AI大模型对带宽提出更高要求。算术强度（ArithemticIntensity）代表模型计算过程中，从内存中读取的每个字节进行浮点计算的次数。以TransformerDecoder为基础的模型如GPT，其算术强度显著低于CNN模型和以TransformerEncoder架构为基础的模型（如BERT），对访存带宽提出了更高要求。 英伟达新架构通讯带宽再上台阶。英伟达最新数据中心GPU架构Blackwell，相比上一代的Hopper架构，带宽在多个维度显著提升：1）HBM迭代至HBM3e（带宽8TB/s），相比H100的HBM3（带宽3TB/s）实现翻倍以上提升；2）NVLink带宽提升至1.8TB/s，相比Hopper架构翻倍；3）支持PCIe6.0，带宽提升至256GB/s，相比Hopper（PCIe5.0128GB/s）翻倍。 AI拉动光模块需求，重视技术迭代增量。数据中心GPU放量拉动光模块需求，LPO、CPO、硅光等是数据中心光模块技术重要迭代方向，包括：1）LPO/CPO不采用DSP芯片，降低系统损耗（LPO相比可插拔光模块功耗下降约50%）和成本（800GLPO总成本下降约8%）；2）CPO缩短光引擎和芯片之间距离，减小尺寸、降低功耗、提高效率；3）硅光结合CMOS工艺超大规模、超高精度和光子技术超高速率、超低功耗（CPO/LPO架构下）的优势等。 GB200拓展Scaleup边界，降低客户TCO水平，拉动铜连接需求。英伟达最新机架解决方案GB200性能大幅提升，相同GPU数量下，训练速度可达H100的4倍；GB200NVL36可实现万亿大模型推理，吞吐量达H100集群的30倍以上。相比GH200，GB200的CPU:GPU配比由1:1降低至1:2，客户TCO（TotalCostofOwnership，总拥有成本）得以进一步降低。随着GB200在下游放量，背板连接器、铜缆等核心零部件有望受益增长。