云厂自研芯片浪潮里的二号军火商

AI 加速卡市面上买得到，为什么亚马逊、谷歌、微软还要自己造一颗？

先看代价。在 3 纳米或 2 纳米上做一颗大芯片， 设计加第一次流片就在三到五亿美元量级，而且这只是一代的钱—— 芯片一两年换代，这笔投入要反复付；从立项到大批量出货通常要两到三年。

更麻烦的不是钱和时间，是软件：买通用加速卡，编译器、算子库、框架适配全是现成的； 自研意味着这一整套自己搭一遍，模型每迭代一次还要重新适配。

所以决定自研，等于承诺几十亿美元长期投入、两三年空窗期外加一支要养很多年的软件团队， 只为替换一个现在就能下单、插上就能用的产品。 这个决定必须有非常硬的理由——理由确实有，而且算得出来。

一家美国大行在 2026 年 6 月 18 日的报告里，把谷歌自研加速芯片与同代通用旗舰卡做了一次单位经济对照。 这组数字是理解整条赛道的起点。

最后一行最有冲击力。吉瓦是数据中心行业现在真正的计价单位—— 建一座 AI 数据中心，第一个约束不是钱也不是芯片，是电网能给多少电， 所以「每吉瓦花多少钱买计算设备」直接决定了同样一度电能变出多少算力。 按这份测算，换成自研，同一吉瓦的设备账单砍掉一半以上。

另一家国内券商在 2026 年 6 月 25 日用了完全不同的口径，结论方向一致： 总持有成本——购置、资金成本、电费、托管、运维全摊进去， 再除到「每个加速器每小时」上。

两份材料、两种算法、两个标的，差距一个 2.7 倍、一个 3.7 倍。数字对不上很正常——统计边界不同。 但量级一致：自研的单位算力成本大约是外购的三分之一到二分之一， 足以支撑几十亿美元的长期投入。

差距不是凭空出现的，拆开是三个可分别验证的来源。

第一个是供应商的毛利。买别人的产品就要为对方的利润买单， 而在 AI 加速卡上龙头的毛利率处在半导体史上罕见的高位。 自研等于把这一块拿回自己口袋——最大的一块，也最容易理解。

第二个是用不上的功能。通用产品要照顾所有客户的所有场景：高精度单元、图形电路、 各种兼容性设计。对只跑自家模型的云厂商来说这些晶体管是白买的； 自研可以把面积和功耗预算全押在真正要跑的那几种算子上。

第三个是软硬件协同。云厂商知道自己未来两年要跑什么模型、什么框架， 可以让内存层次、互连带宽、数值格式围着自己的负载设计。外部供应商做不到—— 它不知道你要跑什么，也不能只为你改。

上面那组数字很容易被读成「定制芯片全面胜过通用芯片」。这个结论错了， 而且错得很有代表性。至少有三条边界。

边界一：场景。同一份国内券商材料在给出成本对照的同时明确写了， 训练场景下通用加速卡的吞吐仍然更好，定制芯片的每单位输出成本优势主要体现在推理。 它份额上升的真正驱动力是推理算力需求正在超过训练，而不是它在所有任务上都赢了。

边界二：口径。按颗数算，一家美国大行估计定制芯片占 AI 加速器出货量的比例 会从 2025 年的 32% 升到 2027 年的 53%，首次超过通用加速卡的 47%。 但同一份报告同时提醒：这是出货口径，通用卡单价高得多，按收入算它还会长期领先。 「颗数超过」和「收入超过」是两件事。

边界三：能不能造出来。先进封装产能要提前一两年预定，高带宽内存捏在三家存储厂手里； 中标之后造不出来，是真实发生过的事（第 8 节）。

最要紧的一步来了。既然叫「亚马逊自研芯片」，设计工作是不是亚马逊自己做的？

只做了一半。云厂商掌握的是架构定义：这颗芯片要跑什么负载、 算力怎么分配、内存怎么组织、指令集长什么样。这决定性能上限，也正是自研的意义所在—— 这一半不能外包，外包了就等于没自研。

但从一份架构定义到一颗能流片的实物，中间隔着一大段极专业的工程工作， 而这一段云厂商几乎都外包。行业把这类由客户定义、第三方实现的加速芯片统称 定制加速芯片。

Marvell 就是干后面四行的公司之一：它不定义架构， 只把别人的架构变成能量产的芯片，并在这个过程中把自己积累三十年的高速接口技术塞进去（第 9 节）。

所以这门课的主角不是自研浪潮的发起者，而是发起者的军火商—— 它不在乎哪家云厂赢，只在乎有多少家在自研、每家做几代、每代它能分到多少。

上一节说清了分工：云厂商定义架构，别人把它变成实物。这一节把「变成实物」拆开， 因为钱是按段收的，不知道有几段就读不懂这门生意的收入曲线。

前三段加起来两到三年，收的是一次性工程费（业内叫 NRE，不随产量变化的那部分工程费用）， 一个大项目通常在几千万美元量级。听起来不少，但它不是主菜，只够覆盖投入、顺便锁住客户。

真正的钱在第四段：量产后按颗收费，一代芯片生命周期两到四年。 所以项目价值等于「单颗价格 × 这一代出多少颗」，而这个数签约时谁也不知道—— 取决于客户的模型好不好用、数据中心建得多快。

于是有了这门生意最重要的性质：今天的收入反映两三年前拿到的项目； 今天拿到的项目两三年后才变成收入。第 13 节专门讲这个时滞怎么用。

第四段「按颗交货」听起来很清楚，但它有两种完全不同的做法， 会让财报长得完全不一样。

第一种是包工包料，行业里叫 交钥匙模式：设计服务商自己去代工厂买晶圆、 去存储厂买高带宽内存、自己排先进封装产能，最后把成品芯片卖给客户，收一个总价。

第二种是只卖设计，行业里叫 客户自投片：交付的是通过验证的设计文件和 硅知识产权，客户自己去下单、买内存、排封装， 设计方收设计费和按颗计的授权费。

重点看毛利率那一行：三四成对六成以上差了将近一倍， 但这不是「谁的技术更好」，而是会计口径的差距。包工包料里， 晶圆、内存、封装的采购款同时进了收入和成本两端——一颗芯片卖 8,000 美元、5,000 是转手物料， 这 5,000 把收入做大了却几乎不带利润；只卖设计不确认这 5,000，收入小一大截， 但剩下的钱质量高得多。

如果架构是客户的、制造是代工厂的、内存是存储厂的， 那设计服务商手里剩下的究竟是什么？三样东西。

第一样是工程产能。把一份架构做到能量产，需要几百个做过先进制程大芯片的工程师干两年。 这类人极稀缺，云厂商自己攒一支要好几年，项目之间还有空窗期。 这一样最容易被复制，也是竞争最激烈的一层。

第二样是硅知识产权。有些模块不适合每次重做，最典型的是 SerDes—— 把并行数据压成高速串行信号发出去、在对面还原回来的那套电路。它是模拟数字混合体， 做到 224 吉比特每通道要长期在真实硅片上迭代，论文和工具替代不了。 谁的接口 IP 更好，谁的芯片就能跑更宽带宽、更低功耗（第 9 节）。

第三样是供应链位置。先进封装档期要提前一两年预定，高带宽内存产能捏在少数几家手里， 常年在代工厂排前几位的公司更容易替客户抢到产能。 这一样不写在技术白皮书里，却在爬产阶段决定生死。

半导体公司大体两种活法。卖标准品：我判断市场要什么，先把产品做出来摆上货架， 谁来买都一样，赌对了吃整个市场，赌错了库存砸手里。 做定制：客户说要什么我帮它做，做完只卖给它一家，不用赌市场， 但要赌能不能中标——而中标是一次性的、赢者通吃的。

最后一行是最容易被忽略的隐忧。一个定制项目做完，设计服务商能留下的只有 可以搬去下一个项目的通用模块——接口 IP、封装方法、验证流程； 这颗芯片本身怎么算、算得多好，是客户的资产，带不走。

所以这门生意不会自然而然越做越轻松：积累发生在 IP 和工程流程这一层， 不在产品这一层。这也解释了第 5 节的「一超一强」——能站住的，都是在通用 IP 上有真东西的。

估算芯片需求最常见的做法是「市场规模 × 公司份额」。这对卖标准品的公司很好用： 出货量和份额都有第三方统计，两个数一乘就完了。

但它用在定制芯片上会失真：这门生意没有货架， 需求不是一片连续分布的市场，而是几十个各自独立、赢者通吃的项目。

举个极端例子：全球只有五个自研项目，你拿到两个，「份额」40%；明年丢一个变 20%，收入腰斩。 而连续市场里份额从 40% 掉到 20% 要好几年、中间有无数个状态。 把离散的东西按连续方式建模，得到的平滑曲线是假的。

既然需求由项目构成，那就按项目来数。这门生意的盘子可以拆成三个因子：

第一个因子的现状：真正在自研 AI 加速芯片的超大规模厂商是个位数。 谷歌起步最早、代次最多；亚马逊有训练和推理两条线；微软、Meta 各有自己的加速芯片； 还有几家模型公司和中国云厂在做。数量不多，但每家都不止一颗芯片——下一段专门讲。

第二个因子波动最大。一个真正跑起来的旗舰项目可能出货几十万颗、单价上万美元， 一代就是几十亿美元；一个验证性项目可能只出几万颗就停了。 中标时看起来一样大的两个项目，最终价值可能差一个数量级（第 8 节）。

第三个因子最稳定，一年到一年半一代，由模型迭代和制程推进共同锁定。 意义在于：换代越快，重新竞标越频繁——对挑战者是机会，对在位者是风险。

讨论定制芯片时注意力几乎全在加速卡本身。但一个 AI 机柜里加速卡只是其中一类芯片， 旁边还坐着一大堆别的，而这些同样可以定制。 行业把这一类统称 配套芯片：

这一类的经济特征和加速卡互补：单颗价格低得多，但项目数是加速卡的好几倍， 而且一旦进了客户的机柜设计，后面几代都容易跟着走——接口、驱动、验证流程 已经跑通一轮，换人要重来。

所以完整的算法是：项目数这个因子里要把配套芯片一起数进去。 只数加速卡会系统性低估盘子，也会高估波动——加速卡「一代一家」丢一个就是大坑， 配套芯片是几十个小项目，单个丢掉伤害有限。

上面三个因子里有不少估计成分。更硬的旁证在先进封装的产能分配里。

高端 AI 芯片都要把计算芯片和高带宽内存封在一起，用的是 CoWoS 这类工艺。 产能刚性、要提前一两年预定，而且预定要付真钱—— 公司可以在预测里说大话，但很少有人为讲故事锁几十亿美元的封装档期。 一家机构 2026 年 7 月 8 日更新的 2027 年配额测算：

再看一个更贴近本课主角的数。另一家机构在 2026 年 7 月 24 日给出了 Marvell 自己的先进封装晶圆需求：

这张小表比很多长篇论述都说明问题。注意中间三年：2024 年 1.8 万片， 2025 年反而降到 1.5 万片，2026 年也只回到 1.7 万片——在 AI 最热的三年里， 它的定制芯片实物出货基本横着走，然后 2027 年一下跳到 6.4 万片，将近四倍。

这就是第 2 节那个时滞在数字上的样子：中标在前、出货在后，中间隔着两三年。 平线对应项目还在设计阶段，那一跳对应几个大项目同时进入量产。 当然它仍是测算而非事实，价值在于可以被后续封装排产证伪。

错误一：把设计中标当成收入。 中标是新闻事件，收入是两三年后的事，中间还要过流片、验证、 爬产三道关。看到「拿下某某大单」就去改当年收入模型，最常见。

错误二：假设项目都按计划走。同一份 2026 年 7 月的产能测算里记着两个真实例子： 某云厂一款加速芯片全年出货量不变、收入被推迟到第四季度甚至次年一季度； 另一家直接取消在研芯片改用另一套方案，量产推到 2028 年一季度。 改期和换方案是常态。

错误三：只数加速卡。它是唯一会让你低估的错误，所以最不容易被发现。

前三节讲的是逻辑，这一节换成一张图：一颗定制加速芯片从图纸到装进数据中心的完整路径—— 每一格都有人在收钱，而收钱的方式和议价能力各不相同。

把这张图换成账单，结构更清楚。下面是一颗高端定制加速芯片成品成本的大致构成， 比例因方案而异但量级稳定。

第一个反应通常是：设计只占一两成，这一格是不是最不值钱？ 这个推论不成立（下一段说），但先记住这张表更重要的一层含义： 成本大头的三格全在制造侧，而这三格都不是设计服务商能控制的—— 代工厂涨价、内存涨价、封装档期排不上只能被动接受；若是包工包料模式，涨价还会直接吃掉它的毛利。

关键在那张表的第三列。晶圆按片卖、内存按容量卖、封装按档期卖、基板按件卖—— 四格都是标准化商品的定价方式：价格公开、随行就市，买方只能比价和锁量。 只有设计服务是按项目谈的：客户要做这颗特定的芯片，能接得住的就那么几家， 没有公开报价，也没有现货市场。

后果是：其余各格的赚钱能力由供需周期决定，设计服务这一格由「有几家能接」决定。 前者随周期来回摆，后者只要竞争格局不变就相对稳定——这正是第 5 节的主题。

图里下游有两格：云厂商和光模块整机厂。这不是凑数，而是 Marvell 真实的两条腿。 第一条腿是定制芯片：客户是云厂商，收入随中标与否阶跃变化，与「哪家卡赢」强相关。

第二条腿是光模块里的信号处理芯片：客户是 中际旭创、新易盛 这些整机厂， 需求来自数据中心的网络建设。性质完全不同——一个 AI 集群配多少光模块由网络怎么搭决定， 与机柜里装的是谁家的卡无关，所以不管哪条路线赢，这条腿的需求都在。

光模块这门生意本身（整机厂怎么赚钱、中国厂商为什么拿下这条链） 在本系列的《光模块双雄》那门课里讲透了。 本课只讲芯片这一格——第 10 节整节展开。

链路图最大的用处不是知道谁在哪，而是看出串联关系： 四道上游关口——设计工具、代工产能、封装档期、高带宽内存——串联，任何一道卡住后面全停。

这就解释了一类容易被忽略的风险。我们习惯讨论「拿不到订单」， 但这条链上还有一类是「拿到了订单，却造不出来」：封装档期被更大的客户抢走、 内存涨价到项目不划算、基板扩产跟不上——这三件事在 2025 到 2026 年都真实压制过爬产速度。 前者是竞争问题，后者是供应链问题，分开是基本功（第 8、9 节）。

先校准分量，因为它很容易被高估。一家美国大行在 2026 年 6 月 18 日估算： 2025 年定制芯片市场约 680 亿美元，同年全球半导体约 8,050 亿美元—— 这个被讨论得最热的方向还不到全行业的 9%。

但增速是另一回事：同一份材料给的未来数年复合增速是 40% 到 50%。 基数不大、增速极快通常意味着参与者的相对位置还在变， 以及单个项目的得失对小玩家生死攸关。它对高端定制芯片 （最先进制程的大芯片）给出的份额结构是：

八成对一成不是「第一第二」的关系，是一个数量级的关系。 所以本课把 Marvell 定位成二号军火商而不是「双寡头之一」—— 后面这个说法虽然常见，却会让你对它的处境产生错觉。

行业老大的位置不是靠一次报价拿下的，拆开是三件互相叠加的事。

第一件是接口 IP 的真实水平。大芯片上最难做的是 SerDes， 它直接决定芯片能跑多宽的带宽、在多少功耗下跑， 而这东西只能在真实硅片上一代代迭代，仿真工具和论文替代不了。

第二件是先进制程大芯片的流片履历。一颗几百亿晶体管、接近光罩极限的芯片， 第一次流片就成功的概率不高，做过十次和做过一次的团队在良率、进度、改版次数上差别实打实。 晚半年量产的代价远高于设计费上省的那点钱，所以客户宁可付溢价给履历厚的那家。

第三件是共同定义过几代的关系。陪客户做完三四代之后， 接口规范、验证方法、问题清单已经沉淀成一套只有这两家人懂的东西， 新供应商要追上还得把这几代踩过的坑重走一遍。

二号位听起来像「在竞标中打败别人赢来的」。实际上， 这门生意里的二号位，很大程度上是客户主动创造出来的。

假设你是云厂商，加速芯片全押在一家设计公司身上，而它同时在给你的对手做芯片， 你会面临两个问题：价格没得谈、产能排期你说了不算。 所以成熟的采购策略必然引入第二家——2026 年公开可见的例子都能看到这个逻辑： 有的把不同代次分给不同伙伴，有的把主芯片给一家、配套芯片给另一家。

Marvell 拿到的项目很多正是这种「第二供应商」位置的产物—— 这是好消息也是提醒：它的位置来自客户对单一供应商的警惕， 而这份警惕同样会用在它自己身上（第 9 节）。

剩下那约 5% 是谁？笼统叫「其他玩家」会丢掉最关键的信息—— 它们做的不是同一件事。2026 年下半年的公开材料里至少能分出三类。

第二类最容易被误读。2026 年 8 月有一轮传闻说某家云厂引入了两家台湾设计服务厂， 市场第一反应是「老大要丢单了」。但一家美国大行在 8 月 19 日给出了另一种解释： 这两家是去支援这家云厂自己组建的内部设计团队的，该团队第一个项目遇到了困难。

「换了个设计公司」是份额转移；「客户自己做、外部只提供人力」是整条生意的性质在变—— 后者对所有设计服务商都是长期压力，而不是某一家的得失。

第三类配套芯片是 Marvell 最直接的战场。同一份材料提到， 它在这家云厂的项目里做的是主芯片旁边的附属芯片而非主芯片本身—— 这个定位决定了该怎么读它拿到的那些「大单」（第 8 节）。

八成对一成的格局看起来很稳，但有三处在松动，方向各不相同。

松动一：客户主动分散。上面那个逻辑会一直起作用，项目数变多分散空间也变大。 这对二号位是利好，但同样的逻辑也会把三号、四号引进来。

松动二：客户自建团队。最大的几家云厂都在扩充自己的芯片团队。 短期它们还离不开外部支援，但方向明确：凡是能自己做的，最终都会想自己做（第 9 节）。

松动三：配套芯片这一层入口更低。主芯片的三道门槛挡住了大多数人， 但配套芯片规模小、复杂度低，能接的公司多得多，价格竞争比主芯片激烈—— 而这恰恰是 Marvell 项目数量最多的一层。

Marvell 由 Sehat Sutardja、Weili Dai 夫妇和 Pantas Sutardja 在 1995 年创立。第一个产品是硬盘读通道芯片， 第一个客户是硬盘巨头希捷，2000 年上市。

什么是读通道芯片？数据以磁化方向记录在盘片上，读的时候磁头飞在盘片上方几纳米处感应磁场变化， 输出一段模拟电压波形；而这段波形非常糟糕： 相邻磁化区域互相干扰、磁头有噪声、转速有抖动、温度一变参数全漂——肉眼看不出哪是 1 哪是 0。

读通道芯片干的就是一件事：把这段糟糕的波形还原成干净的比特， 用的是一整套通信理论——自适应均衡、最大似然检测、前向纠错。

这是同一个数学问题，用的是同一套理论工具， 区别只在失真来自磁介质还是光纤，速率从每秒几亿比特变成几千亿比特。 这条主线还延伸到第三处：定制芯片里那套 SerDes 接口电路， 解决的同样是「信号在传输中被扭曲了，怎么算回去」。

所以这家公司三十年来的核心能力没变过：在物理层把失真的模拟信号还原成干净的数据。 变的只是它被装在什么设备上——1995 年是硬盘，2018 年后是网络设备， 现在是 AI 机柜里的光纤和芯片之间的连线。

2000 年上市之后到 2016 年，Marvell 的产品线一直在扩张。到后期， 它的清单大致是这样的：

典型的「什么都做一点」：起家的存储很强，其他几条线要么中不溜，要么在跟资源雄厚得多的对手硬拼。 问题不在当期亏不亏钱，在于研发资源被摊薄了——半导体是赢家通吃的行业， 在任何细分市场做到第三名，回报都远不如第一名，因为第一名能靠规模把单位研发成本压下去。

2016 年 4 月，激进投资者 Starboard Value 拿下约 7% 股份后， 创始人兼首席执行官 Sehat Sutardja 与总裁 Weili Dai 被免职； 同年 7 月 Matt Murphy 出任首席执行官。

这件事直接决定了后面十年的形状。新管理层接手那份分散的清单， 选的路径可以用一句话概括：用收购换赛道，同时砍掉不属于主线的业务。

三笔加法里，第一笔改变了方向，第三笔决定了今天。 2018 年那笔让它第一次真正走进数据中心这个房间； 2021 年那笔把今天收入占比最大的那门生意整块买了进来—— 它在高速光模块信号处理芯片上的领先位置，资产来源就是这笔收购， 没有它，第 10 节的第二条腿根本不存在。

减法同样重要。2025 年 4 月签约、当年 8 月完成，它以 25 亿美元全现金 把汽车以太网业务卖给英飞凌，而该业务当年预计只贡献收入 2.25 到 2.50 亿美元—— 买方显然按战略价值出价。对卖方来说，这一笔同时拿到了现金和聚焦。

但它在报表上留了一个坑：卖资产的一次性收益直接计入当期净利润， 把那一年的盈利推得很高。第 15 节专门处理它——在处理干净之前，那一年的净利润不能跨年比较。

读这家公司的财报，第一件要做的事跟生意无关，是搞清它的财年口径： Marvell 的财年在一月底结束，并按结束的那个自然年命名。

这个错位带来两个很容易踩的后果。第一，同行对比会错位： 拿它的「FY2026 收入」去和自然年公司的「2026 年收入」比，实际是拿 2025 年比 2026 年， 在一个年增速四成的行业里差一年就是差四成。第二，事件对不上： 发生在 2025 年 8 月的事落在它的 FY2026 第二季度里。

所以本课涉及它自己报表的数字都明写 FY，涉及行业和同行的都用自然年并写明哪一年。 两套刻度不混用。

注：总收入为公司披露数（与 data/financials/MRVL.US.json 一致）； 分部与毛利率为一家国内券商 2026 年 6 月 25 日整理的口径，与公司披露的调整后口径不完全相同。

这张表要竖着读，只读两列。总收入从 55 亿到 82 亿涨约 49%， 数据中心从 22 亿到 61 亿涨约 1.75 倍——这三年的增量几乎全部来自数据中心， 剩下那一半业务基本横着走。

FY2024 那一行值得单独看：收入比前一年掉 7%，毛利率从 50% 掉到 42%， 那是消费电子和通信基础设施同时去库存的一年。它提醒一件容易被 AI 叙事掩盖的事—— 这家公司的另一半业务是有周期的。

公司只披露两个分部。最近一个已公布的完整财季（FY2027 第一季度，截至 2026 年 5 月初）是这样的：

这张表告诉你四分之三的收入来自数据中心、整体增速接近三成。结论没错， 但它几乎不能用来做任何判断——因为那个占 76% 的分部是一个筐： 里面装着好几门生意，都卖给数据中心、会计上记在同一行，但从赚钱方式、毛利率高低 到与 AI 芯片竞争的关系，几乎各走各的。

不把它们分开，最常犯的错误就是用其中一门生意的风险去否定另一门生意的确定性—— 这正是这家公司最经常被误读的地方。

下面这个拆分是本课按公开材料做的重建，不是公司披露， 请当成一个量级估计而不是精确数字。口径是 FY2027 全年 （自然年 2026 为主），数据中心分部整体按管理层给出的增速指引推到约 92 亿美元。

这张表里最反直觉的一行是第一行。市场讨论这家公司时， 九成篇幅在讲定制 AI 芯片——而定制芯片只占数据中心收入的两成， 光互联芯片是它的 2.7 倍。

公平地说市场有它的道理：定制芯片增速更高、边际变化更剧烈、新闻价值更大。 市场天然关注变化，而不是存量。 但这不改变一个事实——这家公司规模最大、而且是唯一处于领先地位的那门生意， 在讨论中的权重被严重低估了。

光互联这门生意到底是怎么回事、为什么它的需求跟「哪家的加速卡赢」没关系， 第 10 节整节讲。

你会经常看到「某公司 AI 收入占比 X%」这类表述。对这家公司来说， 没说清口径之前它几乎没有意义，因为至少有三种算法：

80% 和 17% 差了将近五倍，两个数都不算撒谎，只是在回答不同的问题。

建议是：看到「AI 收入占比」一律追问它算进去了什么，对方答不上来这个数就不能用。 自己用的话建议用中间那个口径——光互联和定制芯片的需求确实由 AI 数据中心建设直接决定， 存储控制器和交换业务虽也受益，但它们在 AI 之前就存在，增长逻辑不一样。

下面这张表整理自 2026 年 5 月底的公开财报点评，是本课能拿到的最完整的项目管线。 请把注意力放在最后一列——它比客户名字重要得多。

表里有三个状态，混着读会出大错：「已出货」是钱已经在进来； 「在设计」是两三年后可能有钱；「签了协议但量未定」是有上限， 下限可能接近零。这三类在新闻标题里长得一模一样，都叫「拿下大单」—— 混在一起是这门生意最常见的判断错误。

在亚马逊下一代 2 纳米项目上，Marvell 拿到的内容比上一代更多。 除了加速芯片本身，还有三样：

中间那一行值得停下来想。亚马逊做自研本来就是为了不再依赖那家龙头， 下一代芯片里却要放一颗能接进龙头互连生态的芯粒——这说明一件比份额数字更重要的事： 龙头的机柜级互连已成事实标准，连挑战者也得兼容。 而与之竞争的是一套开放标准，Marvell 两边的活都接；这个姿态在 2026 年 3 月被推到极端（第 13 节）。

按 2026 年 5 月底的公开材料，Marvell 累计拿下 25 个以上的定制加速芯片 与配套芯片设计中标， 其中 10 个以上的配套芯片项目将在下一年度进入爬产。

25 这个数和上面那张五行的表放在一起反差很明显： 媒体讨论的是那几个加速卡项目，它手上真正在跑的是二十几个，大多数没名字。

这个结构有两面。好的一面是抗风险：加速卡「一代一家」丢一个就是大坑， 配套芯片是几十个小项目、单个丢掉伤害有限。不好的一面是含金量：单价低、门槛也低， 价格竞争更激烈（第 5 节）。

2026 年 8 月，Marvell 与谷歌之间的一份安排被公开。它的结构是这样的：

「一千两百亿美元」在新闻里当然好看，但把它读对需要三个动作。

第一，它是上界不是预期。权证按采购分段归属——买得越多给的股权越多； $1,200 亿是 240 段全部归属时的累计数，而协议本身明确说明这不是采购承诺。

第二，它买的是什么决定了这个数的分量。 一家美国大行在 2026 年 8 月 19 日判断：这批定制芯片不是核心主芯片的中标， 而是主芯片旁边的一批配套芯片——推理卸载引擎、存储控制器、网卡与数据处理器、内存接口、近内存计算； 同一份分析指出，行业老大那份延到 2031 年的主芯片合约并未被触及。

第三，成本已经发生了。不管未来买多少，那 5,897 万股权证已经给出去， 对应约 6.2% 的永久稀释。收入是不确定的未来，稀释是确定的现在—— 不在同一个时间维度上，不能相互抵消着看。

纪律一：先分证据等级。已出货 / 在设计 / 签了协议但量未定 / 传闻，四种分开放， 永远不要把后两类放进具体的收入模型。

纪律二：中标不等于收入。中标到出货要过流片、验证、爬产三关，两到三年； 爬产速度还受高带宽内存和先进基板供应约束，两样都不在它控制之内（第 4 节）。

纪律三：上界不等于预期。看到很大的合同金额，先找「这是不是承诺」这句话。 纪律四：算清已经发生的成本。为拿下大客户付出的股权、预付的产能、专门投入的团队， 是确定的支出，不该被不确定的收入盖过去。

「有没有护城河」太粗。有用的问法是：它由几样东西构成，每样能撑多少年，哪样最先被侵蚀。 按这个标准排，Marvell 的护城河大致三层。

三层里只有第一层是真正的资产——确确实实属于自己的东西。 后两层是关系和惯性，好用，但会随时间和竞争变薄。

SerDes 前面出现过几次，这里讲透，因为它是理解这家公司的钥匙。

芯片要和外界交换数据。若用并行方式——几百根线同时传——在几十吉比特速率下这些线会互相串扰， 长度差一点信号就对不齐。所以现代芯片反过来做： 把并行数据压成很少几路超高速串行信号发出去，在对面还原，干这件事的电路就是 SerDes。

难点在于它一半数字一半模拟：发送端要在几十皮秒精度上控制波形， 接收端拿到的是被扭曲、被噪声污染的模拟信号，要实时判出原比特—— 和第 6 节的硬盘读通道是同一类问题。

关键在于：这种电路做不出来就是做不出来，没有中间状态。 它不像逻辑设计能「先做个能用的版本再优化」——224 吉比特每通道的链路要么通要么不通， 而通的方案靠一代代流片、测量、改版磨出来，仿真工具算不出来。

这家公司两条腿的护城河不是一回事，并排放差别一眼可见。

最后一行是关键。技术资产的意思是「别人做不出来」； 工程关系的意思是「别人做得出来，但换起来麻烦」。前者能维持很多年， 后者会随行业成熟逐渐变薄——能做后端设计的公司越来越多，能力也越来越接近， 第 5 节那约 5% 的其他玩家正在往这个方向挤。

这也解释了一件反直觉的事：市场最关注的那门生意，恰好是它护城河较浅的那门。

第 5 节给过那组数：高端定制芯片里老大占 80–85%，Marvell 占 10–12%。 这不是「差一点」，是差一个数量级，成因有两层。

第一层是履历。老大陪最大的客户做完了好几代主芯片， 每一代都把共同定义的那套东西加厚一层——后来者没有时间机器。 第二层是合约。老大与那家客户 2026 年 4 月签了五年协议， 按世代锁定主芯片一直排到 2031 年，那块最大的蛋糕在合约层面就不开放竞标。

所以读「某家云厂换供应商」的传闻，第一个要问的是：动的是主芯片还是旁边的？ 2026 年 8 月那份被解读为「上千亿大单」的协议，落的正是「旁边」这一格（第 8 节）。

短板二：客户既能换人，也能自己干。架构是客户的，设计服务商提供的是工程能力， 理论上客户可以带着架构换一家做后端，甚至自建团队自己做。

2026 年 8 月有个真实信号：传闻某云厂引入两家台湾设计服务厂，市场第一反应是「份额被分走了」， 但一家美国大行给出另一种解释——这两家是去支援该云厂自己组建的内部团队， 而该团队第一个项目遇到了困难。 换个设计公司是份额转移；客户自己建能力、外部只提供人力，是整门生意的性质在变—— 后者对所有设计服务商都是长期压力，包括老大在内。

短板三：拿到订单不等于造得出来。公开材料明确提到 定制芯片爬产受高带宽内存与先进基板供应约束，实际增速低于本可达到的水平。

三项全在它的控制之外。这是押注型生意的第二层不确定性： 不仅要赌能不能中标，还要赌中标之后供应链跟不跟得上。