中信证券研报表示，Gen AI模型进化日新月异，驱动算力产业链成为贯穿2024年全年的主线之一。从需求侧看，国内外大模型不断推出、迭代，规模效应（Scaling Law）持续有效，刺激AI算力需求旺盛；同时，多家云厂商在近期OFC展上表示其算力部署加速落子，再次验证算力持续需求趋势不变。从供给侧看，今年以来AI硬件技术依旧保持快速发展，特别是在处理能力和应用范围方面有显著提升。以边际变化为考量出发点，我们认为：1）算力需求正在从训练端向推理端迁移；2）AI对于高速率、低成本、低功耗光互联要求不断提高，带来技术跃迁机会；3）海外算力供给受限背景下，自主趋势明确。Gen AI时代，我们建议从行业内边际变化出发，聚焦投资核心方向和高确定性环节，建议关注算力芯片、服务器、液冷、通信网络、边缘侧AI、国产芯片、先进封装七大产业链环节。

　　全文如下

　　主题聚焦｜Gen AI时代，展望算力七大环节

　　Gen AI模型进化日新月异，驱动算力产业链成为贯穿2024年全年的主线之一。从需求侧看，国内外大模型不断推出、迭代，规模效应（Scaling Law）持续有效，刺激AI算力需求旺盛；同时，多家云厂商在近期OFC展上表示其算力部署加速落子，再次验证算力持续需求趋势不变。从供给侧看，今年以来AI硬件技术依旧保持快速发展，特别是在处理能力和应用范围方面有显著提升。以边际变化为考量出发点，我们认为：1）算力需求正在从训练端向推理端迁移；2）AI对于高速率、低成本、低功耗光互联要求不断提高，带来技术跃迁机会；3）海外算力供给受限背景下，自主趋势明确。Gen AI时代，我们建议从行业内边际变化出发，聚焦投资核心方向和高确定性环节，建议关注算力芯片、服务器、液冷、通信网络、边缘侧AI、国产芯片、先进封装七大产业链环节。

　　▍Gen AI模型进化日新月异，驱动算力产业链成为贯穿2024年全年的主线之一。

　　1）scaling law驱动Gen AI持续发展，算力需求持续呈旺盛状态。国内外大模型不断推出、迭代，且随AI应用场景持续拓展，对算力的要求也水涨船高。OpenAI发布Sora，重新定义文生视频，引领AIGC发展。而Kimi日活跃用户数连续数日超过20万后，在使用过程中曾数次出现响应迟缓现象，也体现出算力拓展对于应用层面的关键作用。我们认为在现有的AI模型框架下，规模效应仍为最有效方案之一，目前的数据量与算力量还远未达到scaling law的尽头，并且不论GPT-4还是Sora都还远未服务所有人。此外，云厂商亦普遍看好算力后续需求。我们预计2024年北美主要云厂商Capex同比增长15%~20%，预算充裕背景下，AI带来的ROI将成为企业实际资本支出的主要决定因素。

　　2）从行业内边际变化出发，聚焦投资核心方向和高确定性环节。①需求结构：算力需求正在从训练端向推理端迁移，且由于加速计算算力性能及运行费用比通用计算优异，推理端用加速计算代替通用计算或是长期趋势；②网络结构：AI对于高速率、低成本、低功耗光互联的要求不断提高，带来技术跃迁机会，单波200G、LPO、CPO等方案快速发展；GB200铜互连方案亦有望带动通信连接器市场需求提升；③供给结构：海外算力供给受限、政策支持、以及央企增加人工智能投入背景下，国产算力及先进封装自主趋势明确。从行业内边际变化出发，我们建议关注算力芯片、服务器、液冷、通信网络、边缘侧AI、国产芯片、先进封装七大核心环节。

　　▍AI算力迭代加速，掘金七大核心环节。

　　1）算力芯片：英伟达引领GPU进化，云端AI芯片百花齐放。大模型对算力的需求持续增长，目前供给端仍未完全满足需求，2024年算力芯片有望持续迭代，量价齐升，GPU、云厂商自研AI专用芯片都有望获得发展。GPU：我们预计NVIDIA H系列是2024年出货主力，B系列是2024年主要新看点。

　　2）服务器：直接受益于算力需求增加，ODM/JDM+液冷成为趋势。服务器环节受到产业链上下游发展的影响较大，云大厂在AI基建方面占据较高份额，有望助推白牌AI服务器发展。且由于云大厂在AI领域有较强的定制化需求，因此呈现出ODM/JDM模式增长的趋势。

　　3）液冷：高能耗带动高散热需求，降低数据中心PUE的关键技术。AI增加算力，同时增加功耗，易导致故障，因而对数据中心散热的要求提升。根据第31届中国国际信息通信展览会中发布的《电信运营商液冷技术白皮书》，三大运营商计划2025年超过50%的项目使用液冷方案。

　　4）通信网络：光模块进化、铜互连爆发与RDMA普及化。光模块核心趋势包括高速（800G/1.6T）、低成本低功耗（LPO、CPO、硅光集成）等。头部光模块厂商有望保持领先地位。英伟达GB200服务器将采用铜互连方案，有望带动通信连接器市场需求提升。低延时需求正在推动RDMA方案的快速发展。

　　5）边缘侧算力：大模型边缘侧落地，硬件算力端核心升级。混合AI趋势下，建议关注四个方向：①重量级产品的升级（主控芯片算力、大容量存储、高速互联、Chiplet封装需求提升）；②轻量级产品的升级（传感器升级，如麦克风、摄像头、3D sensing等）；③零部件配套变化（如散热、充电模块）；④终端品牌出货量的提升。

　　6）国产芯片：自主趋势明确，算力、生态同步发展。英伟达等厂商的中国特供版芯片H20等性能或受到政策限制，同时成本和研发费用限制了其降价空间，因此国产芯片具备替代机遇。

　　7）先进封装：AI算力芯片迭代加速，先进封装助力性能提升。先进封装成为芯片制程升级外另一升级焦点，异构整合让2.5D/3D封装重要性凸显。封测类公司重资产属性强，技术实力是核心，建议聚焦大型龙头企业。

　　▍风险因素：

　　宏观环境导致国内IT支出不达预期的风险；地缘政治导致算力设施难以在全球自由流动风险；相关产业政策不达预期的风险；企业新业务投资导致利润与现金承压的风险；技术创新不及预期的风险；细分热门方向竞争加剧的风险。

　　▍投资建议：

　　Gen AI模型进化日新月异，驱动算力产业链成为贯穿2024年全年的主线之一。从行业内边际变化出发，聚焦投资核心方向和高确定性环节，建议重点关注七大环节：1）算力芯片；2）服务器；3）液冷；4）通信网络；5）边缘侧AI；6）国产算力；7）先进封装。

（文章来源：界面新闻）