AI大模型崛起 网络设备需求爆发成投资热点

网络在AI大模型时代的重要性

大模型时代,网络设备如光模块、交换机等需求爆发,迭代加速。本文将探讨网络为何成为AI时代的关键环节,并讨论网络侧的创新与投资机会。

网络需求的来源

进入大模型时代,模型体积与单卡上限差距迅速拉大,业界转向多服务器集群解决训练问题,这构成了AI时代网络重要性提升的基础。相比过去单纯传输数据,如今网络更多用于同步显卡间的模型参数,对网络密度和容量要求更高。

日益庞大的模型体积导致训练耗时增加。为缩短训练时间,需提升计算效率,而扩大"设备数"和"并行效率"直接决定了算力。

在大模型训练中,每次计算后单卡间需进行对齐,对网络传输和交换提出更高要求。

大模型训练往往持续数月,中断会造成巨大损失。网络某一环节故障或延迟过高都可能导致中断。现代AI网络已成为堪比飞机、航母的复杂系统工程。

网络创新方向

随着算力投资规模膨胀至数百亿美元级别,降本、开放和算力规模平衡成为网络创新的主要议题。

通信介质更迭:光模块追求更高速率的同时,也通过LPO、LRO、硅光等方式降本。铜缆因性价比等优势占据机柜内连接。Chiplet、Wafer-scaling等新技术加速探索硅基互联上限。

网络协议竞争:片间通信协议与显卡强绑定,如英伟达的NV-LINK,AMD的Infinity Fabric等。IB与以太网的竞争是节点间通信的主旋律。

网络架构变化:当前普遍采用叶脊架构,但随着节点数增多,其冗余特性给超大集群带来较大网络成本。Dragonfly架构、rail-only架构等有望成为面向下一代超大集群的演进方向。

投资建议

通信系统核心环节:中际旭创、新易盛、天孚通信、工业富联、英维克、沪电股份。

通信系统创新环节:长飞光纤、太辰光、源杰科技、盛科通信-U、寒武纪、德科立。

风险提示

AI需求不及预期,Scaling law失效,行业竞争加剧。