报告摘要：
　　GPU不再是算力竞逐的核心，超节点规模将是算力世界的决胜场。超节点，即物理上由多台设备组成，逻辑上以一台机器学习、思考、推理，即通过Scale-up而获得远超Scale-out的卡间互联带宽。因此，超大规模的超节点是大模型训练最理想的工具。当前，全球大厂均已先后布局超节点产品，英伟达已展出其72卡、144卡、576卡的超节点路径，华为也亮相384卡、8192卡、15488卡的超节点方案。超节点将成为算力的主流形态，意味着在未来，算力需求方的采购，将以超节点为单位，而不是GPU卡。
　　我们认为，超节点时代，以下方向将有显著投资机会：
　　1、超节点时代，同等卡数规模集群，超节点形态的集群将使得先进制程需求倍增！超节点相比于传统AI算力集群，使用了数十倍数量的Scale-up switch芯片，其Scaleup switch芯片数量与集群GPU数量比之相近甚至超过。而Scale-up switch往往采用与GPU同等先进制程工艺，将消耗同等规模的先进制程产能。在以往市场对“算力需求-先进制程产能”的关系分析中，往往只关注了GPU本身的需求量对先进制程产能的带动，而忽视了switch芯片。超节点形态下，同等数量的GPU将叠加巨量的Scale-up switch芯片，促成先进制程需求的翻倍增长。意味着，超节点时代，先进制程的增长斜率将倍增！台积电与中芯国际等具备先进工艺能力的厂商，有望充分受益。
　　2、超节点Scale-up switch需求大增，交换机、交换芯片较Scale-out有近40倍的需求空间。以华为Atlas 950超节点（8192卡）为例，据相关公开资料，其使用了9000+颗LRS（低维交换芯片）与500+颗HRS（高维交换芯片），Scale-up交换机价值量占整个超节点价值量超过6%（东北电子团队测算）。
　　3、中国特色的超节点机会：以规模换性能，以能源换性能。由于工艺制程限制，国产芯片单卡算力将长期落后于海外芯片，而Scale-out下系统性能受到集群规模限制，一味增加集群卡数并不能实现系统性能的持续提升，即国产算力无法通过数倍于海外集群卡数的Scale-out集群达到接近海外集群的性能。但超节点打破了规模限制，能够实现“三个臭皮匠，顶个诸葛亮”的功效。中国超节点，通过以规模换性能，以能源换性能，可以通过更多的卡数和更高的能耗实现与海外超节点同等的算力。以华为和英伟达相关对标超节点产品做比较，在同等算力条件下，2025年，国产超节点卡数规模是海外超节点的3.2倍，而到2027年，该比值将提升至8.5倍；同等算力下，国产超节点的能耗是海外超节点的2~3倍。中国超节点各环节中，与量有关的环节，如GPU、交换芯片、先进制程等，将呈现比海外算力更高的增长潜能；与能源有关系的环节，如电源、液冷，将较海外算力有更陡峭的增长斜率。
　　4、国内超节点，未来几年将以柜内全铜、柜间全光的连接方案为主流。无论是华为昇腾超节点还是阿里磐久超节点，其未来一两代架构均采用柜内全铜、柜间全光的连接方案，我们认为是国内芯片工艺制程相对落后，对正交背板和CPO的诉求不强。在EUV光刻机突破前，国产超节点可能持续采用该方案。因此，在连接环节的选择上，我们认为：国内看铜，海外看光&PCB。
　　我们认为，超节点就是大模型的“光刻机”。从重要性看，大模型的训练和推理离不开高算力、高性能的超节点基础设施，正如先进制程离不开高性能光刻机。从价值量看，一台1980i DUV/低数值孔径EUV光刻机售价约1亿美金，而上万卡规模的超节点售价预计也将超过1亿美金。超节点将是中国算力突围的一次革命性机会，在国产算力拥有万卡规模等级的超节点后（如26H2，华为Atlas950），国产大模型将真正拥有了训练利器，有望极大提升国产大模型训练效率。我们看好在明年国产大模型与中国AI资本开支双双爆发，国产算力开启繁荣增长。
　　风险提示：晶圆厂扩产不及预期、国内AI资本开支不及预期