中金公司研报认为 ，大模型参数规模、长上下文及并行策略推升了卡间通信需求 ，AI基础设施瓶颈正由单芯片算力转向互联效率 、资源调度和系统协同。Scale-up通过扩大高带宽 、低时延互联域，聚合算力和HBM资源 ，降低通信瓶颈对训练及推理效率的制约 。超节点有望成为AI算力的重要组织方式 ，推动交换芯片及交换托盘、光互联 、液冷和高功率电源等环节迎来需求扩张与技术升级 。
据中金公司测算，国内超节点液冷配套市场规模有望由2026年的14亿元增长至2028年的148亿元。同时 ，AI负载同步性和突发性增强 ，将拉动高功率PSU 、Power Shelf、PDU 、BBU及智能电源管理需求，并推动供电架构向HVDC 、集中式AC/DC和SST等高效率方案演进 。
（文章来源：中国证券报·中证金牛座）
中金公司研报认为，大模型参数规模、长上下文及并行策略推升了卡间通信需求 ，AI基础设施瓶颈正由单芯片算力转向互联效率、资源调度和系统协同。Scale-up通过扩大高带宽 、低时延互联域，聚合算力和HBM资源，降低通信瓶颈对训练及推理效率的制约。超节点有望成为AI算力的重...
中金公司研报认为，大模型参数规模、长上下文及并行策略推升了卡间通信需求 ，AI基础设施瓶颈正由单芯片算力转向互联效率、资源调度和系统协同。Scale-up通过扩大高带宽 、低时延互联域，聚合算力和HBM资源，降低通信瓶颈对训练及推理效率的制约。超节点有望成为AI算力的重...
中金公司研报认为，大模型参数规模、长上下文及并行策略推升了卡间通信需求 ，AI基础设施瓶颈正由单芯片算力转向互联效率、资源调度和系统协同。Scale-up通过扩大高带宽 、低时延互联域，聚合算力和HBM资源，降低通信瓶颈对训练及推理效率的制约。超节点有望成为AI算力的重...
中金公司研报认为，大模型参数规模、长上下文及并行策略推升了卡间通信需求 ，AI基础设施瓶颈正由单芯片算力转向互联效率、资源调度和系统协同。Scale-up通过扩大高带宽 、低时延互联域，聚合算力和HBM资源，降低通信瓶颈对训练及推理效率的制约。超节点有望成为AI算力的重...
