人工智能（AI）领域的发展势头依旧强劲，各类技术突破正以前所未有的速度重塑行业格局。近期，摩根大通发布的一份研报揭示了AI在消费端与企业端爆炸式增长背后的技术驱动力。
据研报透露，摩根大通分析师在参加Hot Chips 2025大会后指出，AI已成为推动先进计算、内存及网络技术需求的核心力量，预计这一趋势将持续多年。大会上的多个议题均强调了AI作为技术进步和产品需求的首要驱动力，传递出一个明确信号：AI基础设施的需求增长不仅强劲，而且正逐渐从单纯的计算力竞争扩展到网络和光学技术的全面革新。
谷歌在大会上披露的Ironwood TPU（TPU v6）细节尤为引人注目。与上一代TPU v5p相比，Ironwood在峰值FLOPS性能上实现了约10倍的提升，功效比也提高了5.6倍。其内存容量和带宽均得到大幅提升，配备了192GB HBM3E内存，带宽高达7.3TB/s。Ironwood超级集群的规模也显著扩大，可扩展至9,216颗芯片，总计拥有1.77PB直接可寻址HBM内存和42.5 exaflops FP8计算能力。摩根大通分析认为，Ironwood的性能表现突出，正快速缩小与英伟达领先GPU的性能差距，这将促使超大规模云服务商加大对定制ASIC项目的投资。
meta在大会上同样展示了其定制化的NVL72系统Catalina，凸显了MGX架构的优势。与英伟达的标准参考设计不同，Catalina采用了独特的架构设计，每个B200 GPU都配对一个Grace CPU，使得系统中Grace CPU的总数翻倍，LPDDR内存和缓存一致性内存总量也分别增至34.6TB和48TB。meta表示，这一定制化设计主要基于模型需求和物理基础设施的考虑，旨在满足大语言模型、排序和推荐引擎等多种需求。
网络技术也成为此次大会的重要议题之一。博通推出的51.2TB/s Tomahawk Ultra交换机备受瞩目，被描述为专为HPC和AI应用构建的低延迟Scale Up交换机。英伟达也不甘落后，推出了旨在解决跨数据中心分布式集群挑战的"Spectrum-XGS"以太网技术。这些技术的发展为Scale Up和Scale Out领域都带来了显著的增长机会。
光学技术同样成为大会的焦点之一。多个演讲者强调了推动光学技术深度集成到AI基础设施的关键动力，包括铜互连的限制、快速增长的机架功率密度以及光学收发器相对较高的成本和功耗。Lightmatter和Ayar Labs等公司展示了其最新的光学技术产品，如Lightmatter的Passage M1000 AI 3D光子互连器和Ayar Labs的TeraPHY光学I/O芯片，这些技术有望在未来几年内广泛应用于数据中心，以应对功耗和成本的挑战。
AMD在会上也深入介绍了其MI350 GPU系列的技术细节，并宣布了MI400系列的推出计划。MI355X和MI350X两款产品分别针对液冷和风冷数据中心基础设施进行了优化，性能上也有所差异。AMD重申MI400系列及其"Helios"机架解决方案将于2026年下半年按计划推出，而MI500系列则计划于2027年发布。摩根大通分析师认为，AMD在推理计算市场具备良好定位，其产品相对英伟达替代方案具有强劲性能和总体拥有成本优势。
