以下文章来源于傅里叶的猫AI ，作者猫叔 傅里叶的猫AI . 傅里叶的猫，防失联。半导体行业分析 本篇文章的内容，参考自曦智科技孟怀宇博士的一次演讲，内容非常硬核，有兴趣的朋友可以多关注一 下曦智科技，他们是全球领先的光电混合算力提供商。 在高性能计算领域，超节点的出现为大规模模型的训练与推理提供了全新的解决方案，而光学技术的应 用则成为推动超节点性能提升的关键驱动力。光学技术通过其高效、低延迟和高可靠性的特性，不仅解 决了传统互联方案的瓶颈，还为超节点的架构设计和实际部署带来了革命性的价值。 超节点的诞生源于对大规模模型计算需求的激增，其核心价值在于显著提升训练和推理的效率。在训练 层面，自第三代大模型问世以来，模型规模呈现指数级增长，对GPU算力的需求也随之快速攀升。当前 主流大模型可能需要数千甚至上万张GPU协同工作，而超节点通过高效的互联架构，能够大幅提升训练 效率，尤其是在超大规模模型的场景下，其优势尤为突出。超节点通过优化计算资源分配和数据传输， 减少了训练过程中的瓶颈，使模型训练时间显著缩短。 在推理层面，2025年以来，国内市场对大模型推理的关注度持续升温。推理场景的核心在于如何高效地 生成结 ...

AI 算力大集群：继续 Scaling20250615 摘要 市场对 AI 算力需求存在预期差，美股季报显示微软、Meta 和 Amazon 资本开支超预期，预示 2025 年下半年 AI 叙事逻辑将重塑，模型迭代或 成关键。 AI 算力集群前景乐观，预计 2025 年上半年推理需求上升，下半年训练 需求增加，A 股市场预期将提升，NVMe 链、SATA 链和光互联等标的 值得关注。 中美 AI 发展差距或将拉大，取决于未来一年大模型迭代路径。预训练和 利用大集群发展大模型仍是方向，2025 年 Q3 将是关键时间节点。 2025 年 Q3 是新一轮 AI 模型迭代起点，训练投入增加，市场共识或在 Q4 形成，2026 年 Q1 推理需求有望增长，可通过观察客户量预测未来 节奏。 集群在 AI 模型迭代中作用关键，尤其处理大规模计算任务。光互联技术 受关注，但 DeepSpeed 的出现标志着算力通缩逻辑开启，降低了对大 型集群的依赖。 Q&A 未来 AI 算力需求的趋势如何？ 未来 AI 算力需求将显著增长，无论是训练端还是推理端。当前市场主要反映的 是推理需求，但训练需求也会逐步增加，成为新一轮 AI 算 ...