Scale-up

定義

Scale-up 是在同一 computing unit 內增加 GPU / XPU / switch / memory 等資源，讓它們以極高頻寬、低延遲方式互連。傳統定義多指同一 rack 內；新一代 AI supernode 會把 scale-up 延伸到跨 rack，但目標仍是讓跨 rack 連線速度接近 rack 內連線。

GS 2026 AI 光網路報告將 scale-up 定義為在同一設備 / computing unit 內增加 GPU 與運算資源；NVIDIA Vera Rubin / Rubin Ultra 將 scale-up 從 NVL72 擴到 NVL576 等 supernode。

主要互連方式

與 TFF / DWDM 的關係

Scale-up 追求極低延遲、短距高頻寬與可維修性，不等於必然採用離散 DWDM / TFF。若平台商採多光纖 parallel optics、BiDi、多排 FAU 或 on-chip WDM，傳統離散 TFF MUX/DEMUX 用量可能低於 CPO 題材想像。

圖解

flowchart TD
    A["Scale-up：同一 computing unit 內<br>GPU / XPU / switch / memory 互連"]
    A --> B["Rack 內短距<br>PCB trace / DAC / AEC / NVLink cable"]
    B --> C["Rack / tray 結構<br>PCB midplane / CPC"]
    C --> D["更高頻寬<br>NPO / CPO、parallel optics、BiDi optics"]
    D --> E["下一代<br>scale-up OCS、photonic fabric"]
    D --> F["架構選擇對 TFF/DWDM 的影響"]
    F --> F1["多光纖 parallel optics<br>TFF 槓桿較低"]
    F --> F2["BiDi / 多排 FAU<br>不一定是高階 DWDM TFF"]
    F --> F3["離散 WDM MUX/DEMUX<br>TFF 需求上升"]
    F --> F4["on-chip AWG / ring / echelle<br>可能不由離散 TFF 承接"]

中國廠商 SuperPod 案例（2026 上海 WAIC）

MS（報告_MS_上海WAIC_20260721，2026-07-21）觀察 WAIC 2026 展場：中國本土 AI 運算競爭已從單顆晶片規格轉向 SuperPod 系統級整合，幾乎每家本土加速器廠商都展示 64 卡或 128 卡的 scale-up 系統，由中國廠商自有 scale-up 協定支撐（相對 NVIDIA NVLink、AMD UALink）。

圖說：華為 Atlas 950 SuperPod 展場實拍，看板顯示「256TB 統一內存編址」「1024卡 超大規模」「3μs RTT 時延」。來源：報告_MS_上海WAIC_20260721

圖說：主要 SuperPod 方案比較表（Atlas 950／MTT C256 SuperPod／Yunsui SL64-O／Xijing S6000），列出廠商/夥伴、規模、架構亮點與關鍵差異化。來源：報告_MS_上海WAIC_20260721

觀察重點： - 64-128 卡 scale-up 架構成為常態：相較過往以 8 卡伺服器為主的小型叢集，本土廠商更強調 collective communication 效率、記憶體共享與系統級稼動率。 - midplane-free orthogonal（無中板正交）設計漸成主流：華為、中興等採此設計取代傳統大型中央 PCB 背板，降低製造與良率挑戰，但連接器設計複雜度與訊號完整性要求提高。 - GPU:CPU 配比仍集中在 4:1 或 8:1：反映當前工作負載仍以傳統推論/部分訓練為主，agentic AI 尚未大規模放量；隨 agentic workload 增加資料前處理/orchestration 需求，CPU 配比可能提升。 - P/D（Prefill/Decode）disaggregation 成為新推論架構主題：將運算密集的 prefill 與頻寬/延遲敏感的 decode 分離部署於不同加速器池，WAIC 現場一案例將約 90% 本土加速器容量配置 prefill、10% H20 容量配置 decode，回報 throughput +54%、P90 TTFT -64%（單一案例，效益依模型架構/排程/互連而異）。

全球 scale-up 互連技術對照（MS，2026-07-27）

什麼是 scale-up networking：同一伺服器或機櫃內 GPU／加速器之間的高速通訊。把加速器互連起來，讓它們像單一超級電腦一樣運作、存取相同記憶體、處理同一個工作負載。這與 scale-out（跨資料中心基礎設施連接多個系統）不同。

MS 觀察：scale-up 正在成為架構差異化的主戰場，而 scale-out 仍是大規模叢集的骨幹。系統方案普遍以專用 fabric 連接超節點內的加速器，再以乙太網路類 fabric（RoCE、UBoE）或 InfiniBand 連接跨超節點的叢集——NVIDIA 以 NVLink 搭 InfiniBand 或 Spectrum-X 乙太網路；AMD Helios 以 UALink 搭乙太網路 scale-out；華為在 SuperPoD 內用 UnifiedBus、SuperPoD 之間用 UBoE 或 RoCE。

來源：報告_MS_AI網通_20260727（Exhibit 4，Company data／Morgan Stanley Research）。表中「未揭露」為原表 Undisclosed，非資料缺漏。

中國 scale-up 的技術分界線：櫃內以電互連為優先（短電氣鏈路成本低、板／tray／單櫃整合簡單），跨櫃則光互連更有吸引力（銅的傳輸距離、訊號損耗與功耗成為限制）。華為 Atlas 950 SuperPoD 即以光互連把 UnifiedBus 延伸到同一 SuperPoD 內的跨櫃連線。中國廠商在光互連與機櫃系統設計上具競爭力，但在晶片層受限於晶圓製程——這正把中國 AI 運算市場的競爭從「單顆晶片規格」推向「系統解決方案」，WAIC 2026 的晶片發表變少、超節點方案變多即為此現象。NPO／CPO 的中國實作細節見 技術_NPO。

Scale-up TAM

Exhibit 14：美系半導體 scale-up TAM 估計（US$mn）堆疊柱狀圖。深藍為 Scale-Out、淺綠為 Scale-Up：2024 年為 $6bn＋$4bn，2029 年為 $31bn＋$17bn；圖上標註 2024-29e Scale-up CAGR 34%。來源：報告_MS_AI網通_20260727（Company data, Morgan Stanley Research estimates）。

Scale-up 自 2024 年約 $4bn 成長至 2029 年約 $17bn，五年 CAGR 34%，成長速度高於同期 scale-out（$6bn→$31bn）。生態系玩家橫跨 AVGO.US(broadcom)、MRVL.US(marvell)、Alchip 等，對應 Trainium2／MTIA v2／Maia custom／NeuronLink／PCIe 等平台世代。

中美 AI 產業相對強度

Exhibit 6：中美 AI 產業相對強度雷達圖（藍＝China、黃＝US），軸向為 Wafer front-end／Chip packaging／Memory: HBM, LPDDR5／Server system／Optical networking／Software optimization (LLM)／AI datacenter space／Power supply／Policy support。Optical networking 兩條線幾乎重疊；Wafer front-end 與 Memory 美國明顯領先；Power supply、AI datacenter space、Policy support 則中國領先。來源：報告_MS_AI網通_20260727（Morgan Stanley Research）。

這張圖是理解中國 scale-up 路線的關鍵：光網路是中國少數與美國並駕齊驅的環節，因此當晶片層受製程限制時，用光互連把更多卡串成超節點，是最合理的系統級補償路徑。

個股意涵（MS，2026-07-27）

• 瀾起科技（Montage，6809.HK／688008.SS，OW）：更大、更分散的超節點會提高 PCIe 互連含量——系統跨櫃擴展後，CPU、xPU、switch、NIC 與周邊之間的 PCIe 鏈路變得更密、更長，支撐 PCIe retimer 與 PCIe switch 晶片需求。瀾起的 PCIe 6.x／CXL 3.x x16 AEC 已完成互通性測試，鎖定超節點與跨櫃部署；中國系統每單位算力配置更多 xPU，會進一步推升 PCIe 含量。
• 中國 AI GPU 廠：海光（Hygon，OW）與其生態夥伴曙光、寒武紀（Cambricon，OW）、天數智芯（Iluvatar，OW）預期將導入或運用 scale-up 技術以提升 AI 伺服器機櫃效能。
• 除了標準化的 PCIe 連接，多櫃 scale-up 也會加速中國本土光互連需求。

投資觀察

• 2027 Rubin Ultra NVL576 是 scale-up 走光的重要驗證節點。
• 2028 Feynman / NVLink8 CPO 是 scale-up 真正光化的關鍵窗口。
• 對 技術_薄膜濾光片TFF 而言，不能把「scale-up 光化」直接等同於「DWDM TFF 放量」；要追蹤平台是否採少纖多波長，或改用多光纖 / on-chip WDM。
• 中國廠商 SuperPod 呈現「晶片製程受限、但系統整合（光網路、機櫃設計）具競爭力」格局，多家 ODM 展示相似或雷同設計，顯示差異化將更依賴互連效能、軟體最佳化與良率而非單純加速器數量。
• Scale-up 域規模是追蹤指標：從 64-128 卡（沐曦、燧原、阿里）→ 640（曙光）→ 1,024（華為已展示、壁仞 BR2xx）→ 8,192（華為宣稱），跨櫃門檻一被突破，光互連（先 NPO、後 CPO）就成為必要條件而非選項。
• NPO 先於 CPO：燧原與壁仞的下一代方案都選 NPO 而非 CPO，與 SemiAnalysis 對美系 Trainium4／Ascend 950 的判斷一致——首批把光用於 scale-up 的系統都先上 NPO 以降低量產風險。台股對應切入點見 技術_NPO「台股供應鏈」。
• PCIe 含量隨超節點分散化上升：MS 認為這是本輪 scale-up 擴散最直接的受惠處（retimer、PCIe switch、AEC）。

相關

• 技術_CPO
• 技術_CPC
• 技術_AEC
• 技術_Scale-out
• 技術_Scale-across
• 分析_TFF_DWDM與AI網路三種Scale關係_20260525

來源

• 報告_MS_AI網通_20260727 — Morgan Stanley（Ethan Jia／Charlie Chan／Daniel Yen／Daisy Dai／Tiffany Yeh），2026-07-27；「AI Networking: Scale-up Technology Enables China's AI Supernodes」；全球與中國 scale-up 互連技術對照表（Exhibit 4）、scale-up TAM（2024-29e CAGR 34%）、中美 AI 能力雷達圖、瀾起／海光／寒武紀／天數智芯個股意涵

• 報告_GS_AI光網路_20260417

• 分析_AI光互連百億美元押注_20260525
• 技術_CPO
• 技術_CPC
• 報告_MS_上海WAIC_20260721 — Morgan Stanley，2026-07-21；2026 上海 WAIC 展場觀察，中國 SuperPod 方案比較、P/D disaggregation

相關頁面

• 技術_LPU
• 技術_XPU
• 分析_Scale-out_PIC與Scale-up_OE引擎下一步_20260611
• 分析_2026上海WAIC_SuperPod與中國AI晶片供應鏈_MS_20260721