光互联深度：当算力撞上物理边界，人类又一次问光

大宇 2026-05-04 48.0 KB 14.5K 41 𝕏 文章列表

文章深入探讨了 AI 时代算力发展面临的物理瓶颈，指出光互联是解决 GPU 之间、机柜之间高速通信的关键路径。随着 AI 进入推理时代，大模型长上下文和 Agent 任务对带宽和延迟提出了极高要求，英伟达的 NVLink 协议虽然建立了深厚护城河，但铜缆技术已达极限，产业正加速向光互连（如 CPO、硅光子）转型。文中还详细对比了 Scale-up 与 Scale-out 架构，以及 UALink 开放联盟对英伟达的挑战。

AI 光互联芯片投资英伟达半导体技术趋势 Scale-up 推理网络架构 NVLink

# 光互联深度：当算力撞上物理边界，人类又一次问光 **作者**: 大宇 **日期**: 2026-05-04T06:02:51.000Z **来源**: [https://x.com/BTCdayu/status/2051180737853010063](https://x.com/BTCdayu/status/2051180737853010063) --- ![Image](/doc/1564/image/img_5c04a2eb94db.jpg) Pasted image 20260504064054.png ![Image](/doc/1564/image/img_5c04a2eb94db.jpg) 《创造亚当》米开朗基罗 1511 年，米开朗基罗在西斯廷礼拜堂的天顶上画了一幅画：上帝伸出手，亚当伸出手，两根食指之间隔着几毫米的空气。这是他绘制的九幅《创世记》场景之一，它出现的位置并不直接映入眼帘，但它成了整个文艺复兴乃至整个西方艺术史最被认识的名作之一。米开朗基罗没有让上帝和亚当的手指相触。他让那两根手指停在距离几毫米的位置，永远停在那里。整幅画的全部张力就在这道几毫米的空气里。手指相触是一个静态的结果，手指即将相触是一个永恒的进行时——这一点空气，是整幅画的全部张力：从无到有、从静到动、从物质到生命、从形体到灵魂。真正的创造不在两个端点（上帝和人），而在中间那道几毫米的空气——电流即将跨越、但尚未跨越的那一刻。 AI 这一代基础设施正在做的事，本质上就是这件事——让两颗芯片之间、两个机柜之间、两片内存空间之间那道几毫米的空气，变得比电更快。而解法只有一个：光。光从来都是物理学家的浪漫——爱因斯坦因为光电效应得了诺贝尔奖、麦克斯韦的方程组解释了光的本质、量子力学有一半故事是关于光的。曦智科技的股票代码 1879 致敬的就是 1879 年——爱迪生发明白炽灯、麦克斯韦去世、爱因斯坦诞生的那一年。这是物理的必然。当AI时代的算力撞上物理边界时，人类又一次回头问光。前面我们用多篇文章阐述当前AI革命已经从训练时代进入推理时代，这导致了GPU需求向存储、CPU需求迁移，而有意思的是，无论哪个阶段，数据互联都是关键——而解决这个问题的答案，只有一个字：光。 2026 年一季度，发生了几件标志性的大事—— 3 月： - 英伟达给 Coherent 和 Lumentum 各投了 20 亿美元，绑定共封装光学（CPO）的激光器供给。 - Broadcom 宣布 Tomahawk 6（102.4 Tbps，业界第一颗 100T 级以太网交换芯片）整个产品家族进入量产出货。 - 英伟达 GTC 2026 公布 Vera Rubin 平台完整规格——单 GPU HBM4 带宽 22 TB/s，机柜内 NVLink 6 提供 260 TB/s 总带宽。 - 英伟达再投 20 亿美元入股 Marvell，把它拉进 NVLink Fusion 生态。 4 月： - UALink 联盟一次性发布四份 2.0 规范——包括 Common 2.0、200G DL/PL 2.0、Manageability 1.0、Chiplet 1.0。 - 曦智科技在港交所上市，从光计算先切到光互联，发行价 183.2 港元、开盘 880 港元、收盘 886 港元（+384%）、盘中最高 996 港元（最高涨幅约 444%）、收盘市值约 815 亿港元。它们指向同一件事：在过去两个月里，一个万亿美元级别的产业战场已经从训练芯片本身，分流到了「让这些芯片彼此说话」的网络上。推理的爆炸式发展，把这个战场的紧迫性又拉高了一个数量级。这是《 AI 投资地图》系列的第14篇文章，约 1.5万字。建议先收藏后慢看。推荐将本号“设为星标”。 ## 一、推理把光互联推上主舞台训练时代讲互联，主要是讲「上万张卡怎么并行训练同一个模型」——这件事重要，但有上限：训练任务批量大、对延迟相对宽容，几百毫秒的通信延迟不影响最后训出的权重。推理是另一个故事。第一，深度思考让单个推理变成「跨多卡的状态机」。OpenAI o1、Claude thinking、DeepSeek R1 这类 reasoning 模型（思考型模型）在回答前要在内部「想」几千甚至几万个 token，每一步生成都要读取和更新这份中间状态（KV Cache）。这个 KV Cache 在百万 token 级长上下文场景下可以涨到几百 GB——对一个 70B 量级模型，1M 上下文下 KV Cache 可以达到约 320GB，已经接近甚至超过 BF16 模型权重本身。这种规模下单卡装不下，模型、batch 或上下文一旦切分到多卡 / 多池，这份状态就会变成跨卡通信压力。需要说明：这个数字依赖上下文长度、精度、GQA/MQA 结构和 batch size，不能泛化到所有推理场景；但它代表了未来的方向。第二，长上下文把「一次推理」拉到一个完整机柜的尺度。到 2026 年，百万 token 上下文已经进入前沿模型主流能力集——DeepSeek V4-Pro、Claude Opus 4.7、Gemini 2.5 Pro 都做到了 1M token，Claude Opus 4.7 还把单次输出推到 128K；但不是所有前沿模型都已经 1M 起步——OpenAI o1 这类 reasoning 模型 API 公开上下文仍是 200K 级别。当你把一份 50 页的财报或者一整个代码库塞给模型，「一次推理」要在几十张甚至上百张 GPU 之间来回搬数据——这要求一整个机柜内的 GPU 像一颗「超级 GPU」一样紧密协同，不能再是松散的服务器堆叠。第三，agent 任务把「一次问答」变成几十轮独立推理。一个 Codex agent 跑一个开发任务，模型可能被调一百多次，每一次调用都涉及新的 KV Cache 创建、检索、清理。这些操作在单机上完全做不动，必须靠机柜内的高速通信网络协调。第四，分离式推理（disaggregated inference）把推理一分为二。这是 2025 年才在工业界普及开的工程实践——把推理分成两段：第一段「prefill」吃掉整个上下文、生成第一个 token，这是计算密集型；第二段「decode」一个一个 token 往外吐，这是内存带宽密集型。两段对硬件需求完全不同，业内的做法是在物理上把它们部署到不同的 GPU 池里，然后让 prefill 集群和 decode 集群之间通过高速网络共享中间状态。这个共享状态的传输量很大，传统网络根本喂不饱。四件事叠加在一起，得到结论：推理时代要求 GPU-GPU 通信带宽要持续提速、向 HBM 内部带宽靠拢"——但即使到 Rubin 一代，机柜内 NVLink 与 GPU 内 HBM 之间仍有数量级内的差距。具体数字：英伟达 Rubin 一颗 GPU 的 HBM4 带宽是 22 TB/s（2026 年 3 月 GTC 官方更新数据），机柜内 NVLink 6 给出的每 GPU 双向带宽是 3.6 TB/s——比例大约只有 1:6。整个 Vera Rubin NVL72 机柜内 GPU-GPU 通信总带宽 260 TB/s（72 颗 Rubin GPU + 36 颗 Vera CPU 的 all-to-all 配置），是 Blackwell GB200 NVL72 那一代 130 TB/s 的两倍。再到 2027 年下半年的 Rubin Ultra Kyber 机柜，NVLink 7 带宽进一步翻倍，单个 NVL576 域聚合带宽达到 1.5 PB/s。Scale-up 域的总带宽差不多在以一代翻倍以上的速度增长——这是英伟达自己也承认 GPU 性能瓶颈在转移、必须靠互联硬件解决的真实信号。这里就埋下了产业最核心的一些问题——带宽涨这么快，是怎么涨上去的？铜缆（电）够不够用？光学（光）什么时候必须切？这套架构里，谁是 NVIDIA 自己赚的钱，谁是被它带飞的供应商？有没有一条不被英伟达完全绑死的开放路线？这条路线现在走到哪了？ ## 二、横向和纵向扩展现在有两个词，一个叫Scale-up，一个叫Scale-out ，研究从这里开始： Scale-up，中文叫「纵向扩展」或者「向上扩展」。意思是把更多 GPU 紧密绑成一个「逻辑上的大 GPU」——它们之间共享内存语义、延迟极低（100-200 纳秒级）、带宽极高（每 GPU 几 TB/s），物理上通常是同一个机柜里的几十到几百颗芯片。 Scale-out，中文叫「横向扩展」或者「向外扩展」。意思是把多个独立的「计算节点」用网络连起来——节点之间的延迟在微秒级、带宽通常是 800 Gbps 到 1.6 Tbps 这个级别，物理上跨机柜、跨数据中心都行。打个比方：scale-up 像是「把 72 个员工塞进同一间办公室、人手一台对讲机」，scale-out 像是「把上千间这样的办公室通过电话和邮件连起来」。为什么这两件事差这么多？ scale-up 在做的是「让多颗 GPU 共享一片内存空间」——一颗 GPU 上的某段数据，另一颗 GPU 可以像访问自己内存一样直接读写。这要求纳秒级延迟、内存语义访问，以及在特定系统域内足够强的一致性 / 同步语义。这是 NVLink 这一类技术真正在解决的问题。 scale-out 在做的是「让独立节点协调工作」——节点 A 算完一段，把结果打包发给节点 B 继续算。这个传输是「消息」级别的，对延迟相对宽松，可以用以太网这种标准协议。推理时代真正变化的是 scale-up 那一边的需求。Hopper 时代是 8 卡 HGX 服务器为单位，scale-up 是 8 颗 GPU 之间。Blackwell GB200 把这个尺度扩到 72 颗（NVL72），Vera Rubin 这一代 scale-up 域规模保持在 72 个 GPU 封装（也就是 NVL72，只是单封装算力大幅增强），到 Rubin Ultra Kyber 架构再大跨步——8 个 72-GPU rack 通过两层 all-to-all NVLink 拓扑组成一个 576-GPU 的 NVLink 域（NVL576）。短短三代产品里，scale-up 的「世界尺寸」从 8 颗 GPU 放到 576 颗，放大了 70 多倍——这是 GPU 设计史上没出现过的事。需要说清楚一点：NVL576 不是「单机柜里塞 576 颗 GPU」，是「8 个机柜被组织成一个 576-GPU 的低延迟共享内存域」。Kyber 的关键不是单柜密度，是把多机柜协同视为一个 scale-up 单元。为什么扩这么快？因为 reasoning 模型 + 长上下文 + agent 这三件事都不需要更多 token/秒的算力，需要的是「这一颗模型能不能完整地装在一个低延迟、共享内存的物理域里」。当模型大、KV cache 大、上下文长，scale-up 的尺寸越大，跨域通信越少，整体效率越高。scale-out 也在长，但增长曲线没这么陡——主要是因为单 scale-up 域规模在变大，跨域调度的频率反而在下降。把这两层分清楚之后，接下来这两条战线的玩家就好认了： scale-up 战线： - 英伟达 NVLink 一家独大； - UALink 联盟（AMD、Intel、Astera Labs、Google、Meta、Microsoft、AWS 主导）作为开放挑战者； - Broadcom 自己拉了一条 Scale-Up Ethernet（SUE）+ ESUN 做第三选择。 scale-out 战线： - 英伟达 InfiniBand + Spectrum-X - Arista Networks 主导的开放以太网（Ultra Ethernet） - Broadcom 的 Tomahawk 6 / Jericho 4 提供底层硅片。光器件横跨两条战线： - Coherent、Lumentum 提供激光器和光收发模块； - Marvell 提供 DSP 和硅光子；台积电的 COUPE 光电封装工艺是物理底层。上面这一部分有点复杂，但很重要，我们用大白话一个个过。 ## 三、NVLink 的护城河很多人把 NVLink 理解成「英伟达自家的高速线缆」，这个理解严重低估了它的产业含义，它的本质是：让一整个机柜变成一颗 GPU。 NVLink 的本质是一套内存语义的互联协议——它让一颗 GPU 上的某段内存，对另一颗 GPU 来说可以像本地内存一样直接 load/store/atomic 操作，而不是通过传统网络的「打包-发送-接收-解包」四步动作。这个区别意味着延迟从微秒级降到 100-200 纳秒级，差一个数量级。而 100-200 纳秒这件事，刚好是「scale-up 工作负载能不能跑」的临界点。一旦延迟超过微秒级，跨卡协同就会从「计算的一部分」变成「等待的一部分」，整个机柜的 GPU 利用率会显著下降。英伟达从 2014 年第一代 NVLink 到现在做了六代，最新的几代参数：代际发布年平台每 GPU 带宽 scale-up 域 NVLink 4 2022 Hopper H100 900 GB/s 8 卡 HGX NVLink 5 2024 Blackwell GB200/GB300 1.8 TB/s NVL72，rack 聚合 130 TB/s NVLink 6 2026 H2 Vera Rubin NVL72 3.6 TB/s NVL72，rack 聚合 260 TB/s 下一代 2027 H2 Vera Rubin Ultra / Kyber 公开路线图指向更大的 NVLink domain NVL72 / NVL144 / NVL576 等多种选项每一代都在两件事上同时进步：每 GPU 带宽（从 900 GB/s 到 3.6 TB/s 是 4 倍）和 scale-up 域规模（从 8 颗到 576 颗是 72 倍）。这是协议、电气工程、封装工艺三个层面同时进步才能撑起来的复合速率。 NVLink 的护城河来自三件事的叠加：第一，协议本身。CUDA 程序员写 multi-GPU 代码时，用的不是「网络 API」而是「内存指针」——这个抽象层有 18 年的代码库、库函数、调试工具积累。换协议不是换硬件，是把整个软件栈的底层假设换掉。第二，时间窗口。从第一代 NVLink 到今天 12 年。这 12 年里没有第二个玩家真正做出可商用的同等协议——AMD 的 Infinity Fabric 落后 1-2 代，Google TPU 用 ICI 自己玩自己的，其他都是研究项目。当一个标准独占 12 年时，挑战者不是要追上，是要先证明「确实需要替代」。第三，机柜级整合。NVLink 不只是芯片之间的协议，是整个机柜（电源、冷却、铜缆/光缆、交换机、机架结构）的一整套设计语言。Vera Rubin 这一代用的 Oberon 机柜架构，到 Rubin Ultra 切换成 Kyber 架构——光是机柜重新设计这件事，第三方供应商要追平至少 3 年。那 NVLink 有没有死穴？有——物理上的铜缆撞墙。机柜内的 GPU-GPU 通信，目前主要还是通过铜质背板和铜缆完成的。Blackwell GB200 NVL72 那个机柜里就有近 5000 根铜缆，长度加起来 2 英里。铜缆不是在 200 Gbps/lane 之后物理上立刻失效，而是在这个量级之后，距离、功耗、串扰、封装和测试成本开始快速恶化——问题从「能不能做」变成「值不值得做」。英伟达 Rubin Ultra 这一代机柜的功耗会进入数百 kW 级——市场报道提到未来高密度 rack 可能达到 600 kW，相比 Vera Rubin NVL72 的约 120-130 kW，又是一次跳跃。这个量级的电流密度，铜缆背板已经撑不住了。再往下一代，必须切到光。NVIDIA 在 GTC 2026 的公开材料里描述下一代 NVLink domain（NVL576）会使用"铜 + 直接光连接"的混合形态。注意，NVL576 不是"一个机柜里塞 576 颗 GPU"，而是"8 个 72-GPU 机柜组成的一个 576-GPU 通信域"。前面铜缆撞墙的，是单机柜的物理；后面要靠光打通的，是这 8 个机柜之间的通信。 NVLink 的护城河是真护城河。但它的下一段路——从铜走到光——是个有外部依赖的过渡，不再是英伟达自己一家关起门就能解决的事。这个外部依赖是后面光器件公司故事的起点。 ## 四、UALink：开放标准的反击，能跑多远？历史上每次有公司在某个标准上独占太久，行业都会推一个开放标准出来对冲。NVLink 也不例外。 UALink（Ultra Accelerator Link）就是这个对冲——2024 年 5 月由 AMD 牵头成立 Promoter Group，10 月正式注册为 Consortium，2025 年发布 1.0 规范，2026 年 4 月 7 日发布了第二轮规范——Common Specification 2.0、200G DL/PL Specification 2.0、Manageability Specification 1.0、Chiplet Specification 1.0。 UALink 的关键参数： - 每 lane 200 Gbps，每个加速器接口 4 lane，单连接双向 800 Gbps - 单 pod 支持最多 1024 个加速器；作为对比，NVIDIA 当前公开的 Vera Rubin / NVLink 6 标准 rack 是 NVL72，到 Rubin Ultra / Kyber 阶段会提供 NVL72、NVL144、NVL576 等不同 scale-up domain 选项 - 端到端延迟目标 100-150 纳秒，与 NVLink 同等量级 - 协议层支持完整内存语义（load/store/atomic），不是简化版的 RDMA - 2.0 引入「网内计算」（In-Network Compute）和 Chiplet 标准，让 UALink 可以集成进 SoC 阵营也很扎实——AMD、Intel、AWS、Astera Labs、Cisco、Google、HPE、Meta、Microsoft 是创始董事会成员；Alibaba、Apple、Synopsys 后来加入；总成员超过 115 家。听起来阵容比 NVLink 还豪华，但市场对 UALink 的态度仍然相对克制，有几个原因：第一，进度比口号慢——而且联盟主席自己承认。UALink Consortium 主席 Kurtis Bowman 在 2026 年 4 月接受 The Register 采访时直白说出："1.0 和 2.0 都不是 NVLink 的全竞品，要到 3.0 才有性能和发布节奏上的对等"——而 3.0 规范要到 2027 年中才会出来。第一颗实际可用的 UALink 1.0 硅片要到 2026 年下半年才能到实验室、2027 年才有产品。这件事黄仁勋 2024 年 Computex 那句"等 UALink 第一代出来时我们已经做到 NVLink 七代或八代"——目前看是兑现的。第二，Broadcom 没有出现在 UALink 最新董事会核心名单里，自己拉了一条 Scale-Up Ethernet（SUE）的开放路线。Broadcom 是全世界以太网交换芯片的老大（Tomahawk 系列），它如果不进 UALink 阵营，UALink 的硅片供应链就缺了一个最重的玩家。它的算盘是：不学 NVLink 那套从头设计的"内存语义协议"，而是把数据中心已经用了 30 年的以太网改造一下，让它也能做 scale-up。以太网的优势是生态现成、所有数据中心都在用、客户不需要重新学；缺点是它原本不是为"芯片间共享内存"设计的，延迟和确定性比 NVLink 差一截。Broadcom 要做的就是给以太网"动手术"——加上 scale-up 需要的低延迟、拥塞控制、负载均衡这些特性，让它能勉强干这个活。这条路 2025 年 10 月在 OCP 峰会上以 ESUN（Ethernet for Scale-Up Networking）的名字正式立项，Tomahawk 6 已经在硬件上原生支持，Tomahawk Ultra（250 纳秒延迟）专门针对 scale-up 优化。第三，AWS 自己脚踏两条船。AWS 是 UALink 创始董事会成员，同时官方又宣布未来 Trainium 4 将支持 NVLink Fusion、进入 NVIDIA MGX rack 生态。这种「我都要」的策略，对一个开放标准来说不是好消息——大客户不会赌单一标准，而是在开放标准与 NVIDIA 半开放生态之间保留架构选择权，意味着 UALink 拿不到「独家市场」这种助推力。第四，英伟达自己也在反击。NVLink Fusion 这个产品线——2025 年 5 月 Computex 发布——本质是把 NVLink 协议「半开放」给第三方：你可以用自己的 CPU 或者自己的 ASIC 接到 NVLink 上，但 GPU 那一侧必须用英伟达的（或者通过英伟达授权使用 IP）。这个产品 2025 年下半年陆续签下了 MediaTek、Marvell、Alchip、Astera Labs、Synopsys、Cadence、富士通、高通这些合作伙伴。英伟达用「半开放」策略，把那些原本可能纯走 UALink 路线的公司拉了一半进自己生态。 UALink 的真实位置不是「替代 NVLink」，而是「在那些不愿被英伟达完全绑定的客户那里给一条退路」——比如 AMD GPU 集群、Intel Gaudi 集群、Google TPU 集群（Google 主要还是用自家的 ICI）、以及一些不愿意把整个数据中心架构绑死在英伟达上的国家级 AI 项目。短期内不构成对 NVIDIA 估值的威胁。真正的影响要看 2027-2028 年——如果 UALink 3.0 + 真实硅片产品在那时跟上 NVLink 7 的节奏，并且大客户的部署量真的过 10%，那时需要重估 AMD、Astera Labs 这些标的的影响。 ## 五、NVLink Fusion：英伟达的「半开放」算盘英伟达这条路线揭示了英伟达对待开放标准的真实策略，需要单独展开： NVLink Fusion 设计有两个层次：第一层：允许第三方做「定制 CPU」，通过 NVLink-C2C（chip-to-chip）协议接到英伟达的 GPU 上。这一层的合作伙伴是 MediaTek、Marvell、Alchip、富士通、高通——他们做自己的 ARM CPU，但 GPU 那一侧锁定 NVIDIA Rubin GPU。第二层：允许第三方做「定制 XPU/加速器」，用 NVLink Fusion 协议接入英伟达的整套机柜（包括 NVSwitch、ConnectX NIC、BlueField DPU、Spectrum-X 交换机、Vera CPU）。这一层是用 20 亿美元换来的——3 月 31 日英伟达入股 Marvell 20 亿美元，配合双方的战略合作。这是 2026 年 3 月最重大的AI新闻，英伟达的算盘是： Marvell 是全球第二大 AI ASIC 设计公司，仅次于 Broadcom。它给 AWS 做 Trainium 配套设计、给 Microsoft 做 Maia 配套设计——FY2026 它的定制 AI XPU 业务做了 15 亿美元，FY2028 预期翻倍。Marvell 设计的就是那些「替代英伟达 GPU」的芯片。 Marvell FY2026 营收 81.95 亿美元，Q4 单季数据中心业务占收入约 74%。它参与的 custom XPU / ASIC 项目，未来一部分可以通过 NVLink Fusion 接入 NVIDIA 的 rack-scale 生态。英伟达的算盘不是阻止客户自研 ASIC，而是让这些 ASIC 在需要与 NVIDIA GPU、CPU、DPU、NIC 和网络系统协同的时候，仍然走进 NVIDIA 的系统边界。这件事和 3 月初那两笔投资的逻辑完全一样—— Coherent 20 亿、Lumentum 20 亿，绑的是 CPO 激光器的供应优先权。一旦未来 NVL576 切到光，全行业的激光器需求会暴涨，英伟达提前用钱锁定产能；Coherent 和 Lumentum 也乐于接受——因为这些钱直接转化成扩产 capex，而扩产的钱本来就是它们要花的。 Marvell 20 亿，绑的是定制芯片生态。客户多元化是大势，那就让多元化在英伟达的轨道上发生。三件事放一起：英伟达从 GPU 卖家，正在变成整个 AI 工厂级别的「土地所有者」——不卖单卡了，卖一整套机柜+软件+网络+客户协调的「生态准入权」。这对生态里的伙伴是好事： - Marvell 一笔 20 亿美元锁定一个长期合作； - Coherent、Lumentum 拿到了几年都吃不完的 capex； - Astera Labs 这种连接芯片公司也通过 NVLink Fusion 拿到产品入口。对英伟达自己也是好事——用相对小的资金代价，把潜在替代者纳入自己的轨道。唯一的输家是「真开放」的支持者——UALink 联盟现在尴尬的位置就在这里。它的几个潜在参与者或关键供应商同时也在进入 NVIDIA 的半开放生态——Marvell 被 NVIDIA 投资 20 亿美元并加入 NVLink Fusion；Astera Labs、Synopsys、Cadence 这些连接和 IP 供应商也会服务 NVIDIA 生态。这会让开放标准的推进更复杂，而不是形成一个纯粹的"反 NVIDIA 同盟"。英伟达用闭环 + 半开放 + 资本入股三套组合拳，把潜在挑战者大半绑进了自己的轨道。这个结构如果稳住，英伟达在 AI 基础设施的地位还能再延 3-5 年。 ## 六、铜走到光：物理逼出来的路线图 1、信号从电到光 NVLink、UALink、Scale-Up Ethernet 都是协议层的事——它们背后还有更底层的一件事：信号到底用电还是用光来传？过去 20 年数据中心里几乎所有的高速通信都是「电+光」混合架构——交换机和服务器内部用电（铜缆/PCB），机架到机架之间用光（光纤+可插拔光模块）。光模块负责把电信号转成光信号，光纤里跑光信号，到对端再转回电。这套架构在 400 Gbps 以下都还行，到了 800 Gbps 以上就开始出问题：第一，铜缆撞物理墙。铜的高频特性决定了它在 200 Gbps/lane 以上信号衰减剧增、串扰指数级上升。Blackwell 这一代把 200 Gbps SerDes 做到了量产，下一代 400G / 448G SerDes 仍在推进，但在短距铜互联里，功耗、距离、封装和信号完整性已经逼近工程经济性边界。第二，可插拔光模块功耗持续上升。一个 800G 可插拔光模块功耗 15-20W，一颗 GPU 配 8-16 个端口就是 200-300W，一个高密度 AI 机柜里光模块总功耗能到数 kW 到数十 kW 级别——成为整柜功耗预算里不可忽视的附加项。第三，可插拔光模块可靠性扛不住规模。一个百万 GPU 的集群里，光模块数量可能达到百万量级——即使单模块年化故障率很低，在系统规模放大后，也会变成持续的现场维护压力。物理上的解决方案叫共封装光学（CPO，Co-Packaged Optics）——把光引擎从可拔插的模块，搬到交换机芯片旁边、和芯片共用一个封装基板。 CPO 解决了三件事： - 缩短电信号路径，从几十厘米的 PCB 走线压到几毫米的封装内走线，功耗降 3-5 倍； - 激光器集中外置（External Laser Source），从「每个端口一颗激光器」变成「一组激光器服务多个端口」，激光器数量降 4 倍，可靠性升 10 倍； - 可服务性提升——CPO 不是把所有光器件焊死，真正可商业化的方案往往把高故障风险的激光源外置化，例如 Broadcom Tomahawk 6-Davisson 用的 ELSFP 外置激光模块就是现场可替换的；至于封装内光引擎是否可热插拔，要看具体架构。 2、CPO 是 2026 年产业的真正分水岭 CPO 不是一家公司单独能做的，它是一个分层的供应链。最上层是"带 CPO 功能的交换机芯片"——这是 CPO 真正变成产品、卖给客户的那一层。这一层全世界只有两家在推进： - Broadcom（用自家以太网交换芯片 Tomahawk 系列做 CPO 版本） - 英伟达（用自家网络产品线 Quantum InfiniBand、Spectrum 以太网做 CPO 版本）。下面的几层——激光器、硅光子代工、光纤连接——都是给这两家做配套的供应商，下一节拆开另讲。 Broadcom：CPO 版本已经做到第三代—— - 第一代（代号 Bailly）2023 年向头部云厂商出货 - 第二代（TH5-Bailly）2024 年量产 - 第三代（Tomahawk 6-Davisson）2025 年 10 月发布并向头部客户出货——102.4 Tbps 单芯片、世界第一颗 100T 级 CPO 以太网交换机 - 整个 Tomahawk 6 家族（含可插拔光模块版和 CPO 版）2026 年 3 月 12 日正式进入大规模量产 - 第四代正在研发，单通道速率从 200 Gbps 翻倍到 400 Gbps 一年一代的节奏在芯片行业算很激进了——意味着 Broadcom 把 CPO 当成战略主线在推。英伟达：两条网络产品线的 CPO 版本 2025 年 3 月 GTC 一起发布的—— - Quantum-X Photonics（InfiniBand 的 CPO 版）2026 年初量产 - Spectrum-X Photonics（以太网的 CPO 版）2026 年下半年量产英伟达自己把 CPO 的好处描述成"3.5 倍能效、10 倍可靠性、激光器数量减少 4 倍"——这些数字和 Broadcom 给出的基本一致，因为它们是物理决定的，不是某家公司独有的优势。真正关键的一件事在 scale-up。前面这些 CPO 产品都还在做"机柜之间"的网络（scale-out）——那是以太网和 InfiniBand 的传统地盘。但到 Rubin Ultra NVL576（2027 下半年），英伟达要把光器件引进机柜内部了，这意味着光开始进入机柜内部的核心通信路径。 3、CPO 时代有哪些赢家？ CPO 需要四个层次的供应商协同： - 激光器：Coherent、Lumentum、华工科技（A 股） - 硅光子芯片：Marvell（含 Celestial AI 收购的 Photonic Fabric）、Tower Semiconductor（代工）、Broadcom 自有 - 封装工艺：台积电（COUPE 工艺）、日月光（封装代工） - 交换机 ASIC：Broadcom（Tomahawk）、英伟达（自家 Quantum/Spectrum）、Marvell（自己也做）看起来是个分散的供应链，但其中最关键的是：激光器、硅光子代工。因为能做的公司只有几家：激光器：CPO 用的核心材料叫 InP（磷化铟），做这种激光器需要几十年的材料学积累——全世界能做大规模数据中心级 InP 激光器的，主要就是 Coherent 和 Lumentum 两家。CPO 时代激光器需求量是上一代可插拔模块的几倍，需求暴涨×供给只有两家——议价能力天然集中。英伟达分别给两家投 20 亿美元，本质是提前锁产能。NVIDIA 的硅光子生态里还有 TSMC、Fabrinet、Foxconn、Corning、Sumitomo、Senko 等供应链伙伴，但它们做的是组装、连接器、光纤这些环节，不是激光器本身。硅光子代工：硅光子的难点不是设计，是把光学元件做进 CMOS 工艺——这要求晶圆厂同时具备先进逻辑工艺、光学元件加工能力、和 CoWoS 封装兼容。台积电的 COUPE 是目前唯一能把这些做到量产级别的整合方案，因为只有它同时有 3nm 逻辑工艺、CoWoS 封装、和硅光子整合的全栈能力。Broadcom 自有硅光子、Tower、Intel、GlobalFoundries 等也都在这个生态里有能力或布局，但还没到 AI 量产规模。至于其他几层——把芯片、激光器、光纤组装在一起的封装代工（日月光、Amkor 等多家可做）、交换机 ASIC（Broadcom 和英伟达自己做的，本来就是主导者）——技术门槛要么是分散的、要么不存在被卡脖子的问题，所以不是供应链上的"关键节点"。 4、风险与节奏在二级的估值角度，需要关注的是四个方面：第一是节奏。CPO 在 scale-out 这一段 2026 年商业化放量已经是定局；但 scale-up 这一段要等到 NVL576（2027 H2）才必须切。每一次产业新闻让市场失望（任何一次黄仁勋公开讲话被解读得偏空、或者 Rubin 出货延迟）都会让光通信板块短期回调——这种"时间错位"反而不错的关注时机。第二是份额。CPO 的物理收益（能效、可靠性、激光器减少）是行业共享的、不是某家独有——这意味着 Coherent 和 Lumentum 之间会有正面竞争，Marvell 在硅光子层和 Broadcom 自有方案之间也会有正面竞争。做出来不等于赢，能拿到多少多年期份额才是关键。第三是路线分支。NVL576 切光这件事确定，但具体是 CPO 集成进 NVSwitch、direct optical 模块、还是其他混合形态——每种实现会让不同公司受益。这件事要到 2027 年实际产品规格出来才会清晰。第四是安全边际。一家公司能不能吃到红利，是产业问题；能吃到的那部分红利相对它当前的市值还能创造多少回报，是另一个完全不同的问题。Lumentum 和 Coherent 过去一年都大暴涨了，市场已经把 CPO 是结构性需求这个共识兑现了非常多，剩下的回报空间，要回到具体每家公司的收入结构、份额假设和 forward 估值上去算——这些问题可能需要单独再开篇，本文先聚焦取全景。 ## 七、光电融合：从「光做传输」到「光做计算」这一节单独讲一个更新但也更早期的事——光不只是用来传输信号，还可以直接用来做计算。这件事在 2026 年走到了一个有意思的节点。 1、原理光做计算的物理基础不复杂，但也不像「两束光强相乘等于矩阵乘」那么简化。更准确的说法是：光场在波导、干涉器、调制器组成的线性光学网络中传播时，本身就在执行线性变换。把输入向量编码到光的振幅或相位上，把权重映射到一组可调光学元件中，光的传播过程就完成了矩阵-向量乘法，再通过探测器读出结果。它的魅力在于「让物理过程本身成为计算」，而不是让电子电路一步步去模拟计算。矩阵乘法占据 Transformer 推理中的绝大部分算力。如果能用光直接做矩阵乘法，理论上能实现： - 器件级延迟极低——单次矩阵运算的传播时间可以做到纳秒级 - 能耗大幅降低——光通过线性光学元件几乎不消耗能量 - 不绑死先进制程——光学元件不依赖 5nm/3nm 工艺但有两个问题： - 第一，系统级延迟不只是器件传播时间，还有电光转换、驱动电路、ADC/DAC、封装、内存访问、软件调度，加起来仍然要走传统电子链路。 - 第二，光计算只擅长线性运算，矩阵乘很适合，但激活函数、归一化这些非线性部分还是要回到电域处理。所以光计算不是天然「纳秒级系统」，而是有机会在特定线性运算路径上显著降低能耗和延迟。 2、工业落地这条路线一直停留在学术阶段。2025-2026 这件事开始往工业落地走：第一，HBM 内存墙撞得太狠，行业在认真寻找绕过的办法。前面HBM全景篇讲过，推理时代的瓶颈是「数据搬运比计算还慢」。光计算如果能在 GPU 旁边做一些线性运算的卸载（比如 KV cache 上的矩阵乘法），理论上可以把 HBM 的负担降下来。第二，2024-2025 这两年几个关键公司从实验室走到了工业产品—— Celestial AI（美国）：2025 年 12 月 Marvell 宣布收购、2026 年 2 月完成（前期对价 32.5 亿美元，含或有对价合计最高约 55 亿美元）,这笔收购是行业的标志性事件。Celestial AI 的核心产品 Photonic Fabric 更准确地说，是一种面向封装、系统和机柜级连接的光互联 / 光 I/O 平台，重点解决 chip-to-chip、chip-to-memory 和 rack-scale memory sharing。它不是简单"用光重做 NVSwitch"，而是试图把机柜内计算与内存的关系重新组织一遍。在 NVIDIA 入股 Marvell、双方又明确要合作 silicon photonics 的背景下，Photonic Fabric 与 NVLink Fusion 存在潜在协同，但是否进入正式路线图，要等产品化信息确认。曦智科技 Lightelligence（中国上海）：2026 年 4 月 28 日在港交所 18C 章上市，发行价 183.2 港元，开盘 880 港元（+380%）、收盘 886 港元（+384%）、盘中最高 996 港元（最高涨幅约 444%）、收盘市值约 815 亿港元。曦智的产品线和其他不一样——它同时做光互连和光计算。2025 年 1.06 亿元营收里，光互连业务整体约占 80%（其中 Scale-up 光互连产品收入约 7558 万元），光计算业务约占 19%。光互连这一块是「现金流业务」，主要做 Scale-up 场景的 OCS（全光交换）和 oNET（片间光网络），合作方包括壁仞、中兴、上海仪电等；模型适配 / 验证场景包括 DeepSeek、Kimi、GLM、MiniMax 等。光计算这一块是「故事业务」，PACE 3 计划 2026 年 H1 流片。具体我也有两篇独立文章，放在文末，供大家参考阅读。此外还有，Lightmatter（美国）：2024 年完成 D 轮融资，估值约 44 亿美元；Ayar Labs（美国）：估值约 37.5 亿美元。光电融合这条路线不是虚的，但商用普及曲线比市场预期慢 2-3 年。关键节点是 2027-2028 年，那时 NVL576 切到光、Marvell 把 Photonic Fabric 集成进 NVLink Fusion、AMD Helios 整机柜出货——三件事如果都按节奏推进，光电融合从「故事」会变成「产业链」。如果其中两件出问题，这条路线还要再等一代产品周期。 ## 八、主要标的速览英伟达：总赢家，但弹性已经不在英伟达自己是这场战役最大的受益者——NVLink 是它的护城河、Spectrum-X 在 scale-out 抢以太网阵营份额、CPO 的物理底层全是它和台积电、Coherent、Lumentum 联合做的。但这些预期都已经在 forward PE 约 35-40 倍、市值近 5 万亿美元的估值里。英伟达的回报从「短缺溢价 + 份额扩张 + 估值扩张」降级到「行业总盘扩张」。互联这件事不会改变这个判断。 Broadcom AVGO：scale-out 老大、scale-up 第三选择 Broadcom 在这场战役里的位置非常稳—— - Tomahawk 6（102.4 Tbps）2026 年 3 月 12 日整个 family 进入 production volume shipping，是世界第一颗 100T 级以太网交换芯片 - Tomahawk 6-Davisson（CPO 版）2025 年 10 月开始向头部客户出货 - Jericho 4 提供跨数据中心的 scale-across 能力，单系统支持百万 XPU 集群 - Tomahawk Ultra 250 纳秒延迟，专攻 scale-up 场景 - 在 scale-up 战线上不站队 NVLink Fusion 也不站队 UALink，自己做 Scale-Up Ethernet（SUE）/ ESUN Broadcom 的产品矩阵之全是这场互联战役里独一份的。它和英伟达的关系最微妙：一方面，Broadcom 的以太网交换芯片会服务大量使用 NVIDIA GPU 的云厂商集群；另一方面，SUE / ESUN 又在 scale-up 方向挑战 NVLink 的边界。同时，Broadcom 在 custom AI silicon 里的客户绑定非常深：Meta 已公开宣布与 Broadcom 共同开发多代 MTIA；OpenAI 与 Broadcom 宣布 10GW 级 custom AI accelerator 合作（外界常说的 "Titan" 是市场代号，不是官方产品名）；Anthropic 则通过 Google + Broadcom 的下一代 TPU capacity 协议获得多 GW 级算力——客户绑定深度可能比英伟达更稳，因为大客户不会让英伟达卡 ASIC 设计这一层。 Broadcom 弹性来自 ASIC 客户结构能不能继续扩张（OpenAI 10GW custom accelerator 合作、Anthropic 多 GW 级 TPU capacity 协议是关键变量）以及 SUE 在 scale-up 战线上能拿多少份额。 Marvell：第二大 ASIC + 光互连全栈 Marvell 是这场战役里最能讲完整故事的纯互联标的，它是美股里少数能把定制 ASIC、1.6T 光模块 DSP、硅光子（含 Photonic Fabric）、PCIe/CXL 交换放在同一条 AI scale-up 叙事里的公司。它未必是「唯一」，但确实是目前故事最完整的纯互联标的之一。数据上看—— - FY2026 营收 81.95 亿美元、+42% 同比，FY2027 指引 110 亿美元、FY2028 指引 150 亿美元 - Q4 FY2026 单季 22.2 亿美元，数据中心占 74% - 数据中心增长引擎里，定制 ASIC（XPU）业务 FY2026 做了 15 亿美元，FY2028 预期翻倍——主要客户包括 AWS Trainium、Microsoft Maia 等项目 - 2026 年 2 月完成 Celestial AI 收购（前期对价 32.5 亿美元，含或有对价合计最高约 55 亿美元），把 Photonic Fabric 收进来 - 2026 年 1-2 月完成 XConn 收购（PCIe/CXL 交换），4 月 22 日宣布收购 Polariton（高速光调制硅光子） - 2026 年 3 月 31 日英伟达入股 20 亿美元、加入 NVLink Fusion 生态它的弹性主要来自三件事：FY2027 营收 110 亿能不能兑现、Photonic Fabric 集成进 NVLink Fusion 的进度、AWS Trainium 系列的真实部署量（这是 Marvell 最大的 ASIC 客户）。 Astera Labs ALAB：scale-up 战线最纯粹标的 Astera Labs 的位置和 Marvell 不同——Marvell 是「全栈」，Astera 是「纯互联」。它的产品就四条线：PCIe/CXL retimer（Aries）、智能线缆（Taurus）、AI fabric 交换芯片（Scorpio）、CXL 内存控制器（Leo）。数据上： - FY2025 营收 8.525 亿美元、+115% 同比 - Q4 2025 单季 2.706 亿美元、+92% 同比 - Q1 2026 指引 2.86-2.97 亿美元 - 自定义的 TAM 从 25 亿美元扩到 250 亿美元（5 年内 10 倍） - UALink 联盟核心成员；同时进入 NVLink Fusion 生态；Scorpio X-Series 是最接近 UALink / NVLink 多协议 scale-up 交换机会的商用平台之一 Astera 的两面性很有意思——它在 NVLink Fusion 和 UALink 两个阵营都有产品。这是它的护城河（脚踏两条船的客户都用它），也是它的脆弱性（如果两条船最后只剩一条，它的产品线要重新洗一次）。 Lumentum LITE：CPO 时代的激光器赢家 Lumentum 是今年美股最火的标的。数据： - Q2 FY2026（2025 年 12 月止季）营收 6.655 亿美元、+65.5% 同比 - Q3 FY2026 指引 7.8-8.3 亿美元、隐含同比 +85% - OCS（光电路交换）订单 backlog 越过 4 亿美元 - 2026 年初拿下 CPO「数亿美元」订单，2027 年 H1 交付 CEO 称：「我们在 OCS 和 CPO 这两个机会上才刚到起跑线」。如果他说的是真的，Lumentum 的真实业绩拐点可能还在前面。它的核心风险是定制化属性偏弱——激光器是相对通用的产品，除了英伟达的强绑定（20 亿美元入股给了产能优先权），没有真正的协议级护城河。一旦 Coherent 的产能跟上，价格竞争会显现。 Coherent COHR：Lumentum 的对手 Coherent 和 Lumentum 在产品上有重叠（激光器、光收发器），但 Coherent 偏向「更全的产品线 + 更多元的客户」——它不只卖给数据中心，还卖给电信、工业、消费电子。数据： - Q2 FY2026（2025 年 12 月止季）营收 16.9 亿美元 - GAAP 毛利率 36.9%、非 GAAP 毛利率 39.0%（环比和同比都在上行） - 数据中心 + 通信增速持续超过 30% - Q3 FY2026 财报 5 月 6 日盘后公布——是关键观察点 Coherent 比 Lumentum 涨得相对慢，因为它的整体业务更分散——上行弹性也相应小。但它的下行保护也更强：即使 AI capex 周期出现回调，Coherent 的电信和工业业务能托底估值。 Arista Networks ANET：以太网 scale-out 的开放阵营核心 Arista 是一家做以太网交换机整机的公司，就是数据中心里那些昂贵的金属盒子，以及驱动它们的操作系统软件。它和 Cisco 是同一类公司，2014 年上市；最大的差异化是 EOS 这套自家网络操作系统——让 hyperscaler (最大云服务公司)的网络工程师能用脚本和自动化管几万台交换机。这件事听起来不大，但在 Meta、Microsoft 这种规模的数据中心里就是核心生产力。这也是为什么 Arista 把 Cloud & AI Titans 这一类客户做到了营收的 48%。它和 Broadcom 不是竞争关系，是上下游合作：Broadcom 卖 Tomahawk 交换芯片给 Arista，Arista 拿来组装成整机、装上 EOS 软件、再卖给 Meta、Microsoft 这种客户。真正和 Arista 在 scale-out 战线上正面打的是英伟达的 Spectrum-X——英伟达走"自己做芯、自己做整机、绑定客户软件栈"的封闭一条龙路线，Arista 走"用 Broadcom 芯片、自己做整机、客户自管软件"的开放协作路线。这两条路线现在在 hyperscaler 那里正面抢份额。 Arista数据： - 2025 年全年营收 90.06 亿美元、+28.5% 同比 - 2026 年指引营收 112.5 亿美元、+25% - 其中 AI 网络营收目标 32.5 亿美元（占比约 29%），是 2025 年的两倍 - XPO 12.8 Tbps 液冷光学模块 2026 年 3 月发布——专攻高密度 AI 集群 - Cloud & AI Titans 客户占总营收约 48%（Meta、Microsoft 是两个最大客户）这一波 Arista 的产业风口来自于 InfiniBand 被以太网反超。InfiniBand 是英伟达 2019 年收购 Mellanox 拿到的高性能网络协议——比以太网延迟更低、更适合 AI 集群里的高密度通信，但生态封闭、只有英伟达一家做。两年前 AI 后端网络里 InfiniBand 占了约 80% 的份额，但随着以太网这一代（RoCE、Ultra Ethernet）在性能上追上来、再加上以太网"全行业生态"的优势，份额已经被以太网反超——英伟达自己也意识到这件事，所以 Spectrum-X 这条以太网线在英伟达内部的优先级越来越高，本质上是英伟达在自己阵营里给 InfiniBand 的份额流失打补丁。 Arista 的弹性来自一个很特别的位置——它不卷协议层（不做 NVLink、不做 UALink），它就专心做以太网交换机整机：做世界级硬件、做好用的 EOS 软件、做客户黏性。当行业拥抱开放以太网时，Arista 是最大受益者；当行业拥抱英伟达 Spectrum-X 时，Arista 的 AI 收入会被压缩——但它的核心客户（Meta、Microsoft）都是同时部署多套架构的，不会全部切到英伟达，所以失血不会太快。曦智 1879.HK：港股稀缺标的曦智的位置上一节讲过了——它是港股市场上唯一的「光电混合算力」纯标的，它的弹性在于：国产 GPU（壁仞、摩尔线程、沐曦）的出货量能不能起来——曦智的客户结构和这些公司高度绑定。如果国产 GPU 真能拿到中国 AI 推理市场 20-30% 份额，曦智作为「除华为体系外，少数能提供独立 Scale-up 光互连方案的公司之一」，会有持续放量的可能。曦智科技研报：热度仅次于阿里和快手上手，今天开盘怎么看？曦智科技的疯狂IPO，光计算真能革命英伟达？ ## 九、投资视角下的结论第一，互联是 AI 推理产业链里少数还在「定价中」的环节。HBM 、GPU 、ASIC 也接近定价完成，互联这一层的边际定价还在路上——主要是因为 CPO 切换、scale-up 范式扩张、UALink/NVLink Fusion 阵营博弈这些事都还在演化，市场没有形成统一共识。第二，互联的赢家结构和别的环节不同——它不是「一个公司吃下整条产业链」。 GPU 是英伟达一家独大；HBM 是 SK 海力士-三星-美光三足鼎立；ASIC 是 Broadcom-Marvell 两家分天下。但互联是一个分层结构——协议层（NVLink/UALink/SUE）、交换芯片层（Tomahawk/Spectrum-X/Scorpio）、光器件层（Coherent/Lumentum）、硅光子层（Marvell+Celestial AI）—— 每一层都有不同的赢家，每一层都有自己的护城河和估值逻辑。第三，CPO 切换的真实兑现窗口比市场预期慢一点。Scale-out 这一块 2026 年开始出货是定局；scale-up 这一块要等到 NVL576（2027 H2）才必须切。这意味着 Lumentum 和 Coherent 这一波的真实业绩弹性还有 18-24 个月的兑现窗口——但市场已经在「现在」给出了「2027 兑现完成后」的估值。第四，UALink 短期内不构成对 NVIDIA 的威胁，但值得作为「事件型」机会跟踪。第五，最值得跟踪而又被低估的事是 NVLink Fusion 的扩张速度。未来签约客户的速度与质量，关系着英伟达从「卖 GPU」转型成「卖 AI 铲子工厂」的新估值锚是否成立。这是少数还能给英伟达带来「估值扩张」而不是单纯「营收增长」的事件型催化。 AI 推理产业链这个话题我已经写了好几篇，互联这一层是其中最特殊的一层——赢家结构最分散、技术路线还在演化、估值定价还没完成。写完这一篇我自己最大的感受不是"哪家公司值得买"，而是这场战役里没有一家公司能独自赢——AI 工厂这片土地太大，没有任何单一玩家能把整片地圈起来。Coherent 和 Lumentum 在卖光，Marvell 和 Astera 在卖芯，Broadcom 和 Arista 在卖网，英伟达在卖准入权——每一家都在自己那一段路上收过路费。而土地之间，总要有路，如今这条路，正被光填满。米开朗基罗在五百年前画那两根手指时不知道——五百年后人类会用另一种方式重做这件事。让两颗芯片之间、两个机柜之间、两片内存空间之间的那道几毫米的空气，比电更快、比铜更稳、最终被光填满。这场仗，才刚刚开始。深度：英特尔的大航海，迷人又危险 HBM全景研报：从训练到推理，主角不再是GPU 前谷歌TPU架构师：AI 的真瓶颈不是算力，是存储如果觉得有帮助请点赞转发、点击“在看”等，您的支持是我持续分享的最大动力，谢谢！建议将本号“加为星标”。 > 关注我，在别人看热闹的地方，看到机会。免责声明：本文内容基于公开资料整理，仅供学习研究参考，不构成任何投资建议。投资有风险，决策需谨慎。 ## 相关链接 - [@BTCdayu](https://x.com/BTCdayu) - [1.6K](https://x.com/BTCdayu/status/2051180737853010063/analytics) - [1879.HK](https://1879.hk/) - [曦智科技研报：热度仅次于阿里和快手上手，今天开盘怎么看？](https://mp.weixin.qq.com/s?__biz=MzY4NzAzODM2NA==&mid=2247484014&idx=1&sn=7548d403a21e12efb7bdefa8fe6e6069&scene=21#wechat_redirect) - [曦智科技的疯狂IPO，光计算真能革命英伟达？](https://mp.weixin.qq.com/s?__biz=MzY4NzAzODM2NA==&mid=2247484021&idx=2&sn=cf38e43c006dc0375a2cee199e270a00&scene=21#wechat_redirect) - [深度：英特尔的大航海，迷人又危险](https://mp.weixin.qq.com/s?__biz=MzY4NzAzODM2NA==&mid=2247484042&idx=1&sn=55fcf422b29e4a31629a05cea02f37e7&scene=21#wechat_redirect) - [HBM全景研报：从训练到推理，主角不再是GPU](https://mp.weixin.qq.com/s?__biz=MzY4NzAzODM2NA==&mid=2247484036&idx=1&sn=7a794a5f88d6f14d4beaf42477ea6820&scene=21#wechat_redirect) - [前谷歌TPU架构师：AI 的真瓶颈不是算力，是存储](https://mp.weixin.qq.com/s?__biz=MzY4NzAzODM2NA==&mid=2247484036&idx=2&sn=10467da564ca75f6ae64d8780c7adc8f&scene=21#wechat_redirect) - [Upgrade to Premium](https://x.com/i/premium_sign_up) - [2:02 PM · May 4, 2026](https://x.com/BTCdayu/status/2051180737853010063) - [1,601 Views](https://x.com/BTCdayu/status/2051180737853010063/analytics) --- *导出时间: 2026/5/4 14:50:22*