营收增长58.5%，Arista正在吃到AI基础设施的第二波红利

AI基础设施投资正在换挡：GPU仍然是算力建设中最受关注的资产，随着AI集群规模不断扩大，服务器之间的数据传输、降低通信延迟以及提升集群利用率都成了数据中心建设必须解决的问题。算力芯片决定计算能力，网络架构决定这些计算资源能否高效协同。

数万甚至数十万颗加速器组成的计算集群，需要交换芯片、光模块、网络操作系统以及复杂的调度体系共同支撑，让数据中心网络从传统配套设施逐渐进入AI资本开支的核心环节。

11月3日盘后，Arista Networks公布2026年第三季度财报，营收达到36.58亿美元，同比增长58.5%，Non-GAAP营业利润率达到49.1%。公司预计第四季度营收达到39亿至40亿美元。

AI基础设施投资正在从GPU、服务器向网络设备和系统架构延伸。

GPU集群越大，网络的价值量越高：AI基础设施正在进入第二增长曲线

Arista这份财报最有研究价值的地方在于收入增长与盈利能力同时保持强劲。

第三季度公司实现营收36.576亿美元，其中产品收入约31.90亿美元，服务收入约4.676亿美元。GAAP净利润达到15.604亿美元，摊薄后每股收益1.22美元，Non-GAAP营业利润率达到49.1%。第四季度公司预计营收39亿至40亿美元，Non-GAAP营业利润率为48%至49%，Non-GAAP每股收益为1.26至1.30美元。

硬件厂商在订单快速放量时，通常面临产品价格竞争、供应链成本上升和交付压力。Arista目前能够维持接近50%的Non-GAAP营业利润率，说明公司在产品定价、软件能力和客户结构方面拥有一定竞争优势。

更重要的是，AI数据中心正在改变网络设备的产业地位。

传统数据中心主要解决服务器之间的数据交换问题，AI数据中心需要大量加速器协同完成训练和推理任务。如果网络传输效率不足，即使客户投入巨额资本采购GPU，也可能无法充分发挥计算资源的性能。

网络已经成为AI基础设施投资回报率的重要组成部分。

从技术架构来看，AI数据中心网络可以分为三个层次：Scale-up负责机架内部加速器的高速互联，Scale-out解决跨服务器集群的数据交换，Scale-across则把范围扩展到了不同的数据中心之间。随着AI集群规模扩大，网络建设的复杂程度和设备价值量也会随之增加。

过去投资者研究AI产业链，往往优先关注GPU、HBM和先进封装。现在高速交换机、光模块、网络芯片和液冷系统也开始进入资本开支研究范围。原因很简单，大型云服务商建设AI数据中心需要的是完整的算力集群。

公司产品收入目前占总营收约87%，交换机、路由器以及其他的网络设备依然是主要收入来源。另外软件管理、技术支持以及网络服务可以给客户提供持续性的后续价值。

AI网络收入占比、单个客户的设备采购规模以及订单兑现速度是Arista后续需要追踪的指标。如果AI网络逐渐成为大型云服务商资本开支中的固定项目，公司就有机会获得持续数年的业务增量。

以太网开始向AI核心网络延伸：Arista正在争夺更大的市场空间

10月7日，Arista推出开放式AI网络架构，成为公司近期最重要的产品进展之一。

这套方案由AMD、Arm、Broadcom、Meta、Microsoft、d-Matrix和Qualcomm等产业伙伴参与，采用Ethernet for Scale-up Networks技术路线。核心产品Etherlink SU-144支持单机架最多144颗加速器通过单跳连接，并能够通过跨机架拓扑扩展至1024个XPU。

目前，NVIDIA通过InfiniBand及其自有网络技术体系，在高性能计算和大型AI训练集群中拥有明显优势。公司将GPU、网络交换设备、互联技术和软件体系整合起来，为客户提供相对完整的解决方案。

以太网阵营强调开放标准、供应商选择和产业链成熟度。开放架构能够降低对单一供应商的依赖，也能根据不同计算任务选择更灵活的芯片和网络设备组合。

以太网市场份额提升，并不代表InfiniBand会很快被淘汰。不同技术路线在带宽、延迟、系统成本和软件生态方面各有优势，客户最终会根据训练规模和具体业务需求进行选择。未来大型数据中心同时采用多种网络架构也完全有可能。

Arista需要争取的，是开放以太网架构中的系统级市场份额。

Broadcom拥有交换芯片和网络硅片方面的技术积累，NVIDIA拥有完整的AI计算与网络生态，Arista则主要依靠网络设备设计、EOS操作系统、CloudVision管理平台和大型数据中心部署能力形成竞争优势。

三家公司之间既存在合作，也存在竞争。Broadcom可以为开放网络设备提供关键芯片，同时也参与相关产品竞争；NVIDIA推动以太网技术发展的同时强化自身网络生态；Arista则需要通过软件、系统集成和客户服务建立差异化。

网络设备的性能固然重要，但拥有大量服务器和交换设备的大型数据中心，怎样进行统一管理、监控流量、解决拥塞以及迅速找到问题所在都会对整个运营效率产生影响。网络规模越大，软件管理的价值就越突出。Arista长期积累的操作系统和网络管理能力也因此具备更高的商业价值。

Etherlink SU-144进一步扩大了公司的产品覆盖范围。未来如果客户能够在开放以太网架构下完成机架内部互联、跨机架连接以及更大规模的集群部署，Arista就有机会提高单个客户的产品覆盖率。

不过，技术发布距离商业化仍有距离。产品能否通过客户验证，能否进入规模采购，以及能否形成持续订单才是判断这项业务价值的关键。

高增长背后还要看客户结构：Arista能否维持盈利质量？

Arista目前最大的优势，是已经形成成熟的产品体系、大型客户关系和较强的盈利能力。AI网络业务提供新的增长空间，传统云数据中心和企业网络业务则构成公司的经营基础。

2026年8月公布第二季度业绩时，公司已经将全年营收目标上调至约126亿美元，并提出AI网络业务全年收入至少达到35亿美元的目标。AI网络被管理层列为增长的重点。第三季度36.58亿美元的营收以及第四季度39亿至40亿美元的指引也表明了公司当前的业务扩张能力。

不过，高增长能否持续，还需要观察几个关键因素。

第一是客户集中度。根据公司2025年年报，两家终端客户分别贡献了全年营收的26%和16%。大型云服务商的资本开支安排会直接影响Arista的订单和交付节奏。一旦主要客户调整AI基础设施投资计划，公司季度收入就可能受到明显影响。

第二是行业竞争。NVIDIA拥有完整的AI计算和网络产品体系，Broadcom在交换芯片领域具备深厚积累，Cisco和HPE旗下Juniper也拥有成熟的企业网络客户基础。AI网络市场扩大，越来越多供应商会争夺大型云客户的采购预算。Arista需要持续证明自身在网络性能、系统稳定性和总体拥有成本方面的竞争力。

第三是利润率能否保持稳定。

第三季度Arista的Non-GAAP营业利润率达到49.1%，第四季度指引为48%至49%。这已经是相当高的盈利水平。公司需要持续投入研发并协调高速交换芯片、光电器件和液冷系统等供应链资源。如果大型客户议价能力增强，或者产品结构发生变化，利润率也可能受到压制。

研究Arista还需要观察AI网络收入贡献、产品毛利率、库存变化和经营现金流。尤其是AI产品能否获得规模化采购，将直接决定当前增长的持续性。

Broadcom代表交换芯片和网络硅片，NVIDIA代表高度整合的AI计算与网络生态，Marvell布局高速互联和定制芯片，AMD是开放式AI计算生态的重要参与者，Cisco则代表传统网络设备巨头向AI数据中心市场延伸的竞争力量。

这些企业处于不同环节，却共同受益于AI数据中心网络复杂度提升。

结语：AI基础设施的价值，正在向GPU之外延伸

58.5%的营收增长配接近50%的营业利润率，Arista这季的成绩说明网络设备的红利不是预期，是已经落袋的现实。

往后只需要往一个方向看：AI网络收入的目标完成度，以及Etherlink SU-144从客户验证到规模采购的转化速度。