2023年通信专题研究报告.docx

《2023年通信专题研究报告.docx》由会员分享，可在线阅读，更多相关《2023年通信专题研究报告.docx（17页珍藏版）》请在第一文库网上搜索。

1、正文目录ChatGPT引发商算力需求，关注算力基础设施产业链发展机遇3A1应用加速出圈，产业化发展需要庞大算力支持3云基础设施：算力增长推动基础设施犷容，服务器、交换机加速迭代4光通信：AIGC驱动光通信产业链技术变革7IDC：2023年行业供需格局有望迎来拐点13运营商：算力网络建设主力军，资本开支进一步向产业数字化倾斜14重点关注公司15风险提示17ChatGPT引发高算力需求，关注算力基础设施产业链发展机遇A1GC（Artificia1Inte11igenceGeneratedContent,人工智能生成内容）是指从内容生产者视角进行分类的一类内容，或是一种内容生产方式，亦或是用于内容自

2、动化生成的一类技术集合。2023年下半年起，文生图模型Stab1eDiffusion的开源与2023年ChatGPT的出圉使得A1GC关注度提升。ChatGPT的应用，背后离不开庞大的算力支撑，据1ambda官网数据，完成一次完整的ChatGPT训练总算力消耗约为3640PF-days（即以每秒一千万亿次计算，需运行3640个整日），训练成本将达到466万美元。在AIGC加速商业化的过程中，通信行业多板块将会获益，我们认为：1）AIGC对于算力的消耗呈指数型增长，将推动光模块/服务器/交换机等云基础设施板块技术升级，CPO/硅光/液冷等新技术应用提速；2）运营商/IDC作为算力基础设施的提供方

3、，配置价值凸显。通信行业中云基础设施/光模块/IDC/运营商等板块有望迎来投资机遇，建议关注：紫光股份、中兴通讯、中际旭创、数据港、光环新网、中国移动（A股）、中国电信（A股）、亿联网络。图4M：算力Q1HJUt产业处梳理资料来源：各公司官网，华泰研究A1应用加速出圈，产业化发展需要庞大算力支持ChatGPT等A1应用产业化发展需要庞大的算力支撑。自StabIeDiffUSiOn被称为A1界的“神笔马良”到ChatGPT成为A1界现象级产品，AIGC相关技术逐步发展成熟，市场关注度也持续攀升。2023年2月7日，微软宣布推出内置ChatGPT的必应搜索与Edge浏览器，谷歌、百度、阿里巴巴、腾

4、讯等科技巨头也宣布将会推出自己的人工智能聊天机器人产品。这些新应用背后需要庞大的算力基础设施维持。AIGC的发展将催生巨大的算力市场。模型训练方面，根据ChatGPT开发公司OPenA1的研究报告A1andCompute!2012年起，AIGC模型训练所需要的算力每隔3-4个月翻一倍，整体呈现指数型上涨趋势。2012-2018年，训练AIGC模型所耗费的算力增长约30万倍，而摩尔定律在相对应的时间内只有7倍的增长。模型上线后运营方面，2月7日-2月9日ChatGPT官网多次因为满负荷而无法登入，再次显示当前算力不足的问题，算力基础设施升级需求凸显。图衰2：ChatGPT曾网出现崩溃ChatGP

5、TisatcapacityrightnowGetnotifiedWhenwerebackWritetenjokesaboutthestatusofChatGPT.1. IheardtheChatGPTserversares1owbecausetheyretryingtoteachtheAIhowtobepatient!2. ,TheChatGPTserversmustbestuckintraffic.intheinternethighway!3. MaybetheChatGPTserversarejusttakingabreaktomeditateandc1eartheire1ectronic

6、minds.fari0MCA*MMM-SMVUM资料来源：OPenA1官网，华泰斫究资料来源：Cha1GPT官网,华泰研究具体而言，ChatGPT训练总算力消耗的为3640PF-days,完整训练成本将达到466万美元.根据1ambda官网数据，微软为OPenA1设计了一个包含IOOOO块NvidiaV100GPU的分布式集群进行GPT3的模型训练，由于模型参数量较大（共1750亿参数），训练完成共耗费30天，消耗总算力为3640PF-daySo以NvidiaTes1aV100的1ambdaGPU实例定价为1.50美元/小时测算，GPT3的完整训练成本将达到466万美元/次。H目名母隼数量GP

7、U-Year个355天数天365小时个24实例定价美元/小时1.5息成本美元4,664,700困衰4:GPT-3调练成本测算资料来源：1ambdaR,华泰研究运营成本方面，我们认为ChatGPT所需的运营成本主要与应用访问量有关，据OPenA1,截至23年1月，ChatGPT月活跃用户数已达1个亿；2月7日-2月9日ChatGPT官网多次因为满负荷而无法登入，再次显示当前算力不足的问题，未来随着AIGC逐步普及，用户访问量提升，将带来更广阔的算力需求市场。云基础设施：算力增长推动基础设施扩容，服务器、交换机加速迭代A1应用带动全球算力规模持续快速增长，对服务器、交换机等基础设施提出更高要求。根

8、据国家数据资源调查报告数据，2023年全球数据总产量达67ZB,2019-2023年平均增速超26%,根据中国信通院中国算力发展指数白皮书测算数据，2023年全球计算设备算力规模已达到615EFIOPS,同比增长44%,预计2025年全球算力规模将达到3300EFIops,2023-2025年CAGR达52.2%。根据华为统计，2010-2025年间，数据中心平均单机柜功耗增长近7倍。AIGC的发展对于服务器和交换机等基础设施的要求越来越高，适合A1的高性能服务器、高速率、功耗与成本可控的交换机需求也将相应增加。S3:用于训练A1的算力呈播数型增长Tg(NHtrCWUmsTMMntA1SJ15

9、:全球算力规模情况图衰6:数据中心功耗变化资料来源：中国信通除、IDC、Ganner,华泰研究资科来淑：华为会据通信白皮机隼泰研究服务器领域，赤性能服务器市场规模增长迅速,预计2023年国内服务器出货量增速将回暖。2023年，在疫情、供应链短缺等多重问题的困扰下，国内服务器出货量增速放缓至0.45%。但随着A1应用的快速发展，高性能服务器出货量明显增加，带动服务器单价较此前有明显提升。根据IDC数据，2023年为A1工作的高性能服务器市场规模预计同比增长51.4%.展望2023年，国内数字经济政策的密集出台，将带动服务器市场需求回暖，2023年国内服务器市场出货量增速有望回升至6.41%,高于

10、海外服务器出货量增速3.72%。交换机领域，交换机芯片加速升级迭代，功耗随之提升。以博通交换机芯片为例，2010-2023年博通交换机芯片速率由640G提升至51.2T,光模块速率从10G迭代到800G。但与此同时，根据Cisco数据，2023年单交换机总功耗为2010年单交换机总功耗的22倍，其中交换芯片功耗增长约8倍，交换芯片SerDeS功耗增长25倍，光模块功耗增长26倍。图衰9:交换机功耗增长迅速2010201220142016201820232023SystemFanPoworAJOpttceOtherPowrAMMWMOptics3rOPowrSrD4MASICSDmPoweraS

11、MSrM4tASICCMrwfmHMOtCM-OFW4CQmaumiMoj，tQ*0A丸XVAXSCS12MBG-AFftBttAHKiifcireavrctv14工，资料来源：各公司官网、中兴通讯公众号，华泰研究2023年以来，以中兴通讯、紫光股份、蜕捷网络等ICT基础设施提供商市场份额提升迅速。国内服务器市场方面，3Q22中兴通讯市场份额占比达6.05%,同比提升2.61pct,环比提升1.5pct,达2016年以来新高。国内以太网交换机市场方面，锐捷网络凭借白盒交换机的优势，在国内数据中心交换机中的市场份额迅速提升，由IQI9的3.4%提升至2Q22的13.4%o在全球经济增长放缓及AI

12、GC算力成本高昂的背景下，白盒交换机成本低、开放性高、操作难度小的优势将会更加突出，锐捷网络等相关ICT厂商有望在国内及国际交换机市场上占据更多份额。S13:IQI7-3Q22国内H务暮市场份片图衰14:IQI9-3Q22年国内以上网交换机市场格局华为Cisco联想100%-80%-60%-40%-20%-0%-新华三De11中兴浪潮,曙光ODMIiiiiiiiiiiiiiIII100%90%80%70%60%50%40%30%20%华为新华三中兴通讯延捷月络其他CMCO寸CMCO寸1CX1eQOOOooOOOOOOOZZZZCO8800666637CJ028CJCJ83 Rg601Zo2Zo

13、1ZOg1ORO250Z023。ZOgZOOZOS1ooeg10%.0%I2019Q12019Q32023Q12023Q32023Q12023Q32023Q1资料来谈：IDC,华森研究费料来源：IDC,华聚研究光通信：A1GC驱动光通信产业链技术变革光模块：CPO/硅光技术有望成为A1高算力下的有效解决方案北美云厂商共同表示将支持新型数据中心架构、人工智能负载。2023年，北美三大云厂商资本开支保持稳健增长，4Q22MAGA合计资本开支432.91亿元，同比增长17.4%,环比增长7.5%。2023年，北美云厂商虽然普遍推行降本增效、优化资本开支结构，但4Q22业绩会上各家普遍表示将会将重心转移至支持人工智能负载，优化数据中心结构（如Meta表示2023年资本开支将重点建设成本效益更高的新数据架构，用以支持人工智能、非人工智能负载：微软表示将持续与客户保持合作，稳定在客户新增云计算负载中的份额）