瑞银——美国半导体：2026年AI基础设施峰会纪要


瑞银指出，市场严重低估了英伟达（NVDA）在系统级整合上的护城河，同时内存瓶颈正在成为制约AI算力扩张的最大掣肘。随着超大规模云厂商（Hyperscalers）借助AI工具加速自研ASIC（专用集成电路）的部署周期，整个AI基础设施的竞争格局正从单纯的算力堆叠，转向以“系统级总拥有成本（TCO）”为核心的精细化博弈。

一、 推理需求无底洞与硬件通用性的两难

当前推理（Inference）需求呈现“无法满足”的态势，但运营者面临的核心矛盾在于：必须在优化当前大模型代际的每Token成本（Cost/Token）与保留未来支持未知工作负载的硬件通用性（Fungibility）之间做出权衡。这种“优化与灵活性的张力”正主导下一代AI基础设施的设计。除了NVDA，市场正密切关注Cerebras（CBRS）、SambaNova和Etched等新兴推理加速方案的崛起。

二、 优化重心全面向系统级转移

单纯的算力堆叠已触及瓶颈。由于内存带宽（Memory Bandwidth）、内存容量及存储成为新的限制因素，行业焦点正转向提升整个系统的综合利用率。如果系统其他部分无法喂饱加速器（Accelerators），增加再多算力也无济于事。所谓的“内存墙（Memory Wall）”是本届峰会最高频的词汇，解决路径包括提升Scale-up（纵向扩展）网络的吞吐量、降低延迟以及采用新型计算架构。

三、 网络互联在推理中的权重急剧上升

随着推理工作负载变得更加分散且对延迟极度敏感，在加速器和内存之间高效移动数据变得与计算本身同等重要。更好的网络互联能直接提升加速器利用率，进而压低每Token成本。关键趋势是：超大规模云厂商不再满足于单一协议，Scale-up市场正从“赢家通吃”转向多协议并存。

具体来看，基于以太网的ESUN（注：可能指增强型超以太网联盟方案）通过缩短报头解决了历史延迟问题，被视为可靠的Scale-up替代方案；NVLink仍是非以太网阵营中最成熟的选择；而UALink（Ultra Accelerator Link）作为后起之秀也备受关注。在UALink的专题讨论中，谷歌（Google）工程师证实，尽管GCP（谷歌云平台）广泛采用OCS（光电路交换）方案，但正在评估将UALink用于特定延迟敏感的推理场景（初期为小规模特定部署）。

四、 CXL技术成为DDR4生命周期的“续命”良药

本次峰会的一个显著趋势是，超大规模云厂商正在利用CXL（Compute Express Link）技术将DDR4内存扩展到仅支持DDR5的最新CPU上。Meta（META）的数据极具说服力：目前43%的服务器受限于内存瓶颈，且69%的碳足迹与内存DIMM相关。由于DIMM的生命周期通常是CPU的2倍以上，通过CXL桥接DDR4，可以有效减少昂贵的DDR5用量。尽管CXL会引入额外延迟，但测试表明，只要CXL连接的DDR4占比控制在系统总内存的1/4左右，就能通过系统级调度有效隐藏延迟，性能表现与本地内存相当。这是系统级经济性的又一典型案例。

五、 AI正在压缩芯片研发与部署周期

AI工具正在颠覆传统的芯片设计流程，工程师得以将原本串行的设计步骤并行化，大幅缩短开发时间。但更快的设计周期对部署速度提出了更高要求。AWS（亚马逊云科技）介绍了一种激进的部署策略：在芯片流片回来之前，先部署和测试整个机架系统，最后一步才将计算芯片“插入”系统。这种方法将传统的约9个月爬坡期压缩到了“几周”级别。这揭示了一个二阶效应：仅仅更快地设计出下一代芯片是不够的，整个基础设施堆栈必须准备好迎接远超以往的产品迭代节奏。