算力的尽头是“连接”：从英伟达与Marvell的深度绑定看AI万亿基础设施的范式转移

温故智新AIGC实验室

TL;DR：

AI基础设施瓶颈已由算力与内存向“连接”领域转移，铜缆与光纤的博弈标志着AI计算正在从单机性能竞赛转向分布式集群协作。英伟达与Marvell的战略协同，预示着数据中心将演变为可解耦、异构化的算力工厂。

当前产业格局：从算力竞赛到连接突围

在人工智能狂飙突进的时代，算力（Compute）与内存（Memory）曾一度被视为决定AI系统性能的“天花板”。然而，随着AI模型迈入“智能体（Agent）”时代，计算任务被拆解并分布式地部署在由成千上万个处理器构成的庞大集群中，连接性（Connectivity）瞬间成为决定系统综合效能的制约性瓶颈1。

正如黄仁勋在Computex大会上所言，实用型AI的盈利能力驱动了市场对Token生成的疯狂需求，进而倒逼基础设施进行架构重构。当计算不再局限于单一芯片内部，如何在数据中心内部甚至跨数据中心之间实现高带宽、低延迟的实时协同，已成为新的竞争战场。Marvell作为该赛道的深度参与者，其数据中心业务营收占比在十年间从不足10%跃升至75%，这不仅是单家企业的转型胜利，更是整个AI产业重心向“基础设施互联”偏移的缩影2。

技术原理与创新：物理法则下的铜光博弈

“能用铜就用铜，必须用光才用光”，这一策略并非单纯的成本博弈，而是受限于物理定律的精准决策。铜缆传输信号时，带宽与距离成反比——当带宽升级至400Gbps及以上，铜缆的有效传输距离被压缩至机架内的物理极限。

  • 铜缆的防御战：在短距离（如机架内部）场景，铜缆以其低成本、低功耗、结构简单的优势，依然是不可撼动的首选。
  • 光纤的进击：随着“铜墙”向机架内部不断收缩，光互联及CPO（共封装光学）技术成为打破距离与能耗瓶颈的唯一通路。

Marvell通过在硅光子学、光DSP及先进封装技术上的深度布局，正试图在板级层面彻底消除铜质走线。这种技术的本质演进，旨在将数据中心从传统的物理刚性结构，重构为可以根据模型负载动态调度的“算力虚拟池”3。

产业战略分析：Marvell在异构生态中的“瑞士”定位

英伟达对Marvell的20亿美元战略投资，揭示了AI产业生态构建的新逻辑：通过资本与技术的双重绑定，构建标准化的异构互联体系。NVLink Fusion的出现，标志着英伟达不仅试图统治算力，更在通过与Marvell等伙伴的协同，定义分布式计算的互操作标准。

Marvell之所以能获得“下一家万亿美元公司”的期许，在于其独特的产业生态位——它如同行业中的“瑞士”，既与计算巨头深度合作，又能与存储及云服务商（CSP）保持中立的技术互操作性。这种战略定位使其能够跨越单一芯片的限制，在整个计算基础设施的“骨架”中占据核心位置4。

未来发展路径预测：向全光互联时代演进

未来3-5年，数据中心的基础设施演进将遵循以下路径：

  1. 架构解耦：计算、存储与网络将从传统的服务器机箱中解耦，形成模块化、池化的资源集群。
  2. 机架内光纤化：随着交换机吞吐量（如51.2T、100T）的提升，光信号将逐渐取代铜缆深入机架内部，CPO技术将从高算力场景向下渗透。
  3. 异构融合：AI工作负载的复杂化将要求基础设施具备极高的异构兼容性，网络协议（如以太网、NVLink）的互通与协同将决定云厂商的算力交付效率5。

这一变革并非单纯的技术迭代，而是计算范式的深刻转换。当连接速度追上计算规模，数据中心的物理边界将彻底消解，AI智能体将获得更广阔的实时协作空间，从而支撑起下一代更为复杂的生产力模型。

引用

  1. 黄仁勋、Marvell CEO同台对谈：未来AI拼的不是算力是连接，“能用铜就用铜，必须用光才用光”！·华尔街见闻·董静（2026/6/2）·检索日期2026/6/3 ↩︎

  2. 黄仁勋预测Marvell万亿·新浪新闻（2026/6/3）·检索日期2026/6/3 ↩︎

  3. 黃仁勳、Marvell CEO同台對談：未來AI拼的不是算力是連接，「能用銅就用銅，必須用光才用光」！·富途资讯（2026/6/3）·检索日期2026/6/3 ↩︎

  4. 黄仁勋一句话，Marvell市值突破2540亿美元·国际电子商情（2026/6/3）·检索日期2026/6/3 ↩︎

  5. AI算力大战的下一个超级引爆点究竟在哪里？·南洋商报（2026/6/5）·检索日期2026/6/3 ↩︎