奧特曼有一句名言："你要永遠相信光。"這裡說的是真的奧特曼，不是OpenAI那位。Marvell CEO Matt Murphy大概也信。
2026年6月2日，COMPUTEX開幕第一天上午，Marvell Technology董事長兼CEO Murphy在台北南港展覽館登台，做了一場近45分鐘的主題演講。NVIDIA創始人黃仁勛和ASE日月光半導體CEO吳田玉先後作為嘉賓上台對話。
COMPUTEX 2026的幾場Keynote關注度很高。不過Marvell這家公司大家可能相對不熟悉，所以我寫一個Murphy演講的紀要。
先簡單介紹一下。Marvell不做處理器，不做儲存，專做數據中心裡負責搬運數據的晶片：光模組裡的信號處理器、機架之間的以太網交換晶片、嵌入各種處理器的高速串行接口，以及為雲巨頭量身定做的ASIC定製晶片。一句話：NVIDIA等管算，美光三星等管存，Marvell等管連。過去十年，這家公司通過一系列收購和業務剝離，把自己從一家消費電子晶片公司改造成了專注"連接"的數據基礎設施晶片公司，營收從2016年的23億美元增長到當前財年預期的約115億美元。就在演講前一周（2026年5月27日），Marvell剛發布了FY2027 Q1財報，季度營收24.18億美元創紀錄，全年指引上調至約115億美元（同比增長約40%），FY2028指引到了165億美元。黃仁勛當天在台上兩次稱Marvell為"the next trillion dollar company"。演講當天MRVL股價收漲32.5%。
Murphy這場演講的核心論點是：AI基礎設施的瓶頸正在從算力和儲存轉向連接，而銅纜正在逼近物理極限，光學替代不可逆。 Marvell過去十年花了360億美元，就是在賭這件事會發生。
Murphy到任第一周，團隊給他匯報拿下的最大客戶訂單是"全球第一款WiFi聯網芭比夢想屋"。這不是玩笑，是當時Marvell的真實處境。2016年的Marvell，超過60%的營收來自消費電子，包括VR頭盔、遊戲機、流媒體設備、可穿戴。數據中心業務只貢獻了不到10%的營收，也就是兩億多美元。
Murphy之前在模擬晶片公司Maxim Integrated待了22年。模擬晶片的特點是產品滲透到幾乎所有電子終端，這給了他一個觀察行業周期的全景視角。在Maxim的二十年裡，他親歷了PC、筆記本、數位相機、智慧型手機、數據中心一波又一波的技術浪潮。2016年加入Marvell時，他的判斷是：半導體行業的下一輪主增長引擎是數據平台公司，也就是Google、Amazon、Microsoft、Meta這些巨頭，它們對大規模移動數據、儲存數據、處理數據、保護數據的基礎設施有剛性需求。
他把這個方向定義為"數據基礎設施"。當時這個詞不是一個被市場承認的品類，是Murphy自己造的。願景也簡單：把Marvell打造成一家專注數據基礎設施半導體方案的純粹玩家（pure play）。 問題在於，當時的Marvell跟這個願景之間有一道巨大的鴻溝。
Murphy和團隊得出的結論是：有些能力需要內部自建，有些只能通過收購獲得。同樣重要的是，決定不做什麼和決定做什麼一樣關鍵。 轉型不只是加法，也是減法。
2018年到2026年初的八年間，Marvell執行了一套精準的併購和剝離操作。
2018年收購Cavium，補強計算和網路能力。2019年剝離Wi-Fi業務（Murphy說這是"聚焦的力量"），同年收購Avera建立定製晶片業務，收購Aquantia補強連接產品線。2021年是關鍵一年：以100億美元收購Inphi，這是Marvell歷史上最大的一筆收購，拿下了世界級的數據中心連接技術；同年收購Innovium，獲得高端數據中心交換能力。之後消化了幾年，統一技術平台。2025年底到2026年初，Marvell重新啟動併購引擎：剝離汽車以太網業務，收購Celestial AI獲得光子互連技術（2026年2月完成），收購XConn Technologies獲得Scale-up交換能力（2026年2月完成）。
Murphy在台上算了一筆總賬：收購投入約225億美元，有機研發投入約180億美元，剝離資產回收約45億美元，淨投入約360億美元。
併購之外，Marvell還做了一個行業中極少見的技術賭註：直接跳過7nm，從14/16nm一步跨到5nm。 Murphy說"沒人這麼幹"，因為跨兩代製程的風險極高，但Marvell的邏輯是：要在數據基礎設施領域競爭，就必須站在製程的最前沿，沒有退路。結果執行完美。2020年初，Marvell發布了首個基於先進節點的完整IP平台，包括芯粒之間的die-to-die通信接口、定製SRAM高速緩存，以及高速SerDes接口。SerDes全稱Serializer/Deserializer，就是把晶片內部的並行數據壓成高速串行信號發出去、在對面再展開還原，是所有晶片間高速通信的底層零件。
這個SerDes團隊今天有1500人，整合了Marvell自身工程師以及通過收購Avera、Aquantia、Inphi等帶進來的人才。Murphy說這是業內規模和能力都首屈一指的SerDes組織。
轉型的結果體現在數字上。2016年Marvell年營收23億美元。頭五年翻了一倍到45億美元。FY2026（截至2026年1月）年營收達到81.95億美元，同比增長42%。按當前華爾街共識，FY2027將達到約115億美元，FY2028約165億美元，增長還在加速。數據中心業務從十年前不到10%的營收占比，上升到最近一個季度的76%。
Murphy把這個轉型成果放進了一個更大的行業敘事裡：AI基礎設施的瓶頸正在經歷第三次遷移。
第一次瓶頸是算力。行業需要遠超傳統的計算能力來支撐AI訓練和推理。NVIDIA率先解決了這個問題，也因此在2026年4月成為全球首家突破5萬億美元市值的公司。
第二次瓶頸是儲存。更大的模型需要更大的儲存容量和更高的頻寬。HBM高頻寬儲存器成為關鍵資源，它把儲存顆粒垂直堆疊後緊貼GPU封裝，提供遠超傳統記憶體的頻寬。到2026年5月底，Samsung、SK Hynix和Micron三家儲存晶片公司在同一個月內先後突破萬億美元市值。
第三次瓶頸是連接。Murphy的邏輯很直接：單個處理器再快、儲存再大，都不夠。現代AI需要數萬乃至數百萬個處理器協同工作，構成一台超大規模計算引擎。當計算問題被拆解成無數子任務分散到整個數據中心執行時，連接就是一切。 推理模型、MoE混合專家架構（一個大模型被拆成多組"專家"子網路，每次推理只激活一小部分，但不同專家可能分布在不同晶片上）、agentic AI（能自主規劃任務、調用工具、持續執行的AI系統）都在推高對連接頻寬和延遲的要求。
Murphy說，這不只是Marvell的判斷。全球最大的超級雲廠商正在重新設計整個網路架構，因為它們認識到AI基礎設施的擴展現在首先是一個連接問題。
Murphy的下一個論點建立在一條物理規律上。
銅纜中信號的傳輸距離與頻寬嚴格成反比：頻寬每翻一倍，最大傳輸距離減半。 當前量產的最高速系統運行在每通道200Gbps，此時銅纜最遠傳輸約2.5米。而標準機架高度約2米，加上內部走線，2.5米已經是極限。上一代100Gbps時代，銅纜還能支持約5米。
一旦進入400Gbps，也就是下一個量產節點，銅纜將無法在機架內完成全互連。
Murphy把這條物理極限稱為"銅線牆"Copper Wall。數據中心裡的連接，靠近發送端的用銅，距離遠的用光。銅線牆就是這條分界線的位置。他說這堵牆正在向右移動，把原本屬於銅的領地交給光。
更關鍵的數量級效應：銅線牆每向右移動一格，從數據中心間到機架間再到機架內，需要光連接的埠數量增長至少一個數量級。 機架內的連接埠數是機架間的10倍以上。這意味著光學產業鏈面臨的不是溫和增長，而是10倍級別的需求跳升，整個供應鏈需要大規模擴產。
Murphy給了一個歷史錨點：20年前數據中心內部的主流速率還是10Gbps，光學只用於長距離電信場景。銅線牆第一次移動時，光學產業應聲而起，催生了PAM4調製技術。PAM4用4個信號電平而非傳統的2個來編碼數據，同樣的物理通道傳兩倍資訊量，功耗和距離代價比長途用的相干方案友好得多，天然適合數據中心內部百米級的連接。同樣的故事正在重演，但這次光學要進入的是機架內部。
Murphy在演講中段從西裝口袋裡掏出一個小模組舉到鏡頭前，那是Marvell自研的相干光模組。
AI數據中心的連接需求覆蓋了從數百公里到毫米的全部距離。每個距離段的技術方案、工程團隊、供應鏈完全不同。Murphy逐一展示了Marvell在每一段的產品布局。
數據中心間（百公里至千公里） 用相干光學coherent optics。相干調製與短距離只調節信號強弱不同，它同時利用光的振幅、相位和偏振來編碼數據，能在幾百公里的光纖傳輸後仍保持信號完整性。核心是專用DSP數字信號處理晶片，負責在發送端把數據編碼到光信號里、在接收端從噪聲中還原出來。全球能做相干DSP的公司只有幾家，Marvell是其中之一。Murphy掏出的那個模組裡集成了先進節點CMOS工藝的DSP、第四代矽光子引擎（所謂矽光子，就是用造晶片的半導體工藝來製造光學器件，讓光信號的產生、調製和探測都在矽片上完成，大幅壓縮體積和成本），以及負責光電高速轉換的矽鍺寬帶模擬器件。Marvell從十年前100G相干技術起步，經歷400G、800G，目前800G在量產出貨。他透露今年下半年將開始送樣全球首款1.6Tbps 2nm相干光學方案。
數據中心內部（百米級） 用PAM4加以太網交換。Marvell在PAM4領域從50G一路引領到800G，去年（Murphy說"last year"，即2025年）開始量產1.6T的3nm PAM4方案。交換側，Marvell從12.8T到51.2T有完整產品線，並在本次COMPUTEX上宣布了專為AI數據中心設計的100T以太網交換機（102.4Tbps），主打業內最低功耗。Murphy說這是專門留到COMPUTEX發布的消息。
機架內部（米級） 是銅線的最後領地。目標是把儘可能多的處理器以全互連方式連接起來，行業叫Scale-up，即把一組處理器連成一台更大的機器。NVIDIA的NVL72是這個架構的典型：72顆GPU在單個機架內通過NVLink高速互連協議實現任意對任意通信，頻寬遠超通用以太網。這個距離段的核心差異化在於電氣SerDes。Marvell擁有200Gbps量產SerDes，並已展示過400Gbps方案。
封裝內部（毫米級） 是最小尺度的連接。今天最先進的晶片內部集成了多個芯粒chiplet，通過die-to-die接口通信，這是芯粒之間毫米級的數據通道，距離雖短但速率極高。多芯粒的組裝靠2.5D封裝（芯粒並排放在矽中介層上）或3D封裝（垂直堆疊），本質上是毫米級的連接技術。
Murphy總結：從毫米到千公里，Marvell在每一個距離段都有量產產品。 在每個細分市場面對的競爭對手各不相同，但能覆蓋全部距離段的公司只有Marvell一家，他稱之為"one-stop shop"。這不是PPT上的能力：Marvell已累計出貨數億顆DSP晶片，在全球最大的數據中心裡積累了數百億device hours（即所有已部署晶片的累計運行小時數）的現場數據。產品可靠性是用量產規模和時間餵出來的。
Jensen走上COMPUTEX的大舞台時，第一句話是感嘆舞台太大跑得累（"Boy, that's a huge stage"）。Murphy笑著問他是不是喘了。寒暄之後，對話迅速切入正題。
Jensen上來就給了Marvell一個極高的定位："The next trillion dollar company, ladies and gentlemen." 整場對話過程中他說了兩次。
Jensen把Marvell需求暴漲的根因歸結為一個經濟學閉環：AI已經能創造利潤了。 token是AI模型處理和生成內容的計量單位，大致對應一個詞或半個中文字，它的生產已經有利可圖。一旦生產token能賺錢，所有人都想生產更多token，於是需要更多基礎設施，於是連接需求暴漲。
他給出了agent計算模式的技術闡釋：智能體agent的計算是分布式和解耦的。一個計算任務被拆解成大量子任務分散到整個數據中心執行，系統在聚合所有可用的計算、儲存和頻寬，而使這一切成為可能的就是連接。他專門為Vera Rubin平台做了定義：Hopper是為訓練設計的，Grace Blackwell是為推理設計的，Vera Rubin是為運行智能體設計的。系統內除了AI計算晶片，還集成了用於編排的Vera CPU和用於長期記憶管理的Vera CX儲存加速器。
NVLink Fusion是這次合作的技術核心。Jensen的解釋是"把NVIDIA的技術和Marvell的技術融合在一起"。雲廠商如果想全用NVIDIA方案，沒問題。但如果要自研ASIC（專用定製晶片），NVIDIA同樣樂見自己的技術棧出現在那個數據中心裡。"We should use copper as much as we can for as long as we can, but copper has its limits." 銅能用就用，但銅有天花板。Scale-up（機架內互連）先用銅，Scale-up的更大範圍用光，Scale-out（集群間互連）用光，Scale-across（數據中心間互連）用光。Jensen認為未來五到十年銅和光的用量都會非常巨大。
Murphy半開玩笑地說Jensen把自己後半場演講的內容都講了。Jensen告別時喊了一句"Bye, Marvell"。
銅線牆從機架間推進到機架內，光連接的密度需要跳升10倍。傳統的可插拔光模組在功耗和物理空間上都撐不住。
共封裝光學CPO（全稱Co-Packaged Optics）是解決路徑：把光連接做到封裝本體上，緊鄰計算晶片，光纖直接從封裝引出，徹底繞過PCB印刷電路板上的銅走線。Murphy在台上展示了兩塊板子。一塊是傳統100T以太網交換機，銅走線從中心晶片延伸到前面板的光模組插口。另一塊是CPO交換機：51.2T交換晶片居中，周圍環繞16個3.2T光引擎，光纖直接從封裝引出。Murphy說這是COMPUTEX現場全球首次展示，台下觀眾是第一批看到實物的人。
CPO的難度在於它是多種前沿技術的匯合：先進CMOS工藝、矽光子、先進封裝、光互連，全部整合在一個小型系統中。Murphy說Marvell在這些領域各自投入了超過十年。
Murphy還給了Marvell一個生態定位：我們是行業中的瑞士，跟所有人合作。 算力公司之間競爭，儲存公司之間競爭，但Marvell做的是連接，跟誰都不衝突。這個定位解釋了一件看似矛盾的事：為什麼Marvell既能拿到NVIDIA 20億美元投資（2026年3月31日宣布），又能同時為各大雲廠商的自研ASIC項目提供定製晶片和連接方案。答案就是連接層天然的中立性。
ASE CEO吳田玉上台講述了合作邏輯。ASE是全球頭部封測廠，負責晶片從晶圓切出來之後的封裝和測試，需要押注能提供下一代架構洞察和技術需求的晶片公司。吳田玉說，十年前跟Murphy討論的內容在當時只是一個夢（"it was a dream"），現在正在出貨。 他提到Marvell預測未來幾年40%的增長，ASE正在為此準備產能。
吳田玉還給出了一組台灣生態的數據：40年產業積累，35萬半導體從業者，110萬高科技員工，從PC到無線到移動到數據中心再到HPC的完整經驗鏈。他補了一個不太常被說出口的原因：台灣的工程師出路比美國窄。 半導體和IT產業在台灣是有吸引力的選擇，但在美國不一定。這個人才結構差異本身就是生態護城河的一部分。"這個生態不是不可能被複製，但需要很多年。"
Murphy在演講尾聲做了一個思想實驗。如果把時間快進十年，大量銅連接被光取代，數據傳輸不再受距離制約，那些今天因距離限制而固定的伺服器、機架和數據中心架構都將鬆綁。
第一個變化在Scale-up域。銅連接時代，NVL72或NVL144是全互連的上限，因為銅纜拉不遠。光連接打破這個限制後，Scale-up域可以從72/144顆GPU擴展到1000顆以上。今天的AI工作負載必須被拆解成能塞進單個Scale-up集群的子問題，因為跨集群通信更慢、頻寬更低。光互連的集群能直接處理大一個數量級的工作負載。
第二個變化是解耦。今天的AI伺服器在出廠時就鎖定了CPU與GPU的配比，但沒有任何兩個工作負載需要完全相同的配比，這意味著任何時刻都有一部分資源在閒置。當光連接進入伺服器內部，CPU、XPU（泛指GPU、TPU和各家雲廠商自研晶片在內的各類AI加速器）和儲存之間不再需要擠在同一塊板上靠銅走線相連。可以把系統拆解成獨立的計算池和儲存池，通過光互連在運行時動態組合。 Jensen在對話中也談到了這一點：異構、解耦、分布式的數據中心是共同的方向。
Murphy用一句話做了收束："An architecture defined by the needs of the workload, not the limits of the connectivity." 由工作負載的需求定義的架構，而非由連接的極限定義的架構。計算可以池化，儲存可以池化，數百萬資源跨整個數據中心協同工作，像一台機器一樣運轉。
這是Murphy認定的下一個計算基礎設施時代，他稱之為"沒有距離的數據中心"。也是Marvell十年投入360億美元要解鎖的終局。
Q1: Murphy的核心論點"AI基礎設施瓶頸從算力和儲存轉向連接"的邏輯鏈是什麼？AI工作負載需要數萬到數百萬處理器協同運算，而智能體agent的分布式計算模式進一步放大了數據流動需求。單點算力和儲存再強，處理器之間的連接跟不上，整個系統就被卡死。與此同時，銅纜在400Gbps時代已無法覆蓋機架內全互連的物理距離，光學替代成為剛需。黃仁勛給出了一個更底層的推動力：token生產已經有利可圖，所有人都在擴建基礎設施來生產更多token，連接需求由此進入指數增長期。
Q2: 銅線牆移動的產業影響有多大？銅纜傳輸距離與頻寬嚴格成反比。200Gbps時銅纜最遠2.5米剛好覆蓋機架內，400Gbps就不行了。銅線牆每向右移動一級，光連接埠數量增長一個數量級。這意味著光模組、矽光子、光學DSP等上游產業鏈面臨的是10倍級別的需求跳升。Marvell和台灣供應鏈正在為此擴產。CPO技術（把光連接做到封裝本體上）是機架內光連接密度問題的核心解法。
Q3: Marvell的競爭壁壘具體是什麼？全距離覆蓋加上生態中立。從封裝內毫米級die-to-die接口，到機架內SerDes和Scale-up交換，到機架間PAM4光學和以太網交換，到數據中心間相干光學，Marvell是唯一在每個距離段都擁有量產產品的公司。作為"行業中的瑞士"，它與算力和儲存公司均不競爭，可以同時服務NVIDIA和各家雲廠商的自研項目。十年積累的矽光子、先進封裝、定製晶片能力，加上數億顆DSP的量產經驗和數百億device hours的現場數據，構成了難以短期複製的護城河。NVIDIA 20億美元投資和NVLink Fusion合作，則從生態層面進一步鞏固了這個位置。
