光子芯片，迈向3nm

韩国媒体Chosun Biz报道，Marvell 正与台积电合作，利用台积电 3 纳米以下工艺技术，巩固其在定制 ASIC 领域的地位。此外，该报道还指出，Marvell 将采用台积电的硅光子技术，将信号处理速度提高十倍以上。

今年3月，Marvell还发布了其首款面向下一代AI和云基础设施的2nm硅IP。据其新闻稿称，该芯片基于台积电的2nm工艺制造，是Marvell开发定制AI加速器、CPU和网络解决方案平台的关键组件。

Marvell 2nm 平台的背后是其业界居前的 IP 产品组合，可以满足各种基础设施要求，包括速度超过 200 Gbps 的高速长距离 SerDes 传输技术、处理器子系统、加密引擎、系统单晶片结构、芯片到芯片互联以及用于计算、内存、网络和存储架构的各种高带宽物理层接口。

这些技术将成为生产云优化定制计算加速器、以太网交换机、光和铜互连数字信号处理器以及其他为人工智能集群、云数据中心和其他加速基础设施提供支持的设备的基础。

投资于互连和高级封装等平台组件对于加速基础设施至关重要：平台级的突破缓解了可能阻碍整个系统性能的数据瓶颈，并减少了用于运行非常复杂应用程序的多芯片解决方案的成本和上市时间。

“未来的人工智能工作负载将需要在性能、功耗、面积和晶体管密度方面取得显著和实质性的进步。 2nm 平台将使 Marvell 能够提供高度差异化的模拟、混合信号和基础 IP，以构建能够实现人工智能承诺的加速基础设施。”Marvell 首席开发官 Sandeep Bharathi 表示， “我们与 TSMC 在 5nm、3nm 和现在的 2nm 平台上的合作有助于 Marvell 扩大在芯片领域可以实现的目标。”

“TSMC 很高兴与 Marvell 合作，开创一个平台，推进我们 2nm 工艺技术的加速基础设施。”TSMC 业务发展高级副总裁 Kevin Zhang 表示， “我们期待与 Marvell 继续合作，利用 TSMC 一流的工艺和封装技术开发先进的连接和计算产品。”

Marvell 凭借其 5nm 平台将先进节点技术引入基础设施芯片，从一个快速追随者转变为先驱者。 Marvell 紧随这一成就，推出了几款 5nm 设计，并基于 TSMC 3nm 工艺推出了新面世的基础设施芯片产品组合。

“我们采用模块的方法进行半导体设计研发，起先专注于鉴定可用于广泛设备的基础模拟、混合信号 IP 和先进封装。”Bharathi 表示， “这使我们能够更快地将工艺制造进步等创新推向市场。”

在人工智能的快速发展中，Marvell 已成为 ASIC 市场的关键参与者。据报道，该公司于 2021 年获得了亚马逊网络服务 (AWS) 的首笔定制芯片订单。2024 年 10 月，该公司宣布与 Meta 就专用半导体进行设计合作。

Marvell在 6 月 17 日举行的 2025 年 AI 投资者日上透露，定制芯片占其 2025 财年第四季度数据中心收入的 25% 以上，预计未来这一比例将超过 50%。

美国云计算巨头大力推进内部 ASIC 芯片研发

据TrendForce称，在美国 CSP 巨头中，谷歌凭借其 TPU v6 Trillium 处于领先地位，该产品可为大规模 AI 模型提供更高的能效和性能。此外，谷歌还通过与联发科合作，从单一供应商模式（博通）扩展到双源战略。

《商业时报》指出，谷歌部署了由 100,000 个 TPU v6 芯片组成的庞大集群来运行其 Gemini 2.0 型号——据报道，就总体成本和性能而言，它与 NVIDIA 基于 GPU 的解决方案相当甚至优于后者。

与此同时，AWS 在定制芯片方面也取得了长足进步。据CNBC报道，Anthropic 的 Claude Opus 4 在 AWS 的 Trainium2 上运行，而 Rainier 项目则使用了超过 50 万块定制芯片。报道还补充道，这些工作负载原本会由 NVIDIA 来处理。

据 CNBC 报道，AWS 将于今年晚些时候推出 Trainium3，承诺性能将达到 Trainium2 的两倍，能源效率将提高 50%。

值得注意的是，在 6 月 17 日举行的 2025 年 AI 投资者日上，AWS ASIC 合作伙伴Marvell透露，定制芯片占其 2025 财年第四季度数据中心收入的 25% 以上，预计未来将超过 50%。

据 TrendForce 报道，AWS 继续专注于与 Marvell 联合开发的 Trainium v2，该版本专为生成式 AI 和 LLM 训练而设计。此外，该公司还与中国台湾 Alchip 合作开发 Trainium v3。