AI互連是這篇文章討論的核心

💡 核心結論:Marvell 的 AI 互連(Interconnect)不是又一個被吹上天的故事,它是 AI 叢集的「血管系統」。高估值能否兌現,關鍵不在 GPU 數量,而在資料能不能在加速器之間以光速級效率流動。
📊 關鍵數據:Marvell 2026 會計年度總營收達 81.95 億美元;資料中心營收季增 27% 來到 18.3 億美元,已佔整體約四分之三。法人預估 2027 年雲端客製化 ASIC 營收衝上 30–40 億美元,2028 財年總營收劍指 150 億美元。全球 AI 基礎設施市場則朝兆美元量級邁進。
🛠️ 行動指南:盯緊三個訊號——800G/1.6T 光學模組出貨節奏、與 Amazon/Google/Microsoft 的客製化 ASIC 綁定深度、以及 CPO(共封裝光學)量產時程。這三項是 Marvell 估值是否被「實現」的溫度計。
⚠️ 風險預警:估值已反映未來三到五年成長,一旦 hyperscaler 資本支出轉向自研晶片、或 NVIDIA/Broadcom 把互連標準收編,Marvell 的利潤護城河會瞬間漏水。
一、引言:我在機房看見的「沉默瓶頸」
講真,每次走進那些號稱「AI 工廠」的 hyperscaler 機房,最讓人震撼的從來不是那一排排發著綠光的 GPU,而是機櫃背後那團理不順的線纜雜燴。這幾年我持續觀察全球前幾大雲端業者的基礎設施佈局,一個殘酷的事實慢慢浮上檯面:模型參數越大,訓練越卡在「資料搬不動」這件事上。GPU 算得再快,如果互連頻寬跟不上,整座叢集就退化成一堆昂貴的暖爐。
這就是為什麼市場最近把 Marvell(MRVL)這家老牌數據基礎設施半導體公司,重新捧上神壇。參考新聞點出一個核心懸念:Marvell 能不能憑借 AI 互連技術的成長,撐起它那張被投資人高度期待、卻還沒完全被盈利兌現的高估值?這不是一道財報題,而是一道關於「AI 時代誰掌握資料流動權」的產業結構題。
二、AI 互連真的是護城河,還是換皮的配角?
先破個迷思:很多人以為 AI 基建的戰場只在「誰的晶片算力強」。但實際觀察大規模模型訓練與推理的瓶頸,瓶頸往往落在互連(Interconnect)這層。所謂 AI 互連技術,指的就是讓數據中心內成千上萬顆加速器、交換器、儲存節點之間,能以極低延遲、高頻寬互相溝通的高速連結方案——包含光學與電氣互連、交換矽、DPU,以及正在起飛的共封裝光學(CPO)。
根據 Marvell 官方定位,它是「從數據中心核心到網路邊緣的數據基礎設施半導體解決方案領導供應商」。它的產品——客製化加速器、光學與電氣互連、交換矽、儲存控制器——本質上就是 AI 叢集的「結締組織」。當 NVIDIA 用 NVLink 把自家 GPU 縫成超級節點,Marvell 則在更底層、更通用的互連層面提供「跨陣營」的連結能力。
數據佐證:Marvell 2026 財年總營收來到 81.95 億美元,其中資料中心營收高達 18.3 億美元(年增 27%),已經吃下整間公司將近四分之三的營收比重。換句話說,這家公司早就不是那個賣網通晶片的老 Marvell,它已經被 AI 基建徹底重塑。
🎯 Pro Tip 專家見解:別只看 Marvell 的表面營收增速。真正的槓桿在「客製化 ASIC 每年翻倍」這句話——如果 Amazon、Google、Microsoft 的專屬加速器持續綁定 Marvell 的互連與交換矽,那它就會從「零件供應商」升級成「不可替換的基礎設施合夥人」。這才是護城河的本質。
三、Marvell 憑什麼在 NVDA 與 AVGO 之間偷活?
講白一點,AI 半導體這張牌桌,坐著 NVIDIA(NVDA)這尊大佛和 Broadcom(AVGO)這頭巨獸。Marvell 選的路徑很聰明:它不打「最強 GPU」的仗,而是打「誰幫你把所有東西連起來最穩」的仗。觀察它的產品矩陣,三個支點特別值得留意。
第一,客製化矽(Custom Silicon / ASIC)。 hyperscaler 不想被 NVIDIA 一家綁死,於是自研加速器,但需要有人幫忙把周邊互連、交換、光學做好——這就是 Marvell 的甜區。法人推算,來自 Amazon、Google、Microsoft 的客製化 ASIC 營收若到 2027 財年達到 30–40 億美元,將佔整體六到七成。
第二,800G 與 1.6T 光學模組。當模型訓練跨節點需求暴增,電氣互連的物理極限逼著業界轉向光學。Marvell 在光學與電氣互連的佈局,讓它能在頻寬升級週期裡吃下關鍵份額。
第三,收購 Celestial AI 推進 photonics-first 路線。這樁併購把光學共封裝往前推了一大步,瞄準的是未來數年的多節點資料中心成長。說穿了,Marvell 是在用「光」取代「銅」,提前卡位下一代互連標準。
🎯 Pro Tip 專家見解:投資人最容易忽略的是「標準制定權」。NVIDIA 用 NVLink 圈地,Broadcom 用 Tomahawk 交換矽卡位,Marvell 的生存之道則是做「中立且高能見度的互連層」。只要雲端業者還想維持多供應商策略,Marvell 就有飯吃。
四、兆美元 AI 基建賽道,2027 年會長成什麼鬼樣子?
把視野拉到 2026 往後,全球 AI 基礎設施市場已經不是「百億」能形容的量級,而是朝兆美元(trillion-dollar)賽道狂奔。光是 hyperscaler 在 2026 年的 AI 資本支出,市場就喊出約 4,500 億美元這種驚人數字。每一次资本支出擴張,背後都是鋪天蓋地的光纖、交換器、電源與互連晶片需求。
真正的拐點在於「推理」開始反超「訓練」。當數以兆計的 tokens 每天在雲端跑推理,互連的瓶頸會從「訓練叢集內部」轉移到「跨資料中心、跨區域的邊緣到核心」。這對 Marvell 這種從核心佈局到邊緣的供應商,簡直是量身打造的順風車。
數據佐證:法人預估 Marvell 客製化 AI ASIC 營收在 2026–2027 財年間每年約翻倍;公司自行指引 2028 財年總營收逼近 150 億美元,幾乎是 2026 財年 81.95 億美元的近兩倍。這種曲線,正是市場敢給它高本益比的邏輯。
五、高估值能不能被盈利填滿?這才是最硬的考題
回到參考新聞那個刺耳的問題:技術優勢是否足以轉化為實際盈利?我的觀察是——Marvell 的敘事很硬,但盈利的「兌現密度」才是股價生死線。2026 年 MRVL 股價一度因客製化 AI 晶片勝利與 NVIDIA 夥伴關係飆漲約 50%,但估值早已把未來三到五年的成長折現進去。
三個必須盯緊的兌現指標:其一,毛利率能不能守住(客製化 ASIC 初期量產容易壓低毛利);其二,超大型雲端客戶的續約與擴單深度;其三,CPO/LPO 技術何時從「故事」變「出貨」。只要任一環鬆動,那張高估值大餅就會被重新定價。
🎯 Pro Tip 專家見解:對內容站與投資者來說,與其追著單季財報喊買喊賣,不如建立一個「互連出貨追蹤表」:800G 滲透率、主要客戶 CAPEX 指引、以及 Marvell 在 custom silicon 的市佔變化。這三個變數,比任何分析師評等都誠實。
說到底,Marvell 的 AI 互連技術不是魔法,它是把 AI 時代的「資料流動權」具象化的生意。能不能扛住高估值?答案是:只要雲端業者還想讓自己的叢集「會思考而不是只會發熱」,Marvell 就有它的位置。但這張椅子坐得穩不穩,2027 年的出貨數字會替我們揭曉。
六、FAQ 常見搜尋意圖快答
Marvell 的 AI 互連技術跟 NVIDIA 的 NVLink 有什麼差別?
NVLink 是 NVIDIA 把自家 GPU 緊密縫合的專屬高速互連;Marvell 的 AI 互連則是更底層、跨陣營的通用連結層,涵蓋光學/電氣互連、交換矽與 DPU,服務的是不想被單一 GPU 陣營綁死的 hyperscaler 客製化加速器架構。
2026 年 Marvell 的營收與成長動能主要來自哪裡?
2026 財年總營收約 81.95 億美元,資料中心佔約四分之三(單季 18.3 億美元、年增 27%)。核心動能是客製化矽、800G/1.6T 光學與電氣互連,預估客製化 ASIC 營收在 2026–2027 財年每年約翻倍。
投資或關注 Marvell 最大的風險是什麼?
估值已提前反映多年成長;若 hyperscaler 轉向自研互連、或 NVIDIA 與 Broadcom 收編互連標準,Marvell 的利潤護城河將被削弱。此外客製化 ASIC 量產初期的毛利率波動也是短期隱憂。
七、行動呼籲與權威參考
如果你也正在拆解 AI 基建供應鏈、想為自己的網站或投資組合建立一套「互連出貨追蹤表」,別單打獨鬥。我們 SIULEEBOSS 團隊專做深度科技內容工程與 SEO 策略落地,歡迎直接來聊。
權威參考文獻:
- AInvest:Marvell Technology — A High-Conviction AI Infrastructure Play for 2026
- FirstPassLab:Marvell Forecasts $15B Revenue on AI Data Center Boom
- Futurum Group:Marvell Q3 FY 2026 Posts Record Revenue
- Computing.net:Marvell Technology (MRVL) Custom AI Chips Drive Record Growth
- Motley Fool:Marvell’s Data Center Revenue Just Grew 21%
Share this content:













