博通 CEO 回应 AI 放缓争议：不调整 2027/2028 年 AI 芯片收入目标

据 IT之家 9 月 15 日消息，博通（Broadcom）首席执行官陈福阳（Hock Tan）当地时间周一回应了市场对 AI 研发节奏放缓的担忧。他在接受 CNBC 采访时表示，即便行业围绕前沿大模型开发速度展开讨论，博通仍不会调整其 AI 半导体业务的长期收入目标。此前，Anthropic CEO 达里奥·阿莫代伊（Dario Amodei）发表文章，主张在一定条件下适度放缓大模型研发节奏，引发投资者对 AI 基础设施需求前景的重新评估。

这场讨论迅速传导至资本市场。来源显示，周一交易中，博通股价下跌 4.8%，iShares Semiconductor ETF 跌幅达到 5.6%，其他数据中心硬件相关公司也承压。市场反应之所以敏感，一个重要背景是：Anthropic 被认为是博通定制芯片业务中的关键客户之一，且有望在未来成为其最大定制芯片客户。

博通维持 AI 半导体长期指引

CNBC 节目《疯狂金钱》主持人吉姆·克莱默向陈福阳提问：围绕 AI 放缓的讨论是否会促使博通重新审视 2027 财年与 2028 财年的 AI 半导体业务预期。陈福阳给出的回答非常明确：不会。

在 9 月 2 日举行的博通 2026 财年第三季度财报电话会议上，陈福阳曾预测，博通 2027 财年 AI 半导体业务营收将达到 1,150 亿美元，到 2028 财年将翻番至 2,300 亿美元。来源称，这一 2028 年业绩指引此前被市场视为财报中的亮点之一。

博通的 AI 业务并不只包括单一芯片产品。按照来源信息，其相关业务覆盖 AI 定制加速芯片，也包括 AI 系统内部使用的 网络芯片。这意味着，博通在 AI 基础设施链条中的角色，既涉及模型训练与推理所需的专用计算能力，也涉及大规模集群内部的数据传输效率。

训练可能降速，但推理需求被视为更确定

陈福阳在回应中强调，算力基础设施需求仍然强劲，且具备持续性。他区分了两类需求：一类是前沿 AI 模型训练，另一类是已经落地的 AI 产品在日常使用中产生的推理算力。对于训练侧，他表示较难判断；但对于 AI 产品化后的推理部署，他认为需求依然会非常强劲。

这也是当前 AI 基础设施投资逻辑中的关键分野。训练需求往往集中在少数前沿实验室和大型科技公司，受模型路线、安全治理、资本开支节奏影响更明显；而推理需求则来自产品上线后的真实调用，包括智能助理、代码生成、企业知识库、客服自动化、多模态应用等场景。一旦 AI 功能进入软件和服务的日常流程，推理算力会从“项目式投入”转向“持续性消耗”。

• 市场担忧点：如果大模型研发节奏放缓，前沿训练集群扩张可能受到影响。
• 博通回应重点：公司不调整 2027 与 2028 财年的 AI 半导体长期收入目标。
• 需求支撑来源：除训练外，AI 产品落地后的推理部署仍需要大量算力和网络能力。
• 客户结构变化：Anthropic 有望在 2027 年成为博通最大定制芯片客户，并在 2028 年保持这一地位。

影响与解读：AI 基建叙事从“更大模型”转向“更广部署”

阿莫代伊的文章使行业关于 AI 安全与发展速度的争论升温。来源显示，他提出了一套三步方案，希望在不牺牲商业优势以及美国 AI 领先地位的前提下，放缓模型开发节奏。OpenAI CEO 萨姆·奥尔特曼以及埃隆·马斯克也对相关观点表示认同。

对芯片与硬件产业而言，这类讨论的影响并不简单等同于“AI 需求见顶”。更准确地说，市场正在重新区分不同类型的算力需求：前沿训练是否继续高速扩张，取决于模型竞赛、安全约束和资本投入；而推理需求能否持续增长，则取决于 AI 是否真正进入产品、企业流程和消费者应用。

陈福阳的表态显示，博通更看重后者。他同时认同 AI 需要治理机制和安全防护，但并未表现出对技术前景的悲观。他将 AI 视作一种工具，并强调生成式 AI 与前沿大模型研发将创造巨大价值。这一判断对于中文科技产业观察也有参考意义：未来 AI 产业链的核心变量，可能不再只是“谁训练了更大的模型”，还包括谁能以更低成本、更高效率支撑大规模推理服务。

从硬件角度看，定制 AI 芯片和数据中心网络芯片的重要性会继续提升。对于云厂商、模型公司和企业客户来说，AI 应用真正落地后，瓶颈不仅是单颗加速器性能，还包括集群互联、能耗、延迟、总拥有成本以及供应链稳定性。博通此时维持长期目标，传递的是一个信号：即便前沿模型研发节奏存在争议，AI 基础设施的长期需求仍未被其管理层改写。