高盛会议解码AI下半场：Broadcom算力成本拆解与产业链竞争格局来源站：华尔街见闻
在硅谷科技圈热议的「AI下半场」中，高盛Communacopia + TMT大会成为行业风向标。随着算力需求从单点突破转向系统化整合，Broadcom、AMD和Google Cloud等巨头的最新动向，揭示了人工智能基础设施竞争的新逻辑——从芯片到电力、网络再到应用层，产业格局正经历结构性重塑。
高盛会议解码AI下半场 Broa如何落地
Broadcom CEO Hock Tan在会上披露的1GW Frontier算力成本模型，为理解AI产业链价值分配提供了关键视角。据公开信息，该框架将每单位算力的$300亿年收入（ARR）拆分为三部分：$100亿由芯片、内存和供电等底层硬件捕获；剩余$200亿则分布于模型层与应用层。这一拆解意味着，未来AI竞争将不再局限于单一环节，而是向「端到端生态」演进——从算法开发到终端部署的全链条价值重构。
值得注意的是，Hock Tan强调的算力成本结构，实际上映射出当前产业的核心矛盾：如何在芯片性能提升与电力消耗之间取得平衡。据业内观察，Broadcom正通过液冷技术、模块化封装等手段降低单位功耗，这为后续AI数据中心建设提供了可复制的技术路径。
行业参与方与协同亮点
AMD CFO Jean Hu披露的未来五年$1,050亿TAM（总可用市场）数据，进一步佐证了算力需求的爆发性增长。其Helios机架级路线图显示，企业正从「芯片优先」转向「系统级优化」——通过将CPU、GPU和专用加速器集成于统一架构中，实现能效比与计算密度的双重突破。这一策略不仅降低客户部署门槛，也为AMD在AI服务器市场争夺Hyperscaler份额提供了差异化优势。
Google Cloud CEO Thomas Kurian则首次公开TPU（张量处理单元）外部客户名单扩展至SSI和xAI，并明确将Gemini Enterprise定位为「真正Agentic的AI平台」。这一动向表明，Google正加速开放其核心算力资源，通过API接口与云服务集成的方式，降低中小企业开发门槛。业内分析认为，这种「软硬协同」模式或将成为下阶段竞争的关键变量。
对产业链的积极信号
当前AI产业格局已显现出清晰的「赢家通路」：从闭源模型层到芯片自主化、再到Hyperscaler主导的数据中心建设，最终延伸至电力供应、液冷系统和网络架构等基础设施环节。据公开信息，全球头部云服务商正将液冷技术部署比例提升至60%以上，而5G与AI融合催生的「算网一体」需求，也推动着光模块厂商加速向800G产品迭代。
值得注意的是，在应用层领域，垂直行业对AI工具链的需求正在从「通用能力」转向「场景定制」。例如医疗影像分析、工业质检等细分赛道，已出现多家初创公司通过与芯片企业联合开发专用算法库的方式切入市场。这种「生态共建」模式为产业链提供了更多价值增长点。
随着算力成本结构的透明化和竞争规则的确立，AI产业正从早期的「技术竞赛」转向「系统整合能力」比拼。未来半年内，围绕芯片架构、液冷标准及云服务接口等领域的行业联盟或将进一步扩容，这场关乎全球科技话语权的竞争，正在进入深水区。
