MaxLinear押注AI光通讯：800G之后，1.6T会成为新增长引擎吗？

当AI算力集群不断扩大，市场注意力往往集中在GPU、HBM和先进制程，但数据中心内部还有一条容易被忽视的“高速公路”：光互连。

MaxLinear正在押注这条高速公路。

公司CFO兼企业策略长Steven Litchfield在Citi 2026 Global TMT Conference上表示，MaxLinear过去5至6年持续增加Infrastructure投入，最近一个季度基础设施业务收入已经超过公司整体营收的一半。其中，数据中心光通讯成为重要增长来源。

正如英特尔前CEO安迪·格鲁夫那句被半导体行业反复引用的话：“只有偏执狂才能生存。”放到今天的AI基础设施竞争中，真正的竞争也许不是谁拥有最多GPU，而是谁能解决算力扩张背后的带宽、功耗和供应链问题。

MaxLinear显然已经把筹码押在这里。

从400G到800G，下一站是1.6T

目前MaxLinear的数据中心光通讯业务主要围绕400G和800G DSP展开，其中800G约占70%，400G约占30%。

公司给出的今年光学数据中心业务营收指引中值约为2.2亿美元，而且这一数字已经连续多个季度被上调。

这背后有两个变化。

一是AI数据中心本身需要更高带宽。随着服务器、交换机和加速器规模持续扩大，数据中心内部的数据交换量不断增加，400G逐渐进入成熟阶段，800G成为当前重要的升级方向。MaxLinear年报也指出，数据中心网络正在从400G向800G和1.6T互连演进。

二是产品升级本身会提高芯片价值。

按照Litchfield的说法，目前800G DSP的ASP大约为35至50美元，而1.6T DSP预计可以达到80至100美元，再加上TIA后，整体元件价值超过100美元。

换句话说，MaxLinear看到的并不只是“卖更多芯片”，而是网络规格升级之后，每一个连接节点所包含的半导体价值也在增加。

800G只是开始，真正的争夺可能发生在1.6T

MaxLinear目前800G方案的一项主要卖点，是公司称其功耗比两家主要竞争对手的可比产品低约20%。

这件事为什么重要？

因为AI数据中心正在面对一个越来越现实的问题：功耗。

GPU数量增加会带来计算功耗，交换机和光模块数量增加又会进一步推高网络部分的能源消耗。因此，对于大型数据中心客户而言，单颗芯片省下来的功耗，最终可能体现为整个系统的成本优化。

但MaxLinear并没有只停留在DSP。

近年来，公司陆续扩展到retimer、TIA和driver，希望从单一芯片供应商变成覆盖更多光互连关键元件的供应商。

这也是它争夺市场份额的重要方式。

目前MaxLinear在数据中心DSP市场的份额仍只有约5%至7%，但管理层长期目标是未来2至3年挑战20%至25%。

这个目标并不意味着市场份额会自动增长。

公司还需要完成更多客户认证、扩大产品组合，并确保供应能力。Litchfield在会议上也强调，部分市占率提升已经开始发生，但后续仍取决于产品量产、客户导入以及供应链执行。

Samsung为什么成为1.6T布局中的关键变量？

真正值得注意的，还有供应链。

过去MaxLinear曾同时使用UMC和台积电等晶圆代工资源，随着先进制程需求增加，公司开始重新强化多元晶圆供应体系。

在1.6T产品上，MaxLinear选择将部分制造转向Samsung。

这并不只是简单的“换供应商”。

AI芯片需求持续增加之后，先进制程产能本身就成为整个半导体产业的重要资源。对于光通讯芯片厂商而言，如果能够建立不同于主要竞争对手的晶圆供应来源，就可能给大型数据中心客户提供额外的供应链选择。

MaxLinear管理层也表示，目前部分光模块客户对Samsung供应来源表现出兴趣，公司暂时不认为晶圆供应会成为1.6T放量的主要障碍。

换句话说，AI基础设施竞争已经不只是技术竞争，也开始变成供应链竞争。

CPO会不会削弱DSP？MaxLinear给出了另一种答案

市场还有一个绕不开的问题：如果未来光学逐渐走向NPO、CPO，共封装光学是否会压缩传统DSP的价值？

MaxLinear的判断并不悲观。

Litchfield认为，即使架构发生变化，TIA、driver和SerDes仍然需要存在，只是这些组件可能从原来的高度整合状态进一步拆分，甚至以独立芯片或chiplet形式出现。

这意味着CPO未必意味着DSP价值简单消失。

相反，当网络速率继续从1.6T走向3.2T、6.4T，SerDes、TIA和driver等高速信号链元件的重要性可能进一步提升。

MaxLinear真正想争夺的，或许不是某一种固定架构，而是高速数据传输过程中不断增加的半导体内容。

公司目前也已经在推进1.6T Rushmore平台，客户认证正在进行，预计明年中开始进入市场，随后进一步扩大生产。

AI基础设施的下一场竞争，正在从“算力”延伸到“连接”

除了光通讯，MaxLinear还在押注Panther储存加速器。公司预计该业务今年收入实现翻倍，并有望在2027年再次翻倍。

这说明MaxLinear正在尝试建立一个更完整的AI基础设施产品组合：光互连负责高速数据传输，retimer和AEC等产品解决电气连接问题，存储加速器则负责降低CPU在数据压缩等任务上的负担。

从这个角度看，MaxLinear的变化并不是简单地“转型做AI”。

更准确地说，它正在从传统混合信号芯片供应商，向AI数据中心基础设施供应商靠拢。

说到底，AI数据中心的瓶颈从来不只有GPU。

当算力规模扩大之后，数据如何传输、如何降低延迟、如何控制功耗、如何获得足够的晶圆产能，都会成为决定系统效率的重要因素。

这也是为什么MaxLinear把1.6T视为一次重要机会。

如果800G解决的是当前AI数据中心的高速连接需求，那么1.6T解决的就是下一阶段更高密度算力集群的数据传输问题。

真正值得关注的，也不是MaxLinear能否单独改变光通讯市场格局，而是AI基础设施升级正在把越来越多的价值链环节推向高速连接。

GPU负责计算，HBM负责存储，而光通讯负责让这些计算资源真正连接起来。

当AI集群继续扩大，连接本身也正在成为一门越来越昂贵的生意。

FAQ

Q1：为什么MaxLinear近年来越来越重视AI数据中心？

MaxLinear过去5至6年持续增加Infrastructure相关投入，最近一个季度该业务收入已经超过公司整体营收的一半。数据中心光通讯、存储加速器以及无线基础设施成为主要布局方向，其中光学数据中心业务增长尤其受到关注。

Q2：800G升级到1.6T，对MaxLinear意味着什么？

核心变化不仅是传输速度提高，也意味着DSP、TIA、driver和SerDes等元件的半导体价值可能提升。MaxLinear管理层预计，1.6T DSP的ASP将明显高于800G，同时公司希望借助新产品和客户认证扩大市场份额。

Q3：CPO发展后，传统DSP还有价值吗？

MaxLinear认为CPO或NPO并不意味着高速信号处理相关芯片消失。TIA、driver和SerDes仍然需要存在，只是架构可能发生变化，部分功能可能进一步拆分为独立元件或chiplet。未来3.2T、6.4T等更高速率升级，也可能继续提高相关芯片的技术要求。