摩根士丹利：中國AI算力轉向系統級競爭，光互連需求提速
Alina Collins
摩根士丹利最新研報判斷，中國AI算力競爭正從單顆晶片轉向系統級效率——誰能把更多加速器低延遲組網，誰就能彌補製程差距。這意味著→ 光互連和超級節點方案將成為下一階段最核心的價值增量。
為甚麼競爭軸心從「單晶片」轉向了「系統」？
中國晶圓製程仍受約束，單顆晶片參數追不上英偉達。這意味著→ 廠商轉向把更多加速器拼成超級節點，用系統架構彌補單晶片差距。
WAIC 2026釋放了明確信號：單獨發佈新晶片的廠商減少，展示機架級、跨機架超級節點方案的廠商明顯增多。
華為、摩爾線程、曙光、沐曦、阿里、燧原、壁仞均在擴展各自的Scale-up域（將多顆加速器用高速鏈路直連的範圍），規模從64–128顆加速器迅速向512、640、1024甚至更大推進。
機架內走電、跨機架走光——光互連價值怎麼算？
摩根士丹利核心判斷：機架內短距離仍以銅電連接為主，成本低、集成簡單；但一旦Scale-up域跨越多個機架，銅的信號衰減和功耗急升，光互連從這裡開始滲透。
簡單來說＝ 距離短用電線夠了，距離一長電線撐不住，就得換光纖——超級節點越大，光的用量越多。
華為Atlas 950 SuperPoD已採用混合方式：近距離正交無纜電互連 + 跨機架光連接，已展示連接1024顆NPU的配置，規劃可擴展至8192顆，單加速器總帶寬約2 TB/s。
這反映出 光互連不再只是數據中心外部網絡的事，它正在進入超級節點內部，價值量隨規模非線性上升。
國產Scale-up生態長甚麼樣？
目前以廠商自研專有互連為主，路徑與英偉達早期NVLink相似——先圍繞自家晶片做垂直整合，再考慮開放標準。
主要方案一覽：壁仞BLink 2.0目標1024顆GPU；曙光scaleX640支持單機架640顆加速器；摩爾線程MTLink 2.0雙機架256顆GPU，單加速器約800 GB/s；沐曦MetaXLink-E擴展至128顆；阿里ALink + ICN單機架128顆，約800 GB/s。
帶寬橫比：AMD Helios約3.6 TB/s、英偉達GB300 NVL72約1.8 TB/s、華為約2 TB/s、摩爾線程和阿里部分方案約800 GB/s。摩根士丹利提示，這些數字不能簡單排名——加速器定義、鏈路數、協議開銷和拓撲結構各不相同。
NPO/CPO從概念驗證到系統部署，走到哪了？
NPO（近封裝光學）和CPO（共封裝光學）的核心價值：縮短交換晶片與光引擎之間的高速電路徑，提高帶寬密度、降低功耗。簡單來說＝ 把光引擎搬到晶片旁邊，信號少跑一段電路，速度更快、更省電。
燧原與曦智科技合作展示xPU-CPO原型，將光引擎置於加速器旁邊，使加速器直接輸出光信號；WAIC 2026上燧原進一步展示配備NPO的GPU伺服器，目標512顆以上加速器的Scale-up域。
交換側，曦智展示51.2T CPO和NPO交換模組，摩根士丹利判斷其方案可能將盛科通信的交換ASIC與曦智光引擎（含矽光PIC及TIA）組合。
系統級TCO真能比英偉達便宜嗎？
摩根士丹利在10 MW算力配置下測算：部分中國AI晶片方案的總體擁有成本（TCO）可能比英偉達面向中國市場的處理器低30%–60%；部分頭部國產加速器的單token成本可能與英偉達相當甚至更低。
這意味著→ 即使單晶片參數落後，系統級的價格、功耗和推理效率組合可能讓國產方案在TCO上反超。
報告同時提示：這是基於價格、功耗、系統配置和推理效率的模型測算，不代表所有工作負載均能達到同樣結果；國產晶片在軟件生態、模型適配和供貨規模上仍存在差異。
未來最關鍵的變量是甚麼？
摩根士丹利的結構性判斷：Scale-up是未來最能拉開系統差異的環節，Scale-out仍是大規模集群的基礎骨架。
超級節點內部怎麼組織數百顆加速器——專有互連還是開放標準、銅還是光、全互連還是可重構拓撲——直接影響模型並行效率和系統利用率。這也是中國廠商最有機會形成差異化和自主生態的環節。
這反映出 競爭已經不只是「誰的晶片更快」，而是「誰的系統更高效」。中國雲服務商資本開支的走向，將是驗證上述邏輯能否兌現的關鍵節點。
Content is for reference only, not financial advice.