Le nouveau système de stockage de mémoire de Marvell vise le goulot d’étranglement de 13,8 milliards de dollars des IA. Si l’efficacité des tokens augmente, MRVL pourra obtenir une part plus importante dans les investissements en capital.

L’infrastructure de l’IA est de plus en plus un problème lié à la mémoire.

La dernière proposition de Marvell transforme les dépenses en matière d’IA à venir. Le problème se concentre désormais sur la capacité de stockage de données, le débit de transmission, la connectivité et le coût. Les hyperscalers ont consacré environ…8 % du CAPEX alloué à la mémoire en 2023 et 2024.Et une estimation du secteur indique que cette part sera proche de 30 % en 2026. En pratique, les développements liés à l’IA commencent à entraîner une charge de stockage plus importante avant que les investisseurs ne voient des bénéfices proportionnels en termes de calculs informatiques.

Ce contexte explique pourquoi le moment est important. Les dépenses en IA ont atteint13,8 milliards de dollars en 2024Et la disponibilité de la mémoire est de plus en plus un facteur déterminant pour savoir si les déploiements d’IA peuvent progresser. À FMS 2026, Marvell présente…Solutions de mémoire et de stockage pour l’IACet objectif est de rapprocher les données des calculs, d’améliorer leur utilisation et d’augmenter l’efficacité des tokens.

La discussion sur les investissements ne porte plus sur le fait de savoir si la mémoire est importante. Il s’agit plutôt de savoir si Marvell peut obtenir une part plus importante des dépenses liées au stockage de la mémoire, à son gestion et à son utilisation, plutôt que de laisser la plupart de cette valeur aux fournisseurs de mémoire indépendants.

Pourquoi CXL est important lorsque la latence d’inférence et l’utilisation de la GPU sont sous pression

L’inférence de l’IA estEn temps réel, destiné aux utilisateurs, et dépendant de la mémoire.Lorsque le système de mémoire ne peut pas suivre le rythme des exigences, les GPU peuvent rester en attente de données. En conséquence, on observe une latence plus élevée, un débit inférieur, et une provision excessive de ressources. Cela rend l’infrastructure de mémoire moins économique, et non plus indispensable.

La question clé pour CXL est de savoir si la mémoire collectée peut augmenter la capacité sans compromettre les performances. L’évaluation effectuée par Samsung sur l’offload de la cache KV basé sur CXL montre que cette méthode permet d’augmenter la capacité de la mémoire au-delà des limites de la DRAM locale, tout en maintenant les performances proches de celles de la DRAM native dans les charges de travail multi-GPU. Cela ne signifie pas que CXL puisse remplacer entièrement la mémoire locale. Cependant, cela indique que CXL peut récupérer une capacité utilisable là où une latence proche de celle de la DRAM reste importante.

Les exigences en termes de charge de travail sont l’une des raisons pour lesquelles cela gagne en importance. À mesure que la longueur du contexte et le nombre d’utilisateurs simultanés augmentent, les besoins en mémoire cache KV augmentent également.peut facilement atteindre des centaines de gigaoctetsC’est l’une des raisons.Supercomputing 2025Extension de mémoire CXL mise en évidence pour l’inference des LLM. Cela correspond également au message plus large de Marvell.Approches émergentesLes architectures de mémoire deviennent de plus en plus importantes à mesure que l’inference de l’IA se développe.

Marvell essaie de contrôler davantage le chemin des données mémorielles.

La solution de Marvell couvre plusieurs niveaux du chemin d’entrée des données. Structera S permet cela.pooling de la mémoire au niveau des rackLe portefeuille plus large comprend également des accélérateurs de stockage proche du stockage mémoire, des contrôleurs de déploiement de mémoire, et des dispositifs de réinitialisation. L’objectif n’est pas simplement de vendre plus de mémoire. Il s’agit plutôt de fournir les switchs, les contrôleurs et les composants d’interconnexion qui permettent aux systèmes de partager et de utiliser la mémoire de manière plus efficace.

Le principal point de vigilance réside dans l’adoption dans les systèmes réels. Si la latence, les limites de bande passante ou la complexité de déploiement sont plus difficiles que prévu, le rythme de progression pourrait ralentir.

Qu’est-ce qui pourrait confirmer l’histoire, en dehors du point principal ?

Pour les investisseurs, le véritable test n’est pas le slogan lié à l’efficacité des tokens. C’est de savoir si Marvell peut démontrer que sa technologie devient une composante reproductible dans la conception des infrastructures d’IA. Les clients doivent donc l’utiliser pour développer leurs propres solutions.CXL expansion et compression de la mémoire, CXL pour le poolage de mémoireEt les composants connexes dans les environnements de production, et non seulement dans les démos.

Un autre indicateur utile est le taux d’attachement des clients. Si les clients achètent des produits liés aux mémoires et aux stockages de Marvell, plutôt que d’acheter un composant à la fois, cela signifie que l’entreprise augmente sa part dans le budget alloué aux infrastructures.

Il existe toujours un risque clair pour cette vision. Le prix de la mémoire reste stable, carLes exigences liées à l’IA entraîneront une pénurie de mémoire structurelle en 2026.Mais certains analystes affirment que le manque est important.à son apogée au Q2 2026Et cela pourrait entraîner une surstimulation du marché d’ici 2028. Si cela se produit, le prix supplémentaire lié aux infrastructures AI qui nécessitent beaucoup de mémoire pourrait diminuer.