行业研究公司研究宏观策略财报招股书会议纪要 Token 低空经济十五五 AIGC 大模型

AI算力跟踪算力互连复盘-20250720东吴TMT

2025-07-21 未知机构话唠

发言人从四个维度分析了AI算力产业链的发展趋势和景气度指标：

从锚定Capex到锚定Token数：
- 市场曾将行业景气度与资本开支（Capex）挂钩，但当前更有效的指标是Token数，因为它形成闭环，反映推理算力需求和AI应用落地带来的增量环节。
- 以谷歌、微软、字节等厂商为例，Token处理量同比增长数十倍至数百倍，验证了产业链生态飞轮的转动。
- 算力芯片从GPU向ASIC转型，性价比提升（如英伟达GPU定义率50%），导致产业链增速高于云厂Capex增速，因此锚定Capex逐渐失真。
网络架构升级趋势：
- 从光模块/PCB/交换机等产品级迭代到网络架构升级，AI计算特异性需求推动更高带宽和更优通信效率。
- 当前主要趋势是Scale-Out网络升级（如以太网/InfiniBand容量翻倍、光模块速率提升），未来可能扩展至Scale-Up网络（柜内更高带宽和更多卡数）。
- Scale-Up网络必要性源于AI计算的并行计算需求（张量并行需更高频数据传输），传统Scale-Out网络无法满足，需通过高速网络（如CXL）实现，推动集群内卡数和单卡带宽持续增长。
CPU与光模块的替代逻辑：
- 国通证券CEO讲话打消CPU对光模块的替代担忧，因光模块故障率（千分位）远低于CPU（5%-8%），铜缆故障率更低。
- 算力芯片需求增长，但带宽需求增速更高（因Scale-Up网络需求），传统Scale-Out网络影响有限，光模块替代CPU是直觉谬误。
Scale-Up网络演进路径：
- 英伟达产品路线从8卡服务器（H100）→ GH200（中玄光方案）→ GB200（低成本的CXL方案），未来可能采用AEC+光学器件（如分离型光模块）。
- 当前市场主要演绎算力需求（Token数增长），但成熟效应尚未完全体现，需等待云厂商方案落地，但经济性已验证可行性。