这份研报重点分析了TMT领域的最新动态,特别是AMD和NVIDIA在数据中心AI加速器和CPU市场的最新进展。AMD介绍了其Helion和Verano产品,以及Helios系统的投产情况;NVIDIA则讨论了Rubin部署、Vera CPU机架和共封装光学技术。此外,还涵盖了Meta网络的以太网纵向扩展方案,以及其他公司在光互连、电力管理和制造部署方面的探讨。报告总结了数据中心AI加速器和CPU市场的快速增长趋势,以及智能体执行需求对CPU市场的重要驱动作用。
根据研报,数据中心AI加速器和CPU市场正在快速增长。AMD预计到2030年,数据中心AI加速器市场规模将达到1.5万亿美元,而CPU市场规模将超过2,000亿美元,未来几年复合年增长率(CAGR)约为50%。智能体执行需求成为CPU市场的重要驱动力,厂商正在推出针对智能体执行的新产品和架构,如AMD的Helion和NVIDIA的Vera CPU机架。光互连和共封装光学技术也正在成为数据中心网络的重要趋势。
AMD的Helion系统面向智能体执行,支持高达32,768个CPU核心,分为面向超大规模云服务商的CPU为主配置和面向企业的CPU/GPU集成配置。NVIDIA的Vera CPU机架则专为智能体执行设计,支持工具调用、编排和沙箱化执行,优先考虑强劲且持续的单核性能、内存访问能力和可预测的吞吐量。这些产品都体现了厂商对智能体执行需求的重视,以及其在技术和架构上的创新。
当前数据中心市场正处于快速发展阶段,AI加速器和CPU需求持续增长。AMD和NVIDIA等主要厂商正在积极推出新产品和架构,以满足市场对高性能计算的需求。光互连和共封装光学技术逐渐成为数据中心网络的重要趋势,而电力管理和制造部署也成为数据中心平台差异化的重要因素。以太网纵向扩展和商用交换机的应用也在不断扩展,数据中心网络架构正在不断演进。
虽然研报展示了数据中心AI加速器和CPU市场的积极趋势,但也存在一些风险。首先,市场竞争激烈,新技术和新产品的推出可能会面临来自其他厂商的挑战。其次,智能体执行需求对CPU性能提出了更高的要求,厂商需要持续投入研发以保持技术领先。此外,光互连和共封装光学等新技术仍处于发展初期,其大规模应用可能面临技术成熟度和成本等方面的挑战。最后,数据中心的建设和运营需要大量的资金投入,厂商需要谨慎评估投资风险。