AIGC，通信重估的机会

博通表示其AI交换机业务将在2023年增长4倍。博通发布2023博通第一财季财报，该季度，公司净营收为89.15亿美元，同比增长16%，，净利润为37.74亿美元，同比增长53%。在财报电话会上，博通CEO表示，今年受益于下游强劲的AI需求，博通的AI相关以太网交换机营收将从2022年的2亿美元高速增长至8亿美元。 通信成超算集群瓶颈，交换机地位再提升。现代的超算架构，是由众多的显卡合作，分工计算处理数据与模型。因此显卡之间的通信与数据交换成为制约超算性能发挥的重要因素。在此背景下，超算中心将扩容其交换机配备规格，以满足日益庞大的AI模型和AI迭代计算量。交换机将强受益于AI需求，博通对于AI交换机的乐观预测也验证了这一受益趋势的确定性。 CPO与MPO是交换网络升级方向。在超算中心内部通信网络升级的过程中，功耗提升是关键性因素之一。CPO与MPO技术是当前大厂推动的交换机升级方向，CPO技术通过将光电转换芯片封装在交换机主板上，提升散热的同时缩短电信号传输距离与损耗。MPO技术则是在CPO模式下，超多数量光源直接接入交换机的必备解决方案。面向未来的超算内部网络，在升级交换机数量的同时，也将通过CPO与MPO技术的渗透，改善整个系统的功耗与传输效率。 边缘算力将成AI算力重要组成部分。随着摩尔定律发展接近极限，我们认为，未来AI带来的算力需求增长速度将超过单位算力的提升速度。同时，单个AI超算规模将会受到功耗、土地、散热等因素制约。因此，未来的AI运算将呈现出训练与迭代在云端，推理与内容生产梯度分布（云侧+雾侧+边缘侧）的格局变化。此外，随着AIGC内容愈发丰富，从简单的文字发展到视频、虚拟场景，如果采用云生成然后发送到端的形式，将会产生较多的网络带宽成本和一定程度的时延，进而影响模型的商业化进程与用户使用体验，边缘算力有助于作为补充手段改善这一情形。智能模组作为承载边缘算力的最优模式，有望随着边缘推理需求而迎来新的增长点。 数据要素是AI训练核心资源。AI训练利用算力将数据总结成模型，因此用于训练的数据将是决定AI效果与AI模型自主可控的关键，数据要素的作用愈发凸显。三大运营商作为中国数据的“卖水者”，除了依靠全球领先的通信基建为中国数据提供传输能力，更是国内最优质的数据拥有者之一。我们认为，未来运营商通过自有的优质数据与公有云等数据传输管道，有望构建AI时代第二张看不见的“5G网络”。 投资建议： 交换机：中兴通讯、锐捷网络、紫光股份、菲菱科思。 CPO、MPO：天孚通信、太辰光。 边缘计算：美格智能、移远通信、广和通。 数据要素：中国电信、中国联通、中国移动。 风险提示：AIGC发展不及预期，数据要素发展不及预期。 重点标的 股票代码