AI算力三要素 算力 - 英伟达推出新一代Blackwell芯片,预计将于2025年推出Blackwell Ultra,2026年推出"Rubin"下一代AI平台 [3] - 海光深算二号已经发布并实现商用,性能相对于深算一号实现了翻倍的增长,深算三号研发进展顺利 [4][5] 应用 - 大模型趋于分化,通用和垂直两条道路,通用大模型参数普遍达上千亿甚至万亿,垂直大模型参数普遍几十到上百亿 [6][7][8] 能耗 - 2022年中国数据中心耗电量2700亿千瓦时,其中智能算力总规模已达到197EFLOPS,年耗电量约730亿度电 [9] - 2024年至2030年,我国GPU算力集群年度总耗电量将增长约10倍,年复合增长率为49.8% [10][11] 国产算力产业链受益 算力芯片 - 美国限制先进芯片出口中国,影响英伟达无法向中国出口高算力AI芯片 [14] - 中国推动替代外国技术,电信运营商在2027年前逐步淘汰作为其网络核心的外国处理器,国内芯片企业获得机会 [15][16] - 昇腾芯片AI算力达320TFLOPS,鲲鹏芯片通用算力基于ARM架构,国产芯片替代进口 [17][18] 光模块 - 光模块在数据中心互联中的成本占比不断攀升,高速率、低功耗、低成本成为行业主流趋势 [19][20][21] - 中国企业在800G/1.6T光模块等前沿技术领域取得突破,供应全球高端光模块 [24][25][26] 铜互连 - 英伟达新一代架构采用大量铜连接方案,铜互连在短距通信领域有相对优势 [28][29][30] - 国内高速互联厂商如华丰科技等已完成高速铜互连产品开发 [31][32] 服务器 - 中国AI算力市场高速发展,将成为第二增长极,国产服务器厂商受益 [33][34][35][36][37] 交换机 - 国产交换机厂商如紫光股份、菲菱科思等快速崛起,满足国内算力网络需求 [40][41][42][44][45] 液冷 - 电信运营商提出三年规划,倒逼液冷技术渗透加速,英伟达等厂商采用液冷方案 [47][48] - 国内液冷供应商如英维克等布局全链条解决方案,市场空间广阔 [53][54][55] 算力产业趋势和重点标的 大模型向端侧推理演进 - 大模型向小模型转化是必须之路,可以迅速应用到各行各业 [57][58][59][60][61] 算力带宽内存提升硬件支撑 - 大模型运行需要算力、带宽、内存三要素支撑,硬件是急需解决的瓶颈 [63][64][65] 算力互联 - 算力互联提供国内顶级的高性能AI算力支持,市场空间巨大 [66][67][68] 重点标的 - 紫光股份:新一代云计算基础设施领先者,服务器和交换机市场份额领先 [69][70][71] - 华丰科技:受益国防建设和国产替代,打开连接器成长空间 [72][73][74][75] - 菲菱科思:中高端交换机突破,长期受益国产算力爆发 [77][78] - 润泽科技:国内IDC龙头,盈利能力领先同行业 [79][80] 风险提示 - 算力落地不及预期,应用是算力落地的关键 [82] - 芯片成本过高影响落地进度,需求增长速度远大于产能 [83] - 智算中心建设进度不及预期,资源要素面临不确定性 [84]