涉及的行业与公司 * **行业**：光模块/光连接、AI网络互联、数据中心基础设施[1][4][5] * **公司**：英伟达（Ruby Ultra）、谷歌（I/O Superpod）、华为（Cloud Matrix）、阿里[1][4][5][9] 核心观点与论据 * **网络架构演进趋势**：AI网络互联正从**Scale Out**（负责复杂、长距离通信）向**Scale Up**（专注于高速、短距离的卡间互联）转变，这一转变推动了铜连接和正交板技术，并预示着未来将更多探讨柜内光连接方案[1][2][4] * **高密度机柜设计**：以**英伟达 Ruby Ultra**为代表，通过将576张卡拆分为4个144卡的机框，利用**正交板**和**铜线**星状连接实现内部互联，采用**Dragonfly网络架构**以优化层数、减少延时[1][6][7] * **超节点设计**：以**谷歌 I/O Superpod**为代表，采用低密度机柜（144个64卡机柜，共9,216张卡），通过光模块实现柜间**SKA**连接，使用**OCS**技术，提高了系统灵活性与性能[1][5][9] * **光连接替代铜连接趋势**：受散热、布线、承重等物理极限影响，高密度机柜内部互联未来从铜转向光的趋势明显增强，下一代产品（如**Freeman**）有望实现柜内全光设计[7][8] * **技术成本与性能比较**： * 成本：当前**硅光方案**ASP约**0.5美元/Gbps**，**EML方案**约**0.6美元/Gbps**；铜连接从DAC升级到AEC成本也会显著上升；**PCB正交板**成本低于当前大部分光模块[9][10][11] * 性能：光信号几乎无损耗，相比电信号损耗具有明显优势[11] * 未来成本展望：新兴**NPO、CPO**等技术初期价格预计在**0.3-0.4美元/Gbps**，并有望进一步下降，长期看可能实现与铜连接相当甚至更低的成本[3][11][12] * **厂商技术路径与带宽弹性差异**：不同厂商在SKA光互联实现上存在差异，反映在带宽比上：**英伟达SKU与OUT速率比约为9倍**，**华为Cloud Matrix为7倍**，**阿里为8倍**，这体现了各家在UP和OUT层数结构上的不同[3][9] * **市场规模与行业逻辑**： * **Scale Up**被认为是巨大的蓝海市场，其市场规模显然大于**Scale Out**，早期可能存在数倍差距[15] * 光模块行业具有显著的**通胀逻辑**，**Sparse光连接**是当前最大的通胀逻辑，为市场提供了新的增量空间[16] * **产业链价值分配**： * 目前整套解决方案（包括NPO）100%直接销售给云服务提供商[12] * **CPU**在生态系统中的主导权与价值量存在分歧，其最终价值取决于参与度（市场份额系数）[3][13] * 转向**光引擎**形态（如NPU、CPU、LPU）预计能带来比现有光模块更高的净利润，以补偿标准化ASP下降的影响[13][14] * **投资预期与估值**： * 行业变化（如柜内进光、超节点项目）是逐步兑现的过程，预计从2026年年中之后开始，并持续至2027-2029年[16] * 因此，投资应关注**PE（市盈率）的增加**，而非短期EPS上修[16] * 当前行业约**20倍**的PE被严重低估，考虑到超级通胀逻辑，未来应给予**30倍以上甚至40倍**的PE[17] 其他重要内容 * **Dragonfly互联技术**的作用在于优化网络层数，避免增加延时，其设计核心是满足客户对高效传输的需求[7] * 在超节点架构中，不同厂商增加光模块配比的方式不同：谷歌使用OCS技术，交换机侧无需大量光模块；华为和阿里则通过电交换机和NPU增加更多光模块端口[9]

文章核心观点 - 文章核心观点是分析AI服务器Scale Up高速互联技术的市场格局、主流技术方案及其发展前景，重点探讨了英伟达NVLink、博通SUE和由AMD、Marvell等公司推动的UALink三大技术路线的竞争态势 [1][3][5] - 随着AI算力需求增长，Scale Up网络市场预计将从2024年的40亿美元以34%的年复合增长率增长至2029年的170亿美元，为非英伟达阵营的互联技术提供了巨大市场机会 [5][7] - Scale Up技术生态目前呈现割裂状态，未来竞争结果将取决于xPU市场份额划分、新网络标准演进以及客户的数据中心架构选择 [10][22] Scale Up和Scale Out概念 - Scale Up网络指同一台服务器或同一机架内GPU之间的高速通信网络，通过加速器互联使其协同工作，相当于一台大型超级计算机 [3] - 在Hopper时代以8卡机为主，服务器内部GPU可通信，服务器间需接交换机；Blackwell时代的GB200 NVL72则将一个机架内的72个GPU视为单一虚拟GPU，消除了服务器间通信瓶颈 [5] 主流Scale Up方案对比 - 英伟达采用专有NVLink协议实现GPU集群互联，在GB200/300的NVL72配置中，NVLink扩展至Blackwell GPU与Grace CPU的连接，预计未来将继续仅通过NVLink实现Scale Up [11] - AMD借助专有Infinity Fabric技术实现MI300 GPU的Scale Up，单个服务器最多连接8个GPU；即将推出的MI400将采用72-GPU机架配置，通过基于以太网的UALink实现Scale Up [12] - 谷歌通过芯片间互联技术实现机架内TPU Scale Up，借助光电路交换技术实现跨机架扩展；基于TPUv7架构的完整扩展pod可支持多达9216个TPU [13] - 亚马逊采用专有NeuronLink互联技术实现Scale Up通信，可在四个Trainium2实例间连接多达64个芯片；目前正与阿斯特拉实验室合作研发专用Scale Up交换机，预计2026年推出 [14] - 博通的SUE采用AI优化以太网，具备超低延迟和高性能，使用博通Tomahawk交换机，支持横向与纵向扩展的第六代产品已于6月出货 [17] - UALink是专为AI设计的内存语义互联技术，目前处于发展初期，由AMD、ALAB、MRVL及多家超大规模企业组成的联盟支持，基于AMD的Infinity Fabric，物理层依托以太网 [17] 国内超节点发展现状 - 目前国内已公布超节点方案的只有华为和阿里，华为有UB Mesh，阿里有ALink；其他国产GPU厂由于系统复杂性高且需要自有互联协议，面临较大挑战 [9] - 阿里欢迎其他厂家加入ALink生态，但其他厂家可能因竞争关系不愿兼容，同时受国际形势影响可能也不会选择国外互联总线，导致国内生态发展存在不确定性 [9] 互联介质选择：光与铜 - 当前Scale Up网络以铜缆为主，因其在短距离内具有纳秒级低延迟和成本优势，能避免光器件的额外成本和功耗 [20] - 单机架加速器部署规模上限约为72个，受架构、功耗与散热、物理密度和可靠性四大因素限制；若规模超过100个或需转向光连接 [20] - 预计铜缆将在Scale Up网络中长期使用，但当Scale Up突破单机架实现数百个GPU集群时，可能于2028年及以后引入光器件 [20][21] 市场竞争格局与关键因素 - Marvell在UALink生态中的主要贡献是准备做UALink switch，这是整个生态中最关键的一环 [22] - 当前市场处于早期阶段，架构、技术标准和客户偏好仍在变化中，最终胜出的Scale Up技术尚未确定，但市场规模足以支撑多家供应商共存 [22] - 长期来看，非英伟达阵营预计将从专有Scale Up网络逐步转向UAL、SUE等开源解决方案，这些技术有望在2027-2028年随着技术成熟及新ASIC产品放量而得到更广泛应用 [22]

公司股价表现 - 过去12个月股价上涨84% [2] 数据中心业务增长 - 数据中心业务是当前增长最快的业务板块 [4] - 业务增长主要基于网络横向扩展(scale out)需求 [4] - AI集群互联推动光纤需求增长 [5] - 长距离传输时光纤比铜缆更具技术经济性 [6] - Meta路易斯安那数据中心园区需要800万英里光纤 [7] - 该光纤长度可绕地球赤道320圈或连接纽约州所有独栋住宅 [8] 技术发展机遇 - 服务器背板采用玻璃可提升能效和晶圆利用效率 [10] - 纵向扩展(scale up)市场规模是横向扩展的2-3倍 [11] - 公司正全力投入相关技术创新 [10] - 数据中心互联推动长途网络重建需求 [12] 消费电子业务 - 移动消费电子产品采用更多康宁创新技术且价值量提升 [13] - 获得苹果2.5亿美元投资专门用于移动消费电子研发设施 [17] 新能源业务布局 - 在密歇根州建设美国最大原生多晶硅晶圆工厂 [14] - 太阳能业务季度运行率约2亿美元 [14] - 预计到明年末运行率将提升至三倍 [14] 地缘政治影响 - 美国市场90%收入来自本土生产产品 [16] - 仅1%在美销售产品在中国制造 [16] - 关税政策对公司影响极小 [15] 资本配置策略 - 苹果投资释放股东资本可用于其他创新领域投资 [18] - 释放资金将重点投入网络纵向扩展等创新项目 [18]

超节点技术兴起背景 - AI大模型发展推动算力需求进入万卡协同时代 万亿参数模型和多模态训练对算力提出更高要求[1] - 传统算力架构难以满足高效低耗大规模协同的AI训练需求 行业亟需技术革新[1] - 超节点作为Scale Up纵向扩展解决方案 由英伟达率先提出 具有高性能低成本高能效优势[1] 超节点技术优势 - 通过内部高速总线互连支撑并行计算任务 加速GPU间参数交换和数据同步 缩短大模型训练周期[1] - 深度整合GPU资源构建低延迟高带宽的统一算力实体[2] - 采用液冷等先进散热技术将数十甚至上百计算单元高度集成 极大提升算力密度和能源效率 PUE值优化[2] - 相较于Scale Out横向扩展方案 在性能成本组网运维等方面存在优势[2] 连接方案发展 - 铜连接成为超节点主要承载载体 具有高成本效益和运营可靠性[2] - 铜缆已实现224G以太网SerDes高速通信技术升级 短距离传输性价比突出[3] - 英伟达GB200 NVL72服务器采用大量铜连接 机柜内部使用电缆长度累计接近2英里(约3.2公里) 包含5000多条独立电缆[3] 技术方案分类 - 业界主流超节点方案分为私有协议和开放组织方案[3] - 私有协议包括英伟达Trainium方案和华为方案等[3] - 开放标准以以太网技术为基础 ODCC主导的ETH-X项目分为Scale Up和Scale Out两个组网部分[4] 中国企业布局 - 华为发布昇腾384超节点 实现业界最大规模384卡高速总线互联 具备超大带宽超低时延超强性能优势[5] - 曦智科技联合壁仞科技中兴通讯推出全球首个分布式光互连光交换GPU超节点解决方案光跃LightSphereX[5] - 燧原科技云燧ESL超节点系统单节点最高64卡全带宽互联 采用液冷方案[5] - 沐曦发布旗舰GPU曦云C600 支持MetaXLink超节点扩展技术[5] - 摩尔线程建立全栈AI智算产品线 包含AI超节点服务器及夸娥智算集群[6] - 字节阿里腾讯新一代服务器均采用超节点设计[4] 市场前景 - 超节点被国内外众多服务器选为下一代方案[2] - 中国科技企业在超节点领域全面开花 标志算力集群正式迈入万卡协同时代[1] - 超节点技术为全球人工智能发展铺设兼具性能与包容性的新赛道[6]