招商电子团队近日参加了在北京举办的ODX 2026大会，AI上下游产业链各公司专家做了非常详细的主题演讲，大会对当前AI产业发展现状深刻剖析，各论坛板块探讨火热，我们整理了本次大会部分演讲的核心观点，供投资者参考。
　　Token经济与大模型：终端应用与模型范式是硬件迭代的第一性驱动力，硬件升级要落到有效Token产出。生成式AI走向Agentic AI，单Agent走向多Agent协同等，这些变化依次重写了算力类型、访存模式、通信拓扑、存储层级、CPU/GPU配比和功耗曲线。GPU仍是算力核心，但新增价值量越来越多地流向CPU调度、HBM/DRAM/SSD多级内存、Scale Up网络、KVCache服务、800V供电、液冷以及整机柜系统工程。行业评价标准更关注Token/s、Token/W、单用户Token/s、TTFT、资源利用率及单Token成本等。
　　超节点与散热：液冷与800V、高速互连和机柜结构协同设计，整机价值要以Token/s等衡量。MoE、PD分离、长上下文和训推一体要求更大的Scale Up域，同时单芯片功耗持续提升，使传统8卡服务器、风冷机柜及按部件独立设计的模式同时失效。超节点因此演进为以机柜为最小交付单元，将CPU/GPU/XPU、内存和存储池、交换芯片、Cable Tray/正交背板、供电母线、液冷管路及管理单元统一设计。关于超节点架构，行业正朝着由模块化、三总线盲插和全液冷提升单柜密度及可维护性；更长期则与800VHVDC、NPO/CPO、全光互连及算电协同共同重构机柜几何形态。整机价值最终要以有效GPU卡时、Token/s、Token/W及可用率衡量，而非单纯比较理论峰值算力。1）超聚变：从2017年三总线液冷整机柜出发，已完成核心部件自研和百万级XPU规模商用，并把下一代目标推向672 GPU、1MW供电/制冷和全光互连；2）百度：一条线做计算节点模块化，另一条线推进天池1.0→3.0整柜演进，并已积累万卡级国产集群交付与运维数据；3）新华三：以UXM标准化解决异构XPU整机碎片化，同时探索正压与负压两条液冷路线。UXM把类PCIe、BFX和OAM三类模组纳入共同体系，统一54V供电、机械、液冷和高速接口，并允许不同Scale Up协议、正交或分布式整机架构并行。面对单芯片2kW并向5kW演进、交换芯片功耗超过3.5kW，公司同步推进800VPower Shelf、VPD和液冷方案。
　　网络与互连：互连复杂度持续提升行业光铜并进，业界对NPO重视度有所提高。当前互连行业呈现多轨并行、双轨并进的发展方向，Scale up、Scale out与Scale across同步扩容，以实现更高算力密度，互连的方式也从传统的GPU-GPU通信扩展为GPU-CPU-内存-SSD的全系统互连。1）互连方案上，依旧遵循“能用铜就用铜，必须用光再用光”的原则，产业趋势呈现出光铜并进的格局。Scale up作为智算互联中带宽压力最大的互连架构，目前含有铜、光两种技术路径，但随着互连规模的扩大，单机柜面临物理承载极限，因此需要跨机柜互连，进一步催生光互连需求。铜互连方面，随着传输速率的持续提升，为降低损耗同时延长铜缆生命周期，从传统的Cable Cartridge铜线缆方案进一步延伸出NPC以及最终的CPC方案；光互连方面，我们观察到业界普遍对NPO的重视程度提高，尽管其并非最终技术演进路线，但却是在兼顾技术落地进度、性能、功耗以及可维护性下的阶段性最优解。2）具体应用上，立讯技术遵循光铜并进的发展思路，在224G速率下具备完整的互联解决方案，覆盖从GPU到交换芯片、从板内到板间、从柜内到柜间的完整端到端链路，包括高速连接器、线缆组件、NPO/CPO连光板组件，同时配套散热、电源方案等。同时立讯已在开展448G速率完整方案预研，CPC方案实物样品已经产出，完全满足PAM6要求，PAM4还会迭代新版本，预计今年内可以推出；腾讯与阿里在光互连领域联合发起UPO标准制定，产业链上下游大量合作伙伴共同参与，共三种形态适配不同应用场景，与主芯片集成可采用多种集成方案，UPO标准采用LGASocket连接方案，实测指标可满足224G应用需求，也可平滑演进至448G。当前UPO标准制定速度加快，预计年底推出Type1 XDSocket产品，明年启动448GUPO标准制定。
　　存储：KVCache带来存储容量与传输两大难题，超节点形态或从连接算力走向连接存力。KVCache逐步成为推理场景新瓶颈，随着上下文长度、并发数量提升，KVCache占用容量会快速扩张，给推理系统带来压力。针对KVCache，除了解决存储容量，还需要解决传输速度、数据复用两大问题，当缓存利用率超过95%时，系统会从计算密集型转变为I/O密集型，KVCache传输瓶颈会凸显。因此，如何合理有效的管理KVCache对于推理工作负载至关重要，内存层级架构的精细分工与紧密互连重要性凸显。当前内存层级主要包含L1-GPUHBM→L2-CPUDRAM→L-本地SSD→L3.5-ICMS池→L4云存储，针对L1与L2之间的传输GAP，1）腾讯：提出L1.5解决方案，在现有超节点架构中接入独立内存池，直接在Scale up Switch接入专用DDR内存池，可为单颗GPU提供约500GB访问容量以及400-800GB/s访问带宽，可显著提高batch&