AI算力跟踪深度：算力互连复盘与展望——网络互连带宽的增速来自哪里？

AI算力跟踪深度：算力互连复盘与展望——网络互连带宽的增速来自哪里？行业研究报告请务必阅读正文之后的免责声明部分证券分析师 ：张良卫执业证书编号：S0600516070001联系邮箱：zhanglw@dwzq.com.cn联系电话：021-601997932025年7月23日证券分析师：李博韦执业证书编号：S0600123070070联系邮箱：libw@dwzq.com.cn核心观点通过复盘海外算力互连环节近两年的主要产业变化与市场走势，我们认为此轮25Q2及后续行情与23Q2、24Q1-Q2行情相比，产业链的成长逻辑已经发生了改变，主要有以下四大趋势：1. 算力硬件需求从锚定云厂商CapEx到锚定处理Token数2. 算力芯片从依赖GPU到GPU+ASIC并存3. 技术迭代从光模块、PCB、交换机、网卡等产品级别的升级，转为网络架构级别整体升级4. 网络互连升级重心从Scale Out拓展至Scale Up，两类网络共同提升，单芯片带宽提升因此我们认为我们认为后续算力互连需求发展存在乘数效应：•资本开支结构优化，算力芯片增长速度高于资本开支增速：芯片需求 =CapEx ×算力芯片投资在CapEx占比 ×芯片投资性价•单芯片带宽提升，互连需求增速高于芯片增速：算力互连需求 =芯片需求 ×单芯片带宽投资建议：我们认为随着用户消耗Token速度提升，更大的Scale Up超节点具备的推理性能优势会越放越大，我们认为采用PCB+铜互连+光互连扩张Scale Up超节点的方案是潜在最优解之一，互连带宽需求有望随着 “乘数效应”实现快速增长，且光连接、铜连接、PCB等各种互连方式都有望深度受益瓜分增量互连需求，相关标的——光互连：中际旭创，新易盛，天孚通信，源杰科技，长光华芯，长芯博创，仕佳光子，致尚科技，太辰光；铜互连：兆龙互连，中际旭创，鸿腾精密；PCB：胜宏科技，景旺电子，沪电股份，生益电子。风险提示：算力互连需求不及预期；客户处份额不及预期；产品研发落地不及预期；行业竞争加剧。目录1目录125Q2起：逻辑深化产业链增速高于Capex&芯片增速23Q2：从应用到算力，Scale Out网络需求凸显24Q1-Q2：Sora、GB200等软硬新产品+财报拉动景气度投资建议及风险提示股价复盘-200%0%200%400%600%800%1000%1200%1400%2023-01-042023-02-042023-03-042023-04-042023-05-042023-06-042023-07-042023-08-042023-09-042023-10-042023-11-042023-12-042024-01-042024-02-042024-03-042024-04-042024-05-042024-06-042024-07-042024-08-042024-09-042024-10-042024-11-042024-12-042025-01-042025-02-042025-03-042025-04-042025-05-042025-06-042025-07-04中际旭创新易盛订单预期不再上修，与应用一起下杀春节后大盘反弹，英伟达发布GB200，云厂Capex高增大盘波动，三个季度业绩未超预期；CPO、Deepseek、关税连续杀估值，英伟达、微软、亚马逊等负面消息杀预期GPT出圈后挖掘出上游算力产业链，数据中心需求和订单持续上修大盘反弹，Q1业绩撑住，明年订单上修，海外算力景气度预期反转，GPU与ASIC共振，行业增速快于Capex增速（结构、技术）2资料来源：Wind,东吴证券研究所中际旭创、新易盛收益率走势及复盘3一、 23Q2：从应用到算力，Scale Out网络需求凸显1. 23Q2：从应用到算力，Scale Out网络需求凸显我们认为大模型显现之初市场认知的AI算力有以下特点：•通用计算切换至GPU加速计算•模型参数量、算力、数据量均指数级提升•胖树（Fat-Tree）架构成为首选，Scale out网络需求激增4资料来源：英伟达,张楠等《光计算和光电智能计算研究进展》，东吴证券研究所两层Scale Out网络架构三层Scale Out网络架构人工智能模型算力需求变化•传统云计算数据中心流量以“南北向”（用户到服务器）为主，网络架构多呈收敛型（如金字塔形），带宽逐层收敛。•AI大模型训练则以“东西向”（服务器之间，即GPU之间）流量为主，要求在庞大的计算集群内部实现高带宽、低延迟的无阻塞互联。为此，胖树（Fat-Tree）架构成为AI首选。该架构理论上“无收敛”，从“叶”到“根”的各层级网络带宽保持充裕，以满足LLM训练中数据并行、流水线并行等产生的大量内部通信需求。Fat-tree无阻塞网络架构资料来源：FS,东吴证券研究所51. 23Q2：从应用到算力，Scale Out网络需求凸显•在典型的Fat-Tree架构下，为了实现GPU间的无阻塞通信，所需的高速光模块数量与GPU数量存在高配比关系。以一个由128台H100服务器（1024个H00GPU）组成的集群为例，总共需要1536个800G光模块和1024个400G光模块。•相比之下，传统云计算的算力需求不仅总量较低，且光模块多为中低速率，因此光通信，特别是800G及未来更高速率的产品，已从过去的辅助角色转变为AI基础设施的核心高价值组件。典型H100集群Scale Out网络资料来源：ATOP,东吴证券研究所61. 23Q2：从应用到算力，Scale Out网络需求凸显7二、 24Q1-Q2：英伟达业绩+GB200新品拉动景气度•Sora推高多模态推理需求预期。2024年Q1OpenAI推出全新的生成式人工智能模型“Sora”，文生视频的效果令人惊艳，Sora所需推理算力相比GPT-4等文本模型呈现数量级的提升，Sora输出一段 1 分钟长的视频所需浮点算力大约是GPT-4输出 1,000 个tokens的1000倍。资料来源：OpenAI，电子技术应用, 东吴证券研究所8Sora所需推理算力需求远高于文本模型2. 24Q1-Q2：Sora、GB200等软硬新产品+财报拉动景气度Sora推理流程-20%-10%0%10%20%30%40%50%60%70%010000200003000040000500006000023Q123Q223Q323Q424Q124Q2Meta谷歌微软亚马逊合计yoy海外四大CSP资本开支增速逐季提升（单位：百万美元，%）0500010000150002000025000300003500023Q123Q223Q323Q424Q124Q2营业收入净利润英伟达业绩逐季增长（单位：百万美元）• 英伟达业绩持续验证AI算力高景气度。自23Q1以来，英伟达营收与净利润逐季高速增长，持续超出市场预期，英伟达的高增长验证了AI训练与推理的需求，及海外AI玩家为支持AI模型及应用推广，正进行着积极的算力扩容和基础设施升级。• 下游云厂商资本开支持续提升。23Q2开始亚马逊、谷歌、微软、Meta四大云厂合计资本开支稳步提升。资料来源：Wind，公司公告，东吴证券研究所92. 24Q1-Q2：S