可编辑文档：通信行业2024年投资策略分析报告：光通信技术迭代，算力机遇.pptxVIP

行业评级：推荐通信2024中期投资策略：光通信技术迭代，算力新机遇

摘要：?2024年下半年投资通信行业依然以AI为主线。全球大模型加速迭代，AI大模型的参数规模持续扩张，训练所需算力需求旺盛。海外头部云厂商为训练下一代大模型，加码算力基础设施投资，对于24、25年资本开支给出了乐观预期。同时推理逐步成为算力需求增长的第二动能，伴随模型复杂度提升，推理所带来的算力需求更加具有弹性。智能终端巨头苹果将为其终端设备引入一系列AI功能，AppleIntelligence分为本地与云上两个模型，基于苹果庞大的客户群体，将直接释放推理算力需求。算力硬件方面，以英伟达为代表的算力芯片企业加速产品迭代，算力芯片性能提升驱动数据读取、数据吞吐升级需求，光模块升级迭代节奏加快。伴随应用场景需求变化，硅光、LPO、CPO等光通信新技术加速落地，光通信长期投资价值凸显。?地缘政治扰动加速国内算力产业链步伐。近期，OpenAI将严格限制不支持区域的API流量，这意味国内AI大模型客户需求将转向国内。苹果将牵手国产大模型以实现AI功能，这直接推动国内大模型算力需求向推理切换。从资本开支的角度去看，BAT云厂商资本开支持续向好，一季度资本开支显著增长。三大运营在数字经济的背景下，也在持续加码算网投资，运营商已经成为了国内算力建设的重要组成部分。算力硬件方面，国产算力芯片持续追赶海外，推出昇腾910C芯片性能对标英伟达H200。伴随国产算力芯片性能升级，与之配套的服务器、交换机、光模块将持续升级迭代，国产AI算力产业链处在景气周期。?伴随英伟达算力芯片B200性能提升至18petaflops，其功耗达到1000W。单芯片功耗显著提升叠加算力集群规模逐步扩大，单机柜功耗加速增长突破了传统风冷散热极限，液冷成为了行业发展的趋势。液冷控温技术不仅应用于IDC机房，也在向通信机柜、储能机柜进行拓展。三大运营商积极布局液冷生态链，努力推动2024年规模试点，2025年开始规模应用，液冷控温行业迎来了黄金时代。?投资建议：海外英伟达产业链：中际旭创、新易盛、天孚通信；国内AI产业链：紫光股份、通讯、光迅科技；温控液冷产业链：英维克。?风险提示：AIGC进展不及预期，数据中心建设节奏不及预期，行业竞争格局加剧导致市场份额变化，原材料供给不足导致出货不及预期、毛利润下降。

目录?1.0算力需求：训练与推理同时发力?2.0海外云厂商：AI助力收入修复，资本开支预期乐观?3.0算力硬件：英伟达B200系列出货早于预期，Rubin平台继续升级?4.0光模块：800G与1.6T需求共振，速率提升驱动新技术落地?5.0国内云厂商运营商：算力相关投资成为主线，运营商成为重要驱动力?6.0国产AI硬件：国产芯片追赶海外，服务器、交换机持续升级?7.0液冷技术：传统风冷技术遇到瓶颈，液冷加速渗透?8.0投资建议?9.0风险提示

1.0算力需求：大模型迭代驱动训练需求?人工智能发展迅速，AI大模型持续迭代，提升参数依然是大模型发展的主要方向。在训练阶段，大模型预训练效果主要取决于参数量、Token数量、计算量决定。各大云厂商大模型持续迭代驱动算力需求指数级增长。例如GPT-4相比前一代GPT-3，训练算力需求高出100倍；根据MorganStanley的测算，GPT-6训练所需158万张B200训练150-200天。AI大模型训练GPT-6预计参数规模BlackwellStargateGPT-6IndicativeTrainingAnalysis1,583,661,583,66#ofGPUsDeployed66AvailableexaFLOPs15,67015,670Totalmegawatts(MW)ofpowerused3,5003,500MultipleofTrainingParametersforGPT-6,asamultipleofGPT-43844GPT-6TrainingParameters,Trillionsvs.GPT-4Parameters(Trillion）672772GPT-6TokensforTraining,Trillionsvs.GPT-4Parameters(Trillion)4941357213MultipleofTrainingcomputeIncrease:GPT-6vsGPT-4MultipleofTrainingcomputeIncrease:GPT-6vsGPT-5stargateTrainingexaFLOPs(FP8)1,4441415,67015,6701461961,93619Daysreq