AI时代网络的重要性与创新方向

网络已成为AI大模型时代的关键环节。随着模型规模快速增长,多服务器集群成为解决训练问题的主流方案,这也是网络在AI时代"上位"的基础。相比过去单纯传输数据,如今网络更多用于同步显卡间的模型参数,对网络密度和容量提出了更高要求。

网络需求主要来自三个方面:

1. 日益庞大的模型体积。训练耗时与模型参数量成正比,与计算速率成反比。为缩短训练时间,需要通过网络扩大设备数量和提高多设备并行效率。

2. 多卡同步的复杂沟通。模型切分到单卡后,每次计算都需要进行对齐,对网络传输和交换提出了更高要求。

3. 愈发昂贵的故障成本。大模型训练往往持续数月,中断会造成严重的进度和成本损失。现代AI网络已经成为堪比飞机、航母等的人类系统工程能力的结晶。

未来网络创新将围绕"降本"、"开放"和算力规模平衡三个方向展开:

1. 通信介质更迭:光模块追求更高速率的同时,也在探索LPO、LRO、硅光等降本路线。铜缆凭借性价比优势占据机柜内连接。新半导体技术如Chiplet、Wafer-scaling等加速探索硅基互联上限。

2. 网络协议竞争:片间通信协议与显卡强绑定,如NV-LINK、Infinity Fabric等。节点间通信则主要聚焦IB与以太网两大协议的竞争。

3. 网络架构变化:当前普遍采用叶脊架构,但随着集群规模增大,新架构如Dragonfly、rail-only等有望成为超大集群的演进方向。

投资建议关注:

通信系统核心环节:中际旭创、新易盛、天孚通信、工业富联、英维克、沪电股份。

通信系统创新环节:长飞光纤、太辰光、源杰科技、盛科通信-U、寒武纪、德科立。

风险提示:AI需求不及预期,Scaling law失效,行业竞争加剧。