算力集群调研：Trainium3/4交付节奏及前后道分工，ScorpioX出货情况及配比，CXL交换机进展

2026/08/1414:59 要点 1、Trainium3/4交付节奏及前后道分工；2、ScorpioX出货情况及配比；3、UALINK/CXL交换机进展。 以下为专家观点： 对于Alab公司，未来出货量预期? Alab目前正处于上升期，其与亚马逊的合作是长期且稳固的。在交换机业务方面，配合Trainium3,产品的出货量在持续攀升。预计2026年每个季度的增长率在10%以上。尽管如此，这个数量仍远不能满足需求。亚马逊正在升级其交付机型，从原有的32卡(16x2)机型向64卡(32×2)机型过渡，最新的后训练机型更是采用了72卡的配置。更高的超级节点密度对交换机芯片的数量提出了更高的要求，未来将以高密度节点交付为主，这将显著提升交换机芯片的用量。考虑到台积电的产能可能无法完全消化2027年的订单，部分产能或将转移至英特尔。总体而言，对交换芯片的需求量正逐月攀升。 2026年150万颗Trainium3芯片的交付节奏是怎样的?这批芯片从生产到最终确认为Alab营收的流程是怎样的? 台积电为Alab采用的是波动式生产方式，由于当前产能紧张，每个季度会安排一次集中的生产周期。生产窗口完成后，Alab会进行封测，并通常在季度内完成批量交付。交付是分批次进行的，亚马逊接收后会先行存储，再根据数据中心的最终部署进度，将交换芯片集成到机柜中。就2026年的交付节奏而言，Trainium3的上量时间相对较晚，从2月份之后开始，3月份才进入有效生产。尽管年初针对另一款名为“ScorpioX”的产品有过少量提前备货，但Trainium3的有效交货主要集中在两次。目前已经完成了两个批次的交付，预计在9月份还将有一次交付。 2027年预计的480万颗Trainium3芯片订单中，Anthropic和OpenAI的具体需求量及对应的项目背景是怎样的? Anthropic的需求量约为360万颗，这部分订单主要用于AWS为Anthropic建设的RainierProject数据中心。另外的120万颗中，大部分是为OpenAI准备的。这源于2026年初OpenAl对Cerebras的财务投资，后续由亚马逊负责相关的软件和系统集成工作。该方案将Trainium 3作为前端，与Cerebras的集群结合，形成一个计算分离系统，主攻高价值推理业务。该项目规划中，一个750兆瓦的纯Cerebras集群将配备1.25吉瓦的Trainium3。这1.25吉瓦的Trainium3大约对应90多万颗芯片。剩余的芯片则由亚马逊自购，用于租赁给中小企业等其他业务。此外，近期亚马逊方面还有来自其他CSP的新订单，但具体客户尚不明确。 公司是如何获知客户的具体生产和销售数据的?Royalty的收取是基于生产量还是最终销售量? 新思科技能够获取相关数据，一方面是因为交换芯片系统，包括高端口系列以及面向Trainium4的UALink交换机芯片，都深度集成了公司的知识产权和定制开发工作，公司因此收取Royalty。另一方面，根据协议，台积电会在每个自然季度末向公司提供一份客户的产量报告，其中包含了生产的wafer数量。然而，Royalty的计价方式比较特殊。协议规定，Royalty是根据客户最终销售出去的芯片数量来计算，而非基于台积电生产的wafer数量。因此，生产出来的芯片如果未实现销售，公司不会对其收取Royalty。公司会从A-Lab获取其定期提供的出货报告，同时也会有另一方提供的数据，两边需要进行核对。由于A-Lab上报的数字有时与季度的实际量可能存在偏差，公司会进行综合统计。通常按月度、季度、半年和年度进行阶段性统计，最终拟合出一个协商值。公司无法获知确切的出货数量，但会基于这个双方认可的协商值来收取royalty。 关于ScorpioX交换机芯片的出货情况，其主要客户以及在当前市场中的定位是怎样的? ScorpioX芯片目前的主要出货方是亚马逊，几乎没有其他客户。这是一款为AWS定制的、支持NeuronLink协议的特殊版本PCle6交换机，并非通用型产品。其受众范围很窄，因为当前除了Trainium系统外，行业内已很少使用PCle进行交换，主流的计算硬件系统大多转向以太网、类以太网或下一代的UAlink方案。尽管如此，该芯片在Trainium系统中的效果依然不错。 基于算力芯片与交换芯片的配比，2026年ScorpioX芯片的出货量预估是多少?上半年的实际生产情况如何? 在各种机型中，交换芯片与算力芯片的平均配比约为1:3.6。若按年内150万颗算力芯片的目标推算，ScorpioX交换芯片的需求量大约在40万颗左右。根据截至7月份的统计，上半年已生产的数量约为26至27万颗。 目前出货的ScorpioX芯片主要是160-lane还是320-lane版本?这些版本分别应用于哪些不同密度的机柜配置中? 目前主要出货的是320-lane的高密度节点版本。从2025年底到2026年上半年，曾有过16卡、32卡、64卡甚至72卡的机型探索，但最终都转向了高密度方案，因此从一开始设计就以320-lane为主。 320-lane的ScorpioX芯片是否能同时应用于32×2和72×2两种机柜配置?这两种机柜的用途有何不同，以及它们在当前需求中的占比情况是怎样的? 320-lane芯片可以同时应用于这两种机柜。72路机型主要用于后训练。这类任务对算力密度和HBM容量要求较高，但对时延不敏感，因此可以通过树状级联来部署，允许一定的延迟。32路机型则是典型的推理机型，会尽量减少级联以提升张量并行能力。目前，Anthropic对后训练的需求日益增长，其日常训练工作中超过60%,因此对72路机型的需求很大。使用Trainium3系统进行后训练，相比昂贵的英伟达机型，是一种成本效益更高的选择。当前，推理机型与后训练机型的配比接近4:1,其中后训练机型均为72路系统。 关于Trainium4的最新进展如何?目前是否有新的项目在并行推进? 目前亚马逊有几个项目在并行推进。其中一个优先级较高的项目是Trainium3的改版，该版本的前道将继续由台积电负责，但后道封装会转由英特尔进行，采用其RMIB-T封装技术，并可能使用4die合封的方式，实现类似英伟达GPUUltra版的设计。这个方案旨在以相对较低的成本满足大客户对高算力密度的要求。该英特尔封装版本的初步设计已经完成，预计将在2027年年初开始推向市场。 Trainium3改版项目转由英特尔进行后道封装，对芯片生产流程和台积电的产能分配有何影响? 芯片的前道制造仍在台积电进行，但由于英特尔的后道制程与台积电的CoWoS差异较大，尤其是在I/O和顶层金属层部分，需要重新进行部分光罩层的流片，但整体成本是可控的。这一变化意味着一部分产能缺口可以由英特尔的后道来补充。尽管目前已知的Trainium3订单量超过300万颗，但台积电在2027年能保证的产能分配仅为200余万颗，仍存在较大缺口。亚马逊近期正与英特尔探讨规格调整，计划推出基于英特尔技术的高密度机型。具体而言，一种方案是将原有的32路机型进行升级，通过内部采用Ultra,将算力和存储密度提升一倍，从而演变为一种新型的64卡机型，其性能显著优于两个32卡集群的组合。依照此逻辑，64路机型可升级为128卡，72路机型则可升级为144卡。未来，亚马逊的供货可能会转向采用英特尔方案的这些新版本，预计相关芯片采购量可能达到百万颗级别。 Trainium4的512卡机型在市场竞争格局中将扮演何种角色，特别是与英伟达的对标关系? Trainium4作为一款预训练机型，其设计目标是替代GPU进行训练。一旦512卡机型推出，将直接对标英伟达计划于2027年底推出的576卡机型。这表明AWS可能会与英伟达在AI训练硬件领域形成直接竞争。尽管英伟达目前公开表态仍将双方定义为合作关系，但实质性的竞争已经存在。 从Trainium3的双Die封装升级到Trainium3.5的四Die整合封装，对互联方案和供应商的价值量会产生什么影响? Trainium3.5采用英特尔的EMIB-T技术进行四Die整合封装，相较于之前在台积电CoWoS-L上进行的两Die封装，其综合成本预计将上升约70%。这一估算参考了谷歌TPUv9的类似方案。虽然封装总成本上升，但由于方案尚处早期阶段，对互联部分的具体价值影响尚无法确定，不过预计增长幅度可能不会是线性的，甚至会低于预期。 英特尔EMIB技术的良率和产能情况如何? 英特尔的EMIB技术，特别是采用有源硅桥的EMIB-T,展现出非常高的良率。在处理接近9.5倍光罩尺寸(reticle size)的大型封装时，良率可接近90%;而在5.5倍光罩尺寸的封装上，良率更是高达98%。其综合成本低于台积电的CoWos。在产能方面，预计到2027年底，英特尔的产能将达到100k的水平，同时该技术还应用了玻璃芯基板(glasscore)技术，使其成为一个具备竞争力的替代和升级方案。 Trainium3.5采用四Die整合封装后，对芯片设计、HBM容量以及机柜和网络拓扑结构有何具体影响? 首先，从双Die升级到四Die整合封装并非简单的堆叠，Trainium3芯片需要进行一次重新流片，以调整并增加高速SerDes接口和I/O数量。完成升级后，芯片的HBM容量将得到大幅提升，从而增强其市场竞争力。其次，该方案的一大优势在于对现有基础设施的改动较小。算力和存储的提升主要在单个封装内部完成，因此对外的网络拓扑结构可以保持不变，现有服务器机柜无需重新设计。纪要加V:更进一步，由于I/O端口数量增加，单个Trainium芯片理论上可连接的交换平面从两路增加到四路，这为构建远超当前72卡规模的更大集群(如144卡以上)提供了可能。这意味着客户既可以沿用现有拓扑，也可以通过设计新的机架系统来充分利用其增强的扩展能力。 将芯片从双Die封装升级为四Die封装，是否会因消耗更多Die而导致可生产的服务器机柜 总数减少，从而对供应链厂商(如AsteraLabs)的营收构成下行风险? 这种解读存在其合理性。从亚马逊的角度来看，采用四Die封装方案旨在提高单机柜的算力密度，这确实是基于其自身利益最大化的设计选择。如果每个芯片消耗的Die数量翻倍，而Die的总产量恒定，那么理论上可生产的芯片总数就会减半。即使供应链厂商在每颗芯片中的份额保持不变，由于芯片总量的减少，其总营收也可能随之下降，这确实构成了一个潜在的下行风险。 从算力密度和存储密度的角度分析，采用四Die封装的芯片设计对交换互联，特别是交换芯片的用量会产生何种影响? 采用四Die封装的设计可以构建密度更高的机型，这虽然可能减少交换层级和跳数——例如，原先需要四层交换的架构现在可能三层即可满足，因为其中一层的功能在Die内部层面(skillinside)得到解决，从而提升了系统性能——但并不会减少交换芯片的总体用量。Die数量的增加带来了更多的交换通道或端口，这使得构建更高密度的超节点成为可能，例如，节点规模可能不再局限于72卡，而是扩展到更高的密度。因此，尽管交换层级可能减少，但为了支持更高密度的节点配置，交换芯片的总需求量预计仍会呈线性增长。 关于UALink的Trainium4芯片，其供应链合作模式是怎样的?具体由哪家公司负责，例如Alchip、Marvell或博通? UALinkTrainium4芯片项目采用了复杂的合作模式。Marvell在此项目中扮演了“大Turnkey”的角色，即负责从设计到流片的整体项目运作。然而，具体的Core设计以及后道(back-end)部分仍然由Alchip承担，因为这是Alchip的传统强项。 Trainium3和Trainium4两代产品在供应链合作模式上有何不同?Marvell和Alchip各自的角色和收益情况是怎样的? Trainium3和Trainium4的合作模式有显著区别。在Trainium3项目中，Alchip是主要的T