智通财经APP获悉，广发证券发布研报称，随着AI训练与推理对单节点计算密度、带宽与低延迟互连的需求不断攀升，提升单机性能已成为数据中心投资的优先选项，各大厂商正推出自研或深度定制的交换芯片与互连协议。整体来看，Scale up网络的快速发展正直接推动Scale up交换机、Switch芯片、互连芯片、PCB、ODM等环节需求爆发。从“AI的iPhone时刻”到“AI的裂变时刻”再到“AI的进击时刻”，建议关注产业链核心受益标的。
广发证券主要观点如下：
Scale up成为AI时代算力扩展的核心趋势
围绕着GPU存在三大互连，分别是业务网络互连、Scale out网络互连、Scale up网络互连，它们分别承载了不同的职责：跨业务、集群内、超节点GPU之间连通性。其中Scale up通过提升超节点的计算密度以扩展算力，GPU间可以通过部件之间深度的耦合，实现了高效协同(包括效率、编程习惯等)，耦合带来了性能(如带宽、延迟等)，特性(内存共享、设备中断等)的需求。Scale up计算密度更高、数据访问效率更快，GPU互连先Scale up再Scale out，Scale up成为AI时代算力扩展的核心趋势。产业链相关公司均重点强调Scale up是未来AI规模扩大的重要方向。
Scale up协议走向多样化，单机柜铜互连&多机柜光互连并行发展
Scale up协议方案呈现多元化发展，各大厂商正推出自研或深度定制的交换芯片与互连协议，业界典型的Scale up协议包括PCIe、NVlink、UAlink、SUE等，网络协议正在加速从NVlink走向多样化。Scale up主要有两个途径：一条路径是高电机柜，单机柜更多GPU方案。提升机柜供电与热设计能力，在有限空间内实现GPU高密度集成，典型代表厂商为NVIDIA，从GB200 NVL72、Vera Rubin NVL144到Vera Rubin UItra NVL576不断演进。还有一条路径是多机柜，GPU直接出光方案。以高带宽、低延迟光互连将多机柜GPU编织为统一算力域，典型代表为Google TPU v4 pod、华为Cloud Matrix 384的多机柜超节点架构。当GPU互连跨越单柜甚至多柜时，电互连逐步逼近其物理极限，光互连将成为实现高效连接的必然方案。整体来看，上游Scale up交换机、Switch芯片、互连芯片、PCB、ODM将直接受益于大规模单节点算力的需求爆发。
风险提示
AI产业发展以及需求不及预期;AI服务器出货量不及预期，新技术发展不及预期。
