作者 | 周雅
「為什麼AI這麼火？」
是德科技大中華區高速數字市場部經理李堅，最近在是德科技（Keysight Technologies）年度技術會議 Keysight World Tech Day 2025上，拋出這個問題的同時，答案也呼之欲出：就像是90年代的移動通信、2001年前後的網際網路，以及隨後的移動網際網路浪潮，而AI是未來10年內最大的風口。
Bloomberg數據顯示，全球AI市場規模預計將從2022年的869億美元增長至2030年的1.3萬億美元。Markets and Markets數據進一步指出，該市場在2024至2030年的年複合增長率預計高達35.7%，這一增長，預期是驅動全球企業大規模投入AI基礎設施建設的核心動力。
但是，在AI高速發展的背後，數據中心的實際運營也出現了瓶頸。
數據中心的瓶頸
我們知道，數據中心的複雜性超乎想像，它由大量的伺服器、GPU、CPU、網路交換機等組件構成，這些設備通過機架連接，機架之間再通過複雜的網路架構連接成集群，最終由數百個集群組成一個完整的數據中心。
數據中心的複雜，要求在多個技術層面取得突破：首先是高速的網路技術；其次是計算架構，包括GPU性能的持續提升；最後，也是至關重要的一點——功耗。
圖源：是德科技
正如是德科技高級副總裁兼通信解決方案事業部總裁Kailash Narayanan現場指出，算力固然重要，但如果能耗過高，技術的實用性將大打折扣，因此，所有的高速、高性能計算，都必須在極低的功耗下實現，這是AI等技術能否大規模落地的核心前提。
是德科技高級副總裁兼通信解決方案事業部總裁Kailash Narayanan
在深入分析AI數據中心建設過程時，李堅進一步揭示了兩個普遍的痛點：
第一，GPU利用率普遍偏低。
GPU作為AI數據中心最核心且最貴的算力資產，其工作效率直接決定了數據中心的整體效能。然而，是德科技的調研數據顯示，在典型的模型訓練過程中，GPU的實際計算時間僅占約20%，另有16%為計算與數據傳輸的重疊時間，Memory的時間占2%，而高達62%的時間都處於等待狀態。這意味著，一個GPU的真正有效工作時間僅為38%左右。
李堅進一步指出，造成GPU利用率低的主要原因是「數據傳輸瓶頸」——GPU沒有及時收到數據，自然就無法進行計算，導致算力資源的大量浪費。
第二，可靠性差。
大語言模型的訓練周期通常長達數周甚至數月。李堅指出，有數據顯示，一次訓練任務能夠不受干擾、順利完成的概率僅為57%，因為中途可能出現各種軟硬體故障，而硬體故障是導致訓練中斷的主要原因。
問題的根源在於，為滿足AI算力需求，數據中心內部的元器件在高溫、高速、7x24小時不間斷運行，很多器件已經逼近物理極限。「目前很多算力中心的高速器件的可靠性，遠未達到傳統數據中心的水平。例如，一個NVIDIA NV72機櫃內包含超過五千根線纜和上百個光模塊，任何一個組件的失效都可能導致整個系統停機，如果缺少有效的斷點保護與恢復機制，之前的訓練成果可能全部作廢。」李堅進一步強調。
是德科技大中華區高速數字市場部經理李堅
這兩個瓶頸的產生，與AI的快速演進密切相關。
李堅解釋，大模型需要大算力、大數據、大帶寬的支持，這就推動了數據中心內部互連技術標準的快速疊代，但現有標準無法滿足頭部算力晶片的帶寬需求。所以，未來幾年裡，存儲技術將快速發展，從DDR5向DDR6/7、HBM3/4演進，接口技術從PCIe 5向PCIe 6/7發展。
此外，速率的提升也帶來物理挑戰。高速信號在傳統PCB板上傳輸損耗和串擾嚴重，迫使新型算力機櫃大量使用電纜和光纜。但隨著速率從800G向1.6T、3.2T提升，電纜的有效傳輸距離被急劇壓縮，而有源光電模塊雖能增強傳輸，卻帶來了明顯的功耗和散熱問題，進一步威脅到系統穩定性。
總之，如何解決這些底層物理問題，是提升AI產業整體投資回報率的關鍵。
是德科技的「KAI矩陣」
面對AI基礎設施的效率和可靠性挑戰，是德科技正式推出一個全新的產品矩陣「Keysight AI」（簡稱「KAI」），為AI基礎設施提供全棧、全生命周期的支持。
KAI被劃分為四大板塊，針對數據中心從計算到網路傳輸的全路徑：
1. KAI Compute（KAI高速計算）：聚焦於數據中心的最底層——算力板卡。它提供針對GPU、CPU、高速內存（HBM）及其互連接口的測試驗證方案，旨在確保最基礎的計算單元穩定可靠。
2. KAI Interconnect（KAI互連）：聚焦於板卡之間的連接。當一塊塊算力板卡被造出來後，需要通過高速的電纜、光模塊、光連接器等組件連接起來，形成計算節點乃至超級節點。所以是德科技將旗下的網路分析儀、高速誤碼儀、採樣示波器等一系列用於驗證光電互連性能的解決方案，統一歸入KAI Interconnect矩陣，保障數據傳輸物理通道的質量。
3. KAI Network（KAI網路）：計算節點和超級節點，還需要通過網卡、交換機、路由器等網路設備，組成一個規模更宏大、結構更複雜的算力網路。在這一層面，測試的需求從物理層延伸到了網路層乃至應用層。是德科技在多年前耗資16億美元收購的行業翹楚Ixia，其深厚的技術積累構成了KAI Network板塊的核心。這些解決方案能夠對網路設備的性能、協議一致性、安全性等進行全面的測試與驗證。
4. KAI Power（KAI能效）：聚焦於數據中心的能源效率。「數據中心的盡頭是電站」，這句行業內的調侃精準地道出了功耗問題的嚴峻性。一個十萬卡集群的耗電量，甚至超過一座百萬人口的城市。而KAI Power解決方案，專注於測試和驗證電源模塊、功率器件的性能，幫助客戶提升能源轉換效率，降低整體擁有成本（TCO）。
是德科技的目標是，通過這套覆蓋全棧、全生命周期（從研發、生產到安裝維護）的解決方案，幫助客戶構建更高效、更可靠的AI基礎設施。
為將KAI的戰略構想落地，是德科技發布了三款針對性的新產品，分別切入物理層、網路層和應用層的驗證需求。
第一款產品：224G單通道和雙通道採樣示波器。
該產品旨在滿足下一代光電互連技術的測試需求。隨著行業向單通道224Gb/s的速率演進（這是實現1.6T及以上帶寬的基礎），測試儀器的精度至關重要。是德科技推出的這款224G採樣示波器，其核心器件是德科技久負盛名的自研技術——磷化銦（InP）技術，在示波器的噪聲和抖動等關鍵指標上表現出色，為光晶片、光模塊等組件廠商提供了精準的物理層驗證工具。
第二款產品：INPT-1600GE網路互連與性能測試設備。
當光模塊等組件被集成到網卡、交換機等設備後，驗證工作便從物理層上升到了傳輸層和網路層。李堅介紹，這款產品速率達到1.6T，其創新之處在於融入了更多針對Layer 2 FEC（前向糾錯編碼）的分析功能。更重要的是，它具備進行「極限性能測試」的獨特能力。傳統的測試大多是在靜態、理想的條件下進行。但真實工作環境中，模塊的性能會受到溫度、鏈路質量等多種動態因素的影響。這款產品能夠模擬這些極限工況，對模塊進行動態壓力測試，評估其性能邊界，而不僅僅是做一個簡單的「通過/不通過」判斷。這一功能已申請專利，體現了是德科技對真實應用場景的深刻理解。
第三款產品：工作負載仿真器。
這是三款新品中最具創新性、也最貼近AI應用實際的一款。李堅指出，當下的AI算力網路，其流量模型與傳統數據中心有著天壤之別。傳統數據中心多為「南北向流量」（客戶端到伺服器），而AI數據中心則充斥著大量GPU之間、節點之間的「東西向流量」，且這些流量往往是脈衝式的、非均衡的。如果交換機、網卡中的流量管控和調度算法（好比道路上的紅綠燈系統）設計不合理，就會導致網路擁堵，造成GPU大量等待。
這款工作負載仿真器，可用於評估網路是否高效。它是一款主要運行在是德科技AresONE硬體平台上的軟體，通過在網路部署前進行仿真測試，可以提前發現並優化交換機、網卡中的調度算法，從而有效避免上線後出現性能瓶頸，降低運維成本。李堅透露，是德科技是行業內率先提供此類仿真能力的公司，並已在北美與一些超大規模雲服務商完成了相關驗證。
深耕中國40年：與本土創新同頻共振
回顧是德科技的發展史，可追溯到1939年的惠普公司。作為惠普最初的測試和測量業務部門，他們開啟了為客戶提供設計與仿真解決方案的旅程。歷經85年後，這支隊伍先是成為安捷倫科技的一部分，並最終在十年前獨立出來，成為今天的「是德科技」。所以，儘管公司本身看似年輕，但它的技術傳承已跨越近一個世紀。
Kailash強調，是德科技的使命是「加速創新，創造一個安全互聯的世界」。為此，公司戰略有三個核心支柱。
首先，在客戶產品的極早期階段，便與之深度合作，確保全生命周期的陪伴。其次，大力搞研發，不斷提高自身的技術能力。最後，通過廣泛合作，包括積極參與全球標準化組織，推動技術標準的制定與落地，從而賦能整個生態。
Kailash總結說，無論是產業鏈上游的半導體公司，中游的模塊與組件製造商，還是下游集成這些組件構建路由器、交換機等大型子系統的設備商，或是超大規模雲服務提供商（Hyperscaler），是德科技為產業鏈的每一個環節提供各類解決方案。無論是AI還是6G
，是德科技與客戶攜手，共同推動這些顛覆性技術在中國乃至全球的商業化進程。
談及中國市場，是德科技高級副總裁兼首席營銷官Marie Hattar，介紹了是德科技與中國市場長達40餘年的淵源。
是德科技高級副總裁兼首席營銷官Marie Hattar
從當年作為惠普的團隊開始，是德科技就開始服務中國客戶，儘管中間經歷了安捷倫等公司的分拆，但是德科技與中國客戶的合作就一直沒有斷過。Marie自豪地表示，如今的是德科技，是一家專注於設計、仿真和測試的創新型公司，與中國客戶共同成長，將業務版圖擴展到了通信、半導體、汽車、航空航天等多個關鍵領域。
為了支撐中國市場發展，是德科技深耕本地化布局。目前，公司在大中華區擁有超過1000名員工，分布在10多個城市，且在中國多個城市設立開放式實驗室（Open Lab）。Marie特別指出了在北京的研發中心，該中心專注於軟體開發，確保更貼近市場需求，以「中國速度」推動創新。
以汽車領域為例。Marie認為，中國正迅速成為全球汽車行業的領導者，是德科技在全球設立的四座汽車客戶中心裡，其中一座就落戶上海。這不僅是因為中國家用車市場的蓬勃，更是因為自動駕駛計程車、自動駕駛送貨車等新興業態，在中國快速湧現。
在市場觸達方面，是德科技同樣遵循本地化發展。考慮到中國客戶的溝通習慣向社交平台遷移，他們不再只依賴官網，而是將微信和公眾號作為與客戶互動的主陣地。同時考慮到影片受眾，是德科技還入駐了B站，展示各種產品評測教學。
不難看出，在這個步履不停的AI賽場，是德科技作為「基礎設施賦能者」的一員，顯然已經找到了自己的獨特價值。
