PCIe Switch如何成为AI时代关键硬件

当你拆开一台最新AI服务器的内部图，目光往往会先被那几块巨大的GPU散热模块吸引。但在它们脚下，一排不起眼的芯片正默默决定着整机的数据吞吐天花板——那就是PCIe Switch。过去它只出现在高端存储或网络设备里，如今却成了AI算力集群中无法绕过的“慢通胀”瓶颈。

为什么AI训练离不开PCIe Switch？

单看推理任务，一张GPU能独立处理请求；但训练大模型时，动辄上百张GPU需要频繁交换中间激活值和梯度。传统的CPU直连带宽有限，且随着GPU数量增加，全互联拓扑需要极高的PCIe Lane数。PCIe Switch的作用像是铁路枢纽：它把来自不同GPU、NVMe SSD和网卡的数据包按地址重新分发，让多张GPU能同时访问共享存储或跨节点通信。英伟达DGX系列里就内嵌了多颗PCIe Switch，否则根本无法支撑H100之间的NVLink与PCIe混合通信。

从4.0到7.0：速度翻倍背后是散热和信号完整性的妥协

PCIe标准每代带宽翻倍：Gen4单通道约2GB/s，Gen5达到4GB/s，Gen6预计8GB/s。速度越快，信号在PCB走线上的衰减越严重，这时就需要Retimer芯片（信号中继器）来重新整形时钟和数据。澜起科技等厂商正是看准了这个“过渡带”——PCIe Switch和Retimer是成对出现的。一台8路GPU服务器可能需要4-6颗Retimer搭配2颗Switch，而这类芯片的单价从几十美元到上百美元不等，且随速率升级价值量继续上升。

国产替代的窗口期

目前全球PCIe Switch市场由博通和美商祥硕主导，但国内只有澜起科技同时布局了Retimer和Switch两条线。从客户验证周期看，PCIe 5.0 Switch已开始批量出货，6.0版本还在认证阶段。中信证券测算全球市场2028年或达300亿元，其中国产配套空间约70亿——这个数字不算夸张，但考虑到AI资本开支连续两年翻倍，配套硬件的供给弹性往往小于算力芯片本身，也就形成了所谓“慢通胀”逻辑：价格不一定会暴涨，但需求不会消失。

隐藏的风险与博弈

如果只看图表，PCIe Switch确实是一个高确定性的增量赛道。但必须注意两点：一是技术升级节奏过快，PCIe 7.0标准尚未冻结，提前投入的研发费用可能短期看不到回报；二是下游客户集中度过高，一旦云厂商自研互联协议（如英伟达的NVLink、谷歌的TPU互联），通用PCIe Switch的需求就会被压缩。目前数据中心内部的互联架构正从“PCIe为主”转向“PCIe+专用内联”混合模式，Switch厂商需要证明自己还能在异构计算场景里存活下来。

距离AI硬件的下一次基础设施更新还有两年左右窗口期，PCIe Switch能否从“配角”升级为“关键节点”，取决于它是否能承载比带宽更重要的东西——比如低延迟扇出和资源虚拟化。这或许才是真正值得跟踪的变量。