通信行業AIGC浪潮下的TMT投資機會：AI大模型的光模塊彈性測算持續看好光通信-230405（17頁）.pdf

《通信行業AIGC浪潮下的TMT投資機會：AI大模型的光模塊彈性測算持續看好光通信-230405（17頁）.pdf》由會員分享，可在線閱讀，更多相關《通信行業AIGC浪潮下的TMT投資機會：AI大模型的光模塊彈性測算持續看好光通信-230405（17頁）.pdf（17頁珍藏版）》請在三個皮匠報告上搜索。

1、中信證券CITICSECURITIEAIGC浪潮下的TMT投資機會AI大模型的光模塊彈性測算：持續看好光通信中信證券研究部黃亞元通信行業首席分析師魏鵬程通信行業分析師2023年4月5日請務必閱讀末頁的免責條款和聲明#page#中信證券核心觀點CITICSECURITIES我們認為，AI大模型的訓練和應用，將給算力、網絡設備、光模塊帶來較大的彈性，且有望驅動光模塊的技術升級需求，因此重點推薦。我們基于英偉達的SuperPOD的AI基礎架構，對數據中心AI服務器、交換機以及光模塊之間的數量關系進行了測算，預期A100與高速光模塊的比例為1：5。在此基礎上，我們基于20個類GPT訓練大模型和過億應用

2、的中性假設，對服務器、交換機以及光模塊的需求彈性進行了測算，得到數通光模塊市場增量為58億美元，市場需求彈性為116%。而隨著H100等高算力芯片的加速使用，800G光模塊也有望加速滲透，高速光模塊的彈性可能更大。龍頭公司方面，我們認為技術升級周期加速+資本開支周期觸底+全球競爭優勢三重紅利下，參照前兩輪周期，國內光模塊龍頭將有較大的估值彈性，預測市盈率有望達到50-60倍的區間。推薦全球光模塊龍頭廠商中際旭創、新易盛、天孚通信、源杰科技、光迅科技，建議關注劍橋科技、華工科技、聯特科技、博創科技等?；诘湫蚐uperPOD的高速光模塊用量測算。SuperPOD是英偉達推出的業內AI的基礎架構解

3、決方案，其網絡架構具有較好參考價值。我們測算在此架構下，一個SuperPOD架構需要140臺AI服務器；1120張A100GPU；186臺交換機與57608000個光模塊。其中交換機：服務器的數量比為1.3；交換機：服務器的價值量比為8%；光模塊：GPU的數量比為57；光模塊：服務器的價值量比為4%7%?；?0個大模型訓練和應用的光模塊市場需求測算。模型預訓練階段，在1750億參數、訓練詞數3000億token的情況下，將類GPT模型每個月訓練1次對應的英偉達A100算力需求增量為6218片，對應8路服務器需求為777臺。在日常交互（即推理）的AI帶來的階段，我們預計在單個GPT模型每日訪問

4、2億用戶、每用戶1500詞的情況下，支撐日常交互所需要的算力基礎設施為28.5萬片A100，對應服務器3.6萬臺。根據我們統計，目前有21家初創企業和11家大型企業（合計32家公司）正在訓練達到或者超過GPT-3質量的大模型，均有潛力可以形成類似ChatGPT的應用規模。中性假設20個類GPT模型下，我們預計訓練+推理所對應的AI帶來的服務器市場增量為1456億美元，較現有服務器市場增幅高達147%。我們預計訓練+推理所對應數通光模塊市場增量為58億美元，較現有光模塊市場增幅高達116%。日前光模塊的彈性，是基于A100服務器對應的200G光模塊計算的結果，我們認為隨著GPU往H100甚至更高

5、升級，800G光模塊將成為主流，光模塊將有更大的彈性。#page#中信證券核心觀點CITICSECURITIES技術與CAPEX周期驅動下，估值有望先于盈利兌現。技術升級周期加速+資本開支周期觸底+全球競爭優勢三重紅利下，預計光模塊龍頭將有較大的估值彈性。從光模塊產業的發展來看，技術選代和資本開支的周期性波動，對其盈利影響最為突出，而估值則會提前體現。在2016-2017年的100G技術升級、海外云廠商資本開支增速上升階段，中際旭創為代表的國內龍頭公司全球份額提升，市盈率提升到50-60倍。在2019-2020年的400G技術升級、海外云廠商資本開支增速上升階段，中際旭創、新易盛共同發力，預測

6、市盈率提升到50-60倍的區間。我們認為，當前處在800G技術加速、海外云廠商資本開支增速觸底階段，2023年下半年-2024年兩個周期將形成向上共振，預計AI大模型帶來的創新驅動力比前兩輪更強，且中際旭創、新易盛、天孚通信代表的國內龍頭的全球競爭優勢和確定性比前兩輪更強，因此龍頭廠商的預測亞中士弄）索出步820型到世要金覆當中“限宗“回影09-09毒身母率要出研究部預測）分別為36、33、48、26x，對應2024年的分別為31、28、37、21x，仍有較大的估值彈性。風險因素：AI相關應用的發展不及預期；800G行業需求不及預期；行業競爭超過預期；技術路徑變動風險；海外宏觀經濟低迷風險；云

7、廠商資本開支不及預期；地緣政治風險。投資建議：我們看好未來AI大模型和應用快速發展對光模塊行業的長期持續推動。建議關注兩條投資主線（1）客戶覆蓋國內外大型云廠商與AI算力客戶的龍頭公司；（2）在高端產品布局領先的二線龍頭。推薦中際旭創、新易盛、天孚通信、源杰科技、光迅科技，建議關注劍橋科技、華工科科技、聯特科技、博創科技等#page#中信證券SuperPOD：業界首個支持任何組織大規模實施AI的基礎架構解決方案CITICSECURITIES2021年4月12日，NVIDIA今日推出全球首臺云原生、多租戶AI超級計算機NVIDIADGXSuperPODNVIDIADGXSuperPOD是英偉達A

8、I解決方案的核心硬件底座NVIDIA應用框架CUDA-XNVIDIA與NVIDIA與合作伙伴專業服務合作伙伴安裝服務DGXSUPERPOD軟件DGX操指惡統管理DGXSUPERPOD硬件資料來源：英偉達DOA0系經以證的春器100A網絡#page#中信證券SuperPOD性能在AI訓練上具備顯著優勢CITICSECURITIESSuperPOD性能在AI訓練上具備顯著優勢Time to Train (Lower is Better）Commercially Available Solutions資料來源：英偉達中#page#中信證券DGXA100SuperPOD的網絡結構CITICSECURI

9、TIES一個SuperPOD包含7個SU，每個SU包含20個服務器，每個服務器包含8張A100，合計1120張。SuperPOD網絡架構采用三層IB-胖樹架構，計算與存儲網絡分開構建，采用Mellanox200G交換機。SuperPOD的網絡結構SuperPOD的硬件配置1K GPU SuperPoD Cluster140DGXA100nodes（1120GPUs）inaGPUPOD1st tierfast storageDDNA400xwith Lustre1K GPU PODMellanox HDR200Gb/s InfiniBand-Full Fat-treeNetwork optimi

10、zedforAlandHPCDistriutedCoreSwitcheDistributedCoreSwitchesDGX A100 NodesSpine SwitchesStorageSpineSmtches2xAMD7742EPYCCPUS+8xA100GPUsNVLINK3.0Fully Connected SwitchLeafSwitchesStorage Leaf Switcl8Compute+2Storage HDRIB PortsDGXA100DGXA100Afast interconnectStorag#140ModularIB Fat-treeSeparate network

11、 forComputevs StorageAdaptiveroutingandSharpV2support foroffload英偉達英偉達#page#中信證券DGXA100SuperPOD的網絡結構CITICSECURITIESSuperPOD網絡設備之間需要大量的互聯SuperPOD中服務器端口情況SuperPOD SCALABLE UNIT(SU）Soe：英偉達SuperPOD中單SU的設備情況lable Unit SU）608806688008888863636666666日8858888666HHEE Hdd日666ab66日8888 6888SBsE868888888888資料來源

12、：英緯達資料來源：英偉達#page#中信證券硬件設備需求測算CITICSECURITIES個數單位項目計算側網絡設備需求服務器7SU （Scalable Unit）個20QM8790臺/SU單個SU內服務器數NodesSUs140臺服務器總數aafCan張1120A100GPU總數1020DXGA100單價萬美元/臺1601602800服務器總價值量萬美元3203206406403220交換機200164計算側臺臺9696022存儲側11201120臺交換機總數186MQM8790單價1.2萬美元臺資料來源：英偉達223.2交換機總價值量萬美元交換機：服務器數量比1.3存儲側網絡設備需求交換機

13、：服務器價值量比8.0%Cable光模塊SU3odesStoragePorLeaf條3360計算側線纜條640存儲側線纜1D條4000線纜總數20100%線纜中光線路比例72%4000光線路數量28808000光模塊數量（包括AOC）5760光模塊單價0.020.02萬美元個160115.2萬美元120光模塊總價值量我75光模塊：GPU數量比140567284.1%光模塊：服務器價值量比5.7%1.ink資料來源：中信證券研究部測算資料來源：英偉透#page#中信證券LLM帶來的基礎算力需求-預訓練側CITICSECURITIESLLM（大語言模型）基礎算力需求測算表-訓練側空印練險模型模型參

14、數量訓練詞數（tokken1.746E+113E+13.1428E+233.6375E+18GPT-3175B1E+123E+1118E+24208333E+19GPT-4模型總計算量GPU力（A100 FP32）計算時長GPU數量服務器數量3.1428E+231.95E+1315天1243615547773.1428E+231.95E+131個月6218GPT-317583.1428E+231.95E+132個月3109882591.95E+133個月20733.1428E+2389031.8E+241.95E+1315天712251.85+241個月3561344521.95E+13178

15、0622261.8E+241.95E+132個月1187114841.8E+241.95E+133個月訓練側測算原理訓練側測算核心假設和測算結果總算力需求=模型參數量訓練詞數每個詞運算量1.GPT-3模型參數為175億個，假設GPT-4參數規模類似；175億參數需要對應訓練數據集詞數為3000億個；13.單個詞數訓練需要消耗的總計算詞數為6次；4A100FP32算力為19.5TFLOPS/5；GPU數量=總算力需求GPU算力計算用時1對于GPT-3165B而言：訓練15天：需要12436片A100，對應1554臺8路AI服務器訓練1個月：需要6218片A100，對應777臺8路AI服務器服務器

16、數量=GPU數量8（八路服務器）訓練2個月：需要3109片A100，對應389臺8路AI服務器資料來源：中信證券研究部給制料開月#page#中信證券LLM帶來的基礎算力需求-日常交互側CITICSECURITIES日常交互對應基礎算力需求測算-單個GPT模型GPT-3/GPT-3.5日常算力需求數據單位備注模型參數1.75E+11個參考論文OpenAI：LanguageModelsareFew-ShotLearners3E+11預訓練所需詞數token預訓練所需詞數為3000億個不變2推理成本N/token單個詞推理所需計算量為2次訓練成本N/token單個詞預訓練所需計算量為6次不變每日咨詢

17、量：根據Similarweb數據，截至2023年2月底，ChatGPT每日訪問量達到1億，即月活用每日用戶數2.00億次戶1億。預計未來用戶數有望上升至每日2億個個交互量30.00預計未來單用戶每日交互量將從目前平均10次提升至30次詞每個問題平均詞數50.00平均每個問題詞數假設為50詞總詞數3000.00億詞總詞數=每日訪問用戶數平均單用戶交互量每個問題平均詞數總Token4000.00億/token1000個Tokens750個單詞一總Token=總詞數*4/3%50%FLOPS利用率假設算力利用率為50%算力需求5555.6PetaFLoP/s日常交互總算力需求=（2*模型參數*訓練詞

18、數）/（算力利用率*24h*3600s）0.0195A100GPU算力PetaFLOP/sA100FP32峰值算力達到19.5TFLOPS284900個A100GPU需求量A100GPU需求量=日常交互總算力需求初+A100GPU算力35613臺8路AI服務器需求量8路AI服務器需求量=A100總需求量8#page#中信證券看好全球光模塊、服務器、交換機規模持續提升CITICSECURITIES全球以太網交換機規模全球路由器規模一全球交換機規模（億美元）一YO全球路由器規模（億美元）-YO20060040%8.0%30%6.0%500504.0%20%4002.0%10%mMT1003000.

19、0%0%200-2.0%-10%100-4.0%-20%6.0%30%電動電動動電動中IDC（含預測），中信證券研究部全球光模塊規模（百萬美元）全球服務器規模全球服務器規模（億美元）-YO200035.09180030.0%160025.0%140020.0%120015.0%1000中80010.0%6005.0%4000.0%2005.0%201720182012020#page#中信證券基于20個大模型訓練和應用的光模塊市場需求測算CITICSECURITIES假設1:訓練單個GPT模型服務器用量為777臺；維護單個GPT模型日常運營的服務器用量為35613臺；假設2：國內外共有20個主

20、流廠商和初創企業可能進行類似應用訓練；假設3：交換機：服務器數量比為1.3，光模塊：GPU數量比為5，GPU：服務器數量比為8；假設4：服務器價格20萬美元/臺，交換機價格1.2萬美元/臺，光模塊平均單價200美元/只假設5：模型訓練時間為1個月訓練側服務器交換機數通光模塊現存需求9923760全球市場規模（億美元）DGXA100GPT訓練77101031080需求量（臺）201.20.02單價（萬美元）增量市場1554020202621600需求量（臺）31.11.22.4投資額（億美元）3.180.6H25需求彈性日常運維服務器交換機數通光模塊現存需求9923760全球市場規模（美元）DG

21、XA100GPT運營35613462971424520需求量（臺）1.220.00.02單價（萬美元）增量市場71226092593828490400需求量（臺）1425111570投資額（億美元）143.6%29.6%114.0需求彈性總增量市場（億美元）145611458146.7630.2需求總彈性116.4%資料來源：中信證券研究部測算#page#中信證券技術周期+資本開支周期+全球競爭優勢三重紅利CITICSECURITIES數據中心光模塊需求量（百萬美元）2200G.400G400G.800G.1.6T2500100G周期技術381500800G周期1009周期4006周期5012

22、20212015201720152022E2023E2024E2025E2026E2019云廠商資本開支（億美元）資料衰源：Llgncour中信證券研究部（含租賃同比合計100G周期預期800G周期，云廠商Capex提升資本600400G周期400300開支周期資料來源：各公司財報。中信證券研究部全球光模塊廠商排名2010年2016年2018年2021年全球排名FinisarFinisarFinisar旭創科技全球旭創科技2Opnext-VI海信寬帶海信寬帶3Sumitomo光迅科技華為海思2021年，全球光光迅科技AvagoAcaciaCisco (Acacia）模塊供應商競爭5Source

23、 PhotonicFOlTAvago）FOIT（Avago）海信寬帶TOP10，中國廠6FujitsuLumentum光迅科技Oclaro商占據六席LDSLAcaciaBroadcom7旭創科技優勢8EmcoreIntel華工正源SumitomoWTDAOI新易盛9Lumentum中信證券研究部10MolexNeoPhotonicsSumitomoPhotonic#page#中信證券技術與CAPEX周期驅動下，估值先于盈利兌現CITICSECURITIES中際旭創、新易盛、天孚通信PEBand00.00中際旭創這盤100G周期400G周期80.0001G00094.0020.000盤價新易盛4

24、0.00030.00020.00收急價60.000天孚通信50.00040.00030.00020.000#page#中信證券CITIC SECURITIES感謝您的信任與支持！THANKYOU黃亞元（通信行業首席分析師）魏鵬程（通信分析師）執業證書編號：S1010522090007執業證書編號：S1010520040001#page#中信證券免責聲明證券研究報告2023年4月5日分析師聲明主要負責據寫本研究報告全部或部分內容的分析師在此聲明：（i）本研突報告所表述的任何觀點均精準準地反映了上述位分析師個人對標的證券和發行人的看法：（ii）該分析師所得研究報告所表述的具體建議或觀點相聯系一般性

25、聲明本研突報告由中信證券股份有限公司或其限屬機構制代，個含CLSAgnou稱勞“中情證等”本研究報告對于收件人雨言屬高度機密，只有收件人才能使用。本研究報告并非意固發送、發布給在當地法律或監管規則下不允許向其發送、發布該研究報告的人員。本研突報告僅為參考之用，在任何地區均不應核視為買賣任何證券、金融工具的要約或要約道請。中信證券并不因收件人收到本報告而視具為中信證券的客戶。本報告所包含的現點及建議并未考慮個別客戶的特殊狀況、目標或需要，不應被視為對特定客戶關于持定證券或金融工具的建該或策略。對干本報告中提及的任何證券或金融工具本報告的收件人頻保持白身的獨立判斷井自行承擔投資風險本報告所載資料的

26、來源故認為是可靠的，但中情證券不保證其準確性或完整性。中信證券并不對使用本報警或其所包合的內容產生的任何可能不易變賣以及不適合所有投資者。本報告所提及的證券或金融工具的價格，價值及收益可跌可升。過往的業績并不能代表未察的表現材料時所給出的意見不同成者相反。中信證券井不添擔提示本報告的收件人注意該等材料的責任。中信證券通過值息隔離境控制中信證券內部一個或多個領城的信息向中信證養其他領域、單位、集團及其他附屬機構的落動。負責擺寫本報告的分析師的荷醇由研究部門管理層穩中信證券高級管理層全權決定。分析師的薪翻不是基于中值證券投資銀行收入而定，但是，分析師的精能可能與投行整體收入有關，其中包括股資銀行、

27、銷售與交易業務。若中情證券以外的金融機構發送本報告。測由該金融機構為此發送行為承擔全部責任。該機構的客戶應聯系該機構以交易本報告中提及的證券或要求獲悉更詳細信息。本報告不構成中信證券向發送本戶提供的投資建議，中信證券以及中信證券的各個高級限失承擔任何責任評級說明評級說明歡之間股票評圾技有數為效安準，新三板市場以三版成指（針對協議轉讓標的）或三版市指數針對做市轉讓標的為基準強于大中相對同期相港市場以摩士再利美國郵場浦數實基準：行業評級國市場以科斯達克指含股價險費為基準中性用動同蝸手大市5#page#中信證券免責聲明特別聲明在法律許可的情況下，中德證券可能（1）與本研究報告所提到的公司建立或保持顧

28、、投資銀行或證券服務關系，（2）參與或投資本報告樂提截至本報告愛布日，中信證券股份有限公司及其另類投資子公司持有下運公司已發行股份的比例達到或超過1%：墨杰科技（680498），對應持股業務類別：自營，持酸比例：0.16%；另類投資子公司，限售持股比例：0.53%，限售起始日：2022年12月21日，限售期：12個月。法律主體聲明（于中國香港注需成立的有限公司）分發：在中國臺灣由CL記as.LLC除外）分發：在新加坡日Co.Lld.分發：在澳大利亞由CLSAAUSICLSASInCaporePtaLd.（公司注題編號：198703750W）分發：在吹訓經濟區由CLSAE1400021：電話：+

29、91-22Ltd.分發：在馬來西亞由針對不同司法管轄區的聲明中國大陸：根據中國證券監督管理委員會核發的經營證券業務以及CLSA的屬公司。新加坡：本研究報告在新加坡由CLSA業投資者”分發，就分析或報告引起的或與分析或報告有關的任何事宜，新加坡的報告收件人應聯系CLSASirgapcvePweLm，PIaL能免進守財務顧問法英國：本研究報告婦屬于營銷文件，其不是按照著在提升研究報告獨立性的法律要件而費寫，亦不愛任側禁止在投請研究報售發布前進行交易的限料。本研究報告在英國由GLSA（UK）分發，且針對由相應2人士。涉及到的任何投責活動僅針對此英人士。若像不具備投資的專業經驗，請勿依賴本研究報告歐經濟區：本研究報告由構蘭會融市場管理展授權并管理的CLSAEUIODBV分發究報告未考慮收件人的具體投資目標、財務狀況定交山）Y味（CH10000CHN等理面的）等（9B2B00000ZN科智da）示變健在單“b661本“pouoaeiouvs1的未經中信證券事先書面授權，任何人不得以任何目的復制、發送或銷售本報告。1中情證券2023版權所有，保留一切權利#page#