算力是大模型的底座。自ChatGPT爆火以來，市場預期算力會持續緊張，各地算力新基建也大干快上。

在資本市場，算力產業鏈已成為“AI+”第二輪主升浪的最熱細分之一。

(資料圖片)

面對火爆的算力行情，聰明的投資者需要冷靜下來思考幾個問題：

一是，在AI時代，算力的需求究竟有多大？算力真的不夠用了嗎？

二是，算力產業鏈環節眾多，哪些是能確定兌現成長和業績預期？哪些又是偏概念炒作？

?

約9.9個月翻倍，智能算力真的不夠用

目前整個市場主要存在三種算力：通用算力（CPU主導）、智能算力（GPU主導）和超算算力（主要服務于科學計算）。

其中，搭載AI芯片的智能算力正是訓練大模型所需的算力。通用算力雖然也能進行部分人工智能計算，但效率低、能耗也非常高。

所以，大家所說的算力不夠用，其實指的是智能算力不夠用。

在AI革命驅動下，近年來，全國智能算力規模保持高速增長。中國信通院統計顯示，國內人工智能算力占比在2016年只有3%左右。而到了2022年，智能算力的比重已超過50%。

那么，智能算力需求增長究竟有多快？

來看一個偏保守（基于GPT-3）的預測數據：在大模型時代，算力需求平均9.9個月翻一倍。

如果再考慮到不斷有新的大模型推出，且訓練大模型的時間顯著縮短（從3.5年縮短至2.5個月），那么算力翻倍的時間也將顯著縮短（低于9.9個月）。

這也就不難理解，為何全球各國都在加快布局算力基礎設施。

中國是全球算力的追趕者（美國是領導者）。2022年，我國數據中心機架總規模超過650萬標準機架，近 5年年均增速超過30%。其中，AI服務器支出規模同比大幅增長44.5%，首次超過美國位列第一。

以上可以回答開篇的第一個問題：智能算力大概率會經歷很長時間的高速增長期，預示著整個產業鏈的成長空間將非常可觀，這也是算力板塊持續演繹的最大底氣。

產業鏈蛋糕該如何分？

算力生態環節眾多，市場參與者也眾多，大致可以分成以下四層蛋糕：

首先，芯片制造商為芯片供應商做代工；

其次，芯片供應商將芯片銷售給設備服務商；

最后，云計算廠商向設備服務商采購服務器，建設數據中心，并向企業提供算力服務。

從投資的角度來看，可以從兩條思路篩選潛力賽道：

一是最先兌現成長預期的方向；

二是技術壁壘高、事關國家安全的國產替代方向。

（1）芯片——成長性（★★★★★）+國產替代（★★★★★）

芯片是算力產業需求最先放量的環節，也是當前國產替代的重點領域。

因AI芯片需求爆發，英偉達今年二季度收入指引110億美金，并且預計其數據中心芯片業務收入接近翻倍。可以預期，AI芯片代工環節的先進制程制造、先進封裝（Chiplet）等方向都將步入高景氣。

并且，全球GPU芯片主要被英偉達壟斷（2022年四季度市占率高達82%），國產GPU還處于萌芽期，在設計與代工環節與國際廠商的差距很大，是中國本土供應鏈最薄弱的環節之一，也是中美科技博弈的關鍵領域。

（2）光模塊&交換機——量價齊升，成長性（★★★★★）

AI數據中心內部數據流量較大，帶寬和能耗挑戰也隨之而來，這需要更多高速率的光模塊與交換機。

下一代高速率光模塊800G光模塊已在2022年底小批量出貨，預計2023年英偉達和谷歌會提前批量采購，2024年有望大規模出貨。

而隨著光模塊速率及數量顯著提升，交換機的端口需求也大幅增長，對端口速率也有更高的要求。

為解決交換機功耗大增的問題，CPO應運而生。不過，CPO尚未開展商用，市場主流預期在2024-2025年開始商用。因此，板塊處于炒概念的階段，業績兌現還需等待。

（3）服務器——競爭激烈，成長性（★★★★）

服務器也是需求放量較早的環節。

未來3年，全球AI服務器市場規模分別為395/890/1601億美元，對應增速96%/125%/80%。其中，我國AI服務器市場規模有望達到134/307/561億美元，同比增長101%/128%/83%。

不過，全球AI服務器市場參與者眾多，競爭激烈，整體利潤率并不高。未來市場份額預計將繼續向頭部集中，保持一超多強的競爭格局。

關鍵詞：