XConn Technologies：面向 AI 数据中心的 CXL 与 PCIe 高速互连芯片企业
XConn Technologies 是一家专注于高速数据中心互连芯片的美国半导体企业，核心技术集中在 CXL（Compute Express Link）和 PCIe 高速交换芯片。
严格来说，XConn 并不是像 SK hynix、Samsung 或 Micron 那样直接生产 HBM 高带宽存储器的存储芯片厂商，而是为 CPU、GPU、AI 加速器和大容量内存之间建立高速连接。
XConn 的技术尤其适合 AI、云计算和高性能计算数据中心，因为这些系统越来越受到内存容量、带宽、延迟和资源利用率的限制。
XConn 总部位于美国加利福尼亚州圣何塞，公司早期主要围绕 CXL 和 PCIe Switch，也就是高速交换芯片进行研发。
随着 AI 服务器从单个 CPU 加若干 GPU，逐渐发展成大量 GPU、XPU、网卡、SSD 和内存设备共同工作的复杂系统，服务器内部的数据连接本身已经成为影响性能的重要因素，而 XConn 正是从这一层切入 AI 基础设施市场。
XConn 最重要的技术：CXL
CXL，全称 Compute Express Link，是建立在 PCIe 物理层之上的高速互连标准。
传统服务器中，每颗 CPU 通常拥有自己的本地内存，不同处理器之间共享内存比较困难，而 CXL 可以让 CPU、GPU、AI 加速器和外部内存设备通过一致性协议连接起来，从而实现内存扩展、内存共享和内存池等功能。
所谓“内存池”，可以简单理解为把大量内存组成一个共享资源池，然后根据不同服务器、CPU 或 AI 加速器的实际需要动态分配容量。
这样数据中心就不必为每台服务器永久配置大量可能长期闲置的内存，可以提高昂贵内存资源的使用效率。
这也是 XConn 和 AI 存储之间最重要的联系。XConn 不生产 DRAM 或 HBM 存储单元，而是提供让这些计算和存储资源更加灵活连接起来的高速交换基础设施。
Apollo CXL / PCIe Switch
XConn 最具代表性的产品是 Apollo 系列高速交换芯片。
第一代 Apollo XC50256 将 CXL 2.0 和 PCIe Gen 5 高速互连能力结合到一颗交换芯片中，面向 AI、机器学习、高性能计算以及可组合数据中心基础设施。
XConn 曾将其定位为同时支持 CXL 和 PCIe 的混合型高速交换平台，使系统厂商可以在同一服务器架构中连接不同类型的处理器、加速器和内存设备。
XC50256 具有 256 条高速通道，可以组成多个 x16 或 x8 端口。其后续产品在 Marvell 产品体系中继续发展为 Structera S 系列。
PCIe 5.0 版本最高可提供约 2 TB/s 的总交换能力，可以连接 CPU、GPU、NIC、SSD 以及其他 PCIe 设备。
对于大型 AI 服务器来说，这类高端口数量的交换芯片非常重要。
如果一台服务器拥有多颗 GPU 或 AI 加速器，使用很多较小的 PCIe Switch 会增加芯片数量、功耗、主板空间以及通信层级，而大型交换芯片可以减少中间交换层，使系统结构更加扁平。
Apollo 2：进入 CXL 3.1 和 PCIe 6.2
2025 年，XConn 发布第二代 Apollo 2 Hybrid Switch，将技术升级到 CXL 3.1 和 PCIe Gen 6.2，并设计了从 64 条到最高约 260 条高速通道的配置。
新一代产品明显面向规模更大的 AI 和 HPC 系统，因为随着 GPU 数量增加，服务器内部以及机架内部的高速互连需求正在迅速增长。
CXL 3.x 的意义不仅是速度提高，还在于系统可以建立更加复杂的内存 Fabric，也就是“内存互连网络”。
未来一块内存不一定只属于某一颗 CPU，而可以成为整个计算系统的一部分，根据工作负载动态提供给不同处理器使用。
XConn 与 HBM 的关系
HBM，也就是 High Bandwidth Memory，高带宽存储器，主要解决 GPU 和 AI 加速器附近的超高带宽内存需求。
HBM 通常与 GPU 或 AI 芯片非常接近，通过超宽接口提供极高的数据传输速度，因此特别适合 AI 模型训练和高吞吐量计算。
但是 HBM 容量昂贵，而且单颗 GPU 可以配置的 HBM 数量有限。
当大型语言模型、推荐系统、向量数据库或者 AI 推理需要数百 GB、数 TB，甚至更多内存时，只依靠 HBM 并不经济。
CXL 的思路不同。它不是取代 HBM，而是在 HBM 和普通本地 DRAM之外增加一个更大的内存层。
GPU 可以继续使用速度极快的 HBM处理最重要的数据，同时通过 CXL 接入容量更大的共享 DRAM 或其他内存设备。
因此，HBM 解决的是“非常快但容量有限”的问题，而 XConn 所代表的 CXL 技术更多解决“如何让 AI 系统拥有更大、更灵活、更容易共享的内存容量”。
两种技术很可能长期共存，而不是互相替代。
动态内存分配
2025 年，XConn 与 AMD 展示了基于 Apollo CXL Switch 的动态内存分配系统。
该系统把 AMD EPYC 处理器与 CXL 内存连接起来，可以根据实际工作负载动态分配外部内存，实现 TB 级内存扩展和共享。
这类架构可以降低服务器为了应付峰值工作负载而提前配置大量内存造成的浪费。
对于数据中心运营商来说，这种变化非常重要。
过去购买服务器时，CPU、GPU 和内存往往形成比较固定的配置，而 CXL 希望逐步把内存从固定硬件资源变成可以动态调度的数据中心资源。
AI 推理和 KV Cache
XConn 的 CXL 技术也与大型语言模型推理中的 KV Cache 有直接关系。
KV Cache 是 Transformer 大模型推理过程中保存中间状态的一类数据，随着上下文长度、并发用户数量和模型规模增加，KV Cache 可以占用大量 GPU HBM。
2025 年，XConn 与内存软件公司 MemVerge 展示了基于 CXL Memory Pool 的 AI KV Cache 架构，并结合 NVIDIA Dynamo 技术探索把部分 KV Cache 从昂贵而容量有限的 GPU 本地内存扩展到规模更大的 CXL 内存池。
双方展示的系统提出了最高约 100 TiB 级 CXL 内存池的扩展方向。
这说明 AI 存储正在从单纯比较“哪一种 DRAM 或 HBM 更快”，逐渐发展成为一个包括 HBM、本地 DDR 内存、CXL 扩展内存、SSD 和网络存储在内的多层内存与存储体系。
XConn 被 Marvell 收购
2026 年 1 月，Marvell 宣布收购 XConn Technologies，希望把 XConn 的 PCIe 和 CXL Switch 技术加入自己的 AI 数据中心互连产品组合。
交易于 2026 年 2 月 10 日正式完成，因此目前 XConn Technologies 已经成为 Marvell 的一部分，而不再是一家独立运营的半导体企业。
AI 数据中心的竞争已经不只是 GPU 算力竞争，还包括 HBM、CXL、PCIe、Ethernet、UALink、光互连以及整个 Scale-up 和 Scale-out 网络架构。
Marvell 表示，XConn 的技术和工程团队将参与其下一代 AI Scale-up 互连产品，包括 UALink 相关技术开发。
对于需要连接大量 GPU 和 XPU 的下一代 AI 数据中心来说，高带宽、低延迟的交换芯片正在成为与计算芯片本身同样重要的基础组件之一。
XConn 技术已经进入 Marvell Structera S
收购完成以后，XConn 原来的产品技术开始进入 Marvell 的 Structera S 产品系列。
原 XConn Apollo CXL Switch 发展为 Structera S CXL Switch，而原有的大规模 PCIe Switch 技术也成为 Structera S PCIe 产品的重要基础。
Marvell 2026 年公布的新一代 Structera S CXL 产品已经向 PCIe 6.0 和 CXL 3.x 发展。
其中 Structera S 30260 可以连接最多 16 个 x16 或 32 个 x8 CPU/GPU 设备，并支持最高约 48 TB 的共享内存以及约 4 TB/s 的累计带宽。
这实际上延续了 XConn 最早的技术路线：
不仅让处理器获得更快的接口，而是让大量 CPU、GPU、AI 加速器和内存组成一个可以动态连接、共享和扩展的计算系统。
XConn 在 AI 存储产业中的位置
如果按照传统半导体分类，XConn 并不是“存储器制造商”，因为它不制造 NAND Flash、DRAM 或 HBM Die。
但是如果研究的是“高带宽存储器和 AI 存储芯片产业链”，XConn 非常值得单独列出。
HBM 厂商负责制造高速存储器，GPU 和 AI 芯片厂商负责计算，CXL 内存控制器和内存扩展芯片负责增加容量，而 XConn 所代表的 CXL / PCIe Switch 则负责把这些设备连接起来。
随着 AI 系统从单颗 GPU 发展到几十颗、几百颗甚至更多加速器，数据中心正在越来越像一个巨大的分布式计算机。
未来决定 AI 性能的因素将不仅是 GPU 的 FLOPS，也包括 GPU 能获得多少 HBM、能够访问多少外部内存、GPU 之间如何通信，以及数据在不同内存层之间移动需要多少时间。
从这个角度看，XConn Technologies 的价值就在于它处于“计算芯片”和“内存芯片”之间的重要连接层。
总结
XConn Technologies 是 AI 数据中心高速互连和 CXL 内存架构领域的重要企业。
其核心技术不是制造 HBM，而是利用 CXL 和 PCIe 高速交换芯片解决 AI 系统中的内存扩展、内存池、资源共享和设备互连问题。
公司的 Apollo 系列率先推动大规模 CXL / PCIe 混合交换芯片进入数据中心，并进一步探索动态内存分配、共享内存以及 AI KV Cache 等应用。
2026 年 XConn 被 Marvell 收购以后，这些技术继续进入 Marvell Structera S 产品系列，并向 PCIe 6.0、CXL 3.x、大规模共享内存和 AI Scale-up Fabric 发展。
因此，在 AI 存储产业地图中，可以把 XConn Technologies 定位为：CXL 内存互连芯片、PCIe 高速交换芯片和 AI 内存池基础设施企业，而不是传统意义上的 HBM 存储器制造商。