Marvell公司正在寻求解决GPU昂贵成本的问题，尤其是内存费用的高昂。在现代AI模型的运算中，GPU与高速内存之间的紧密耦合造成了投资的巨大压力，因为模型推理要求内存与GPU尽可能靠近以提高性能。具体而言，现今的高带宽内存（HBM）通常与GPU封装在同一芯片上，距离约为1.5毫米。若要增加内存容量，唯一的选择是额外购买GPU，这不仅导致了高昂的资本支出，同时在内存短缺时期，服务器内存的价格更是暴涨。

此外，大模型的“工作记忆”需求正在急剧增加，使得运行时需要在内存中保留大量上下文信息。一旦超出本地容量，系统将被迫删除旧内容或从相对较慢的存储中读取数据，导致性能下降。因此，现有架构中“内存采购”与“GPU采购”的绑定关系，显著提升了AI基础设施的成本。Marvell首席执行官Dave Lazovsky指出，当前GPU实质上已成为“世界上最昂贵的内存控制器”。

为应对这一挑战，Marvell提出了光子织物内存模块（Photonic Fabric Memory Module）的概念，旨在通过光纤连接创建一个高容量、低延迟的共享内存池。该模块通过用光代替传统铜线，能够在不受距离限制的情况下，将数十TB的内存集中在独立的机架中供多个处理器共享。具体而言，每个模块配置有72GB的HBM3e插槽和多达8条DDR5内存条，从而实现高达32TB的共享内存池，这一容量是当前单台GPU所无法比拟的。 球友会体育

尽管该方案设想具有明显的成本优势，Marvell仍需面临几个关键挑战。首先，光子织物模块尚处于硅前阶段，量产和规模部署的时间仍需要不断延迟，预计2027年才能为客户提供样品。其次，关于成本效益的声明缺乏实际支持数据，资金节省的论点尚未经过深入检验。此外，当前内存短缺的市场环境加大了实施难度，价格已暴涨至危机前的5.5倍。理论上，尽管模型之间的共享与复用极具吸引力，但实际操作中可能会面临带宽限制，并不足以合理覆盖16个GPU的需求。

与此同时，英伟达并未坐视Marvell的战略影响其市场地位，反而提前进行多路径布局。自2026年起，英伟达已向Marvell投资20亿美元，涉及多项技术合作，包括NVLink Fusion和硅光子学。此种投资能够确保英伟达在未来技术迭代中依旧保持收益。此外，英伟达还针对“内存难题”制定了多种解决方案，例如其Vera Rubin NVL72机架能够支持更大容量的LPDDR5X内存。

综上所述，Marvell的光纤共享内存解决方案代表了一种针对现有GPU控制器架构的突破性尝试，但实时部署及效益验证仍面临诸多挑战。同时，英伟达的相应策略将确保其在激烈竞争中继续保持市场领先地位。未来的市场动向仍需关注两者间的技术进展与成本效益情况。 球友会体育