首届算博会ODX见闻：高速互连、液冷、800V、NPO等产业趋势动态跟踪

【本文来自持牌证券机构，不代表平台观点，请独立判断和决策】

招商证券电子团队近日参加了在北京举办的ODX2026大会，大会上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，招商证券电子团队整理了本次大会部分演讲的核心观点，供投资者参考。

整体产业趋势来看，生成式AI走向AgenticAI，单Agent走向多Agent协同等，这些变化将依次重写算力类型、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、ScaleUp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。

1）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ScaleUp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、CableTray/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。

相关公司动态如下：

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672GPU、1MW供电/制冷和全光互连；

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；

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ScaleUp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800VPowerShelf、VPD和液冷方案。

2）网络与互连：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，Scaleup、Scaleout与Scaleacross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。

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。Scaleup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CableCartridge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，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。

具体应用上，立讯技术（立讯精密控股子公司）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Type1XDSocket产品，明年启动448GUPO标准制定。

3）存储：KVCache带来存储容量与传输两大难题

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。

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ScaleupSwitch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batchsize，带动TPS提升，大幅提高模型性能。腾讯推出的MemorySwitchFabric项目顺利开展，支持DRAM、NAND、HBF，9月启动软件层开发，明年会有MemoryConnect芯片，将原Scaleup网络从算力互连演进为内存互连。

三星：针对L1.5层级，三星推出zNAND-O，采用SLC架构，与NPU合封，推出适配端侧与服务器端架构，极大程度提高整体运行性能，预计2028年起深度赋能AI创新。

4）电源：800VDC为兆瓦级机柜升级的物理必然

GPU单芯片功耗由数百瓦走向3.6-5kW、单柜功率由数十kW走向300-600kW乃至1MW后，供电系统需要同时完成四项重构：一是以800VHVDC降低长距离输电电流和铜损；二是把DC/DC、VRM持续推近负载，解决芯片“最后一英寸”的数千安培供电；三是通过超级电容、BBU/储能、分层控制消化GPU毫秒级动态功率；四是把供电与算力调度、液冷、电网和微电网统一设计。

当前主线仍是先以800V→50/54V兼容既有服务器生态，再逐步演进至12V/6V中间母线、800V进板、VPD/IVR；更长期则由SST推动中压直连和原生直流。电源由服务器配套部件升级为贯穿“源-网-荷-储-芯”的机架级能源平台。

麦格米特：把Sidecar定义为可扩展、可管理的机架级能源平台。公司将数据中心电源分为Shelf内分布式、机架内集中式和机架级能源平台三类；

晶丰明源：聚焦“最后一英寸”，以6V母线、TLVR、Co-PackLDMOS和VPD解决4000A级Vcore供电。

整体来看，AI产业链基础设施持续升级，关注服务器整机、高速互连、电源、机柜电源线、液冷、算力芯片和交换芯片、存储、配套芯片、滑轨、机箱等细分领域公司。

研报来源：招商证券，鄢凡，S1090511060002，从大模型演进到Token工厂，AI产业链共筑基础设施升级——ODX 2026首届算博会跟踪报告。2026年9月8日