大家好，我是辣评君。

周五晚，美股半导体公司博通（AVGO.O）公布财报，股价大涨超24%，市值首次突破1万亿美元大关，成为美股第9家市值突破万亿美元的公司（前8家是“七姐妹”和台积电TSM，但是周五之后博通的总市值略高于TSM，排名第八）。

博通的主营业务是ASIC，这是一种“专用芯片”，区别于为人熟知的、电脑上一般都有的CPU（中央处理器）和GPU（显卡）。在解释ASIC是什么（以及为什么这么受欢迎）之前，还得先铺垫一下CPU和GPU的区别，对此已经比较熟悉的朋友们可以跳过以下三段。

CPU和GPU的“PU”是相同的意思，全称Processing Unit，即处理器或者处理单元。二者的一个重要区别是CPU是串行编程模型，GPU是并行编程模型。可以借助初中物理课上学过的串联电路和并联电路帮助理解，串联电路必须先走通上一个用电器才能到下一个，而不同并联电路上的用电器各管各的，一个坏了并不影响其他器件。基于这样的特性，GPU更适合图像处理（做专业设计、玩大型游戏等），因为处理图像有很高的并行要求。

举个例子，如果要输出一张500万像素的图片，CPU的性能强，千分之一秒就能处理一个像素点，但只能单线作战，500万个像素点需要一个一个搞，1秒能处理1000个像素点；而一个GPU可以多线作战，比如游戏玩家们熟知的RTX4060显卡有3072个CUDA单元（近似理解为小处理器），每个小处理器的性能并不强，只有CPU的百分之一，也就是需要十分之一秒才能处理一个像素点，1秒只能搞定10个，但架不住人多势众，三千个处理器一起干活，所以整个GPU的处理能力是1秒3万个像素点，是CPU的三十倍。

上一段的具体数字是瞎编的，实际处理速度比这快得多。总之想说明的是，GPU更适合处理“高并发”任务，以前主要是设计渲染、运行大型游戏等等图像类的工作，后来大家发现人工智能领域（从早期的机器学习研究开始）同样需要大量并行计算，GPU比CPU好使多了。到最近两年进入大模型时代之后，对算力的需求猛增，许多大公司开始“囤卡”，对GPU的海量需求把GPU龙头英伟达的市值推上了三万亿美元，股价在近两年内翻了十倍。

……

以上是CPU和GPU的区别，GPU适合大模型训练，但是有没有比GPU更适合人工智能/大模型训练的处理器硬件呢？

当然是有的。正如其名，“图像处理器”GPU一开始是基于图像处理的需求而制造的，并非专门适配AI需求，大家只是顺带发现它相比于CPU更适合于人工智能的算力需求。就CPU的特性来说，训练AI肯定是效率很低的，GPU恰好有这么一个拉跨的参照系，就显得自己很高效。全靠同行衬托。

并且，大模型的需求也是最近两年才开始井喷，厂商们还来不及专门开发新的硬件，所以算力的需求方就只好先拿已有的硬件中最顺手的GPU先用着。随着时间推移，越来越多的硬件厂商开始研究AI专用的ASIC处理器。

“ASIC”的字面意思是“专用集成电路”，顾名思义这是一类统称：除了CPU和GPU（二者都是“通用”芯片），其他各种千奇百怪的细分类别芯片都可以叫“专用”芯片。而当下市场最关心的当然是给专用于AI的芯片。术业有专攻，专门为AI量身打造的硬件，理论上限当然比“顺便拿来用一下”的GPU效率更高。

类似情况已经发生过，2013年之前，加密货币圈“挖矿”一般都用GPU，而2013年出现了为挖矿量身打造的专用芯片，挖矿效率质变。当下对AI的情况也一样，已经有很多公司（无论是行业巨头还是创业公司）有能力提供比现有GPU速度快得多的AI硬件。

有些创业公司实在太初期了，甚至还在天使轮融资的那种（比如上图），普通个人投资者也参与不了，但行业里也有些巨头玩家，比如文章开头说的博通（以及已经研发出LPU和TPU的谷歌）。

博通在业绩会后大涨，主要原因之一是CEO Hock Tan首次给出了2027年的AI收入的业绩指引：仅计算现有三大客户（谷歌、Meta、字节）的AI业务“可服务潜在市场规模”在2027年达到600-900亿美元。2024年度这个数字是122以美元。也就是说到2027年AI业务收入要达到现在的5-7倍。

这个数字是大超市场预期的。而之所以空间这么大，一方面是文章前面说的，针对AI量身定制的ASIC一旦产生规模效应之后，效率高于GPU（可能高很多），成本还更低；另一方面是，英伟达自身产能不足（主要是市场需求实在太旺盛了）。总之，各大巨头作为算力的需求方，有充足的动机把对GPU的需求转换为对AI的ASIC的需求。

除此以外，同样聚焦于ASIC的迈威尔科技（MRVL）在12月4日发布2025财年第三季度财报后，大涨23.2%，市值首次突破1000亿美元，在周五又大涨10.8%。而对应作为“传统GPU”的代表，英伟达周五下跌2.3%。

迈威尔和博通同样是ASIC“算力卖铲人”的逻辑，作为市场主线，AI硬件和软件相互“帮帮场子”的感觉越发明显。大概率在明年仍是主线之一。

另外也要提示下风险，博通CEO画了个2027年的大饼，说ASIC会大面积替代GPU，作为竞争对手的英伟达当然不会坐以待毙。后续博通、迈威尔等等厂商的业务发展如何，需要关注英伟达的现有高性能GPU（GB200等）能不能扩大供给，同时要关注英伟达是否会在ASIC上同步发力（英伟达早在今年初就表示过要进军ASIC），此外，AI方面的算力需求格局变化也可能会影响硬件厂商的业绩。

……

对于AI硬件的投资逻辑，A股仍然是以映射为主。如果看好相关方向，美股优于A股。如果要借道QDII基金，以博通为例，在天天基金app的搜索框里直接搜索“博通”，就会显示持仓含有“博通”的QDII基金，迈威尔同理。

如果不想那么麻烦选择基金，也可以考虑定投相关指数，比如标普信息科技、纳指100等等（其实目前市面上持仓博通的主动基金的持仓比例和纳指中博通的权重比例也都差不多…）。最近也有不少朋友问到纳指的高估问题，现在纳指整体市盈率TTM是47.8倍，纳斯达克100是38.5倍，估值确实不低，但是如果有稳定的现金流（比如每个月工资中的一小部分）能保障持续定投，并且仓位不重（不超过个人所有可供投资的金融资产的40%），也不必太过担心。

另外，大部分持仓了博通的QDII基金一般也都有英伟达持仓，目前来看二者是不同的技术路线，如果不想单押一边，很多现有基金的实际持仓也可以起到对冲的效果。

个人意见，仅供参考。上述几段主要是介绍“如果看好AI硬件，可供选择的投资工具”，至于是不是看好，还需各位独立判断。

另外，作为相互暖场导流的另一边，AI软件的逻辑和硬件有所不同，A股投资机会可能相对会可能更大。今天篇幅比较长了，明天再稍微展开聊聊。

……

多说几句这个涨幅，美股一个鲜明特点是市场对业绩的反应非常剧烈，文章开头的图上可以看到，博通的股价上上下下震荡了两个月，直到最近更新业绩之后K线旱地拔葱，上文提到的迈威尔同样是出了业绩之后暴涨。美股的大多数公司（尤其是大公司）更新业绩之后，超过预期就暴涨，不及预期的就暴跌，很少有抢跑的情况，不像A股时常遇到股价先异动（暴涨/暴跌），盘后甚至几天之后才披露一个很重大的好消息/坏消息。。。

对基本面投资者来说，这样非公开信息保密良好、市场高度有效、（因而）大家都跟着基本面走的投资环境，明显是更为友好的。这和美股的制度有很大关系。比如，业绩会完全公开，相关演示文件直接挂在官网，IR口径必须完全一致否则会被重罚。改革并不容易，监管层一直在日拱一卒地推进，但广大投资者仍然有许多更进一步的期盼。

……

周五A股普跌，全A成交20900亿元，比周四的18877亿放量超2000亿。行业上1涨30跌，唯一上涨的是传媒+1.44%，下跌前三是房地产、非银、有色。据说这又是“不及预期”的反映，但从图上看也可以理解为纯粹是从11/25开始的这一波反弹涨多了需要回调一下。

国际市场上，黄金回调至2647美元/盎司，布油继续上涨至74美元。

离岸汇率接近7.28。周五的时候，央行货币政策司的领导表示，“将持续营造良好的货币金融环境，……坚决防范汇率超调风险，保持人民币汇率在合理均衡水平上的基本稳定”，近期人民币中间价在7.2位置表现出强支撑、离岸汇率也从7.31的低点连续反弹，大概已经表现出了货币当局的意图。

国内利率债继续狂飙，10年期报收1.77%，30年期一度下破2.0%。债市收益率持续下探，一些以险资为代表的配置盘资金将不得不增加权益投资比例。尤其考虑到险资2023年的综合负债成本是2.7%，已经远高于任何期限的国债，另外据说险资在14-15年也有一轮对十年期国债的大面积配置，明年就会陆续到期。短期看，利好红利风格，长期看，这可能就是一轮基本面长期慢牛市的起点。

今天就先说这么多吧。大家有什么关心的内容或话题，欢迎多留言。

#再创新高！“债牛”行情持续上演##个人养老金全面放开！1年最高省税5400元##中央经济工作会议11大看点##人形机器人赛道火热 泡沫还是风口？#

$易方达沪深300ETF联接C(OTCFUND|007339)$$天弘创业板ETF联接A(OTCFUND|001592)$$华夏国证半导体芯片ETF联接C(OTCFUND|008888)$$招商中证白酒指数(LOF)A(OTCFUND|161725)$$易方达上证科创50联接A(OTCFUND|011608)$

$易方达标普信息科技指数(QDII-LOF)C(人民币)(OTCFUND|012868)$$广发纳斯达克100ETF联接人民币(QDII)C(OTCFUND|006479)$$汇添富纳斯达克生物科技ETF发起式联接(QDII)美元现钞(OTCFUND|017952)$