证券研究报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明 中国经济高质量发展系列研究 人工智能行业应用如火如荼，数字经济算力基建再接再砺 通信首席分析师：赵良毕 证券研究报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明 数字经济专题报告/通信行业 数字经济专题报告通信 2024 年 03 月 22 日 人工智能行业应用如火如荼，数字经济算力基建再接再砺 核心观点：OpenAI 推出文生视频模型 Sora，人工智能赋能短视频应用发展超预期。从全球角度看，OpenAI Sora 的发布，使得 ChatGPT 从文字、图片层面正式向成熟短视频层面进行演进，可生成最长 60 秒的全动态视频，具备了创建复杂场景和多人物角色的能力，一经发布业界就引起较大轰动。Sora 本质上基于“Transformer+Diffusion”，属 于 GPT 的延申，代表了人工智能应用的进一步尝试，让世界看到了 AI 行业的更多可能，随着全球对 AI 的热衷程度不断提高，未来全球 AI 应用发展有望超预期。政策明确我国数字基础设施“适度超前”，AI+发展如火如荼带来大空间。我国十四届全国人大二次会议政府工作报告中强调适度超前建设数字基础设施以及 AI+发展，我们认为数字基础设施超前建设，配合“人工智能+”行动或将成为未来 AI 赋能千行百业的重要一步，由于我国下游场景所需计算数量规模较大，叠加近年来政策的持续推动，算力产业链智算中心建设仍将保持较高景气度，国内外算力需求高增也将拉动光模块产业链市场规模的快速提升，同时 AI 应用场景受政策及需求拉动，从 0 到 1 的不断突破将带动市场空间不断扩容。我国数字经济基础设施发展方向及路径逐步明晰，规模化、国产化等有望带来相关产业链更大的发展空间。人工智能快速发展为大势所趋，数字经济基建算力产业链高成长性可期。与市场悲观预期有所不同，我们认为人工智能的发展与数字经济的重要性提升是相辅相成的，随着大模型的持续发展，参数量指数级的上升，人工智能规模应用临界点或将加速到来。我们认为人工智能将会呈现逐步由硬件主导到应用主导的行业变化，即硬件的量变不断引起应用的质变。以运营商智算中心、光模块等为主的算力基础设施会抢先并保持高景气周期。运营商作为我国算力发展的先锋力量，具备云业务及资金优势，有望在未来引领我国智算中心建设及云业务发展方向标。同时光模块有望享受长期的高成长催动，AI 服务器的速率提升将带动光模块产业链量价提升，技术壁垒增强导致行业集中度有望提升带动光模块龙头或将持续受益。投资建议：随着“十四五”数字经济发展规划筑基，“东数西算”工程夯实以及国家对智算中心及 AI+发展的重视，我们认为算力产业链的规模化、普及化及国产化将成为未来发展的主要方向，IDC 产业链、光通信产业链、温控产业链等将成为未来基础设施建设的重点方向；同时通信运营商受智算中心+云业务推动，业绩有望持续高增带来高成长性显现。建议关注：IDC 龙头奥飞数据（300738）；光通信产业链中际旭创（300308）、新易盛（300502）、天孚通信（300394）、光 迅 科 技（002281）、华工科技（000988）等；温控产业链英维克（002837）；运营商中国移动（600941）、中国电信（601728）、中国联通（600050）。风险提示：AIGC 应用推广不及预期的风险；国内外政策和技术摩擦的不确定性的风险；算力行业竞争加剧的风险等。通信 推荐(维持)分析师 通信首席分析师 赵良毕：010-80927619：zhaoliangbi_ 分析师登记编码：S0130522030003 相对沪深 300 表现图 2024-03-15 资料来源：中国银河证券研究院 相关研究【银河通信】行业月报：产业升级赋能新质生产力，算网产业链新空间大发展-30%-20%-10%0%10%20%30%通信 沪深300WUAZxOqNsRmNtNnOmRpQqR8O8Q9PnPoOsQqMlOoOoNeRsQtNaQmMvNNZnRzRvPmRwO 请务必阅读正文最后的中国银河证券股份有限公司免责声明。3 数字经济专题报告/通信行业 目 录 一、OpenAI 推出 Sora 文生视频模型，AI 全球应用发展更进一步.4（一）Sora 文生视频模型推出超预期，有效驱动 AI 应用发展.4（二）Sora 将 AI 潜力具象化，全球未来 AI 发展潜力无限.5 二、我国数字基建“适度超前”，有效助力 AI+快速发展.5（一）政策持续支持，大力转型数字经济发展.5（二）AI 发展如火如荼，市场规模复合增长率或超预期.6（三）AIGC 驱动千行百业加速裂变，行业应用或快速渗透.7 三、AI 发展催化算力网络产业链迎来新机遇，相辅相成共赢.8（一）AI 智算中心建设有望加快，产业链环节中光模块持续受益.8（二）人工智能对算力投入要求高，算力底座运营商数据中心有望不断扩张.11 四、光通信：量价齐升，行业景气度边际改善.13（一）供给端：光模块 400G-800G-1.6T 技术迭代加速，龙头厂商集中度提升强者恒强.13（二）需求端：海内外互联网大厂相关 CAPEX 增加，400G/800G 光模块需求旺盛.15 五、运营商：算力基石底座提质增效重回报，夯实“AI+”赋能行业.18（一）算网供给能力持续增强，数据要素价值有望释放.18（二）经营业绩稳健、高分红带来企业价值凸显，国央企改革带来估值重构.21 六、投资建议.23 七、风险提示.25 请务必阅读正文最后的中国银河证券股份有限公司免责声明。4 数字经济专题报告/通信行业 一、OpenAI 推出 Sora 文生视频模型，AI 全球应用发展更进一步（一）Sora 文生视频模型推出超预期，有效驱动 AI 应用发展 从全球看，OpenAI 推出文生视频模型 Sora，人工智能赋能短视频领域。2024 年 2 月美国 OpenAI继 2022 年底 ChatGPT 发布后，推出全球首款文生视频模型 Sora，该款模型可以通过输入文字及提示词（最长 135 个）后，生成细节连贯的相关视频。Sora 的发布，使得 ChatGPT 从文字、图片层面正式向成熟短视频层面进行演进，可生成最长 60 秒的全动态视频，通过深入理解物体在现实世界中的存在方式，具备创建复杂场景和多人物角色的能力。它能够描绘道具、生成表现出丰富情感的角色，充分展示了对物体存在的出色理解，确保了生成视频过程中人物、环境等一致性，一经推出备受关注。Sora 具备“世界模拟器”的潜力，视频长度提升和效果超预期。Sora 发布前，友商 Pika、Runway等生成模型大多处于生成 4 秒左右的“动图”范畴，60 秒连贯视频叠加 Sora 更强的语义理解能力、对不同宽高比和分辨率的适应能力、优秀的视频扩展能力等优势，使得 Sora 发布后便同其它模型产生较大代差，对 AI 制作视频领域带来新一轮突破。图1：Sora 生成的相关视频效果逼真 图2：Sora 同其它大模型生成视频对比 资料来源：OpenAI，中国银河证券研究院 资料来源：Gabor Cselle，中国银河证券研究院 算法原理方面，Sora 本质上基于“Transformer+Diffusion”。Sora 是一个在不同时长、分辨率和宽高比的视频及图像上训练而成的扩散模型，同时采用了 Transformer 架构，也就是一种“扩散型 Transformer”。Sora 主要的算法基础原理在于 Transformer+Diffusion，从文字生成视频主要经过三步，分别为语义理解、生成图像以及图像排序生成视频，语义理解主要基于 ChatGPT，生成图像基于 Diffusion，图像排序生成视频则基于 Diffusion 及 Transformer。首先，Sora 需要巨量数据进行学习分析。由于 Sora 属于文生视频模型，故而需要互联网规模的海量视频数据库进行分析学习，进而通过数据库进行联想，从而对输入的语义有加深的了解；其次，通过文字生成图片。在文字输入后，Sora 会将文字先利用 ChatGPT 生 成（Transform）图 片，即 Transformer，给出的文字越多，生成的图片细节愈发丰富；而 Diffusion 则会根据关键词特征值对应的可能性概率，在使用视频库中数据进行多次拟合后，将碎片化信息粘合进行完整的图片输出；生成图片后，再多次重复该过程，生成完整视频。将完整的图片进行时间序列排序，利用时空补片技术（Spacetime latent patches）生成具有语义代表性的视频成品。给定一个压缩的输入视频，模型会提取一系列时空补片，充当 Transformer 的 token。正是这个基于补片的表示，让 Sora 能够对不同分辨率、持续时间和长宽比的视频和图像进行训练，在推理时，模型则通过在适当大小的网格中排列随机初始化的补片来控制生成视频的大小。FegzbgPtrv7EJ2AeHG0bcbzkDSe1RnSOm2svFrHBRVkFkiunyQsrSpX10koHZuZG 请务必阅读正文最后的中国银河证券股份有限公司免责声明。5 数字经济专题报告/通信行业 图3：Sora 随着参数训练量的增大，显示效果越好 资料来源：OpenAI，中国银河证券研究院（二）Sora 将 AI 潜力具象化，全球未来 AI 发展潜力无限 Sora 是对已有信息的整合，未来发展仍可持续演进。根据 Sora 算法原理，我们可以发现其核心是基于互联网上已有的视频信息，根据文字输入要求进行碎片化拼接整理，从而具备基于现有数据库的基础联想能力，虽然 Sora 目前突破了文生视频模型的时长限制及连贯性的问题，但尚未完全理解现实世界中的物理法则和随机应变，未来 AI 发展潜力仍有较大提升空间。Sora 是 ChatGPT 的延伸，商用前景大有可为。鉴于 Sora 的算法及底层核心逻辑机制，我们认为当前 Sora 更多的意义在于将 AI 潜力具象化，当前处于该具象化进程早期阶段，其本质仍然是以 ChatGPT为底座的文生视频模型，与其它文生视频模型相比，拥有时长更久、长期一致性、多样化视频格式输出等特点，其内核仍以 ChatGPT 及自身视频训练量关联度较大。我们认为 Sora 作为在 ChatGPT 上衍生的文生视频模型，未来主要发展方向也正如其所说，或将以“世界模拟器”为前景，逐步提升其创作能力和推理能力。长期来看，Sora 将远远不只是内容生产工具，其构建的基于三维物理世界来创造数字原生世界的强大引擎，将给一些产业从底层工具层面带来变化，形成深远影响。二、我国数字基建“适度超前”，有效助力 AI+快速发展（一）政策持续支持，大力转型数字经济发展 我国大力推进现代化产业体系建设，“人工智能+战略”明确提出。2024 年政府工作报告中提出“制定支持数字经济高质量发展政策，积极推进数字产业化、产业数字化，促进数字技术和实体经济深度融合。深化大数据、人工智能等研发应用，开展人工智能+行动，打造具有国际竞争力的数字产业集群。”2024 年或将成为我国数字经济发展的重要一年，在人工智能迅速发展的大背景下，我国政府工作报告中提出开展“人工智能+”行动，有望在 2024 年实现从基础设施建设，到产业链逐步自主可控，再到行业应用的稳步推进。在基础设施建设方面，2023 年 10 月工信部等六部门联合印发算力基础设施高质量发展行动计划，提出到 2025 年，智算中心计算力、运载力、存储力应用赋能等方面具体指标要求。“东数西算”工程八大算力枢纽及国家超算中心陆续建设中，目前全国智算中心已投运25 个、在建超 20 个，建设总量与节奏或超预期。适度超前建设数字基础设施，推动经济社会数字化转型。十四届全国人大二次会议发表政府工作报告，该报告中强调，积极推进数字产业化、产业数字化，促进数字技术和实体经济深度融合；适度超前建设数字基础设施等。作为建设网络强国的基石和重要内容，数字信息基础设施正在成为衡量国家核心竞争力的重要标志。我国在 5G、云计算、大数据等领域具有先发优势，新一代信息技术与各行 请务必阅读正文最后的中国银河证券股份有限公司免责声明。6 数字经济专题报告/通信行业 各业深度融合应用，已成为经济社会发展的战略性公共基础设施。适度超前建设数字信息基础设施，有助于为数字中国建设和数字经济发展提供高质量的产品和服务，高效满足千行百业、千家万户对美好数字生活的新需求，塑造发展新动能新优势，进一步推动经济社会数字化转型。数字基础设施“适度超前”+AI 发展，政策支持助力算力全产业链快速发展。在当前全球人工智能发展迅猛的背景下，我们认为数字基础设施超前建设，配合推进“人工智能+”行动或将成为未来 AI赋能千行百业的重要一步。由于我国下游场景所需计算数量规模较大，叠加近年来政策的持续推动，我们认为算力产业链上游智算中心建设将保持较高景气度，同时国内外算力需求高增也将拉动光模块产业链市场规模的进一步提升。下游应用场景受政策及需求拉动，从 0 到 1 的不断突破将带动市场空间的逐步扩容。2021 年工信部发布 新型数据中心发展三年行动规划，同时 2021 年国务院发布的“十四五”数字经济发展规划，再到 2023 年国务院发布的数字中国建设整体布局规划，我国数字经济基础设施发展方向及路径逐步明晰。虽然人工智能产业链上游方面，目前海外厂商占据较优势地位，我国产业链相关公司追赶态势较猛，算力产业链上游国产化程度有望进一步加速，规模化、国产化有望带来更大的发展空间。图4：国内互联网大厂不断加快大模型迭代节奏，重视 AI 商业化落地 资料来源：人工智能大模型体验报告 2.0，新华社研究院，中国银河证券研究院（二）AI 发展如火如荼，市场规模复合增长率或超预期 人工智能不断取得进展，GPT 结论精准度持续提升。ChatGPT 的发展带动行业从专注于特定任务的人工智能（AlphaGO 等）向更广泛的强人工智能发展，ChatGPT 的基础逻辑为利用大量数据进行模型训练，实现深度学习，从而能够根据输入信息给出针对性的输出和预测，故而 ChatGPT 给出结论精确与否主要取决于参数量的多寡。从 GPT 的发展阶段来看，随着代际的提升，其功能不断完善，参数量及预训练量均呈现出指数级别的增长，从而显著提升了 ChatGPT 结论的准确性。表1：GPT 发展情况对比 发布时间 参数量 预训练数据量 模型性质 GPT-1 2018 年 6 月 1.17 亿 约 5GB AI 自然语言大模型 GPT-2 2019 年 2 月 15 亿 40GB AI 自然语言大模型 GPT-3 2020 年 5 月 1750 亿 45TB AI 自然语言大模型 GPT-3.5(ChatGPT)2022 年 11 月 未公布 未公布 基于文本的单模态模型 GPT-4 2023 年 3 月 未公布 未公布 基于文本合图像输入的多模态模型 资料来源：Wind，中国银河证券研究院 中国 AI 市场规模 2021-2026 五年复合增长率（CAGR）将超 20%。根据 IDC 的2023 年 V1 全球人工智能支出指南（IDC Worldwide Artificial Intelligence Spending Guide）预测数据，中国人工智能（AI）市场支出规模 2023 年增至 147.5 亿美元，约占全球总规模十分之一。受疫情、地缘政治及宏观经济等因素的影响，IDC 小幅下调了 2022 年中国 AI 市场规模预测值，相比 2021 年增长约为 17.9%。请务必阅读正文最后的中国银河证券股份有限公司免责声明。7 数字经济专题报告/通信行业 长远来看，AI 技术的创新迭代驱动了应用场景的进一步落地，以 AIGC、数字人、多模态、AI 大模型、智能决策为代表的热点为市场带来了更多想象力和可能性。同时，企业对自身“数字化”、“数智化”转型的积极推动催生出对 AI 技术的多元化需求，为中国 AI 市场规模的长期增长奠定了基础。IDC 预计，2026 年中国 AI 市场将实现 264.4 亿美元市场规模，2021-2026 五年复合增长率（CAGR）将 超 20%。在五年预测期内，AI 领域的主要支出仍将来自于专业服务领域的行业用户，紧随其后的是政府和金融行业，三者合计约占市场总量的一半以上。增长最快的行业分别为银行和地方政府，五年 CAGR 均超23%。具体来看，AI 在专业服务领域，可以广泛应用于搜索和推荐、广告营销等，目前 ChatGPT 已经嵌入必应搜索，带来了更多的智能化和人性化的特性，提升用户的搜索体验和搜索效率，为国内市场提供了新思路。在政府行业，主要应用在公共安全、城市管理和社会服务方面，通过人脸识别和大数据相关技术，识别出潜在的安全风险，此外还可以在办理业务时进行人员核对，提高办事效率。在金融行业主要的应用包括风险管理、欺诈检测、投资分析等，随着数字人的不断进步，金融行业的服务模式也将重塑。图5：我国人工智能市场支出预计将逐年走高 图6：预计我国人工智能市场专业服务支出占比较大 资料来源：IDC 中国，中国银河证券研究院 资料来源：IDC 中国，中国银河证券研究院（三）AIGC 驱动千行百业加速裂变，行业应用或快速渗透 工业 AI 大模型市场空间广阔。根据工信部数据，我国工业互联网 2023 年核心产业规模达 1.35 万亿元，工业互联网融入 49 个国民经济大类，有一定影响力的工业互联网平台超过 340 个，覆盖全部工业大类，工业设备连接数超过 9600 万台套，带动投资超 1700 亿元，工业经济整体呈现稳中向上、回升向好的态势。从软件业经济运行来看，软件产品收入 29030 亿元/+11.1%，其中工业软件产品实现收入 2824 亿元/+12.3%，工业软件收入占比逐步提升，工业 AI 大模型不断赋能，盈利能力保持稳定。图7：工业 AI 大模型市场空间广阔 图8：工业软件收入保持较高增速增长 资料来源：Marketresearchfuture，中国银河证券研究院 资料来源：工信部，中国银河证券研究院 0200400600800100012002022 2023 2026 2028 2030 2032工业AI市场规模（单位：亿美元）0%5%10%15%20%25%30%05001,0001,5002,0002,5003,0002018 2019 2020 2021 2022 2023工业软件收入（亿元），左轴 YoY，右轴 请务必阅读正文最后的中国银河证券股份有限公司免责声明。8 数字经济专题报告/通信行业 工业垂直大模型提质增效，赋能工业生产各个环节。从产业技术变革发展来看，数据成为新生产要素、算力网络基建成为生产资源、人工智能算法成为新生产工具，共同构成新质生产力重要驱动因素。数据成为新型工业化关键性生产要素，构成提升工业垂直大模型专用场景的关键。工业各环节围绕语言、专用、多模态和视觉四类大模型开展探索，4 类模型应用占比：75%、15%、8%和 2%，当前以大语言模型为主。2024 年 3 月，政府工作报告指出全面部署推进新型工业化，提高全要素生产率，推动重点产业链高质量发展，工业企业利润由降转升。总体来说，伴随政策发力加快推进新型工业化，AI 大模型算法升级赋能传统制造业数字化转型升级，行业盈利能力有望增强，带来正向增益。图9：工业 AI 大模型技术体系不断完善升级 资料来源：工业大模型技术应用与发展报告，工业互联网产业联盟，中国信通院，中国银河证券研究院 三、AI 发展催化算力网络产业链迎来新机遇，相辅相成共赢（一）AI 智算中心建设有望加快，产业链环节中光模块持续受益 人工智能产业链中，软件及硬件互相促进创新。我们认为大模型的问世，不仅是因为人类创造力的提升，也是因为硬件的更新迭代推动了应用端的创新，工欲善其事必先利其器，随着英伟达 V/A/H系列 GPU 的面世，以及数通侧光模块速率从 100-200-400-800G 的演变，叠加存储技术的不断突破，数据传输速率，并行处理量及存储量实现较快增长，使得数据处理数量级实现快速提升，从而推动应用革新。展望未来，我们认为在大模型开发如火如荼的背景下，在其上开发的应用或将遵循该规律，在软件及硬件的不断进步下，逐步完成从量变到质变的飞跃。表2：人工智能产业链简析 产业链 细分 主要代表 产业链作用 基础层 软件 机器学习框架、基础软件、及深度学习等 软件硬件相辅相成，首先硬件决定 AI 上限，人工智能推动硬件更新迭代。硬件组成算力平台并根据软件调度，数据再进行处理及清洗，并最终进行模型调试 硬件 AI 芯片，GPU，CPU，冷却系统，线缆，光模块等 算力平台 智算中心，超算中心，IDC，存储等 数据处理及服务 数据处理，数据平台，数据清洗等 技术层 基础技术 AI 算法，大模型，机器视觉，自然语言处理等 算力平台及数据进行清理后进行技术层整合，并根据基础技术进行应用开发 应用技术 机器翻译，智能交互、决策，无人驾驶等 应用层 人工智能行业应用 智能制造，智能农业，智能物流，智能金融，智能商务，智能交通，智能家居，智能教育，智慧工厂等 基础层+奇数层融合后，进行应用赋能，从而实现 AI 应用的快速铺开。智能终端产品 无人驾驶，机器人等 资料来源：产业通，中国银河证券研究院 请务必阅读正文最后的中国银河证券股份有限公司免责声明。9 数字经济专题报告/通信行业 人工智能发展催化全球算力规模保持高速增长。国务院关于印发新一代人工智能发展规划的通知(国发(2017)35 号)提出“要推进人工智能理论、技术与应用；到 2025 年，人工智能核心产业规模超过 4,000 亿元，带动相关产业规模超过 5 万亿元；到 2030 年，人工智能核心产业规模超过 1 万亿元，带动相关产业规模超过 10 万亿元”。信通院预测，“十四五”期间，在智算中心实现 80%应用水平的情况下，城市/地区对智算中心的投资可带动人工智能核心产业增长约 2.9-3.4 倍、带动相关产业增长约 30 倍，我国算力规模高增可期。图10：人工智能带动相关产业链规模不断提升 图11：我国智能算力规模预计将保持高速增长 资料来源：智能计算中心创新发展指南，国家信息中心，中国银河证券研究院 资料来源：智能计算中心创新发展指南，国家信息中心，中国银河证券研究院 智算中心的服务器/交换机及光模块占 BOM 成本比例有望增长，冷却方式有望从风冷转向液冷。相较于此前传统数据中心，智算中心因人工智能的发展，整体折旧时间缩短（预计从传统数据中心普遍 10 年期折旧降至 3-5 年），同时 AI 服务器/交换机技术因不断迭代，成本比例或将逐步提升。由于数据中心本身即为高能耗行业，所需电力较多，故而 PUE 控制一直以来便相对较严，智算中心能耗更为严重，预计未来液冷代替风冷，降低数据中心 PUE 势在必行。数据中心市场份额方面，2022 年全球数据中心市场中，我国占比约 25%-30%，2023 年我国算力总规模占比全球居次席，年增速约为 30%，新增算力设施中智算中心占比过半，相较于美国数据中心CAGR10%的增速，我国算力总规模市场份额有望进一步增长。图12：人工智能浪潮下，服务器/交换机占比将会逐步提升（单 位：十亿美元）图13：2022 年全球数据中心市场份额对比 资料来源：Statista，中国银河证券研究院 资料来源：IndustryARC，中国银河证券研究院 0%50%100%150%05001,0001,5002019 2020 2021 2022 2023 2024 2025 2026我国智算能力(EFLOPS)，左轴 YoY(%)，右轴01002003004005002016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028网络设施 服务器 存储北美 欧洲 亚太 南美 其它 请务必阅读正文最后的中国银河证券股份有限公司免责声明。10 数字经济专题报告/通信行业 图14：美国数据中心需求预计年复合增长率超 10%，数据中心温控需求较高 资料来源：麦肯锡，中国银河证券研究院 随着数据中心的不断建设，我们认为光模块具备长期高成长性。智算中心拥有更短时间的折旧，以及更高的速率及更低的时延需求，故而对于服务器的要求相对较高，衍生出服务器的“1 VS 多”的配套产品光模块需求大幅提升，我们认为光模块具备量价齐升的逻辑：量升：800G 光模块陆续放量，海外互联网巨头不断加单。网络集群中的拓扑结构决定光模块用量，IDC 逐渐扁平、计算资源池化、SDN/NFV 兴起，叶脊架构成为主流。理论上当交换芯片速率达 51.2Tbps时，400G 光模块成为主流、800G 光模块需求初步产生，当交换芯片速率达 102.4Tbps 时，800G 光模块成为主流、1.6T 光模块需求初步产生。每代高速光模块新品进入客户供应商名单基本需要经历 0.5-1 年的认证周期，产品推出时间靠前的供应商被采纳为主流方案的可能性更大，并且当前竞争格局较好，2022 年国内典型光通信企业海外营收占比均在 75%以上。目前全球光模块需求 400G 主要集中于Amazon（约 45%）和 Google（约 25%）、800G 主要集中于 Nvidia（约 50%）、Google（约 30%）和 Meta（约 20%）等，前期已优先得到客户验证的公司将优先受益。随着海外互联网公司对相关速率要求的不断提升，800G 光模块有望快速放量中。价升：光模块单位速率成本已接近 1 美元/Gbps，新产品 800G 价格有望超出 400G 两倍。过去光模块的价格，一方面受制于光芯片的摩尔定律，光芯片在光模块中的价值量占比 30%-50%，随速率的增加而增加，另一方面新产品随着时间的推移良率逐步抬升。光模块市场规模的边际变化主要体现在高速光模块份额与价格的相对增长，以及低速光模块份额与价格的相对下降。对于特定接口速率的光模块，其出货量曲线预计是一个长尾的正态的倒 U 型曲线，价格曲线是一个类反比例函数，两者相乘得到的市场规模曲线是一个厚尾的右偏的倒 U 型曲线，市场规模会先于出货量触顶。图15：光模块市场规模 VS 出货量分析 图16：高速光模块具备一定的价格优势 资料来源：Lightcounting，中国银河证券研究院 资料来源：Lightcounting，中国银河证券研究院 请务必阅读正文最后的中国银河证券股份有限公司免责声明。11 数字经济专题报告/通信行业（二）人工智能对算力投入要求高，算力底座运营商数据中心有望不断扩张 随着人工智能的不断发展，其基础设施当前仍处于快速扩张中。由于 GPT 对算力需求以推理卡和训练卡为主，其中训练卡主要支持模型的深度学习训练，推理卡则在训练完成的模型上做快速的响应及执行。故而训练卡的计算能力相对较强，需求量更大，使得市场空间及单片价值量处于相对较高位置。我们认为随着人工智能的发展，以及大模型训练量的快速增长，推理卡和训练卡预计在未来一段时间仍将保持高速增长，人工智能高成长推动硬件逐步升级换代，对算力投入提出更高要求。表3：推理卡及训练卡主要区别 推理卡 训练卡 主要代表 NVDA Tesla；华为 Atlas；寒武纪 MLU 系列等 NVDA A/H/B 等；华为 昇腾；AMD MI300 等 设计目标 训练完成模型的快速响应及执行 深度学习模型训练 计算能力 优化了对模型的推理和支持，强调低延迟和高吞吐量 并行计算能力较强，处理大规模矩阵运算和并行任务 内存配置 显存配置较少，满足模型推理需要 显存卡较多，存储数据集及模型参数 功耗及尺寸 功耗较低，部署在边缘设备上 需要支持大规模计算，功耗及散热较高 使用场景 终端设备、边缘计算和应用场景 数据中心、科研院所、智算中心中等 资料来源：Worktile，中国银河证券研究院 图17：数据中心 GPU 市场预计将在未来几年持续增长（左轴：美元，右轴：个）资料来源：Wells Fargo，中国银河证券研究院 当前硬件价值量较高，英伟达出货量全球居首。在当前全球算力紧缺的背景下，GPU 仍是投资的主要方向。GPU 性能方面，英伟达较为领先，且领先幅度相对较大，其下 H/A 系列 GPU 较 AMD 的MI300L 系列具备较大存储及计算速率优势，未来随着技术的升级换代，其它具备规模出货能力以及技术积累的厂商有望弯道超车。请务必阅读正文最后的中国银河证券股份有限公司免责声明。12 数字经济专题报告/通信行业 图18：全球 AI 市场分板块空间预测（单位：十亿美元）图19：AI 推动英伟达数据中心相关业务逐季快速增长（单位：百万美元）资料来源：PrecedenceStatistics，中国银河证券研究院 资料来源：Intelligent Computing，中国银河证券研究院 我国算力设施建设正迎头追赶。2023 年 10 月，工信部等六部门联合印发算力基础设施高质量发展行动计划，提出到 2025 年：（1）计算力方面，算力规模超 300EFLOPS，其中智算占比达 35%，智算中心 2023 年完成 30 个，2025 年完成 50 个，东西部算力平衡协调发展；（2）运载力方面，国家枢纽节点数据中心集群间基本实现不高于理论时延 1.5 倍的直连网络传输，重点应用场所光传送网（OTN）覆盖率达到 80%，骨干网、城域网全面支持 IPv6、SRv6 等创新技术使用占比达到 40%；（3）存储力方面，存储总量超 1800EB，先进存储容量占比达到 30%以上，重点行业核心数据、重要数据灾备覆盖率达到 100%；（4）应用赋能方面，打造一批算力新业务、新模式、新业态，工业、金融等领域算力渗透率显著提升，医疗、交通等领域应用实现规模化复制推广，能源、教育等领域应用范围进一步扩大。每个重点领域打造 30 个以上应用标杆。IDC 自云中心算力中心转变，运营商数据中心产业迎来新机遇。2020 年起大数据、云计算等新数字技术的加速发展，令国内数据云存储及计算、智能算力、边缘算力等需求持续增长，而 AIGC 的出现推动算力基础设施建设进入新阶段，需求向“云计算大型、超大型 IDC+智能计算本地化中型 IDC+边缘计算小微型 IDC”三级转变，规模化智算与行业智算并行特征明显。大量应用在 IDC 的服务器间产生流量，更低时延、更好扩展性、更高带宽利用率带来了更大需求，未来掌握数据中心核心资源的运营商有望持续受益（接近 50%）。当前我国数据中心市场空间逐年提升，智算中心有望提升盈利水平。受益于“东数西算”等利好政策的推动，我国数据中心市场空间逐年提升，但部分地区存在超建或上架率不足的情况，使得单机架收入有所下调，传统数据中心行业当前已逐步向基础设施建设靠拢。智算中心作为行业发展较为确定性的方向，同传统数据中心存在较大差别，即内部服务器更新换代较快，集群化规模化程度相对较小，投资相对较大，以及上架率较高等特点，由于智算中心造价昂贵，其租金较传统数据中心有显著提升，因此盈利水平也相对较高。当前数据中心市场份额中，新增算力中智算中心比例较高。2021 年中国智能算力规模达 155.2 每秒百亿亿次浮点运算（EFlops），2022 年智能算力规模将达到 268.0EFlops，预计到 2026 年，智能算力规模将进入每秒十万亿亿次浮点计算（ZFlops）级别，达到 1271.4EFlops，即 2021-2026 年期间，预计中国智能算力规模年复合增长率达 52.3%。02004006008001,0001,2002022 2023 2027 2032硬件 软件 服务05,00010,00015,00020,0004Q22 1Q23 2Q23 3Q23 4Q23 1Q24 2Q24 3Q24数据中心 游戏 专业视觉 车 OME及其它 请务必阅读正文最后的中国银河证券股份有限公司免责声明。13 数字经济专题报告/通信行业 图20：我国数据中心市场中，电信运营商占比接近 50%图21：我国智算规模逐步扩大 资料来源：中国第三方数据中心服务商分析报告，中国信通院，中国银河证券研究院 资料来源：IDC，中国银河证券研究院 通信运营商具备资金优势，发展 AI+算力于国家战略相契合，智算中心时代有望持续受益。智算中心的高投入，以及相对较长期的投资回报，使得智算中心投资门槛较高，如 GPT-3 使用 1024 张 GPU芯片，按照单个 GPU 芯片价格约 20-25 万美元计算，则 GPU 芯片费用便超过 10 亿元人民币，大规模建设智算中心对于普通公司而言存在资金困难。运营商作为我国领先的数字基建服务商，同时坚定推进云业务发展，投资结构也逐年向云倾斜，有望在智算中心建设过程中保持领先位置。2023 年上半年三大运营商持续梯次化算力布局，数据中心规模显著增加，新增 4.9 万机架，总计达 140.1 万，算力网络时延则呈现明显下降。同时 AIGC 热潮下，智算正成为运营商基础布局的新亮点与发力点，规划、落地智算中心项目，智能算力规模增幅显著；中国移动正在规划建设亚洲最大的智算中心，现在公司智算的总能力如果按大口径算已经达到 5.8EFLOPS，在算力方面已经是全面布局，今后算力方面智算会成为主流，中国电信及中国联通也在加速布置计划中，未来运营商有望优先享受智算运营的红利。四、光通信：量价齐升，行业景气度边际改善 针对光通信，关注重点在于：技术迭代升级加速，供给侧产品有望量价齐升，技术壁垒增强带动竞争格局集中度提升，掌握核心技术的公司盈利能力有望持续提升。光模块供需缺口加大，需求侧高速率光模块呈现产能供应紧张局面，伴随海内外算力网络正处于蓬勃发展时期，光模块需求旺盛态势有望延续。整体来说，伴随海外大厂订单逐步落地，迎来订单预期转为业绩基本面的关键时点，业绩高增持续可期，光通信产业链高景气度或将延续。（一）供给端：光模块 400G-800G-1.6T 技术迭代加速，龙头厂商集中度提升强者恒强 AI 进程加速光模块技术迭代，显著缩短光模块升级周期。光模块技术迭代周期相对较短，之前大约为 4 年。伴随海内外 AI 智算中心建设提速，头部 AI 厂商及云厂商在参数量、算法模型复杂度提升，倒逼光模块速率同步升级，迭代周期也因此加速，大约每 2 年就能实现批量出货。理论上当交换芯片速率达 51.2Tbps 时，400G 光模块成为主流、800G 光模块需求初步产生，当交换芯片速率达 102.4Tbps时，800G 光模块成为主流、1.6T 光模块需求初步产生。2022 年 8 月 Broadcom 发布速率达 51.2Tbps 的交换芯片 Tomahawk 5，相应地 800G 光模块于 2022 年末小批量出货。每代高速光模块新品进入客户供应商名单基本需要经历 0.5-1 年的认证周期，产品推出时间靠前的供应商被采纳为主流方案的可能性更大。第三方 电信运营商02004006008001,0001,2001,4002021 2022 2023 2024 2025 2026我国智算规模（EFlops）请务必阅读正文最后的中国银河证券股份有限公司免责声明。14 数字经济专题报告/通信行业 图22：IDC 主流光模块的升级路径催生 800G 需求 图23：2022 年 8 月博通发布速率达 51.2Tbps 的交换芯片 资料来源：800G 白皮书，800G Pluggable MSA，中国银河证券研究院 资料来源：讯石光通讯，中国银河证券研究院 800G 光模块 2024 年批量供应元年，400G 光模块供应量有望翻倍增长。全球光模块 400G 客户主要集中于 Amazon（约 45%）和 Google（约 25%）、800G 主要集中于 Nvidia（约 50%）、Google（约 30%）和 Meta（约 20%）等，随着海外互联网公司对相关速率要求的不断提升，800G 光模块有望实现快速放量，前期已优先得到客户验证的公司将优先受益。根据 Lightcounting 数据，进入 1.6T 时代，传统可插拔速率升级或达到极限，后续光通信底座升