AI 时代交换机迎四大产业变革新机遇丨开源证券通信

AI 时代交换机迎四大产业变革新机遇丨开源证券通信

以太网交换机是重要的通信网络设备，广泛运用于汽车、工业、企业和运营商、云服务商网络等生活中的多个场景。随着全球AI的高速发展，AI集群规模持续增长，AI集群网络对组网架构、网络带宽、网络时延等方面提出更高要求，带动交换机朝着高速率、多端口、白盒化、光交换机等方向持续迭代升级。

AI时代浪潮席卷而来，交换机有望迎来新的发展前景。近期，开源证券通信团队发布行业深度报告《AI时代交换机迎四大产业变革新机遇》，为您深入解读AI浪潮下以太网交换机产业变革新机遇。

交换机变革1：AI驱动组网架构变革，新增后端组网需求

—

1、RDMA技术被广泛应用于AI智算中心组网，IB与以太网分庭抗礼

交换机下游需求场景主要包含数据中心、园区及企业、工业和运营商共4种网络场景，不同场景下交换机组网架构略有区别，根据终端设备数量采用2层或3层组网架构。

园区、企业、工业场景网络组网架构

资料来源：锐捷网络官网、开源证券研究所

传统的数据中心主要面向业务场景，以服务器或虚拟机为池化对象，网络提供服务器或虚拟机之间的连接，数据大多进行南北向流动。而智算中心主要面向任务场景，以算力资源为池化对象，网络提供 CPU、GPU 和存储之间的高速连接，数据大多进行东西向流动。

AIGC发展带来蓬勃算力需求，大模型加速迭代拉动。2022年底生成式AI大模型ChatGPT横空出世，掀起新的AI浪潮，海内外云计算厂商和研究院所等企业均陆续投入到大模型研发当中。人工智能发展迅速，AI大模型快速迭代，从语言模型走向多模态，模型架构不断优化，出现MOE混合专家模型等架构。当前Scaling Law依旧成立，模型为获得更好的性能，数据量和参数规模均呈现“指数级”增长，算力需求持续增长。

AI模型持续迭代

资料来源：Harnessing the Power of LLMs in Practice: A Survey on ChatGPT and Beyond

AI模型训练所需算力持续增长

资料来源：斯坦福 HAI 研究所

AI模型参数持续增长，单卡算力和显存受限，迫使训练集群规模持续增长，AI军备竞赛下，网络性能成制胜关键之一。对于参数较大的AI模型，更大的网络带宽能够显著减少训练完成时间。

伴随模型参数增大，网络瓶颈问题逐渐凸显。AI 大模型以GPU 集群分布式训练为基础，但随着AI算力集群规模的扩大，超大集群并不直接意味着超大算力，训练过程中各集群节点间需要频繁地进行参数同步，产生大量通信开销。集群有效算力正比于（GPU 单卡算力×总卡数×加速比×有效运行时间），加速比指单处理器和并行处理器在处理同一任务时消耗时间的比率，当集群规模越大时，集群算力的实际增长程度越低，即集群算力不等于集群GPU数量与单GPU性能的乘积，集群算力的损失值大多是因为网络耗时导致，而网络性能则是决定GPU集群算力加速比的关键。

分布式全局加速取决于加速比

资料来源：百度智能云《智算中心网络架构白皮书》、开源证券研究所

集群规模与算力比率示意图

资料来源：李家清等《智算中心IB及RoCE网络技术探究》

AI模型参数持续增长，AI训练集群带来GPU互联需求，新增后端网络组网需求。传统数据中心架构下，传统服务器与交换机之间通过网卡互相通信，网卡可直连CPU进行数据交换；AI服务器比传统服务器新增GPU模组，服务器内部GPU之间通过PCIe Switch芯片或NVSwtich芯片实现内部互联，GPU模组通过对应的网卡与其他服务器的网卡互联，实现各节点之间的通信。因此相比传统网络架构，AI服务器组网增加后端网络组网（Back End），增加了每台服务器的网络端口数量，拉动对高速交换机、网卡、光模块、光纤光缆等组件的需求。

AI集群组网可分为前端（Front End）和后端网络（Back End）

资料来源：博通公告、开源证券研究所

前后端网络组网均来带来大量交换机需求

资料来源：Alibaba HPN

RDMA技术广泛应用于智算中心组网。RDMA(RemoteDirect Memory Access)远程直接内存访问技术，可以绕过操作系统内核，让一台服务器可以直接访问另外一台服务器的内存，相较于传统TCP/IP网络，时延性能会有数十倍的改善。且有零拷贝、内核旁路、无 CPU 干预的特性，使得 AI 应用可以借助无损网络直接与远端服务器进行数据交互和内存读写，有助于消除GPU跨节点通信网络瓶颈，提高资源利用率和训练效率。

RDMA通信时延更低

资料来源：百度智能云《智算中心网络架构白皮书》

RDMA包含IB、RoCE和iWARP共三种实现方式。 其中，iWARP 是基于 TCP/IP 的 RDMA 技术，受到 TCP 影响，性能稍差，使用较少；RoCEv1技术当前已经被淘汰，主要以RoCEv2技术为主。

RDMA协议栈

资料来源：百度智能云《智算中心网络架构白皮书》

IB网络时延较低，RoCE组网性价比显著。对比IB和RoCE网络来看，（1）性能方面：IB网络端到端时延更低，应用层性能方面更好，但RoCEv2性能足以满足绝大多数场景需求。（2）组网规模方面：IB网络可支持万卡GPU规模集群，RoCEv2在千卡规模集群上表现较好，组网性能仍在持续优化；（3）运维方面：IB网络技术上更为成熟，无需复杂参数调优，部署更快。（4）成本方面：IB组网成本较高，主要是IB交换机成本高于传统以太网交换机。（5）生态方面：IB生态较为单一，以英伟达为主，RoCEv2基于以太网，生态较为开发，供应商较多。

IB在性能和功能上更优，RoCEv2生态丰富具备成本优势

资料来源：百度智能云《智算中心网络架构白皮书》

IB网络仍为AI集群后端组网主流选择，以太网份额持续增长。当前数据中心交换机通常用于通用服务器前端组网，而AI集群中算力卡间频繁通信，AI工作负载持续拉动服务器后端网络建设。IB网络凭借低延迟、堵塞控制以及自适应路由等机制，仍然主导AI后端网络，但随着以太网网络部署的不断优化，我们认为未来以太网方案占比有望持续提升，据650group预测，以太网在RDMA市场中占比将逐渐提升，2027年市场份额将超过IB网络，成为主流选择：

（1）国内外头部云厂商积极使用以太网部署AI网络。AWS使用以太网为Trainium2 GPU组网形成6万以上规模的GPU集群；Meta 构建2个由24576个H100 GPU组成的算力集群，其中一个集群使用Arista 7800等交换机通过RoCE网络组网用于Llama3的训练，另一个集群采用Quantum 2交换机通过IB网络组网训练，两种组网方式下均不存在网络瓶颈，RoCE网络在万卡规模组网下表现良好；字节跳动使用以太网部署万卡GPU的AI集群。

（2）以太网根基深厚，中腰部云厂商及大型企业或继续选用以太网。虽然当前主要需求来自头部云厂商，但中腰部云厂商及大型企业需求仍然十分显著，据Dell'Oro Group预计Tier 2/3 CSP厂商及大型企业需求在未来五年内接近 100 亿美元，更偏向于使用以太网组网。

以太网RDMA网络市场占比有望持续提升

以太网RDMA网络市场占比有望持续提升

HPC集群中IB和以太网网络为主流方案

资料来源：Nvidia

超以太网联盟成立以对抗IB网络。在 AIGC 等因素催化下智算需求激增，IB网络凭借零丢包特点在 AI 训练中独占鳌头。为取代RoCE协议，创建一个适用于AI/HPC场景、基于以太网的完整通信堆栈架构，以提高网络吞吐量、降低延迟，UEC孕育而生，成员包括AMD、Arista、博通、思科、华为、新华三、锐捷网络等设备商以及 Meta、微软、BAT等云厂商。UEC旨在优化以太网以实现高性能 AI 和 HPC 网络，最大限度地保持以太网的互操作性。我们认为，随着超以太网联盟的成立，多方厂商有望共同合作加速以太网发展，促进以太网网络在AI后端网络占比持续提升，逐步挑战IB领导地位。

多方助力UEC发展

资料来源：UEC官网

国内主导GSE和ETH+协议加速智算网络建设。2023年5月，中国移动联合 10 余家企业发布全调度以太网技术架构（GSE）白皮书，并在2023年8月启动GSE推进计划，已有中国移动、中国联通、腾讯、华为、中兴通讯、锐捷网络、新华三、盛科通信、燧原科技等多个厂商加入。全调度以太网技术划分为 GSE1.0 和 GSE2.0 两个商用阶段，GSE1.0 基于现有芯片最大限度地支持 GSE 新技术，优化网络性能，已在中国移动智算中心（哈尔滨）超万卡集群实现首次商用，GSE2.0则全面革新以太网底层转发机制和上层协议栈，从根本上解决传统无损以太性能和可靠性问题。

2024年9月，由阿里云和中科院计算技术研究院牵头，联合平头哥、盛科通信、腾讯、字节跳动等40余家机构发布内首个高通量以太网（ETH+）协议标准1.0。ETH+协议通过优化帧格式，实现了有效载荷比74%的提升；通过深度支持链路层和物理层的重传技术，ETH+以太网的语义可靠性及规模大幅提升；基于RDMA的在网计算技术，实现集合通信性能提升30%以上。

GSE（全调度以太网网络）分层架构

资料来源：中国移动《全调度以太网技术架构白皮书》

ETH+实现高载荷比、低时延的开放以太网

资料来源：央广网

2、AI/ML后端市场快速增长，拉动交换机和网卡需求

AI/ML后端网络市场规模快速增长，拉动交换机和网卡需求。后端网络可采用运用RDMA技术的RoCE以太网和IB网络组网，据650group数据，2021年之前，RDMA的市场规模每年在4亿至7亿美元之间，主要受HPC应用的驱动。2023年，由于AI/ML部署的激增，市场对RDMA的需求激增至60亿美元以上，预计到2028年将突破220亿美元，分产品来看，主要以交换机设备需求为主，分技术来看，以太网网络占比持续提升。

AI服务器网络组网架构

资料来源：李家清等《智算中心IB及RoCE网络技术探究》

RDMA市场中交换机需求快速增长

资料来源：650 group

从各业务网络速率需求上看，计算网络需求较高。每个GPU对应一个高速率网络端口如400G、800G、1.6T等，以SXM 8卡GPU模组为例，则对应8个网络端口；存储网络速率需求同样较高，但端口相对较少；管理/业务网络速率则相对较低。

AI集群组网中计算和存储网络速率较高，管理和业务网络速率较低

资料来源：张世华等《新型智算中心组网方案研究》

从组网架构上看，智算AI集群组网需满足大带宽、无阻塞以及低时延等需求，要求数据中心交换机提供全端口线速转发的能力，并对交换机端口速率以及密度提出更高要求，交换机下联和上联带宽采用1：1无收敛设计，即如果下联有32个800Gbps端口，则上联也有32个800Gbps端口。

主流网络架构包含Fat-tree、Torus、Dragonfly三种。其中，Fat-Tree拓扑具有网络直径短，端到端通信跳数少，建网成本低的优点，适用于中小规模智算中心。当网络达到一定规模后，例如上万节点时，可采用三层架构或改用Dragonfly和Torus。Dragonfly和Torus拓扑的建网成本更低，交换机端到端转发跳数明显减少，可提升网络整体吞吐和性能，适用于大规模、超大规模智算中心。

主流三种智算网络架构适用不同场景

资料来源：张世华等《新型智算中心组网方案研究》

3、未来组网架构—Scale up和Scale out的探讨

为支持万亿或更大参数量模型持续发展，未来集群规模或将从万卡逐渐向十万卡或更大规模扩展，对于超节点及超大规模组网架构，未来有望从Scale up和Scale out两个维度来实现总算力规模的提升。

Scale up：主要通过提高单个节点内的算力规模，进而提升集群的算力规模。

Scale out：主要通过高速互联容纳更多节点，进而提升集群整体算力规模。

Scale up——更多GPU互联

资料来源：博通公告

Scale out——更多节点互联

资料来源：博通公告

交换机变革2：800G交换机开始放量，102.4T交换芯片有望推出

—

1、AI大幅提升算力需求，驱动以太网交换机需求增长

以太网的起源可以追溯到1973年，梅特卡夫发明了基于Aloha网络的新系统，改进了Aloha可随意访问共享通信信道的机制，能够把任何计算机连接起来，实现计算机之间的数据传输，该系统被其命名为以太网。3年后，以太网局域网时代正式开始，为了能接入更多不同的设备，以太网技术走上标准化之路。此后，以太网进入了高速发展的40年，网络速度快速提升，从10Mbps到百兆、再到千兆、万兆以太网，到现在以太网已具备400、800Gbps的商用能力；应用范围也从最初的局域网，进入到城域网和广域网。

数据中心以太网接口带宽向800G、1.6T发展

资料来源：ODCC《下一代以太网络技术需求白皮书》

经过几十年的发展，以太网已经广泛运用在生活中的多个场景如汽车、工业、企业和校园、运营商和云服务商网络等。分场景来看：

（1）汽车向智能化、网联化发展，车内高速以太网在丰富的多媒体需求以及自动驾驶辅助系统（ADAS）等需求推动下高速发展，以太网速率从10M逐渐向100G提升；

（2）传统工业持续推进数字化转型，工业4.0、新型工业化背景下，工业生产设备数据互联互通，从传统的现场总线网络转向以太网，以太网速率从10M逐渐向10G或更高速率提升；

（3）运营商网络多年来持续推动以太网迭代，在DCI、PON光接入、OTN等多个场景中运用以太网技术，随着5G-A、6G时代来临，以太网有望向800G、1.6T更高速率升级；

（4）AIGC浪潮下，云服务厂商加速部署高速高密度网络，随着AI模型参数持续增长，算力节点之间的互联带宽需求高速增长，持续推动以太网速率扩展800G、1.6T。

工业自动化和汽车场景以太网速率较低，运营商和云计算网络以太网速率需求较高

资料来源：Ethernet Alliance

由于交换机使用场景较为分散，行业产业链参与公司众多。交换机产业链上游主要包括芯片、元器件、光模块、电路板、网络操作系统、电源模块和结构件等元件；中游按照终端应用场景，可分为工业交换机、运营商交换机、数据中心交换机、园区交换机等；下游应用于电信运营、云服务、数据中心等领域。从交换机出货形式可分为传统交换机、白盒交换机和裸金属交换机，其中，传统品牌交换机厂商主要包括思科、华为、新华三、Juniper、中兴通讯、Mellanox等，白盒交换机厂商主要包括Arista、锐捷网络、新华三等，裸金属交换机包括Accton、Quanta、Alpha Networks等。交换机作为数据中心的网络底座，随着数据中心的持续建设，有望带动数据中心交换机的需求。

交换机产业链涉及厂商众多

资料来源：中商情报网、各公司官网、开源证券研究所

从交换机原材料成本结构来看，芯片成本占比达到32%，包含以太网交换芯片、CPU、PHY、CPLD/FPGA等，其中以太网交换芯片和CPU是最核心部件，其次为光器件、接插件、壳体、PCB等。

芯片类在以太网交换设备的成本占比最大

数据来源：亿渡数据、开源证券研究所

国内以太网交换设备市场处于快速发展阶段。全球以太网交换设备市场发展较为成熟，根据IDC、灼识咨询数据预测，2025年全球以太网交换设备市场规模有望达到2112亿元，2020-2025年的年复合增长率预计将达到3.2%。国内以太网交换设备市场处于快速发展阶段，灼识咨询数据显示，2020年国内以太网交换设备市场规模为343.8亿元，预计2025年市场规模有望达到574.2亿元，2020-2025年均复合增长率为10.8%，年均增速大约是全球市场的三倍，国内市场在全球市场的比重有望从2020的19%提升至2025年的27.2%，占比实现大幅提升。

预计全球以太网交换设备市场2020-2025年复合增速为3.2%

数据来源：IDC、灼识咨询、开源证券研究所

预计国内以太网交换设备市场2020-2025年复合增速为10.8%

数据来源：灼识咨询、开源证券研究所

数据中心以太网交换机主要客户为云厂商，园区交换机主要客户为中大型企业。以太网交换机市场可分为数据中心交换机市场、园区交换机市场、运营商市场和工业交换机市场，其中，数据中心和园区交换机市场空间较大。据650 Group数据，预计2024年全球数据中心和园区以太网交换机市场规模都将超过200亿美元，从下游客户结构来看，数据中心交换机客户主要以北美五大云厂商为主，园区交换机客户主要为中大型企业。

数据中心以太网交换机下游客户主要是云厂商和大型企业，园区交换机客户主要为中大型企业

资料来源：650 Group、Arista network 2024Q1财报

国内数据中心交换机占比有望持续提升。据中商情报网数据，国内交换机市场以数据中心交换机为主，2022年，国内数据中心用以太网交换机收入占比达47%，我们认为园区交换机需求受宏观经济发展节奏影响较大，当前需求增长放缓，相反，AIGC发展迅猛，或将带动数据中心交换机持续放量，占比有望持续提升。从交换机制造商结构上来看，仍以品牌商自产为主，2021年国内交换机品牌商占比68.7%。

2022年国内数据中心交换机占比接近一半

数据来源：中商情报网、开源证券研究所

随着AIGC持续发展，交换机作为算力网络底座，需求有望加速释放。据IDC预测，全球生成式AI数据中心以太网交换机市场将以70%的年复合增长率快速增长，有望从2023年的6.4亿美元增长到2028年的90.7亿美元。

全球以太网市场份额较为集中，CR5超75%，思科份额领先，华为、新华三份额靠前。交换机从全球市场份额来看，2023年，思科以太网交换机营收同比增长22.2%，非数据中心交换机占比69.5%，仍居以太网交换机市场首位，市场份额达到43.7%；Arista凭借数据中心交换机放量，以太网交换机营收同比增长35.2%，市占率达到11.1%；华为以太网交换机营收同比增长10.6%，市场份额达到9.4%；HPE以太网交换机营收同比增长67.6%，其中89.6%来自非数据中心领域，市占率达到9.4%；新华三2023年市占率达到4.2%。

全球生成式AI数据中心以太网交换机市场规模有望快速增长

资料来源：IDC

2023年全球以太网市场份额较为集中

资料来源：IDC

2、交换芯片不断升级，102.4T芯片有望于2025年底推出

通常有三种方式来增加数据中心以太网互联速率：（1）使用更复杂的信号调制技术，以提高比特速率，增加传输效率，如PAM4信号调制技术的比特速率是NRZ信号技术的2倍；（2）增加单通道速率或波特率；（3）增加通道数量。

三种方式提升互联速率

资料来源：Keysight、开源证券研究所

交换芯片平均迭代周期约为2年，下一代102.4T交换芯片有望于2025年底推出。据博通公开电话交流会，下一代102.4T芯片有望于2025年底推出，或将采用3nm制程，单芯片功耗存在超过1000W的可能，或切换至液冷散热模组，我们认为下一代芯片或将沿用PAM4技术，SerDes速率或将达到224Gbps，通道数量保持512个，并且延时方面更低以支持AI集群网络发展。

交换芯片迭代周期约为2年

资料来源：Keysight

新华三首发1.6T端口智算交换机

资料来源：新华三公众号

AI高密度训练需求下，高交换容量交换机需求持续增长，采用多芯片盒式交换机的形式有望填补芯片迭代真空期带来的盒式交换容量瓶颈。2024年3月，英伟达在GTC大会上发布Quantum-X800系列交换机，包含4颗交换芯片，可实现端到端 800Gb/s 吞吐量。

英伟达多芯片盒式交换机包含72个1.6T OSFP端口

资料来源：Nvidia公告

中国移动主导GSE芯片研发，国产51.2T交换芯片加速发展。2024年9月，中国移动启动GSE芯片合作伙伴招募，计划向GSE交换芯片方向投入上亿元资金，与合作伙伴共同开发一款高规格的（51.2T以上），适用于智算、通算、超算等场景的芯片产品，国产交换芯片有望加速追赶。

3、AI拉动高速交换机需求，全球800G交换机开始放量

AIGC持续带动数据中心市场持续增长，800G端口数据中心交换机有望于2024年开始放量，400G需求加速释放。据IDC数据，2023年全球以太网交换机市场规模达到442亿美元，同比增长20.1%，全球企业及运营商路由器市场规模达到164亿美元，同比基本持平。

2023年全球以太网交换机市场持续增长

资料来源：IDC

据Dell’Oro数据，从端口速率来看，2023年全球100G端口数据中心交换机仍为主流，400G端口交换机加速放量，预计2024年800G端口交换机有望逐渐放量，并逐渐成为主流，1.6T端口交换机有望于2026年左右开始放量。对于AI后端网络，Dell’Oro预计到2027年，AI后端网络中几乎所有端口都将以800 Gbps的最低速度运行，其中1600 Gbps占端口的一半，网络带宽将以3位数复合增速迅速提升。

2024年800G端口交换机有望加速放量

资料来源：Dell’Oro，注：预测不包含以太网AI

AI后端网络速率有望加速迭代

资料来源：Dell’Oro

国内数据中心交换机市场持续增长，加速向400G端口交换机迭代。据IDC数据，2023年中国交换机市场规模同比增长0.7%，其中数据中心交换机同比增长2.2%。随着AI模型的快速发展，数据中心超大规模组网需求持续提升，网络需求由云数据中心CPU计算的10G~100G上升至GPU训练的100G~400G，预计2024年400G端口出货量将继续增长，51.2Tb芯片的成熟商用也将助推400G端口的采用。2023年园区交换机市场受到宏观经济波动影响，同比下滑0.5%，伴随宏观经济好转，园区交换机部署节奏有望回到正轨。

2023年国内数据中心交换机市场持续增长

资料来源：IDC

2023Q1国内新华三、华为、锐捷网络份额靠前

数据来源：IDC、开源证券研究所

交换机变革3：交换机白盒化趋势显著，带来新成长机遇

—

多方助力，白盒交换机在过去30年间加速发展。1994年，Linux 1.0 版本正式发布，2年后 2.0 版本正式更新，提供了网络协议/功能控制的开源框架。用户可根据自己的需求，对网络功能与协议进行修改和定制。2013年，OCP开启交换机硬件白盒化的标准化工作机硬件白盒化的标准化工作，2015年，第一款白盒交换机 Wedge正式亮相。至今，白盒设备、软件操作系统、网络自动化等技术蓬勃的发展，白盒交换机生态不断完善。

白盒交换机在过去30年间加速发展

资料来源：网络通信与安全紫金山实验室《未来网络白皮书》、张成林等《面向未来网络的白盒交换机体系综述》、开源证券研究所

白盒交换机灵活性、可扩展性较高。白盒交换机不同于传统品牌交换机，相比传统交换机，白盒交换机灵活性、可扩展性较高，采购和维护成本较低，广泛应用于互联网和运营商网络。白盒交换机产业生态较为完善，上游主要为硬件提供商包括Arista、思科、新华三、锐捷网络、Accton、工业富联、Dell、Quanta等，网络操作系统供应商包括Arrcus，Kaloom，Cumulus，Big Switch、FBOSS、SONIC等，下游客户主要包括云服务商、电信运营商等，主要利用白盒交换机用于业务转型和网络重构。

白盒交换机产业生态较为完善

资料来源：各公司官网、网络通信与安全紫金山实验室《未来网络白皮书》、SDNLAB、开源证券研究所

Sonic逐渐成为超大数据中心网络首选开源系统，白盒交换机市场空间持续增长。2016年，微软在OCP峰会上正式发布SONiC(Software for OpenNetworking in the Cloud)开源交换机操作系统，SONiC将网络软件与底层硬件分离，并建立在交换机抽象接口（SAI）的API 之上，SAI为ASIC提供统一接口。目前，SONiC作为一个成熟的构建交换机网络功能的软件集架构，可实现数据控制面与转发面的分离，用户通过购买白盒交换机搭载SONiC实现不同网络功能，能够更快调试、测试、更改软件策略和拓扑，进而实现新的网络架构，已被BBAT、微软、谷歌等国内外多个云厂商规模部署运行，其中大部分为单芯片盒式交换机。据Omdia数据，2022年数据中心以太网交换机端口出货量增长12%，其中思科市场份额为37%，Arista 18%，华为8%，H3C 7%，白盒供应商份额占比14%，同比增长4个百分点。

SONiC参与厂商众多

资料来源：Sonic官网

交换机变革4：光交换机逐渐成熟，光电融合组网落地大模型训练

—

光交换机可靠性更强，功耗更低。在光电融合交换方案中,光交换功能模块的主要方案分为光电路交换（OCS）、光突发交换(OBS)和光包交换(OPS)3种。

光电路交换机（OCS）主要通过配置光交换矩阵,从而在任意输入/输出端口间建立光学路径以实现信号的交换。

（1）由于光传播路径的宽带和无源的特性,OCS对光信号的速率和协议等均是透明的,不需要随着服务器NIC网卡速率以及端口迭代，相同OCS硬件可以跨代际的被重复利用，长期成本开支更低，生命周期较长；

（2）由于没有光/电转换和相应的包处理和分发的过程,OCS拥有更小的每端口功耗，以400Gbps端口为例，OCS每端口功耗<1W ;电交换机每端口功耗>10W)，以及较低的时延（OCS时延数十ns，EPS时延百μs)；

（3）由于OCS整机使用芯片类型及数量较少，故障率远低于电交换机，可靠性更强。

由于OCS缺乏包处理能力，只能将某个输入/输出端口连通配对, 只有当全局动态的流量预测与实时光交换矩阵配置完美结合时，OCS才能较好满足业务需求，而传统业务流量通常难以预测，成为了制约OCS规模应用的重要因素，但AI大模型预训练基于已知的数据集和模型算法，具有流量可预测的特点，进而催生了OCS的众多应用形式, 当前光电融合方案中OCS方案商用化程度较高，基于3D-MEMS系统的OCS方案综合应用较好。

WDM/MEMS方案商用程度较好

资料来源：唐雄燕等《智算数据中心光电交换技术综述》、开源证券研究所

以谷歌OCS解决方案为例，OCS在谷歌基础设施中主要有Jupiter数据中心和TPU数据中心两大应用场景。在初代Jupiter的基础上，通过引入OCS取代Spine层传统电交换机，将网络逻辑拓扑CLOS架构演进到 Aggregation层的直接光互联, 由于OCS采用光交换，对传输的速率无感，通过进一步引入WDM和环行器等技术可以实现在单根光纤上传输通道数的增加以及Tx/Rx双路信号，以提升单光纤的数据传输速率，在增加带宽容量的同时，减少电力消耗和降低成本。目前已有Polatis、Coherent和光迅等多家公司推出了商用的 OCS产品。

谷歌阿波罗架构核心层采用OCS交换机

资料来源：Mission Apollo: Landing Optical Circuit Switching at Datacenter Scale

Coherent和光迅科技推出商用OCS产品

资料来源：唐雄燕等《智算数据中心光电交换技术综述》

投资建议

—

AIGC有望拉动高速交换机需求持续增长，交换机产业链有望长期受益。

（1）交换机&交换芯片推荐标的：紫光股份、盛科通信、中兴通讯；受益标的：锐捷网络、菲菱科思、共进股份、烽火通信、Arista网络、思科、Juniper、博通、Marvell等；

（2）全光交换机受益标的：光迅科技、Coherent等；

（3）工业交换机受益标的：映翰通、三旺通信、东土科技等；

（4）交换机配套AIDC推荐标的：宝信软件、润泽科技；受益标的：光环新网、奥飞数据、云赛智联、网宿科技等；

（5）交换机配套光器件推荐标的：中际旭创、新易盛、天孚通信；受益标的：华工科技、光迅科技、源杰科技等；

（6）交换机配套液冷推荐标的：英维克；受益标的：科华数据、网宿科技、飞荣达、高澜股份、申菱环境等。

交换机行业重要上市公司

资料来源：开源证券研究所

风险提示：云计算需求不及预期、数字经济增长不及预期、AI发展不及预期。

研报发布机构：开源证券研究所

研报首次发布时间：2024.12.9

分析师：蒋颖证书编号：S0790523120003

联系人：雷星宇证书编号：S0790124040002

《证券期货投资者适当性管理办法》于2017年7月1日起正式实施。通过微信形式制作的本资料仅面向开源证券客户中的金融机构专业投资者，请勿对本资料进行任何形式的转发行为。若您并非开源证券客户中的金融机构专业投资者，为保证服务质量、控制投资风险，请勿订阅、接收或使用本订阅号中的信息。本资料难以设置访问权限，若给您造成不便，还请见谅！感谢您给予的理解和配合。若有任何疑问，请与我们联系。

免责声明

开源证券股份有限公司是经中国证监会批准设立的证券经营机构，具备证券投资咨询业务资格。

本报告仅供开源证券股份有限公司（以下简称“本公司”）的客户使用。本公司不会因接收人收到本报告而视其为客户。本报告是发送给开源证券客户的，属于商业秘密材料，只有开源证券客户才能参考或使用，如接收人并非开源证券客户，请及时退回并删除。

本报告是基于本公司认为可靠的已公开信息，但本公司不保证该等信息的准确性或完整性。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他金融工具的邀请或向人做出邀请。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。客户应当考虑到本公司可能存在可能影响本报告客观性的利益冲突，不应视本报告为做出投资决策的唯一因素。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。本公司未确保本报告充分考虑到个别客户特殊的投资目标、财务状况或需要。本公司建议客户应考虑本报告的任何意见或建议是否符合其特定状况，以及（若有必要）咨询独立投资顾问。在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。若本报告的接收人非本公司的客户，应在基于本报告做出任何投资决定或就本报告要求任何解释前咨询独立投资顾问。

本报告可能附带其它网站的地址或超级链接，对于可能涉及的开源证券网站以外的地址或超级链接，开源证券不对其内容负责。本报告提供这些地址或超级链接的目的纯粹是为了客户使用方便，链接网站的内容不构成本报告的任何部分，客户需自行承担浏览这些网站的费用或风险。

开源证券在法律允许的情况下可参与、投资或持有本报告涉及的证券或进行证券交易，或向本报告涉及的公司提供或争取提供包括投资银行业务在内的服务或业务支持。开源证券可能与本报告涉及的公司之间存在业务关系，并无需事先或在获得业务关系后通知客户。

本报告的版权归本公司所有。本公司对本报告保留一切权利。除非另有书面显示，否则本报告中的所有材料的版权均属本公司。未经本公司事先书面授权，本报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。

长按识别二维码关注我们

开源证券研究所