20260604-金融街证券-AI算力架构迭代_高速互连成核心底座_1页_206kb

AI算力架构迭代总结

核心内容

随着AI大模型参数持续扩容和万卡智算集群的落地，AI硬件的瓶颈正逐步从算力缺口、内存缺口向高速互连转变。高速互连技术成为制约超大规模智算集群算力利用效率的关键因素。当前，高速互连技术主要围绕PCIe和CXL两大方向展开，同时，DSP芯片和存储芯片（如HBM）也扮演着重要角色。整体来看，AI算力架构正朝着更高效、更灵活、更共享的方向演进。

主要观点

1. 高速互连技术发展趋势

• PCIe：作为当前主流互连标准，PCIe 5.0已成为标配，PCIe 6.0正在逐步普及，推动互连带宽和性能提升。
• CXL 3.0：引入Fabric多级交换架构，实现机架级全局池化，支持多主机共享内存和动态容量分配，提升内存资源的利用率和灵活性。
• 市场前景：预计到2028年，全球PCIe Switch市场规模将达104.3亿美元，CXL Switch增量达7.41亿美元，显示出高速互连技术的强劲增长潜力。

2. 高速互连DSP芯片的重要性

• DSP功能：DSP是高速光模块中实现光电转换的核心组件，承担光信号均衡、解码等关键任务。
• 市场格局：高端DSP芯片主要由美国博通、Marvell等企业主导，体现出在该领域的技术壁垒和市场集中度。

3. 存储芯片的演进与需求

• AI对存储的需求：随着AI训练和推理对算力需求的快速增长，存储瓶颈逐渐显现，AI基础设施开始从算力转向存储。
• HBM成为标配：高带宽内存（HBM）已逐步成为高端AI芯片的标配，支持大模型训练和推理过程中的高性能数据访问。
• 企业级SSD需求增长：大模型训练数据集、KV Cache与RAG知识库的持续扩容，推动企业级SSD市场需求快速增长。

关键信息

• 技术演进：AI算力架构正在经历从算力、内存到高速互连的迭代升级，互连技术成为新的关键瓶颈。
• CXL 3.0优势：通过引入Fabric架构和共享内存机制，CXL 3.0显著提升了系统间的协同效率和资源利用率。
• 市场增长预期：高速互连相关硬件（如PCIe Switch、CXL Switch）预计将在未来几年实现显著增长。
• 存储需求上升：AI对存储的需求正在加速增长，HBM和企业级SSD成为支撑大模型训练和推理的核心组件。

相关ETF标的清单

风险提示

• AI变现能力不及预期：AI技术发展迅速，但实际应用场景和商业化进程仍存在不确定性。
• 资本开支不及预期：AI基础设施建设需要大量资金投入，若资本开支不足可能影响技术发展和市场扩张。
• 研发进展不及预期：高速互连、DSP和存储芯片等核心技术的研发周期较长，若进展不及预期可能影响产业链整体发展。

其他信息

• 资料来源：半导体产业纵横、证券日报之声、中国经济新闻网、与非网、《AI驱动叠加自主可控，看好国产存储产业链》、金融街证券研究所。
• 免责声明：本报告信息来源于公开资料，仅供参考，不构成投资建议。投资者应自行判断并咨询专业人士。