AI 产业链上新技术的底层逻辑——是通信、电子领域等一系列技术变革

大模型是一种新的生产力工具，来帮助我们更准确地认知世界和预测世界。大模型（FoundationModel）的出现是一系列的变革，我们看到不仅是800G光模块、HBM需求旺盛的现象，其背后是深度学习对于链上所有参与环节的突破，包括解决存储墙出现的HBM、解决算力墙出现的集群和分布式训练、解决通信墙而出现的网络架构革新、解决功率墙出现的液冷等等，是通信和电子一系列技术新一轮的变革。

本轮光模块800G周期有何不同？光模块行业是一个周期成长的行业，本身遵循光摩尔定律，即每2-3年网络带宽翻倍，因此光模块公司的业绩往往跟随速率升级周期节奏。而本轮800G周期和以往100G、400G的不同之处在于，不仅仅是速率升级，还有网络架构的变革。我们看到AI数据中心网络架构有两个变革：一个是从Spine-Leaf架构→Fat-tree架构；二是GPUAll-to-all直连，这两种变革都额外地、大幅地增加了光模块需求。

变革1：Spine-Leaf架构→Fat-tree架构：与云计算普遍采用的Spine-Leaf架构不同，Fat-tree架构是一种无阻塞（Non-blocking），交换机上行和下行的速率一致，在AI/ML的数据中心中普遍采用。由于