本期投资提示：
　　本周专题主要讨论AI网络环节产业重要变化：1）谷歌发布多模态大模型Gemini及新一代TPU v5p，谷歌OCS架构带来增量网络需求；2） AIPC的大变革，重视算力模组的价值。
　　（一）近期谷歌发布多模态大模型Gemini及新一代TPU v5p。与TPU v4相比，新发布的TPU v5p具有约两倍的FLOPS（每秒浮点运算）和三倍的高内存带宽提升。
　　OCS是谷歌自研的数据中心光交换机。通常数据中心内数据交换是光电混合网络，设备之间的主要互联通过光缆/铜缆/光电转换器件、以及交换机ASIC/Serdes/PCIE/NVLink等链路实现。与过去在网络层之间多次将信号“从电转换为光再到电”不同，OCS是一种全光学的连接方案，通过MEMS阵列结合光环路器、波分复用光模块实现光路的灵活切换、以达到直接通过光信号组建交换网络的目的（适配于重复可预测的AI训练）。
　　OCS光交换网络与数据速率和波长无关，即使算力网络基础设施带宽从100Gb/s升级到200Gb/s甚至直到1.6T及更高速率，OCS方案均可在主干层兼容。换言之，在OCS方案下光通信网络的升级迭代未必以传统网络芯片的带宽和端口速率为瓶颈，可完全依据流量增长速度和成本经济性进行迭代。
　　我们对谷歌OCS产业影响小结如下，谷歌OCS本质是用MEMS系统的阵列组反射实现光信号交换，取代原有光电混合交换机体系，整体看：
　　1）OCS降低了光模块对交换芯片的依存度，即使带宽从100G升级到800G甚至直到1.6T及更高，OCS方案均可兼容，加速高阶网络的演进；
　　2）OCS对光模块的调制性能要求更高，双工、波分复用、低色散、高精度以及消光比/折射率等性能要求极高，提升光模块价值量和进入门槛（可以解释谷歌单模需求），且OCS交换机的需求台数，与光传输技术密切相关（例如CWDM4、CWDM8等）；
　　3）OCS的spine层可以解决集群灵活配置、扩容、灾备、并行等需求，是单模光模块向数据中心侧下沉的潜在增量市场。谷歌block内部的ICI网络也有向光通信演进的可能性。
　　4）我们认为，Nvidia未来也将在网络拓扑结构上着力创新，包括OCS、新型拓扑结构在内的众多思路，叠加CPO等技术路径，或将重构我们目前对通信网络的理解。
　　（二）AIPC的大变革，重视算力模组的价值。AI应用落地的重要场景之一是终端，AIPC是典型代表；而边缘算力与AIPC的前提是网络下沉。智能化+定制化，终端景气度边际变化，算力模组成为边缘算力新载体。
　　（三）相关标的。1）AI算力网络：中际旭创、新易盛、天孚通信、华工科技、中兴通讯、紫光股份、锐捷网络、源杰科技、盛科通信等。2）AIoT到AIPC边缘算力：广和通、美格智能、移远通信等。3）算网融合：中国移动、中国电信、中国联通等。
　　风险提示：信息技术迭代产生新的网络通信方案，可能颠覆已有路径或格局。