“非英伟达“阵营的第一选择！？为什么说这家不为人知的公司，已经占到AI基建的核心位置上了？

6小时前

播放量 1.7k

又到了我最喜欢的“不为人知的好公司”系列了。今天要给大家介绍的这家公司非常有意思。它属于AI基础层，但这可不是一般的AI基础层公司，因为现在它已经占到了AI 基建的核心位置上了。这家公司的客户，就包括各类大型数据中心和云计算公司，而它最重要的竞争对手之一，竟然是英伟达。更有意思的是，这家公司的投资逻辑，很大程度上就是投资“非英伟达”阵营。如果你的持仓中本身就有英伟达，或者你单纯是想投资英伟达阵营以外的标的，那么今天这期视频你一定不能错过。

开通服务即可查看评论～

文字稿

又到了我最喜欢的“不为人知的好公司”系列了。今天要给大家介绍的这家公司非常有意思。它属于AI基础层，但这可不是一般的AI基础层公司，因为现在它已经占到了AI 基建的核心位置上了。这家公司的客户，就包括各类大型数据中心和云计算公司，而它最重要的竞争对手之一，竟然是英伟达。更有意思的是，这家公司的投资逻辑，很大程度上就是投资“非英伟达”阵营。如果你的持仓中本身就有英伟达，或者你单纯是想投资英伟达阵营以外的标的，那么今天这期视频你一定不能错过。这家公司，就是专注于提供高性能网络方案的设备公司，Arista，股票代码ANET。
﻿
Arista 的业务Arista是做什么的呢？公司的主要产品是用于数据中心的网络交换机。他最早是大规模运用在云计算服务器上，因为设计理念比较超前，竞争力强，业务一直顺风顺水，在AI还没有起来的很多年前，就已经是云计算时代的重要拼图。
﻿
随着AI的兴起，数据中心的芯片从 CPU 为主，已经变成了 CPU+GPU，甚至 GPU 为主了。而这种变迁非但没有降低产品的需求，反而是AI 的兴起为这个市场注入了新的活力，把他的舞台进一步放大了。为什么这么说呢？
说起AI基础层公司，大家第一反应可能就是 GPU，然后是 AMD 和英伟达的巨头之争。但你想想，无论谁家的 GPU，都不是孤零零一块放在那里。它们需要时刻互相传输海量数据，每一次训练、每一次推理，都是几万甚至几十万台机器在同时通信。
而这个通信网络是否顺畅，连接是否稳定，对于AI的运行来说相当重要。如果在AI的训练和推理过程中，网络跟不上了，那就像是开着玛莎拉蒂被堵在小区门口的停车场。车的性能是很强，但根本动不了，还不如旁边老大爷慢悠悠踩过去的自行车。
Arista 最重要的产品，也就是它的交换机，做的就是数据中心里的高速公路。正是这个高速公路的存在，玛莎拉蒂才能跑出它应有的性能。也就是说，正是Arista的交换机，才能让每一块 GPU 都跑出了自己该有的速度。
而由于AI的兴起，公司的收入也开始突飞猛进。目前它的产品收入每季度已经突破 20 亿美金，最新一季更是达到 26 亿。今年管理层还两度上调 AI 网络的年度收入目标，从 27 亿一路调到 36 亿美元，相比去年的 15 亿大增140%。一年之内两次上调目标，可见管理层看到了需求有多么旺盛。
﻿
那么问题来了，究竟是什么样的产品，能让市场这么买账？其实这里最核心的产品，也是Arista赖以成功的杀手锏，是它的软件。
软件？这听起来可能有点反直觉。一家硬件公司，杀手锏竟然是软件？事实就是如此。其实，很多成功企业都走了这条路。毕竟纯软件容易被复制，纯硬件利润率太低，软硬结合反而最容易长出好生意。这里最典型的就是英伟达和它的 CUDA。Arista 的思路和英伟达如出一辙，自己虽然有硬件，但更重要的是通过软件，来把硬件的价值给发挥到最大化。而 Arista 的"CUDA"，就是它自研的 EOS。
EOS 就属于网络行业里的系统，有点类似于苹果的IOS。不过它在整个网络行业里有一个独一无二的特点，那就是，它是一套统一的系统。不管是最小的办公室交换机，还是最大的 AI 数据中心骨干网，跑的都是同一套代码。这意味着，整个系统只需要一个团队维护，而且做一次升级，就能全线生效，要是修好了一个bug，也能让所有的产品都受益。
这对于客户来说有什么好处呢？假如客户管理一个云数据中心，手底下几万台设备，如果全部跑同一套系统，他和他的团队只需要学一套操作方式、写一套自动化脚本、用一套监控工具，就能管好整个网络。但如果设备来自不同产品线，每条线一套系统，运维复杂度会成倍往上翻。而EOS 从诞生第一天起，就是为超大规模网络设计的。它能管理几十万台交换机组成的网络，能让几万台设备不停机统一升级，也能在几万块 GPU 同时通信的时候智能分配流量、避免拥堵。最终，使得客户在管理更加方便的基础上，并保证GPU实现最优的性能效果。
正是因为EOS独特的优势，过去这些年，运行在EOS的网络端口快速提升。从下图可以看到，2025年，全球已经有超过 1.5 亿个网络端口在运行 EOS，而且几乎以每两年翻倍的速度在增长。
﻿
不仅如此，更重要的还是对利润率的贡献。因为EOS的存在，Arista有着非常高的议价权。公司的产品毛利率常年都保持在 60% 以上。相比之下，它目前最主要的同类竞争者 Celestica，毛利率只能维持在 10% 附近，可见EOS带来了多大的增量价值。
既然提到了它的对手Celestica，咱们也花一点时间简单聊聊这家公司的打法。Celestica最不一样的地方，是它的软件系统是开源的，需要客户自己去想办法调试软件来最大化硬件的价值，但效果并没有那么好。也因此，Celestica的价格被压得极低，同性能产品的售价只有 Arista 的一半。这类产品一般被称为"白盒"。
但便宜并没有换来客户的青睐。因为Celestica的客户必须自己有足够强的技术实力去调优和维护，所以这些大客户通常只在标准化程度比较高的场景里用它。在这个情况下，客户的需求就比较有限，开源的技术壁垒也相对较低，定价权自然会低一些。所以，一个60%，一个10%，这天壤之别的毛利率，就是客户为软件生态付的溢价。
﻿
看到这里，我想可能就有人会想到说，如果软件是最重要的壁垒，那会不会在AI时代，就成为了一个被威胁的风险了？毕竟软件就是AI时代里最容易被复制的东西。难道别人做不出一个EOS出来吗？这个问题其实本质上是要讨论EOS的护城河有多深。而要想搞懂这个问题，最重要的切入点，就是看这公司是怎么一步步走到今天的位置的。
﻿
EOS的护城河Arista成立的时候，云计算刚刚兴起。那时候，新建数据中心的交换机数量暴增，之前传统的运维方案已经有些招架不住了。而Arista就是从这个空白期切进去的。那时候的Arista，用的单一代码库、所有协议独立运行互不干扰、并完全支持程序化自动管理，这些设计理念在当时看着是有点超前的，但这些也恰恰是云计算客户最需要的东西。
不过更重要的不是刚兴起的时候，而是随后Arista的发展。因为在此之后，Arista和云就处于一个经典的"共同进化"过程。
在云计算大基建的十几年里，微软、Meta 这些客户每遇到一个问题，都变成了 EOS 改进的方向。日积月累，EOS 在全球最大、最复杂的网络里被反复捶打，并不断修正和提升，才最终打磨成了今天的EOS。因此，Arista 能做到今天的地位，最核心的原因还是它在对的时间，和对的客户一起长大。这个经验和过程，是现在要入场的对手很难复制过来的。
不过说到这里，就出现了这么一个问题。是的，你Arista的技术看上去有很多年的积累，但问题是，这些积累主要都是在CPU服务器上。因为云计算早期基本都是CPU 服务器。可现在AI时代，全都是 GPU，连芯片都换了，Arista 还能保持竞争力吗？
这里涉及一点技术知识，我尽量说得简单些。网络通信其实分很多层级。一台机器内部，GPU 和 GPU 之间、CPU 和 GPU 之间的连接，不是 Arista 的业务。再往上一层，机器和机器互联、一个集群和另一个集群互联、甚至一个数据中心和另一个数据中心互联，那才是 Arista 的主战场。
这就像现实世界的高速公路。无论是几百万一台的超级跑车，还是拉货的五菱宏光，都得在同一条公路上跑。Arista 在云计算时代积累的本事，是怎么让这条路更通畅。从它的视角看，变的只是路上的车流量更大了、对车速的要求更高了，但路网的设计逻辑并没有变。要求更高，反而更显得Arista的重要性越高，所以它的商业价值反而更高了。
那今天，一家新公司能不能借助 AI 快速复制出这套系统？
从写代码的角度，我相信完全没问题。但代码只是门槛的一小部分，真正难的是信任。一套网络操作系统写出来之后，客户不会因为你 demo 跑得漂亮就直接用上了。客户需要看你在真实环境里的战绩，比如说你都扛过多少次故障、处理过多少种边界情况、几万台设备同时升级的时候会不会出事，等等等等。这种信任的背后就不是代码问题了，只能靠时间和真实的经验，一点点去积累。所以说，EOS的护城河最核心的还是信任，而这已经是Arista过去二十年持续积累下来的了。如果一个客户想要用AI做出来的代码，那么后续的各种风险，就需要客户自己去扛了。
而在当下，云计算出风险的成本已经极度昂贵。因为现在，各行各业的服务和产品已经深度和云计算绑定，早已经不是云计算从零起步的年代了。在一个停机一分钟就意味着数百万美元损失的场景里，没有哪个客户愿意拿自己的数据中心给新玩家练手。所以即便AI能做出来这么一个产品，但如果它缺乏实战打磨，恐怕也很难打动人。
﻿
公司的成长性好，关于Arista的护城河现在就说到这里。整体来看，Arista的护城河还是值得认可的。然而从投资的角度去看，光有护城河还是不够的，我们还要看它的增长。毕竟投资是投未来，那在当前的AI大趋势下，Arista能怎么从中发光发热呢？
AI推理带来的驱动力
这第一个重要的增长驱动力，来自于AI推理。现在，推理正成为 AI 的主战场，这件事本身已经不用多说。而之所以Arista能从推理爆发中获益，关键就在于推理和训练对网络需求模式的差异。
和推理相比，训练的算力消耗是非常集中的。比如GPT4的训练就用了大约两万五千台GPU，集中在一个数据中心跑了几个月，花费大约一亿美金。这是一次性的、集中的投入。这种场景对网络的要求是极致低延迟，因为GPU之间每一毫秒的通信延迟，都会拖慢整个训练进度。这个领域英伟达的InfiniBand仍然有优势，Arista并不是最强的那个。
但推理完全是另一回事。你在日本问 ChatGPT 一个问题，总不能让数据绕到美国机房再兜回来。这样延迟太高，体验会很差。所以推理天然是分散的，需要在全球多个地区就近部署。GPT4 的训练集中在一个地方，但它的推理服务器却散布在全球。这种跨区域的常态化部署，要求的是稳定可用、高效、并且容易横向扩张的网络。而这就恰好踩在了 Arista 的甜点位上。毕竟，EOS 当年就是为这类场景所设计的。所以未来当推理的需求越来越大的时候，Arista也能从中受益。
Agent 带来的新需求
除了推理的需求提升以外，Arista还能从Agent的爆发中受益。因为Agent 的爆发带来的不只是推理量的增加，它还在改变数据中心内部的流量结构。Agent 的很多工作，让原本一次性的模型调用，演变成了跨服务器、跨存储、跨服务的复杂工作流。下图就对这两者做了对比。可以看到，下图左边是过去简单推理的样子，右边则是 Agent 工作流下的网络图谱，密度完全不是一个量级。而越复杂的连接，就越需要相关的产品服务。因此Agent 的普及，等于为 Arista 又额外撑开了一块市场空间。
﻿
 “非英伟达”路线的崛起
除了前面两个逻辑以外，Arista还有一个非常重要的AI受益逻辑，那就是"非英伟达"阵营方案的快速扩张。这里最直接的变化就来自于AMD。AMD 在推理端推出的GPU很受欢迎，而 Arista 的产品一般都是它的第一选择。
除了AMD，各大云厂商也都在加速自研芯片。谷歌、亚马逊、Meta 都在走这条路，目的高度一致，就是为了降低对英伟达的依赖，换取更好的成本控制和供应链选择权。
无论是 AMD 还是自研芯片，走的都是基于以太网的方案。而Arista的全部产品就是配合以太网而设计的，也就是说，非英伟达阵营每扩张一分，Arista 的潜在市场就跟着大一分。而在非英伟达阵营的网络解决方案里，Arista 相比竞争对手的优势相当明显，所以它可以稳定地跟着行业增长而增长。至于谷歌和亚马逊，情况比较特殊，也确实复杂，我们以后单开一期详细说。
为了把这条路走得更宽，Arista 还联合几家大厂牵头成立了 UEC，目标是建立一套规范开放的以太网标准，让不同厂商的芯片、网卡、交换机能够互联互通。标准统一之后，成本会更低，供应商选择也更灵活，这种开放标准的普及，会进一步强化 Arista 的市场地位。不过UEC 目前才刚刚从规范走到第一批产品，还没有进入大规模部署阶段。它更多是在加固 Arista 未来的位置，而不是当下收入的驱动力。
小结
说到这里，咱们不妨快速做一个小结。从上面的分析可以看到，整个Arista受益的逻辑，本质上是推理需求爆发的三个层次。
第一层，是需求性质的改变。训练的网络需求是集中式的，推理是分布式的，这直接改变了数据中心的网络需求结构，也正好是 Arista 的强势区。
第二层，是需求规模的放大。Agent 的兴起不只带来 Token 消费的飙升，也带来了更复杂的网络结构，这再次强化了 EOS 的商业价值。
第三层，是可触及市场的扩大。这不只是算力市场本身在变大，更是"非英伟达"路线扩张之后，Arista 能够触及的那部分比例在提升。
而在可预见的未来，我们知道，AI 算力需求还在爆发，尤其是推理和Agent方面的需求，网络复杂度也还在提升，而巨头们都还在想方设法减少对英伟达的依赖。这几个逻辑都相当坚挺，这些都会对Arista带来积极的影响。
﻿
投资观点 到这儿，关于 Arista 的分析部分就说得差不多了。最后聊聊我个人对它未来走势的一些看法。
首先，Arista 所在的网络市场还处在急速扩张的阶段。英伟达在训练集群里确实有自己的领地，但推理和 Agent 打开的新场景，就让 Arista 能够触及的市场总量变得更大，同时"非英伟达"路线的扩张，更是把这块蛋糕又推大了一圈。在蛋糕持续扩张的大背景下，公司又能靠着EOS这道护城河为客户实实在在降低了运维成本。这道护城河也非常坚挺，60%的毛利率比上对手10%的毛利率就是实际的证据。
所以你看到没有，Arista现在的局面是，不仅蛋糕在变大，而且公司的优势相当明显，短期内看不到太多威胁，这让他可以持续吃到更大的一块蛋糕，而不用在你死我活的存量市场里厮杀。因此，只要行业整体还能按部就班地扩张，Arista 的增长逻辑就不会被动摇。
那Arista的风险在哪里呢？目前看来，最核心的风险是大科技资本开支的放缓。因为目前微软和 Meta 加起来占了 Arista 收入的 42%。这两家要是稍微砍资本开支，就免不了造成一定的下跌。不说太多，要是说微软和 Meta 的网络相关开支压缩 10%，也许业绩上的影响没想象中那么大，但从估值的角度去看，这就必然对Arista的估值逻辑重新定位了。而且巨头收缩往往会引发整个行业的连锁下滑，这是一个必须严肃对待的风险。换句话说，如果真要看到资本开支放缓的风险，Arista的股价难免要经历一波大跌。
除了资本开支，我们认为，投资Arista还有一个不得不注意的风险，那就是长期的竞争格局。
今天Arista所处的竞争格局，有点像两年前的英伟达。两年前的英伟达，产品性能断层领先，在训练市场上一手遮天，直到今天，整个 AI 产业的大半收入还是进了它的口袋。但即便强到这个地步，优势还是在被竞争者一点一点啃出缺口。客户自研芯片绕开它，对手用便宜方案抢标准化场景，市场对它估值的容忍度也在下降，同样漂亮的财报换不回同样的涨幅。
今天的 Arista，拿着类似的剧本站在类似的位置上。大客户想自研系统做替代；白盒产品在标准化场景里越来越有竞争力，客户愿意牺牲一部分可靠性去换更便宜的方案；而英伟达，也在通过芯片和网络捆绑销售，用芯片的稀缺性带动网络业务。这些对于Arista来说都是不能忽视的竞争风险。有这么多的竞争也不奇怪，毕竟Arista现在面对的市场很赚钱，增长也很快，一个这么好的市场很容易会招来更多人进来。对于投资者来说，关键不是去期待没有人进来竞争，而是面对竞争的过程当中，Arista能怎么靠自身的不断进化去消解这些问题，尽可能地拉开和对手的差距，而不是躺平等着被别人慢慢追赶上来。
对于这个问题，我们现在也还没有答案，只能对这家公司持续进行跟踪。其实 Arista 的竞争格局是个很大的话题，自研芯片的影响、白盒的侵蚀、英伟达的捆绑，每一条都很复杂，甚至可以说是竞争中夹着合作、合作中带着竞争。限于篇幅这里没法展开，后面我们会出一期专题来讲。
最后再快速说说估值。目前Arista的前瞻市盈率在50倍左右，并不便宜。虽然相比现在市场最火热的光模块板块要低一些，但跟上游的博通、同行业的思科和 Celestica 比，Arista 的估值显然是比较贵的。我们也认为，在当前股价水平上，应该是有一部分增长预期被提前反映进去了。
﻿
好，前面的分析中，我把我认可Arista的部分，以及它的风险部分，都给大家做了一个详细的分析，以及提供了我的观点了。整体来看，虽然Arista有着资本开支和长期竞争的风险，但这样的风险对于基础层的公司来说非常常见，而且相比于市面上绝大部分的AI基建公司，Arista的赛道、增长潜力，以及目前面对的竞争格局都算是相当不错了。即便长期的竞争风险会一直存在，但AI 基础设施仍处于高速建设期的当下，增量逻辑大于存量博弈，所以对此我们也不会过度担心。且随着推理需求的爆发和非英伟达阵营的持续壮大，Arista也有着确定性较高的增长驱动。因此整体来看，瑕不掩瑜，Arista是一家在增量市场中竞争力坚固、在紧缩环境下韧性较强的公司。也是我们最近研究下来，比较喜欢的一家AI基础层公司。
到这里，关于 Arista 这家公司就聊完了。对于Arista这家公司来说，我想这样的分析只能说是刚刚开始，毕竟这家公司比较复杂，要关注的点也比较多。所以为了让大家更好地搞懂这家公司，我们会在下一次更新时，把Arista加入到美投的跟踪体系中。感兴趣的看官可千万别错过。