Edgen Stock·Dec 06 2025, 18:23据报道，微软正与博通讨论共同开发定制AI加速芯片。此举旨在降低微软对其不断扩展的AI基础设施（包括Copilot服务）所需的GPU对英伟达的严重依赖，并优化硬件以适应其特定工作负载。
微软正与博通洽谈开发定制人工智能（AI）芯片，这项战略举措旨在降低其对英伟达的依赖，并控制其数据中心运营不断上涨的成本。随着AI在其产品套件中（特别是Copilot等服务）的深度融合，微软正在寻求一种垂直整合战略，以创建针对其独特工作负载优化的定制芯片，这一策略已由谷歌及其Tensor处理单元（TPU）等竞争对手成功采用。
报告显示，微软正积极与博通合作，设计用于AI加速的定制ASIC（专用集成电路）。此举似乎旨在使其AI硬件供应链多样化，目前该供应链由英伟达昂贵、高性能的GPU主导。潜在的合作还可能导致微软逐渐减少与Marvell Technology等其他合作伙伴的合作，后者此前曾与超大规模数据中心运营商合作开发定制芯片。目标是生产专门针对微软AI模型量身定制的芯片，从而可能为推理任务——运行训练好的AI模型的过程——提供更高的效率，而推理任务在数据中心工作负载中所占比例越来越高。
这一战略背后的财务驱动力显而易见：减轻AI基础设施所需的巨额资本支出。英伟达在其高端GPU上的毛利率超过70%，净利率超过50%，这些GPU每块售价可超过3万美元。对于微软、亚马逊和Meta等在AI领域投入数千亿美元的超大规模数据中心运营商来说，这种“英伟达税”是一个重要的开支项目。
通过与定制芯片设计领域的领导者博通合作，微软可以设计出针对其自有软件（如为Azure和Copilot提供支持的模型）进行优化的处理器。这可以通过提高每瓦性能和减少对单一高价供应商的依赖来降低总体拥有成本。行业正见证从AI训练（英伟达在该领域的主导地位无可争议）到AI推理的战略转变，后者是对运营成本和效率更敏感的领域，定制设计的芯片可以在此提供竞争优势。
微软-博通的合作将对半导体市场产生连锁反应：
这一发展并非凭空发生，而是科技行业更大范围战略调整的一部分。谷歌以其TPU开创了这一战略，这些TPU在高效训练和运行其AI模型方面发挥了重要作用。同样，Meta也正在大力投资其自有定制芯片，以实现其AI雄心。这一趋势凸显了超大规模数据中心运营商的战略 imperative：控制其自身的技术栈，以管理成本、确保供应链韧性并优化性能。
此外，此举是在全球内存芯片短缺（特别是对于AI加速器至关重要的高带宽内存HBM）的背景下进行的。拥有定制芯片可以更好地进行协同设计和与内存解决方案的集成。地缘政治因素也发挥了作用，因为该行业正寻求降低高度集中在台湾的供应链风险。通过开发自己的硬件路线图，微软在预计到2026年年销售额将接近1万亿美元的行业中，获得了对其技术和地缘政治命运的更大控制权。