- AI基础设施正向机架级协同优化转变，为光互连、先进封装、内存架构和供电技术带来机遇。报告分析了OCP峰会的四大主线：1）CPO（共封装光学）日益接近规模化部
- 序号：328
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
- AI基础设施正向机架级协同优化转变，为光互连、先进封装、内存架构和供电技术带来机遇。报告分析了OCP峰会的四大主线：1）CPO（共封装光学）日益接近规模化部署，64-XPU CPO演示展示了加速器直连光链路的潜力，但可插拔光模块在扩展场景中仍将保持成本优势；2）先进封装正从2.5D向3.5D演进，定制ASIC尺寸接近10倍光罩尺寸，3.5D集成可实现约10倍的芯片间能效提升；3）内存容量与带宽同等重要，SK海力士MARS架构可实现3-5倍TTFT提升，HBF目标容量为HBM的14倍；4）智能体AI推理需求正推动异构内存架构（HBM+DRAM+NAND）扩展内存内容。
本报告聚焦于OCP（开放计算项目）峰会所揭示的AI基础设施技术演进方向，指出智能体AI（Agentic AI）的崛起正推动基础设施从芯片级优化转向。报告涵盖四大技术主线： ：从概念走向现实，64颗XPU的CPO演示验证了机架内直连光链路的可行性 ：从2.5D向3.5D演进，定制ASIC逼近10倍光罩尺寸极限 ：容量与带宽同等重要，异构内存（HBM+DRAM+NAND）成为新趋势 ：机架级功率密度提升推动电源架构革新
一、CPO：光互连的尺度扩展（Scale-Up）
64颗XPU的CPO-enabled计算机架已完成演示，验证了加速器间直连光链路的工程可行性 随着，光互连在尺度扩展（Scale-Up）场景中的重要性与日俱增 对于定制化XPU而言，光互连几乎是必经之路
：CPO将逐步占据主导，尤其在定制化加速器机架内部 ：——其在可维护性（serviceability）和成本方面的优势难以被CPO完全替代 ：封装良率、光纤对准精度、长期可靠性仍是CPO大规模商用的关键瓶颈 二、先进封装：从2.5D到3.5D的跃迁
定制ASIC设计规模正在逼近 相比传统2.5D互连可实现约 管理层预计3.5D技术将在未来
定制HBM（custom HBM） 专有芯片间互连（proprietary die-to-die interconnects） DTCO（设计-工艺协同优化） 随着系统复杂度上升，先进封装和定制ASIC设计服务市场存在。 三、内存架构：容量、带宽与异构化
分离式内存架构（Disaggregated Memory Architecture） 通过而非重新计算，实现 这对于长上下文推理场景意义重大
指标HBF对比HBM 带宽 约为HBM的 容量 为HBM的 样品时间 预计 推理工作负载（Inference Workloads）正日益需要的异构内存组合，内存市场规模有望超越传统"GPU配套HBM"的简单框架。 四、行业观点 摩根士丹利对，认为本轮AI基础设施建设不仅仅是GPU或加速器的故事，而是一个涵盖光互连、封装、内存、供电等多个环节的系统性机会。
本报告为，并非针对单一公司的首次覆盖，因此未给出具体的目标价或个股评级。但摩根士丹利对大中华区半导体板块的。
技术方向潜在受益环节 CPO光互连 光模块、光器件、封装设备 先进封装/3.5D 封装测试、定制ASIC设计服务 异构内存 HBM、HBF、定制内存方案
：封装良率、光纤对准、长期可靠性问题可能导致大规模商用时间推迟 ：3.5D封装、HBF等仍处于早期阶段，技术路线可能发生调整 ：可插拔光模块在服务性和成本上的优势可能延长其市场份额占比 ：智能体AI推理需求的实际增长速度若不及预期，将影响相关供应链的业绩兑现 ：大中华区半导体产业链面临出口管制等地缘因素影响 ：相关供应链公司高度依赖少数大型云厂商订单，存在客户集中风险 ：行业更新报告（Update） ：大中华区科技半导体板块 ：Daniel Yen, CFA / Charlie Chan / Daisy Dai, CFA / Lucas Wang / Henry Zhao / Ethan Jia
总体总结
主题正文
- 报告分析了OCP峰会的四大主线：1）CPO（共封装光学）日益接近规模化部署，64-XPU CPO演示展示了加速器直连光链路的潜力，但可插拔光模块在扩展场景中仍将保持成本优势；
- 2）先进封装正从2.5D向3.5D演进，定制ASIC尺寸接近10倍光罩尺寸，3.5D集成可实现约10倍的芯片间能效提升；
- 3）内存容量与带宽同等重要，SK海力士MARS架构可实现3-5倍TTFT提升，HBF目标容量为HBM的14倍；
- 本报告聚焦于OCP（开放计算项目）峰会所揭示的AI基础设施技术演进方向，指出智能体AI（Agentic AI）的崛起正推动基础设施从芯片级优化转向。
- 摩根士丹利对，认为本轮AI基础设施建设不仅仅是GPU或加速器的故事，而是一个涵盖光互连、封装、内存、供电等多个环节的系统性机会。
- ：智能体AI推理需求的实际增长速度若不及预期，将影响相关供应链的业绩兑现
- ：相关供应链公司高度依赖少数大型云厂商订单，存在客户集中风险
- ：Daniel Yen, CFA / Charlie Chan / Daisy Dai, CFA / Lucas Wang / Henry Zhao / Ethan Jia