Scale-up技术正推动中国AI超节点发展，国产互连与AI加速器链条受益
AI 摘要卡
Scale-up技术正推动中国AI超节点发展，国产互连与AI加速器链条受益
摩根士丹利认为，中国AI计算竞争正从单芯片规格转向系统级超节点方案，Scale-up、PCIe/CXL和光互连将成为关键增量方向。
- WAIC 2026显示国内厂商发布重点从芯片转向机柜级和多机柜AI超节点方案。
- 华为Atlas 950展示以UnifiedBus 2.0连接1,024个NPU，并设计可扩展至8,192个NPU。
- 国内Scale-up生态以专有互连为主，Biren、Sugon、Moore Threads、MetaX、Alibaba、Enflame等均展示或支持64个以上加速器域。
- 机柜内电互连仍具成本和集成优势，但跨机柜扩展将提升光互连、NPO/CPO、硅光和光引擎需求。
- 报告认为Montage受益于更高PCIe互连含量，Hygon、Cambricon和Iluvatar等国产AI GPU厂商有望通过Scale-up提升AI服务器性能。
研报解读
概览
本报告聚焦中国AI服务器Scale-up网络与AI超节点发展。摩根士丹利认为，受晶圆制程等芯片级约束影响，中国AI计算市场竞争正在从单颗加速器性能转向系统级解决方案。WAIC 2026上，国内厂商减少单纯芯片发布，更多展示机柜级或多机柜超节点方案，通常通过自研Scale-up互连技术连接64个或更多加速器。
核心观点
核心观点是：Scale-up正在成为中国AI计算架构差异化的主要方向，国产生态追赶速度较快。机柜内短距离互连仍以电连接为主，因为成本更低、集成更简单；当Scale-up域扩展到跨机柜时，铜缆距离、信号损耗和功耗约束增强，光互连的重要性上升。由此，PCIe retimer、PCIe switch、CXL/PCIe AEC、NPO/CPO交换模块、硅光PIC、TIA等国内互连和光引擎方案可能迎来需求增量。
分析框架
报告通过产业链技术拆解、WAIC 2026观察、国内外Scale-up网络架构对比，以及对覆盖公司的估值和风险框架进行分析。技术层面区分Scale-up与Scale-out：Scale-up用于同一服务器或机柜内加速器之间的高速通信，使其像一台大型超级计算机一样共享内存并处理同一工作负载；Scale-out则连接更广泛数据中心基础设施中的多个系统或超节点。
方法论与常识提炼
Scale-up连接同一服务器、机柜或跨机柜超节点内的GPU或加速器；Scale-out连接多个超节点或系统形成大规模集群。
该框架用于判断不同互连技术的应用位置和投资含义：Scale-up更强调低延迟、高带宽和紧耦合，Scale-out更多依赖Ethernet、RoCE、UBoE或InfiniBand等数据中心网络。
从CPU、xPU、交换芯片、NIC、PCIe/CXL链路、光引擎到整机柜架构拆解受益环节。
报告将中国AI超节点扩展映射到PCIe retimer、PCIe switch、光互连、NPO/CPO、硅光和国产AI GPU供应链。
对覆盖公司使用剩余收益模型，并披露权益成本、分红率、中期增长率和终端增长率等关键假设。
例如Montage H股基准情形使用8.4%权益成本、30%分红率、19.3%中期增长率和4%终端增长率，并假设1.15 HKD兑1 RMB汇率。
标的映射与对比
研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。
- Montage Technology Co Ltd (6809.HK; 688008.SS)PCIe/CXL互连受益标的，评级提及为Overweight。
- 优势
- 在中国数据中心半导体国产化中具备较强位置，PCIe 6.x/CXL3.x x16 AEC已完成互操作测试，较大超节点可能提升PCIe retimer和switch内容量。
- 劣势
- 受云需求、DRAM接口技术迁移和新品推出节奏影响。
- 对比
- 相对于直接AI GPU厂商，Montage更偏向互连内容量提升的卖铲人逻辑。
- 风险
- 云需求弱于预期、DRAM接口迁移慢于预期、新品发布延迟。
- Hygon Information Technology Co., Ltd. (688041.SS)国产CPU/GPU与AI服务器生态受益标的，评级提及为Overweight。
- 优势
- 可能通过Scale-up技术与Sugon生态提升AI服务器机柜性能，并在中国CPU和GPU市场进一步差异化。
- 劣势
- 领先制程产能、良率和本地GPU价格竞争可能限制增长。
- 对比
- 相较互连芯片公司，Hygon更直接暴露于国产AI算力需求和CSP订单。
- 风险
- 本地GPU厂商价格竞争加剧、中国AI需求弱于预期、本地领先节点代工良率改善和产能建设较慢。
- Cambricon Technology Corporation (688256.SS)国产AI加速器受益标的，评级提及为Overweight。
- 优势
- 有望受益于更强AI需求、CSP订单爬坡和国产化加速。
- 劣势
- 产能、良率和客户集中度是主要制约。
- 对比
- 与Hygon类似，Cambricon更直接受益于国产AI加速器需求，但也更暴露于产能与订单兑现风险。
- 风险
- 产能和良率约束、客户集中风险、技术迭代慢于预期。
- Iluvatar CoreX Semiconductor Co., Ltd. (9903.HK)国产AI GPU受益标的，评级提及为Overweight。
- 优势
- 若CSP订单强于预期、软件更快替代CUDA、海内外产能扩张顺利，将提升成长空间。
- 劣势
- 仍需验证订单爬坡、软件生态和产能扩张执行力。
- 对比
- 与Cambricon同属国产AI加速器方向，但报告特别提到其软件替代CUDA进展是上行驱动之一。
- 风险
- 订单爬坡低于预期、制裁升级、竞争加剧。
- Lightelligence未覆盖公司；NPO/CPO和硅光互连生态参与方。
- 优势
- 展示51.2T CPO交换模块、NPO交换模块和LightSphere X，技术可服务Scale-up和Scale-out网络。
- 劣势
- 报告未提供覆盖评级或财务估值。
- 对比
- 相较AI加速器公司，Lightelligence更偏向光引擎、硅光和光交换基础设施环节。
- 风险
- 商业化部署节奏、系统兼容性、客户采用和竞争格局存在不确定性。
关键数据
- 华为Atlas 950 Scale-up规模展示配置连接1,024个NPU，设计可扩展至8,192个NPU使用UnifiedBus 2.0，并可在同一SuperPoD内通过光互连跨机柜扩展。
- Biren BR2xx目标规模最高支持1,024个GPU通过BLink 2.0和NPO架构面向更大Scale-up域。
- Sugon scaleX640单机柜连接640个加速器属于国内大型Scale-up超节点方案之一。
- Moore Threads MTT C256单机柜128个GPU，两机柜256个GPU通过MT-Link 2.0，采用全铜缆托盘设计。
- MetaX、Alibaba、Enflame Scale-up域64至128个加速器分别通过MetaXLink-E、ICN和GCU-LARE支持。
- Montage PCIe产品进展PCIe 6.x/CXL3.x x16 AEC已完成互操作测试目标应用包括超节点和跨机柜部署。
- Lightelligence展示51.2T CPO交换模块和NPO交换模块通过缩短交换ASIC与光引擎之间的高速电路径，提升带宽密度和能效。
- Enflame与Lightelligence方案面向512个或更多加速器的NPO-equipped GPU-server方案显示国产光技术正在进入加速器光I/O层和分布式光交换层。
影响与含义
投资含义上，报告认为AI超节点扩展将提升国内互连内容量。Montage可能受益于更大、更分布式超节点中CPU、xPU、交换机、NIC和外设之间更密集、更长距离的PCIe链路需求；Hygon及其生态伙伴Sugon、Cambricon和Iluvatar等国产AI GPU厂商则可能通过引入或利用Scale-up技术改善AI服务器机柜性能。更长期看，跨机柜Scale-up将把价值增量从单纯加速器扩展到交换芯片、光引擎、硅光、CPO/NPO模块和系统架构能力。
风险
- 中国AI需求弱于预期。
- 云资本开支或CSP订单爬坡低于预期。
- 本地GPU公司价格竞争加剧。
- 领先节点产能建设和良率改善慢于预期。
- DRAM接口技术迁移慢于预期。
- 新品发布延迟或技术迭代慢于预期。
- 客户集中风险。
- 美国行政令、出口管制或制裁升级影响相关证券交易、供应链和商业化节奏。
后续跟踪
- 国内AI超节点实际部署规模是否从64至128加速器域扩大到512、640、1,024甚至更高。
- 华为Atlas 950、Biren BR2xx、Sugon scaleX640、Enflame NPO方案等是否进入规模化部署。
- 跨机柜Scale-up是否带动光互连、NPO/CPO、硅光PIC和光引擎需求。
- Montage PCIe 6.x/CXL3.x AEC、PCIe retimer和PCIe switch芯片的订单与客户导入进展。
- CSP资本开支是否成为国产AI GPU需求的关键驱动。
- 美国出口管制和行政令对覆盖公司、客户采购和投资者交易限制的影响。