计算机行业研究：国产机柜时间到来

内容目录一、节产进规落地期 4需求：模训与推对Scale-up刚需求现 4供给：内厂超节产密发布 5二、节驱产链值量估核原因 10价值跃：AI器相通服器机值约25倍增在间呈显梯分化 10集群交推动厂毛率构抬升 11三、关的 13浪潮息超点柜布已，头建新联体 13华勤术超点半年产付，26全入预超亿 14风险示 15图表目录图表1：顶生式AI模型练力求进势（2020-2025） 4图表2：MoE架对带宽延和态度力的求升 4图表3：超点决服务集面的三墙”题 5图表4：数中网从Scale-out阶的服堆叠升至Scale-up段的超点” 5图表5：Hopper与Blackwell两代对的柜级Scale-Up形态 6图表6：GB200NVL72连接构意 6图表7：NVIDIAPolyphe原，于GB200机架NVL576向展统 7图表8：华超点图 7图表9：华为CloudMatrix384结示图 8图表10：Atlas9508图表Atlas960超点 8图表12：2025界网大乌峰期中曙光scaleX640受注 9图表13：科光scaleX40具低槛署稳定行开即用系统新势 9图表14：度池256超节单吞升3.5倍 9图表15：池512点单点成亿数练 9图表16：里久AL128超点 10图表17：久超点ScaleUp互拓图 10图表18：Semianlysis对2xIntelSapphireRapidsServer与NvidiaDGXH100的本行比，AI服务器比准CPU务的多约25倍 10图表19：统8卡器和节互组占比 11图表20：GPU集群扩大内通数量超线增长 11图表21：务器工产主有12层级 12图表22：潮超点务器CRS6000S 14图表23：潮信牵组建新合体 14图表24：勤AI超产品 14一、超节点产业进入规模落地期Scale-up域刚性需求显现ScalingLaw17501.82025Llama-4KimiK2xAIGrok4ClaudeMythos5102）Qwen2.5-Max14.82020-202510002–3202710图表1：顶级生成式AI模型训练算力需求演进趋势（2020-2025）超节点技术体系白皮书MoEAll-to-All2024-2025DeepSeek-V2/V3MoEGLM-5.1KimiK2.5Gemini3.1ProLlama4MoEMoE（EP）要求高频All-to-Alltoken图表2：MoE架构对互联带宽、延迟和动态调度能力的要求提升维度Dense/TP时代MoE/EP时代主要通信模式AlReduce,AllGatherA1l-to-A1(动态路由)流量可预测性带宽敏感性高(同步、对称)高(梯度同步)低(稀疏、动态、非对称)极高(每层每token均需路由)延迟敏感性中(可隐藏)极高(EP路由在关键路径上)尾延迟容忍度可接受极低(一个慢专家拖慢全局)对交换芯片的要求聚合带宽聚合带宽+动态负载均衡+低排队时延维度Dense/TP时代MoE/EP时代主要通信模式AlReduce,AllGatherA1l-to-A1(动态路由)流量可预测性高(同步、对称)低(稀疏、动态、非对称)超节点技术体系白皮书TBAISclet（P）和序列并行（CP）产生大量跨节点网络通信，跨服务器的带宽与时延成为根本瓶颈，制约模型训练效率提升。Scale-up超节点突破Scale-outScale-upAIMoEScaleUP20%RMC图表3：超节点解决传统服务器集群面临的“三堵墙”问题维度传统服务器集群超节点通信墙千亿级模型一次梯度同步即TB级数据，传统以太网难以承受超节点能够提供大带宽、低时延的互联能力，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功耗与散热墙

为破通信墙而提升密度，促使液冷、48V供电成为标配

部署液冷散热技术，精确控制核心器件工作温度，降低因热应力导致的故障风险万级处理器带来故障常态化，任一组件或一次光 采用逻辑切分技术，赋予系统精准定位和隔离故障的能力，电转换失败都会放大为全局可用万级处理器带来故障常态化，任一组件或一次光 采用逻辑切分技术，赋予系统精准定位和隔离故障的能力，电转换失败都会放大为全局可用度/利用率问题 大幅降低故障扩散风险复杂度墙图表4：数据中心网络从Scale-out阶段的“服务器堆叠”升级至Scale-up阶段的“超节点”ProspectingforPerformance：DataCenterNetworkingin2025NVIDIA到Rubin2020年，NVIDIANVSwitchA100162022r架构推出的第三代Sich32颗UN2024年lkllNSich36个B0（共72颗）NDGXGB200SuperPod图表5：Hopper与Blackwell两代GPU所对应的机柜级Scale-Up形态超节点技术体系白皮书GB200GB200NVL72NVL729NVLinkswitchtraysswitchtray2NVLinkswitchchips18switchchipsB200GPU18条NVL5links，并采用“每个GPUswitchchip1条链GPU18switchswitchchip72GPU1GB200NVL72576GPUNVSwitch走向机架级NVLink域。图表6：GB200NVL72连接结构示意超节点技术体系白皮书GB200NVL722025Blackwell架构的持续增长势头推动，且GB300的收入占Blackwell总收入的比例超过了2025202612和Rubin500020262月英伟达第四季度财报电话会，目前各大云计算服务商、超大规模云计算企业、AI模型研发商和企业客户部署的Blackwell90RubinUltraNVL576NVIDIARubinUltraall-to-allNVLink576。RubinUltraNVL5768MGXNVL(72个RubinUltraGPU)576-GPUNVLink图表7：NVIDIAPolyphe原型，基于GB200的多机架NVL576纵向扩展系统NVIDIA官网AIAtlas800910AHCCS800TA2910B8CloudMatrix384Scale-Up816384NPUCM3848NPUCPUUB48UB超节点技术体系白皮书图表9：华为CloudMatrix384结构示意图超节点技术体系白皮书CM3842025CloudMatrix384（20259900A3SuperPoD3002020259Atlas950（Ascend950DT8192Ascend950DT2026、Atlas960基于Ascend960154882027。图表10：Atlas950超节点 图表11：Atlas960超节点 2025华为联大会 2025华为联大会2025640卡scaleX64020倍，基于AIMoE30%-40%20263界首个无线缆箱式超节点cal040张PPS，8120%330%SothisAIscaleX640备受关注 运行和开箱即可用系创新优势中曙微公号 中曙微公号2025256512超256256张P8002025450%P8003.52026H15122565122026H24000图表14：百度天池256超节点单卡吞吐提升3.5倍 图表15：天池512超节点单节点成万亿参数训练百智云信众号 百智云信众号20259128超节点AIAI计算芯片，集成阿里自研CIPU2.0EIC/MOCPb/sScale-UpnsAI50%HPCCPFS3NVIDIAH20AINVIDIAH10050%AI128图表16：阿里磐久AL128超节点 图表17：磐久超节点ScaleUp互连拓扑图算核微公号 算核微公号二、超节点驱动产业链价值量重估的核心原因价值量跃迁：AI25AISemiAnalysis置的BOM拆解，一台双路IntelSapphireRapids1.05万美元，而一台NvidiaDGXH100AI26.924.7衡量AIAI25图表18：Semianlysis2xIntelSapphireRapidsServerNvidiaDGXH100的成本进行了比较，AI服务器CPU25倍成本 价值量成长性组件2xIntelSapphireRapidsServerNvidiaDGXH100（3）/（1）-1(1)(2)(3)(4)CPU1,85017.70%5,2001.90%1.818GPU+4NVSwitchBaseboard00.00%195,00072.50%-内存3,93037.50%7,8602.90%1.00存储器硬盘1,53614.70%3,4561.30%1.25网卡SmartNIC6546.20%10,9084.10%15.68机箱（外壳、背板、电缆）3953.80%5630.20%0.43主板3503.30%8750.30%1.50散热（散热器+风扇）2752.60%4630.20%0.68电源3002.90%1,2000.40%3.00组装测试4954.70%1,4850.60%2.00Markup6896.60%42,00015.60%59.96总成本10,474269,01024.68内存DRAMBOM37.50%2.90%存储NANDBOM14.70%1.30%MemoryBOM52.20%4.20%SemiAnalysisGPU+NVSwitchBaseboard是价值量跃迁的绝对主导环节，占AI服务器整机BOM比例超70%。在通用服务器中，GPU与NVSwitchBaseboardDGXH10019.5占整机BOM72.5%GPUNvidiaAIAIGPU654DGXH100的10,908美元，绝对值增幅达15.7倍，位列所有环节第二。其技术成因在于AI训练与推理对Scale-outUN0C7B0C812AI周期中GPUNVL72内部通过NVLinkSwitch+72SemiAnalysis的BOM（Retimer等BOM8如DGX3%提升至15%-20%GPURubinUltraNVL576图表19：传统8卡服务器和超节点互联组件占比架构互联组件占比说明DGXH100~3%PCIe+NVSwitch（4颗）+铜缆GB200NVL7215%-20%18颗NVSwitch5+铜背板+高速线缆SemiAnalysis图表20：GPU集群规模扩大，内部通信数据量呈超线性增长中兴官网"ODM"BOM4951,4852.0AI台"升级为柜""Pod"Markup60Markup（）689AI4.260BOM15.6%ODM在BOM倍（3.0（2.0（1.5（1.0倍）>（0.7）>（0.4倍AI芯片、通信、电源、整机集成与Markup、CPU集群化交付推动ODMODMPodODMODM交付单元从"台""柜"乃至"Pod"①交付形态跃迁：从L6零部件到L11整机柜系统集成2l（l11News图表21：服务器代工生产主要有12个层级AMAXAIL6L6，再加关键零组件到L102026Rubin架构，NVIDIA有意指定三家ODMNVIDIAL10后出货给英伟达，再由ODMODM②系统级交付的工程复杂度提升，ODM议价权上升超节点整机柜的交付复杂度，远超传统单台服务器。据超聚变数字技术有限公司产品规划专家在亚洲数据中心峰会（DataCenterAsia1500同位置的芯片接收到的电压不一样。因此，在单芯片1500瓦以上就可能要考虑垂直供电。垂直供电对整机柜的影响主要是增加了节点空间高度，架构上带来U位和节点间距的变革。（kWV0W2500A400V、800V400VAI从构建大规模AI我们认为，当交付复杂度提升、合格供应商稀缺时，ODM具备向客户转移工程溢价的实际能力。客户结构集中化当前AIODMPCIe5.0/6.0及SerDes1e-12100kW+99%400G/800G+AIODMODM三、相关标的超节点整机柜的设计需解决高密度GPU协同工作的挑战，多环节价值量有望显著提升：AI82611）SD200：202587日，2025OCTCOCPAIS4AI3000W250w2）超节点服务器CRS6000S：202619CR