半导体TOP10，又洗牌了

TrendForce近期发布2026年第二季度全球Fabless公司TOP 10榜单，向行业抛出了一份极具冲击力的成绩单。榜单显示，前十大Fabless公司合计营收达1414.5亿美元，同比增长73%。73%的同比增速固然抢眼，却只是一个总量结果，比这个数字更值得关注的，是究竟谁在增长、涨了多少、又涨在哪儿。顺着这份榜单往下看，几个产业变化已经清晰可见。 01 TOP10到底发生了什么？ 纵览整张榜单， 合计营收继续增长，但增量分布明显不均 。英伟达依旧高居榜首，独占前十总营收的64%，其余九家难以望其项背。博通稳居第二，营收虽远少于英伟达，但同比增速位列第一，超过110%。AMD以115.36亿美元超越高通升至第三，高通则退居第四，且同比、环比增速均出现下降。榜单其余位置依次为联发科、Marvell、瑞昱、MPS、联咏和豪威。 中后段同样值得留意。Marvell同比增长34%，环比增长12%；MPS同比增长48%，环比增长22%。二者营收体量虽不及前几家，但增长质量较高。整体来看，这份榜单的“洗牌”并不只体现在排名升降上：英伟达进一步拉开差距，AMD完成对高通的超越，而中后段厂商则在增速上呈现出更明显的分化。 02 英伟达凭借什么吃掉64%的营收？ 前面我们提到英伟达是其余九家“难以望其项背”的存在，那么它凭何形成现在的领先优势？ 答案主要有两点。 首先还是来自AI GPU需求的持续增长 。随着大模型训练、推理以及Agentic AI应用不断扩展，云服务商、AI公司和企业客户持续增加AI基础设施投入，GPU依然是当前AI数据中心最主要的计算加速器。TrendForce指出，除了传统的超大规模云服务商之外，NeoCloud、主权AI项目以及企业客户也开始贡献更多英伟达收入，客户范围的扩大进一步支撑了GPU需求。 从英伟达自身财报来看，AI数据中心仍然是公司最主要的增长来源。英伟达本季度总营收达到962.2亿美元，其中数据中心业务营收达到890亿美元，同比增长117%，约占公司总营收的92%。这一业务规模已经远远超过游戏、专业可视化和汽车等其他业务。 英伟达的优势还来自GPU之外的AI基础设施布局 。随着AI计算规模持续扩大，多颗GPU之间需要进行高速数据交换，GPU与CPU、网络设备以及其他计算节点之间的通信效率，也会直接影响整个系统的运行效率。英伟达因此持续加强高速互连和网络能力，并将GPU、NVLink、网络芯片和整机系统结合起来，逐步形成覆盖计算、互连与系统的AI基础设施方案。 其中，NVLink是这一体系中的关键技术。它是一套高速互连技术，用于提升GPU之间以及处理器与加速器之间的数据传输效率。在英伟达的AI计算平台中，NVLink可以将多颗GPU连接起来，形成更大规模的高速计算域；NVLink-C2C则进一步承担处理器与加速器之间的高速、低延迟互连。随着AI集群规模不断扩大，高速互连的重要性也随之提升。在此基础上，英伟达进一步推出NVLink Fusion，将NVLink能力延伸至第三方定制芯片。通过这一平台，合作伙伴可以开发定制CPU和XPU，并将其接入基于英伟达NVLink的AI基础设施。英伟达提供互连、网络和机架级系统等配套能力，合作伙伴则可以根据特定工作负载设计处理器。 目前，Marvell已加入NVLink Fusion生态，为定制XPU提供相关互连和网络方案；AI推理芯片公司d-Matrix也宣布采用NVLink Fusion，将下一代Raptor推理处理器接入英伟达AI基础设施。英伟达还与联发科展开相关合作，由联发科面向数据中心客户开发定制XPU 从GPU到NVLink，再到网络和机架级系统，英伟达正在不断扩大AI基础设施的覆盖范围。对于客户而言，这意味着AI算力的部署可以围绕一套更加统一的软硬件体系展开，而英伟达也由此进一步强化了自身在AI数据中心中的平台地位。 03 AMD升至第三，AI红利向CPU传导 如果说英伟达吃到的是AI算力需求最直接的一波红利，而AMD的排名变化，则体现了这种 需求正在向更广泛的数据中心计算环节传导 。 从AMD自身的财报来看，吸引人的不仅是本季度营收达到115亿美元，还有数据中心营收达到67亿美元，占总体的58%，同比增长107%。CEO苏姿丰特别强调，此次数据中心的“成功”很大程度上得益于市场对市场对EPYC（霄龙）处理器以及Instinct GPU的强劲需求。也就是说，AMD此次的业绩增长并不能完全归功于CPU，GPU同样是重要的增长来源。 不过，在数据中心业务高速增长的同时，AMD的服务器CPU也出现了持续扩张。服务器CPU营收已经连续第五个季度创下历史新高，云端和企业客户的相关销售额均同比增长超过70%。与此同时，随着第五代EPYC Turin和第四代EPYC Genoa持续扩大部署，AMD在x86服务器市场的营收份额也继续提升。第五代EPYC Turin目前已经覆盖全球超过1600种EPYC公有云实例中的近三分之一，云服务商正在把它用于数据库、存储和AI等更多工作负载。 这背后的逻辑，与GPU受益于AI需求的方式并不完全相同。大模型训练和推理对并行计算能力的需求，首先直接推高了GPU加速器的采购量，GPU因此成为AI基础设施扩张中最先感受到需求增长的芯片。随着越来越多GPU进入数据中心，围绕这些加速器运行的服务器系统也需要更多CPU承担数据处理、任务调度、存储访问和系统管理等工作，AI算力需求由此开始向通用计算环节传导。 AMD已经开始围绕这一变化调整产品布局。公司今年推出第六代EPYC服务器处理器，并明确将其面向Agentic AI、通用计算和企业工作负载。同时AMD也在通过Helios机架级AI系统，把EPYC CPU、Instinct GPU以及网络等产品整合到更完整的AI基础设施中。 AI首先带动GPU需求快速上升，随后又通过数据中心规模扩张和工作负载变化，把增量传导至CPU等通用计算环节。恰好同时拥有GPU和CPU产品线，让AMD能够承接这两层需求，这也成为其数据中心业务持续扩张的重要支撑。 04 手机芯片厂商也开始抢AI算力的蛋糕 相比于英伟达和 AMD，高通和联发科选择“另辟蹊径”。 这两家公司原本的业务都以手机芯片为主，但随着手机芯片市场逐渐抗压， AI正成为二者寻找增长空间的重要破局点 。 高通走的路线比较多元，汽车、物联网和数据中心正成为高通持续发力的增长方向。 根据高通的财报，其本季度营收达到99.47亿美元，其中15.88亿美元来自QCT收入中的汽车部分，这部分同比增长61%，汽车业务已经连续23个季度保持两位数同比增长；物联网则带来了18.3亿美元的营收，同比增长9%。对此，高通表示，汽车部分2029预计能够达到100亿美元，物联网部分超过140亿美元。 不仅如此， 高通正在把数据中心视作下一阶段的重要增长方向 。 今年6月，高通正式公布了面向数据中心的完整AI路线图，并将2029财年数据中心的业务营收目标定为超150亿美元。公司推出一系列全新的数据中心解决方案，其中包含Dragonfly C1000 CPU、高带宽计算 (HBC)、Dragonfly AI300 推理加速器以及连接产品，同时还提