2024年，AI圈最焦虑的问题是'买不到H100'。
2025年，问题变成'买不起GPU'——大模型厂商烧光了融资。
到了2026年，让科技巨头CEO们失眠的问题变成了：电力、网络不够用。上一期介绍了电力变革，本期深挖一下网络瓶颈。
当数千块GPU协同训练万亿参数模型时，通信开销占训练总时间的40%以上——你花1000亿买的GPU，有400亿在等数据[1]。
更反常识的是：GPU越多，网络越吃紧。传统Fat-Tree架构里，每64颗GPU配3颗交换芯片就够了。到了英伟达最新VR NVL72，每颗GPU要配半颗交换芯片——配比飙升了'16倍'[1][2]。
英伟达的交换芯片价值量，从传统架构的100飙升到VR NVL72的1220——'涨了12倍'[2]。
16
交换芯片配比提升
倍▼ 3:64→1:2
在进入正文之前，先搞清本期最核心的概念：交换芯片是交换机的大脑，负责数据包的转发和路由。
AI集群越大，需要的交换芯片就越多。本期讨论的是这个被忽视的'运力'瓶颈——当大家都在关注GPU算力和电力供给时，网络基础设施也正在成为AI的新天花板。
第一章 三重共振：交换机市场迎来完美风暴
2026年上半年，中国数据中心交换机市场发生了什么？
星网锐捷10天6板——2026H1净利润增长46-103%，原因是'面向互联网客户的数据中心交换机业务大幅增长'。
紫光股份业绩倍增——2026H1净利润增长83-123%，新华三800G/102.4T交换机批量部署。
浪潮信息净利润增226-288%——上半年净利润26-31亿元，远超市场预期[3]。
这不是偶然的炒作，而是AI驱动的数据中心交换机需求出现了三重共振：
第一重：量的爆发。
中国数据中心交换机市场规模从2025年的45亿美元，预计增长到2026年的61亿美元，同比增长35%。到2028年将突破100亿美元[4]。
第二重：速率的升级。
2024年主流400G，2025年升级到800G，2026年800G已成标配，102.4T交换机开始部署。一台800G交换机均价是400G的2-3倍——量价齐升[4]。
第三重：国产替代加速。
中国交换芯片国产化率从2022年的30%快速提升，2026年预计突破40%，2028年达到65%[4][5]。
三重共振叠加，A股交换机概念股在2026年7月集体暴涨，不是偶然。这是AI规模扩大的必然结果——当万卡级集群成为标配，交换机就是AI最大的'隐性刚需'[3][4]。
这个三重共振的底层逻辑其实很简单：AI产业正在从'找芯片'阶段进入'建网络'阶段。2024-2025年大量采购的GPU需要在2026年安装起来，而让它们高效协同工作的关键是网络基础设施。
可以说，2026年的交换机市场爆发是2024-2025年GPU采购潮的'滞后效应'——把GPU买回来只是第一步，把它们连起来才是真正花钱的开始。
值得注意的一个细节是：华为虽然不披露网络设备的独立营收数据，但它在数据中心交换机市场占有37%的份额，是绝对的领头羊。
不同于其他厂商依赖博通或盛科的交换芯片，华为采用完全自研的鲲鹏交换芯片方案。这意味着华为在网络设备上的毛利率和控制力远超同行——自研芯片带来的成本优势在AI交换机量价齐升的背景下被显著放大。
2026年上半年，新华三率先完成业界首个800G智算网络全场景互通实测，推出S9828-128EP数据中心交换机（102.4T交换容量），搭载1024个112G高带宽端口，配合800G LPO光模块后整机功耗降低27%、链路时延缩减17%。
这一技术突破标志着国产800G交换机已经具备大规模部署能力[3]。
图1：中国数据中心交换机核心厂商2025年营收对比
图2：2026Q1中国数据中心交换机市场份额
行业视角AI产业从'芯片瓶颈'切换到'电力瓶颈'再切换到'网络瓶颈'，每个阶段的切换背后都是技术约束条件的变化。2026年市场聚焦网络基础设施，就是这个切换的最明确信号。
产业雷达独家分析三重共振的本质是：2024年买的GPU，2026年要连起来了。交换机市场的爆发是GPU采购的'滞后指标'，但这个指标才刚刚开始——真正的万卡级集群部署高峰在2026年下半年到2027年。
第二章 从3:64到1:2——交换芯片配比飙升16倍的秘密
为什么AI集群需要越来越多的交换机？答案藏在模型规模的增长曲线里。
大型语言模型的训练需要GPU之间频繁同步梯度数据。GPT-4级别的模型训练时，每秒要同步数百GB的数据。如果网络带宽不够，GPU利用率就从90%以上跌到50%以下——将近一半算力在等数据[1][2]。
传统两层Fat-Tree架构，每64块GPU配3颗交换芯片就够了（配比约4.7%）。
英伟达GB NVL72（2025年），72颗GPU需要18颗交换芯片——配比1:4（25%）。
最新VR NVL72（2026年），配比提升到1:2（50%）——72颗GPU需要36颗交换芯片[2]。
从3:64到1:2，交换芯片配比提升了16倍。对应的，交换芯片的价值量从传统架构的100涨到VR NVL72的1220——涨了12倍以上[2]。
核心判断：AI训练已经从'单机性能竞争'转向'系统级性能竞争'。单个GPU再强，如果集群通信效率是瓶颈，整体算力就会被'网络墙'卡死。
从历史经验看，这个问题在2025年还不明显，因为当时大多数AI训练集群规模在千卡量级，网络压力在可控范围内。
但到了2026年，万卡集群成为行业标配——微软和Meta各自在建十多万卡的超级集群——网络的压力一下子从'够用'变成了'不够用'。
就像一条小路走10辆车很通畅，但走1000辆车就彻底堵死。交换机不是装得越多越好，而是需要重新设计网络拓扑，让数据流动的'高速公路'足够宽、足够快。
这个变化在2026年还有一个更深层的驱动力——模型规模的膨胀速度远超单卡算力的提升速度。
GPT-3需要数千张GPU并行，GPT-4需要数万张，而未来的世界模型可能需要数十万张。通信效率只有在模型并行度足够高时才被摊薄。小集群（千卡以下）网络不是瓶颈，但一旦扩展到万卡级，网络是第一个被打穿的天花板。
换一个角度理解：如果把AI集群比作一个城市，GPU是'家'，网络就是'路'。以前城市小（千卡级别），几条小路就够了。但现在城市在膨胀（万卡、十万卡），如果没有高速公路网，大家就都堵在家里出不去——GPU再多也没用。
图3：AI集群交换芯片与GPU配比演变：从3:64到1:2
图4：中国数据中心交换机市场规模预测
行业视角交换芯片从'配角'变'主角'的本质是：模型越复杂，通信密度越高。未来AI公司的核心竞争力不再是芯片性能，而是系统级互联效率。
产业雷达独家分析英伟达收购Mellanox的价值在2026年才真正显现。没有自家的网络方案，GPU再强也会被网络卡住。2026年英伟达其实是一家'AI网络公司'还卖GPU——网络的战略地位已经被提升到了和算力同等重要的高度。
第三章 CPO商用元年——2026年光通信的转折点
CPO（共封装光学）是2026年AI网络领域最引人注目的技术突破。
传统可插拔光模块的800G端口功耗高达14-16W。CPO将光引擎直接封装到交换机ASIC旁边，电信号路径从20-30厘米缩短到毫米级，功耗降低60%以上[6][7]。
英伟达Quantum-X InfiniBand CPO交换机（Q3450-LD）已经在2026年上半年出货。144个800G端口、115.2Tb/s交换容量，整机功耗仅3.95kW——同等规格传统方案需要7kW以上。单台交换机一年省电费就够买一台服务器[7][9]。
但这还不仅仅是省电的问题。CPO带来的带宽密度提升3倍、延迟降低80%、信号完整性提升63倍。这些指标对于AI集群的性能有直接影响——延迟越低，GPU等待时间越短，训练效率越高[6][7]。
不过，CPO的渗透率目前仅0.5%。TrendForce预计到2030年才达到35%。传统可插拔光模块在可预见的未来仍然是主流[7][10]。
CPO的商业化路径可以拆解为三个阶段。
第一阶段的交换机CPO已经在2026年落地，面向机架内部和机架之间的短距离互联。
第二阶段的AI加速器CPO预计在2028-2029年到来，将光引擎直接封装到GPU封装基板上，通信效率进一步提升。
第三阶段的中介层CPO则要等到2030年之后——在硅中介层上集成光波导，实现真正意义上的'光互连片上'。
每个阶段的推进都意味着光器件的集成度更高、产业链的利润分配也在重构。
在CPO完全成熟之前，还存在NPO（近封装光学）和XPO（交叉封装光学）等中间形态作为过渡。
华为已经在2026年7月牵头成立了国内首个OPEN NPO MSA标准组织，联合中国移动、百度、京东云等20余家。
谷歌也为下一代TPU的scale-up互联下单了约1200万只NPO模块。
这些中间形态既保留了可插拔的灵活性，又吸收了CPO的部分功耗优势，是2027-2029年间最具性价比的过渡方案。
产业链上，CPO正在重构价值分配：传统光模块中DSP芯片占BOM的25-30%，CPO取消了DSP，新增了高功率CW激光器和微透镜阵列。
英伟达已向Coherent和Lumentum各投资20亿美元锁定CW激光器产能[6][7]。
台积电的COUPE平台是CPO制造的核心。2026年Q2 PIC产线已扩至1万片/月，客户排序：英伟达、博通、AMD优先。这就是半导体产业'先入者通吃'的游戏规则[6]。
中国的机会和挑战：天孚通信已经成为英伟达CPO交换机FAU主供应商，全球份额超50%。华工科技800G以上光模块出口同比增长超100倍。但在最关键的硅光芯片和CW激光器领域，国产厂商与国际领先水平仍有明显差距[7]。
CPO对中国光通信产业链还有一个更深远的影响：它在重新定义'光模块'。传统光模块是标准化白牌产品，CPO把它拆解为硅光芯片、CW激光器、封装测试等独立组件，每个环节都出现了独立供应商。这意味着中国光模块厂商的传统优势（制造效率）可能被CPO的产业链重构所稀释。
对于光模块厂商来说，一个关键应对策略是向上游延伸——从'封装代工'转向'光引擎设计'。
中际旭创已经在为英伟达提供800G光模块的同时，开始布局硅光引擎的设计能力。新易盛也在推进自己的硅光方案。
横向对比来看，这一轮技术切换与当年5G基站从分立器件向Massive MIMO集成的过程有相似之处——集成度越高的方案，对上游器件厂商的设计能力要求越高。
CPO不是在替代光模块，而是在重新定义'光模块'是什么。谁抓住了定义权，谁就拿到了产业链的定价权。
图5：CPO交换机功耗仅为传统方案一半
图6：CPO渗透率预测：从0.5%到35%
行业视角CPO的商业化不是'替代'传统可插拔，而是'补充'——在不同速率段和应用场景中长期共存。2026年是CPO从实验室走向量产的分水岭。
产业雷达独家分析CPO产业链最值得关注的不是交换机本身，而是上游光器件。一次技术路线切换，就是一次产业链洗牌的机会。CW激光器和微透镜阵列这两个CPO的'卡脖子'环节，可能是未来3年价值密度最高的方向之一。
第四章 国产替代：从1.6%到65%的追赶之路
中国交换芯片市场的格局，一句话可以概括：一家追赶，三家垄断。
博通、美满（Marvell）、瑞昱三家合计占中国商用以太网交换芯片市场97.8%的份额。盛科通信排名第四，市占率仅1.6%[5]。
1.6%是什么概念？在服务器、存储、光模块等领域，国产市占率早已超过30-40%。交换芯片是国产替代最落后的领域之一。
但也正因如此，盛科的追赶余地极为广阔。从1.6%到2026年预测的40%国产化率，再到2028年的65%，这是数十倍的量级跃迁[5]。
盛科的产品线：TsingMa.MX（2.4Tbps，数据中心已量产）、Arctic（25.6Tbps，超大规模数据中心市场推广）。Arctic在吞吐量、时延及无损网络方面已接近博通同档次水平。但差距仍然存在——博通Tomahawk 5已量产51.2Tbps，Tomahawk 6（102.4Tbps）已向早期客户送样[5]。
国产化的独特优势：在运营商、金融、政务等关键行业，政策明确规定网络设备必须逐步国产化。这为国产交换芯片提供了稳定内需——即使性能暂时落后，仍然有稳定的国内订单，可以积累经验迭代产品。
另一个变量是Scale-up超节点网络——这是一个全新赛道，国产厂商与海外巨头同一起跑线。预计2028年国产Scale-up交换芯片市场可达129亿元，国产化率75%[5]。
Scale-up与传统Scale-out最本质的区别在于通信效率。传统架构中GPU之间通信要经过多次'跳转'，延迟从微秒级到毫秒级不等。Scale-up通过专用高速总线将GPU直连，延迟降到纳秒级。
这个量级的差异在万卡级集群中会被显著放大——一个训练任务中GPU同步梯度的次数高达数十万次，每次节省几微秒累计就是几小时的效率提升。
不过，交换芯片只是产业链的一环。在交换机整机层面，国内厂商已经很强——华为37%+新华三33%，合计占中国数据中心交换机市场70%以上份额。这意味着国产交换机整机能力已经成熟，短板正在向上游交换芯片转移[3][4]。
国产交换芯片的追赶逻辑与三年前的EDA软件、五年前的CPU类似——政策驱动+大客户验证+成本优势，突破临界点后加速替代。
但不同之处在于，交换芯片技术迭代速度比EDA和CPU更快，追赶窗口可能更短。如果国产厂商在2-3年内不能量产51.2Tbps以上产品，差距可能重新拉大[4][5]。
2026年还有一个值得关注的变量：OpenAI、微软等大模型公司为了降低对英伟达的依赖，开始寻求更多元的算力基础设施。
这意味着网络设备的采购决策也在从'跟着英伟达选'向'自主评估'转变。在这个转变中，国产网络设备的性价比优势更容易被看见——当客户不再被单一技术路线绑定时，国产方案就多了一次证明自己的机会。
图7：中国交换芯片国产化率趋势：2%→65%
图8：中国交换芯片国产替代加速（国产vs进口）
行业视角从1.6%到65%的追赶路径有三种驱动力：政策自主可控、大客户验证突破、成本优势。三者叠加形成'不可能三角'被打破的局面。
产业雷达独家分析国产交换芯片最值得关注的时间节点不是'什么时候追上博通'，而是'什么时候进入互联网大厂的集群'。一旦出现字节或阿里规模部署国产交换芯片的集群，就是国产替代从'政策驱动'切换到'市场驱动'的标志。
第五章 展望：Scale-up时代，AI网络的下一个十年
2026年最重要的趋势，不是端口速率的提升，而是Scale-up网络的崛起。
传统AI集群通过'Scale-out'方式扩展：将GPU通过交换机连在一起。方式简单直接，但随着集群规模超过10万GPU，网络层级越来越多，延迟和成本指数级增长。
Scale-up则完全不同。它通过高速互联（如英伟达NVLink、AMD Infinity Fabric）将多块GPU直接连接成一个'超级GPU'。GB200 NVL72中，72颗GPU通过NVLink连接，柜内通信带宽高达1.8TB/s，是传统网络带宽的数十倍[1][2]。
从Scale-out到Scale-up的本质变化：通信密度从「机房间」向「机柜内」转移，从「共享」到「专享」。Scale-up网络通信延迟从微秒级降到了纳秒级，带宽从百GB级升到了TB级。
这对产业链的影响：
第一，交换机厂商从'卖设备'变成'卖架构'。
第二，光通信产业链正在经历价值重估。全球800G光模块出货量2026年预计达3700万只，1.6T需求860-2000万只[6][7]。
第三，'光进铜退'从电信网络延伸到数据中心内部。
光模块市场的变化值得单独拎出来说。2024年行业还在担心光模块产能过剩，2025年800G供不应求，2026年1.6T又成了新的紧俏货。
这背后的驱动力是单GPU算力的快速提升——H100时代一张显卡功耗700W，B200时代突破1000W，Rubin时代直接飙到1500W以上。算力越强，需要吞吐的数据越多，对光模块速率的要求就越高。
光模块赛道的迭代周期已经从传统的3-4年压缩到了18个月，这意味着每一次速率的跳升都带来一批新订单和一批被淘汰的旧产品。
英伟达一家公司一年就要消耗超500万只光模块，占全球1.6T需求量的八成以上。这种级别的需求集中度，意味着光模块厂商的命运很大程度上取决于能否跟紧英伟达的迭代节奏。
中际旭创正是因为抓住了英伟达800G升级的窗口，才在2025-2026年实现了翻倍式增长。
关键时间节点：2027年1.6T规模部署，2028年51.2T国产化突破，2029-2030年CPO进入35%渗透率[6][10]。
最确定的事：AI对网络的需求只会增长不会减少。每代GPU计算能力提升2-3倍，为充分利用算力，网络带宽必须以同速提升。AI网络需求的确定性在AI产业链中是最高的之一。
但也要看到硬币的另一面：交换机市场历史上经历过多次'产能过剩→价格战→洗牌'的周期。AI驱动的需求爆发能否持续手机股票配资论坛，取决于算力基建投入的持续性。如果2027-2028年AI资本开支增速放缓，交换机市场同样面临回调风险。
百川资本提示：文章来自网络，不代表本站观点。
- 上一篇：合法配资平台 莫罗：威少打库里就像变了个人&不传球 赛后他为太独向我道歉
- 下一篇：没有了
相关文章
热点资讯
