AI本质是“数据流动机器”，连接成为核心基础设施
　　过去：CPU为中心，计算是瓶颈；现在（AI时代）：GPU集群（上万卡），数据流动成为瓶颈；核心变化：AI算力=计算能力×数据互连能力；
　　一个AI数据中心其实是5层互连结构：芯片内（die-to-die）、板内（board）、机内（server）、机柜内（rack）、机房间（cluster），每一层都需要不同连接器/线缆体系；
　　连接需求剧增：（1）AI集群规模指数增长，GPU数量剧增，相互之间需要“频繁通信”，连接数量指数增长；（2）带宽需求爆炸，模型训练=海量数据交换，每一代带宽翻倍，行业规律端口速率约每3年翻倍；（3）功耗与延迟约束，数据搬运功耗越来越高，延迟影响训练效率；
　　铜连接、光连接、光电融合在不同场景满足连接需求
　　目前有三种核心互连形态：（1）铜互连（短距）：DAC（无源铜缆）、AEC（有源电缆）、ACC（主动均衡），特点：低延迟、低成本、距离短，典型应用：机柜内；（2）光互连（中长距）：AOC（有源光缆）、光模块（DR4 / FR4等），特点：长距离、高带宽；典型应用：机柜间；（3）光电融合（未来）：CPO（共封装光学）、LPO（线性光模块），本质：把光做到芯片旁边；
　　被动式DAC不包含任何电子元件——信号质量会随着铜线的每毫米长度而下降。ACC则增加了模拟均衡（CTLE）功能，通过放大并重塑信号，在无需完全再生信号的情况下，将传输距离延长至3–5米。但AEC技术更进一步：它在两端均采用具备完整时钟与数据恢复（CDR）功能的数字重定时器芯片，从而彻底再生出纯净的信号。这可补偿超过38–40 dB的通道损耗，实现长达7米的可靠连接。
　　风险提示
　　1、我国国防科技工业体系的体制机制改革进程低于预期，产业组织架构变革的不确定性；
　　2、“十五五规划”是影响未来5年装备建设的核心因素之一，“十五五规划”的不确定性使得未来装备建设存在显著的结构不稳定性；
　　3、科研型号研制进度不及预期，招标的不确定性；
　　4、国企改革效率提升不及预期，供给侧改革的不确定性。