深度报告-20260128-开源证券-通信行业深度报告_超节点_光_液冷_供电_芯片的全面升级_27页_3mb

通信行业深度报告：超节点时代的到来与投资机会

核心内容

随着AI大模型的持续发展，算力基础设施正逐步迈入“超节点”时代。超节点服务器通过高带宽、低延迟的互联架构，将多个算力芯片整合为逻辑上的“超大型GPU/ASIC”，从而突破传统单卡服务器在效率与可靠性方面的瓶颈。

主要观点

1. 超节点的定义与重要性

   • 超节点（SuperPod）最早由英伟达提出，随着AI模型参数量和训练数据量的增加，超节点成为实现大规模算力集群的必要架构。
   • 通过Scale Up（纵向扩展）和Scale Out（横向扩展）两种方式，超节点能够满足从千卡到百万卡的算力需求。
   • 通过节点内互联，超节点集群可实现计算单元间的高效通信，提升整体算力利用率。

2. 超节点的架构与互联技术

   • Scale Up组网架构：包括Fat-tree胖树拓扑、Mesh类拓扑、Torus拓扑等，其中Fat-tree拓扑和Clos拓扑是实现大规模互联的关键。
   • 互联协议演进：从英伟达的NVLink到UAlink、SUE以及华为的UB协议，互联技术逐步从封闭走向开放，提升带宽和降低延迟。
   • 芯片与协议协同：硬件与软件协议需适配整合，以实现高带宽、低延迟的统一内存访问和通信优化。

3. 国产超节点发展

   • 华为推出CloudMatrix 384超节点，采用UB协议实现节点内和节点间的高效互联，显著提升集群性能。
   • 华为Atlas 950和Atlas 960超节点集群，支持百万级NPU规模，实现国产AI基础设施的性能提升和生态构建。

4. 超节点带动的产业链升级

   • 光通信、液冷、供电、交换芯片等环节迎来升级需求。
   • 高功率电源、高压UPS/HVDC、服务器液冷散热等设备需求上升。

关键信息

• AI模型发展：GPT-5、Gemini3pro、DeepseekV3.2等大模型的出现，推动算力需求从千卡向万卡、百万卡扩展。
• 算力需求增长：AI训练算力需求年增长率达4.1倍，推理侧也因模型稀疏化和多模态发展而持续增长。
• 超节点性能提升：国产CloudMatrix 384超节点BF16性能是NVL72的1.7倍，内存带宽是其2.1倍，有效弥补国产芯片的算力短板。
• 投资建议：关注“网络端+AIDC+计算端”三大方向，以及“光+液冷+供电+芯片”四大赛道。

投资建议

• 推荐标的：

  • 光模块&光芯片：中际旭创、新易盛、华工科技、源杰科技
  • 液冷：英维克
  • 服务器电源：欧陆通
  • 交换芯片：盛科通信-U、中兴通讯、紫光股份
  • AIDC：大位科技、光环新网、奥飞数据、新意网集团

• 受益标的：

  • 光通信：长光华芯、永鼎股份、仕佳光子、光迅科技、致尚科技、东山精密
  • 液冷：申菱环境、高澜股份、银轮股份、同飞股份、科华数据、网宿科技、飞荣达、领益智造、远东股份
  • 供电：中恒电气、科华数据、科泰电源
  • 交换机：锐捷网络、菲菱科思、共进股份、映翰通、智微智能
  • 服务器：浪潮信息、华勤技术、中科曙光

风险提示

• AI发展不及预期：可能影响超节点相关产业的需求。
• 芯片供应风险：算力芯片供应不足可能影响超节点产品的出货节奏。
• 市场竞争加剧：随着更多企业进入超节点领域，行业竞争可能加剧。

结论

超节点是AI算力基础设施发展的必然趋势，其通过高带宽、低延迟的互联架构，提升集群性能。国产超节点如华为Atlas系列正在快速追赶，有望实现性能弯道超车。投资建议聚焦于超节点产业链的关键环节，包括光通信、液冷、供电、交换芯片等，相关企业具有较大的增长潜力。