**Astera Labs 公司及行业关键要点总结** **公司及行业概览** * 公司为Astera Labs 专注于为云和AI基础设施提供连接解决方案[2][3] * 公司是UCIe Link联盟的推广成员 致力于开放生态系统[42] * 行业正处于AI周期的早期阶段 预计未来仍需10倍至100倍的性能提升[11][12] **核心产品与市场定位** * 核心产品包括三大类 * Ares Retimer：用于PCIe 连接 在PCIe Gen5市场占据领导地位 广泛部署于NVIDIA GPU、AMD GPU及众多ASIC中[4][57] * Taurus：用于以太网连接 功能类似于Ares对PCIe的作用[5] * LEO：CXL内存扩展设备 用于为计算系统增加内存[5] * 新推出的Scorpio产品线包括两个系列 * Scorpio P系列：符合标准的PCIe交换机 主要用于Scale-out应用 已开始量产并产生收入[26][29] * Scorpio X系列：专为使用PCIe或其定制协议进行Scale-up的客户设计 已有超过10个客户处于不同合作阶段 包括超大规模客户 预计2026年将带来更大收入[23][30][31] * 产品路线图包括支持UCIe Link的新产品 预计2026年下半年样品 2027年产生收入[45] **财务表现与增长驱动** * 营收呈现高速增长 * 2023年营收1.16亿美元[6] * 2024年营收3.96亿美元[6] * 2025年至今已实现约3.5亿美元营收[6] * Scorpio产品线在2024年第二季度开始上量 预计在第三、第四季度及2026年持续增长 近期需求主要由P系列驱动[29] * Ares业务预计今年增长超过60% 且随着向PCIe Gen6过渡 ASP预计提升约20% 单位需求也将增长[61][59] * 单加速器价值含量持续提升 * 几年前：每加速器约50-100美元内容价值[37] * 2024年：每加速器略超100美元内容价值[37] * Scorpio P系列平台：每加速器数百美元内容机会[38] * Scorpio X系列：目标达到每加速器1000美元以上[38] **市场趋势与行业动态** * AI模型变得庞大 需要多个GPU协同工作 Scale-up（纵向扩展）网络成为新的机遇[7][8] * 行业存在三种主要的Scale-up生态系统 * NVIDIA NVLink：最大规模的已部署网络 专为AI系统构建[47][48] * 以太网生态系统：由博通推动 尝试将Scale-up概念添加到以太网上[49] * UCIe Link生态系统：结合PCIe协议优势和以太网高速SerDes 专为AI工作负载构建 优势在于其开放性和技术优越性[41][42][50][51] * 超大规模客户渴望回归开放生态系统 以创新和区分其解决方案 UCIe Link提供了这种能力[54] **竞争优势与战略** * 核心竞争力在于其Cosmos软件系统 该软件优先的架构能快速识别和修复问题 提供诊断、定制和优化能力[63][64][65] * 在向PCIe Gen6过渡中拥有先发优势 其Gen6产品已开始量产 而竞争对手尚未提供可工作的样品[67] * 公司愿景是提供全机架级别的连接解决方案（AI Infrastructure 2.0） 涵盖半导体、硬件和软件 而不仅仅是一家Retimer公司[84] **客户与合作伙伴** * 客户群涵盖所有知名的超大规模企业 包括美国及美国以外的全球客户[23] * 与领先的GPU平台提供商紧密合作 共同开发生态系统[68] * Scorpio X系列的客户参与度极高 许多客户已有向UCIe Link迁移的计划[43] **风险与挑战** * AI行业发展可能并非单调上升 会经历起伏[13] * 竞争对手是大型半导体公司（如博通、Marvell） 拥有优秀的工程师 最终会解决问题[69] * 最终哪个Scale-up生态系统能胜出尚不确定 存在市场分化的可能性[75][76]

行业投资评级 - 通信行业评级为增持（维持）[4] 核心观点 - 英伟达最新财报强化全球AI算力扩张预期，带动上游光模块、光连接产业链估值提升[1][5][8] - 中国海外算力产业链正从"业绩兑现"向"预期放大"过渡，形成二次行情[1][3][8] - Scale up趋势下光通信产业迎来新一轮增长机遇，技术迭代与需求升级共同推动行业发展[1][7][8] 行业动态与数据 英伟达财报表现 - FY26Q2营收达467亿美元，同比增长56%，环比增长6%，高于原指引450亿美元[5][25] - FY26Q3营收指引为540亿美元（±2%），消除H20影响后收入重回高增[5][25] - 数据中心业务收入411亿美元，环比增长5%，同比增长56%，收入占比超过八成[5][25] - 数据中心计算营收338亿美元，同比增长50%，环比下滑1%[5][25] - 网络营收73亿美元，同比增长98%，环比增长46%，增速明显快于计算[5][25] - Blackwell数据中心收入环比上涨17%，GB300芯片已开始批量交付[5][25] 国内光模块企业业绩 - 2025年上半年新易盛营收同比增长282.64%，净利润同比增长355.68%[5][26] - 2025年上半年中际旭创营收同比增长36.95%，净利润同比增长76.26%[5][26] 市场预测与趋势 - Lightcounting预测2030年全球云数据中心以太网光模块销售突破300亿美元，其中AI集群应用接近200亿美元[5][6][26] - 光模块从400G到800G再到1.6T迭代演进速度明显加快[10][24] - 2025年阿里云首次规模部署LPO光模块，腾讯自研CPO交换机上线[10][24] - 微软计划两年内部署15000公里空芯光纤[10][27] 细分板块表现 - 本周光通信指数上涨29.5%，量子通信指数上涨13.2%，卫星通信导航指数上涨11.9%[19][20] - 物联网指数上涨3.1%，移动互联指数上涨1.7%，区块链指数上涨1.1%[19][20] - 运营商指数下跌0.2%，通信设备指数下跌0.2%，云计算指数下跌0.7%[19][20] 技术发展进展 - 英伟达在GTC 2025期间发布两款CPO交换机[10][24] - 英伟达推出Spectrum-XGS Ethernet技术，引入scale-across基础设施[31][32] - 百度发布百舸AI计算平台5.0版本，昆仑芯超节点正式启用[30] - 英伟达发售新一代人形机器人计算平台Jetson Thor，AI计算性能提高7.5倍[41][42] 企业资本支出 - 阿里巴巴本季度对AI+云资本支出投入达386亿元，同比增长220%[33] - 阿里云收入同比增长26%，创三年新高，AI相关产品收入连续八个季度三位数增长[33] 重点关注标的 光通信领域 - 中际旭创（300308.SZ）2025年预测PE 48.20倍，2026年预测PE 37.40倍[11] - 新易盛（300502.SZ）2025年预测PE 39.78倍，2026年预测PE 28.62倍[11] - 天孚通信（300394.SZ）2025年预测PE 73.74倍，2026年预测PE 57.83倍[11] - 沪电股份（002463.SZ）2025年预测PE 35.93倍，2026年预测PE 28.60倍[11] - 英维克（002837.SZ）2025年预测PE 127.29倍，2026年预测PE 99.01倍[11] 全产业链覆盖 - 报告建议关注光通信、铜链接、算力设备、液冷、边缘算力承载平台、卫星通信、IDC、母线等全产业链标的[9][14][15][16]

行业技术趋势 - 大模型参数规模从千亿向十万亿级别演进 推动数据并行 张量并行 流水并行 专家并行等多种策略发展[2] - Scale up网络因带宽显著高于跨服务器Scale out网络 成为构建高带宽低延迟网络的主流技术方案[2] - 海外GPU互联规模从几十卡向数百卡演进 AI定制芯片互联规模达几十卡到上千卡[3] 市场规模预测 - 中国交换芯片总规模预计2025年达257亿元 2026年356亿元 2027年475亿元[1] - 交换芯片市场规模同比增速预计2025年61% 2026年39% 2027年33%[1] 国产化进程 - 当前交换芯片整体国产化率较低 高端芯片市场由博通 迈威尔 英伟达等海外厂商主导[1] - 华为昇腾实现384颗芯片互联 百度昆仑芯支持32卡/64卡互联[3] - 中兴超节点服务器内置16计算节点和8交换节点 GPU通信带宽达400GB/s至1.6T/s[3] - 新华三UniPod系列支持以太网和PCIe互联 可适配不同AI芯片构建系统[3] 技术路线格局 - Scale up交换领域将以太网 PCIe 私有协议（包括NVLink和UB协议）并存[3] - Scale out领域以太网凭借开放生态和成本优势占据主导 InfiniBand保持部分份额[3]

行业规模与增长预测 - 中国交换芯片总规模预计2025年达257亿元、2026年达356亿元、2027年达475亿元 同比增速分别为61%、39%、33% [1] - AI整体支出增加及Scale up技术趋势是驱动交换芯片需求的核心因素 [1] 国产化替代空间 - 交换芯片国产化率较低 高端市场由博通、迈威尔、英伟达等海外厂商主导 [1] - 国内厂商在高端速率持续突破 市场份额有望逐步提升 [1] 技术趋势：Scale up网络架构 - 大模型参数规模从千亿向十万亿演进 需通过数据并行、张量并行等策略解决单卡算力瓶颈 [1] - Scale up网络带宽显著高于Scale out网络 成为构建高带宽低延迟集群的主流技术方案 [1] 海外与国内厂商发展动态 - 海外GPU互联规模从几十卡向数百卡演进 AI定制芯片互联达上千卡 [2] - 华为昇腾支持384芯片互联（UB协议） 百度昆仑芯支持32卡/64卡互联（PCIe协议） [2] - 中兴超节点服务器提供16计算节点+8交换节点 GPU通信带宽达400GB/s至1.6T/s [2] - 新华三UniPod系列支持以太网/PCIe互联 适配多品牌AI加速卡 [2] 互联协议竞争格局 - Scale up交换领域将以以太网、PCIe及私有协议（NVLink/UB）并存 [2] - Scale out领域以太网凭借开放生态和成本优势主导 InfiniBand占据部分份额 [2]

Scale up网络成为AI算力扩展核心趋势 - AI训练与推理需求推动单节点计算密度、带宽与低延迟互连需求攀升 提升单机性能成为数据中心投资优先选项 [1] - Scale up通过提升超节点计算密度扩展算力 实现GPU间高效协同 带来带宽、延迟等性能提升及内存共享特性 [1] - Scale up计算密度更高、数据访问效率更快 GPU互连先Scale up再Scale out 成为AI时代算力扩展核心趋势 [1] Scale up协议多样化发展路径 - 各大厂商推出自研或深度定制交换芯片与互连协议 典型协议包括PCIe、NVLINK、UALINK、SUE等 从NVLINK加速走向多样化 [2] - 单机柜高密度路径通过提升供电与热设计能力实现GPU高密度集成 代表厂商NVIDIA从GB200 NVL72、Vera Rubin NVL144演进至Vera Rubin Ultra NVL576 [2] - 多机柜光互连路径通过高带宽低延迟光互连编织多机柜GPU为统一算力域 代表方案包括Google TPU v4 pod和华为Cloud Matrix 384多机柜超节点架构 [2] 产业链环节需求爆发 - Scale up网络快速发展直接推动Scale up交换机、Switch芯片、互连芯片、PCB、ODM等环节需求爆发 [1][2] - 当GPU互连跨越单柜或多柜时 电互连逐步逼近物理极限 光互连成为实现高效连接的必然方案 [2] - 上游产业链将直接受益于大规模单节点算力需求爆发 从AI的iPhone时刻到裂变时刻再到进击时刻 产业链核心标的值得关注 [1][2]

算力需求趋势 - 大模型参数爆炸式增长推动算力需求从单点向系统级整合加速转变 [1] - Scale-up与Scale-out成为算力扩容两大核心维度 Scale-up追求硬件紧密耦合 Scale-out实现弹性扩展支撑松散任务 [1] - Scale-up突破传统单服务器、单机柜限制进入"超节点"时代 节点内GPU数量从2卡增至8卡 实现跨服务器、跨机柜互联 [1] 技术架构与硬件差异 - 超节点是算力网络系统在机柜层面的Scale-up 节点内采用铜连接与电气信号 跨机柜引入光通信 [2] - Scale-up与Scale-out硬件边界为NIC网卡 外部依赖光模块、以太网交换机等设备 架构设计、协议标准存在本质差异 [2] - 芯片厂商分化明显 英伟达、博通、华为、海光深耕Scale-up 以太网厂商(博通、海思、盛科通信)聚焦Scale-out [2] 产业链整合动态 - 英伟达近6年完成8宗并购 覆盖网络技术(Mellanox)、软件定义网络(Cumulus)、行业应用(Parabricks)等领域 构建芯片到应用闭环生态 [2] - 海光信息拟吸收合并中科曙光 形成CPU+DCU与服务器+云基础设施协同 完成从芯到云全产业链部署 [3] - AI芯片厂商强化纵向整合 但不会切入代工业务 如AMD收购ZT System后剥离代工板块 [4] 产业链分工与投资机会 - 超节点趋势下产业链分工细化 板卡设计能力成为核心差异化要素 代工环节分化为板卡设计与机柜代工供应商 [4] - 建议关注硬件互联与场景适配双线布局 标的包括海光信息、中科曙光、浪潮信息、紫光股份等AI芯片与服务器供应商 [4]