AI時代網路的重要性與創新方向

網路已成爲AI大模型時代的關鍵環節。隨着模型規模快速增長,多服務器集羣成爲解決訓練問題的主流方案,這也是網路在AI時代"上位"的基礎。相比過去單純傳輸數據,如今網路更多用於同步顯卡間的模型參數,對網路密度和容量提出了更高要求。

網路需求主要來自三個方面:

1. 日益龐大的模型體積。訓練耗時與模型參數量成正比,與計算速率成反比。爲縮短訓練時間,需要通過網路擴大設備數量和提高多設備並行效率。

2. 多卡同步的復雜溝通。模型切分到單卡後,每次計算都需要進行對齊,對網路傳輸和交換提出了更高要求。

3. 愈發昂貴的故障成本。大模型訓練往往持續數月,中斷會造成嚴重的進度和成本損失。現代AI網路已經成爲堪比飛機、航母等的人類系統工程能力的結晶。

未來網路創新將圍繞"降本"、"開放"和算力規模平衡三個方向展開:

1. 通信介質更迭:光模塊追求更高速率的同時,也在探索LPO、LRO、硅光等降本路線。銅纜憑藉性價比優勢佔據機櫃內連接。新半導體技術如Chiplet、Wafer-scaling等加速探索硅基互聯上限。

2. 網路協議競爭:片間通信協議與顯卡強綁定,如NV-LINK、Infinity Fabric等。節點間通信則主要聚焦IB與以太網兩大協議的競爭。

3. 網路架構變化:當前普遍採用葉脊架構,但隨着集羣規模增大,新架構如Dragonfly、rail-only等有望成爲超大集羣的演進方向。

投資建議關注:

通信系統核心環節:中際旭創、新易盛、天孚通信、工業富聯、英維克、滬電股份。

通信系統創新環節:長飛光纖、太辰光、源傑科技、盛科通信-U、寒武紀、德科立。

風險提示:AI需求不及預期,Scaling law失效,行業競爭加劇。