Workflow
Scale up
icon
搜索文档
国泰海通:scale up带动交换芯片新需求 国内厂商市场份额有望逐步提升
智通财经网· 2025-08-25 07:35
行业技术趋势 - 大模型参数规模从千亿向十万亿级别演进 推动数据并行 张量并行 流水并行 专家并行等多种策略发展[2] - Scale up网络因带宽显著高于跨服务器Scale out网络 成为构建高带宽低延迟网络的主流技术方案[2] - 海外GPU互联规模从几十卡向数百卡演进 AI定制芯片互联规模达几十卡到上千卡[3] 市场规模预测 - 中国交换芯片总规模预计2025年达257亿元 2026年356亿元 2027年475亿元[1] - 交换芯片市场规模同比增速预计2025年61% 2026年39% 2027年33%[1] 国产化进程 - 当前交换芯片整体国产化率较低 高端芯片市场由博通 迈威尔 英伟达等海外厂商主导[1] - 华为昇腾实现384颗芯片互联 百度昆仑芯支持32卡/64卡互联[3] - 中兴超节点服务器内置16计算节点和8交换节点 GPU通信带宽达400GB/s至1.6T/s[3] - 新华三UniPod系列支持以太网和PCIe互联 可适配不同AI芯片构建系统[3] 技术路线格局 - Scale up交换领域将以太网 PCIe 私有协议(包括NVLink和UB协议)并存[3] - Scale out领域以太网凭借开放生态和成本优势占据主导 InfiniBand保持部分份额[3]
国泰海通|电子:Scale up带来交换芯片新场景,国产渗透空间广阔
行业规模与增长预测 - 中国交换芯片总规模预计2025年达257亿元、2026年达356亿元、2027年达475亿元 同比增速分别为61%、39%、33% [1] - AI整体支出增加及Scale up技术趋势是驱动交换芯片需求的核心因素 [1] 国产化替代空间 - 交换芯片国产化率较低 高端市场由博通、迈威尔、英伟达等海外厂商主导 [1] - 国内厂商在高端速率持续突破 市场份额有望逐步提升 [1] 技术趋势:Scale up网络架构 - 大模型参数规模从千亿向十万亿演进 需通过数据并行、张量并行等策略解决单卡算力瓶颈 [1] - Scale up网络带宽显著高于Scale out网络 成为构建高带宽低延迟集群的主流技术方案 [1] 海外与国内厂商发展动态 - 海外GPU互联规模从几十卡向数百卡演进 AI定制芯片互联达上千卡 [2] - 华为昇腾支持384芯片互联(UB协议) 百度昆仑芯支持32卡/64卡互联(PCIe协议) [2] - 中兴超节点服务器提供16计算节点+8交换节点 GPU通信带宽达400GB/s至1.6T/s [2] - 新华三UniPod系列支持以太网/PCIe互联 适配多品牌AI加速卡 [2] 互联协议竞争格局 - Scale up交换领域将以以太网、PCIe及私有协议(NVLink/UB)并存 [2] - Scale out领域以太网凭借开放生态和成本优势主导 InfiniBand占据部分份额 [2]
广发证券:Scale up成为AI时代算力扩展核心趋势 建议关注产业链核心受益标的
智通财经网· 2025-08-15 11:47
围绕着GPU存在三大互连,分别是业务网络互连、Scale out网络互连、Scale up网络互连,它们分别承 载了不同的职责:跨业务、集群内、超节点GPU之间连通性。其中Scale up通过提升超节点的计算密度 以扩展算力,GPU间可以通过部件之间深度的耦合,实现了高效协同(包括效率、编程习惯等),耦合带 来了性能(如带宽、延迟等),特性(内存共享、设备中断等)的需求。Scale up计算密度更高、数据访问效 率更快,GPU互连先Scale up再Scale out,Scale up成为AI时代算力扩展的核心趋势。产业链相关公司均 重点强调Scale up是未来AI规模扩大的重要方向。 Scale up协议走向多样化,单机柜铜互连&多机柜光互连并行发展 智通财经APP获悉,广发证券发布研报称,随着AI训练与推理对单节点计算密度、带宽与低延迟互连的 需求不断攀升,提升单机性能已成为数据中心投资的优先选项,各大厂商正推出自研或深度定制的交换 芯片与互连协议。整体来看,Scale up网络的快速发展正直接推动Scale up交换机、Switch芯片、互连芯 片、PCB、ODM等环节需求爆发。从"AI的iPhone ...
超节点时代来临:AI算力扩容!申万宏源:关注AI芯片与服务器供应商
格隆汇· 2025-07-10 16:09
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]