如今的網絡基礎設施市場相較于過去幾十年正變得更加活躍和有趣——而AI科技將推動其邁上新的高峰。

AI是數據的貪婪消費者，無論是在超大規模云端、為大語言模型（LLM）的運行提供支撐，還是在邊緣由私有基礎設施收集并安全地將數據傳輸至不同類型的目的地，乃至于多種多樣的應用程序，總之市場對于網絡連接的需求正在迅速增加。

AI技術的有趣之處在于，它不僅會為網絡基礎設施硬件與軟件創造新的市場空間，而且還將憑借對數據的新興需求而推動數據中心乃至企業等傳統網絡市場的發展。

所有這一切，都讓幾十年來習慣于市場相對靜態的眾多網絡業務參與者莫名興奮，并為新時代的需求做好了準備。自互聯網泡沫時代以來，思科就一直主導著整個網絡世界，估計在企業和數據中心網絡市場占據著50%至60%的市場份額。這種缺乏競爭動力的情況也讓市場變得異常沉悶。但近年來，這種情況開始發生變化，Arista Networks等競爭對手在超大規模云市場中把持著一定比例；瞻博網絡與HPE的合并計劃也帶來轉折，這對組合有望在網絡領域占據第二的位置。隨著瞻博網絡回憶其AI網絡發展路線圖，其將成為HPE麾下更具戰略意義的資產。與此同時，AI基礎設施芯片領域的領導者英偉達也圍繞AI優化構建起自己的完整網絡技術棧，在超大規模模型的AI工作負載方面領先于現有網絡供應商。

網絡技術層面的創新也比比皆是。Arrcus和DriveNets等初創公司正在通過將硬件與云規模網絡操作系統（NOS）相互剝離的方式進軍AI領域。Hedgehog和Aviz Networks則選擇利用開源云開放網絡軟件（SONiC）NOS以及Kubernetes等云工具。另外由于AI需要與更多數據建立更多連接，因此預計這波浪潮將推動多云網絡的發展，其中包括Alkira、Aryaka、Aviatrix、Graphiant、Itential和Prosimo等熱門初創公司。

這對市場來說無疑是件好事。網絡買家擁有著比以往更多的選擇，他們可以在多種方案之間靈活選擇，包括AI基礎設施領導者英偉達提供的完整網絡技術棧、與思科及HPE/瞻博等知名廠商合作的最佳網絡方案，還有各初創公司端出的創新解決方案大餐。

本文稍后會具體介紹市場競爭態勢，但讓我們首先分析一下AI對于網絡技術的要求究竟有何區別。

AI網絡為何能夠支撐起一片全新市場

AI的技術應用有著多種多樣的具體形式，從規模龐大的云端大模型到其他用例，包括面向特定垂直情境的私有云小語言模型（SLM）等等。AI技術可用于訓練通用聊天機器人，用以協助聊天和寫作，同時也能夠在基于定制數據開發藥物、或者優化制造業車間等用例中發揮奇效。

首先需要了解的是，AI網絡與傳統網絡往往有著截然不同的要求。從通用計算到加速計算的轉變，需要新的軟件和分布式網絡架構以閃電般的速度實現對數據的連接、移動和處理，期間延遲要始終保持在極低水平，且幾乎不能接受數據丟失。總之，AI工作負載對網絡的要求跟咖啡廳里的免費Wi-Fi絕對不是同一種概念。

構建龐大AI模型云的這波軍備競賽潮流，也刺激了市場對于專用處理器（包括SmartNIC、IPU和DPU）的需求，用以提高AI網絡的傳輸、安全和存儲功能與性能。此外還有更多領域值得關注：各網絡參與方會使用多種多樣的架構、軟件和組件來構建起更具經濟效益的基礎設施來訪問AI模型，而這些模型又可能部署在邊緣或者云端。無論是連通超級計算機內的芯片、互連AI集群中的服務器，還是將這些集群再接入網絡邊緣，原有技術都必須不斷發展以維持AI應用所提出的嚴苛性能要求。

Futuriom最近耗費幾個月時間，通過一份關于AI網絡的詳盡報告研究了最終用戶對于AI工作負載的要求?？梢钥吹绞袌鲂螒B已經迎來細分，具體可劃為兩大類別：

1）訓練。ChatGPT、Llama、Claude AI乃至Mistral等大模型都離不開訓練步驟，即通過反復運行擁有數十億個參數的對抗神經網絡來構建出一套能夠識別單詞、圖像和聲音等的系統。這些大模型是AI應用的基礎，而小模型也同樣需要特殊的網絡解決方案。

2）推理。經過微調的大模型或者小模型，能夠依托于特定數據集以建立AI應用程序。由此產出的應用程序可以傳遞信息、解決特定問題并完成任務目標。例如，銀行可以微調Claude AI，通過來自多筆交易的匿名數據運行模型，從而簡化ATM端的客戶服務。這通常被稱為AI的“前端”，因此需要將處理和網絡功能盡可能貼近客戶。

訓練和推理兩大步驟，對于網絡市場提出了迥異于傳統/通用客戶端-服務器網絡乃至基于該范式的高性能計算（HPC）網絡的功能需求。

新的需求包括：更高的傳輸容量（擴展至400 Gb/秒甚至800 Gb/秒）、更高的吞吐量、更低延遲、高可靠性、更快的存儲訪問、優化集群與更高的計算利用率等等。

新一輪競賽已然啟動！

AI科技憑借其提高生產力與發布新型數字產品的巨大潛力，持續激發著商業市場的無窮想象。人們對于AI基礎設施建設的興奮之情也隨之油然而生。但由于收入和生產力增長的實現過程困難重重，整個過程往往需要經歷多年、甚至是數十年的發展周期。在此期間，商業模式與架構變化也將隨之展開。

據估計，AI網絡市場約占AI基礎設施總預算的10%到15%。盡管最初起點較低，但最終必然會達到數十億美元。Arista Networks公司CEO Jayshree Ullal估計，明年與AI建設直接相關的網絡收入將達到7.5億美元，而且具體數字將繼續保持快速增長。

到目前為止，AI網絡市場一直是InfiniBand與以太網兩大勢力之間的較量。其中英偉達憑借GPU與網絡連接方面的早期領先優勢而全力支持InfiniBand技術，該陣營的特色在于特殊的低延遲與無損特性。另一方面，以太網解決方案也在快速進入市場，英偉達的Spectrum-X平臺亦采用了基于以太網的技術。隨著更多基于以太網的解決方案進入市場，AI網絡將得到進一步擴展。小模型可以由各類垂直企業運行，并不需要大模型那過于全面的完整功能。小模型甚至可以在私有數據中心及基礎設施上落地。考慮到這些場景中以太網的廣泛部署和普遍熟悉，這項技術有望從唾手可得的組件與規模經濟中受益。

為此，以太網也在努力適應AI網絡對于低延遲和無損通信的需求——從某種意義上講，它更像是既承接InfiniBand的優點，同時發揮以太網所固有的經濟性。眾多供應商聯手成立了超級以太網聯盟（UEC），其任務是引入以太網標準升級，使其適用于要求苛刻且規模各異的AI環境?，F如今，以太網已經適應了融合以太網（RoCE）上的遠程直接內存訪問（RDMA）機制，在很大程度上符合AI工作負載的性能需求，而且發展的腳步一刻沒有停歇。如今大多數網絡供應商都支持RoCE v2，其相較于RoCE引入了更多增強功能，包括DCQCN（數據中心量化擁塞通知），這是一項結合了PFC（優先級流量控制）及ECN（顯式擁塞通知）的技術，外加智能排隊與緩沖區管理能力。一部分供應商還在RoCE v2中添加了AI與機器學習，用以提高其整體性能。

開放式網絡也有很多值得一提的地方，客戶可以選擇通過混合/匹配供應商NOS和硬件來構建自己的網絡。芯片制造商博通、Marvell和英特爾更是帶來強大的商用芯片產品組合，幫助網絡專家能夠利用現成硬件與他們選定的NOS（包括開源SONiC）相匹配。

各大知名網絡供應商（包括Arista、思科、博通、瞻博、HPE和諾基亞等）已紛紛加入UEC以實現這些目標。在這一領域，瞻博與HPE即將合并，由此建立的網絡部門將擁有更大的規模，預計將在市場份額層面成為僅次于思科的全球第二大勢力。

AI網絡也給初創公司帶來了更多機會。其中包括掌握基于SONiC技術的供應商，例如Aviz Networks和Hedgehog；還有專注于立足自有NOS進行橫向擴展與系統拆分的初創公司，包括Arrcus和總部位于以色列的DriveNets，后者已經在為通信市場提供超大規模路由解決方案。

在這個爆發式增長的領域，還有更多供應商值得關注。例如，初創公司Enfabrica就為AI服務器提供計算到計算互連交換機，充當高帶寬“NIC交叉開關”，用以增強集群內的計算、網絡與內存連接。而Alkira、Aryaka、Aviatrix、Itential和Prosimo等多云網絡與網絡即服務（NaaS）供應商則努力幫助組織更輕松地建立起安全網絡連接，用以在各AI源之間往來傳輸數據。

AI網絡熱潮還將推動光學市場的發展，因為這部分需求希望通過高速光學器件來支持傳輸帶寬的激增。在這方面，光學設備市場領導者Ciena在相干光學領域的地位為數據中心的互連提速帶來了希望。總部位于泰國的Fabrinet已經成為AI投資界的寵兒，其針對AI應用的光學元件增長強勁。同樣乘上東風的還有其競爭對手Coherent和Lumentum。光纖制造商康寧公司股價近期上漲了10%，此前該公司曾發布一份盈利預告，將第二季度的銷售額預期上調了約2億美元。這在很大程度上源自數據中心在運行AI類應用程序時，內部對于光纖連接的需求超出原本預期。在這一領域，思科也繼續占據著優勢，其擁有自己的光學元件、能夠與Silicon One芯片平臺納入同一封裝。

縱觀整體市場態勢，我們將看到一場為了奪取AI基礎設施網絡領導地位而展開的規模龐大、充滿奇思妙想的商業混戰，相信其間也將出現許多波折?？傊W絡技術再次活力滿滿，請大家持續關注、安心吃瓜！