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]