Marvell 推出 AI“内存解耦”架构，将解决 Agentic AI 推理带宽瓶颈

ChainCatcher 消息，据官方消息，Marvell Technology 宣布推出面向 AI 基础设施的新一代内存解决方案组合，覆盖服务器级 AI 存储、机架级 CXL 内存扩展与池化，以及多机柜光互联共享内存，旨在解决 Agentic AI 推理过程中日益增长的内存容量和带宽瓶颈。

Marvell 表示，随着 AI 模型规模扩大、上下文窗口延长以及 KV Cache 需求增长，传统计算与内存紧耦合架构正限制 AI 推理效率。通过内存解耦（memory disaggregation），可以让内存资源更加独立于计算资源扩展，提高 GPU 利用率并降低数据移动延迟。此次发布的产品包括：

Bravera SC6 PCIe 6.0 SSD 控制器：面向 AI 推理存储场景，可帮助云服务商将更多 KV Cache 迁移至高性能 SSD，提升基础设施效率。该产品采用兼容多供应商 NAND 的架构，预计将于 2026 年第四季度开始送样。

Marvell Structera X 内存扩展方案：基于 CXL 技术，支持机架级内存扩展和资源池化，帮助数据中心更灵活地共享和调配内存资源，降低 AI 基础设施成本。

Marvell Photonic Fabric 光互联内存方案：通过光互联技术构建跨多机柜共享内存架构，可支持最高 32TB 温热 KV Cache 卸载，并帮助 AI 推理集群提升吞吐能力。

Marvell 表示，Photonic Fabric 方案可在现有数据中心空间和功耗限制下，实现最高 2 至 3 倍的 Token 吞吐提升，支持更大规模模型和更长上下文 AI 应用。

Marvell 高管 Will Chu 表示，AI 基础设施正在从单一服务器架构转向计算、内存和连接协同运行的系统，未来内存需要更加独立地扩展，以提升资源利用率和 Token 效率。

随着 AI Agent 和大模型推理需求持续增长，内存容量、带宽和数据传输效率正成为继算力之后 AI 基础设施竞争的新焦点。