（原標題：人工智能爆發算力需求指數級增長，三個細分領域值得投資者重點關注）

紅周刊 特約 | 李進

(資料圖)

華為預估2030年相比2020年，AI爆發帶來的算力需求將增長500倍，帶來巨大的投資機會。我們當前已經看到一些企業不斷給產業鏈追加訂單，我們預判算力的投資機會主要集中在服務器、算力芯片、光模塊等硬件環節。

AI產業正以“天”為單位向前狂飆。從學界到商界的討論、從AI新產品到ChatGPT用戶數都在井噴，這昭示著人工智能新時代的開啟。AI大模型的參數量達到數千億級，表現出了邏輯推理和判斷能力，并能夠輕松在數學奧賽或司法考試中名列前茅，實現從量變到質變的突破。

雖然人工智能相關股票已經有了一段漲幅，但AI行業發展空間巨大，未來大概率將誕生一批新的科技巨頭，行業市場行情還有很大潛力，也還未到需要企業兌現業績的時候，可以提高對板塊波動的容忍度。當前人工智能的發展處于從0到1階段，需要發揮投資者的想象力、同時也需要警惕估值劇烈波動的風險。從買入時機來講，別人恐懼時我貪婪，也許是投資科技股的最佳策略，即在板塊大幅回調時，要多一些對產業的信念和勇氣。

人工智能或開啟第四次工業革命序幕

人工智能比新能源有更大發展前景和更長的產業周期，大概率已經開啟第四次工業革命序幕。

如果從時間維度將中國互聯網25年的發展進行劃分，第一階段是以門戶網站和桌面應用軟件的興起為標志，互聯網走進千家萬戶，誕生了BAT等互聯網巨頭。第二階段是手機的普及和移動應用端大爆發為標志，發展起來一批公共服務平臺、信息分享平臺。AI大模型的出現是互聯網行業進入新發展階段的開始，同時隨著AI技術引入到各行各業、將有力推動互聯網和實體經濟的深度融合，并將誕生一批新的科技巨頭。

類似于光伏的平價或電動車的經濟性，人工智能突破的產業臨界點進入加速發展期，且它比新能源有更大發展前景和更長的產業周期，人工智能大概率已經開啟第四次工業革命的序幕。由于它涉及各國新一輪產業革命的競爭，各國均會加大在此領域的投入和政策支持，如國家超算中心、國有基礎大模型等。在積極產業政策加持的同時，由于生成式人工智能輸出的內容具有不確定性，國家也會出臺相應政策確保數據使用和輸出結果符合道德或法律規范。

大模型作為人工智能技術及應用的新平臺，具備極強的通用性和實用性。AI將重塑人類與計算機的交互方式，電腦、手機等硬件產品將被重新定義；所有行業、應用、軟件和服務都將基于AI技術重新改寫，這會讓我們的生產、工作和生活范式發生很多積極變化，大幅提升全社會生產效率和生活水平。伴隨國內外巨頭各家大模型參數量快速增長、從單模態向多模態升級等發展趨勢，以及用戶規模的不斷攀升和應用領域的不斷開拓，AI算力需求將出現指數級增長。

算力最大細分市場

GPU取代CPU服務器趨勢不可逆

2023 年中國服務器出貨量有望達到 449 萬臺；中國服務器市場規模有望達到 308 億美元，同比增長 12.7%。

人工智能產業的投資機會主要出現在算力和應用兩方向。算力方向：全球出現科技共振，且科技巨頭都不希望自己的原有業務被顛覆，在算力投入方面的軍備競賽已經開始，我們能看到一些企業不斷給供應商追加訂單，隨之而來的會是業績的爆發，這類機會主要集中在服務器、光模塊、算力芯片、數據中心等硬件環節。

根據IDC數據，2022年全球服務器出貨量突破1516萬臺，同比增長 12%，產值達1216億美元。

未來以 AI為代表的新興應用將長期驅動服務器市場的增長，目前的通用服務器可提供的算力難以滿足AI應用的需求，傳統數據中心使用的 CPU存在緩存占據空間大、計算能力浪費等問題。

GPU服務器具有實時高速的并行計算和浮點計算的能力，更擅長梳理密集型的數據運算，如AI訓練/推理、機器學習等應用場景，GPU取代CPU服務器已經成為不可逆的趨勢。當前AI 服務器出貨量占比約1.5%，隨著AI需求爆發，未來 AI 服務器出貨量占比將快速提升，由于AI服務器的單價比普通服務器單價高20倍以上，伴隨其滲透率的提升，服務器產業作為核心設施，未來成長潛力巨大，有可能產生萬億市值的服務器企業。

競爭格局方面，國內市場一超多強。據中商情報網預測，2023 年中國服務器出貨量有望達到 449 萬臺,服務器市場規模有望達到 308 億美元。據 IDC數據從市場份額（按營業收入統計）上看，排名前五的企業占比分別為 28.1%/17.2%/10.1%/6.2%/5.3%，競爭格局相對清晰。而國內排名前列的AI服務器廠商由于具有規模效應帶來的較低成本，競爭優勢明顯。A股幾家龍頭服務器廠商今年估值中樞在20~25倍PE，處于合理水平。雖然一季度業績沒有明顯增長，但隨著3月以來AI服務器訂單增加，有望帶動業績恢復中高速成長。

算力芯片高壁壘高成長

龍頭公司需業績高增消化估值

根據估算，預計2027年中國大陸GPU市場規模將超過346億美元。

從通用服務器到AI服務器，最顯著的變化就是GPU取代CPU成為整機最核心的運算單元。

傳統服務器通常至多配備4個CPU+相應內存和硬盤；AI 服務器通常是2顆 CPU+8 顆GPU，部分高配服務器甚至可以搭配 16 顆 GPU。預計 AI 服務器中 GPU+CPU+存儲的價值量占比有望達到總成本 80%以上。

市場上對A100/H100芯片需求強勁，訂單能見度已至2024年，先進GPU已陷入嚴重短缺。由于美國對中國的技術出口限制，國內企業僅能買到性能降配的GPU芯片，這也給了國產GPU導入國內互聯網客戶的良機。

當前國內的GPU龍頭以及初創公司的GPU產品性能相比海外龍頭還有一些差距，但隨著產品迭代和客戶的反復試用，后續有望大量導入國內客戶的采購體系。從業績層面來看，當前國產CPU龍頭公司2023年一季度業績高增長，疊加后續GPU起量后帶來業績的持續快速增長，但從估值層面看，其今年PE超過100倍，處于比較高的狀態，需要業績高增長來消化估值，同時警惕估值回撤的風險。

光模塊受益新產品升級周期驅動

國內企業占據全球領先地位

AI大模型的普及，將為光模塊需求帶來千萬量級增量。高速光模塊的市場空間接近GPU市場空間，達數百億美元。

光模塊作為數據中心高速傳輸數據的管道，在網絡連接當中起到光電信號轉換的作用。光模塊在發送端將電信號轉換為光信號，經過光纖傳輸后抵達接收端，光模塊再把光信號轉換為電信號。

高速傳輸是未來AI發展必然趨勢，光模塊作為重要零部件，是非常典型的新產品升級周期驅動的行業。目前正處于200G、400G產品放量中后段與800G新產品爆發初期，海外互聯網龍頭已經開始批量采購800G產品；800G光模塊將拉動行業增速顯著提升。參考H100網絡架構，平均單個GPU大約可對應5個光模塊；AI大模型的普及，將為光模塊需求帶來千萬量級增量。高速光模塊的市場空間接近GPU市場空間，達數百億美元。

從競爭格局來看，國內光模塊企業在全球前十企業中占據六席。我國的光模塊在AI算力環節中是全球競爭力最強、國產化程度最高的細分產業。在800G光模塊布局層面，A股光模塊龍頭公司進展較為領先，已經開始出貨給海外大客戶，還有部分客戶則處于產品研發測試或者小批量供貨階段。

國內的光模塊龍頭公司2023年估值普遍在40倍PE附近，處于中偏高的水平，后續關注點在客戶能否持續加單使得業績超預期。

總結來看，從選擇標的角度，AI算力投資分兩大方向去把握，部分資產如服務器、光模塊等制造業，需要跟蹤訂單變化趨勢以及企業業績兌現程度；另一部分資產如高端算力GPU芯片，需要投資者去評判企業產品的技術水平和產品競爭力，以便判斷未來起量趨勢和競爭力。

至于應用層面，隨著AI大模型融入教育、辦公、醫療、金融、機器人、自動駕駛等行業后，將極大提高生產效率和人民生活水平，促進應用端出現新產品的爆發增長。那些在AI領域有深厚技術積累、數據積淀和應用場景的公司將占據領先優勢，由于C端用戶數彈性巨大且未來以saas收費的模式為主，互聯網行業的競爭格局和商業模式顯著好于其它行業，這類行業應用龍頭公司將享受高估值和業績高彈性。

（作者系融通產業趨勢臻選基金經理。文中觀點僅代表作者個人，不代表《紅周刊》立場，提及個股僅為舉例分析，不做買賣推薦。）

關鍵詞：