瑞银 美国半导体 2026年AI基础设施峰会纪要

该纪要聚焦AI基础设施发展，指出推理需求持续增长但硬件设计面临优化与通用性平衡挑战。关注NVDA及Cerebras、SambaNova、Etched等新兴推理加速方案。同时强调系统级优化成为行业重心，内存带宽、容量及存储成为新瓶颈，需提升Scale-up网络吞吐量、降低延迟及采用新型计算架构。此外，网络互联权重急剧上升，推理工作负载分散且延迟敏感，Scale-up市场从单一协议转向多协议并存，ESUN、NVLink、UALink等方案受关注。CXL技术延长DDR4生命周期，超大规模云厂商通过CXL桥接DDR4至最新CPU，可减少DDR5用量。最后，AI加速芯片研发与部署周期缩短，工程师并行化设计步骤缩短开发时间，基础设施堆栈需准备迎接更快产品迭代节奏。

AI基础设施赛道呈现推理需求增长与硬件设计两难平衡的趋势。系统级优化成为关键，内存瓶颈凸显，推动Scale-up网络和新型计算架构发展。网络互联重要性提升，多协议并存成为趋势，ESUN、NVLink、UALink等方案受关注。CXL技术延长DDR4生命周期，降低DDR5需求。研发部署周期加速，工程师并行化设计缩短开发时间，要求基础设施堆栈适应更快迭代。这些趋势表明AI基础设施正朝着更高性能、更低延迟、更灵活互联和更快速迭代的方向发展。

该报告重点分析了推理加速方案的优化与通用性平衡问题，关注NVDA及Cerebras、SambaNova、Etched等新兴方案。系统级优化成为行业重心，报告深入探讨了内存带宽、容量及存储瓶颈，以及提升Scale-up网络吞吐量、降低延迟和采用新型计算架构的必要性。网络互联方面，报告分析了推理工作负载分散和延迟敏感问题，以及Scale-up市场从单一协议转向多协议并存的趋势，ESUN、NVLink、UALink等方案受关注。此外，报告还重点分析了CXL技术延长DDR4生命周期，减少DDR5用量的作用，以及AI加速芯片研发与部署周期的缩短，要求基础设施堆栈适应更快迭代。

当前AI基础设施市场呈现推理需求持续增长但硬件设计面临优化与通用性平衡的挑战。系统级优化成为行业重心，内存带宽、容量及存储成为新瓶颈，推动Scale-up网络和新型计算架构发展。网络互联重要性提升，推理工作负载分散且延迟敏感，市场转向多协议并存，ESUN、NVLink、UALink等方案受关注。CXL技术被超大规模云厂商采用，延长DDR4生命周期，减少DDR5用量。研发部署周期加速，工程师并行化设计缩短开发时间，要求基础设施堆栈适应更快迭代。这些现状表明AI基础设施市场竞争激烈，技术迭代加速，企业需快速适应新趋势。

该研报提示AI基础设施市场技术迭代加速带来的风险，企业需快速适应新趋势，否则可能面临竞争力下降。内存瓶颈问题可能影响系统性能，若未及时优化Scale-up网络和计算架构，可能导致性能瓶颈。多协议并存增加了系统复杂性，若兼容性处理不当，可能影响稳定性。CXL技术虽能延长DDR4生命周期，但依赖该技术可能增加系统成本和复杂性。此外，AI加速芯片研发与部署周期缩短，要求企业具备快速响应能力，否则可能错失市场机会。这些风险提示表明AI基础设施市场充满挑战，企业需谨慎应对技术迭代和市场变化。