AI 網絡概念股有哪些？交換器、高速連接器與 AEC

AI 網絡概念股可分成交換與資料處理、以及高速實體連接兩組。 NVIDIA（NVDA）、Broadcom（AVGO）、Arista Networks（ANET）、Marvell（MRVL）和 Astera Labs（ALAB）提供交換器、NIC／DPU、SerDes或retimer；Amphenol（APH）、TE Connectivity（TEL）、FIT Hon Teng（6088.HK）和BizLink（3665.TW）提供高速連接器及線纜組件；Credo（CRDO）則把retimer、gearbox與FEC整合進AEC。

AI 網絡的投資價值來自一條可核對的因果鏈：更多加速器與更大的模型並行 → 更多 collective 與 east-west 流量 → 更高交換、NIC／DPU、連接器和線纜內容量 → 客戶驗收與出貨 → 收入、毛利與現金。 本頁以鏈路位置和收入分母比較公司，讓交換晶片、機械連接器、DAC、AEC和光模組各自使用正確證據。

本文資料截至 2026 年 9 月 12 日。NVIDIA 的現行架構把 NVLink 用於 scale-up、Quantum InfiniBand／Spectrum-X Ethernet 用於 scale-out、Spectrum-XGS 用於 scale-across，這三層共同構成 AI fabric。^[1]

AI 網絡產業鏈：先分 scale-up、scale-out 與 scale-across

AI叢集由多層網絡共同組成。資料移動的距離和同步要求不同，決定了協議、交換器、線纜和公司價值所在。

Scale-up 重視細粒度 GPU 通訊，scale-out 重視大量節點的 collective、擁塞與容錯，scale-across 則把問題延伸到更長距離和跨資料中心營運。投資者先確定公司賣的是哪一層，才有一致的收入分母。

AI 網絡為甚麼會影響 GPU 利用率？

分散式訓練需要 all-reduce、all-gather、all-to-all 等 collective；模型分片、Mixture-of-Experts、長上下文和 KV Cache 亦會增加推理階段的資料搬移。當一條路徑出現擁塞、丟包或故障，其他加速器會等待最慢節點，硬件的標稱算力便無法轉成同等應用吞吐量。

因此，網絡價值應以 job completion time、application goodput、尾延遲、故障恢復、功耗與總持有成本 驗證。交換器Tbps、單條鏈路GB/s和模型token/s使用不同分母，應各自在相同工作負載及拓撲下比較。

交換器、NIC／DPU、SerDes、retimer、DAC／AEC 分別做甚麼？

這些產品互相協同。加速器增加時，客戶可能同時增加 NIC、交換端口、retimer、連接器與線纜；也可能透過更高 radix 或重新設計拓撲減少層級。真正的內容量要由具體機架設計和公司收入驗證。

AI高速連接器概念股有哪些？

AI高速連接器概念股包括Amphenol（APH）、TE Connectivity（TEL）、FIT Hon Teng（6088.HK）與BizLink（3665.TW）；Credo（CRDO）提供主動電纜內的高速訊號處理。 五家公司覆蓋機械接口、背板、I/O、被動銅纜、AEC及光學邊界，投資者應以產品位置和財務披露分開比較。

Connector是訊號或電力路徑的實體接口；cable assembly把連接器與銅線或光纖組成可安裝鏈路；DAC依靠host SerDes和短距離被動銅纜；AEC把retimer、gearbox或FEC放進線纜端，提高訊號完整性和可用距離；光模組再把電訊號轉成光訊號。Credo的ZeroFlap AEC產品覆蓋100G至1.6T，56G／112G per lane產品使用0.5至7米銅纜。^[15]

這五家公司提供不同證據。FIT Hon Teng已披露Cloud產品線收入，BizLink披露HPC收入組合，Amphenol和TE提供集團及終端市場方向，Credo則以集團收入驗證AEC需求。比較時應保留這些口徑差異，不把集團增長率當成AI連接器收入增長率。

InfiniBand、Ethernet 與 NVLink 應怎樣比較？

NVLink 主要建立緊密的 scale-up 加速器域；InfiniBand 與 AI Ethernet 主要承接 scale-out。Ethernet 可以透過 RoCE、擁塞控制及 Ultra Ethernet 強化 AI 工作負載，UEC 1.0 亦已提供 AI／HPC profiles。^[16]

• 比較 NVIDIA 平台內部 GPU 域與開放 scale-out，可閱讀 NVLink vs Ethernet；
• 比較兩種 scale-out fabric，可閱讀 InfiniBand vs Ethernet；
• 比較光模組、LPO、CPO 和矽光子，則進入 AI 光互連主題。

AI 網絡交換平台有哪些公司？按產品與已確認證據分類

六家公司使用不同披露口徑、產品成熟度和業務組合。這張表的用途是找出需求由哪一項產品進入財報，以及下一項待確認證據。

規格、部署與收入：AI 網絡證據要分五級

1. 標準與產品規格：證明技術方向和可用功能；
2. 送樣與互通展示：證明產品進入工程驗證；
3. 客戶選型與系統部署：證明架構開始被採用；
4. 量產出貨與收入：證明產品形成報表貢獻；
5. 毛利、營運資金與現金：證明增長能形成股東經濟回報。

Broadcom 的 AI 半導體收入與 Credo 的季度收入已到第四級；某一款 switch、retimer 或 cable 是否貢獻多少，仍受公司披露限制。NVIDIA、Arista 和 Marvell亦有財務驗證，但產品層的收入拆分並不完全相同。

投資 AI 網絡公司應追蹤哪些指標？

• 每個加速器或機架的 switch、NIC／DPU、retimer、AEC 及光端口內容量；
• 每個主板、背板、I/O與cable assembly的連接器數量、lane速率和產品mix；
• 產品由送樣、驗證轉成量產的實際時間；
• AI networking 收入、產品 mix、GAAP 毛利和營業利益率；
• 應收、存貨、採購承諾、CapEx 與營運現金流；
• 大型雲端客戶集中、客戶自研和第二來源；
• job completion time、goodput、故障恢復及每瓦吞吐量；
• 完全稀釋股本、客戶認股權、收購商譽與股票薪酬。

AI 網絡投資邏輯在甚麼情況下失效？

若加速器出貨增加但每顆晶片的網絡內容量下降，或客戶利用更高 radix、內製晶片和軟件優化抵銷端口增長，產業收入未必跟隨 GPU 數量同比例上升。產品換代延期、互通問題、電力與機房延遲、客戶集中、營運資金膨脹，也會令訂單晚於市場預期轉成現金。

估值風險來自市場提前計入多年高增長。當收入仍上升，但指引、毛利或每股現金低於隱含要求，股價可以在基本面擴張期間重新定價。因此，公司研究必須把產業需求和當前市場要求分開。

讀完產業鏈後，下一步應比較甚麼？

若要選擇 scale-out 架構，先看 InfiniBand vs Ethernet；若要理解機架內 GPU 域，閱讀 NVLink vs Ethernet；若重點是客製 ASIC 與交換內容量，進入 Broadcom vs Marvell。研究高速銅連接可進入 Credo，研究較長距離的電光轉換則前往 AI光互連，再到Klaro App核對個股最新價格、財務與持倉關聯。

AI 網絡常見問題

AI 網絡概念股有哪些？

交換與資料處理公司包括NVIDIA、Broadcom、Arista Networks、Marvell和Astera Labs；高速實體連接公司包括Amphenol、TE Connectivity、FIT Hon Teng和BizLink；Credo提供AEC、SerDes及相鄰光互連。各公司應按產品位置、收入披露和現金證據比較。

AI高速連接器概念股有哪些？

Amphenol、TE Connectivity、FIT Hon Teng和BizLink提供高速連接器或線纜組件；Credo提供AEC端點內的主動訊號處理。FIT Hon Teng的Cloud收入最接近具名機櫃連接證據，其餘公司仍需按各自披露口徑追蹤AI收入純度。

AI 網絡與光模組是否相同？

光模組是網絡物理層的一部分；完整 AI 網絡還包括 scale-up fabric、交換器、NIC／DPU、SerDes、retimer、銅連接、路由、擁塞控制和軟件。光學產品的公司與 ETF 分析集中在 AI 光互連。

Ethernet 能否用於 AI scale-up？

Ethernet 生態正向機架級加速器互連延伸，但具體系統仍要看協議、switch、NIC、延遲、語義與客戶量產。一般資料中心 Ethernet 的存在本身不足以證明已能服務緊密 scale-up。

AI 網絡公司如何把 GPU 需求變成收入？

加速器與工作負載增加後，客戶需要更多交換、NIC／DPU、訊號調理及互連內容；產品必須經驗證、量產和客戶驗收，收入再穿過毛利、營運資金及資本投入，才形成現金。