新型智算中心改造系列报告一： 网络成大模型训练瓶颈 ，节点内外多方案并存 证券研究报告 | 2024 年 5 月 5 日 行业研究 · 行业专题 计算机 · 人工智能 投资评级：超配（维持评级） 请务必阅读正文之后的免责声明及其项下所有内容 • A I 大模型训练和推理拉动智能算力需求快速增长。 a ）模型迭代和数量增长拉动 A I 算力需求增长：从单个模型来看，模型能力持续提升依赖于

头部玩家算⼒百 卡/千卡级，算⼒ 目前并非瓶颈 • ⾼ • 软件服务可快速 普及应用 • 中 • 自动驾驶软件成 本低，潜在受众 巨⼤，头部玩家 已投放市场 • 低 • ⾼质量的机器⼈真机操作 数据数量稀少，仿真数据 作用有限 • 低 • 目前算法部分处于摸索期， 感知、规划、控制等功能 都不成熟 • 低 • ⼤多数玩家在千 卡级，目前的主 要瓶颈是数据 • 低 • 物理操作需要满 • 需要视觉数据、⼒学数据、 运动数据、激光雷达、甚 ⾄其他模态，异构数据多 • 低，数据主要来自⼀些 垂直的训练场景，数据 分布比较单⼀ • ⽆ • 目前数据是⼤部 分AI系统进步的 瓶颈，算法和算 ⼒的问题相对更 容易解决 • 自动驾驶能够快 速成熟的核⼼原 因在于数据采集 和数据闭环⽅面 的优势，⼤规模 的自动驾驶车队 ⾄关重要 空间智能概览 自动驾驶 3D⽣成 具身智能 多样性 数据闭环 成熟度 • 精简度中：视觉驾驶数据最关键，纯视觉之外的技术路线也 会采用激光雷达、毫米波雷达等传感器，但纯视觉的精简路 线已被证明有效 • 地图数据和定位数据相对简单，不构成瓶颈 • 多样性中：地域范围包括不同国家/地域，城市/乡村，频次 分布来看包括不同⾼频日常和长尾场景，时间范围包括白天 /夜晚，季节性，⾼峰/非⾼峰等 • 数据反馈循环强：有⼤规模车队搭载自动驾驶系统测试、收

应用现状 02 未来发展方向 03 商业化挑战与突破点 04 投资逻辑建议 05 总结 06 01 运动控制进展与瓶颈 运动控制基础行走抓取已实现，动态平衡复杂地形适应 受限，如宇树科技春晚表演机器人在复杂舞台环境中需 多次调整才能稳定行走。 运动控制技术瓶颈制约应用场景拓展，复杂环境适应性 不足，限制了机器人在野外勘探、灾难救援等复杂地形 场景的应用。 核心零部件研发与成本 算法、京津冀精密制造，产业集聚效 应初显，但协同效率待提升。 区域产业分布不均衡，各地产业配套 不完善，导致产业链上下游企业沟通 协作成本高，影响整体发展效率。 区域产业分布格局 产业链关键瓶颈环节 瓶颈关键芯片轴承仍依赖进口，国产 化替代进程缓慢，如高端芯片供应受 限影响企业生产进度。 关键零部件进口依赖度高，面临供应 风险和成本压力，制约产业链自主可 控发展，影响产业安全。 产业链协同以项目合作为主，缺乏长

在算力密度、通信效率、 能效比方面面临严峻挑战。中国移动充分发挥央企科技创新示范引领作用，聚焦 “卡脖子”方向，攻关国产高算力芯片、智算超节点、算力原生等关键技术，突 破万亿模型训练与推理性能瓶颈，打造低成本、高能效、自主可控的算力底座， 引领云智算基础设施从规模扩张走向效能跃升的新阶段。 2.1.1 算力芯片 大模型训练和推理对算力芯片提出了更高的要求，如超高带宽互联、极低时 延等。GPU 不断优化算力利用率、提升智算业务效能。 2.2.1 智算文件存储 基于通算理念构建的存储系统在长期演进中形成的标准化协议和产品形态 无法满足智算应用发展对数据访存性能、数据流转效率等新需求，已成为制约智 算产业发展的生产力瓶颈。同时，新型存储介质、高速网络硬件的快速发展也为 存储系统的重塑提供了强大的动力支撑。 目前，大模型对底层存储的性能要求和高速发展的软硬件技术，正在推动存 储系统的革命性升级。基于高性能网络技术栈（如 延、大规 模组网等场景的瓶颈。二者协同构建“芯片-设备-集群”三层互联能力，形成从 卡内计算到跨机协作的端到端智算网络中国方案，为万亿参数大模型训练、多模 态 AI 应用及下一代智算中心建设提供高确定性、高可靠性的互联基座。 2.3.1 卡间互联 由于大模型复杂度、参数量和训练数据呈指数级增长，传统 GPU 互联技术在 数据传输效率、可靠性和互联规模上面临瓶颈，亟需在协议设计、内存协同和物

GPU 完成 工作 传统 DC 与智算中心流量模型区 别 面向大模型训练，网络成为 AI 算力瓶 颈 AI 大模型以 GPU 集群分布式训练为基础，带来大量节点间通信消耗，网络成为 AI 算力“瓶颈” 当前业界主流智算中心网络技术被国外厂商垄断，网络芯片存在代际差距，网络可能成为我国 AI 发展的“新卡点” 集群有效算力∝｛ GPU 单卡算力 * 总卡数 * 线性加速比 * 有效运行时｝ 时延、硬件支持等方面存在性能瓶颈，暴露的帧头部信息仍存在安全漏洞 Packet MAC PCS PMA PMA PMD xAUI PHYSec 光模块加密 接口芯片加密 Packet MAC PCS PMA PMA PMD xAUI PHYSec or 探索新层次：将传统密码学思想应用到以太网物理层— PHYSec ，解决现有技术方案的安全漏洞与性能瓶颈，具 有 极低开销、时延以及低功耗和成本等优势

- 6 - 卓越绩效的关键因素。灯塔工厂的共性是都遵循一套共同的准则， 即致力于可持续且可大规模推广的数字化转型。在技术方面。当 前，数字创新企业面临的核心挑战已从“试点困境”转向“规模 瓶颈”——成功试点难以转化为可持续的规模化应用。灯塔工厂 通过本地化投入（优化流程、培养能力、按需部署场景），并整 合可复用的资产组合，打破知识共享壁垒，以通用化模式推广经 验，实现跨网络的规模化效应。 价。这种代价表现为效率低下，从而会侵蚀新技术的增值潜力。 2、优化人员、物料和数据之间的信息流 - 10 - 系统可变性与浪费推高总成本。灯塔工厂重设流程前，分析 人员、物料、数据流，深入一线识别瓶颈，通过流程挖掘绘制真 实物料流，确保数字化方案精准且可扩展，系统性降本增效。以 海天集团为代表的灯塔工厂不仅会整合能提供可靠信息和建议 的工具，还围绕这些工具重新设计流程。 实例：海天集团 50%以上碳排放来自供应链，需与上下游共建资源循环。富 士康联合金属合金客户与供应商开发废料追踪系统，通过数据优 化工艺参数，实现废料最大化利用，范围 3 排放减少 39%，再生 材料占比超 50%，突破金属回收技术瓶颈，为高碳行业提供转型 范本。 - 25 - 图 9：富士康工业互联网公司实现了范围 3 减排的闭环 富士康工业互联网公司金属合金闭环示意图 采矿与精炼 - 从铝土矿中生产氧化铝 - 占碳排放量的最大头

2,000,000 左 右。依此类推要达到实际应用的话，量子比特数需求规模在千万级 以上。 四、 应用成效与前景 (一) 创新点/先进性/成效/潜力 针对目前人工智能领域发展面临的算力瓶颈难题，清华大学李 升波教授团队与北京玻色量子科技有限公司合作，首次提出一种“使 用相干量子计算机的多层前馈神经网络训练方法”，并在玻色量子的 550 比特相干光量子计算机上进行了真机验证，成功证实了该研究 至 5 年内率先迈入真实商用阶段。 而人工智能领域正是目前最需要强大算力支撑的方向，面对今 天经典计算设备受限的不利局面，积极探索下一代计算技术，尝试 用新的思路、新的方法破局，彻底打破算力瓶颈，推动大模型乃至 通用人工智能的飞跃式发展，是行业必须要解决的问题。 本案例的成果虽然卓有成效，但只是打通量子计算与人工智能 领域交叉融合的一小步，未来随着相干光量子计算技术的不断发展 和 究突破，助力我国量子计算产业实用化的快速发展。 (二) 应用感悟与建议 通过本案例的开展，我们清楚的看到，量子计算作为一种全新 的底层技术，能够颠覆原有的解决方案，帮助行业跳出固化思维， 打破原有经典计算的众多瓶颈，但是需要更多来自人工智能领域的 专家学者、企业共同参与，以应用需求驱动量子技术的正确发展， 真正解决行业实际问题。 因此，建议政府、企业鼓励人工智能+量子计算领域的创新场景 应用验证，不

星地量子通信已成为重要研究方向之一 基于卫星开展空间量子信息科学研究和应用探索，具有提升传 输距离与组网能力、提升应用覆盖面与灵活性等优势。当前，星地 量子通信已逐渐成为突破量子态远距离传输技术瓶颈的主要方案之 一，是探索 QKD 大规模组网和应用的重要发展方向。 我国于 2016 年 8 月率先发射全球首颗量子科学实验卫星“墨子 号”，后续基于此开展多项开创性的空间量子通信与量子物理学实验， 平 提升及成本降低，有望成为下一代传感测量技术的演进方向。然而， 多数量子精密测量技术仍处于实验室研发或原型机阶段，如何有效 转化为工程应用并满足实际场景需求，是产业界与学术界需协同突 破的瓶颈。此外，鉴于当前量子精密测量技术的商业价值尚未完全 显现，社会资本的投入有限，需加大公共研发资金支持及创新创业 支持力度，以推动商业化应用进程。通过市场推广和宣传提高量子 精密测量技术的知名度和影响力吸引更多用户和企业关注和应用该 量子信息技术是量子科技的重要组成部分之一，同时也是具有 战略性、引领性、颠覆性的新兴产业之一。量子信息技术三大领域 在技术发展水平、原型机工程化程度、应用推广潜力和产业化前景 等方面各有差异，整体仍面临一些共性关键技术和核心问题瓶颈需 要进一步攻关突破。近年来，量子信息技术领域科研成果不断涌现， 原型机核心技术指标提升迅速，应用场景探索广泛开展，测评验证 成为业界关注重点，企业发展保持活跃，产业生态培育方兴未艾。 量

金融是现代经济的核心，金融信息化在国民经济信息化中的重要性不言而喻。与此同时，现代金融作为知识密集型产业，客观上要求以飞速发展的信息技术为支撑，不断推行金融创新，实现自身的信息化和知识化 二、需求分析 - 发展瓶颈 Add your text 淘汰落后产能总体 进展缓慢 机制不健全 节能减排重点工程 建设滞后 Add your text 节能减排 七大痛 认识尚未完全到位 Add your

Adaptive Routing Notification 自适应路由通知 BBR Bottleneck Bandwidth and Round-trip propagation time 瓶颈带宽和往返传播时 间 BGP Border Gateway Protocol 边界网关协议 BIER Bit Indexed Explicit Replication 位索引显式复制 CCO 统的PCIe和Infiniband都不再是未 来大规模智算集群网络的主流选择。 趋势二：光电融合是下一代智算集群网络发展的必然方向 受摩尔定律和香农定律的双重约束，当前电互联技术已经进入发展的瓶颈期，下一代智 算集群对性能和能耗的极致追求必然导致光互联技术得以广泛应用。具体而言，在Scale Up 网络域，以OIO/CPO为代表的光互联技术将为芯片间、板内和板间互联带来带宽和功耗的 巨大提升空间；在Scale 传输通量敏感的线下业务。受可扩展性及成本等多重因素驱动，增强性广域公网长期来看， 将成为市场的自然选择。在传统端侧为主的技术机制基础上，广域网侧将以更加主动和精细 化的模式介入端到端高性能传输流程中，从而根本性解决高性能广域网的瓶颈问题。 中兴通讯版权所有未经许可不得扩散 37 8 参考文献 [1]. Hu Y, Eran H, Firestone D, et al. Congestion control for large-scale