通信行业专题研究：百万卡算力之路：多DC分布式训练和DCI需求增长.pdfVIP

证券研究报告

行业研究|行业专题研究|通信

百万卡算力之路：

多DC分布式训练和DCI需求增长

2024年10月07日

请务必阅读报告末页的重要声明glzqdatemark1

证券研究报告

|报告要点

高能耗的算力集群将迫使AI模型训练从单计算中心训练，走向多DC协同训练，远距离异步

协同训练将成为主流。Meta和Google已经开始了多DC分布式训练，其中Google的Gemini

1Ultra就是通过多DC的分布式训练实现的，OpenAI和微软计划将各个超大型园区互连在一

起起来，并在全国范围内进行大规模的分布式训练。多DC协同训练给网络带来挑战。400GZR

相干技术优势明显，ZR光模块需求有望增长。我们认为AI算力对网络的需求正在向DCI场景

扩散，有望带动DCI市场的高速增长。建议关注DCI产业链和400G/800GZR光模块供应商。

|分析师及联系人

张宁张建宇

SAC：S0590523120003SAC：S0590524050003

请务必阅读报告末页的重要声明1/10

行业研究|行业专题研究

2024年10月07日

glzqdatemark2

通信

百万卡算力之路：

多DC分布式训练和DCI需求增长

海外科技巨头积极布局多DC分布式训练

投资建议：强于大市（维持）关于AI大模型训练在什么阶段需要DCI联接，需要多少DCI带宽，我们认为不同

上次建议：强于大市的互联网公司，因为IDC资源不同、业务模型不同，会有较大的配置差异。但是

Meta和Google已经开始了多DC分布式训练，其中Google的Gemini1Ultra就

相对大盘走势是通过多DC的分布式训练实现的。谷歌目前有两个主要的多数据中心区域，分别

通信沪深300位于俄亥俄州和爱荷华州/内布拉斯加州。OpenAI和微软更加雄心勃勃，计划将各

10%个超大型园区互连在一起起来，并在全国范围内进行大规模的分布式训练。

分布式训练给网络带来挑战

-3%

AI训练步入十万卡时代，跨DC协同训练对网络带来挑战。（1）AI训练对网络丢

-17%包的敏感度高。（2）大象流会导致网络中的传统基于五元组的负载分担方法失效，

链路负载不均衡，降低网络使用率。（3）在万卡集群中，极端情况下