在人工智能算力需求持续攀升的背景下，全球科技巨头对AI芯片的布局正从单纯采购转向深度自研。谷歌、亚马逊、微软等企业近年来纷纷推出定制化AI芯片，通过优化芯片架构来平衡性能、功耗与成本，以满足自身AI业务的特殊需求。对于这些算力需求庞大的企业而言，ASIC（专用集成电路）或XPU（可扩展处理单元）正逐渐成为英伟达GPU之外的重要选择。

随着自研芯片成为行业趋势，一个关键问题浮现：企业自行设计AI芯片是否意味着必须与英伟达的软硬件生态彻底脱钩？英伟达用实际行动给出了否定答案。

8月31日晚间，英伟达宣布以35亿美元认购联发科发行的可转换债券，并深化双方在AI领域的长期合作。根据协议，联发科将采用英伟达的NVLink Fusion技术及最新的NVHBM内存管理方案，为客户开发定制化AI芯片，并确保这些芯片能够无缝接入英伟达的机架级AI计算系统。

这一合作模式表明，英伟达正试图构建一个开放生态：定制XPU与英伟达的通用AI生态并非零和博弈，而是可以形成互补。客户可专注于自研芯片的核心设计，而英伟达则提供芯片与AI基础设施衔接的关键技术，包括高速互联、内存管理和系统集成。

从“芯片竞争”到“生态共生”：英伟达的客户留存战略

传统上，英伟达的核心竞争力集中在GPU硬件和CUDA软件生态。但随着AI算力需求从单芯片性能转向大规模集群部署，数据中心对芯片间高速互联、内存带宽、先进封装及机架级系统集成的要求日益严苛。

英伟达的战略布局正从“提供计算单元”向“构建完整计算基础设施”延伸，试图通过技术整合巩固其市场地位。

在此次合作中，联发科将基于英伟达的NVLink Fusion平台开发定制化XPU。这一平台突破了传统芯片设计模式：客户无需从零开始构建XPU与英伟达计算系统的连接组件，而是可直接利用NVLink Fusion实现芯片与AI基础设施的无缝对接。同时，英伟达新推出的NVHBM技术进一步将这种整合能力扩展至高带宽内存领域，形成覆盖芯片互联、内存管理及系统级优化的技术体系。

这一转变折射出AI芯片市场的深层逻辑：未来市场难以被单一架构垄断。随着云服务商和AI企业对专用算力的需求激增，GPU、ASIC和XPU等技术路线将长期共存。对英伟达而言，与其通过技术壁垒阻止客户自研，不如降低定制芯片接入自身生态的门槛，从而维持客户粘性。

从商业视角看，这一策略使英伟达即使面对客户自研芯片的挑战，仍能通过生态绑定保持合作关系。

除AI芯片合作外，双方35亿美元投资框架还涵盖AI PC和汽车领域。今年6月，英伟达与联发科已联合推出RTX Spark PC芯片，整合了英伟达的GPU计算能力与联发科的SoC设计专长。此次合作将进一步拓展至消费级PC、AI开发设备及企业级工作站等场景。

英伟达CEO黄仁勋在公告中表示：“AI正在重塑所有计算平台，从超大规模AI工厂到PC和汽车。我们与联发科的合作将加速计算创新，为客户构建差异化AI系统提供更多自由。”

从手机SoC到AI ASIC：联发科的转型突围

尽管联发科以手机SoC业务闻名，但其战略版图正在发生深刻变化。随着智能手机市场趋于饱和，联发科近年来持续将业务触角延伸至汽车电子、连接技术、PC及AI计算等领域，其中AI数据中心已成为其重点布局的新增长极。

与英伟达、AMD等通用GPU路线不同，联发科选择以定制ASIC作为切入数据中心的突破口。其核心竞争力不仅在于芯片设计，更源于多年积累的SoC整合能力、先进封装技术、内存优化方案及低功耗设计经验，这些优势使其能够为数据中心客户提供高度定制化的计算解决方案。

从业务进展看，联发科的AI ASIC战略已进入实质落地阶段。公司此前将2026年AI数据中心ASIC收入目标上调至20亿美元，并计划到2027年在规模达700亿至800亿美元的数据中心市场中占据10%-15%的份额。

此外，联发科正试图重塑ASIC市场的竞争规则。

当前，博通在定制AI芯片领域占据领先地位，Marvell等厂商也在加速追赶。联发科则通过差异化策略突围：依托其芯片设计能力，帮助大型云服务商和AI企业开发更贴合自身工作负载的定制芯片，而非提供标准化产品。

此次与英伟达的合作，使联发科得以将“芯片设计能力”延伸至“定制芯片部署”这一关键环节。作为NVLink Fusion的重要合作伙伴，联发科可借助英伟达的技术体系，帮助客户将定制芯片更高效地集成到AI数据中心中。

据Counterpoint预测，随着谷歌等客户采用更灵活的ASIC合作模式（如谷歌负责计算核心设计，联发科提供I/O模块），联发科到2028年有望占据全球人工智能服务器计算ASIC市场约26%的份额。