AI行业跟踪报告（一）：光铜共进，通讯带宽是AI重要迭代方向

AI大模型对带宽提出更高要求。算术强度（Arithemtic Intensity）代表模型计算过程中，从内存中读取的每个字节进行浮点计算的次数。以Transformer Decoder为基础的模型如GPT，其算术强度显著低于CNN模型和以Transformer Encoder架构为基础的模型（如BERT），对访存带宽提出了更高要求。 英伟达新架构通讯带宽再上台阶。英伟达最新数据中心GPU架构Blackwell，相比上一代的Hopper架构，带宽在多个维度显著提升：1）HBM迭代至HBM3e（带宽8TB/s），相比H100的HBM3（带宽3TB/s）实现翻倍以上提升；2）NVLink带宽提升至1.8TB/s，相比Hopper架构翻倍；3）支持PCIe 6.0，带宽提升至256GB/s，相比Hopper（PCIe5.0128GB/s）翻倍。 AI拉动光模块需求，重视技术迭代增量。数据中心GPU放量拉动光模块需求，LPO、CPO、硅光等是数据中心光模块技术重要迭代方向，包括：1）LPO/CPO不采用DSP芯片，降低系统损耗（LPO相比可插拔光模块功耗下降约50%）和成本（800G LPO总成本下降约8%）；2）CPO缩短光引擎和芯片之间距离，减小尺寸、降低功耗、提高效率；3）硅光结合CMOS工艺超大规模、超高精度和光子技术超高速率、超低功耗（CPO/LPO架构下）的优势等。 GB200拓展Scale up边界，降低客户TCO水平，拉动铜连接需求。英伟达最新机架解决方案GB200性能大幅提升，相同GPU数量下，训练速度可达H100的4倍；GB200 NVL36可实现万亿大模型推理，吞吐量达H100集群的30倍以上。相比GH200，GB200的CPU:GPU配比由1:1降低至1:2，客户TCO（Total Costof Ownership，总拥有成本）得以进一步降低。随着GB200在下游放量，背板连接器、铜缆等核心零部件有望受益增长。 建议关注：参考正文。 风险提示：AI需求不及预期、新技术迭代不及预期、份额不及预期等。 图1.BERT模型和GPT模型运算次数对比 图2.BERT模型和GPT模型访存次数对比 图3.算术强度计算公式 图4.Transformer模型的算术强度对比 图5.BERT模型和ResNet50模型的对比 图6.英伟达产品路线图 图7.LPO光模块示意图 图8.CPO技术路线 图9.全球主流企业CPO技术研究进展 图10.主流公司布局硅光技术对比 1建议关注 立讯精密、天孚通信、中际旭创、新易盛、光迅科技、华工科技（机械组覆盖）、光库科技、源杰科技、博创科技、太辰光等。 2风险提示 AI需求不及预期：若AI下游应用需求未能顺利展开，上游产业链需求可能受到压缩，影响相关产业链公司业绩增长预期。 新技术迭代不及预期：若光模块新技术迭代不及预期，相关企业可能无法如期兑现技术迭代带来的价值增量，影响业绩增长。 份额不及预期：若因技术迭代落后、行业竞争等因素，导致相关公司份额不及预期，也可能对企业业绩造成影响。