Marvell 作为全球资料基础设施与高速连接技术的重要供应商，近年已从传统消费性电子晶片公司，转型为聚焦资料中心、AI 基础设施与光学连接的核心半导体公司。
Marvell 执行长 Matthew J. Murphy 本次于 Computex 2026 发表主题演讲，分享公司过去十年的转型历程，以及对 AI 基础设施未来发展的看法。其中，Murphy 认为 AI 运算正快速迈向超大规模分散式架构，未来限制系统效能的关键已不再是单一处理器效能，而是数十万甚至数百万颗处理器之间如何高效率互连。 因此，连接性（Connectivity）正成为 AI 基础设施最重要的核心技术，而光学互连（Optical Connectivity）将是下一个十年 AI 基础设施的重要技术革命。
AI 瓶颈演进：高速连接将成下一阶段核心环节
Murphy 将 AI 基础设施瓶颈的演进归纳为三个阶段。第一阶段为运算瓶颈，市场主要关注 GPU、AI 加速器与先进制程；第二阶段为记忆体瓶颈，HBM、记忆体频宽与容量成为限制模型规模的重要因素；第三阶段则进入连接性瓶颈，亦即在运算与记忆体资源快速扩张后，如何让庞大的处理器与记忆体集群高效率协同运作。
目前全球大型云端业者正重新设计网路架构，核心原因在于 AI 基础设施扩展已不再只是单点算力不足，而是大规模系统之间的资料传输、同步与协调问题。 整体而言，未来 AI 资料中心的竞争力，将越来越取决于资料能否在不同晶片、机柜与资料中心之间快速、稳定且低功耗地流动。
AI 进入 Useful AI 阶段，光学铜线彼此分工互补
本次演讲中，NVIDIA CEO Jensen Huang 亦参与对谈，并进一步呼应 Marvell 对连接性的看法。Jensen 表示，AI 已进入 Useful AI 阶段，开始具备实际获利能力，不再只是展示模型能力或生成内容，而是能够真正创造生产力与经济价值。在 Agentic AI 与新型运算模式下，AI 系统将变得更加分散、异质且动态，不同类型的处理器、记忆体、网路设备与软体系统需要共同协作，才能支援更复杂的模型训练、推论与代理人任务，也使新一代 AI 架构对连接性的依赖程度远高于传统资料中心。 Jensen 亦提出实务上的技术取舍，指出能使用铜线时应尽量使用铜线，但在必要情境下仍必须导入光学技术。也就是说，scale-up 场景仍将大量使用铜线，因其在成本与成熟度上具备优势；但在 scale-out 与 scale-across 场景中，光学将变得不可或缺。未来五至十年，AI 资料中心将同时大量采用铜线与光学技术，而非由单一技术完全取代另一项技术。这也代表铜线与光学并非零和关系，而是将依据距离、频宽、功耗与成本需求，在不同层级中形成分工。
铜线物理限制明显，CPO 重要性逐渐提升
随着资料传输频宽由 200G 进一步提升至 400G，铜线的物理限制将愈发明显。 Murphy 指出，铜线可支援的传输距离与频宽大致呈反向关系，每当频宽翻倍，铜线可支援距离便会大幅缩短。目前 200G 每 lane 的铜线传输距离约为 2.5 公尺，已接近机架内连接的极限；当系统推进至 400G 时，铜线将难以完整支援机架内全连接需求。 这也是所谓 Copper Wall 移动的意义。过去铜线限制主要出现在较长距离传输，但随着 AI 系统频宽需求快速上升，限制正逐步往更短距离移动，最终将推动更多机架内连接转向光学技术。
在此背景下，Co-Packaged Optics（CPO，共封装光学）成为重要解决方案。CPO 的核心概念是将光学连接直接移至封装本身，并配置于运算晶片、客制化运算晶片或交换晶片旁，以缩短电讯号传输距离、提升频宽密度并降低功耗。 Murphy 强调，机架内连接数量约为机架间连接的 10 倍，若沿用传统光模组方案，将面临功耗与空间不足的限制，因此 CPO 将成为推动光学进入机架内连接的关键技术。
Marvell 具备高速传输完整技术组合
Murphy 进一步从产业趋势指出 Marvell 独特定位，相较 GPU 公司专注运算、记忆体公司专注频宽与容量，Marvell 是少数在资料移动领域具备一定营收规模与完整技术组合的公司。 Murphy 强调，Marvell 资料中心业务的绝大多数营收来自连接性，涵盖资料中心内互连、长距离光学连接与交换基础设施，因此公司已成为资料移动领域的领导者。
- 在长距离传输场景中，Marvell 提供 coherent optical module，整合先进制程 CMOS DSP、第四代矽光子技术与自有宽频类比元件，产品已由 100G、400G 推进至 800G 量产，未来将进一步导入 1.6T 解决方案。
- 资料中心内部则采用 PAM4 光学技术，并提供 PAM4 DSP、transceiver、TIA、laser driver 与交换基础设施，已历经 50G、100G、200G、400G 与 800G 多个世代转换，目前正推动 1.6T PAM4 连接方案。
- 至于机架内部，目前仍以铜线与 electrical SerDes 为主，Marvell 已具备 200G SerDes 能力，并展示 400G SerDes，协助客户在铜线仍可支援的场景中延长其使用寿命。
- 封装内连接方面，Marvell 则透过高速短距离 SerDes 与先进封装技术，支援多 chiplet 架构。
| 距离类型 | 技术方案 | Marvell 优势 |
|---|---|---|
| 跨资料中心：数百至数千公里 | Coherent Optics + DSP | 自有 DSP、矽光子学、宽频类比元件与 1.6T 解决方案 |
| 资料中心内：数百公尺 | PAM4 Optics + Switch | PAM4 DSP、高速交换晶片与 1.6T PAM4 解决方案 |
| 机架内：数公尺 | Electrical SerDes + Copper | 200G SerDes 已量产，并已展示 400G SerDes |
| 封装内：毫米级 | 先进封装 SerDes / Chiplet Interconnect | 支援复杂多晶片封装与高速短距离互连 |
资料中心未来展望：距离不再是系统设计限制
展望未来，Marvell 认为随着光学逐步突破铜线限制，资料中心架构将进入完全分散式的新阶段。过去伺服器、机架与资料中心设计皆受限于物理距离，软体工作负载也必须依照硬体限制进行最佳化；但若光学连接能提供足够频宽、低延迟与低功耗，距离将不再是系统设计的主要约束。
在此架构下，运算、记忆体、网路与光子学将可作为统一系统协同运作，CPU、XPU、记忆体与网路介面不再必须固定于同一台伺服器内，而是可依工作负载需求进行动态组合，进一步提升资源利用率并降低闲置浪费。 从更长期角度来看，数百万个运算与记忆体资源可透过高速光学网路共同运作，形成类似单一巨型电脑的 AI 基础设施。Murphy 认为，这将是 AI 资料中心的下一个时代，而 Marvell 正在打造实现此架构所需的连接基础。
结论
Marvell Computex 2026 Keynote 的核心讯息在于，AI 基础设施的竞争焦点正从单一晶片效能，转向系统级连接能力。随着 AI 模型规模扩大与 Agentic AI 应用落地，未来资料中心的瓶颈不再只是 GPU 算力或 HBM 频宽，而是如何让数十万甚至数百万颗处理器、记忆体与网路资源高效率协同运作。
铜线与光学并非取代关系，而是将依距离、频宽、功耗与成本形成分工；其中，随着 Copper Wall 持续往更短距离移动，CPO、矽光子、光学 DSP、SerDes 与先进封装将成为下一代 AI 资料中心的关键技术。Marvell 凭借完整高速连接组合，已从传统消费性晶片公司转型为 AI 资料基础设施与连接性领导者，有望在未来分散式资料中心架构中扮演更关键角色。
