驭驯网络这轮融资和ZCube架构的发布，其实踩准了当前AI基础设施的一个关键痛点：推理集群的网络瓶颈。15%的Token产量提升看起来不算惊艳，但结合33%的网络硬件成本削减，这就很有意思了。从个人经验来看，传统InfiniBand或RoCE方案在推理场景下往往存在过度设计的问题——训练需要极低延迟，但推理对带宽利用率更敏感。ZCube显然是针对推理特征做了定制化调度，可能通过减少非必要的控制面开销来提升有效吞吐。
我比较关心的是，这个架构是否依赖特定的拓扑结构？比如是否针对leaf-spine做了优化，或者引入了某种近内存计算的思想？另外，3个月拿下过亿订单，说明客户对推理成本敏感度极高，但也让我怀疑：这是否意味着ZCube只能在特定规模的集群中生效？
从行业格局看，这标志着AI基础设施正从“训练为王”转向“推理争霸”。国内网络厂商如果能抓住推理专用网络这一细分赛道，完全有可能在智算中心市场撕开一个口子。大家觉得，未来推理集群会彻底抛弃RoCE，走向类似ZCube这样的专用架构吗？