2026年5月27日，Marvell Technology（MRVL）发布了FY2027第一季度财报——单季营收24.18亿美元，同比增长28%，环比增长9%，略超市场预期的24.1亿美元。但真正让市场沸腾的，并不是这份超预期的成绩单，而是随后发生的事：6月2日，NVIDIA CEO 黄仁勋（Jensen Huang）在台北COMPUTEX 2026上与Marvell CEO Matt Murphy同台，当众宣布：“女士们先生们，这就是下一家万亿美元市值的公司。”
这句话让Marvell股价单日暴涨逾30%。截至财报发布前后，Marvell 2026年以来股价已接近翻倍，年内涨幅高达95%。
这些波动背后，引出一个更具深度的行业命题：AI定制芯片（ASIC）正在成为一条与GPU平行发展的独立赛道。 科技巨头（谷歌TPU、亚马逊Trainium、Meta MTIA）为何纷纷绕开NVIDIA投入自研芯片？Marvell在其中承担何种角色——是GPU的替代者还是协同者？
要理解为何科技巨头纷纷投入自研芯片，首先需要厘清一个概念：ASIC与GPU的根本区别在于通用性与专用性的权衡。
GPU（图形处理器）是一种通用AI计算芯片。NVIDIA的GPU能够在训练、推理、视觉、语音、推荐系统等各种AI任务中表现出色，但也因此承担了大量冗余电路和通用指令集的开销，在特定场景下的能效存在优化空间。
ASIC（Application-Specific Integrated Circuit，专用集成电路）则是为特定AI任务量身定制的硬件。以谷歌的TPU（Tensor Processing Unit）为例，其核心针对矩阵乘法运算进行了深度硬编码，在相同功耗下的矩阵计算吞吐量可以是GPU的数倍。具体而言：
这一范式转换的逻辑依据是：AI工作负载正在从多元化训练走向规模化推理。当AI模型的架构趋于收敛（如Transformer架构成为主流）、推理规模呈指数级增长时，通过专用硬件进行深度优化便成为必然趋势。
一位分析师对此的评价非常精准：“Marvell不是‘替代NVDA’，而是在打开AI市场的第二条主赛道。定制ASIC可能是未来几年最被忽略、但增长速度极快的赛道。”
微软、亚马逊、谷歌、Meta四大云计算巨头正在以前所未有的速度推进自研芯片计划，构成了AI芯片领域近年最关键的长期趋势。
谷歌 TPU（Tensor Processing Unit）： 已迭代至第7代，由博通（Broadcom）协助设计，是业界最早且规模最大的定制芯片项目。Counterpoint预计博通2027年将占据AI服务器计算ASIC设计市场约60%的份额。
亚马逊 Trainium / Inferentia： 由Marvell协助设计的Trainium系列正加速部署。Trainium 3已在2026年初全面部署。
微软 Maia： 微软于2026年1月发布了第二代自研AI芯片Maia 200，采用台积电3nm工艺制造，已开始部署至数据中心。
Meta MTIA（Meta Training and Inference Accelerator）： 由博通协助设计。
驱动这一趋势的三层逻辑链条如下：
| 层级 | 核心逻辑 | 关键依据 | | --- | --- | --- | | 第一层：成本 | 大规模采购GPU的资本开支高 | 头部云厂商2026年总资本开支达到6600-7000亿美元级别；自研ASIC可将单一推理任务的芯片成本压缩至商用GPU的30%-50% | | 第二层：能效 | 数据中心功耗问题成为运营瓶颈 | ASIC可在相同机柜功耗下承载更高吞吐量 | | 第三层：战略 | 摆脱对单一供应商的依赖 | 云计算巨头避免自身核心业务受NVIDIA的产品路线图与定价策略制约 |
反英伟达联盟 这一概念在此背景下被市场广泛讨论。需要强调的是，这不是一个正式的组织结构，而是对科技巨头集体转向定制芯片这一行业趋势的形象化描述。根据摩根士丹利与Counterpoint的预测，AI ASIC市场规模将从2024年的约120亿美元增长至2027年的300亿美元，年复合增长率高达34%。
高盛的预测更为激进：ASIC在AI芯片市场中的份额预计将在2026年升至40%，2027年突破45%，几乎与GPU平分秋色。与此同时，ASIC服务器出货量预计在2026年同比增长44.6%，而商用GPU仅增长16.1%。
在去NVDA化的产业叙事中，Marvell的市场角色经常被误读为NVIDIA的替代品。但完整的行业格局远比这个标签复杂。
首先，定制芯片市场存在明确的梯队分布。
根据Counterpoint等机构的数据，当前AI定制ASIC设计服务市场呈现双寡头格局：
两者合计控制着定制AI ASIC共设计市场约95%的份额。需要指出的是，AI ASIC市场整体仍处于快速增长阶段，各方均在分享增量红利，现阶段更接近共同扩张而非存量争夺的格局。
其次，Marvell与NVIDIA的关系不是替代，而是深度协同。
这一关系在2026年出现了结构性的变化。2026年3月，NVIDIA宣布以20亿美元战略投资Marvell。双方围绕NVLink Fusion展开深度技术合作，将Marvell的定制芯片和光学互联方案纳入NVIDIA的AI工厂与AI-RAN生态系统。
随后，在6月的COMPUTEX 2026上，黄仁勋给出了更明确的背书：（Marvell的数据中心交换机）对处理AI工作负载至关重要。
为什么NVIDIA要投资一家也在做定制芯片的公司？ 其逻辑链条如下：
当AI训练集群从数千卡扩展到数十万甚至百万卡规模时，连接成为了比计算更稀缺的资源。黄仁勋在COMPUTEX上表达的核心观点正是这一逻辑的体现——当AI运算被分散到整座数据中心时，联网设备的重要性等同于GPU本身。而Marvell在高速光互联、以太网交换、1.6T DSP等领域拥有不可替代的技术积累。
因此，Marvell的角色可以定义为协同者——它不是要取代NVIDIA的GPU，而是在提供NVIDIA生态之外的定制芯片选项的同时，也作为NVIDIA体系内的关键互联基础设施供应商。这一双重定位使其在整个AI基础设施栈中具备了独特的战略价值。
上述行业逻辑是否已转化为可量化的财务成果？Marvell的最新财报提供了关键验证。
| 指标 | 数值 | 同比/环比 | | --- | --- | --- | | Q1 FY2027 营收 | 24.18亿美元 | 同比 ↑28% / 环比 ↑9% | | 数据中心业务营收 | 18.33亿美元 | 同比 ↑27% / 占总营收 76% | | Q2 FY2027 营收指引中值 | 27.0亿美元 | 隐含同比 ↑35% | | FY2027 全年营收目标 | 约115亿美元 | 同比 ↑约40% | | FY2028 营收目标 | 约165亿美元 | 较FY2027 ↑44% | | 核心AI定制芯片业务长期目标 | 2029年达100亿美元 | — |
数据来源：Marvell官方财报及FY2027 Q1电话会议
Marvell FY2027 Q1数据中心业务录得创纪录的18.33亿美元营收，占总营收比重已升至76%，充分表明其业务结构已完成了向AI数据中心的战略性聚焦。
更重要的是管理层对未来展望的上修：公司将FY2027全年营收目标从原先的约110亿美元上调至115亿美元，并将FY2028目标从此前的约150亿美元大幅上调至165亿美元。摩根士丹利（大摩）在财报后随即更新了长期展望，预测FY2027数据中心收入同比增长约50%，并在FY2028进一步加速至约55%。
一项不宜被忽视的里程碑事件是：Marvell将于2026年6月22日正式被纳入标普500指数，以约2540亿美元的市值取代Pool Corp成为标普500成分股。这是AI需求推动半导体企业进入主流股票指数的又一标志性案例。
在解读Marvell的增长叙事时，一项并购案值得深度审视——2025年12月，Marvell以约60亿美元的价格发起对光学互联技术公司Celestial AI的收购，并于2026年2月正式完成交割。
Celestial AI专注于硅光子和光学互联技术，旨在解决当前AI数据中心中日益严峻的内存墙（memory wall）瓶颈——即计算与存储之间的数据传输瓶颈。
这项并购的核心战略意图在于：Marvell将自身在定制ASIC、以太网交换和1.6T DSP领域的积累，与Celestial AI的光学互联能力进行整合，构建覆盖数据链路全栈的技术能力。摩根大通分析师指出，Marvell已成为唯一一家同时覆盖定制ASIC设计、1.6T光DSP、硅光子（通过Celestial AI）和CXL交换的厂商——这一全套技术壁垒目前尚无单一竞争对手能够复刻。
从商业化节奏来看，Marvell预计Celestial AI的初期收入贡献将从FY2028下半年开始，在第四季度达到5亿美元年化运行率。
在AI芯片产业链上，Marvell、NVIDIA与AMD这三家公司的商业模式存在本质不同，这种差异决定了各自的成长路径与估值逻辑。在展开比较之前，需要说明估值分析中应注意：不同公司的业务结构、规模体量、增长率和利润率差异显著，本文列出的估值指标仅供参考，不构成任何形式的投资建议。 投资者应结合自身风险承受能力独立判断。
| 维度 | NVIDIA（NVDA） | Marvell（MRVL） | AMD（AMD） | | --- | --- | --- | --- | | 核心模式 | 销售通用GPU及完整AI算力系统 | 定制ASIC + 高速互联基础设施 | 通用GPU + CPU + FPGA 多元布局 | | AI产品形态 | 成品芯片/系统（HGX/DGX） | 面向云厂商的半定制化芯片及互联方案 | MI系列GPU及APU产品 | | 客户关系 | 终端客户广覆盖 | 深度绑定头部云厂商（亚马逊/微软/谷歌） | 服务器厂商+超算中心+部分云厂商 | | 核心壁垒 | CUDA软件生态 + 系统集成能力 | 定制化能力 + 光互联/以太网技术积累 | 多架构整合 + 性价比定位 |
| 指标 | NVIDIA（FY2026，截至2026年1月） | Marvell（FY2026全年+FY2027展望） | AMD（2025全年） | | --- | --- | --- | --- | | 年营收规模 | ~1300亿美元级别 | FY2026约82亿美元 / FY2027目标~115亿美元 | ~250-280亿美元 | | 最新单季AI相关收入 | 数据中心业务超350亿美元/季 | 数据中心单季18.33亿美元 | MI系列季度约15-20亿美元 | | 同比增长率 | ~40%-50%区间 | FY2027目标约40% | ~20%-30%区间 |
数据来源：各公司财报及市场公开数据综合。
摩根大通在比较NVDA与MRVL时指出，NVIDIA的长期预期盈利增速（51.7%）高于Marvell（39.4%），但Marvell的估值弹性更大，其股价对订单突破和客户新增更加敏感。这种差异主要源于两家公司当前所处的生命周期阶段不同：NVIDIA处于成熟的规模扩张期，而Marvell正处于定制ASIC从量变到质变的临界爆发期。
在Marvell完成对Celestial AI收购、获得NVIDIA战略投资、进入标普500等一系列催化剂落地后，华尔街投行Stifel将Marvell的目标价大幅上调至321美元（此前为230美元），重申买入评级。
在高度乐观的市场氛围中，以下风险因素值得纳入考量框架：
市场份额竞争加剧
尽管Marvell在定制ASIC市场位居行业第二，但市场规模领先者博通（AVGO）已获得谷歌TPU和Meta MTIA等关键大单，Marvell未来能否扩大自身市场份额存在不确定性。Counterpoint甚至预测到2027年Marvell的设计服务份额可能下滑至8%左右。
客户集中度风险
Marvell的定制ASIC业务高度依赖亚马逊、微软和谷歌等少数头部客户。单一客户的产品路线图调整或切换供应商均可能对业务产生显著影响。目前Marvell与超过20个客户达成了AI ASIC设计合作，但主力营收仍集中于核心客户群。
利润率的稳定性
Marvell目前的运营利润率约为15%左右，主要反映其作为硬件设计服务商的传统属性。随着定制ASIC的量产规模扩大，利润率能否稳步改善将是市场关注的核心问题之一。
NVIDIA GPU持续迭代带来的不确定性
NVIDIA的GPU产品线仍在快速迭代，新一代产品的性能提升或将推迟部分潜在定制芯片项目的决策。AI硬件市场的竞争格局仍处于动态演化中。
地缘政治与技术供应链风险
半导体产业链的全球布局面临地缘政治变数，包括出口管制、供应链去全球化等系统性风险。
估值风险的审慎考量
Marvell FY2026全年营收约82亿美元，而当前市值约2500亿美元量级，市场已对其未来多年的增长预期进行了较为充分的定价。AInvest也在近期分析中指出，Marvell当前的市价可能面临估值压力。任何低于预期的业绩增量或订单节奏放缓均可能引发估值调整。
Marvell FY2027 Q1财报的超预期表现，叠加黄仁勋的万亿预言，标志着AI定制芯片赛道正在从行业边缘走向舞台中央。
从更宏观的产业视角来看，AI算力基础设施正在经历一场结构性转型——从以NVIDIA GPU为绝对中心的单极化架构，向GPU训练+ASIC推理/互联协同的多元化架构演进。
谷歌TPU、亚马逊Trainium、微软Maia、Meta MTIA等定制芯片的集体出现，反映出全球头部云厂商对去NVDA化的一致方向。但去NVDA化并不意味着替代NVDA。事实上，Marvell与NVIDIA之间深度融合的资本与技术合作揭示了一个更深层的规律：AI数据中心的决胜关键，正在从算力向连接延伸。 当算力集群规模突破数十万卡级别，如何将巨量芯片高效互联，其重要性不亚于每一颗芯片本身的计算能力。
在这个由多极竞合构成的新格局中，Marvell凭借其在定制ASIC设计与高速互联基础设施两端的双重布局，正在构建一条独特的护城河。这不是一条取代GPU的道路，而是一条并行于GPU、在AI基础设施的完整生态链中不可或缺的独立赛道。
至于下一个万亿美元公司的预言能否兑现，答案将由未来数年的订单执行率、市场份额演变与技术路线进化共同书写。但可以确定的是，定制芯片时代的大门已经打开。
2.87M 人気度
56.51K 人気度
1.44M 人気度
1.81M 人気度
185.93K 人気度
AI カスタムチップ時代：ASIC 対 GPU の協調進化の下で、MRVL は次の兆ドル企業になれるか？
2026年5月27日，Marvell Technology（MRVL）发布了FY2027第一季度财报——单季营收24.18亿美元，同比增长28%，环比增长9%，略超市场预期的24.1亿美元。但真正让市场沸腾的，并不是这份超预期的成绩单，而是随后发生的事：6月2日，NVIDIA CEO 黄仁勋（Jensen Huang）在台北COMPUTEX 2026上与Marvell CEO Matt Murphy同台，当众宣布：“女士们先生们，这就是下一家万亿美元市值的公司。”
这句话让Marvell股价单日暴涨逾30%。截至财报发布前后，Marvell 2026年以来股价已接近翻倍，年内涨幅高达95%。
这些波动背后，引出一个更具深度的行业命题：AI定制芯片（ASIC）正在成为一条与GPU平行发展的独立赛道。 科技巨头（谷歌TPU、亚马逊Trainium、Meta MTIA）为何纷纷绕开NVIDIA投入自研芯片？Marvell在其中承担何种角色——是GPU的替代者还是协同者？
AI定制芯片 ASIC 的本质：从通用到专用的范式转换
要理解为何科技巨头纷纷投入自研芯片，首先需要厘清一个概念：ASIC与GPU的根本区别在于通用性与专用性的权衡。
GPU（图形处理器）是一种通用AI计算芯片。NVIDIA的GPU能够在训练、推理、视觉、语音、推荐系统等各种AI任务中表现出色，但也因此承担了大量冗余电路和通用指令集的开销，在特定场景下的能效存在优化空间。
ASIC（Application-Specific Integrated Circuit，专用集成电路）则是为特定AI任务量身定制的硬件。以谷歌的TPU（Tensor Processing Unit）为例，其核心针对矩阵乘法运算进行了深度硬编码，在相同功耗下的矩阵计算吞吐量可以是GPU的数倍。具体而言：
这一范式转换的逻辑依据是：AI工作负载正在从多元化训练走向规模化推理。当AI模型的架构趋于收敛（如Transformer架构成为主流）、推理规模呈指数级增长时，通过专用硬件进行深度优化便成为必然趋势。
一位分析师对此的评价非常精准：“Marvell不是‘替代NVDA’，而是在打开AI市场的第二条主赛道。定制ASIC可能是未来几年最被忽略、但增长速度极快的赛道。”
科技巨头为何自研芯片？去NVDA化的成本—效能逻辑
微软、亚马逊、谷歌、Meta四大云计算巨头正在以前所未有的速度推进自研芯片计划，构成了AI芯片领域近年最关键的长期趋势。
谷歌 TPU（Tensor Processing Unit）： 已迭代至第7代，由博通（Broadcom）协助设计，是业界最早且规模最大的定制芯片项目。Counterpoint预计博通2027年将占据AI服务器计算ASIC设计市场约60%的份额。
亚马逊 Trainium / Inferentia： 由Marvell协助设计的Trainium系列正加速部署。Trainium 3已在2026年初全面部署。
微软 Maia： 微软于2026年1月发布了第二代自研AI芯片Maia 200，采用台积电3nm工艺制造，已开始部署至数据中心。
Meta MTIA（Meta Training and Inference Accelerator）： 由博通协助设计。
驱动这一趋势的三层逻辑链条如下：
| 层级 | 核心逻辑 | 关键依据 | | --- | --- | --- | | 第一层：成本 | 大规模采购GPU的资本开支高 | 头部云厂商2026年总资本开支达到6600-7000亿美元级别；自研ASIC可将单一推理任务的芯片成本压缩至商用GPU的30%-50% | | 第二层：能效 | 数据中心功耗问题成为运营瓶颈 | ASIC可在相同机柜功耗下承载更高吞吐量 | | 第三层：战略 | 摆脱对单一供应商的依赖 | 云计算巨头避免自身核心业务受NVIDIA的产品路线图与定价策略制约 |
反英伟达联盟 这一概念在此背景下被市场广泛讨论。需要强调的是，这不是一个正式的组织结构，而是对科技巨头集体转向定制芯片这一行业趋势的形象化描述。根据摩根士丹利与Counterpoint的预测，AI ASIC市场规模将从2024年的约120亿美元增长至2027年的300亿美元，年复合增长率高达34%。
高盛的预测更为激进：ASIC在AI芯片市场中的份额预计将在2026年升至40%，2027年突破45%，几乎与GPU平分秋色。与此同时，ASIC服务器出货量预计在2026年同比增长44.6%，而商用GPU仅增长16.1%。
Marvell MRVL的双重定位：替代者还是协同者？
在去NVDA化的产业叙事中，Marvell的市场角色经常被误读为NVIDIA的替代品。但完整的行业格局远比这个标签复杂。
首先，定制芯片市场存在明确的梯队分布。
根据Counterpoint等机构的数据，当前AI定制ASIC设计服务市场呈现双寡头格局：
两者合计控制着定制AI ASIC共设计市场约95%的份额。需要指出的是，AI ASIC市场整体仍处于快速增长阶段，各方均在分享增量红利，现阶段更接近共同扩张而非存量争夺的格局。
其次，Marvell与NVIDIA的关系不是替代，而是深度协同。
这一关系在2026年出现了结构性的变化。2026年3月，NVIDIA宣布以20亿美元战略投资Marvell。双方围绕NVLink Fusion展开深度技术合作，将Marvell的定制芯片和光学互联方案纳入NVIDIA的AI工厂与AI-RAN生态系统。
随后，在6月的COMPUTEX 2026上，黄仁勋给出了更明确的背书：（Marvell的数据中心交换机）对处理AI工作负载至关重要。
为什么NVIDIA要投资一家也在做定制芯片的公司？ 其逻辑链条如下：
当AI训练集群从数千卡扩展到数十万甚至百万卡规模时，连接成为了比计算更稀缺的资源。黄仁勋在COMPUTEX上表达的核心观点正是这一逻辑的体现——当AI运算被分散到整座数据中心时，联网设备的重要性等同于GPU本身。而Marvell在高速光互联、以太网交换、1.6T DSP等领域拥有不可替代的技术积累。
因此，Marvell的角色可以定义为协同者——它不是要取代NVIDIA的GPU，而是在提供NVIDIA生态之外的定制芯片选项的同时，也作为NVIDIA体系内的关键互联基础设施供应商。这一双重定位使其在整个AI基础设施栈中具备了独特的战略价值。
Marvell Q1 FY2027 财报拆解：数据验证逻辑
上述行业逻辑是否已转化为可量化的财务成果？Marvell的最新财报提供了关键验证。
财务核心数据
| 指标 | 数值 | 同比/环比 | | --- | --- | --- | | Q1 FY2027 营收 | 24.18亿美元 | 同比 ↑28% / 环比 ↑9% | | 数据中心业务营收 | 18.33亿美元 | 同比 ↑27% / 占总营收 76% | | Q2 FY2027 营收指引中值 | 27.0亿美元 | 隐含同比 ↑35% | | FY2027 全年营收目标 | 约115亿美元 | 同比 ↑约40% | | FY2028 营收目标 | 约165亿美元 | 较FY2027 ↑44% | | 核心AI定制芯片业务长期目标 | 2029年达100亿美元 | — |
数据来源：Marvell官方财报及FY2027 Q1电话会议
值得关注的指标
Marvell FY2027 Q1数据中心业务录得创纪录的18.33亿美元营收，占总营收比重已升至76%，充分表明其业务结构已完成了向AI数据中心的战略性聚焦。
更重要的是管理层对未来展望的上修：公司将FY2027全年营收目标从原先的约110亿美元上调至115亿美元，并将FY2028目标从此前的约150亿美元大幅上调至165亿美元。摩根士丹利（大摩）在财报后随即更新了长期展望，预测FY2027数据中心收入同比增长约50%，并在FY2028进一步加速至约55%。
一项不宜被忽视的里程碑事件是：Marvell将于2026年6月22日正式被纳入标普500指数，以约2540亿美元的市值取代Pool Corp成为标普500成分股。这是AI需求推动半导体企业进入主流股票指数的又一标志性案例。
Marvell并购 Celestial AI：从算力到光互联的战略纵深
在解读Marvell的增长叙事时，一项并购案值得深度审视——2025年12月，Marvell以约60亿美元的价格发起对光学互联技术公司Celestial AI的收购，并于2026年2月正式完成交割。
Celestial AI专注于硅光子和光学互联技术，旨在解决当前AI数据中心中日益严峻的内存墙（memory wall）瓶颈——即计算与存储之间的数据传输瓶颈。
这项并购的核心战略意图在于：Marvell将自身在定制ASIC、以太网交换和1.6T DSP领域的积累，与Celestial AI的光学互联能力进行整合，构建覆盖数据链路全栈的技术能力。摩根大通分析师指出，Marvell已成为唯一一家同时覆盖定制ASIC设计、1.6T光DSP、硅光子（通过Celestial AI）和CXL交换的厂商——这一全套技术壁垒目前尚无单一竞争对手能够复刻。
从商业化节奏来看，Marvell预计Celestial AI的初期收入贡献将从FY2028下半年开始，在第四季度达到5亿美元年化运行率。
比较分析：Marvell与NVIDIA、AMD的结构性差异
在AI芯片产业链上，Marvell、NVIDIA与AMD这三家公司的商业模式存在本质不同，这种差异决定了各自的成长路径与估值逻辑。在展开比较之前，需要说明估值分析中应注意：不同公司的业务结构、规模体量、增长率和利润率差异显著，本文列出的估值指标仅供参考，不构成任何形式的投资建议。 投资者应结合自身风险承受能力独立判断。
核心商业模式差异
| 维度 | NVIDIA（NVDA） | Marvell（MRVL） | AMD（AMD） | | --- | --- | --- | --- | | 核心模式 | 销售通用GPU及完整AI算力系统 | 定制ASIC + 高速互联基础设施 | 通用GPU + CPU + FPGA 多元布局 | | AI产品形态 | 成品芯片/系统（HGX/DGX） | 面向云厂商的半定制化芯片及互联方案 | MI系列GPU及APU产品 | | 客户关系 | 终端客户广覆盖 | 深度绑定头部云厂商（亚马逊/微软/谷歌） | 服务器厂商+超算中心+部分云厂商 | | 核心壁垒 | CUDA软件生态 + 系统集成能力 | 定制化能力 + 光互联/以太网技术积累 | 多架构整合 + 性价比定位 |
收入体量与增速对比
| 指标 | NVIDIA（FY2026，截至2026年1月） | Marvell（FY2026全年+FY2027展望） | AMD（2025全年） | | --- | --- | --- | --- | | 年营收规模 | ~1300亿美元级别 | FY2026约82亿美元 / FY2027目标~115亿美元 | ~250-280亿美元 | | 最新单季AI相关收入 | 数据中心业务超350亿美元/季 | 数据中心单季18.33亿美元 | MI系列季度约15-20亿美元 | | 同比增长率 | ~40%-50%区间 | FY2027目标约40% | ~20%-30%区间 |
数据来源：各公司财报及市场公开数据综合。
投资者视角下的差异
摩根大通在比较NVDA与MRVL时指出，NVIDIA的长期预期盈利增速（51.7%）高于Marvell（39.4%），但Marvell的估值弹性更大，其股价对订单突破和客户新增更加敏感。这种差异主要源于两家公司当前所处的生命周期阶段不同：NVIDIA处于成熟的规模扩张期，而Marvell正处于定制ASIC从量变到质变的临界爆发期。
在Marvell完成对Celestial AI收购、获得NVIDIA战略投资、进入标普500等一系列催化剂落地后，华尔街投行Stifel将Marvell的目标价大幅上调至321美元（此前为230美元），重申买入评级。
定制芯片赛道的潜在风险因素
在高度乐观的市场氛围中，以下风险因素值得纳入考量框架：
市场份额竞争加剧
尽管Marvell在定制ASIC市场位居行业第二，但市场规模领先者博通（AVGO）已获得谷歌TPU和Meta MTIA等关键大单，Marvell未来能否扩大自身市场份额存在不确定性。Counterpoint甚至预测到2027年Marvell的设计服务份额可能下滑至8%左右。
客户集中度风险
Marvell的定制ASIC业务高度依赖亚马逊、微软和谷歌等少数头部客户。单一客户的产品路线图调整或切换供应商均可能对业务产生显著影响。目前Marvell与超过20个客户达成了AI ASIC设计合作，但主力营收仍集中于核心客户群。
利润率的稳定性
Marvell目前的运营利润率约为15%左右，主要反映其作为硬件设计服务商的传统属性。随着定制ASIC的量产规模扩大，利润率能否稳步改善将是市场关注的核心问题之一。
NVIDIA GPU持续迭代带来的不确定性
NVIDIA的GPU产品线仍在快速迭代，新一代产品的性能提升或将推迟部分潜在定制芯片项目的决策。AI硬件市场的竞争格局仍处于动态演化中。
地缘政治与技术供应链风险
半导体产业链的全球布局面临地缘政治变数，包括出口管制、供应链去全球化等系统性风险。
估值风险的审慎考量
Marvell FY2026全年营收约82亿美元，而当前市值约2500亿美元量级，市场已对其未来多年的增长预期进行了较为充分的定价。AInvest也在近期分析中指出，Marvell当前的市价可能面临估值压力。任何低于预期的业绩增量或订单节奏放缓均可能引发估值调整。
结语
Marvell FY2027 Q1财报的超预期表现，叠加黄仁勋的万亿预言，标志着AI定制芯片赛道正在从行业边缘走向舞台中央。
从更宏观的产业视角来看，AI算力基础设施正在经历一场结构性转型——从以NVIDIA GPU为绝对中心的单极化架构，向GPU训练+ASIC推理/互联协同的多元化架构演进。
谷歌TPU、亚马逊Trainium、微软Maia、Meta MTIA等定制芯片的集体出现，反映出全球头部云厂商对去NVDA化的一致方向。但去NVDA化并不意味着替代NVDA。事实上，Marvell与NVIDIA之间深度融合的资本与技术合作揭示了一个更深层的规律：AI数据中心的决胜关键，正在从算力向连接延伸。 当算力集群规模突破数十万卡级别，如何将巨量芯片高效互联，其重要性不亚于每一颗芯片本身的计算能力。
在这个由多极竞合构成的新格局中，Marvell凭借其在定制ASIC设计与高速互联基础设施两端的双重布局，正在构建一条独特的护城河。这不是一条取代GPU的道路，而是一条并行于GPU、在AI基础设施的完整生态链中不可或缺的独立赛道。
至于下一个万亿美元公司的预言能否兑现，答案将由未来数年的订单执行率、市场份额演变与技术路线进化共同书写。但可以确定的是，定制芯片时代的大门已经打开。