較股票,必須把其他業務一併估值。
第二,GAAP盈利要連同調整項目閱讀。 NVIDIA當季GAAP EPS為2.46美元,non-GAAP為2.22美元;股權投資收益影響兩者差異。常態盈利分析應分離經營業務與投資波動。[1]
第三,當季收入和現金的步伐不同。 收款、存貨、供應及其他營運資金變動,會影響收入轉成現金的時間。單季現金率是研究起點,常態判斷需要多季資料。
自由現金流如何重算?兩家公司各包含甚麼?
NVIDIA當季公司FCF為:
24,077營運現金流
− 2,677設備/無形資產付款
− 59相關資產本金付款
= 21,341百萬美元
Broadcom當季公司FCF為:
14,197營運現金流
− 532設備付款
= 13,665百萬美元
按各自收入重算,當季公司FCF率約為22.2%及46.2%。這些是Klaro依公告對賬計算的季度比率;Broadcom的分母及現金包含軟件業務,NVIDIA亦有自身營運資金及投資安排。股權投資、收購、借款、股息和回購應在資本配置層另行評估。[1] [2]
美元百萬;NVIDIA截至7月26日,Broadcom截至8月2日,各三個月。按公司公告定義重算,不作晶片毛利或全年預測。
兩家公司由外部代工及供應鏈承擔重要製造工作,帳面設備支出較低,並不會消除供應、訂購與客戶信用相關風險。投資者需要把FCF和供應承諾、應收、客戶付款及融資安排共同閱讀。
NVIDIA與Broadcom的護城河,各要驗證甚麼?
NVIDIA的核心是軟件、運算與系統共同形成的部署效率。 客戶轉換平台時,要重做模型、算子、通訊、工具及營運驗證。這項優勢需要持續由新模型支援、有效利用率及實際交付維持;客戶自研和其他GPU平台提供了替代路徑。
Broadcom的核心是客戶共同開發及可複用的半導體能力。 自研架構需要IP、實作、封裝及供應協調。客戶若持續採用下一代設計,供應商可延續項目價值;但少數大型客戶亦掌握規格、採購及議價。
Broadcom的基礎設施軟件還需要獨立驗證產品採用及現金持續性。它能改變集團盈利組合,但軟件成績應與AI半導體項目分開分析。
哪些情境對兩種投資論點較有利?
不同情境的結果取決於需求量、售價、產品內容量及市場份額共同變化。追蹤這些變數,比單獨選擇「GPU」或「ASIC」標籤更能解釋公司回報。
股票估值怎樣比較?把價格轉成盈利要求
估值宜分為兩步:先建立常態盈利與現金假設,再代入同一天的股票價格、攤薄股數和淨負債。
NVIDIA需要估計平台需求、產品組合與正常化毛利,並調整投資收益及營運資金波動;Broadcom則需要分開客製加速器、網絡、其他半導體與軟件,再計入債務、利息、收購相關費用及股份。
以下是兩家公司都適用的假設敏感度,用來理解倍數與每股盈利變化,並非當前估值:
| 假設未來常態EPS變化 | 倍數保持不變 | 倍數收縮20% |
|---|---|---|
| 增長10% | 股權價格算術變化+10% | −12% |
| 增長30% | +30% | +4% |
| 增長50% | +50% | +20% |
計算為「新EPS ÷ 舊EPS × 新倍數 ÷ 舊倍數 − 1」,未計股息、費用或匯率。它說明即使公司盈利提高,市場要求的倍數變化仍會影響股東回報;哪一家公司價格更合理,需要具日期的市場價格與可支持的常態盈利共同判斷。
本文未建立即時價格比較,因而不對當前貴賤排序。永久公司頁可接續核對NVIDIA與Broadcom各自的估值變數。
接下來哪些證據會改變比較結果?
對NVIDIA,重點是新平台交付、Data Center產品組合、毛利與收款,以及自研晶片如何改變客戶採購。對Broadcom,重點是已量產客製項目、AI網絡、主要客戶及軟件業務的現金持續性。
比較結果轉弱的訊號包括:交付與收入遲於計劃、客戶議價令毛利下降、供應及信用承諾增加而收款落後,或下一代項目失去延續性。公司公告及季度申報,應優先用來核對這些可觀察條件。
若要進一步比較ASIC供應商,可讀Broadcom vs Marvell;若研究同類GPU平台,可讀NVIDIA vs AMD。基金投資則需回到半導體ETF核對持倉,而非只按AI標籤選擇。
常見問題
Broadcom的AI半導體收入包含甚麼? 公司業績公告把客製AI加速器及網絡需求共同列入AI半導體敘述。分析ASIC收入時,應使用更細的披露核對,而非直接把整個分類當成運算晶片收入。[2]
同時持有NVIDIA與Broadcom,產業風險如何重疊? 兩家公司產品和軟件組合不同,但均受大型平台資本支出、先進製造供應和AI部署經濟影響。分散公司後,仍需核對共同客戶與產業週期。
Google TPU、AWS Trainium代表Broadcom的全部機會嗎? 雲端產品名稱只描述客戶平台,供應商角色及收入需按各項合作披露確認。研究Broadcom應同時看客製項目、網絡和軟件,避免由產品名稱推定整套收入。
Klaro Research
資料來源與更新依據
資料截止:2026年10月15日
- [1] NVIDIA NVIDIA FY2027 Q2 財務公告
第一方 · 財報 · 截至2026-07-26 · 發佈:2026年8月26日 · 查閲:2026年10月15日
- [2] Broadcom Broadcom FY2026 Q3 財務公告及對賬
第一方 · 財報 · 截至2026-08-02 · 發佈:2026年9月2日 · 查閲:2026年10月15日
- [3] Google Cloud TPU 8t/8i架構與工作負載分工
第一方 · 行業資料 · 2026年4月架構披露;2026-10-15讀取 · 查閲:2026年10月15日
- [4] AWS EC2 Trn3 UltraServers正式供應公告
第一方 · 行業資料 · 2025-12-02供應公告 · 發佈:2025年12月2日 · 查閲:2026年10月15日
- [5] Microsoft Azure Maia 200生產部署及Maia 300的2027年計劃
第一方 · 行業資料 · 2026-10-12披露 · 發佈:2026年10月12日 · 查閲:2026年10月15日
- [6] Marvell Marvell與NVIDIA的NVLink Fusion合作
第一方 · 行業資料 · 官方合作披露 · 查閲:2026年10月15日
研究限制
- NVIDIA Data Center與Broadcom AI半導體為不同分類,收入比較不構成市場份額計算。
- 季度FCF按各公司定義及不同三月期列示,包含不同業務組合及營運資金變動。
- 本文沒有同日即時股價及完整常態估值;EPS/倍數敏感度純屬假設,不作現價貴賤或回報排序。
需要重新檢查的事件
- 兩家公司公布新季度或重大客戶交付、信用及供應承諾變化時,更新各自收入與現金分析。
- 雲端自研進入新供應階段、同條件平台經濟或客製項目改變時,更新競爭及估值假設。
本文僅供參考,不構成投資建議。