国海证券发布最新研究报告指出，计算机高速互联网络可划分为五个层级，而AI时代的到来正推动这一领域的需求持续爆发式增长。AI服务器超节点中的互联速率不断提升，国内外超节点和企业也在持续升级互联架构。基于这一趋势，该机构看好未来本土诞生国际一流的计算机高速互联芯片企业，并维持计算机行业"推荐"评级。
具体而言，这五个层级分别对应从芯片内部到数据中心集群的完整链路。
第一层：片上网络NoC——芯片内部的数据调度系统
先看第一层：片上网络，简称NoC。它本质上是一套低延迟、高带宽的芯片内部数据调度系统。随着半导体工艺推进到纳米级，SoC里集成的IP块越来越多，传统总线结构开始力不从心——路由拥堵、时序问题、QoS限制等痛点逐渐显现。NoC正是在此背景下成为主流方案，它通过分组通信的方式，将处理元件、存储器和外设高效连接起来。
第二层：封装内Chiplet互联，把多个die做成一颗逻辑芯片
第二层是封装内的Chiplet互联。简单来说，就是将几个不同工艺的小芯片封装在一起，拼成一颗大芯片。台积电、Intel这些代工厂提供了硬件层面的支持，而NVIDIA的NV-HBI技术，正是专门为这种场景设计的节能型die-to-die互连，带宽最高可达10TB/s。
第三层：PCIe是AI服务器主机I/O的内部底座，CXL面向内存扩展与资源组合
第三层是PCIe和CXL。PCIe是服务器内部外设连接的标准底座，PCIe Switch可以将Host端口的信号扇出到大量I/O设备甚至其他服务器。而CXL则是在PCIe基础上发展出的高速互连协议，专门面向内存扩展和资源池化。它通过内存共享，让CPU和外围设备之间的数据交换更快、更高效。
第四层：Scale-Up互联协议/硬件拆解
第四层是Scale-Up互联。该层架构的目标，是将多个GPU无缝连接成一个统一的计算系统，使其像一台超级GPU一样运行。理想的Scale-Up需满足三个条件：低延迟，保证GPU间快速通信；高带宽，应对AI工作负载的海量数据吞吐；以及原生内存语义，实现GPU间的数据无缝共享。
第五层：Scale-Out互联协议/硬件拆解
第五层是Scale-Out互联。该层负责将数据中心里的服务器连成一片，支撑起大型集群训练。例如NVIDIA的Quantum InfiniBand和Spectrum-X Ethernet，就是典型的Scale-Out架构，能够覆盖从数千到数十万GPU的集群规模。
风险提示：技术迭代研发可能不及预期、下游行业需求集中及周期性波动、供应链波动与产能保障、人才竞争与流失、全球贸易摩擦等风险，报告中涉及的外文素材翻译可能存在表述偏差。
