随着生成式AI应用快速普及，AI训练与推理对算力的需求持续增长，数据中心建设正从单纯比拼芯片性能，转向“计算—网络—存储—光互连”的系统化能力竞争。当前，超大规模集群对低时延、高带宽、可扩展互连的要求越来越高，网络设备、光器件与先进封装的供给能力，已成为影响算力落地速度和综合成本的关键因素。如何保证性能的同时实现规模化交付，成为产业链面临的共同挑战。 原因：资本与生态双轮驱动 英伟达计划向Marvell投资约20亿美元，重点支持AI数据中心场景下的技术量产与方案整合。此投资反映出两大策略：一是通过锁定关键环节的制造与交付能力，降低未来机架级系统的供应风险；二是借助“可组合”的产品策略，推动更多厂商在互连与系统层与其平台兼容，从而在多元加速器时代保持生态优势。 此前，英伟达已对Lumentum、Coherent等光通信企业进行类似投资，重点布局共封装光学（CPO）技术。CPO被视为突破传统光模块功耗与带宽瓶颈的关键方向，未来将在高端交换机和超大规模集群中广泛应用。英伟达将CPO技术引入其InfiniBand与以太网交换产品线——旨在提升网络扩展能力——为GPU加速系统构建更高效的互连基础。 影响：互连标准与定制芯片深度绑定 此次合作中，“支持授权的NVLink Fusion端口”成为焦点。NVLink Fusion是一种面向多元XPU互连的生态接口，旨在实现不同厂商计算单元与网络方案的高带宽对接。Marvell则强调将提供定制XPU与兼容互连能力。 随着PCIe 6.0、UALink等新一代互连方案加速落地，Marvell近期发布的交换芯片产品也聚焦更高通道数与更大吞吐量，显示其正在强化数据中心互连的底层能力。英伟达通过资本与生态双管齐下，可能加快关键技术商业化，同时也可能促使产业链围绕互连协议、交换芯片与光电融合形成新的分工格局。平台型企业与潜在竞争对手的合作概率上升，行业竞合关系将更加复杂。 对策：开放协作降低系统门槛 面对AI基础设施的快速扩张，产业链需在三个上发力：一是提升关键器件与先进封装的产能弹性；二是通过标准化、模块化接口设计降低客户集成成本；三是在网络、光互连与加速器之间协同优化，以系统能效和总拥有成本为核心推动技术选型。 以云服务商为例，它们通常同时部署自研加速器与通用GPU平台，对互连协议兼容性要求更高。Marvell的定制芯片客户包括多家大型云计算企业，这些企业正推动下一代训练芯片兼容多种互连协议。此类需求将加速互连生态从封闭走向多协议并存与工程化整合。 前景：AI基础设施进入体系竞争阶段 英伟达对Marvell及光通信产业链的连续投资表明，AI基础设施竞争已从“芯片单点领先”转向“系统级供给与生态整合”。未来，CPO、光路交换、超高速交换芯片等技术的研发与量产投入将持续增加，数据中心网络架构可能迎来新一轮调整。谁能更快将关键技术转化为可规模交付的工程能力，并在开放与商业控制之间找到平衡，谁就将在下一轮算力竞争中占据优势。
算力已成为数字时代的战略资源，半导体产业的竞争从单点技术升级为生态体系博弈。英伟达的投资揭示出：未来AI基础设施的竞争力不仅取决于芯片性能，更在于能否构建开放协作的产业网络。这场全球智能算力角逐，正在重塑半导体行业的竞争格局。