深度报告-2026-08-04-太平洋证券-AI算力重塑光互联_高速率光模块与CPO产业化提速_37页_2mb.pptxVIP

;报告摘要;;互联速度/内存速度已远远落后算力增长速度。算力从2020年到2024年，增长了28倍；同时期PCIE带宽仅增长2倍、GPU内存

仅增长2.4倍，算力与带宽增长的巨大不匹配为互联带来投资机会。

芯片增长带来连接速度的持续提升。Blackwell架构的GPU拥有2080亿个晶体管，GPU的制造过程需要两个集成电路板，而这两个板子通过每秒10TB的数据传输速率进行连接，第五代NVLink最新版本的NVIDIANVLink@提供了突破性的1.8TB/s双向传输速率。

图表1.1.1：计算/网络带宽/HBM容量增长比较 图表1.1.2：两die之间的传输速率;AI计算集群（GPU/ASIC）的出货量是驱动光模块和网络带宽需求的根本动力。AI芯片与外部进行数据交换，取决于芯片

本身的网络接口速率以及网络架构；

光模块比例提高：对于英伟达，更先进的平台需要更高的配比（GB2001：2~3提升至VR2001:4~6），光模块速率也从

800G提升至1.6T；

ASIC芯片带宽配比更高：谷歌TPU芯片平均配比1:4、亚马逊Trainium芯片平均配比1:4、MetaMITA-T芯片配比1:8~12，配比提升带来光模块的总量提升。

图表1.2.1：主要AI加速器平台的GPU/ASIC与光模块配套比例;ScaleUp（节点内互联）：传输介质：短距离（机架内）以铜缆为主，成本低