- UBS参加Santa Clara AI基础设施峰会后形成三大核心观点：1）英伟达（NVDA）的灵活性和系统级专业能力被市场低估，市场过度关注单一计算架构（A
- 序号：077
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
- UBS参加Santa Clara AI基础设施峰会后形成三大核心观点：1）英伟达（NVDA）的灵活性和系统级专业能力被市场低估，市场过度关注单一计算架构（ASIC、快速推理等）；2）内存仍是最大瓶颈且未有好转迹象；3）AI正在加速计算设计周期，帮助超大规模厂商更快推广ASIC方案。报告还指出，推理需求依然旺盛但计算运营商面临的优化问题日趋复杂，内存带宽/容量和存储成为关键瓶颈；网络对推理的重要性日益提升，ESUN凭借更短报文头解决了以太网延迟问题，被视为可行的scale-up替代方案；CXL技术正在兴起，可用于在最新DDR5 CPU上扩展DDR4内存的使用寿命。
UBS半导体分析师Timothy Arcuri参加了在Santa Clara会展中心举办的AI基础设施峰会，与各大AI公司的工程师和高管深入交流后，形成了以下三大核心观点： ：市场过度聚焦于单一计算架构（如ASIC、快速推理芯片等），而忽视了英伟达在系统层面的灵活性与专业能力优势。 ：内存带宽和容量问题未有好转，已成为制约AI基础设施性能提升的关键短板。 ：AI工具帮助超大规模云厂商更快地完成ASIC芯片的设计与部署，但。
一、推理需求旺盛，但优化难题日益复杂 报告指出，推理（Inference）需求仍然难以满足，但。他们需要在以下两方面取得平衡： ，特别是降低单token成本 ，以应对数年后可能截然不同的工作负载 这种""在峰会上被反复提及，UBS认为这正在成为AI基础设施设计中越来越重要的考量因素。同时，Cerebras（CBRS）、SambaNova、Etched等新兴厂商的解决方案也日益受到关注。 二、优化重心向系统层面迁移 工程师们不再简单地追求"增加更多算力"，而是将焦点转向： ——越来越成为瓶颈 ——系统整体协调性比单纯堆叠加速器更重要 UBS指出，""。峰会上的"内存墙"（Memory Wall）主题被多次讨论，解决方案涵盖： 提升scale-up网络吞吐量/降低延迟 采用新型计算架构 三、网络对推理的重要性显著提升 随着推理工作负载变得更加分布式且对延迟更加敏感，。更好的网络驱动更高的加速器利用率，最终降低单token成本。 UBS在峰会上的关键观察包括： 网络方案定位与评价
通过更短的报文头（header）解决了以太网的历史延迟短板，被视为可行的scale-up替代方案，同时保留了以太网的生态系统和可靠性优势
被认为是最成熟、最可靠的非以太网方案
新兴替代方案，Google工程师表示GCP正在评估UALink用于特定延迟敏感的推理工作负载，但UBS认为初期部署规模较小 关键判断：，scale-up市场越来越不像"赢者通吃"的格局。几乎所有人都愿意尝试多种协议。 四、CXL技术延长DDR4使用寿命 在峰会的多个分论坛上，超大规模云厂商讨论了。Meta在一次会议中提到： 目前 ……（文本在引用UBS量化研究报告时被截断，但暗示内存瓶颈比例非常高） 这一趋势表明，成为超大规模云厂商降低总体拥有成本（TCO）的重要手段。
本报告为（Event Takeaways），并未直接给出特定公司的评级变动或目标价调整。但从报告内容可推断以下投资逻辑： ：UBS暗示其系统级能力和灵活性被市场低估，态度偏积极 ：AI加速设计周期对ASIC推广有利，但替代时间表仍不确定 （CBRS、SambaNova、Etched）：在推理市场获得更多关注 ：多协议并行的趋势意味着竞争格局更加开放
：若超大规模云厂商的内部ASIC芯片发展速度超预期，可能加速对英伟达GPU的替代，对NVDA市场份额构成压力。 ：若HBM、DDR5等内存供给持续紧张或价格高企，将进一步制约AI基础设施部署规模和经济效益。 ：多协议并行虽然降低单一供应商风险，但也可能导致生态碎片化，增加系统集成复杂度和成本。 ：Cerebras、SambaNova、Etched等新兴架构若在特定推理场景取得突破，可能改变现有市场格局。 ：峰会信息为定性观察，具体数据点和客户反馈需后续验证，部分结论（如UALink初期部署规模）仍存在不确定性。 ：AI基础设施建设受宏观经济周期、地缘政治（尤其是对华芯片出口管制）和电力供应等多重外部因素影响。
总体总结
主题正文
-
- UBS参加Santa Clara AI基础设施峰会后形成三大核心观点：1）英伟达（NVDA）的灵活性和系统级专业能力被市场低估，市场过度关注单一计算架构（ASIC、快速推理等）；
- UBS半导体分析师Timothy Arcuri参加了在Santa Clara会展中心举办的AI基础设施峰会，与各大AI公司的工程师和高管深入交流后，形成了以下三大核心观点：
- 同时，Cerebras（CBRS）、SambaNova、Etched等新兴厂商的解决方案也日益受到关注。
- 通过更短的报文头（header）解决了以太网的历史延迟短板，被视为可行的scale-up替代方案，同时保留了以太网的生态系统和可靠性优势
- ：若HBM、DDR5等内存供给持续紧张或价格高企，将进一步制约AI基础设施部署规模和经济效益。
- ：多协议并行虽然降低单一供应商风险，但也可能导致生态碎片化，增加系统集成复杂度和成本。
- ：峰会信息为定性观察，具体数据点和客户反馈需后续验证，部分结论（如UALink初期部署规模）仍存在不确定性。
- ：AI基础设施建设受宏观经济周期、地缘政治（尤其是对华芯片出口管制）和电力供应等多重外部因素影响。