瞄准万亿蓝海，网络芯片成AI基建第二支柱

2026年，全球半导体市场正在经历一场由AI驱动的深刻变革。Yole Group最新研究指出，随着AI模型规模每两年扩大100倍，行业的瓶颈正在从“计算”转向“通信”。全球数据中心处理器市场规模预计在2026年实现翻倍增长，到2031年将突破1.7万亿美元。

该研究提出了一个关键洞察：XPU（扩展处理器）与网络是支撑AI基础设施的两大核心支柱。XPU是执行单元，网络是连接架构，两者缺一不可，而后者的重要性正在被重新认识。

根据Yole数据中心处理器监测显示，2026年第二季度CPU收入132亿美元，环比增长34.9%；GPU收入663亿美元；AI ASIC收入151亿美元。超大规模云厂商的自由现金流，正在系统性转化为对半导体供应链的订单。

这一轮资本开支的特殊性在于，它不再只是为训练集群扩容，而是覆盖推理、Agent任务编排和网络互连的全栈重构。Yole判断，这笔钱从云厂商资产负债表流出后，最终将沉淀为处理器、交换芯片、光互连、先进制程代工的长期需求。 

一个反常识的信号是：本季度CPU收入同比增长35%，增速超过AI ASIC的23%和GPU的13%。其背后的驱动是Agentic AI（代理式人工智能）——大模型从单轮对话走向多步任务编排后，推理链路上的调度、工具调用、状态管理需要大量通用CPU协同，GPU反而成为了被调用的“后端算力”。

与此同时，由于DRAM价格急剧上涨，主要GPU和AI ASIC厂商正在缩减产品路线图，部分厂商的调整力度相当激进。存储成本的飙升彻底重构了AI芯片的性价比逻辑，也为CPU和专用推理芯片腾出了难得的市场窗口期。 

如果说CPU复兴是短期红利，那么网络芯片的崛起则是十年级的结构性迁移。Yole预测，网络在数据中心半导体市场中的占比将从2026年的约13%攀升至2031年的34%。2026年数据中心网络芯片市场规模将达530亿美元，其中AI工作负载贡献约88%。

细分来看，scale-out（跨集群扩展）已占2026年收入的60%，前端网络占29%，scale-up（单集群内扩展）占11%。但scale-up是增长最快的交换机细分：2026年出货量同比增长94%，收入将以年均59%的增速在2031年达到420亿美元。其中，共封装光学（CPO）技术占比23%。

Yole计算与软件分析师Adrien Sanchez直言：“在AI集群中，花在数据搬运上的钱，增速已经超过计算本身。互连不再是数据中心预算中的配角，而是成为了主要支出项之一。”

在市场份额方面，英伟达凭借率先推出的基于交换芯片的scale-up架构，连续两年（2025、2026）位居全球网络ASIC供应商第一。但这一市场格局正在松动：scale-out交换机市场由Broadcom在2026年领跑，英伟达紧随其后，Cisco、Marvell、华为分列其后；网卡（NIC）市场则由英伟达大幅领先，其后是AMD、AWS Nitro和Broadcom。

值得注意的是，长期由英伟达主导的scale-up交换市场，正随着开放标准的普及向超大规模云厂敞开大门。AWS、Meta、Microsoft都在自研AI ASIC，而Google TPU则以点对点环形拓扑绕开了传统分组交换框架。

在代工端，由于绝大多数网络芯片采用先进制程，台积电是该市场的领先代工厂；中国大陆市场则由华为海思主导，其互连芯片与昇腾AI ASIC协同设计，目前国内尚无同体量竞品。Yole测算，仅满足2031年的网络芯片需求，就至少需要新建两座先进制程晶圆厂。 

从GPU独大到“XPU+网络”双支柱，AI基础设施的投资逻辑正在重写。对于芯片厂商而言，下一阶段的增长机会不只在更大的GPU，更在更快的网络、更经济的CPU编排，以及被DRAM价格倒逼的架构重构。在1.7万亿美元的AI基建竞赛中，决定胜负的从来不只是单点性能，而是整个系统的“传动效率”。