“最强算力基建”正在换代：这条“AI互联”主线，或诞生下一轮十倍股_高性能_网络_芯片

关于报告的所有内容，请于公众『市场分析报告』阅读原文

《“最强算力基建”正在换代：这条“AI互联”主线，或诞生下一轮十倍股》

过去一年，在AI基础设施加速扩容背景下，网络技术选型问题再度成为行业关注重点。从大型数据中心、智算集群，到高性能计算平台，企业在构建互联方案时需在“性能”与“通用性”之间权衡。英伟达所采用的双轨策略，揭示了当前高性能网络架构的核心矛盾：InfiniBand凭借低延迟、高带宽优势稳居高端场景首选，以太网则依靠广泛兼容与生态成熟仍在大规模部署场景中保有份额。网络架构的选择不仅关系到AI训练与推理的效率，更牵动上下游芯片、交换设备、协议标准等多个产业链环节的演进路径。

东吴证券发布的此份研究指出，InfiniBand（IB）和Ethernet在AI时代的发展呈现出分化趋势。IB由于具备原生RDMA能力、无损网络基础以及SHARP网内计算架构，在高性能计算中表现出更高效能；而以太网则持续在RoCE协议演进、无损以太网组网、拥塞控制等方面加码，试图缩小与IB的技术差距。自2010年IBTA推出RoCE v1起，到2014年升级为可跨网段路由的RoCE v2，以太网在保持通用标准的同时，逐步渗透AI训练与推理等高负载网络场景。2023年，AMD、Arista、Broadcom、英特尔等公司联合推动超以太网传输协议（UET）制定，明确以高吞吐、低延迟为目标，旨在打造适配AI负载的下一代以太网标准。

在硬件落地层面，NVIDIA GTC 2024大会所公布的Blackwell平台揭示了其Scale-out网络布局逻辑。NVLink在GPU间高速互联中继续强化背板传输能力，224G SerDes技术首次应用于NVL72系统；Quantum X800交换机和ConnectX-8网卡则代表IB方向的最新进展；与此同时，以太网路线则更新至Spectrum X800交换机及BlueField-3 DPU组合，核心芯片仍为112G代际，显示出标准推进节奏的差异化。NVL72机柜侧配置显示出英伟达在面板端兼容双协议的策略——通过72个800G IB口拓展算力互联，同时以36个200GE口构建数据与业务网络，兼顾性能与接入生态。

2025年3月发布的Rubin平台在计算性能和互连速率上均实现代际跃升。单芯片方面，Vera CPU基于Olympus内核，计算速度提升至前代Blackwell的两倍；GPU则升级为双3nm计算芯片结构，支持NVLink C2C架构和更大容量HBM4E内存。机柜层面，Rubin Ultra通过封装四颗GPU与两颗I/O模块形成超大ABF封装，推理性能达100 PFLOPs，HBM容量突破1024GB。Scale-out路径上，Rubin通过升级至1.6T的CX-9网卡与x1600交换设备，加快集群间数据传输速率，适配百万卡级部署需求。

从IB与以太网技术差异来看，两者的核心竞争点在于带宽、延迟与拥塞控制策略。IB交换机通过内建SHARP模块实现集合通信过程中数据的硬件聚合，NCCL通信库在此架构下运行效率大幅优于同带宽无SHARP环境。拥塞控制方面，IB采用基于FECN与BECN位通知机制实现三阶段反馈调节，保障在极端数据负载下的稳定性。而以太网路径下的Spectrum-X交换平台则引入硬件遥测与SuperNIC联动的流控机制，虽策略不同，但最终目标均为压低尾延迟与缓解链路冲突。

以太网劣势之一在于非原生支持RDMA协议，需依赖RoCE进行能力补足。尽管RoCE v2支持跨网段通信，但在大规模分布式集群中，延迟控制与数据包丢弃仍构成挑战。通过部署Spectrum-X系列、使用PFC优先级控制及DPU资源隔离，以太网逐步缩短与IB之间的端到端性能差距。AI训练任务需依赖高吞吐集群互连、推理阶段则强调低延迟响应，两类负载需求推动英伟达在硬件设计中同时保留IB与Ethernet双网支持能力。

产业链层面，相关厂商分化加剧。盛科通信与海光信息被东吴证券列为重点推荐标的，前者专注高性能网络芯片研发，后者深度布局AI服务器平台及互连解决方案；万通发展、澜起科技等具备部分接口控制、芯片封装或协同处理能力，处于关注名单之列。参考估值指标，盛科通信因尚未实现盈利，2025年预测PE高达1857倍；海光信息则在2025年预测PE降至151倍，反映市场对其中短期营收释放能力的期待。

Scale-out技术的研发进展不仅涉及互连协议本身，还包括上游芯片架构、DPU通信、HBM堆栈和系统封装等多个层次，技术链条长、工程协同复杂、商业闭环建设要求高。Rubin Ultra采用的CPO光电集成、Kyber架构及NVSwitch-7等技术均反映了对超大集群性能瓶颈的系统性破解路径。这意味着未来的芯片平台竞争，不仅是AI模型推理效率之争，更是网络架构与系统设计能力的比拼。

AI应用进程、技术突破节奏与市场生态变化仍为主要不确定因素。若下游应用场景难以持续放量，或新技术在部署效率与稳定性上未达预期，相关环节的资本开支与设备替换节奏或将被打乱。英伟达当前依托NVLink与IB的领先布局建立起技术壁垒，但随着UALink联盟推进、云厂商自研芯片上位，市场格局仍有待观察。