面向AI集群的光互连DSP芯片去冗余化趋势：从全DSP到Linear-drive的架构演变预测.docxVIP

PAGE2

面向AI集群的光互连DSP芯片去冗余化趋势：从全DSP到Linear-drive的架构演变预测

摘要

本报告聚焦于人工智能（AI）集群光互连架构中数字信号处理（DSP）芯片的去冗余化趋势，深入探讨从传统全DSP架构向线性驱动架构的演变路径。研究范围覆盖全球及中国数据中心光互连市场，预测周期为2024年至2029年。

核心趋势判断表明，随着大模型训练对带宽、功耗及延迟要求的急剧攀升，传统全DSP架构在功耗与延迟上的瓶颈日益凸显。预计到2028年，在短距AI互联场景中，Linear-drive架构光模块的渗透率将突破40%。通过去除或大幅简化DSP，光模块功耗有望降低30%至50%，端到端延迟将缩减至纳秒级。

全文遵循“环境→现状→趋势→演进→预测→影响→建议”的逻辑展开。首先剖析AI算力爆发与能耗约束构成的宏观环境，随后梳理当前光互连市场的竞争格局与痛点。接着系统论证DSP去冗余化的高确定性趋势及不确定性变量，并给出演进时间线。

进一步地，报告通过三场景推演量化了不同架构的市场规模，分析了该趋势对产业链价值分布的重构作用。最后，针对光模块厂商、芯片设计企业及数据中心运营商提出具体的战略建议，旨在为产业界应对AI集群互连架构变革提供决策参考。

第一章报告概述

1.1研究背景与目标

当前，全球人工智能产业正处于大模型驱动的算力爆发期，AI集群规模从千卡级向万卡乃至十