【核心提要】
【正文报道】
近日,博通(Broadcom)首席执行官Hock Tan在接受CNBC节目《Mad Money》采访时,针对市场近期对人工智能(AI)发展节奏放缓的担忧给出了强硬回应。尽管Anthropic公司首席执行官Dario Amodei此前发表文章提倡放缓前沿模型开发速度,引发了投资者对AI基础设施需求缩减的担忧,但Tan表示,这一讨论并未动摇博通对2027和2028财年的AI半导体营收预测。
受Anthropic呼吁放缓研发节奏的影响,市场情绪波动显著。由于Anthropic是博通定制芯片业务的核心客户之一,相关消息导致博通股价一度下跌4.8%,同时带动iShares半导体ETF等相关板块大幅下挫。然而,Hock Tan在接受Jim Cramer提问时明确表示:“完全没有(受到影响)。”他强调,无论是为了开发前沿模型还是为全球用户提供服务的推理端应用,市场对计算基础设施的需求依然非常强劲且持久。
博通的业绩预期此前一直是市场的关注焦点。在2026财年第三季度的财报电话会议上,Tan预测AI半导体收入将在2027财年达到1150亿美元,并预计到2028财年将翻倍至2300亿美元。这些乐观的预期主要源于博通在定制AI加速器和网络芯片领域的领先地位。值得注意的是,Anthropic正有望成为博通在2027年及2028年最大的定制芯片客户之一,这解释了为何市场对Anthropic高层的言论如此敏感。
在技术层面的细分上,Hock Tan对“推理”环节的乐观态度尤为突出。他指出,虽然关于模型训练(Training)的节奏存在讨论,但一旦进入产品化阶段,推理端的应用需求将非常强劲。他认为,AI并非一个会自行失控的“活体生物”,而是需要建立治理和安全保障的工具。
最后,Hock Tan从宏观视角阐述了生成式AI的本质。他将当前的技术变革类比为18世纪英国开启的工业革命,认为生成式AI及其相关前沿模型最终将创造巨大的价值。他强调,无论技术如何演进,其核心目标始终是作为一种工具,推动人类社会走向更高水平的生活水平。
【小编观点】 博通CEO的表态实际上是在给动荡的资本市场“定心丸”。从技术逻辑上看,Hock Tan精准捕捉到了“训练”与“推理”的区别:即便前沿模型的研发节奏可能因安全或成本原因放缓,但一旦模型进入应用端(即推理阶段),其带来的生产力变革和对算力的持续需求是极其庞大的。Anthropic作为核心客户的特殊地位,也让博通在这一轮关于“AI泡沫”还是“长期趋势”的讨论中,展现出了极强的信心。
背景链接:
暂无回复,快来抢沙发吧!
本次需消耗银元:
100
当前账户余额: 0 银元
【核心提要】
【正文报道】
近日,博通(Broadcom)首席执行官Hock Tan在接受CNBC节目《Mad Money》采访时,针对市场近期对人工智能(AI)发展节奏放缓的担忧给出了强硬回应。尽管Anthropic公司首席执行官Dario Amodei此前发表文章提倡放缓前沿模型开发速度,引发了投资者对AI基础设施需求缩减的担忧,但Tan表示,这一讨论并未动摇博通对2027和2028财年的AI半导体营收预测。
受Anthropic呼吁放缓研发节奏的影响,市场情绪波动显著。由于Anthropic是博通定制芯片业务的核心客户之一,相关消息导致博通股价一度下跌4.8%,同时带动iShares半导体ETF等相关板块大幅下挫。然而,Hock Tan在接受Jim Cramer提问时明确表示:“完全没有(受到影响)。”他强调,无论是为了开发前沿模型还是为全球用户提供服务的推理端应用,市场对计算基础设施的需求依然非常强劲且持久。
博通的业绩预期此前一直是市场的关注焦点。在2026财年第三季度的财报电话会议上,Tan预测AI半导体收入将在2027财年达到1150亿美元,并预计到2028财年将翻倍至2300亿美元。这些乐观的预期主要源于博通在定制AI加速器和网络芯片领域的领先地位。值得注意的是,Anthropic正有望成为博通在2027年及2028年最大的定制芯片客户之一,这解释了为何市场对Anthropic高层的言论如此敏感。
在技术层面的细分上,Hock Tan对“推理”环节的乐观态度尤为突出。他指出,虽然关于模型训练(Training)的节奏存在讨论,但一旦进入产品化阶段,推理端的应用需求将非常强劲。他认为,AI并非一个会自行失控的“活体生物”,而是需要建立治理和安全保障的工具。
最后,Hock Tan从宏观视角阐述了生成式AI的本质。他将当前的技术变革类比为18世纪英国开启的工业革命,认为生成式AI及其相关前沿模型最终将创造巨大的价值。他强调,无论技术如何演进,其核心目标始终是作为一种工具,推动人类社会走向更高水平的生活水平。
【小编观点】
博通CEO的表态实际上是在给动荡的资本市场“定心丸”。从技术逻辑上看,Hock Tan精准捕捉到了“训练”与“推理”的区别:即便前沿模型的研发节奏可能因安全或成本原因放缓,但一旦模型进入应用端(即推理阶段),其带来的生产力变革和对算力的持续需求是极其庞大的。Anthropic作为核心客户的特殊地位,也让博通在这一轮关于“AI泡沫”还是“长期趋势”的讨论中,展现出了极强的信心。
背景链接: