中信建投：兩年內算力板塊都將處于高景氣度階段 重點推薦AI算力產業(yè)鏈各環(huán)節(jié)相關公司

智通財經APP獲悉，中信建投發(fā)布研報表示，生成式AI取得突破，以ChatGPT為代表的大模型訓練和推理端均需要強大的算力支撐，產業(yè)鏈共振明顯，產業(yè)鏈放量順序為：先進制程制造->以 Chiplet 為代表的 2.5D/3D 封裝、HBM->AI 芯片->板卡組裝->交換機->光模塊->液冷->AI 服務器->IDC 出租運維。

綜合來看，大模型仍處于混戰(zhàn)階段，應用處于滲透率早期，AI板塊中算力需求增長的確定性較高，在未來兩年時間內，算力板塊都將處于高景氣度階段，重點推薦AI算力產業(yè)鏈各環(huán)節(jié)相關公司。

中信建投的主要觀點如下：

生成式AI取得突破，實現(xiàn)了從0到1的跨越，以ChatGPT為代表的人工智能大模型訓練和推理需要強大的算力支撐。

自2022年底OpenAI正式推出ChatGPT后，用戶量大幅增長，圍繞ChatGPT相關的應用層出不窮，其通用性能力幫助人類在文字等工作上節(jié)省了大量時間。同時在Transformer新架構下，多模態(tài)大模型也取得新的突破，文生圖、文生視頻等功能不斷完善，并在廣告、游戲等領域取得不錯的進展。生成式AI將是未來幾年最重要的生產力工具，并深刻改變各個產業(yè)環(huán)節(jié)，圍繞生成式AI，無論是訓練還是推理端，算力需求都將有望爆發(fā)式增長。

算力產業(yè)鏈價值放量順序如下：先進制程制造->以Chiplet為代表的2.5D/3D封裝、HBM->AI芯片->板卡組裝->交換機->光模塊->液冷->AI服務器->IDC出租運維。

先進封裝、HBM：為了解決先進制程成本快速提升和“內存墻”等問題，Chiplet設計+異構先進封裝成為性能與成本平衡的最佳方案，臺積電開發(fā)的CoWoS封裝技術可以實現(xiàn)計算核心與HBM通過2.5D封裝互連，因此英偉達A100、H100等AI芯片紛紛采用臺積電CoWos封裝，并分別配備40GB HBM2E、80GB的HBM3內存。全球晶圓代工龍頭臺積電打造全球2.5D/3D先進封裝工藝標桿，未來幾年封裝市場增長主要受益于先進封裝的擴產。

AI芯片/板卡封裝：以英偉達為代表，今年二季度開始釋放業(yè)績。模型訓練需要規(guī)?；乃懔π酒渴鹩谥悄芊掌鳎珻PU不可或缺，但性能提升遭遇瓶頸，CPU+xPU異構方案成為大算力場景標配。其中GPU并行計算優(yōu)勢明顯，CPU+GPU成為目前最流行的異構計算系統(tǒng)，而NPU在特定場景下的性能、效率優(yōu)勢明顯，推理端應用潛力巨大，隨著大模型多模態(tài)發(fā)展，硬件需求有望從GPU擴展至周邊編解碼硬件。

AI加速芯片市場上，英偉達憑借其硬件產品性能的先進性和生態(tài)構建的完善性處于市場領導地位，在訓練、推理端均占據領先地位。根據Liftr Insights數據，2022年數據中心AI加速市場中，英偉達份額達82%。因此AI芯片需求爆發(fā)，英偉達最為受益，其 Q2收入指引110億美金，預計其數據中心芯片業(yè)務收入接近翻倍。國內廠商雖然在硬件產品性能和產業(yè)鏈生態(tài)架構方面與前者有所差距，但正在逐步完善產品布局和生態(tài)構建，不斷縮小與行業(yè)龍頭廠商的差距，并且英偉達、AMD對華供應高端GPU芯片受限，國產算力芯片迎來國產替代窗口期。

交換機：與傳統(tǒng)數據中心的網絡架構相比，AI數據網絡架構會帶來更多的交換機端口的需求。交換機具備技術壁壘，中國市場格局穩(wěn)定。

光模塊：AI算力帶動數據中心內部數據流量較大，光模塊速率及數量均有顯著提升。訓練側光模塊需求與GPU出貨量強相關，推理側光模塊需求與數據流量強相關，伴隨應用加速滲透，未來推理所需的算力和流量實際上可能遠大于訓練。目前，訓練側英偉達的A100 GPU主要對應200G光模塊和400G光模塊，H100 GPU可以對應400G或800G光模塊。

根據該行的測算，訓練端A100和200G光模塊的比例是1:7，H100和800G光模塊的比例是1:3.5。800G光模塊2022年底開始小批量出貨，2023年需求主要來自于英偉達和谷歌。在2023年這個時間點，市場下一代高速率光模塊均指向800G光模塊，疊加AIGC帶來的算力和模型競賽，該行預計北美各大云廠商和相關科技巨頭均有望在2024年大量采購800G光模塊，同時2023年也可能提前采購。

光模塊上游——光芯片：以AWG、PLC等為代表的無源光芯片，國內廠商市占率全球領先。以EEL、VCSEL、DFB等激光器芯片、探測器芯片和調制器芯片為代表的有源光芯片是現(xiàn)代光學技術的重要基石，是有源光器件的重要組成部分。

液冷：AI大模型訓練和推理所用的GPU服務器功率密度將大幅提升，以英偉達DGX A100服務器為例，其單機最大功率約可達到6.5kW，大幅超過單臺普通CPU服務器500w左右的功率水平。

數據顯示，自然風冷的數據中心單柜密度一般只支持8kW-10kW，通常液冷數據中心單機柜可支持30kW以上的散熱能力，并能較好演進到100kW以上，相較而言液冷的散熱能力和經濟性均有明顯優(yōu)勢。同時“東數西算” 明確PUE（數據中心總能耗/IT設備能耗）要求，樞紐節(jié)點PUE要求更高，同時考慮到整體規(guī)劃布局，未來新增機柜更多將在樞紐節(jié)點內，風冷方案在某些地區(qū)可能無法嚴格滿足要求，液冷方案滲透率有望加速提升。目前在AI算力需求的推動下，如浪潮信息、中興通訊等服務器廠商已經開始大力布局液冷服務器產品。在液冷方案加速滲透過程中，數據中心溫控廠商、液冷板制造廠商等有望受益。

AI服務器：預計今年Q2-Q3開始逐步釋放業(yè)績。具體來看，訓練型AI服務器成本中，約7成以上由GPU構成，其余CPU、存儲、內存等占比相對較小，均價常達到百萬元以上。對于推理型服務器，其GPU成本約為2-3成，整體成本構成與高性能型相近，價格常在20-30萬。根據IDC數據，2022年全球AI服務器市場規(guī)模202億美元，同比增長29.8%，占服務器市場規(guī)模的比例為16.4%，同比提升1.2pct。

該行認為全球AI服務器市場規(guī)模未來3年內將保持高速增長，市場規(guī)模分別為395/890/1601億美元，對應增速96%/125%/80%。根據IDC數據，2022年中國AI服務器市場規(guī)模67億美元，同比增長24%。該行預計，2023-2025年，結合對于全球AI服務器市場規(guī)模的預判，以及對于我國份額占比持續(xù)提升的假設，我國AI服務器市場規(guī)模有望達到134/307/561億美元，同比增長101%/128%/83%。競爭格局方面，考慮到AI服務器研發(fā)和投入上需要更充足的資金及技術支持，國內市場的競爭格局預計將繼續(xù)向頭部集中，保持一超多強的競爭格局。

IDC：在數字中國和人工智能推動云計算市場回暖的背景下，IDC作為云基礎設施產業(yè)鏈的關鍵環(huán)節(jié)，也有望進入需求釋放階段。在過去兩年半，受多重因素影響下，云計算需求景氣度下行，但IDC建設與供給未出現(xiàn)明顯放緩，2021年和2022年分別新增機柜數量120萬架和150萬架，因此短期內出現(xiàn)供需失衡情況（核心區(qū)域供需狀況相對良好），部分地區(qū)上電率情況一般。所以IDC公司2022年業(yè)績普遍承壓。

當前，該行認為國內IDC行業(yè)有望邊際向好。隨著宏觀經濟向好，平臺經濟發(fā)展恢復，AI等拉動，IDC需求有望逐步釋放，疊加2023新增供給量有望較2022年減少（例如三大運營商2022年新增IDC機柜15.6萬架，2023年計劃新增11.4萬架）。展望未來，電信運營商在云計算業(yè)務方面仍將實現(xiàn)快速增長，百度、字節(jié)跳動等互聯(lián)網公司在AIGC領域有望實現(xiàn)突破性進展，都將對包括IDC在內的云基礎設施產生較大新增需求，相關IDC廠商有望獲益。

風險提示：國產替代進程不及預期。GPU的國產替代過程中面臨諸多困難，國產替代進程可能不及預期；AI技術進展不及預期。當前AI技術的快速進步帶動了巨大的AI算力需求，如果AI技術進展不及預期，可能對GPU市場的整體需求產生不利影響；互聯(lián)網廠商資本開支不及預期等。