中信證券：Gen AI時代，展望算力七大環節

Gen AI模型進化日新月異，驅動算力產業鏈成爲貫穿2024年全年的主线之一。從需求側看，國內外大模型不斷推出、迭代，規模效應（Scaling Law）持續有效，刺激AI算力需求旺盛；同時，多家雲廠商在近期OFC展上表示其算力部署加速落子，再次驗證算力持續需求趨勢不變。從供給側看，今年以來AI硬件技術依舊保持快速發展，特別是在處理能力和應用範圍方面有顯著提升。以邊際變化爲考量出發點，中信證券認爲：1）算力需求正在從訓練端向推理端遷移；2）AI對於高速率、低成本、低功耗光互聯要求不斷提高，帶來技術躍遷機會；3）海外算力供給受限背景下，自主趨勢明確。Gen AI時代，中信證券建議從行業內邊際變化出發，聚焦投資核心方向和高確定性環節，建議關注算力芯片、服務器、液冷、通信網絡、邊緣側AI、國產芯片、先進封裝七大產業鏈環節。

▍Gen AI模型進化日新月異，驅動算力產業鏈成爲貫穿2024年全年的主线之一。

1）scaling law驅動Gen AI持續發展，算力需求持續呈旺盛狀態。國內外大模型不斷推出、迭代，且隨AI應用場景持續拓展，對算力的要求也水漲船高。OpenAI發布Sora，重新定義文生視頻，引領AIGC發展。而Kimi日活躍用戶數連續數日超過20萬後，在使用過程中曾數次出現響應遲緩現象，也體現出算力拓展對於應用層面的關鍵作用。中信證券認爲在現有的AI模型框架下，規模效應仍爲最有效方案之一，目前的數據量與算力量還遠未達到scaling law的盡頭，並且不論GPT-4還是Sora都還遠未服務所有人。此外，雲廠商亦普遍看好算力後續需求。中信證券預計2024年北美主要雲廠商Capex同比增長15%~20%，預算充裕背景下，AI帶來的ROI將成爲企業實際資本支出的主要決定因素。

2）從行業內邊際變化出發，聚焦投資核心方向和高確定性環節。①需求結構：算力需求正在從訓練端向推理端遷移，且由於加速計算算力性能及運行費用比通用計算優異，推理端用加速計算代替通用計算或是長期趨勢；②網絡結構：AI對於高速率、低成本、低功耗光互聯的要求不斷提高，帶來技術躍遷機會，單波200G、LPO、CPO等方案快速發展；GB200銅互連方案亦有望帶動通信連接器市場需求提升；③供給結構：海外算力供給受限、政策支持、以及央企增加人工智能投入背景下，國產算力及先進封裝自主趨勢明確。從行業內邊際變化出發，中信證券建議關注算力芯片、服務器、液冷、通信網絡、邊緣側AI、國產芯片、先進封裝七大核心環節。

▍AI算力迭代加速，掘金七大核心環節。

1）算力芯片：英偉達引領GPU進化，雲端AI芯片百花齊放。大模型對算力的需求持續增長，目前供給端仍未完全滿足需求，2024年算力芯片有望持續迭代，量價齊升，GPU、雲廠商自研AI專用芯片都有望獲得發展。GPU：中信證券預計NVIDIA H系列是2024年出貨主力，B系列是2024年主要新看點。

2）服務器：直接受益於算力需求增加，ODM/JDM+液冷成爲趨勢。服務器環節受到產業鏈上下遊發展的影響較大，雲大廠在AI基建方面佔據較高份額，有望助推白牌AI服務器發展。且由於雲大廠在AI領域有較強的定制化需求，因此呈現出ODM/JDM模式增長的趨勢。

3）液冷：高能耗帶動高散熱需求，降低數據中心PUE的關鍵技術。AI增加算力，同時增加功耗，易導致故障，因而對數據中心散熱的要求提升。根據第31屆中國國際信息通信展覽會中發布的《電信運營商液冷技術白皮書》，三大運營商計劃2025年超過50%的項目使用液冷方案。

4）通信網絡：光模塊進化、銅互連爆發與RDMA普及化。光模塊核心趨勢包括高速（800G/1.6T）、低成本低功耗（LPO、CPO、硅光集成）等。頭部光模塊廠商有望保持領先地位。英偉達GB200服務器將採用銅互連方案，有望帶動通信連接器市場需求提升。低延時需求正在推動RDMA方案的快速發展。

5）邊緣側算力：大模型邊緣側落地，硬件算力端核心升級。混合AI趨勢下，建議關注四個方向：①重量級產品的升級（主控芯片算力、大容量存儲、高速互聯、Chiplet封裝需求提升）；②輕量級產品的升級（傳感器升級，如麥克風、攝像頭、3D sensing等）；③零部件配套變化（如散熱、充電模塊）；④終端品牌出貨量的提升。

6）國產芯片：自主趨勢明確，算力、生態同步發展。英偉達等廠商的中國特供版芯片H20等性能或受到政策限制，同時成本和研發費用限制了其降價空間，因此國產芯片具備替代機遇。

7）先進封裝：AI算力芯片迭代加速，先進封裝助力性能提升。先進封裝成爲芯片制程升級外另一升級焦點，異構整合讓2.5D/3D封裝重要性凸顯。封測類公司重資產屬性強，技術實力是核心，建議聚焦大型龍頭企業。

▍風險因素：

宏觀環境導致國內IT支出不達預期的風險；地緣政治導致算力設施難以在全球自由流動風險；相關產業政策不達預期的風險；企業新業務投資導致利潤與現金承壓的風險；技術創新不及預期的風險；細分熱門方向競爭加劇的風險。

▍投資建議：

Gen AI模型進化日新月異，驅動算力產業鏈成爲貫穿2024年全年的主线之一。從行業內邊際變化出發，聚焦投資核心方向和高確定性環節，建議重點關注七大環節：1）算力芯片；2）服務器；3）液冷；4）通信網絡；5）邊緣側AI；6）國產算力；7）先進封裝。

注：本文節選自中信證券研究部已於2024年4月10日發布的《主題聚焦：AI產業鏈之算力—Gen AI時代，展望算力七大環節》報告，分析師：劉易S1010520090002；秦培景S1010512050004；裘翔S1010518080002；楊帆S1010515100001；徐濤S1010517080003；黃亞元S1010520040001；楊澤原S1010517080002；陳俊雲S1010517080001；王冠然S1010519040005；連一席S1010523020002