原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
证券研究报告
通信/行业深度报告2025年6o24日
光通信:AI算力中心的神经网络
证券V析师:唐仁杰S0370524080002
行业评级:增持(首次ā;
摘要
?单一芯片算力无法满足AI训练需求:模型所需算力与单芯片算力之间的巨大差距。例如GPT-3每次训练迭代需约4.5EFLOPS计算,但单卡GPU仅提供数十TFLOPS级算力,差距高达百万倍。为突破计算墙,使用数十甚至上百GPU进行并行计算(分布式训练)。AI算力集群受制于“通信墙”:通过分布式训练部分解决了算力墙和存储墙后,通信墙随之凸显。大模型并行需要大量节点间通信(如AllRe
文档评论（0）