通信行业市场分析研究1

通信行业市场分析研究一、总论：一大政策，两大趋势1.1政策规划：数字中国建设整体规划恰逢其时数字中国建设整体布局，是以数字化驱动中国式现代化的重大战略，意义深远。2023年2月27日中共中央、国务院印发了《数字中国建设整体布局规划》(以下简称《规划》)。党的二十大报告中多次提及数字领域关键词，《规划》深入贯彻党的二十大精神，提出“建设数字中国是数字时代推进中国式现代化重要引擎”，是构筑国家竞争新优势的有力支撑。加快数字中国建设，对全面建设社会主义现代化国家、全面推进中华民族伟大复兴具有重要意义和深远影响。《规划》明确建设目标，利于凝聚更大合力。《规划》明确了数字中国建设目标，即到2025年，基本形成横向打通、纵向贯通、协调有力的一体化推进格局，数字中国建设取得重要进展。到2035年，数字化发展水平进入世界前列，数字中国建设取得重大成就。数字中国建设按照“2522”的整体框架进行布局，为中国数字经济的未来指引方向。《规划》明确，数字中国建设按照“2522”的整体框架进行布局，即夯实数字基础设施和数据资源体系“两大基础”，推进数字技术与经济、政治、文化、社会、生态文明建设“五位一体”深度融合，强化数字技术创新体系和数字安全屏障“两大能力”，优化数字化发展国内国际“两个环境”。第一个“2”主要强调“通”，解决数字基础设施部分领域建而未连、连而不通、通而不畅，庞大规模的数据资源价值难以有效释放的问题。第二个“5”关键在于全面赋能。第三个“2”关键在于协同，因为数字要素不同于其他生产要素，同时涉及技术创新和数字安全的问题。第四个“2”拓展数字中国建设空间，同时考虑国内环境和国际合作。其中，数字基础设施大动脉主要涉及双千兆网络、IPv6、物联网、北斗应用、算力基础设施等方面，其中算力基础设施强调促进东西部算力高效互补和协同联动，引导通用数据中心、超算中心、智能计算中心、边缘数据中心等合理梯次布局；传统基础设施强调加强数字化、智能化改造。数字资源大循环主要涉及数据管理体制机制、建设国家数据资源库、释放商业数据价值潜能、数据产权制度建设、数据资产计价研究等围绕数据要素展开的相关体系。数字经济政策自2017年首次写入政府工作报告以来持续细化落地，相关政策持续加码。《规划》将数字中国建设工作情况与党政领导干部的考核相挂钩，利于整体规划的落地实施。《规划》强调，要加强整体谋划、统筹推进，把各项任务落到实处。《规划》提及，“将数字化发展摆在地方工作重要位置，切实落实责任”、“将数字中国建设工作情况作为对有关党政领导干部考核评价的参考”。这一要求有望改变过去一些领导干部对数字建设不重视的局面，将数字中国建设置于政府工作重心之一。1.2技术趋势：大语言模型出现拐点，AIGC应用加速以ChatGPT为代表的通用人工智能技术取得突破，AIGC应用加速。自然语言处理（NLP）类模型在AIGC的应用发展经历了几个阶段的发展：在Transformer模型出现之前，小型模型在语言理解方面占据主导地位，文本生成、机器翻译、图像生成等应用方式也在持续演进，但都不足以完成通用的生成任务。2010年以前以统计机器学习方法为主，2010年深度学习算法被引入，基于深度学习的神经网络模型出现。Google在2017年一篇论文中提出Transformer模型后，基于Transformer的大型语言模型（LLM）陆续出现，在传统的文本生成、机器翻译、图像生成等场景表现出人类水平甚至超过人类水平的生成能力，更进一步在视频生成、音乐生成、代码生成、数字人的人脸生成、人体生成、智能交互等领域取得高速发展。近几年，大语言模型的参数量超过千亿级别后，开始涌现出内在思维链，以ChatGPT为代表的大语言模型成为人工智能的新范式，对AIGC的内容生产效率和模式带来颠覆式的变革，产生巨大的商业价值。ChatGPT引入新技术RLHP（基于人类反馈的强化学习）促使人工智能模型的输出与人类的常识、认识、需求、价值观趋近一致，其发生的质的变化在于其跨过大模型训练的准确率拐点、创造连续对话的全新AI交互模式和开放API接入端口赋能到各行各业。AIGC的应用落地来自数据、算法、算力三要素逐步走向成熟。AIGC的本质是内容和场景，其发展需要与其后端基建，包括数据、算法、算力相辅相成发展。数据是大模型训练的基础资源，尤其是高质量的数据资源对大模型训练的质量起到关键作用。大模型训练和推理带来高算力需求，对更低成本、低功耗、更低时延的算力集群框架提出高要求。基于算力之上的加速算法、AI开发训练框架和大模型算法是各个巨头创新的关键，决定了大模型对算力资源的调度能力和训练效果。大模型训练和推理带来算力需求不断攀升。ChatGPT需要通过预训练来形成GPT3.5的模型，从而可以在用户端的网页或APP进行推理。AIGC大模型硬件以GPGPU等AI训练芯片为主，同步带动智算中心和超算中心的建设，对数据中心、AI服务器、交换机、光模块、机电设备、温控设备等硬件环节带来新发展机遇。AI在改变基础科学和智能领域的创新模式，赋能于各行各业。比如以卷积网络为核心的图像检测，视频检索技术可应用于下游的安防、医疗诊断、自动驾驶等场景；以强化学习为基础的博弈决策技术，可应用于交通规划等领域；以Transformer为核心的自然语言处理技术，可以应用于文本生成、音视频生成、搜索推荐、智能人机接口等场景。单模态大模型可以接入搜索引擎、办公软件、文字创作、智能客服等领域，多模态大模型可以进一步与图像生成/处理、影视、数字人、机器人、教育/科研等领域结合。1.3大国博弈：算力成为大国博弈的主战场之一“算力即生产力”成为全球共识。算力对推动我国经济增长具有深远意义。根据埃森哲和经济学前沿公司分析，预计到2035年，AI将推动我国GDP增长21%。《2020全球计算力指数评估报告》中指出，计算力指数平均每提高1%，数字经济和GDP将分别增长3.3‰和1.8‰。人工智能是中美科技竞争的重要领域，先进计算成为大国博弈的战略制高点。2019年2月，美国发布了《维护美国人工智能领导力的行政命令》，代表了美国国家AI战略的里程碑。美国高度重视算力新兴技术发展，2022年2月美国白宫发布新版《关键和新兴技术清单》，持续巩固其全球领导地位。2020年4月，我国国家发改委明确将人工智能纳入新基建范畴。美国、中国在全球算力领域具备主导地位，中、美算力差距不断缩小。《2021-2022全球计算力指数评估报告》从四个维度对各国计算力水平进行全面评估，指出美国、中国分别以77分、70分位列领跑者阵营，其中中国评分同比增长13.5%。相比于中国，美国在计算能力、计算效率方面具有较大优势，基础设施支持也非常发达。其中超大规模数据中心建设规模维持全球第一地位。中国云计算普及水平紧跟美国，中国互联网企业在公有云上的投入不断扩大，推动超大规模数据中心的快速发展。中国AI算力领跑全球，AI服务器支出规模同比大幅增长44.5%，首次超过美国位列全球第一。全球算力竞争白热化，大国博弈愈演愈烈，美国对中国出口管制再升级。美国为主的西方国家围绕先进计算产业对俄进行全面封锁，包含英特尔、AMD、台积电、甲骨文、苹果等龙头企业均对俄罗斯进行断供。2022年10月7日，美国商务部工业与安全局（BIS）公布了《对向中国出口的先进计算和半导体制造物项实施新的出口管制》（ExportAdministrationRegulations，下称“EAR”），以先进计算芯片和超级计算机为切入点，全面加强对中国半导体行业、中国先进制程能力建立的限制。具体来说，EAR主要针对以下三类对象：（1）先进计算芯片：将先进和高性能计算芯片及含有此类芯片的计算机商品加入《商业管制清单》（CCL），国外大厂的先进计算芯片基本无法进入中国；不仅中国实体将难以获取相关物项，BIS还通过控制许可证逐案审批，对中国境内的相关半导体外商投资企业的产能扩展加以控制和限制。（2）先进制程设备：生产制造先进逻辑芯片、先进存储芯片的半导体加工设备遭到禁运。（3）从事先进芯片和先进制程的美国实体：包括美国公民、美国永久居民、美国庇护民、依照美国法律设立的法人实体（包括外国分支机构）甚至位于美国的人士都被禁止从事中国境内的先进芯片相关业务活动。1.4通信行业行情回顾和投资策略：聚焦算力基础设施和应用端1.4.1行情回顾：通信板块涨幅居前，估值仍低于历史中位数截至2023年5月08日，沪深300指数年涨幅4.93%，深证成指年涨幅1.90%，上证指数年涨幅9.9%，通信（申万）指数年涨幅31.61%，通信板块整体跑赢大盘。在申万行业分类31个行业板块中，通信板块年涨幅排名第2。2012年初以来通信板块PE（TTM，整体法，剔除负值）最高值为109.2倍，最低值为23.2倍，中值为36.9倍；PB（整体法，MRQ，剔除负值）最高值为9.4倍，最低值为1.8倍，中值为3.7倍。2023年以来，通信板块受数字经济和AI催化，估值整体呈上升趋势。截至2023年5月8日，根据我们梳理的西部通信股票池（包含202只股票），剔除三大运营商后，行业PE（TTM，整体法，剔除负值）为31.4倍，PB（整体法，MRQ，剔除负值）为3.29倍，仍低于历史中值。1.4.2分板块行情：光器件光模块、网络信息安全、运营商超额收益明显通信行业传统驱动力主要来自运营商和云厂商的资本开支投资，伴随通信基础设施的完善和下游新兴应用的兴起，通信行业需求驱动力逐步转向企业、政府、军工等垂直领域，同时通信技术与人工智能、云计算、大数据等新技术相融合赋能于各行各业，衍生出越来越多新兴成长赛道，包括光通信、物联网、工业互联网、通信+汽车、通信+新能源、卫星应用、企业通信、军工通信等。截至2023年5月8日，我们构建的西部通信股票池中202家公司整体年平均涨幅26.05%，其中，涨幅居前的细分板块包括光器件光模块、网络信息安全、运营商、IDC和ICT主设备商，剩余其他细分板块除连接器和电源设备外均呈现不同程度的涨幅。其中，光器件光模块、ICT主设备商、IDC和运营商主要由于数字中国经济建设和AI估值催化。根据西部通信股票池，截至2023年5月18日，涨幅居前五的个股分别是剑桥科技（+413.9%）、浩瀚深度（+290.6%）、新易盛（+190.5%）、中际旭创（+186.5%）、博创科技（+160.8%）。二、【主线一】算力基础设施：AIGC和数字中国共振，算力托底2.1运营商：基础设施提供商和顶层设计指导者2.1.1运营商深度参与数字经济各个环节运营商的业务布局与数字经济发展环环相扣，是数字经济发展的国家队、排头兵。根据信通院发布的《中国数字经济发展研究报告》，数字经济包括数字产业化、产业数字化、数字化治理和数据价值化四大部分。运营商作为通信网络基础设施的主导者，作为云网融合和算网融合基础设施的主要提供者，作为信息服务提供者，是数字产业化、产业数字化和数字化治理的基石。同时，运营商自身拥有丰富的高质量数据资源，可以作为数据产品的提供方，也可以提供数据产品化服务，参与到数据采集、数据生产和提供、数据流通和交易等各个数据价值化的产业链环节。2.1.2运营商资本开支向算网资源倾向，进行全国统筹布局算力网络是数字化时代的资源网，是以计算为核心，通过网络实现连接，通过感知实现匹配与调度的服务。从算力网络的技术架构上看，从下到上可分为基础资源层、算网调度层和算网运营层。在算力网络的构建中，运营商以提供顶层设计指导和基础资源为主，在资源纳管、调度、安全、运维等软件层面，算力交易商业模式和具体业务场景应用等领域均需要与各方参与者展开深度合作。数据中心是算网底层资源的载体，三大运营商响应国家“东数西算”战略，进行全国算网资源统筹布局。中国电信是中国最大的IDC服务提供商，拥有全国数量最多、分布最广的IDC资源，2022年IDC业务收入达到333亿元，同比增长5.4%。中国移动IDC业务快速增长，2022年IDC业务收入达到254亿元，同比增长17.2%。2.1.3产业数字化成为运营商增长新动能，云计算和大数据业务大有可为运营商新兴业务收入占比快速增长，成为发展新动能。根据工信部最新统计数据，2023年一季度，电信业务收入累计完成4252亿元，同比增长7.7%。其中，固定互联网宽带业务收入占比14.8%，增长6.8%；移动数据流量业务收入占比38.1%，同比基本持平；新兴业务收入占比22.9%，同比增长24.5%，其中云计算、大数据和物联网业务收入同比分别增长58%、44.6%和30%。三大运营商的云业务高速发展，跃居行业前列。2022年三大运营商的云业务收入均实现翻倍以上的增长。我国企业上云率相较欧美发达国家较低，政策持续推进国资上云，为运营商的云业务带来发展机遇。相比于互联网厂商，运营商的优势在于：1）云网融合，运营商拥有丰富的云网资源，具备带宽和IDC机房成本优势，方便提供一体化方案；2）安全可信，三大运营商的云均是通过可信云的云服务信用AAA级厂商，政企客户对数据安全较为敏感，倾向于选择安全性更高的云；3）拥有丰富的下沉服务网络和政企客户资源，运营商有庞大的线下服务网络，客户响应速度较快，服务能力强。中国电信于2021年发布了全栈自研的“天翼云4.0”，天翼云是目前全球最大的电信运营商云、国内最大的混合云，下设31省分公司，建立起了覆盖全国云网一体化运营体系。2021年12月，中国电信引入中国电子、中国电科、中国诚通和中国国新等中央企业战略投资者，组建股权多元化的天翼云科技有限公司。2022年7月，中国电信牵头，联合中国电科、中国电子等央企共同成立“国资监管云”。2023年2月，天翼云科技有限公司股权完成变更，四大央企正式入股。2023年天翼云收入有望破千亿元。中国移动2019年启动“云改”战略后云计算业务快速发展。中国联通2022年也实现自主可控云全栈产品100%自研。三大运营商持续布局大数据业务，并形成特色产品线，带动大数据收入快速增长。运营商大数据产品主要包括用户画像产品、网络优化产品、智慧城市产品和智能安全产品等，为了支撑其大数据产品，运营商还需具备数据收集、存储、分析、可视化等技术。三大运营商根据自身特点形成特色产品线。中国联通2022年大数据业务收入40亿元，同比增长58%，市场份额超过50%。中国移动2022年大数据业务收入31.8亿元，同比增长96.1%，标准大数据产品全网试商用，构建梧桐大数据平台，形成“梧桐风控”、“梧桐触达”和“梧桐洞察”等产品线。中国电信的天翼大数据旗下形成了鲲鹏、星图、飞龙等多个大数据平台。AI作为重要产业趋势，运营商高度关注AI的发展。中国电信成立中国电信数字智能科技分公司，作为电信大数据和AI能力建设运营的主体。中国电信发布星河AI平台，是全球首款以云网融合为基础底座，搭载“全网、区域、边、端”四级算力的人工智能产品和能力平台。中国联通在确定五大主责主业时，将人工智能产业作为核心产业之一，并在计算机视觉、自然语言处理、语音处理和人机交互领域开展了大量的技术研究。中国移动打造九天人工智能为融智核心引擎，在生成式AI方面的布局主要包括算力网络；NLP、深度学习、机器视觉等方面的能力；数据资源；运维和客服方面已实现AI的广泛运用。AI将对运营商带来增量发展空间。例如AI技术可以用于算网资源的智能调度和优化，提高网络性能和服务质量；AI技术也可以赋能于各种智能应用领域，为运营商带来新的业务增长点。2.2数据中心：云边协同成为新触角，超算性能提升显著2.2.1行业发展现状：智能算力占比迅速提升全球数据中心市场规模稳定增长，我国数据中心市场规模19-21三年CAGR为31%。截至2021年底，我国在用数据中心机架总规模超过520万标准机架，平均上架率超过55%。其中，大型规模以上数据中心规模机架数占总机架数比例2021年已超过80%。全球算力规模进入新一轮快速发展期，智能算力占比提升。根据信通院测算，2021年全球计算设备算力总规模达到615EFlops（统一换算为FP32），同比增长44%，其中，2021年智能算力规模为232EFlops，在总算力中占比37.7%。预计到2030年全球算力规模达到56ZFlops，平均年增速达到65%。2021年我国算力规模达到202EFlops（统一换算为FP32），位居全球第二。其中，智能算力规模达到104EFlops，同比增长85%，在总算力中占比已超过50%，取代基础算力成为算力结构最主要构成。2.2.2智能计算中心：AI将加速智算/超算数据中心建设我国智能计算中心加快布局。根据ICPA智算联盟统计，截至2022年3月，全国已投运的人工智能计算中心近20个，在建设的人工智能计算中心超20个。超算性能提升显著。全球超算市场规模最大的是中国，根据中国计算机学会HPC专业委员会统计，中国超级计算机性能从2002年至今已增加4万多倍，2022年6月实测超算算力达530,240,332GFlops，目前应用于平台的超算算力为最主要构成。2.2.3AI背景下行业新趋势：云边协同成为新触角边缘计算作为平台型技术，为5G、物联网、机器人、人工智能等新兴技术提供重要的承载能力。根据IDC预计，未来5年，全球对边缘位置的算力投资增长速度将远快于核心位置，到2025年，全球边缘计算服务器支出占总体服务器比重将从14.4%提升到24.9%。边缘计算从产品形态到底层架构都在走向多样化，定制服务器产品或成为边缘计算基础架构的主力军。边缘计算在数据、模型、任务调度方面与云端计算协同，降低时延，提高效率。根据中国互联网协会组织发布的《中国互联网发展报告2022》，我国云计算市场规模增长迅速，2021年达3229亿元，同比增长54.4%。当前终端产生数据量大，全部由云端处理会出现极高的通信时延的问题。云边协同融合云计算可以提高效率，并且具备边缘计算低时延的优点。数据方面，边缘节点负责数据采集，对实时数据进行处理，上传至云节点处理复杂数据并存储；任务调度方面，云节点下发管理策略，边缘节点分配资源并执行；模型方面，云节点完成全局模型训练后下发边缘节点，边缘节点进行本地训练及推理。2.3ICT设备：AI服务器需求扩容，网络设备同步升级2.3.1AI服务器：需求提速，占比提升我国是全球最主要的服务器增长市场。根据IDC数据，2021年全球服务器市场规模为992亿美元，同比增长9.01%，中国市场规模约251亿美元，近年来占全球比重呈现快速上升趋势，已成为全球最主要的服务器增长市场。人工智能场景对AI服务器需求快速增长。算力在模型训练、推理速度、数据处理方面发挥重要作用。（1）较高算力可以加速模型训练过程；（2）推理操作处理新数据，取决于计算机算力和存储速度；（3）AI系统对大规模数据集处理时，对计算机性能有较高要求。根据IDC统计，2021年，全球AI服务器市场规模达156亿美元，同比增长39.1%，预计2025年增长至317.9亿美元，2021-2025年CAGR为23.2%。2021年中国AI服务器市场规模为53.9亿美元，同比增长高达68.6%，预计2025年达到103.4亿美元，2021-2025年CAGR达17.7%。AI服务器中芯片成本占比较高。AI芯片主要包括图形处理器(GPU)、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、神经拟态芯片(NPU)等。其中，GPU是显卡的核心单元，采用数量众多的计算单元和超长的流水线，在加速方面具有技术优势。根据芯语的数据，相比于高性能服务器、通用服务器，AI服务器的芯片组（CPU+GPU）价格和成本占比通常更高，如AI服务器(训练)芯片组成本占比达83%、AI服务器(推理)芯片组占比为50%。近五年来全球服务器市场格局相对稳定，新华三/HPE、戴尔、浪潮及联想占据主要市场份额。其中的例外是华为由于受制裁影响退出了X86服务器市场，其剥离的超聚变有望在未来几年内逐渐接管空缺市场。另外比较值得关注的是以超微、广达、仁宝及鸿海精密等为代表的ODM厂商随着定制化需求增长，市场份额也有一定提升。中国市场方面，2021年浪潮以30.7%的市场份额占据领先，新华三/HPE、戴尔、联想、华为分别以17.5%、7.5%、7.4%及6.6%（2020年19.2%）依次排二、三、四、五位。2.3.2交换机：智算中心网络要求提升，带动交换机升级和需求增长网络性能成为提升智算中心算力的关键要素，智算中心网络向超大规模、超高带宽，超低时延、超高可靠等方向发展。根据新一代《智算中心网络技术白皮书》，智算中心作为新型基础设施，为AI计算提供更大的计算规模和更快的计算速度。区别于传统数据中心，智算中心不再聚焦业务部署效率及网络自动化能力，而是追求单位时间单位能耗下的运算能力及质量。智算中心将算力资源全面解耦，以追求计算、存储资源极致的弹性供给和利用，以算力资源为池化对象，网络提供CPU、GPU、存储之间总线级的高速连接。智算中心网络作为连接CPU、xPU、内存、存储等资源重要基础设施，贯穿数据计算、存储全流程，算力水平作为三者综合衡量指标，网络性能成为提升智算中心算力的关键要素，智算中心网络向超大规模、超高带宽，超低时延、超高可靠等方向发展。全球以太网交换机市场稳步增长。根据IDC，2022年全球以太网交换机市场规模365亿美元，同比增长18.7%。2022年，4Q22全球以太网交换机市场规模同比增长22.0%，达到103亿美元。高增长一方面来源于于供应链短缺情况的持续缓解，另一方面受益于云厂商和企业端持续扩建以太网交换容量。根据IDC预测，预计2023年国内以太网交换机市场规模将达到66.2亿美元，同比增速为9.4%。全球交换机市场格局相对稳定。2022年全球市场思科/华为/Arista/新华三市场份额分别为43.3%/10.3%/9.9%/5.4%，CR5为74.3%，相较2021年CR5下降1pct。2022年华为、新华三份额基本持平，2022市场份额分别+0.1pct、-0.7pct。Arista份额提升最为明显，市场份额提升2.3个百分点，其2022年营收增速同比+55.4%。Arista作为交换机“后起之秀”，其白盒交换机可提供低成本、高可扩展性的数据中心解决方案。2.4光模块：AI催化高速率光模块增量需求，技术升级引发格局生变2.4.1以太网光模块处在800G升级周期，AI催化高速率光模块需求增长云数据中心资本开支放缓，元宇宙进展不达预期，以太网光模块需求短期承压。Lightcounting将2023年全球以太网光模块市场预期从增长2%调整为下降10%，并且在2025年之前都无法达到两位数的增长率。总体上2023-2028年光模块市场的长期CAGR仍然保持在13%。Lightcounting指出，全球光模块市场的波动源自其过于集中的头部客户，与Meta对200G光模块的需求锐减相关。其中，元宇宙项目进展不达预期是导致全球光模块市场需求大幅下跌的主要原因。根据FinancialTimes，2022年Meta的元宇宙部门RealityLabs亏损达到137.17亿美元，累计亏损超过230亿美元，Meta宣布裁员超过1.1万人，达到总员工数的13%。此外，其他头部厂商也陆续宣布中止或缩减元宇宙项目，元宇宙的进展不达预期对光模块市场将产生一定负面作用。AI应用加速，带来高速率光模块需求增量。光模块大量运用于数据中心内部的数据传输和数据中心间互联（DCI）。AI成为光模块市场的新驱动，大模型训练促进智算数据中心和超算数据中心的建设，其网络架构与通用型数据中心存在差异，将直接对高速光模块需求带来增量。根据我们对AI对光模块弹性测算，AI训练和AI推理对数通光模块的需求增量有望再造一个以太网光模块市场（2022年预计60亿美金）。GPT3.0计算架构的计算部分采用最新的A100GPU卡，I/O部分采用4*HDR200IB网络，GPU之间采用NVLINK实现600GB/s高速互联。根据英伟达A100网络拓扑结构测算，一个标准DGXSuperPOD集群中服务器：交换机：光模块的需求量比例约为1:1.2:32（假设20%用DAC直连）。SU单元数量为7，服务器数量为140，单个服务器需要8个gpu，gpu数量为1120。服务器到tor层为200GAOC/DAC，每台服务器8个200g计算网卡。AI训练侧对光模块弹性测算：假设需要20个GPT-4.0大模型，训练侧对200G光模块需求金额约为4.8亿美金。考虑到模型参数的增长和光模块升级至800G及以上，市场空间将进一步扩大。据OpenAI团队发表于2020年的论文《LanguageModelsareFew-ShotLearners》，训练一次1746亿参数的GPT-3.0模型需要的算力约为3640PF-days。GPT-3.5和GPT-3.0参数量一致，假设模型单次训练时间为30天，则每年可以训练12次；训练阶段每个A100吞吐效率为51.4%；每台AI服务器均有8张A100。AI推理侧对光模块弹性测算：Transformer类语言模型在推理过程中每个token的计算成本（以FLOPs为指标）约为2N，其中N为模型参数数量。在英文语境下，一般1000个token约等于750个单词。算力需求=2*模型参数*token数。Bing搜索引擎接入ChatGPT，参考谷歌月均搜索次数测算，测算得类谷歌浏览器接入ChatGPT所需AI推理侧算力需求约13万台英伟达A100服务器。2.4.2200G需求锐减，800G预计从2023年开始大规模商用流量增长和光模块持续迭代升级促使光模式市场规模持续增长。高速光模块是以太网光模块市场的核心组成部分。每一代光模块在初始大规模量产阶段价格年降幅较大，后续趋于平稳。光模块产品迭代迅速，800G产品将在2023年进入大规模交付。数通光模块平均迭代周期约3-4年，例如100G从2016年开始上量到2021年已有5年的生命周期，预计400G生命周期也将达到4、5年。400G数通光模块从2020年开始进入规模上量阶段，预计22-24年将持续上量，800G数通产品从2022Q4开始规模化商用，预计2023年将进入大规模交付。2.4.3新技术升级演进，带动光模块格局生变每一代技术升级往往伴随技术路径的演化，引导竞争格局变化。例如10向40G升级过程中，并行封装取代单通道封装、气密封装转向非气密性封装；又如100G时代，Intel凭借硅光方案在市场开始占据一席之地——据LightCounting，2018年Intel光模块份额位居全球第八。因此对于光模块厂商，需要持续研发投入从而抓住代际升级新品机遇，实现扩大并巩固市场份额。除技术升级外，技术升级下，上游芯片格局、下游客户采购模式的变化也对竞争格局变化起到推动作用。国内厂商市场份额不断提升，行业集中度进一步提高。近年来，随着光通信行业的快速发展，光模块行业的竞争格局发生了深刻变化，呈现出两大特点：从产业链来看，光模块企业加快并购重组，进行产业链垂直整合，行业集中度进一步提高；从区域发展来看，国内厂商由于劳动力优势以及研发能力快速提升，在光模块行业中逐渐占据重要地位，以中际旭创、华为和海信为代表的国内企业已跻身全球光模块前五，全球TOP10光模块厂商中半数都是中国厂商。根据LightCounting数据，得益于中国国内对光器件和模块的强劲需求，国内厂商市场份额不断提升，从2010年的15%增长到2021年的略高于50%，已占据行业半壁江山。新技术趋势层出，带动光模块格局生变。（1）CPO（光电共封装）应运而生：随着电口速率提升到112G，高速信号在PCB传输中的损耗随之增加，对PCB的设计难度、材料成本带来挑战，同时还需要在可插拔光模块和交换芯片之间的高速走线上增加更多的Retimer芯片，整机的运行功耗也将大幅提升。为了克服这些问题，CPO逐渐成为共识。市场格局端，上游光器件厂商天孚通信、联特科技等公司进一步延伸业务线条，与国际巨头合作研发CPO光引擎，有望在市场中占一席之地。（2）LPO：是基于LinearDriver芯片技术实现的可插拔光模块。目前主流的200G/400G/800G的产品都是基于PAM4的技术加上DSP芯片来实现高速、高调制的信号恢复和传输。LPO光模块使用的TIA、Driver芯片性能提升，实现更好的线性度，从而并去掉DSP，相比于传统方案在降功耗和降延迟方面具备优势。市场格局端，新易盛、剑桥科技等厂商积极参与LPO方案，有望成为800G市场的新入局者。（3）硅光：硅光子技术基于标准硅制造的硅衬底材料，利用半导体晶圆材料可延展特性，采用CMOS等工艺应用于光电一体集成器件制造。其物理架构由硅衬底激光器、硅衬底光电集成芯片、光纤等辅助物料封装构成。市场格局端，提前布局硅光芯片设计或和头部硅光芯片平台提前研发的光模块封装厂商有望实现份额突破。2.4.4国产光芯片崛起，卡位激光器芯片和铌酸锂调制器环节光芯片市场空间广阔，国产厂商实现高速率光芯片规模化量产。更高速率的光芯片壁垒越高，价值量越高，100G及以上的高速率光模块，成为光芯片的主要应用市场。全球光芯片市场规模测算：根据中国半导体协会，假设光模块行业平均毛利率为25%、光模块原材料占总成本80%，光芯片占光模块材料成本的比重约60%，参考LightCounting对光模块市场规模的预测估算，2021年光芯片全球市场规模约33亿美元，预计2025年接近56亿美元。根据C&C报告，2020年度全球光芯片市场规模约20亿美元，这其中约有60%的营收来自于InP激光器市场，包括DFB和EML芯片；25%来自于PIN/APD/MPD接收、监测芯片市场；15%来自于VCSEL激光器芯片市场。根据我们测算，2021年全球光芯片规模约32.8亿美金，中国光芯片市场规模约6.3亿美金，源杰科技2021年该业务收入2.32亿元，约占全球市场份额为1%，占国内市场份额为6%，仍有较大份额提升空间。以源杰科技为代表的公司率先在25GDFB激光器芯片实现规模化量产，并将陆续推出50GPAM4DFB和100GEML激光器芯片，有望在下游头部厂商实现突破。铌酸锂调制器是当前电光调制器市场的主流方案。目前行业内光调制的技术主要有三种：硅光、磷化铟和铌酸锂材料解决方案，铌酸锂调制器具有带宽高、稳定性好、信噪比高、传输损耗小、工艺成熟等优点，是当前电光调制器市场的主流产品。薄膜铌酸锂调制器是新一代技术方向，有望替代传统方案。薄膜铌酸锂调制器具有大带宽、低功耗、小尺寸等优势，相较于其他光电子材料，如磷化铟、硅光、体材料铌酸锂，薄膜铌酸锂可实现超快电光效应和高集成度光波导，具有大带宽、低功耗、低损耗、小尺寸等优异特性，是理想的电光调制器材料。从光模块的应用上来看，光库科技在美国西部光电展上展示了薄膜铌酸锂强度调制器产品“C+L”波段70GHz强度调制器；新易盛在OFC2023上展示了基于薄膜铌酸锂调制器的800GOSFPDR8模块，功耗仅为11.2W，处于行业领先地位；中兴通讯发布业内首款基于薄膜铌酸锂方案的8×100GPAM4DR8光模块。薄膜铌酸锂调制器在通信领域的三大应用场景包括：电信骨干网相干通信、电信城域网非相干通信和高速数据中心。其他应用场景还包括光纤陀螺、超快激光器领域。2.5温控领域：IDC与储能双核推动，液冷技术加速渗透2.5.1AI催化数据中心液冷应用加速数据流量高速增长，数据中心建设加速。5G全面商用、AIGC和ChatGPT的兴起将大幅拉动数据的存储和计算需求。根据IDC和Seagate的联合预测，全球数据流量将从2018年的33ZB增长至2025年的175ZB。其中，我国数据流量预计将持续增长7年，在2025年前成为全球数据流量最高的地区，CAGR达到30%以上。数据流量持续增长将推进数据中心持续建设。受制于选址成本和传输距离的物理极限，单机柜功率高速增长。我国网络环境是典型的中心化网络，围绕珠三角、长三角、京津冀等人口稠密、经济发达的中心地区密集分布。由于大型城市用地紧张，在一线城市周边地区建设数据中心的用地成本过高。但是，在中心地区向周边地区的延伸过程中，网络延迟问题随着数据传输距离的延长愈发严重，因此，提高单机柜功率和增加机柜陈列密度以最大程度利用建筑面积成为了解决方案。中国电子技术标准化研究院指出，2020年我国数据中心单机柜功率已经超过15kW，根据ColocationAmerica的数据，2020年全球数据中心单机柜功率约为16.5kW，2025年将超过25kW。AI大模型加大对高功率服务器的需求，高功率导致高能耗，液冷渗透率有望加速提升。随着单机柜功率的上涨以及排列密度的提高，传统风冷已经无法满足散热需求。在ICT硬件层面，为了在有限的场地内提高运算能力，CPU厂商普遍采用单机架叠加多核处理器的方式提高计算能力，显著增加了发热功耗。根据中科曙光的数据，传统风冷普遍只能解决3-5kW/机柜的散热需求，但是新建单机柜功率已普遍超过15kW。在热交换空间层面，传统风冷需要单机柜与单机柜之间存在足够的空间供冷热空气进行热交换，传统风冷在高机柜部署密度场景下优势逐渐减弱。相比之下，排列紧凑的液冷成为了主流方案。在数据中心选址层面，传统风冷技术更适用于气候干燥、全年温度较低的地区，进一步限制了数据中心的选址灵活性。然而，液冷相对封闭的散热结构在数据中心选址层面具备较大优势。因此，液冷技术渗透率有望逐渐提高。单相浸没式液冷有望迎来普及。结合Emerson温控技术R&D占总R&D的占比来看，2005-2006年的占比大幅上涨与2006年热管式液冷的推出吻合。2013-2014年的占比再次大幅上涨与2013年单相浸没式液冷的研发时间相吻合。2017-2018年占比达到峰值，与两相浸没式液冷研发成功的时间点相吻合。因此，我们推测，2022年Emerson的温控技术R&D再次出现上涨的趋势，新一代温控技术可能在2024-2025年出现。根据历史数据对比，国内厂商普遍比国外厂商推迟7-8年大规模应用同一温控技术，因此预计从2023年左右开始，单相浸没式液冷技术有望在国内大规模普及。目前，阿里巴巴的杭州云计算中心将使用全浸没式液冷，其规模为全球最大。2.5.2储能液冷温控市场空间广阔，2023年是市场入局关键液冷技术厚积薄发，储能温控方兴未艾。目前，液冷技术在储能温控市场渗透率低于风冷的原因主要为成本。相比于液冷系统的价值量在5000万元每GWh，风冷系统的价值量约为3000万元每GWh，风冷技术的成本优势较为明显。根据GGII数据，我国液冷储能市场将从2022年的7.0亿元增长到2025年的74.1亿元，CAGR将达到83.1%，市场占有率从15.0%上升至45.0%。因此，储能温控的液冷市场增长空间巨大。储能温控系统全球增长空间巨大。全球电化学储能投资额高速增长，新型储能装机量逐步攀升，伴随储能系统朝大容量、高倍率发展，储能系统产热量将不断上升，储能温控系统将迎来发展良机。根据我们测算，储能温控全球市场规模将从21年的9.4亿元增长到25年的111亿元。温控系统在储能价值量占比约为4-6%左右，随着液冷渗透率逐渐提高，温控系统整体投资占比将有上升趋势。储能热管理目前以风冷为主，液冷渗透率有望不断提高。风冷相对液冷系统初始投资额低。液冷系统主要包括水冷板、水冷管、水冷系统、换热风机等，且容量越大相应的设备需求也更大，而风冷系统结构比较简单。根据产业研究数据，目前整套液冷系统方案价值量约0.8-1亿元/GWh，其中水冷主机系统占比最高，一般约0.5亿元/GWh左右；风冷系统方案价值量约0.3亿元/GWh。从液冷系统成本结构具体来看，水冷主机成本占比67%，换热器10%，管路8%，输入电源2%，其他12%。液冷是储能温控未来发展趋势。风冷流场不均匀易造成电池组温度分布不均匀，可通过改进流道、改变流向以及增加新装置等方式来提高温度分布的均匀性。液冷系统冷却效果更高，虽然初始投资较高，但运营成本或更低。远景实测数据显示，与普通风冷产品相比，液冷储能产品的电池寿命提升了20%。同时智能温控技术可随环境温度和运行状态灵活调整运行模式，大幅降低液冷系统运行的能耗，相比传统空调风冷降低能耗约20%以上。未来液冷渗透率将迅速提升，在液冷领域拥有核心技术的厂家将率先打开市场。三、【主线二】应用端：技术与产业融合，数字化转型加速3.1工业互联网：工业通信设备是核心支撑，迎来技术升级和融合机会工业互联网（IndustrialInternet）是新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和产业生态，通过对人、机、物、系统等的全面连接，构成数据感知、汇总、分析、决策的完整生态，在工业向数智化、自动化转型大背景下，中国工业互联网市场已突破4万亿规模。工业通信设备是工业互联网的基础与支撑。根据赛迪顾问《2019中国智能制造发展白皮书》，2019年工业通信在工业互联网产业占比约23%，其中通信设备收入约占工业通信的3%。根据中国信通院，2021年中国工业通信行业市场规模为2474.8亿元，同比增长18.23%，2022E中国工业通信市场规模为2856.4亿元，同比增长15.4%。工业通信设备收入占比最多的工业以太网交换机为54%，其次是网关，收入占比为15%；路由器收入占比9%。未来随着5G技术推广普及，预计无线AP、无线AC等设备市场规模持续提升。工业以太网持续夺取市场份额，现场总线份额持续下降。从发展趋势来看，工业以太网已经成为工业通信的主流，并持续增长，现场总线市场份额不断下降，无线网络因安装方便、成本较低以及技术不断革新等优点，正在逐渐起步。工业通信技术融合化、无线化、智能化发展。工业互联网网络连接技术分为网络互联、数据互通。其中，网络互联实现智能设备的联接功能，数据互通实现设备间数据流转功能。时间敏感网络（TSN）等新一代技术正逐步从工厂级网络向车间级、现场级网络延伸。同时，5G网络技术、确定性IP技术等多种技术也从工厂外网渗透至工厂内网，再进一步向车间级、现场级网络延伸。新兴TSN技术将是未来工业贡献最重要的基础，具备重要应用价值。1）实现实时的集中控制：TSN的特性可以保证重要数据的确定性传输，使得大批量部署集中控制的结构成为可能，大幅减少系统建设和维护其所需的设备和人力成本。2）灵活扩展，即插即用：TSN网络使用集中配置的结构，可以实现近乎即插即用。3）统一网络，融合应用：TSN网络能够确保设备层微秒级的响应时间，实现一网到底，大幅节省人员投入、时间成本，同时让控制系统与其他系统的融合成为可能。TSN行业应用初见雏形。根据中国工业互联网产业联盟，未来几年内，预计TSN将最先于工业互联网的智能装备制造行业中落地应用，进一步其他垂直行业铺开落地。如智能装备制造、能源电力、石油与天然气、轨道交通、汽车等工业行业中充分满足同步精准控制、测量、设备监测、设备维护及控制应用的需求。5G、人工智能、云计算等技术与工业通信技术融合为行业带来新发展机遇。（1）5G+TSN融合技术带来新发展机遇。TSN有线网络能够弥补无线网络时延较大，稳定性、抗干扰能力和安全性均较差的局限性，5G网络能够弥补有线网络成本高、灵活性差等局限性，避免频繁的移动降低线缆的可靠性。随着5G技术的发展和边缘计算、工业4.0端到端产业链逐渐成熟，5G网络与TSN等工业互联网技术的结合越来越紧密，5G+TSN融合技术将逐步深入工业互联网领域，在万物互联时代创造不可估量的价值。（2）工业通信设备厂商向工业控制延伸。未来，TSN、5G、WIFI-6等新一代技术以及5G+TSN、TSN+OPCUA的新兴融合技术将进一步增加网络的确定性，保障安全传输，使得控制系统与其他系统的融合成为可能，实现一张“大网”接入所有的系统，成本节省的同时加大加速信息在系统间的流通。（3）工业通信设备有望成为“AI+工业互联网”的接口。以ChatGPT为代表的人工智能是第四次工业革命的重要基石，传统制造业数字化转型过程中，AI渗透和应用至工业互联网互联设备边缘层、平台层、应用层，推动传统生产模式向科学决策、精准执行、实时感知智能化转变。未来“AI+工业互联网”将成为企业数智化转型升级的核心环节，而工业通信设备作为信息基础设施，是“AI+工业互联网”的接口及关键性设施，有望持续受益。3.2卫星互联网：北斗应用端加速推进，低轨卫星互联网建设快速发展3.2.1北斗应用加速推进，关键技术持续突破北斗推动卫星导航核心技术新突破，关键器件实现国产化自主可控。《新时代的中国北斗》白皮书指出，北斗卫星导航系统从星座构型、技术体制、服务功能等方面创新系统设计，攻克混合星座、星间链路、信号体制设计等多项核心关键技术，在全球范围实现一流能力。在星座构型方面，首创中高轨混合异构星座，同步实现全球覆盖与区域能力加强；星间链路方面，首次通过星间链路实现卫星与卫星之间、卫星与地面之间一体化组网运行；信号体制方面，突破调制方式、多路复用、信道编码等关键技术，率先实现全星座三频服务；产品制造方面，创新星地产品研制和星箭制造，研制运载火箭上面级、导航卫星专用平台，宇航级存储器、星载处理器、大功率微波开关、行波管放大器、固态放大器等器部件实现国产化研制，核心器部件达成100%自主可控。北斗产业链分为空间段、地面段和用户段。其中，空间段主要由航天科技集团下属院所负责，地面端主要由中电科、中国兵器工业集团、中国卫星等负责，国家队是主力；用户段上游元器件包括芯片、板卡、天线等，北斗星通、海格通信、华力创通等是代表厂商，中游终端产品主要指能接收北斗信号的导航和定位装置，下游运维服务厂商提供北斗地面段和空间段接口，服务于终端客户。北斗产品产业化和应用端持续突破，百花齐放。根据《白皮书》，2021年中国卫星导航与位置服务产业总体产值达到约4700亿元。在产品制造方面，北斗芯片、模块等系列关键技术持续取得突破，产品出货量快速增长。行业服务方面，北斗系统广泛应用于各行各业，截至2021年底，超过780万辆道路营运车辆安装使用北斗系统，近8000台各型号北斗终端在铁路领域应用推广，基于北斗系统的农机自动驾驶系统超过10万台/套，医疗健康、防疫消杀、远程监控、线上服务等下游运营服务环节产值近2000亿元。大众应用方面，以智能手机和智能穿戴式设备为代表的大众领域应用获得全面突破。2021年国内智能手机出货量中支持北斗的已达到3.24亿部，占国内智能手机总出货量的94.5%。北斗导航已初步落地自动驾驶领域，助推向L3及以上发展。北斗导航助力高精度定位，定位精度可达动态厘米级、静态毫米级水平，推动智能驾驶向L3及以上水平发展。白皮书显示，北斗已为国内21款智能汽车提供高精度定位服务。北斗产业链中，华测导航已定点比亚迪、路特斯、哪吒汽车、红旗等7家车企前装量产项目并已进入交付阶段，中海达智能驾驶车载端软硬件产品已定点应用在小鹏、上汽、长城等智能驾驶方案商多款量产车型，千寻位置FindAUTO高精度定位服务已服务超25亿