百万卡算力之路：多DC分布式训练和DCi需求增长

百万卡算力之路：多DC分布式训练和DCI需求增长

核心观点

• AI算力集群的高能耗将推动AI模型训练从单计算中心转向多DC协同训练，远距离异步协同训练将成为主流。
• Meta和Google已开始多DC分布式训练，OpenAI和微软计划全国范围内进行大规模分布式训练。
• 分布式训练对网络提出挑战，包括高丢包敏感度、大象流导致的负载不均衡以及高并发流量需求。
• 400G ZR相干技术优势明显，有望取代传统WDM系统，带动ZR光模块需求增长。

关键数据

• Google计划到2026年形成GW级人工智能训练集群，林肯数据中心将是最大站点。
• 十公里跨机楼并行训练算效损失低于5%，百公里级、千公里级训练需将损失控制在10%以下。
• 2023年400G ZR价格3230美元，800G ZR价格4800美元。
• 2024-2028年，400G LR、400G ZR、800G ZR等光模块保持增长。

研究结论

• AI算力部署对网络需求向DCI场景扩散，将带动DCI市场高速增长。
• 建议关注国内OTN厂商（中兴通讯、烽火通信、光迅科技）、400G/800G ZR供应商（德科立、中际旭创、新易盛、华工科技）以及铌酸锂调制供应商（光库科技）。

风险提示

• AI产业发展不及预期风险。
• 算力需求不及预期风险。
• 技术发展不及预期风险。
• 市场竞争加剧风险。