2026 OCP 瑞银研报核心内容+产业链交叉验证验证

AI基础设施进入“全栈系统竞赛”：下一轮胜负不再只由GPU决定
信源：瑞银《APAC Technology：2026 OCP APAC Summit—AI Infrastructure a Full-Stack Systems Race》｜2026年8月16日｜基于OCP亚太峰会现场演讲及产业交流
过去几年，市场习惯用GPU数量衡量AI基础设施：采购了多少颗加速器，理论算力增加了多少，似乎就代表AI能力增长了多少。
但当数万颗乃至数十万颗加速器被连接在一起，这套衡量方式开始失效。GPU的峰值性能只是账面算力，真正能够转化为模型训练、推理服务和商业收入的，是系统持续稳定运行之后产生的有效算力。
更准确的表达应该是：
[有效算力 = 峰值算力 x 集群效率 x 利用率 x 在线时间]
一颗GPU可能因为等待数据、网络拥塞、电源波动、散热不足或者链路故障而闲置。规模越大，任何局部瓶颈都会被整个系统放大。AI基础设施的竞争单位，因而正在从单颗芯片升级为一座能够稳定生产Token的“AI工厂”。
这正是所谓“全栈系统竞赛”的真正含义。
从服务器到机架，再到AI工厂
传统数据中心以服务器为基本单元。CPU、内存、存储和网卡安装在一台机器里，只要每台服务器能够独立工作，数据中心便可以逐步扩容。
AI集群改变了这种结构。大模型训练要求数千颗加速器像一台计算机那样协同工作，推理系统也需要在不同计算节点之间频繁搬运模型参数、KV Cache和上下文数据。单台服务器不再是完整系统，机架、Pod乃至整个数据中心园区，正在变成一台被拆开的巨型计算机。
与此同时，芯片本身的边界也在扩张。XPU、HBM、缓存、I/O芯粒和网络接口被放入越来越庞大的先进封装之中。未来所谓的“芯片”，实际上更像一个由计算、存储、通信和供电共同组成的微型系统。
系统边界由此同时向两个方向延伸：向下进入封装内部，向上覆盖机架、Pod和数据中心。芯片设计、先进封装、光互连、电源、液冷和系统管理不再是互相独立的行业，而是同一个算力生产系统的不同组成部分。
这也解释了为什么单纯比较GPU峰值算力越来越没有意义。两座配置相近的AI数据中心，最终产生的Token数量可能截然不同。真正决定经济性的，是网络能否持续同步、电力能否稳定输送、散热能否控制降频，以及故障能否在影响整个集群之前被发现和隔离。
电力正在从后台设施变成计算架构
AI数据中心过去最大的明星是GPU，电力系统则更像后台设施。随着单机架功率从几十千瓦上升到数百千瓦，甚至向兆瓦级发展，电力开始直接决定计算系统应该怎样设计。
物理规律非常简单：功率等于电压乘以电流。当机架功率不断提高而供电电压保持不变，电流就会迅速增加。更大的电流意味着更粗的铜排、更多的线缆、更严重的发热和更高的传输损耗。最终，机架内部越来越多的空间会被供电和散热占据，而不是用来安装计算设备。
因此，400V或800V高压直流供电并不是普通的电源升级，而是对“从电网到芯片”整条路径的重新设计。
短期内，更现实的方案是把整流、配电和备用电池移到独立的Power Sidecar或电源柜中，为IT机架释放空间。再往后，高压直流将更深入地进入机架，通过DC-DC模块转换成加速器需要的低电压。由此增加的不只是功率半导体需求，还包括高压连接器、母线、断路器、电弧检测、备份储能和实时电源管理。
更远期的固态变压器，则试图把传统变压器、UPS和部分配电功能整合起来，缩短从中压电网到800V直流母线的转换路径。但它仍需解决安全认证、故障隔离、绝缘、冗余和量产可靠性等问题。
因此，800VDC代表的不是某个单一产品周期，而是一场电力架构重构。算力密度越高，电源就越不能停留在数据中心外围，而会不断向机架、板卡甚至封装内部移动。电力与计算的边界正在消失。
光互连的价值正在向机架和封装内部迁移
网络也在经历相似的变化。
过去，光模块主要负责机架之间的远距离通信，机架内部以及加速器之间的Scale-up连接仍大量依赖铜缆。但当SerDes速率提升至每通道200G甚至400G，铜互连的有效距离会迅速缩短，均衡功耗、串扰和信号完整性问题同步恶化。
铜互连的问题已经不只是带宽不够，而是开始限制AI系统的物理形态。为了缩短电连接距离，计算设备必须被挤在更小的空间内；但设备越密集，供电和散热压力就越高。这形成了一个无法通过简单增加铜缆解决的工程矛盾。
光互连因此开始从机架外部进入机架内部，并逐渐靠近交换芯片、XPU和HBM。其演进可能不会是可插拔光模块被CPO一次性取代，而是可插拔、NPO、CPO和光学I/O长期并存：不同方案分别在成本、能耗、可维护性、带宽密度和可靠性之间寻找平衡。
CPO最容易被低估的价值也不是节省了多少瓦，而是提高了整个集群的稳定性。大规模训练可能持续数周，一次链路波动就可能迫使大量GPU等待、重新同步，甚至导致任务回滚。降低光链路故障率，相当于提高整座AI工厂的有效开工率。
这会改变光通信产业过去“端口数量乘以模块价格”的价值衡量方式。未来更重要的问题是：一种互连方案能否降低每颗GPU的网络功耗和等待时间，能否扩大Scale-up计算域，以及能否减少系统故障造成的算力浪费。
随着光向芯片靠近，价值链也会重新分配。激光器、硅光芯片、光纤阵列、精密耦合、光电协同封装和测试的重要性上升，传统模块组装的价值占比未必同步增加。CPO不是传统光模块的简单延伸，而是网络、芯片和先进封装三个产业的交汇点。
先进封装正在承担“后摩尔时代”的系统整合
当制程微缩越来越困难，产业开始通过扩大封装规模、增加HBM数量、采用芯粒和3D堆叠继续提升系统性能。
先进封装承担的任务，已经超出了把芯片封装起来。它需要缩短计算与内存之间的距离，提供更高密度的die-to-die互连，引入垂直供电，并为未来的光引擎预留空间。
但封装越大，系统复杂度就越高。多颗芯粒、HBM和光电器件组合在一起后，任何一个环节的缺陷都可能影响最终良率。封装厂商真正的壁垒将从单纯拥有产能，转向Known Good Die测试、翘曲控制、热管理、光电联合测试和系统级验证。
这意味着，后摩尔时代的竞争不会只是“谁能把更多晶体管做得更小”，还包括“谁能把更多不同功能的芯片可靠地组合成一个系统”。先进封装正在从制造工序升级为系统架构的一部分。
ODM也不再只是服务器组装厂
AI基础设施走向机架级交付之后，服务器ODM的角色同样发生变化。
客户需要的不再是若干台能够开机的服务器，而是已经完成电源、网络、液冷、控制和软件验证的完整机架，甚至是可以快速部署的AI Pod。ODM必须同时管理冷板、CDU、歧管、快速接头、电源柜、备用储能、BMC、遥测和故障诊断，并完成机架及集群级验证。
制造能力仍然重要，但真正稀缺的是系统协同能力。谁能够更快完成设计导入、解决不同零部件之间的兼容问题、缩短现场部署时间，并建立稳定的运维体系，谁才更有机会从代工厂升级为AI基础设施总包商。
这也意味着，AI服务器价值量上升并不必然带来所有供应商利润率同步提高。开放标准会扩大市场，也可能加剧同质化。最终能够保留利润的，往往不是单纯提供组装产能的企业，而是掌握共同设计、系统验证和现场交付能力的企业。
AI硬件竞争正在回归一个朴素的问题
AI基础设施的下一阶段，看起来充满了复杂技术名词：800VDC、CPO、混合键合、固态变压器、液冷原生Pod。但它们最终都在解决同一个问题：
在有限的土地、电力、空间和散热条件下，怎样让更多加速器组成更大的计算域，并且尽可能长时间保持高效运行。
这也是为什么网络与电力正在同时向芯片靠近。高速计算需要更短的数据路径，也需要更短、更高效的供电路径。AI系统的每一次规模扩张，都会把原本位于数据中心外围的功能拉入机架，再把机架级功能拉入封装。
未来衡量AI基础设施的指标，可能不再是购买了多少颗GPU，而是每瓦电力、每平方米土地和每小时运行时间能够生产多少Token。谁能够缩短AI工厂上线时间、降低系统故障率、扩大有效计算域，并把更多峰值算力转化为持续产出，谁才拥有真正的竞争优势。
GPU仍然是AI工厂最重要的生产设备，但它不再能够独自决定胜负。电力、网络、封装、冷却和系统管理正在从配套设施变成核心技术。
AI基础设施的上半场，是不断制造更快的芯片；下半场，则是把这些芯片组织成一台足够庞大、足够高效，也足够可靠的机器。