-
日期: 2026-06-04 | 来源: DeepTech深科技 | 有0人参与评论 | 字体: 小 中 大
定制 ASIC 的好处对云厂商来说很简单，用英伟达的 GPU 性价比正在变低：不只是成本问题，还有对上游供应商的依赖度，以及通用芯片在特定推理任务上的能效劣势。自研芯片在特定任务上可以做到更优的能效比，而且能深度契合自家系统的软件栈。
而从 Marvell 的角度看，定制 ASIC 业务一旦落地，客户黏性极强。芯片深度嵌入对方数据中心的设计之后，两三年内几乎不可能更换供应商，因为切换成本不只是钱的问题，还涉及整个软件层的重写。据市场报道，Marvell 的定制硅业务已经从几年前的接近零，增长到目前占数据中心收入约 25%，且仍在加速。
黄仁勋的逻辑
那么，黄仁勋为什么选择在这个时间点站出来为 Marvell 背书？其实背后逻辑不难理解。
随着训练和推理规模持续扩大，AI 竞争的焦点正在从单颗芯片的性能转向整个系统的协同效率。
黄仁勋在 COMPUTEX 演讲中多次强调，未来的数据中心本质上是一座“AI 工厂”，计算任务将被分布到成千上万个加速器节点上共同完成。在这种架构下，GPU 固然重要，但连接这些 GPU 的网络同样重要，因为任何通信延迟都会被系统规模成倍放大。当 AI 进入系统时代，连接能力开始成为决定整体性能的关键变量。
这正是 Marvell 所处的位置。无论是高速光互连、交换芯片还是定制 ASIC，它所提供的都是支撑大规模 AI 系统运行的底层基础设施，也就是链接。今年 3 月，英伟达宣布向 Marvell 进行 20 亿美元战略投资，并将双方合作延伸至 NVLink Fusion 生态。
对于英伟达而言，这不仅是一笔财务投资，更是在为自己的下一代 AI 基础设施补齐关键拼图。因为未来云厂商不可能全部使用英伟达标准 GPU 体系，它们会拥有越来越多自研 XPU 和定制芯片，而 NVLink Fusion 的目标正是把这些异构计算资源连接到同一个生态中。
换句话说，英伟达需要 Marvell，因为 Marvell 做好了，英伟达自己的生态才更完整。
下一个万亿美元俱乐部成员？
不过，Marvell 是否真的“有潜力”成为下一个万亿美元公司？要回答这个问题，可以对比参照一下其他成功的案例。
目前全球市值超过 1 万亿美元的科技公司，核心名单里包括苹果、微软、英伟达、Alphabet、亚马逊、Meta，以及市值在这个门槛附近波动的博通（Broadcom）和台积电（TSMC）。这几家公司通往万亿的路径其实各不相同，但有一个共同点：都在各自所处的关键基础设施层占据了难以被替代的垄断或寡头地位。
苹果的壁垒是十几亿台设备构成的封闭生态；微软的壁垒是企业软件市场几十年的深度渗透；英伟达的壁垒则是 CUDA）生态。几十万开发者、几十万个模型和框架都建在这套软件栈上，短期内任何竞争对手都很难在这个层面上正面挑战它。
Marvell 最直接的参照是博通。两家公司的业务模式高度相似：都做定制 ASIC，都做数据中心网络芯片，都深度服务于头部云厂商，都把自己的增长叙事建立在 AI 基础设施的长期扩张上。
博通目前市值在 2.3 万亿美元左右，它能到达今天这个规模，靠的是两条腿：一是 VMware 收购带来的企业软件收入；二是 AI ASIC 业务的爆发，博通为谷歌设计的 TPU 以及为另一家头部云厂商设计的推理芯片，已经成为其收入的核心引擎。博通 CEO 陈福阳（Hock Tan）在 2025 至 2026 年持续给出的 AI ASIC 市场规模预测，也是推动博通估值重构的重要叙事基础。
Marvell 和博通之间的本质差异，在于技术路线的侧重不同。博通更强调定制芯片的规模和客户集中度，其两家最大的定制 ASIC 客户（业界普遍认为是谷歌和 Meta，但客户名称官方未披露）贡献了 AI 相关收入的绝大部分。
Marvell 的差异化在于它在光互连方向的纵深：十年硅光子积累、今年完成的对 Celestial AI 和 XConn 两家初创公司的收购，都在加强 Marvell 在 CPO（共封装光学）方向上的竞争力。
CPO 被认为是下一代数据中心互连的主流技术路径：它能把光收发器与处理芯片的连接距离从几厘米缩短到毫米级，在能耗和带宽密度上比 NPO（近封装光学）再进一步。这个方向目前仍处于量产早期，当主流云厂商开始大规模部署 CPO 时，Marvell 已经有了别人难以快速复制的工程积累。
至于“距离万亿到底有多远”这个问题，按照 Computex 前后的股价水平，公司目前市值在约 2,500 亿至 2,700 亿美元区间。要到万亿，意味着还需要再增长 4 倍以上。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见