2026年5月27日，Marvell Technology（MRVL）發布了FY2027第一季度財報——單季營收24.18億美元，同比增長28%，環比增長9%，略超市場預期的24.1億美元。但真正讓市場沸騰的，並不是這份超預期的成績單，而是隨後發生的事：6月2日，NVIDIA CEO 黃仁勳（Jensen Huang）在台北COMPUTEX 2026上與Marvell CEO Matt Murphy同台，當眾宣布：“女士們先生們，這就是下一家萬億美元市值的公司。”
這句話讓Marvell股價單日暴漲逾30%。截至財報發布前後，Marvell 2026年以來股價已接近翻倍，年內漲幅高達95%。
這些波動背後，引出一個更具深度的行業命題：AI定制芯片（ASIC）正在成為一條與GPU平行發展的獨立賽道。 科技巨頭（谷歌TPU、亞馬遜Trainium、Meta MTIA）為何紛紛繞開NVIDIA投入自研芯片？Marvell在其中承擔何種角色——是GPU的替代者還是協同者？
要理解為何科技巨頭紛紛投入自研芯片，首先需要釐清一個概念：ASIC與GPU的根本區別在於通用性與專用性的權衡。
GPU（圖形處理器）是一種通用AI計算芯片。NVIDIA的GPU能夠在訓練、推理、視覺、語音、推薦系統等各種AI任務中表現出色，但也因此承擔了大量冗餘電路和通用指令集的開銷，在特定場景下的能效存在優化空間。
ASIC（Application-Specific Integrated Circuit，專用集成電路）則是為特定AI任務量身定制的硬件。以谷歌的TPU（Tensor Processing Unit）為例，其核心針對矩陣乘法運算進行了深度硬編碼，在相同功耗下的矩陣計算吞吐量可以是GPU的數倍。具體而言：
這一範式轉換的邏輯依據是：AI工作負載正在從多元化訓練走向規模化推理。當AI模型的架構趨於收斂（如Transformer架構成為主流）、推理規模呈指數級增長時，通過專用硬體進行深度優化便成為必然趨勢。
一位分析師對此的評價非常精准：“Marvell不是‘取代NVDA’，而是在打開AI市場的第二條主賽道。定制ASIC可能是未來幾年最被忽略、但增長速度極快的賽道。”
微軟、亞馬遜、谷歌、Meta四大雲計算巨頭正在以前所未有的速度推進自研芯片計畫，構成了AI芯片領域近年最關鍵的長期趨勢。
谷歌 TPU（Tensor Processing Unit）：已迭代至第7代，由博通（Broadcom）協助設計，是業界最早且規模最大的定制芯片項目。Counterpoint預計博通2027年將佔據AI伺服器計算ASIC設計市場約60%的份額。
亞馬遜 Trainium / Inferentia：由Marvell協助設計的Trainium系列正加速部署。Trainium 3已在2026年初全面部署。
微軟 Maia： 微軟於2026年1月發布了第二代自研AI芯片Maia 200，採用台積電3nm工藝製造，已開始部署至數據中心。
Meta MTIA（Meta Training and Inference Accelerator）：由博通協助設計。
驅動這一趨勢的三層邏輯鏈條如下：
| 層級 | 核心邏輯 | 關鍵依據 | | --- | --- | --- | | 第一層：成本 | 大規模採購GPU的資本開支高 | 頭部雲廠商2026年總資本開支達到6600-7000億美元級別；自研ASIC可將單一推理任務的芯片成本壓縮至商用GPU的30%-50% | | 第二層：能效 | 數據中心功耗問題成為運營瓶頸 | ASIC可在相同機櫃功耗下承載更高吞吐量 | | 第三層：戰略 | 擺脫對單一供應商的依賴 | 雲計算巨頭避免自身核心業務受NVIDIA的產品路線圖與定價策略制約 |
反英偉達聯盟 這一概念在此背景下被市場廣泛討論。需要強調的是，這不是一個正式的組織結構，而是對科技巨頭集體轉向定制芯片這一行業趨勢的形象化描述。根據摩根士丹利與Counterpoint的預測，AI ASIC市場規模將從2024年的約120億美元增長至2027年的300億美元，年複合增長率高達34%。
高盛的預測更為激進：ASIC在AI芯片市場中的份額預計在2026年升至40%，2027年突破45%，幾乎與GPU平分秋色。與此同時，ASIC伺服器出貨量預計在2026年同比增長44.6%，而商用GPU僅增長16.1%。
在去NVDA化的產業敘事中，Marvell的市場角色經常被誤讀為NVIDIA的替代品。但完整的行業格局遠比這個標籤複雜。
首先，定制芯片市場存在明確的梯隊分佈。
根據Counterpoint等機構的數據，當前AI定制ASIC設計服務市場呈現雙寡頭格局：
兩者合計控制著定制AI ASIC共設計市場約95%的份額。需要指出的是，AI ASIC市場整體仍處於快速增長階段，各方均在分享增量紅利，現階段更接近共同擴張而非存量爭奪的格局。
其次，Marvell與NVIDIA的關係不是替代，而是深度協同。
這一關係在2026年出現了結構性的變化。2026年3月，NVIDIA宣布以20億美元戰略投資Marvell。雙方圍繞NVLink Fusion展開深度技術合作，將Marvell的定制芯片和光學互聯方案納入NVIDIA的AI工廠與AI-RAN生態系統。
隨後，在6月的COMPUTEX 2026上，黃仁勳給出了更明確的背書：（Marvell的數據中心交換機）對處理AI工作負載至關重要。
為何NVIDIA要投資一家也在做定制芯片的公司？ 其邏輯鏈條如下：
當AI訓練集群從數千卡擴展到數十萬甚至百萬卡規模時，連接成了比計算更稀缺的資源。黃仁勳在COMPUTEX上表達的核心觀點正是這一邏輯的體現——當AI運算被分散到整座數據中心時，聯網設備的重要性等同於GPU本身。而Marvell在高速光互聯、以太網交換、1.6T DSP等領域擁有不可替代的技術積累。
因此，Marvell的角色可以定義為協同者——它不是要取代NVIDIA的GPU，而是在提供NVIDIA生態之外的定制芯片選項的同時，也作為NVIDIA體系內的關鍵互聯基礎設施供應商。這一雙重定位使其在整個AI基礎設施棧中具備了獨特的戰略價值。
上述行業邏輯是否已轉化為可量化的財務成果？Marvell的最新財報提供了關鍵驗證。
| 指標 | 數值 | 同比/環比 | | --- | --- | --- | | Q1 FY2027 營收 | 24.18億美元 | 同比 ↑28% / 環比 ↑9% | | 數據中心業務營收 | 18.33億美元 | 同比 ↑27% / 占總營收 76% | | Q2 FY2027 營收指引中值 | 27.0億美元 | 隱含同比 ↑35% | | FY2027 全年營收目標 | 約115億美元 | 同比 ↑約40% | | FY2028 營收目標 | 約165億美元 | 較FY2027 ↑44% | | 核心AI定制芯片業務長期目標 | 2029年達100億美元 | — |
數據來源：Marvell官方財報及FY2027 Q1電話會議
Marvell FY2027 Q1數據中心業務錄得創紀錄的18.33億美元營收，占總營收比重已升至76%，充分表明其業務結構已完成了向AI數據中心的戰略性聚焦。
更重要的是管理層對未來展望的上修：公司將FY2027全年營收目標從原先的約110億美元上調至115億美元，並將FY2028目標從此前的約150億美元大幅上調至165億美元。摩根士丹利（大摩）在財報後隨即更新了長期展望，預測FY2027數據中心收入同比增長約50%，並在FY2028進一步加速至約55%。
一項不宜被忽視的里程碑事件是：Marvell將於2026年6月22日正式被納入標普500指數，以約2540億美元的市值取代Pool Corp成為標普500成分股。這是AI需求推動半導體企業進入主流股票指數的又一標誌性案例。
在解讀Marvell的增長敘事時，一項並購案值得深度審視——2025年12月，Marvell以約60億美元的價格發起對光學互聯技術公司Celestial AI的收購，並於2026年2月正式完成交割。
Celestial AI專注於硅光子和光學互聯技術，旨在解決當前AI數據中心中日益嚴峻的內存牆（memory wall）瓶頸——即計算與存儲之間的數據傳輸瓶頸。
這項並購的核心戰略意圖在於：Marvell將自身在定制ASIC、以太網交換和1.6T DSP領域的積累，與Celestial AI的光學互聯能力進行整合，構建覆蓋數據鏈路全棧的技術能力。摩根大通分析師指出，Marvell已成為唯一一家同時覆蓋定制ASIC設計、1.6T光DSP、硅光子（通過Celestial AI）和CXL交換的廠商——這一全套技術壁壘目前尚無單一競爭對手能夠復刻。
從商業化節奏來看，Marvell預計Celestial AI的初期收入貢獻將從FY2028下半年開始，在第四季度達到5億美元年化運行率。
在AI芯片產業鏈上，Marvell、NVIDIA與AMD這三家公司的商業模式存在本質不同，這種差異決定了各自的成長路徑與估值邏輯。在展開比較之前，需要說明估值分析中應注意：不同公司的業務結構、規模體量、增長率和利潤率差異顯著，本文列出的估值指標僅供參考，不構成任何形式的投資建議。 投資者應結合自身風險承受能力獨立判斷。
| 維度 | NVIDIA（NVDA） | Marvell（MRVL） | AMD（AMD） | | --- | --- | --- | --- | | 核心模式 | 銷售通用GPU及完整AI算力系統 | 定制ASIC + 高速互聯基礎設施 | 通用GPU + CPU + FPGA 多元布局 | | AI產品形態 | 成品芯片/系統（HGX/DGX） | 面向雲廠商的半定制化芯片及互聯方案 | MI系列GPU及APU產品 | | 客戶關係 | 終端客戶廣覆蓋 | 深度綁定頭部雲廠商（亞馬遜/微軟/谷歌） | 伺服器廠商+超算中心+部分雲廠商 | | 核心壁壘 | CUDA軟體生態 + 系統整合能力 | 定制化能力 + 光互聯/以太網技術積累 | 多架構整合 + 性價比定位 |
| 指標 | NVIDIA（FY2026，截至2026年1月） | Marvell（FY2026全年+FY2027展望） | AMD（2025全年） | | --- | --- | --- | --- | | 年營收規模 | 約1300億美元級別 | FY2026約82億美元 / FY2027目標~115億美元 | 約250-280億美元 | | 最新單季AI相關收入 | 數據中心業務超350億美元/季 | 數據中心單季18.33億美元 | MI系列季度約15-20億美元 | | 同比增長率 | 約40%-50%區間 | FY2027目標約40% | 約20%-30%區間 |
摩根大通在比較NVDA與MRVL時指出，NVIDIA的長期預期盈利增速（51.7%）高於Marvell（39.4%），但Marvell的估值彈性更大，其股價對訂單突破和客戶新增更加敏感。這種差異主要源於兩家公司當前所處的生命周期階段不同：NVIDIA處於成熟的規模擴張期，而Marvell正處於定制ASIC從量變到質變的臨界爆發期。
在Marvell完成對Celestial AI收購、獲得NVIDIA戰略投資、進入標普500等一系列催化劑落地後，華爾街投行Stifel將Marvell的目標價大幅上調至321美元（此前為230美元），重申買入評級。
在高度樂觀的市場氛圍中，以下風險因素值得納入考量框架：
市場份額競爭加劇
儘管Marvell在定制ASIC市場位居行業第二，但市場規模領先者博通（AVGO）已獲得谷歌TPU和Meta MTIA等關鍵大單，Marvell未來能否擴大自身市場份額存在不確定性。Counterpoint甚至預測到2027年Marvell的設計服務份額可能下滑至8%左右。
客戶集中度風險
Marvell的定制ASIC業務高度依賴亞馬遜、微軟和谷歌等少數頭部客戶。單一客戶的產品路線圖調整或切換供應商均可能對業務產生顯著影響。目前Marvell與超過20個客戶達成了AI ASIC設計合作，但主力營收仍集中於核心客戶群。
利潤率的穩定性
Marvell目前的營運利潤率約為15%左右，主要反映其作為硬體設計服務商的傳統屬性。隨著定制ASIC的量產規模擴大，利潤率能否穩步改善將是市場關注的核心問題之一。
NVIDIA GPU持續迭代帶來的不確定性
NVIDIA的GPU產品線仍在快速迭代，新一代產品的性能提升或將推遲部分潛在定制芯片項目的決策。AI硬體市場的競爭格局仍處於動態演化中。
地緣政治與技術供應鏈風險
半導體產業鏈的全球布局面臨地緣政治變數，包括出口管制、供應鏈去全球化等系統性風險。
估值風險的審慎考量
Marvell FY2026全年營收約82億美元，而當前市值約2500億美元量級，市場已對其未來多年的增長預期進行了較為充分的定價。AInvest也在近期分析中指出，Marvell當前的市價可能面臨估值壓力。任何低於預期的業績增量或訂單節奏放緩均可能引發估值調整。
Marvell FY2027 Q1財報的超預期表現，叠加黃仁勳的萬億預言，標誌著AI定制芯片賽道正在從行業邊緣走向舞台中央。
從更宏觀的產業視角來看，AI算力基礎設施正在經歷一場結構性轉型——從以NVIDIA GPU為絕對中心的單極化架構，向GPU訓練+ASIC推理/互聯協同的多元化架構演進。
谷歌TPU、亞馬遜Trainium、微軟Maia、Meta MTIA等定制芯片的集體出現，反映出全球頭部雲廠商對去NVDA化的共識方向。但去NVDA化並不意味著取代NVDA。事實上，Marvell與NVIDIA之間深度融合的資本與技術合作揭示了一個更深層的規律：AI數據中心的決勝關鍵，正在從算力向連接延伸。 當算力集群規模突破數十萬卡級別，如何將巨量芯片高效互聯，其重要性不亞於每一顆芯片本身的計算能力。
在這個由多極競合構成的新格局中，Marvell憑藉其在定制ASIC設計與高速互聯基礎設施兩端的雙重布局，正在構建一條獨特的護城河。這不是一條取代GPU的道路，而是一條並行於GPU、在AI基礎設施的完整生態鏈中不可或缺的獨立賽道。
至於下一個萬億美元公司的預言能否兌現，答案將由未來數年的訂單執行率、市場份額演變與技術路線進化共同書寫。但可以確定的是，定制芯片時代的大門已經打開。
329.11萬 熱度
287.65萬 熱度
143.9萬 熱度
181.8萬 熱度
18.58萬 熱度
AI 定制芯片時代：ASIC 與 GPU 協同演進下，MRVL 能否成為下一家萬億美元公司？
2026年5月27日，Marvell Technology（MRVL）發布了FY2027第一季度財報——單季營收24.18億美元，同比增長28%，環比增長9%，略超市場預期的24.1億美元。但真正讓市場沸騰的，並不是這份超預期的成績單，而是隨後發生的事：6月2日，NVIDIA CEO 黃仁勳（Jensen Huang）在台北COMPUTEX 2026上與Marvell CEO Matt Murphy同台，當眾宣布：“女士們先生們，這就是下一家萬億美元市值的公司。”
這句話讓Marvell股價單日暴漲逾30%。截至財報發布前後，Marvell 2026年以來股價已接近翻倍，年內漲幅高達95%。
這些波動背後，引出一個更具深度的行業命題：AI定制芯片（ASIC）正在成為一條與GPU平行發展的獨立賽道。 科技巨頭（谷歌TPU、亞馬遜Trainium、Meta MTIA）為何紛紛繞開NVIDIA投入自研芯片？Marvell在其中承擔何種角色——是GPU的替代者還是協同者？
AI定制芯片 ASIC 的本質：從通用到專用的範式轉換
要理解為何科技巨頭紛紛投入自研芯片，首先需要釐清一個概念：ASIC與GPU的根本區別在於通用性與專用性的權衡。
GPU（圖形處理器）是一種通用AI計算芯片。NVIDIA的GPU能夠在訓練、推理、視覺、語音、推薦系統等各種AI任務中表現出色，但也因此承擔了大量冗餘電路和通用指令集的開銷，在特定場景下的能效存在優化空間。
ASIC（Application-Specific Integrated Circuit，專用集成電路）則是為特定AI任務量身定制的硬件。以谷歌的TPU（Tensor Processing Unit）為例，其核心針對矩陣乘法運算進行了深度硬編碼，在相同功耗下的矩陣計算吞吐量可以是GPU的數倍。具體而言：
這一範式轉換的邏輯依據是：AI工作負載正在從多元化訓練走向規模化推理。當AI模型的架構趨於收斂（如Transformer架構成為主流）、推理規模呈指數級增長時，通過專用硬體進行深度優化便成為必然趨勢。
一位分析師對此的評價非常精准：“Marvell不是‘取代NVDA’，而是在打開AI市場的第二條主賽道。定制ASIC可能是未來幾年最被忽略、但增長速度極快的賽道。”
科技巨頭為何自研芯片？去NVDA化的成本—效能邏輯
微軟、亞馬遜、谷歌、Meta四大雲計算巨頭正在以前所未有的速度推進自研芯片計畫，構成了AI芯片領域近年最關鍵的長期趨勢。
谷歌 TPU（Tensor Processing Unit）：已迭代至第7代，由博通（Broadcom）協助設計，是業界最早且規模最大的定制芯片項目。Counterpoint預計博通2027年將佔據AI伺服器計算ASIC設計市場約60%的份額。
亞馬遜 Trainium / Inferentia：由Marvell協助設計的Trainium系列正加速部署。Trainium 3已在2026年初全面部署。
微軟 Maia： 微軟於2026年1月發布了第二代自研AI芯片Maia 200，採用台積電3nm工藝製造，已開始部署至數據中心。
Meta MTIA（Meta Training and Inference Accelerator）：由博通協助設計。
驅動這一趨勢的三層邏輯鏈條如下：
| 層級 | 核心邏輯 | 關鍵依據 | | --- | --- | --- | | 第一層：成本 | 大規模採購GPU的資本開支高 | 頭部雲廠商2026年總資本開支達到6600-7000億美元級別；自研ASIC可將單一推理任務的芯片成本壓縮至商用GPU的30%-50% | | 第二層：能效 | 數據中心功耗問題成為運營瓶頸 | ASIC可在相同機櫃功耗下承載更高吞吐量 | | 第三層：戰略 | 擺脫對單一供應商的依賴 | 雲計算巨頭避免自身核心業務受NVIDIA的產品路線圖與定價策略制約 |
反英偉達聯盟 這一概念在此背景下被市場廣泛討論。需要強調的是，這不是一個正式的組織結構，而是對科技巨頭集體轉向定制芯片這一行業趨勢的形象化描述。根據摩根士丹利與Counterpoint的預測，AI ASIC市場規模將從2024年的約120億美元增長至2027年的300億美元，年複合增長率高達34%。
高盛的預測更為激進：ASIC在AI芯片市場中的份額預計在2026年升至40%，2027年突破45%，幾乎與GPU平分秋色。與此同時，ASIC伺服器出貨量預計在2026年同比增長44.6%，而商用GPU僅增長16.1%。
Marvell MRVL的雙重定位：替代者還是協同者？
在去NVDA化的產業敘事中，Marvell的市場角色經常被誤讀為NVIDIA的替代品。但完整的行業格局遠比這個標籤複雜。
首先，定制芯片市場存在明確的梯隊分佈。
根據Counterpoint等機構的數據，當前AI定制ASIC設計服務市場呈現雙寡頭格局：
兩者合計控制著定制AI ASIC共設計市場約95%的份額。需要指出的是，AI ASIC市場整體仍處於快速增長階段，各方均在分享增量紅利，現階段更接近共同擴張而非存量爭奪的格局。
其次，Marvell與NVIDIA的關係不是替代，而是深度協同。
這一關係在2026年出現了結構性的變化。2026年3月，NVIDIA宣布以20億美元戰略投資Marvell。雙方圍繞NVLink Fusion展開深度技術合作，將Marvell的定制芯片和光學互聯方案納入NVIDIA的AI工廠與AI-RAN生態系統。
隨後，在6月的COMPUTEX 2026上，黃仁勳給出了更明確的背書：（Marvell的數據中心交換機）對處理AI工作負載至關重要。
為何NVIDIA要投資一家也在做定制芯片的公司？ 其邏輯鏈條如下：
當AI訓練集群從數千卡擴展到數十萬甚至百萬卡規模時，連接成了比計算更稀缺的資源。黃仁勳在COMPUTEX上表達的核心觀點正是這一邏輯的體現——當AI運算被分散到整座數據中心時，聯網設備的重要性等同於GPU本身。而Marvell在高速光互聯、以太網交換、1.6T DSP等領域擁有不可替代的技術積累。
因此，Marvell的角色可以定義為協同者——它不是要取代NVIDIA的GPU，而是在提供NVIDIA生態之外的定制芯片選項的同時，也作為NVIDIA體系內的關鍵互聯基礎設施供應商。這一雙重定位使其在整個AI基礎設施棧中具備了獨特的戰略價值。
Marvell Q1 FY2027 財報拆解：數據驗證邏輯
上述行業邏輯是否已轉化為可量化的財務成果？Marvell的最新財報提供了關鍵驗證。
財務核心數據
| 指標 | 數值 | 同比/環比 | | --- | --- | --- | | Q1 FY2027 營收 | 24.18億美元 | 同比 ↑28% / 環比 ↑9% | | 數據中心業務營收 | 18.33億美元 | 同比 ↑27% / 占總營收 76% | | Q2 FY2027 營收指引中值 | 27.0億美元 | 隱含同比 ↑35% | | FY2027 全年營收目標 | 約115億美元 | 同比 ↑約40% | | FY2028 營收目標 | 約165億美元 | 較FY2027 ↑44% | | 核心AI定制芯片業務長期目標 | 2029年達100億美元 | — |
數據來源：Marvell官方財報及FY2027 Q1電話會議
值得關注的指標
Marvell FY2027 Q1數據中心業務錄得創紀錄的18.33億美元營收，占總營收比重已升至76%，充分表明其業務結構已完成了向AI數據中心的戰略性聚焦。
更重要的是管理層對未來展望的上修：公司將FY2027全年營收目標從原先的約110億美元上調至115億美元，並將FY2028目標從此前的約150億美元大幅上調至165億美元。摩根士丹利（大摩）在財報後隨即更新了長期展望，預測FY2027數據中心收入同比增長約50%，並在FY2028進一步加速至約55%。
一項不宜被忽視的里程碑事件是：Marvell將於2026年6月22日正式被納入標普500指數，以約2540億美元的市值取代Pool Corp成為標普500成分股。這是AI需求推動半導體企業進入主流股票指數的又一標誌性案例。
Marvell並購 Celestial AI：從算力到光互聯的戰略縱深
在解讀Marvell的增長敘事時，一項並購案值得深度審視——2025年12月，Marvell以約60億美元的價格發起對光學互聯技術公司Celestial AI的收購，並於2026年2月正式完成交割。
Celestial AI專注於硅光子和光學互聯技術，旨在解決當前AI數據中心中日益嚴峻的內存牆（memory wall）瓶頸——即計算與存儲之間的數據傳輸瓶頸。
這項並購的核心戰略意圖在於：Marvell將自身在定制ASIC、以太網交換和1.6T DSP領域的積累，與Celestial AI的光學互聯能力進行整合，構建覆蓋數據鏈路全棧的技術能力。摩根大通分析師指出，Marvell已成為唯一一家同時覆蓋定制ASIC設計、1.6T光DSP、硅光子（通過Celestial AI）和CXL交換的廠商——這一全套技術壁壘目前尚無單一競爭對手能夠復刻。
從商業化節奏來看，Marvell預計Celestial AI的初期收入貢獻將從FY2028下半年開始，在第四季度達到5億美元年化運行率。
比較分析：Marvell與NVIDIA、AMD的結構性差異
在AI芯片產業鏈上，Marvell、NVIDIA與AMD這三家公司的商業模式存在本質不同，這種差異決定了各自的成長路徑與估值邏輯。在展開比較之前，需要說明估值分析中應注意：不同公司的業務結構、規模體量、增長率和利潤率差異顯著，本文列出的估值指標僅供參考，不構成任何形式的投資建議。 投資者應結合自身風險承受能力獨立判斷。
核心商業模式差異
| 維度 | NVIDIA（NVDA） | Marvell（MRVL） | AMD（AMD） | | --- | --- | --- | --- | | 核心模式 | 銷售通用GPU及完整AI算力系統 | 定制ASIC + 高速互聯基礎設施 | 通用GPU + CPU + FPGA 多元布局 | | AI產品形態 | 成品芯片/系統（HGX/DGX） | 面向雲廠商的半定制化芯片及互聯方案 | MI系列GPU及APU產品 | | 客戶關係 | 終端客戶廣覆蓋 | 深度綁定頭部雲廠商（亞馬遜/微軟/谷歌） | 伺服器廠商+超算中心+部分雲廠商 | | 核心壁壘 | CUDA軟體生態 + 系統整合能力 | 定制化能力 + 光互聯/以太網技術積累 | 多架構整合 + 性價比定位 |
收入體量與增速對比
| 指標 | NVIDIA（FY2026，截至2026年1月） | Marvell（FY2026全年+FY2027展望） | AMD（2025全年） | | --- | --- | --- | --- | | 年營收規模 | 約1300億美元級別 | FY2026約82億美元 / FY2027目標~115億美元 | 約250-280億美元 | | 最新單季AI相關收入 | 數據中心業務超350億美元/季 | 數據中心單季18.33億美元 | MI系列季度約15-20億美元 | | 同比增長率 | 約40%-50%區間 | FY2027目標約40% | 約20%-30%區間 |
投資者視角下的差異
摩根大通在比較NVDA與MRVL時指出，NVIDIA的長期預期盈利增速（51.7%）高於Marvell（39.4%），但Marvell的估值彈性更大，其股價對訂單突破和客戶新增更加敏感。這種差異主要源於兩家公司當前所處的生命周期階段不同：NVIDIA處於成熟的規模擴張期，而Marvell正處於定制ASIC從量變到質變的臨界爆發期。
在Marvell完成對Celestial AI收購、獲得NVIDIA戰略投資、進入標普500等一系列催化劑落地後，華爾街投行Stifel將Marvell的目標價大幅上調至321美元（此前為230美元），重申買入評級。
定制芯片賽道的潛在風險因素
在高度樂觀的市場氛圍中，以下風險因素值得納入考量框架：
市場份額競爭加劇
儘管Marvell在定制ASIC市場位居行業第二，但市場規模領先者博通（AVGO）已獲得谷歌TPU和Meta MTIA等關鍵大單，Marvell未來能否擴大自身市場份額存在不確定性。Counterpoint甚至預測到2027年Marvell的設計服務份額可能下滑至8%左右。
客戶集中度風險
Marvell的定制ASIC業務高度依賴亞馬遜、微軟和谷歌等少數頭部客戶。單一客戶的產品路線圖調整或切換供應商均可能對業務產生顯著影響。目前Marvell與超過20個客戶達成了AI ASIC設計合作，但主力營收仍集中於核心客戶群。
利潤率的穩定性
Marvell目前的營運利潤率約為15%左右，主要反映其作為硬體設計服務商的傳統屬性。隨著定制ASIC的量產規模擴大，利潤率能否穩步改善將是市場關注的核心問題之一。
NVIDIA GPU持續迭代帶來的不確定性
NVIDIA的GPU產品線仍在快速迭代，新一代產品的性能提升或將推遲部分潛在定制芯片項目的決策。AI硬體市場的競爭格局仍處於動態演化中。
地緣政治與技術供應鏈風險
半導體產業鏈的全球布局面臨地緣政治變數，包括出口管制、供應鏈去全球化等系統性風險。
估值風險的審慎考量
Marvell FY2026全年營收約82億美元，而當前市值約2500億美元量級，市場已對其未來多年的增長預期進行了較為充分的定價。AInvest也在近期分析中指出，Marvell當前的市價可能面臨估值壓力。任何低於預期的業績增量或訂單節奏放緩均可能引發估值調整。
結語
Marvell FY2027 Q1財報的超預期表現，叠加黃仁勳的萬億預言，標誌著AI定制芯片賽道正在從行業邊緣走向舞台中央。
從更宏觀的產業視角來看，AI算力基礎設施正在經歷一場結構性轉型——從以NVIDIA GPU為絕對中心的單極化架構，向GPU訓練+ASIC推理/互聯協同的多元化架構演進。
谷歌TPU、亞馬遜Trainium、微軟Maia、Meta MTIA等定制芯片的集體出現，反映出全球頭部雲廠商對去NVDA化的共識方向。但去NVDA化並不意味著取代NVDA。事實上，Marvell與NVIDIA之間深度融合的資本與技術合作揭示了一個更深層的規律：AI數據中心的決勝關鍵，正在從算力向連接延伸。 當算力集群規模突破數十萬卡級別，如何將巨量芯片高效互聯，其重要性不亞於每一顆芯片本身的計算能力。
在這個由多極競合構成的新格局中，Marvell憑藉其在定制ASIC設計與高速互聯基礎設施兩端的雙重布局，正在構建一條獨特的護城河。這不是一條取代GPU的道路，而是一條並行於GPU、在AI基礎設施的完整生態鏈中不可或缺的獨立賽道。
至於下一個萬億美元公司的預言能否兌現，答案將由未來數年的訂單執行率、市場份額演變與技術路線進化共同書寫。但可以確定的是，定制芯片時代的大門已經打開。