101

大勢(shì)研判：科技行業(yè)大年科技創(chuàng)新帶來新一輪的市值變遷2017年2018年2019年2020年2022年2023年2024年AppleMicrosoftAppleAppleAppleAppleAppleAlphaBetAppleMicrosoftMicrosoftMicrosoftMicrosoftNVIDIA市值排名 1980年 1985年 1990年 1995年 2000年 2005年 2010年 2015年IBM IBM IBM GE GE GE 埃克森美孚

AppleAT&T

埃克森

埃克森

AT&T

埃克森美孚埃克森美孚

Apple

AlphaBet埃克森 GE GE 埃克森 輝瑞 MicrosoftMicrosoft

MicrosoftMicrosoftAmazonAmazonAmazonAlphaBetAlphaBetMicrosoft2025年2月

2025年3月Apple AppleNVIDIA MicrosoftMicrosoft NVIDIA4Indiana標(biāo)準(zhǔn)石油AT&T斯菲利普莫里

可口可樂花旗花旗伯克希爾伯克希爾amazonAlphaBetAlphaBetAlphaBetAmazonAmazonAmazonAmazonAmazon5斯倫貝謝GM荷蘭皇家石油默克思科寶潔撒韋撒韋GE 埃克森美孚

facebook

伯克希爾哈 騰訊 Facebook

伯克希爾哈

NVIDIAAlphaBetAlphaBetAlphaBet6殼牌荷蘭皇家石百時(shí)美施貴荷蘭皇家石油 寶 油沃爾瑪沃爾瑪沃爾瑪Amazon騰訊騰訊伯克希爾哈撒韋騰訊聯(lián)合健康

Facebook

Facebook

Facebook

Facebook7美孚杜邦默克斯菲利普莫里

Microsoft美國(guó)銀行Google撒韋Facebook

伯克希爾哈

Facebook

FacebookTESLA強(qiáng)生TESLATESLABROADC

伯克希爾哈OM 撒韋8California標(biāo)準(zhǔn)石油阿克石油

沃爾瑪寶潔AIG強(qiáng)生雪弗蘭GE阿里巴巴阿里巴巴阿里巴巴阿里巴巴

埃克森美孚伯克希爾哈

BROADC撒韋 OMTESLA

臺(tái)積電9阿克石油貝爾南方AT&T強(qiáng)生默克AIGIBM強(qiáng)生強(qiáng)生強(qiáng)生強(qiáng)生臺(tái)積電沃爾瑪 ELI

LILLY

臺(tái)積電臺(tái)積電 ELI

LILLY10GE西爾斯 可口可樂MicrosoftIntel輝瑞寶潔富國(guó)銀行摩根大通撒韋摩根大通

埃克森美孚

伯克希爾哈 騰訊臺(tái)積電伯克希爾哈伯克希爾哈撒韋 撒韋TESLA資料來源：wind205101520253090807060504030201002007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024A股市盈率(TTM,整體法) 美股市盈率(TTM,整體法) A股ROE平均（整體法） 美股ROE平均（整體法）2008-20102013-20152018-?2023-？通信技術(shù)3G4G5G、5G-A終端智能手機(jī)萌芽智能手機(jī)高速成長(zhǎng)、成熟泛在智能設(shè)備、物聯(lián)網(wǎng)AI側(cè)終端應(yīng)用移動(dòng)上網(wǎng)移動(dòng)互聯(lián)網(wǎng)、互聯(lián)網(wǎng)金融高清、AR/VR、產(chǎn)業(yè)互聯(lián)網(wǎng)AI

agent、低空經(jīng)濟(jì)技術(shù)變革+疊加產(chǎn)業(yè)政治，美股估值攀升互聯(lián)網(wǎng)金融云計(jì)算/大數(shù)據(jù)4G物聯(lián)網(wǎng)3G網(wǎng)絡(luò)建設(shè)AIAIagent5G-A算遠(yuǎn)程辦公5G圖表：美股及A股信息技術(shù)上市公司估值及盈利情況云計(jì)PE，倍ROE，資料來源：wind39080706050403020100中美貿(mào)易戰(zhàn)+科技戰(zhàn)，外圍風(fēng)險(xiǎn)加大估值體系風(fēng)險(xiǎn)19-20年，信息產(chǎn)業(yè)政策密集，估值方面波動(dòng)回升A股：政策催化，市場(chǎng)反轉(zhuǎn)，行業(yè)估值拉升22年開始，AI相關(guān)催化，傳統(tǒng)科技估值方面波動(dòng)不大宏觀經(jīng)濟(jì)政策催化市場(chǎng)反轉(zhuǎn)

12.9%

17.9% 21.0% 20.8% 20.9%20.4%19.9%

23.2% 10%15%20%25%2022

2023

2024 Mar-25美股信息技術(shù)市值占比圖表：信息技術(shù)行業(yè)市盈率(TTM,整體法)2018 2019 2020 2021A股信息技術(shù)市值占比資料來源：wind40510ROE（TTM，整體法）SW計(jì)算機(jī)020015010050SW通信 SW電子PE（TTM，整體法）SW通信SW電子SW計(jì)算機(jī)-200204060SW電子SW計(jì)算機(jī)0102030SW通信SW電子營(yíng)收同比（%）SW計(jì)算機(jī)A股：TMT底部修復(fù)，市場(chǎng)情緒關(guān)注點(diǎn)整體營(yíng)收與ROE穩(wěn)定回升，季度毛利率有所下滑，市場(chǎng)情緒拉動(dòng)PE快速回升。圖表：TMT核心財(cái)務(wù)指標(biāo)毛利率（%）40 15SW通信資料來源：wind5堅(jiān)實(shí)牢固的政策底6國(guó)內(nèi)宏觀經(jīng)濟(jì)政策持續(xù)有力，預(yù)計(jì)宏觀調(diào)控的政策工具包還會(huì)不斷豐富完善。實(shí)際經(jīng)濟(jì)指標(biāo)轉(zhuǎn)暖及改善程度待觀察。內(nèi)部政策導(dǎo)向確定性與一致性下，預(yù)計(jì)市場(chǎng)信心緩慢修復(fù)。資料來源：華西證券研究所整理政策密集、大力推出貨幣政策關(guān)鍵詞：加大逆周期調(diào)節(jié)、信貸利率持續(xù)降低產(chǎn)業(yè)政策關(guān)鍵詞：十大重點(diǎn)行業(yè)穩(wěn)增長(zhǎng)方案，對(duì)汽車、電力裝備、電子信息制造業(yè)等行業(yè)提出了明確的發(fā)展目標(biāo)和配套政策消費(fèi)政策關(guān)鍵詞：促消費(fèi)“二十條”……財(cái)政政策關(guān)鍵詞：中央加杠桿趨勢(shì)顯現(xiàn)、專項(xiàng)債發(fā)行加速、一攬子化債方案房地產(chǎn)政策關(guān)鍵詞：保交房、降首付、降利率、放寬購(gòu)買人權(quán)限活躍資本市場(chǎng)政策關(guān)鍵詞：證券、基金、保險(xiǎn)公司互換便利，鼓勵(lì)回購(gòu)，加大違規(guī)違法處罰高度重視的科技7中國(guó)政府高度重視科技產(chǎn)業(yè)發(fā)展，科技產(chǎn)業(yè)政策目標(biāo)明確：瞄準(zhǔn)人工智能、量子信息、集成電路、生命健康、腦科學(xué)、生物育種、空天科技、深地深海等前沿領(lǐng)域，實(shí)施一批具有前瞻性、戰(zhàn)略性的國(guó)家重大科技項(xiàng)目。采取基礎(chǔ)研究與科技應(yīng)用并舉的方式，除了政府會(huì)加大力度實(shí)施國(guó)家重大科技項(xiàng)目及建設(shè)科研中心外，企業(yè)進(jìn)行科研也會(huì)有更多稅收等財(cái)政政策支持。中國(guó)5年規(guī)劃比較十二五規(guī)劃（2011-2015年）十三五規(guī)劃（2016-2020年）十四五規(guī)劃（2021-2025年）的攻堅(jiān)時(shí)期全面建設(shè)小康社會(huì)的關(guān)鍵時(shí)

全面建成小康社會(huì)決勝階政策定位

期，加快轉(zhuǎn)變經(jīng)濟(jì)法扎方式

段發(fā)展環(huán)境

后全球金融危機(jī)時(shí)代全球經(jīng)濟(jì)增長(zhǎng)乏力、貿(mào)易保護(hù)主義興起政策理念

減持科學(xué)發(fā)展創(chuàng)新、協(xié)調(diào)、綠色、開放、創(chuàng)新、協(xié)調(diào)、綠色、開放、公用 公用目標(biāo)經(jīng)濟(jì)增速

GDP年均增長(zhǎng)+7戰(zhàn)略新興產(chǎn)業(yè)：政策重點(diǎn)

1、節(jié)能環(huán)保支持產(chǎn)業(yè)

2、新一代信息技術(shù)3、生物醫(yī)藥4、高端裝備5、新能源6、新材料經(jīng)濟(jì)保持中高速增長(zhǎng)， 在質(zhì)量效益明顯提升的基礎(chǔ)2020年GDP相比2010年翻倍

上實(shí)現(xiàn)經(jīng)濟(jì)持續(xù)健康發(fā)展戰(zhàn)略新興產(chǎn)業(yè) 戰(zhàn)略新興產(chǎn)業(yè)1、新一代信息技術(shù) 1、新一代信息技術(shù)2、生物醫(yī)藥 2、生物技術(shù)3、高端裝備制造 3、新能源4、新能源 4、新材料5、新材料 5、高端裝備6、新能源汽車 6、新能源汽車7、新能源汽車 7、航空航天 7、綠色環(huán)保中國(guó)制造2025 8、航空航天9、海洋裝備科技創(chuàng)新政策體系要素政策主體政策完善機(jī)制政策產(chǎn)業(yè)創(chuàng)新政策科技人才政策科技投入政策科技基礎(chǔ)設(shè)施政策企業(yè)創(chuàng)新政策高校研所創(chuàng)新政策新型研發(fā)機(jī)構(gòu)政策促進(jìn)科技成果轉(zhuǎn)化政策促進(jìn)科技與金融結(jié)合政策軍民科技融合政策集成電路產(chǎn)業(yè)創(chuàng)新政策人工智能產(chǎn)業(yè)政策電動(dòng)汽車產(chǎn)業(yè)創(chuàng)新政策……..….….….….….….要素是創(chuàng)新所需的人、財(cái)、物要素集聚組合形成創(chuàng)新體系主體功能發(fā)揮需要機(jī)制支撐不同產(chǎn)業(yè)具有不同創(chuàng)新模式資料來源：華西證券研究所整理積極活躍的并購(gòu)8科技類企業(yè)并購(gòu)小型科技企業(yè)制造類企業(yè)的出海并購(gòu)周期類企業(yè)橫向并購(gòu)消費(fèi)類企業(yè)縱向并購(gòu)并購(gòu)6條落地，并購(gòu)市場(chǎng)成為上市公司產(chǎn)業(yè)整合或轉(zhuǎn)型的重要途徑：9月24日發(fā)布《關(guān)于深化上市公司并購(gòu)重組市場(chǎng)改革的意見》，支持上市公司注入優(yōu)質(zhì)資產(chǎn)、提升投資價(jià)值。9月24日至10月20日，A股市場(chǎng)52家上市公司披露了資產(chǎn)重組相關(guān)公告，涉及能源、船舶、醫(yī)藥、半導(dǎo)體、設(shè)備制造等多個(gè)領(lǐng)域。經(jīng)濟(jì)發(fā)展的驅(qū)動(dòng)模式已發(fā)生轉(zhuǎn)變，從過去的數(shù)量型發(fā)展進(jìn)入質(zhì)量型驅(qū)動(dòng)關(guān)鍵階段，并購(gòu)重組是實(shí)現(xiàn)產(chǎn)業(yè)整合和轉(zhuǎn)型升級(jí)、優(yōu)化資源配置、助力上市公司實(shí)現(xiàn)高質(zhì)量發(fā)展的重要途徑。四類重要的并購(gòu)趨勢(shì)值得重視902

2025年關(guān)注點(diǎn)AI泛在化、空天地一體（6G）、智能制造產(chǎn)業(yè)趨勢(shì)：新技術(shù)萌芽期，底層創(chuàng)新不斷資料來源：華西證券研究所整理計(jì)算需求的增速遠(yuǎn)超摩爾定律，數(shù)據(jù)總量激增：進(jìn)入Z字節(jié)時(shí)代，海量數(shù)據(jù)隱藏著巨大價(jià)值，實(shí)現(xiàn)前提就是具備分析計(jì)算能力。類型多樣：由結(jié)構(gòu)化向非結(jié)構(gòu)化及不規(guī)則/定制演進(jìn)。摩爾定律、多核高主頻架構(gòu)、軟件并行加速等計(jì)算技術(shù)固有升級(jí)驅(qū)動(dòng)力先后面臨發(fā)展瓶頸，計(jì)算技術(shù)升級(jí)趨勢(shì)逐漸放緩。后摩爾時(shí)代顛覆性技術(shù)前瞻：新材料：III-V、SiGe、SOI、MEMS等新架構(gòu)：硅光子、CPO、RISC-V、存算一體、光計(jì)算、chiplet新封裝：3D封裝、AiP封裝新裝備：光刻機(jī)、檢測(cè)設(shè)備等新軟件：EDA到PDA圖表：

需求與技術(shù)能力之間逐漸貼近VR/AR單眼高于4K/120幀率渲染、毫米級(jí)建模與無源追蹤，2Gbps-5Gbps

傳輸L3約30-50TFLOPS，L4約L3的50倍；時(shí)延若干毫秒結(jié)構(gòu)、器件、功能遠(yuǎn)未成熟通用計(jì)算機(jī)難以實(shí)現(xiàn)移動(dòng)互聯(lián)網(wǎng)云計(jì)算自動(dòng)駕駛技術(shù)能力時(shí)間2018 202020302025類腦智能量子計(jì)算當(dāng)前的技術(shù)能力對(duì)于AI、VR、自動(dòng)駕駛技術(shù)已經(jīng)具備基礎(chǔ)，關(guān)注落地應(yīng)用進(jìn)展鴻溝/差距AI云端訓(xùn)練計(jì)算至少100TFLOPS，并成倍增長(zhǎng)大型機(jī)/PC時(shí)代技術(shù)領(lǐng)先于需求202310人工智能崛起，AGI還屬于早期發(fā)展階段以GPT為代表的AI大模型能力突出，AI技術(shù)的不斷進(jìn)步使得數(shù)據(jù)處理和分析的效率大幅提升。深度學(xué)習(xí)的兩大驅(qū)動(dòng)力：提升硬件算力和模型，通過更多的層和非線性計(jì)算增加非線性能力的演進(jìn)，持續(xù)帶動(dòng)模型算法及硬件研發(fā)投資加大。AI大模型成為人工智能邁向通用智能的里程碑技術(shù)。基于數(shù)據(jù)的互聯(lián)網(wǎng)時(shí)代和基于算力的云計(jì)算時(shí)代之后，我們將進(jìn)入基于大模型的AI時(shí)代。AI大模型的落地應(yīng)用使得AI的三要素由“數(shù)據(jù)、算法、算力”演變?yōu)椤皥?chǎng)景、產(chǎn)品、算力”。人類有望進(jìn)入AGI（通用人工智能）時(shí)代資料來源：Indigo’s

Digital

Mirror大模型能力爆發(fā)，模型算法+基礎(chǔ)設(shè)施投資需要持續(xù)加大圖：AI進(jìn)化史圖：高端智能制造不同領(lǐng)域數(shù)據(jù)算法 算力場(chǎng)景產(chǎn)品

算力交互革命人機(jī)交互方式：GUI

-

-

-

DUI/HUIPrompt工程價(jià)值凸顯AGI

0.1知識(shí)革命語言是知識(shí)的載體，未來模型人人可訓(xùn)、人人可用AGI

1.0思維革命AI具備獨(dú)立思考與邏輯判斷能力具備智能連接物理世界AGI

2.011衛(wèi)星互聯(lián)網(wǎng)，新基建之一，處于行業(yè)加速期通信衛(wèi)星制造：低軌衛(wèi)星數(shù)量預(yù)期發(fā)射量較大，衛(wèi)星及星載核心硬件最先受益。通信衛(wèi)星和有效載荷是通信轉(zhuǎn)發(fā)器和天線（相控陣天線和固定多波束天線），Ka頻段高通量衛(wèi)星需求帶動(dòng)下，相控陣天線具備規(guī)模經(jīng)濟(jì)優(yōu)勢(shì)。導(dǎo)航應(yīng)用方面：由于北斗三號(hào)北斗衛(wèi)星組網(wǎng)已經(jīng)完成，北斗三號(hào)終端有望加速滲透尤其是軍工市場(chǎng)，相關(guān)具備芯片能力的上市公司有望受益，相關(guān)受益標(biāo)的包括海格通信、華力創(chuàng)通、北斗星通等。衛(wèi)星通信應(yīng)用方面：地面接收硬件終端（衛(wèi)星接收天線、手持終端等）以及應(yīng)用服務(wù)。尤其是服務(wù)高通量衛(wèi)星之前衛(wèi)通通信領(lǐng)域多用于應(yīng)急、航海、航空的等專業(yè)高價(jià)值領(lǐng)域，相關(guān)上市公司包括海格通信、華力創(chuàng)通、盛洋科技等。資料來源：智研咨詢，華西證券研究所0510150500100015002021 2022 2023 2024E2025E 2026E圖表：中國(guó)衛(wèi)星通信規(guī)模及增長(zhǎng)預(yù)測(cè)規(guī)模（億元）規(guī)模增長(zhǎng)率正處于關(guān)鍵時(shí)期加速落地階段12低空經(jīng)濟(jì)，新質(zhì)生產(chǎn)力，政策加速落地目前感知網(wǎng)絡(luò)的產(chǎn)業(yè)鏈及建設(shè)進(jìn)度還未明確，且覆蓋成本還需要通信覆蓋來率先補(bǔ)貼，相關(guān)產(chǎn)業(yè)鏈具備較好的發(fā)展機(jī)遇。1）5G-A通感一體化帶來通信天線及毫米波產(chǎn)業(yè)鏈應(yīng)用延伸；2）低空經(jīng)濟(jì)的發(fā)展帶來無線通信技術(shù)空間上的延伸帶動(dòng)短波超短波、無線中繼組網(wǎng)等產(chǎn)業(yè)鏈；3）衛(wèi)星通信作為低空飛行器重要的補(bǔ)充通信方式，隨著國(guó)內(nèi)低軌衛(wèi)星的發(fā)射組網(wǎng)逐漸成熟，低空經(jīng)濟(jì)有望成為低軌衛(wèi)星通信的重要落地應(yīng)用場(chǎng)景；4）異構(gòu)多傳感器提供多維度環(huán)境信息，保障飛行安全：低空飛信器的感知域主要由攝像頭、毫米波雷達(dá)、激光雷達(dá)、全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）+慣性測(cè)量單元（IMU）等模塊組成，相關(guān)產(chǎn)業(yè)鏈與智能駕駛產(chǎn)業(yè)鏈高度重合。資料來源：賽迪研究院《中國(guó)低空經(jīng)濟(jì)發(fā)展研究報(bào)告（2024）》，華西證券研究所0102030400500010000150002021 2022 2023 2024E2025E2026E圖表：中國(guó)低空經(jīng)濟(jì)規(guī)模及增長(zhǎng)預(yù)測(cè)規(guī)模（億元）規(guī)模增長(zhǎng)率13智能制造，帶動(dòng)ICT產(chǎn)業(yè)鏈新需求針對(duì)不同場(chǎng)景的需求共性進(jìn)行分析歸納，輸出了5G重點(diǎn)場(chǎng)景兩大類解決方案，同時(shí)對(duì)各類場(chǎng)景規(guī)模化時(shí)間、行業(yè)整體規(guī)模進(jìn)行預(yù)測(cè)。重點(diǎn)解決方案：智能監(jiān)控、工業(yè)機(jī)器視覺、云化AGV、數(shù)據(jù)采集（工業(yè)傳感）、工業(yè)AR。長(zhǎng)期目標(biāo)：無線云化PLC控制及云化機(jī)器人控制兩個(gè)場(chǎng)景仍需要實(shí)驗(yàn)室去開展相關(guān)研究及驗(yàn)證工作高清視頻工業(yè)機(jī)器視覺AGV&工業(yè)機(jī)器人AR/VR遠(yuǎn)程控制預(yù)測(cè)性維護(hù)設(shè)備狀態(tài)監(jiān)測(cè)1年內(nèi)成熟1-2年內(nèi)成熟2-3年內(nèi)成熟3-10年成熟市場(chǎng)期望應(yīng)用場(chǎng)景一般場(chǎng)景廠區(qū)智能物流無人智能巡檢重點(diǎn)場(chǎng)景無線質(zhì)檢AGV/工業(yè)機(jī)器人生產(chǎn)智能檢測(cè)設(shè)備故障診斷長(zhǎng)期場(chǎng)景遠(yuǎn)程設(shè)備操控手動(dòng)裝配指導(dǎo)/培訓(xùn)遠(yuǎn)程巡檢/維護(hù)柔性生產(chǎn)制造底層技術(shù)無線機(jī)器數(shù)字孿生MEC VR/AR邊緣AI 云計(jì)算高清視頻終端元素工業(yè)機(jī)器人高清攝像頭AGV無人機(jī)VR/AR顯示器工業(yè)傳感器資料來源：華西證券研究所整理14產(chǎn)業(yè)趨勢(shì)：三個(gè)“安全”愈加重要產(chǎn)業(yè)鏈供應(yīng)鏈安全：關(guān)鍵核心技術(shù)和關(guān)鍵零部件的自主研發(fā)，技術(shù)自立自強(qiáng)。國(guó)防軍事安全：打造強(qiáng)大戰(zhàn)略威懾力量體系，增加新域新質(zhì)作戰(zhàn)力量比重，軍工行業(yè)將向著更加全面、更多維度方向發(fā)展。網(wǎng)絡(luò)信息安全：網(wǎng)絡(luò)安全作為網(wǎng)絡(luò)強(qiáng)國(guó)、數(shù)字中國(guó)的底座，將在未來的發(fā)展中承擔(dān)托底的重?fù)?dān)，是現(xiàn)代化產(chǎn)業(yè)體系中不可或缺的部分。產(chǎn)業(yè)鏈供應(yīng)鏈安全網(wǎng)絡(luò)信息安全國(guó)防安全核心芯片（設(shè)備、材料、工藝等）、操作系統(tǒng)、數(shù)據(jù)庫、工業(yè)軟件等資料來源：華西證券研究所整理151603

AI平權(quán)，泛在化與端側(cè)化演進(jìn)邊緣AI+端側(cè)AIGPT3引發(fā)大模型涌現(xiàn)，百模大戰(zhàn)由OpenAI發(fā)布的GPT3開始，大語言模型的理解和生成能力、通用和泛化能力大幅提升，引爆AGI大模型噴薄發(fā)展，開源模型與閉源模型并駕齊驅(qū)。機(jī)器學(xué)習(xí) 深度學(xué)習(xí)與大語言模型時(shí)代預(yù)測(cè)性分析 分類 生成式和對(duì)話式AI 復(fù)雜推理20002024+XGBoostCatBoostAlexNexBERTChatGPT3ChatGPT4Gemin1.5LLaMa-3Claude3.5Chato1文心一言千問豆包DeepSeek

v3訊飛月之暗面17AI大模型出現(xiàn)后，算力及網(wǎng)絡(luò)需求倍數(shù)提升算力每20個(gè)月翻倍算力每6個(gè)月翻倍01020302014201820222026

2030超大規(guī)模數(shù)據(jù)中心主機(jī)托管數(shù)據(jù)中心企業(yè)數(shù)據(jù)中心0%20%40%60%80%40 100%2014

2018

2022

2026

2030超大規(guī)模數(shù)據(jù)中心主機(jī)托管數(shù)據(jù)中心企業(yè)數(shù)據(jù)中心大模型和AIGC高速演進(jìn)，高性能計(jì)算行業(yè)面臨迫切的更高效率的算力需求大模型訓(xùn)練的算力當(dāng)量正在進(jìn)一步增大，從

GPT-3

到

GPT-4

算力當(dāng)量增長(zhǎng)了

68

倍。算力當(dāng)量越大，交叉熵越小，模型能力越強(qiáng)。數(shù)據(jù)中心為訓(xùn)練AI模型產(chǎn)生的能耗將為常規(guī)云工作的三倍，美國(guó)數(shù)據(jù)中心電力需求以10%復(fù)合增速增長(zhǎng)。圖表：

AI需求帶來算力增速爆發(fā) 圖表：數(shù)據(jù)中心算力需求及占比（千兆瓦）資料來源：麥肯錫，華西證券研究所18產(chǎn)業(yè)趨勢(shì)：需求驅(qū)動(dòng)IDC向AIDC演進(jìn)對(duì)于數(shù)據(jù)中心運(yùn)營(yíng)方來說，多種不同客戶對(duì)應(yīng)不同的智能算力需求，以及同一客戶訓(xùn)推重點(diǎn)也對(duì)算力結(jié)構(gòu)有所要求，因此，其運(yùn)營(yíng)的數(shù)據(jù)中心靈活部署要求也在不斷提升，具備標(biāo)準(zhǔn)化建造及運(yùn)營(yíng)能力的中大型數(shù)據(jù)中心廠商具備更好的服務(wù)基礎(chǔ)。對(duì)于互聯(lián)網(wǎng)大廠，一般都集中以訓(xùn)推一體需求為主，大部分自建數(shù)據(jù)中心，注重大網(wǎng)絡(luò)的集群化部署，對(duì)于機(jī)電配套設(shè)備要求高，定制化以及低容錯(cuò)的高要求運(yùn)維能力至關(guān)重要，該類大數(shù)據(jù)中心集群通常以高功率機(jī)柜為主，且基本具備一定規(guī)模，網(wǎng)絡(luò)配置優(yōu)異，通常選用核心城市周邊地區(qū)以獲得更高的能耗容量，伴隨智算占比不斷提升，通常采用冷板式液冷模式為主，預(yù)計(jì)在未來需求中仍將伴隨客戶Capex不斷提升。主要關(guān)注阿里、騰訊、字節(jié)等相關(guān)主流供應(yīng)商；對(duì)于政府、金融客戶，通常以私有部署或中低功率機(jī)柜需求為主，對(duì)于安全等級(jí)、災(zāi)備能力要求更高，該部分客戶也主要采取定制化、自有自建部署為主；對(duì)于企業(yè)客戶，目前其功率需求仍相對(duì)較低，或通常直接租用公有云服務(wù)，其客戶流動(dòng)更加頻繁，但對(duì)于價(jià)格敏感度更高。19主要面向大模型的通用訓(xùn)練，比如華為盤古大模型等，機(jī)柜功率普遍在35KW以上，平均功耗較高通常采用全液冷形式；主要面向公有云和互聯(lián)網(wǎng)，比如運(yùn)營(yíng)商公有云、字節(jié)跳動(dòng)等，機(jī)柜功率在8KW-15KW或35KW以上，考慮成本通常采用以液冷為主的風(fēng)液混合形式；在生成式AI及大模型的需求驅(qū)動(dòng)下，客戶算力需求由傳統(tǒng)CPU通用算力向GPU、TPU等智能算力演進(jìn)。根據(jù)客戶和智算需求可大致分為三類：純智算 訓(xùn)推一體 普智一體主要面向私有云和極低時(shí)延的端側(cè)推理，主要應(yīng)用于央國(guó)企、政府部門和中小型產(chǎn)業(yè)數(shù)字化客戶，包括烽火等，機(jī)柜功率在2KW-8KW或35KW以上，通常以風(fēng)冷為主，少許配置液冷形式。資料來源：中國(guó)電信，華西證券研究所產(chǎn)業(yè)趨勢(shì)：龍頭公司開支持續(xù)高漲AI應(yīng)用催化，互聯(lián)網(wǎng)大廠資本開支加速增長(zhǎng)，重心向算力方向轉(zhuǎn)移。其中，國(guó)內(nèi)互聯(lián)網(wǎng)大廠包括騰訊、阿里等季度資本開支均出現(xiàn)同比大幅增長(zhǎng)，且結(jié)構(gòu)重心向AI領(lǐng)域傾斜。字節(jié)：12月18日，字節(jié)跳動(dòng)正式發(fā)布豆包視覺理解模型，并接入豆包App和PC端產(chǎn)品，豆包大模型全面升級(jí)。伴隨字節(jié)在抖音等App流量加速上漲過程中，字節(jié)對(duì)數(shù)據(jù)中心、AI硬件等資本開支不斷加大，豆包App的全面升級(jí)有望推動(dòng)公司持續(xù)加大AI相關(guān)領(lǐng)域投資。騰訊：2023年全年經(jīng)營(yíng)性資本開支172億元，同比增長(zhǎng)69%。2024年Q1-Q3經(jīng)營(yíng)性資本支出分別為66/72/147億元，同比分別增長(zhǎng)557%/144%/122%，主要受GPU服務(wù)投資驅(qū)動(dòng)。阿里：2024Q1-Q3購(gòu)置物業(yè)及設(shè)備資本開支約102/119/170億元，同比分別增長(zhǎng)305%/99%/313%，主要系圍繞AI基礎(chǔ)設(shè)施投入，在2024財(cái)年報(bào)告中，公司強(qiáng)調(diào)將持續(xù)對(duì)AI基礎(chǔ)模型和AI創(chuàng)新進(jìn)行投入。20圖表：三大運(yùn)營(yíng)商資本開支（未特殊標(biāo)注單位均為億元）圖表：美國(guó)科技龍頭公司資本開支（未特殊標(biāo)注單位均為億美元）中國(guó) 中國(guó) 中國(guó)單位：（億元）移動(dòng)電信聯(lián)通2023年資本開支1803988.47392024年預(yù)計(jì)資本開支＜17309606502024H1資本開支6404722392024H1智算規(guī)模（EFLOPS）19.621102024H1新增智算規(guī)模（EFLOPS）9.5102024H1累計(jì)5G中頻基站2291312024H1低頻基站70.579注：騰訊為經(jīng)營(yíng)性資本開支；阿里為購(gòu)置物業(yè)及設(shè)備資本開支資料來源：

谷歌、Meta、微軟、阿里、騰訊及三大運(yùn)營(yíng)商官網(wǎng)，華西證券研究所公司2024年資本性支出2023年資本性支出同比增長(zhǎng)（%）谷歌（ALPHABET）-A525.35322.5162.9%微軟（MICROSOFT）444.77281.0758.2%MetaPlatforms372.56272.6636.6%10306666721472560416773102119180160140120100806040200騰訊 阿里圖表：騰訊及阿里季度資本開支情況（億元）

170

產(chǎn)業(yè)趨勢(shì)：Scaling

Law逐漸遞減Scaling

Law規(guī)律帶來百模大戰(zhàn)：伴隨OpenAI2020年提出的Scaling

Law，眾多互聯(lián)網(wǎng)企業(yè)加入模型大戰(zhàn)，不斷提升資本支出，加大用于訓(xùn)練的計(jì)算資源以及數(shù)據(jù)，從而提升自身模型能力。Scaling

Law指出，對(duì)于模型，模型規(guī)模（如參數(shù)數(shù)量N）、訓(xùn)練數(shù)據(jù)集大小（D，token數(shù)）和計(jì)算量（C）之間存在一定可預(yù)測(cè)的關(guān)系，三者滿足C≈6ND；而模型的最終性能主要與計(jì)算量C、模型參數(shù)量N和數(shù)據(jù)大小D三者相關(guān)，而與模型的具體結(jié)構(gòu)（層數(shù)/深度/寬度）基本無關(guān)。隨著模型規(guī)模的增大，每增加相同數(shù)量的參數(shù)或計(jì)算資源，獲得的性能提升逐漸減少。這對(duì)模型設(shè)計(jì)及其部署策略有重要指導(dǎo)意義，提示研究人員和工程師在擴(kuò)大模型規(guī)模時(shí)，需要綜合考慮成本和收益。伴隨數(shù)據(jù)資源耗盡，

Scaling

Law邊際效益逐漸遞減：（1）人類創(chuàng)作的文本資料（D）幾乎耗盡；（2）在計(jì)算量（C）沒有大幅提升和數(shù)據(jù)量（D）耗盡下，僅提升參數(shù)（N）無助于模型效能；（3）計(jì)算量（C）短期無法顯著提升，主要是Blackwell系統(tǒng)尚未量產(chǎn)和電力供應(yīng)限制等因素。資料來源：Scaling

Laws

for

Neural

Language

Models21產(chǎn)業(yè)趨勢(shì)：開源與閉源并駕齊驅(qū)基礎(chǔ)大模型普遍進(jìn)入性能提升瓶頸期，開源模型吸引大量開發(fā)展，開源模型與閉源模型性能差距逐漸縮小。在Scaling

Law邊際效益遞減規(guī)律下，開源模型通過提升優(yōu)化訓(xùn)練方式來提升模型效能。資料來源：LMSYS

Org、53AI開源模型加速追趕22國(guó)產(chǎn)開源模型引發(fā)巨震，有望加速完善產(chǎn)業(yè)生態(tài)在OpenAI發(fā)布O推理模型后，國(guó)內(nèi)大模型廠商緊隨其后，陸續(xù)推出自己的推理模型。這些模型在數(shù)學(xué)、代碼、推理謎題等多種復(fù)雜推理任務(wù)上取得顯著進(jìn)步。主要模型機(jī)構(gòu)包括DeepSeek、月之暗面、阿里的QwQ和Marco-o1等。DeepSeek開源模型引動(dòng)巨震，有望加速完善產(chǎn)業(yè)生態(tài)：2024年12月，DeepSeekV3模型發(fā)布，2025年1月，DeepSeek正式發(fā)布R1系列模型并開源，根據(jù)AI產(chǎn)品榜統(tǒng)計(jì)，DeepSeek僅上線18天日活1500萬，成為全球增速最快的AI應(yīng)用。其模型能力比肩OpenAI，部署成本顯著下降；同時(shí)，包括華為、騰訊、阿里、百度以及微軟、AWS等陸續(xù)宣布支持DeepSeek模型，芯片領(lǐng)域包括英偉達(dá)、AMD、英特爾以及國(guó)產(chǎn)GPU天數(shù)智芯、摩爾線沐曦等陸續(xù)宣布支持DeepSeek模型。API/token價(jià)格的顯著下降，開源生態(tài)加速國(guó)產(chǎn)GPU適配，助力下游軟件應(yīng)用和端側(cè)AI加速落地，產(chǎn)業(yè)鏈商業(yè)閉環(huán)有望實(shí)現(xiàn)。圖：DeepSeek模型與OpenAI模型主要性能對(duì)比圖：DeepSeek模型與其他模型價(jià)格對(duì)比資料來源：AI在線，觀察者網(wǎng)2324目前DeepSeek大模型一體機(jī)分為推理一體機(jī)和訓(xùn)推一體機(jī)。DeepSeek推理一體機(jī)內(nèi)置DeepSeek-R1

32B、70B、滿血版671B等不同尺寸模型，價(jià)格在幾十萬元到數(shù)百萬元不等，主要面向?qū)?shù)據(jù)安全、數(shù)據(jù)隱私較為敏感的企業(yè)用戶。而訓(xùn)推一體機(jī)的售價(jià)更高，用于DeepSeek-R1

32B模型的預(yù)訓(xùn)練和微調(diào)的一體機(jī)價(jià)格就達(dá)到數(shù)百萬元。根據(jù)財(cái)聯(lián)社信息，硅基流動(dòng)聯(lián)合北京昇騰人工智能計(jì)算中心推出支持基于昇騰算力的DeepSeek-R1&V3系列模型、Qwen、FLUX.1等上百種主流模型的私有化集群部署，覆蓋多場(chǎng)景應(yīng)用需求。根據(jù)《電子工程專輯》，昇騰DeepSeek一體機(jī)支持2倍于業(yè)界的多用戶并發(fā)數(shù)，最多可達(dá)192個(gè)用戶同時(shí)在線，單用戶時(shí)延僅50ms，滿足企業(yè)多部門高效協(xié)同工作需求，同時(shí)支持DeepSeek

V3/R1以及參數(shù)量1.5B-70B蒸餾模型全系列靈活部署，為企業(yè)提供極大選擇空間。部署難度降低，推動(dòng)私有云、政企云業(yè)務(wù)加速：我們認(rèn)為，目前C端AI功能大部分仍主要取代搜索引擎，相比之下，企業(yè)端的垂類應(yīng)用落地方案相比C端AI應(yīng)用可能更快，比如AI辦公、AI醫(yī)療等應(yīng)用方案，相關(guān)受益標(biāo)的包括相關(guān)國(guó)資云、運(yùn)營(yíng)商以及數(shù)據(jù)要素相關(guān)廠商等，包含中國(guó)移動(dòng)、中國(guó)電信、中國(guó)聯(lián)通、以及數(shù)據(jù)要素廠商。其二，昇騰DeepSeek一體機(jī)對(duì)政企客戶AI滲透進(jìn)程加速推動(dòng)，有望為政企、金融等對(duì)數(shù)據(jù)安全較高的客戶提供可靠的解決方案。政企算力有望加速部署，相關(guān)受益標(biāo)的包括烽火通信、神州數(shù)碼、拓維信息、華工科技等。中長(zhǎng)期看好中大型客戶定制化數(shù)據(jù)中心或公有云服務(wù)商:包括光環(huán)新網(wǎng)、奧飛數(shù)據(jù)、數(shù)據(jù)港等，相關(guān)受益標(biāo)的包括潤(rùn)澤科技、萬國(guó)數(shù)據(jù)等；對(duì)于液冷等確定性架構(gòu)迭代，持續(xù)推薦英維克，相關(guān)受益標(biāo)的包括高瀾股份等。DeepSeek一體機(jī)推動(dòng)私有云、政企云部署加速邊緣計(jì)算：AI應(yīng)用新增云安全和算力分發(fā)需求25得益于云原生技術(shù)應(yīng)用、物聯(lián)網(wǎng)產(chǎn)業(yè)成熟以及AI大模型催化，邊緣計(jì)算市場(chǎng)保持快速增長(zhǎng)。根據(jù)MarketsandMarkets報(bào)告，全球邊緣計(jì)算市場(chǎng)規(guī)模將從2024年的600億美元增長(zhǎng)至2029年的1106億美元，年復(fù)合增長(zhǎng)率預(yù)計(jì)達(dá)到13%。根據(jù)IDC最新發(fā)布《中國(guó)邊緣云市場(chǎng)跟蹤研究，2023H2》，2023年下半年，中國(guó)邊緣云市場(chǎng)規(guī)模總計(jì)62.6億元，同比增速36.1%。云原生與AI技術(shù)驅(qū)動(dòng)，行業(yè)加速智能化轉(zhuǎn)型，帶來邊緣計(jì)算剛需：伴隨企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程，云原生技術(shù)應(yīng)用規(guī)模不斷擴(kuò)展，帶來邊緣云剛需。根據(jù)IDC《中國(guó)云原生基礎(chǔ)設(shè)施技術(shù)能力評(píng)估報(bào)告（2023）》預(yù)測(cè)，到2025年，云原生工作負(fù)載將會(huì)占據(jù)服務(wù)器上工作負(fù)載的1/3。在AI技術(shù)發(fā)展進(jìn)程中，AI算力與技術(shù)迭代加速，先進(jìn)的AI模型也優(yōu)先以云服務(wù)形式對(duì)外提供服務(wù)，這需要在基礎(chǔ)設(shè)施層面全面徹底云原生化，以此為基礎(chǔ)構(gòu)建AI原生的應(yīng)用架構(gòu)，并面向AI研發(fā)進(jìn)行MLOps/LMOps的研發(fā)流程升級(jí)。邊緣計(jì)算為云原生和AI大模型推理等提供諸多領(lǐng)域應(yīng)用創(chuàng)新。比如在智慧城市中，邊緣節(jié)點(diǎn)處理交通攝像頭數(shù)據(jù)，利用AI生成交通流量預(yù)測(cè)和優(yōu)化方案，有效減少擁堵。在娛樂媒體行業(yè)，邊緣節(jié)點(diǎn)處理直播視頻流，生成實(shí)時(shí)字幕、翻譯和視頻特效，增強(qiáng)觀眾的觀看體驗(yàn)。在智能零售中，邊緣設(shè)備處理顧客行為數(shù)據(jù)，通過AI生成個(gè)性化推薦，可以提升購(gòu)物體驗(yàn)等。圖表：邊緣計(jì)算市場(chǎng)全球規(guī)模預(yù)測(cè)（十億美元） 圖表：面向邊緣智能的移動(dòng)算力網(wǎng)絡(luò)架構(gòu)資料來源：MarketsandMarkets，網(wǎng)宿科技，C114通信網(wǎng)、郵電設(shè)計(jì)藝術(shù)，華西證券研究所邊緣計(jì)算：AI應(yīng)用新增云安全和算力分發(fā)需求DeepSeek模型價(jià)格遠(yuǎn)低于其他大模型，同時(shí)其蒸餾模型（包括1.5B、7B、8B）也持續(xù)推動(dòng)輕量化模型部署。我們認(rèn)為，DeepSeek蒸餾模型的出現(xiàn)，將進(jìn)一步促使物聯(lián)網(wǎng)產(chǎn)業(yè)鏈向智能化、高端化方向演進(jìn)，芯片企業(yè)針對(duì)邊緣端AI推理芯片也有望滿足DeepSeek蒸餾模型在物聯(lián)網(wǎng)設(shè)備上的高效運(yùn)行能力，從而持續(xù)推動(dòng)邊緣計(jì)算需求。比如摩爾線程就基于

Ollama

開源框架，完成了

DeepSeek

7B

蒸餾模型在MTT

S80

和MTTS4000的部署，并在多種中文任務(wù)中展現(xiàn)優(yōu)異性能，驗(yàn)證了摩爾線程自研全功能

GPU

的通用性與

CUDA

兼容性。同時(shí)包括移遠(yuǎn)通信、美格智能等相機(jī)發(fā)布的AI算力模組產(chǎn)品也有望在端側(cè)AI加速滲透過程中拉動(dòng)需求。邊緣計(jì)算需求持續(xù)增長(zhǎng)，主要得益于三方面，其一是企業(yè)數(shù)字化轉(zhuǎn)型過程中云原生技術(shù)的廣泛應(yīng)用；其二是IoT產(chǎn)業(yè)不斷成熟，推動(dòng)邊緣計(jì)算應(yīng)用廣泛滲透；其三是在AI大模型快速發(fā)展進(jìn)程中，為邊緣計(jì)算打開新的成長(zhǎng)機(jī)遇。當(dāng)前時(shí)點(diǎn)，伴隨DeepSeek輕量化低成本部署方案的推動(dòng)，包括邊緣計(jì)算以及端側(cè)AI有望迎來新一輪發(fā)展機(jī)遇。相關(guān)受益標(biāo)的包括加速網(wǎng)絡(luò)以及邊緣安全廠商網(wǎng)宿科技，邊緣節(jié)點(diǎn)廠商優(yōu)刻得、首都在線，混合云青云科技，邊緣端側(cè)AI模組廠商移遠(yuǎn)通信、美格智能等和邊緣計(jì)算高算力SoC類芯片廠商。26公司名稱 股票代碼收盤價(jià)總市值EPSPE（元）（億元）20232024E2025E2026E20232024E2025E2026E網(wǎng)宿科技300017.SZ0.435.8首都在線*300846.SZ移遠(yuǎn)通信*603236.SH美格智能*002881.SZ13.228.281.152.8323.7141.1212.2138.30.3-0.70.30.20.30.22.00.50.30.42.80.73.60.953.0-38.7238.5213.053.0156.740.2112.442.774.029.077.422.857.9圖表：邊緣AI相關(guān)標(biāo)的注：*為wind一致性預(yù)測(cè)資料來源：wind，華西證券研究所物聯(lián)網(wǎng)：端側(cè)AI持續(xù)滲透，AIOT模組增長(zhǎng)動(dòng)能強(qiáng)勁27伴隨AI發(fā)展的加速，尤其在端側(cè)設(shè)備端的不斷滲透，AI嵌入式蜂窩物聯(lián)網(wǎng)模組增長(zhǎng)潛能充足。而AI嵌入式蜂窩模組又可以細(xì)分為智能模組和AI使能型模組，后者按照

AI

能力的高低又可進(jìn)一步細(xì)分為低級(jí)

AI

模組和高級(jí)

AI

模組。智能模組：配有

CPU

和

GPU

以及連接基帶，主要側(cè)重于連接和進(jìn)行比較基礎(chǔ)的數(shù)據(jù)處理。AI使能型模組：這類模組集成了

CPU、GPU、NPU、TPU

等先進(jìn)處理器，或者配有專用的

AI

引擎，以增強(qiáng)人工智能功能。其中低級(jí)

AI

模組提供中等

AI

能力，通常以低于

8

TOPS

的速度進(jìn)行

AI

推理；高級(jí)

AI

模組支持

8

TOPS

以上的

AI

推理，可以處理更復(fù)雜的任務(wù)。根據(jù)

Counterpoint

的

AI

Module

Tracker

and

Forecast

的數(shù)據(jù)，到

2030

年，AI

嵌入式蜂窩模組預(yù)計(jì)將占所有物聯(lián)網(wǎng)模組出貨量的

25%，高于2023

年的

6%，復(fù)合年增長(zhǎng)率為

35%。圖表：不同AI功能模組2023年出貨量及2030年預(yù)計(jì)出貨量占比 圖表：AI嵌入式蜂窩模組分類資料來源：Counterpoint，華西證券研究所物聯(lián)網(wǎng)：端側(cè)AI持續(xù)滲透，AIOT模組增長(zhǎng)動(dòng)能強(qiáng)勁28我們認(rèn)為，當(dāng)前AI發(fā)展正處于由模型訓(xùn)練轉(zhuǎn)向推理的關(guān)鍵階段，各種終端和應(yīng)用在逐漸明確AI的使用方向，與此同時(shí)，國(guó)產(chǎn)算力需求也正在培育推動(dòng)相關(guān)配套硬件及軟件生態(tài)發(fā)展。而物聯(lián)網(wǎng)模組行業(yè)市場(chǎng)格局維持頭部集中，整體銷量仍在穩(wěn)定抬升，ARPU也在伴隨網(wǎng)絡(luò)制式升級(jí)逐漸企穩(wěn)。當(dāng)前，AI端側(cè)的滲透逐漸推動(dòng)下游包括機(jī)器人、AI眼鏡&可穿戴、工控等應(yīng)用方向有望爆發(fā)，也給其中的模組廠商帶來結(jié)構(gòu)性市場(chǎng)機(jī)會(huì)，相關(guān)受益標(biāo)的包括移遠(yuǎn)通信、美格智能等。圖表：物聯(lián)網(wǎng)廠商的AI相關(guān)模組產(chǎn)品廠商AI相關(guān)模組產(chǎn)品移遠(yuǎn)通信近期宣布推出針對(duì)玩具市場(chǎng)的AI智能解決方案。該方案利用移遠(yuǎn)通信和全鏈路的音頻算法，并深度融合豆包等大模型的先進(jìn)AI技術(shù)和豐富數(shù)據(jù)資源，實(shí)現(xiàn)智能玩具與云端AI能力的無縫對(duì)接，使得用戶與玩具能夠進(jìn)行實(shí)時(shí)、流暢的對(duì)話，無論是趣味暢聊、百科問答還是信息查詢，智能玩具都能迅速響應(yīng)。廣和通深度布局視覺視覺與聽覺計(jì)算，推出高算力和輕量化機(jī)器視覺解決方案，在高端智能影像終端、工業(yè)視覺終端、車載終端、機(jī)器人均具有廣泛應(yīng)用場(chǎng)景。美格智能合作伙伴阿加犀聯(lián)合高通在2025CES展會(huì)上面向全球發(fā)布人形機(jī)器人，搭載了2顆美格智能基于高通QCS8550計(jì)算平臺(tái)開發(fā)的高算力AI模組SNM970，單顆算力48T，累計(jì)AI算力接近100T，為人形機(jī)器人的整體控制系統(tǒng)提供計(jì)算能力。根據(jù)公司公眾號(hào)文章，其發(fā)布的終端側(cè)AI產(chǎn)品矩陣為包括機(jī)器人、AR/AI眼鏡、無人機(jī)智控、AI+醫(yī)療等多領(lǐng)域提供落地方案。資料來源：Counterpoint，華西證券研究所2903

AI對(duì)算力網(wǎng)絡(luò)的改造交換機(jī)、CPO、液冷、電源大規(guī)模的無阻塞網(wǎng)絡(luò)是構(gòu)建AI大模型的基礎(chǔ)設(shè)施30大規(guī)模的無阻塞網(wǎng)絡(luò)是構(gòu)建AI大模型的基礎(chǔ)設(shè)施：面對(duì)千億、萬億參數(shù)規(guī)模的大模型訓(xùn)練，僅僅是單次計(jì)算迭代內(nèi)梯度同步需要的通信量就達(dá)到了百

GB

量級(jí)。此外還有各種并行模式、加速框架引入的通信需求，使得傳統(tǒng)低速網(wǎng)絡(luò)的帶寬遠(yuǎn)遠(yuǎn)無法支撐

GPU集群的高效計(jì)算。因此要充分發(fā)揮

GPU

計(jì)算資源的強(qiáng)大算力，必須構(gòu)建一個(gè)全新的高性能網(wǎng)絡(luò)底座，用高速網(wǎng)絡(luò)的大帶寬來助推整個(gè)集群計(jì)算的高效率。大規(guī)模

AI

訓(xùn)練集群架構(gòu)中，GPU

之間的通信實(shí)際上由多種形式的網(wǎng)絡(luò)來承載的：機(jī)間網(wǎng)絡(luò)（網(wǎng)卡

+

交換機(jī)）與機(jī)內(nèi)網(wǎng)絡(luò)（NVLink/NVSwitch

網(wǎng)絡(luò)、PCIe

總線網(wǎng)絡(luò)）。圖表：NV

SuperPOD架構(gòu) 圖表：網(wǎng)卡+交換機(jī)架構(gòu)資料來源：MicroFlow,聯(lián)瑞網(wǎng)卡，華西證券研究所大模型訓(xùn)練使得算力網(wǎng)絡(luò)往超大規(guī)模、超高帶寬演進(jìn)，催生高速率交換芯片快速演進(jìn)及商用化：

AI

訓(xùn)練除了需要更高算力之外，高性能網(wǎng)絡(luò)也是必不可少。對(duì)于大模型，單次的參數(shù)同步量一般都在百M(fèi)B~GB

的量級(jí)，參數(shù)量巨大。傳統(tǒng)電交換芯片直接決定整機(jī)的交換容量、端口速率等核心性能

指標(biāo)，AI

驅(qū)動(dòng)高速率交換芯片逐漸成為主流。大模型快速發(fā)展背景下，傳統(tǒng)交換機(jī)芯片以前所未有的速度商用加速商用：2022年8月16日，博通發(fā)布了業(yè)內(nèi)首款51.2T容量的交換芯片Tomahawk5。2023年3月15日宣布其Tomahawk

5系列現(xiàn)已批量出貨，從最初的樣品到量產(chǎn)部署僅花七個(gè)月時(shí)間，對(duì)于博通交換芯片產(chǎn)品線來說是前所未有的，證明AI大模型正在快速推進(jìn)相關(guān)技術(shù)迭代。大模型驅(qū)動(dòng)大容量交換芯片以前所未有的速度迭代圖表：電交換機(jī)芯片數(shù)據(jù)處理能力每?jī)赡攴环Y料來源：博通，OCP2022

System

Path

to

51.2T，Sasani，et

al，2021.華西證券研究所圖表：以太網(wǎng)交換機(jī)向光電融合方案逐漸演進(jìn)（3D

CPO封裝）31高速互聯(lián)——全光交換方案OCS32資料來源：訊石光通訊網(wǎng)，華西證券研究所谷歌大模型中使用的自研TPU和光電路交換機(jī)OCS進(jìn)入大眾視野。谷歌很早就開始在其數(shù)據(jù)中心中部署OCS。2022年谷歌發(fā)表論文“MissionApollo:

Landing

Optical

Circuit

Switchingat

Datacenter

Scale”，文章詳細(xì)介紹了OCS和基于自研OCS實(shí)現(xiàn)的Apollo網(wǎng)絡(luò)架構(gòu)。與EPS相比,

OCS帶來了數(shù)據(jù)中心網(wǎng)絡(luò)結(jié)構(gòu)的革新，具備能耗與成本優(yōu)勢(shì)，同時(shí)不需要解碼數(shù)據(jù)包，具備低延遲特性。我們認(rèn)為，兩大方案仍在很長(zhǎng)時(shí)間段內(nèi)共存，但是谷歌的Apollo結(jié)構(gòu)對(duì)于脊交換機(jī)（Spine層）等的替換，使得相關(guān)高速率光模塊需求是不如NV

IB形式的，長(zhǎng)期看伴隨制造及微鏡調(diào)配的工藝升級(jí)，通過增加更多端口數(shù)的系統(tǒng)，相關(guān)OCS架構(gòu)可能會(huì)向更下一層滲透，從而降低光模塊需求。根據(jù)LightCounting最新預(yù)測(cè)，AI硬件需求推動(dòng)2023-2024年InfiniBand交換機(jī)銷量，但會(huì)在2025-2028年放緩，2023-2028

CAGR

24%，對(duì)于以太網(wǎng)交換機(jī)

CAGR

14%，而谷歌的OCS方案，預(yù)計(jì)其2023-2028

CAGR將達(dá)到32%。圖表：傳統(tǒng)Clos拓?fù)浼軜?gòu)與谷歌的OCS全光交換機(jī)方案 圖表：交換機(jī)2023-2028年市場(chǎng)銷量預(yù)測(cè)（百萬美元）高速互聯(lián)——高速光模塊資料來源：Dell’Oro

Group，Cignal

AI、C114通信網(wǎng)，華西證券研究所根據(jù)市場(chǎng)研究機(jī)構(gòu)Cignal

AI報(bào)告，AI部署為數(shù)通市場(chǎng)帶來前所未有的發(fā)展機(jī)遇。預(yù)計(jì)2024年高速數(shù)通光模塊的市場(chǎng)規(guī)模將超過90億美元。400G和800G光模塊的出貨量在過去12個(gè)月中增長(zhǎng)了近四倍，預(yù)計(jì)2024年將超過2000萬只。隨著800G增長(zhǎng)達(dá)到頂峰，云服務(wù)商正向單通道200G的1.6T方案過渡，高速數(shù)通光模塊的市場(chǎng)規(guī)模預(yù)計(jì)將從2024年的約90億美元擴(kuò)大到2026年的近120億美元。圖表：數(shù)據(jù)中心交換機(jī)端口速率（前端&后端） 圖表：光模塊速率演進(jìn)圖33高速互聯(lián)——NVLink與PCIe34PCIeNVLink技術(shù)架構(gòu)生態(tài)定位以其開放標(biāo)準(zhǔn)促進(jìn)了廣泛的技術(shù)融合和不同制造商和設(shè)備間的高效通信專為NVIDIA

GPU打造，形成了一個(gè)封閉但優(yōu)化的性能高地性能指標(biāo)PCIe

7.0單向速率可達(dá)128GT/s，在x16雙向傳輸模式下，速率高達(dá)512GB/s雙向互連速度達(dá)1.8

TB/s，可擴(kuò)展服務(wù)器內(nèi)的多GPU

輸入/輸出(IO)PCIe與NVLink作為當(dāng)前高性能計(jì)算領(lǐng)域中的兩種關(guān)鍵互連技術(shù)，各自承載著不同的技術(shù)理念和應(yīng)用定位。NVLink是NVIDIA為其GPU產(chǎn)品線專門設(shè)計(jì)的高速互聯(lián)解決方案，形成了一個(gè)相對(duì)封閉的技術(shù)生態(tài)。這種封閉性使得NVLink能夠針對(duì)NVIDIA的GPU進(jìn)行深度優(yōu)化，提供最大化的性能表現(xiàn)，但它的應(yīng)用范圍受限于NVIDIA的硬件平臺(tái)，不具備PCIe的廣泛兼容性。PCIe以其開放性和通用性在多樣化的計(jì)算環(huán)境中占據(jù)重要地位，隨著技術(shù)的不斷進(jìn)步，PCIe

6.0和NVLink都將繼續(xù)在各自的領(lǐng)域內(nèi)推動(dòng)高性能計(jì)算的發(fā)展。隨著PCIe

6.0的推出和PCIe

7.0的即將到來，將繼續(xù)朝著更高的傳輸速率、更低的功耗、更強(qiáng)的兼容性和互操作性方向發(fā)展。我們認(rèn)為PCIe

7.0規(guī)范將重點(diǎn)關(guān)注800G以太網(wǎng)連接傳輸，并包括人工智能、機(jī)器學(xué)習(xí)、云計(jì)算和量子計(jì)算等內(nèi)容，并加速在大型智算中心中的應(yīng)用。圖表：NVLink技術(shù)最大化提升系統(tǒng)吞吐量 圖表：NVLink與PCIe連接方式對(duì)比資料來源：Nivida，華西證券研究所高速互聯(lián)——銅連接35資料來源：Semianalysis，NVDIA，華西證券研究所在2024GTC大會(huì)上，英偉達(dá)發(fā)布的GB200采用銅纜連接替代傳統(tǒng)高速背板連接中的光纖，英偉達(dá)表示DAC銅纜是InfiniBand交換網(wǎng)絡(luò)和NVDIAGPU加速的端到端系統(tǒng)中創(chuàng)建高速、低延遲100G/EDR、200G/EDR和400G/EDR鏈路的成本最低方式，高速銅連接市場(chǎng)被進(jìn)一步打開。根據(jù)Semianalysis測(cè)算，一個(gè)NVL36*2系統(tǒng)，需要162條

1.6T雙端口ACC實(shí)現(xiàn)互聯(lián)。圖表：GB200

NVL72架構(gòu)中背板由高速銅纜連接 圖表：NVL機(jī)柜及內(nèi)部架構(gòu)AIDC輔助——散熱36資料來源：Vertiv

2024年，開放數(shù)據(jù)中心委員會(huì)，華西證券研究所伴隨單機(jī)柜功率的不斷提升，傳統(tǒng)風(fēng)冷系統(tǒng)也逐漸無法滿足散熱需求，或相應(yīng)更加節(jié)能高效的散熱技術(shù)方案逐漸鋪開：從早期的封閉冷/熱通道、機(jī)柜循環(huán)制冷、熱風(fēng)抽取冷卻、到背板熱交換、間接蒸發(fā)冷卻，再到液冷方案中的噴淋液冷、冷板液冷以及浸沒液冷。冷服務(wù)器生態(tài)初步形成，大多以間接冷板為主。浸沒式液冷考慮其對(duì)服務(wù)器主板等技術(shù)革新需求以及下游廠商機(jī)房業(yè)務(wù)部署的差異性，規(guī)模化起量仍需要時(shí)間。目前國(guó)內(nèi)液冷服務(wù)器廠商主要包括華為、曙光、神威藍(lán)光、浪潮等，海外液冷服務(wù)器廠商包括戴爾、惠普、思科、SGI、BULL、Cray、富士康、超微、Nortech（浪潮合作）、Iceotop等。此外，相關(guān)產(chǎn)業(yè)鏈中，海外產(chǎn)業(yè)化液冷方案制造商包括Coolit和Asetek（生產(chǎn)液冷配件廠）、Dynatron、K-computer；直接式液冷方案包括Green

Revolution

Cooling和3M（制冷液）等。國(guó)內(nèi)相關(guān)企業(yè)包括英維克、維諦技術(shù)、網(wǎng)宿科技等。圖表：?jiǎn)螜C(jī)柜功率密度快速增加，散熱技術(shù)不斷更迭 圖表：冷板液冷與浸沒液冷技術(shù)區(qū)別示意圖AIDC輔助——電源圖表：NVDIA

H100算力卡37智能算力推動(dòng)，服務(wù)器電源需求及技術(shù)要求愈來愈高：人工智能和云應(yīng)用正在推動(dòng)先進(jìn)硬件的采用，能耗的不斷增加。英特爾的“Sky

Lake”和AMD的“Rome”等高級(jí)處理器功耗升至230-300W，英偉達(dá)的GPU功耗更將攀升到600W左右。電源架構(gòu)從12v提升到48v：OCP試圖通過定義電源架構(gòu)的新標(biāo)準(zhǔn)來應(yīng)對(duì)此類挑戰(zhàn)，將中間總線電壓從傳統(tǒng)的12V提高至48V。這一舉措可顯著降低傳輸損耗，將電力更有效地傳輸?shù)接行ж?fù)載，比如AI

ASIC/GPU/CPU或SOC上。數(shù)據(jù)中心電源小尺寸、高功率等要求，對(duì)電源研發(fā)與生產(chǎn)提出更高的技術(shù)要求，服務(wù)器電源市場(chǎng)國(guó)產(chǎn)替代空間大：服務(wù)器電源認(rèn)證周期較長(zhǎng)，從研發(fā)立項(xiàng)到獲取認(rèn)證通常需要2-3年時(shí)間，一般公司難以進(jìn)入競(jìng)爭(zhēng)，目前服務(wù)器電源市場(chǎng)份額主要由臺(tái)達(dá)電子、光寶科技、艾默生、中國(guó)長(zhǎng)城等企業(yè)長(zhǎng)期占據(jù)。近年來國(guó)內(nèi)大陸企業(yè)包括歐陸通和高斯寶電氣等規(guī)模逐漸擴(kuò)大。根據(jù)高斯寶電氣官網(wǎng)，服務(wù)器電源出貨量全球前8。資料來源：電子發(fā)燒友網(wǎng)（機(jī)魂）,英偉達(dá)，華西證券研究所圖表：華為鈦金級(jí)3000W氮化鎵服務(wù)器電源拆解受益標(biāo)的? 受益標(biāo)的：資料來源：華西證券研究所代碼公司名稱最新收盤價(jià)（元）市值（億元）PE2024E2025E2026EAI基礎(chǔ)設(shè)施601728.SH中國(guó)電信8.07,005.322.321.220.1600941.SH中國(guó)移動(dòng)107.216,731.016.615.915.1600050.SH中國(guó)聯(lián)通6.21,942.922.220.017.7000938.SZ紫光股份29.2833.735.123.921.0000063.SZ中興通訊37.11,687.517.616.014.4002837.SZ英維克47.9356.653.941.032.6300593.SZ新雷能16.489.015.311.1300383.SZ光環(huán)新網(wǎng)21.0377.150.038.1300738.SZ奧飛數(shù)據(jù)26.1254.874.555.5300442.SZ潤(rùn)澤科技67.61,163.752.836.228.6603881.SH數(shù)據(jù)港40.2240.8171