Gambit ya Miundombinu ya AI: Mchezo wa Macho wa Marvell na Mustakabali Uliojaa Deni la Silicon Valley | B4N1

Gambit ya Miundombinu ya AI: Mchezo wa Macho wa Marvell na Mustakabali Uliojaa Deni la Silicon Valley

5 days ago · b4n1 Read time: 9 min

The AI Infrastructure Gambit: Marvell's Optical Play na Silicon Valley's Deni-Fueled Future

Kalenda itabadilika hadi Novemba 2026, na mandhari ya AI ni msururu wa uvumbuzi na tathmini upya ya kifedha. Ingawa miundo mikubwa ya lugha kama vile Gemini 4 Argon na Carbon ya Google inasukuma mipaka ya kile kinachowezekana Google Blog, miundombinu ya msingi inayounga mkono mapinduzi haya inapitia mabadiliko makubwa na mawili. Tunashuhudia uunganisho wa kimkakati katika maunzi, uliodhihirishwa na dau jeuri la Marvell kwenye Lumentum, na mabadiliko ya kimsingi katika jinsi Silicon Valley inavyofadhili hamu yake isiyotosheka ya kukokotoa. Haya si matukio ya pekee; ni dalili za kitambaa cha kukokotoa kimataifa kusanifiwa upya na kufadhiliwa upya kwa kiwango ambacho hakijawahi kushuhudiwa.

Marvell's Lumentum Bet: Mgongo wa Macho wa AI

Mahitaji kamili ya hesabu ya AI ya kisasa, haswa kwa mafunzo na makisio kwa kiwango, yamesukuma miunganisho ya kituo cha data cha jadi hadi kikomo chake kabisa. Kadiri miundo ya AI inavyokua kwa kasi, ndivyo hitaji la mawasiliano ya data ya juu, mawasiliano ya muda wa chini kati ya GPU, DPU na hifadhi za kumbukumbu inavyoongezeka. Miunganisho ya umeme, ingawa inapatikana kila mahali, inakabiliwa na vikwazo vya kimsingi vya kimwili: uharibifu wa uadilifu wa ishara kwa umbali, kuongeza matumizi ya nishati na viwango vya juu vya data, na vikwazo vya msongamano. Hapa ndipo optics inakuwa sio faida tu, lakini lazima.

Upataji wa Marvell wa Lumentum, hatua ambayo CNBC inaelezea kama "mojawapo ya dau muhimu zaidi kwenye AI mnamo 2026" CNBC, ni ishara tosha kwamba mustakabali wa miundombinu ya AI ni ya picha. Marvell, ambayo tayari ni chanzo kikuu katika vitengo vya usindikaji wa data (DPUs), swichi za mtandao, na ASIC maalum, ilitambua kuwa kumiliki safu ya macho ni muhimu ili kutoa utendaji wa mwisho hadi mwisho katika vikundi vya AI vya kizazi kijacho. Lumentum huleta jalada la kina katika vipengee vya macho, ikiwa ni pamoja na vipitisha sauti vya kasi ya juu, macho yanayoshikamana, na teknolojia za kisasa za leza muhimu kwa picha za silicon.

Fikiria usanifu wa kikundi cha kisasa cha AI. Maelfu ya GPU, kila moja mnyama wa kukokotoa, lazima wawasiliane na benki kubwa za kumbukumbu. Ufuatiliaji wa kiasili wa shaba na nyaya amilifu za macho (AOCs) hujitahidi kupima kwa ufanisi zaidi ya mita chache kwa 800Gb/s au 1.6Tb/s. Bajeti ya nguvu ya kuashiria umeme inakuwa ya kikwazo, na alama ya kawaida ya nyaya nyingi hutumia haraka nafasi ya rack ya thamani.

Hapa ndipo teknolojia kama CXL (Compute Express Link) juu ya optics na NVLink juu ya optics huwa vibadilishaji mchezo. Kwa kupanua viunganishi hivi vya kasi ya juu, vilivyoshikamana vya akiba kwenye rafu na hata safu mlalo kwa kutumia nyuzi za macho, wasanifu wa AI wanaweza kujenga mazingira ya kokotoo yaliyogawanywa na yanayoweza kupanuka. Utaalam wa Lumentum katika EMLs (Electro-absorption Modulated Lasers) na DMLs (Modulated Lasers) kwa ajili ya programu za ufikiaji mfupi, pamoja na DSP zao madhubuti za miunganisho ya kituo cha data cha masafa marefu, hushughulikia moja kwa moja vikwazo hivi.

Kipengele Viunganishi vya Umeme (k.m., DAC, AOC) Viunganishi vya Macho (k.m., Picha za Silicon)
Upeo wa Kipimo Hadi 800Gb/s (ufikio mfupi) 800Gb/s, 1.6Tb/s, 3.2Tb/s+ (kufikia kwa muda mrefu)
Kuchelewa Chini (ufikio mfupi), huongezeka kwa umbali Chini sana, thabiti juu ya umbali
Nguvu/Biti Juu, mizani yenye umbali/bandwidth Chini sana, haswa kwa kiwango
Fikia < 7m (DAC), < 100m (AOC) Kilomita (optics madhubuti)
Msongamano Imepunguzwa kwa wingi wa kebo, utaftaji wa joto Kiwango cha juu cha nyuzinyuzi, vipitishio vya kupitishia data vilivyobana
Kuingiliwa Inaweza kuathiriwa na EMI/RFI Kinga kwa EMI/RFI
Gharama (kwa biti/km) Chini kwa kifupi sana, juu kwa muda mrefu Awali ya juu, TCO ya chini kwa kiwango

Kuunganishwa kwa uwezo wa macho wa Lumentum kwenye DPU ya Marvell na kubadili silikoni kutawezesha darasa jipya la miingiliano ya mtandao iliyounganishwa sana, isiyotumia nguvu. Hebu fikiria DPU iliyo na picha zilizounganishwa za silikoni, ikibadilisha moja kwa moja mawimbi ya umeme hadi ya macho ndani ya kifurushi cha chip, ikiondoa vipitisha sauti tofauti na nguvu zao zinazohusiana na muda wa kusubiri. Kiwango hiki cha ujumuishaji ni muhimu kwa kizazi kijacho cha vikundi vya AI, ambapo kila picosecond na milliwatt huhesabiwa.

# Mfano: Usanidi Rahisi wa Vitambaa vya Mtandao kwa Nguzo ya AI
# Kuonyesha usanidi wa kiunganishi cha dhahania
kitambaa_cha_mtandao:
  jina: "AI_Supercluster_Fabric_01"
  topolojia: "mafuta_mti"
  swichi_za_mgongo:
    - kitambulisho: "mgongo-01"
      mfano: "Marvell_Teralynx_9_Optic"
      bandari:
        aina: "QSFP-DD800"
          vyombo vya habari: "macho"
          kasi: "800Gbps"
          kiungo_kwa: "leaf-01/port-1"
          itifaki: "CXL_over_Optics"
        aina: "QSFP-DD800"
          vyombo vya habari: "macho"
          kasi: "800Gbps"
          kiungo_kwa: "leaf-02/port-1"
          itifaki: "NVLink_over_Optics"
  swichi_za_majani:
    - id: "leaf-01"
      mfano: "Marvell_Teralynx_9_Optic"
      bandari:
        aina: "QSFP-DD800"
          vyombo vya habari: "macho"
          kasi: "800Gbps"
          link_to: "gpu-server-001/nic-0"
          itifaki: "CXL_over_Optics"
        aina: "QSFP-DD800"
          vyombo vya habari: "macho"
          kasi: "800Gbps"
          link_to: "gpu-server-002/nic-0"
          itifaki: "CXL_over_Optics"

💡 Njia Muhimu ya Kuchukua: Viunganishi vya macho si suluhu la niche tena; ni msingi wa kuongeza miundombinu ya AI kwa ufanisi. Upataji wa Lumentum ya Marvell ni hatua ya kimkakati ya kumiliki safu hii muhimu, kuwezesha kipimo data cha juu, muda wa chini wa kusubiri, na kuboresha kwa kiasi kikubwa ufanisi wa nishati kwa vikundi vikubwa vya AI vya siku zijazo. Hii inaathiri moja kwa moja dari ya usanifu kwa ugumu wa mfano wa AI na kiwango cha mafunzo.

Kitabu Kipya cha Kucheza cha Silicon Valley: Tech Giants Tap Debt Markets kwa AI & Cloud Growth

Wakati Marvell anacheza mchezo wa maunzi, usanifu wa kifedha unaosimamia ukuaji mzima wa AI pia unapitia mabadiliko makubwa. Kihistoria, makampuni makubwa ya teknolojia ya Silicon Valley, yanatumia pesa taslimu kutoka kwa programu zao za faida kubwa na biashara za utangazaji, kwa kiasi kikubwa walifadhili ukuaji wao. Mtiririko wa pesa wa ndani ulikuwa injini kuu ya upanuzi. Hata hivyo, kama Reuters iliripoti mnamo Novemba 2, 2026, kampuni kubwa zaidi za teknolojia duniani sasa "zinatumia soko la madeni na kuongeza usawa ili kuimarisha miundombinu ya AI" Reuters. Hii inaashiria kuondoka muhimu.

Kwa nini egemeo? Jibu liko katika kiwango kikubwa, kisicho na kifani cha matumizi ya mtaji yanayohitajika kwa maendeleo ya mipaka ya AI. Kufunza LLM moja ya hali ya juu kama vile Gemini 4 Carbon ya Google au kutengeneza mawakala changamano wa AI hudai si maelfu tu, bali mara nyingi makumi au mamia ya maelfu ya GPU za hali ya juu, vichapuzi maalum, na miundombinu ya kisasa ya mtandao na kupoeza ili kuzisaidia. Gharama ya nguzo moja ya AI inaweza kuingia kwa mabilioni ya dola kwa urahisi.

Fikiria uchumi:

  1. Mizunguko ya Kuonyesha Kifaa: Viongeza kasi vya AI hubadilika haraka. NVIDIA, AMD (licha ya misukosuko ya hivi majuzi ya soko la Kompyuta 247wallst miezi. Kudumisha makali ya ushindani kunahitaji uwekezaji endelevu na mkubwa.
  2. Matumizi ya Nishati: Kuwasha na kupoza vikundi hivi ni ghali sana kiastronomia. Vituo vya data vinakuwa mitambo ya nguvu.
  3. Muda hadi Soko: Mbio za kupeleka huduma shindani za AI ni kali. Kusubiri kukusanya mtiririko wa pesa wa ndani kunamaanisha kupoteza ardhi kwa wapinzani. Deni hutoa sindano ya haraka ya mtaji.

Kwa mtazamo wa kihandisi, mhimili huu wa kifedha una athari kubwa. Enzi ya "bajeti isiyo na kikomo" kwa miundombinu ya majaribio ya AI imekwisha. Ukuaji unapochochewa na deni, kila dola inayotumika inakuja na uchunguzi wa hali ya juu juu ya faida na faida kwenye uwekezaji (ROI).

Hii ina maana:

  • Uboreshaji Mkubwa: Wasanifu wa miundomsingi wako chini ya shinikizo kubwa la kubuni kwa ufanisi wa hali ya juu - si tu utendakazi, lakini ufanisi wa nishati, matumizi ya nafasi na ufanisi wa kupoeza. Kila wati iliyohifadhiwa hutafsiri moja kwa moja kwa kupunguza matumizi ya uendeshaji na ROI iliyoboreshwa.
  • Muundo wa Msimu na Mkubwa: Uwezo wa kuongeza miundombinu kwa kasi na kwa kutabirika unakuwa muhimu zaidi. Kufungiwa kwa muuzaji, ingawa ni jambo la kusumbua kila wakati, huwa hatari kubwa ya kifedha wakati ratiba za ulipaji wa deni zinapokaribia. Viwango vya wazi na miundo ya kawaida inayoruhusu uboreshaji wa sehemu bila marekebisho kamili ya mfumo inapendekezwa.
  • Uchanganuzi Madhubuti wa TCO: Timu za wahandisi lazima ziwe na ufasaha katika hesabu za Gharama ya Jumla ya Umiliki (TCO), zikizingatia sio tu CAPEX (vifaa, ujenzi wa nje) bali pia OPEX (nguvu, kupoeza, matengenezo, kushuka kwa thamani, na muhimu sana, malipo ya riba kwenye deni).
+------------------+ +-------------------+-------------------+
|   Masoko ya Madeni | --> |   Tech Giants' | --> | Miundombinu ya AI |
| (Vifungo, Usawa) |     |   Dimbwi la Mtaji |     | (GPU, Optik, |
+------------------+ +------------------+ |   Vituo vya Data) |
        ^ |
        |                                                   v
        +------------------------------------------------+
                                 |
                                 v
                       +-----------------------+
                       |   Huduma za AI & R&D |
                       | (LLMs, Agents, Cloud) |
                       +-----------------------+
                                 |
                                 v
                       +-----------------------+
                       |    Mapato na Faida |
                       | (Usajili, Matangazo) |
                       +-----------------------+
                                 |
                                 v
                       +-----------------------+
                       |  Ulipaji wa Deni na ROI |
                       +-----------------------+

⚠️ Hatari ya Usanifu: Miundombinu inayofadhiliwa na deni inahitaji matumizi bora ya rasilimali na mikakati ya haraka ya uchumaji wa mapato. Timu za wahandisi lazima zipe kipaumbele miundo inayotoa ROI iliyo wazi, inayoweza kupimika na kupunguza matumizi ya utendakazi, kwani uimara wa kifedha huongeza hatari kwa kila uamuzi wa usanifu. Gharama ya mtaji sasa ni pembejeo moja kwa moja kwa muundo wa miundombinu.

Sharti la Uhandisi

Muunganiko wa gambit ya macho ya Marvell na mhimili wa Silicon Valley kwenye soko la madeni unatoa picha wazi: Miundombinu ya AI inaingia katika awamu mpya, iliyokomaa zaidi na yenye nidhamu ya kifedha. Siku za kutupa tu hesabu kwa shida zinabadilika hadi enzi ambapo kila chaguo la usanifu, kutoka kwa aina ya kibadilishaji data hadi suluhisho la kupoeza, lazima lihalalishwe na mchango wake katika utendaji, ufanisi wa nguvu, na mwishowe, kurudi kwenye uwekezaji.

Kwa timu za wahandisi, hii inamaanisha kuzingatia zaidi:

  1. Uelewa wa kina wa safu ya mwili: Kubatilia mtandao wa macho. Jifunze kuhusu picha za silicon, macho yanayoshikamana, na ujumuishaji wao katika vitambaa vya kukokotoa. Vikwazo vinahama kutoka kwa mizunguko ya CPU hadi kuunganisha kipimo data na utulivu.
  2. Jumla ya Gharama ya Umiliki (TCO) kama kikwazo cha msingi cha muundo: Sogeza zaidi ya vipimo vya utendakazi ghafi. Tathmini suluhu kulingana na matumizi yao ya nishati kwa kila operesheni, mahitaji ya kupoeza, na gharama za muda mrefu za uendeshaji.
  3. Ubadilikaji na Viwango Huria: Muundo wa kunyumbulika. Epuka kujifungia ndani ya wauzaji inapowezekana, kwani huzuia uboreshaji wa siku zijazo na fursa za kupunguza gharama.
  4. Ujuzi wa Kifedha: Elewa jinsi mtaji unavyotumika na shinikizo la kifedha kwa shirika lako. Maamuzi yako ya usanifu huathiri moja kwa moja uwezo wa kampuni wa kuhudumia deni na kuzalisha faida.

Awamu inayofuata ya maendeleo ya AI haitakuwa tu kuhusu mafanikio ya algorithmic; itafafanuliwa na ustadi wa kihandisi wa kujenga na kuendesha miundombinu ya msingi kwa ufanisi usio na kifani na busara ya kifedha. Vigingi ni vya juu, na changamoto za uhandisi ni ngumu zaidi kuliko hapo awali.

Vyanzo & Usomaji Zaidi


Have Questions?

Let's Talk

Contact me on LinkedIn