英伟达35亿美元砸向联发科，咋想的？

英伟达，开始下注定制芯片叙事了。

35亿美元，英伟达投给了联发科。这不是一笔普通的财务投资——交易的核心条款是：联发科将向在其平台设计定制XPU的客户，提供NVLink Fusion平台支持。

翻译成人话：以前你要做一颗自己的AI芯片，互联生态基本只有英伟达的CUDA体系这一条路，或者硬着头皮自建。现在，英伟达主动把NVLink这块最好的「地皮」开放出来，还先砸钱把联发科绑上了自己的牌桌。

一边是英伟达主动开放护城河，一边是高盛在旧金山科技大会上抛出「AI基建周期还能持续多久」的五大辩题，另一边是合见工软发布国内首款三维芯片物理设计工具、适配韬定律路线。三件事凑在同一周，拼出的其实是同一幅图景：AI算力产业链的权力结构，正在从「一颗通用GPU打天下」转向「通用与定制并存、互联与封装定生死、设计工具成为暗战」的新阶段。

我们逐层拆开看。

🤝 35亿美元买的不是股权，是生态入口

据ServeTheHome报道，这笔交易的表述很克制：英伟达向这家台湾Fabless芯片设计公司投资35亿美元，联发科则向在其平台设计定制XPU的客户提供NVLink Fusion支持。

但克制背后信息量很大。

先看联发科手里有什么。天玑手机芯片做到全球出货头部之外，联发科近年最重要的转身是打入定制芯片市场——谷歌的天玑之外，业界的公开信息显示，联发科已经拿下多款数据中心定制芯片订单，是继博通之后定制ASIC阵营里最受关注的一家。据多位接近人士透露，不少超大规模云厂商在选择定制ASIC合作伙伴时，联发科的名字已经稳定出现在候选名单前列。

再看英伟达想干什么。NVLink是英伟达AI系统真正的护城河之一——GPU之间的高速互联，决定了成百上千颗芯片能不能像一颗芯片一样协同训练。而NVLink Fusion是英伟达2025年推出的开放策略：把这套互联能力开放给第三方定制芯片、CPU和加速器，让客户的自研XPU也能接入英伟达的机架级系统。

开放策略要成立，必须有大量第三方定制芯片真的用你的互联。英伟达需要「地推」。

联发科就是这个地推的关键抓手。英伟达直接入股，等于把「生态推广伙伴」变成了「利益共同体」：联发科每帮一个客户用NVLink Fusion做好一颗定制XPU，英伟达的互联生态就扩大一分；而客户拿到的是「自研芯片+英伟达级互联」的组合拳，不用在开放性和性能之间二选一。

一句话：35亿美元买到的，是定制ASIC浪潮里的一张头等舱船票。

这个逻辑可以画成一张产业链图：

注意图中的关键：英伟达没有阻止定制芯片，而是把自己变成了定制芯片的基础设施。这比单纯卖通用GPU的生意，天花板高了不止一层。

📈 高盛五大辩题：AI基建周期到底还有多长

9月8日至11日，高盛在旧金山举办Communacopia暨科技大会，32家覆盖数字/AI芯片、EDA、模拟、设备、存储和IT服务的全球公司参与。高盛分析师借此梳理出五大核心辩题：AI算力需求、半导体设备周期、存储供需、模拟芯片复苏、EDA软件的AI商业化。

投资者真正焦虑的问题只有一个：这一轮AI基础设施周期，还能持续多久？

高盛给出的判断是偏乐观的。第一，超大规模云厂商的资本开支环境依然强劲，各家对AI需求整体保持乐观。第二，需求正在从训练向推理和Agentic AI扩散——随着推理成本持续下降，代码生成等应用开始展现可量化的投资回报，AI基建投资的经济性正在被验证。换句话说，这轮周期的燃料，正在从「信仰驱动」切换到「回报驱动」，而后者的续航能力通常更强。

在芯片架构层面，高盛的判断更值得定制芯片阵营玩味：通用芯片（merchant silicon）短期仍将主导，但ASIC和定制加速芯片的市场份额将逐步提升。竞争的维度也在变化——从单纯性能比拼，转向性能、成本与功耗的综合优化。

这个判断几乎是为英伟达-联发科这笔交易量身定做的注脚。如果定制芯片份额注定提升，那么对英伟达来说，最理性的选择不是死守通用GPU阵地，而是成为所有定制芯片的互联底座。NVLink Fusion加联发科，就是这个战略的落地。

设备端，高盛同样积极：本轮WFE（晶圆制造设备）上行周期至少有望持续至2028年，AI资本开支正通过先进逻辑、晶圆代工、DRAM和先进封装等环节传导至设备市场。市场争议的焦点是2027年WFE增速能否超过2026年约35%的预期——注意，2026年35%的增速预期本身就是历史级的高基数，争议的不是「增长」而是「增速还能不能更高」。

把五大辩题的主线串起来，其实就一句话：AI资本开支的韧性是贯穿产业链的主线，增长逻辑正从单一算力扩张，向更广泛的硬件与软件环节延伸。

🧩 定制XPU上桌，通用GPU为何不慌

业界私下流传一句玩笑：以前云厂商见黄仁勋是谈采购，现在是谈「既合作又竞争」。

竞争的部分好理解：谷歌TPU、亚马逊自研芯片、以及联发科们承接的各类定制XPU，每一颗落地都是从英伟达GPU份额里切走一块。据接近供应链的人士反馈，部分云厂商的长期路线图里，定制芯片承担的推理负载比例在逐年抬升。

但合作的部分被低估了。定制芯片并不意味着绕开英伟达——恰恰相反，一颗自研XPU要进入数据中心机架，真正的难题不在芯片本身，而在三样东西：互联、网络、软件生态。

互联层面，自建互联协议成本极高、周期极长，芯片设计公司很难独立搞定千卡万卡级的组网一致性。这就是NVLink Fusion的机会：联发科的定制XPU接上NVLink，客户拿到的系统级体验可以看齐英伟达原生方案，而设计自主权留在自己手里。

这就解释了一个看似矛盾的现象：为什么定制芯片越火，英伟达反而越积极开放？因为当通用芯片与定制芯片的竞争聚焦到「单位算力成本和能耗效率」时，胜负手从单芯片性能转移到了系统效率——而系统效率恰恰是NVLink的主场。开放互联，等于把对手拉到自己擅长的战场上打。

对博通和联发科们来说，这也是可以接受的交换：芯片设计费和份额落袋为安，互联难题有人兜底。至于更长期的博弈——互联生态的话语权最终归谁——那是下一代产品周期才需要回答的问题。

对AMD这样的第三方通用芯片玩家，压力反而在加大：AMD的MI4XX机架级方案和ROCm软件栈要证明的，正是「不靠NVLink也能做好系统」，这条路的证明难度，随着NVLink Fusion的开放反而在上升。

🔧 三维集成起风，EDA成为新的暗战线

定制芯片故事的下一幕，写在封装和EDA里。

单纯依赖制程微缩提升性能，正面临越来越高的技术和成本压力——这已经是行业共识。逻辑折叠、异构堆叠等三维集成技术，成为芯片继续提升性能和集成度的重要方向。这就是为什么9月初合见工软的发布值得单独拎出来说。

这家国内数字EDA/IP企业一口气发布了多项成果：国产首个Agentic EDA智能体战略体系、国内首款三维芯片物理设计工具、国产先进工艺节点收敛工具，填补了国产EDA在商用级3DIC物理设计等领域的空白。

其中最受关注的是UniVista 3DIC Designer。这款工具专为国产先进工艺节点打造，可适配逻辑折叠与韬定律技术路线，采用底层自研的真三维布局算法，面向2-die/3-die逻辑折叠、多裸片异构堆叠等先进架构。工程能力上，它要解决的是十亿门级大算力芯片的硬骨头：超大容量网表处理、跨裸片时序与布线协同、热密度优化、垂直互连约束、多层堆叠热点、上下裸片面积平衡——并通过CPU/GPU异构并行加速来提升设计效率。

为什么这件事重要？因为它指向一条被低估的技术路线：用三维逻辑折叠，在相对成熟的工艺上逼近先进制程的系统级性能。当最尖端的EUV产能受制于人、先进制程代工获取受限时，三维集成是在既有工艺底座上继续抬升性能的现实路径。而这条路的前提，是必须有商用级的三维物理设计工具——以前这块是空白。

EDA恰恰是全球半导体产业链里集中度最高、也最容易被「卡」的环节之一。高盛把「EDA软件的AI商业化」列入五大辩题，本身就是信号：设计工具正从幕后走向产业博弈的前排。

（这张饼图是字面意义的——三维堆叠时代，时序、功耗、面积、热分布必须四线协同优化，任何一块短板都会让整叠芯片报废。这也是三维EDA工具的技术门槛所在。）

把镜头拉远：英伟达用NVLink Fusion绑定定制芯片生态，是在系统互联层筑墙；高盛五大辩题揭示的需求韧性，是这场竞赛的燃料；而国产EDA在三维设计上的突破，则是在工具层补课。三条线指向同一个结论——AI算力竞争的颗粒度，正在从「一颗芯片」细化到「一个系统」，再细化到「一套设计基础设施」。

💡 写在最后：开放的护城河，还是护城河吗

回到开头那笔35亿美元。

英伟达投资联发科这件事，最值得记住的不是金额，而是姿态的变化：一家靠封闭生态（CUDA+NVLink）建立起万亿市值的巨头，开始主动向定制芯片阵营开放自己最深的护城河。

这不是慷慨，是精算。高盛的判断已经写得很清楚——ASIC和定制芯片份额会提升，趋势不可逆。既然挡不住，就把定制的浪潮变成自己互联生态的增量。黄仁勋团队在Rubin产品周期和Physical AI叙事之外，率先回答了「通用与定制之争」这道题：不做单选题，做平台题。

对产业链的启示同样清晰：设备端，WFE上行周期看高至2028年，DRAM、前沿逻辑和先进封装是三大动力源；设计端，三维集成与逻辑折叠让成熟工艺焕发第二春，也给了国产EDA一次难得的「代际切换」窗口——在从二维向原生三维重构的节点上，新旧玩家的差距其实没有传统EDA市场那么悬殊。

据业内资深人士的说法，接下来半年值得盯三个信号：一是联发科定制XPU客户接入NVLink Fusion的实际落地节奏；二是2027年WFE增速能否兑现超越2026年35%的预期；三是国产三维EDA工具在真实大算力芯片项目上的首次商用验证。

周期会波动，叙事会轮换。但当芯片竞争从「谁的性能高」变成「谁的系统强」，再变成「谁的工具链硬」，这条产业升级的路径本身，比任何单一节点的输赢都更确定。

桌子在变大，上桌的人也在变多。这大概就是这一轮AI半导体周期，和以往所有周期最大的不同。