中信证券:算力产业链成为贯穿2024年全年的主线之一 建议关注七大环节

频道:最新资讯 日期: 浏览:63

中信证券研报表示,Gen AI模型进化日新月异,驱动算力产业链成为贯穿2024年全年的主线之一。从需求侧看,国内外大模型不断推出、迭代,规模效应(Scaling Law)持续有效,刺激AI算力需求旺盛;同时,多家云厂商在近期OFC展上表示其算力部署加速落子,再次验证算力持续需求趋势不变。从供给侧看,今年以来AI硬件技术依旧保持快速发展,特别是在处理能力和应用范围方面有显著提升。以边际变化为考量出发点,我们认为:1)算力需求正在从训练端向推理端迁移;2)AI对于高速率、低成本、低功耗光互联要求不断提高,带来技术跃迁机会;3)海外算力供给受限背景下,自主趋势明确。Gen AI时代,我们建议从行业内边际变化出发,聚焦投资核心方向和高确定性环节,建议关注算力芯片、服务器、液冷、通信网络、边缘侧AI、国产芯片、先进封装七大产业链环节。

  全文如下

主题聚焦|Gen AI时代,展望算力七大环节

Gen AI模型进化日新月异,驱动算力产业链成为贯穿2024年全年的主线之一。从需求侧看,国内外大模型不断推出、迭代,规模效应(Scaling Law)持续有效,刺激AI算力需求旺盛;同时,多家云厂商在近期OFC展上表示其算力部署加速落子,再次验证算力持续需求趋势不变。从供给侧看,今年以来AI硬件技术依旧保持快速发展,特别是在处理能力和应用范围方面有显著提升。以边际变化为考量出发点,我们认为:1)算力需求正在从训练端向推理端迁移;2)AI对于高速率、低成本、低功耗光互联要求不断提高,带来技术跃迁机会;3)海外算力供给受限背景下,自主趋势明确。Gen AI时代,我们建议从行业内边际变化出发,聚焦投资核心方向和高确定性环节,建议关注算力芯片、服务器、液冷、通信网络、边缘侧AI、国产芯片、先进封装七大产业链环节。

Gen AI模型进化日新月异,驱动算力产业链成为贯穿2024年全年的主线之一。

1)scaling law驱动Gen AI持续发展,算力需求持续呈旺盛状态。国内外大模型不断推出、迭代,且随AI应用场景持续拓展,对算力的要求也水涨船高。OpenAI发布Sora,重新定义文生视频,引领AIGC发展。而Kimi日活跃用户数连续数日超过20万后,在使用过程中曾数次出现响应迟缓现象,也体现出算力拓展对于应用层面的关键作用。我们认为在现有的AI模型框架下,规模效应仍为最有效方案之一,目前的数据量与算力量还远未达到scaling law的尽头,并且不论GPT-4还是Sora都还远未服务所有人。此外,云厂商亦普遍看好算力后续需求。我们预计2024年北美主要云厂商Capex同比增长15%~20%,预算充裕背景下,AI带来的ROI将成为企业实际资本支出的主要决定因素。

2)从行业内边际变化出发,聚焦投资核心方向和高确定性环节。①需求结构:算力需求正在从训练端向推理端迁移,且由于加速计算算力性能及运行费用比通用计算优异,推理端用加速计算代替通用计算或是长期趋势;②网络结构:AI对于高速率、低成本、低功耗光互联的要求不断提高,带来技术跃迁机会,单波200G、LPO、CPO等方案快速发展;GB200铜互连方案亦有望带动通信连接器市场需求提升;③供给结构:海外算力供给受限、政策支持、以及央企增加人工智能投入背景下,国产算力及先进封装自主趋势明确。从行业内边际变化出发,我们建议关注算力芯片、服务器、液冷、通信网络、边缘侧AI、国产芯片、先进封装七大核心环节。

AI算力迭代加速,掘金七大核心环节。

1)算力芯片:英伟达引领GPU进化,云端AI芯片百花齐放。大模型对算力的需求持续增长,目前供给端仍未完全满足需求,2024年算力芯片有望持续迭代,量价齐升,GPU、云厂商自研AI专用芯片都有望获得发展。GPU:我们预计NVIDIA H系列是2024年出货主力,B系列是2024年主要新看点。

2)服务器:直接受益于算力需求增加,ODM/JDM+液冷成为趋势。服务器环节受到产业链上下游发展的影响较大,云大厂在AI基建方面占据较高份额,有望助推白牌AI服务器发展。且由于云大厂在AI领域有较强的定制化需求,因此呈现出ODM/JDM模式增长的趋势。

3)液冷:高能耗带动高散热需求,降低数据中心PUE的关键技术。AI增加算力,同时增加功耗,易导致故障,因而对数据中心散热的要求提升。根据第31届中国国际信息通信展览会中发布的《电信运营商液冷技术白皮书》,三大运营商计划2025年超过50%的项目使用液冷方案。

4)通信网络:光模块进化、铜互连爆发与RDMA普及化。光模块核心趋势包括高速(800G/1.6T)、低成本低功耗(LPO、CPO、硅光集成)等。头部光模块厂商有望保持领先地位。英伟达GB200服务器将采用铜互连方案,有望带动通信连接器市场需求提升。低延时需求正在推动RDMA方案的快速发展。

5)边缘侧算力大模型边缘侧落地,硬件算力端核心升级。混合AI趋势下,建议关注四个方向:①重量级产品的升级(主控芯片算力、大容量存储、高速互联、Chiplet封装需求提升);②轻量级产品的升级(传感器升级,如麦克风、摄像头、3D sensing等);③零部件配套变化(如散热、充电模块);④终端品牌出货量的提升。

6)国产芯片:自主趋势明确,算力、生态同步发展。英伟达等厂商的中国特供版芯片H20等性能或受到政策限制,同时成本和研发费用限制了其降价空间,因此国产芯片具备替代机遇。

7)先进封装:AI算力芯片迭代加速,先进封装助力性能提升。先进封装成为芯片制程升级外另一升级焦点,异构整合让2.5D/3D封装重要性凸显。封测类公司重资产属性强,技术实力是核心,建议聚焦大型龙头企业。

风险因素:

宏观环境导致国内IT支出不达预期的风险;地缘政治导致算力设施难以在全球自由流动风险;相关产业政策不达预期的风险;企业新业务投资导致利润与现金承压的风险;技术创新不及预期的风险;细分热门方向竞争加剧的风险。

投资建议:

Gen AI模型进化日新月异,驱动算力产业链成为贯穿2024年全年的主线之一。从行业内边际变化出发,聚焦投资核心方向和高确定性环节,建议重点关注七大环节:1)算力芯片;2)服务器;3)液冷;4)通信网络;5)边缘侧AI;6)国产算力;7)先进封装。

相关文章

网友留言

我要评论

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。
关闭广告
关闭广告
×