报告行业投资评级 - 维持通信行业“增持”评级 [1][41] 报告的核心观点 - AIDC为人工智能训练和推理提供高效稳定计算环境，产业链涵盖上中下游，下游应用于多领域 [3] - 国内AIDC市场规模与算力规模持续提升，预计2028年市场规模达2886亿元，智能算力规模达2781.9 EFLOPS [3] - AI大模型对网络提出更高要求，智算中心向超大规模组网、超高带宽等方向发展 [3] - AIDC网络架构打造高性能网络，分为计算节点、后端网络等部分 [3] - 国内智算中心建设加速，看好AIDC运营商、AI服务器等环节放量机会 [3] 根据相关目录分别进行总结 AIDC产业发展现状 - 产业链概览：智算中心为人工智能提供算力等服务，融合多种设备和系统，产业链分上中下游 [7][8] - 市场规模与算力规模持续扩大：需求推动市场投资规模高速增长，2023年市场规模达879亿元，预计2028年达2886亿元；2025年智能算力规模达1037.3 EFLOPS，预计2028年达2781.9 EFLOPS，20 - 28年年复合增长率预计达57.09% [12] - 商业模式不断演进：智算需求多样，衍生多元化服务体系，包括机房托管等服务；机柜托管与算力租赁是主流模式，算力租赁市场起步，投入算力中租赁部分占比约35% [14] - 新型智算中心技术体系架构和发展路径：技术体系由“三层两域”构成；发展分集群时期和超级池化时期 [18] AI大模型对网络的要求 - 超大规模组网：AI应用计算量增长，超大模型对显存需求高，训练需数千GPU集群，互联网络需求100 - 400Gbps，使用RDMA协议；数据中心网络架构从传统三级向Clos、直连拓扑演进 [20] - 超高带宽、超低时延及抖动：AI大模型训练产生大量通信数据，对网络带宽等提出高要求；时延抖动影响训练效率，RDMA是降低通信时延关键技术，主要采用InfiniBand和RoCEv2方案 [22] AIDC网络架构 - Marvell定义的前端网络、后端网络、计算节点：智算中心互连包括计算节点、后端网络等部分，各部分连接方式和功能不同 [23][24] - 传统云网络架构承载智算业务存在的挑战：传统云网络基于对外服务流量模型设计，承载智算业务存在有阻塞、时延高、带宽有限等问题 [27] - 高性能网络承载智算业务：智算场景需高性能网络，满足大带宽等需求，关键是采用Fat - Tree架构，交换机下联上联带宽无收敛，采用无阻塞转发交换机 [28] - InfiniBand和RoCEv2网络方案：InfiniBand网络原生无损、有万卡扩展能力，设备供应商有NVIDIA等；RoCEv2网络通用、价格低，设备供应商有新华三等；两者在时延、流控等方面有差异，InfiniBand在业务性能等方面占优，但成本高 [33][36][39] 投资建议 - 建议关注AIDC服务商如中国联通等，AI服务器如浪潮信息等，交换机如中兴通讯等，光连接如中际旭创等，铜连接如博创科技等，温控如英维克等 [41]