第一部分 大模型带动AI服务器高增长
通用AI概念：AI有望引领人类第四次工业革命
复盘历史上三次工业革命，每一轮都伴随着核心技术的突破和生产方式的重大变革。 第一次工业革命以蒸汽机的发明为代表，机器解放了人类的双 手，第二次则由电力和内燃机驱动，改变了人类交通和通信的方式，第三次是计算机和互联网技术的发明，使自动化产线和工业机器人得以大规模 应用，移动通讯技术发展使信息传播速度前所未有，极大促进了生产力的发展。
2023年以来，以ChatGPT、Sora为代表的多模态AI大模型横空出世，标志着人工智能技术已经进入一个新的纪元。未来，通用人工智能（AGI） 有望集多模态感知、大数据分析、机器学习、自动化决策于一体，重塑人类工作和生产生活的方式，引领人类步入第四次工业革命。
通用AI概念：人工智能的分类和三大要素
人工智能（Artificial Intelligence）是通过计算机和算法来模拟、扩展人类智能的一门技术科学。其本质是使计算机和人一样具备学习、推理、感知和决策的能 力，代替人类解决和处理各类复杂的工作，从而提升效率和解放生产力。常见的AI研究包括机器学习、机器视觉、自然语言处理和专家系统等。 按照智能程度划分，AI可分为弱人工智能（ANI）、通用人工智能（AGI）和超级人工智能（ASI）。弱人工智能是指只能解决单个特定领域问题的AI，如面部 识别、语音识别等，目前已广泛应用。通用人工智能是指具备人类级别智能的AI，目前还尚未实现，但Sora的问世无疑使我们离AGI更进了一步。超级人工智能 是指超越人类智能且具有自主思维意识的AI，目前尚处理论阶段。 人工智能具有算力、算法、数据三大要素，其中基础层提供算力支持，通用技术平台解决算法问题，场景化应用挖掘数据价值。
AIGC产业链：基础设施是AI算力之源，下游应用前景广阔
AIGC 即 AI Generated Content，即利用AI技术自动创建文本、图像、视频等内容，它被认为是继PGC、UGC之后的新型内容创作方式。
AIGC产业可分为基础设施层、模型层和应用层，每一层都是AIGC产业链不可或缺的组成部分，共同构成了一个完整的生态系统，以支持 从数据处理到内容创作的所有环节。 上游：基础设施层：构成AIGC核心的计算和存储平台，包括数据中心、算法平台、以及AI服务器、高性能计算硬件以及云计算服务。 中游：模型层：包括开发和训练各类AI大模型的算法和技术，主要为中美互联网科技巨头如OpenAI、微软、谷歌、百度、阿里等。 下游：应用层：直接面向最终用户的AIGC产品和服务，如C端的多模态生成式AI产品，以及各类B端的垂直行业大模型解决方案。
算力需求激增：AI大模型的性能和训练算力需求呈显著正相关
机器学习的训练计算可分为三个时期： 前深度学习时代（1952-2010）：这一时期 算力增长主要受CPU和初期GPU的性能提 升驱动，训练计算需求大约每20个月翻一 番，基本符合摩尔定律。 深度学习时代（2010-2015）：随着深度学 习技术的兴起，算力需求增速显著加快， GPU开始被大量用于神经网络训练，训练 算力翻倍时间缩短至大约5-6个月，超越了 摩尔定律。 大模型时代（2015-至今）：随着BERT、 GPT等千亿乃至万亿级参数规模的大模型涌 现，算力需求再次显著增加，尽管算力翻倍 时间放缓至10个月左右，但其计算量相较 深度学习时代提升了2-3个数量级。 未来，随着ChatGPT、Sora、文心一言等 大模型的普及，模型推理所需的算力也会大 幅增加，从而进一步提高对AI算力的需求， 带动整个AI算力产业链不断增长。
AI服务器： AI服务器产业链解析
AI服务器产业链的上游厂商主要为电子元件厂商，中游为服务器厂商，下游客户则包括数据中心、政府、各类企业等。 核心零部件如算力芯片、DRAM、SSD、RAID芯片市场集中度较高，主要由美、日、韩企业主导，头部厂商市占率仍处于垄断地位，国 产厂商整体实力与国外龙头相比尚有差距，但近年来正在加速国产替代步伐。
第二部分 算力芯片与光模块长期受益
AI芯片：AI芯片的主要类别和性能对比
定义：AI芯片指面向AI应用，针对AI算法（如深度学习等）进行特殊加速设计的芯片。
分类：根据技术架构和应用需求，AI芯片可分为GPU、FPGA、ASIC和类脑芯片四大类。GPU是多功能的并行处理器，由于其通用程度高、软件生 态丰富、制造工艺相对成熟，是目前最为普遍的AI芯片类型，占到中国AI运算市场的约89%。FPGA芯片是可编程的芯片，允许开发者按需定制硬件， 在需要特定算法优化时非常有用，可根据算法迭代调整硬件配置。ASIC是为特定AI应用定制的，能在性能和能效上提供最佳的表现，该类芯片是固 定设计，针对一种特定任务或算法进行了优化。类脑芯片颠覆传统冯诺依曼架构，是一种模拟人脑神经元结构的芯片，目前尚处于起步阶段。
AI芯片（GPU/FPGA/ASIC）在云端兼顾执行人工智能的“训练”与“推理”任务，而在终端主要负责执行“推理”操作。就性能和成本效益而言， ASIC在专用计算任务中表现最佳，其计算性能和能效远超通用GPU。但ASIC开发周期较长，且需达到一定生产规模才能实现成本优势。FPGA提供 了一种介于GPU和ASIC之间的灵活解决方案，它的可编程性使硬件能够在算法迭代时进行有效优化，同时在开发周期上比ASIC更为短暂。
AI芯片：GPU是AI芯片主流，AI芯片占AI服务器成本约70-75%
GPU是AI服务器的核心，约占近90%AI芯片市场份额，其价值量占AI服务器高达70-75%。 与传统服务器相比，AI服务器采用异构架构，能够 搭载多个GPU、CPU及其他算力芯片来应对大规模并行计算的需求。传统服务器的CPU一般最多只有数十个核心，主要用来处理运算量较为复 杂的数据。而GPU的具有数以千计的算术逻辑单元(ALU)和深度流水线，控制逻辑简单，省去了Cache的复杂性。因此在处理类型统一、相互 无依赖的大规模数据时，GPU能够在一个无需中断的计算环境中高效运行。
GPU是机器学习的主流之选。CPU由于受Cache和复杂的控制逻辑掣肘，导致在处理不同类型的数据时，需要引入分支和中断，增加了运算的 复杂性和功耗。意味着在同等功耗下，GPU能效比显著高于CPU，能够加快AI模型训练和推理时间，从而减少机器学习模型从训练到部署的总 时间。不仅如此，高性能GPU的制造工艺在英伟达和台积电等企业的领导下已趋向成熟，成本在AI芯片中具有优势，因此成为了市场主流之选。
光模块：服务器互连和数据中心互连的核心器件
光模块(Optical Module)是进行光电和电光转换的设备。由光电子器件（光发射组件和光接收组件）、功能电路和光接口等组成。光模块在发送端 把电信号转换成光信号，通过光纤传送后，接收端再将光信号转换成电信号。
光模块可按照功能、传输速率、复用技术、适用光纤类型和封装形式等标准分类。按照传输速率分类，目前主要有100G、200G、400G、800G、 1.6T等；按照功能分类，光模块可分为光接收模块，光发送模块，光收发一体模块和光转发模块，一般特指光收发一体模块；按照封装形式分类，常 见的有SFP，SFP+，SFF，千兆以太网路界面转换器（GBIC）等。
光模块：高集成度、低成本、低能耗的硅光技术是未来发展趋势之一
硅光技术是光模块未来的重要发展方向之一。硅光解决方案集成度高，成本低，传输带宽高，同时在峰值速度、能耗等 方面均具有良好表现。硅光子技术是基于硅和硅基衬底材料（SiGe/Si、SOI等），利用现有CMOS工艺进行光器件开发 和集成的新一代技术。鉴于良率和损耗问题，硅光模块方案的整体优势尚不明显，但在超400G的短距场景、相干光场景 中，传统DML和EML成本较高，硅光模块的低成本优势或使得其成为数据中心网络向400G升级的主流产品。
数据中心是硅光子技术的主要应用领域。根据Lightcounting，光通信行业已经处在硅光技术SiP规模应用的转折点，使 用基于SiP的光模块市场份额将从2022年的24%增加到2028年的44%。
第三部分 A股上市公司代表
海光信息：深耕CPU、DCU领域，国产龙头持续受益于AI产业浪潮
海光信息成立于2014年，2022年在科创板上市(688041.SH)，主要从事研发、设计和销售应用于服务器、工作站等计算、存储设备中的高端处理 器。公司秉承“销售一代、验证一代、研发一代”的产品研发策略，产品主要包括海光通用处理器（CPU）和海光协处理器（DCU）。海光CPU兼 容市场主流的x86指令集，是当前生态兼容性最优异的芯片之一，完全满足商业市场需求。
海光DCU深算系列属于GPGPU的一种，采用“类C UD A”通用并行计算架构，能够较好适配、适应国际主流商业计算软件和AI软件，产品性能达到 国内领先。目前主要部署在服务器集群或数据中心，为应用程序提供性能高、能效比高的算力，支撑高复杂度和高吞吐量的数据处理任务。
寒武纪：AI芯片国内领先，云端、边缘、IP授权及软件三位协同发展
寒 武纪成 立于 2016年 ，2020 年于 上交所 科创板 上市 (688256.SH)。 主要从事应用于各类云服务器、边缘计算设备、终端设备中人工智能 核心芯片的研发、设计和销售。主要产品包括云端产品线 、边缘产品 线、处理器IP授权及软件，广泛应用于服务器厂商和产业公司，面向 互联网、金融、交通、能源、电力和制造等领域的复杂 AI 应用场景提 供充裕算力，推动AI赋能产业升级。
澜起科技：互联类芯片业务筑基，服务器平台产品持续放量
澜起科技成立于2004年，2019年于上交所科创板上市(688008.SH)。 公司为云计算和AI领域提供高性能、低功耗的芯片解决方案，拥有互 连类芯片和津逮服务器平台两大产品线。互连类芯片产品主要包括内 存接口芯片、内存模组配套芯片、PCIe Retimer芯片、MXC芯片、 CKD芯片等，津逮服务器平台产品包括津逮 CPU和混合安全内存模 组。同时，公司正在研发基于“近内存计算架构”的AI芯片。
中际旭创：全球光模块龙头厂商，中低、高速光模块和光组件全覆盖
公司简 介： 中际旭创是专业的 高速光模块解决方案 提供 商，公司 主要从事高端光通信收 发模块以及光器件 的研发、设计、 封 装、测试 及销售，主要产品为中 低速光通信模块 、 高速光通信模块 、 光组件。
主要业务： 其全资子公司苏州旭创致力于高端光通信收发模块的研发 、 设计、封 装、测试和销售；控股子公司成都储翰专注接入网光模块和 光 组 件 生产 及 销售 。 在Lightcounting 发布的2022年度 光模 块 厂 商排 名中，中际旭创和Coherent并列全球第一。
天孚通信：AI持续拉动需求，高速光引擎业务构筑长期成长曲线
AI技术迭代升级带动对算力网络的高增长需求，同步推动公司高速光器件市场持续增长。全球数据中心建设对光器件产品需求的持续稳定增长，公 司为400G、800G等高速光模块提供一站式产品解决方案。2023年，依托行业向好的发展趋势，公司稳步推进高速光引擎募投项目建设，同时加 速高速光器件的研发和规模量产，最大化满足客户需求，取得阶段性成效。
公司具备多个光模块技术与先进光学技术。2024年2月27日，公司的十六条产品线&八大解决方案，覆盖了所有光模块用的光无源器件，可以为客 户提供多技术平台、多应用场景的光器件整体解决方案。其次是先进光学封装制造，已经完成了OSA、BOX、COB、TO、硅光等多种光器件封装 平台的光引擎、高速光器件的ODM/OEM业务。
报告节选：
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
相关报告
半导体行业深度报告：AI大模型风起云涌，半导体与光模块长期受益.pdf
锡行业研究报告：半导体上游核心材料，供给趋紧+需求复苏下价格中枢有望持续提升.pdf
京仪装备研究报告：国内半导体专用温控废气处理设备专精特新“小巨人”.pdf
半导体设备行业专题报告：键合设备，推动先进封装发展的关键力量.pdf
半导体封装设备行业深度报告： 后摩尔时代封装技术快速发展，封装设备迎国产化机遇.pdf
半导体行业投资策略：AI有望推动新一轮半导体周期上行.pdf
中际旭创研究报告：高速率光模块头部厂商，受益于AI硬件产业趋势.pdf
中际旭创研究报告：精准把握契机，800G光模块成就增长新起点.pdf
光模块行业专题报告：AI驱动网络变革，光摩尔定律加速.pdf
中际旭创研究报告：AI时代，全球高速光模块龙头乘风而起.pdf
光模块行业专题研究：AI时代算力需求激涌，高速率光模块伴潮而行.pdf
