人工智能行业AI算力报告：穿越AI的基石，算力基建的起始_100页_9mb

证券研究报告总结

核心内容

本报告聚焦AI算力基建领域，分析其作为智能世界基础的重要性及当前产业生态、投资图谱和市场趋势。AI算力由数据、算法和算力三要素构成，其中算力是核心基础，其发展推动了数据中心、芯片、PCB、网络连接及液冷等领域的快速升级和变革。

主要观点

• 算力是智能世界的基础：算力基础设施正从云向算力泛在演进，形成云、边、端三级架构。AI大模型的发展推动算力需求超越摩尔定律，预计未来算力需求将持续增长。
• AI服务器带动算力硬件升级：AI服务器采用异构式架构，GPU用量和ASP显著提升，带动DRAM、NAND等存储需求增长，同时对PCB和载板的规格和成本提出更高要求。
• 网络连接需求激增：AI对网络架构带来变革，无损流量传输和800G光模块需求暴增，同时带动SerDes技术升级，形成新的供应链格局。
• 边缘算力建设加速：边缘计算成为AI终端发展的关键，MR（混合现实）是最具潜力的AI终端之一，对算力和网络技术提出更高要求。
• 算力与经济水平密切相关：算力提升对GDP有显著拉动作用，尤其在计算力指数达到一定水平后，拉动效应更为明显。
• 中美算力布局领先：美国在基础算力和智能算力方面均占主导地位，中国在智能算力方面正快速追赶。
• 国内政策推动算力发展：中国各地出台多项政策推动AI和算力发展，支持算力平台建设，促进算力资源统一调度。
• 算力芯片与软件生态：英伟达凭借CUDA生态和NVLink/NVSwitch技术构建强大护城河，国内企业也在高算力芯片和软件生态方面积极布局。
• 液冷技术成为主流：随着算力密度增加，液冷方案成为数据中心散热的关键，国内主要厂商已全面布局液冷技术。

关键信息

1. 算力基础设施演进

• 算力基础设施从云向算力泛在演进，形成云、边、端三级架构。
• AI大模型训练算力需求增长速度远超摩尔定律，2023年ChatGPT仅用2个月即突破1亿月活跃用户。
• 算力对经济有倍增效应，计算力指数每提高1点，GDP增长拉动倍数提升。

2. AI服务器市场与技术

• AI服务器采用异构架构，GPU数量远高于普通服务器，NVIDIA DGX A100配置8颗A100 GPU。
• GPU是AI服务器核心成本构成，2022年占据AI市场89%份额。
• AI服务器需求预计在2026年达到236.9万台，云服务厂商是主要采购方。

3. 网络连接与光模块

• AI对网络架构提出更高要求，无损流量传输推动光模块需求暴增。
• 800G光模块成为AI服务器需求主线，预计2024-2025年需求乐观。
• SerDes技术提升，满足AI高带宽、低延迟需求，国内厂商如裕太微已实现1.25~5G性能。

4. 液冷技术发展

• 随着AI算力密度增加，风冷方案已无法满足需求，液冷成为主流。
• 液冷方案包括冷板式、浸没式和喷淋式，冷板式方案目前较为成熟，成本较低。
• 三大运营商及中科曙光、华为等企业正全面布局液冷技术，预计2025年液冷市场将带来百亿增量。

5. 国内算力产业布局

• 国内企业如寒武纪、华为昇腾、阿里平头哥、沐曦科技、壁仞科技等在高算力AI芯片方面布局，部分产品性能接近或达到国际主流水平。
• 国内PCB企业如沪电股份、深南电路等在超高层、高密度PCB方面具有领先优势，未来有望受益于AI服务器需求。
• 国内交换机市场由锐捷和新华三主导，白盒交换机因低成本和高开放性成为主流。

推荐标的

• 推荐标的：新易盛、天孚通信、光迅科技、光库科技、奥飞数据、中兴通讯、中国联通、立讯精密、电连技术、沪电股份、深南电路、生益科技、胜宏科技、恒玄科技、晶晨股份。
• 受益标的：工业富联、传音控股。

风险提示

• 国际巨头在算力芯片和软件生态方面占据主导地位，国内企业面临技术壁垒和市场渗透的挑战。
• 800G光模块和SerDes技术的快速演进可能导致供应链格局变化，需关注技术路线和市场动向。
• 液冷技术发展仍需时间，部分厂商可能面临技术转化和成本控制问题。