行业投资评级 - 投资评级为"看好"，并维持该评级 [10] 核心观点 - 通信板块2025年第32周上涨1.57%，年初以来累计上涨22.42%，在长江一级行业中排名第4位 [2][5] - GPT-5与Genie 3等模型迭代带动ARR与付费用户高增长，驱动AI商业化与基础设施投入提速 [2][6] - Scale-up架构趋势确定，多模光纤技术升级持续催化光互连与高速光模块需求 [2][7] 板块行情 - 通信板块2025年第32周涨幅前三的个股为科思科技（+22.3%）、东信和平（+17.1%）、七一二（+16.9%），跌幅前三为天孚通信（-6.7%）、萤石网络（-4.3%）、联特科技（-3.5%） [5] AI商业化进展 - GPT-5的幻觉率较GPT-4o降低26%，重大事实错误率降低44%，欺骗性行为比例由4.8%降至2.1% [6] - ChatGPT周活跃用户逼近7亿，同比增长逾4倍；付费企业用户达500万，较6月增长超60%；ARR升至约130亿美元，年底前有望突破200亿美元 [6] - Anthropic的ARR在7个月内增长约300%，25H1已达40亿美元 [6] 光互连与多模光纤技术 - AI集群架构由Scale-out向Scale-up演进，高密高速互连需求快速攀升 [7] - 烽火通信计划于2026年实现400万芯公里多模光纤年产能目标 [7] - 亨通光电启动AI先进光纤材料研发制造中心扩产项目，重点研发超低损空芯光纤、超低损多芯光纤及高性能多波段多模光纤 [7] 投资建议 - 运营商：重点推荐中国移动、中国电信、中国联通 [8] - 光模块：重点推荐中际旭创、新易盛、天孚通信、仕佳光子 [8] - 国产算力：重点推荐烽火通信、华丰科技、英维克、润泽科技、光环新网、奥飞数据、光迅科技、中兴通讯、紫光股份 [8] - AI应用：推荐和而泰、拓邦股份、移远通信、美格智能、广和通、博实结、翱捷科技 [8] - 卫星应用：重点推荐海格通信、华测导航 [8] 重点公司业绩 - 中国移动2025年预测归母净利润为1,456.31亿元，PE估值为16.3倍 [17] - 中国电信2025年预测归母净利润为351.13亿元，PE估值为19.2倍 [17] - 中际旭创2025年预测归母净利润为76.61亿元，PE估值为30.4倍 [17] - 新易盛2025年预测归母净利润为65.54亿元，PE估值为27.6倍 [17]

行业背景与趋势 - 大模型参数规模迈向万亿 算力集群进入千卡和万卡协同时代 行业共识是以集群性能取代单一芯片性能比拼[1] - 超节点概念在2024年形成 指超过8卡连接的节点 此前2023年尚无此概念[4] - 光互连技术成为国内超节点发展的必然趋势 因国产GPU需跨机柜连接才能对标NVL 72算力 而电互连受物理限制仅支持机柜内连接[16] - 光电融合技术发展周期长达20年 将从NPO/OBO进阶到CPO再到3D CPO 互连带宽有1-2个数量级提升空间[17] - 主流厂商包括英伟达 博通 AMD 英特尔均在布局光互连技术 因单芯片带宽需求增大 电互连已近极限[16] 公司技术方案与创新 - 发布光跃LightSphere X分布式全光互连芯片及超节点解决方案 创新引入光互连技术打破物理机柜限制 实现跨机柜Scale-Up网络[1] - 提供两种超节点方案：光互连电交换（成熟方案）和光互连光交换（创新方案）[5] - 光互连光交换方案全球首创 用光替代电进行交换和互连 具有三大优势：延迟更低 成本更低（省一半光芯片） 协议无感[7] - 采用开放PCIe协议 可适配多家国产GPU 而英伟达和华为使用私有协议NVLink和UB[6] - 光互连方案部署复杂度低于电互连 兼容现有数据中心 通过光缆快速组网 无需定制机房[14] - 联合推出国内首款xPU-CPO光电共封装原型系统 采用短距离SerDes技术增加带宽密度 实现光芯片与计算芯片共封装[18] 性能与成本优势 - 基于分布式光交换的超节点规模无上限 可支持万卡集群[9] - 理论数据显示单位成本仅为NVL72的31% GPU冗余率低一个数量级 模型算力利用率较NVIDIA DGX最高提升3.37倍[12] - 光互连方案总成本不必然高于电互连 且散热更易 因功耗分散至多个机柜[14] - 光互连电交换方案支持8台服务器共64张xPU卡高速互连 提供灵活高效的并行策略[6] 商业进展与规划 - 与沐曦合作光互连电交换方案 与阶跃星辰合作万亿参数大模型训练基础设施建设[12] - 几千卡算力集群正在上海落地 目标年内落地万卡集群[11] - 与国内头部芯片厂商建立深度合作 包括传统GPU厂商和非传统架构厂商[12] - CPO技术尚未广泛接受 但国内产业链成熟 全面落地指日可待[13] - 公司团队近250人 研发人员占比超80% 核心成员来自MIT和半导体行业[24] 战略定位与竞争优势 - 战略聚焦光互连及光芯片核心技术产品创新 占据有利生态位[2] - 选择开放生态道路 降低技术使用门槛 与英伟达和华为的封闭生态形成差异[23] - 核心竞争力来自底层核心技术自主研发（如光交换芯片）和系统级工程迭代能力[23] - 具备光电协同设计和先进封装能力 国内同时具备此全面能力的企业屈指可数[23] - 技术积累来自光计算领域 已实现3D CPO 因此在光互连领域具备降维打击优势[20]

光互联技术演进路线 - 光互联技术从可插拔光模块(DPO/LPO)演进至近封装/板载光学(NPO/OBO)再到共封装光学(CPO)最终到3D共封装光学(3D CPO) 单芯片带宽实现指数级提升[1] - 3D CPO比现有互连方式能再提高1～2个数量级互连带宽 很可能在五年内实现[3] - 光互联相比电互联如同轨道交通对比公路交通 光互联已存在20多年 光纤广泛应用到长距离通信领域[3] 超节点技术发展 - 英伟达GB200 NVL72超节点(72张GPU互联)吞吐量比非超节点传统方式提升3倍以上[2] - 超节点扩大规模有两条路径:采用高电机柜放入更多GPU 或使用多机柜让GPU直接"出光"具备跨机柜互连能力[2] - 国内匹配英伟达NVL72超节点计算能力需要500张国产GPU[2] 曦智科技光互连解决方案 - 推出光跃LightSphere X分布式OCS全光互连芯片及超节点解决方案 荣获2025 WAIC"SAIL奖"[4] - 采用光互连技术通过增加机柜数量构建超节点 突破传统互连方式物理限制 支持万卡级弹性扩展[5] - 全球首创分布式光交换技术 实现超节点规模和拓扑灵活切换 不受协议限制 突破核心器件和供应链瓶颈[5] - 单位互连成本仅为NVL72的31% GPU冗余率比NVL72和TPUv4低一个数量级 模型算力利用率最高提升3.37倍[5] - 目标在年内落地万卡集群 已在上海仪电落地数千卡全光直联超节点[5] 行业现状与挑战 - 国内GPU行业多个玩家(摩尔线程 壁仞科技 燧原科技 沐曦股份)已在IPO路上[3] - 无法把多个厂商GPU通过同一种交换芯片互连 每个GPU都需定制交换芯片覆盖互连协议[3] - 光互连能力和光芯片能力不受限制 与底层芯片制程无关[2]

超节点技术成为AI算力集群核心解决方案 - 超节点技术通过整合算力芯片资源构建低延迟高带宽算力实体 显著提升算力利用效率 支撑千亿至万亿参数模型训练[1] - 技术能避免芯片空闲 在单颗芯片制程受限时仍可提升集群性能 国内厂商已将其作为明显发展趋势[1][4] - 华为展出昇腾384超节点实现384个NPU大带宽低时延互连 上海仪电联合曦智科技等发布光跃LightSphere X超节点 新华三推出H3C UniPoD S80000超节点[1] 超节点技术兴起的驱动因素 - 大模型参数量迈向万亿级 算力集群从千卡扩展到万卡/十万卡规模 需解决大规模芯片协同问题[2] - 传统AI服务器横向拓展存在算力性能损失 超节点能保证单个节点内性能最优 解决"1+1<2"的算力损耗问题[3] - 光互连技术成为主流方向 光互连光交换可实现纳秒级切换 提供高带宽低延迟通信 曦智科技光交换芯片与壁仞科技GPU液冷模组已投入应用[4] 超节点技术的实施路径与优势 - 采用scale out横向拓展与scale up纵向拓展双路线 纵向拓展可在单节点内集成多GPU（如64卡/节点）实现一致通讯带宽[3] - 万卡集群需具备多重容错能力 包括秒级容错和分钟级故障恢复 同时需要调度能力实现并行计算分布[2] - 国内通过超节点方案以量补质 弥补国产AI芯片制程差距 光芯片可不依赖高制程[5] 国产AI芯片的差异化竞争策略 - 外购芯片市场份额从去年63%降至今年预计49% 国产芯片占比提升[6] - 墨芯人工智能聚焦AI推理场景 采用稀疏计算技术 12nm制程即可满足需求 针对边缘计算优化功耗[6][7] - 云天励飞聚焦边缘计算与云端大模型推理 后摩智能定位端边场景 存算一体技术实现160TOPS算力 避开与巨头直接竞争[8] 技术路线与生态建设现状 - 英伟达采用封闭生态 国内厂商推进开放技术体系 各厂商超节点路线存在差异 光通信技术全球领先无明显代差[5] - 新华三超节点基于以太协议和PCIe协议 适用多种算力芯片 华为通过总线技术实现NPU互连[4] - 万亿参数模型训练需超1万张GPU 每个超节点包含几十张GPU 需配置冗余容错机制[2]

超节点技术布局与趋势 - 华为、中兴通讯、新华三、超聚变等国内厂商在WAIC上集中展示超节点方案 超节点技术成为行业热点 [1][3] - 超节点通过整合算力芯片资源构建低延迟高带宽算力实体 提升集群算力利用效率 支撑千亿至万亿参数模型训练和推理 [3] - 英伟达较早布局超节点技术 其GB300 NVLink72方案可整合72个GPU和36个CPU到单一平台 [4] 超节点技术原理与价值 - 解决万卡集群时代芯片协同问题 通过scale up纵向拓展实现单节点内多GPU协同 避免传统横向拓展导致的算力性能损失 [5] - 在单颗芯片制程受限背景下 超节点成为提升集群性能的重要路径 国内厂商可通过大规模集群部署弥补单点性能不足 [9] - 光互连技术成为主流方向 光互连光交换方案实现纳秒级切换 保证高带宽低延迟通信 曦智科技、壁仞科技等厂商已推出相关方案 [6] 国产芯片市场竞争策略 - 国产AI芯片在服务器中占比提升 外购芯片份额从去年63%预计降至今年49% 英伟达仍计划推出针对中国市场的全新GPU [10] - 部分厂商采取差异化竞争策略：墨芯人工智能聚焦推理场景优化 云天励飞专注边缘计算和云端推理 后摩智能定位端边场景存算一体技术 [10][11][12] - 避开与海外巨头直接竞争 通过垂直行业定制化方案（如稀疏计算、边缘设备）实现特定场景下的性能优势 [11][13] 技术发展驱动因素 - 大模型参数量迈向万亿级 需1万张以上GPU构建具备容错能力的训练集群 推动超节点技术需求 [4] - 摩尔定律面临失效风险 芯片制程提升难度增大 促使行业通过集群互连技术突破算力瓶颈 [9] - 国内光通信技术全球领先 与海外先进水平无代差 为光互连方案提供技术基础 [9]

数据中心光互连技术趋势 - 人工智能数据中心面临铜互连在空间和带宽上的限制，行业正转向更大尺寸、更多处理器的芯片，推动更密集、更长距离的光纤连接替代铜线[2][5] - 共封装光学器件（CPO）成为提升能源效率的关键技术，英伟达已量产集成光子调制器的网络交换机，将光子技术引入机架内部[2][5] - 初创公司挑战传统观点，将光学互连直接连接至GPU和内存封装，解决一米链路内铜缆带宽不足的问题[5][6] 初创公司光互连创新 - Ayar Labs推出业界首个GPU间光学互连方案，采用UCIe接口和波分复用技术，实现256通道、8 Tbps总带宽，支持2公里通信距离[4][8] - LightMatter的Passage系列产品通过3D堆叠技术集成光学电路，L200为模块化设计，M1000则实现完全集成的光学中介层，直接连接GPU与内存[8] - Xscape Photonics集成频率梳激光器至芯片，解决"逃逸带宽"问题，其ChromX平台获4400万美元融资加速量产[8] 技术路径与竞争 - 微环谐振器和多波长激光器成为主流方案，但面临成本与灵活性挑战，例如512个GPU集群需超3万个连接，多波长可能降低粒度[10] - Avicena采用MicroLED成像光纤技术，以300个MicroLED实现3 Tbps传输，无激光器设计降低5倍能耗，被看好为未来技术方向[11] - 行业分歧明显：LightCounting预测CPO将先限于交换机，GPU集成或需至2030年，而Sindhu强调解决GPU互连是"时代最重要的封装难题"[11] 商业化进展 - 曦智科技推出全球首款片上光网络处理器Hummingbird，通过光子-电子垂直堆叠封装实现全对全数据广播网络，显著降低延迟与功耗[5] - 英伟达CPO交换机量产引发行业震动，但初创公司正推动光学技术更靠近数据源，从芯片封装层面直接传输带宽[2][5]