东兴证券_超节点行业：从计算托盘角度拆解英伟达VR NVL72，通信速率三重升级，超级网卡价值显著提升_20260522.pdf

东兴证券查看原文

摘要

1东兴证券发布通信行业研报，维持“看好”评级。
2报告拆解英伟达VR NVL72超节点，指出其通过1.8TB/s NVLink-C2C、PCIe Gen6及800G SuperNIC实现通信速率三重升级，训练性能较Blackwell提升3.5倍。
3核心观点认为超级网卡价值显著提升，且国内在高速互联、800G网卡等领域存在代差，自主可控需求迫切。
4建议聚焦高速互联芯片、光模块、高速PCB/覆铜板及国产超节点整机五大主线，推荐中际旭创、盛科通信等标的。

文本

![](page=0,bbox=[210, 118, 682, 247])

超节点行业：从计算托盘角度拆解英伟达 VR NVL72，通信速率三重升级，超级网卡价值显著提升

2026年5月22日

看好/维持

通信行业报告

分析师

石伟晶 电话：021-25102907 邮箱：shi_wj@dxzq.net.cn

执业证书编号：S1480518080001

投资摘要：

2026年英伟达最新发布的超节点Vera-Rubin NVL72，是全球领先的Scale up网络算力平台。Rubin平台由六款全新芯片组成，包括Vera CPU、Rubin GPU、NVLink6交换机、ConnectX-9 SuperNIC、BlueField-4 DPU和Spectrum-6以太网络交换机。据英伟达公布的数据，Rubin平台的训练性能达到前代Blackwell的3.5倍，运行AI软件的性能提升5倍。此外，与前一代相比，英伟达Rubin平台在训练MoE模型时所需的GPU数量减少至原来的四分之一，进一步推动人工智能的普及应用。

在VR NVL72中，AI计算任务从外部网络进来，数据经过ConnectX-9、BlueField-4、VeraCPU，再分配到GPU和机架内其他71颗GPU协同完成计算，最后计算结果通过网络传送出去。在计算托盘中，数据传输路径可以分为三段：VeraCPU至RubinGPU之间通过NVLinkC2C高速链路互联；VeraCPU至 CX-9之间通过两条PCIeGen6链路分别连接到两个CX9的PCIeSwitch模块；以及CX-9至OSFP之间通过800G以太网/InfiniBand互联。

NVLink-C2C技术重构异构计算的互联范式，在裸片/芯片间互联领域建立巨大的领先优势。在VR200 NVL72中，Rubin-Vera之间依托NVLink-C2C（Chip-to-Chip，芯片到芯片互联）实现双向带宽1.8TB/s CPU-GPU互联，延迟纳秒级，相比GB200 NVL72的NVLink-C2C的900GB/s，提升一倍。而主流PCle Gen5架构双向带宽为128GB/s带宽，非一致性内存访问增加编程复杂性以及计算资源闲置等待。 NVLink-C2C的核心技术原理在于：通过AMBACHI协议实现硬件级缓存一致性，CPU和GPU缓存自动同步；CPU内存与GPU显存在软件视角呈现为单一内存池；对系统范围跨处理器的原子读写无需额外同步原语。

采用PCle Gen6协议实现VeraCPU与超级网卡CX-9互联。PCle Gen6是第六代高速外设互联标准，CPU与网卡、存储等外设的通用接口。PCle6接口支持48条Lane，每条Lane单向速度64Gbps。因此，Vera与CX-9之间接口双向总带宽达到768GB/s。PCle Gen6信号需要使用高端PCB与玻纤布传输。在VR200 NVL72计算托盘中，PCle Gen6信号从Strata模块传输到Orchid模块前端，PCB距离长达约500mm。为实现信号完整性，VR200 NVL72除了升级双向SerDes技术外，还需要升级PCB材料。在材料层面，CCL（覆铜板）从M7升级到M8/M9，主计算板和网络板的铜箔升级到HVLP4，材料价值显著上升；为了降低介质损耗，玻璃纤维布或价值更高的石英材料被用于Orchid板和中置板。

采用以太网/InfiniBand协议实现超级网卡CX-9与OSFP光模块笼口互联。CX-9一项重要升级在于，其在以太网模式下通过单个端口即可提供1x800G的传输能力，无需依赖多链路聚合实现总吞吐量。相比之下，CX-8仅在InfiniBand架构下支持800G速率，但在以太网模式下通常以2x400G的配置呈现。在VR NVL72计算托盘中，8个800G的CX-9网卡对应OSFP笼位的数量有两种方案：一种是每颗GPU配1个1.6TOSFP笼口，则每个计算托盘共4个1.6TOSFP笼口；另一种则是每颗GPU配2个800GOSFP笼口，则每个计算托盘共8个800GOSFP笼口。

![](page=1,bbox=[1562, 126, 1850, 206])

ConnectX-8/9定位超级网卡（SuperNIC），性能远超传统网卡。2025年8月，英伟达正式发布专为Blackwell架构和加速超大规模AI工作负载而设计的ConnectX-8 SuperNIC。ConnectX-8 SuperNIC单端口800Gb/s InfiniBand（XDR）或双端口400Gb/s Ethernet（Spectrum-X），为上一代ConnectX-7（200Gb/s）的4倍，是当前业界最高带宽网卡。2026年1月，英伟达推出高性能智能网络接口卡ConnectX-9，核心变革在于实现单端口800Gb/s的以太网传输能力。

超级网卡内置PCIe Gen6交换模块，替代传统独立PCIe交换机。ConnectX-8内置48通道PCIe Gen6交换机，单芯片实现“网络接口+GPU间交换”二合一，有助于消除IO瓶颈，并加快GPU、NIC和存储之间的数据移动速度。基于ConnectX-8的优化设计可为集群内的所有GPU间通信提供高达每个GPU 50GB/s的IO带宽，因为NCCL直接通过网络转发所有流量。

ConnectX集成Spectrum-X交换逻辑，构成端到端800G AI网络。SuperNIC内部集成Spectrum-X风格的交换与加速逻辑”并作为Spectrum-X以太网平台的终端侧关键组件，与外部Spectrum-X交换机（如 SN5600列）端到端协同。交换机（Spectrum-XSwitch）与终端SuperNIC（ConnectX-8）协同优化，为AI/超算以太网带来的五大关键性能提升。负载均衡方面，实现1.6X更高有效带宽；尾延迟优化方面，实现1.3X更高集合通信带宽；噪声隔离方面，实现2.2X更高All-reduce带宽；弹性性能方面，实现1.3X更高All-to-all带宽；高频遥测方面，实现1000X更快遥测采集。

投资策略：

自2025年开始，超节点成为AI算力网络重要的技术创新方向。本篇报告从计算托盘角度拆解英伟达VR NVL72，可以看到，英伟达VR NVL72以1.8TB/s NVLink-C2C+PCIe Gen6+800G SuperNIC构建三重高速通信壁垒，其核心竞争力源于芯片级互联、高速总线、超级网卡的全栈技术垄断。当前我国AI算力网络在超高速互联协议、800G SuperNIC、PCIe Gen6交换芯片等领域仍存代差，自主可控需求迫切。建议聚焦高速互联芯片、800G/400G SuperNIC、高端光模块、高速PCB/覆铜板、超节点整机方案五大国产替代主线。

相关公司：

(1) 高速网卡：裕太微（688515）、盛科通信（688702）；

(2) 光模块：中际旭创（300308）、新易盛（300502）、天孚通信（300394）、东山精密（002384）、华工科技（000988）、光迅科技（002281）；

(3) 高速交换芯片：盛科通信（688702）、紫光股份（000938）、锐捷网络（301165）、中兴通讯（000063）；

(4) 高速互联芯片：海光信息（688041）、龙芯中科（688047）、长电科技（600584）；

(5) 高速PCB/覆铜板：胜宏科技（300476）、生益科技（600183）、深南电路（002916）、东材科技（601208）；

(6) 国产超节点：浪潮信息（000977）、中科曙光（603019）、工业富联（601138）、华勤技术（603296）。

风险提示：（1）技术代差；（2）国产超节点生态割裂；（3）地缘政治风险。

![](page=2,bbox=[170, 182, 458, 262])

目录

  1. 超节点 VR NVL72，全球领先的 Scale up 网络算力平台 ... 4
  1. 拆解 VR NVL72 计算托盘，通信速率三重升级：1.8TB/s NVLink-C2C+ PCIe Gen6+800G 以太网 ... 9
  1. ConnectX 超级网卡价值显著提升：内置 PCIe 交换模块与以太网交换逻辑 ... 14
  1. 投资建议 ... 18
  1. 风险提示 ... 18

插图目录

图 1: 人工智能训练与推理对网络需求存在显著差异 ... 4

图 2: Scale up 网络（左）与 Scale out 网络（右）特点对比 ... 6

图 3: GTC2026 大会上 NVIDIA Vera Rubin NVL72 机架 ... 7

图 4: VR NVL72 机柜组织图 ... 8

图 5: VR NVL72 机柜计算托盘顶视图 ... 9

图 6: VR NVL72 计算托盘拓扑结构 ... 10

图 7: VR NVL72 中 Rubin-Vera 芯片互联方式 ... 11

图 8: VR NVL72 运算托盘信号路径图 ... 12

图 9: VR NVL72 计算托盘侧视图 ... 13

图 10: ConnectX-9 SuperNIC 与 ConnectX-8 SuperNIC 产品 ... 14

图 11: ConnectX-8 网卡技术栈 ... 15

图 12: 超级网卡是连接 GPU 集群与外部的关键 ASIC ... 16

图 13: Spectrum-X 交换机到超级网卡 ConnectX 的端到端网络处理，带来高性能以太网表现 ... 17

表格目录

表1：AI大语言模型训练中多种并行计算方式对比 ...5

![](page=3,bbox=[1524, 182, 1813, 262])

1. 超节点 VR NVL72，全球领先的 Scale up 网络算力平台

随着大模型技术的发展，越来越多的算力集群需要同时承载训练和推理负载，但AI训练与推理对网络需求存在显著差异。

AI推理网络具有分布式、低延迟、按需任务调度、高效率、强外部交互特点。AI推理场景下，推理请求往往是零散、独立的（比如用户单次提问、单次图像识别），任务被拆分成多个轻量、并行的小任务，分布在不同的服务器/计算单元上处理；用户对推理结果的等待时间有严格要求，毫秒级延迟都会直接影响体验；推理流量是突发的、按需的，需要网络能灵活调度任务，同时依赖大规模集群来分摊负载、保证整体效率；推理系统需要频繁与外部数据交互。

AI训练网络具有长周期、大规模、高同步性与稳定性、弱外部交互特点。AI训练场景下，训练是一个持续数天甚至数周的过程，需要大量GPU/TPU之间频繁同步模型参数、梯度，对网络的同步性和稳定性要求极高；训练通常是单个超大规模任务，需要跨机房、跨园区的集群协同，因此网络需要支持长距离、高带宽的稳定传输；训练中如果出现个别节点/链路的延迟过高（尾部延迟），会拖慢整个集群的同步节奏，导致整体训练效率下降，因此网络需要严格控制延迟抖动；训练过程主要是集群内部的数据传输，和外部用户/系统的交互很少，因此对外部接口的需求低，更关注内部网络的性能。

图1：人工智能训练与推理对网络需求存在显著差异

![](page=3,bbox=[191, 1344, 960, 1724])

Inference

  • Disaggregated partitioned workload
  • Latency sensitivity
  • On demand job scheduling, efficiency requires scale
  • Large interface with the outside world (KV cache, agentic)

资料来源：英伟达，东兴证券研究所

![](page=3,bbox=[989, 1348, 1756, 1723])

Training

  • Synchronized long lasting workload
  • Large scale single job, campus or intercampus scale
  • Tail latency impacts efficiency
  • Minimal interface with the outside world

![](page=4,bbox=[169, 183, 459, 262])

在最新的AI大模型训练中，张量并行与专家并行计算同样要求高带宽与极低时延。大模型参数规模从千亿级向万亿级乃至十万亿级演进，跨服务器张量并行计算成为必然选择。张量并行要求多张卡一起完成一个层内计算，因此算力网络会在模型前向、反向过程中反复通信；此外，混合专家（MoE）模型在Transformer架构大模型中规模化应用，每个 token会被路由到不同专家，专家分布在不同设备上，就会产生大量分发和聚合通信。专家越多，并发越高，通信越重。

表1：AI大语言模型训练中多种并行计算方式对比

并行方式

带宽要求

延迟要求

说明

张量并行(TP)

数百至数千GB/s级

延迟要求极高

将单个运算(如矩阵乘法)拆分到不同GPU上运行,通常在机内完成

专家并行(EP)

数百至数千GB/s级

延迟要求极高

基于不同的任务选择不同专家进行训练,引入AII to AII流量,适合机内完成

流水线并行(PP)

MB/s至GB/s级

延迟要求较高

将模型的不同层划分为若干个阶段,每个阶段可以在不同的GPU上执行,通常在机间完成

数据并行(DP)

GB/s级

延迟要求较高

将同一批数据分割成多个子集,并将每个子集分配给不同GPU上(模型实例相同)运行,通常在机间完成

资料来源：网络技术趋势洞察公众号，东兴证券研究所

![](page=5,bbox=[1524, 182, 1812, 262])

Scale up与Scale out网络均衡发展，构建高带宽互联的集群算力网络。随着模型参数和集群规模继续扩大，大模型训练并不是简单的“卡越多越快”。如果通信跟不上，更多算力卡只会带来更多等待，而等待同步的时间就会吞掉算力收益。因此，构建Scale up网络，把数十至数千算力卡组织进一个更紧密的高性能计算单元，实现高带宽通信范围扩大，从而满足需要频繁交换数据、对通信极其敏感的计算单元和应用场景。

Scale up 网络与 Scale out 网络特点对比如下：

Scale up（左）vs Scale out（右）

  • 算力规模：数十卡至千卡级 vs 万卡至十万卡级；
  • 资源利用率： 80%以上 vs 30%-50%；
  • 通信延迟：百纳秒级 vs 微秒级；
  • 内存访问：统一内存或全局地址空间vs独立内存空间；
  • 标准化：定制化程度高vs基于开放网络标准，相对统一。

图2：Scale up 网络（左）与 Scale out 网络（右）特点对比

![](page=5,bbox=[362, 1123, 1643, 1872])

资料来源：AI数智码云公众号，东兴证券研究所

![](page=6,bbox=[169, 183, 458, 262])

2026年英伟达最新发布的超节点Vera-Rubin NVL72，是全球领先的Scale up网络算力平台。Rubin平台由六款全新芯片组成，包括VeraCPU、Rubin GPU、NVLink6交换机、ConnectX-9 SuperNIC、BlueField-4 DPU和Spectrum-6以太网络交换机。据英伟达公布的数据，Rubin平台的训练性能达到前代Blackwell的3.5倍，运行AI软件的性能提升5倍。此外，与前一代相比，英伟达Rubin平台在训练MoE模型时所需的 GPU数量减少至原来的四分之一，进一步推动人工智能的普及应用。

图3：GTC2026大会上NVIDIA Vera Rubin NVL72机架

![](page=6,bbox=[600, 720, 1346, 1912])

资料来源：GTC2026大会，东兴证券研究所

![](page=7,bbox=[1524, 182, 1812, 262])

VR NVL72机柜构成包括：顶部的OOB管理交换机、电源柜、机架加强件、运算托盘与交换托盘。其中计算托盘18个，每个托盘2颗超级芯片，每颗超级芯片集成1个VeraCPU与2块Rubin GPU；交换托盘9个，每个托盘集成4颗第六代NVSwitch芯片；共计72个Rubin GPU封装、36个VeraCPU与36个NVLink 6 Switch ASIC。

图4：VR NVL72机柜组织图

![](page=7,bbox=[637, 670, 1298, 2288])

资料来源：SemiAnalysis，东兴证券研究所

![](page=8,bbox=[169, 182, 459, 262])

2. 拆解 VR NVL72 计算托盘，通信速率三重升级：1.8TB/s NVLink-C2C+ PCIe Gen6+800G 以太网

VR NVL72计算托盘由六类模块拼合而成：后半部是2块Strata模块；前半部是4块Orchid模块；托盘中央垂直插着1块PCB Midplane；前部中央还有1块BlueField-4模块、1块PDB电源分配板、1套SMM系统管理模块。各模块之间通过板对板连接器相互连接。

Strata 模组容纳两个 Rubin GPU 与一个 Vera CPU，并引入 SOCAMM 插槽供 Vera CPU 的 LPDDR 内存使用，位于 Vera CPU 左右两侧的八个 SOCAMM 插槽支持 192GB 或 128GB 模组，使每个 Vera CPU 能实现 1024-1534GB 的弹性内存配置。

每个 Orchid 模组容纳两个 ConnectX-9 NIC、两个 800G 收发器笼与一个 E1.S 模组插槽供本地存储。 图5：VR NVL72机柜计算托盘顶视图

![](page=8,bbox=[578, 1048, 1329, 2375])

资料来源：SemiAnalysis，东兴证券研究所

![](page=9,bbox=[1524, 182, 1812, 262])

在VR NVL72中，AI计算任务从外部网络进来，数据经过ConnectX-9、BlueField-4、VeraCPU，再分配到 GPU和机架内其他71颗GPU协同完成计算，最后计算结果通过网络传送出去。

在计算托盘中，数据传输路径可以分为三段：

  • Vera CPU 至 Rubin GPU 之间通过 NVLink C2C 高速链路互联；
  • Vera CPU 至 CX-9 之间通过两条 PCIe Gen6 链路分别连接到两个 CX9 的 PCIe Switch 模块；
  • 以及CX-9至OSFP之间通过800G以太网/InfiniBand互联。

图6：VR NVL72 计算托盘拓扑结构

![](page=9,bbox=[185, 904, 1772, 1820])

资料来源：SemiAnalysis，东兴证券研究所

![](page=10,bbox=[169, 183, 458, 262])

NVLink-C2C技术重构异构计算的互联范式，在裸片/芯片间互联领域建立巨大的领先优势。在VR200 NVL72中，Rubin-Vera之间依托NVLink-C2C（Chip-to-Chip，芯片到芯片互联）实现双向带宽1.8TB/s CPU-GPU互联，延迟纳秒级，相比GB200 NVL72的NVLink-C2C的900GB/s，提升一倍。而主流PCle Gen5架构双向带宽为128GB/s带宽，非一致性内存访问增加编程复杂性以及计算资源闲置等待。NVLink-C2C的核心技术原理在于：通过AMBACHI协议实现硬件级缓存一致性，CPU和GPU缓存自动同步；CPU内存与GPU显存在软件视角呈现为单一内存池；对系统范围跨处理器的原子读写无需额外同步原语。

图7：VR NVL72 中 Rubin-Vera 芯片互联方式

![](page=10,bbox=[716, 768, 1226, 1350])

资料来源：英伟达官网，东兴证券研究所

![](page=11,bbox=[1524, 182, 1812, 262])

采用PCIe Gen6协议实现VeraCPU与超级网卡CX-9互联。PCIe Gen6是第六代高速外设互联标准，CPU与网卡、存储等外设的通用接口。PCIe6接口支持48条Lane，每条Lane单向速度64Gbps。因此，Vera与CX-9之间接口双向总带宽达到768GB/s。

PCIe Gen6信号需要使用高端PCB与玻纤布传输。在VR200NVL72计算托盘中，PCIe Gen6信号从Strata模块传输到Orchid模块前端，PCB距离长达约500mm。为实现信号完整性，VR200NVL72除了升级双向 SerDes技术外，还需要升级PCB材料。在材料层面，CCL（覆铜板）从M7升级到M8/M9，主计算板和网络板的铜箔升级到HVLP4，材料价值显著上升；为了降低介质损耗，玻璃纤维布或价值更高的石英材料被用于Orchid板和中置板。

图8：VR NVL72 运算托盘信号路径图

![](page=11,bbox=[546, 907, 1324, 2221])

资料来源：SemiAnalysis，东兴证券研究所

![](page=12,bbox=[169, 182, 459, 262])

采用以太网/InfiniBand协议实现超级网卡CX-9与OSFP光模块笼口互联。CX-9一项重要升级在于，其在以太网模式下通过单个端口即可提供1x800G的传输能力，无需依赖多链路聚合实现总吞吐量。相比之下， CX-8仅在InfiniBand架构下支持800G速率，但在以太网模式下通常以2x400G的配置呈现。

在VR NVL72计算托盘中，8个800G的CX-9网卡对应OSFP笼位的数量有两种方案：一种是每颗GPU配1个1.6TOSFP笼口，则每个计算托盘共4个1.6TOSFP笼口；另一种则是每颗GPU配2个800GOSFP笼口，则每个计算托盘共8个800GOSFP笼口。

800G以太网的核心技术原理是通过 $ 4\times 2 0 0 \mathrm {G} $ PAM4串行链路实现。PAM4（Pulse Amplitude Modulation 4-level，四电平脉冲幅度调制）是一种在相同时间内传递更多比特的调制技术——普通信号只有高/低两种电压，代表0和1；PAM4使用四种电压等级（比如0V/0.33V/0.67V/1V），分别代表00/01/10/11，每次传输2个比特，实现单位时间信息密度翻倍。

InfiniBand（无限带宽）：起源于1999年，最初为HPC超算集群设计，特点：低延迟（约1微秒端到端）、高带宽、支持RDMA。英伟达2019年以69亿美元收购Mellanox后获得InfiniBand全栈。Quantum-3是当前最新的InfiniBand交换ASIC。

Ethernet（以太网，IEEE802.3标准）：1973年由XeroxPARC发明，全球最通用的有线网络标准。AI数据中心以太网已从100GbE升级到400GbE、800GbE，下一代1.6TbE正在标准化。英伟达Spectrum-X和博通Tomahawk系列是AI以太网主要竞争方案。

图9：VR NVL72 计算托盘侧视图

VR NVL72 Compute Tray Side View

![](page=12,bbox=[184, 1466, 1755, 1875])

资料来源：SemiAnalysis，东兴证券研究所

![](page=13,bbox=[1524, 182, 1812, 262])

3. ConnectX超级网卡价值显著提升：内置PCIe交换模块与以太网交换逻辑

ConnectX-8/9定位超级网卡（SuperNIC），性能远超传统网卡。2025年8月，英伟达正式发布专为Blackwell架构和加速超大规模AI工作负载而设计的ConnectX-8 SuperNIC。ConnectX-8 SuperNIC单端口800Gb/s InfiniBand（XDR）或双端口400Gb/s Ethernet（Spectrum-X），为上一代ConnectX-7（200Gb/s）的4倍，是当前业界最高带宽网卡。2026年1月，英伟达推出高性能智能网络接口卡ConnectX-9，核心变革在于实现单端口800Gb/s的以太网传输能力。

图10：ConnectX-9 SuperNIC 与 ConnectX-8 SuperNIC 产品

![](page=13,bbox=[200, 862, 947, 1283])

ConnectX-9

![](page=13,bbox=[1001, 863, 1746, 1283])

NVIDIA ConnectX-9 SuperNIC借助突破性的网络技术、优化的网络连接和加速的性能为每个GPU提供高达1.6Tb/s的吞吐量，为十亿级AI工厂赋能。

资料来源：英伟达，东兴证券研究所

ConnectX-8

ConnectX-8 InfiniBand SuperNIC可提供高达800Gb/s的数据吞吐量，并支持NVIDIA网络计算加速引擎，可提供支持万亿参数级AI工厂和科学计算工作负载所需的性能和各种强大功能。

![](page=14,bbox=[170, 183, 458, 262])

超级网卡内置PCIe Gen6交换模块，替代传统独立PCIe交换机。ConnectX-8内置48通道PCIe Gen6交换机，单芯片实现“网络接口+GPU间交换”二合一，有助于消除IO瓶颈，并加快GPU、NIC和存储之间的数据移动速度。基于ConnectX-8的优化设计可为集群内的所有GPU间通信提供高达每个GPU50 GB/s的IO带宽，因为NCCL直接通过网络转发所有流量。

ConnectX-8技术栈分为三层。

  • 上层：Host/GPU侧的AI通信专用API。NCLL是GPU间集合通信的核心库，是大模型训练中多卡同步的基础。NIXL支持网络内集合通信，进一步降低主机侧的通信开销。Verbs是RDMA的通用编程接口，是高性能通信的底层标准。DOCA是NVIDIA的芯片级数据中心编程框架，包含PCC（拥塞控制）、PRDMA（可编程RDMA）、FLOW（流处理）等功能。
  • 中层：ConnectX-8硬件架构。PCIe Switch是内置PCIe交换模块，优化主机/GPU与网卡之间的数据传输路径；RDMA是硬件级RDMA引擎，实现低延迟、高吞吐的直接内存访问，是AI通信的核心；PSA Packet Processor是可编程数据包处理器，支持灵活的数据包处理逻辑，适配不同的网络协议和工作负载；Spectrum-X Ethernet Switch是内置以太网交换逻辑，与NVIDIA Spectrum-X交换机深度协同，实现端到端的网络优化；DPA Event Processor是专用事件处理器，处理网络事件和任务调度，减轻主机CPU负担；NIC Memory System是网卡本地存储系统，用于缓存数据、优化流控和拥塞处理。
  • 下层：网络层协议支持。ConnectX-8同时支持两种主流高性能网络协议：Spectrum-X Ethernet基于以太网的高性能网络，兼容标准以太网架构，适合大规模数据中心部署；Quantum-X InfiniBand：InfiniBand协议的高性能网络，专为超算和AI集群设计，提供极致的低延迟和高吞吐。

图11：ConnectX-8网卡技术栈

![](page=14,bbox=[562, 1477, 1386, 2411])

资料来源：英伟达，东兴证券研究所

![](page=15,bbox=[1524, 182, 1813, 262])

ConnectX集成Spectrum-X交换逻辑，构成端到端800GAI网络。SuperNIC内部集成Spectrum-X风格的交换与加速逻辑”并作为Spectrum-X以太网平台的终端侧关键组件，与外部Spectrum-X交换机（如 SN5600列）端到端协同。

  • ConnectX-8与GB300平台的GPU/主机架构深度协同，关键能力包括NCCL、DOCA、PCIe Switch、PCIe Gen6;
  • 与 Spectrum-X 交换机形成端到端的高性能网络，关键能力包括：Multiplane Switch（多平面交换技术）、 Adaptive Routing（自适应路由）、Congestion Control（硬件级拥塞控制）、Spectrum-X（端到端的AI通信优化）。

图12：超级网卡是连接GPU集群与外部的关键ASIC

Data Center Is the Unit of Computing - ConnectX is not just a NIC anymore It is the ASIC that connects the GPU to the outside world

![](page=15,bbox=[303, 1062, 881, 1609])

![](page=15,bbox=[986, 1039, 1330, 1667])

资料来源：英伟达，东兴证券研究所

![](page=15,bbox=[1423, 1079, 1607, 1656])

![](page=16,bbox=[169, 183, 458, 262])

交换机（Spectrum-X Switch）与终端 SuperNIC（ConnectX-8）协同优化，为AI/超算以太网带来的五大关键性能提升。负载均衡方面，实现1.6X更高有效带宽；尾延迟优化方面，实现1.3X更高集合通信带宽；噪声隔离方面，实现2.2X更高All-reduce带宽；弹性性能方面，实现1.3X更高All-to-all带宽；高频遥测方面，实现1000X更快遥测采集。

图13：Spectrum-X交换机到超级网卡ConnectX的端到端网络处理，带来高性能以太网表现

![](page=16,bbox=[182, 643, 1764, 1391])

资料来源：英伟达，东兴证券研究所

![](page=17,bbox=[1523, 182, 1813, 262])

4. 投资建议

自2025年开始，超节点成为AI算力网络重要的技术创新方向。本篇报告从计算托盘角度拆解英伟达VR NVL72，可以看到，英伟达VR NVL72以1.8TB/s NVLink-C2C+PCIe Gen6+800G SuperNIC构建三重高速通信壁垒，其核心竞争力源于芯片级互联、高速总线、超级网卡的全栈技术垄断。当前我国AI算力网络在超高速互联协议、800G SuperNIC、PCIe Gen6交换芯片等领域仍存代差，自主可控需求迫切。建议聚焦高速互联芯片、800G/400G SuperNIC、高端光模块、高速PCB/覆铜板、超节点整机方案五大国产替代主线。

相关公司：

(1) 高速网卡：裕太微（688515）、盛科通信（688702）；

(2) 光模块：中际旭创（300308）、新易盛（300502）、天孚通信（300394）、东山精密（002384）、华工科技（000988）、光迅科技（002281）；

(3) 高速交换芯片：盛科通信（688702）、紫光股份（000938）、锐捷网络（301165）、中兴通讯（000063）；

(4) 高速互联芯片：海光信息（688041）、龙芯中科（688047）、长电科技（600584）；

(5) 高速PCB/覆铜板：胜宏科技（300476）、生益科技（600183）、深南电路（002916）、东材科技（601208）；

(6) 国产超节点：浪潮信息（000977）、中科曙光（603019）、工业富联（601138）、华勤技术（603296）。

5. 风险提示

(1) 技术代差；（2）国产超节点生态割裂；（3）地缘政治风险。

![](page=18,bbox=[168, 182, 459, 262])

分析师简介

石伟晶

首席分析师，覆盖传媒、互联网、云计算、通信等行业。上海交通大学工学硕士。10年证券从业经验，曾供职于华创证券、安信证券，2018年加入东兴证券研究所。

分析师承诺

负责本研究报告全部或部分内容的每一位证券分析师，在此申明，本报告的观点、逻辑和论据均为分析师本人研究成果，引用的相关信息和文字均已注明出处。本报告依据公开的信息来源，力求清晰、准确地反映分析师本人的研究观点。本人薪酬的任何部分过去不曾与、现在不与，未来也将不会与本报告中的具体推荐或观点直接或间接相关。

风险提示

本证券研究报告所载的信息、观点、结论等内容仅供投资者决策参考。在任何情况下，本公司证券研究报告均不构成对任何机构和个人的投资建议，市场有风险，投资者在决定投资前，务必要审慎。投资者应自主作出投资决策，自行承担投资风险。

![](page=19,bbox=[1523, 181, 1813, 262])

免责声明

本研究报告由东兴证券股份有限公司研究所撰写，东兴证券股份有限公司是具有合法证券投资咨询业务资格的机构。本研究报告中所引用信息均来源于公开资料，我公司对这些信息的准确性和完整性不作任何保证，也不保证所包含的信息和建议不会发生任何变更。我们已力求报告内容的客观、公正，但文中的观点、结论和建议仅供参考，报告中的信息或意见并不构成所述证券的买卖出价或征价，投资者据此做出的任何投资决策与本公司和作者无关。

我公司及报告作者在自身所知情的范围内，与本报告所评价或推荐的证券或投资标的不存在法律禁止的利害关系。在法律许可的情况下，我公司及其所属关联机构可能会持有报告中提到的公司所发行的证券头寸并进行交易，也可能为这些公司提供或者争取提供投资银行、财务顾问或者金融产品等相关服务。本报告版权仅为我公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制和发布。如引用、刊发，需注明出处为东兴证券研究所，且不得对本报告进行有悖原意的引用、删节和修改。

本研究报告仅供东兴证券股份有限公司客户和经本公司授权刊载机构的客户使用，未经授权私自刊载研究报告的机构以及其阅读和使用者应慎重使用报告、防止被误导，本公司不承担由于非授权机构私自刊发和非授权客户使用该报告所产生的相关风险和责任。

行业评级体系

公司投资评级（A股市场基准为沪深300指数，香港市场基准为恒生指数，美国市场基准为标普500指数）：

以报告日后的6个月内，公司股价相对于同期市场基准指数的表现为标准定义：

强烈推荐：相对强于市场基准指数收益率 15%以上；

推荐：相对强于市场基准指数收益率 5%～15%之间；

中性：相对于市场基准指数收益率介于-5%～+5%之间；

回避：相对弱于市场基准指数收益率 5%以上。

行业投资评级（A股市场基准为沪深300指数，香港市场基准为恒生指数，美国市场基准为标普500指数）：

以报告日后的6个月内，行业指数相对于同期市场基准指数的表现为标准定义：

看好：相对强于市场基准指数收益率 5%以上；

中性：相对于市场基准指数收益率介于-5%～+5%之间；

看淡：相对弱于市场基准指数收益率 5%以上。

东兴证券研究所

北京

上海

深圳

西城区金融大街5号新盛大厦座16层

虹口区杨树浦路248号瑞丰国际大厦23层

福田区益田路6009号新世界中心46F

邮编：100033

邮编：200082

邮编：518038

电话：010-66554070

电话：021-25102800

电话：0755-83239601

传真：010-66554008

传真：021-25102881

传真：0755-23824526

本站所有资讯是用户利用其本地Agent获取并分享，均为公开信息，如需删除请联系我们。