电子行业深度报告：AI基建，光板铜电—光-铜篇主流算力芯片Scale up-out方案全解析

证券研究报告·行业深度报告·电子 东吴证券研究所 1 / 18 请务必阅读正文之后的免责声明部分 电子行业深度报告 AI 基建，光板铜电—光&铜篇 主流算力芯片 Scale up&out 方案全解析 2025 年 12 月 27 日 证券分析师 陈海进 执业证书：S0600525020001 chenhj@dwzq.com.cn 研究助理 解承堯 执业证书：S0600125020001 xiechy@dwzq.com.cn 行业走势 相关研究 《从云端算力国产化到端侧 AI 爆发，电子行业的戴维斯双击时刻——电子行业 2026 年投资策略》 2025-12-10 《Credo 营收超预期&Marvell 收购Celestial AI，催化光铜走强》 2025-12-08 增持（维持） [Table_Tag] [Table_Summary] 投资要点 ◼ 英伟达 Rubin，集群互联高带宽低时延方向持续升级。Scale up 端，依托 NVLink 6.0 与六代 NVSwitch，实现计算与交换侧 129.6TB/s 对称带宽，有效保障机柜级算力密集型场景下的参数同步效率；Scale out 端，基于胖树无阻塞拓扑，通过多层组网支撑超大规模 GPU 集群无阻塞互联，缩短传输路径、降低时延。根据我们测算，Rubin 若满配 CPX 芯片，三层组网下 GPU 光模块比例将达到 1:12。 ◼ 谷歌 TPU 集群以高带宽互联与动态扩展为核心升级方向，构建 Scale up&out 组网能力。Scale up 端，64 卡机柜内 TPU（Ironwood V7）采用 3D Torus 拓扑，通过 PCB 走线、铜缆/ AOC&OCS 多链路互联；Scale out端依托 DCN 分层架构，以 9216 ICI POD 为基础模块，经 Tor/Leaf/Spine交换机实现流量汇聚，最终通过 64 台 300*300 端口 OCS 设备达成全局动态非阻塞互联，完成 147456 颗 TPU 集群组网。 ◼ 亚马逊 Trainium3 组网突出“高密度互联+灵活扩展”。Scale up 端依托 Scropio X 交换芯片与 PCIe6.0 协议，通过 AEC 铜缆实现三层互联（PCB /背板/跨机架），144 颗 Trainium3 经 NeuronLink4 端口达成高密度算力聚合；Scale out 端采用 ENA/EFA 双网分工，搭配高基数低速率交换机，以 Clos 拓扑构建无阻塞网络，交换机带宽升级可实现集群规模线性扩展，全方位适配大规模 AI 训练的算力与通信需求。 ◼ Meta 组网聚焦超大规模 AI 训练需求。Scale up 端依托 Tomahawk5 交换芯片与 cable backplane（112G PAM4 铜缆背板），实现 16 颗 MTIA 与交换侧 204.8Tbps 的对称带宽互联；Scale out 端基于 DSF 解耦架构，以 Jericho3 交换芯片构建机柜级 RDSW、Ramon3 交换芯片组成 FDSW 分层组网，1:1 收敛比保障非阻塞传输，芯片与光模块比例可达 1:10。 ◼ 光&铜观点：2026 年商用 GPU 持续放量，也是 CSP ASIC 进入大规模部署的关键一年，数据中心 Scale up 催生超节点爆发，铜缆凭短距低耗低成本，成为柜内互联最优解；Scale out 带动集群持续扩容，光模块与 GPU 配比飙升，产品放量使得光芯片缺口凸显。一铜一光双线共振，互联需求迎来量价齐升，建议重点关注光铜两大核心赛道。 ◼ 产业链相关公司： 光芯片：长光华芯、源杰科技、仕佳光子等 铜缆：华丰科技、兆龙互连、沃尔核材等 ◼ 风险提示：算力互联需求不及预期，客户拓展及份额提升不及预期，产品研发及量产落地不及预期，行业竞争加剧 -15%-8%-1%6%13%20%27%34%41%48%2024/12/272025/4/272025/8/262025/12/25电子沪深300 请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所 2 / 18 内容目录 1. 英伟达 Rubin，集群互联高带宽低时延方向持续升级 .................................................................. 4 1.1. 第六代 NVLink 赋能，Rubin Scale up 持续突破 .................................................................... 4 1.2. 满配 CPX，Rubin NVL 144 Scale out 芯光比最高可达 1:12 ................................................. 5 2. 谷歌 TPU Scale up&out，3D Torus+DCN 低时延互联升级 ........................................................ 7 2.1. 基于 3D Torus 拓扑，谷歌 TPU 多链路 Scale up 扩展 .......................................................... 7 2.2. TPU Scale out：DCN 多层组网+ OCS 支撑超大规模低时延互联 ........................................ 9 3. 亚马逊 Trainium3 组网突出“高密度互联 + 灵活扩展” .......................................................... 10 3.1. Scropio X 赋能，Tr3 基于 PCIe6+AEC 完成 Scale up 扩展 .................................................. 10 3.2. ENA/EFA 双网分工，高基数低速率交换机支撑 Tr3 Scale out ........................................... 11 4. Meta 组网聚焦超大规模 AI 训练需求 ............................................................................................. 13 4.1. Meta Minarva Scale up：TH5+112G 铜缆 204.8T 对称互联 ................................................. 13 4.2. Meta Scale out：DSF 网络架构，专为 AI 训练设计 ............................................................. 14 5. 投资建议