Broadcom、Arista 与 Vertiv 瞄准 NVIDIA 之外的不同 AI 基础设施瓶颈

Google News 关注了三家与 NVIDIA 之外 AI 建设热潮相关的公司，但这份名单的重点并不是真正要寻找另一家 GPU 胜出者。Broadcom、Arista Networks 和 Vertiv 分别处在 AI 处理器周边的三个不同关键环节：一家提供定制加速器和网络芯片，另一家构建以太网系统，第三家则负责供电和散热。

这种区分很重要，因为 NVIDIA 仍是 AI 计算的核心。其最新一个季度的数据中心营收达到 890 亿美元，同比增长 117%。该公司正从 GPU 扩展至网络、CPU、软件以及完整的机架级系统。

这一扩张构成了三只股票逻辑背后的核心张力。Broadcom、Arista 和 Vertiv 会在客户部署更多加速计算能力时受益，但 NVIDIA 正日益销售更多周边系统。这些公司目前是互补型供应商，但其部分增长机会紧邻 NVIDIA 不断扩大的产品边界。

Google News 的报道究竟改变了什么

新的信号并不是三家公司突然进入了 AI 基础设施领域，而是投资者正将这场建设热潮拆分为不同的瓶颈。

这项三只股票逻辑于 2026 年 8 月 30 日刊登在 MarketBeat 上，随后 Google News 通过其 AI 芯片和数据中心信息流分发了该报道。涉及的公司为 Broadcom、Arista Networks 和 Vertiv。

这项选择将 AI 数据中心划分为三层支撑体系。Broadcom 服务于定制计算和芯片级互连；Arista 提供在集群间传输数据的网络系统；Vertiv 则提供维持这些集群运行所需的电力和热管理系统。

它们都不是 NVIDIA 的直接替代者。这一点避免了标题将彼此无关的业务误导性地放在一起比较。

NVIDIA 提供广泛 AI 部署中使用的处理器、网络产品、软件和系统设计。Broadcom 同样设计定制加速器，通常称为 ASIC。ASIC 是针对特定客户或工作负载打造的处理器，而非面向广泛通用用途。

Arista 专注于以太网网络架构。所谓网络架构，是由交换机和链路组成的网络，使数千个处理器能够像一个计算系统那样交换数据。

Vertiv 的业务则更靠近物理基础设施层。其设备分配电力、管理热量，并在工作负载异常密集时保障数据中心运行。

共同因素是超大规模云服务商的资本支出。超大规模云服务商是以极大规模建设计算能力的主要云运营商。它们的基础设施预算远不止用于 GPU。

每个加速器都需要内存、网络带宽、电力转换、备用系统和散热。更多处理器可能会推动这些类别的需求，但支出不会同等惠及每一家供应商。

这也是为什么原始报道作为一张地图比作为股票清单更有价值。它指出了决定已购计算能力能否转化为可用计算能力的三项约束。

Google News 的读者还应区分信息发现与事实验证。聚合平台可以呈现及时的观点，但不会验证观点中包含的财务主张。

对于本分析而言，近期公司披露提供了相关的运营证据。它们显示三家企业都在增长，同时也暴露出客户、竞争、时点和预期方面的不同不确定性。

时点很重要。NVIDIA 于 8 月 26 日公布最新业绩，仅在 MarketBeat 报道刊出前四天。其数据中心业绩凸显了更广泛基础设施链背后的支出规模。

NVIDIA 单季总营收为 962 亿美元，数据中心营收达到 890 亿美元，环比增长 18%，同比增长 117%。

这些数字并不能证明每一家相邻供应商都会以同样速度增长。但它们解释了为何投资者正在审视每一次新增加速器部署周围的设备。

因此，变化后的问题比标题暗示的更聚焦。读者不再是问哪家公司能取代 NVIDIA，而是在问下一个基础设施投入会流向哪项支撑性约束。

Broadcom 将 AI 投资逻辑延伸至定制芯片

Broadcom 是 NVIDIA 之外最直接的半导体延伸标的，但其机会高度依赖于少数大型客户。

Broadcom 通过定制加速器和网络组件参与 AI 基础设施。这两项业务使其接近计算层，同时避免了与 GPU 的简单比较。

定制加速器让大型云运营商对工作负载、功耗、系统设计和供应拥有更多控制权。客户可以针对特定训练或推理任务优化处理器，而不是只购买通用型加速器。

推理是运行已训练模型以生成答案或预测的过程。随着 AI 服务从实验走向日常生产，其经济性变得愈发重要。

Broadcom 还供应交换机内部及计算设备连接中使用的网络芯片。这些产品帮助数据在集群中流动，避免昂贵的处理器因等待数据而闲置。

该公司最新披露的数据支持这一基础设施逻辑。Broadcom 财年第二季度营收为 221.87 亿美元，同比增长 48%。

其归属于 AI 的半导体营收达到 108 亿美元。管理层表示，在定制加速器和 AI 网络业务推动下，该数字同比增长 143%。

Broadcom 还预计第三季度 AI 半导体营收将达到 160 亿美元。根据其季度业绩，该预测意味着同比增幅将超过 200%。

这些均为公司自行披露的数据和预测。它们显示出显著动能，但预测仍需在 Broadcom 发布下一份业绩时得到验证。

9 月 2 日即将发布的财报为这一逻辑带来了一项异常近在眼前的检验。投资者将能够把公司此前的指引与实际需求、出货量及更新后的展望进行比较。

Broadcom 的定位也使其与 NVIDIA 之间形成更复杂的关系。定制加速器可以在特定工作负载中替代部分通用 GPU 需求，但同一 AI 集群的其他环节仍可能使用 NVIDIA 系统。

因此，Broadcom 在行业层面与 NVIDIA 互补，却在具体部署中形成竞争。两者的边界会随着每位客户的工作负载、技术资源和首选架构而变化。

网络业务带来另一层重叠。NVIDIA 销售 NVLink、InfiniBand、以太网交换机、数据处理单元及相关软件。Broadcom 则提供设备制造商和云公司用于替代性或互补性网络设计的组件。

这使真正的竞争不止于 Broadcom 对阵 NVIDIA，而是关乎有多少基础设施价值仍会留给商用组件供应商、定制芯片项目和开放网络系统。

Broadcom 的多元化也具有双面性。半导体需求并非公司内部唯一变量。其基础设施软件业务（包括 VMware）会影响营收、现金流、债务管理，以及投资者对该业务的解读。

客户集中度则是更直接的 AI 风险。设计定制处理器需要大量工程投入，而能够以超大规模云服务商级别订购的组织相对较少。

因此，一个项目延期或一位主要客户路线图的变化都可能影响增长。Broadcom 可以随着时间增加客户，但每一个成功项目都需要漫长的设计和部署周期。

快速增长背后还隐藏着执行风险。预测中的需求必须转化为完成的设计、可用的制造产能、交付的系统以及客户验收后的部署。

下一份财报应能说明预计的加速增长是否仍然完好，也将显示需求是否已超出少数项目而扩大。

对于通过 Google News 看到这篇文章的读者来说，Broadcom 是三家公司中最接近芯片叙事的一家。然而，它并不是 NVIDIA 的低价替代版。

它代表的是另一种判断：超大规模云服务商将继续在通用加速计算之外，为专用芯片和高速互连提供资金。

Arista Networks 在 AI 规模下检验以太网

Arista 的机会取决于以太网能否成为超大规模 AI 集群的可靠网络架构，而不只是一个熟悉的数据中心标准。

AI 训练集群产生的流量模式不同于普通企业计算。数千个处理器交换同步数据，一条延迟的连接就可能拖慢更大的任务。

因此，网络性能会影响客户使用处理器的效率。在带宽不足的情况下增加计算能力，可能让昂贵设备陷入等待数据的状态。

Arista 销售完整的交换系统及其 EOS 网络操作软件。这与 Broadcom 不同，后者供应的是被众多厂商产品采用的芯片。

Arista 的核心主张围绕以太网展开。这一标准拥有广泛的供应商基础和长期运营历史，但 AI 工作负载对拥塞控制、延迟和可靠性提出了严苛要求。

该公司一直在开发用于横向扩展、纵向扩展和跨域扩展网络的系统。横向扩展连接更多计算节点；纵向扩展连接高度集成系统内的处理器；跨域扩展则连接不同的集群或设施。

Arista 报告第二季度营收为 30.36 亿美元，首次单季突破 30 亿美元。营收同比增长 37.7%，环比增长 12.1%。

其 GAAP 营业利润率达到 45.4%，非 GAAP 营业利润率为 49.9%。这些利润率表明，增长并非完全以牺牲当前盈利能力为代价。

该公司还推出了每秒 1.6 太比特的平台，包括面向高密度 AI 系统的液冷配置。部分产品计划于 2026 年末推出，其他配置则计划于 2027 年初推出。

这一时间表很重要，因为已公布的产品并不能立即证明其获得了广泛采用。客户仍需要测试这些系统、为新集群完成认证，并大规模部署。

Arista 的第二季度披露描述了广泛的增长基础。然而，公司总营收并不能完美衡量 AI 网络需求。

Arista 还服务于云、园区网、路由和企业环境。这些业务降低了对单一市场的依赖，但也使单独识别 AI 相关营收的工作更加复杂。

竞争压力来自多个方向。NVIDIA 可以将处理器与自有网络技术打包销售。Broadcom 向多家设备制造商供应交换芯片。Cisco 及其他老牌厂商也希望在 AI 数据中心中扮演更大的角色。

当集成速度最为关键时，客户可能会倾向于选择完整的 NVIDIA 架构。另一些客户则可能选择 Ethernet，以保留供应商选择空间，或整合多家供应商的设备。

技术结果不会仅由宣传中的带宽决定。运营商将考察作业完成时间、网络利用率、故障恢复、软件工具、能耗和运营复杂度。

随着集群规模扩大，网络运营变得更加困难，Arista 的 EOS 软件可以巩固其地位。一致的运营环境有助于团队自动化配置并诊断故障。

不过，强劲增长也带来预期风险。当投资者已假定增长将持续时，即便基本业务依然健康，增速略有放缓也可能改变市场叙事。

客户集中度同样值得关注。大型云服务运营商可能贡献可观的采购量，而其部署进度并不总能在各个季度之间平稳推进。

客户在从一代系统转向另一代系统时，可能暂停下单。这种暂停会影响已报告收入，但并不意味着更长期的基础设施计划终止。

这使 Arista 成为一个执行力故事，而非简单的带宽故事。随着竞争对手不断改善，它必须按时交付新系统、赢得部署，并维持软件优势。

接下来的证据应来自产品可用性和客户采用情况。已公布的 1.6 太比特系统的出货情况，将显示 Arista 能否将其路线图转化为已部署的容量。

通过 Google News 跟踪 AI 芯片的读者，应将网络视为一个独立类别。更快的处理器会提高网络延迟的成本，使互连性能在经济层面变得更加重要。

然而，这种关系并不保证会出现唯一赢家。Ethernet 的增长可以支持 Arista，同时也会吸引 NVIDIA、Cisco 和其他系统供应商展开更多竞争。

Vertiv 将电力与散热变成硬性限制

Vertiv 距离处理器最远，却应对着软件无法消除的限制：高密度计算需要电力与热管理。

AI 系统对数据中心设施提出了不同寻常的要求。现代加速器将显著的电力负载集中在每个机架内，而几乎所有消耗的能源最终都会转化为热量。

较早建设的设施通常是为较低的机架功率密度设计的。因此，部署先进处理器可能需要升级配电、冷却设备、监控系统和备用容量。

Vertiv 销售这些配套系统。其产品组合包括不间断电源、配电设备、热管理系统、机架及相关服务。

这一定位使 Vertiv 对哪种处理器架构胜出较少依赖。使用 NVIDIA GPU、定制 Broadcom 加速器或其他芯片平台的数据中心，仍然需要可靠的供电与冷却系统。

不过，不依赖某一家芯片供应商，并不意味着不依赖基础设施周期。Vertiv 依赖客户完成数据中心项目，并按照施工进度验收设备。

该公司报告第二季度销售额为 32.74 亿美元，较上年同期增长 24%。剔除收购和汇率影响的有机销售增长达到 18%。

营业利润增长 44%，调整后营业利润增长 51%。Vertiv 还报告称，本季度经营现金流为 11 亿美元。

管理层上调了 2026 全年指引。按中值计算，该公司预计销售额将达到 140 亿美元，较 2025 年实现 31% 的有机增长。

这份更新后的指引支持这样一种判断：电力与热管理需求正在转化为已确认收入。它也为今年剩余时间设定了较高预期。

由于电力和热量不可避免，Vertiv 的实体基础设施角色看起来可能比半导体竞争更为稳妥。但商业现实并非如此自动。

数据中心建设涉及许可审批、公共事业接入、融资、承包商以及漫长的设备交付周期。任何环节的延误都可能使收入在不同报告期之间发生转移。

订单也可能以大批量形式到来。这会造成波动性，即季度业绩可能因项目时点而变化，而非由于需求发生持久转变。

随着机架功率密度提升，风冷的难度越来越大，客户正日益考虑液冷。液冷系统通过更靠近计算设备的液体传导热量。

这一转变扩大了 Vertiv 的机会，但也增加了设计和执行挑战。冷却架构因设施、处理器、机架设计和客户偏好而异。

Vertiv 必须与芯片公司、服务器制造商、建筑企业和数据中心运营商协调。该公司的地位取决于能否将设备整合进更广泛的系统，而不是销售独立产品。

竞争同样依然激烈。电气设备和热管理领域吸引着成熟的工业供应商、专业冷却公司，以及大型运营商内部的工程投入。

可持续性问题在于，随着需求扩张，Vertiv 能否维持差异化优势。在快速建设期间，产能短缺可以支撑供应商，但当供应赶上需求时，客户可能获得更强的议价能力。

电力可用性带来另一项风险。当公共事业单位无法提供额外容量或输电接入时，设备需求就无法完全转化为实际部署。

由于数据中心会影响电力系统、土地使用、水资源规划和社区基础设施，当地反对意见可能拖慢项目。这些问题因地区而异，并可能改变建设进度。

因此，Vertiv 提供了对实体瓶颈最纯粹的敞口，但也承受着对项目执行最大的敞口。其业绩可以保持强劲，但单个季度仍可能出现波动。

Google News 的报道常将电力公司、数据中心运营商和设备供应商归入同一个 AI 基础设施标签。这些类别具有不同的收入模式和风险特征。

Vertiv 销售的是设备和服务，而非电力或计算容量。读者应跟踪其订单、积压订单转化、有机增长和现金流，而非仅依赖笼统的数据中心支出新闻标题。

真正的较量是瓶颈与预期之间的较量

Broadcom、Arista 和 Vertiv 都可能受益于同一轮建设热潮，但没有一家能够摆脱客户集中度、竞争压力或高预期。

这三家公司不应被视为可相互替代的 AI 基础设施股票。它们各自通过不同机制将基础设施支出转化为收入。

Broadcom 依赖定制处理器和网络芯片的设计胜出。这些胜出可以带来大规模出货量，但也将风险集中在有限数量的成熟客户身上。

Arista 依赖客户为高要求的 AI 网络架构采用 Ethernet 系统。其硬件和软件必须与打包式架构及其他网络供应商竞争。

Vertiv 依赖实体建设和设施升级。其机会可以跨越不同芯片架构持续存在，但项目时点会影响订单何时转化为收入。

这些公司还处于不同的规划周期中。定制加速器在部署前可能需要数年的设计工作。网络系统需要经历验证和集群建设。电力设备则遵循设施工程和安装进度。

这些差异意味着，一个疲软季度对三家公司所传递的信息并不相同。Broadcom 可能面临芯片项目延期；Arista 可能遇到网络过渡；Vertiv 则可能经历站点竣工推迟。

NVIDIA 仍是关键参照，因为它正将业务扩展至系统的更多环节。该公司不再只是向自行组装其他组件的客户销售处理器。

其平台包括 GPU、CPU、网络硬件、互连技术、软件和参考系统设计。这一更广的覆盖范围能够加快部署，同时也会对处于其产品边界附近的供应商施加压力。

Broadcom 在加速器和网络组件领域与 NVIDIA 存在最直接的竞争重叠。Arista 则在网络架构上遭遇 NVIDIA。Vertiv 更具互补性，因为 NVIDIA 并不提供完整的设施供电和冷却产品组合。

即便如此，Vertiv 也必须密切跟踪 NVIDIA 的路线图。机架功率密度、冷却方式或电气设计的变化，都可能重塑客户对设施供应商的需求。

由此形成的核心竞争，并不是 NVIDIA 对阵三个替代者，而是独立基础设施瓶颈的增长与日益一体化的计算平台之间的较量。

开放标准可以为专业供应商保留空间。Ethernet 让客户能够组合多家供应商的产品，而标准化设施接口则支持广泛的设备市场。

集成则可能将市场推向相反方向。面临部署压力的客户，可能接受一家供应商提供的更完整架构，以减少验证工作和运营不确定性。

经济性将决定许多此类选择。客户会比较系统利用率、能耗、部署速度、可靠性，以及运营每项 AI 服务的总成本。

四家公司报告的快速增长表明，当前需求并非仅仅是假设。这并不能决定在供应扩张或客户优先级变化时，利润将如何分配。

即使不引用市场价格或市盈率，估值风险同样存在。强劲的近期业绩可能让投资者假定高增长将几乎不受中断地持续下去。

基础设施周期很少呈直线发展。客户可能消化此前采购、重新设计设施、切换产品代际，或因电力限制而推迟建设。

会计分类也带来另一项限制。公司对 AI 相关收入的定义不同，有些公司并未提供完整的分部级拆分。

Broadcom 报告归因于 AI 的半导体收入。Arista 在讨论 AI 网络时报告全公司业绩。Vertiv 将更广泛的基础设施需求与 AI 联系起来，但并未单独列出每一笔 AI 相关销售。

这些数字不应被放在同一排名中直接比较。它们衡量的是不同的产品、报告边界、财务日历和部署阶段。

也不能保证超大规模云服务商更快的支出会按比例惠及供应商。大型客户可以开发内部技术、强势谈判，或将订单集中给更少的供应商。

由于许多报道使用同一个 AI 基础设施标签，Google News 可能让这一主题显得统一。运营层面的证据则揭示出一条依赖关系各不相同的企业链条。

这正是这篇报道中有价值的反转。放眼 NVIDIA 之外，并不会降低对 NVIDIA 需求周期的敞口，而是改变投资者或行业观察者所衡量的是该周期的哪一部分。

标题之后值得关注的三个信号

这一论点现在面临三项具体检验：Broadcom 的预测、Arista 的产品采用情况，以及 Vertiv 将实体需求转化为已确认收入的能力。

第一个信号将在9月2日出现，届时 Broadcom 预计将公布其第三财季业绩。该公司此前指引称，AI 半导体收入约为160亿美元。

接近这一预测的结果将支持管理层的说法，即定制加速器和 AI 网络业务正在加速增长。若出现明显缺口，则可能引发对项目进度、客户集中度或出货执行情况的疑问。

更新后的展望将与已公布季度业绩同样重要。定制芯片项目的规划周期较长，因此前瞻指引能够揭示当前增长是否会延续至后续部署阶段。

第二个信号是客户对 Arista 最新 AI fabric 平台的采用情况。已公布的规格固然有参考价值，但实际部署能更有力地证明其竞争地位。

读者应关注 Arista 是否能按计划交付其 1.6 Tbps 系统。客户对于 scale-up Ethernet 的评论，也将进一步说明这项技术在紧密互连系统中的实际表现。

更广泛的采用将加强 Ethernet 作为专有互连方案替代选择的论据。若交付延迟或部署规模有限，则会给 NVIDIA 的一体化网络方案留下更大空间。

第三个信号是 Vertiv 能否兑现其上调后的全年展望。其指引中值为销售额140亿美元，以及31%的有机增长。

实现该指引将表明，尽管受到建设和公用事业限制，订单仍在转化为实际安装。转化乏力则可能意味着实体项目延误正开始追上已报告的需求。

现金流也应与收入增长同步。强劲的现金生成能力表明，已确认的销售正在转化为实际回款，而非带来不断扩大的营运资本需求。

这三项检验也为读者解读未来 Google News 报道提供了更好的框架。新的芯片发布，其意义不同于网络部署或数据中心建设延误。

评估 AI 服务的团队也应关注同一条链条，即便他们从不购买单独的基础设施组件。供应限制会影响云容量、部署进度、可靠性和运营成本。

知识工作者会间接受到这些后果的影响。更快的基础设施可以改善模型可用性和响应速度，而受限的容量则可能造成使用限制或企业部署推迟。

因此，正确的问题并不是哪家公司会成为下一个 NVIDIA，而是随着 AI 系统变得更密集、互连更紧密、整合程度更高，专业供应商是否会持续获取价值。

应按顺序关注证据：Broadcom 已报告的 AI 收入、Arista 已部署的网络系统，以及 Vertiv 已完成的设施项目。如果三者都取得进展，第二层基础设施正在扩展。如果其中一项停滞，其原因将指出仅凭需求本身无法解决的瓶颈。