掘金AI+系列电话会议会议纪要–20230415

4月15日掘金AI+系列电话会议（第2期）会议纪要目录： 电子：Ai+应用落地，电子产业链备货忙！ 汽车：AI+汽车软件，从外包商到平台化，关注快鱼标的——光庭信息计算机：看好安防、金融等高数据壁垒垂类模型及应用 传媒：AI能力工具化，应用落地进程加速 纪要内容：一、电子 Ai+应用落地，电子产业链备货忙！樊志远国金电子首席分析师 执业编号：S1130518070003 随着各大厂商大模型的发展部及Ai+应用的落地，催生了大量的算力需求，算力芯片吃紧， 开始涨价，英伟达H100在eBay上挂牌价从39，995美元到略低于46，000美元不等，而过去一些零售商的售价约为36，000美元。 我们从产业链了解到，受益于Ai需求拉动，电子产业链明显感受了拉货需求，首先是英伟达向台积电追加了AI芯片订单，根据芯片生产周期，大概在三季度出来，产业链的其他环节也在积极备货。 AI服务器需要BMC（远端服务器控制器芯片）数量一般三颗，传统服务器使用1颗BMC，我们从服务器BMC龙头了解到，目前客户大量增加Ai服务器BMC芯片研发项目，目前公司AI服务器用BMC芯片的开案数占比高达50%，较之前有数倍增长，预计这部分明年开始产生营收。 我们从CPU/GPU均热片龙头公司了解到，从客户需求来看，服务器CPU二季度环比增长10%~20%，三季度环比增长10%~20%。AIGPU二季度环比增长50%~60%，三季度预计继续提升。 我们从服务器PCIeRetimer芯片龙头公司了解到，AI服务器出货二季度环比提升 20%~30%，三季度环比提升50%~60%，四季度环比提升20%。 人工智能海量数据的收集、清洗、计算、训练以及传输需求，将带来算力和网络的迭代升 级，利好AI数据中心及边缘高速运算大量使用的CPU，GPU，FPGA，ASIC，HBM存储器，3DNAND，以太网PHY芯片及电源管理芯片。我们看好人工智能加速发展对电子行业带来的发展新机遇，细分板块有望持续受益：1）计算芯片：AI拉动CPU/GPU/FPGA/ASIC量价齐升，云端推理和训练加速卡价值量较高，2022年全球人工智能芯片市场规模为168.6亿美元，22-32年CAGR有望达29.7%，国产替代空间巨大；2）存储芯片：看好云端推理和训练对 HBM芯片的拉动（单训练加速卡有望增加HBM用量1000美元以上），看好2023年存储板块止跌反弹，DDR5内存有望放量。据Yole，21-28年内存接口及配套芯片市场规模CAGR达28%，此外HBM属于先进封装的一种，因叠层厚度较高且运算量较大，对EMC塑封料提出了更高分散性和更高散热性要求，对应的球硅球铝填料将升级，其中球硅需要用到20um 等级及以上的产品，low-α球铝首次被引入EMC封装中；3）以太网芯片：有限局域网通信之基，服务器端大有可为。25年中国数据中心用以太网交换芯片市场规模将达到120.4亿元；4）电源管理芯片：2023年下半年有望迎来需求回暖。随着云计算、人工智能以及大功率处理器和加速卡需求的不断增长，加速服务器电压转向48V，DC-DC受益明显；5） PCB/CCL：AI服务器带来PCB增量，一方面服务器主板从10～16层、M4/M6材料、单价2500～5000元提升为26层、M7/M8材料、单价10000元，另一方面AI服务器相对普通服务器以太网网卡、switch卡等配板用量明显增加。两个因素叠加下，服务器单机价值量从 以往的1000～3000不等提升至10000～15000，价值量显著增加。6）光芯片：全球数据量爆炸式增长，光通信逐渐崛起。据Lightcounting数据，2027年全球光模块市场规模超 200亿，光芯片为光模块核心组件。7）服务器电源：国内通用型服务器一般配套2个500W 电源，价值量800元。富士康通用型服务器配套2个800W电源，价值量3500元；推理服 务器（T4/A10）配套4个1800W电源，价值量8000元，训练服务器（A100）配套4个2200W电源，价值量14000元。AI服务器电源价值量大幅增长；8）AI往C端应用落地，智能音箱、电视将是重要的入口，特别是最近阿里天猫精灵开始接入AI，我们看好在ChatGPT入口设备占比比较高的国内芯片公司。 当前的存储行情从两个角度去看，一个是从AI的角度，一个是从存储周期的角度。 分别来看，首先是存储周期见底，我们上个月初发了存储的报告，我们当时的观点是存储周期大概率是在今年的第二或第三季度见底，我们主要从价格、库存和供需三个指标进行了分析，首先是价格的角度，当前的存储器价格已经跌破了前几轮的最低水位，距离最高 点已经跌超了60%，历史上最大跌幅也就50%，目前我们看到4Gb的DDR4的价格已经到成本线了，虽然还在下跌，但我们认为继续下跌的空间不是很大了；另外从库存的角度看， 当前存储原厂的平均库存快要见顶，存储模组厂商库存已经下降了3个月左右，正常是2个月左右，我们预计在2、3季度有望见底；另外从供需的角度看，我们看到海力士、美光三大厂商在削减资本开支，投片量也在减少，之前三星坚持不减产，目前看三星也有可能会采取减产减轻库存压力，需求端看，后面随着下游消费电子需求复苏以及数据中心建设的加快，我们预计下半年存储需求将逐步改善。 另外，从AI的方向，我们知道“算”与“存”分不开，算力基于数据，数据需求存储，随 着算力的提升，数据量将呈指数级成长，对应对存储容量带来大量的需求，也将对存储芯片带来爆发式增长，从现有的能看到的方向是AI服务器，根据美光的数据，AI服务器相 比传统通用服务器带来8倍DRAM+3倍NANDFlash，我们认为长期看不单单服务器领域，智能汽车、智能IOT、智能机器人等多个AI应用终端将对存储带来指数级增长。 我们看好Ai+应用落地，Ai服务器需求增长对电子半导体带来的机会，重点公司：英伟达、寒武纪、澜起科技、兆易创新、沪电股份、源杰科技、联瑞新材、裕太微、兴森科技。 风险提示：Ai+应用落地不达预期，数据中心需求复苏低于预期。 二、汽车 汽车：AI+汽车软件，从外包商到平台化，关注快鱼标的——光庭信息 陈传红国金汽车首席分析师 执业编号：S1130522030001 汽软行业商业模式巨变，从软件外包商到平台化卖铲子，知识库和先发优势（快鱼）是核心竞争要素。 1、传统汽车软件行业是工程师密集型行业，人力外包是商业模式的核心。汽车软件行业是工程师密集型行业，80%营业成本来自员工薪酬，基础性和通用性的编程人员占比大概是60%。由于主机厂软件开发人员较少，且单个主机厂做没有规模经济，所以汽软行业传统的分工模式是：主机厂外包给第三方汽软，本质上是人力外包。 2、大模型时代，汽车软件行业属性将会发生变化。 （1）占人员比例60%的基础性、通用性的工程师被大模型生成式代码取代，汽软通过接入文心一言等大模型API解决60%的基础性编程工作，行业将不再是人力密集型属性，传统的软件外包分工模式将不可持续。 （2）从人力外包到平台化，卖铲子才是汽软未来的出路。拥抱大模型，通过在大模型上嫁接私域，做垂直应用平台的模式将是未来主流。我们认为，大模型+主机厂是无法实现汽软生产闭环的，因为大模型没有汽软的数据和知识库，数据、知识和开发环境，掌握在汽软企业手里。大模型+汽软公司私域垂直应用平台的模式，将是未来主流。即大模型解决基础编程问题，汽软垂直应用平台解决主机厂汽车功能软件开发环境和工具的问题，主机厂可以通过汽软公司的应用平台作为“开发工具”，“傻瓜式”实现汽软开发。 3、汽软，头部化、快鱼吃慢鱼的时代开启。（1）由于龙头公司积累的数据、知识库和开发经验更加丰富，龙头汽软作为主机厂软件开发的工具箱能够提供更加丰富的工具，“人力外包”导致的行业目前小而散的问题将会大 变，头部化将会越来越显著； （2）主机厂对工具的依赖度和粘性远大于外包模式，主机厂对哪些汽软公司形成工具依赖 （类似于我们对OFFICE等类似工具的依赖），取决于谁能构筑先发优势，快鱼吃慢鱼的时代开启； 4、建议关注汽软赛道的快鱼：光庭信息。公司研发储备垂直应用和知识库多年，通过接入大模型，在行业内率先构筑起汽车软件平台商的模式，提供云端一体化汽软全域开发服务和全栈解决方案，目前正在接入多家大型主机厂，是汽软行业率先接入大模型和打造应用平台模式的供应商，是汽软赛道的快鱼。 风险提示：汽软平台项目进展低于预期。 三、计算机 看好安防、金融等高数据壁垒垂类模型及应用孟灿国金计算机首席分析师 执业编号：S1130522050001 事件：微软开源了可以在模型训练中加入完整RLHF流程的系统框架——DeepSpeedChat，加速了“定制版”生成式大模型的落地。 垂类模型及应用落地加速，数据壁垒凸显。llama等优质开源模型的发布促进了垂类模型 的发展，DeepSpeed锦上添花，加速了强化学习的过程、提升了AI应用开发者的效率。拥有优质垂类数据的公司可能会训练出应用效果更好的模型。 算力方面：训练及推理需求均随落地场景丰富而打开。总需求=场景数*单场景算力需求。训练算力最大的消耗主要在预训练阶段，开源模型的发布主要是节省了训练阶段的算力；但由于垂类训练场景更加丰富，我们认为总的训练需求是增长的，并没有被通用大模型所集约化。 推理端，随着场景的丰富，预计推理芯片需求空间会被持续打开。 综上，我们看好拥有垂直领域数据、以及算力相关公司。具体推荐关注： 金融科技：金融行业结构化数据、下游客户能力强，是AI场景率先落地的重点行业之一。建议关注国内互联网券商龙头东方财富、具备C端用户入口/海量结构化数据/AI技术储备的同花顺和财富趋势、头部交易系统和投顾系统供应商恒生电子和顶点软件、以及行业GPT落地速度较快的凌志软件。 类似思路下，我们还推荐关注拥有视觉为主的多模态垂直类大模型能力，下游应用场景数据积累丰富的安防/数智化转型：海康威视、大华股份、千方科技、苏州科达；AI落地本身具有高价值、高普及与高认可属性的工业软件：中控技术、中望软件、赛意信息、能科科技、汉得信息、霍莱沃、盈建科、鼎捷软件；AI提升决策分析服务质量：零点有数、慧辰股份； 风险提示：政策落地不及预期、需求恢复不及预期、竞争情况加剧、流动性和风险偏好不及预期。 四、传媒 AI能力工具化，应用落地进程加速陆意国金传媒与互联网首席分析师执业编号：S1130522080009 无论从训练还是应用，随着AI能力正在不断工具化，有望驱动产业化落地进程加速。以模 型训练角度为例，微软在4月12日宣布将DeepSpeedChat进行开源，相比过往的SOTA，DeepSpeedChat的大幅提升了模型的训练速度，并且在相同硬件条件下，可支持更大型 的模型。从具体AIGC应用的工具来看，我们看到不同领域的内容生成工具不断成熟化。以过去较难实现的“文字生成视频”为例，RunwayGEN-2近期已公开开放该项能力。在较为成熟的图片生成领域，近期发布的MidjourneyV5在分辨率、光影等层面，相较MidjourneyV4都实现了较大跨越。 AI能力的工具化，催化AI+应用加速落地。随着AI能力的工具化，应用层公司无论是在研发小模型的研发，还是AIGC工具对传媒内容的生产制作过程的降本增效，都将加速落地。 AI能力的工具化，也使得IP变现价值大幅提升。AIGC内容制作工具的成熟，使得公司可以低成本的、高效的，把IP转化为文字、图片等内容。 风险提示：AI发展不及预期。AI相关政策风险。 *根据《证券期货投资者适当性管理办法》，本次会议仅向国金证券股份有限公司客户中的C3级以上投资者开放；非国金证券客户或其他投资者擅自参加或者依据会议信息进行投资的，遭受任何损失，国金证券不承担任何责任。