网络系列报告之CPO概览：光电协同，算力革新

[Table_Main] 行业研究|信息技术|技术硬件与设备 证券研究报告 技术硬件与设备行业研究报告 2025 年 06 月 17 日 [Table_Title] 光电协同，算力革新 ——网络系列报告之 CPO 概览 [Table_Summary] 报告要点： 规模定律由参数、算力扩展至并行流，互联带宽亦将受推动 随着 Scaling law 由 Pre learning 阶段的 parameter scaling 扩展至 Post learning 阶段的 inference time scaling，模型性能显著提升，应 用渗透亦在加速。为了在尽可能少的增加参数规模及硬件负载的情况 下实现更好的模型性能，parallel scaling 进入学界视野。根据 Qwen 的研究团队数据，开 8 个并行流等效于参数量翻 3 倍的效果，但实际 增加的硬件成本微乎其微。训练阶段的并行过程会大幅提升"大规模 同步"的需求，不同处理器或节点之间需要通信以同步模型参数或梯 度，并推动集群内互联带宽的需求。 集群低功耗、高速率的需求下，更高的集成度或为更优解 一方面，根据数据中心 TCO 数据，无论上架率和外电负载，电费 ...