原创力文档- 1、本文档共31页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
INDUSTRYREPORT
2025
行业分析报告
行业研究｜市场分析｜深度洞察
目录
1.超节点：AI算力网络新趋势6
1.1单点到系统，Scale-up、Scale-out两维度拓展6
1.2英伟达：专用网络支持，单节点密度提升8
1.3AMD：IF128探索超节点新路径10
1.4特斯拉Dojo：专用软硬件生态或仍存掣肘12
2.超节点掣肘？华为的解答15
2.1规模：模型需求与工程成本的平衡15
2.2华为CM384：跨机柜超节点国产范式18
2.3国产AI算力：面向推理，适配大规模EP22
3.产业链影响：分工细化，各环节均有增量27
3.1服务器：产业链分工细化27
3.2光通信：国产超节点方案带来光模块增量28
3.3铜连接：高速背板连接、铜连接仍为重要选择30
3.4IDC产业链：AIDC需求增加，液冷渗透提升32
4.重要公司估值32
图表目录
图1：同样为256GPUPod，不同组网技术导致组网效率不同6
图2：集群扩大有Scale-up和Scale-out两个方向6
图3：英伟达NVLinkClos拓扑8
图4：AMDMI300X网状互联拓扑8
图5：英伟达Scale-up演进趋势：机柜算力密度大幅提升趋势9
图6：GB200NVL72为单机柜“超节点”产品9
图7：GB200NVL72拓扑——72个B200通过18个NVSwitch实现全互联.10
图8：AMDInfinityFabric演进图10
图9：IF128超节点内通过IFoE实现互联11
图10：MI450X预计将采用IFoE实现Scale-up11
图11：25个D1Die构成一张DojoTrainingTile12
图12：6个Tile加20张DIP构成1个SystemTray13
图13：1个机柜（Cabinet）包含2个SystemTray和1个Host13
图14：借助DIP和TTPoE，Dojo通过以太网形成互联14
图15：基于DeepSeekR1测算，相较于Hopper架构，GB300NVL72的性能提升显
著：用户响应（单用户TPS，横轴）提升约10倍，运算吞吐量（每兆瓦TPS，纵轴）提
升约5倍，整体性能提升达50倍16
图16：Scaleup网络规模的提升，对模型性能优化显著16
图17：CloudMatrix384为16机柜的“超节点”产品18
图18：CloudMatrix中384个NPU通过2层UBSwitch实现全互联19
图19：通过两层UBSwitch网络实现全互联20
图20：实测数据证明两层UBSwitch互联对超节点性能影响较小20
图21：Decode优化，目的是减少EP并行的巨大的通信开销和串行依赖22
图22：Prefill优化，目的是做大吞吐，采用混合并行+微批次预填充流水线23
图23：DeepseekV3/R1on华为CM38424
图24：DeepseekV3/R1onGB200NVL7224
图25：不同Batchsize对不同任务下吞吐的影响24
图26：华为CM384采用PDC分离架构25
图27：Prefill和Decode实例数量的比例关系示意26
图28：英伟达计算板卡和交换板卡设计复杂28
图29：CloudMatrix384超节点在UB网络的Scaleup组网拓扑，NPU的400G光
模块用量比在1:14，或
文档评论（0）