《半導體行業深度報告（十）：AI大模型風起云涌半導體與光模塊長期受益-240314（54頁）.pdf》由會員分享，可在線閱讀，更多相關《半導體行業深度報告（十）：AI大模型風起云涌半導體與光模塊長期受益-240314（54頁）.pdf（54頁珍藏版）》請在三個皮匠報告上搜索。

1、請務必仔細閱讀正文后的所有說明和聲明1AIAI大模型風起云涌，半導體與光模塊長期受益大模型風起云涌，半導體與光模塊長期受益2024年3月14日證券分析師：方霽，執業證書編號：S0630523060001聯系人：蔡望颋聯系方式：半導體行業深度報告（十）請務必仔細閱讀正文后的所有說明和聲明 2摘要全球全球AI大模型高速發展，算力需求高增驅動大模型高速發展，算力需求高增驅動AI服務器三年服務器三年CAGR約為約為29%的增長，帶動算力芯片與光模塊產業鏈受益。的增長，帶動算力芯片與光模塊產業鏈受益。2023年以來，以ChatGPT、Sora為代表的多模態AI大模型橫空出世，標志著人工智能技術已經進入一

2、個新的紀元。未來，通用人工智能（AGI）有望集多模態感知、大數據分析、機器學習、自動化決策于一體，重塑人類工作和生產生活的方式，引領人類步入第四次工業革命。算力的高速增長需要更多的 AI服務器支撐，2023年全球AI服務器約85.5萬臺，到2026年預計將達到236.9萬臺，CAGR為29.02%，從而驅動AI算力芯片與配套的光模塊產業高增長。GPU是常見的是常見的AI芯片種類，芯片種類，AI芯片一般占據芯片一般占據AI服務器成本服務器成本70%左右，國產算力芯片在海外壟斷格局下有望實現國產替代。左右，國產算力芯片在海外壟斷格局下有望實現國產替代。AI芯片按照技術架構和應用需求可分為GPU、F

3、PGA、ASIC和類腦芯片四大類，GPU是多功能的并行處理器，由于其通用程度高、軟件生態豐富、制造工藝相對成熟，是目前最為普遍的AI芯片類型，占到中國AI運算市場的約89%。GPU是AI服務器的核心，約占近90%AI芯片市場份額，其價值量占AI服務器高達70-75%。2023Q4英偉達、AMD、英特爾分別占據全球GPU市場份額是80%、19%、1%。中國AI算力在文心一言、訊飛星火、通義千問等大模型支持下，長期需求規模較大。HBM一定程度解決了算力增速大于存儲增速的內存墻問題，一定程度解決了算力增速大于存儲增速的內存墻問題，由于其極高帶寬、低功耗、小體積優勢，成為由于其極高帶寬、低功耗、小體積

4、優勢，成為GPU顯存的最佳方案，隨著顯存的最佳方案，隨著AI算力芯片的高增長，算力芯片的高增長，HBM飛快發展，國內相關產業鏈企業或將受益。飛快發展，國內相關產業鏈企業或將受益。近幾十年來，處理器的性能以每年大約55%速度快速提升，而內存性能的提升速度則只有每年10%左右。不均衡的發展速度造成了當前內存的存取速度嚴重滯后于處理器的計算速度，內存瓶頸導致高性能處理器難以發揮出應有的功效。HighBandwidth Memory，即高帶寬內存，是一種新興的DRAM 解決方案。HBM具備極高帶寬：達到1T/s；體積減?。罕菺DDR降低94%的尺寸；低功耗：高度集成后比GDDR擁有更小的電壓與功耗。這

5、些顯著優勢促使HBM快速發展，目前全球主要被韓美企業壟斷，國內廠商紛紛布局，適合國產HBM發展的產品即將問世。光模塊受益算力需求高增長，我國模塊封裝能力成熟，或將受益高速光模塊需求增長，同時受益光芯片國產化進程光模塊受益算力需求高增長，我國模塊封裝能力成熟，或將受益高速光模塊需求增長，同時受益光芯片國產化進程。光模塊用于服務器或者數據中心的高速互聯，主要下游在電信與IDC，隨著AI服務器發力發展，數通光模塊在2026年或將占據60%份額。全球TOP10大光模塊企業中，中國大陸占據5家，封裝能力全球領先。從光模塊成本結構看，光模塊器件占據了光模塊73%的成本，而光芯片與電芯片占據光器件的主要成本

6、，高端光芯片（25G以上）國產替代率較低，國內企業在2.5G和10G光芯片領域基本實現了核心技術的掌握，國產化率分別為90%和60%，但是25G光芯片國產化率為20%，25G以上光芯片國產化率僅為5%，國產替代空間較大。投資建議：投資建議：AI大模型時代下，AI算力需求高速增長，AI服務器需求呈現29%復合高增速，從而驅動算力芯片及光模塊的需求高增長。短期關注相關產業鏈的主題催化行情，長期關注受益于AI持續高速發展業績或將逐步兌現優質企業。建議關注海光信息、寒武紀、瀾起科技、中際旭創、光迅科技、天孚通信、新易盛、源杰科技等優質算力芯片與光器件相關企業。風險提示風險提示：AI需求不及預期風險，行

7、業競爭過度風險，國際貿易政策變化風險。需求不及預期風險，行業競爭過度風險，國際貿易政策變化風險。PW2V0WEUUX4WTV7N8QaQnPrRpNqMlOpPtQfQqRrM8OrQqQvPtPmNNZnNqN請務必仔細閱讀正文后的所有說明和聲明 3第一部分第一部分 大模型帶動大模型帶動AI服務器高增長服務器高增長第二部分第二部分 算力芯片與光模塊長期受益算力芯片與光模塊長期受益第三部分第三部分 A股上市公司代表股上市公司代表目錄目錄第四部分第四部分 投資建議投資建議第五部分第五部分 風險提示風險提示請務必仔細閱讀正文后的所有說明和聲明 41.1、通用、通用AI概念：概念：AI有望引領人類第

8、四次工業革命有望引領人類第四次工業革命人工勞動人工勞動機械化機械化核心驅動：核心驅動：蒸汽機的發明和應用使得機器代替了人工，紡織機械的改進加速紡織工業機械化，鐵路運輸興起改善了交通和物流。1760-1840機械化機械化電氣化電氣化核心驅動：核心驅動：內燃機誕生促進了飛機和汽車的發明，交通運輸效率大幅提高，化工和鋼鐵產業快速發展，電話和無線電的發明極大加快了信息傳播速度。1870-1914電氣化電氣化數字化數字化核心驅動：核心驅動：互聯網和計算機的誕生極大地提升了生產效率，移動通信和智能手機使通信和信息傳播速度大幅提高，自動化生產線和機器人技術在制造業中的應用。1960年至今年至今數字化數字化智

9、能化智能化2023-？核心驅動：核心驅動：AI技術快速發展，物聯網（IoT）實現萬物互聯，大數據技術成熟促進數據驅動的決策模式，自動駕駛、工業機器人乃至通用人工智能的發展有望重塑人類生產生活的方式。第一次工業革命第一次工業革命第二次工業革命第二次工業革命第三次工業革命第三次工業革命第四次工業革命？第四次工業革命？復盤歷史上三次工業革命，每一輪都伴隨著核心技術的突破和生產方式的重大變革。復盤歷史上三次工業革命，每一輪都伴隨著核心技術的突破和生產方式的重大變革。第一次工業革命以蒸汽機的發明為代表，機器解放了人類的雙手，第二次則由電力和內燃機驅動，改變了人類交通和通信的方式，第三次是計算機和互聯網技

10、術的發明，使自動化產線和工業機器人得以大規模應用，移動通訊技術發展使信息傳播速度前所未有，極大促進了生產力的發展。2023年以來，以年以來，以ChatGPT、Sora為代表的多模態為代表的多模態AI大模型橫空出世，標志著人工智能技術已經進入一個新的紀元。大模型橫空出世，標志著人工智能技術已經進入一個新的紀元。未來，通用人工智能（AGI）有望集多模態感知、大數據分析、機器學習、自動化決策于一體，重塑人類工作和生產生活的方式，引領人類步入第四次工業革命。資料來源：公開資料整理，東海證券研究所請務必仔細閱讀正文后的所有說明和聲明 51.1、通用、通用AI概念：人工智能的分類和三大要素概念：人工智能的

11、分類和三大要素 人工智能（人工智能（Artificial Intelligence）是通過計算機和算法來模擬、擴展人類智能的一門技術科學。）是通過計算機和算法來模擬、擴展人類智能的一門技術科學。其本質是使計算機和人一樣具備學習、推理、感知和決策的能力，代替人類解決和處理各類復雜的工作，從而提升效率和解放生產力。常見的AI研究包括機器學習、機器視覺、自然語言處理和專家系統等。按照智能程度劃分，按照智能程度劃分，AI可分為弱人工智能（可分為弱人工智能（ANI）、通用人工智能（）、通用人工智能（AGI）和超級人工智能（）和超級人工智能（ASI）。）。弱人工智能是指只能解決單個特定領域問題的AI，如面

12、部識別、語音識別等，目前已廣泛應用。通用人工智能是指具備人類級別智能的AI，目前還尚未實現，但Sora的問世無疑使我們離AGI更進了一步。超級人工智能是指超越人類智能且具有自主思維意識的AI，目前尚處理論階段。人工智能具有算力、算法、數據三大要素，其中基礎層提供算力支持，通用技術平臺解決算法問題，場景化應用挖掘數據價值。人工智能具有算力、算法、數據三大要素，其中基礎層提供算力支持，通用技術平臺解決算法問題，場景化應用挖掘數據價值。圖像識別圖像識別語音識別語音識別語義分析語義分析機器翻譯機器翻譯大數據營銷大數據營銷典型應用場景典型應用場景弱人工智能（弱人工智能（ANI）通用人工智能通用人工智能（

13、AGI）超級人工智能超級人工智能（ASI）認知和學習決策與執行多領域綜合智能多領域綜合智能無人駕駛無人駕駛智能機器人智能機器人手術機器人手術機器人藝術創作藝術創作智能專家系統智能專家系統科研創新科研創新復雜問題解決復雜問題解決解決解決人類無法人類無法解決的難題解決的難題感知分析某特定領域智能某特定領域智能超越人類的智能超越人類的智能獨立意識與創新創造典型應用場景典型應用場景典型應用場景典型應用場景AI的發展高度依賴海量的數據，由于大數據產業的發展，數據量呈現爆炸性增長態勢，積累了海量、多維度數據，為深度學習提供了外部素材。從傳統邏輯到機器學習再到深度學習，算法的演變極大的提高了AI的應用維度和

14、效率。算法的實現、海量數據的獲取和存儲以及計算能力的體現都離不開AI算力基礎芯片。具有超高運算能力、符合市場需求的AI芯片，是人工智能領域可持續發展的重要因素。數據AI算力算法人工智能的三大要素人工智能的三大要素資料來源：行行查，公開資料整理，東海證券研究所請務必仔細閱讀正文后的所有說明和聲明 61.2、AIGC產業鏈：基礎設施是產業鏈：基礎設施是AI算力之源，下游應用前景廣闊算力之源，下游應用前景廣闊AIGC 即即 AI Generated Content，即利用，即利用AI技術自動創建文本、圖像、視頻等內容，它被認為是繼技術自動創建文本、圖像、視頻等內容，它被認為是繼PGC、UGC之后的新

15、型內容創作方式。之后的新型內容創作方式。AIGC產業可分為基礎設施層、模型層和應用層，每一層都是AIGC產業鏈不可或缺的組成部分，共同構成了一個完整的生態系統，以支持從數據處理到內容創作的所有環節。上游：基礎設施層：上游：基礎設施層：構成AIGC核心的計算和存儲平臺，包括數據中心、算法平臺、以及AI服務器、高性能計算硬件以及云計算服務。中游：模型層：中游：模型層：包括開發和訓練各類AI大模型的算法和技術，主要為中美互聯網科技巨頭如OpenAI、微軟、谷歌、百度、阿里等。下游：應用層：下游：應用層：直接面向最終用戶的AIGC產品和服務，如C端的多模態生成式AI產品，以及各類B端的垂直行業大模型解

16、決方案。上游下游中游上游：基礎上游：基礎設施層設施層中游：模型中游：模型層層下游：應用層下游：應用層AI算算力力AI服務器服務器AI大語言模型大語言模型C端通用生成式端通用生成式AIB端垂直大模型解決方案端垂直大模型解決方案AI芯片芯片云計算云計算存儲芯片存儲芯片AI算法框架算法框架大數據解決方案大數據解決方案數據服務商數據集提供商圖像生成圖像生成文本生成文本生成音頻生成音頻生成視頻生成視頻生成文案創作、辦公輔助、代碼生成文案創作、辦公輔助、代碼生成圖像創作、圖像修復、虛擬試衣圖像創作、圖像修復、虛擬試衣音樂創作、語音合成、聊天機器人音樂創作、語音合成、聊天機器人影視創作、數字分身、娛樂游戲影

17、視創作、數字分身、娛樂游戲無人駕駛無人駕駛無人工廠無人工廠影視創作影視創作財務法律財務法律科學研究科學研究投資分析投資分析教育學習教育學習醫療診斷醫療診斷資料來源：公開資料整理，東海證券研究所請務必仔細閱讀正文后的所有說明和聲明 71.3、大模型市場規模：千億級寬闊賽道，、大模型市場規模：千億級寬闊賽道，AIGC市場潛力無窮市場潛力無窮2022-2030E全球全球AIGC市場規模及預測（億美元）市場規模及預測（億美元）資料來源：Precedence Research,IDC，東海證券研究所10813717422128135745357673201002003004005006007008002

18、0222023E2024E2025E2026E2027E2028E2029E2030E2022-2030E全球AIGC市場規模（億美元）25581082102803666248871095132%86%94%33%31%70%42%23%0%20%40%60%80%100%120%140%0200400600800100012002020202120222023E2024E2025E2026E2027E2028E全球大模型市場規模YoY%(右軸)2020-2028E全球大模型市場規模及預測（億美元）全球大模型市場規模及預測（億美元）資料來源：大模型之家，東海證券研究所1537701472163

19、185668801179147%89%110%47%47%78%55%34%0%20%40%60%80%100%120%140%160%02004006008001000120014002020202120222023E2024E2025E2026E2027E2028E中國大模型市場規模YoY%(右軸)2020-2028E中國大模型市場規模及預測（億元）中國大模型市場規模及預測（億元）資料來源：大模型之家，東海證券研究所251434361223259347597202950911441472%205%181%112%84%51%32%20%0%100%200%300%400%500%02000

20、40006000800010000120001400020222023E2024E2025E2026E2027E2028E2029E2030E2022-2030E中國AIGC市場規模（億元）YoY%(右軸)2022-2030E中國中國AIGC市場規模及預測（億元）市場規模及預測（億元）資料來源：艾瑞咨詢，東海證券研究所請務必仔細閱讀正文后的所有說明和聲明 81.4、算力需求激增：、算力需求激增：AI大模型的性能和訓練算力需求呈顯著正相關大模型的性能和訓練算力需求呈顯著正相關1952-2022年主要機器學習系統的訓練算力需求（年主要機器學習系統的訓練算力需求（FLOPs）資料來源：Compute

21、 Trends across 3 eras of Machine Learning,J.Sevilla,L.Heim,A.Ho,T.Besiroglu,M.Hobbhahn,P.Villalobos,東海證券研究所機器學習的訓練計算可分為三個時期：機器學習的訓練計算可分為三個時期：前深度學習時代（前深度學習時代（1952-2010）：）：這一時期算力增長主要受CPU和初期GPU的性能提升驅動，訓練計算需求大約每20個月翻一番，基本符合摩爾定律。深度學習時代（深度學習時代（2010-2015）：）：隨著深度學習技術的興起，算力需求增速顯著加快，GPU開始被大量用于神經網絡訓練，訓練算力翻倍時間縮

22、短至大約5-6個月，超越了超越了摩爾定律。摩爾定律。大模型時代（大模型時代（2015-至今）：至今）：隨著BERT、GPT等千億乃至萬億級參數規模的大模型涌現，算力需求再次顯著增加，盡管算力翻倍時間放緩至10個月左右，但其計算量相較深度學習時代提升了提升了2-3個數量級。個數量級。未來，隨著未來，隨著ChatGPT、Sora、文心一言等、文心一言等大模型的普及，模型推理所需的算力也會大大模型的普及，模型推理所需的算力也會大幅增加，從而進一步提高對幅增加，從而進一步提高對AI算力的需求，算力的需求，帶動整個帶動整個AI算力產業鏈不斷增長。算力產業鏈不斷增長。請務必仔細閱讀正文后的所有說明和聲明

23、91.4、算力需求激增：、算力需求激增：AI大模型的訓練和推理均離不開強大算力支撐大模型的訓練和推理均離不開強大算力支撐訓練階段訓練階段微調階段微調階段訓練算力核訓練算力核心影響因素心影響因素模型數量模型數量參數量參數量訓練數據量訓練數據量訓練次數訓練次數如今大模型參數規模已成長至千億乃至萬億級，訓練數據量和訓練迭如今大模型參數規模已成長至千億乃至萬億級，訓練數據量和訓練迭代次數同時增加，推動預訓練及對微調階段算力需求大幅提升。代次數同時增加，推動預訓練及對微調階段算力需求大幅提升。多模態應用場景的拓展和用戶人數的增長使推理數據處理量和模型部署多模態應用場景的拓展和用戶人數的增長使推理數據處理

24、量和模型部署量快速膨脹，觸發了對推理算力的爆炸性增長。量快速膨脹，觸發了對推理算力的爆炸性增長。訓練完模型參數量亦會影響訓練完模型參數量亦會影響推理端算力推理端算力推理算力核心影響因素推理算力核心影響因素模型數量模型數量多模態應用場景多模態應用場景單用戶數據量單用戶數據量用戶日活用戶日活應用時間應用時間AI大模型的實踐應用涵蓋了兩個核心階段：模型訓練和模型推理，這兩個環節共同構成了大模型的實踐應用涵蓋了兩個核心階段：模型訓練和模型推理，這兩個環節共同構成了AIGC技術的算力框架。技術的算力框架。訓練：訓練：指通過學習大量數據來不斷優化模型參數，以期能夠準確響應特定任務，隨著參數增加或訓練次數增

25、多，其對算力要求亦越高。推理：推理：則涉及將訓練完的模型應用于新數據的輸入，以生成有用的內容或決策，其算力需求較訓練更低，更側重處理應用場景中實時數據流的能力，其算力挑戰主要來自于用戶端響應速度以及對吞吐數量的要求。模型訓練模型訓練模型推理模型推理資料來源：甲子光年智庫，公開資料整理,東海證券研究所請務必仔細閱讀正文后的所有說明和聲明 101.5、AI服務器：全球服務器行業的演進歷程服務器：全球服務器行業的演進歷程本地本地IT部署部署云端云端IT部署部署AI特定算力需求特定算力需求5G、物聯網應用、物聯網應用IT部署以本地構建數據中心為主。只有政府、金融機構和大型企業能夠負擔。傳統服務器云計算

26、開始成熟，下游云服務商深度定制化的云服務器成為市場增長的重要驅動力。云服務器傳統服務器云服務器傳統服務器AI服務器神經網絡需要更特殊的計算架構。AI極大的特定算力需求打開AI服務器藍海市場。云服務器傳統服務器AI服務器邊緣服務器“云+邊”的部署架構成為市場共識，邊緣機房環境與傳統數據中心迥異，帶來全新增量市場。2012年前后2016年前后年前后2020年之后年之后2012年，云計算技術的興起徹底改變了服務器的部署模式，推動企業IT建設從傳統的本地環境向云端遷移。2016年，Alpha Go引領的人工智能科技的第三次浪潮催生了對新型架構服務器的迫切需求，為服務器市場注入了新的活力。2020年，5

27、G通信技術的廣泛應用為邊緣計算領域開辟了廣闊的藍海市場，由于機房環境的迥異，服務器行業迎來全新增量市場。本地本地云端云端CPUGPUASICFPGA中心中心邊緣邊緣資料來源：行行查研究中心，公開資料整理,東海證券研究所請務必仔細閱讀正文后的所有說明和聲明 111.5、AI服務器：服務器：AI服務器是大模型算力之源，中美科技巨頭是主要買家服務器是大模型算力之源，中美科技巨頭是主要買家111011351274140115351656123150162182203236050010001500200020222023E2024E2025E2026E2027EX86非X862022-2027E全球服務

28、器市場規模及預測全球服務器市場規模及預測(億美元億美元)85.5118.3150.4189.5236.938.4%27.1%26.0%25.0%0%5%10%15%20%25%30%35%40%45%05010015020025020222023E2024E2025E2026E出貨量（萬臺）YoY%(右軸)資料來源：觀知海內，東海證券研究所2022-2026E全球全球AI服務器出貨量及預測（萬臺）服務器出貨量及預測（萬臺）資料來源：IDC，Gigalight，東海證券研究所2022年全球年全球AI服務器采購量占比服務器采購量占比2022中國中國AI服務器市場份額構成服務器市場份額構成資料來源：

29、TrendForce，觀知海內，東海證券研究所資料來源：觀知海內，東海證券研究所19%17%16%14%6%2%2%2%22%微軟谷歌Meta亞馬遜字節跳動騰訊阿里巴巴百度其他47%11%9%7%6%6%5%2%7%浪潮信息新華三寧暢安擎坤前華為寶德思騰合力其他請務必仔細閱讀正文后的所有說明和聲明 121.5、AI服務器：服務器：AI服務器產業鏈解析服務器產業鏈解析資料來源：公開資料整理，東海證券研究所CPU/GPU/AI加速芯加速芯片片英偉達英偉達、AMD、Intel寒寒武紀武紀、海光信息海光信息、昆侖芯昆侖芯、華為鯤鵬華為鯤鵬、壁仞科技壁仞科技DRAM內存及模組內存及模組三星三星、SK海力

30、士海力士、美美光光、長鑫存儲長鑫存儲、長江長江存儲存儲、深科技深科技HDD/SSD西部數據西部數據、希捷科技希捷科技、東藝東藝、三星三星、SK海力士海力士、美光美光，江波龍江波龍，佰維存佰維存儲儲、德明利德明利、朗科科技朗科科技互聯網接口互聯網接口英偉達英偉達、英特爾英特爾、德州德州儀器儀器、ADl、Rambus、瑞薩瑞薩、譜瑞譜瑞、瀾起科技瀾起科技、裕太微裕太微PCB深南電路深南電路、滬電股份滬電股份、生益科技生益科技、華正新材華正新材、南亞新材南亞新材、興森科技興森科技電源電源臺達電子臺達電子、艾默生艾默生、光寶光寶科技科技、中國長城中國長城、新雷能新雷能、歐陸通歐陸通散熱散熱臺達電子臺達

31、電子、工業富聯工業富聯、聚力聚力、英維克英維克、曙光數曙光數創創、飛榮達飛榮達光模塊光模塊中際旭創中際旭創、新易盛新易盛、天天孚通信孚通信RAID芯片芯片/板卡板卡LSI，國芯科技國芯科技主板主板/系統集成商系統集成商(ODM)廠商廠商 工業富聯工業富聯 Inventec Wistron Quanta Wiwynn Mitac Gigabyte Pegatron服務器品牌廠商服務器品牌廠商浪潮信息浪潮信息中科曙光中科曙光新華三新華三華為華為聯想聯想HPE戴爾戴爾谷歌谷歌 亞馬遜亞馬遜微軟微軟臉書臉書IBM阿里巴巴阿里巴巴百度百度騰訊騰訊中國移動中國移動中國電信中國電信中國聯通中國聯通廣電國網廣

32、電國網政府市場政府市場工業工業/金融金融/醫療醫療/能源等大客戶能源等大客戶中小企業客戶中小企業客戶科研機構和教育機構科研機構和教育機構產業鏈上游產業鏈上游產業鏈中游產業鏈中游AI算力及零部件算力及零部件產業鏈下游產業鏈下游互聯網互聯網/云計算服務商云計算服務商運營商運營商企業市場企業市場AI服務器產業鏈的上游廠商主要為電子元件廠商，中游為服務器廠商，下游客戶則包括數據中心、政府、各類企業等。核心零部件如算力芯片、DRAM、SSD、RAID芯片市場集中度較高，主要由美、日、韓企業主導，頭部廠商市占率仍處于壟斷地位，國產廠商整體實力與國外龍頭相比尚有差距，但近年來正在加速國產替代步伐。請務必仔細

33、閱讀正文后的所有說明和聲明 13第一部分第一部分 大模型帶動大模型帶動AI服務器高增長服務器高增長第二部分第二部分 算力芯片與光模塊長期受益算力芯片與光模塊長期受益第三部分第三部分 A股上市公司代表股上市公司代表目錄目錄第四部分第四部分 投資建議投資建議第五部分第五部分 風險提示風險提示請務必仔細閱讀正文后的所有說明和聲明 142.1、AI芯片：芯片：AI芯片的主要類別和性能對比芯片的主要類別和性能對比GPUFPGAASIC定義定義專為處理大量的并行任務而設計的處理器，通常用于圖形渲染、數據并行計算以及深度學習等領域?？稍谟布用嬷匦屡渲靡詧绦刑囟ㄈ蝿盏募呻娐?，用于應對多變的計算需求。專為執

34、行一種特定應用或任務而設計和優化的集成電路，提供最高的性能和能效。靈活性靈活性高（軟件層面的編程靈活性）中到高（硬件可以重新配置，但需要硬件描述語言）低（一旦設計完成，功能固定）性能性能高于FPGA在并行計算任務，但低于ASIC依賴于特定應用，通常低于ASIC和GPU高（針對特定應用優化）功耗功耗高低于GPU，但比ASIC高低（高度優化）成本成本低到中（大規模生產）中到高（需要時間進行配置和測試）高（開發成本高，但大批量生產時單價低）開發時間開發時間短（軟件開發）中到長（需要硬件設計和測試）長（設計、測試、優化周期長）優點優點并行處理能力強，軟件生態豐富靈活性較高，可以針對特定應用進行優化針對

35、特定任務有最高的性能和能效劣勢劣勢功耗和成本較高，針對性不如ASIC和FPGA開發周期和成本居中，性能不及ASIC開發成本高，靈活性差，修改成本高適用場景適用場景圖形渲染、深度學習、科學計算快速原型設計、可變算法實現、信號處理高性能計算任務、大規模生產的消費電子產品代表企業代表企業/芯片（數據中芯片（數據中心）心）NVIDIA Tesla系列、AMD Instinct系列Intel Stratix系列、Xilinx Virtex UltraScale系列Google TPU（Tensor Processing Unit）、Amazon AWS Inferentia資料來源：公開資料整理，東海證

36、券研究所 定義：定義：AI芯片指面向芯片指面向AI應用，針對應用，針對AI算法（如深度學習等）進行特殊加速設計的芯片。算法（如深度學習等）進行特殊加速設計的芯片。分類：根據技術架構和應用需求，分類：根據技術架構和應用需求，AI芯片可分為芯片可分為GPU、FPGA、ASIC和類腦芯片四大類。和類腦芯片四大類。GPU是多功能的并行處理器，由于其通用程度高、軟件生態豐富、制造工藝相對成熟，是目前最為普遍的AI芯片類型，占到中國AI運算市場的約89%。FPGA芯片是可編程的芯片，允許開發者按需定制硬件，在需要特定算法優化時非常有用，可根據算法迭代調整硬件配置。ASIC是為特定AI應用定制的，能在性能和

37、能效上提供最佳的表現，該類芯片是固定設計，針對一種特定任務或算法進行了優化。類腦芯片顛覆傳統馮諾依曼架構，是一種模擬人腦神經元結構的芯片，目前尚處于起步階段。AI芯片（芯片（GPU/FPGA/ASIC）在云端兼顧執行人工智能的“訓練”與“推理”任務，而在終端主要負責執行“推理”操作。）在云端兼顧執行人工智能的“訓練”與“推理”任務，而在終端主要負責執行“推理”操作。就性能和成本效益而言，ASIC在專用計算任務中表現最佳，其計算性能和能效遠超通用GPU。但ASIC開發周期較長，且需達到一定生產規模才能實現成本優勢。FPGA提供了一種介于GPU和ASIC之間的靈活解決方案，它的可編程性使硬件能夠在

38、算法迭代時進行有效優化，同時在開發周期上比ASIC更為短暫。請務必仔細閱讀正文后的所有說明和聲明 152.1、AI芯片：芯片：GPU是是AI芯片主流，芯片主流，AI芯片占芯片占AI服務器成本約服務器成本約70-75%GPU是是AI服務器的核心，約占近服務器的核心，約占近90%AI芯片市場份額，其價值量占芯片市場份額，其價值量占AI服務器高達服務器高達70-75%。與傳統服務器相比，AI服務器采用異構架構，能夠搭載多個GPU、CPU及其他算力芯片來應對大規模并行計算的需求。傳統服務器的CPU一般最多只有數十個核心，主要用來處理運算量較為復雜的數據。而GPU的具有數以千計的算術邏輯單元(ALU)和

39、深度流水線，控制邏輯簡單，省去了Cache的復雜性。因此在處理類型統一、相互無依賴的大規模數據時，GPU能夠在一個無需中斷的計算環境中高效運行。GPU是機器學習的主流之選。是機器學習的主流之選。CPU由于受Cache和復雜的控制邏輯掣肘，導致在處理不同類型的數據時，需要引入分支和中斷，增加了運算的復雜性和功耗。意味著在同等功耗下，GPU能效比顯著高于CPU，能夠加快AI模型訓練和推理時間，從而減少機器學習模型從訓練到部署的總時間。不僅如此，高性能GPU的制造工藝在英偉達和臺積電等企業的領導下已趨向成熟，成本在AI芯片中具有優勢，因此成為了市場主流之選。89%9.60%1.00%0.40%GPU

40、NPUASICFPGA資料來源：IDC，東海證券研究所2022中國中國AI芯片市場結構占比情況芯片市場結構占比情況0%10%20%30%40%50%60%70%80%90%100%普通服務器高性能服務器AI服務器CPUGPU內存硬盤其他30-35%15-20%20-25%20-25%25-30%27-30%25-30%20-25%5-10%5-10%5-10%70-75%5-10%2-5%不同類型服務器成本構成示意圖不同類型服務器成本構成示意圖 資料來源：行行查研究中心，東海證券研究所資料來源：Semianalysis，東海證券研究所AI服務器與通用服務器的成本構成對比服務器與通用服務器的成本

41、構成對比請務必仔細閱讀正文后的所有說明和聲明 1611618443785012262302260058.6%137.5%94.5%44.2%87.8%12.9%0%20%40%60%80%100%120%140%160%050010001500200025003000201920202021202220232024E2025E中國AI芯片市場規模（億元）YoY%(右軸)442534671813986119420.9%25.6%21.2%21.2%21.2%0%5%10%15%20%25%30%020040060080010001200140020222023E2024E2025E2026E20

42、27E全球AI芯片市場規模(億美元)YoY%(右軸)2.1、AI芯片：算力需求驅動芯片：算力需求驅動AI芯片高增長，英偉達獨霸鰲頭芯片高增長，英偉達獨霸鰲頭2022-2027E全球全球AI芯片市場規模及預測（億美元）芯片市場規模及預測（億美元）資料來源：Gartner，東海證券研究所2019-2024E中國中國AI芯片市場規模及預測（億元）芯片市場規模及預測（億元）資料來源：中研普華產業院，東海證券研究所2022Q4-2023Q4全球全球GPGPU芯片市場份額構成芯片市場份額構成資料來源：Jon Peddie Research，東海證券研究所2020-2025E全球算力總規模及預測全球算力總規

43、模及預測(EFLOPS)資料來源：信通院，IDC，東海證券研究所42961590614252168330005001000150020002500300035002020202120222023E2024E2025E全球算力總規模（EFLOPS）請務必仔細閱讀正文后的所有說明和聲明 172.2、AI芯片：芯片：我國我國AI芯片需求有望迎來爆發增長芯片需求有望迎來爆發增長AI大模型的迅速崛起帶來了巨大的大模型的迅速崛起帶來了巨大的AI算力需求。算力需求。AI大模型海量的數據處理、復雜的深度學習、多模態和跨領域的整合，以及廣泛場景下實時性和交互性的要求，都對算力提出了更強的需求，這對我國的AI智能

44、算力資源提出了挑戰。隨著國產隨著國產AI大模型如雨后春筍般涌現，智能算力缺口與日俱增，大模型如雨后春筍般涌現，智能算力缺口與日俱增，AI芯片需求有望迎來爆發增長。芯片需求有望迎來爆發增長。2023年以來，文心一言、訊飛星火、通義千問等上百家國產大模型爭相涌現，參數規模從幾億乃至上萬億，廣泛應用于云計算、數據中心、邊緣計算、消費電子、智能制造、智能駕駛、智能金融及智能教育等領域，用于AI訓練和推理的智能算力缺口與日俱增，AI芯片需求持續旺盛。根據Frost&Sullivan，2022年我國AI芯片市場規模達到368億元，預計到2027年，市場規模將進一步擴大至3400億元，2022-2027E

45、CAGR將有望達到39.98%。20192020202120222023E2024E2025E2026E2027E數據治理67.389.2135.8201.4269.9362485649870數據基礎服務13.81830.34560.782111150202AI芯片122178251368574.18961,3972,1793,400機器學習技術與平臺235.8324.3407.1503.4609.27879831,2291,53602000400060008000機器學習技術與平臺AI芯片數據基礎服務數據治理資料來源：弗若斯特沙利文，東海證券研究所2019-2027E中國中國AI基礎設施市場

46、規模及預測（億元）基礎設施市場規模及預測（億元）32751552684276419231271020040060080010001200140020192020202120222023E2024E2025E2026E百億億次浮點運算/秒（EFLOPS)2020-2025E中國智能算力規模及預測（中國智能算力規模及預測（EFLOPS）資料來源：IDC，浪潮信息，東海證券研究所請務必仔細閱讀正文后的所有說明和聲明 18 GDDR是顯示用內存：是顯示用內存：Graphics Double Data Rate的縮寫，為顯存的一種，GDDR是為了設計高端顯卡而特別設計的高性能DDR存儲器規格，其有專屬的

47、工作頻率、時鐘頻率、電壓，因此與市面上標準的DDR存儲器有所差異，與普通DDR內存不同且不能共用，GDDR產品具備高帶寬、低延時、低功耗、高穩定性等特征。GDDR廣泛應用于顯卡、游戲主機和其他需要高性能圖形處理的設備上。內存墻問題內存墻問題1：近幾十年來，處理器的性能以每年大約55%速度快速提升，而內存性能的提升速度則只有每年10%左右。不均衡的發展速度造成了當前內存的存取速度嚴重滯后于處理器的計算速度，內存瓶頸導致高性能處理器難以發揮出應有的功效。內存墻問題內存墻問題2：隨著GPU性能不斷提升，匹配GPU的GDDR數量越來越多，而GPU的面積規格有限，導致顯卡的體積越來越大，后期的散熱與產品

48、規格問題日益嚴重。內存墻問題內存墻問題3：隨著對計算性能要求越來越高，各個分離器件芯片的集成趨勢要求越來越高，但是難度越來越大。最后，先進封裝技術不斷迭代發展，與GPU高度融合的HBM產品應運而生。2.2、HBM存儲模組：解決了存儲模組：解決了AI發展的存儲墻問題發展的存儲墻問題資料來源：CSDN，AMD，東海證券研究所問題問題1：GDDR速率趕不上速率趕不上CPU發展速率發展速率問題問題2：顯卡面積限制：顯卡面積限制GDDR數量數量問題問題3 3：高度集成化技術難度增大：高度集成化技術難度增大請務必仔細閱讀正文后的所有說明和聲明 19HBM 技 術 簡 介：技 術 簡 介：HighBandw

49、idthMemory，即高帶寬內存，是一種新興的DRAM 解決方案。HBM具有基于TSV(硅通孔)和芯片堆疊技術的堆疊 DRAM 架 構，通 過 uBump 和 Interposer(中 介 層，起 互 聯 功 能 的硅 片)實 現 超 快 速 連 接。Interposer再通過Bump和Substrate(封裝基板)連通到BALL，最后BGA BALL 再連接到PCB上。HBM優勢：優勢：(1)極高帶寬：達到1T/s；(2)體 積 減 ?。罕菺DDR 降 低 94%的尺 寸；(3)低 功 耗：高 度 集 成 后 擁 有比GDDR更小的電壓與功耗。2.2、HBM存儲模組：帶寬、位數、體積、功耗

50、顯著優于存儲模組：帶寬、位數、體積、功耗顯著優于GDDR5GDDR5與與HBM的產品框架圖的產品框架圖HBM的垂直截面圖的垂直截面圖HBM與與GDDR的性能參數對比的性能參數對比HBM相對相對GDDR的性能優勢顯著的性能優勢顯著資料來源：CSDN，AMD，東海證券研究所請務必仔細閱讀正文后的所有說明和聲明 202.2、HBM存儲模組：需要存儲模組：需要2.5D/3D、TSV、uBUMP等先進封裝技術等先進封裝技術資料來源：電子技術應用，ANSYS，東海證券研究所2.5D與與3D封裝及關健技術圖封裝及關健技術圖TSV為為HBM實現的關鍵技術之一實現的關鍵技術之一資料來源：SK海力士，東海證券研究

51、所資料來源：三星，與非網，東海證券研究所臺積電用臺積電用2.5D的的COWOS技術將技術將HBM與邏輯芯片連接圖與邏輯芯片連接圖資料來源：臺積電，與非網，東海證券研究所三星用三星用2.5D的的I-Cube技術將技術將HBM與邏輯芯片連接圖與邏輯芯片連接圖請務必仔細閱讀正文后的所有說明和聲明 212.2、HBM存儲模組存儲模組2024年三大廠商量產帶寬高達年三大廠商量產帶寬高達1TB/s以上以上HBM3E資料來源：美光科技，SK海力士，三星，東海證券研究所HBM迭代產品參數演變迭代產品參數演變全球大廠全球大廠HBM技術路線圖技術路線圖資料來源：電子產品世界，SK海力士，三星，東海證券研究所202

52、2-2024年年HBM2E與與HBM3比重轉進預估比重轉進預估資料來源：同花順財經，TrendForce，東海證券研究所HBM迭代產品參數演變產品名稱芯片密度帶寬堆疊高度容量I/O速率HBM12Gb(4-hi)128GB/s4層1GB1GbpsHBM28Gb307GB/s4/8層4/8/16GB2.4GbpsHBM2E8Gb/16Gb460GB/s4/8層8/16GB3.6GbpsHBM316Gb819GB/s8/12層16/24GB6.4GbpsHBM3ENA1.2TB/s8層24GB9.2Gbps企業名稱發布時間產品量產時間SK海力士2014年HBM1（SK海力士、AMD）NA2018年H

53、BM2NA2019年8月HBM2E2020年7月2021年10月HBM32022年6月2023年8月HBM3E2024年上半年三星2016年6月HBM22018年2020年2月HBM2E2020年2021年2月HBM-PIM（存算一體）2021年完成驗證-HBM32022年2024年2月HBM3E（36GB）2024年上半年美光科技2023年HBM3E（24GB）2024年2月26日 HBM技術更新快速：技術更新快速：2024年三大國際大廠都將主要量產HBM3與HBM3E，HBM3產品占有率將達到60%以上。HBM產 品 壁 壘 或 將 導 致 高 端產 品 壁 壘 或 將 導 致 高 端HB

54、M被 國 際 大 廠 壟 斷被 國 際 大 廠 壟 斷：（1）2.5D 或 3D 封 裝 的 技 術 與 產 能，臺 積 電 的COWOS 更 新 到 第 5 代，產 能 供 不 應 求；（2）高 端GPU芯片的供貨，HBM與GPU封裝在一起組成AI加速卡；（3）GDDR原廠顆粒供貨，一般19nm及以下制程顆粒，甚至到1，1制程的高制程存儲顆粒芯片。8%39%60%70%50%25%22%11%15%0%10%20%30%40%50%60%70%80%90%100%20222023E2024EHBM3HBM2EOthers請務必仔細閱讀正文后的所有說明和聲明 222.2、HBM存儲模組：全球存

55、儲模組：全球HBM需求規模預測高速增長需求規模預測高速增長資料來源：TrendForce，Gartner，浪潮，東海證券研究所全球全球HBM歷年總規模測算歷年總規模測算2022-2024全球全球HBM供給格局及估算供給格局及估算資料來源：TrendForce，東海證券研究所HBM歷年全球需求：歷年全球需求：根據TrendForce數據，全球AI服務器2022年約為85.5萬臺，到2026年約為236.9萬臺，CAGR為29%。平均單個服務器搭載的GPU有2/4/8/16個，2024年預計多為4/8個。單個GPU搭載HBM個數若干，總容量在60-100GB之間，隨著服務器性能不斷升級，容量會逐步

56、增大。市場HBM產品價格理論上受到技術不斷進步，產能擴張影響，平均價格小幅度下滑。我們預計2024年HBM全球需求或將達到108.29億美元。HBM全球歷年供給：全球歷年供給：根據TrendForce數據，未來3年全球的HBM主要供 應 鏈 依 然 是 SK 海 力 士、三 星、美 光 占 據。由 于 先 進 制 程 GPU、GDDR顆粒、2.5D/3D封裝技術與產能局限，我們認為全球高端HBM呈現寡頭壟斷格局。國產國產HBM需求與供給：需求與供給：隨著全球AI的發力發展，國產AI服務器不斷追趕，對HBM的需求依然存在。目前存儲芯片廠如長鑫、長存，封測廠如通富微電、長電科技等均在逐步布局中。年

57、份20222023E2024E2025E2026E全球AI服務器出貨量預測（萬臺）85.5118.2150.4189.5236.9平均單臺服務器搭載的GPU個數44688單個GPU的HBM存儲容量（GB）40608090100HBM單價及預測：美元/GB1816151211全球HBM規模測算：億美元24.62 45.39 108.29 163.73 208.47 公司20222023E2024ESK海力士50%46-49%47-49%三星40%46-49%47-49%美光科技10%4-6%3-5%請務必仔細閱讀正文后的所有說明和聲明 232.2、HBM存儲模組：國內存儲企業逐步布局存儲模組：國

58、內存儲企業逐步布局HBM全球存儲產業核心環節產業鏈結構圖全球存儲產業核心環節產業鏈結構圖資料來源：兆易創新，同花順，東海證券研究所請務必仔細閱讀正文后的所有說明和聲明 24 光模塊光模塊(Optical Module)是進行光電和電光轉換的設備是進行光電和電光轉換的設備。由光電子器件（光發射組件和光接收組件）、功能電路和光接口等組成。光模塊在發送端把電信號轉換成光信號，通過光纖傳送后，接收端再將光信號轉換成電信號。光模塊可按照功能光模塊可按照功能、傳輸速率傳輸速率、復用技術復用技術、適用光纖類型和封裝形式等標準分類適用光纖類型和封裝形式等標準分類。按照傳輸速率分類，目前主要有100G、200G

59、、400G、800G、1.6T等；按照功能分類，光模塊可分為光接收模塊，光發送模塊，光收發一體模塊和光轉發模塊，一般特指光收發一體模塊；按照封裝形式分類，常見的有SFP，SFP+，SFF，千兆以太網路界面轉換器（GBIC）等。2.3、光模塊：服務器互連和數據中心互連的核心器件、光模塊：服務器互連和數據中心互連的核心器件資料來源：聯特科技招股書，東海證券研究所光模塊基本分類和對應特征光模塊基本分類和對應特征光模塊基本工作原理光模塊基本工作原理資料來源：聯特科技招股書，東海證券研究所請務必仔細閱讀正文后的所有說明和聲明 25 從成本結構看從成本結構看，光模塊器件占據了光模塊光模塊器件占據了光模塊7

60、3%的成本的成本，此外按照成本大小依次為光組件此外按照成本大小依次為光組件、PCB（印刷電路板印刷電路板）和外殼和外殼。光模塊器件成本結構中，以激光器為主的光發射組件（TOSA）和以探測器為主的光接收組件（ROSA）分別占據了48%和32%的成本，光發射組件（TOSA）占據光模塊成本的35%。高端光芯片高端光芯片（25G以上以上）國產替代率較低國產替代率較低。國內企業在2.5G和10G光芯片領域基本實現了核心技術的掌握，國產化率分別為90%和60%，但是25G光芯片國產化率為20%，25G以上光芯片國產化率僅為5%，國產替代空間較大。2.3、光模塊：、光模塊：TOSA占據光模塊成本結構的占據光

61、模塊成本結構的35%，高端光芯片國產化率較低，高端光芯片國產化率較低資料來源：華經情報網，東海證券研究所光模塊和光器件成本結構光模塊和光器件成本結構資料來源：源杰科技招股書，東海證券研究所光模塊結構示意圖（光模塊結構示意圖（SFP+封裝）封裝）90%60%20%5%0%20%40%60%80%100%2.5Gb/s及以下10Gb/s25Gb/s25Gb/s以上25G及以上光芯片國產化率較低及以上光芯片國產化率較低資料來源：ICC、中商情報網，東海證券研究所請務必仔細閱讀正文后的所有說明和聲明 26 全球視角：以全球視角：以ChatGPT為代表的生成式為代表的生成式AI工具正引領新一輪科技革命工

62、具正引領新一輪科技革命，AI軍備競賽的開啟大幅拉動了算力的爆發式需求軍備競賽的開啟大幅拉動了算力的爆發式需求。前沿科技產業化的落地需要云廠商龐大的算力支持，而光通信網絡是算力網絡的重要基礎和堅實底座，這將進一步推動海外云巨頭對于數據中心硬件設備的需求增長與技術升級。Lightcounting預測，全球光模塊的市場規模在未來5年將以11%的年復合增長率持續上升，2027年將突破200億美元。2023年開始，800G有望拉動新一輪增長，預計在2026年突破30億美元大關。國內視角：國內視角：2023年是經濟全面復蘇的重要一年年是經濟全面復蘇的重要一年，數字經濟成為推動經濟增長的重要引擎數字經濟成為

63、推動經濟增長的重要引擎，數字中國頂層設計的落地將帶來算力提升能耗增長數字中國頂層設計的落地將帶來算力提升能耗增長。同時伴隨著“東數西算”戰略的逐步落地，國內數據中心也同步加快新建、擴容步伐，而光模塊作為數據中心內部設備互聯的載體，在加大AI投入的背景下，長期來看光模塊市場有望持續擴張。國家統計局數據顯示，2023年上半年，新型基礎設施建設投資同比增長16.2%，其中5G、數據中心等信息類新型基礎設施投資增長13.10%，工業互聯網、智慧交通等融合類新型基礎設施投資增長34.10%。Lightcounting預計2028年中國光模塊市場規模有望達35億美元，其中光波分復用技術（DWM）占比32%

64、，以太網占比28%。AI算力需求的高速擴張對數據中心的吞吐量有更高的要求算力需求的高速擴張對數據中心的吞吐量有更高的要求。從傳輸速率角度看，800G甚至1.6T光模塊成為未來光模塊市場主流需求。2.3、光模塊：、光模塊：AI驅動光模塊市場高速擴張，高傳輸速率光模塊成主流驅動光模塊市場高速擴張，高傳輸速率光模塊成主流2028年中國光模塊市場規模有望達年中國光模塊市場規模有望達35億美元億美元資料來源：Lightcounting，中際旭創公告，東海證券研究所全球光模塊市場未來五年全球光模塊市場未來五年CAGR達達11%資料來源：Lightcounting，中際旭創公告，東海證券研究所資料來源：Li

65、ghtcounting，未來智庫，東海證券研究所800G光模塊市場前景廣闊光模塊市場前景廣闊請務必仔細閱讀正文后的所有說明和聲明 27 按照光模塊下游應用分類按照光模塊下游應用分類，數通應用將成為未來主流應用領域數通應用將成為未來主流應用領域。2015年，光模塊下游領域中，數通市場占比42%，電信應用占比58%。2020年，數通市場占比上升至51%。受益于AI浪潮下的數據中心建設，數通市場是光模塊下游應用領域中增速最快的市場，主要包括云計算、大數據等。據預測，2024年全球光模塊在數通市場、電信市場的應用占比分別為 61%、39%。中國企業在光模塊市場中逐步掌握話語權中國企業在光模塊市場中逐步

66、掌握話語權，2022年全球前十大光模塊廠商中國內企業已占據半壁江山年全球前十大光模塊廠商中國內企業已占據半壁江山。根據Lightcounting，2016年全球前十大光模塊廠商中國內企業只有三家，市場基本由美國企業主導。到2022年，國內企業已在前十大廠商中占據一半的席位，其中中際旭創和Coherent并列第一，其他四家分別為華為、光迅科技、海信和新易盛。2.3、光模塊：數通應用占比迅速上升，國內企業占據半壁江山、光模塊：數通應用占比迅速上升，國內企業占據半壁江山資料來源：中商情報網，東海證券研究所全球前十大光模塊廠商全球前十大光模塊廠商資料來源：Lightcounting，中際旭創公告，東海

67、證券研究所全球光模塊下游應用占比全球光模塊下游應用占比58%49%39%42%51%61%0%10%20%30%40%50%60%70%80%90%100%201520202024E電信應用數通應用請務必仔細閱讀正文后的所有說明和聲明 28 硅光技術是光模塊未來的重要發展方向之一硅光技術是光模塊未來的重要發展方向之一。硅光解決方案集成度高，成本低，傳輸帶寬高，同時在峰值速度、能耗等方面均具有良好表現。硅光子技術是基于硅和硅基襯底材料（SiGe/Si、SOI等），利用現有CMOS工藝進行光器件開發和集成的新一代技術。鑒于良率和損耗問題，硅光模塊方案的整體優勢尚不明顯，但在超400G的短距場景、相

68、干光場景中，傳統DML和EML成本較高，硅光模塊的低成本優勢或使得其成為數據中心網絡向400G升級的主流產品。數據中心是硅光子技術的主要應用領域數據中心是硅光子技術的主要應用領域。根據Lightcounting，光通信行業已經處在硅光技術SiP規模應用的轉折點，使用基于SiP的光模塊市場份額將從2022年的24%增加到2028年的44%。資料來源：集微咨詢，東海證券研究所資料來源：Lightcounting，中際旭創公告，東海證券研究所全球硅光模塊市場規模逐年上升全球硅光模塊市場規模逐年上升2.3、光模塊：高集成度、低成本、低能耗的硅光技術是未來發展趨勢之一、光模塊：高集成度、低成本、低能耗的

69、硅光技術是未來發展趨勢之一44%24%硅光模塊結構圖硅光模塊結構圖硅光子技術主要應用于數據中心硅光子技術主要應用于數據中心資料來源：硅光子技術及產業發展研究，吳冰冰，東海證券研究所請務必仔細閱讀正文后的所有說明和聲明 29 CPO方案將主要應用于方案將主要應用于800G及以上的光模塊中及以上的光模塊中。光電共封裝（CPO）指的是交換ASIC芯片和硅光引擎在同一高速主板上協同封裝，從而降低信號衰減、降低系統功耗、降低成本和實現高度集成。CPO處于發展的起步狀態，其行業標準形成預計還要一定時間，但CPO的成熟應用或會帶來光模塊產業鏈生態的重大變化。硅光技術既可以用在傳統可插拔光模塊中，也可以用在C

70、PO方案中。800G傳輸速率下硅光封裝滲透率會有提升，而CPO方案則更多的是技術探索。但從1.6T開始，傳統可插拔速率升級或達到極限，后續光互聯升級可能轉向CPO和相干方案。LightCounting表示，AI對網絡速率的需求是目前的10倍以上，在這一背景下，CPO有望將現有可插拔光模塊架構的功耗降低50%，有效解決高速高密度互聯傳輸場景，并預計CPO出貨預計將從800G和1.6T端口開始，于2024至2025年開始商用，2026至2027年開始規模上量，主要應用于超大型云服務商的數通短距場景。Yole數據顯示，2022年CPO市場產生的收入約為3800萬美元，預計2033年將達到26億美元，

71、2022-2033年復合年增長率為46%。LPO（線性驅動可插拔線性驅動可插拔）技術強調技術強調“可插拔可插拔”，區別于區別于CPO方案中光模塊的不可插拔方案中光模塊的不可插拔。LPO 與傳統光模塊的主要區別在于線性驅動，其將光模塊中的DSP/CDR芯片取出，將相關功能集成到設備側的交換芯片中，具有低功耗、低成本、低延遲和易于維護的特點。資料來源：Yole，中際旭創公告，東海證券研究所CPOCPO圖解圖解資料來源：銳捷官網，東海證券研究所CPOCPO市場未來將高速擴張市場未來將高速擴張2.3、光模塊：、光模塊：CPO方案有望在高速光模塊中廣泛應用方案有望在高速光模塊中廣泛應用傳統的連接方式為P

72、luggable(可插拔)。光引擎是可插拔的光模塊。光纖過來后，插在光模塊上，然后通過SerDes通道，送到網絡交換芯片(AISC)。NPO的技術原理是通過開放的光引擎接口，與交換芯片共同組裝在同一塊主板，以標準化架構的方式實現了光引擎和芯片的解耦，可以靈活對交換芯片和NPO模塊進行選型。CPO是將交換芯片和光引擎共同裝配在同一個Socketed(插槽)上，形成芯片和模組的共封裝。請務必仔細閱讀正文后的所有說明和聲明 30光通信產業鏈光通信產業鏈下游下游中游中游上游上游臻鼎科技欣興電子東山精密激光器芯片、探測器芯片激光器芯片、探測器芯片光迅科技、海思半導體、源杰科技光電子光電子器件器件電芯片電

73、芯片1）光有源器件光有源器件：光探測器、激光器、光調制器、光放大器2）光無源器件光無源器件：光隔離器、光分路器、光開關、光連接器光迅科技、天孚通信昇升光電、華工科技億芯源PCBPCB結構件結構件外殼外殼光芯片光芯片光光模模塊塊制制造造商商電信電信運營商運營商數據中心數據中心運營商運營商通訊設備通訊設備廠商廠商移動聯通電信阿里巴巴騰訊谷歌華為中興諾基亞2.3、光模塊：上游零部件供應商較為分散，下游主要為運營商和設備商、光模塊：上游零部件供應商較為分散，下游主要為運營商和設備商資料來源：工信部、中商情報網、前瞻經濟學人，東海證券研究所 光模塊位于光通信產業鏈的中游光模塊位于光通信產業鏈的中游。主要

74、廠商包括中際旭創、上游主要為光芯片、光器件、PCB、結構件、外殼、電芯片等零部件，下游主要面向電信運營商、數據中心運營商、通訊設備廠商等。光模塊行業的上游原材料供應充足，產業發展成熟，供應商議價能力適中。請務必仔細閱讀正文后的所有說明和聲明 31第一部分第一部分 大模型帶動大模型帶動AI服務器高增長服務器高增長第二部分第二部分 算力芯片與光模塊長期受益算力芯片與光模塊長期受益第三部分第三部分 A股上市公司代表股上市公司代表目錄目錄第四部分第四部分 投資建議投資建議第五部分第五部分 風險提示風險提示請務必仔細閱讀正文后的所有說明和聲明 32 海光信息成立于海光信息成立于2014年年，2022年在

75、科創板上市年在科創板上市(688041.SH)，主要從事研發主要從事研發、設計和銷售應用于服務器設計和銷售應用于服務器、工作站等計算工作站等計算、存儲設備中的高端處理存儲設備中的高端處理器器。公司秉承“銷售一代、驗證一代、研發一代”的產品研發策略，產品主要包括海光通用處理器（CPU）和海光協處理器（DCU）。海光CPU兼容市場主流的x86指令集，是當前生態兼容性最優異的芯片之一，完全滿足商業市場需求。海光海光DCU深算系列屬于深算系列屬于GPGPU的一種的一種，采用采用“類類CUDA”通用并行計算架構通用并行計算架構，能夠較好適配能夠較好適配、適應國際主流商業計算軟件和適應國際主流商業計算軟件

76、和AI軟件軟件，產品性能達到產品性能達到國內領先國內領先。目前主要部署在服務器集群或數據中心，為應用程序提供性能高、能效比高的算力，支撐高復雜度和高吞吐量的數據處理任務。3.1、海光信息：深耕、海光信息：深耕CPU、DCU領域，國產龍頭持續受益于領域，國產龍頭持續受益于AI產業浪潮產業浪潮資料來源：iFind，東海證券研究所營收、凈利潤穩定爬坡營收、凈利潤穩定爬坡毛利率保持穩定，凈利率毛利率保持穩定，凈利率逐年上升逐年上升49 107 378 5 5 129 192 42 325 786 1502 239 02004006008001000120014001600201820192020202

77、13000系列5000系列7000系列8000系列注：2022年開始，公司僅拆分為高端處理器和技術服務，2023年上半年高端處理器占比近100%。7000系列系列CPU為營收主要組成部分，為營收主要組成部分，2021年占比超年占比超65%（單位：百萬元）685.8%169.5%126.1%121.8%3.2%33.2%52.8%935.7%145.7%38.3%0%100%200%300%400%500%600%700%800%900%1000%-10000100020003000400050006000營業收入（百萬元）凈利潤（百萬元）營收增速（右軸）凈利潤增速（右軸）83.8%37.3%5

78、0.5%56.0%52.4%60.6%-372.3%-36.2%-8.1%18.9%21.9%30.9%-400%-300%-200%-100%0%100%200%毛利率(%)凈利率(%)請務必仔細閱讀正文后的所有說明和聲明 33 海光三號海光三號、深算二號為公司主力產品深算二號為公司主力產品，海光四海光四、五號五號、深算三號研發順利深算三號研發順利。海光CPU系列產品海光三號為主力銷售產品，海光四號、海光五號處于研發階段；海光DCU系列產品深算一號為公司GPGPU主要在售產品；深算二號已經發布并實現商用，深算二號實現了在大數據處理、人工智能、商業計算等領域的商業化應用，具有全精度浮點數據和各

79、種常見整型數據計算能力，性能相對于深算一號實現了翻倍的增長；深算三號研發進展順利。深算系列適配國內外主流大模型深算系列適配國內外主流大模型，CPU和和DCU產品下游應用廣泛產品下游應用廣泛，得到客戶的普遍認可得到客戶的普遍認可。1）海光DCU主要面向大數據處理、商業計算等計算密集型應用領域以及人工智能、泛人工智能應用領域展開商用，對文心一言等大多數國內外主流大模型適配良好。依托DCU可以實現LLaMa、GPT、Bloom、ChatGLM、悟道、紫東太初等為代表的大模型的全面應用，達到國內領先水平。在互聯網領域，公司的DCU產品已得到百度、阿里等互聯網企業的認證，并推出聯合方案，打造全國產軟硬件

80、一體全棧AI基礎設施。2）海光高端處理器產品已經得到了國內行業用戶的廣泛認可，逐步開拓了浪潮、聯想、新華三、同方等國內知名服務器廠商，開發了多款基于海光處理器的服務器。目前已經應用到了電信、金融、互聯網、教育、交通等行業。3.1、海光信息：深算三號研發進展順利，適配國內外主流、海光信息：深算三號研發進展順利，適配國內外主流AI大模型大模型資料來源：公司官網，東海證券研究所海光二代、三代部分海光二代、三代部分CPU產品參數產品參數請務必仔細閱讀正文后的所有說明和聲明 34 寒武紀成立于寒武紀成立于2016年年，2020年于上交所科創板上市年于上交所科創板上市(688256.SH)。主要從事應用于

81、各類云服務器、邊緣計算設備、終端設備中人工智能核心芯片的研發、設計和銷售。主要產品包括云端產品線、邊緣產品線、處理器IP授權及軟件，廣泛應用于服務器廠商和產業公司，面向互聯網、金融、交通、能源、電力和制造等領域的復雜 AI 應用場景提供充裕算力，推動AI賦能產業升級。3.2、寒武紀：、寒武紀：AI芯片國內領先，云端、邊緣、芯片國內領先，云端、邊緣、IP授權及軟件三位協同發展授權及軟件三位協同發展資料來源：公司公告，公司官網，東海證券研究所營收短期承壓，凈利潤降幅收窄營收短期承壓，凈利潤降幅收窄2023年上半年云端智能芯片年上半年云端智能芯片及加速卡營收占比及加速卡營收占比95%云端產品線與智能

82、計算集群系統為云端產品線與智能計算集群系統為營收主要組成部分營收主要組成部分寒武紀主要產品與性能寒武紀主要產品與性能毛利率保持穩定毛利率保持穩定79 86 80 219 109 21 175 38 5 296 326 456 459 117 69 22 7 1 0 0 3 12 0 0.0100.0200.0300.0400.0500.0201820192020202120222023H1云端智能芯片及加速卡邊緣端智能芯片及加速卡智能計算集群系統IP授權及軟件其他業務95.0%4.6%0.4%云端智能芯片及加速卡邊緣端智能芯片及加速卡其他業務資料來源：iFind，東海證券研究所（單位：百萬元）

83、279.4%3.4%57.1%1.1%-44.8%-2772.3%63.2%-89.9%-52.3%14.5%-3000%-2500%-2000%-1500%-1000%-500%0%500%-1500-1000-50005001000營業收入（百萬元）凈利潤（百萬元）營收增速（右軸）凈利潤增速（右軸）99.9%68.2%65.4%62.4%65.8%69.8%-35.1%-265.6%-94.7%-115.1%-181.7%-569.7%-700%-600%-500%-400%-300%-200%-100%0%100%200%毛利率(%)凈利率(%)請務必仔細閱讀正文后的所有說明和聲明 35

84、 公司基于云端產品的優勢公司基于云端產品的優勢，針對最近興起的大模型領域針對最近興起的大模型領域，優化了公司產品在優化了公司產品在AIGC及大語言模型領域的性能及大語言模型領域的性能，并與多個行業客戶及并與多個行業客戶及ISV推動了技術推動了技術和產品合作和產品合作。在互聯網行業，公司的芯片及加速卡與數家頭部互聯網企業在視覺、語音、圖文識別、自然語言處理等場景下進入了批量銷售環節。在金融行業，公司在大語言模型領域與頭部銀行、頭部ISV積極推動技術合作和深度算法適配，為后續的產品大規模落地打下了堅實基礎。在通信運營商行業，公司持續在大語言模型應用以及大型集群架構設計上進行探討和進一步驗證性測試工

85、作。3.2、寒武紀：互聯網、金融、通信等下游領域多點開花、寒武紀：互聯網、金融、通信等下游領域多點開花資料來源：公司公告，東海證券研究所寒武紀在寒武紀在AI領域的業務進展領域的業務進展請務必仔細閱讀正文后的所有說明和聲明 36 瀾起科技成立于瀾起科技成立于2004年年，2019年于上交所科創板上市年于上交所科創板上市(688008.SH)。公司為云計算和AI領域提供高性能、低功耗的芯片解決方案，擁有互連類芯片和津逮服務器平臺兩大產品線?；ミB類芯片產品主要包括內存接口芯片、內存模組配套芯片、PCIe Retimer芯片、MXC芯片、CKD芯片等，津逮服務器平臺產品包括津逮CPU和混合安全內存模組

86、。同時，公司正在研發基于“近內存計算架構”的AI芯片。3.3、瀾起科技：互聯類芯片業務筑基，服務器平臺產品持續放量、瀾起科技：互聯類芯片業務筑基，服務器平臺產品持續放量資料來源：公司公告，公司官網，東海證券研究所營收短期承壓，凈利潤同比轉負營收短期承壓，凈利潤同比轉負2023年上半年內存接口芯片年上半年內存接口芯片營收占比超過營收占比超過98%津逮服務器平臺業務逐步放量津逮服務器平臺業務逐步放量瀾起科技主要產品與性能瀾起科技主要產品與性能毛利率上浮顯著毛利率上浮顯著資料來源：iFind，東海證券研究所1749 1721 1794 1717 2735 910 9 16 30 845 937 14

87、 1 3 050010001500200025003000201820192020202120222023H1內存接口芯片津逮服務器平臺其他業務98.1%1.5%0.4%內存接口芯片津逮服務器平臺其他業務（單位：百萬元）-1.1%5.0%40.5%43.3%-47.1%26.6%18.3%-24.9%56.7%-76.6%-100%-80%-60%-40%-20%0%20%40%60%80%05001000150020002500300035004000營業收入（百萬元）凈利潤（百萬元）營收增速（右軸）凈利潤增速（右軸）70.5%74.0%72.3%48.1%46.4%59.6%41.9%53

88、.7%60.5%32.4%35.4%15.3%0%10%20%30%40%50%60%70%80%毛利率(%)凈利率(%)請務必仔細閱讀正文后的所有說明和聲明 37公司憑借具有自主知識產權的高速公司憑借具有自主知識產權的高速、低功耗技術低功耗技術，致力于為新一代服務器平臺提供符合致力于為新一代服務器平臺提供符合JEDEC標準的高性能內存接口解決方案標準的高性能內存接口解決方案，目前目前DDR5芯片產品已推出芯片產品已推出至第四子代至第四子代。隨著JEDEC標準和內存技術的發展演變，公司先后推出了DDR2-DDR5系列內存接口芯片。2024年1月4日，公司推出DDR5第四子代寄存時鐘驅動器芯片(

89、DDR5 RCD04)，該芯片支持高達7200MT/s的數據速率，較DDR5第一子代RCD速率提升50%，以應對新一代服務器平臺對內存速率和帶寬不斷攀升的需求。第五代津逮第五代津逮CPU已發布已發布，性能大幅提升性能大幅提升。2023年12月18日，瀾起科技發布其全新第五代津逮CPU，相比第四代，其單顆CPU最高支持48個核心、96個線程，最大三級緩存容量達260MB；支持的DDR5內存速度最高達5600MT/s，CPU之間互連的UPI速度最高達20GT/s；基于LINPACK測試，其綜合浮點計算性能最高提升近40%。3.3、瀾起科技：、瀾起科技：DDR5芯片迭代更新，第五代津逮芯片迭代更新，

90、第五代津逮CPU放量在即放量在即資料來源：公司公告，公司官網，東海證券研究所瀾起科技各業務研發進展瀾起科技各業務研發進展請務必仔細閱讀正文后的所有說明和聲明 38 公司簡介：公司簡介：中際旭創(300308.SZ)是專業的高速光模塊解決方案提供商，公司主要從事高端光通信收發模塊以及光器件的研發、設計、封裝、測試及銷售，主要產品為中低速光通信模塊、高速光通信模塊、光組件。主要業務：主要業務：其全資子公司蘇州旭創致力于高端光通信收發模塊的研發、設計、封裝、測試和銷售；控股子公司成都儲翰專注接入網光模塊和光組件生產及銷售。在Lightcounting發布的2022年度光模塊廠商排名中，中際旭創和Co

91、herent并列全球第一。3.4、中際旭創：全球光模塊龍頭廠商，中低、高速光模塊和光組件全覆蓋、中際旭創：全球光模塊龍頭廠商，中低、高速光模塊和光組件全覆蓋資料來源：公司公告，東海證券研究所營收增速放緩，凈利潤持續高速增長營收增速放緩，凈利潤持續高速增長2023年上半年光通信收發模年上半年光通信收發模塊業務營收占比超過塊業務營收占比超過98%光通信收發模塊業務穩步擴張光通信收發模塊業務穩步擴張中際旭創部分光模塊產品中際旭創部分光模塊產品毛利率逐步上升毛利率逐步上升資料來源：iFind，東海證券研究所（單位：百萬元）4998 4631 6510 7261 9413 3927 354 327 22

92、9 77 159 127 186 107 0200040006000800010000201820192020202120222023H1光通信收發模塊光組件其他98.1%1.9%光通信收發模塊光組件27.3%27.1%25.4%25.6%29.3%31.7%12.1%10.8%12.4%11.5%12.8%18.7%0%5%10%15%20%25%30%35%毛利率(%)凈利率(%)-7.7%48.2%9.2%25.3%2.4%-17.6%68.6%1.3%39.6%52.0%-30%-20%-10%0%10%20%30%40%50%60%70%80%02000400060008000100

93、0012000營業收入（百萬元）凈利潤（百萬元）營收增速（右軸）凈利潤增速（右軸）請務必仔細閱讀正文后的所有說明和聲明 39 公司的光模塊產品以技術優良公司的光模塊產品以技術優良、性能穩定性能穩定、供應可靠等特性獲得了下游客戶的認可供應可靠等特性獲得了下游客戶的認可，與全球領先的云數據中心客戶和國內外主流通信設備廠商形成與全球領先的云數據中心客戶和國內外主流通信設備廠商形成了長期穩定的合作關系了長期穩定的合作關系。公司為云數據中心客戶提供100G、200G、400G和800G的高速光模塊，為電信設備商客戶提供5G前傳、中傳和回傳光模塊，應用于城域網、骨干網和核心網傳輸光模塊以及應用于固網FTT

94、X光纖接入的光器件等高端整體解決方案。AI大模型催生了公司大模型催生了公司800G以及以上高速光模塊業務高增長以及以上高速光模塊業務高增長。2023年以來，隨著ChatGPT為代表的生成式人工智能大語言模型的發布，催生了AI算力需求的激增，進而拉動了800G光模塊需求的顯著增長，并加速了光模塊向800G及以上產品的迭代升級，公司800G等高端產品取得了良好的訂單和市場份額，同時1.6T光模塊產品預計于2024年下半年有相關重點客戶導入。3.4、中際旭創：、中際旭創：800G光模塊業務穩步爬坡，光模塊業務穩步爬坡，1.6T光模塊進展國內領先光模塊進展國內領先資料來源：公司公告，東海證券研究所中際

95、旭創業務進展中際旭創業務進展請務必仔細閱讀正文后的所有說明和聲明 40公司簡介：公司簡介：蘇州天孚光通信股份有限公司2005年成立，2015年登陸深交所創業板(300308.SZ)，是業界領先的光器件整體解決方案提供商和先進光學封裝制造服務商。公司業務：公司業務：產品包括光無源器件、光有源器件，廣泛應用于光纖通信、光學傳感、激光雷達、生物光子學等領域。公司目前已發展了十三大產品線，八大方案和針對激光雷達、醫療監測板塊的光學類器件，為擁有多種器件和封裝技術能力的復合平臺型企業。3.5、天孚通信：提供光器件產品和一站式解決方案的平臺型國內龍頭企業、天孚通信：提供光器件產品和一站式解決方案的平臺型國

96、內龍頭企業資料來源：公司公告，公司官網，東海證券研究所營收、凈利潤增速上行顯著營收、凈利潤增速上行顯著2023年上半年光無源器件業年上半年光無源器件業務營收占比超過務營收占比超過60%光無源器件、光有源器件業務迅速擴張光無源器件、光有源器件業務迅速擴張天孚通信八大光器件解決方案天孚通信八大光器件解決方案毛利率、凈利率保持穩定毛利率、凈利率保持穩定資料來源：iFind，東海證券研究所（單位：百萬元）18.1%67.0%18.2%15.9%35.6%22.9%67.5%9.8%31.5%58.4%0%10%20%30%40%50%60%70%80%0200400600800100012001400

97、營業收入（百萬元）凈利潤（百萬元）營收增速（右軸）凈利潤增速（右軸）51.3%52.2%52.8%49.7%51.6%52.9%30.7%32.0%32.5%29.9%33.8%36.5%0%10%20%30%40%50%60%毛利率(%)凈利率(%)391 475 744 920 960 427 44 35 117 85 218 223 13 27 19 14 020040060080010001200201820192020202120222023H1光無源器件光有源器件其他64.2%33.6%2.2%光無源器件光有源器件其他請務必仔細閱讀正文后的所有說明和聲明 41 AI技術迭代升級帶動

98、對算力網絡的高增長需求技術迭代升級帶動對算力網絡的高增長需求，同步推動公司高速光器件市場持續增長同步推動公司高速光器件市場持續增長。全球數據中心建設對光器件產品需求的持續穩定增長，公司為400G、800G等高速光模塊提供一站式產品解決方案。2023年，依托行業向好的發展趨勢，公司穩步推進高速光引擎募投項目建設，同時加速高速光器件的研發和規模量產，最大化滿足客戶需求，取得階段性成效。公司具備多個光模塊技術與先進光學技術公司具備多個光模塊技術與先進光學技術。2024年2月27日，公司的十六條產品線&八大解決方案，覆蓋了所有光模塊用的光無源器件，可以為客戶提供多技術平臺、多應用場景的光器件整體解決方

99、案。其次是先進光學封裝制造，已經完成了OSA、BOX、COB、TO、硅光等多種光器件封裝平臺的光引擎、高速光器件的ODM/OEM業務。公司具備公司具備1.6T/800G光模塊配套業務光模塊配套業務。公司宣布將于2024年3月26日至28日在美國加州圣地亞哥會展中心舉辦的第49屆光網絡與通信研討會及博覽會（OFC2024）重點展示為1.6T/800G光模塊配套應用的Mux TOSA、Demux POSA、Lensed FAU等光引擎產品和解決方案。3.5、天孚通信：、天孚通信：AI持續拉動需求，高速光引擎業務構筑長期成長曲線持續拉動需求，高速光引擎業務構筑長期成長曲線資料來源：公司公告，東海證券

100、研究所天孚通信項目研發投入情況天孚通信項目研發投入情況請務必仔細閱讀正文后的所有說明和聲明 42公司簡介：公司簡介：成都新易盛通信技術股份有限公司成立于2008年，2016年于深交所創業板上市(300502.SZ)。公司從事高性能光模塊的研發、生產和銷售。公司業務：公司業務：產品服務于數據中心、數據通信、5G無線網絡、電信傳輸、固網接入、智能電網、安防監控等領域的國內外客戶。細分來看，主要為云數據中心客戶提供100G、200G、400G、800G產品；為電信設備商客戶提供5G前傳、中傳和回傳光模塊以及應用于城域網、骨干網和核心網傳輸的光模塊；為智能電網和安防監控網絡服務商提供光模塊解決方案。3

101、.6、新易盛：專注點對點光模塊，國內少數擁有、新易盛：專注點對點光模塊，國內少數擁有800G批量交付能力廠商批量交付能力廠商資料來源：公司公告，公司官網，東海證券研究所營收、凈利潤短期承壓營收、凈利潤短期承壓2023年上半年點對點光模塊年上半年點對點光模塊業務營收占比超過業務營收占比超過95%點對點光模塊業務逐年擴張點對點光模塊業務逐年擴張新易盛新易盛1.6T、部分、部分800G、400G光模塊產品介紹光模塊產品介紹毛利率、凈利率毛利率、凈利率資料來源：iFind，東海證券研究所（單位：百萬元）53.3%71.5%45.6%13.8%-13.6%568.7%131.0%34.6%36.5%-4

102、3.7%-100%0%100%200%300%400%500%600%0500100015002000250030003500營業收入（百萬元）凈利潤（百萬元）營收增速（右軸）營收增速（右軸）19.5%34.7%36.9%32.2%36.7%28.2%4.2%18.3%24.6%22.8%27.3%20.6%0%5%10%15%20%25%30%35%40%毛利率(%)凈利率(%)634 1101 1942 2840 3249 1262 85 43 34 43 26 3 41 21 22 25 36 40 05001000150020002500300035002018201920202021

103、20222023H1點對點光模塊PON光模塊組件其他96.7%0.3%3.1%點對點光模塊PON光模塊其他請務必仔細閱讀正文后的所有說明和聲明 43 公司在公司在5G與數通市場布局已久與數通市場布局已久。公司一直專注于光模塊的研發、生產和銷售，是國內少數批量交付運用于數據中心市場的100G、200G、400G、800G高速光模塊、掌握高速率光器件芯片封裝和光器件封裝的企業，已成功研發出涵蓋5G前傳、中傳、回傳的25G、50G、100G、200G系列光模塊產品并實現批量交付。公司高速光模塊技術適應公司高速光模塊技術適應AI大模型發展需求大模型發展需求。把握基于大模型的生成式人工智能AIGC給光模

104、塊帶來的旺盛的市場需求，持續進行行業新技術、新產品的研究，目前已成功推出800G的系列高速光模塊產品，基于硅光解決方案的800G、400G光模塊產品及400G ZR/ZR+相干光模塊產品、以及基于LPO方案的800G光模塊產品，同時在OFC2023期間推出了1.6T相關光模塊產品，目前正在按計劃正常推進中。3.6、新易盛：、新易盛：1.6T業務揚帆啟程，硅光、業務揚帆啟程，硅光、LPO等新技術方案全面布局等新技術方案全面布局資料來源：公司公告，東海證券研究所新易盛主要業務進展新易盛主要業務進展請務必仔細閱讀正文后的所有說明和聲明 44公司簡介：公司簡介：武漢光迅科技股份有限公司成立于2001年

105、，主營業務為光電子器件、模塊和子系統產品的研發、生產及銷售。產品主要應用于電信光通信網絡和數據中心網絡，可分為傳輸類產品、接入類產品和數據中心類產品。公司業務：公司業務：2022Q22023Q1公司在全球光器件行業排名保持第四，在電信傳輸、數據通信、接入網三大細分市場的全球排名分別為第4、5、3名。公司產品覆蓋全面，擁有光芯片、耦合封裝、硬件、軟件、測試、結構和可靠性七大技術平臺，支撐公司有源器件和模塊、無源器件和模塊產品。3.7、光迅科技：擁有從芯片、器件、模塊到子系統的垂直集成能力、光迅科技：擁有從芯片、器件、模塊到子系統的垂直集成能力資料來源：公司公告，東海證券研究所營收、凈利潤短期承壓

106、營收、凈利潤短期承壓2023年上半年傳輸類業務年上半年傳輸類業務占比超過占比超過55%傳輸、接入和數據三輪驅動傳輸、接入和數據三輪驅動光迅科技主營業務光迅科技主營業務毛利保持穩定、凈利率穩定爬坡毛利保持穩定、凈利率穩定爬坡資料來源：iFind，東海證券研究所（單位：百萬元）8.3%13.3%7.3%6.6%-18.1%7.5%36.3%16.4%7.3%-15.8%-30%-20%-10%0%10%20%30%40%010002000300040005000600070008000營業收入（百萬元）凈利潤（百萬元）營收增速（右軸）凈利潤增速（右軸）19.8%21.2%23.0%24.2%23.

107、6%21.8%6.3%6.1%7.5%8.7%8.9%9.4%0%5%10%15%20%25%30%毛利率(%)凈利率(%)2940 3272 3434 3848 3657 1568 1888 1958 2473 2602 3210 1230 101 108 139 37 45 18 010002000300040005000201820192020202120222023H1傳輸接入和數據其他55.7%43.7%0.6%傳輸接入和數據其他請務必仔細閱讀正文后的所有說明和聲明 45算力需求爆發拉動光模塊業務更新迭代高速發展算力需求爆發拉動光模塊業務更新迭代高速發展。數據中心光模塊處于從100G

108、向200G、400G的更替階段，800G產品也逐漸開始使用。公司迅速響應市場需求，在送樣測試認證和海外產能建設方面投入較大，公司在馬來西亞建立了工廠，目前已經投產。公司800G多模和單模的研發進展都比較順利，送樣后陸續獲得了訂單。同時，1.6T光模塊方面公司已在OFC2023上推出了demo版本。公司于公司于CPO、硅光方面的布局較早硅光方面的布局較早，各項技術均有所突破各項技術均有所突破，LPO已進入客戶測試階段已進入客戶測試階段。硅光方面從100G、200G開始便進行了相關研發投入，目前進展較為順利，已進入量產階段，400G、800G已經開始陸續出貨。3.7、光迅科技：、光迅科技：CPO、

109、硅光技術先發布局，、硅光技術先發布局，800G研發和市場均有突破研發和市場均有突破資料來源：公司公告，東海證券研究所光迅科技主要業務進展光迅科技主要業務進展請務必仔細閱讀正文后的所有說明和聲明 46 公司介紹：公司介紹：陜西源杰半導體科技股份有限公司成立于2013年，2022年于科創板上市。公司聚焦于光芯片行業，主營業務為光芯片的研發、設計、生產與銷售，產品主要包括2.5G、10G、25G、50G及更高速率激光器芯片系列產品等，目前主要應用于電信市場、數據中心市場、車載激光雷達等領域。公司業務：公司業務：公司已建立了包含芯片設計、晶圓制造、芯片加工和測試的IDM業務體系，擁有多條覆蓋MOCVD

110、外延生長、光柵工藝、光波導制作、金屬化工藝、端面鍍膜、自動化芯片測試、芯片高頻測試、可靠性測試驗證等全流程自主可控的生產線，已實現向國際前十大及國內主流光模塊廠商批量供貨，已成為國內領先的光芯片供應商。3.8、源杰科技：國內領先的、源杰科技：國內領先的IDM平臺光芯片供應商平臺光芯片供應商資料來源：公司公告，東海證券研究所營收、凈利潤短期承壓營收、凈利潤短期承壓電信市場類業務為營收主要貢獻力量電信市場類業務為營收主要貢獻力量源杰科技主要產品情況源杰科技主要產品情況毛利率、凈利率短期下滑毛利率、凈利率短期下滑資料來源：iFind，東海證券研究所（單位：百萬元）15.5%187.0%-0.5%21

111、.9%-51.8%-15.0%497.0%20.9%5.3%-71.0%-100%0%100%200%300%400%500%600%050100150200250300營業收入（百萬元）凈利潤（百萬元）營收增速（右軸）凈利潤增速（右軸）70 81 233 232 237 56 0 1 3 0 45 2 050100150200250201820192020202120222023H1電信市場類其他業務數據中心類及其他48.6%45.0%68.2%65.2%61.9%39.1%22.1%16.2%33.8%41.1%35.5%23.0%0%10%20%30%40%50%60%70%80%毛利率

112、(%)凈利率(%)92.0%5.2%2.9%電信市場類其他業務數據中心類及其他電信市場類業務電信市場類業務2023年上半年年上半年占比超過占比超過90%請務必仔細閱讀正文后的所有說明和聲明 47 AI催化數據中心光模塊需求暴漲催化數據中心光模塊需求暴漲，公司相關高速光芯片有望率先搶占市場公司相關高速光芯片有望率先搶占市場，25G激光器芯片實現大批量供貨并打破國外壟斷激光器芯片實現大批量供貨并打破國外壟斷。隨著云計算、物聯網和數字化轉型的推進，數據中心和網絡設備對高速、高帶寬光通信的需求不斷增長，數據中心光模塊市場也呈現出爆發式增長，尤其是400G/800G以上的需求，同時對功耗和可靠性等也提出

113、了更高的要求。數據中心內的光模塊需求將帶動相關10G/25G/50G/100G/CW光源等芯片產品的需求，其中高速率光芯片（25G及以上）市場的增長速度將高于中低速率光芯片。國內光芯片市場中，2.5G、10G激光器芯片市場國產化程度較高，但不同波段產品應用場景不同，工藝難度差異大，公司憑借長期技術積累實現激光器光源發散角更小、抗反射光能力更強等差異化特性，為光模塊廠商提供全波段、多品類產品，同時提供更低成本的集成方案，實現差異化競爭；25G及更高速率激光器芯片市場國產化率低，公司憑借核心技術及IDM模式，率先攻克技術難關、打破國外壟斷，并實現25G激光器芯片系列產品的大批量供貨。3.8、源杰科

114、技：、源杰科技：25G激光器芯片國內率先批量供貨，激光器芯片國內率先批量供貨，100GEML有望上量有望上量源杰科技主要業務進展源杰科技主要業務進展資料來源：公司公告，東海證券研究所請務必仔細閱讀正文后的所有說明和聲明 48第一部分第一部分 大模型帶動大模型帶動AI服務器高增長服務器高增長第二部分第二部分 算力芯片與光模塊長期受益算力芯片與光模塊長期受益第三部分第三部分 A股上市公司代表股上市公司代表目錄目錄第四部分第四部分 投資建議投資建議第五部分第五部分 風險提示風險提示請務必仔細閱讀正文后的所有說明和聲明 494.1、重點公司業績一致預期、重點公司業績一致預期資料來源：iFind，各公司

115、公告，東海證券研究所（注：除光迅科技外其他企業2023年營收與歸母凈利潤預期值為其業績快報中披露的相關數值；全部企業的總市值為截至2024年3月13日數據；全部企業的PS為其3月13日總市值與其2023年營收預期的比值）請務必仔細閱讀正文后的所有說明和聲明 504.2、半導體行業估值與投資建議、半導體行業估值與投資建議資料來源：Wind，東海證券研究所（注：該表為截至2024/3/13的周數據）半導體估值：半導體估值：目前A股滬深300指數的PB處于歷史的5年、10年估值分位數的8.07%、8.3%，PE處于5年、10年估值分位數的16.47%、22.06%；半導體指數的PB處于歷史的5年、1

116、0年估值分位數的6.43%、14.13%，PE處于5年、10年估值分位數的46.38%、31.43%。行業整體的估值水平相對較低，具備長期配置價值。AI算力與光模塊估值：算力與光模塊估值：短期內國內算力芯片相關企業還處于追趕海外階段，國內AI數據中心構建對國產算力芯片有一定的驅動作用，長期高增長有待跟蹤。光模塊國內市場相對成熟，先進光模塊出口海外及國內互聯網巨頭企業為主。近兩年的市場資金追捧，部分AI相關企業的業績短期兌現難度較大，估值相對較高。投資建議投資建議：建議保持對AI的持續關注，關注市場主題催化行情為主。請務必仔細閱讀正文后的所有說明和聲明 51第一部分第一部分 大模型帶動大模型帶動

117、AI服務器高增長服務器高增長第二部分第二部分 算力芯片與光模塊長期受益算力芯片與光模塊長期受益第三部分第三部分 A股上市公司代表股上市公司代表目錄目錄第四部分第四部分 投資建議投資建議第五部分第五部分 風險提示風險提示請務必仔細閱讀正文后的所有說明和聲明 52（1）AI需求不及預期風險需求不及預期風險。目前在大模型的刺激下，全球都在積極布局AI產業鏈，市場還處于不斷投資過程中，收益方式還需要看下游應用場景，消費者的接受意愿。如果下游需求不及預期，對產業的持續投資或將產生影響，從而影響產業鏈上下游的企業經營業績。（2）行業競爭過度風險行業競爭過度風險。隨著AI產業的大力投資，不少創業公司也紛紛加

118、入布局AI產業，整個商業模式的行業壁壘相對較高，但全球巨型科技企業紛紛跟隨布局，過度的產業競爭或將造成企業經營壓力增大，一旦缺少持續性的資金投入，企業或將有經營業績風險，同時整個產業鏈或受到沖擊。（3）國際貿易政策的變化風險國際貿易政策的變化風險。AI產業中多個細分市場都需要全球先進科技產品支撐，是全球人類共同努力的成果。然而個別經濟體隨意更改國際貿易政策，或將導致部分核心產業鏈斷供，對全球其他經濟體的AI產業布局產生較大影響。5、風險提示、風險提示請務必仔細閱讀正文后的所有說明和聲明 53一一、評級說明評級說明二二、分析師聲明分析師聲明 本報告署名分析師具有中國證券業協會授予的證券投資咨詢執

119、業資格并注冊為證券分析師，具備專業勝任能力，保證以專業嚴謹的研究方法和分析邏輯，采用合法合規的數據信息，審慎提出研究結論，獨立、客觀地出具本報告。本報告中準確反映了署名分析師的個人研究觀點和結論，不受任何第三方的授意或影響，其薪酬的任何組成部分無論是在過去、現在及將來，均與其在本報告中所表述的具體建議或觀點無任何直接或間接的關系。署名分析師本人及直系親屬與本報告中涉及的內容不存在任何利益關系。評級評級說明說明市場指數評級看多未來6個月內滬深300指數上升幅度達到或超過20%看平未來6個月內滬深300指數波動幅度在-20%20%之間看空未來6個月內滬深300指數下跌幅度達到或超過20%行業指數評

120、級超配未來6個月內行業指數相對強于滬深300指數達到或超過10%標配未來6個月內行業指數相對滬深300指數在-10%10%之間低配未來6個月內行業指數相對弱于滬深300指數達到或超過10%公司股票評級買入未來6個月內股價相對強于滬深300指數達到或超過15%增持未來6個月內股價相對強于滬深300指數在5%15%之間中性未來6個月內股價相對滬深300指數在-5%5%之間減持未來6個月內股價相對弱于滬深300指數5%15%之間賣出未來6個月內股價相對弱于滬深300指數達到或超過15%請務必仔細閱讀正文后的所有說明和聲明 54三三、免責聲明免責聲明本報告基于本公司研究所及研究人員認為合法合規的公開資

121、料或實地調研的資料，但對這些信息的真實性、準確性和完整性不做任何保證。本報告僅反映研究人員個人出具本報告當時的分析和判斷，并不代表東海證券股份有限公司，或任何其附屬或聯營公司的立場，本公司可能發表其他與本報告所載資料不一致及有不同結論的報告。本報告可能因時間等因素的變化而變化從而導致與事實不完全一致，敬請關注本公司就同一主題所出具的相關后續研究報告及評論文章。在法律允許的情況下，本公司的關聯機構可能會持有報告中涉及的公司所發行的證券并進行交易，并可能為這些公司正在提供或爭取提供多種金融服務。本報告僅供“東海證券股份有限公司”客戶、員工及經本公司許可的機構與個人閱讀和參考。在任何情況下，本報告中

122、的信息和意見均不構成對任何機構和個人的投資建議，任何形式的保證證券投資收益或者分擔證券投資損失的書面或口頭承諾均為無效，本公司亦不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任。本公司客戶如有任何疑問應當咨詢獨立財務顧問并獨自進行投資判斷。本報告版權歸“東海證券股份有限公司”所有，未經本公司書面授權，任何人不得對本報告進行任何形式的翻版、復制、刊登、發表或者引用。四四、資質聲明資質聲明東海證券股份有限公司是經中國證監會核準的合法證券經營機構，已經具備證券投資咨詢業務資格。我們歡迎社會監督并提醒廣大投資者，參與證券相關活動應當審慎選擇具有相當資質的證券經營機構，注意防范非法證券活動。上海上海 東海證券研究所東海證券研究所北京北京 東海證券研究所東海證券研究所地址：上海市浦東新區東方路1928號 東海證券大廈地址：北京市西三環北路87號國際財經中心D座15F網址：Http:/網址：Http:/座機：（8621）20333275手機：18221959689座機：（8610）59707105手機：18221959689傳真：（8621）50585608傳真：（8610）59707100郵編：200215郵編：100089