2026 年 6 月 2 日，COMPUTEX 开幕第一天上午，Marvell Technology 董事长兼 CEO Murphy 在台北南港展览馆登台，做了一场近 45 分钟的主题演讲。NVIDIA 创始人黄仁勋和 ASE 日月光半导体 CEO 吴田玉先后作为嘉宾上台对话。

COMPUTEX 2026 的几场 Keynote 关注度很高。不过 Marvell 这家公司大家可能相对不熟悉，所以我写一个 Murphy 演讲的纪要。

先简单介绍一下。Marvell 不做处理器，不做存储，专做数据中心里负责搬运数据的芯片：光模块里的信号处理器、机架之间的以太网交换芯片、嵌入各种处理器的高速串行接口，以及为云巨头量身定做的 ASIC 定制芯片。一句话：NVIDIA 等管算，美光三星等管存，Marvell 等管连。过去十年，这家公司通过一系列收购和业务剥离，把自己从一家消费电子芯片公司改造成了专注 " 连接 " 的数据基础设施芯片公司，营收从 2016 年的 23 亿美元增长到当前财年预期的约 115 亿美元。就在演讲前一周（2026 年 5 月 27 日），Marvell 刚发布了 FY2027 Q1 财报，季度营收 24.18 亿美元创纪录，全年指引上调至约 115 亿美元（同比增长约 40%），FY2028 指引到了 165 亿美元。黄仁勋当天在台上两次称 Marvell 为 "the next trillion dollar company"。演讲当天 MRVL 股价收涨 32.5%。

Murphy 这场演讲的核心论点是：AI 基础设施的瓶颈正在从算力和存储转向连接，而铜缆正在逼近物理极限，光学替代不可逆。  Marvell 过去十年花了 360 亿美元，就是在赌这件事会发生。

1.  " 全球第一款 WiFi 联网芭比梦想屋 "

Murphy 到任第一周，团队给他汇报拿下的最大客户订单是 " 全球第一款 WiFi 联网芭比梦想屋 "。这不是玩笑，是当时 Marvell 的真实处境。2016 年的 Marvell，超过 60% 的营收来自消费电子，包括 VR 头盔、游戏机、流媒体设备、可穿戴。数据中心业务只贡献了不到 10% 的营收，也就是两亿多美元。

Murphy 之前在模拟芯片公司 Maxim Integrated 待了 22 年。模拟芯片的特点是产品渗透到几乎所有电子终端，这给了他一个观察行业周期的全景视角。在 Maxim 的二十年里，他亲历了 PC、笔记本、数码相机、智能手机、数据中心一波又一波的技术浪潮。2016 年加入 Marvell 时，他的判断是：半导体行业的下一轮主增长引擎是数据平台公司，也就是 Google、Amazon、Microsoft、Meta 这些巨头，它们对大规模移动数据、存储数据、处理数据、保护数据的基础设施有刚性需求。

他把这个方向定义为 " 数据基础设施 "。当时这个词不是一个被市场承认的品类，是 Murphy 自己造的。愿景也简单：把 Marvell 打造成一家专注数据基础设施半导体方案的纯粹玩家（pure play）。  问题在于，当时的 Marvell 跟这个愿景之间有一道巨大的鸿沟。

Murphy 和团队得出的结论是：有些能力需要内部自建，有些只能通过收购获得。同样重要的是，决定不做什么和决定做什么一样关键。  转型不只是加法，也是减法。

2.  360 亿美元：收购、剥离、跳过 7nm

2018 年到 2026 年初的八年间，Marvell 执行了一套精准的并购和剥离操作。

2018 年收购 Cavium，补强计算和网络能力。2019 年剥离 Wi-Fi 业务（Murphy 说这是 " 聚焦的力量 "），同年收购 Avera 建立定制芯片业务，收购 Aquantia 补强连接产品线。2021 年是关键一年：以 100 亿美元收购 Inphi，这是 Marvell 历史上最大的一笔收购，拿下了世界级的数据中心连接技术；同年收购 Innovium，获得高端数据中心交换能力。之后消化了几年，统一技术平台。2025 年底到 2026 年初，Marvell 重新启动并购引擎：剥离汽车以太网业务，收购 Celestial AI 获得光子互连技术（2026 年 2 月完成），收购 XConn Technologies 获得 Scale-up 交换能力（2026 年 2 月完成）。

Murphy 在台上算了一笔总账：收购投入约 225 亿美元，有机研发投入约 180 亿美元，剥离资产回收约 45 亿美元，净投入约 360 亿美元。

并购之外，Marvell 还做了一个行业中极少见的技术赌注：直接跳过 7nm，从 14/16nm 一步跨到 5nm。  Murphy 说 " 没人这么干 "，因为跨两代制程的风险极高，但 Marvell 的逻辑是：要在数据基础设施领域竞争，就必须站在制程的最前沿，没有退路。结果执行完美。2020 年初，Marvell 发布了首个基于先进节点的完整 IP 平台，包括芯粒之间的 die-to-die 通信接口、定制 SRAM 高速缓存，以及高速 SerDes 接口。SerDes 全称 Serializer/Deserializer，就是把芯片内部的并行数据压成高速串行信号发出去、在对面再展开还原，是所有芯片间高速通信的底层零件。

这个 SerDes 团队今天有 1500 人，整合了 Marvell 自身工程师以及通过收购 Avera、Aquantia、Inphi 等带进来的人才。Murphy 说这是业内规模和能力都首屈一指的 SerDes 组织。

3.  数据中心从不到 10% 到 76%：瓶颈在迁移

转型的结果体现在数字上。2016 年 Marvell 年营收 23 亿美元。头五年翻了一倍到 45 亿美元。FY2026（截至 2026 年 1 月）年营收达到 81.95 亿美元，同比增长 42%。按当前华尔街共识，FY2027 将达到约 115 亿美元，FY2028 约 165 亿美元，增长还在加速。数据中心业务从十年前不到 10% 的营收占比，上升到最近一个季度的 76%。

Murphy 把这个转型成果放进了一个更大的行业叙事里：AI 基础设施的瓶颈正在经历第三次迁移。

第一次瓶颈是算力。行业需要远超传统的计算能力来支撑 AI 训练和推理。NVIDIA 率先解决了这个问题，也因此在 2026 年 4 月成为全球首家突破 5 万亿美元市值的公司。

第二次瓶颈是存储。更大的模型需要更大的存储容量和更高的带宽。HBM 高带宽存储器成为关键资源，它把存储颗粒垂直堆叠后紧贴 GPU 封装，提供远超传统内存的带宽。到 2026 年 5 月底，Samsung、SK Hynix 和 Micron 三家存储芯片公司在同一个月内先后突破万亿美元市值。

第三次瓶颈是连接。Murphy 的逻辑很直接：单个处理器再快、存储再大，都不够。现代 AI 需要数万乃至数百万个处理器协同工作，构成一台超大规模计算引擎。当计算问题被拆解成无数子任务分散到整个数据中心执行时，连接就是一切。  推理模型、MoE 混合专家架构（一个大模型被拆成多组 " 专家 " 子网络，每次推理只激活一小部分，但不同专家可能分布在不同芯片上）、agentic AI（能自主规划任务、调用工具、持续执行的 AI 系统）都在推高对连接带宽和延迟的要求。

Murphy 说，这不只是 Marvell 的判断。全球最大的超级云厂商正在重新设计整个网络架构，因为它们认识到 AI 基础设施的扩展现在首先是一个连接问题。

4.  铜线墙的物理学

Murphy 的下一个论点建立在一条物理规律上。

铜缆中信号的传输距离与带宽严格成反比：带宽每翻一倍，最大传输距离减半。  当前量产的最高速系统运行在每通道 200Gbps，此时铜缆最远传输约 2.5 米。而标准机架高度约 2 米，加上内部走线，2.5 米已经是极限。上一代 100Gbps 时代，铜缆还能支持约 5 米。

一旦进入 400Gbps，也就是下一个量产节点，铜缆将无法在机架内完成全互连。

Murphy 把这条物理极限称为 " 铜线墙 "Copper Wall。数据中心里的连接，靠近发送端的用铜，距离远的用光。铜线墙就是这条分界线的位置。他说这堵墙正在向右移动，把原本属于铜的领地交给光。

更关键的数量级效应：铜线墙每向右移动一格，从数据中心间到机架间再到机架内，需要光连接的端口数量增长至少一个数量级。  机架内的连接端口数是机架间的 10 倍以上。这意味着光学产业链面临的不是温和增长，而是 10 倍级别的需求跳升，整个供应链需要大规模扩产。

Murphy 给了一个历史锚点：20 年前数据中心内部的主流速率还是 10Gbps，光学只用于长距离电信场景。铜线墙第一次移动时，光学产业应声而起，催生了 PAM4 调制技术。PAM4 用 4 个信号电平而非传统的 2 个来编码数据，同样的物理通道传两倍信息量，功耗和距离代价比长途用的相干方案友好得多，天然适合数据中心内部百米级的连接。同样的故事正在重演，但这次光学要进入的是机架内部。

5.  口袋里的光模块：从千公里到毫米的全距离布局

Murphy 在演讲中段从西装口袋里掏出一个小模块举到镜头前，那是 Marvell 自研的相干光模块。

AI 数据中心的连接需求覆盖了从数百公里到毫米的全部距离。每个距离段的技术方案、工程团队、供应链完全不同。Murphy 逐一展示了 Marvell 在每一段的产品布局。

数据中心间（百公里至千公里）  用相干光学 coherent optics。相干调制与短距离只调节信号强弱不同，它同时利用光的振幅、相位和偏振来编码数据，能在几百公里的光纤传输后仍保持信号完整性。核心是专用 DSP 数字信号处理芯片，负责在发送端把数据编码到光信号里、在接收端从噪声中还原出来。全球能做相干 DSP 的公司只有几家，Marvell 是其中之一。Murphy 掏出的那个模块里集成了先进节点 CMOS 工艺的 DSP、第四代硅光子引擎（所谓硅光子，就是用造芯片的半导体工艺来制造光学器件，让光信号的产生、调制和探测都在硅片上完成，大幅压缩体积和成本），以及负责光电高速转换的硅锗宽带模拟器件。Marvell 从十年前 100G 相干技术起步，经历 400G、800G，目前 800G 在量产出货。他透露今年下半年将开始送样全球首款 1.6Tbps 2nm 相干光学方案。

数据中心内部（百米级）  用 PAM4 加以太网交换。Marvell 在 PAM4 领域从 50G 一路引领到 800G，去年（Murphy 说 "last year"，即 2025 年）开始量产 1.6T 的 3nm PAM4 方案。交换侧，Marvell 从 12.8T 到 51.2T 有完整产品线，并在本次 COMPUTEX 上宣布了专为 AI 数据中心设计的 100T 以太网交换机（102.4Tbps），主打业内最低功耗。Murphy 说这是专门留到 COMPUTEX 发布的消息。

机架内部（米级）  是铜线的最后领地。目标是把尽可能多的处理器以全互连方式连接起来，行业叫 Scale-up，即把一组处理器连成一台更大的机器。NVIDIA 的 NVL72 是这个架构的典型：72 颗 GPU 在单个机架内通过 NVLink 高速互连协议实现任意对任意通信，带宽远超通用以太网。这个距离段的核心差异化在于电气 SerDes。Marvell 拥有 200Gbps 量产 SerDes，并已展示过 400Gbps 方案。

封装内部（毫米级）  是最小尺度的连接。今天最先进的芯片内部集成了多个芯粒 chiplet，通过 die-to-die 接口通信，这是芯粒之间毫米级的数据通道，距离虽短但速率极高。多芯粒的组装靠 2.5D 封装（芯粒并排放在硅中介层上）或 3D 封装（垂直堆叠），本质上是毫米级的连接技术。

Murphy 总结：从毫米到千公里，Marvell 在每一个距离段都有量产产品。  在每个细分市场面对的竞争对手各不相同，但能覆盖全部距离段的公司只有 Marvell 一家，他称之为 "one-stop shop"。这不是 PPT 上的能力：Marvell 已累计出货数亿颗 DSP 芯片，在全球最大的数据中心里积累了数百亿 device hours（即所有已部署芯片的累计运行小时数）的现场数据。产品可靠性是用量产规模和时间喂出来的。

6.  黄仁勋登台：两次喊出 " 万亿美元 "

Jensen 走上 COMPUTEX 的大舞台时，第一句话是感叹舞台太大跑得累（"Boy, that's a huge stage"）。Murphy 笑着问他是不是喘了。寒暄之后，对话迅速切入正题。

Jensen 上来就给了 Marvell 一个极高的定位："The next trillion dollar company, ladies and gentlemen."  整场对话过程中他说了两次。

Jensen 把 Marvell 需求暴涨的根因归结为一个经济学闭环：AI 已经能创造利润了。  token 是 AI 模型处理和生成内容的计量单位，大致对应一个词或半个中文字，它的生产已经有利可图。一旦生产 token 能赚钱，所有人都想生产更多 token，于是需要更多基础设施，于是连接需求暴涨。

他给出了 agent 计算模式的技术阐释：智能体 agent 的计算是分布式和解耦的。一个计算任务被拆解成大量子任务分散到整个数据中心执行，系统在聚合所有可用的计算、存储和带宽，而使这一切成为可能的就是连接。他专门为 Vera Rubin 平台做了定义：Hopper 是为训练设计的，Grace Blackwell 是为推理设计的，Vera Rubin 是为运行智能体设计的。系统内除了 AI 计算芯片，还集成了用于编排的 Vera CPU 和用于长期记忆管理的 Vera CX 存储加速器。

NVLink Fusion 是这次合作的技术核心。Jensen 的解释是 " 把 NVIDIA 的技术和 Marvell 的技术融合在一起 "。云厂商如果想全用 NVIDIA 方案，没问题。但如果要自研 ASIC（专用定制芯片），NVIDIA 同样乐见自己的技术栈出现在那个数据中心里。"We should use copper as much as we can for as long as we can, but copper has its limits."  铜能用就用，但铜有天花板。Scale-up（机架内互连）先用铜，Scale-up 的更大范围用光，Scale-out（集群间互连）用光，Scale-across（数据中心间互连）用光。Jensen 认为未来五到十年铜和光的用量都会非常巨大。

Murphy 半开玩笑地说 Jensen 把自己后半场演讲的内容都讲了。Jensen 告别时喊了一句 "Bye, Marvell"。

7.  CPO、" 行业瑞士 " 与台湾供应链

铜线墙从机架间推进到机架内，光连接的密度需要跳升 10 倍。传统的可插拔光模块在功耗和物理空间上都撑不住。

共封装光学 CPO（全称 Co-Packaged Optics）是解决路径：把光连接做到封装本体上，紧邻计算芯片，光纤直接从封装引出，彻底绕过 PCB 印刷电路板上的铜走线。Murphy 在台上展示了两块板子。一块是传统 100T 以太网交换机，铜走线从中心芯片延伸到前面板的光模块插口。另一块是 CPO 交换机：51.2T 交换芯片居中，周围环绕 16 个 3.2T 光引擎，光纤直接从封装引出。Murphy 说这是 COMPUTEX 现场全球首次展示，台下观众是第一批看到实物的人。

CPO 的难度在于它是多种前沿技术的汇合：先进 CMOS 工艺、硅光子、先进封装、光互连，全部整合在一个小型系统中。Murphy 说 Marvell 在这些领域各自投入了超过十年。

Murphy 还给了 Marvell 一个生态定位：我们是行业中的瑞士，跟所有人合作。  算力公司之间竞争，存储公司之间竞争，但 Marvell 做的是连接，跟谁都不冲突。这个定位解释了一件看似矛盾的事：为什么 Marvell 既能拿到 NVIDIA 20 亿美元投资（2026 年 3 月 31 日宣布），又能同时为各大云厂商的自研 ASIC 项目提供定制芯片和连接方案。答案就是连接层天然的中立性。

ASE CEO 吴田玉上台讲述了合作逻辑。ASE 是全球头部封测厂，负责芯片从晶圆切出来之后的封装和测试，需要押注能提供下一代架构洞察和技术需求的芯片公司。吴田玉说，十年前跟 Murphy 讨论的内容在当时只是一个梦（"it was a dream"），现在正在出货。  他提到 Marvell 预测未来几年 40% 的增长，ASE 正在为此准备产能。

吴田玉还给出了一组台湾生态的数据：40 年产业积累，35 万半导体从业者，110 万高科技员工，从 PC 到无线到移动到数据中心再到 HPC 的完整经验链。他补了一个不太常被说出口的原因：台湾的工程师出路比美国窄。  半导体和 IT 产业在台湾是有吸引力的选择，但在美国不一定。这个人才结构差异本身就是生态护城河的一部分。" 这个生态不是不可能被复制，但需要很多年。"

8.  " 由负载定义的架构，而非由连接限制的架构 "

Murphy 在演讲尾声做了一个思想实验。如果把时间快进十年，大量铜连接被光取代，数据传输不再受距离制约，那些今天因距离限制而固定的服务器、机架和数据中心架构都将松绑。

第一个变化在 Scale-up 域。铜连接时代，NVL72 或 NVL144 是全互连的上限，因为铜缆拉不远。光连接打破这个限制后，Scale-up 域可以从 72/144 颗 GPU 扩展到 1000 颗以上。今天的 AI 工作负载必须被拆解成能塞进单个 Scale-up 集群的子问题，因为跨集群通信更慢、带宽更低。光互连的集群能直接处理大一个数量级的工作负载。

第二个变化是解耦。今天的 AI 服务器在出厂时就锁定了 CPU 与 GPU 的配比，但没有任何两个工作负载需要完全相同的配比，这意味着任何时刻都有一部分资源在闲置。当光连接进入服务器内部，CPU、XPU（泛指 GPU、TPU 和各家云厂商自研芯片在内的各类 AI 加速器）和存储之间不再需要挤在同一块板上靠铜走线相连。可以把系统拆解成独立的计算池和存储池，通过光互连在运行时动态组合。  Jensen 在对话中也谈到了这一点：异构、解耦、分布式的数据中心是共同的方向。

Murphy 用一句话做了收束："An architecture defined by the needs of the workload, not the limits of the connectivity."  由工作负载的需求定义的架构，而非由连接的极限定义的架构。计算可以池化，存储可以池化，数百万资源跨整个数据中心协同工作，像一台机器一样运转。

这是 Murphy 认定的下一个计算基础设施时代，他称之为 " 没有距离的数据中心 "。也是 Marvell 十年投入 360 亿美元要解锁的终局。

核心问答

Q1: Murphy 的核心论点 "AI 基础设施瓶颈从算力和存储转向连接 " 的逻辑链是什么？AI 工作负载需要数万到数百万处理器协同运算，而智能体 agent 的分布式计算模式进一步放大了数据流动需求。单点算力和存储再强，处理器之间的连接跟不上，整个系统就被卡死。与此同时，铜缆在 400Gbps 时代已无法覆盖机架内全互连的物理距离，光学替代成为刚需。黄仁勋给出了一个更底层的推动力：token 生产已经有利可图，所有人都在扩建基础设施来生产更多 token，连接需求由此进入指数增长期。

Q2: 铜线墙移动的产业影响有多大？铜缆传输距离与带宽严格成反比。200Gbps 时铜缆最远 2.5 米刚好覆盖机架内，400Gbps 就不行了。铜线墙每向右移动一级，光连接端口数量增长一个数量级。这意味着光模块、硅光子、光学 DSP 等上游产业链面临的是 10 倍级别的需求跳升。Marvell 和台湾供应链正在为此扩产。CPO 技术（把光连接做到封装本体上）是机架内光连接密度问题的核心解法。

Q3: Marvell 的竞争壁垒具体是什么？全距离覆盖加上生态中立。从封装内毫米级 die-to-die 接口，到机架内 SerDes 和 Scale-up 交换，到机架间 PAM4 光学和以太网交换，到数据中心间相干光学，Marvell 是唯一在每个距离段都拥有量产产品的公司。作为 " 行业中的瑞士 "，它与算力和存储公司均不竞争，可以同时服务 NVIDIA 和各家云厂商的自研项目。十年积累的硅光子、先进封装、定制芯片能力，加上数亿颗 DSP 的量产经验和数百亿 device hours 的现场数据，构成了难以短期复制的护城河。NVIDIA 20 亿美元投资和 NVLink Fusion 合作，则从生态层面进一步巩固了这个位置。