英伟达235亿投资联发科：自研AI芯片，也要接入黄仁勋的生态|gpu|nvidia|联发科技|英伟达|高带宽内存|黄仁勋

英伟达又出手投资芯片公司了，这一次是联发科。

8 月 31 日，英伟达与联发科共同宣布进一步扩大长期合作。英伟达将投资 35 亿美元，购买联发科发行的可转换债券。与此同时，双方的合作也将从此前的 PC 和汽车芯片进一步延伸至 AI 数据中心，覆盖 AI 基础设施、本地 AI 计算和智能汽车三大领域。

其中最重要的变化，是联发科正式加入英伟达 NVLink Fusion 生态。

根据双方公布的计划，未来希望开发自研 AI 芯片的超大规模云厂商、云服务商和大模型公司，可以将自己的定制 XPU 设计交给联发科，再通过英伟达提供的 NVLink Fusion、NVLink-C2C、NVHBM 等技术，将这些芯片接入英伟达的机架级 AI 系统。

换句话说，即便客户最终选择的不是英伟达 GPU，英伟达也希望通过 NVLink、NVHBM 和机架级架构，让这些自研芯片继续接入自己的 AI 基础设施生态

联发科开始抢 Broadcom、Marvell 的生意

长期以来，提到联发科，人们首先想到的仍然是智能手机 SoC。但随着手机市场增长逐渐放缓，联发科正在迅速把资源投入数据中心和定制 AI 芯片。

今年 7 月，联发科已经宣布一项规模达 50 亿美元的融资计划，用于支持包括 AI 数据中心芯片在内的新业务。公司透露，其第一款定制 AI 芯片将在 2026 年第四季度进入生产，第二款预计于 2028 年推出。

联发科还将 2027 年全球定制 AI 芯片市场规模预期提高至约 800 亿美元，并希望拿下其中 15%—20% 的份额。这说明，联发科瞄准的已经不只是高通这样的传统移动芯片竞争对手，更是 Broadcom 和 Marvell 所占据的定制 AI ASIC 市场。

随着 AI 数据中心规模不断扩大，Google、AWS、Meta、微软等大型科技公司都在开发自己的芯片。因为相比采购通用 GPU，针对特定工作负载设计 ASIC，有机会获得更高的性能功耗比，并降低大规模部署成本。

这一趋势正在催生一个越来越大的“帮科技巨头造芯片”的市场。

Broadcom 多年来参与 Google TPU 等定制芯片项目，Marvell 也正在快速扩大相关业务。今年 8 月，Google 与 Marvell 又签署了一项新的定制 AI 芯片合作协议，进一步扩大供应商体系。

联发科现在希望成为其中的新玩家。它拥有 SoC、高速互连、先进封装和低功耗设计经验，也正在同时支持台积电 CoWoS 和英特尔 EMIB 等先进封装方案。Reuters 此前报道称，联发科已经在为大型科技公司推进定制 AI 芯片项目。

而英伟达的加入，相当于又给联发科补上了一个重要能力：让其设计出的定制 XPU 可以直接进入英伟达的数据中心生态。

英伟达的新算盘

不过，对英伟达来说，这件事则有另一层作用。

过去一年，当市场讨论英伟达竞争风险时，一个最常出现的问题就是：当 Google TPU、AWS Trainium、Meta MTIA 等自研芯片越来越成熟，大型科技公司是否会逐渐减少对英伟达 GPU 的依赖？

英伟达现在给出了一个新的答案：它正在从“继续卖更多 GPU”变成“把英伟达技术放进所有 AI 数据中心”。

NVLink Fusion 正是这一战略的重要组成部分。传统 NVLink 最初主要服务于英伟达自己的 GPU 和 CPU，而 NVLink Fusion 将这套高速互连体系开放给第三方 CPU、ASIC 和其他 XPU。客户仍然可以自己设计计算芯片，但这些芯片可以使用英伟达的互连、CPU、网络以及机架级系统架构。