（原標題：人工智能爆發(fā)算力需求指數(shù)級增長，三個細分領域值得投資者重點關注）

(資料圖片)

紅周刊 特約 | 李進

華為預估2030年相比2020年，AI爆發(fā)帶來的算力需求將增長500倍，帶來巨大的投資機會。我們當前已經(jīng)看到一些企業(yè)不斷給產(chǎn)業(yè)鏈追加訂單，我們預判算力的投資機會主要集中在服務器、算力芯片、光模塊等硬件環(huán)節(jié)。

AI產(chǎn)業(yè)正以“天”為單位向前狂飆。從學界到商界的討論、從AI新產(chǎn)品到ChatGPT用戶數(shù)都在井噴，這昭示著人工智能新時代的開啟。AI大模型的參數(shù)量達到數(shù)千億級，表現(xiàn)出了邏輯推理和判斷能力，并能夠輕松在數(shù)學奧賽或司法考試中名列前茅，實現(xiàn)從量變到質(zhì)變的突破。

雖然人工智能相關股票已經(jīng)有了一段漲幅，但AI行業(yè)發(fā)展空間巨大，未來大概率將誕生一批新的科技巨頭，行業(yè)市場行情還有很大潛力，也還未到需要企業(yè)兌現(xiàn)業(yè)績的時候，可以提高對板塊波動的容忍度。當前人工智能的發(fā)展處于從0到1階段，需要發(fā)揮投資者的想象力、同時也需要警惕估值劇烈波動的風險。從買入時機來講，別人恐懼時我貪婪，也許是投資科技股的最佳策略，即在板塊大幅回調(diào)時，要多一些對產(chǎn)業(yè)的信念和勇氣。

人工智能或開啟第四次工業(yè)革命序幕

人工智能比新能源有更大發(fā)展前景和更長的產(chǎn)業(yè)周期，大概率已經(jīng)開啟第四次工業(yè)革命序幕。

如果從時間維度將中國互聯(lián)網(wǎng)25年的發(fā)展進行劃分，第一階段是以門戶網(wǎng)站和桌面應用軟件的興起為標志，互聯(lián)網(wǎng)走進千家萬戶，誕生了BAT等互聯(lián)網(wǎng)巨頭。第二階段是手機的普及和移動應用端大爆發(fā)為標志，發(fā)展起來一批公共服務平臺、信息分享平臺。AI大模型的出現(xiàn)是互聯(lián)網(wǎng)行業(yè)進入新發(fā)展階段的開始，同時隨著AI技術引入到各行各業(yè)、將有力推動互聯(lián)網(wǎng)和實體經(jīng)濟的深度融合，并將誕生一批新的科技巨頭。

類似于光伏的平價或電動車的經(jīng)濟性，人工智能突破的產(chǎn)業(yè)臨界點進入加速發(fā)展期，且它比新能源有更大發(fā)展前景和更長的產(chǎn)業(yè)周期，人工智能大概率已經(jīng)開啟第四次工業(yè)革命的序幕。由于它涉及各國新一輪產(chǎn)業(yè)革命的競爭，各國均會加大在此領域的投入和政策支持，如國家超算中心、國有基礎大模型等。在積極產(chǎn)業(yè)政策加持的同時，由于生成式人工智能輸出的內(nèi)容具有不確定性，國家也會出臺相應政策確保數(shù)據(jù)使用和輸出結(jié)果符合道德或法律規(guī)范。

大模型作為人工智能技術及應用的新平臺，具備極強的通用性和實用性。AI將重塑人類與計算機的交互方式，電腦、手機等硬件產(chǎn)品將被重新定義；所有行業(yè)、應用、軟件和服務都將基于AI技術重新改寫，這會讓我們的生產(chǎn)、工作和生活范式發(fā)生很多積極變化，大幅提升全社會生產(chǎn)效率和生活水平。伴隨國內(nèi)外巨頭各家大模型參數(shù)量快速增長、從單模態(tài)向多模態(tài)升級等發(fā)展趨勢，以及用戶規(guī)模的不斷攀升和應用領域的不斷開拓，AI算力需求將出現(xiàn)指數(shù)級增長。

算力最大細分市場

GPU取代CPU服務器趨勢不可逆

2023 年中國服務器出貨量有望達到 449 萬臺；中國服務器市場規(guī)模有望達到 308 億美元，同比增長 12.7%。

人工智能產(chǎn)業(yè)的投資機會主要出現(xiàn)在算力和應用兩方向。算力方向：全球出現(xiàn)科技共振，且科技巨頭都不希望自己的原有業(yè)務被顛覆，在算力投入方面的軍備競賽已經(jīng)開始，我們能看到一些企業(yè)不斷給供應商追加訂單，隨之而來的會是業(yè)績的爆發(fā)，這類機會主要集中在服務器、光模塊、算力芯片、數(shù)據(jù)中心等硬件環(huán)節(jié)。

根據(jù)IDC數(shù)據(jù)，2022年全球服務器出貨量突破1516萬臺，同比增長 12%，產(chǎn)值達1216億美元。

未來以 AI為代表的新興應用將長期驅(qū)動服務器市場的增長，目前的通用服務器可提供的算力難以滿足AI應用的需求，傳統(tǒng)數(shù)據(jù)中心使用的 CPU存在緩存占據(jù)空間大、計算能力浪費等問題。

GPU服務器具有實時高速的并行計算和浮點計算的能力，更擅長梳理密集型的數(shù)據(jù)運算，如AI訓練/推理、機器學習等應用場景，GPU取代CPU服務器已經(jīng)成為不可逆的趨勢。當前AI 服務器出貨量占比約1.5%，隨著AI需求爆發(fā)，未來 AI 服務器出貨量占比將快速提升，由于AI服務器的單價比普通服務器單價高20倍以上，伴隨其滲透率的提升，服務器產(chǎn)業(yè)作為核心設施，未來成長潛力巨大，有可能產(chǎn)生萬億市值的服務器企業(yè)。

競爭格局方面，國內(nèi)市場一超多強。據(jù)中商情報網(wǎng)預測，2023 年中國服務器出貨量有望達到 449 萬臺,服務器市場規(guī)模有望達到 308 億美元。據(jù) IDC數(shù)據(jù)從市場份額（按營業(yè)收入統(tǒng)計）上看，排名前五的企業(yè)占比分別為 28.1%/17.2%/10.1%/6.2%/5.3%，競爭格局相對清晰。而國內(nèi)排名前列的AI服務器廠商由于具有規(guī)模效應帶來的較低成本，競爭優(yōu)勢明顯。A股幾家龍頭服務器廠商今年估值中樞在20~25倍PE，處于合理水平。雖然一季度業(yè)績沒有明顯增長，但隨著3月以來AI服務器訂單增加，有望帶動業(yè)績恢復中高速成長。

算力芯片高壁壘高成長

龍頭公司需業(yè)績高增消化估值

根據(jù)估算，預計2027年中國大陸GPU市場規(guī)模將超過346億美元。

從通用服務器到AI服務器，最顯著的變化就是GPU取代CPU成為整機最核心的運算單元。

傳統(tǒng)服務器通常至多配備4個CPU+相應內(nèi)存和硬盤；AI 服務器通常是2顆 CPU+8 顆GPU，部分高配服務器甚至可以搭配 16 顆 GPU。預計 AI 服務器中 GPU+CPU+存儲的價值量占比有望達到總成本 80%以上。

市場上對A100/H100芯片需求強勁，訂單能見度已至2024年，先進GPU已陷入嚴重短缺。由于美國對中國的技術出口限制，國內(nèi)企業(yè)僅能買到性能降配的GPU芯片，這也給了國產(chǎn)GPU導入國內(nèi)互聯(lián)網(wǎng)客戶的良機。

當前國內(nèi)的GPU龍頭以及初創(chuàng)公司的GPU產(chǎn)品性能相比海外龍頭還有一些差距，但隨著產(chǎn)品迭代和客戶的反復試用，后續(xù)有望大量導入國內(nèi)客戶的采購體系。從業(yè)績層面來看，當前國產(chǎn)CPU龍頭公司2023年一季度業(yè)績高增長，疊加后續(xù)GPU起量后帶來業(yè)績的持續(xù)快速增長，但從估值層面看，其今年PE超過100倍，處于比較高的狀態(tài)，需要業(yè)績高增長來消化估值，同時警惕估值回撤的風險。

光模塊受益新產(chǎn)品升級周期驅(qū)動

國內(nèi)企業(yè)占據(jù)全球領先地位

AI大模型的普及，將為光模塊需求帶來千萬量級增量。高速光模塊的市場空間接近GPU市場空間，達數(shù)百億美元。

光模塊作為數(shù)據(jù)中心高速傳輸數(shù)據(jù)的管道，在網(wǎng)絡連接當中起到光電信號轉(zhuǎn)換的作用。光模塊在發(fā)送端將電信號轉(zhuǎn)換為光信號，經(jīng)過光纖傳輸后抵達接收端，光模塊再把光信號轉(zhuǎn)換為電信號。

高速傳輸是未來AI發(fā)展必然趨勢，光模塊作為重要零部件，是非常典型的新產(chǎn)品升級周期驅(qū)動的行業(yè)。目前正處于200G、400G產(chǎn)品放量中后段與800G新產(chǎn)品爆發(fā)初期，海外互聯(lián)網(wǎng)龍頭已經(jīng)開始批量采購800G產(chǎn)品；800G光模塊將拉動行業(yè)增速顯著提升。參考H100網(wǎng)絡架構(gòu)，平均單個GPU大約可對應5個光模塊；AI大模型的普及，將為光模塊需求帶來千萬量級增量。高速光模塊的市場空間接近GPU市場空間，達數(shù)百億美元。

從競爭格局來看，國內(nèi)光模塊企業(yè)在全球前十企業(yè)中占據(jù)六席。我國的光模塊在AI算力環(huán)節(jié)中是全球競爭力最強、國產(chǎn)化程度最高的細分產(chǎn)業(yè)。在800G光模塊布局層面，A股光模塊龍頭公司進展較為領先，已經(jīng)開始出貨給海外大客戶，還有部分客戶則處于產(chǎn)品研發(fā)測試或者小批量供貨階段。

國內(nèi)的光模塊龍頭公司2023年估值普遍在40倍PE附近，處于中偏高的水平，后續(xù)關注點在客戶能否持續(xù)加單使得業(yè)績超預期。

總結(jié)來看，從選擇標的角度，AI算力投資分兩大方向去把握，部分資產(chǎn)如服務器、光模塊等制造業(yè)，需要跟蹤訂單變化趨勢以及企業(yè)業(yè)績兌現(xiàn)程度；另一部分資產(chǎn)如高端算力GPU芯片，需要投資者去評判企業(yè)產(chǎn)品的技術水平和產(chǎn)品競爭力，以便判斷未來起量趨勢和競爭力。

至于應用層面，隨著AI大模型融入教育、辦公、醫(yī)療、金融、機器人、自動駕駛等行業(yè)后，將極大提高生產(chǎn)效率和人民生活水平，促進應用端出現(xiàn)新產(chǎn)品的爆發(fā)增長。那些在AI領域有深厚技術積累、數(shù)據(jù)積淀和應用場景的公司將占據(jù)領先優(yōu)勢，由于C端用戶數(shù)彈性巨大且未來以saas收費的模式為主，互聯(lián)網(wǎng)行業(yè)的競爭格局和商業(yè)模式顯著好于其它行業(yè)，這類行業(yè)應用龍頭公司將享受高估值和業(yè)績高彈性。

（作者系融通產(chǎn)業(yè)趨勢臻選基金經(jīng)理。文中觀點僅代表作者個人，不代表《紅周刊》立場，提及個股僅為舉例分析，不做買賣推薦。）

標簽：