当英伟达（NVDA）在 8 月 27 日发布第二季度财报时，投资者的目光将牢牢锁定在该公司的数据中心业务业绩上。毕竟，这家芯片巨头正是通过销售其高性能人工智能处理器，在该领域实现了收入增长。
但数据中心部门的业务远不止芯片销售。它还涵盖了英伟达一些虽常被忽视但至关重要的产品：其网络技术。
英伟达的网络产品包括 NVLink、InfiniBand 和以太网解决方案，这些技术让英伟达的芯片能够相互通信，让大型数据中心内的服务器彼此连接，最终确保终端用户能够连接到这一切以运行人工智能应用程序。
英伟达网络业务高级副总裁吉拉德・沙伊纳解释道：“构建超级计算机时，最重要的部分是基础设施。关键在于如何将这些计算引擎连接在一起，形成更大的计算单元。”
这也转化为了可观的销售额。在上一财年，英伟达数据中心业务的总收入为 1151 亿美元，其中网络业务销售额占 129 亿美元。考虑到芯片销售额达 1021 亿美元，这个数字可能看起来并不起眼，但它超过了英伟达第二大业务部门 —— 游戏业务全年 113 亿美元的收入。
第一季度，英伟达数据中心业务收入为 391 亿美元，其中网络业务占 49 亿美元。而且，随着客户（无论是研究型大学还是大型数据中心）不断提升其人工智能算力，网络业务将持续增长。
深水资产管理公司管理合伙人吉恩・芒斯特告诉雅虎财经：“无论从哪个角度看，网络业务都是英伟达业务中最被低估的部分。基本上，网络业务之所以没受到太多关注，是因为它仅占总收入的 11%。但它的增长速度却像火箭飞船一样迅猛。”
连接数千个芯片
英伟达网络业务高级副总裁凯文・迪尔林表示，在人工智能爆发的背景下，公司必须应对三种不同类型的网络。第一种是 NVLink 技术，它将服务器内或高大的机柜式服务器机架内多台服务器中的图形处理器（GPU）相互连接，使它们能够通信并提升整体性能。
其次是 InfiniBand，它将数据中心内的多个服务器节点连接起来，本质上形成一台大型人工智能计算机。然后是用于存储和系统管理的前端网络，它采用以太网连接。
迪尔林解释道：“要构建一个大规模的人工智能级计算机，甚至是一个中等规模的企业级人工智能计算机，这三种网络都是必需的。”
不过，所有这些不同连接的目的不仅仅是帮助芯片和服务器通信。它们的设计初衷是让这些设备能够以最快的速度进行通信。如果你试图将一系列服务器作为一个单一的计算单元来运行，它们之间的通信需要在瞬间完成。
流向图形处理器的数据不足会拖慢整个运算过程，延误其他流程，并影响整个数据中心的整体效率。
芒斯特解释说：“如果没有网络业务，英伟达的业务将会大不相同。如果没有其网络技术，那些购买英伟达所有芯片的人所期望的成果就无法实现。”
而且，随着企业不断开发更大规模的人工智能模型，以及能够为用户执行任务的自主和半自主智能代理，确保这些图形处理器协同工作变得越来越重要。
尤其当推理 —— 即运行人工智能模型 —— 需要更强大的数据中心系统时，这一点更为关键。
推理能力增强
人工智能行业正围绕推理这一概念进行广泛的格局重塑。在人工智能爆发初期，人们认为训练人工智能模型需要超强的人工智能计算机，而实际运行这些模型对算力的要求则相对较低。
今年早些时候，深度求索（DeepSeek）声称其使用非顶级的英伟达芯片训练了人工智能模型，这在华尔街引发了一些担忧。当时人们认为，如果企业可以用性能不足的芯片来训练和运行人工智能模型，那么就没有必要使用英伟达价格高昂的高性能系统了。
但这一说法很快就被推翻，因为芯片公司指出，这些人工智能模型在高性能人工智能计算机上运行时性能更佳，能够比在较落后的系统上更快地处理更多信息。
迪尔林说：“我认为，人们仍然存在一种误解，认为推理是微不足道且容易实现的。”
“事实证明，随着我们进入智能代理工作流时代，推理开始越来越像训练。因此，所有这些网络都很重要。将它们与中央处理器（CPU）、图形处理器（GPU）和数据处理单元（DPU）紧密结合，这一切对于打造良好的推理体验都至关重要。”
然而，英伟达的竞争对手正在虎视眈眈。超威半导体（）正寻求从英伟达手中夺取更多市场份额，而、和等云计算巨头也在继续开发自己的人工智能芯片。
弗雷斯特研究公司分析师阿尔文・阮解释说，行业团体也有自己的竞争性网络技术，包括旨在与 NVLink 正面抗衡的 UALink。
但就目前而言，英伟达仍然处于领先地位。而且，随着科技巨头、研究机构和企业对英伟达芯片的争夺持续升温，该公司的网络业务几乎肯定会保持增长态势。
