Arista第一季度营收27亿美元 供应链挑战与光技术进展解析

Arista Networks最新发布的季度财报展现出强劲的增长势头。公司第一季度总营收达到27.1亿美元，同比增长超过35%。基于这一出色业绩，Arista上调了全年增长预期至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亮眼，其营收目标被提升至35亿美元，意味着该板块销售额有望在今年实现翻倍增长。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

然而，在亮眼数据的背后，供应链的紧张局势依然是公司面临的主要挑战。内存、芯片、晶圆等核心网络元器件的短缺状况仍在持续，导致采购成本不断攀升。

在财报电话会议上，Arista首席执行官兼董事会主席Jayshree Ullal向分析师坦言：“我们目前面临的需求，是我在公司任职以来最强劲的。但供应端的状况却截然相反。从晶圆、硅芯片、CPU到光学器件，乃至上季度提及的内存，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：“今年的需求明显超出了我们的供应能力。虽然我们期望未来一两年内供应链压力能得到缓解，但Arista的运营团队一直在积极行动，与供应商加强接洽，强化供应协议，并签订多年期的采购承诺。现在看来，供应链挑战并非一两个季度就能过去，而是一个将持续一两年的问题。起初我们以为只是内存短缺，如今已蔓延至所有晶圆制造环节，每一种芯片都面临挑战。这种情况预计将持续到明年，并在未来几年内持续制约我们的供货能力。”

光学技术迎来新突破

在近期举办的光纤通信大会上，Arista发布了一项备受业界瞩目的新技术——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，旨在共同构建和支持XPO生态系统。自发布以来，这项技术已获得超过100家厂商的公开支持，引发了业界的广泛关注。

Ullal详细阐述了XPO的核心优势：“其亮点主要体现在几个方面：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。”

谈及业界热议的共封装光学（CPO），Ullal指出，该技术目前仍处于实验阶段，且各家厂商标准不一，各自为政。“我们未来几年会拥抱开放式的CPO，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，我们所谈论的所有大规模扩展机架，离开XPO或类似技术根本无法实现。”

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。要知道，当前光学市场99%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发明与创新。”

AI推理与智能体应用正在兴起

在企业级网络客户的AI需求方面，Ullal认为Arista的探索才刚刚开始。

公司正观察到AI应用重心从训练向推理转移的明显趋势。“这意味着你不再总是需要庞大的GPU集群，”Ullal解释道，“企业将更多地用到高性能CPU，需要管理更精简的参数和Token集合，并面向特定的智能体AI使用场景和应用。目前我们看到的还只是非常早期的测试阶段，尚未出现大规模落地部署。”

部分前沿客户已经开始部署“更偏向推理、更偏向智能体AI、边缘推理”的集群。Ullal表示：“这样的趋势预计会越来越明显。现在就像是暴风雨前的平静期。随着AI走向分布式，它的算力基础将不再只依赖GPU，而是需要更广泛的高性能算力组合……不过，这一切要完全成形并大规模普及，可能还需要几年的时间。”

Q&A

Q1：Arista XPO技术有哪些核心性能指标？

XPO是Arista发布的新型高速光学封装形态，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，以及兼容多种光学与铜缆接口的通用性。该技术已获超过100家厂商支持，Arista预计XPO将主导未来10年的高速光模块市场发展。

Q2：Arista供应链短缺问题有多严重？

Arista CEO Ullal指出，公司当前需求极为旺盛，但供应端面临晶圆、硅芯片、CPU、光学器件和内存的全面短缺，且采购成本持续上涨。她明确表示，这不是短期问题，预计将持续一两年，并在未来几年内持续制约公司的供货能力。

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需求正从训练转向推理，这意味着对GPU的依赖降低，转而需要高性能CPU及更轻量的参数管理。部分客户已开始部署面向推理和智能体AI的边缘集群，但整体仍处于早期试验阶段。Arista预计，随着AI走向分布式，对高性能算力的需求将持续增长，但大规模落地仍需数年时间。