高盛：对紫光股份的最新调研

9月11日，高盛在北京与紫光股份和新华三管理层进行了交流，并于9月14日发布调研报告，重点讨论了超节点、AI服务器需求和零部件供应。

紫光股份目前已经能提供64卡到1024卡的超节点产品，客户包括云厂商，以及金融、能源和公用事业等行业。管理层对2027年的需求仍然比较积极，但这块业务还处在早期，产品定制化程度高，部分核心零部件的供应也没有跟上。

上千张GPU怎样一起工作

超节点是把多张GPU，以及配套的网络设备、存储和软件连成一个大型计算系统，让这些GPU协同完成任务。普通服务器可能只装几张GPU，超节点则要把几十张、几百张甚至上千张GPU组织起来。

AI模型越做越大，需要同时参与计算的GPU也越来越多。增加数量之后，GPU之间需要频繁交换数据，如果网络传输太慢，或者任务分配不合理，就会有GPU闲着等待，装进去的算力无法充分用起来。

紫光股份的超节点产品已覆盖64卡到1024卡。卡数相差16倍，对网络、散热、供电和软件调度的要求也有很大不同，原有设计很难直接照搬。

管理层提到，超节点需要同时解决网络、液冷、连接器、PCB和软件等问题。PCB就是承载芯片和连接电路的印制电路板。网络连接也在从铜缆逐步向光模块、NPO和CPO等方式升级。

NPO和CPO都是把光通信器件放得更靠近交换芯片的方案，用来缩短高速电信号的传输距离，减少传输损耗和功耗。GPU越多、数据交换越频繁，连接方式对整套系统效率的影响就越大。

大型云厂商各自的数据中心架构、AI模型不同，对网络和整机设计的要求也有差别。因此，现阶段很多超节点仍然需要按客户需求单独设计，产品尚未完全定型。

GPU装得多，还要用得好

管理层这次专门强调了软件能力。

几百张甚至上千张GPU一起计算，既要及时传递数据，也要合理分配任务。任何一个环节衔接不好，都可能出现一部分GPU忙着计算、另一部分GPU等待的情况。

紫光股份需要通过交换机和网络软件保障数据传输，再用AI计算引擎调度整套系统的算力，提高GPU的实际利用率。

超节点规模扩大后，客户需要的是一套能够高效运行的系统。服务器、交换网络、散热和软件都得配合好，单独把某一项硬件做强，还不足以保证整套系统的表现。

AI服务器增加，普通服务器也有需求

管理层对2027年的需求判断依然比较积极，预计AI服务器、普通服务器和交换机需求都还有增长，并提到未来数据中心里普通服务器与AI服务器的部署数量可能逐步接近1:1。

这个比例说的是部署数量。AI数据中心除了训练和推理，还要处理数据存储、数据库、业务系统和大量后台任务，这些工作仍然需要普通CPU服务器。

因此，AI服务器增加、数据中心规模扩大，也会带来配套的普通服务器需求。紫光股份所对应的业务包括整个数据中心的服务器和网络设备。

高盛预计，紫光股份2026年收入约1420亿元，2027年约1643亿元；同期每股收益预计从1.01元增至1.21元。

零部件不到位，系统就难交付

管理层提到，目前供应比较紧张的零部件包括内存、CPU、GPU和交换机ASIC。交换机ASIC是交换机内负责高速转发数据的核心芯片，超节点里的GPU要交换数据，离不开这类芯片。

一套系统需要这些零部件配齐才能交付。即使客户需求明确、产品设计已经完成，缺少其中一项，也可能拖延整台服务器或整个超节点的交付时间。

紫光股份作为国内大型服务器和网络设备厂商，在关键零部件采购上有一定规模优势。公司也在增加国内供应商，分散供应来源。

不过，报告显示，内存、CPU、GPU和交换芯片的供应问题尚未完全解决，2027年仍可能制约出货增长。高盛的收入增长预测能否实现，也需要看这些零部件能否及时到位。

高盛的判断

高盛对紫光股份AI基础设施业务的积极判断，主要有两方面依据：国内云厂商继续增加资本开支，带动AI服务器和超节点需求；新华三已经具备服务器、交换机和网络软件等能力，可以参与更大规模超节点的建设。

但在评级上，高盛仍维持中性，主要原因是当前估值已经反映了相当一部分增长预期。

紫光股份已能提供64卡到1024卡的产品，后续需要跟踪的是这些产品能交付多少。客户的定制要求能否满足、核心零部件能否按时供应，都会影响出货进度；需求增长能否转化为高盛预测的收入和每股收益增长，还需要实际业绩验证。

（完）