行业分析指出，随着集群内部数据流动成为主要性能瓶颈，AI网络设备正成为下一个核心增长赛道。

人工智能持续迅速扩张，但AI公司的主要瓶颈可能很快将从原始芯片算力转向互连速度。随着系统日益复杂，处理器之间高效通信的能力正成为关键瓶颈。

这一结论源于花旗分析师对Hot Chips大会演示文稿的回顾，该会议凸显了网络作为日益复杂的AI架构主要性能限制因素的地位。这一转变对AI基础设施股票具有重大影响。据花旗集团称，英伟达（Nvidia）、博通（Broadcom）、Arista Networks、Lumentum、Coherent、Marvell Technology和Astera Labs处于有利地位，有望从高速、高效数据传输需求的增长中获益。

这种演变标志着更广泛的行业转型。虽然初期的AI基础设施竞赛侧重于获取更多强大的GPU和加速器以训练越来越复杂的模型，但下一阶段将优先考虑高效的处理器互连。早期的开发周期很简单：最大化计算能力。然而，随着系统的扩展，复杂性呈倍数增长。现代模型拥有庞大的参数量、广阔的上下文窗口以及复杂的AI代理工作负载，所有这些都需要在系统组件之间进行持续的大容量数据传输。如果高性能芯片因等待数据而闲置，其价值微乎其微。因此，网络变得至关重要。AI架构需要GPU、内存、服务器和机架之间不断交换数据，这些数据交换通常跨越大型数据中心内的多个区域。

来自英伟达、博通、Meta、谷歌母公司Alphabet以及三星的演示文稿进一步印证了这一趋势。分析师表示：“未来的AI赢家不一定是拥有最快处理器的公司，而是能够在整个系统中最高效地移动数据的公司。”这种范式转变可能会将投资者的注意力重新引向下一波AI基础设施领导者。英伟达仍然是AI计算领域的主导力量，其GPU是大多数现代数据中心的核心。然而，该公司同时也在扩大其对连接这些芯片的网络技术的重视。花旗特别强调了英伟达提出的“AI工厂”概念——这是一种下一代设施，不仅用于容纳服务器，还旨在优化计算、内存、网络、存储和安全层之间的数据流。这种架构提升了博通和阿瑞斯塔网络等公司的战略重要性。博通为大规模部署提供核心网络和连接解决方案，而阿瑞斯塔网络则专注于高速交换基础设施。其他参与者也有望在互补领域受益：Lumentum和Coherent提供实现超高速数据传输的光学技术；Marvell Technology开发连接和数据基础设施产品；Astera Labs则专门从事处理器、内存和外围组件之间的互连技术。

内存集成同样至关重要。虽然与网络不同，但这两个挑战紧密交织。将数据定位在处理单元附近可以减少对拥塞互连的依赖，降低通信开销，并提高整体系统效率。包括三星、XCENA和Cerebras在内的公司正在积极开发将数据靠近计算引擎的技术。

这一现实要求投资者将AI基础设施视为一个集成的生态系统，而不是分散的组件集合。仅靠峰值GPU性能并不能决定大规模AI部署的效率。内存容量很重要。内存带宽很重要。网络速度很重要。光学连接很重要。控制这一切的软件也很重要。花旗的分析强调了这是AI基础设施格局中的一个关键转变。因此，AI扩张的下一阶段可能与前一阶段有所不同。与其优先考虑原始处理器速度，资本配置将越来越多地倾向于那些能够实现数千个处理器之间无缝协调的公司，从而消除由数据瓶颈引起的延迟。随着模型的扩展以及数据中心从分散的服务器集群演变为高度优化的信息传输机器，AI网络有望成为未来最具影响力的基础设施主题之一。