算力产业链示意图

图15：算力产业链示意图

资料来源：公司官网，公司公告，国信证券经济研究所整理

（3）从全面云端AI到关注边缘AI应用。目前大模型的训练和推理都以云端为主，远期来看，边缘侧AI可以本地进行推理，具备应用必要性，例如缓解网络压力、高可靠性与低时延以及隐私与安全性等。高通认为混合AI架构是AI的发展方向，芯片厂商、软件厂商也都在持续优化大模型端侧运行能力，包括增强芯片算力、对模型进行蒸馏等优化处理以及面向垂直行业推出小模型等。

图16：以端侧为中心的混合AI架构

资料来源：Qualcomm，国信证券经济研究所整理

核心基础设施：景气度持续提升，长期受益AI发展

AI算力核心基础设施包括服务器、交换机与光模块。AI集群的核心基础设施主要包括服务器、交换机与光模块。以英伟达A100方案为例，一个标准的基本单元SuperPOD由140台DGXA100GPU服务器、HDRInfiniBand200G网卡和170台NVIDIAQuantumQM8790交换机构建而成，其中交换机速率为200G，每个端口数为40个；最新发布GH200方案中，针对256张超级芯片GPU互联，采用2层网络结构，其中两层网络均采用NVLINKSWITCH来完成搭建，第一层（服务器和第一层交换机）之间使用了96台交换机，第二层（Level2）使用了36个交换机，每台交换机拥有32个端口，每个端口速率为800G。