AI晶片軍備賽升級：Broadcom衝刺TPU、Amazon自研晶片正面瞄準Nvidia

・ 2026 年 06 月 18 日

AI算力大戰全面開打。Broadcom在Google TPU專案上維持技術領先，被J.P. Morgan看好有逾五成上漲空間；Amazon則以自研Trainium、Graviton晶片與Nova2模型雙線推進，公開喊話要在一年內追上OpenAI與Anthropic，正面對標Nvidia。

生成式AI熱潮持續延燒，市場焦點正從「誰做出最強模型」，轉向「誰掌握真正的算力武器」。從晶片到大型模型，美股科技巨頭全面進入軍備賽，其中以半導體大廠Broadcom(AVGO)與電商與雲端龍頭Amazon(AMZN)的動作最為關鍵，兩家公司分別在AI晶片、雲端基礎建設與自有模型佈局上，大步加碼，直接牽動未來數年的產業格局與資本市場想像。

首先在硬體端，J.P. Morgan最新報告對Broadcom給出「加碼(Overweight)」評等，目標價訂在580美元，較近期股價仍有約54%的上漲空間。分析師Harlan Sur直言，市場持續低估Broadcom在AI晶片與先進封裝上的主導地位，認為其技術領先期可長達18個月以上。雖然Broadcom股價過去一個月一度回落近7%，主因市場謠傳其與Google合作開發的下一代客製化AI加速器TPU v9時程延宕，但J.P. Morgan研判，TPU v9仍有望依原規劃在2028年問世，整體進度並未失速。

Broadcom近年已協助Google(Alphabet, GOOGL)在過去12年間推出14款最先進晶片設計，累積深厚客製化AI加速器經驗。J.P. Morgan強調，Broadcom在晶片架構、先進封裝、IP組合與執行力上的整體優勢，使其成為雲端巨頭布局自研AI晶片時的關鍵夥伴，一旦TPU v9與後續產品進度持續釋出利多，股價有機會出現評價修復行情，投資人「應在現價積極布局」。

與此同時，Amazon則選擇同時在「雲端算力」與「自家模型」兩條戰線上正面迎戰OpenAI與Anthropic。負責半導體、AI與量子業務的高層Peter DeSantis接受CNBC專訪時坦言，外界認為Amazon在最大、最前沿(frontier)的AI模型上落後領先實驗室，這個說法「並不不公平」。但他強調，Amazon刻意採取較為謹慎的路徑，先把資料、模型架構與基礎設施打好基礎，如今已準備在「未來一年」內，將自家模型推向前沿水準。

在模型策略上，Amazon走的是「雙引擎」路線。一方面，透過AWS的Bedrock服務，扮演模型市集平台，讓企業客戶可以直接存取多家公司的模型，把自己定位成AI時代的「算力與模型超市」；另一方面，Amazon也推出自家Nova2模型，試圖在能力上接近OpenAI與Anthropic。DeSantis透露，Nova2目前約有5萬名客戶使用，他也坦言Nova2「還未必已站上最頂尖」，但Amazon的志向，是讓自家模型成為「全球最有智慧、最強大的模型之一」。

更值得關注的是，Amazon不只要賣雲端算力與模型，還要從最底層的AI晶片切入。其自研Trainium與Graviton系列晶片已運作多年，目標是替AI訓練與推論提供最佳化效能與成本結構。DeSantis甚至直白表示，投資人思考Amazon時，應該「把我們放在跟Nvidia(NVDA)同一個座標系」來看，因為Amazon是少數同時具備晶片設計、晶片物理實作與量產實力的玩家。

目前Amazon主要是透過AWS出租運算資源，讓像Anthropic這樣的AI新創成為其大型客戶。不過，執行長Andy Jassy先前已放話，不排除未來直接把Trainium運算機櫃賣給第三方企業。DeSantis雖未給出時間表，但指出未來AI基礎建設部署方式將出現「爆炸性創新」，Amazon希望在各種型態的部署方案中都能占有一席之地，他也未完全關上將Graviton晶片外售的可能性。

從市場結構來看，Nvidia依舊穩坐AI GPU龍頭，Microsoft(MSFT)、OpenAI、Anthropic等則在模型與應用層領跑。但Broadcom在客製化AI加速晶片與先進封裝上的技術與訂單能見度，使其有望穩固在雲端巨頭供應鏈中的關鍵位置；Amazon則以「平台+自研晶片+自家模型」的縱向整合戰略，試圖從雲端與基礎設施端牽動整個生態系，弱化對單一晶片供應商的依賴。

部分市場觀點認為，雲端巨頭自研晶片與模型，可能在中長期分食Nvidia的成長動能，但也有反對聲音指出，AI需求增長速度驚人，短期內算力供不應求的情況仍會讓多數玩家「一起成長」。真正的變數在於，哪一家公司能在成本、效能與開發者生態間拿到最佳平衡，並在未來被視為「不可或缺的基礎建設」。

整體來看，Broadcom與Amazon的佈局顯示，AI產業的主戰場正從單一公司或單一模型的勝負，轉向供應鏈與雲端平台的系統性競逐。未來幾年，隨著Google新一代TPU、Amazon自研晶片與模型實際性能逐步揭曉，搭配各家雲服務商的商業化速度與客戶採用情況，將持續改寫AI算力勢力圖，也為投資人帶來既高風險、也極具想像空間的長線賽局。