在各大超大规模云计算服务商都在竞相打造最大、最好的模型或模型集合,以赢得 AI 竞赛并成为商业级模型领域的 Microsoft 或 Red Hat 的同时,AI 硬件的采购和 AI 模型架构的突破并不能完全反映企业对 AI 的实际采用情况,即使这些云服务商已经吸引了大量企业在其平台上进行尝试。
如果要测试大型企业对 AI 的采用程度,Cisco Systems 可能是最好的参照。全球有超过 90,000 家企业使用其统一计算系统 (UCS) 融合服务器-交换机产品,同时 Cisco 在数据中心交换和路由市场仍占主导地位。如果 Cisco 能从 AI 系统中获得收益,就说明 AI 已经进入主流市场。
这一点并不适用于 Dell、Hewlett Packard Enterprise 或联想等公司,尽管它们在传统 HPC 仿真和建模领域的计算、存储和网络设备销售方面都有稳固的业务。Supermicro 已成为超大规模和云服务商 AI 系统的主要供应商之一,但在企业市场的份额相对较小(不过正在增长)。
因此,我们密切关注 Cisco,以观察企业计算的转型以及在其庞大的、以 UCS 设备为核心业务应用的客户群中 AI 的采用情况。
到目前为止,我们对 Cisco 将 AI 融入其产品的方式印象深刻,其收购 Splunk 的举措也有助于保存和分析海量遥测数据,这些数据可用于 IT 系统管理的 AI 系统以及商业应用。但与数据中心领域的竞争对手相比,我们尚未看到 AI 系统订单的显著增长。
在 Cisco 2025 财年第二季度(截至 1 月 25 日)财报电话会议上,首席执行官 Chuck Robbins 和首席财务官 Scott Herren 重申,Cisco 在 2024 财年(截至 2024 年 7 月)获得了 10 亿美元的 AI 相关订单,并有望在 2025 财年突破 10 亿美元订单。
我们认为 Robbins 和 Herren 低估了 2025 年的 AI 订单预测——这种情况在其他谨慎的 IT 供应商中也很常见。(例如,AMD 最初预计 2024 日历年 GPU 销售额将超过 20 亿美元,后来多次上调至 45 亿美元,最终在去年年底超过 50 亿美元。)我们认为订单增长率在 2024 财年加速。在 2025 财年,Cisco 更明确地表示,第一季度订单为 3.47 亿美元,第二季度为 3.55 亿美元,Robbins 进一步表示,本财年约一半的收入来自商用芯片(我们认为主要是 Silicon One 交换芯片)和系统。我们还认为,其中很大一部分来自电信和服务提供商,他们正在建设网络和基础设施,为添加 AI 增强的应用和服务做准备。
这让我们看到了预测保守的一面。2025 财年迄今为止,AI 订单已超过 7 亿美元,这意味着剩余两个季度只能分配 3 亿美元。我们认为这个数字不会下降,实际上很可能会继续增长。根据我们当前的 AI 订单模型趋势,我们预计 Cisco 的 AI 相关收入可能在 16-17 亿美元之间。(这仅指 AI 系统组件,不包括 Cisco 也在销售的 AI 驱动的软件和工具。)
如果 Cisco 能为其 GPU 加速系统注入 UCS 特色(去年 6 月发布并已开始出货的 Nexus HyperFabric AI 集群就是数据中心规模的 UCS),并在客户添加 AI 功能时保持他们继续使用 UCS,那么我们认为 Cisco 完全有可能使其系统收入翻倍,并看到其 Silicon One ASIC 和基于该芯片的交换机获得更大的市场份额。当然,这需要时间,就像积累 90,000 个 UCS 客户花了十五年一样。
实际上,这将随着 AI 重点从训练转向推理而发生。Robbins 在电话会议上表示,AI 推理的机会比世界已经看到的 AI 训练"高出一个数量级"。
在此期间,Cisco 必须继续销售现有产品。
在 1 月季度,Cisco 的收入为 139.9 亿美元,同比增长 9.4%,环比增长 1.1%。然而,由于成本增长快于销售额,季度净利润下降 7.8% 至 24.3 亿美元。(利息支出也大幅增加。)
Cisco 季末的债务为 168.5 亿美元,同比下降 34.4%,环比下降 9.7%。Cisco 有 114.1 亿美元的短期债务和 196.3 亿美元的长期债务,这些债务由现金和 118 亿美元的递延收入所抵消。
本季度,服务业务相对稳定,如上图所示,增长 5.6% 至 37.6 亿美元。产品销售(对 Cisco 来说仍主要是交易性质的)增长 10.9% 至 102.3 亿美元。
Cisco 的网络产品近年来一直在消化巨大的积压订单,如上图所示,这个积压泡沫现已消失,Cisco 正回归到每季度略低于 70 亿美元的网络销售稳定状态。
具体来说,该公司的交换和路由产品在第二财季的销售额合计为 68.5 亿美元,同比下降 3.3%,但环比略有增长。服务器销售也计入这个网络业务组。
我们有一个追溯到 2009 财年大衰退时期的模型,那时第一代"加利福尼亚"UCS 融合服务器-交换机系统推出,给所有数据中心的传统服务器制造商带来了巨大冲击。从那时起,我们一直在试图计算 Cisco 每季度"真实"的数据中心系统业务收入流。这是我们的最佳估计。
如果用积压订单泡沫填补新冠疫情期间的积压空缺,这确实是一个非常稳定的业务。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。