在市場結構層面,AI 計算範式的變化正重塑半導體產業鏈。過去以通用 GPU 為核心的算力模式,如今已逐步轉向「GPU + ASIC + 高速互連 + 先進封裝」的混合架構。此變化使資料傳輸與網路通訊能力成為瓶頸,而不再只是算力問題。因此,Marvell 所布局的光互連與資料中心網路晶片,正成為 AI 基礎設施中不可或缺的一環。
從產業演進的角度來看,AI 正推動「算力—網路—儲存」三位一體的系統級升級。Marvell 處於此結構變化的關鍵節點,其技術路徑不僅服務雲端運算巨頭,也深度參與 AI ASIC 客製化趨勢,為超大規模資料中心提供底層晶片支援。以下將從業務結構、技術優勢、競爭格局與投資邏輯等多個面向進行分析。

Marvell 成立於 1995 年,總部位於美國,是一家專注於資料基礎設施半導體的設計公司。與傳統 CPU 或 GPU 廠商不同,Marvell 並不直接生產通用算力晶片,而是圍繞「資料如何流動」這個核心問題,建構包括網路、儲存與互連在內的完整解決方案。
早期 Marvell 主要聚焦於儲存控制器與消費電子晶片,但在過去十年中,公司策略重心逐步轉向雲端運算與資料中心基礎設施。尤其在收購 Inphi 之後,Marvell 在高速光互連與資料中心連接技術上實現了質的飛躍,使其在 AI 時代具備更強大的系統級能力。
目前 Marvell 的客戶群主要包括全球雲端運算巨頭 (Hyperscalers)、電信業者以及大型企業資料中心。這些客戶對晶片效能、頻寬與能效的要求極高,也驅動 Marvell 持續朝客製化與高效能方向演進。
Marvell 的業務結構可分為四大核心區塊:
資料中心業務(核心成長引擎): 涵蓋 AI 網路晶片、交換器 ASIC、DPU 以及客製化運算晶片,是目前成長最快的業務線。
儲存與控制器業務: 提供 SSD 控制器、HDD 相關晶片與儲存介面解決方案,主要服務企業級儲存市場。
企業與電信業者網路業務: 涵蓋路由器、交換器、5G 基地台與電信基礎設施晶片。
客製化晶片(Custom ASIC)業務: 為雲端廠商提供專用 AI 晶片設計,是 Marvell 在 AI 時代最具戰略價值的方向。
總體而言,Marvell 正從「元件供應商」升級為「系統級晶片架構設計者」。
AI 資料中心的核心瓶頸已從「算力不足」轉向「資料傳輸與互連能力不足」。當訓練模型規模進入兆級參數後,GPU 之間、伺服器之間以及資料中心之間的通訊成本迅速攀升。
Marvell 在這一環節提供三類關鍵技術:
高速乙太網路與交換晶片
光互連 (Optical Interconnect)解決方案
AI 資料流最佳化網路架構
在 AI 推理需求爆發的帶動下,資料中心的流量結構正在轉變,從「集中式訓練」走向「分散式推理」,進一步提升網路晶片的重要性。Marvell 正是這波變化的直接受惠者。
在 AI 基礎設施中,Marvell 的核心護城河主要來自三個面向:
客製化 ASIC 能力
與通用 GPU 不同,客製化 ASIC 可針對特定 AI 工作負載最佳化效能與能耗結構。Marvell 為雲端廠商設計專用晶片,使他們在成本與效率上取得優勢。
光互連技術(Inphi 體系)
高速光模組與互連技術能顯著降低資料中心延遲,並提升頻寬密度,是 AI 大規模訓練的關鍵基礎設施。
網路晶片系統能力
Marvell 提供從交換器晶片到 DPU 的完整網路架構,讓資料在 AI 叢集中高效流動。
這種「算力 + 網路 + 互連」的組合,使 Marvell 不再只是晶片供應商,而是 AI 資料中心架構的一部分。
在 AI 場景中,Marvell 主要用於 GPU 叢集互連與資料中心內部流量調度;在雲端運算中,其晶片用於支援超大規模伺服器網路架構;在電信領域,則廣泛應用於 5G 基地台與核心網路設備。
尤其在 AI 推理階段,邊緣運算需求增加,Marvell 的低功耗網路晶片與 DPU 架構具有更強的適配能力,使其業務覆蓋範圍持續擴大。
與 NVIDIA、Broadcom、Advanced Micro Devices 相比,Marvell 的定位更偏向「基礎設施連接層」。
NVIDIA:AI 訓練算力核心(GPU 主導)
AMD:通用 CPU + GPU 替代方案
Broadcom:網路 + 客製化 ASIC 強勢玩家
Marvell:AI 資料中心互連與系統級晶片架構
可以理解為:NVIDIA 提供「算力」,Marvell 提供「資料流動能力」,兩者共同建構 AI 基礎設施。
儘管 AI 需求強勁,但 Marvell 仍面臨多重風險:
客戶集中度較高(依賴大型雲端廠商)
AI 週期波動導致訂單不穩定
與 Broadcom 等競爭對手直接競爭 ASIC 市場
技術迭代速度快,研發投入壓力大
半導體產業整體週期性影響
此外,一旦 AI 資本支出放緩,網路晶片需求可能同步下滑。

未來 Marvell 的成長核心依舊集中在 AI 資料中心升級:
AI ASIC 客製化需求持續成長
光互連技術滲透率提升
資料中心從 GPU 叢集走向異質運算
邊緣 AI 推動網路晶片需求擴張
在當前的 AI 基礎設施投資邏輯中,單一市場或單一資產往往難以完整涵蓋整個產業鏈的變化。以 Marvell Technology (MRVL)所處的網路晶片與資料中心互連賽道為例,其股價驅動不僅來自自身基本面,更與 AI 資本支出、雲端廠商擴張節奏以及半導體週期高度相關,這使得相關資產在不同市場之間呈現明顯的連動與輪動特徵。
在這種跨市場結構下,投資者越來越需要同時追蹤美股半導體、港股科技以及韓股儲存等多個面向的變化,以捕捉 AI 產業鏈從算力、儲存到網路互連的整體遷移路徑。Gate 股票交易支援 7 × 24 小時全天候交易美股、港股與韓股,讓投資者能夠在不同市場開盤時段之間持續追蹤 AI 相關資產的價格變化與資金流向,從而更靈活地參與全球 AI 基礎設施週期的輪動機會。
Marvell 在 AI 時代的核心價值不在於單一晶片的效能,而在於其在資料中心架構中的「連接與調度能力」。在 AI 運算規模持續擴大的情況下,網路與互連的重要性正逐漸逼近,甚至在某些場景中超越純算力本身。Marvell 正站在這一結構變化的關鍵節點,其長期成長邏輯與 AI 基礎設施建設深度綁定。
不是。Marvell 不生產 GPU,而是專注於網路晶片、儲存控制器與客製化 ASIC。
其在資料中心網路與光互連領域的系統級能力。
不是直接競爭,更多是算力與網路基礎設施的互補關係。
AI 資料中心是它目前最核心的成長引擎。
仍具週期屬性,但 AI 正在強化其結構性成長特徵。





