Marvell将推出AI内存与存储方案，称内存正变得与计算同等重要
相关推荐
Marvell发布新一代AI内存基础设施方案组合提升Token效率
PANews 8月4日消息，数据基础设施半导体巨头Marvell Technology宣布推出面向AI基础设施的新一代内存解决方案组合，覆盖服务器级AI存储、机架级CXL内存扩展与池化，以及多机柜光互联共享内存，旨在解决Agentic AI推理过程中日益增长的内存容量和带宽瓶颈。 Marvell表示，随着AI模型规模扩大、上下文窗口延长以及KV Cache需求增长，传统计算与内存紧耦合架构正限制AI推理效率。通过内存解耦（memory disaggregation），可以让内存资源更加独立于计算资源扩展，提高GPU利用率并降低数据移动延迟。
Marvell推出AI“内存解耦”架构，将解决Agentic AI推理带宽瓶颈
Odaily星球日报讯 Marvell Technology 宣布推出面向 AI 基础设施的新一代内存解决方案组合，覆盖服务器级 AI 存储、机架级 CXL 内存扩展与池化，以及多机柜光互联共享内存，旨在解决 Agentic AI 推理过程中日益增长的内存容量和带宽瓶颈。 Marvell 表示，随着 AI 模型规模扩大、上下文窗口延长以及 KV Cache 需求增长，传统计算与内存紧耦合架构正限制 AI 推理效率。通过内存解耦（memory disaggregation），可以让内存资源更加独立于计算资源扩展，提高 GPU 利用率并降低数据移动延迟。此次发布的产品包括： Bravera SC6 PCIe 6.0 SSD 控制器：面向 AI 推理存储场景，可帮助云服务商将更多 KV Cache 迁移至高性能 SSD，提升基础设施效率。该产品采用兼容多供应商 NAND 的架构，预计将于 2026 年第四季度开始送样。 Marvell Structera X 内存扩展方案：基于 CXL 技术，支持机架级内存扩展和资源池化，帮助数据中心更灵活地共享和调配内存资源，降低 AI 基础设施成本。 Marvell Photonic Fabric 光互联内存方案：通过光互联技术构建跨多机柜共享内存架构，可支持最高 32TB 温热 KV Cache 卸载，并帮助 AI 推理集群提升吞吐能力。 Marvell 表示，Photonic Fabric 方案可在现有数据中心空间和功耗限制下，实现最高 2 至 3 倍的 Token 吞吐提升，支持更大规模模型和更长上下文 AI 应用。 Marvell 高管 Will Chu 表示，AI 基础设施正在从单一服务器架构转向计算、内存和连接协同运行的系统，未来内存需要更加独立地扩展，以提升资源利用率和 Token 效率。 随着 AI Agent 和大模型推理需求持续增长，内存容量、带宽和数据传输效率正成为继算力之后 AI 基础设施竞争的新焦点。
Marvell拟推面向AI基础设施的内存与存储解决方案
Odaily星球日报讯 数据基础设施半导体厂商 Marvell Technology 宣布，将于 8 月 4 日至 6 日推出其面向 AI 基础设施的内存与存储解决方案。Marvell 表示，随着智能体 AI 推理规模扩大，内存容量、带宽和数据连接能力正变得与计算能力同等重要。更大规模模型、更长上下文窗口以及不断增长的 KV Cache 需求，正在推动 AI 系统对内存资源产生前所未有的需求。 该公司称，通过将数据进一步靠近计算单元并降低延迟，其 AI 内存和存储技术可帮助客户提升硬件利用率、提高 Token 处理效率，并在性能、功耗和成本之间实现更优平衡。随着 AI 模型规模持续扩大，传统“计算芯片优先”的架构正逐渐转向“计算、内存和互连协同优化”，包括 CXL、高速存储和光互连在内的新型基础设施，有望成为下一阶段 AI 数据中心扩容的重要技术方向。
摩根大通：AI定制芯片出货量或在2027年反超GPU，Broadcom和Marvell站上风口
火星财经消息，6 月 22 日，摩根大通表示，随着大型云计算公司和科技巨头寻求降低 AI 计算成本、提升能效并摆脱对通用 GPU 的单一路径依赖，定制芯片 ASIC 市场正进入新一轮增长周期，Broadcom 和 Marvell 有望成为这一趋势中的最大受益者。 在一份近日发布的半导体行业研报中，摩根大通分析师 Harlan Sur 和 Mayur Ramdhani 估计，数字 AI ASIC 市场到 2026 年将达到约 600 亿至 700 亿美元，并在未来几年保持 40% 至 50% 以上的复合增长率。报告称，Broadcom 目前在高端 ASIC 市场占据约 80% 至 85% 的份额，Marvell 位列第二，份额约 10% 至 12%。 AI 计算需求的快速增长正在改变芯片采购结构。摩根大通认为，Google、Amazon、Meta、Microsoft、OpenAI 和 SoftBank/Arm 等客户正加速推进自研或定制 AI 处理器，以获得更好的性能、功耗和总拥有成本。与 Nvidia 和 AMD 的通用 GPU 不同，ASIC 通常为特定客户、特定软件栈或特定平台设计，更适合拥有大规模内部工作负载的超大规模云厂商。 报告预计，Broadcom 的 AI 收入将从 2025 财年的约 200 亿美元大幅增长至 2026 财年的 600 亿美元以上，并在 2027 财年跟踪达到 1500 亿美元以上。其项目管线包括 Google TPU、Meta MTIA、ByteDance AI 视频和网络芯片、OpenAI XPU、SoftBank/Arm XPU 以及 Anthropic 相关 TPU 机架级方案。 Marvell 方面，摩根大通预计其数据中心收入将从 2025 年的约 61 亿美元增至 2026 年的约 93 亿美元，并在 2027 年达到约 146 亿美元。增长动力包括 Amazon Trainium 3 和 Trainium 4、Microsoft Maia、Google SmartNIC/DPU、CXL 控制器，以及 800G/1.6T 光 DSP、coherent lite 和初期 CPO 方案。 报告还提出一个关键判断：到 2027 年，AI ASIC/XPU 的单位出货量将超过 GPU。摩根大通预计，2027 年 AI 加速器总出货量将达到 2330 万颗，其中 GPU 为 1090 万颗，占 47%；ASIC/XPU 为 1250 万颗，占 53%。这意味着，尽管 GPU 仍将保持增长，定制芯片可能会在新增 AI 算力部署中占据更大份额。 摩根大通以 Google/Broadcom TPU7x Ironwood 与 Nvidia Blackwell 为例称，AI ASIC 在性价比和功耗效率上具备竞争力。报告显示，TPU7x Ironwood 的 FP8 算力接近 Nvidia B200/B300，但估算售价约为 1.3 万美元，低于 B200 的 3.5 万美元和 B300 的 4 万美元；其每美元算力和每瓦算力也优于对照 GPU。 这一判断并不意味着 Nvidia 需求将迅速减弱。相反，它指向 AI 基础设施投资的分化：GPU 继续服务于通用训练和推理需求，而云厂商自研 ASIC 将在大规模、稳定、可预测的内部工作负载中获得更高渗透率。 对投资者而言，摩根大通的报告强化了 AI 硬件链条从 GPU 向 ASIC、先进封装、HBM 接口、SerDes、光互联和 CPO 扩散的逻辑。若报告中的预测兑现，Broadcom 和 Marvell 将不只是 AI 网络或连接芯片供应商，而会成为下一阶段 AI 计算架构迁移中的核心平台型公司。
PANews主题Space「AI投资"半场休息"：下半场买什么？从算力卖铲人到AI应用者」直播中
PANews 8月11日消息，PANews 今晚20时举办「AI投资"半场休息"：下半场买什么？从算力卖铲人到AI应用者」主题Space活动，由PANews Jae主持，对话投资TALK君、BIT经纪业务负责人Elio Cui、Virtuals生态负责人Harry及The Mu联合创始人Sun，围绕AI资本开支可持续性、AI应用端落地逻辑、算力硬件主线是否走完、HALO资产重估、中国数字基础设施机会等话题展开深度讨论。 Space直播地址： https://twitter.com/i/spaces/1dKrPrEgyOlJX
澜起科技率先试产CXL 3.2内存扩展控制器
火星财经消息 7月31日，澜起科技宣布，率先在业界试产CXL® 3.2内存扩展控制器 (MXC) 芯片。该产品面向人工智能、云计算、数据中心等场景的内存扩展与资源池化需求，旨在通过CXL技术助力客户构建更大容量、更高利用率、更加灵活的内存基础设施。（广角观察）