Marvell 2nm 光学技术提升 AI 数据中心网络竞争门槛

随着 AI 网络准备从 1.6Tbps 连接迈向 3.2Tbps 一代，Marvell 展示了其首批 2nm 光学技术演示。Marvell 的 2nm 光学技术覆盖这一转变中的多个环节，从计算集群内部的短距离连接到数据中心之间的互连。不过，Marvell 公布的是演示成果，而非已面向市场普遍供货、且拥有公开客户部署案例的产品。

这一区别正是事件的关键。将光信号处理迁移至 TSMC 的 2nm 制程，可提升密度和能效，但并不能自动解决制造成本、封装复杂度、热特性、可靠性或部署时机等问题。

Marvell 进入的市场也已在快速演进。Broadcom 已展示基于 3nm 技术的 400Gbps/通道光学 DSP。Nvidia 正在推出将光学引擎置于网络芯片旁的交换机。Marvell 必须将其制程节点优势转化为可由超大规模云服务商完成认证、量产并大规模运营的产品。

Marvell 的 2nm 光学技术是一套产品组合，而非单一芯片

Marvell 正在展示一组协同的光学技术，分别面向不同距离、网络层级和安全需求。

该公司于 2026 年 9 月 20 日在西班牙马拉加举行的欧洲光通信会议期间公布了这些演示成果。其 2nm optical demos 覆盖 AI 数据中心连接的四个重要领域。

第一项是 400Gbps/通道 PAM4 演示。PAM4 通过四个信号电平，在每个传输符号中编码两个比特。该技术可在无需等比例提高信号频率的情况下增加带宽。

Marvell 将该组件定位为通向 3.2Tbps 光模块的路径。配备八个、每通道运行在 400Gbps 的模块，可实现 3.2Tbps 的传输速率。这相当于将新兴 1.6Tbps 一代的聚合速率翻倍。

第二项演示将 800Gbps ZR 或 ZR+ 相干光连接与 MACsec 相结合。相干光学采用先进调制和信号处理技术，在更长距离的光纤链路上传输数据。MACsec 则在以太网链路层对流量进行加密。

这一组合解决的不只是原始速度问题。超大规模云服务商日益需要连接建筑物、园区和区域设施之间的高容量链路。将链路层安全能力集成到光学平台中，可在某些网络设计中减少对独立加密硬件的需求。

Marvell 还展示了 1.6Tbps ZR 和 O 波段 coherent-lite 技术。ZR 面向标准化的数据中心互连距离，而 coherent-lite 则为较短距离连接降低了复杂度。O 波段指一种常用于低色散传输场景的光纤波长范围，有助于简化传输。

这些类别服务于不同的物理传输距离，也说明“光互连”并非单一市场。加速器托盘之间的连接，在功耗、延迟和距离需求上，与跨越都市区域的链路截然不同。

第四项是 Marvell 的共封装光学平台。共封装光学，即 CPO，将光学引擎置于交换机或加速器芯片附近，从而缩短信号转变为光信号之前的电气路径。

Marvell 展示了基于 200Gbps/通道硅光子技术、传输速率达 102.4Tbps 的该平台。硅光子技术通过半导体制造工艺构建光学组件，可使光学功能更接近传统计算和网络芯片。

Marvell 计划将这些演示技术用于 scale-up、scale-out 和 scale-across 网络。Scale-up 链路连接如同一个计算系统运行的处理器；scale-out 网络连接大量服务器或机架；scale-across 连接则将通信延伸至更大的集群或站点之间。

因此，这一发布远不止一款创纪录组件。Marvell 希望在 AI 网络中提供信号处理器、光学链路、安全功能和封装技术。

不过，该公司尚未披露每一项演示组件的出货日期，也未公布整套产品组合的量产客户。这些信息缺失至关重要，因为超大规模云服务商会通过长期的可靠性和互操作性测试认证网络硬件。

此次活动改变了 Marvell 在技术演示层面的竞争地位。其商业领导力仍取决于哪些技术能够进入送样硅片、通过认证的模块和已部署的系统。

为什么 AI 网络正从 1.6T 迈向 3.2T

压力来自分布式计算：一旦网络无法足够快地传送数据，昂贵的加速器便会损失宝贵的有效工作时间。

现代 AI 系统将计算分布于大量加速器之上。这些处理器在训练过程中持续交换模型参数、中间结果和同步消息。推理集群同样在计算、内存、存储和网络系统之间传输越来越多的数据。

加速器可以快速执行算术运算，却无法弥补缺失的数据。网络拥塞或延迟会使昂贵的计算资源处于等待状态。因此，通信性能构成整个集群有效性能的一部分。

运营商已通过从 400Gbps 模块升级至 800Gbps 产品，并进一步迈向 1.6Tbps 连接，来提高链路容量。下一步是采用 400Gbps/通道，在实际可行的通道数量下支持 3.2Tbps 模块。

更高的信号速率会带来电气问题。信号穿过电路板、连接器和线缆时会衰减，恢复信号需要均衡、重定时、纠错和更多功耗。

铜缆在短距离内仍然有用，因为其技术成熟且相对简单。但随着通道速率提升，其可达距离受到越来越多限制。当电气通道无法再满足功耗和信号完整性目标时，光传输就必须更靠近计算系统。

这一变化使光学数字信号处理器愈发重要。DSP 可在高速传输后校正失真并重构数据。更先进的制程技术可在更小的功耗预算内集成更多处理能力，但最终表现仍取决于设计和封装。

TSMC 表示，其 N2 process 相比前一代节点可实现最高 15% 的速度提升或 30% 的功耗降低，并带来超过 1.15 倍的密度提升。这些是平台层面的比较，而非针对 Marvell 成品光学产品的测量结果。

N2 采用纳米片晶体管，这是一种栅极全环绕设计，栅极包围堆叠的半导体沟道。随着晶体管尺寸缩小，这一结构可改善电气控制能力。更好的控制可降低漏电，并支持更低的工作电压。

光学 DSP 很适合从这类改进中受益，因为它们持续进行高速计算。更低的逻辑功耗可减少每传输一个比特所消耗的能量。更高的密度也可在受限的模块空间内支持更多通道或功能。

不过，2nm 标签适用于信号处理硅片，而非整条光学路径。激光器、调制器、光电探测器、封装、光纤连接、电力供应和热管理仍然不可或缺。更小的 DSP 并不会缩小其周围的每一个组件。

3.2Tbps 的转型也改变了系统设计。工程师必须确定多少光学技术应置于可插拔模块内部、交换机芯片旁边或加速器封装之中。不同位置会改变可维护性、散热、成本和故障隔离方式。

可插拔光模块允许技术人员更换单独的模块。共封装设计缩短了电气路径，却使光学器件与昂贵的交换硬件更加紧密绑定。当光学引擎发生故障时，这会带来棘手的运营问题。

Marvell 正同时布局这两条路径，而非押注于单一的替代周期。其发布内容包括可插拔相干系统、传统光学 DSP 技术和共封装光学。这种广度反映出，AI 网络将针对不同距离和工作负载采用不同架构。

因此，从 1.6T 到 3.2T 并不只是一次速度升级。它迫使硅片、光学、封装、安全、散热和维护方式都发生改变。Marvell 的机会在于同时提供其中的多个层级。

核心竞争是 Marvell 对阵 Broadcom

Marvell 面临的核心挑战，是将 2nm 主张转化为相较 Broadcom 成熟光学与网络产品组合可量化的优势。

Broadcom 于 2026 年 3 月发布 Taurus 平台，将其定位为业界首款 400Gbps/通道光学 DSP。其 400G optical DSP 采用 3nm 技术，支持 1.6Tbps 收发器，并为 3.2Tbps 模块做好准备。

这带来了有意义的对比。Marvell 强调其演示技术背后的制程节点；Broadcom 则强调产品时机、集成光学组件及其在交换芯片领域的更广泛地位。

更小的制程可降低逻辑功耗并提高密度，但并不保证总模块功耗更低。光学前端、内存、模拟电路、激光器、封装和散热都会影响系统能耗。

Broadcom 还可将 DSP 与其以太网交换机产品组合协同设计。这种垂直整合能力很重要，因为超大规模云服务商评估的是完整网络架构，而不是孤立的芯片。与交换机路线图的兼容性可能影响认证和部署决策。

Marvell 则以覆盖不同光学传输距离的广度应对竞争。其产品组合涵盖 PAM4 DSP、相干器件、coherent-lite 技术、硅光子、可插拔模块和共封装光学。该公司还开发定制计算芯片和高速互连知识产权。

Marvell 在 ECOC 演示之前便已开始构建这一 2nm 平台。2024 年 3 月，该公司宣布了一项面向定制加速器、处理器、交换机和互连设备的 2nm infrastructure platform。

Marvell 随后于 2025 年 3 月推出可运行的 2nm 硅知识产权。该里程碑包括用于垂直堆叠 chiplet 的高速芯粒间连接。这一进展表明，这是持续多年的平台投入，而非孤立的会议原型。

其光学路线图已历经数代演进。Marvell 于 2023 年推出 5nm、200Gbps/通道的 Nova DSP，2024 年推出 3nm、1.6Tbps 的 Ara 平台，并于 2026 年早些时候宣布 2nm Libra 800Gbps 相干 DSP。

这一序列降低了一类风险。Marvell 是在将成熟产品类别适配到更新的制造工艺，而不是首次进入光网络领域。该公司在相干和短距离链路方面已经积累了工程经验。

Broadcom 仍凭借执行能力形成压力。在两家公司之间做选择的超大规模云服务商，会考察样品供应情况、模块合作伙伴、错误率、每比特功耗、互操作性和量产良率。仅凭会议上的宣称无法回答这些问题。

两家公司也可能在同一网络中赢得不同部分的供应份额。一家供应商可能提供交换芯片，而另一家则为更长距离的链路提供相干 DSP。竞争结果将因云运营商和架构代际而异。

Nvidia 带来了另一重压力，尽管它并非这场竞争中的主要对手。Nvidia 正日益将网络技术与其加速器平台整合，因此能够掌控系统级设计决策。

其 Spectrum-X Photonics 架构包含一台 102.4 太比特交换机，配备 128 个 800 吉比特每秒端口。Nvidia 还介绍了一种更大的 409.6 太比特配置，配备 512 个此类端口。

Nvidia 表示，其 CPO 设计通过将光电转换移至交换芯片旁边，降低了电信号损耗。该公司声称，相比传统可插拔架构，这一设计提升了能效并减少了故障点。这些仍属于供应商的说法，需要通过部署数据检验。

对 Marvell 而言，战略问题十分明确。超大规模云服务商可以从专业供应商采购组件，采用集成式 Nvidia 网络，或在多个层级采用 Broadcom 芯片。Marvell 必须证明，其产品组合为何能提供更优的经济性或灵活性。

其 2nm 布局提供了一个机会。如果它能足够早地推出更低功耗的设备，客户便会获得通往 3.2 太比特连接能力的另一条路径。如果竞争对手率先交付性能相当的系统，制程节点优势的分量就会下降。

真正的机制是每比特能耗

只有在降低 AI 集群中传输每一比特数据所需的能耗和设备投入时，Marvell 的 2nm 战略才有意义。

数据中心运营商无法脱离电力消耗来评估网络速度。一条带宽翻倍、却需要按比例增加功耗的更快光链路，对缓解基础设施约束帮助有限。

每比特能耗衡量系统为传输每一比特数据所消耗的电能。该指标使工程师能够比较总容量不同的技术代际。更低的每比特能耗有助于网络带宽增长，而无需功耗同步增长。

缩小数字逻辑电路可改善这一指标。信号处理电路可以在更低电压下运行、占用更小面积，或在相近的封装范围内承担更多功能。实际结果取决于架构和运行条件。

Marvell 尚未公布涵盖每一项 ECOC 演示的完整每比特功耗对比。该公司称这些技术功耗更低，但公告中缺少经独立测试的测量数据。读者目前应将能效领先视为公司自身的说法。

这一机制并不止于 DSP。传统可插拔模块接收的是电信号，而该信号此前需要从交换芯片穿过电路板传输。由于高频电信号衰减很快，这一路径需要驱动器和均衡处理。

CPO 通过将光引擎放置在交换芯片或加速器芯片附近，缩短了电连接路径。数据更早转化为光信号，随后通过光纤在有效距离内以更低损耗传输。这可以减少转换前所需的电气处理工作。

维护方面存在权衡。运营商可以从交换机前面板拆下故障的可插拔模块。更换共封装系统内部故障的光引擎，可能需要更复杂的流程或更大的可更换组件。

封装附近的热设计也更具挑战。高容量交换芯片和 AI 加速器会产生大量热量。激光器和光学组件必须在这种环境中可靠运行，有时需持续数年。

一些 CPO 设计将激光器置于最热的封装区域之外。另一些则将功能分配至独立的光学和电子小芯片。最佳方案取决于传输距离、密度、散热和维护要求。

Marvell 的 102.4 太比特 CPO 演示采用了每通道 200 吉比特的硅光技术，而非其在其他场合重点展示的每通道 400 吉比特 PAM4 技术。这并不意味着演示彼此矛盾，而是反映了该产品组合中不同技术成熟度和设计目标。

每通道 400 吉比特演示指向下一代模块。每通道 200 吉比特 CPO 平台则展示了基于更成熟通道速率构建的高容量系统。当封装带来新的风险时，运营商往往更倾向于经过验证的信号传输技术。

安全性带来了另一项机制。Marvell 的 800 吉比特 ZR/ZR+ 演示集成了 MACsec，可对以太网帧进行认证和加密。链路层加密能够保护流量，而无需应用程序管理每一条物理连接。

这一功能对于连接独立设施或共享基础设施的链路尤为重要。但它并不能取代其他层级的安全控制。网络架构仍需要身份认证、访问管理、应用层加密和运营监控。

相干 lite 演示针对的是另一项效率问题。全相干光学可支持高要求的传输距离和运行条件，但其处理过程可能消耗更多电力。简化设计可服务于较短链路，无需承担长距离系统的全部能力。

这种产品组合方式使 Marvell 能够根据距离匹配信号处理能力。为短链路采用不必要的复杂相干系统会浪费电力；而将简单的直接检测光学技术用于超出其实用传输距离的场景，则会带来可靠性和信号质量问题。

对于 AI 集群，最理想的结果是多种链路类型实现协调改进。高效的 scale-up 链路加速计算域内的通信；高效的 scale-out 链路连接机架，而安全的相干链路则连接建筑和园区。

这正是 Marvell 的公告值得关注、而不仅仅是 2nm 标签的原因。该公司正将一个芯片平台应用于多个网络边界。其成败取决于这些组件能否带来一致的运营优势。

演示距离部署仍相去甚远

最大的未知数并非 Marvell 能否展示可运行的 2nm 芯片，而是客户能否可靠且经济地部署它。

半导体演示只能回答一个有限的问题：它们表明特定功能可在受控条件下运行。商业采用则需要可重复的制造能力、完整的软件支持、标准合规性、认证以及供应保障。

良率是一项担忧。良率衡量制造出的芯片中符合规格要求的比例。先进制程能够提升密度和能效，但早期生产可能面临更高成本或更严格的设计限制。

封装带来另一道障碍。光学产品整合了通过不同工艺制造的组件。数字逻辑受益于最新制程节点，而模拟和光子元件可能采用针对其电气或光学特性优化的技术。

整合这些部件需要精确对准和可靠连接。轻微的封装缺陷就可能损害信号质量或缩短产品寿命。更复杂的组件也可能限制产能。

客户认证的周期通常比公开产品公告所暗示的更长。超大规模云服务商会在不同温度范围、流量模式、光纤条件、错误场景和延长运行周期下测试设备。他们也会评估固件行为和诊断工具。

对于 3.2 太比特系统而言，互操作性将尤为重要。标准必须覆盖电气接口、光信号、外形规格、管理和错误处理。在周边生态系统稳定之前，早期实现方式可能存在差异。

Marvell 的公告提及的是演示，而非确定的量产时间表。它没有提供与 3nm 替代方案相比的全面性能对比，也没有披露来自云客户的任何量产承诺。

这些空白并不否定该技术，而是界定了仍需补充的证据。Marvell 已展示了路线图和可运行的组件，但尚未完成商业化转型。

“行业首创”的表述也需要谨慎解读。Marvell 将这一说法明确限定为 2nm 光学演示。Broadcom 已在 3nm 上展示过每通道 400 吉比特光学 DSP 技术。

制程节点首发并不等同于产品性能首发。客户将比较总功耗、传输距离、错误率、端口密度、可靠性和交付时间表。制程节点品牌只是其中一个参考因素。

Marvell 更广泛的业务布局提高了风险。数据中心是其增长战略的核心部分，涵盖定制芯片和连接技术。因此，光学业务的执行力影响的不止一个产品类别。

该公司的监管文件描述了其在 PAM、相干、相干 lite、CPO、硅光、主动电缆和 PCIe 重定时器方面的开发进展。这一覆盖范围创造了交叉销售机会，但也提高了执行要求。

客户可能分阶段采用这一产品组合。一家云运营商可能在不选择 Marvell CPO 平台的情况下认证其相干 DSP。另一家可能采用其短距离光学产品，同时从其他供应商采购交换机。

这种模块化采用方式可帮助 Marvell 在每个组件都实现量产之前获得收入，但也使 2nm 平台的整体成功更难通过单次公开发布来衡量。

因此，投资者不应将会议公告视为未来市场份额的证据。开发者和基础设施采购方也不应假定 3.2 太比特链路会立即普及至普通企业网络。

早期部署很可能集中于拥有大型 AI 集群的超大规模云服务商。这些公司具备工程资源和带宽需求，足以证明早期认证的合理性。规模较小的运营商通常会在成本和标准成熟后才采用新一代链路。

短期问题并非光网络会不会变得更重要。不断提高的通道速率和机架规模已经支持这一趋势。问题在于，哪种实现方案能最先达到可接受的成本和可靠性。

Marvell 已通过连续发布 5nm、3nm 和 2nm 相关公告建立了技术可信度。下一项证明必须来自产品、合作伙伴和运行数据。

三个信号将显示 Marvell 的押注是否奏效

产品送样、客户认证和实测能效，将决定 Marvell 的 2nm 光学技术会成为基础设施，还是仅仅停留在展览硬件层面。

第一个信号是每通道 400 吉比特 DSP 及相关 3.2 太比特产品的量产时间表。Marvell 需要从演示性表述转向送样日期、模块供应情况和量产指引。

明确的时间表将增强 2nm 具备商业时间窗口优势的论点。若反复展示却没有出货里程碑，这一论点将被削弱，尤其是在 Broadcom 推进其自身每通道 400 吉比特路线图的情况下。

第二个信号是客户或合作伙伴验证。具名的模块制造商、交换机供应商或云运营商，将表明该技术已进入认证阶段。与多家供应商开展互操作性演示，则将提供额外证据。

由于超大规模云服务商项目具有保密性，客户在初期可能保持匿名。即便如此，Marvell 仍可在不披露每位买家的情况下，报告设计中标、送样活动或营收贡献。

第三个信号是可独立参考的性能数据。Marvell 应披露在明确测试条件下的每比特功耗、延迟、传输距离、散热要求和误码率表现。比较应覆盖完整模块或系统，而不只是数字逻辑。

这些测量结果将揭示 2nm 是否能切实改善整体网络经济性。它们也将帮助买家针对特定传输距离比较可插拔、coherent-lite 和共封装方案。

财报可提供佐证。连接业务增长、光学产品收入或披露的设计导入，将把技术路线图与市场需求联系起来。财务结果本身无法证明技术领先地位，但可以体现商业牵引力。

竞争对手的反应将为上述三个信号提供另一项有用的验证。如果 Broadcom 加快制程节点转换，或 Nvidia 扩大供应商合作关系，市场就在验证光学集成的重要性。如果竞争系统更早出货，Marvell 的差异化优势就会收窄。

对于基础设施团队而言，务实的应对方式是保持架构选择的开放性。采购计划应比较总体能耗、可维护性、安全性、标准支持和供应商多样性。最先进的制程节点并不必然是最佳系统选择。

开发者同样应当关注，因为网络效率会影响可用算力。更快的加速器互连可减少同步延迟并提高集群利用率。这些收益会影响训练时间、推理响应速度以及运营 AI 服务的成本。

知识工作者不会直接接触 2nm 光学 DSP，但仍可能通过更快的 AI 服务、更大的分布式模型以及更多可用推理能力感受到其影响。这些结果取决于完整系统，而非某一个组件。

Marvell 对 AI 网络的发展方向提出了可信的技术判断。光互连正进一步靠近计算，400Gbps 通道正在接近现实，而每比特能耗正成为决定性约束。

该公司尚未决定竞争格局的最终走向。Broadcom 在光学 DSP 和交换领域占据强势地位，而 Nvidia 则掌控着日益高度集成的加速器网络。Marvell 必须通过执行力赢得市场采用。

关注下一次送样公告、首个客户认证，以及首批可比较的功耗测量数据。这些信号合在一起将表明，Marvell 的 2nm 光学技术究竟会改变已部署的 AI 基础设施，还是仅停留在令人印象深刻的路线图标记上。