多芯片互聯、以存提算成熱點，AI算力繼續點燃科技股行情

當前，AI 大模型的爆發式增長不僅催生了對算力的空前需求，更將存儲環節推向了技術攻堅的最前沿。

近期，DDR4/LPDDR4X存儲芯片價格迎來大幅上漲，漲勢背后是AI驅動行業需求增長與原廠減產導致的供給緊張共同作用。行業之內，AI大模型興起，對存儲的傳輸速度、數據存儲容量和規格技術提出更高要求。

「以存提算」 正成為破解 AI 算力瓶頸的行業共識。當前，AI 大模型的爆發式增長不僅催生了對算力的空前需求，更將存儲環節推向了技術攻堅的最前沿。

與此同時，芯片科技股持續走強。

9月22日，截至發稿，芯片ETF（159995）上漲3.58%，成分股中海光信息（688041.SH）上漲11.12%，瑞芯微(603893.SH)上漲7.23%，兆易創新(603986.SH)上漲5.48%，聞泰科技（600745.SH）上漲4.01%，瀾起科技（688008.SH）上漲3.41%。

「我們對於為人工智能的長期快速發展提供可持續且充裕算力充滿信心。」華為輪值董事長徐直軍表示，上周華為全面披露包括AI芯片昇騰、計算芯片鯤鵬、超節點、集羣以及靈衢互聯協議在內的規劃以及演進時間表。

也是在上周，華泰證券科技研究組密集走訪了英偉達、谷歌、臺積電等AI算力產業鏈關鍵公司，意識到基於先進封裝的多芯片互聯技術、先進工藝代工、近存計算或是實現AI大規模計算的三大關鍵技術。團隊分析認為，先進封裝有望在2027年邁入硅光CPO時代；先進工藝有望邁入2nm時代，背面供電、深溝槽等是核心技術；近存計算逐步從2.5D邁向3D，CUBE等多元技術路線涌現。

多芯片互聯成為AI算力擴展關鍵

徐直軍強調，只有依靠超節點和集羣，纔會規避中國的芯片製造工藝受限，能夠為中國的AI算力提供源源不斷的算力支持和供給。

華泰證券科技研報也表示，多芯片互聯是實現AI算力擴展的關鍵。隨着AI系統架構從Scale up（機櫃內）向Scale out（機櫃之間）演進，並進一步擴展至數據中心間的大規模集羣互聯，傳統銅互連在高頻高速傳輸場景下的信號衰減與功耗問題日益凸顯，而CPO作為硅光與先進封裝的融合方案，能夠在保持高帶寬密度的同時降低傳輸損耗，或將成為突破算力擴展瓶頸的關鍵技術路徑，有望於2027年實現大規模商用。

英偉達在9月的SEMICON Taiwan大會上指出，數據中心是AI時代的計算機。通過Scale up、Scale out和Scale Across（數據中心間互聯）等網絡技術，將大量GPU集合成一顆超大規模的GPU，是AI計算未來發展的重要技術趨勢。其中，CPO是降低網絡通信損耗的關鍵技術，通過節省DSP等器件，CPO和插拔式光模塊相比，可以減少30%的能量損耗。

2025年3月，英偉達發佈支持CPO的以太網交換機Spectrum-X Photonics和Infinite Band交換機Quantum-X。根據英偉達官網，通過消除傳統的電源和可插拔架構帶來的瓶頸，CPO系統能夠提供現代AI工廠所需的高性能、高能效與高可靠性。

另據海力士等方面指出，以HBM為代表的近存計算技術解決了邏輯芯片和存儲之間的高速訪問問題，是AI芯片的關鍵技術之一。預估2026年至2027年，一方面，現有的HBM技術將從目前的12層（HBM3E）向16層（HBM4/HBM 4E）演進，進一步提高數據中心使用AI芯片的性能；另一方面，以華邦電、兆易等提出的3D堆疊方案CUBE，基於Chiplet和開源的RISC-V架構等的AI芯片方案也受到廣泛關注。

業內關注存算效率提升

從技術發展趨勢維度看，全球計算聯盟（GCC）智能計算產業發展委員會副祕書長黃還青明確指出，AI迭代式「技術爆發」驅動「產業繁榮」，大模型發展催生AI黃金時代。技術上，模型更新周期縮短，行業大模型賦能千行百業；算力領域，傳統設施難以滿足大模型需求，正從傳統數據中心向智算中心轉型，需全面升級智算基礎設施以提升算力可用度、規模及 MFU 利用率。但轉型面臨超大規模互聯等四大技術挑戰，產業生態也存在產業鏈長、協同複雜等四大難題，這些均阻礙智算產業發展。

五象雲谷有限公司總經理董維軍對第一財經記者表示，2025年是國內應用智能體的發展元年，企業及創客對算力的需求空前旺盛，但由於算力受限、技術差距、使用門檻等因素制約，導致應用落地發展相對緩慢。

如今，行業正從多維度解決算力問題。上周，神州數碼旗下業界首款基於鯤鵬920新型號的大模型訓推一體服務器KunTai R624 K2及推理服務器KunTai R622 K2正式上市。神州鯤泰主做信創產業，但也感受到在政府、金融和電信行業等信創市場之外的機會，互聯網客户就是他們的關注重點。

中科曙光旗下曙光存儲的副總裁張新鳳曾從效率和成本兩個維度對存儲為何會成為一個新的競爭高地做過解釋：算力再好，如果存儲性能跟不上，GPU的效率就會很低，進而導致成本上升和產品迭代效率變慢。

她認為，在存儲介質方面，以前「卡脖子」的問題現在有了解決方案，但目前NAND和HDD成本差距仍比較明顯，還沒有辦法做到對HDD完全取代。此外，高端網絡以前由國外佔據話語權，現在也有了國產替代方案，「只是需要一些時間」。

一些正在IPO輔導備案的半導體公司同樣對這一領域表示關注。英韌科技總經理劉剛對記者表示，隨着AI的發展，會考慮將更先進的技術應用在存儲系統中，包括新形式的存儲連接。

存儲作為半導體行業的重要組成部分，正通過技術升級、國產突破、效率提升等多方面，對二級市場板塊形成積極推動作用。

（第一財經記者寧佳彥對本文亦有貢獻）