目錄一、內AI產業望跨越發展 1外AI產業勃展 1內模基實能力界破 2家力動AI建與應落地 3二、產力礎施來發機會 4AI發需強算基礎施撐 4運續級國化大所趨 7前產片能已近A100，優于H20 9三、產力業環梳理 9務：AI高增產算芯發或來局生變 9換：太高產品步熟高產預計現速長 13模：計內2024年400G光塊求幅增長 16冷產趨明，2024進液規署階段 18接器線：AI帶連接系向112G/224G等升級 21PCB：AI拉動速PCB級利頭份盈利升 25IDC建：注算心建和量造會 28四、資議 30五、險示 30圖目錄圖1:AI應下量收高速長 1圖2:外廠資開情況百美） 2圖3:SuperCLUE中通大模基測（2023.12） 3圖4:分型SuperCLUE文用模基評對比 3圖5:語模所用數據和數模現數級增長 5圖6:2020-2027國和智算規（EFLOPS） 5圖7:內廠資開情況百元） 7圖8:偉達AI計能過去8年升10000倍 7圖9:球務和AI服務器模測億元） 10圖10:中國AI服務市市場模測百美） 10圖11:中服器市額情（2022年，%） 10圖12:中國AI服務市份額況（2022，%） 10圖13:光信業光電口級代意圖 13圖14:全交機市模（美） 13圖15:交機同SerDes速率況 13圖16:全球top500廠商IB以網署額（%） 14圖17:傳傳模和RDMA傳模對比 15圖18:GSE術層構 15圖19:CPO顯降本和耗 15圖20:博通TH5-Baily51.2TCPO15圖21:2022Q4-2023Q4球交機商入況百萬元） 16圖22:2023Q1中交市場額（%） 16圖23:中以網芯應用景場模況億元） 16圖24:中以網芯端口率場模況億元） 16圖25:光塊率已級到800G 17圖26:OSFPMSA和4x400GMSA的1.6T主方案 17圖27:Marvell用光中的DSP品級圖 17圖28:冷式冷方案 18圖29:兩浸式液案 18圖30:冷式冷整路圖 19圖31:維諦Vertiv風液合制方（板冷風冷） 19圖32:服器分連示意圖 22圖33:華為NetEngine8000X8由正架構 23圖34:英達GB200NVL72務與RACK連接式 23圖35:高速接光模互聯 23圖36:PCIe技發展況 26圖37:Intel不同務器CPU臺術能表 26圖38:高信的傳率提情下耗升 26圖39:PCB業鏈 27圖40:2021年球PCB商份額 27圖41:2021年內PCB商份額 27圖42:2021年球剛銅板銅廠份額 28圖43:2021年球特性覆板商額 28圖44:數中建設鏈 29圖45:2023-2025全據中存改規（元） 30圖46:2023-2025運數據心造景出比（%） 30表目錄表1:內分模廠產品況 2表2:動工能展分相政策 4表3:大營公在/已投智中匯總 6表4:偉部芯性對比 8表5:內要AI訓練片與偉主訓芯對比 9表6:國信2023-2024年AI服器采標況 11表7:國動2023至2024年型算心驗網采項（分標情） 11表8:國動2024年PC務產集采購 12表9:PCIe迭代況 18表10:國數中心市場模算 20表11:國部上市液冷局 20表12:DAC、AOCACC、AEC24表13:國部連接市公相布情況 24表14:國部分PCB、覆板商AI相關情況 28一、國內AI產業有望迎來跨越式發展AI產業蓬勃發展OpenAI20233202312GeminiGemini1.5proGemmaAI應用蓬勃發展，云大廠比copilot、bingAIworkspeceGemini等外，B端垂直企業服務、C端應用SensorTower數據顯示，2023年，AI60%70%，超過2117（2023H13億次40%AI推理端。openaisoraGenieAI能力邊界大幅躍升，AI向基礎世界模型、AGI領域邁進。圖1:AI應用下載量與收入高速增長數據來源：SensorTower，AI發展的基礎設施角度，不管是從英偉達、超微電腦、臺積電、AMDcapexAI產業的持續提速。FY24Q3、FY24Q4AI帶動數據中心業務超預期帶動，英偉達FY25Q1240219FY24Q2營收超預期，FY24Q33741AI系統強勁需AICAGR50%AI2027營收占比達到高雙位數（highteen），此前預期為低雙位數（lowteen）。AMD202312月上調加速器規模預測，預計到2027年，人工智能加速器的整體市場規模將達4000億美元，CAGR達到70%，此前2023年8月AMD預計2027年人工加速器行業規模為1500億美元。海外云廠商對AI投入展望持續樂觀。2024年資本支出將明顯增長。meta2024年資本開支300億美元-37020同的交付轉移到下一季度，預計下一季度資本支出將環比大幅增加。亞馬遜預計2024年資本支出將同比增加。圖2:海外云廠商資本開支情況（百萬美元）50000400003000020000100000

亞馬遜 微軟 谷歌 臉書 亞馬遜YoY 微軟YoY 谷歌YoY 臉書YoY250%200%150%100%50%0%-50%數據來源：Bloomberg，亞馬遜官網，微軟官網，谷歌官網，國內大模型基本實現能力邊界突破國內廠商也加快研發節奏，紛紛發布大模型產品，并不斷持續迭代更新。20233月-6月間，包括百度、2023年91020231011月實現了能力邊界ChatGPT，并且后續在持續的進一步迭代升級。隨著國內大模型能力的提升，AI2024年也將迎來加速落地。表1:國內部分大模型廠商產品情況廠商大模型發布時間百度文心一言文心一言4.020233月202310月月之暗面Kimichat2023年10月阿里巴巴通義千問通義千問2.020234月202310月訊飛星火V1.02023年5月訊飛星火V1.52023年6月科大訊飛訊飛星火V2.02023年8月訊飛星火V3.02023年10月訊飛星火V3.52024年1月baichuan-7B2023年6月百川智能baichuan-13B、baichuan-13B-chat2023年7月baichuan2-7B/13B、baichuan2-53B2023年9月ChatGLM-6B2023年3月清華智譜ChatGLM3-6B2023年10月GLM4、定制化大模型GLMs2024年1月資料來源：新浪，億歐網，網易，時代財經，清華大學官網，搜狐，行業深度報告參考國內中文模型評測機構SuperCLUE發布中文大模型基準測評，對比來看，國內大模型廠商的能力在2023年5GPT3.5有約2053.58，GPT3.566.18。202311GPT3.5GPT4-Turbo4.0、72.88Moonshot59.39GPT3.589.79分GPT4SuperCLUE20242GPT4.0的得分104.087.75，GLM-486.772.185.7、Baichaun3總82.59、Moonshot（kimichat）82.37V3.581.01GPT4.0-Turbo92.71、GPT3.564.34。圖3:SuperCLUE中文通用大模型基準測評（2023.12） 圖4:部分模型SuperCLUE中文通用大模型基準測評對比openAI-GPT4 百度-文心一言清華&智譜AI-GLM 阿里巴巴-通義千問百川智能-Baichuan 月之暗面-kimichat科大訊飛-訊飛星火 字節跳動-云雀/豆包google-Gemini-pro Anthropic-Claude21009080706050403020100數據來源：SuperCLUE，智東西， 數據來源：SuperCLUE，Kimi200萬字超長文本，用戶數激增，國內模型的能力和應用的展望進一步樂觀。20243月18Kimi200萬字超長無損上下文（202310月剛發布時，Kimi可支持的無損上下文輸入長度為20萬字），在長文本處理能力上取得了突破性進展，并于即日起開啟產品內測。20235030039121435萬左右，321日，Kimi因訪問量暴增而疑似宕機。AI建設與應用落地2024219行業深度報告和人才聚集，著力打造人工智能產業集群，發揮需求規模大、產業配套全、應用場景多的優勢，帶頭搶抓人工智能賦能傳統產業，加快構建數據驅動、人機協同、跨界融合、共創分享的智能經濟形態。會議強調，中央企業要把發展人工智能放在全局工作中統籌謀劃，深入推進產業煥新，加快布局和發展人工智能產業。要夯實發展基礎底座，把主要資源集中投入到最需要、最有優勢的領域，加快建設一批智能算力中心，進一步深化開放合作，更好發揮跨央企協同創新平臺作用。AI+專項行動，強化需求牽引，加快重點行業賦能，構建一批10中央企業簽訂倡議書，表示將主動向社會開放人工智能應用場景。表2:推動人工智能發展部分相關政策時間政策/會議發布部門內容2022年7月《關于加快場景創新以人工智能高水平應科技部、教育部、工業和信息化部、交通運輸部、農業農村部、用促進經濟高質量發國家衛生健康委企業主導、創新引領、開放融合、協同治理的原則，圍繞展的指導意見》高校等機構的場景創新能力，加快場景開放，擴大場景創新要素供給。2022年8月《科技部關于支持建設新一代人工智能示科技部范應用場景的通知》的標桿型人工智能應用場景。首批支持智慧農場、智能港口、智能礦山、智能工廠、智慧家居、智能教育、自動駕駛、智能診療、智慧法院、智能供應鏈共十個示范應用場景。2023年7月《生成式人工智能服務管理暫行辦法》國家網信辦、國家發展改革委、教育部、科技部、工業和信息化部、公安部、廣電總局管部門采取精細化措施進行監管，鼓勵生成式人工智能創新發展和產業應用。2024年2月“AI賦能產業煥新”中央企業人工智能專國務院國資委題推進會需要、最有優勢的領域，加快建設智能算力中心，促進跨央企協同創新，帶頭搶抓人工智能賦能傳統產業，構建數資料來源：國務院，工信部，科技部，二、國產算力基礎設施迎來發展機會2.1AI發展需要強大算力基礎設施支撐大語言模型所使用的數據量和參數規模呈現“指數級”增長，帶來智能算力需求爆炸式增長。OpenAI在2018年推出的GPT參數量為1.175GBGPT3參數量達175045T，行業深度報告訓練階段算力需求與模型參數數量、訓練數據集規模等有關OpenAI發布的論文《ScalingLawsforNeuralLanguageModels=6175045TB3000tokens，GPT-33646PFLOPS-day算力除用于模型訓練，還需處理通信、數據讀寫等任務，對算力會有更大消耗。面向推理側算力需求，參考天OpenAIScalingLawsforNeuralLanguageModels1000token750=2×模型參數數量×tokenChatGPT510011ChatGPT20001000token10次，GPT-3模型每日對話產生推力810PFLOPS-day，同樣考慮到有效算力比率，實際運行中需要更大算力支撐。圖5:大語言模型所使用的數據量和參數規模呈現“指數級”增長數據來源：英偉達官網，根據中國信通院數據，2022年906EFLOPS550%。IDC數據顯示，202254.5EFLOPS（FP64）259.9EFLOPS（FP16），2027117.3EFLOPS1117.4EFLOPS516.6%33.9%。圖6:2020-2027中國通用和智能算力規模（EFLOPS）通用算力規模（基于FP64算），EFLOPS 智能算力規模（基于FP16算），EFLOPS15001117.4812.51117.4812.5414.1497.1616.6259.939.675.0155.247.754.5117.359.386.71.8101.2150002020 2021 2022 2023e 2024e 2025e 2026e 2027e數據來源：IDC，運營商加大智能算力基礎設施投入。中國移動2024年計劃總體資本開支1730億元同比下降4%，用于算力行業深度報告47521%20249604%，用于產業數370/1802024650億元AI服務器采購方面，202382023-2024AI4175臺，中標總價超842023920232024（試驗網（2454臺（204套33（4-121-3采購失敗）。2024320242503RoCE688表3:三大運營商公開在建/已投運智算中心匯總建設主體名稱建設規模投運情況中國電信臨港智算中心位于上海，是全國首個萬卡規模國產液冷集群，首批1.5萬卡能力，預計將于2024年上半年逐步完成建設，其中國產算力卡將達萬張。正在建設中中國電信中國電信京津冀大數據智能算力中心中國電信安徽智算中心位于天津，一期項目于2021年投產，2024年全部建成后，能夠提供約4.2萬個機架，預計可帶動大數據、人工智能等上下游產業鏈投資近500億元。位于安徽省合肥市，總投資預計超過100億元，可提供16000個中高密度機架，支持約30萬臺服務器運行，承載算力規模達到2.2EFLOPS。建設完善中已啟用中國電信長三角國家樞紐嘉興算力中心可提供約1.56萬架機柜資源，建成后將成為“國家云”建設核心基地、長三角新型算力調度中心。正在建設中中國移動呼和浩特智算中心20236205.5EFLOPS，國產化率超80%，其中打造的B07機房樓建成后將成為全球運營商最大的單體智算中心，算力規模達5.5EFlops，使用萬片級AI加速芯片。正在建設中部分已啟用中國移動中國移動長三角(蕪湖)算力中心項目總投資超20億元，規劃智算算力超2000PFLOPS，由新華三、六尺科技和安徽移動蕪湖分公司聯合建設，“東數西算”蕪湖集群首個大規模智算中心。正在建設中重慶移動智算中心位于兩江新區水土新城，新增2000余臺高性能服務器。已揭牌中國移動智算中心(武漢)項目預計2024年建成投運，首期規劃1000PFLOPS（A800、H800、昇騰910服務器），采用“風冷+液冷”散熱模式。已完成規劃中國聯通(青島)智算中心位于青島市西海岸新區，一期工程已建成2棟IDC機房，全部建成后將擁有6棟IDC機房，可提供12000個機柜。已啟用中國聯通中國聯通長三角(蕪湖)智算中心603000P10000是中國聯通在長三角地區等級最高、規模最大的智算中心。正在建設中中國聯通廣東Al智算中心位于廣東省深圳市，由中國聯通研究院、廣東聯通攜手華為建設的全棧自主創新AI智算中心，超過2000臺華為昇騰AI服務器。已投運資料來源：工聯網iitime，03年全年騰訊資本開支為238.332.6%2023Q1、2023Q22023Q32023Q444.1139.3580.0575.24-36.7%+31.1%、+236.8%、+33.1%2023年前三季度單季資本開支同比均呈現下滑，2023Q12023Q2、2023Q3阿25.1360.0741.12-72.7%-46.0%-62.5%，2023Q4同比轉為正增72.8625.8%。行業深度報告圖7:國內云廠商資本開支情況（百萬元）阿里巴巴 騰訊 阿里巴巴YoY 騰訊YoY30000350%25000300%250%20000200%15000150%100%1000050%50000%-50%0-100%數據來源：Bloomberg，阿里巴巴官網，騰訊官網，，20243GTCGB200Blackwell4（4NP（Die形成一個BlackellGPUBlackellGPUGraceCPUGB200superchipBlackwellGPU2080H100800GB200NVL7227901.8MoEGPT8000HopperGPU，15兆瓦功率，如今同樣給90Blackwell2000GPU1/4的能源消耗。圖8:英偉達AI計算能力過去8年提升10000倍數據來源：英偉達GTC，禁運持續升級，國產化大勢所趨美國對中國先進芯片進口限制持續升級。20231020228月，美A100H100算力*位寬）≥4800且互聯帶寬≥600GB/sAI芯片出口，在制裁后，英偉達為中A800H800兩款“閹割版”芯片，主要在互聯速率和雙精度計算性能上做了限制。202310算力位寬超過4800(2TPP1600且P（TP芯片面積超過5.92(3)2400≤TPP4801.6≤PD<.92的芯片；(4)1600≤TPP3.2≤PD<5.92的芯片。在此要求下，A100/A800、H100/H200/H800、L4、L40s均H20、L20、L2芯片。而近日美國政府再次升2024330日凌晨，美國商務部下屬的工業與安BIS2022202310月制定的兩次出口限制新規，全面限制英偉達、AMDAI芯片和半導體設備向中國銷售，此次新規中，BIS刪除和修訂D:5國家組將采取“推定拒AI國內算力自立自強是必然趨勢。此前國內對英偉達芯片依賴度較高，2022AI加速卡市場中，英85%10%、2%、1%、1%。IDC數據顯示，202350萬張。從技術角度看，GPU90%的市場份,AI510%H20等在內的海外芯片也預計H20NVLINK表4:英偉達部分芯片性能對比CoreH200SXMCoreH200SXM34TFLops67TFLops1979TFLops141GB4.8TB/s700WH100SXM34TFlops67TFlops1979TFlops80GB3.35TB/s700WH800SXM1TFlops67Tflops1979Tflops80GB3.35TB/s700WA10080GBSXM9.7TFlops19.5TFlops312TFlops80GB2039GB/s400WA80080GBSXM9.7TFlops19.5TFlops312TFlops80GB2039GB/s400WL40s-91.6TFlops362.05TFlops48GB864GB/s350WH201TFlops44Tflops148Tflops96GB4.0TB/s400WL20PCIe-59.8TFlops119.5TFlops48GB864GB/s275WL2PCIe-24.1Tflops96.5Tflops24GB300GB/sTBD

FP16Tensor

GPU內存 GPU內存帶寬 TDP interconnect資料來源：英偉達官網，

PCIe5.0:128GB/sPCIe5.0:128GB/sPCIe5.0:128GB/sPCIe4.0:64GB/sPCIe4.0:64GB/sPCIe4.0：64GB/sPCIe5.0:128GB/sPCIe4.0：64GB/sPCIe4.0：64GB/sA100目前華為海思、寒武紀、平頭哥、壁仞科技、百度昆侖芯、燧原科技、海光等國內GPU廠商均已推出用于訓練、推理場景的算力芯片，并且持續迭代升級，性能在不斷提升。而生態方面，國內GPU廠商也推出軟件開發包，支持TensorFlow、Pytorch等主流框架，并且基于自身的軟件建立了開發平臺，吸引更多的開發者建立完善生態體系。H20FP16910算力為256TFLOPS，略低于A100的312TFLOPS，相較于H100的1513TFLOPS有較大差距，但強于H20的148TFLOPS。此外，平頭哥含光800INT8BR100FP32精度均超過A100。在單顆芯片表5:國內主要AI訓練芯片與英偉達主流訓練芯片對比廠商加速卡FP32(TFLOPS)FP16(TFLOPS)INT8(TOPS)功耗(W)顯存顯存帶寬A100PCIe19.531262440080GB1935GB/s英偉達A800PCIeH100PCIe19.5513121513624302640070080GB80GB1935GB/s3.35TB/sH204414829640096GB4TB/s華為海思昇騰910-256512350--壁仞科技BR1002561024204855064GB1.64TB/s平頭哥含光800--825276--寒武紀MLU370-X8249625625048GB614.4GB/s摩爾線程MTTS300015.2--25032GB448GB/s燧原云燧T2032--30032GB1.6TB/s資料來源：英偉達官網，壁仞科技官網，平頭哥官網，摩爾線程官網，燧原官網，昇騰官網，人民網，三、國產算力產業鏈環節梳理服務器：AI高增，國產算力芯片發展或帶來格局生變年服務器市場整體出貨量不及預期。IDC數據顯示，2023315.6億美元，同0.5%306.622.8%20231284.71億4.26%11.8%、10.2%、9.7%8.9%2027年，市場規1891.39Trendforce20239.7%AI需求暴漲、全球整機支出向AI傾斜影響，通用服務器市場被進一步壓縮。IDC數據，2023年上半年CPUCPU13.4%AIIDC預計，全球人工智能硬件市場（服務器）20221952026347億美元，年復合17.3%。IDC預計，20239182.5%，202713421.8%。圖9:全球服務器和AI服務器規模預測（億美元） 圖10:中國AI服務器市場市場規模預測（百萬美元）全球服務器市場規模，億美元全球人工智能硬件市場（服務器）全球服務器市場規模同比增速2000150020.1%15001232

14361285

1583

1737

25%20%15%10000

1954.3%

10.2%

347

10%5%0%2022 2023e 2024e 2025e 2026e數據來源：IDC， 數據來源：IDC，AI服務器占比提升和國產化率提升，國內服務器廠商競爭格局或存變數。此前服務器競爭格局中，浪潮、新華三等廠商份額較高。202228%、17%、10%、6%、5%。2022AI服務器市場份額來看，浪潮、新華三、寧暢、安擎、坤47%、11%、9%、7%、6%、6%AI芯片占比的提升，AI服務器供GPUGPU新產品的推出以GPU生態也有望更加豐富，進一步可能存在新的變化。CPU解決方案目前有海光、兆芯、瀾起，并以海光為主；ARM2021-2022PC服務器集采599825890141.43%2024PCX86服務器的1.71:1，ARMX86。圖11:中國服務器市場份額情況（2022年，%） 圖12:中國AI服務器市場份額情況（2022年，%）數據來源：IDC， 數據來源：IDC，行業深度報告表6:中國電信2023-2024年AI服務器集采中標情況標包排名企業名稱報價（含稅），元訓練型1超聚變數字技術有限公司5,342,130,820.87風冷服務器(I系列)2浪潮電子信息產業股份有限公司5,376,127.950.023紫光華山科技有限公司5,365,504,587.244寧暢信息產業(北京)有限公司5,384,213,138.445中興通訊股份有限公司5,285,535,434.186烽火通信科技股份有限公司5,040,734,142.757聯想(北京)信息技術有限公司5,208,044,679.61訓練型1超聚變數字技術有限公司341,995,767.86液冷服務器(I系列)2浪潮電子信息產業股份有限公司344,327,286.693紫光華山科技有限公司342,200,460.584寧暢信息產業(北京)有限公司342,729,177.41訓練型1四川華鯤振宇智能科技有限責任公司1,304,993,691.62風冷服務器(G系列)2河南昆侖技術有限公司1,301,333,577.553烽火通信科技股份有限公司1,301,966,880.404寶德計算機系統股份有限公司1,308,854,254.135新華三信息技術有限公司1,301,879,376.596湖南湘江鯤鵬信息科技有限責任公司1,300,296,513.277北京神州數碼云科信息技術有限公司1,301,661,686.618黃河科技集團信息產業發展有限公司1,307,306,069.38訓練型1四川華鯤振宇智能科技有限責任公司1,477,099,321.33液冷服務器(G系列)2河南昆侖技術有限公司1,475,413,614.453烽火通信科技股份有限公司1,475,489,300.724新華三信息技術有限公司1,475,901,834.345寶德計算機系統股份有限公司1,484,725,722.976湖南湘江鯤鵬信息科技有限責任公司1,474,476,346.127北京神州數碼云科信息技術有限公司1.476,210,004.558黃河科技集團信息產業發展有限公司1,484,431,732.00資料來源：中國電信，c114通信網，表7:中國移動2023年至2024年新型智算中心（試驗網）采購項目（部分招標情況）標 中標\產品包 位序

中標候選人

報價（不含份額稅），元4 AI訓練服務器(PCle風冷)，52臺

1 新華三術有公司 14,723,820 70%2烽火通信科技股份有限公司14,389,62630%5通用AI推理服務器(PCle風冷)，16臺1中興通訊股份有限公司3,629,945100%6特定場景AI推理服務器(PCle風冷)，64臺12新華三技術有限公司河南昆侖技術有限公司10,661,09310,149,56670%30%行業深度報告數據中心交換機(接入交換機)，10套7 1數據中心交換機(出口交換機)，2套華為技術有限公司，3,862,671100%數據中交換機(口交機)，64套 1銳捷網絡股份有限公司67,483,07725%8數據中心交換機(接入交換機)，128套2華為技術有限公司85,235,40075%-96套9-23套12華為技術有限公司曙光信息產業股份有限公司70%30%10 608許可1趨動科技(上海)有限公司25,182,163100%11 AI訓練服務器(扣卡液冷)，356臺特定場景AI訓練服務器（扣卡風冷)，106臺12特定場景AI訓練服務器（扣卡液冷)，1144臺

1 河南昆技術限公司 490,956,052 72%2 四川華振宇能科有限任司490,491,527 1 河南昆技術限公司2,473,721,502 2 四川華振宇能科有限任司2,473,721,365 3 烽火通科技份有公司2,473,729,237 4 神州數（中）有公司2,473,722,754 8%資料來源：中國移動采購與招標網，產品中標位序中標候選人報價（不含稅），元標包6公有云服務器PC4產品中標位序中標候選人報價（不含稅），元標包6公有云服務器PC4，2000臺第一第二中興通訊股份有限公司浪潮電子信息產業股份有限公司77,007,440.0077,179,600.00標包9PC6，5000臺第一浪潮電子信息產業股份有限公司351,221,050.00第一四川虹信軟件股份有限公司724,862,246.93第二河南昆侖技術有限公司724,868,185.66標包11C12-Z-ARM，11194臺第三第四黃河科技集團信息產業發展有限公司武漢長江計算科技有限公司724,863,075.59725,375,739.91第五神州數碼(中國)有限公司724,863,351.81C1-Z-x86，762臺第一中興通訊股份有限公司343,638,579.78C12-Z-x86，6584臺第二中移(杭州)信息技術有限公司353,355,888.96第一河南昆侖技術有限公司993,236,142.46C3-Z，10166臺第二黃河科技集團信息產業發展有限公司993,242,410.82C4-Z，193臺第三四川虹信軟件股份有限公司993,236,527.21第四武漢長江計算科技有限公司993,239,765.84第一河南昆侖技術有限公司2,897,396,503.49第二四川虹信軟件股份有限公司2,938,659,339.69C1-Z-ARM，2617臺1213標包14

B1-Z-ARM，14384臺B2-Z-ARM，23520臺B3-Z-ARM，4039臺

第三 武漢長計算技有公司 2,938,665,727.88第四 寶德計機系股份限公司 2,903,287,752.18第五 同方股有限司 2,900,340,878.46第六 湖南湘鯤鵬息科有限任司 2,938,665,035.47第一 河南昆技術限公司 398,087,460.82標包16 S4-Z-ARM，4918臺

第二 四川虹軟件份有公司 405,397,182.58行業深度報告標包20

S5-Z，7171臺S2-Z，3170臺S3-Z，5066臺S1-Z，6465臺資料來源：中國移動采購與招標網，交換機：以太網高速產品逐步成熟，高端產品預計實現快速增長AI部署需要更大的網絡容量，數據中心交換帶寬當前處于每兩年翻一番的速度快速增長。20228月，Tomahawk551.2T，serdes100Gb/sec800G，可以800G、1.6T102.4T1.6T、3.2T網絡奠定基礎。圖13:光通信行業光口和電口升級迭代示意圖數據來源：Naddod，AIIDC44220.1%13.6%41.5%，2023年200/400GbE68.9%2023高速交換機20242024800Gbps2027400Gbps/800Gbps40%AI算力芯片供應短缺等影響，IDC數據，20234%（202250億美元），但20239.1%，隨著國內算力建設，預計國內高端交換機滲透提升將加速，拉動整體需求。圖14:全球交換機市場規模（億美元） 圖15:交換機不同SerDes速率情況全球以太網交換機市場規模，億美元 同比增速44220%365 44220%365 21%2893045%0%400 20%300 15%200 10%100 5%0 0%2020 2021 2022 2023數據來源：IDC， 數據來源：fibermall，Infiniband當前份額提升。AI高性能計算場景對于網絡性能要求進一步提升。InfiniBand最重要的一個特RDMA協議（遠程直接內存訪問），TCP/IPRDMA可以InfiniBand技術以端到端流量控制為網絡數據包收發的基礎，能夠確保無擁塞發出報文，從而大幅降低規避丟包所導致的InfiniBandSHARP（可擴展分層聚合和歸約協議InfiniBand作為一個用于高性能計算的網絡通信標準，其優勢在于高吞吐和低延遲，可以用于計算機和計算機、計算機和400Gb/sIBTAXDR800Gb/s1600Gb/s2GDR產品，1600Gb/sIBNvidia（Mellanox公司Intel（Qlogic公司InfinibandAI市場處于領先地位。圖16:全球top500廠商IB和以太網部署份額情況（%）60.0%50.0%40.0%30.0%20.0%10.0%2014年6月2014年11月2015年6月2015年11月2016年6月2016年2014年6月2014年11月2015年6月2015年11月2016年6月2016年11月2017年6月2017年11月2018年6月2018年11月2019年6月2019年11月2020年6月2020年11月2021年6月2021年11月2022年6月2022年11月2023年6月2023年11月Infiniband GigabitEthernet數據來源：top500，RDMAoverConvergedEthernet）的出現和成熟，RDMA在基于以太網的數據中心得到規模應用。IBTA2010年發布了RoCE2014RoCEv2協議技術標準，經過多年的發展，RoCE已經具備路由能力，且在性能表現提升明顯。202211月，BroadcomArista(RoCE)的遠程直接內存訪問（RDMA）優化的開放式端到端網絡解決方案。20235NVIDIASpectrum-X，交換帶51.2TRoCENVIDIARDMARDMARDMA通過硬件實現高帶寬低時CPUAIUEC、GSE，進一步提升以太網傳輸性能。20237月，硬件設備廠商博通、AMD、思科、英特爾、Arista、Eviden、HPMetaUEC（UltraEthernetConsortium，超以太網聯盟），在物理層、鏈路層、傳輸層和軟件方面致力于開發開放的“UltraEthernet”解決方案，打造高RDMA更靈活。202383020239行業深度報告圖17:傳統傳輸模式和RDMA傳輸模式對比 圖18:GSE技術分層架構數據來源：搜狐， 數據來源：《全調度以太網技術架構白皮書》，CPO、硅光等技術將在高端交換機中使用。共封裝光學（CPO）是業界公認的未來更高速率光通信的主流640G51.2T，Serdes速率不22CPOSerdes的功耗，因此51.2TCPOMetaCPO20236月首發51.2T800GCPOCPO硅光技術、液冷散熱設計、智能無損等技術，滿足智算網絡RoCE51.2TNPO25.6TNPO交換機等產品。圖19:CPO將顯著降低成本和功耗 圖20:博通TH5-Baily51.2TCPO方案數據來源：博通，forbes， 數據來源：博通，36kr，半導體行業觀察，AIGPU相關訂單預計將實現高速增長。交換機具備技術AIArista、HPEIDC數據，2023（34.5%）（30.9%）51.2T2022351.2TNPO2023651.2T800GCPO（H3CS9827系列）20231151.2T（SC8670EL-128QH）。202351.2T白盒交換TCS9500B5020行業深度報告圖21:2022Q4-2023Q4全球交換機廠商收入情況（百萬美元）圖22:2023Q1中國交換機市場份額（%）數據來源：IDC， 數據來源：IDC，云頭條，CPUPHYPCB/202097.8%61.7%、20.0%16.1%的市占率排名前三位，盛1.6%2024Arctic25.6Tbps800G，面向超大規模數據中心，交換容量基本達到頭部競爭對手水平。圖23:中國以太網芯片各應用場景市場規模情況（億元） 圖24:中國以太網芯片各端口速率市場規模情況（億元）數據來源：灼識咨詢，盛科通信， 數據來源：灼識咨詢，盛科通信，2024400G等光模塊需求大幅增長2022800G速率升級，2024800G光模塊的出貨量預計大幅增長。800GSerdes的100G50GBaud（EML的速率），PAM4100G速率。800G光模塊2022年底開始小批量出貨，2023（含自用與外售2024800G預計有望大幅增長。行業深度報告圖25:光模塊速率已經升級到800G數據來源：博通官網，1.6T20242025AIbit1.6T100Gbps100G升級到200G。得益于網絡較高的性價比，1.6T光模塊有望加速應用，有望在2024年下半年小批量出貨并有望在2025年大幅增長，從下游客戶來看，英偉達、谷歌和亞馬遜可能會是1.6T光模塊的主要需求方。圖26:OSFPMSA和4x400GMSA的1.6T主要方案 圖27:Marvell用于光模塊中的DSP產品升級示意圖數據來源：OSFPMSA， 數據來源：Marvell，nextplatform，400GCSP800G產A100GPU200GGPU800GA100GPUMellanoxHDR200Gb/sInfinibandH100GPUMellanoxNDR400Gb/sInfinibandH100SuperPOD800G1800G2400G8SerDes8100G通道一一對應。因此，在這GPUPCIe，PCIe連接Atlas300TA2PCIePCIex16Gen5.01*200GEQSFP-DD1400G2200G光模塊的方PCIex16Gen5.0400G光模塊實現無阻塞。AI服務器發貨增長，預計也將帶動相關光模塊環節放量。行業深度報告表9:PCIe迭代情況PCIExpress推出Line編碼原始傳輸率有效帶寬版本時間×1 ×2×4×8×161.020038b/10b2.5GT/s250MB/s 0.50GB/s1.0GB/s2.0GB/s4.0GB/s2.020078b/10b5.0GT/s500MB/s 1.0GB/s2.0GB/s4.0GB/s8.0GB/s3.02010128b/130b8.0GT/s984.6MB/s 1.97GB/S3.94GB/s7.88GB/S15.75GB/s4.02017128b/130b16.0GT/s1969MB/s 3.94GB/s7.88GB/s15.75GB/s31.51GB/s5.02019NRZ128b/130b32.0GT/s3938MB/s 7.88GB/S15.75GB/31.51GB/s63.02GB/PAM4&FEC6.0 2021 64.0GT/S~7800MB/s ~15.7GB/s~31.4GB/s~62GB/s~124GB/s128b/130b資料來源：PCI-SIG，界面新聞，液冷：產業趨勢明確，2024年進入液冷規模部署階段GPUAI2000W。液冷預計將成blackwellcomputenodeliquid-cooledMGXdesign圖28:冷板式液冷方案 圖29:兩相浸沒式液冷方案數據來源：《綠色高能效數據中心散熱冷卻技術研究現狀及發展趨勢》，

數據來源：《綠色高能效數據中心散熱冷卻技術研究現狀及發展趨勢》，CDU、manifold等，以及對于散熱進行補充的風冷部分。服務器內部的環節，主要由服務器廠商進行采購，部分芯片廠商在供應鏈環節具備一定話語權。CDU、Manifold相關的冷量分配系統，主要由互聯網廠商、運營商、數據中心廠商或集成商、模塊化設備提供商等下游客戶進行采購。不同廠商參與的環節不同，整體的業務可達空間也存在差異。行業深度報告圖30:冷板式液冷整體鏈路圖數據來源：《綠色數據中心創新實踐--冷板液冷系統設計參考》，近期海外算力相關散熱供應鏈公司也積極布局液冷。超微電腦表示，至2024年6月，超威電腦的液冷機架1500500030%2024450%50%AVCAI2024年下半年起小量出貨，2025202440倍以上。CoolerMaster203年1月發布了一體液冷主機oolingX和迷你液冷主機SeaerX2024年初公布了公司的戰略藍圖，DIY服務的耦合視角下推進技術生態系統布局。圖31:維諦Vertiv風液混合制冷方案（冷板液冷和風冷）數據來源：Vertiv官網，行業深度報告國內運營商快速推進，新增AI服務器招標中液冷滲透比例已經達到大份額。20236月，三大運營商聯202310%規模試20238AI（2023-2024年G系列訓練型服務器中，風冷、液冷的比例已經相當。2023920232024年新型智算中心（試驗網）集采（4-121-3采購失敗）AI1658臺（其中150090%）AI80臺（6480%）。2002024年將進入規模部署階PUE監管要求的實質性落地，AI服務器出貨量、KW200的發展，帶動服務器的量有望進一步明顯提升，行業規模有望進一步打開。表10:國內數據中心液冷市場規模匡算AI服務器通用服務器20242025中期中期GPU/GPU量，萬片100200400800功耗，kw0.40.50.80.5液冷總體單價，元/kw10000800040005000液冷滲透率40%70%90%70%液冷空間，億元1656115140資料來源：IDC，賽迪，英偉達官網，昇騰官網，中國電信，中國移動，國內上市公司也在積極布局液冷，不同廠商參與環節不同，對應的市場空間、直接客戶、能力要求也存在GPUCDUmanifold等主要面向最終客戶、第三方數據中心廠商、集成商、整柜級產品提供商等銷售，更加注重整個制冷循環的系統設計能力等。注：英維克、飛榮達、科創新源、申菱環境、高瀾股份、網宿科技等。表11:國內部分上市公司液冷布局公司 液冷相布局英維克

公司是國內領先的精密溫控節能解決方案和產品提供商。公司的電子散熱業務定位于熱源環節的散熱/導熱，包括液冷部件//AAU/RRU900MW曙光數創

公司浸沒液冷產品及冷板液冷產品可以解決算力數據中心的散熱問題。公司產品已應用于多家金融、互聯網、IDC等行業用戶。行業深度報告飛榮達

VC3DVCFacebookgoogle精研科技 2023公司熱業的產結構經從之的VC、熱、風模逐步向冷和冷模調整。科創新源

申菱環境

高瀾股份

CDU資料來源：ifind，連接器/線束：AI等升級通信連接器是傳輸電流及信號的關鍵器件，主要應用在各類通訊設備如服務器、5G通訊基站、服務器、數據中心、以太網、高端存儲設備等場景。通信領域的連接器產品多為定制化產品，會同時使用電連接器、射DDR接器、數據傳輸模塊用夾層連接器、電源模塊用大電流連接器、光傳輸模塊用光纖連接器、信號傳輸模塊用高I/OI/O類連接器主要包括Type-AType-C、RJ45SFPQSFPD-SUBPCIeDDRMini-SASMini-SASHDGenZSlimSAS、高速背板連接器等。行業深度報告圖32:服務器部分連接器示意圖數據來源：安費諾官網，AI發展，GPU性能不斷提升，相關數據中心連接系統架構也向高速升級，從10Gbps-40Gbps向56Gbps、112Gbps、224Gbps等持續迭代升級，當前海外已經發展到224Gbps的數據傳輸速率，以滿足人工智能、1.6T網絡等高速連接場景的需求。常用的信號傳輸分為單端信號和差分信號，差分信號由兩根單端信號構成，發射器傳輸差分信號時，會將單端信號拆分成兩個信號幅值相等相位相反的兩個信號，再由接收器識別轉化為單端信號，接收器會將兩個單端信號做一個減法，得到的信號幅值將是單個信號的兩倍。差分信號由于抗干擾能力強，在高速信號傳輸中被廣泛應用。連接器速率提升的過程中，對PCB路由復雜性、PCB材料和層數、散熱、微間距下的串擾和插入損耗等提出更高要求，技術難度顯著提升。以差分阻抗為例，差分阻抗和上升時間強相關，上升時間越短，阻抗波動越大，阻抗越難控制；上升時間和帶寬成反比，對于速率越高的產品，阻抗波動會越大，匹配難度會明顯增加。AIAtlas900AICable背板連接器架構，實現服務器間及服務器與接入層交換機的互聯。當前，傳統的背板架構（所有板卡插在背板的同一面，通過無源銅背板上的走線完成各板卡直接的交互）存在走線長、損耗大，無法滿足帶寬和容量等瓶頸，正交架構未來滲透有望提升。正交架構是指主控板、線路板、接口板等與交換網板處于正交的硬件結構，通過正交連接器直接相連，進一步更大限度縮短了線路板到交換網的走線距離。行業深度報告圖33:華為NetEngine8000X8路由器正交架構 圖34:英偉達GB200NVL72服務器與RACK連接方式 數據來源：華為官網， 數據來源：英偉達GTC，高速I/O連接器：I/O連接器主要用于交換機與交換機、交換機與服務器之間的數據傳輸，此前主要SFP28/SFP56、QSFP28/QSFP56I/O連接器進行連接，56GbpsQSFP-DDI/O400G端口容I/O112G、224G64×224GbpsQSFP-DD64×224GbpsOSFP512×224Gbps=102.4T1.6Tbps（224Gbps×8）32×OSFPXD512×224Gbps=02T3.2Tbs224bs×16使用64×OSFPXD的形態，支持1024×112Gbps=204.8T規格的芯片，單口3.2Tbps（224Gbps×16）。圖35:高速I/O連接器與光模塊互聯數據來源：安費諾官網，考慮到隨著帶寬和速率提升，電信號的有效傳輸距離將明顯縮短，我們認為未來光學方案的滲透率將提升。電PCBTraceTrace損耗增加，因此有效傳輸距離將明顯縮短。IEEEP802.3df100Gbps2m200Gbps1m的可行性，Intel認為在優良材料上可達到1m。隨著速率的持續提升，我們認為未來光學方案的滲透率將提升，而短期內光學方案的功耗和成本問題，將會有新技術或新產品來解決，但底層仍然會是光學方案。行業深度報告表12:DAC、AOC、ACC、AEC對比DAC無源銅線 AOC有源光纜 ACC有源銅線 AEC有源電纜銅線（采用retimer芯片傳輸介質 銅線 光纖

銅線（使用Redriver

結構，通過重定時器進行信號整形和放大）最大傳距離 約3米 最高100米 比DAC長2-3米 3-7米功耗 小于0.1w 約10w 高于DAC AOC的一成本 相對較低 高于DAC 高于DAC 介于DAC和AOC之間應用場景

數據中心的高速段距離連接

數據中心和高性能計算環境中，連接網絡設備、服務器、存儲設備以及其他網絡組件

70%布線空間特點線的客戶

輕便、長傳輸距離、易布線和對電磁輻射不敏感，適合有長距離傳輸和高性能要求的客戶

DACAOC功耗低

占用空間小，成本功耗相對于AOC有優勢資料來源：光纖在線，目前在224Gbps的連接系統中，仍以海外廠商更為領先，安費諾、Molex、TI等全球頭部廠商推出了相對完整的224G連接系統解決方案。國內由于整體網絡側部署升級略晚于海外，同樣連接系統升級也會略晚于海外。當前國內廠商產品仍以56Gbps為主，在部分產品領域實現112Gbps、224Gbps產品突破。表13:國內部分連接器上市公司相關布局情況公司 情況金信諾

56Gbps112Gbps2023年上半112G20%-30%5GPCIE6.0THHW-LSAP光電I/O（CAGE）等通訊連接AI6G技術56G-112G-224GQSFP112GQSFP-DD等系列112Gbps。//PCB/5GIoT等新//AI/行業深度報告太辰光

/TOR與服birchstream（pcie5.0）birdstream（pcie6.0）。25G400Gbps（AOC）（DAC25G400G400G-DR4硅光模25G800G硅光模塊和CPO202376.1%chatgptAI20243155M-1.6TDACIntel200GperlanePIC1.6T800G2*FR4AI應用和資料來源：ifind，PCB：AIPCB升級，利好頭部份額和盈利提升AI發展驅動AI服務器、HPC、交換機和存儲等基礎設施系統對大尺寸、高層數、高階HDI以及高頻高速PCB產品的強勁需求，并對其技術層次和品質提出更高的要求，拉動PCB需求增長。AIGPUPCBPCBGPUPCBDIGITIMESA100H100GPUPCB16-24GB200OAM/UBB，采用M8CCL20GPUPCBBAIH系30-40%2）CPUPCIe5.0CPUPCBCPU2-3年會進行一次升級換代，以滿足新的應用場景下數據傳輸速率和運行頻率不斷增加的要求，博通表示，PCIeIntelCPUPCIe3.04.05.0，傳輸速率最/超低損耗/PCBPCB主流板材為8-16層，對應PCIe3.0一般為8-12層，4.0為12-16層，而5.0平臺則在16層以上。行業深度報告圖36:PCIe技術發展情況數據來源：博通，forbes，圖37:Intel