20241007-国联证券-通信行业专题研究_百万卡算力之路_多DC分布式训练和DCI需求增长_11页_2mb

报告摘要：百万卡算力之路——多DC分布式训练与DCI需求增长

随着AI模型规模的扩大，传统的单数据中心训练模式受限于能耗和算力瓶颈，多DC协同训练成为新一代AI模型训练的主要方向。科技巨头如Google、Meta、OpenAI以及微软已开始部署多DC分布式训练系统。以Google为例，其Gemini 1 Ultra模型通过跨区域多数据中心实现训练；OpenAI与微软则计划构建全国范围的超大型分布式训练网络。

分布式训练对网络架构带来挑战，尤其是对网络丢包率的敏感性和大规模流量带来的负载均衡问题。报告指出，跨DC训练的算力可达十万卡级别，并需构建超宽DCI网络以支持跨地域训练。10公里内跨机楼算效损失可降至5%以下，长距离训练则需进一步优化网络技术。

为满足分布式训练需求，400G ZR相干光学技术逐渐成为DCI网络的核心选择。其相比传统WDM系统具有更高的简化性和带宽效率，400G ZR模块使用可调谐激光器和相干光模块，直接应用于客户侧路由器/交换机，适用于高带宽DCI场景。LightCounting预测，2024-2028年间，400G ZR及更高速率模块将持续增长，同时产品价格呈上升趋势。

投资建议方面，报告推荐关注DCI产业链和400G/800G ZR光模块提供商：

• 国内OTN厂商：中兴通讯、烽火通信、光迅科技
• ZR模块厂商：德科立、中际旭创、新易盛、华工科技
• �铌酸锂调制器供应商：光库科技

此外，海外DCI与长距光模块厂商如Ciena、Infinera、Nokia亦值得关注。

报告提及的风险包括AI发展不及预期、算力需求不足、技术迭代停滞及市场竞争加剧。