共封装光学CPO行业报告：光电协同（32页）

行业报告下载 2025年06月25日 14:42 管理员

随着模型规模的不断扩展，算力需求持续增加。在预训练阶段，Scaling Law（规模定律）表明，模型性能与参数量、算力供给成正比。尽管在预训练的后期，模型规模的边际效应开始放缓，但通过架构优化，模型能力提升强化杰文斯悖论，推理阶段的算力需求指数型增长，并推动算力集群规模高速扩张。SemiAnalysis 跟踪所有主要超大规模和商用硅公司的 CoWoS、HBM 和服务器供应链，发现自 2023 年第一季度以来，以峰值理论 FP8 FLOPS 衡量的智算算力规模一直以 50-60%的季度环比速度快速增长。并行计算作为平衡计算成本和模型性能的重要路径，将直接推动集群内互联带宽、通信器件的需求提升。根据 Qwen 团队发布的论文《Parallel Scaling Law for Language Models》，模型能力提升路径从参数规模化、推理时间规模化进一步扩张至并行规模化。根据实验结果，并行计算的效果可直接对应参数量的对数级增长，量化后 8 个并行流可直接对应模型参数翻 3 倍的效果，但实际增加的硬件成本微乎其微，或将直接推动边缘测硬件的模型部署能力。映射至硬件层面，集群内部的通信链路必须具备更高的带宽，光模块作为光电信号转换的核心器件，以支持计算过程中更高的互联要求。