AI转债怎么看之光模块、数据中心篇-20230912-东北证券-46页_13mb

AI转债怎么看之光模块、数据中心篇总结

核心内容

本报告聚焦AI产业链中基础层的算力端，特别是光模块和数据中心环节的可转债投资机会。AI大模型的训练和推理对高带宽、低时延的光通信需求显著提升，从而推动光模块和数据中心的增量需求。报告分析了光模块的技术发展、产业链结构、竞争格局及转债标的，同时探讨了数据中心的分类、需求测算及温控趋势。

主要观点

1. AI对光模块和数据中心的需求催化

• 光模块：AI大模型训练和推理需要高带宽、低时延的光通信，光模块作为核心部件，是AI算力端的必需品。随着AI算力需求增长，对光模块的速率和数量需求显著提升。
• 数据中心：AI的发展直接拉动智算中心需求，智算中心主要提供AI训练和推理算力，而传统数据中心和云计算数据中心主要提供通用算力。AI需求带来的数据中心增量主要体现在机柜租赁收入和温控设备需求。

2. 光模块需求测算

• H100 GPU与光模块的比值：测算显示H100 GPU与800G光模块的比值约为1:1.5，单片H100 GPU对应至少1只400G光模块。
• 800G光模块增量：2024年预计800G光模块需求超过200万个，占全球光模块市场的10%以上。
• 光模块市场：2022年全球光模块市场规模约130亿美元，预计2027年将突破210亿美元，年均复合增长率（CAGR）约10%。

3. 光模块技术发展

• 光芯片：光芯片是光模块最核心的部件，价值占比超50%。目前中高速光芯片国产化率低，技术壁垒高。
• 光模块封装技术：光模块封装技术向小型化、多通道化发展，如SFP、QSFP、OSFP等。800G光模块主要采用QSFP-DD和OSFP封装方式。
• LPO与CPO方案：LPO（线性直驱可插拔光模块）通过移除DSP芯片降低成本和功耗，适用于短距场景；CPO（光电共封装）通过将光模块与交换芯片集成，减少信号传输损耗。

4. 数据中心需求测算

• 智算中心：假设2024年出货150万片A100芯片和150万片H100芯片，预计带来数据中心机柜租赁收入约385亿元，占现有市场规模的3%左右。
• 数据中心分类：包括传统数据中心、云计算数据中心和智算中心，其中智算中心主要由GPU提供算力，对算力利用率要求更高。
• 温控趋势：随着机柜功率密度增加，液冷替代风冷是大趋势，液冷价值量更高，未来有望带来增量需求。

关键信息

1. 光模块产业链

• 上游：光芯片、电芯片、光器件、光模块生产设备。
• 中游：光模块集成商。
• 下游：数通市场（云计算厂商）、通信市场（通信设备厂商）。

2. 光模块厂商与转债标的

• 涉及光模块业务的转债公司：约11家，其中永鼎转债、烽火转债关联度较高。
• 涉及数据中心（含液冷）的转债公司：约14家，奥飞转债、科华数据、佳力转债、中贝通信关联度最高。

3. 光芯片竞争格局

• 国产化率：2.5G及以下光芯片国产化率超90%，10G光芯片国产化率约60%，但25G以上光芯片仍以海外厂商为主。
• 技术壁垒：光芯片制造需高精度外延工艺，良率爬坡时间长，客户认证周期也较长。

4. 光模块技术升级路径

• 封装方式：从SFP系列向QSFP-DD、OSFP等更小型、多通道方向演进。
• 技术趋势：PAM4调制、高速率光芯片、WDM技术等是提升光模块传输速率的重要手段。

5. 数据中心产业链

• 数据中心分类：传统数据中心、云计算数据中心、智算中心，其中智算中心对AI算力需求最大。
• 数据中心投资：随着AI发展，数据中心投资重点转向智算中心，机柜租赁收入和温控设备需求将显著增加。
• 液冷趋势：液冷替代风冷成为趋势，尤其在高功率密度数据中心中，冷板式、浸没式液冷方案更具优势。

关键数据

• AI算力需求：一个GPT3级别大模型训练需要约600张H100芯片，推理需要约700张，合计约1300张H100芯片。
• 光模块市场：2022年全球光模块市场规模约130亿美元，预计2027年将突破210亿美元。
• 数据中心市场规模：2021年我国数据中心市场规模超过3000亿元，预计2023年将超过4000亿元。
• 光模块成本：800G光模块BOM成本约600美元，其中光芯片占比超50%。

风险提示

• AI商业化不及预期。
• 下游客户认证不顺利。

转债投资机会

• 光模块相关转债：包括永鼎转债、烽火转债等，受益于AI带来的高速光模块需求。
• 数据中心相关转债：包括奥飞转债、科华数据、佳力转债、中贝通信等，受益于智算中心和液冷设备需求增长。

图表与数据来源

• 图1：AI产业链结构。
• 图2-3：历代GPT模型参数量及英伟达GPU算力。
• 图4-5：光模块在服务器通信中的作用。
• 图6-7：PCIe传输速率变化。
• 图8-9：传统三层网络与叶脊网络对比。
• 图10-13：英伟达DGX H100系统架构与光模块需求。
• 图14-16：光模块产品能耗与全球光模块厂商排名。
• 图17：国内光模块厂商营收情况。
• 图18-19：全球光模块市场预测与5G通信结构。
• 图20-26：数据中心分类、能耗及市场预测。
• 图27-30：光芯片分类及BOM成本。
• 图31-33：光芯片调制方式与价值量拆分。
• 图34-36：光模块封装方式与技术路线。
• 图37-39：光芯片国产化率及竞争格局。
• 图40-43：光器件与波分复用技术。
• 图44-47：光模块制造流程与技术升级路径。
• 图48-50：光模块企业研发投入及毛利率。
• 图51-53：光模块与光芯片技术对比。

结论

AI大模型的发展显著推动了光模块和数据中心的市场需求，特别是高速光模块和智算中心的建设。光模块和数据中心作为AI算力基础设施的关键环节，其转债投资机会值得关注。然而，行业增长仍面临AI商业化和客户认证等风险，需关注相关标的的市场表现及技术进展。