|
|
楼主 |
发表于 2026-8-25 07:19:45
|
显示全部楼层
一文读懂“迈威尔公司”
不知道大家会不会和我最初一样，看迈威尔这家公司时发现，他的业务丰富（复杂），似乎很难用简单的语言来归纳总结。
但是他又似乎成了越来越绕不开的一家公司：
1️⃣和谷歌达成了深度合作，和价值122亿美金的warrant购买条款。
2️⃣与 AWS 达成了一项为期 5 年的多代协议，涵盖定制 AI 产品、光 DSP、AEC DPS、PCIe 重定时器、DCI 光模块和以太网交换芯片。
3️⃣和英伟达。不久前老黄称Marvell将成为下一个市值1万亿美元的公司。今年3月，英伟达通过可转换优先股向Marvell投资了20亿美元，并深化了双方在NVLink和硅光子学领域的合作。
4️⃣最后说说和台积电。Marvell是无晶圆厂的。他和台积电更像是上下游，包括3nm和现在的2nm在内的多个先进制程。
本文会抓大放小，一文带你读懂迈威尔究竟是做什么的。
一、迈威尔究竟是做什么的？
时间回到今年6月，在台北的ComputeX上，迈威尔的CEO提出了一个问题：what defines the performance of AI infrastructure?
答案不是GPU也不是memory，而是 Connectivety。
想象一下，数以万计甚至是百万计的处理器共同完成一个单一的巨型运算引擎。而在这种规模下进行运算，从根本上来说，是一个连通性的挑战。因此下一波的创新和规模化的拓展，将来自于底层架构系统的连通性。而这里的趋势是光进铜退，“光学传输”变得极为重要。
因此迈威尔的所有业务都是紧密围绕着“如何解决connectivety”这一个问题展开的，具体像是 AI 集群里“芯片怎么连、数据怎么跑、带宽怎么扩、专用芯片怎么做”等等问题。
Marvell 是一家 fabless（无晶圆厂） 半导体公司：自己定义产品、研发芯片架构、设计 SoC、开发 IP、做软件／固件、客户验证和供应链管理；晶圆制造、封装与测试则主要依赖外部伙伴。
公司当前把收入披露归为两大终端市场：Data Center 与 Communications and Other。
在今年5月的财报中，资料中心营收Q1 达 18.3 亿美元，季增 11%、年增 27%，占总营收 76%。数据中心已经成为了收入的主力，而10年前，来自数据中心的收入不足10%。
Communications & Other：Q1 營收 5.85 億美元，季增 3%、年增 29%，占总营收的24%。
二、数据中心业务：两大核心增长引擎
如上文所述，来自数据中心的收入已经占到了总收入的76%，且以极快速度增长着。甚至，管理层认为，这部分的收入在未来几年会不断增长。
2027财年：约115亿美元（+40%）
2028财年：约165亿美元（+45%）
预计 2027 财年数据中心收入将增长约 50%，2028 财年将再增长 55%。
迈威尔的数据中心业务非常复杂，为了让读者更清晰，我只提取其中占比最高、增长最快的两大板块来展开叙述，分别是——定制芯片和互连业务：
1️⃣定制 ASIC：为云厂设计“专属 AI 芯片”
这是 Marvell 最受市场关注、也是 AI 周期中弹性最大的业务之一。
随着基建的不断拓展，云厂商们发现：：只买通用 GPU 不一定是成本、功耗和供应链的最优解。于是它们会把自己最核心、最稳定、规模最大的 AI 工作负载，做成专属 ASIC；而 $MRVL 的价值就在于把云厂的需求，转化成现实，变成一颗颗可以实际量产的芯片。
Marvell 负责一站式服务：
共同定义芯片规格和系统架构。
整合 CPU、HBM、网络、安全、存储和高速 I/O。
把自己的 SerDes、die-to-die、ARM 子系统、硅光、先进封装等 IP 装进客户 ASIC。
完成设计、验证、流片、供应链组织和量产交付。
Marvell 的角色像是一个工程师🧑💻，云厂商是甲方提要求，而Marvell提供可复用的平台和工程能力，帮你处理与“基础设施 silicon”有关的问题。
当前，Marvell 的 ASIC 平台覆盖 5nm、3nm，并在研发 2nm 世代，关键技术包括超高速 SerDes、Arm SoC、HBM、chiplet、die-to-die 互连、CPO 与先进封装。公司也强调其定制 HBM 计算架构是为 XPU 的性能和总拥有成本优化，并与 Micron、Samsung、SK hynix 等存储厂协作。
为什么它是 Marvell 弹性最大的业务？
因为收入不线性。“这就好像奢侈品的成衣线和高定一样，一个是批量生产批量销售，一个是量体裁衣样样定制。” 定制化业务的服务周期很长：
在前期，收入主要是研发／NRE，规模有限；一旦某家 hyperscaler 将 ASIC 部署到大量 AI 服务器，出货会迅速增加。这也是为什么它比卖标准化 PHY 或存储控制器更有营收弹性，但同时也有更高项目集中度和时程风险。
Marvell 披露，定制业务 FY2026 年度规模约 15 亿美元；公司预计 FY2027 增长超过 20%，并预计 FY2028 在新的 Tier-1 XPU 项目和多个 XPU-attach 项目量产的带动下超过翻倍。
明星定制项目：Google的TPU和AWS的Trainium。
目前官方在这方面披露的信息为：正参与 18 个定制 silicon 项目。其中有 12 个器件属于四家主要 hyperscaler：包括 3 个 XPU 与 9 个 XPU attach 项目。另有 6 个器件属于新兴 AI 客户：包括 2 个 XPU 与 4 个 XPU attach 项目。
2️⃣互连业务
这是 Marvell 目前最成熟、规模最大的 AI 连接业务。我们经常听到scale-out 与 scale-across这些都是和互连有关的业务板块。
Marvell 的官方披露显示，光互连业务已连续五年以约 50% CAGR 增长，并约占 FY2026 数据中心收入的一半。
互连业务层级我按照 基础设施的物理层级，拆成：
Scale-in → Scale-up → Scale-out → Scale-across。
1. Scale-in：封装和芯片内部
这一层解决“一颗 XPU 怎样被做成高带宽系统”。诸如：
HBM compute architecture、HBM PHY／controller。
SerDes、die-to-die I/O。
Chiplet、先进封装、2.5D/3D 整合。
定制 SRAM、SoC fabric / NoC。
硅光与未来 optical I/O 相关技术。
这里绝大多数连接目前仍是超短距离电互连；CPO、光 I/O 和 photonic chiplet 的长期方向，是把光逐步推近封装和计算芯片。这一部分的收入很多通过定制 ASIC 或未来 CPO／光 I/O 产品变现。
2.Scale-up：服务器、机架与 AI Pod 内部
这一层解决“多颗 XPU 如何紧密协同，像一颗更大的逻辑加速器一样工作”。
它通常发生在：
同一台服务器内/同一机箱内/同一机架内/有时也会扩展到少量相邻机架。
Scale-up 最在乎的是：
极低延迟；
极高每颗 XPU 双向带宽；
可预测的延迟与拥塞；
高效 collective communication，例如 all-reduce、all-gather、reduce-scatter；
有时还要支持接近共享内存／memory-coherent 的访问模型；
让 tensor parallelism、pipeline parallelism 等大模型并行策略不被通信拖慢。
Nvidia 已把 NVLink 定义为其 AI Factory 的 scale-up 网络。它让同一 domain 内的 GPU 像一个计算引擎一样工作；scale-up fabric 需要高带宽、可预测的低延迟以及共享 HBM 的能力。
例如 GB200 NVL72 中，NVLink/NVSwitch 将 72 颗 GPU 构成 rack-scale 的 scale-up fabric；Nvidia 文档将其描述为 rack 内的超高速、具 memory-coherent 特性的连接，而 InfiniBand 则负责连接不同机架的 scale-out fabric
Marvell 则通过 224G SerDes、PCIe/CXL、AEC、定制 XPU、CPO/硅光与 UALink/ESUN 等去争取开放和半定制架构机会。
它们将利用 Teralynx 架构与 224G SerDes，目标是高 port radix、超低延迟、低功耗，并支持 copper、CPC/CPO 等形式的机架内与机架间连接。
Custom XPU / custom ASIC：把客户自己的 XPU 与高速 I/O、HBM、chiplet 设计结合。
224G SerDes：决定高带宽 chip-to-chip、switch-to-XPU 链路的电连接能力。
PCIe Retimer：延长高代际 PCIe 信号在主板、riser 或线缆中的可靠距离。
PCIe/CXL Switch：连接更多 XPU、NIC、memory pool 与服务器资源。
AEC DSP：高带宽机架内铜缆的信号恢复。
UALink / ESUN switch fabric：其正在推进的 scale-up switch 方向。
CPO / Photonic Fabric：当 scale-up 域扩大、铜缆功耗与距离不再足够时，导入光学互连。
3. Scale out：跨服务器、跨机架的 AI 集群
这一层解决“怎样将一个 rack 扩展为数千到数万颗 XPU 的 AI cluster”。Marvell 在这一层拥有当前最成熟、最直接的收入来源。
Marvell 明确认为可插拔光模块在可预见未来仍将是 scale-out 连接的主要方案。800G 的成熟放量、1.6T 的新一代导入，以及 switch、TIA、driver、AEC/AOC 等附加内容同步增长。
4. Scale Across：跨园区与跨数据中心
这一层解决“数据中心之间如何以高带宽、低功耗和低运维的连接”。
在这个版块中，DCI、coherent DSP、coherent-lite、光模块都是迈威尔的重要产品。
最初写这一段，我是想单独分一个光互连出来。但实际写作发现这样的分法不太合适。光互连不该和 scale-up / scale-out 并列。它是贯穿多个层次的“传输介质／技术路线”。
目前如果从产品收入的可见度/实现度来看的话：
Scale out和scale across的收入可见度会高于 scale in和scale up。
三、估值模型
2026 财年 Marvell 营收达 82 亿美元，增长 42%。
2027 财年第一季度（2026年5月公布的），营收达到创纪录的 24.1 亿美元，同比增长 28%，其中数据中心贡献了 18.3 亿美元（占总营收的 76%）。
非GAAP营业利润率为35%，经营现金流达到创纪录的6.39亿美元。
但让我们来看看未来的数据！
2027财年：约115亿美元（+40%）
2028财年：约165亿美元（+45%）
预计 2027 财年数据中心收入将增长约 50%，2028 财年将再增长 55%。
以 MRVL 约 237.0 美元股价、约 2,128 亿美元市值为基准，
FY2027E P/S：18.5 倍
FY2028E P/S：12.9 倍
因为利润率是变化的，且PE对于不同的利润率所以我依照几个不同版本的利润率来计算一下PE：
可以从给到的估值看出，市场是按照高成长股来为其定价的。看了眼各家投行的EPS预期，都远高于我的预期。有几家投行预估2028E每股EPS高于10美金。
基于他的高成长性和与Google现在的强绑定协议，我认同这个估值定价，认为 $MRVL 还有相当大的潜力。
其中我想特别提出以下几点：
1️⃣Google协议暗藏的收入承诺。
这次的协议，不仅仅设定了一个 206.58💲的关键价格支撑位，还大大提高了未来收入的可见度。
“按收入解锁股权”的长期激励机制：从 Marvell FY2027 Q3 到 FY2033 年末，Google 每让 Marvell 确认 5 亿美元符合条件的 Custom Products 收入，就有一档 warrant 解锁。全部解锁对应的累计收入门槛是 1,200 亿美元。
虽然不应该，但如果我们简单用除法计算一下呢？那一年来自Google的收入就达到了惊人的171亿。
之前我们说的2027一整年的收入是115亿美金，而仅仅是来自谷歌的年平均就超过了这个数字。那我是不是可以得出结论：来自Google营收会增长，且越到后期，增长曲线很陡峭。
我意淫的一个增长版本
2️⃣ASIC的收入曲线特点：
Google 的潜在项目涉及 custom AI silicon 与相关的存储、网络、内存接口和 near-memory computing 等产品。对这类项目来说，典型路径不是首年立即大额出货，而是先小规模导入，而后放量量产、大批次引入。
ASIC 的利润率特点可以概括为：前期研发和导入阶段利润率较差甚至可能偏低；进入大规模量产后，单颗成本会显著下降、经营利润率通常改善，但毛利率不一定会“大幅上升”。
项目总利润=NRE收入+(ASP−单位可变成本)×出货量−固定研发／导入成本
3️⃣Celestial AI到2028年之后才能贡献收入。 |
|
IP卡
狗仔卡
发表于 2026-8-20 13:43:35
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
显身卡