花旗：网络技术正成为AI性能新瓶颈，利好英伟达、博通等公司

花旗集团 (Citi) 分析师表示，随着人工智能 (AI) 系统的规模和复杂性不断攀升，网络技术正取代原始计算能力，成为制约其性能表现的主要瓶颈。这一趋势的转变，将为能够优化整个数据传输堆栈的公司带来显著优势。

AI发展瓶颈从算力转向网络

根据花旗分析师在Hot Chips技术大会后的观察，第一波AI基础设施建设浪潮主要集中在提升图形处理器 (GPU) 速度、扩大加速器规模和增强训练能力上。然而，随着AI系统向万亿级参数、更大的上下文窗口和自主代理工作负载等方向发展，芯片、服务器、机架和数据中心之间的数据传输效率正日益成为更大的制约因素。

花旗指出，来自英伟达 (Nvidia)、博通 (Broadcom)、Meta、谷歌 (Google) 和三星 (Samsung) 等多家公司的演讲都指向了同一趋势。分析师总结道：“未来AI领域的赢家不一定是拥有最快处理器的公司，而是能够最高效地在整个系统中移动数据的公司。”

“AI工厂”新范式：数据流是核心

英伟达提出的未来数据中心即“AI工厂”的概念凸显了这一转变。与主要围绕服务器组织的传统数据中心不同，这些新型设施的设计越来越多地围绕连接计算、内存、网络、存储和安全的数据流进行。

Ad

内存技术也日益成为网络挑战的一部分。三星、XCENA和Cerebras等公司展示的技术旨在将更多数据保留在靠近处理单元的位置，以减少数据在拥堵的互连通道上的传输量。本地保留的每一个字节都能减少通信开销，使得内存容量、带宽和效率的提升与网络性能紧密相关。

市场影响与受益公司

花旗认为，这种行业焦点的转移可能将更多AI基础设施的价值导向那些能够优化整个数据移动堆栈的公司，而非仅仅供应独立处理器的厂商。这一趋势对以下公司尤其有利：

• 英伟达 (Nvidia, NVDA)
• 博通 (Broadcom, AVGO)
• Arista Networks (ANET)
• Marvell Technology (MRVL)
• Astera Labs (ALAB)
• Lumentum (LITE)
• Coherent (COHR)