东南研观丨网络互联芯片行业分析与投资风险提示

随着人工智能的发展，大模型的训练与推理对网络互联芯片提出了前所未有的挑战。传统互联技术面临“通信墙”与“内存墙”瓶颈，高速互联芯片已成为算力集群性能的关键决定因素。未来网络互联芯片将继续朝着带宽提升、延迟降低和架构创新等方向前进。

1.网络互联芯片的定义

网络互联芯片是AI算力基础设施中的关键组件，主要功能是在芯片内部、芯片之间以及系统层级之间实现超高速、低延迟、高能效的数据传输。如果把一个电子系统比作一座城市，处理器是“指挥中心”，内存是“大型仓库”，而互联芯片则相当于城市间的“高速公路和立交桥”，负责把各区域连成一张网，保障海量数据不堵车、不绕路地高速流转。

2.网络互联芯片的分类

根据目前主流的行业标准，网络互联芯片主要有以下几种分类方式：

（1）按传输速率分类

根据速率的不同，互联芯片可分为三个层级，其应用场景与国产化进程差异显著：中低速（<10Gbps）场景，国产化程度较高，但市场增量有限；高速（10-64Gbps）场景是当前算力场景的主流选择，也是国产芯片突破的核心方向；超高速（≥64Gbps）场景技术壁垒极高，主要适配顶级算力场景，国产芯片尚处于研发小试阶段。

（2）按照互联协议分类

在计算机和通信系统中，互联协议是一组预先定义好的标准和规则。它规定了芯片与芯片之间、设备与设备之间如何建立连接、如何打包数据、如何发送与接收信号，以及如何处理错误。没有这套规则，不同的硬件就会像鸡同鸭讲，根本无法协同工作。不同的互联协议芯片技术定位不同，分别适配多种场景：

PCIe：目前最普及的“内部局域网”协议，主要应用场景是电脑主板、显卡、固态硬盘（SSD）之间的连接，以及服务器内部CPU与加速卡之间的连接，特点是低延迟、高带宽。

CXL：为AI和异构计算而生的“新星”，主要应用场景是基于PCIe的物理层，但加入了内存共享的功能，它允许CPU、GPU、FPGA等不同芯片共享同一块内存池，打破了内存孤岛，是目前解决AI算力瓶颈的关键协议。

Ethernet：最广泛的“外部广域网”协议，主要应用场景是机房与机房之间、数据中心与外部网络的连接。它的特点是传输距离远、生态极其成熟，但延迟相对PCIe较高。

SRIO：高可靠性的“特种协议”，主要应用于航空航天、通信基站、雷达等对数据绝对可靠、低延迟要求极高的场景。

NVLink/NVSwitch：英伟达（NVIDIA）的“私有专属协议”，主要应用场景是连接多张英伟达GPU。因为它是为自家显卡量身定制的，所以带宽和效率极高，但缺点是不通用，只能用在英伟达生态里。

（3）按功能形态分类

在高速互联体系中，不同形态的芯片各司其职：

交换芯片（Switch）：这是链路调度的核心，主要负责数据包的路由转发和网络流量的调度。它是数据中心网络（如Spine-Leaf架构）的骨干器件，决定了集群横向扩展（Scale-Out）和纵向扩展（Scale-Up）的能力。

接口控制芯片（Bridge/Controller）：这类芯片承担协议解析、跨架构适配以及协议转换的工作。例如，在CPU与GPU/SSD的互联场景中，PCIe Switch芯片就扮演着关键的拓扑扩展与协议适配角色。

信号收发芯片（PHY/Retimer/NIC）：这类芯片位于物理层，负责电信号的发送和接收。随着传输速率的提升，信号衰减和时序失真问题加剧，Retimer（重定时器）芯片通过信号整形、时钟数据恢复与链路纠错，保障高速数据的完整性与系统稳定性；NIC（网卡芯片）则是服务器接入网络的关键接口。

光互连芯片（oDSP/硅光芯片等）：随着AI算力对带宽和能效要求的急剧增长，光互连芯片成为核心。其中，oDSP（光数字信号处理）芯片负责高速信号的调制解调与纠错；硅光芯片则通过光电共封装（CPO）等技术，实现小型化、低功耗的高速光互连，以解决传统铜线互连的“内存墙”和功耗瓶颈。

全球网络互联芯片市场整体呈现出极高的市场集中度，海外巨头凭借技术壁垒和先发优势占据绝对主导地位。

1.PCIe/CXL互连芯片：寡头垄断，国产龙头崭露头角

PCIe互连芯片（包括Switch交换芯片和Retimer重定时器芯片）在AI服务器内部高速互联中不可或缺，呈现高度集中的寡头格局。PCIe Switch（交换芯片）市场被海外单一厂商垄断，占据超90%的市场份额。博通是全球PCIe互连龙头，其Switch份额约70%。Microchip位居次席，并在2025年全球首发了3nm PCIe 6.0交换芯片；PCIe Retimer（重定时器芯片）领域，美国厂商Astera Labs占据约60%的全球份额。国内厂商澜起科技表现突出，以10.9%的份额位居全球第二，并在PCIe 6.x Retimer领域实现全球首发，领先竞品12-18个月。

CXL互连芯片：作为新兴的内存共享协议，目前处于商业化初期。澜起科技凭借全球首发CXL MXC芯片的先发优势，已入选首批CXL 2.0合规供应商清单，具备极强的生态卡位能力。

2.以太网交换芯片：海外三巨头把持，国内替代空间广阔

以太网交换芯片是数据中心组网的“心脏”，全球市场高度集中。博通和思科等的全球市占率合计高达77.14%。其中，博通处于绝对龙头地位，其商用交换芯片占据全球商用市场80%以上的份额。

国内商用交换芯片高度依赖海外巨头。博通和瑞昱等在国内商用市场合计占据近98%的份额，国产厂商盛科通信市占率仅为1.6%（位列境内第一），在万兆及以上高端市场也仅有2.3%的份额。

3.私有GPU互联：英伟达的绝对壁垒

在AI集群内部GPU与GPU之间的直接通信方面，英伟达的私有互联协议NVLink/NVSwitch是目前的性能天花板。NVLink 5.0的双向带宽可达1.8TB/s，但其封闭生态（仅限NVIDIA GPU使用）也是其最大局限。

为了打破这一垄断，2024年由AMD、Intel、Google、Microsoft等巨头联合成立了UALink联盟，计划推出标准化的开放GPU互联协议，直接对标英伟达的NVLink。

如果把构建AI算力集群比作“建大楼”，Scale-Up与Scale-Out是两种截然不同的“建筑图纸”（架构设计），而网络互联芯片则是实现这两种图纸不可或缺的“钢筋水泥与交通枢纽”（物理载体）。没有互联芯片，这两种架构根本无法落地。互联芯片的技术指标（带宽、延迟、协议），直接决定了Scale-Up和Scale-Out架构的性能上限。

1.Scale-Up（纵向扩展）

可通俗理解为把一栋楼盖得更高、更结实。技术本质是通过增强单台服务器内部的硬件能力来提升整体性能。它将多台GPU或加速卡通过高速互联芯片（如NVLink、PCIe Switch）紧密连接，使它们共享同一块内存池，在逻辑上表现得像“一个巨大的超级芯片”。优点包括：

极低延迟：节点内部通信走的是专用的高速总线（如NVLink），延迟极低（微秒级），数据交换效率极高；内存共享：配合CXL等先进互联协议，所有GPU可以访问统一的内存池，打破了“内存孤岛”，非常适合需要庞大上下文和海量参数的超大模型训练；软件编程简单：对开发者而言，系统就像一台单机，不需要处理复杂的跨节点分布式通信逻辑。

缺点包括：

物理与成本上限：受限于主板尺寸、供电和散热，单机能插的GPU数量有物理极限（通常为8张或16张）；单点故障风险：如果这台“超级服务器”宕机，整个计算任务会直接中断；造价极其昂贵：高端的Scale-Up互联芯片和定制化主板成本极高。

2.Scale-Out（横向扩展）

可通俗理解为在平地上建很多栋一模一样的楼，然后把它们连起来。技术本质是通过增加服务器的数量来提升整体性能。每台服务器保持独立，服务器与服务器之间通过以太网交换机或InfiniBand交换机进行网络通信，协同完成计算任务。优点包括：

理论上无限扩展：只要网络带宽足够，可以不断增加服务器节点，轻松构建万卡甚至十万卡级别的算力集群；高容错性：某个节点损坏，其他节点可以接管任务，不会导致整个系统瘫痪；成本效益高：可以使用大量标准化的通用服务器，硬件采购成本相对较低。

缺点包括：

网络延迟较高：节点间通信需要经过网卡、线缆、交换机等，延迟通常在微秒到毫秒级，远低于Scale-Up；通信开销大：在训练大模型时，节点之间需要频繁同步数据（如All-Reduce操作），如果网络带宽不足，GPU就会“停工等待数据”，造成严重的算力浪费；软件复杂度高：需要极其复杂的分布式框架和并行计算算法来调度任务。

在实际的AI大模型算力集群建设中，这两种架构并非“非此即彼”，而是协同工作的。节点内部采用Scale-Up架构（通过NVLink、PCIe等），保证单机内的极致通信效率。节点之间采用Scale-Out架构（通过RoCEv2以太网、InfiniBand等），实现集群规模的无限横向扩展。

在AI大模型迈向万亿参数规模的当下，算力集群正从“单卡性能比拼”转向“集群协同作战”。然而，随着集群规模从千卡迈向万卡甚至十万卡，网络通信耗时占比已高达30%-50%，网络互联成为制约算力释放的最大“隐形门槛”。

在这一背景下，网络互联芯片的国产替代已不再是单纯的“技术追赶”，而是关乎国家算力基础设施安全的战略必答题。当前，国产替代正沿着以下核心路径与关键突破点加速推进：

1.国产替代的核心路径

（1）从“单点突破”走向“全栈系统级”替代

过去国产芯片多聚焦于单一器件，而当前的替代路径正转向提供系统级解决方案。以中科曙光发布的scaleFabric为例，其不仅突破了高速SerDes IP、网卡芯片和交换芯片等核心硬件，还实现了驱动与管理软件的100%自研，构建了从底层硬件到上层软件的完整技术体系。这种“软硬一体”的全栈自研，是打破海外巨头（如英伟达收购迈络思后形成的InfiniBand全栈闭环生态）技术垄断的最有效路径。

（2）从“兼容跟随”走向“自主协议标准”引领

除了兼容现有的主流协议（如以太网、InfiniBand），国内正在主导构建自主可控的互联架构。例如，中国移动主导的OISA（自主可控高效开放的GPU卡间互联架构）正成为国产超节点组网的关键选择。盛科通信等厂商作为首批生态伙伴，正通过参与协议标准制定，在底层架构上卡位未来的国产Scale-Up互联市场。

（3）从“底层IP”夯实“芯片定制”根基

高端互联芯片的研发高度依赖底层IP（知识产权核）。国内厂商正通过掌握核心IP来缩短研发周期并保障供应链安全。例如，芯动科技凭借19年积累的原创SerDes IP和内存接口IP，成功推出了全球首款120通道PCIe Gen5交换芯片；合见工软、集益威等企业也在224G SerDes IP、UCIe等前沿互联IP上实现了国产领先，为上层芯片的突破提供了“高质量积木”。

2.关键突破点

（1）突破“原生无损RDMA”技术，打通算力大动脉

在万卡级集群中，任何微小的网络丢包都会导致昂贵的GPU陷入闲置等待。国产互联芯片的一大关键突破点在于实现“原生无损RDMA（远程直接内存访问）”。中科曙光基于InfiniBand原生RDMA路线打造的scaleFabric，采用基于信用的精准流控机制，从根源上避免了数据丢包，实现了端到端时延低于1微秒、转发时延仅260纳秒的极致性能，并在郑州国家超算互联网核心节点支撑了3万卡集群的稳定运行。

（2）攻克高端交换芯片，打破“互联墙”与“内存墙”

针对AI服务器内部GPU之间的通信瓶颈，国产交换芯片取得了里程碑式进展。芯动科技发布的120通道PCIe Gen5交换芯片，相当于拥有120条车道的超级立交桥，可同时连接16块高性能显卡，数据传输延迟仅115纳秒，成功填补了国产高端PCIe交换芯片的空白。同时，盛科通信的51.2T高端以太网交换芯片也在加速导入国内CSP（云服务提供商）的超节点方案中。

（3）短距高速光互连芯片的国产化攻坚

随着电信号传输面临物理极限，光电共封装（CPO）和高速光互连成为下一代互联的必争之地。国内科研团队与企业在高速垂直腔面发射激光器（VCSEL）及探测器芯片上取得突破，实现了25Gb/s至84Gb/s的高速数据传输与超低能耗，打破了高端光互连核心元器件依赖进口的被动局面。

（4）软件生态的“无缝迁移”与“开放兼容”

硬件替代只是第一步，软件生态的适配才是决定商业化成败的关键。国产互联芯片正致力于降低用户的迁移成本。例如，scaleFabric通过提供原生接口，全面兼容现有的各类HPC和AI通信库，使得各类大模型训练可以在“不改代码”的情况下直接迁移，做到了“应用无感”。同时，国内厂商正以开放的姿态联合AI框架、加速芯片等上下游伙伴，加速构建国产高性能网络产业生态。

总结而言，网络互联芯片的国产替代正通过“全栈自研+自主标准+核心IP”的组合拳，在“原生无损RDMA、高端PCIe交换、光电互连、软件生态”四大关键点上实现突围，正逐步为国产AI算力集群铺就一条自主可控的“高速公路”。

1.标的选择

投资网络互联芯片赛道，应重点关注那些在产业链核心环节具备稀缺能力、能够解决当前算力通信瓶颈的企业。具体可沿以下四大主线进行布局：

（1）核心交换与接口芯片（Scale-Out与Scale-Up枢纽）

交换芯片和接口芯片是数据中心和超节点内部的数据调度核心。在Scale-Out领域，可关注国内以太网交换芯片龙头以及具备运营商政企网络绝对优势的交换芯片厂商。在Scale-Up领域，随着国产XPU集群对高速互联需求的激增，掌握核心互联协议（如对标NVLink的自研方案）及交换芯片的初创企业正迎来爆发期，有望填补国产空白。

（2）光互连产业链（突破带宽与功耗瓶颈）

随着AI集群向800G乃至1.6T演进，光互连正成为核心带宽层。投资应聚焦于掌握关键稀缺能力的企业：

光模块与光引擎：关注在NPO（近封装光学）和CPO（共封装光学）领域具备前瞻卡位能力的领先企业。

核心光芯片与器件：关注在激光器芯片、无源光器件及光连接器等细分领域具备国产替代优势的企业。

（3）PCIe互连芯片与重定时器（Retimer）

AI服务器出货量的激增直接拉动了PCIe互连芯片的需求，尤其是Retimer芯片增速显著高于交换芯片。在这一赛道，可重点关注在内存接口芯片和PCIe Retimer领域具备全球竞争力的国产厂商，其新一代产品往往能领先竞品，享受先发红利。

（4）超节点整机与液冷配套

高速互联的突破离不开整机系统的配合。可关注具备超节点一体化设备集成能力的通信设备商。此外，随着互联芯片功耗密度的提升，液冷技术成为必选项，关注冷板式液冷方案商及国产供应链出海企业也是重要的投资方向。

2.风险防范

尽管赛道前景广阔，但网络互联芯片行业仍面临多重风险，投资者需保持警惕：

（1）技术与研发瓶颈风险

先进制程受限：高端网络芯片高度依赖7nm及以下先进制程，当前面临代工成本持续上升、良率不稳定以及核心设备（如光刻机）进口受限等问题，推高了研发与量产门槛。

新技术商业化不及预期：如光电共封装（CPO）虽被视为解决功耗瓶颈的终极方案，但目前仍面临散热难、良率低、维护不便等工程化难题，大规模商用时间点存在不确定性。

自研协议的内耗风险：部分国产厂商过度追求封闭的自研互联协议，缺乏芯片间互联技术积累，这不仅需要庞大的研发团队（至少500人规模），还容易加剧生态割裂，导致客户面临高昂的迁移成本。

（2）市场与竞争风险

AI资本开支波动：互联芯片的需求高度依赖下游云厂商和互联网巨头的算力资本开支。若AI商业化落地节奏放缓，导致云厂商阶段性调整资本开支，将直接影响上游芯片订单。

同质化竞争与价格战：随着大量资本涌入，部分中低端赛道可能出现产能过度扩张，引发同质化竞争加剧和毛利率下滑的风险。