《通信行業：AI算力激涌光通信乘風而上通信+踏浪前行-240630（45頁）.pdf》由會員分享，可在線閱讀，更多相關《通信行業：AI算力激涌光通信乘風而上通信+踏浪前行-240630（45頁）.pdf（45頁珍藏版）》請在三個皮匠報告上搜索。

1、1證券研究報告作者：行業評級：上次評級：行業報告：請務必閱讀正文之后的信息披露和免責申明通信通信強于大市強于大市維持2024年06月30日（評級）分析師 唐海清 SAC執業證書編號：S1110517030002分析師 王奕紅 SAC執業證書編號：S1110517090004分析師 康志毅 SAC執業證書編號：S1110522120002分析師 林竑皓 SAC執業證書編號：S1110520040001分析師 余芳沁 SAC執業證書編號：S1110521080006AI算力激涌，光通信乘風而上，通信算力激涌，光通信乘風而上，通信+踏浪前行踏浪前行行業投資策略2代碼代碼名稱名稱2024-06-28評

2、級評級2023A2024E2025E2026E2023A2024E2025E2026E300308.SZ 中際旭創137.88買入2.716.759.6811.4250.8820.4314.2412.07300394.SZ 天孚通信88.42增持1.853.896.218.5947.7922.7314.2410.29300502.SZ新易盛105.55買入0.972.273.734.99108.8146.5028.3021.15002463.SZ 滬電股份36.50增持0.791.241.662.0646.2029.4421.9917.72600522.SH 中天科技15.85買入0.911.

3、111.471.7817.4214.2810.788.90600487.SH 亨通光電15.77買入0.871.121.421.7318.1314.0811.119.12688498.SH 源杰科技130.99增持0.231.232.173.36569.52106.5060.3638.99000063.SZ 中興通訊27.97買入1.952.152.382.6214.3413.0111.7510.68600941.SH 中國移動107.50買入6.166.667.157.6817.4516.1415.0314.00300442.SZ 潤澤科技23.95買入1.021.281.922.4423.

4、4818.7112.479.82300638.SZ廣和通17.10買入0.740.961.221.5123.1117.8114.0211.32002139.SZ 拓邦股份10.62買入0.410.570.710.8825.9018.6314.9612.07688100.SH 威勝信息38.15買入1.051.311.682.1236.3329.1222.7118.00300628.SZ 億聯網絡36.77買入1.591.912.232.6323.1319.2516.4913.98300667.SZ 必創科技13.53增持0.180.310.440.6075.1743.6530.7522.553

5、00627.SZ 華測導航29.85增持0.821.031.231.4436.4028.9824.2720.73重點標的推薦重點標的推薦股票股票股票股票收盤價收盤價投資投資EPS(元元)P/E隨著隨著2222年年1111月月OpenAIOpenAI公司發布公司發布ChatGPTChatGPT，海內外，海內外AIAI模型軍備競賽打響，全球對算力的需求激增，需要通信互聯產業快速發展與之相匹配。持續重視模型軍備競賽打響，全球對算力的需求激增，需要通信互聯產業快速發展與之相匹配。持續重視AIAI核心標的的投核心標的的投資機會：海外線資機會：海外線AIAI核心方向如光模塊核心方向如光模塊&光器件、液冷等

6、領域值得重視，持續核心推薦；此外國產算力線如國產服務器，交換機，光器件、液冷等領域值得重視，持續核心推薦；此外國產算力線如國產服務器，交換機，AIDCAIDC等方向核心標的建議積極關注。等方向核心標的建議積極關注。風險提示風險提示：1.AI1.AI應用發展不及預期風險：應用發展不及預期風險：AIAI應用持續迭代，存在技術發展不及預期的可能性，導致整體行業發展進度放緩。應用持續迭代，存在技術發展不及預期的可能性，導致整體行業發展進度放緩。2.2.海外大廠投資不及預期風險：海外廠商海外大廠投資不及預期風險：海外廠商資本開支不及預期，影響下游供應鏈需求。資本開支不及預期，影響下游供應鏈需求。3.3.

7、中美摩擦升級風險：中美科技、金融、貿易等領域摩擦加劇。中美摩擦升級風險：中美科技、金融、貿易等領域摩擦加劇。4.4.行業競爭加劇，價格和盈利能力下降風險：進入行業的行業競爭加劇，價格和盈利能力下降風險：進入行業的廠商增加，價格競爭使得盈利能力下降。廠商增加，價格競爭使得盈利能力下降。5.5.公司業績不及預期：相關公司產品研發、推廣以及市場拓展不及預期。公司業績不及預期：相關公司產品研發、推廣以及市場拓展不及預期。資料來源：Wind，天風證券研究所zVzVpOsPsRsOnPrOzRoNmRqMoMaQdN6MsQnNnPqMjMrRrOfQpPnP6MoPpOwMqRnQuOnPzQ2023年

8、通信行業行情回顧年通信行業行情回顧3請務必閱讀正文之后的信息披露和免責申明20232023年通信行業行情回顧：通信指數大幅跑贏，年通信行業行情回顧：通信指數大幅跑贏，AIGCAIGC產業大變革大機遇產業大變革大機遇截至2023年12月29日，通信（申萬）指數大幅跑贏上證指數級、創業板指數，在31個行業板塊中位列第一名。從細分方向來看，2023年漲幅表現領先標的聯特科技、中際旭創、天孚通信、劍橋科技均為【光模塊】相關，中貝通信為【算力租賃】板塊，華力創通【衛星互聯網】板塊，兆龍互聯為【服務器線纜】板塊。整體來看，AI帶動了通信板塊2023年核心受益標的強勢表現。425.75%-3.70%-40%

9、-30%-20%-10%0%10%20%30%通信傳媒計算機電子石油石化煤炭家用電器機械設備汽車紡織服飾公用事業非銀金融上證指數建筑裝飾國防軍工環保醫藥生物輕工制造銀行鋼鐵有色金屬綜合農林牧漁基礎化工食品飲料交通運輸創業板指社會服務建筑材料電力設備房地產商貿零售美容護理397.95%318.47%272.59%263.38%235.59%234.57%191.16%172.68%159.14%158.76%0%50%100%150%200%250%300%350%400%450%聯特科技中際旭創華力創通天孚通信劍橋科技中貝通信 新易盛太辰光 兆龍互連有方科技資料來源：Wind，天風證券研究所圖

10、：圖：20232023年各行業漲跌幅（截止年各行業漲跌幅（截止20232023年年1212月月2929日）日）圖：圖：20232023年相關個股漲幅排名年相關個股漲幅排名0%10%20%30%40%50%60%70%2023-01-032023-01-062023-01-112023-01-162023-01-192023-01-312023-02-032023-02-082023-02-132023-02-162023-02-212023-02-242023-03-012023-03-062023-03-092023-03-142023-03-172023-03-222023-03-2720

11、23-03-302023-04-042023-04-102023-04-132023-04-182023-04-212023-04-262023-05-042023-05-092023-05-122023-05-172023-05-222023-05-252023-05-302023-06-022023-06-072023-06-122023-06-152023-06-202023-06-272023-06-302023-07-052023-07-10ChatGPT持續發酵2.2 中國特色社會主義估值體系再次提出2.28，發布數字中國建設整體布局規劃3.16微軟發布Copilot3月以來 80

12、0G光模塊加單3.21英偉達GTC2023發布會5.11谷歌發布PaLM 25.24英偉達發布一季度財報，Q1超預期5.29 英偉達發布GH2006.9 工業富聯上調24年A+H出貨量通信行業行情回顧：上半年受光模塊加單及芯片產能催化通信行業行情回顧：上半年受光模塊加單及芯片產能催化 上半年復盤十大事件上半年復盤十大事件1）2022年11月30日，ChatGPT發布，隨后不斷發酵，春節GPT海外發酵，春節回來加速；2）2月2日，中國證監會召開的2023年系統工作會議上，易主席再次提及中國特色估值體系；3）2月28日，中共中央、國務院印發數字中國建設整體布局規劃，明確提到數字中國建設按照“252

13、2”的整體框架進行布局；4）3月以來北美廠商多次追加800G光模塊訂單；5）3月16日微軟Power Platform宣布在Power Apps、Power Automate和Power Virtual Agents中加入Copilot；6）3月21日GTC2023發布會，英偉達發布NVIDIA DGX Cloud等產品；7）5月11日谷歌發布基礎大語言模型PaLM 2；8）5月24日英偉達一季報超預期；9）5月29日英偉達推出GH200，對應800G光模塊用量增長；10）6月9日工業富聯上修24年A+H卡出貨量。5圖：通信（申萬）指數圖：通信（申萬）指數20232023上半年漲跌幅上半年漲跌

14、幅資料來源：Wind等，天風證券研究所0%10%20%30%40%50%60%2023-07-032023-07-062023-07-112023-07-142023-07-192023-07-242023-07-272023-08-012023-08-042023-08-092023-08-142023-08-172023-08-222023-08-252023-08-302023-09-042023-09-072023-09-122023-09-152023-09-202023-09-252023-09-282023-10-112023-10-162023-10-192023-10-242

15、023-10-272023-11-012023-11-062023-11-092023-11-142023-11-172023-11-222023-11-272023-11-302023-12-052023-12-082023-12-132023-12-182023-12-212023-12-262023-12-297.17中國算力大會新聞發布會召開8.21英偉達大幅反彈7.12旭創業績預告7.26谷歌和微軟Capex預期出臺8.25英偉達高開低走，光模塊板塊情緒受挫9.14 5.5G板塊活躍，算力板塊持續調整9.22Copilot將作為Windows11免費更新的一部分直接嵌入用戶操作系統1

16、0.18BIS發布了針對芯片的出口禁令新規12.7 谷歌Gemini模型發布11.29 Pika1.0發布通信行業行情回顧：下半年受籌碼結構及邊際催化減弱影響，板塊調整通信行業行情回顧：下半年受籌碼結構及邊際催化減弱影響，板塊調整 下半年復盤十大事件下半年復盤十大事件1）7月12日，中際旭創業績預告，業績高增長；2）7月17日，2023中國算力大會新聞發布會召開，工信部將從政策接續，強化頂層設計、加強技術創新，培育良好生態（加強CPU、GPU和服務器等重點產品研發，軟硬件生態體系建設）、建優算力網絡，促進應用落地，三個方面推進我國算力發展；3）7月26日，谷歌和微軟Capex預期出臺；4）8月

17、21日，英偉達大幅反彈，隨后8月24日英偉達公布業績；5）8月25日，英偉達公布業績后股價高開低走，光模塊板塊情緒受挫；6）9月14日，5.5G板塊活躍，華為推動5G-A演進，帶動相關產業鏈包括燦勤、大富、凡谷等上漲，AI算力相關標的持續調整；7）9月22日，節前反彈，Copilot將作為Windows11免費更新的一部分直接嵌入用戶操作系統；8）10月18日，美國商務部工業和安全局（BIS）發布了針對芯片的出口禁令新規，國內算力產業鏈受較大情緒影響；9）11月29日，Pika Labs發布AI視頻生成器Pika1.0版本；10）12月7日，谷歌Gemini模型發布，AMD上調加速器市場規模預

18、測。6圖：通信（申萬）指數圖：通信（申萬）指數20232023下半年漲跌幅下半年漲跌幅資料來源：Wind等，天風證券研究所20232023年通信行業行情回顧：機構持倉中等年通信行業行情回顧：機構持倉中等/歷史估值低位歷史估值低位從機構持倉比例來看：從機構持倉比例來看：通信板塊基金持倉仍屬于低配，截止23年四季度末比例約2.60%。從通信估值水平來看：從通信估值水平來看：通信板塊估值處于歷史估值相對低位，截止23年四季度末約11.18%分位。701020304050607080901002008-07-042008-11-282009-04-242009-09-112010-01-292010-

19、06-252010-11-122011-04-012011-08-192012-01-132012-06-082012-11-022013-03-292013-08-162014-01-032014-05-232014-10-102015-02-272015-07-172015-12-042016-04-292016-09-142017-02-102017-06-302017-11-242018-04-132018-08-312019-01-252019-06-212019-11-082020-04-032020-08-212021-01-082021-05-282021-10-152022-

20、03-112022-07-292022-12-232023-05-192023-10-132024-03-08上證指數上證指數申萬通信申萬通信2.60%4.46%0%1%2%3%4%5%6%7%8%2005Q1 2005Q4 2006Q3 2007Q2 2008Q1 2008Q4 2009Q3 2010Q2 2011Q1 2011Q4 2012Q3 2013Q2 2014Q1 2014Q4 2015Q3 2016Q2 2017Q1 2017Q4 2018Q3 2019Q2 2020Q1 2020Q4 2021Q3 2022Q2 2023Q1 2023Q4機構通信持倉機構通信持倉通信市值占比通信

21、市值占比資料來源：Wind，天風證券研究所圖：通信（申萬）指數圖：通信（申萬）指數20232023下半年漲跌幅下半年漲跌幅圖：通信（申萬）指數圖：通信（申萬）指數20232023下半年漲跌幅下半年漲跌幅1.AI算力：光模塊、光芯片算力：光模塊、光芯片8請務必閱讀正文之后的信息披露和免責申明ChatGPTChatGPT掀起掀起AIAI浪潮，打響全球浪潮，打響全球AIAI軍備競賽軍備競賽2022年11月30日OpenAI公司發布聊天機器人ChatGPT，僅用時僅用時5 5天用戶人數已經突破天用戶人數已經突破100100萬人，截至萬人，截至2023 2023 年年 12 12 月，月，ChatGPT

22、 ChatGPT 擁有約擁有約1.8 1.8 億用戶。億用戶。ChatGPT ChatGPT 平均每月產生平均每月產生17 17 億次網站瀏覽量。億次網站瀏覽量。ChatGPT的興起引領了全球多家AI公司相繼發布自家模型，海外Google推出PaLM2模型，Meta發布LLaMA-13B，Microsoft基于ChatGPT打造New Bing；國內百度率先發布文心一言，隨后阿里、商湯、360、華為等企業紛紛發布自己的大模型。9圖：圖：ChatGPTChatGPT平均每月訪問量平均每月訪問量1717億次億次時間公司模型概述2023年2月24日MetaLLaMALLaMA模型旨在幫助研究人員推進

23、工作，在生成文本、對話、總結書面材料、證明數學定理或預測蛋白質結構等更復雜的任務方面“有很大的前景。LLaMA目前包含70億、130億、330億和650億這4種參數規模的模型。其中，參數規模最小的LLaMA 7B也經過了超1萬億個tokens的訓練。Meta表示，在大多數基準測試中，參數僅為十分之一的LLaMA-13B的性能優于OpenAI推出的GPT3(175B)，也即支持ChatGPT的GPT3.5的前身。2023年3月16日百度文心一言文心一言有五大能力：文學創作、商業文案創作、數理邏輯推算、中文理解、多模態生成。2023年3月14日OpenAIGPT-4相比于上一代GPT-3，GPT-

24、4的優勢包括1）接受圖像和文本輸入，生成文本；2）更準確地解決難題，具有更廣泛的常識和解決問題的能力；3）更具創造性和協作性；4）能夠處理超過25000個單詞的文本，允許長文內容創建、擴展對話以及文檔搜索和分析等用例。2023年5月6日MicrosoftNew Bing多模態內容和文成圖；歷史記錄功能；開放插件接入；2023年5月10日GooglePaLM 2（PathwaysLanguage 2)PaLM 2模型提供了不同規模的四個版本，其中輕量級的Gecko模型可以在移動設備上運行，速度非?？?，不聯網也能在設備上運行。谷歌還推出了兩個專業領域大模型，其中，Med-PaLM 2能回答各種醫學

25、問題，是首個在美國醫療執照考試中達到專家水平的大語言模型。2023年11月7日OpenAIGPT-4 Turbo具有 128k 上下文的 Chat GPT-4 模型；開放新的 API：DALLE 3、Whisper V3 和 GPT-4 Turbo 等；自定義版本的 ChatGPT；GPTStore 即將上線2023年11月29日Pika LabsPika1.0Pika1.0能夠生成和編輯3D動畫、動漫、卡通和電影。此外，用戶還能夠通過Pika實現畫布延展、局部修改、視頻時長拓展等編輯需求。2023年12月1日AmazonTitan三款“Titan”系列生成式 AI 模型，其中包含亞馬遜旗下首

26、個圖像生成模型“Titan Image Generator”、文字生成模型“Amazon Titan TextExpress”及“Titan Text Lite”。其中Titan Image Generator 具備“圖片編輯”及“隱藏水印”等功能，允許用戶以英語輸入提示詞句，以生成“專業等級”的圖像。2023年12月6日GoogleGemini谷歌的Gemini產品分為三種尺寸：Ultra、Pro 和 Nano。其中，Ultra是適用于高度復雜任務的最大且最有能力的模型；Pro則是跨多種任務進行擴展的最佳模型；而Nano是專為設備上任務設計的最高效模型。圖：圖：20232023年海內外年海內

27、外AIAI廠商相繼發布大模型廠商相繼發布大模型資料來源：IT之家、央視網、澎湃新聞、鳳凰網、中國經濟網、中關村在線，天風證券研究所10算力激增需要互聯匹配，帶動光模塊需求增長算力激增需要互聯匹配，帶動光模塊需求增長 GPT-1的模型參數量和預訓練數據量分別為1.17億個和5GB，到GPT-3已激增至1750億個和45TB，且預計未來GTP-5的參數量將是GTP-3的100倍，需要的計算量則是GTP-3的200400倍，隨著模型不斷升級迭代，所需要的數據量也在快速呈倍數增長。根據OpenAI發布的AI and Compute分析報告中指出，自自20122012年以來，年以來，AIAI訓練應用的算

28、力需求每訓練應用的算力需求每3 3-4 4個月個月就會翻倍，且從就會翻倍，且從20122012年至今，年至今，AIAI算力增長超過了算力增長超過了3030萬倍。萬倍。圖：圖：AlexNetAlexNet至至AlphaGo Zero6AlphaGo Zero6年時間內算力需求翻年時間內算力需求翻3030萬倍萬倍圖：圖：20202020年后算力需求約每兩個月翻一番年后算力需求約每兩個月翻一番資料來源：鳳凰網、A.Mehonic&A.J.KenyonBrain-inspiredcomputingWe need a master plan.，天風證券研究所11算力激增需要互聯匹配，帶動光模塊需求增長算

29、力激增需要互聯匹配，帶動光模塊需求增長 模型升級迭代的背后是對海量數據的訓練和推理，自2012年以來全球算力需求迎來快速增長，但AI的應用和發展存在“木桶效應”，即算力服務器集群之間的數據交換需要數據中心內部的網絡互聯做配套，從而激發出對高速率光模塊的大量需求，推即算力服務器集群之間的數據交換需要數據中心內部的網絡互聯做配套，從而激發出對高速率光模塊的大量需求，推動光模塊行業發展。動光模塊行業發展。20222022年年3 3月月NVIDIANVIDIA推出推出DGX H100DGX H100，帶動，帶動400G400G、800G800G光模塊配套需求。光模塊配套需求。由于組網方式不同，GPU與

30、光模塊用量配比關系較難精確測算，我們以NVIDIA DGX H100服務器集群舉例測算：1）在計算網絡中，每單片H100對應1.5個800G光模塊和0.9個400G光模塊；2）在存儲網絡中，每單片H100對應1.25個400G光模塊。假設只考慮以上兩種網絡場景中對光模塊的需求，則每單片H100對應1.5個800G光模塊和2.15個400G光模塊需求，每單片H100對應大約20個100G光芯片的需求。資料來源：51CTO、Naddod官網，天風證券研究所組網方式芯片型號網卡型號交換機型號網絡架構光模塊速率用量配比AA100ConnectX-6QM8700Infiniband三層拓撲結構200GG

31、PU與200G比例為1:6BA100ConnectX-6QM9700Infiniband葉脊結構200G、800GGPU與200G比例為1:1，GPU與800G比例為1:0.75CH100ConnectX-7QM9700Infiniband葉脊結構400G、800GGPU與400G比例為1:1，和800G比例為1:1.5DH100ConnectX-8QM9700Infiniband三層拓撲結構800GGPU與800G比例為1:6圖：不同組網方式下圖：不同組網方式下GPUGPU與光模塊用量配比與光模塊用量配比圖：計算網絡環境中圖：計算網絡環境中NVIDIA DGX H100NVIDIA DGX

32、H100集群的網絡架構集群的網絡架構400G、800G海外需求海外需求23年起量，年起量，24年進一步釋放；年進一步釋放；1.6T有望于有望于24Q4落地，落地，25年逐步上量年逐步上量受受AIAI驅動，驅動，20232023年年800G800G、400G400G光模塊海外需求逐步起量。光模塊海外需求逐步起量。2023年3月開始，在谷歌、亞馬遜和英偉達等海外大客戶的推動下，市場對800G光模塊的需求激增，導致訂單和出貨量大幅增長；2023年晚些時候，微軟和Meta也增加了對400G光模塊的需求，從而反映市場受AI驅動正不斷擴大。20242024年年400G400G、800G800G需求將進一步

33、釋放。需求將進一步釋放。根據LightCounting預測，光模塊在以太網中的使用量2024年增長40%，2025年增幅在20%以上，2026-2027年將實現兩位數的增長。1.6T1.6T有望于有望于2024Q42024Q4落地，落地，2525年逐步上量。年逐步上量。4月30日中際旭創在業績說明會上表示1.6T光模塊研發的市場導入正在加快，預計1.6T產品會有2024年末到2025年期間逐步上量。12圖：圖：20242024年年AIAI基建光模塊供應鏈基建光模塊供應鏈圖：圖：20242024年光模塊在以太網中的使用量年光模塊在以太網中的使用量20242024年增長年增長40%40%資料來源：

34、Yole Intelligence、LightCounting，天風證券研究所全球光模塊行業格局呈“西退東進”走勢，中際旭創全球光模塊行業格局呈“西退東進”走勢，中際旭創2323年年Top10Top10排名第一排名第一近年來國內光模塊廠商高速發展，行業內呈現“西退東進”趨勢近年來國內光模塊廠商高速發展，行業內呈現“西退東進”趨勢。2010年至今以來國內光模塊廠商飛速發展，到2018年，大部分日本和美國廠商退出了這一市場，而以中際旭創為首的中國廠商的排名不斷提升。根據LightCounting最新排名，Top10中中國廠商有7家入圍：中際旭創（排名第1）、華為（排名第3）、光迅科技（排名第5）、

35、海信寬帶（排名第6）、新易盛（排名第7）、華工正源（排名第8）、索爾思光電（排名第9）。國外廠商共計3家入圍：Coherent/Finisar（排名第2）、思科/Acacia（排名第4）、Marvell（排名第10）。根據海關總署出口數據，5月光模塊光模塊出口貨值實現40.98億元，同比+124.63%，環比+6.41%，35月光模塊出口貨值連續3月創下新高。13-80%-60%-40%-20%0%20%40%60%80%100%120%140%051015202530354045201601201605201609201701201705201709201801201805201809201

36、901201905201909202001202005202009202101202105202109202201202205202209202301202305202309202401202405人民幣(億元）環比同比圖：圖：2023Top102023Top10光模塊廠商中國企業入圍光模塊廠商中國企業入圍7 7家家圖：圖：光模塊出口海關數據光模塊出口海關數據資料來源：中國電子元件行業協會、海關統計數據查詢平臺，天風證券研究所YoleYoleIntelligenceIntelligence：23292329年全球光模塊市場年化復合增速預計將達到年全球光模塊市場年化復合增速預計將達到11%11%

37、20232023-20292029年全球光模塊市場規模年全球光模塊市場規模CAGRCAGR將實現將實現11%11%，20292029年有望達到年有望達到224224億美元。億美元。根據Yole Intelligence數據，2023年全球光模塊市場規模為109億美元，預計2029年將達到224億美元，源于云服務運營商和國家電信運營商對400G 以上高數據速率光模塊的高需求。2024 年的收入增長率有望實現 27%，原因為英偉達的大量AI基礎設施訂單和數據中心網絡升級到800G。光模塊國內市場需求規模為光模塊國內市場需求規模為2020-3030億美元，占比全球約億美元，占比全球約1/41/4。根

38、據LightCounting預測，2018-2023年中國光模塊部署量占比全球25%-35%，2024-2029年占比20%-25%，略有下降。北美云服務商在AI集群中部署800G的計劃較為激進，這將成為未來2-3年中國份額下降的主要因素。14圖：圖：20232023-20292029年全球光模塊市場年全球光模塊市場CAGRCAGR預計將達到預計將達到11%11%資料來源：YoleIntelligence、Optical Connectiongs、Lightcounting，天風證券研究所圖：圖：20242024-20292029年中國光模塊部署量占比全球年中國光模塊部署量占比全球20%20%

39、-25%25%當下光模塊技術向低功耗、高帶寬方向演進當下光模塊技術向低功耗、高帶寬方向演進 算力時代對光模塊有著低功耗、高帶寬的需求：算力時代對光模塊有著低功耗、高帶寬的需求：2021年我國數據中心耗電量為2166億千瓦時，約為三峽電站同期年發電量1036.49億千瓦時的2倍；2022年，我國數據中心耗電量達到2700億千瓦時，占全社會用電量約3%；根據中國能源報統計，預計2025年該比重將接近5%。目前光模塊行業技術演進方向包括：1 1）LPOLPO方案。方案。LPO采用線性驅動技術代替傳統DSP（數字信號處理）/CDR（時鐘數據回復），可實現降功耗、壓成本的作用，但代價在于拿掉DSP后會導

40、致系統誤碼率提升，通信距離縮短，因此LPO技術只適合用于短距離的應用場景，例如數據中心機柜到交換機的連接等。2 2）CPOCPO方案。方案。CPO是指將光引擎和開關芯片封裝在一起的電光集成，而不是使用可插拔的光模塊格式。這種方法通過縮短光學引擎和開關芯片之間的距離，可以在引擎和芯片之間更快地傳輸電信號。其優勢在于尺寸小、功耗低、效率高。3 3）硅光技術。）硅光技術。硅光子技術是基于硅和硅基襯底材料，利用現有CMOS工藝進行光器件開發和集成的新技術。硅光子技術的核心理念是“以光代電”，即采用激光束代替電子信號傳輸數據，將光學器件與電子元件整合至一個獨立的微芯片中，提升芯片之間的連接速度。15圖：

41、圖：20102010-20222022年光引擎功耗提升年光引擎功耗提升2626倍倍圖：傳統光模塊、圖：傳統光模塊、CPOCPO與與LPOLPO優劣勢對比優劣勢對比資料來源：FS社區官網，天風證券研究所LPOLPO方案方案 傳統DSP可對高速信號在光-電、電-光之間轉換后出現的失真問題進行修復，從而降低失真對系統誤碼率的影響，但功耗大成本高：1）400G光模塊中，7nm DSP的功耗約為4W，占整個模塊功耗的50%；2）400G光模塊中，DSP BOM成本約占20%-40%。相較于傳統光相較于傳統光模塊，模塊，LPOLPO技術去除了技術去除了DSPDSP，將其相關功能集成到設備側的交換芯片中，只

42、留下具有高線性度的，將其相關功能集成到設備側的交換芯片中，只留下具有高線性度的DriverDriver和和TIATIA，用于對高速信號進行一定程，用于對高速信號進行一定程度的補償。度的補償。LPO技術的優勢包括：1 1）低功耗：）低功耗：OFC 2023 Macom展示出的單通道100G單模800G DR8、多模800G SR8 Linear-drive方案中多模功耗節省70%，單模功耗節省50%。根據Macom的數據，具有DSP功能的800G多模光模塊的功耗可以超過13W，而采用MacomPure drive技術的800G多模光模塊的功耗不到4W。2 2）低延遲：）低延遲：沒有DSP后處理步

43、驟減少，數據傳輸延遲減少，Macom的Linear-drive方案中延時可降低75%。3 3）低成本：）低成本：800G光模塊中去除DSP后系統總成本可降低約8%。4 4）可熱拔插）可熱拔插：LPO封裝沿用傳統熱拔插技術，便于后期維護。16資料來源：飛速官網、銳捷網絡官網，天風證券研究所圖：圖：LPOLPO光模塊架構光模塊架構49%18%18%10%5%DSPLaserDriverTIA其他圖：圖：DSPDSP在在400G400G光模塊中的功耗占比約光模塊中的功耗占比約49%49%CPOCPO方案方案 CPO是指將光引擎和開關芯片封裝在一起的電光集成，這種方法通過縮短光學引擎和開關芯片之間的距

44、離，可以在引擎和芯片之間更快地傳輸電信號。與傳統可熱拔插式技術相比，CPO技術的優勢包括：1 1）低延遲，低功耗：）低延遲，低功耗：由于光模塊和交換芯片在同一個封裝內，信號傳輸路徑更短，可以實現更低的延遲。另外光電共封裝技術可以減少信號傳輸的功耗，并提高整體系統的能效。2 2）高帶寬：）高帶寬：光電共封裝技術支持高速光通信，可以提供更大的數據傳輸帶寬。3 3）小尺寸：）小尺寸：相比傳統的光模塊和電子芯片分離封裝的方式，光電共封裝技術可以實現更緊湊的尺寸，有利于在高密度集成電路中的應用。17圖：傳統可熱拔插、圖：傳統可熱拔插、CPOCPO形態區別形態區別資料來源：Yole Group，天風證券研

45、究所CPOCPO方案方案CPOCPO目前處于產業化初期，在技術路徑、采用緊迫性、商業模式等方面仍面臨諸多挑戰：目前處于產業化初期，在技術路徑、采用緊迫性、商業模式等方面仍面臨諸多挑戰：1 1）技術路徑和成熟度：）技術路徑和成熟度：相干相控振蕩器（CPO）技術仍處于早期發展階段，技術路徑需要進一步成熟。雖然 CPO 顯示出前景，但它尚未達到迫切需求或廣泛采用的階段。傳統的可插拔解決方案繼續主導市場，CPO 成為主流選擇需要時間。2 2）采用的緊迫性：）采用的緊迫性：在3.2T光模塊時代，對CPO外形尺寸的需求相對較高。然而在當前1.6T時代，可插拔光模塊已經提供了成熟的主流解決方案，配置為8*2

46、00G，有效滿足了行業需求。缺乏對更高速 CPO 解決方案的緊迫性可能會減緩其采用速度。3 3）商業模式挑戰：）商業模式挑戰：實施CPO技術需要大量的硅光子學技術儲備。CPO制造工藝的緊密集成使其很可能由開關芯片制造商主導。然而，這種對特定制造商的依賴可能會影響 CPO 技術的進步和廣泛應用。算力時代背景下算力時代背景下AIAI對網絡速率需求提升，市場空間未來有望突破。對網絡速率需求提升，市場空間未來有望突破。LightCounting在2022年12月報告中稱，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%，將有效解決高速高密度互聯傳輸

47、場景。Yole報告數據顯示，2022年，CPO市場產生的收入達到約3800萬美元，預計2033年將達到26億美元，2022-2033年復合年增長率為46%。18資料來源：Yole Group，天風證券研究所圖：圖：20222022-2033CPO2033CPO市場收入市場收入CAGRCAGR有望實現有望實現46%46%圖：圖：20232023年年CPOCPO產業鏈企業圖譜產業鏈企業圖譜硅光方案硅光方案硅光子技術是基于硅和硅基襯底材料，利用現有CMOS工藝進行光器件開發和集成的新技術。硅光子技術的核心理念是“以光代電”，即采用激光束代替電子信號傳輸數據，將光學器件與電子元件整合至一個獨立的微芯片

48、中，提升芯片之間的連接速度。相較傳統分立器件方案，硅光子技術的優勢包括：1 1）高集成度）高集成度：其采用半導體制造工藝將硅光材料和器件集成在同一硅基襯底上，形成由光調制器、探測器、無源波導器件等組成的集成光子器件。相較磷化銦（InP）等有源材料制作的傳統分立器件，硅光光模塊無需ROSA（光接收組件）、TOSA（光發射組件）封裝，因而硅光器件體積與數量更小、集成度更高。2 2）低成本：）低成本：相較于傳統的分立式器件，硅光模塊的集成度更高，封裝與人工成本降低；此外硅基材料成本較低且可以大尺寸制造，意味著硅基芯片成本得以大幅降低。3 3）兼容成熟）兼容成熟CMOSCMOS工藝：工藝：硅光子技術能

49、利用半導體在超大規模、微小制造和集成化上的成熟工藝積累優勢。19圖：基于硅光子學的圖：基于硅光子學的 100 Gbps 100 Gbps 光模塊示例光模塊示例資料來源：Cisco官網、訊石光通信網，天風證券研究所圖：硅基光電子集成芯片概念圖圖：硅基光電子集成芯片概念圖硅光方案硅光方案 20222022-20282028年硅基光電子芯片年化復合增速有望實現年硅基光電子芯片年化復合增速有望實現44%44%。根據Yole數據，2022年硅基光電子芯片規模約6800萬美元，預計2028年市場規模將增長至6億美元以上，2022-2028年化復合增長率將實現44%，其主要增長動力是用于高速數據中心互聯、和

50、對更高吞吐量及更低延遲需求的機器學習的800G可插拔光模塊。硅光子技術產業鏈的上游包括光芯片設計、SOI襯底、外延片和代工廠，中游為光模塊廠商，下游分為數通領域和電信領域。Intel、中際旭創、Coherent、Cisco和Marvell等廠商同時具備PIC設計和模塊集成能力，且與下游云廠商和AI等巨頭客戶保持緊密合作，優勢顯著，在供應鏈中的引領作用較為明顯。20圖：圖：20222022-20282028年硅基光電子芯片年化復合增速有望實現年硅基光電子芯片年化復合增速有望實現44%44%資料來源：YoleIntelligence、Latitudeda官網，天風證券研究所圖：圖：20232023

51、年硅光子產業鏈企業圖譜年硅光子產業鏈企業圖譜21C&C數據顯示，2022年全球光芯片市場規模達到175億元人民幣（約合27.2億美元），同比2021年增長了13.8%，同時預測未來受益于互聯網應用、人工智能、機器學習、電信城域網升級、家庭寬帶網絡升級以及專網專線業務等因素的驅動，2022年2026年間，CAGR仍將保持在10.87%，至2026年全球光芯片市場規模有望突破300億元人民幣（折合46.9億美元）。預計2025年前后，機器學習應用的成熟將帶來更多的算力網絡、數據交換的需求，因此增長比例將進入高速增長期，光芯片市場規模增速可達18.4%。我國光芯片企業已基本掌握2.5G及以下速率光芯

52、片的核心技術，10G光芯片方面，2021年國產光芯片占全球比重約60%，但不同光芯片的國產化情況存在一定差異，性能要求較高、難度較大，如10G VCSEL/EML激光器芯片等，國產化率不到40%；25G及以上光芯片方面，2021年25G光芯片的國產化率約20%，但25G以上光芯片的國產化率仍較低約5%，仍以海外光芯片廠商為主。圖：圖：20192019-20242024年中國光芯片占全球光芯片市場比例預測年中國光芯片占全球光芯片市場比例預測圖：圖：20222022-20262026年全球光芯片市場規模年全球光芯片市場規模光芯片將進入高速增長期，國產化率空間廣闊光芯片將進入高速增長期，國產化率空間

53、廣闊資料來源：光纖在線公眾號、源杰招股書，天風證券研究所22成本中，制造成本占比達成本中，制造成本占比達59%59%、人工成本占、人工成本占24%24%、材料成本占、材料成本占17%17%（源杰（源杰20212021年各速率產品成本合并統計）年各速率產品成本合并統計）（1）制造費用主要包括折舊費、裝修費攤銷、水電費、光柵加工費等其他費用。（2）光芯片的原材料包括襯底、金靶、特殊氣體（主要包括高純氫、磷化氫、液氮等）、三甲基銦、光刻膠、封裝材料（包括管帽等）和其他材料等，其他原材料包括顯影液、光刻掩模板、異丙醇、砷化氫等材料，其他原材料品種較多且占比較低。（3）襯底供應商為通美、住友、云南鍺業等

54、。圖：圖：光芯片成本中材料費用的構成（源杰光芯片成本中材料費用的構成（源杰2121年數據）年數據）光芯片的制造成本構成光芯片的制造成本構成圖：圖：光芯片成本構成（源杰光芯片成本構成（源杰20212021年各速率產品成本合年各速率產品成本合并統計）并統計）33%6%6%6%5%3%4%5%31%襯底金靶高純氫磷化氫液氮三甲基銦光刻膠管帽其他17%24%59%材料費用人工制造費用資料來源：源杰科技公告，天風證券研究所2.AI算力：銅纜算力：銅纜23請務必閱讀正文之后的信息披露和免責申明NVIDIA GTC2024NVIDIA GTC2024發布新一代發布新一代Blackwell Blackwell

55、 架構平臺架構平臺 2024 年 3 月19日，NVIDIA在GTC上推出了新一代 Blackwell 架構平臺，該平臺包括新的 AI 芯片 GB200、第二代Transformer引擎（利用專有的 Blackwell Tensor 核心技術將 AI 推理能力和模型大小翻倍）、第五代 NVLink 解決方案（旨在加速數萬億個參數和復雜的 AI 模型，能夠互連多達 576 個 GPU，將 GPU 吞吐量提高 9 倍）、RAS（可靠性、可用性和可維護性）引擎（及早識別潛在故障，減少停機時間，增強智能恢復和維護能力），智能安全服務（在不影響整體性能的情況下保護AI模型和客戶數據，支持為醫療保健和金融

56、等數據隱私要求高的行業量身定制的下一代原生接口加密協議）。NVIDIA 的第五代 NVLink 顯著增強了大型多GPU集群的可擴展性，每個單核 Blackwell GPU的總帶寬為1.8TB/s。每個Blackwell Tensor Core GPU 最多可支持18個NVLink 100GB/s 連接，提供高達1.8TB/s 的總帶寬。該帶寬性能是 NVIDIA上一代 H200產品的兩倍，是 PCIe 5.0技術的14 倍。24資料來源：Fibermall，天風證券研究所圖：圖：NVIDIANVIDIA推出下一代推出下一代 Blackwell Blackwell 平臺平臺圖：圖：NVIDIA

57、NVIDIA 第第 5 5 代代 NVLinkNVLink 網絡架構的性能網絡架構的性能NVIDIA GB200 NVL72 NVIDIA GB200 NVL72 解決方案解決方案 NVIDIA GB200 NVL72 NVIDIA GB200 NVL72 解決方案將萬億參數解決方案將萬億參數AI AI 模型的推理速度提高了模型的推理速度提高了30 30 倍，訓練速度提高了倍，訓練速度提高了4 4倍，能效提高了倍，能效提高了2525倍，數據處理性能提高了倍，數據處理性能提高了1818倍。倍。1）在推理性能方面，GB200 NVL72 解決方案采用支持 FP4 AI 的最新一代 Transfor

58、mer 引擎，并采用第五代 NVLink，為萬億參數大型模型提供 30 倍的大型語言模型（LLM）推理性能提升。它通過新的Tensor Core 微格式實現了更高的精度和吞吐量，并通過液體冷卻在單個機柜中實現了由72 個 GPU 組成的大型GPU 集群。2）在訓練性能方面，FP8精度的第二代Transformer引擎將大型語言模型和大規模訓練速度提高了4倍。它使用InfiniBand 交換機網絡和 NVIDIA Magnum IO 軟件，通過第五代 NVLink提供1.8Tb/s 的GPU到GPU互連速度。3）在電源效率方面，液冷GB200 NVL72顯著降低了數據中心的能耗。液體冷卻技術提高

59、了計算密度，同時減少了服務器機架占用空間，從而在大型 NVLink域架構中實現了高帶寬、低延遲的GPU通信。與上一代NVIDIA H100 風冷機柜相比，GB200 液冷機柜在相同功耗下性能提升25倍，同時有效減少用水量。4）在數據處理性能方面，GB200 利用NVIDIA Blackwell 架構中的高帶寬內存性能、NVLink-C2C 技術和專用解壓縮引擎，與CPU相比，將關鍵數據庫查詢速度提高了18倍，同時將TCO成本降低了5倍。25資料來源：Fibermall、techovedas，天風證券研究所圖：圖：GB200 NVL72 GB200 NVL72 解決方案解決方案圖：圖：GB200

60、 NVL72 GB200 NVL72 內部架構內部架構光銅互補：內部銅纜互聯，外部光纜互聯光銅互補：內部銅纜互聯，外部光纜互聯 在交換機和服務器高密度集群化的趨勢中，銅纜連接具有性價比和功耗優勢，銅纜連接有望成為224Gb/s交換機時代階段的最佳解決方案。NVIDIA GB200 解決方案的一個重要變化在于交換機和計算節點在單個機柜中的互連，以及通過銅纜連接而不是以前的 PCB-光模塊-電纜連接來連接交換機的內部連接。GB200GB200互連分為三大類：互連分為三大類：1 1）GB200 NVL72GB200 NVL72機柜間連接（外接電纜）：機柜間連接（外接電纜）：大型數據中心往往需要大量的

61、機柜進行并行計算，如果機柜需要對外聯網，則通過TOR交換機用DAC/AOC電纜連接。對于大量的機柜，需要將外部互連安裝在機柜上方的布線設備上，以便有序連接，電纜長度往往較長，銅纜超過2至4米后無法滿足連接要求，因此長距離互連主要采用光纖進行連接，此鏈路中的銅纜不能完全取代光纖電纜。26資料來源：Fibermall，天風證券研究所圖：圖：NVIDIA GB200 NVL72 NVIDIA GB200 NVL72 機柜互聯圖機柜互聯圖光銅互補：內部銅纜互聯，外部光纜互聯光銅互補：內部銅纜互聯，外部光纜互聯27資料來源：Fibermall，天風證券研究所圖：圖：NVIDIA GB200 NVL72

62、NVIDIA GB200 NVL72 單機箱內交換機和計算節點連接示意圖單機箱內交換機和計算節點連接示意圖 2 2）GB200 NVL72 GB200 NVL72 單機柜連接（機柜內部電纜）單機柜連接（機柜內部電纜）全部更換為銅纜：全部更換為銅纜：8個計算節點和 9 臺交換機通過銅纜內部連接，銅纜背板通過 PCB 背板-光模塊-電纜連接取代了之前使用的 TOR 交換機和計算節點。對于單通道224GB/s的新一代交換機，800G/1.6T光模塊的功耗通常在16W以上，如果GB200 NVL72的連接方案是基于之前光模塊的連接，則會導致高功耗問題。與光學模塊相比，銅纜連接消耗的功率更少，并且更具成

63、本效益。圖：圖：NVIDIA GB200 NVL72 NVIDIA GB200 NVL72 銅纜背板和背板連接器原理圖銅纜背板和背板連接器原理圖光銅互補：內部銅纜互聯，外部光纜互聯光銅互補：內部銅纜互聯，外部光纜互聯 3 3）NVNV開關內部開關內部使用銅線實現從背板連接器到開關芯片的連接：使用銅線實現從背板連接器到開關芯片的連接：對于單通道224Gb/s開關，PCB板面積也有限，不足以覆蓋整個區域，因此無法實現更遠距離的鏈路連接，而銅跳線方式可以實現從背板到開關芯片的連接。整體來看，短距用銅，長距用光。整體來看，短距用銅，長距用光。在需要超大帶寬和遠距離傳輸時（如工業以太網布線），選擇光纜更

64、為合適；而在短距離傳輸和低傳輸速率的情況下（如大樓內或企業辦公室內），考慮到成本問題，銅纜更為合適。28資料來源：飛速官網、Fibermall，天風證券研究所圖：圖：NVIDIA GB200 NVL72 NVIDIA GB200 NVL72 交換機內部銅纜連接方案示意圖交換機內部銅纜連接方案示意圖光銅互補：光銅互補：BlackwellBlackwell平臺推動平臺推動800G800G、1.6T1.6T光模塊需求提升光模塊需求提升 英偉達的新一代英偉達的新一代BlackwellBlackwell平臺將帶動對更高傳輸速率的平臺將帶動對更高傳輸速率的1.6T1.6T光模塊的需求：光模塊的需求：根據N

65、VIDIA發布的Quantum-X800 Q3400-RA 4U InfiniBand交換機的性能，全球首款采用單通道200Gb/s技術的交換機，提供144個端口，連接速度為800GB/s，由72個1.6T OSFP光模塊實現。因此，預計新一代交換機在GB200解決方案中的逐步應用將帶動對1.6T光模塊的需求。BlackwellBlackwell平臺在大規模平臺在大規模GPUGPU集群應用場景中仍需光模塊實現機柜間互聯，對集群應用場景中仍需光模塊實現機柜間互聯，對800G800G光模塊的需求將維持：光模塊的需求將維持：1）GB200單機柜（對應72個GPU）：新一代GB200單機柜方案將不再需

66、要光模塊實現互聯。2）在1-8個GB200 NVL72集群（對應72-576個GPU）之間，還需要一些800G光模塊來實現機柜之間的互聯互通。如果20%的數據需要跨機柜傳輸，NVLink單向總傳輸帶寬為7200Gb，對應單個GPU和800G光模塊的需求比為1：2。3）8個以上的大型GB200 NVL72集群（對應576個以上的GPU），預計配置InfiniBand三層網絡，按GPU和800G光模塊的需求比例1：2.5，第二層1：2，預計GB200整體需求比例為1：4.5。29資料來源：Fibermall，天風證券研究所圖：圖：NVIDIA NVIDIA 新一代新一代 IB IB 交換機平臺交換

67、機平臺 QuantumQuantum-X800X8003.AI算力：算力：IDC、交換機、交換機、服務器、服務器30請務必閱讀正文之后的信息披露和免責申明IDCIDC：全球數據中心數量、容量持續攀升：全球數據中心數量、容量持續攀升根據Synergy Research Group數據顯示，截止2023年底全球Hyperscale數據中心數量已增加到992個，并在2024年突破1000個。同時隨著設施數量的增長和平均容量的攀升，Hyperscale數據中心總容量僅用了4年時間就翻了一倍。按照關鍵IT負載的兆瓦計算，美國占比全球51%，歐洲和中國各占17%和16%。Synergy預測未來4年Hype

68、rscale數據中心的總容量有望再次翻倍，且每年將新增120-130個，而生成式AI技術是規模擴大的主要原因。此外根據此外根據Business Research InsightsBusiness Research Insights預測，預測，20222022年全球數據中心服務市場規模為年全球數據中心服務市場規模為756.2756.2億美元，億美元，20282028年該市場將達到年該市場將達到1484.61484.6億美元，年化復合增速億美元，年化復合增速11.9%11.9%。31圖：圖：20232023年全球云服務提供商資本開支占比年全球云服務提供商資本開支占比圖：圖：20232023年年全球

69、超大數據中心圖譜全球超大數據中心圖譜資料來源：Counterpointresearch、Synergy Research Group、Business Research Insights，天風證券研究所IDCIDC：受新基建、數字化及數字中國遠景目標，行業整體穩健發展：受新基建、數字化及數字中國遠景目標，行業整體穩健發展：2021年，我國數據中心行業市場收入達到1500億元左右，近3年年均復合增長率達到30.69%。我國數據中心機架規模持續穩步增長，大型以上數據中心規模增長迅速。按照標準機架2.5kW統計，截止到21年年底，我國在用數據中心機架規模達到520萬架，近五年年均復合增速超過30%。

70、其中，大型以上數據中心機架規模增長更為迅速，按照標準機架2.5kW統計，機架規模420萬架，占比達到80%。中西部地區自然環境優越，土地、電力等資源充足，但本地數據中心市場需求相對較低；東部地區市場需求旺盛，但土地、電力、人員等生產要素成本較高，東西部協同發展逐漸成為趨勢。隨著后續網絡質量的優化，中西部將不再僅是進行冷存儲的災備數據中心聚集區，也將承載更多的應用隨著后續網絡質量的優化，中西部將不再僅是進行冷存儲的災備數據中心聚集區，也將承載更多的應用。作為算力服務中樞，數據中心既是數字經濟底座，也是數字技術創新的高地。隨著新一代信息技術的不斷發展，數據中心正逐漸突破傳統機房運營模式，產業發展逐

71、漸由資本驅動邁向創新驅動。0%5%10%15%20%25%30%35%0200400600800100012001400160018002000201720182019202020212022E市場收入（億元）增長率圖：圖：我國數據中心市場規模我國數據中心市場規模166226315401520670831672373094205400100200300400500600700800201720182019202020212022E總機架數量（萬架）大型規模以上機架數量（萬架）圖：圖：我國數據中心機架規模我國數據中心機架規模32資料來源：中國信息通信研究院、工信部信息通信發展司，天風證券研究所算

72、力呈現多元化發展趨勢：多樣化的智能場景需要多元化的算力，以算力呈現多元化發展趨勢：多樣化的智能場景需要多元化的算力，以AIGCAIGC為代表的人工智能應用、大模型訓練等新應用、新需求快速崛起都為代表的人工智能應用、大模型訓練等新應用、新需求快速崛起都對算力提出更高要求對算力提出更高要求?；A算力方面，在全球數據中心快速發展的推動下，基礎算力規模持續增長，其中云計算、邊緣計算等場景依然是基礎算力的主要應用場景。根據IDC數據，2022年全球云計算IaaS市場規模增長至1155億美元，同比上漲26.2%。智能算力方面，近年新推出的大語言模型所使用的數據量和參數規模呈現“指數級”增長，帶來智能算力需

73、求爆炸式增加。超算算力方面，十年千倍定律依然在持續，橡樹嶺國家實驗室（ORNL）的Fronitier仍然是全球TOP500上唯一的百億億次級機器。在算力形態方面，我國數據中心形態多樣化發展趨勢逐漸顯現，智算中心、邊緣數據中心將保持高速增長在算力形態方面，我國數據中心形態多樣化發展趨勢逐漸顯現，智算中心、邊緣數據中心將保持高速增長。當前，通用算力的數據中心仍是市場主力，按機架規模統計，占比超過90%；超算中心主要應用于國家重大科研領域，商業應用場景較少；智算中心從早期實驗探索逐步走向商業試點，隨著我國各類人工智能應用場景的豐富，智算需求將快速增長，預期規模增速將達到70%；邊緣數據中心能夠為智能

74、終端、物聯設備提供實時算力，邊緣數據中心的規模增速有望達到30%。IDCIDC：算力多元化發展，：算力多元化發展，IDCIDC中長期趨勢向好中長期趨勢向好圖：不同場景下的異構算力需求圖：不同場景下的異構算力需求圖：我國算力規模及增速（圖：我國算力規模及增速（EFlopsEFlops）33資料來源：中國信息通信研究院，天風證券研究所IDCIDC：PUEPUE逐步趨緊，但高算力逐步趨緊，但高算力ITIT設備成為主流，單機柜功率、密度有望持續提設備成為主流，單機柜功率、密度有望持續提升，關注液冷發展機遇升，關注液冷發展機遇 22年6月工業和信息化部、國家發展改革委、財政部、生態環境部、國務院國資委、

75、市場監管總局聯合印發工業能效提升行動計劃，其中提出“到2025 年，新建大型、超大型數據中心電能利用效率（PUE，指數據中心總耗電量與信息設備耗電量的比值）優于1.3。同時，向數據中心提出：加快液冷、自然冷源等制冷節能技術應用，鼓勵采用分布式供電、模塊化機房及虛擬化、云化 IT 資源、高溫型IT 設備等高效系統和設備，推廣高壓直流供電、集成式電力模塊等技術，發展智能化能源管控系統。鼓勵數據中心在保證安全運行的前提下，優化減配冗余基礎設施，自建余熱回收設施。高算力高算力ITIT設備已經成為主流，因算力、密度持續提升，多樣性算力協同要達到設備已經成為主流，因算力、密度持續提升，多樣性算力協同要達到

76、1515-30kW30kW，混合密度將成為主流。，混合密度將成為主流。芯片更新周期為2年，且未來5年持續向高算力、高功率密度演進，不同類型算力功耗差異拉大。圖：能源利用效率（圖：能源利用效率（PUEPUE）逐年縮緊）逐年縮緊圖：高算力設備已成為主流圖：高算力設備已成為主流34資料來源：國務院、工信部、上海市人民政府網、中國政府網、北京市人民政府網，CDCC微信公眾號，天風證券研究所IDCIDC：算力租賃乘風起，短期供需格局推動單：算力租賃乘風起，短期供需格局推動單P P租金持續提升租金持續提升 GPT模型通過海量參數，進一步提升了模型的精確度。初代的GPT模型參數是1.17億，而GPT2的模型

77、參數達15億。GPT3模型參數達到了1750億，是GPT2參數的100倍；GPT-4的模型參數在1.8萬億左右、13萬億訓練數據。如果用ChatGPT部署到谷歌進行的每次搜索中，需要512820.51臺英偉達頂級超算服務器和總共4102568個頂級超算GPU，這些服務器和網絡的總成本僅資本開支就超過1000億美元。由此，算力租賃乘風起，算力租賃是對算力進行出租，是一種通過云計算服務提供商租用計算資源的模式。算力租賃是對算力進行出租，是一種通過云計算服務提供商租用計算資源的模式。用戶可以根據自己的需求租賃服務器或虛擬機實現大規模的計算任務，而無需擁有自己的計算資源。算力租賃是一種靈活、高效、成本

78、低廉的計算服務，適用于各種大規模計算需求的場景。由于GPU的緊缺，算力租賃價格持續上行，以中貝通信為例，公司23年11月16年發布關于簽訂算力服務框架合同的公告中顯示，單價為18萬元/P/年。相較于23年9月7日發布的關于簽訂算力服務框架合同的公告中的單價12萬元/P/年，漲幅達50%。35圖：圖：ChatGPTChatGPT訓練步驟訓練步驟資料來源：The AiEdge Newsletter，天風證券研究所36液冷：功率提升帶來的散熱需求或促使液冷發展液冷：功率提升帶來的散熱需求或促使液冷發展A100/H100A100/H100服務器系統功耗明顯提升。服務器系統功耗明顯提升。以NVIDIA的

79、DGX A100 640GB為例，其配置了8片A100 GPU，系統功耗達到最大6.5千瓦。H100更是最高功耗達到10.2kW。同時這將使得單機柜功率或將大幅提升，液冷方案或將更為適用。在數據中心的環境中，散熱對于整個數據中心和基礎設施的穩定性至關重要。同時，數據中心也追求以最少的電力來確保整個在數據中心的環境中，散熱對于整個數據中心和基礎設施的穩定性至關重要。同時，數據中心也追求以最少的電力來確保整個ITIT系統系統的可靠運行。的可靠運行。技術的發展、節能的需求以及國家政策要求等諸多因素，再加上人工智能的催化，使得液冷技術的發展正當其時。隨著能源緊張和環技術的發展、節能的需求以及國家政策要

80、求等諸多因素，再加上人工智能的催化，使得液冷技術的發展正當其時。隨著能源緊張和環境保護的重要性日益凸顯，液冷技術的高效節能特點使其成為可持續發展的重要解決方案。境保護的重要性日益凸顯，液冷技術的高效節能特點使其成為可持續發展的重要解決方案。我們看到，A100到H100，功耗有持續提升，到了性能進一步增強的B100，功耗或將進一步增加，帶來液冷的需求，液冷行業或迎來催化。圖：圖：PUEPUE成為數據中心重要指標成為數據中心重要指標圖：數據中心冷卻技術液冷的兩個循環圖：數據中心冷卻技術液冷的兩個循環資料來源：CDCC微信公眾號，天風證券研究所37服務器：服務器：AIAI帶來異構計算演進，服務器價值

81、量提升帶來異構計算演進，服務器價值量提升未來異構計算或成為主流未來異構計算或成為主流異構計算（Heterogeneous Computing）是指使用不同類型指令集和體系架構的計算單元組成系統的計算方式，目前主要包括GPU云服務器、FPGA云服務器和彈性加速計算實例EAIS等。讓最適合的專用硬件去服務最適合的業務場景。在CPU+GPU的異構計算架構中，GPU與CPU通過PCle總線連接協同工作，CPU所在位置稱為主機端(host)，而GPU所在位置稱為設備端(device)?；贑PU+GPU的異構計算平臺可以優勢互補，CPU負責處理邏輯復雜的串行程序，而GPU重點處理數據密集型的并行計算程序

82、，從而發揮最大功效。越來越多的越來越多的AIAI計算都采用異構計算來實現性能加速。計算都采用異構計算來實現性能加速。阿里第一代計算型GPU實例，2017年對外發布GN4，搭載Nvidia M40加速器.，在萬兆網絡下面向人工智能深度學習場景，相比同時代的CPU服務器性能有近7倍的提升。圖：圖：GPUGPU面向深度學習場景性能比面向深度學習場景性能比CPUCPU提升近提升近7 7倍倍圖：圖：GPU+CPUGPU+CPU異構計算異構計算資料來源：青云QingCloud微信公眾號、阿里云官網，天風證券研究所38服務器：服務器：AIAI帶來異構計算演進，服務器價值量提升帶來異構計算演進，服務器價值量提

83、升從全球從全球AIAI服務器采購情況來看，服務器采購情況來看，據TrendForce統計，北美四大云端供應商微軟、谷歌、Meta、AWS合計占比約66%。國內企業中，字節跳動采購量最高，占比6%；緊接在后的是騰訊、阿里巴巴、百度，采購量分別占比2.3%、1.5%和1.5%。北美云廠商資本開支北美云廠商資本開支20242024年有望回升年有望回升。亞馬遜23Q4資本開支133.53億美元，同比減少13.52%，公司CFO Brian Olsavsky表示2024年公司資本支出預計將有所增加，主要源于云業務的區域擴張及容量提升，特別是與AIGC項目相關的支出。微軟23Q4資本開支97.35億美元，

84、同比增長55.16%，公司CFO Amy Hood預計公司資本開支將在24年Q1顯著環比擴大。谷歌23Q4資本開支110.19億美元，同比增長45.08%，公司CFO Ruth Porat在分析師電話會議上宣稱24年資本支出將顯著增加，因公司將繼續投資服務器、數據中心等基礎設施，為其人工智能產品鋪路。圖：圖：AIAI服務器采購量占比服務器采購量占比-30%-20%-10%0%10%20%30%40%50%60%020406080100120140160180$億GoogleMicrosoftAmazonMeta合計同比合計環比圖：北美云廠商資本開支（圖：北美云廠商資本開支（$億）億）資料來源：

85、中商產業研究院公眾號、Wind，天風證券研究所39服務器：服務器：AIAI服務器持續升級迭代，關注國產相關機會服務器持續升級迭代，關注國產相關機會服務器關注幾大核心變化：服務器關注幾大核心變化：1 1、針對中國市場的、針對中國市場的AIAI芯片推出：芯片推出：在美國商務部新的半導體出口限制，針對A800和H800芯片進行管控后，英偉達或將推出三款針對中國市場的AI芯片，以應對美國的最新芯片限售令。關注三款芯片的詳細規格、價格等數據以及推出時間或對于產業在國內發展產生影響。2 2、服務器持續迭代升級，、服務器持續迭代升級，20242024年年B100B100或將面世：或將面世：英偉達近期發布AI

86、芯片H200，與A100相比，H200的容量幾乎翻了一番，帶寬也增加了2.4倍。與H100相比，H200的帶寬則從3.35TB/s增加到了4.8TB/s。此外2024年，英偉達還會發布基于Blackwell架構的B100，以推理1750億參數的GPT-3為例，2023年剛發布的H100是前代A100性能的11倍，2024年即將上市的H200相對于H100則有超過60%的提升，而再之后的B100性能預計繼續大幅提升。3 3、國產算力的機會、國產算力的機會。2023年10月15日，中國電信AI算力服務器(2023-2024年)集中采購項目公布候選人，總集采金額超84億元，其中國產算力的商業化已經有

87、相當規模。據IT時報，基于昇騰910B的大規模智算集群基礎設施，已經在全國一些智算中心和電信運營商內部開始測試。同時國內廠商包括寒武紀、海光等，均有望迎來良好發展機遇。圖：英偉達產品線路圖圖：英偉達產品線路圖圖：圖：芯片性能持續迭代升級芯片性能持續迭代升級資料來源：新智元微信公眾號，天風證券研究所40交換機核心驅動力：技術應用帶來流量增長交換機核心驅動力：技術應用帶來流量增長核心驅動力：核心驅動力：本質是新技術應用驅動的流量增長：5G普及，基站數量持續增長、移動流量的快速增長、固定寬帶傳輸速率提升、云計算提升云流量的增長、物聯網挖掘物體間流量價值等等。而流量的增長將驅動數據中心、交換機等網絡設

88、備需求的提升。圖：圖：中國云計算規模中國云計算規模圖：圖：移動互聯網流量增長移動互聯網流量增長26332837254457559060371.8142.5231.2010020030040050060070020162017201820192020202120224G基站數量（萬個）5G基站數量（萬個）圖：圖：中國基站數量中國基站數量圖：圖：IOTIOT連接數連接數資料來源：盛科通信招股說明書，敢為數科公眾號，IoT Analytics，工信部，灼識咨詢，天風證券研究所41交換機：傳輸速率有望持續升級交換機：傳輸速率有望持續升級從端口速率看，以太網交換芯片可分為百兆、千兆、萬兆、從端口速率看，

89、以太網交換芯片可分為百兆、千兆、萬兆、25G25G、40G40G、100G 100G 及以上不等。近年數字經濟的快速發展，推動了云計及以上不等。近年數字經濟的快速發展，推動了云計算、大數據、物聯網、人工智能等技術產業的快速發展和傳統產業數字化的轉型，均對網絡帶寬提出新的要求。算、大數據、物聯網、人工智能等技術產業的快速發展和傳統產業數字化的轉型，均對網絡帶寬提出新的要求。隨著數據中心交換機向更高速度的過渡，高速率數據中心交換機的價值量也相應提升。隨著數據中心交換機向更高速度的過渡，高速率數據中心交換機的價值量也相應提升。DellOro預計全球以太網交換機數據中心市場將在 2021 年-2026

90、 年達到近兩位數的CAGR 增長，到預測期末，400Gbps、800Gbp 和 1600Gbps 將占市場50%以上收入。國內方面，灼識咨詢預計至2025 年，100G 及以上和 25G 的中國商用以太網交換芯片市場規模將大幅增長，占比將分別達到44.2%和 16.3%，2020-2025 年年均復合增長率將分別達到28.4%和30.5%。ChatgptChatgpt可能進一步加速升級?？赡苓M一步加速升級。圖：以太網交換機各端口速率市場空間預測圖：以太網交換機各端口速率市場空間預測圖：中國商用以太網交換芯片各端口速率市場規模情況（以銷售額計）圖：中國商用以太網交換芯片各端口速率市場規模情況（以

91、銷售額計）資料來源：盛科通信招股說明書，灼識咨詢，電子工程專輯，天風證券研究所42交換機：交換機：20252025年年800G800G交換機有望超過交換機有望超過400G400G交換機芯片容量兩年翻一倍交換機芯片容量兩年翻一倍：博通始終代表著交換芯片的最先進解決方案，Tomahawk系統芯片是高帶寬交換機平臺芯片，Tomahawk 5是Broadcom推出的5納米工藝的51.2T交換容量的芯片，主要針對超大規模企業和云服務商用交換機和路由器芯片市場。Tomahawk 5Tomahawk 5可以驅動可以驅動51.2TB/51.2TB/秒的總帶寬，秒的總帶寬，6464個以個以800Gb/800Gb

92、/秒運行的端口、秒運行的端口、128128個以個以400Gb/400Gb/秒運行的端口和秒運行的端口和256256個以個以200Gb/200Gb/秒運秒運行的端口，超大規模企業和云服務商喜歡具有行的端口，超大規模企業和云服務商喜歡具有128128端口基數、每端口運行速度為端口基數、每端口運行速度為400Gb/400Gb/秒的交換機，其中秒的交換機，其中6464個端口向下連接到機架個端口向下連接到機架中的服務器，中的服務器，6464個端口向上連接到網絡結構的主干層。個端口向上連接到網絡結構的主干層。800G800G交換機預計在交換機預計在20242024年開始快速滲透上量：年開始快速滲透上量：根

93、據Dell Oro預測，到2027年，近一半的數據中心交換機端口將由400Gbps及更高的速度驅動，同時預計到2025年，800Gbps將超過400Gbps。圖：博通芯片方案持續升級迭代圖：博通芯片方案持續升級迭代圖：圖：EthernetEthernet鏈路速率展望圖鏈路速率展望圖資料來源：明陽電路官網、羅森伯格數據中心基礎設施微信公眾號，天風證券研究所43PCBPCB：AIAI服務器及服務器及800G800G交換機升級帶來增量交換機升級帶來增量800G800G交換機對于交換機對于PCBPCB要求提升。要求提升。隨著高速信號的傳輸速率從50G增加到100G再到200G，傳輸系統的損耗從低于10

94、dB增加到超過20dB。在信號傳輸速率超過200G時，PCB板的互聯復雜性增加，幾乎所有信號線的走線長度都將超出1m DAC線路傳輸的損耗預算。AI AI 服務器服務器PCB PCB 價值量明顯提升：價值量明顯提升：AI 服務器對芯片性能及傳輸速率要求更高，通常需使用高端的GPU 顯卡以及更高的PCIe 標準。同時，通用服務器PCB采用8-10 層M6 板為主，訓練服務器PCB 18-20 層M8 板，推理型服務器PCB 為14-16 層M6 板，AI 服務器PCB 價值量為1 萬-1.5萬元，價值量明顯提升。對于對于PCBPCB要求、層數的提升，使得高端產品競爭力重要性日漸凸顯要求、層數的提

95、升，使得高端產品競爭力重要性日漸凸顯。其中，滬電股份擁有800G交換機PCB產品經驗，公司在高階數據中心交換機領域，應用于Pre800G（基于56Gbps速率，25.6T芯片）的產品已批量生產，應用于800G（基于112Gbps速率，51.2T芯片）的產品已實現小批量的交付。圖：速率增加對于圖：速率增加對于PCBPCB互聯復雜性提升互聯復雜性提升圖：圖：800G800G交換機拆截圖交換機拆截圖資料來源：明陽電路微信公眾號，天風證券研究所風險提示風險提示1.AI應用發展不及預期風險：AI應用持續迭代，存在技術發展不及預期的可能性，導致整體行業發展進度放緩。2.海外大廠投資不及預期風險：海外廠商資

96、本開支不及預期，影響下游供應鏈需求。3.中美摩擦升級風險：中美科技、金融、貿易等領域摩擦加劇。4.行業競爭加劇，價格和盈利能力下降風險：進入行業的廠商增加，價格競爭使得盈利能力下降。5.公司業績不及預期風險：相關公司產品研發、推廣以及市場拓展不及預期。4445請務必閱讀正文之后的信息披露和免責申明股票投資評級自報告日后的6個月內，相對同期滬深300指數的漲跌幅行業投資評級自報告日后的6個月內，相對同期滬深300指數的漲跌幅買入預期股價相對收益20%以上增持預期股價相對收益10%-20%持有預期股價相對收益-10%-10%賣出預期股價相對收益-10%以下強于大市預期行業指數漲幅5%以上中性預期行

97、業指數漲幅-5%-5%弱于大市預期行業指數漲幅-5%以下投資評級聲明投資評級聲明類別類別說明說明評級評級體系體系分析師聲明分析師聲明本報告署名分析師在此聲明：我們具有中國證券業協會授予的證券投資咨詢執業資格或相當的專業勝任能力，本報告所表述的所有觀點均準確地反映了我們對標的證券和發行人的個人看法。我們所得報酬的任何部分不曾與，不與，也將不會與本報告中的具體投資建議或觀點有直接或間接聯系。一般聲明一般聲明除非另有規定，本報告中的所有材料版權均屬天風證券股份有限公司（已獲中國證監會許可的證券投資咨詢業務資格）及其附屬機構（以下統稱“天風證券”）。未經天風證券事先書面授權，不得以任何方式修改、發送或

98、者復制本報告及其所包含的材料、內容。所有本報告中使用的商標、服務標識及標記均為天風證券的商標、服務標識及標記。本報告是機密的，僅供我們的客戶使用，天風證券不因收件人收到本報告而視其為天風證券的客戶。本報告中的信息均來源于我們認為可靠的已公開資料，但天風證券對這些信息的準確性及完整性不作任何保證。本報告中的信息、意見等均僅供客戶參考，不構成所述證券買賣的出價或征價邀請或要約。該等信息、意見并未考慮到獲取本報告人員的具體投資目的、財務狀況以及特定需求，在任何時候均不構成對任何人的個人推薦?？蛻魬攲Ρ緢蟾嬷械男畔⒑鸵庖娺M行獨立評估，并應同時考量各自的投資目的、財務狀況和特定需求，必要時就法律、商業

99、、財務、稅收等方面咨詢專家的意見。對依據或者使用本報告所造成的一切后果，天風證券及/或其關聯人員均不承擔任何法律責任。本報告所載的意見、評估及預測僅為本報告出具日的觀點和判斷。該等意見、評估及預測無需通知即可隨時更改。過往的表現亦不應作為日后表現的預示和擔保。在不同時期，天風證券可能會發出與本報告所載意見、評估及預測不一致的研究報告。天風證券的銷售人員、交易人員以及其他專業人士可能會依據不同假設和標準、采用不同的分析方法而口頭或書面發表與本報告意見及建議不一致的市場評論和/或交易觀點。天風證券沒有將此意見及建議向報告所有接收者進行更新的義務。天風證券的資產管理部門、自營部門以及其他投資業務部門可能獨立做出與本報告中的意見或建議不一致的投資決策。特別聲明特別聲明在法律許可的情況下，天風證券可能會持有本報告中提及公司所發行的證券并進行交易，也可能為這些公司提供或爭取提供投資銀行、財務顧問和金融產品等各種金融服務。因此，投資者應當考慮到天風證券及/或其相關人員可能存在影響本報告觀點客觀性的潛在利益沖突，投資者請勿將本報告視為投資或其他決定的唯一參考依據。