报告行业投资评级 未提及 报告的核心观点 报告围绕Google集群展开研究，深入剖析其Scale up和Scale out架构，涵盖3D结构、光互联等方面，对比不同GPU的技术参数，并分析TPU集群内互联组件占比及十万卡集群不同互联方案[4][117]。 根据相关目录分别进行总结 Google集群的Scale up: 3D结构 - Google集群柜内Scale up采用3D结构，从TPU到TPU Tray再到TPU Rack，一个机架有16个TPU Tray、64个TPU芯片[9][28] - 对比不同GPU，如Nvidia从Hopper到Blackwell，NVLink带宽不断提升，Blackwell NVLink 5达1.8TB/s；AMD从MI350到MI400，MI400单卡有72条200Gb UALink Lane，对应1.8TB/s的Scale up网络[20][25][27] Google集群的Scale up光互联：光路交换机 - 光路交换机的光信号输入输出涉及相机模块、二色分光元件等，通过二维MEMS微镜阵列控制光束反射到目标输出端口，并实现光路监控和对准[46][47] - TPU V4和V7 Superpod由光路交换机连接实现TPU全连接，V4 Superpod为8*8，V7为16*9；每套系统含64个机架，分8组，共4096芯片，共享256TiB HBM内存，总计算超1 ExaFLOP[48][52][60] TPU集群内，光路交换机和光模块占比 - TPU V4光路交换机占比1.1%，光模块数量6144，比例1.5；TPU V7光路交换机占比0.52%，光模块数量13824，比例1.5[70][75][84] - 单个Rack向外光模块6*16，PCB Traces 4*16，Copper cables 80，ICI连接含96光纤、80铜缆和64 pcb traces[94][95] Google集群的Scale out - Scale out采用Tomahawk 5交换机，有128个400G端口，TPU SuperPod外通过数据中心网络通信[103][106] - NV Scale out中的OCS在通用三层FT拓扑中有主要集成点，可增强硬件和软件故障弹性[116] - 十万卡集群不同互联方案对比，InfiniBand、NVIDIA Spectrum - X、Broadcom Tomahawk5的交换机和光模块数量、占比及成本各有不同[125]

**涉及的公司与行业** * 公司：Arista Networks (ANET) [1] * 行业：数据中心网络、人工智能（AI）网络基础设施、校园网络 [32][66] **财务表现与指引** * 公司对2026财年营收增长保持20%的强劲指引 并对此充满热情[4] * 2025财年AI相关营收指引为15亿美元 2026财年指引为27.5亿美元[24] * 校园网络业务2025财年营收约7-8亿美元 2026财年指引为12.5亿美元[66] * 产品递延收入在第三季度增长87% 其中产品递延收入单独增加6.25亿美元（上一季度为6.87亿美元） 反映出强劲的订单需求[5][7] * 第四季度营收指引较为保守（2%） 但公司强调这是由于务实的风格 而非供应链限制 对整体增长前景保持信心[3][4] **AI业务动态与市场机遇** * AI网络业务覆盖四大主要客户以及25-40家二级客户（包括专业提供商、主权云等）[23][27] * 四大客户中的三个将在本财年末（约1月）进入生产阶段 第四个（从InfiniBand转向以太网）预计在2026年贡献收入[23] * AI网络总目标市场（TAM）扩大至1050亿美元（从700亿美元上调） 其中规模扩展（scale-up）网络是新增的TAM[32][33] * 公司采用自下而上的方式评估AI网络机会 基于端口数量（400G/800G/1.6T）、交换机数量和网络架构 而非根据GPU总支出进行推算[15][12] * 在AI数据中心建设中 网络设备（交换机、路由器）成本约占整体资本支出的5%-7% 此前的估算为9%-11% 该比例不包括光模块[18][19] **产品战略与技术路线图** * **规模扩展（Scale-out）网络**：当前重点 使用X系列和R系列产品构建多层网络架构 支持数千至数万GPU互联[34] * **规模扩展（Scale-up）网络**：面向未来的机遇（2027年及以后） 需要新一代芯片和产品 公司正通过ESUN（以太网规模扩展网络）等多厂商倡议积极参与[34][38] * **蓝盒（Blue Box）战略**：为客户提供搭载其自有操作系统（如Sonic）的Arista硬件 作为双供应商策略的一部分 这与标准白盒（white box）不同 保留了Arista在硬件设计、供应链和诊断方面的价值[40][44][46] * 产品组合（X系列与R系列）能够同时支持分布式调度架构（DSF）和非调度架构（NSF） 满足客户不同技术路线的需求[56][57] **竞争格局** * 在后端AI网络中 以太网已被广泛认为是主流技术 InfiniBand的讨论已基本消退[51] * 公司凭借在前端网络的成功经验（市场份额已超越主要竞争对手） 相信在以太网为主的后端AI网络竞争中处于有利地位[51][52] * 校园网络市场巨大（约200亿美元） 公司目前份额约5% 通过完善的产品组合（包括VeloCloud SD-WAN）和新的领导层 目标是在客户技术更新周期中获取更多份额[66][70] **运营与供应链** * 库存加采购承诺总额约为70亿美元 公司表示这是基于需求预期 而非应对组件短缺[73][75] * 公司通过多源采购和谈判有效管理供应链约束和潜在的价格通胀 目前对2025和2026年的供应没有担忧[73][74] * 库存周转率维持在1.1-1.3之间 目标是在当前需求旺盛时期努力提升周转率[77] * 产品毛利率的波动主要受客户结构（云/AI客户与企业客户占比）影响 超额报废（E&O）活动也是影响因素之一[63][64] **关键信息与市场认知** * 投资者应结合利润表增长和递延收入增长来全面评估公司营收前景[5][78] * 需要清晰区分白盒、蓝盒和Arista品牌产品的战略定位和价值主张[78] * 公司业务模式在变化 AI大型部署的递延收入确认周期已从6-12个月延长至18-24个月[7] * 公司强调其专注于执行和产品交付 而非行业内的投资承诺等噪音[79]

**Astera Labs 公司及行业关键要点总结** **公司及行业概览** * 公司为Astera Labs 专注于为云和AI基础设施提供连接解决方案[2][3] * 公司是UCIe Link联盟的推广成员 致力于开放生态系统[42] * 行业正处于AI周期的早期阶段 预计未来仍需10倍至100倍的性能提升[11][12] **核心产品与市场定位** * 核心产品包括三大类 * Ares Retimer：用于PCIe 连接 在PCIe Gen5市场占据领导地位 广泛部署于NVIDIA GPU、AMD GPU及众多ASIC中[4][57] * Taurus：用于以太网连接 功能类似于Ares对PCIe的作用[5] * LEO：CXL内存扩展设备 用于为计算系统增加内存[5] * 新推出的Scorpio产品线包括两个系列 * Scorpio P系列：符合标准的PCIe交换机 主要用于Scale-out应用 已开始量产并产生收入[26][29] * Scorpio X系列：专为使用PCIe或其定制协议进行Scale-up的客户设计 已有超过10个客户处于不同合作阶段 包括超大规模客户 预计2026年将带来更大收入[23][30][31] * 产品路线图包括支持UCIe Link的新产品 预计2026年下半年样品 2027年产生收入[45] **财务表现与增长驱动** * 营收呈现高速增长 * 2023年营收1.16亿美元[6] * 2024年营收3.96亿美元[6] * 2025年至今已实现约3.5亿美元营收[6] * Scorpio产品线在2024年第二季度开始上量 预计在第三、第四季度及2026年持续增长 近期需求主要由P系列驱动[29] * Ares业务预计今年增长超过60% 且随着向PCIe Gen6过渡 ASP预计提升约20% 单位需求也将增长[61][59] * 单加速器价值含量持续提升 * 几年前：每加速器约50-100美元内容价值[37] * 2024年：每加速器略超100美元内容价值[37] * Scorpio P系列平台：每加速器数百美元内容机会[38] * Scorpio X系列：目标达到每加速器1000美元以上[38] **市场趋势与行业动态** * AI模型变得庞大 需要多个GPU协同工作 Scale-up（纵向扩展）网络成为新的机遇[7][8] * 行业存在三种主要的Scale-up生态系统 * NVIDIA NVLink：最大规模的已部署网络 专为AI系统构建[47][48] * 以太网生态系统：由博通推动 尝试将Scale-up概念添加到以太网上[49] * UCIe Link生态系统：结合PCIe协议优势和以太网高速SerDes 专为AI工作负载构建 优势在于其开放性和技术优越性[41][42][50][51] * 超大规模客户渴望回归开放生态系统 以创新和区分其解决方案 UCIe Link提供了这种能力[54] **竞争优势与战略** * 核心竞争力在于其Cosmos软件系统 该软件优先的架构能快速识别和修复问题 提供诊断、定制和优化能力[63][64][65] * 在向PCIe Gen6过渡中拥有先发优势 其Gen6产品已开始量产 而竞争对手尚未提供可工作的样品[67] * 公司愿景是提供全机架级别的连接解决方案（AI Infrastructure 2.0） 涵盖半导体、硬件和软件 而不仅仅是一家Retimer公司[84] **客户与合作伙伴** * 客户群涵盖所有知名的超大规模企业 包括美国及美国以外的全球客户[23] * 与领先的GPU平台提供商紧密合作 共同开发生态系统[68] * Scorpio X系列的客户参与度极高 许多客户已有向UCIe Link迁移的计划[43] **风险与挑战** * AI行业发展可能并非单调上升 会经历起伏[13] * 竞争对手是大型半导体公司（如博通、Marvell） 拥有优秀的工程师 最终会解决问题[69] * 最终哪个Scale-up生态系统能胜出尚不确定 存在市场分化的可能性[75][76]

算力需求趋势 - 大模型参数爆炸式增长推动算力需求从单点向系统级整合加速转变 [1] - Scale-up与Scale-out成为算力扩容两大核心维度 Scale-up追求硬件紧密耦合 Scale-out实现弹性扩展支撑松散任务 [1] - Scale-up突破传统单服务器、单机柜限制进入"超节点"时代 节点内GPU数量从2卡增至8卡 实现跨服务器、跨机柜互联 [1] 技术架构与硬件差异 - 超节点是算力网络系统在机柜层面的Scale-up 节点内采用铜连接与电气信号 跨机柜引入光通信 [2] - Scale-up与Scale-out硬件边界为NIC网卡 外部依赖光模块、以太网交换机等设备 架构设计、协议标准存在本质差异 [2] - 芯片厂商分化明显 英伟达、博通、华为、海光深耕Scale-up 以太网厂商(博通、海思、盛科通信)聚焦Scale-out [2] 产业链整合动态 - 英伟达近6年完成8宗并购 覆盖网络技术(Mellanox)、软件定义网络(Cumulus)、行业应用(Parabricks)等领域 构建芯片到应用闭环生态 [2] - 海光信息拟吸收合并中科曙光 形成CPU+DCU与服务器+云基础设施协同 完成从芯到云全产业链部署 [3] - AI芯片厂商强化纵向整合 但不会切入代工业务 如AMD收购ZT System后剥离代工板块 [4] 产业链分工与投资机会 - 超节点趋势下产业链分工细化 板卡设计能力成为核心差异化要素 代工环节分化为板卡设计与机柜代工供应商 [4] - 建议关注硬件互联与场景适配双线布局 标的包括海光信息、中科曙光、浪潮信息、紫光股份等AI芯片与服务器供应商 [4]