Marvell Technology giảm hơn 3%: SemiAnalysis cho biết việc sản xuất hàng loạt Co-Packaged Optics (CPO) có thể bị trì hoãn đến năm 2029, Nvidia Rubin vẫn sẽ sử dụng giải pháp toàn đồng

TradingKey - Vào ngày 10 tháng 7, giờ miền Đông, cổ phiếu của Marvell Technology ( MRVL ) đã sụt giảm, giảm 3,38% xuống còn 235 USD tính đến thời điểm đưa tin. Được biết, người sáng lập SemiAnalysis, Dylan Patel, đã tuyên bố rằng việc triển khai quy mô lớn công nghệ quang học đồng đóng gói (CPO) có thể bị trì hoãn đến cuối năm 2028 hoặc năm 2029.

[Nguồn: TradingView]

Dylan Patel chỉ ra rằng hiệu suất sản xuất, thiết kế chip và mức độ hoàn thiện của chuỗi cung ứng hiện tại vẫn chưa đáp ứng các tiêu chuẩn để triển khai quy mô lớn. Trong khi đó, kiến trúc Rubin của Nvidia và kiến trúc kế nhiệm Feynman của hãng vẫn sẽ sử dụng giải pháp hoàn toàn bằng đồng, điều đó có nghĩa là công nghệ CPO ở phía GPU sẽ phải chờ đợi qua vài thế hệ chip tiếp theo.

Ông tin rằng giai đoạn từ cuối năm 2028 đến năm 2029 mới là thời điểm việc sản xuất hàng loạt quy mô lớn công nghệ CPO thực sự bắt đầu.

Ông cho biết SemiAnalysis vừa phát hành một báo cáo cho các khách hàng tổ chức đăng ký nhận tin vào tuần trước, thể hiện triển vọng lạc quan hơn đối với cáp đồng và các giải pháp quang học phi CPO trong trung hạn. Những thay đổi về thiết kế ở một số chip hạ nguồn (chẳng hạn như việc loại bỏ thiết kế 800V trong chip Kyber của Rubin Ultra) đã trì hoãn thêm quá trình triển khai CPO. Do đó, các công ty sản xuất đầu nối cáp đồng như Amphenol sẽ được hưởng lợi nhiều hơn so với mong đợi.

Mặc dù CPO đại diện cho một xu hướng dài hạn và cáp đồng cuối cùng sẽ bị thay thế về lâu dài, nhưng tiến trình của quá trình này đã bị đẩy lùi. Do đó, cáp đồng vẫn mang lại những cơ hội tăng trưởng đáng kể trong ngắn và trung hạn.

Chỉ một tháng trước, cổ phiếu của Marvell Technology đã tăng vọt hơn 32% trong một ngày, nhờ vào sự ủng hộ từ CEO Nvidia Jensen Huang. Tại triển lãm Computex Đài Bắc, ông Huang tuyên bố rằng Marvell sẽ phát triển thành công ty có vốn hóa thị trường nghìn tỷ USD tiếp theo.

Ông lưu ý rằng dưới kiến trúc năng lực tính toán dành cho việc huấn luyện mô hình lớn, một con chip đơn lẻ không còn có thể gánh vác nhu cầu tính toán khổng lồ, và các nhiệm vụ phải được chia nhỏ để thực thi phân tán trên các cụm gồm hàng nghìn chip. Khả năng chia sẻ dữ liệu tốc độ cao giữa các chip trực tiếp quyết định hiệu suất tính toán tổng thể của cả cụm, tạo ra một nút thắt cổ chai cốt lõi hạn chế việc mở rộng năng lực tính toán.