Ethernet
3 秒看懂
Ethernet 是全球覆盖最广、生态最成熟的有线局域网/城域网通信协议族,由 IEEE 802.3 标准严格定义,当前活跃版本为 IEEE 802.3-2022。其本质是一种基于帧的、无连接的分组交换传输技术,运行于 OSI 模型的物理层(第 1 层)与数据链路层(第 2 层)。在生成式 AI 的算力语境下,以太网已从“办公局域网”范式跃迁为数据中心内部 GPU 集群东西向流量的核心承载底板——无论是 400G、800G 超高速光互联,还是通过 RoCEv2(RDMA over Converged Ethernet)实现远程直接内存访问,以太网正系统性重塑大模型分布式训练的网络边界。
核心认知:以太网 ≠ Wi‑Fi(无线局域网,属 IEEE 802.11 标准族)。以太网是物理铜缆或光纤背面的“交通规则”。在 AI 训练时代,单机架的有效算力密度上限往往不取决于 GPU 数量,而取决于以太网的交换容量、端口误码率与无损队列调度能力。
3 分钟产业解释
以太网规定计算机与其他设备如何在一条共享或专用物理链路上实现无冲突、高效的数据通信。其产业运行逻辑可抽象为“帧 + 地址 + 逐跳交换 + 调度策略”:
- 封装与寻址:所有数据被拆解并封装成以太网帧。帧头包含目标设备的物理地址(MAC 地址,48 位)以及上层协议类型(EtherType,如 0x0800 代表 IPv4、0x86DD 代表 IPv6)。这相当于信封上写明物理门牌号及信件类型。
- 转发决策:交换机根据帧的目标 MAC 地址,结合内部芯片自学习的 MAC 地址表,实时决策从哪个物理端口以何种优先级(QoS)转发该帧。高端交换机此项决策延迟仅为亚微秒级。
- 连续演进:为应对不断膨胀的 AI 算力互联需求,以太网联盟(Ethernet Alliance)及超大规模数据中心运营商持续突破物理速率极限。据以太网联盟 2023 年技术路线图更新,以太网端口速率已从 10Mbps 规范性地演进至 800Gbps,1.6Tbps 标准亦在制定中。更重要的是,区别于传统的“尽力而为”传输(Best-effort),现代数据中心以太网引入无损机制(如优先级流控制 PFC 与显式拥塞通知 ECN),以适配大模型分布式训练对网络丢包近乎零容忍的刚性约束。
对投资者而言,以太网协议本身并非商品,但制造符合 IEEE 802.3 标准且能稳定处理 400G/800G 速率的物理层芯片(PHY)、交换芯片(Switch ASIC)、光模块与测试仪器,是 AI 基建资本开支中最具技术壁垒的消耗性环节。
技术原理
以太网帧的精密解剖
以太网遵循严格的分层封装逻辑。根据 IEEE 802.3-2022 标准及公开技术文档,标准以太网帧结构(不含物理层前导码与定界符)如下:
| 字段 | 长度 | 技术职能 |
|---|---|---|
| 目标 MAC 地址 | 6 字节 | 物理寻址终结点。首字节最低位为 1 时表示组播,全 1(FF-FF-FF-FF-FF-FF)时为广播。 |
| 源 MAC 地址 | 6 字节 | 物理寻址发送方。 |
| 802.1Q 标签 | 4 字节(可选) | 插入 VLAN ID(12 位,支持 4094 个虚拟局域网)与优先级(802.1p,3 位,8 级优先级)。AI 网络关键隔离元件。 |
| 类型/长度 | 2 字节 | 若值 ≤ 1500(0x05DC),表示 IEEE 802.3 帧的有效数据长度;若值 ≥ 1536(0x0600),表示上层协议 EtherType。 |
| 数据载荷 | 46 ~ 1500 字节 | 封装上层 IP 数据报。不足 46 字节需用填充字段补足,以保障帧总长度 ≥ 64 字节(侦测碰撞所需最小时间窗口)。 |
| 帧校验序列(FCS) | 4 字节 | CRC-32 循环冗余校验。发送端依据帧内所有字段计算,接收端验证。任何比特错误均导致该帧被无声丢弃,无重传请求。 |
物理层通信时序与同步机制
在 AI 网络的高速以太网物理层(如 100G/400G/800G 基于 PAM4 调制的 50G SerDes)中,通信时序高度精密:
- 同步前奏:发送端在帧前插入 7 字节前导码(交替比特模式 10101010)及 1 字节帧首定界符(SFD,模式 10101011),协助接收端时钟数据恢复(CDR)电路锁定数据脉冲的相位与频率。
- 块编码与 FEC:在 25G 及以上每通道速率中,物理编码子层(PCS)通常采用 64/66B 或 256B/257B 块编码,并叠加 Reed-Solomon 前向纠错(FEC,如 RS(544,514))。FEC 能在不触发重传的前提下纠正通道上的突发误码,是保障 AI 网络误码率(BER)达到
10^{-12}量级以下的关键机制。 - 流控算法——PFC 机制(IEEE 802.1Qbb): 在 AI 无损以太网络(Lossless Ethernet)中,当接收端交换机端口的缓冲区使用量超过预设阈值(“水线”),即反向发送 PFC Pause 帧,令上游特定优先级队列暂停发送数据,形成逐跳反压。这是 RoCEv2 RDMA 协议得以在以太网层上运行的物理前提——杜绝因缓冲区溢出导致的静默丢包。
- 拥塞标记——ECN 机制(RFC 3168): 当交换机内部队列长度接近拥塞阈值,芯片将在待转发 IP 报文的 ECN 位(IP 头部的 DS 字段最后 2 位)进行标记。接收方网卡检测到此标记后,通过拥塞通知包(CNP)告知发送端降速。ECN 与 PFC 配合,实现在算法层面主动控制队列深度,防范“微突发”(Microburst)引发的全网性能雪崩。
关键参数
对于承载 AI 大模型分布式训练流量的以太网硬件,专业评估需关注以下非直观但决定系统可用性的三类指标:
-
端口误码率(BER): 物理层生死线。IEEE 802.3 标准对不同速率端口均有严格的 BER 上限要求。据 IEEE 802.3bs(400G)与 IEEE 802.3df(800G)标准文档,在无 FEC 编码增益前提下,物理介质相关子层(PMD)要求 BER 优于
10^{-12};引入 FEC 后,电气通道的有效 BER 需满足帧丢失率(Frame Loss Ratio)基本为 0 的约束。一旦 BER 恶化,RDMA 将因频繁触发重传协议而陷入性能悬崖,等效有效带宽断崖式衰减。 -
直通转发延迟(Cut-through Latency): 在交换芯片内部,高端 AI 数据中心交换机要求端口至端口的直通转发延迟控制在 亚微秒级(通常在 200ns ~ 800ns 区间)。这直接决定 GPU 间梯度同步的“木桶效应”最短板。据 Broadcom 公开的 Tomahawk 系列交换芯片数据手册,其直通转发延迟指标可低至约 400ns。
-
无损优先级流量控制队列数: IEEE 802.1Qbb(PFC)标准允许对 8 个优先级队列中的部分或全部启用无损模式,不强制最低数量。实际 AI 网络大规模部署中,出于流量隔离刚性需求,通常使用 2 个或 3 个无损优先级队列——例如队列 3 承载 RoCEv2 数据通道,队列 5 承载 RoCEv2 控制通道,其余队列运行 TCP 等普通可丢包流量,有效防止后台管理流量冲击训练主带宽。公开资料表明,Meta、Microsoft 等超大规模云基础设施的白盒交换机配置指南均推荐至少配置 2 个 PFC 无损队列用于 AI 存储与计算分离流量。
技术路线
在 AI 数据中心内部,以太网面临 InfiniBand(IB)等专用互联技术竞争。以下基于行业通用定义及 NVIDIA 公开发布的技术白皮书进行量化对比:
| 特性维度 | 现代 AI 以太网(RoCEv2) | InfiniBand(IB) | 普通企业以太网 |
|---|---|---|---|
| 核心标准组织 | IEEE 802.3 / IETF | IBTA (InfiniBand Trade Association) | IEEE 802.3 |
| 主导芯片厂商 | Broadcom (Tomahawk/Trident 系列), NVIDIA (Spectrum 系列) | NVIDIA (原 Mellanox Quantum/Switch-IB 系列) | Broadcom, Marvell, Realtek |
| 高层单端口速率上限(截至 2025 年公开产品) | 800G (以太网联盟路线图指向 1.6T) | NDR 400G / NDR200 200G (XDR 800G 路线图已公布) | 1G ~ 10G (部分园区有 25G 迁移) |
| 传输可靠性机制 | PFC (IEEE 802.1Qbb) + ECN (RFC 3168) 实现准无损 | 基于信用(Credit-based)的链路级确定性流控,原生无损 | 尽力而为(Best-effort),不可预测丢包 |
| 典型端到端延迟(轻载-满载) | 1 ~ 3 微秒 (依赖交换机缓冲及 ECMP 哈希效果) | 600 纳秒 ~ 1 微秒 (端到端确定性强) | 数十微秒至毫秒级(受上层 TCP 重传拖累) |
| 云原生生态与虚拟化适配 | 极强:天然支持 VXLAN/Geneve 隧道封装,多租户网络隔离成熟 | 较弱:孤立生态,需额外网关实现与以太网互通,运维模型封闭 | 极强:企业级应用基础 |
| 典型部署场景(据 NVIDIA 2024 年 GTC 公开信息) | 中等规模训推一体集群(万卡以内),大规模推理集群,通用云计算虚拟化网络 | 顶级前沿 MoE 大模型预训练(万卡至十万卡级别),高性能计算(HPC)极致性能区 | 企业办公网,非关键业务 |
技术路线收敛研判: NVIDIA 自研 Spectrum-X 以太网平台(集成 Spectrum-4 交换芯片与 BlueField-3 DPU 网卡)已引入自适应路由(Adaptive Routing)与端到端拥塞控制算法,专门针对 AI 流量的“少数大象流”特征进行优化,试图系统性挤占 IB 在万卡级训练集群中的独占份额。公开资料显示,NVIDIA 在 2025 财年相关陈述中已将 Spectrum-X 定位为“AI 工厂”的核心网络平台。与此同时,Broadcom 于 2024 年发布的 Tomahawk 5 交换芯片已原生支持 51.2Tbps 交换容量及可编程拥塞控制,推动通用以太网生态向 AI 负载追赶。两条技术路线的边界正发生实质性并轨。
上游
以太网 AI 高速互联产业链的上游集中于物理层核心元器件与材料,技术壁垒极高:
- 高端交换芯片 ASIC/PHY: 博通(Broadcom,Tomahawk 5/Trident 5 系列,据 2024 年年度报告为超大规模数据中心交换芯片市场主要供应商)、英伟达(NVIDIA,Spectrum-4 系列,自 2023 年起通过 Mellanox 收购整合,公开资料未披露独立市场份额)、Marvell(Teralynx 系列,公开报道于 2024 年推出面向云端的 51.2T 交换芯片)。此类芯片工艺通常基于台积电 5nm/4nm 节点,单颗芯片含数百亿晶体管,设计及流片门槛为业内顶尖。
- 光模块核心 DSP 与驱动芯片:Credo、MaxLinear、Marvell 等厂商提供用于 800G 光模块的 PAM4 DSP 芯片,执行模数/数模转换、信号均衡及 FEC 编解码,是光模块功耗与成本的核心组成。
- 光电芯片与调制器: 硅光引擎(如 Intel、Ayar Labs 方案)、EML 激光器芯片、薄膜铌酸锂调制器(公开资料可见光库科技、联特科技等参与该技术路线),以及配套的 CMOS 驱动/跨阻放大器(TIA)芯片。
- 高精度晶振与时钟恢复元件: 高速 SerDes 需要极低抖动参考时钟,相关供应商包括 SiTime、TXC 等(公开供应链信息)。
- 高频基板材料与线缆:松下 Megtron 8 等级别的高速 CCL(覆铜板),以及 Credo、Amphenol 等提供的有源铜缆(AEC)/有源光缆(AOC),用于柜内/柜间极短距连接,材料配方与工艺为核心壁垒。
下游
下游应用高度集中于以下领域,需求特征差异显著:
- 云超大规模数据中心(CSP): 微软(Azure)、谷歌(GCP)、Meta(Facebook)、亚马逊 AWS 等,为 AI 以太网最高速率(400G/800G)的“定义者”与最大规模采购方。据 LightCounting 2024 年研究报告,北美 Top 4 CSP 占全球高速以太网光模块采购量的约 65%–70%(具体年份与口径以 LightCounting 报告为准)。此类客户通常采用白盒交换机方案,主导开源网络操作系统(SONiC 等),绕过传统品牌溢价。
- 电信运营商: 5G 承载网、城域网核心层向 400G 以太网升级,主要依赖 IP 路由器+光传输设备体系,对 QoS 与网络切片有电信级要求。
- AI 算力租赁商与大型企业: 包括 CoreWeave、Lambda 等 GPU 云,自建 AI 训练/推理集群,对 RoCEv2 无损以太网方案有强烈需求。
- 工业自动化场景: 基于 PROFINET、EtherNet/IP、EtherCAT 等工业以太网协议,利用标准以太网物理层实现控制器与现场设备通信。如西门子资料(公开)所示,PROFINET 完全建立在标准以太网(IEEE 802.3)之上,在工厂自动化中实现循环数据(Cyclic Data)与非循环报警数据的混合传输。
受益公司与竞争格局
按 2023–2024 年公开年报及行业报告,受益于 AI 以太网基础设施扩张的主要参与者及其核心角色:
- NVIDIA(英伟达,美股 NVDA): “双品牌”垄断者。InfiniBand 为绝对主导,同时 Spectrum-X 以太网平台(交换机芯片+BlueField DPU)自 2024 年起加速渗透 AI 以太网,抢占推理及中型训练集群市场。NVIDIA FY2025 Q3 财报电话会议披露,Spectrum-X 以太网平台收入同比快速增长,但未单独拆分绝对规模。
- Broadcom(博通,美股 AVGO): AI 以太网交换芯片的主导供应商。Tomahawk 5 系列在 51.2T 代际为多家白盒及品牌交换机(包括 Arista)供货,据 Broadcom FY2024 年报,其网络芯片部门营收受益于 AI 交换机放量显著增长(注:具体增速取自财报陈述,不构成预测)。
- Arista Networks(美股 ANET): 云数据中心以太网交换机的核心品牌,以 EOS 操作系统实现可编程性差异化,客户覆盖 Meta、微软等主要 CSP。Arista 2024 年度报告显示其 400G/800G 产品线收入占比持续提升,但未披露与 NVIDIA Spectrum 产品的直接份额对比。
- VIAVI Solutions(美股 VIAV)与 Keysight(是德科技,美股 KEYS): 测试与测量“隐形裁判”。800G/1.6T 以太网物理层从原型到量产需经过误码率、信号完整性、协议一致性等严格测试环节。VIAVI 与 Keysight 是高速以太网测试设备的主要供应商,具备不可替代的技术护城河。
- 光模块厂商: 中际旭创(300308.SZ)、Coherent(美股 COHR)、新易盛(300502.SZ)等为 800G 以太网光模块主要量产出货方。据 LightCounting 2024 年数据,中际旭创在全球数通光模块市场份额位居前列(具体份额及口径以 LightCounting 报告为准)。
市场规模
公开第三方研究机构对“AI 以太网”直接穿透市场规模的测算口径不一,但可借助相关硬件市场数据拼凑参考框架:
- 高速以太网交换机市场规模: 据 IDC《全球以太网交换机季度追踪》(2024 年 Q4 数据),2024 年全年全球以太网交换机市场总收入约 442 亿美元,其中数据中心板块(通常包含 25G/100G/200G/400G 端口)增速显著高于非数据中心板块,AI 驱动的高带宽端口(200G 及以上)收入占比持续提升。IDC 口径指出,400G 交换机端口出货量于 2024 年同比增长超过 100%(具体数值以 IDC 付费报告为准)。
- 数据中心光模块市场规模: 据 LightCounting 2024 年预测,全球以太网光模块(含 AOC)市场规模将从 2023 年约 50 亿美元增长至 2029 年逾 120 亿美元(此为预测值,存在不确定性),核心驱动力为 AI 集群的 400G/800G/1.6T 光互联需求。该机构同期报告指出,2025 年 800G SR8/DR4 光模块出货量预计将占高速光模块出货显著比例。
- 高端交换芯片市场: Broadcom 在其 2024 年分析师日上援引第三方数据,预估数据中心以太网交换芯片的潜在可服务市场(TAM)随 AI 扩展保持双位数年复合增长率(具体数字及其界定条件以 Broadcom 材料为准,公开资料未见独立第三方拆分“AI 专用交换芯片”的精确绝对值)。
玩家对比
核心竞合关系集中于 AI 乙太网与 InfiniBand,以及新势力对传统品牌的冲击:
- NVIDIA 光谱(Spectrum) vs. Broadcom 战斧(Tomahawk):
- NVIDIA 走“交换机+网卡+软件(Cumulus Linux/DOCA)”纵向闭环道路,其自适应路由和拥塞控制为私有增强,需 NVIDIA 网卡配对实现最优效果,封闭性类似 IB 生态的以太网版本。
- Broadcom 走“商用电晶片+开放式系统”横向路径,与 Arista、Cisco、Juniper 以及众多白盒 ODM 形成广域同盟。Tomahawk 系列的可编程能力依赖开放 SDK,由下游品牌集成进各自 NOS(如 Arista EOS、SONiC 开源社群),生态碎片化但供应安全冗余高。
- 当前两种模式的直接市场份额对比尚无公开第三方权威数据,Gartner 等机构对数据中心交换机市场的报告通常按品牌划分,不易剥离芯片路线。
- 800G 光模块路线:EML vs. 硅光: 以中际旭创、Coherent 为代表的 EML+DSP 方案为 2023-2024 年 800G 出货主流。而 Intel、Ayar Labs 等主推硅光共封装光学(CPO)及 OIO(光输入输出)路线,宣称在功耗与密度上有根本性优势,但公开资料显示 2025 年前其从样品到大规模部署的产能与良率数据尚未达到压制性拐点。
- 传统品牌 vs. 白盒+SaaS: 谷歌、Meta 等自研或委托 ODM 生产白盒交换机,并采用开源网络操作系统,这一模式在超大规模层级严重挤压 Cisco 等传统品牌的单价与份额。Cisco 于 2024 年推出 Silicon One 系列芯片与 800G 交换机,试图以半定制化回守,但竞争态势仍由云巨头采购策略决定。
风险
针对 AI 以太网产业方向,需清醒认知以下结构性风险与不确定性:
- 技术标准的碎片与锁定风险: ROCOv2 依赖的 PFC/ECN 配置复杂、易产生死锁与 PFC 风暴,且不同厂商的拥塞控制算法(DCBQCN 及其变种)之间存在兼容性问题。NVIDIA 的 Spectrum-X 自适应路由功能为私有增强,仅与 NVIDIA BlueField DPU 配对时发挥全部效能,可能形成“软锁定”,与开放的 IEEE/IETF 基本目标发生矛盾。
- InfiniBand 的高端壁垒仍难全面逾越: 截至 2025 年初,公开资料未见任何大规模纯以太网训练集群在 >3 万卡规模上达到与 IB 同等的训练效率(如 Meta 于 2024 年公开的 Llama 3 400B 训练披露仍主要采用 IB 架构)。万卡以上超大规模 MoE 模型的通信瓶颈可能延后以太网的最终替代进度。
- 供应链与良率波动: 800G 光模块所需的高级 DSP、EML 激光器及高速 PCB 等关键零组件供应商集中度较高,地缘政治、材料禁运等可引发产能瓶颈。PAM4 信号在背板与连接器上的损耗对制造工艺极度敏感,良率波动可能显著影响交付节奏与成本。
- AEC/ACC 铜连接对柜间光模块的替代不确定性: 由于 AI 集群的机柜内与相邻机柜距离较短,Credo、Amphenol 等供应的有源铜缆(AEC)在 2–5 米范围内可经济地替代 800G 光模块,可能导致短距光模块需求低于线性推算。公开资料显示,该替代边界仍在持续演化,对光模块渗透率的影响存在不确定性。
误读纠偏
误读 1:“只要插上网线就有了以太网,无非是速度快和慢的分别。”
事实纠正: 物理连接仅解决了电气连通,以太网本质是一套精密的分组交换逻辑。在 AI 网络内,仅因哈希算法错配或 PFC 水线设置不合理,可导致某条链路带宽利用率为 0%,而相邻链路严重拥塞。100G 物理链路上堆叠错误策略,有效吞吐可能劣于 10G 好配置。构建 AI 以太网需要对负载均衡(ECMP/自适应路由)、无损队列调度、拥塞控制参数进行与工作负载匹配的深度调优。
误读 2:“Wi‑Fi 是新一代以太网,有线终将被消灭。”
事实纠正: Wi‑Fi 遵循 IEEE 802.11 标准族,运行于无许可证频段的共享半双工介质,天然存在信道竞争与干扰问题。大规模 GPU 集群的梯度同步要求微秒级确定性低延迟与无丢包,无线信道的随机延迟与误码在物理特性上无法满足。以太网光纤(单工或双工全双工)是此类场景的唯一工程解。
误读 3:“PROFINET 是‘专用工业以太网’,不兼容标准以太网硬件。”
事实纠正: 根据西门子公开技术文档,PROFINET 完全构建于标准 IEEE 802.3 以太网硬件之上。RT(实时)与 IRT(等时同步实时)等级分别使用标准以太网带优先级的帧收发与基于时间调度表的硬件辅助传输。正是这种根植于标准以太网的兼容性,使得现代工厂网络得以大量采用商用芯片降本。两者层级互补,非对立替代。
最新事件
仅列示 2023 年 7 月至 2025 年 2 月期间公开可查的产业关键事件(部分引用,不构成对未来趋势的预判):
- AI 以太网生态快速扩张(2023–2024): 超以太网联盟(Ultra Ethernet Consortium,UEC)于 2023 年 7 月由 AMD、Arista、Broadcom、Cisco、HPE、Intel、Meta 与 Microsoft 等联合发起,旨在改造传统以太网以适配 AI/HPC 对报文喷洒、多路径与乱序交付的需求。UEC 在 2024 年发布了传输协议规范 v1.0 草案,公开声明目标是在开放生态内提供与 IB 相匹敌的延迟与效率。
- NVIDIA Spectrum-X 首次大规模部署声明(2024 年): NVIDIA 在其 FY2025 Q3 电话会议中公开披露,Spectrum-X 平台已被其“主要云客户”(公开资料推测涵盖 Oracle Cloud 或 CoreWeave 等)部署用于 AI 训练与推理网络,并指出其为公司数据中心业务中增长最快的部分之一(未单独披露绝对收入)。事后多家媒体解读此为 IB 之外 NVIDIA 对以太网战略加码。
- Broadcom 发布 Tomahawk 5 系列(2023 年)及 51.2T 大规模商用: 2023 年 8 月 Broadcom 宣布 Tomahawk 5 交换芯片全面商用,单芯片支持 64×800G 端口,旨在推动超大规模数据中心对 800G 的采纳。Arista 于 2024 年发布基于 Tomahawk 5 的 800G 交换机产品线,并宣传已向头部 AI 客户出货。
- 800G 光模块进入扩产高峰(2024): 中际旭创、Coherent 在 2024 年多次公布 800G 光模块产能提升与出货量指引,LightCounting 报告称 2024 年 Q3 全球 800G 光模块出货量首次单季度超过 100 万只(此为外部估算,具体数据以报告原文为准)。
- CPO(共封装光学)从验证迈向早期量产(2024–2025): Intel 于 2024 年展出用于 800G/1.6T 的 OCI(光学计算互连)chiplet,Broadcom 发布 Bailly CPO 交换机概念验证,均宣称可将功耗降至传统光模块方案的约 50%。但公开资料显示,这些方案在 2025 年初仍以样片或小批量为主,市场大规模采纳时间线尚无定论。
跟踪指标
若需持续追踪 AI 以太网产业的真实景气度,建议密切关注以下量化指标,全部数据可从公开披露合规渠道获取:
- 季度数据中心以太网交换机端口出货量(按速率拆分):关注 IDC 或 650 Group 每季度发布的数据中心交换机跟踪报告(如 IDC Worldwide Quarterly Ethernet Switch Tracker),聚焦 200G、400G 与 800G 端口的出货数量与平均售价(ASP)变化。
- 头部光模块供应商的订单与营收指引: 定期查阅中际旭创(300308.SZ)、Coherent(COHR)的季度财报及管理层公开业绩会表述,辅以 LightCounting 月度更新,跟踪 800G 及以上速率产品的产销率(Book-to-Bill),此为需求景气度的先行参数。
- 云厂商资本开支结构中对网络及光互联的表述: 重点关注 Microsoft、Meta、Google、Amazon 季度财报中关于技术基础设施资本开支、AI 网络升级及“后端网络(fabric)”的公开陈述,尤其注意 400G/800G 部署计划的量化披露及与 InfiniBand 比例的提及变化。
- UEC 规范里程碑及 IEEE 802.3 新标准进展: 重点跟进 Ultra Ethernet Consortium(UEC)传输层协议规范 v1.0 及后续版本的正式发布节点和采纳声明,以及 IEEE P802.3dj(1.6T 以太网)标准草案进入工作组投票阶段的时间表,用以判断产业标准化速度与生态成熟度。
- DRAM/HBM 产能与以太网交换机交付周期的联动: AI 网络的升级依赖整体系统,GPU 与 HBM 的紧缺曾制约训练集群部署,间接影响交换机与光模块的拉货节奏。可参考 TrendForce 对 HBM 季度位元产出及 NVIDIA GPU 交付周期的公开报告,并联评估网络硬件的景气匹配性。
信源
文章中引用的数据和事实主要依据以下公开信息来源:
- IEEE 802.3‑2022 标准文件及 Ethernet Alliance 路线图更新(2023)。
- Broadcom Inc. FY2024 年报及 2024 年分析师投资者日公开演示材料。
- NVIDIA Corporation FY2025 季度财报电话会议记录及 2023–2024 GTC 技术公开文档。
- LightCounting “High-Speed Ethernet Optics Report” 及相关季度市场更新(2024)。
- IDC “Worldwide Quarterly Ethernet Switch Tracker” Q4 2024 公开发布摘要。
- 中际旭创(300308.SZ) 2024 年半年度及三季度定期报告;Coherent Corp. 2024 财年年报公开披露。
- Arista Networks 2024 年度报告及产品发布新闻稿。
- Ultra Ethernet Consortium 官方网站发布的白皮书与规范里程碑声明(2023–2024)。
- 西门子 PROFINET 产品 6GK 系列公开技术资料页。
- VIAVI Solutions Inc. 及 Keysight Technologies 官网发布的高速以太网测试白皮书。
- 因合规要求,未引用任何未公开内部资料或带有主观投资倾向的研究评级。