本周策略观点: 1.谷歌AI大模型Gemini发布,持续看好算力产业链投资机会。12月6日,谷歌CEO皮查伊和DeepMind CEO哈萨比斯在谷歌官网联合发文,官宣将正式推出AI大模型Gemini,该大模型为公司截至目前最灵活的AI大模型,并针对Gemini 1.0推出三种不同尺寸的优化模型Gemini Ultra、Gemini Pro和Gemini Nano。Gemini作为谷歌重新构建的多模态大模型,可以概括和无缝地理解、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,能够满足从数据中心到移动设备的多种终端的高效运行。谷歌积极推进Gemini的应用,努力进一步扩展未来版本的各种功能,加速落地Bard、Pixel 8 Pro等各产品,预计在2024年初将向开发者和企业客户提供Gemini Ultra。此外,我国为应对多模态这一技术发展趋势,云厂商、创新企业、AI企业、大数据企业和传统软件企业都在积极布局多模态技术研发和应用。我们认为,算力作为多模态AI的关键基石,随着海内外各厂商对多模态技术的积极推进,当前算力需求的景气度有望持续,带动算力基础设施产业发展,相关产业链有望持续受益。 2.AMD发布专为尖端人工智能设计芯片,国内AI芯片产业持续发展。12月6日,AMD在“推进人工智能”的活动中,发布了专为尖端人工智能设计系列芯片Instinct MI300X和Instinct MI300A两款产品,标志着世界上首个数据中心级的APU加速处理单元的问世,目的是为抓住日益增长的生成式人工智能和高性能计算领域的机遇。MI300系列产品是AMD运用前沿的生产技术,结合了创新的“3.5D”封装技术,打造出的多芯片组合。公司据称该系列产品在执行各类人工智能任务时,其性能超越了竞争对手英伟达。在活动中,AMD与多家合作伙伴在活动期间共同强调了AMD Instinct数据中心人工智能加速器的强劲应用和增长势头,其中合作伙伴包括:微软、Meta、甲骨文、戴尔、联想等科技巨头。我们认为,随着国内外科技巨头大模型多模态能力的加速进展,国内厂商持续加速迭代产品技术能力有望从上游解决当前算力需求旺盛的供给问题,国产化替代或将持续带动算力基础设施产业发展。 市场回顾:本周(2023年12月4日-2023年12月8日,下同)通信(申万)指数上涨0.82%;沪深300指数下跌2.40%,行业跑赢大盘3.22pp。 重点推荐(已覆盖):中国移动、中国电信、中国联通、中兴通讯、紫光股份、工业富联、共进股份、三旺通信、中际旭创、天孚通信、美格智能、鼎通科技、瑞可达、深南电路、崇达技术、腾景科技、经纬恒润、德赛西威、中科创达、和而泰、朗特智能、淳中科技。 建议关注的标的:运营商:中国移动、中国电信、中国联通;主设备商&服务器:浪潮信息、紫光股份、星网锐捷、中科曙光;光模块:新易盛、华工科技、剑桥科技、博创科技;光器件:太辰光;光芯片:仕佳光子、源杰科技;IDC:润建股份、英维克、佳力图、申菱环境、数据港;卫星互联网:海能达、震有科技、海格通信、中科星图;PCB:兴森科技、沪电股份、深南电路、兴森科技、世运电路、崇达技术;连接器:鼎通科技,瑞可达;掩模版:路维光电、清溢光电;线缆:新亚电子;算力模组:美格智能、移远通信、广和通;工业互联网:工业富联、三旺通信;域控制器:经纬恒润、华阳集团、德赛西威、均胜电子、朗特智能、和而泰、拓邦股份;操作系统/软件:中科创达、光庭信息;MR产业链:蓝特科技、兆威机电、领益制造、鹏鼎控股、长盈精密。 风险提示:市场竞争加剧风险;关键技术突破不及预期风险;下游需求不及预期;原材料价格波动风险。 1.行业观点 本周(2023年12月4日-2023年12月8日,下同)通信(申万)指数上涨0.82%; 沪深300指数下跌2.40%,行业跑赢大盘3.22pp。 图表1:本周通信行业涨跌幅前5个股 图表2:本周通信行业涨跌幅后5个股 在TMT各子板块:电子、通信、传媒以及计算机中,通信周涨幅居第二位。 图表3:TMT各子行业涨跌幅对比(截至2023年12月8日) 通信板块最新估值(市盈率为历史TTM_整体法,并剔除负值)为18.09倍,位于TMT各行业第四位。 图表4:TMT各子行业历史市盈率比较(各年份数据取自当年12月31日) 1.1本周策略观点速览 1.1.1谷歌AI大模型Gemini发布,持续看好算力产业链投资机会 12月6日,谷歌CEO皮查伊和DeepMind CEO哈萨比斯在谷歌官网联合发文称将正式推出AI大模型Gemini,并针对Gemini1.0推出三种不同尺寸的优化模型GeminiUltra、GeminiPro和GeminiNano。Gemini作为谷歌重新构建的多模态大模型,可以概括和无缝地理解、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,能够满足从数据中心到移动设备的多种终端的高效运行。谷歌积极推进Gemini的应用,努力进一步扩展未来版本的各种功能,加速落地Bard、Pixel 8 Pro等各产品,预计在2024年初将向开发者和企业客户提供Gemini Ultra。此外,我国为应对多模态这一技术发展趋势,云厂商、创新企业、AI企业、大数据企业和传统软件企业都在积极布局多模态技术研发和应用。 我们认为,算力作为多模态AI的关键基石,随着海内外各厂商对多模态技术的积极推进,当前算力需求的景气度有望持续,带动算力基础设施产业发展,相关产业链有望持续受益。 1.1.2AMD发布专为尖端人工智能设计芯片,国内AI芯片产业持续发展 12月6日,AMD在“推进人工智能”的活动中,发布了专为尖端人工智能设计系列芯片Instinct MI300X和Instinct MI300A两款产品,标志着世界上首个数据中心级的APU加速处理单元的问世,目的是为抓住日益增长的生成式人工智能和高性能计算领域的机遇。MI300系列产品是AMD运用前沿的生产技术,结合了创新的“3.5D”封装技术,打造出的多芯片组合。公司称该系列产品在执行各类人工智能任务时,其性能超越了竞争对手英伟达。在活动中,AMD与多家合作伙伴在活动期间共同强调了AMD Instinct数据中心人工智能加速器的强劲应用和增长势头,其中合作伙伴包括:微软、Meta、甲骨文、戴尔、联想等科技巨头。 我们认为,随着国内外科技巨头大模型多模态能力的加速进展,国内厂商持续加速迭代产品技术能力有望从上游解决当前算力需求旺盛的供给问题,国产化替代或将持续带动算力基础设施产业发展。 建议关注组合: 运营商/国资云:中国移动、中国电信、中国联通、深桑达A; 主设备商&服务器:中兴通讯、浪潮信息、紫光股份、星网锐捷; 光模块:天孚通信、中际旭创、新易盛、光迅科技、博创科技、剑桥科技; IDC:润建股份、英维克、佳力图、申菱环境、数据港、奥飞数据、光环新网; 云计算&大数据:优刻得等; 愿景的实现。 图表5:谷歌DeepMind突破性技术一览 Gemini是包括Google Research在内的谷歌各团队间进行合作的成果,该模型从一开始就被创建为多模态的模型,可以归纳并流畅地理解、操作以及组合不同类型的信息,包括文本、代码、音频、图像和视频。Gemini能够达到从数据中心到移动设备,都能够高效运行的水平,其先进的功能将显著改善开发者和企业客户通过AI构建和扩展的方式。 公司针对三种不同的尺寸对第一代Gemini 1.0进行了优化: Gemini Ultra—谷歌规模最大且功能最强大的模型,适用于高度复杂的任务。 Gemini Pro—谷歌适用于各种任务的最佳模型。 Gemini Nano—谷歌端侧设备上最高效的模型。 图表6:Gemini三种不同尺寸的优化模型 创建多模态模型的标准方法是分别训练不同模态的组件,随后拼接在一起,以粗略模拟某些功能。这些模型有时可以很好地完成描述图像等特定任务,但在概念性更强、更复杂的推理方面却显得力不从心。谷歌将Gemini设计为原生多模态,从一开始就在不同模态上进行预训练。利用额外的多模态数据对其进行微调,以进一步提高其有效性,有助 2 3 资料来源 : 谷歌DeepMind官网介绍 资料来源 : 谷歌官网文章“troduction Gemini: Our largest and most capable AImodel” 于Gemini从最初阶段就能对输入的各种内容顺畅地进行理解和推理。Gemini1.0主要具有以下三大亮点: 1.复杂的多模态推理能力:Gemini 1.0可帮助理解复杂的书面和视觉信息,可以在海量的数据中发掘难以辨别的知识内容。拥有通过阅读、过滤以及理解信息,从数十万份文件中提取见解的卓越能力,将有助于在从科学到金融等多个领域以数字化速度实现新的突破。 图表7:Gemini多模态推理能力 2.理解文本、图像、音频等能力:Gemini 1.0经过训练,可以同时识别并理解文本、图像、音频等,因此能更好地理解具有细微差别的信息,回答与复杂主题相关的问题,尤其擅长解释数学和物理等复杂科目中的推理。 图表8:Gemini理解文本、图像、音频等能力 3.高级编码能力:Gemini可以理解、解释和生成编程语言的高质量代码,其中包括Python、Java、C++以及Go等,能够跨语言工作并对复杂信息进行推理使其成为世界领先的编码基础模型之一。Gemini Ultra在多个编码基准测试中表现出色,包括HumanEval(用于评估编码任务性能的重要行业标准)和Natural2Code(谷歌内 资料来源 : 谷歌官网文章“troduction Gemini: Our largest and most capable AImodel” 部的留出数据集),其中Natural2Code使用作者生成的信息作为来源,而不是基于网络的信息。Gemini还可用作更高级编码系统的引擎。谷歌利用一个专门版本的Gemini,创建了更先进的代码生成系统AlphaCode 2,该系统擅长解决不仅需要编码能力而且也需要复杂数学和理论计算机科学知识的竞赛性编程问题。 在与最初的AlphaCode在同一个平台上进行评估时,AlphaCode 2表现出了巨大的改进,其解决的问题数量几乎是AlphaCode的两倍,谷歌预计其性能超过85%的参赛者,比AlphaCode高出将近50%。当程序员与AlphaCode 2合作并为示例代码定义某些属性时,AlphaCode 2的表现甚至更好。 图表9:Gemini高级编码能力 2.1.2谷歌不断提升自研能力,稳步推进Gemini大模型的应用 谷歌设计的TPUs v4和v5e在通过AI优化过的基础设施上对Gemini 1.0进行了大规模训练。在TPUs上,Gemini的运行速度明显快于早期规模更小、性能更弱的模型,其定制设计的AI加速器一直是谷歌服务数十亿用户的AI赋能产品的核心,其中包括搜索、YouTube、Gmail、Google地图、Google Play以及安卓,帮助世界各地的公司能够经济高效地训练大规模的AI模型。公司还同时发布了迄今为止功能最强大、效率最高且可扩展性最强的TPU系统之一:Cloud TPU v5p,旨在为训练前沿AI模型提供支持。新一代TPU将加速Gemini的开发,帮助开发者和企业客户更快地训练大规模生成式AI模型,从而更快推出新产品和新功能。 资料来源 : 谷歌官网文章“troduction Gemini: Our largest and most capable AImodel” 图表10:谷歌数据中心内的Cloud TPU v5p AI加速器超级计算机 谷歌积极推进Gemini的应用,努力进一步扩展未来版本的各种功能: Gemini落地谷歌各产品:Bard将使用Gemini Pro的微调版本来进行更高级的推理、规划和理解等,将在170多个国家和地区提供英语服务,谷歌计划在未来几个