国金：掘金AI+系列电话会议（第2期）会议纪要-20230415

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 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。-国金证券