人工智能爆发算力需求指数级增长，三个细分领域值得投资者重点关注|全球报道
红周刊 特约 | 李进
华为预估2030年相比2020年，AI爆发带来的算力需求将增长500倍，带来巨大的投资机会。我们当前已经看到一些企业不断给产业链追加订单，我们预判算力的投资机会主要集中在服务器、算力芯片、光模块等硬件环节。
(资料图片仅供参考)
AI产业正以“天”为单位向前狂飙。从学界到商界的讨论、从AI新产品到ChatGPT用户数都在井喷，这昭示着人工智能新时代的开启。AI大模型的参数量达到数千亿级，表现出了逻辑推理和判断能力，并能够轻松在数学奥赛或司法考试中名列前茅，实现从量变到质变的突破。
虽然人工智能相关股票已经有了一段涨幅，但AI行业发展空间巨大，未来大概率将诞生一批新的科技巨头，行业市场行情还有很大潜力，也还未到需要企业兑现业绩的时候，可以提高对板块波动的容忍度。当前人工智能的发展处于从0到1阶段，需要发挥投资者的想象力、同时也需要警惕估值剧烈波动的风险。从买入时机来讲，别人恐惧时我贪婪，也许是投资科技股的最佳策略，即在板块大幅回调时，要多一些对产业的信念和勇气。
人工智能或开启第四次工业革命序幕
人工智能比新能源有更大发展前景和更长的产业周期，大概率已经开启第四次工业革命序幕。
如果从时间维度将中国互联网25年的发展进行划分，第一阶段是以门户网站和桌面应用软件的兴起为标志，互联网走进千家万户，诞生了BAT等互联网巨头。第二阶段是手机的普及和移动应用端大爆发为标志，发展起来一批公共服务平台、信息分享平台。AI大模型的出现是互联网行业进入新发展阶段的开始，同时随着AI技术引入到各行各业、将有力推动互联网和实体经济的深度融合，并将诞生一批新的科技巨头。
类似于光伏的平价或电动车的经济性，人工智能突破的产业临界点进入加速发展期，且它比新能源有更大发展前景和更长的产业周期，人工智能大概率已经开启第四次工业革命的序幕。由于它涉及各国新一轮产业革命的竞争，各国均会加大在此领域的投入和政策支持，如国家超算中心、国有基础大模型等。在积极产业政策加持的同时，由于生成式人工智能输出的内容具有不确定性，国家也会出台相应政策确保数据使用和输出结果符合道德或法律规范。
大模型作为人工智能技术及应用的新平台，具备极强的通用性和实用性。AI将重塑人类与计算机的交互方式，电脑、手机等硬件产品将被重新定义；所有行业、应用、软件和服务都将基于AI技术重新改写，这会让我们的生产、工作和生活范式发生很多积极变化，大幅提升全社会生产效率和生活水平。伴随国内外巨头各家大模型参数量快速增长、从单模态向多模态升级等发展趋势，以及用户规模的不断攀升和应用领域的不断开拓，AI算力需求将出现指数级增长。
算力最大细分市场
GPU取代CPU服务器趋势不可逆
2023 年中国服务器出货量有望达到 449 万台；中国服务器市场规模有望达到 308 亿美元，同比增长 12.7%。
人工智能产业的投资机会主要出现在算力和应用两方向。算力方向：全球出现科技共振，且科技巨头都不希望自己的原有业务被颠覆，在算力投入方面的军备竞赛已经开始，我们能看到一些企业不断给供应商追加订单，随之而来的会是业绩的爆发，这类机会主要集中在服务器、光模块、算力芯片、数据中心等硬件环节。
根据IDC数据，2022年全球服务器出货量突破1516万台，同比增长 12%，产值达1216亿美元。
未来以 AI为代表的新兴应用将长期驱动服务器市场的增长，目前的通用服务器可提供的算力难以满足AI应用的需求，传统数据中心使用的 CPU存在缓存占据空间大、计算能力浪费等问题。
GPU服务器具有实时高速的并行计算和浮点计算的能力，更擅长梳理密集型的数据运算，如AI训练/推理、机器学习等应用场景，GPU取代CPU服务器已经成为不可逆的趋势。当前AI 服务器出货量占比约1.5%，随着AI需求爆发，未来 AI 服务器出货量占比将快速提升，由于AI服务器的单价比普通服务器单价高20倍以上，伴随其渗透率的提升，服务器产业作为核心设施，未来成长潜力巨大，有可能产生万亿市值的服务器企业。
竞争格局方面，国内市场一超多强。据中商情报网预测，2023 年中国服务器出货量有望达到 449 万台,服务器市场规模有望达到 308 亿美元。据 IDC数据从市场份额（按营业收入统计）上看，排名前五的企业占比分别为 28.1%/17.2%/10.1%/6.2%/5.3%，竞争格局相对清晰。而国内排名前列的AI服务器厂商由于具有规模效应带来的较低成本，竞争优势明显。A股几家龙头服务器厂商今年估值中枢在20~25倍PE，处于合理水平。虽然一季度业绩没有明显增长，但随着3月以来AI服务器订单增加，有望带动业绩恢复中高速成长。
算力芯片高壁垒高成长
龙头公司需业绩高增消化估值
根据估算，预计2027年中国大陆GPU市场规模将超过346亿美元。
从通用服务器到AI服务器，最显著的变化就是GPU取代CPU成为整机最核心的运算单元。
传统服务器通常至多配备4个CPU+相应内存和硬盘；AI 服务器通常是2颗 CPU+8 颗GPU，部分高配服务器甚至可以搭配 16 颗 GPU。预计 AI 服务器中 GPU+CPU+存储的价值量占比有望达到总成本 80%以上。
市场上对A100/H100芯片需求强劲，订单能见度已至2024年，先进GPU已陷入严重短缺。由于美国对中国的技术出口限制，国内企业仅能买到性能降配的GPU芯片，这也给了国产GPU导入国内互联网客户的良机。
当前国内的GPU龙头以及初创公司的GPU产品性能相比海外龙头还有一些差距，但随着产品迭代和客户的反复试用，后续有望大量导入国内客户的采购体系。从业绩层面来看，当前国产CPU龙头公司2023年一季度业绩高增长，叠加后续GPU起量后带来业绩的持续快速增长，但从估值层面看，其今年PE超过100倍，处于比较高的状态，需要业绩高增长来消化估值，同时警惕估值回撤的风险。
光模块受益新产品升级周期驱动
国内企业占据全球领先地位
AI大模型的普及，将为光模块需求带来千万量级增量。高速光模块的市场空间接近GPU市场空间，达数百亿美元。
光模块作为数据中心高速传输数据的管道，在网络连接当中起到光电信号转换的作用。光模块在发送端将电信号转换为光信号，经过光纤传输后抵达接收端，光模块再把光信号转换为电信号。
高速传输是未来AI发展必然趋势，光模块作为重要零部件，是非常典型的新产品升级周期驱动的行业。目前正处于200G、400G产品放量中后段与800G新产品爆发初期，海外互联网龙头已经开始批量采购800G产品；800G光模块将拉动行业增速显著提升。参考H100网络架构，平均单个GPU大约可对应5个光模块；AI大模型的普及，将为光模块需求带来千万量级增量。高速光模块的市场空间接近GPU市场空间，达数百亿美元。
从竞争格局来看，国内光模块企业在全球前十企业中占据六席。我国的光模块在AI算力环节中是全球竞争力最强、国产化程度最高的细分产业。在800G光模块布局层面，A股光模块龙头公司进展较为领先，已经开始出货给海外大客户，还有部分客户则处于产品研发测试或者小批量供货阶段。
国内的光模块龙头公司2023年估值普遍在40倍PE附近，处于中偏高的水平，后续关注点在客户能否持续加单使得业绩超预期。
总结来看，从选择标的角度，AI算力投资分两大方向去把握，部分资产如服务器、光模块等制造业，需要跟踪订单变化趋势以及企业业绩兑现程度；另一部分资产如高端算力GPU芯片，需要投资者去评判企业产品的技术水平和产品竞争力，以便判断未来起量趋势和竞争力。
至于应用层面，随着AI大模型融入教育、办公、医疗、金融、机器人、自动驾驶等行业后，将极大提高生产效率和人民生活水平，促进应用端出现新产品的爆发增长。那些在AI领域有深厚技术积累、数据积淀和应用场景的公司将占据领先优势，由于C端用户数弹性巨大且未来以saas收费的模式为主，互联网行业的竞争格局和商业模式显著好于其它行业，这类行业应用龙头公司将享受高估值和业绩高弹性。
（作者系融通产业趋势臻选基金经理。文中观点仅代表作者个人，不代表《红周刊》立场，提及个股仅为举例分析，不做买卖推荐。）
