Marvell收购Lumentum意图解析

几十年来，我们中的许多人一直期待硅光子技术能够强势进入数据中心，打破计算、内存和存储之间距离和延迟的桎梏。

如果光导管具有足够的带宽和足够低的延迟，我们就可以停止制造独立的、几乎相同的计算机，而是采用组件组，并将它们动态配置成不同的计算机架构，这些架构的馈送和速度可以更完美地匹配系统和集群上运行的任何混合工作负载。

这想法不错，但始终未能实现。将电信号传输推向物理极限的成本和风险实在太高。因此，光子学替代方案的引入被推迟，而光子学的大规模生产投资也陷入了经典的“先有鸡还是先有蛋”的困境。

但随后出现了GenAI，它对带宽和延迟提出了极高的要求。传统机器学习对带宽和延迟的要求远没有那么高。短短几年内，我们过去几十年接触过的那些不切实际的初创公司——其中许多公司的创始人和技术团队都拥有电信和服务提供商行业深厚的光学技术背景——看起来似乎并非那么异想天开。如今，我们正站在光子学系统大规模商业化的边缘，它不仅应用于连接数据中心和区域内系统的光收发器，现在甚至还能将各个区域连接成全球计算集群。这一切的发生，是因为超大规模数据中心、云平台建设者和人工智能模型构建者似乎愿意为地球上最先进的系统硬件支付无限的价格。

可组合性并非明确目标，但突破业内人士所称的“铜墙铁壁”无疑是关键所在。值得庆幸的是，我一直倡导的可组合性或许会作为一项附带收益而实现，因为在未来，我们可以将光连接的 CPU、GPU、XPU、DPU 和内存等组件组装成托盘或机架，利用光子技术将它们互连，并根据工作负载的运行情况灵活配置它们的比例。

正因如此，芯片制造商兼芯片业务顾问 Marvell 以 800 亿美元的股票收购光子学专家 Lumentum，并承担其债务，最终收购价值 1150 亿美元。这几乎是戴尔在 2015 年 10 月收购 VMware 和 EMC 时花费的 670 亿美元的两倍，也是同年 5 月 Avago Technology 收购芯片制造商 Broadcom 时花费的四倍。Avago Technology 收购 Broadcom 奠定了芯片和软件巨头的基础（该公司已拥有 VMware 多年），同时也是超大规模数据中心、云平台和人工智能模型构建商的芯片顾问，与 Marvell 展开竞争。当然，Broadcom 在 2022 年 5 月斥资 610 亿美元收购了 VMware，以获得其企业平台（包括 Brocade 光纤通道交换机）以及来自 CA Technologies 和 Symantec 等传统供应商的系统软件。

当时资金相对便宜，而如今股票这种虚拟货币价格低廉，这无疑是件好事，因为当时的真金白银要贵得多。Marvell 在 GenAI 时代的前景发展迅速，其收购 Lumentum 的能力也得到了提升。Lumentum 是两家主要的磷化铟激光器供应商之一，这种激光器能够实现机架乃至行级光互连网络的扩展，并可扩展计算引擎的各个组件与外部世界的连接。另一家供应商当然是 Coherent，它和 Lumentum 一样，在今年 3 月获得了 20 亿美元的投资，用于扩大生产规模。几周后，Marvell 又从英伟达获得了 20 亿美元的注资，以帮助其芯片客户在其定制的 XPU 以及可能还有一些 CPU 上采用 NVLink 端口。

如果英伟达真的想掌控光学元件的供应，鉴于其近5万亿美元的市值，它完全可以用股票货币收购这三家公司中的任何一家，甚至全部三家。但这会引起反垄断机构的注意。而且，仅仅收购Lumentum或Coherent，也只能让英伟达获得未来大型人工智能系统所需激光器（以及可能的光电电路开关）供应量的一半左右。显然，拥有多家供应商来增加供应，并在理论上相互竞争以降低成本，才是更好的选择。然而，在英伟达以及所有GPU/XPU供应商所依赖的HBM市场，这种模式并不奏效。没有人，甚至英伟达，能够以任何价格获得所需的HBM产能。这正是整个GenAI产业发展的瓶颈所在。毫无疑问，在未来几年，光中介层和激光器也将成为另一个制约因素。

这就是Lumentum交易的关键所在。

英伟达无法单独收购一家供应商，因为 Lumentum 和 Coherent 都无法单独生产足够的激光器来满足英伟达的需求。英伟达也无法同时收购这两家公司，因为存在反垄断问题，而且它也无法及时启动自己的激光器业务。但 Marvell 却完全可以收购 Lumentum 或 Coherent，从而确保在未来几年内，它能够将激光器供应转向其定制 CPU 和 XPU 业务，同时还能通过向英伟达、AMD、英特尔、超大规模数据中心、云服务提供商，甚至包括那些借助博通、Marvell、Alchip 和联发科等芯片供应商开发自有芯片的 AI 模型构建商销售产品来盈利。

因此，尽管 Marvell 首席执行官 Matt Murphy 可以谈论这笔交易是为了成为“下一代 AI 连接领域的领导者”，但我认为更重要的是，光子激光器的订单已经排到了 2029 年初，这将成为 Marvell 定制芯片业务的一个关键因素。

这就像英伟达财力雄厚到足以收购美光科技一样——在人工智能时代初期，英伟达并不具备这样的实力，否则它或许会考虑收购。Marvell在交易宣布时市值约为1500亿美元，它可以拿出其中的800亿美元与Lumentum进行有效合并，合并后的Lumentum将在Marvell董事会中占据三个席位，并承担另外350亿美元的债务和义务。

Marvell 和 Lumentum 的发展机遇都非常巨大，正如您在下图中所见，它们的营收和利润都开始呈指数级增长。但与它们目前的营收和利润相比，这笔交易的规模也相对较大。几年前 Marvell 收购 PHY 制造商 Inphi 就是如此，2025 年 12 月 Marvell 斥资 32.5 亿美元收购 Celestial AI以获取其光子中介层技术也是如此。（这改变了 Marvell 的发展轨迹，也使该公司在定制芯片客户希望其降低风险的封装内光计算引擎领域占据了有利地位。）

我已经将各公司的季度进行了调整，它们之间存在一个月的相位差。正如您从橙色虚线曲线的斜率中看到的那样，Lumentum在两个季度前亏损了71.6亿美元，这与债务转股有关。除了以这种方式偿还的77.6亿美元债务外，该公司当季的营业收入为2.793亿美元，销售额为10.1亿美元；净利润很难确定，但考虑到Lumentum最近一个季度的利润为3.603亿美元，销售额为12.6亿美元，我们暂且估计净利润约为2.5亿美元。顺便一提，Lumentum的盈利能力高于Marvell，后者最近一个季度的净利润为3.08亿美元，销售额为274万美元。但Lumentum的盈利水平是前所未有的，这与英伟达等公司即将推出的未来系统中激光技术的兴起不谋而合。

Murphy 认为 Lumentum 的这笔交易比 Inphi 的交易要好，顺便说一句，Inphi 一直是其人工智能相关业务的主要驱动力，而不是向 AWS、谷歌和微软等公司销售定制芯片。

“我们正处于转型初期，铜矿开采正从规模扩张过渡到下一阶段，也就是规模向上扩张，然后进一步向规模内扩张，”墨菲在向华尔街解释这笔交易的电话会议上说道。“有时候很难看清这一点。回顾Inphi，当我们收购它时，看起来我们支付的估值倍数非常高。当时很难看出它究竟能发展到多大。但你可以看到，当你抓住市场拐点，拥有最好的资产和最好的团队，并且执行得当，你就能真正超越市场。”

墨菲补充说，未来几年 Lumentum 的业务规模将比五年前收购 Inphi 时预期的规模大一个数量级——而且 Lumentum 的订单已经落实，这不仅仅是一个预测。

Marvell收购Lumentum的另一个目的是打入半导体行业的巨头市场，绕过联发科和高通，开始紧追英特尔，甚至可能是AMD：

这张图表是不是很有意思？Marvell 吹嘘自己将成为最大的数据中心连接芯片纯供应商，产品涵盖从计算引擎到整个数据中心区域，但这有点夸张。首先，它的确也生产计算引擎，就像 Nvidia、Broadcom、AMD 和 Intel 一样；其次，Nvidia 和 Broadcom 的数据中心连接业务规模庞大，是 Marvell 和 Lumentum 合并后（上图中以 NewCo 形式显示）总规模的数倍。

据 Murphy & Co 预测，到 2030 年，Marvell 的潜在市场规模将达到 4000 亿美元，这主要得益于其面向 AI 集群的芯片级横向扩展和规模化生产，同时也包括构成这些集群的节点级和机架级系统内部的规模化增长和收入增长。在收购之前，Lumentum 的潜在市场规模为 900 亿美元。尽管此前曾有扩大潜在市场规模的讨论，但供应链限制了市场规模的扩大，而 Marvell 认为还有 600 亿美元的额外市场空间可以挖掘——主要通过近封装光学器件 (NPO) 和共封装光学器件 (CPO) 芯片及封装技术来实现。这可能还低估了实际规模，尤其对于那些希望在 AI 系统设计中寻求能够提供全方位解决方案的定制芯片设计公司而言更是如此。

这似乎很有可能。推动对全栈光纤架构需求的，是需要更大的计算和存储复合体，以便在更大的表面积上集成更多设备，将机架变成新的机架，将系统主板变成新的计算引擎。而铜缆信号传输无法实现这一点：

墨菲解释说，在网络层次结构中，从连接分布式数据中心（横向扩展）到连接数据中心内的机架级系统（横向扩展），再到连接机架级系统中的元素（纵向扩展，元素间内存一致性），最后到连接机架级系统中同一封装或同一托盘上的计算和存储组件（横向扩展），每深入一层，都需要增加 10 倍的带宽。

反之亦然。从单个包装或托盘扩展到全球范围，无法从设备中获取足够的电信号或光信号通道来保持网络层级结构中带宽的恒定。最好的办法是将带宽降低一个数量级，以延长链路的传输距离，并等待数据在层级结构的各个嵌套层之间进行交换。

以下是 Marvell 和 Lumentum 产品目前如何解决横向和纵向扩展网络问题，以及如何使用封装上的 NPO 电路为交换机和 XPU 加速器提供纵向扩展的一致性网络：

这就是 Marvell 正在追求的未来规模化发展，这需要将光纤网络与加速器和传统电子交换机进行更深入的集成，以提高带宽，同时降低延迟和每比特每秒的功耗：

这一切都需要丰富的芯片设计经验，确保芯片能够按时交付。Marvell 和 Lumentum 两家公司在其发展历程中都已交付了数十亿颗芯片。任何想要将光器件大规模应用于数据中心，实现规模化扩展和规模化接入的公司，都必须精通磷化铟（用于激光器）、硅锗（用于异质结双极晶体管，后者用于光链路的模拟前端）和砷化镓（用于另一种激光器）。

Marvell 和 Lumentum 两家公司拥有如此丰富的专业技术。将它们整合到同一家公司旗下，可以让客户更容易接受垂直整合和规模优势，但同时也存在“把所有鸡蛋放在同一个篮子里”的问题。

正如我们家在养育孩子时常说的那样：你不能放弃，你也常常无法获胜，但你可以收支平衡。

还有一点需要考虑，这笔交易对 Marvell 来说很有吸引力。不要低估光路交换机在人工智能后端网络中替代以太网交换机的可能性，这属于规模化扩展的范畴，某种程度上来说或许可以。

谷歌早在2020年就利用其基于可重构微镜阵列的“Palomar”光路开关，构建了一个后端网络，将近1万个TPU加速器以可重构拓扑结构连接起来，用于TPUv4加速器。（谷歌自主研发的OCS有时也被称为整个OCS项目的代号“Apollo”，但Apollo实际上指的是架构，而非特定的MEMS开关。甚至谷歌有时也会用Apollo来指代Palomar。）

如果谷歌能够利用 OCS 降低功耗和延迟，那么其他超大规模数据中心、云平台和 AI 模型构建商自然也会希望效仿。即便谷歌无法做到这一点，Marvell 也提供了 Innovium TeraLynx 以太网交换机 ASIC，可以将其集成到后端。

最后一点：这笔交易的完成将遥遥无期，预计要到2028年上半年才能完成。在人工智能领域，这简直是漫长的等待。而且，很难想象中国反垄断监管机构会对此置之不理。欧洲也可能介入。欧洲或中国究竟能有多少发言权，这本身就是一个值得深思的问题。无论如何，20个月的时间对于完成这笔交易来说实在太长了。在此期间，可能会有人提出反要约，这固然有趣，但也可能造成混乱。此外，这笔交易也让Coherent公司立即卷入其中。就像十年前英特尔收购FPGA制造商Altera后，Xilinx也立即成为市场参与者一样。