ACC (Active Copper Cable，有源銅纜)
3 秒看懂
一句話定義：ACC（Active Copper Cable，有源銅纜）是一種線上纜端部整合訊號調理晶片的銅纜方案，用於資料中心短距高速互聯，比無源銅纜傳得更遠、比有源光纜更便宜。
核心定位：資料中心機櫃內 / 相鄰機櫃間的”中間態”互聯方案——在 DAC（無源銅纜）和 AOC（有源光纜）之間找到成本-效能平衡點。
投資關鍵詞：AI 叢集互聯 → 短距銅纜升級 → 有源晶片附加值 → 銅聯結器廠商 / 高速 SerDes IP 供應商。
3 分鐘產業解釋
問題背景：為什麼需要 ACC？
資料中心內部互聯面臨一個經典的”不可能三角”：
距離
/\
/ \
/ \
/ 選擇 \
/ 區域 \
/----------\
成本 功耗/延遲| 傳統方案 | 典型覆蓋距離 | 痛點 |
|---|---|---|
| DAC（無源銅纜） | ≤3 米（定性估算） | 速率越高可傳距離越短；200G+ 時代侷限明顯 |
| AOC（有源光纜） | 數十米至百米級 | 成本高；光電轉換引入額外功耗和延遲 |
| ACC（有源銅纜） | 約 3-7 米（定性估算，取決於速率和線纜質量） | 在 DAC 距離瓶頸處提供延伸，成本低於 AOC |
ACC 的本質：給銅纜加上”訊號放大器 + 均衡器”，讓銅纜在更高速率下仍能工作在更長距離。
產業價值
┌─────────────────────────────────────────────────────────────┐
│ AI 伺服器機櫃內部 │
│ │
│ ┌─────────┐ ACC ┌─────────┐ │
│ │ GPU │═══════════▶│ ToR │ │
│ │ 伺服器 │ (1-5m) │ 交換器 │ │
│ └─────────┘ └─────────┘ │
│ │
│ 原本用 DAC：200G/400G 下距離不夠 │
│ 改用 AOC：成本激增 │
│ ACC 是中間解 │
└─────────────────────────────────────────────────────────────┘關鍵洞察：AI 訓練叢集中，單機櫃內 GPU 到 ToR 交換器的距離通常在 1-5 米範圍內，這恰好是 ACC 的甜蜜區。
15 分鐘專家深入
一、ACC 技術架構拆解
ACC 與 DAC 的核心差異：端部有源晶片（Retimer / Redriver / Active Equalizer）
【DAC（無源銅纜）結構】
┌────────┐ ┌────────┐
│ 聯結器 │──────────── 純銅線纜 ────────────────│ 聯結器 │
└────────┘ （無任何晶片） └────────┘
【ACC（有源銅纜）結構】
┌────────┐ ┌──────────┐ ┌────────┐
│ 聯結器 │────│ 有源晶片 │────── 線纜 ─────────│ 聯結器 │
└────────┘ │(訊號調理) │ （可能雙端有源） └────────┘
└──────────┘有源晶片的核心功能（定性描述，具體實現因廠商而異）：
- 訊號均衡（Equalization）：補償銅纜的高頻衰減
- 訊號放大（Amplification）：恢復訊號幅度
- 時鐘資料恢復（CDR，部分方案包含）：重新定時訊號，降低抖動
二、ACC 有源晶片的技術分類
行業內對 ACC 端部晶片的實現存在不同方案，常見分類如下：
| 型別 | 功能描述 | 複雜度 | 備註 |
|---|---|---|---|
| Redriver（訊號重驅動） | 模擬均衡 + 放大，無 CDR | 較低 | 延遲最低，但抖動清理能力有限 |
| Retimer（訊號重定時） | 完整 CDR + 均衡 + 放大 | 較高 | 抖動清理能力強，完整 CDR 功能 |
| DSP-based | 數字訊號處理 | 最高 | 成本和功耗較高，多見於更長距離方案 |
注意：業界對 ACC 端部晶片應稱為 Redriver 還是 Retimer 存在不同定義和使用習慣，部分廠商將包含 CDR 的方案仍歸為 ACC，部分則單獨區分。以上分類為通用架構。[行業通用定義，待廠商白皮書核實]
三、與 DAC/AOC 的對比架構
傳輸距離
▲
│ ╱ AOC（有源光纜）
│ ╱
│ ╱
│ ╱
│ ╱ ← ACC 的"中間態"定位
│ ╱
│ ╱
│ ╱
│ ╱
│ ╱ DAC（無源銅纜）
│╱
└──────────────────────────────────────▶ 資料速率
100G 200G 400G 800G 1.6T| 對比維度 | DAC | ACC | AOC |
|---|---|---|---|
| 典型覆蓋距離 | ≤3m（速率依賴，定性估算） | 約 3-7m（定性估算） | 數十米至百米級 |
| 成本 | 最低 | 中間 | 最高 |
| 功耗 | 最低（無源） | 中間（有源晶片功耗） | 較高（光電轉換） |
| 延遲 | 最低 | 較低 | 略高（光電轉換） |
| 重量/柔性 | 較重、較硬 | 類似 DAC | 輕、柔 |
| 訊號完整性 | 受限於距離和速率 | 顯著改善 | 最佳（遠距離） |
| EMI/EMC | 可能有干擾 | 有源晶片可改善 | 無電磁干擾 |
四、在 AI 叢集中的應用邏輯
┌─────────────────────────────────────────────────────────────┐
│ AI 訓練叢集互聯拓撲（示意） │
│ │
│ ┌─────────────────────────────────────────┐ │
│ │ 單個伺服器機櫃 │ │
│ │ │ │
│ │ ┌─────┐ ┌─────┐ ┌─────┐ ┌─────┐ │ │
│ │ │GPU 0│ │GPU 1│ │GPU 2│ │GPU 3│ │ │
│ │ └──┬──┘ └──┬──┘ └──┬──┘ └──┬──┘ │ │
│ │ │NVLink │ │ │ │ │
│ │ ┌──┴──────┴───────┴───────┴──┐ │ │
│ │ │ NVSwitch / 內部互聯 │ │ │
│ │ └────────────┬───────────────┘ │ │
│ │ │ ← ACC/DAC 甜蜜區 │ │
│ └───────────────┼────────────────────────┘ │
│ │ │
│ ┌──────┴──────┐ │
│ │ ToR 交換器 │ │
│ └──────┬──────┘ │
│ │ ← 更長距離可能需要 AOC/光模組 │
│ │ │
│ ┌──────┴──────┐ │
│ │ Spine 交換器 │ │
│ └─────────────┘ │
└─────────────────────────────────────────────────────────────┘ACC 在 AI 叢集中的典型場景：
- GPU 伺服器到 ToR 交換器的短距連線（最主要場景）
- 同機櫃內不同伺服器間的互聯
- 儲存節點到網路的連線
技術原理
ACC 核心機制：訊號調理
問題根源：銅纜傳輸高速訊號時，高頻分量衰減嚴重（趨膚效應 + 介質損耗），導致眼圖閉合。
【訊號衰減示意】
傳送端訊號（眼圖張開） 經過銅纜後（眼圖閉合）
┌──────────────┐ ┌──────────────┐
│ ╱╲ ╱╲ │ │ ?? ?? │
│ ╱ ╲ ╱ ╲ │ ═══▶ │ ╱╲??╱╲?? │
│ ╱ ╳ ╲ │ 銅纜損耗 │ ╱ ?? ?? ╲│
│╱ ╱ ╲ ╲│ │╱ ╱╲ ╲│
└──────────────┘ └──────────────┘
【ACC 有源晶片處理後（眼圖恢復）】
┌──────────────┐
│ ╱╲ ╱╲ │
│ ╱ ╲ ╱ ╲ │ ← 均衡 + 放大恢復訊號質量
│ ╱ ╳ ╲ │
│╱ ╱ ╲ ╲│
└──────────────┘ACC 有源晶片的關鍵處理步驟（定性描述）：
輸入訊號 ──▶ ┌──────────────┐ ──▶ ┌──────────────┐ ──▶ 輸出訊號
(衰減後) │ 均衡器 │ │ 放大器 │ (恢復後)
│ (EQ) │ │ (AMP) │
│ 補償頻率相關 │ │ 恢復訊號幅度 │
│ 衰減 │ │ │
└──────────────┘ └──────────────┘
│
▼ (部分方案包含)
┌──────────────┐
│ CDR │
│ 時鐘資料恢復 │
│ 清理抖動 │
└──────────────┘關鍵引數維度（因具體方案而異，此處僅列架構）：
| 引數 | 說明 | 定性備註 |
|---|---|---|
| 支援速率 | 單通道最高速率 | 200G/400G/800G 時代，具體取決於標準和廠商實現 |
| 通道數 | 並行通道數量 | 常見 4/8/16 通道 |
| 功耗 | 有源晶片功耗 | 定性：低於同速率光模組，高於無源 |
| 延遲 | 端到端附加延遲 | 定性：ns 級，遠低於網路協議棧延遲 |
| BER | 誤位元速率 | 無FEC鏈路典型目標≤10⁻¹²；藉助FEC後可實現<10⁻¹⁵的更低誤位元速率 |
以上引數為通用架構描述，具體規格因廠商實現和應用場景而異。[待廠商規格書核實]
差分訊號傳輸原理
ACC 與 DAC 一樣，採用差分訊號傳輸：
【差分訊號對】
正相訊號 (+) ──────╲
╲──── 共模噪聲被抑制
反相訊號 (-) ──────╱ 差分訊號被放大差分傳輸的優勢：
- 共模噪聲抑制
- 更高的訊號完整性
- 更低的 EMI 輻射
技術演進史
時間軸
─────────────────────────────────────────────────────────────────▶
│ 10G 時代 │ 25G 時代 │ 50G/100G │ 200G/400G │ 800G+ │
│ │ │ │ │ │
│ DAC 為主 │ DAC 仍可用 │ DAC 開始 │ ACC 需求 │ ACC 重要 │
│ │ │ 受限 │ 顯著上升 │ 性提升 │
│ │ │ │ │ │
│ │ │ │ │ │
│ │ │ │ │ │
驅動力：每一代速率翻倍 → 銅纜損耗增大 → 無源距離縮短 → 有源需求上升關鍵演進節點（定性描述）：
| 速率代際 | DAC 典型可用距離（估算） | ACC 需求變化 |
|---|---|---|
| 10G/25G | 可達 5m+ | 需求較少，DAC 足夠 |
| 50G/100G | 約 3-5m | 開始有需求 |
| 200G/400G | 約 1-3m | 需求顯著上升 |
| 800G/1.6T | 約 0.5-2m | ACC 成為重要選擇 |
以上距離為行業定性估算，實際取決於線纜質量、聯結器型別、廠商實現等因素。[行業共識估算]
演進趨勢：
- 速率提升 → ACC 向下滲透：原本 DAC 可覆蓋的距離逐漸需要 ACC
- 成本敏感 → ACC 向上替代部分 AOC：短距場景下 ACC 比 AOC 更經濟
- AI 叢集密度增加 → 機櫃內短距互聯需求爆發
技術路線對比
| 對比維度 | DAC（無源銅纜） | ACC（有源銅纜） | AOC（有源光纜） | 短距光模組（SR） |
|---|---|---|---|---|
| 傳輸介質 | 銅 | 銅 | 光纖 | 光纖 |
| 端部有源器件 | 無 | 有（訊號調理晶片） | 有（光電轉換） | 有（光電轉換） |
| 典型覆蓋距離 | ≤3m（估算） | ~3-7m（估算） | 數十至百米 | 數十至百米 |
| 相對成本 | ★☆☆☆☆ | ★★☆☆☆ | ★★★★☆ | ★★★★★ |
| 相對功耗 | ★☆☆☆☆ | ★★☆☆☆ | ★★★☆☆ | ★★★★☆ |
| 延遲 | 最低 | 低 | 中等 | 中等 |
| 重量/柔性 | 重/硬 | 中等 | 輕/柔 | 輕/柔 |
| 適用場景 | 機櫃內極短距 | 機櫃內短距 | 跨機櫃/跨機架 | 跨機架/跨機房 |
| 標準化程度 | 成熟 | 發展中（各廠方案差異） | 成熟 | 成熟 |
| 800G 適用性 | 受限 | 適用 | 適用 | 適用 |
| 1.6T 適用性 | 非常受限 | 待驗證 | 適用 | 適用 |
關鍵權衡邏輯：
選擇決策樹（簡化）
距離 ≤ 2m？
├─ 是 → 優先考慮 DAC（成本最低）
└─ 否 → 距離 ≤ 5-7m？
├─ 是 → 優先考慮 ACC（成本-效能平衡）
└─ 否 → 優先考慮 AOC / 光模組
注：實際選擇還需考慮速率、功耗預算、可靠性要求等上下游
產業鏈全景
┌─────────────────────────────────────────────────────────────────┐
│ ACC 產業鏈 │
│ │
│ ┌───────────────┐ ┌───────────────┐ ┌───────────────┐ │
│ │ 上游 │ │ 中游 │ │ 下游 │ │
│ │ │ │ │ │ │ │
│ │ · 高速 SerDes │ │ · ACC 線纜 │ │ · 雲端運算廠商 │ │
│ │ IP 供應商 │ ──▶ │ 組裝廠商 │ ──▶ │ · AI 訓練叢集 │ │
│ │ · 晶片代工 │ │ · 有源晶片 │ │ · 資料中心 │ │
│ │ · 銅材/線纜 │ │ 設計廠商 │ │ · 企業網路 │ │
│ │ · 聯結器 │ │ · 聯結器廠商 │ │ │ │
│ │ 原材料 │ │ │ │ │ │
│ └───────────────┘ └───────────────┘ └───────────────┘ │
└─────────────────────────────────────────────────────────────────┘關鍵環節分析
上游 - 有源晶片/ SerDes IP：
- ACC 的技術壁壘主要在端部有源晶片
- 高速 SerDes（序列器/解串器）IP 是核心
- 製程要求：高速模擬/混合訊號晶片，先進工藝節點可獲得更好效能
上游 - 線纜與聯結器：
- 高速銅纜製造工藝（阻抗控制、遮蔽設計）
- 高速聯結器（如 QSFP-DD、OSFP 等形態）
中游 - ACC 成品：
- 晶片 + 線纜 + 聯結器的系統整合
- 訊號完整性設計、熱管理、可靠性驗證
下游 - 需求驅動：
- AI 訓練叢集（GPU 到 ToR 交換器）
- 大規模資料中心
- 高效能運算（HPC）
關鍵指標
技術性能指標
| 指標 | 說明 | 行業關注點 |
|---|---|---|
| 支援速率 | 單通道 / 總頻寬 | 56G PAM4 / 112G PAM4 / 224G PAM4 等 |
| 傳輸距離 | 滿足 BER 要求的最大距離 | 決定 ACC vs DAC 選擇 |
| BER | 誤位元速率 | 無FEC鏈路典型目標≤10⁻¹²；藉助FEC後可實現<10⁻¹⁵的更低誤位元速率 |
| 功耗 | 有源晶片功耗 | 定性：低於同速率光模組 |
| 延遲 | 端到端附加延遲 | 定性：ns 級 |
| 眼圖餘量 | 訊號質量裕度 | 越大越好 |
商業/供應鏈指標
| 指標 | 說明 | 關注點 |
|---|---|---|
| 每埠成本 | 單個 ACC 線纜成本 | 與 DAC/AOC 的價差 |
| 每 Gbps 成本 | 單位頻寬成本 | 價效比核心指標 |
| 供應鏈成熟度 | 供應商數量、交期 | AI 需求爆發下是否緊缺 |
| 可靠性 | 失效率、壽命 | 資料中心運維關注 |
供需與市場資料
⚠️ 重要宣告：以下市場資料部分為行業公開報告的定性趨勢描述，具體數字來源各異且可能有偏差。標註 [待核實] 的資料請以權威行業報告為準。
需求端
核心驅動力：AI 訓練叢集建設
AI GPU 出貨量增長 ──▶ 伺服器互聯需求增長 ──▶ ACC/DAC/AOC 需求增長
│
▼
短距互聯佔比高
（單機櫃內 GPU-ToR 連線）需求量級估算（定性邏輯）：
- 每臺 GPU 伺服器通常需要多條高速互聯線纜連線到 ToR 交換器
- ACC 在 200G/400G 速率下的短距場景需求佔比正在上升
- 800G 時代 ACC 需求可能進一步擴大
具體市場規模數字因來源和口徑不同差異較大，此處不列出具體金額以免誤導。[建議參考 LightCounting、Crehan Research 等行業報告]
供給端
供應鏈現狀（定性描述）：
- 有源晶片設計：少數高速 SerDes / 模擬晶片廠商具備能力
- 線纜製造：多家廠商具備產能
- 系統整合：聯結器廠商 + 線纜廠商協同
供給約束：
- 有源晶片產能（受晶圓代工產能影響）
- 高效能聯結器產能
- AI 需求突發性增長帶來的供應鏈緊張
代表公司與資本對映
⚠️ 以下為產業鏈相關公司梳理，不構成投資建議。具體業務佔比和 ACC 相關營收需核實各公司財報揭露。[待核實]
按產業鏈環節
┌─────────────────────────────────────────────────────────────────┐
│ ACC 產業鏈公司圖譜 │
│ │
│ 【有源晶片 / SerDes IP】 │
│ · Broadcom（博通）- 高速 SerDes IP 和連線晶片龍頭 │
│ · Marvell - 高速連線晶片 │
│ · Credo Technology - 專注連線晶片 │
│ · Astera Labs - 連線解決方案 │
│ │
│ 【聯結器 / 線纜】 │
│ · Amphenol（安費諾）- 聯結器龍頭 │
│ · TE Connectivity - 聯結器 │
│ · Molex - 聯結器 │
│ · 中航光電 - 國內聯結器龍頭 [A股] │
│ · 立訊精密 - 互聯元件 [A股] │
│ │
│ 【系統整合 / 線纜元件】 │
│ · 長飛光纖 - 光纖光纜龍頭 [A股] │
│ · 其他線纜廠商 │
│ │
│ 【下游需求方】 │
│ · 雲端運算廠商：AWS、Azure、GCP、Meta、字節跳動等 │
│ · AI 晶片廠商：NVIDIA、AMD 等 │
│ · 伺服器廠商：Dell、HPE、Supermicro 等 │
└─────────────────────────────────────────────────────────────────┘資本市場對映邏輯
| 投資維度 | 關注點 | 代表標的邏輯 |
|---|---|---|
| 有源晶片 | 技術壁壘最高，附加值最大 | 高速 SerDes / 連線晶片設計公司 |
| 聯結器 | 量的增長 + 價值量提升 | 全球及國內聯結器龍頭 |
| 線纜製造 | 量的增長 | 高速線纜製造能力 |
| 系統整合 | 整合能力 | 具備晶片+線纜+聯結器整合能力的廠商 |
投資邏輯
核心邏輯架構
┌─────────────────────────────────────────────────────────────────┐
│ ACC 投資邏輯鏈 │
│ │
│ AI 訓練需求爆發 │
│ │ │
│ ▼ │
│ GPU 伺服器大規模部署 │
│ │ │
│ ▼ │
│ 單機櫃內高速互聯需求激增 │
│ │ │
│ ▼ │
│ 速率提升 → DAC 距離受限 → ACC 需求上升 │
│ │ │
│ ▼ │
│ 有源晶片附加值 + 量增 → 產業鏈受益 │
└────