中金公司研報認為，大模型參數規模、長上下文及並行策略推升了卡間通信需求，AI基礎設施瓶頸正由單芯片算力轉向互聯效率、資源調度和系統協同。Scale-up通過擴大高帶寬、低時延互聯域，聚合算力和HBM資源，降低通信瓶頸對訓練及推理效率的制約。超節點有望成為AI算力的重要組織方式，推動交換芯片及交換托盤、光互聯、液冷和高功率電源等環節迎來需求擴張與技術升級。據中金公司測算，國內超節點液冷配套市場規模有望由2026年的14億元增長至2028年的148億元。同時，AI負載同步性和突發性增強，將拉動高功率PSU、PowerShelf、PDU、BBU及智能電源管理需求，並推動供電架構向HVDC、集中式AC/DC和SST等高效率方案演進。