US semiconductor AI infrastructure：UBS 认为 AI 基础设施正从以加速器为中心的扩展转向系统级优化

概览

UBS 总结了 2026 年 AI Infrastructure Summit 的讨论，认为 AI 建设日益由整体系统经济性而非单纯算力容量决定。报告强调持续的推理需求、内存和网络约束、不同互连方案、CXL 支持的内存配置，以及更快的芯片开发和部署周期。

核心观点

UBS 从峰会中得出三项总体结论：在市场聚焦单项算力架构之际，NVIDIA 的灵活性和系统级专长似乎被低估；内存仍是最大的瓶颈，且并未改善；AI 工具正加速算力设计周期，并帮助超大规模云厂商更快部署 ASIC 解决方案。更快的开发和部署是否会缩短超大规模云厂商实现 ASIC 内部化的时间表，仍不确定。 推理需求依然非常强劲，但运营商面临更复杂的优化问题。他们既要降低当前一代模型的每 token 成本，也要保留足够的硬件可替换性，以应对数年后可能显著不同的工作负载。UBS 认为，近期优化与长期灵活性之间的取舍正变得越来越重要。峰会还凸显了 Cerebras、SambaNova 和 Etched 等较新的算力解决方案。 报告称，优化正从单纯增加加速器转向改善整个系统。内存带宽、内存容量和存储可能使加速器无法得到充分利用，因此仅增加算力的价值有限。由此产生的“内存墙”是峰会反复出现的主题，应对方案包括提升 scale-up 网络吞吐量、降低延迟和采用新型算力架构。 对于分布式、低延迟敏感型推理，网络正变得几乎与算力同等重要，因为它决定了数据能否在加速器和内存之间高效传输。更好的网络可提高加速器利用率并降低每 token 成本。UBS 听到的观点是，超大规模云厂商希望拥有多种替代方案和协议，而非形成赢家通吃的 scale-up 市场。ESUN 被描述为可信的 scale-up 替代方案：其通过更短的报头解决了 Ethernet 过去的延迟问题，同时保留了 Ethernet 的生态系统和可靠性优势。NVLink 被视为最成熟、最可靠的非 Ethernet 选项，UALink 则被视为新兴替代方案。据称，Google 在继续广泛使用 OCS 解决方案的同时，正评估将 UALink 用于特定的低延迟敏感型推理工作负载；UBS 预计，UALink 的初期部署规模会较小且针对特定应用。 CXL 正成为在采用较新、支持 DDR5 的 CPU 系统中延长 DDR4 使用寿命的潜在方式。Meta 表示，43% 的服务器受内存限制，69% 的碳足迹与内存 DIMM 有关。由于典型 DIMM 的生命周期至少是 CPU 的两倍，CXL 连接的 DDR4 可减少系统对更昂贵 DDR5 的需求。尽管 CXL 相比本地 DIMM 会增加延迟，但讨论显示，将约四分之一的系统内存配置为通过 CXL 连接的 DDR4，可能通过有效掩盖该延迟而实现可比性能。UBS 将此视为运营商围绕整体系统经济性而非单一组件进行优化的又一例证。 AI 也在压缩芯片设计和部署周期。AI 工具可将传统上按顺序执行的工程任务并行化，从而缩短设计时间，但这也使基础设施栈面临更快产品节奏的压力。AWS 描述了一种在算力芯片可用前先部署和测试机架、再将算力芯片作为近乎最后一步插入的方法。AWS 表示，这可将传统约九个月的爬坡周期缩短至数周。UBS 认为，这是更快 AI 芯片路线图带来的二阶影响：基础设施部署必须与芯片设计同步加速。

分析框架

UBS 基于 AI Infrastructure Summit 的讨论和演讲形成结论，依次围绕推理经济性、系统瓶颈、网络替代方案、内存架构和更快的芯片部署展开。报告通过这些因素对加速器利用率、延迟、每 token 成本、硬件灵活性和整体系统经济性的影响来解读技术观察结果。

方法论与常识提炼

• 估值方法PE/PEG 估值

  P/E 估值

  UBS 表示，其在为报告讨论的公司估值时采用 P/E 等估值方法。

• 其他

  EV/FCF 估值

  UBS 表示，其也采用 EV/FCF；该方法将企业价值与自由现金流进行比较，用于为报告讨论的公司估值。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• NVIDIA (NVDA)

  UBS 认为，在市场聚焦单项算力架构之际，其灵活性和系统级专长被低估。

  优势

  灵活性和系统级专长。

  对比

  NVLink 被视为最成熟、最可靠的非 Ethernet 网络选项；替代方案包括基于 Ethernet 的方法和 UALink。

• Cerebras, SambaNova, Etched

  AI 基础设施生态系统中受到更多关注的新兴算力解决方案。

  对比

  被定位为成熟算力架构的替代方案之一。

• ESUN

  被描述为可信的 scale-up 网络替代方案。

  优势

  据称，更短的报头解决了 Ethernet 过去的延迟问题，同时保留 Ethernet 的生态系统和可靠性优势。

  对比

  与 NVLink 和新兴 UALink 方案竞争；UBS 认为该市场不太可能形成赢家通吃格局。

• UALink

  正被评估用于特定低延迟敏感型推理工作负载的新兴网络替代方案。

  优势

  可能适用于特定低延迟敏感型工作负载。

  劣势

  初期部署预计规模较小且针对特定应用。

  对比

  与 NVLink 成熟的非 Ethernet 地位以及 GCP 广泛使用 OCS 形成对比。

关键数据

• AI Infra Summit 参会人数~8,000 experts规模较上一年增加逾一倍。
• 受内存限制的服务器43%Meta 强调的数字。
• 内存 DIMM 占碳足迹的比例69%Meta 强调的数字。
• DIMM 与 CPU 生命周期对比At least 2x longer典型 DIMM 生命周期相对于 CPU 生命周期。
• CXL 连接 DDR4 的配置比例~1/4 of system memory讨论认为，较小的配置比例可在掩盖增量延迟的同时实现可比性能。
• AWS 机架部署爬坡周期~9 months to several weeksAWS 所述通过在算力芯片可用前预先部署和测试机架实现的缩短。

影响与含义

UBS 认为，AI 基础设施机会越来越取决于优化完整系统的能力：算力、内存、存储和网络必须协同工作，以提升利用率并降低每 token 成本。这凸显了灵活系统架构、多样化网络协议、内存扩展方案以及能够匹配更快芯片路线图的部署流程的重要性。

风险

• 宏观经济下行可能影响报告讨论的公司。
• 国际贸易中断可能影响报告讨论的公司。
• 新发明带来的技术颠覆可能改变竞争格局。
• 商业模式创新和行业结构变化可能影响销量、ASP 和收入。

后续跟踪

• 更快的 ASIC 设计和爬坡周期是否会加速超大规模云厂商实现 ASIC 内部化的时间表。
• 多种 scale-up 网络协议的采用情况，包括 UALink 用于低延迟敏感型推理工作负载。
• CXL 连接 DDR4 在维持性能的同时减少 DDR5 需求的部署程度。
• 基础设施部署流程能否跟上更快的 AI 芯片路线图。