半导体行业分析：AI需求推动运力持续增长，互联方案重要性显著提升.pdfVIP

行业分析

表1：不同传输技术使用情况对比6

表2：各个版本的PCIe传输速度表7

表3：PCIe迭代升级的同时插损预算不断提升、信号传输距离不断缩短8

表4：选用低损PCB的方案会带来较大的成本增加8

表5：Retimer基本工作流程8

表6：CXL技术优势12

表7：不同版本NVLink传输速度17

表8：以太网五大应用具体内容19

/327/请务必阅读正文之后的免责条款部分

行业分析

一、AI需求推动运力持续增长，互联方案重要性显著提升

AI相关应用的快速发展正推动“算力”和“存力”需求快速增长，系统需要更高、更强的

算力以及带宽更高、容量更大的内存。在“算力”和“存力”增长的同时，对“运力”也提出更

高需求。

“运力”是指在计算和存储之间搬运数据的能力。在AI大模型业务场景下，模型参数需要

通过高速互联网络在不同的服务器间、卡间进行同步交互，且随着模型参数规模的增长，传输数

据量持续增长，需要更加高速、实时、可靠的算内网络支持。AI需求正推动运力持续提升。

图1：英特尔至强6性能核处理器着重强调了运力相关内容

资料来源：Intel，华金证券研究所

AI计算集群的互联通信能力由内到外可分为三大层级：1）Die-to-Die（裸片间）互联：发

生在芯片封装内，实现芯片内部不同功能模块间的数据交换；2）Chip-to-Chip（片间）互联：

实现服务器内部，主板上不同芯片间（如CPU-GPU，GPU-GPU）的数据通信；3）Board-to-Board

（机间）互联：在服务器外部的通信，实现服务器-交换机、交换机-交换机之间的数据传输，并

层层叠加形成数据中心集群的组网架构。

/427/请务必阅读正文之后的免责条款部分

行业分析

图2：数据中心各层级互联通信

资料来源：CMC资本，华金证券研究所

数据中心性能提升方式主要有两种：1）Scale-up（向上/垂直扩展）：通过增加单个系统的

资源（如芯片算力、存力）以提升性能，即让一个单一的系统变得更加强大；英伟达通过集成

36颗GB200x芯片推出的DGXGB200系统。2）Scale-out（横向/水平扩展）：通过增加更多的

相同或相似配置的系统来分散工作负载，即添加更多的独立系统来共同完成任务；如英伟达DGX

SuperPOD，可集成至少8个甚至更多DGXGB200系统，并通过