Arista Q1财报解读：27亿美元营收背后的供应链挑战与光学技术突破

Arista Networks最新财报展现出强劲的增长势头。公司第一季度总营收攀升至27.1亿美元，同比增幅超过35%。基于这一出色业绩，Arista将全年增长预期上调至27.7%，并将2026财年的营收目标设定为115亿美元。其中，AI业务的增长前景尤为突出，其营收目标被大幅提升至35亿美元，预示着该板块销售额有望在本年度实现倍增。

然而，亮眼业绩的背后，供应链的持续压力构成了显著挑战。内存、芯片、晶圆等核心网络组件的短缺局面仍未缓解，直接推高了整体采购成本。

在财报电话会议上，Arista首席执行官兼董事会主席Jayshree Ullal向分析师坦诚表示：“我们当前面临的需求强度，是我在公司任职期间前所未有的。但供应端的情况却截然相反。从晶圆、硅芯片、CPU到光学器件，乃至上季度提到的内存，整个行业正经历一场全面的短缺，同时伴随着高昂的采购成本。”

她进一步补充道：“今年的需求已明显超出了我们的供应能力。尽管我们预期未来一两年内供应链压力会有所缓解，但Arista的运营团队正积极采取行动，包括深化与供应商的协作、强化供应协议并签署多年采购承诺。目前看来，供应链挑战已非短期波动，而是一个将持续一两年的结构性议题。最初我们以为问题仅限于内存，如今已蔓延至所有晶圆制造环节，各类芯片均面临供应瓶颈。这种状况预计将持续到明年，并在未来几年内持续制约我们的交付能力。”

光学技术迎来新突破

在近期举办的光纤通信大会上，Arista发布了一项关键技术进展——专为高速光学设计的扩展可插拔光学模块（XPO）。公司联合45家光学模块供应商签署了多源协议，旨在共同构建并推广XPO生态系统。自发布以来，该技术已获得超过100家厂商的公开支持，在业界引起了广泛反响。

Ullal详细阐述了XPO的核心技术优势：“其突破性主要体现在几个维度：创纪录的吞吐量，每个可插拔模块可达12.8太比特；前所未有的机架密度，每OCP机架单元能实现204.8太比特；集成的冷板设计支持每个模块最高400瓦的散热能力；此外，它还具备出色的通用性与灵活性，横跨可插拔光学、铜缆以及线性半速或有时钟接口。”

谈及业界关注的共封装光学（CPO），Ullal指出，该技术目前仍处于实验阶段，且缺乏统一标准。“我们未来几年会拥抱开放式的CPO架构，但XPO技术有望拥有长达10年的生命周期，尤其是在需要液冷和大容量的1.6T与3.2T应用场景下。可以说，我们所规划的所有大规模扩展机架，离开XPO或类似技术都无法实现。”

她甚至将XPO的历史地位与OSFP相提并论：“如果说过去十年深受OSFP技术的影响，那么未来十年将由XPO主导。当前光学市场99%的部署都依赖于可插拔光学技术，因此，这对Arista乃至整个行业而言，都是一项至关重要的平台级创新。”

AI推理与智能体应用正在兴起

针对企业级网络客户的AI需求，Ullal认为Arista的探索仍处于早期阶段。

公司正观察到AI应用重心从模型训练向推理部署转移的明确趋势。“这意味着企业不再总是需要庞大的GPU集群，”Ullal解释道，“推理场景将更多地依赖高性能CPU，需要管理更精简的模型参数和Token序列，并服务于特定的智能体AI应用。目前我们看到的还只是非常早期的测试与验证，尚未出现大规模的生产部署。”

部分前沿客户已开始部署“更侧重推理、面向智能体AI、以及边缘推理”的专用集群。Ullal表示：“这一趋势预计会加速显现。当前阶段如同暴风雨前的平静。随着AI走向分布式，其算力基础将不再仅依赖GPU，而是需要更广泛的高性能算力组合……不过，要实现完全成熟并大规模普及，可能还需要数年的演进过程。”

Q&A

Q1：Arista XPO技术有哪些核心性能指标？

XPO是Arista推出的新型高速光学封装方案，其核心性能指标包括：每模块12.8太比特的吞吐量、每OCP机架单元204.8太比特的机架密度、支持每模块最高400瓦散热的集成冷板设计，以及兼容多种光学与铜缆接口的通用性。该技术已获得超过100家生态伙伴支持，Arista预计XPO将定义未来10年的光学互连标准。

Q2：Arista供应链短缺问题有多严重？

Arista CEO Ullal指出，公司正面临历史性的旺盛需求，但供应端遭遇晶圆、硅芯片、CPU、光学器件和内存的全面短缺，且采购成本持续攀升。她明确表示，这已演变为一个中期结构性挑战，预计将持续一至两年，并将在未来几年内持续影响公司的产品交付节奏。

Q3：Arista如何看待企业市场中的AI推理和智能体应用趋势？

Arista观察到企业AI需求正从训练向推理迁移，这意味着对大规模GPU集群的依赖降低，转而需要高性能CPU及更高效的参数与Token管理。部分领先客户已开始部署面向推理和智能体AI的边缘计算集群，但整体市场仍处于早期验证阶段。Arista预计，随着AI应用走向分布式，对异构高性能算力的需求将日益增长，但大规模商业部署仍需数年时间沉淀。

来源：互联网