通信行业2024年度投资策略：海外浮光跃金，国内卫星闪耀

通信行业2024年度投资策略： 海外浮光跃金，国内卫星闪耀 ——民生通信团队 01 证券研究报告*请务必阅读最后一页免责声明 证券研究报告 2023年12月22日 *请务必阅读最后一页免责声明 目录 01AI应用发展02华为AI服务器03脑机接口04华为Harmony开源生态 一、前沿科技 05光通信06光纤光缆&海缆 二、光通信产业链 07运营商085.5G09交换机10算力集群11工业互联网&专网 三、数据中心&通信网络 四、天空基础设施建设--卫星互联网五、风险提示 核心观点 AI应用：AI应用生态加速成熟，多模态进程有望超预期；同时，大模型有望重构各类科技终端原有的传统模式，进一步提升智能化水平。建议重点关注AI优势落地场景应用，如金融/教育/办公等，以及对PC/手机/可穿戴设备等终端的智能化升级。 光通信：1）AI需求：光器件环节2024年有望弹性较大，值得重点关注；此外，光模块环节持续聚焦1.6T的进展，且在各厂商自研芯片加速推进的同时建议关注AI数据中心组网方式的差异所带来的数量&产品品类的需求变化；光芯片环节预计24年上半年仍存在100GEML短缺，国内厂商有可能获得一定的窗口期来切入。2）传统数通云计算：23年2月以来信骅月度营收数据环比保持增长趋势，预示服务器市场去库存可能接近尾声，我们预计2024年传统云计算领域光通信产品需求较2023年边际改善显著。3）电信：去库存影响依旧，24年国内市场预计整体平稳，北美市场预计24年下半年开始逐步企稳向好。建议重点关注：中际旭创、新易盛、天孚通信、太辰光等。 国产算力：以昇腾为代表的华为产业链可能会持续2-3年的高景气度，整体板块虽然不容易带来明显的业绩弹性，但是国产化渗透率不超过10%，有非常大的主题投资的空间，此外这类公司由于过去2-3年国内互联网企业IT投资相对较少，业绩弹性较大。建议重点关注：菲菱科思、锐捷网络等。 数据要素：首先，数据局经过了多年的运筹帷幄终于挂牌成立；第二，全国各省加快了数据要素的进程，目前来看进展是超预期的。建议重点关注：中国移动、中国电信、中国联通。 卫星互联网：2023年12月12日，中央经济工作会在论述科技发展时，重点提到打造生物制造、商业航天、低空经济等若干战略性新兴产业。特别是商业航天是首次提出，明年是商业航天常态化发射的第一年，整体板块聚焦在火箭侧、卫星侧、地面配套终端和卫星数据服务四大投资主线。1）2023年市场主要的投资方向集中在卫星上的配套设备、包括但不限于：通信载荷、相控阵天线、恒星敏感期、连接器、太阳翼等，板块整体挖掘比较充 分。而对于明年海南文昌常态化发行配套的产业链还存在比较大的预期差，建议重点关注：九丰能源、思科瑞等海南配套的产业链公司。2）此外，23年华为Mate60pro手机可使用卫星通信功能，是板块的一个非常核心的环节。展望24年，目前已经有多家手机厂商明确表示将新增卫星通信功能，海外SpaceX也在加快布局手机直连技术，谁能在低轨组网完成后进入手机及其他地面终端领域，有比较大的预期差。建议重点关注：海格通信、盛路通信、华力创通等终端产业链公司。3）2023年12月15日，国家最新发布了24-26年数据要素X的三年行动规划，其中明确了12大主要发展的场景，包括智能制造、科技创新、交通运输、智慧农业、气象服务等，未来基于卫星的数据服务可能是明年新的投资方向。 风险提示：AI落地不及预期；客户资本开支不及预期；国际形势变化风险。 一、前沿科技 01 证券研究报告*请务必阅读最后一页免责声明 证券研究报告 3*请务必阅读最后一页免责声明 01AI应用发展 证券研究报告 4*请务必阅读最后一页免责声明 1.1 如何理解AGI？—生成式AI原理：Transformer •Transformer会把一整句话分隔独立的符号(token) •在数据库里的trainingdata里找到含有该token的大量句子 •从大量句子中找出“work”附近的搭配，包含有一些不应该单独出现在work附近的词汇 •当模型处理这组单词时，它会生成一个向量 （或值列表），并根据每个单词与训练数据中的“work”的接近程度进行调整。 1.2 如何理解AGI？—生成式AI原理衍生：Transformer-Wordembedding 文本Text 向量Vector WordEmbedding 01给每个维度强度打分 work可以从很多不同维度来衡量 解释 行业，所需技能，团队文化，工作地点，工作强度，职业发展，薪酬福利，…… 从文本转换成向量的意义是因为机器读取不了文本，需要把文本转换成机器能识别的向量来进行文本理解意 (converttextintovectortomakeitreadableformachine)义 1.2 Afterreducingdimensions 例如，像sea和ocean这样的一对单词可能不会在相同的上下文中使用 （虽然都代表海洋，但还是会有一些细微差别），但它们的含义彼此接近，通过wordembedding可以来量化这种接近程度，发现意思相似性 通过相似性开始聚类归纳不同的词汇，将意思接近的词汇聚类在一起 embedding如何分类(2) 如何理解AGI？—生成式AI原理衍生:Transformer-Word 如何用向量进行聚类-cluster 1.3 如何理解AGI？—生成式AI原理核心：Transformer-Selfattention 传统RNN(循环神经网络)Transformer(withself-attention) vs •在transformer出来之前的循环神经网络 (RNN)，它扫描句子中的每个单词并按顺序进行处理 •但比起transformer来说，传统RNN在处理文本上会更加慢 •通过self-attention，transformer可以同时计算 句子中的所有单词,提高效率并且更准确的理解上下 •Self-attention能够capture句子中哪个token的 文语境context 意思最重要，比如句子里的“no”负向词很重要， 机器可以识别整句为负向语境negativity 1.4 新应用亮点–AI生态构建–ChatGPT4.0turbo&GPTStore GPTStore OpenAI推出自己的GPT应用商店，11月底上线，里面的GPT们，都是专精各个领域的行家。 GPT4.0turbo •支持的文本长度更长了，从原来的32ktokens升级到了128k •更新知识库到今年的4月份 •对于开发者来说，调用函数也会更加方便，调用多模态的API了，像图片识别、DALL·E3作画以及文本转语音等等 •调用GPT-4的速率翻倍。 CanvaGPT 一句话就能让它设计一 个开发者大会的邀请函 ZapierGPT 能帮人协调工作流的Eg.安排日程，回复邮件，短信 AssistantsAPI (AIAgents) 1.5 生成式AI不足之处 1.高度依赖训练数据 2.产生“幻觉” 1.在某些专业或小众领域，如果相关的训练数据较少，LLM在这些领域的表现可能不佳，准确率较低。 2.对于最新的、尚未纳入训练集的信息，LLM可能无法提供准确的回答。 2.数据覆盖的局限性： 2.训练数据中的错误或误导性信息可能导致模型生成错误或误导性的回答。 1.如果训练数据存在偏见（如种族、性别歧视等）， LLM可能会在其回答中无意中复制这些偏见。 1.数据偏差问题： LLM在处理超出其训练数据范围的问题时，有时会生成没有根据的或完全是虚构的信息，这种现象有时被称为“幻觉”,无中生有答案 LLM本质上是基于概率计算进行预测的,根据数据库已有的信息来推断未知的信息，这意味着它们并不具备真正的理解能力或意识 1.6 Open发布Q*—AI模型更加智能，AGI更近一步 Q*本质上是一种能够自行解决基本数学问题的算法，包括那些不属于其训练数据的问题。这使其向备受期待的通用人工智能（AGI）迈出了一大步——人工智能的一种假设能力，使其能够执行人脑可以完成的任何智力任务。 Q*意味着Q-learning和A*搜索等两种已知人工智能方法的融合。新模型可以将深度学习与人类编程的规则结合起来，这可能使该模型比当前任何其他人工智能模型都更加强大和通用。从本质上讲，这可能会导致AI模型不仅从数据中学习，而且还像人类一样应用推理，这使得控制或预测变得困难。 OpenAIQ*的提出，让模型具备了“自行运算”的能力，即模型可通过自行观察周身状态，来执行一系列新决策。本质来说，Q*的诞生让小模型具备了自主进化为“大模型”的能力。 1.7 Pika引领AIGC进入“梦幻电影”时代 传统AI生成视频技术，与早期的手绘动画类似，首先生成多帧静止的图像，之后将这些图像连接起来，并通过一帧帧图像的渐变，实现画面的运动。但无论是手绘动画还是AI生成的视频，首先都需要确定关键帧。因为关键帧定义了角色或物体在特定时刻的位置和状态。为使画面更加流畅，会在各关键帧之间设立过渡帧，切换画面的同时也会产生视频抖动。 Pika的出现使AI生成内容从静态的文本/图片走向了动态的视频，Pika1.0支持实时修改视频、延长视频长度、转换视频风格（如真人转换为动画）、扩展视频画布或纵横比等。根据Pika团队11月28日披露的官方信息，Pika社区已发展到50万用户，每周生成数百万个视频。我们认为Pika的火爆或带动市场出现更多AI产品，过去的应用壁垒可能会被AI应用重新颠覆重塑。同时，AI生成视频属于多模态应用，其复杂的算法对于算力的需求可能显著高于生成文字的需求。 图1：Pika可实现通过文字指令实时改变视频内容图2：Pika可以自动生成视频画面扩展内容 1.8 •含AI AI+终端：AIPin等交互变革+数据释放，推动终端市场进入新增长周期 PIN，AI可穿戴产品层出不穷，我们看到终端更便捷的交互属性凸显： AIPIN：11月9日发布，无屏幕，创新利用激光投影将显示界面投射到手上，用户可以通过点击手势和语音来进行交互。通过点击手势和道音来进行交互，包括单击和双击、拍摄照片、通过触摸点击和滑动手势来接听电话、控制音虽等。还有双指点击和双指井按住该位置录制视频等手势操作。 Rewind：10月2日，首款设备RewindPendant智能吊坠开始接受预订，售价为59美元，产品形态类似项链吊坠的人工智能麦克风基于GOT-4，可以捕捉所说和所听的内容，转录、加密并完全存储在手机上。 Meta：10月17日发布新版Ray-BanMeta智能眼镜，是首款内置MetaAI的智能眼镜。可拍照片、视频、听音乐、接电话等，且支持MetaAI。VR/AR方面，苹果VisionPro包含多模态AI助手Otter，MetaQuest3内置MetaAI。 WHOOP：9月26日发布Coach智能手环，是基于GPT4的智能手环，搭配健康和健身聊天机器人，用户可用自然语言获取自身健康信息与定制化健康方案。 •回顾PC及智能手机的发展，改善交互的代表包括1980s-1990s图形交互界面的出现及完善、2010s以来触屏手机快速成长，我们判断AIPin等产品 图3：终端交互趋势——更加直观、便携、无形化 实体：体积重量逐渐减小 图5：RewindPendant 图6：Ray-BanMeta 现代计算机 微型计算机 当代PC 智能手机 虚实结合：便携性进一步提高 智能穿戴设备 （AIPin） 证券研究报告资料来源：各公司官网，民生证券研究院 13 *请务必阅读最后一页免责声明 带来交互变革，推动终端市场进入新的增长周期。 图4：AIPin 1.9 AI+搜索：大模型接入搜索引擎，驱动份额重新洗牌 图8：2016-2025E中国搜索引擎行业市场规模及增速