算力投资版图扩展：GPU 周边产业崛起
AI 计算领域的下一份支出清单，已经不再只盯着 GPU 那一项。
过去两年，业内谈 AI 基础设施，大家首先想到的几乎都是 GPU、HBM、先进封装。这些当然关键，也依然是核心焦点。但当 AI 集群规模持续扩大，另一个问题会迅速凸显：芯片计算再快，数据能否及时送达？服务器部署再多，网络能否承受？
本文要剖析的，正是 GPU 周边那张日益膨胀的账单：光互联、以太网交换、SerDes、SiPho、定制计算。它们不如 GPU 抢眼，却越来越像是 AI 数据中心的根基。
先看一组数据。
Marvell 披露的 AI 营收路线图为：FY23 约 2 亿美元，FY24 超过 5.5 亿美元，FY25 超过 15 亿美元，FY26 超过 25 亿美元。真正值得关注的，不只是增速快，更要看增长来源。
在这套 AI 基础设施体系中，资金并非只流向一颗加速芯片，而是流向几类系统能力：定制计算、以太网交换、互联、存储控制器。
换算成产业术语，就是四个支出项：
我更倾向于将这种现象理解为一次"价值溢出"。GPU 仍是主角，但 AI 数据中心已不能只靠单一主角撑场面。
AI 集群的挑战，不仅在于算得够不够快，更在于数据能否准时到达。
通用计算时代，一个任务通常落在一个处理器上。AI 加速计算则不同，一个任务会被分配给多个处理器，训练和推理都依赖大量节点协作。
节点一多，连接就多；连接一多，互联和网络就开始成为瓶颈。
资料中有一个很直观的判断：AI 使互联速度升级周期从大约 4 年翻倍，压缩到约 2 年翻倍。400G、800G、1.6T、3.2T 往上走，节奏明显加快。
更关键的是，互联数量会随着集群规模放大。资料中的示意图显示，从 128 个 XPU、128 条互联，到 100 万个 XPU、1000 万条互联，光互联增长速度快过 XPU。
因此，AI 基础设施不能只问"买多少卡"。卡买回来后，怎么连、怎么交换、怎么跨机房传输，开始变成另一门大生意。
互联市场的数字很醒目：Marvell 相关 interconnect TAM 从 2023 年约 43 亿美元，到 2028 年约 139 亿美元，年复合增速 27%。
这不是单一产品线，而是一组连接能力一起升级：
这里最容易写过头的是 SiPho。
资料中提到 3D SiPho engine，目标是 4 倍带宽、更低每比特成本，并支持从 1.6T 扩展到 6.4T 以及更高。这个叙事很强，但不能简单写成"硅光马上全面替代传统光模块"。
更稳的说法是：硅光正在从可插拔模块往更深的位置走，未来可能延伸到 CPO、光芯粒等形态。它有想象力，也有工程难度。
AI 机房里的连接，不是越快越好，而是谁能在速度、功耗、距离和成本之间算清楚账。
很多人看 AI 网络，第一眼会盯光模块、网卡、线缆。交换芯片的存在感反而没那么强。
但集群一大，交换芯片很难继续低调。
资料中给了一个硬指标：AI 云网络交换芯片从 12.8T 走向 51.2T，使用 5nm 工艺、100G SerDes，晶体管数量超过 600 亿。这个量级，已经不是"端口更多一点"的升级。
交换芯片要同时扛容量、延迟、功耗和软件能力。AI 后端网络里，拥塞管理、负载均衡、流量工程都会影响训练效率。
说得直白一点：GPU 等数据，是钱在空烧；网络堵住，也是钱在空烧。
对应到市场空间，数据中心以太网交换半导体 TAM 从 2023 年约 61 亿美元，到 2028 年约 120 亿美元，年复合增速 15%。这里不能写成"以太网已经赢了"，更准确的表达是：AI 云网络给以太网交换芯片打开了新的进入点。
最后一栏，是定制计算。
这部分数字最大：加速定制计算 TAM 从 2023 年约 66 亿美元，到 2028 年约 429 亿美元，年复合增速 45%。
这很容易被包装成一句话：云厂商都要做自己的芯片。但这么写会过头。
云厂商做定制芯片，背后不是单纯为了"自研"，而是业务差异越来越大。搜索、电商、IaaS、生成式 AI、内部应用，对功耗、延迟、吞吐、成本的取舍并不一样。标准芯片很强，但不一定能把每一种 workload 的账都算到最细。
问题在于，定制计算不是画一张架构图就能做。
资料中列出的能力很重：先进制程、SerDes、2.5D/3D 封装、D2D 互连、HBM chiplet、先进散热、内部工具链。芯片越大，封装越复杂，功耗预算越紧，能留在牌桌上的玩家就越少。
AI 基础设施最容易被误读成一场单点爆发。
但从这份资料看，它更像一串连锁反应：GPU 把算力密度推上去，算力密度又把互联、交换、光芯片、定制计算一起推到更高规格。
钱不是从 GPU 流走，而是在 GPU 旁边长出更多必须付费的系统能力。
AI 时代，算力越集中，基础设施越值钱。
GPU 仍然是舞台中央，但真正决定一座 AI 数据中心能跑多大、跑多快、跑多久的，已经不止那一颗芯片。