这份研报主要分析了AI大规模互联的核心主线,聚焦于光互联和超节点两大方向。大模型训练正向万亿参数、万卡集群演进,算力瓶颈已从单卡算力转向GPU间通信效率。光互联负责解决物理传输瓶颈,如同高速通路,而超节点负责集群组网架构,如同高效组织。光互联为超节点提供高速底座,两者协同可释放带宽红利,拓展更大规模AI集群落地空间。光互联现阶段以可插拔高速光模块为主,预计2026年将成为1.6T光模块放量元年,硅光技术或成为主流方案,NPO架构将光引擎挪至交换芯片周边,兼顾性能与运维便捷性,近两年有望快速发展。
光互联在AI互联中扮演高速通路角色,核心是解决物理传输瓶颈问题,确保数据高速传输。超节点则扮演高效组织角色,负责解决集群组网架构问题,实现GPU之间的高效组网与协同。光互联为超节点提供必要的带宽支持,超节点则充分利用光互联提供的带宽红利,两者结合才能有效支撑更大规模AI集群的运行,实现AI算力的充分释放。
报告预测光互联行业将迎来快速发展期,特别是1.6T光模块有望在2026年实现放量,硅光技术将成为主流方案。NPO架构作为中期重点增量,通过将光引擎挪至交换芯片周边,既能提升性能,又能增强运维便捷性,预计近两年将快速发展。随着AI大模型训练向万亿参数、万卡集群演进,对高速、高效通信的需求将持续增长,光互联行业前景广阔。
当前光互联市场以传统可插拔高速光模块为主力产品,技术正逐步向1.6T高速光模块演进,硅光技术加速落地。超节点市场则处于架构优化和性能提升阶段,通过优化组网架构提升集群效率。整体来看,光互联和超节点技术均处于快速发展期,随着AI算力需求的持续增长,两者市场空间将进一步扩大。
研报中提示的主要风险包括技术路线不确定性,如硅光技术能否顺利成为主流方案仍需市场验证;市场竞争加剧可能导致价格战,影响行业盈利能力;以及政策监管变化可能对AI算力相关产业链产生影响。此外,AI大模型训练对算力需求增长速度的不确定性也可能带来市场波动风险。