摩根士丹利：中国AI算力转向系统级竞争，光互连需求提速
Alina Collins
摩根士丹利最新研报判断，中国AI算力竞争正从单颗芯片转向系统级效率——谁能把更多加速器低延迟组网，谁就能弥补制程差距。这意味着→ 光互连和超级节点方案将成为下一阶段最核心的价值增量。
为什么竞争轴心从"单芯片"转向了"系统"？
中国晶圆制程仍受约束，单颗芯片参数追不上英伟达。这意味着→ 厂商转向把更多加速器拼成超级节点，用系统架构弥补单芯片差距。
WAIC 2026释放了明确信号：单独发布新芯片的厂商减少，展示机架级、跨机架超级节点方案的厂商明显增多。
华为、摩尔线程、曙光、沐曦、阿里、燧原、壁仞均在扩展各自的Scale-up域（把多颗加速器用高速链路直连的范围），规模从64–128颗加速器迅速向512、640、1024甚至更大推进。
机架内走电、跨机架走光——光互连价值怎么算？
摩根士丹利核心判断：机架内短距离仍以铜电连接为主，成本低、集成简单；但一旦Scale-up域跨越多个机架，铜的信号衰减和功耗急升，光互连从这里开始渗透。
用大白话说＝ 距离短用电线够了，距离一长电线扛不住，就得换光纤——超级节点越大，光的用量越多。
华为Atlas 950 SuperPoD已采用这种混合方式：近距离正交无缆电互连 + 跨机架光连接，已展示连接1024颗NPU的配置，规划可扩展至8192颗，单加速器总带宽约2 TB/s。
这反映出 光互连不再只是数据中心外部网络的事，它正在进入超级节点内部，价值量随规模非线性上升。
国产Scale-up生态长什么样？
目前以厂商自研专有互连为主，路径与英伟达早期NVLink相似——先围绕自家芯片做垂直整合，再考虑开放标准。
主要方案一览：壁仞BLink 2.0目标1024颗GPU；曙光scaleX640支持单机架640颗加速器；摩尔线程MTLink 2.0双机架256颗GPU，单加速器约800 GB/s；沐曦MetaXLink-E扩展至128颗；阿里ALink + ICN单机架128颗，约800 GB/s。
带宽横比：AMD Helios约3.6 TB/s、英伟达GB300 NVL72约1.8 TB/s、华为约2 TB/s、摩尔线程和阿里部分方案约800 GB/s。摩根士丹利提示，这些数字不能简单排名——加速器定义、链路数、协议开销和拓扑结构各不相同。
NPO/CPO从概念验证到系统部署，走到哪了？
NPO（近封装光学）和CPO（共封装光学）的核心价值：缩短交换芯片与光引擎之间的高速电路径，提高带宽密度、降低功耗。用大白话说＝ 把光引擎搬到芯片旁边，信号少跑一段电路，速度更快、更省电。
燧原与曦智科技合作展示xPU-CPO原型，将光引擎置于加速器旁边，使加速器直接输出光信号；WAIC 2026上燧原进一步展示配备NPO的GPU服务器，目标512颗以上加速器的Scale-up域。
交换侧，曦智展示51.2T CPO和NPO交换模块，摩根士丹利判断其方案可能将盛科通信的交换ASIC与曦智光引擎（含硅光PIC及TIA）组合。
系统级TCO真能比英伟达便宜吗？
摩根士丹利在10 MW算力配置下测算：部分中国AI芯片方案的总体拥有成本（TCO）可能比英伟达面向中国市场的处理器低30%–60%；部分头部国产加速器的单token成本可能与英伟达相当甚至更低。
这意味着→ 即使单芯片参数落后，系统级的价格、功耗和推理效率组合可能让国产方案在TCO上反超。
报告同时提示：这是基于价格、功耗、系统配置和推理效率的模型测算，不代表所有工作负载均能达到同样结果；国产芯片在软件生态、模型适配和供货规模上仍存在差异。
未来最关键的变量是什么？
摩根士丹利的结构性判断：Scale-up是未来最能拉开系统差异的环节，Scale-out仍是大规模集群的基础骨架。
超级节点内部怎么组织数百颗加速器——专有互连还是开放标准、铜还是光、全互连还是可重构拓扑——直接影响模型并行效率和系统利用率。这也是中国厂商最有机会形成差异化和自主生态的环节。
这反映出 竞争已经不只是"谁的芯片更快"，而是"谁的系统更高效"。中国云服务商资本开支的走向，将是验证上述逻辑能否兑现的关键节点。
Content is for reference only, not financial advice.