Maya @MayaGPU

HBM占GPU成本25-35% 每生产1颗高端AI GPU = 卖出$10,000-40,000的HBM

keyboard_arrow_left Previous keyboard_arrow_right Next

MRVL 主要业务 Marvell 是一家 fabless（无晶圆厂）半导体公司，专注数据基础设施半导体解决方案。 核心业务板块（2026年数据中心占比已超70-76%）： • Custom AI Silicon / XPU：为 hyperscaler 定制 AI 加速器芯片（Trainium/Inferentia 类），这是当前最大增长引擎。 • 高速连接与互联：SerDes、PAM4 DSP、光学互联、PCIe Retimer、die-to-die 技术、AEC（有源电缆）。 • 数据中心交换机与网络：AI Fabric 交换机（近期发布 102.4 Tbps AI 交换机）。 • 存储与以太网：HDD/SSD 控制器、网络适配器。 • 其他：企业网络、汽车/工业（占比已大幅下降）。 一句话定位：MRVL 是 AI 数据中心“互联 + 定制计算”的重要玩家，特别擅长高带宽、低功耗的芯片间/集群间连接，正在从“网络芯片公司”转型为“AI 基础设施全栈供应商”。 AVGO：更成熟的“AI 基础设施帝国”，规模大、毛利高、多元化强（包括软件），是 hyperscaler 首选定制芯片伙伴。 • MRVL：“Baby Broadcom” 或 “成长版 AVGO”，专注互联 + 定制计算，增长更快但风险更高（执行、竞争）。 • 客户群：两者高度重叠于 hyperscalers，但 AVGO 在 Google/Meta 更深，MRVL 在 Amazon 更强。 • 发展路径：MRVL 确实在走 AVGO 走过的路（从组件 → 定制 ASIC + 系统解决方案），NVIDIA 也公开支持 MRVL 成为重要互联伙伴。 NVDA 是否想把 MRVL 打造成下一个 AVGO？ 是，但不完全。Jensen Huang 最近公开大力看好 MRVL（称其有潜力成万亿公司），因为 MRVL 在 GPU 互联（NVLink 生态）上能补 NVDA 的短板。NVDA 希望 MRVL 成为 AI 生态中“可靠的第二梯队巨头”，但 NVDA 自己也在网络和自定义领域布局，不会完全依赖任何一家。

英伟达正在竭尽全力把 Marvell 喂大，用来在生态上制衡、甚至取代博通（AVGO）。 背后的底层逻辑非常精彩： 1. 敌人的朋友就是敌人（博通在帮英伟达的对手造子弹） 英伟达现在最害怕的是什么？不是 AMD，而是谷歌、Meta、亚马逊这些大厂不用它的 GPU，转去搞自研芯片。 而全球在背后帮谷歌做 TPU、帮 Meta 做 AI 芯片的最大幕后推手，偏偏就是博通（AVGO）！博通靠着帮英伟达的潜在叛逃客户设计芯片，赚得盆满钵满。这让老黄如soft刺在喉。  2. 英伟达需要一个“听话且忠诚”的网络盟友 老黄在推他的 Blackwell 和未来的 Rubin 架构时，一直强推自己的 NVLink 互联技术。但博通作为传统以太网（Ethernet）的老大，一直联合行业其他巨头搞“超以太网联盟（UEC）”，试图在网络层做大，削弱英伟达 NVLink 的垄断权。 这时候，老黄必须扶持一个在技术上能和博通掰手腕，同时又愿意完全臣服于英伟达架构的盟友。Marvell（美满电子）就是完美人选。

mrvl 和 avgo

NVDA + AMD = AI的大脑 MU + SNDK = AI的记忆 CRDO + ALAB = AI的神经系统 LITE + AAOI = AI的光纤网络

NVIDIA和Google其实是”对手”： •Google用自己的TPU,不全用NVIDIA •Google有自己的模型,不靠OpenAI •Google是NVIDIA最大威胁之一 但短期： •Google的Anthropic合同租用NVIDIA GPU •Google Cloud也提供NVIDIA服务 •两者合作大于竞争 长期： •Google想完全自主 •NVIDIA是过渡 •TPU vs GPU 的长期竞争

keyboard_arrow_left Previous keyboard_arrow_right Next

黄仁勋最重要的5个话 1. “Agentic AI已经到来” •AI从”实验”到”实用” •工业应用开始 2. “Compute = Revenue” •算力直接转化为收入 •投资AI基础设施 = 投资增长 3. “重新发明PC” •个人电脑革命 •跟Microsoft合作 4. “AI不抢工作” •反驳市场恐惧 •强调”人+AI” 5. “Physical AI”（物理AI） •机器人时代 •Isaac GR00T平台

黄仁勋这次大会讲的核心逻辑 AI Factory = GPU + 连接 + 光 + 存储 + 电力。

Credo（CRDO）是 AI 算力基础设施浪潮中专注于超高速连接解决方案的纯正标杆。其技术根基是高度自研的 SerDes（串行器/解串器）和 DSP（数字信号处理）技术栈，主攻数据中心 400G、800G 以及下一代 1.6T 的极速传输。  其核心业务板块可拆解为以下三大支柱： AEC（Active Electrical Cables，有源电缆）—— 核心护城河与现金牛： 这是 Credo 的成名作和最大营收来源。在 800G 和 1.6T 时代，传统的纯铜缆（DAC）因为太粗、太硬、传输距离过短（通常超过 1.5-2 米信号就废了）而无法使用；而光纤连接又太贵、功耗极高。Credo 独创性地在铜缆两端嵌入了自研的低功耗 DSP 芯片，使其既拥有接近铜缆的低成本和低功耗，又大幅延长了传输距离（可达 5-7 米），完美解决 AI 密集机架内部及机架间的互联痛点。  光 DSP 芯片与 Retimer（重定时器）： 单独向光模块厂商或服务器 OEM 出售高性能芯片。例如其基于 3nm 工艺的 Bluebird 1.6T 光 DSP 芯片，专为下一代超大规模 AI 集群（如 Blackwell Ultra 等架构）设计，功耗极低。  重大战略跨界（硅光子与光模块）： 2026年5月，Credo 完成了对以色列硅光子先驱 DustPhotonics 的 7.5 亿美元收购。这让 Credo 从一家“纯电芯片/电缆公司”转变为具备**“电芯片（SerDes/DSP）+ 光芯片（硅光 PIC）+ 系统集成”的垂直一体化巨头**。配合其推出的 ZeroFlap 平台，能有效预防 AI 大模型训练时网络连接中断（Link Flap）的顽疾。

黄金 为什么暴跌 关键原因： 1. AI股吸金 •资金从黄金 → 流向AI •风险偏好上升 2. 美元走强 •Fed降息预期推迟 •美元反弹 •压制贵金属 3. 伊朗战争”麻木” •战争持续3个月 •市场已经”price-in” •避险需求减弱 4. UBS下调目标 •年底目标从 $5,900 → $5,500 •但仍看好长期

AXTI = 材料 substrate LWLG = 新材料/调制器技术 LITE = 光器件/激光器/OCS/CPO AAOI = 光模块/收发器 ALAB = AI服务器内部高速连接芯片

keyboard_arrow_left Previous keyboard_arrow_right Next

这些设备里最容易损耗/容易坏的部件 这部分就是做维保最有感觉的地方。 第一类：最常坏、最适合做备件的 1. 风扇 / 风扇模组 空气冷却服务器里最常见。 原因： * 高转速 * 24小时运行 * 灰尘 * 轴承老化 适合备件逻辑： 高频低价、必须现货。 ⸻ 2. 电源 PSU / Power Shelf AI服务器功耗很大，GB200这种整柜系统用电非常高。NVIDIA DGX GB200 SuperPOD参考架构里提到，单个 GB200 NVL72 rack 有 8 个 power shelves，每个 power shelf 有 6个 5.5kW PSU，可提供最高 33kW 电力。 容易坏点： * PSU * PDU * 电源线 * 电源背板 * power shelf 控制模块 适合备件逻辑： 高频、必须快速换。 ⸻ 3. 光模块 / AOC / DAC / OSFP 线缆 AI集群里非常关键。 容易出问题： * 光模块温度过高 * OSFP连接器损耗 * 光纤弯折 * 端口污染 * AOC线缆故障 * DAC接触不良 这也是LITE / AAOI / ALAB 的现实基础。 适合备件逻辑： 非常适合做库存和维保，因为故障会直接影响集群通信。 ⸻ 4. SSD / NVMe 训练数据缓存、日志、系统盘、local scratch 都会用。 容易坏点： * 写入寿命 * 控制器 * 过热 * 固件问题 适合备件逻辑： 标准化强，容易备货。 ⸻ 5. DIMM / DDR 内存 不是 HBM，而是服务器系统内存。 容易问题： * ECC错误增多 * 接触不良 * 高温下不稳定 适合备件逻辑： 中等频率，型号匹配很重要。 ⸻ 第二类：贵、坏了麻烦，但不是随便能修 1. GPU板卡 / SXM模块 最贵。 常见问题： * HBM错误 * GPU掉卡 * NVLink错误 * 供电 VRM 问题 * 温度异常 * SXM连接器问题 但真正坏 GPU 核心或 HBM，不是普通维保能修的，多数是换件/RMA。 适合备件逻辑： 极高价值，但渠道、授权、来源和检测能力最关键。 ⸻ 2. NVSwitch 板 / NVLink switch tray 多 GPU 系统里非常关键。 坏了会影响： * GPU互联 * 集群训练效率 * 节点稳定性 GB200 NVL72 这种系统里 NVLink Switch Tray 是关键模块，NVIDIA SuperPOD参考架构也有专门的 NVLink Switch Tray 结构。 适合备件逻辑： 高价值、低频、但一坏影响大。 ⸻ 3. ConnectX 网卡 / BlueField DPU 如果集群网络异常，可能是： * 网卡 * DPU * 固件 * 光模块 * 交换机端口 * 线缆 适合备件逻辑： 那种“故障定位+备件替换”模式。 ⸻ 4. 液冷部件 Blackwell GB200/NVL72 很多是液冷。 容易关注： * quick disconnect 接头 * 冷板 * 泵 * 阀 * manifold * 冷却液泄漏 * CDU 适合备件逻辑： 这是新机会。液冷维保会越来越重要。 ⸻ 六、最需要扩容的配件类别 如果客户买了 NVIDIA AI服务器，后面最容易继续追加的是这些： 1. 网络 包括： * InfiniBand交换机 * Spectrum-X交换机 * ConnectX网卡 * BlueField DPU * OSFP光模块 * AOC/DAC线缆 原因： GPU数量越多，网络越容易成为瓶颈。 这就是为什么 LITE / AAOI / ALAB / MRVL / CRDO 会涨。 ⸻ 2. 存储 包括： * NVMe SSD * 企业级SSD * 存储服务器 * 高速文件系统 * 缓存盘 * 数据湖 原因： 训练、推理、RAG、视频、日志、模型都要存。 对应股票： * MU * SNDK * WDC * Samsung * SK Hynix ⸻ 3. 内存 包括： * 系统 DDR * HBM供应 * CXL memory 未来扩展 HBM 本身在 GPU 上，不是客户直接扩容，但客户继续买 GPU，本质就是继续买 HBM。 对应： * MU * SK Hynix * Samsung ⸻ 4. 电力和散热 包括： * PSU * PDU * UPS * 液冷 CDU * 冷板 * 泵 * 风扇 * 机柜电力系统 对应股票： * ETN * VRT * DELL / SMCI / HPE * 以及液冷供应链 ⸻ 5. GPU节点本身 扩容最直接还是继续买： * H200 * B200 * GB200 * B300 * DGX * HGX整机 但这通常不是“配件扩容”，而是整柜/整机扩容。

英伟达 全球出货地区覆盖比例 2026 年，算力资源的分配就是国力的体现。英伟达目前的出货版图极其集中： 北美地区 (约 45% - 50%)： 绝对的大头。微软、Meta、亚马逊 (AWS) 和谷歌 (GCP) 这四大云厂商吞掉了全球近一半的产能。 亚太地区 (约 25% - 30%)： 主要集中在新加坡、日本以及中东部分主权基金（他们通常在亚太设立节点）。中国台湾由于鸿海、广达等代工厂的存在，也是重要的数据流转地。 欧洲地区 (约 15%)： 英国、法国、德国等国家的“主权 AI”项目采购。 中国及其他受限地区 (约 5% - 10%)： 受限于美国商务部的禁令，只能采购合规的降级版芯片（如 B20/H20），总体金额占比被极大压缩。 硬件维保痛点：最容易损耗 / 损坏的部件 如果你要在你的机房做这些设备的测试、分销或维保，以下部件是你最需要备货的“消耗品” 液冷系统管线与 CDU（冷却分配单元）： Blackwell 架构（如 NVL72）功耗高达 120kW，全面倒向液冷。漏液、水泵老化、快速接头（Quick Disconnects）磨损是机房最致命也是最常见的硬件故障。 光模块 (Optical Transceivers)： 光模块长期在高温下满负荷工作，内部的激光器极易光衰或烧毁。800G/1.6T 光模块是目前更换频率极高的耗材。 电源模块 (PSU)： 巨大的瞬时功耗（Power Spikes）会对电源电容造成极大压力。高负载训练下，服务器电源的损坏率远超传统 IT 设备。 铜缆与连接器： GB200 机架内部使用了超过 2 英里的高速铜缆。在频繁拔插测试或震动中，线缆接头容易出现针脚损耗或物理形变，导致信号衰减。 需要高频扩容的配件 买得起英伟达整机的客户，通常在以下几个部位会有极强的“持续扩容”需求 企业级 NVMe SSD 存储： GPU 计算再快，也得有数据喂给它。客户买完 GPU 服务器后，往往需要海量的本地缓存和高速存储集群。这就是 SNDK（闪迪） 和 MU（美光） 企业级固态硬盘的刚需市场。 高速网卡与 DPU： 算力规模扩大后，原有的 400G 网卡会变成瓶颈，客户需要频繁扩容升级到 800G 甚至 1.6T 的 ConnectX 系列网卡或 BlueField DPU。 系统级连接芯片模组： 随着节点扩容，PCIe 通道需要外延，这会产生对 ALAB (Astera Labs) 这类 PCIe/CXL Retimer 扩展卡的大量需求，以解决长距离信号衰减问题。

keyboard_arrow_left Previous keyboard_arrow_right Next

alab lite aaoi lwlg 对比

keyboard_arrow_left Previous keyboard_arrow_right Next

alab大涨