全栈芯基建：Marvell重构AI芯片高速公路（二）光互连与封装革新，驱动2025 AI芯基建爆发

【编者按】

本篇选自Semi Version的长文深度解析Marvell如何以全栈定制战略重塑AI芯片基础设施。面对云巨头3270亿美金AI投资浪潮，传统GPU架构遭遇成本与能效瓶颈。Marvell凭借XPU+Attach双轨架构（18款定制芯片落地）、6.4Tbps硅光引擎及2nm级封装集成，构建从SRAM缓存优化到光互连的完整技术闭环。文章揭示其颠覆性创新：定制SRAM面积减半功耗降66%，448G SerDes突破带宽极限，更以XPU Attach组件90%增速卡位模块化AI生态——这不仅关乎单点技术突破，更是算力基础设施的范式革命。欢迎感兴趣的读者转发与关注！

2025年：愿景成真

到2025年，Marvell不仅兑现了这份路线图——它已在多个前沿领域取得进展，展现出卓越的战略远见和执行力：

1.定制化云芯片的商业化

Marvell推出了多款专为超大规模云工作负载（包括推理、数据移动和安全处理）量身定制的定制CPU、ML和DPU解决方案。这些芯片采用基于芯粒（chiplet）的模块化封装，并集成了高速SerDes、共封装光学（Co-Packaged Optics）和芯粒间（Die-to-Die, D2D）互连技术——从而实现了高效、可扩展且功耗优化的异构平台。

2.共封装光学与光学I/O成为核心技术

Marvell的硅光引擎进入量产阶段，成为客户AI加速器和服务器架构不可或缺的一部分。在1.6Tbps和6.4Tbps光模块等高带宽场景中，Marvell展示了卓越的能效和封装集成度，解决了传统电互连的局限性。

3.多芯粒封装与2nm制程实现

Marvell成功采用2nm工艺节点，并实现了支持双向D2D通信的3D封装，为异构计算单元提供了无缝连接。这些先进技术不仅为Marvell自身的ASIC提供动力，还通过其标准化、平台导向的设计生态系统为客户提供支持。

4.以平台为中心的设计与深入的云服务提供商（CSP）协作

与传统IP供应商不同，Marvell作为平台合作伙伴运作，在芯片设计、封装和验证方面提供端到端支持。这种方式促成了与前四大CSP——谷歌（Google）、亚马逊（Amazon）、微软（Microsoft）和Meta——的紧密合作，使Marvell能够以敏捷和精准的方式渗透到AI加速器、LPO模块和数据中心交换机等关键领域。

四年验证的远见

Marvell在2021年所预见的——数据中心架构与芯片设计的融合——在2025年已成为现实。通过在硅光子学、封装平台和XPU Attach战略上的早期投入，Marvell已将自身定位于AI数据基础设施浪潮的中心。

Marvell的历程是远见、执行力和平台驱动转型的案例研究。它为半导体行业提供了一条引人注目的替代路径：不仅仅是销售芯片，而是共同定义云基础设施的未来。

Marvell 2025：以全栈技术和定制芯片战略引领AI基础设施新时代

随着生成式AI和大语言模型持续推动数据中心计算需求呈指数级增长，Marvell的2025年投资者报告清晰阐述了其愿景和执行：通过整合SerDes、硅光子学、HBM、先进封装和完全定制的芯片平台，Marvell正在扩大其在AI基础设施市场的版图。作为高速互连和定制化计算解决方案的关键推动者，Marvell旨在塑造直至2030年及以后的AI数据中心格局中扮演核心角色。

1.AI时代的资本支出扩张与TAM激增

2025年，AI数据中心背后的基础设施正经历前所未有的资本投资增长。美国四大超大规模服务商——亚马逊（Amazon）、微软（Microsoft）、谷歌（Google）和Meta——正在积极扩张其下一代AI计算平台。与此同时，一波新兴的超大规模服务商正在迅速崛起，涉足涵盖模型开发、垂直应用和主权AI（sovereign AI）平台的全栈计划，标志着AI基础设施平台驱动新时代的到来。

传统超大规模服务商的战略举措

根据Marvell的投资者报告，亚马逊、微软、谷歌和Meta的总资本支出（CAPEX）预计在2025年将达到3270亿美元，较2023年的1530亿美元翻倍——年复合增长率（CAGR）高达46%。这反映了资源正大规模重新配置到AI芯片开发、数据中心重构、网络升级和基础电力基础设施中。

• 亚马逊（AWS）持续开发其Trainium和Inferentia芯片，增强其AI训练集群和数据湖系统，专注于芯片自主权和云规模AI服务。

• 微软（Azure）在深化与OpenAI合作的同时，也在推进其内部开发的Maia AI加速器和Cobalt CPU。其基础设施也支持其Copilot AI工具生态系统的后端。

• 谷歌（GCP）基于其TPU和Pax架构构建大规模、多租户的AI云，同时支持专有的Gemini模型和开源部署选项。

• Meta专注于Llama及其他基础模型，部署其MTIA芯片并扩展下一代AI数据中心，为其AI驱动的社交平台和AR/VR整合提供动力。

这些参与者正在从“堆叠GPU以提升性能”向AI原生硬件和光电集成转型。硅光子学、共封装光学（CPO）和3D IC等关键技术正被部署，以降低功耗并优化延迟。

新兴超大规模服务商的崛起

除了现有巨头，Marvell识别出三类快速崛起的新兴超大规模服务商类别：

• 模型驱动型参与者（例如xAI, OpenAI）：专注于内部LLM开发，这些公司正日益掌控其AI训练和推理基础设施。

• 应用驱动型领导者（例如特斯拉Tesla, 苹果Apple）：这些公司将AI嵌入汽车、移动和边缘系统，推动具有低延迟、本地部署和边云协同数据中心架构的混合部署。

• 主权AI创新者（例如Humain, Stargate）：构建专有数据、模型和定制芯片以满足政府、国防和国家数据主权需求。这些参与者以其闭环AI堆栈挑战着主流的开源和共享基础设施范式。

这些新进入者正超越模型创新，深入垂直整合——涵盖芯片、封装、网络和热管理——使其成为Marvell、台积电（TSMC）和英伟达（NVIDIA）等上游供应商的关键合作伙伴和竞争力量。

在2023年至2025年间，四大超大规模服务商的资本支出正以46%的复合年增长率增长，达到3270亿美元。数据中心总体投资预计将从2023年的2600亿美元增至2025年的5930亿美元，并在2028年突破1万亿美元。Marvell估计数据中心半导体的总可寻址市场（TAM）将从2023年的210亿美元增长至2028年的940亿美元。其中，加速定制计算（Accelerated Custom Compute）细分市场预计将以53%的复合年增长率扩张，达到554亿美元。