智通财经APP获悉，当英伟达(NVDA.US)在8月27日公布第二季度财报时，投资者的关注焦点将牢牢锁定在该公司的数据中心业务上。毕竟，这正是这家芯片巨头凭借销售高性能AI处理器实现营收的核心板块。

但数据中心板块不仅仅包括芯片销售，它还涵盖了英伟达一些至关重要、却常被忽视的业务——网络技术。由NVlink、InfiniBand和以太网解决方案组成的英伟达网络产品，是让其芯片相互通信、让服务器在庞大的数据中心内部互联互通，并最终确保终端用户能够连接并运行AI应用的关键。

英伟达网络业务高级副总裁Gilad Shainer解释道：“构建超级计算机最重要的部分是基础设施，而最重要的部分就是如何将这些计算引擎连接起来，从而形成一个更大的计算单元。”

这也意味着可观的销售额。在上一财年，英伟达的网络业务在数据中心板块1151亿美元的收入中占据129亿美元。虽然与芯片销售带来的1021亿美元相比似乎不那么显眼，但这一数字已超过英伟达第二大业务——游戏板块——当年实现的113亿美元收入。

在第一季度，网络业务为英伟达的数据中心业务(营收391亿美元)贡献了49亿美元营收。随着客户持续扩展AI算力——无论是在科研机构还是超大规模数据中心——这一业务还将继续增长。

Deepwater Asset Management管理合伙人Gene Munster表示：“这是英伟达业务中最被低估的部分，低估的程度是数量级的。”“网络业务之所以没得到关注，是因为它只占营收的11%。但它的增长速度像火箭一样快。”

连接成千上万颗芯片

在AI爆发的背景下，英伟达网络业务高级副总裁Kevin Deierling表示，公司需要在三种不同类型的网络上发力。第一是NVlink技术，它将GPU彼此连接在一台服务器内，或者在机柜状的服务器机架中连接多台服务器，使其能够互相通信并提升整体性能。其次是InfiniBand，它连接数据中心中多个服务器节点，从而组成一个庞大的AI计算机。最后是用于存储和系统管理的前端网络，这部分采用以太网连接。

Kevin Deierling解释道：“构建一个巨型AI级别、甚至中大型企业级AI计算机，都需要这三种网络。”

这些连接的目的不仅仅是让芯片和服务器能够通信，更重要的是让它们以最快的速度通信。如果你希望让一组服务器像一个单一计算单元那样运作，它们之间必须做到毫秒级甚至微秒级响应。如果GPU接收的数据不足，整个运算过程就会变慢，从而延迟其他流程，影响整个数据中心的效率。

Gene Munster表示：“如果没有网络业务，英伟达会是一个完全不同的公司。”“那些购买英伟达芯片的客户所期望的计算能力，如果没有这些网络技术，是不可能实现的。”

推理需求增强

随着企业持续开发更大型的AI模型，以及能够为用户执行任务的自主和半自主代理型AI功能，确保GPU之间步调一致变得越来越重要。尤其是在推理环节，对数据中心系统的性能要求正不断提高。

AI行业正围绕“推理”概念进行广泛重构。在AI浪潮初期，人们普遍认为，训练AI模型需要极其强大的AI计算机，而实际运行它们的算力需求会低得多。这种观点在今年早些时候引发了华尔街的担忧。今年早些时候DeepSeek推出的AI模型让人们担忧，如果企业能够用低性能芯片完成AI模型的训练和运行，那么昂贵的高性能英伟达系统就没有必要了。

然而，这一叙事很快反转。芯片公司指出，这些AI模型在强大的AI计算机上运行时，能够比在低性能系统上处理更多信息、推理速度更快。Kevin Deierling表示：“我认为依然存在一种误解，认为推理是简单、轻松的。”“事实证明，随着我们进入代理型工作流阶段，推理开始越来越像训练。因此，这些网络都非常重要。让它们与CPU、GPU和DPU(数据处理单元)紧密耦合，对提供良好的推理体验至关重要。”

竞争对手逼近

与此同时，英伟达的竞争对手也在蠢蠢欲动。AMD(AMD.US)正在努力争夺更多市场份额，而亚马逊(AMZN.US)、谷歌(GOOGL.US)和微软(MSFT.US)等云计算巨头则持续研发自己的AI芯片。行业组织也在推出自己的竞争性网络技术，包括UAlink。据Forrester分析师Alvin Nguyen介绍，这项技术旨在与NVlink直接竞争。

但目前，英伟达依然保持领先。随着科技巨头、科研机构和企业继续争夺英伟达的芯片，这家公司的网络业务几乎注定会同步增长。