人工智能（AI）算力竞赛正逐渐从芯片性能比拚，扩大至互连、内存与网络等整体基础设施的竞争。迈威尔科技（MRVL-US）高层近日在Six Five Summit 2026指出，随着推论模型带动内存需求快速攀升，加上数据中心规模持续扩大，传统铜基互连逐渐接近性能极限，光学互连与内存扩充技术将成为下一阶段AI算力扩张的重要因素。

迈威尔客制化云端解决方案业务运行副总裁Will Chu表示，市场长期将注意力集中在XPU本身，但XPU周边的「附着层」同样关键，涵盖网络、内存、保存及安全等领域。

他指出，每颗XPU背后都存在3至4个甚至更多的客制化机会，反映AI基础设施正全面走向客制化。

迈威尔数据中心网络业务集团运行副总裁Dave Lazovsky则表示，推论时运算（inference time compute）兴起，使KV缓存需求在过去9个月增加约10倍，单一机架已难以提供足够内存容量，规模化部署因此必须扩展至更大的互连范围。

AI基础设施需求持续扩张，也将带动相关供应链迎来长期需求，包括内存、光学互连及客制化芯片设计等业者。

分析机构估计，2025年至2030年间，全球数据中心基础设施累计资本支出规模可能达4兆至5兆美元。

铜连接接近极限 光学互连成扩充关键

Lazovsky将AI基础设施由铜转向光学互连形容为「强制函数」，而非可选的升级方案。

他指出，早期大型基础模型已创建庞大的总内存需求，随着推论模型发展及KV缓存快速增加，单一机架中的HBM容量已不足以支撑尖端模型运作。

他表示，AI系统必须将互连规模由目前约144个XPU扩大至下一阶段约576个XPU的Pod，并持续向更大规模扩展，而这也代表互连技术必须从铜基方案转向光学方案。

迈威尔目前同步推进板载光学（NPO）及共封装光学（CPO）两条技术路线，并已在以太网路及UAL协议交换器上导入CPO方案。

Chu指出，迈威尔可协助客户从传统铜连接方案逐步转向NPO及CPO，客制化范围则可从运算单元、I/O接口一路延伸至交换器连接端口。

Lazovsky也强调迈威尔模拟SerDes技术的差异化。他表示，相较于传统2.4T SerDes光学链路，采用模拟SerDes的Scale Up网络可将功耗降低约4倍，全面部署后预计可使数据中心整体能耗降低逾25%。

AI 内存需求暴增 CXL 、 3D 堆栈及光子技术成解方

Chu将内存瓶颈视为AI基础设施目前面临的内核工程挑战，迈威尔的布局则涵盖芯片内外不同层级。

在芯片内部，迈威尔正投入专有高密度SRAM IP，通过与运算单元紧密集成提升性能，并支持更大型模型在芯片上的运作。Chu指出，传统通用内存编译方案已难以满足客户需求。

芯片外部则涵盖多种技术，包括集成客制化HBM以提升带宽与容量、通过3D堆栈将内存直接置于逻辑芯片上，以及利用CXL或专有协议进行内存扩充，以容量换取带宽。

此外，迈威尔也推出光子织物内存（Photonic Fabric Memory）设备，可在独立机架空间内提供32TB外置内存池。

Lazovsky指出，该光子织物内存系统结合DDR的容量与成本优势，以及HBM的高带宽与多伪信道平行特性，目标是让内存容量与带宽能够独立扩充，降低对运算资源的绑定。

Chu另表示，内存价格持续高涨，也促使超大规模云端业者重新查看整体基础设施架构。迈威尔的CXL产品已获得需求，部分客户希望将旧有内存导入新服务器，并通过内存压缩让等效容量增加1倍。

此外，部分业者也开始关注Flash层级的内存分层方案，作为成本较低的容量补充选项。

规模扩展网络 走向客制化 XPU 与网络深度集成

Lazovsky指出，目前约4家公司占据数据中心基础设施整体可服务市场（TAM）75%以上。市场高度集中，也让迈威尔得以与主要客户的开发团队深度合作，提前数年共同规画下一代交换器架构。

他表示，目前规模扩展网络（Scale Up Network）主要存在3种路线：部分业者采用以太网路方案；另一条路线采用UAL协议，属于类似NVLink、基于内存语义加载与保存的高性能网络；另有业者则采用完全自行开发的专有拓扑网络。

Chu指出，XPU与规模扩展网络之间高度紧密的集成，将推动协议层及优化策略进一步客制化，最终形成客制化芯片。

他表示，并非所有业者都具备端到端开发能力，而迈威尔除了能提供相关能力，也能作为客户开发团队的延伸，直接参与内核基础设施设计。

Lazovsky则表示，迈威尔与主要超大规模云端业者及GPU制造商创建的长期合作关系，是公司的重要资产，这类信任需要多年累积。