黄仁勋说 Marvell 可能是下一个万亿市值公司。 但重点不是： Marvell 会不会成为下一个英伟达。 真正的问题是： AI 数据中心变大以后，瓶颈正在从“买 GPU”，转向“怎么把 GPU 连起来”。 如果说英伟达负责“算”，Marvell 更像负责： 让算力之间高速通信。 大模型训练和推理不是一颗 GPU 单独完成，而是成千上万颗 GPU / XPU 一起协同。 这就是 Marvell 被重新看见的原因。 它的关键能力包括： Custom ASIC / 定制芯片 帮云厂商为自己的 AI workload 做专用芯片。 Switch ASIC / 交换芯片 像 AI 集群里的交通调度中心，决定数据包怎么走、堵不堵。 SerDes / 高速串行接口 让芯片之间可以高速通信。 Optical DSP / 光通信数字信号处理器 把电信号处理成适合光纤远距离传输的光信号。 CPO / 共封装光学 把光引擎放到芯片旁边，让光更早接管高速互连。 所以黄仁勋点名 Marvell，本质上是在提醒市场： AI 数据中心的竞争，已经不只是单颗 GPU 的竞争，而是系统级基础设施的竞争。 但这也不是无脑看多。 Marvell 面临 Broadcom 竞争、估值风险、客户集中、ASIC 项目周期长、云厂商自研、AI 资本开支波动等风险。 Marvell 的问题不是能不能复制英伟达，而是 AI 工厂越大，连接层能不能被市场按基础设施重新定价。 #Marvell #MRVL #黄仁勋 #AI数据中心 #AI基础设施 #CustomASIC #SerDes #CPO #光互连 #半导体产业链