计算机行业专题研究：计算需求演进，超节点成为AI基础设施共识.docxVIP

请务必阅读正文后免责条款部分

2025

2025年09月23日行业研究评级：推荐(维持)

计算需求演进，超节点成为AI基础设施共识

——计算机行业专题研究

最近一年走势

行业相对表现

2025/09/23

表现

1M

3M

12M

计算机

-3.7%

21.3%

82.2%

沪深300

相关报告

3.2%

17.2%

40.7%

《计算机事件点评：甲骨文RPO增至4550亿美元，AI算力强力增长（推荐）*计算机*刘熹》——2025-09-12

《从Blackwell到Rubin：计算、网络、存储持续升级——AI算力“卖水人”专题系列（7）（推荐）

*计算机*刘熹》——2025-09-17

《从Tokens角度跟踪AI应用落地进展——计算机行业大模型及AI应用专题（推荐）*计算机*刘熹》——2025-09-15

《液冷：AI算力新一极——AI算力“卖水人”专题系列（6）（推荐）*计算机*刘熹》——2025-08-17《计算机专题报告：OpenAI发布GPT-5，AI应用业绩提速——模型及AI应用月报（202507）（推荐）

*计算机*刘熹》——2025-08-09

投资要点:

n本篇报告解决了以下核心问题：1、超节点的演进与特征；2、AI算力需求空间与趋势；3、国产芯片加速推进超节点布局。

n计算需求演进，超节点成为AI基建共识

计算基础设施需求转向搭建高带宽、低时延、持续数据供给的均衡系统。钦奇拉法则（ChinchillaLaw）在规模定律（ScalingLaw）基础上进一步要求参数与数据按比例协同扩展，即对高带宽、低时延的数据传输能力提出了刚性要求。而面对AI算力需求迅速增长，单芯片性能提升幅度却在逐年收窄。在此背景下，基础设施的挑战从过去的“纯算力”问题，升级为“算力×数据供给×系统编排”的综合性工程难题。

超高带宽互联与内存统一编址是超节点的基础技术特征。（1）超大带宽和超低时延互联：超节点借助高效的互联协议打破传统架构限制，支持更大规模AI处理器的高效协同，实现更大范围、更高流量的数据传输，从而突破系统性能。（2）内存统一编址：超节点内所有互联设备的内存地址需全局唯一，基于全局内存可实现任意设备间的灵活访问。这使得大模型训练中频繁的参数同步操作，无需经过传统的“序列化-网络传输-反序列化”流程，直接通过内存语义通信完成，提升小包数据传输及离散随机访存通信效率。

多级缓存池化、资源灵活配比以及高可靠性是未来产品能力持续优化的方向。（1）资源池化：将分散的计算、存储、网络资源抽象为统一逻辑资源池，以集中化管控的方式消除资源孤岛，实现动态弹性调度。（2）资源灵活配比：通过资源池化与软件定义架构的深度融合，将CPU、NPU、内存、存储等物理资源解耦为可独立调度的资源池，根据任务特征自动调整各类型资源的配比比例。（3）高可靠性：稳定性是决定系统计算效率及成本的重要指标之一，最大程度保障训练任务不中断，训练数据和和结果不丢失。

n未来五年全球AI资本开支3-4万亿美元，AI推理需求将远超训练

英伟达预计未来五年全球AI资本支出将达3-4万亿美元。下游互联网、主权国家、原生AI厂商、AI推理等环节需求持续增长。

（1）CSP：谷歌将2025年CapEx预期从750亿美元上调至850亿美元，主要用于AI基础设施建设；微软Q2的CapEx为242亿美元，预计Q3的CapEx将超300亿美元；Meta调整2025年CapEx区间为660-720亿美元，并表示2026年CapEx仍将显著增长；甲骨文

证券研究报告

请务必阅读正文后免责条款部分2

FY2026Q1的Capex为85.02亿美元，同比增长269.17%，预计2026财年CapEx将达约350亿美元；阿里巴巴-W在2025Q2财报电话会上重申三年3800亿元人民币AI资本开支计划。

（2）主权AI、推理AI需求正在崛起。腾讯表示，大模型产业重心从训练到推理的转变，已成行业共识。甲骨文也强调，AI推理市场将“远大于”AI训练市场，为了在AI推理市场占据主导地位。另外，主权AI正在崛起，英伟达