谷歌推动OCS交换机持续部署，MEMS光开关前景广阔

证券分析师：联系人：联系人：联系人： 叶子詹浏洋李书颖连欣然 0755-81982153 010-88005307 0755-81982362 010-88005482 yezi3@guosen.com.cn zhanliuyang@guosen.com.cn lishuying@guosen.com.cn lianxinran@guosen.com.cn 执证编码：S0980522100003 事项： 12月7日，谷歌推出原生多模态大模型Gemini 1.0，是谷歌迄今为止规模最大、能力最强的大模型；同时推出全新的面向云端AI加速的TPUv5p，是谷歌迄今为止功能最强大、可扩展性最强的AI加速芯片。 国信电子观点：1）谷歌推出最新AI加速芯片TPUv5p，大范围部署OCS（光电路交换机），其超级计算机通过OCS交换机可以轻松地动态重新配置芯片之间的连接，有助于避免出现问题并实时调整以提高性能。 我们认为OCS交换机将来带数据中心网络架构的重大变革，从而降低功耗和成本。 2）谷歌OCS交换机输入输出端口是两个光纤准直器阵列，当光通过光纤进入OCS交换机后，会先后经过两个2DMEMS阵列，每个阵列含有136个平面镜，用于精确调节光的传播方向。MEMS光开关是基于半导体微细加工技术构筑在半导体基片上的微镜，即将电、机械和光集成为一块芯片，可以完成对多路光波路由的任意切换。谷歌OCS交换机核心在于MEMS反射镜组件，我们预计MEMS光开关将迎来强劲需求。 3）赛微电子在MEMS代工领域处于龙头地位，公司境外MEMS产线的硅光子芯片制造技术较为成熟，已具备工艺开发及小批量生产经验，已向欧美知名厂商长期供货，预计公司将在MEMS光开关、硅光芯片等领域广泛布局和快速发展。 4）考虑到公司瑞典产线的全球领先地位，以及北京产线的规模化生产优势，结合三季度财报数据表现，以及公司BAW滤波器和激光雷达MEMS振镜等新品的量产进度，我们上调公司业绩预期，预计2023-2025年营业收入13.22/16.88/20.72亿元（前值9.90/13.96/17.85亿元），归母净利润0.37/1.27/2.06亿元（前值0.33/0.87/1.42亿元），当前股价对应PB分别为3.57/3.48/3.35，维持“买入”评级。 评论： 谷歌发布多模态大模型Gemini性能领先，推出全新AI加速芯片TPUv5p为模型提供支持 12月7日，谷歌推出原生多模态大模型Gemini 1.0，是谷歌迄今为止规模最大、能力最强的大模型，并且提供三种量级版本：能力最强的Gemini Ultra、适用于多任务的Gemini Pro以及适用于特定任务和端侧的GeminiNano。作为多模态大模型，Gemini可以泛化并无缝地理解、操作和组合不同类型的信息，包括文本、代码、音频、图像和视频等。 GeminiUltra是规模最大、功能最强大的模型，专为高度复杂任务所设计。根据谷歌DeepMind团队测试，GeminiUltra在一系列多模态基准测试中取得领先成绩，其中在MMLU（Massive Multitask Language Understanding，大规模多任务语言理解）测试中得分率高达90.0%，成为首个超越人类专家的大模型（人类专家得分率89.8%），并超越OpenAI所开发的GPT-4模型（GPT-4得分率86.4%）。 图1：部分GeminiUltra测试成绩及与GPT-4对比 谷歌Gemini1.0大模型由谷歌自研的TPUv4和v5eAI芯片训练而成。TPU（Tensor ProcessingUnit，张量处理器）是谷歌为机器学习定制的专用集成电路（ApplicationSpecificIntegratedCircuit，ASIC），专为谷歌的深度学习框架TensorFlow而设计。与GPU相比，TPU采用低精度计算，在几乎不影响深度学习处理效果的前提下大幅降低功耗和加快运算，同时使用脉动阵列等设计优化矩阵乘法与卷积运算。目前，谷歌已在YouTube、Gmail、GoogleMaps、GooglePlay和Android等产品服务中使用TPU芯片。 12月7日，谷歌在发布Gemini的同时，推出了全新的面向云端AI加速的TPUv5p。据谷歌数据，每个TPU v5p配备95GB的HBM3内存，内存带宽为2765GB/s，每个Pod由多达8960个芯片组成，使用最高带宽的芯片间连接（每芯片4800Gb/s）进行互联，可以更快、更准确地训练AI模型。性能方面，TPUv5p在Bf16（16位浮点数）精度下提供459TFLOPs性能（每秒执行459万亿次浮点运算），在Int8（8位整数）精度下提供918TOPs性能（每秒执行918万亿次整数运算）。 图2：谷歌推出最新版本TPUv5p 图3：谷歌TPUv5p与前代产品参数对比 TPUv5p是谷歌迄今为止功能最强大、可扩展性最强、最灵活、最具成本效益的AI加速芯片，为训练前沿AI模型提供支持。与TPU v4相比，TPU v5p具有约两倍的浮点运算性能和约三倍的高内存带宽提升。据谷歌数据，同样对参数量为1750亿的GPT-3模型进行训练，在Bf16精度下TPU v5p训练速度是TPU v4（Bf16精度）的1.9倍，在Int8精度下训练速度是TPUv4（Bf16精度）的2.8倍。此外，TPUv5p运行费用为4.20美元/小时，较TPUv4的3.22美元/小时和TPUv5e的1.20美元/小时略高。 图4：TPUv5p与前代产品针对GPT-3模型训练速度对比 图5：TPUv5p与前代产品针对GPT-3模型训练成本对比 谷歌Apollo项目TPU超级计算机部署OCS交换机，MEMS光开关是核心组件 2023年3月，在OFC2023（2023年美国光纤通讯博览会）上，谷歌详细介绍了其内部项目Apollo。该项目在其数据中心大范围部署光电路交换机（Optical Circuit Switch，OCS），带来数据中心网络架构的重大变革。 传统数据中心网络采用脊叶（Spine-leaf）结构，其中SP（Spine，脊）层主要是电网络交换机（Electronic PacketSwitch，EPS）。SP层与每一个AB（AggregationBlock，汇聚）层相连，AB层与TOR（TopofRack）交换机相连。由于传统架构中信号经过SP层进行多次电信号和光信号的转换，因此会产生较大的功耗，同时增加数据的延迟。 谷歌Apollo项目将EPS替换为OCS交换机，开发了一种非阻塞的136x136光路开关，其目的是降低功耗和成本；与无线带宽技术（Infiniband）相比，OCS交换机成本不到系统成本的5%，功率不到系统功率的3%。同时在AI大模型快速发展的背景下，OCS交换机可以动态配置计算芯片间的连接关系，构建更好的大型算力网络对AI大模型的发展具有重大的意义。 图6：传统数据中心网络与采用OCS交换机的Apollo项目结构示意图 谷歌OCS交换机名为Palomar，输入输出端口是两个光纤准直器阵列（Fiber collimatorarray），包括光纤阵列和微透镜阵列，输入输出均为136个通道。当光通过光纤进入OCS交换机后，会先后经过两个2D MEMS阵列，每个阵列含有136个平面镜，用于精确调节光的传播方向。此外，系统中还包括两组监控通道，使用 850nm 波长的光，经过MEMS阵列反射后进入到监控相机处，通过图像处理来反馈控制MEMS阵列，从而优化链路插损。 光开关（OpticalSwitch）是在一定范围内将光信号从一个光通道转换成另一个光通道的器件，具有一个或多个可选择的传输窗口，可对光传输线路或集成光路中的光信号进行相互转换或逻辑操作，是实现光交叉连接、光分插复用、网络监控以及光保护等功能的核心器件。Palomar可实现136个光路间的任意切换，信号可以双向传播，其核心在于MEMS反射镜组件，因此谷歌在其数据中心内大范围部署MEMS光开关。 MEMS光开关是基于半导体微细加工技术构筑在半导体基片上的微镜，即将电、机械和光集成为一块芯片。 MEMS光开关系统可以完成对多路光波路由的任意切换，其基本原理为通过发送控制指令给MEMS控制板上的单片机，控制MEMS光开关内部镜片的相应动作，使可以活动的微镜产生旋转，改变输入光的传播方向以实现光路切换，从而完成光路的交叉连接而无需进行任何光电转换。MEMS光开关的插入损耗低，串扰低，与速率和调制方式无关，具有功耗低，寿命长等特点。 图7：谷歌PalomarOCS交换机实物图及原理示意图 谷歌推出TPUv5pAI芯片，进一步强化了OCS光交换技术的应用。2023年4月，谷歌发布论文《TPUv4:AnOptically Reconfigurable Supercomputer for Machine Learning with Hardware Support for Embeddings》（《TPUv4：具有嵌入式硬件支持的机器学习光学可重构超级计算机》），详细介绍了通过OCS交换机能够让超级计算机可以轻松地动态重新配置芯片之间的连接，有助于避免出现问题并实时调整以提高性能。 TPUv4超级计算机的基本构造由4x4x4的TPU v4 Cube（立方体）组成。64个TPU芯片形成一个Cube，内部的TPU之间通过电缆链接，最外侧的6个面上的TPU与OCS交换机相连，每个面有16条链路，每个Cube共有96条光链路连接到OCS交换机上。为了提供三维环面的环绕链接，相对两侧的链接必须连接到相同的OCS交换机上，因此每个Cube连接到48个OCS交换机上。由于谷歌PalomarOCS交换机为136x136端口（128个端口加上8个用于链路测试和修复的备用端口），因此48个OCS交换机能够链接来自64个4x4x4Cube的48对线缆，总共并联4096个TPUv4芯片，形成一个大型超算系统。 图8：64个TPU芯片形成4x4x4Cube 图9：4x4x4Cube与OCS交换机的连接方式示意图 图10：由4096个TPU芯片组成的超级计算机 赛微电子是全球MEMS代工龙头，布局MEMS光开关、硅光芯片等硅光电子前沿产品 赛微电子是全球最大的纯MEMS晶圆代工厂，现有MEMS业务包括工艺开发和晶圆制造两大类：工艺开发业务是指根据客户提供的芯片设计方案，以满足产品性能、实现产品“可生产性”以及平衡经济效益为目标，利用工艺技术储备及项目开发经验，进行产品制造工艺流程的开发，为客户提供定制的产品制造流程；晶圆制造业务是指在完成MEMS芯片的工艺开发，实现产品设计固化、生产流程固化后，为客户提供批量晶圆制造服务。 公司过往参与了500余项MEMS工艺开发项目，与下游客户开展广泛合作，代工生产了包括光开关、微镜、片上实验室、微热辐射计、振荡器、原子钟、压力传感器、加速度计、陀螺仪、硅麦克风等在内的多种MEMS产品。公司代工产品用途广泛，产品终端应用涵盖了通讯、生物医疗、工业及科学、消费电子等领域。 10月20日，公司在投资者互动平台表示，公司境外MEMS产线的硅光子芯片制造技术较为成熟，已具备工艺开发及小批量生产经验，已向欧美知名厂商长期供货。同时，境内MEMS产线已执行不同阶段的工艺开发合同，制造工艺正在持续积累迭代中。公司持续关注硅光芯片在下游光通信、光互联与光计算领域的应用，努力为境内外客户和相关产业创造价值。 图11：公司包括MEMS光开关在内的代工产品示意图 图12：公司包括光开关在内的MEMS产品终端应用 2016年，公司以7.5亿元人民币的价格完成对瑞典Silex的控股收购，瑞典Silex成为公司的全资子公司，同时成为MEMS业务板块的核心工厂及支持平台。2022年1月以来，瑞典FAB1及FAB2积极维护并拓展已有通信、生物医疗、工业汽车、消费电子领域市场，积极推进新型MEMS硅光子器件、新型M