行业要闻追踪:HPE收购瞻博网络(Juniper)。HPE将以约140亿美元收购瞻博网络,增强其网络业务布局,完善从边缘到云的网络产品组合,强化AI时代竞争力。高性能网络是AI核心基础设施,随着以太网生态完善,关注以太网技术在AI领域进展;同时关注国内政企需求复苏对网络设备拉动。 CES展端侧AI应用成亮点。AI应用成为展会热点,芯片、终端厂商展示旗下产品线在端侧AI领域布局,实现从PC、汽车到智能家居等多个场景的应用落地;新型AI终端也获得市场关注,RabbitR1亮相首日即售罄。端侧AI有望在2024年加速应用,建议关注端侧AI芯片、中游模组以及整机终端等相关产业链环节。 行业重点数据追踪:1)运营商数据:据工信部,截至2023年11月,5G移动电话用户达7.71亿户,占移动电话用户的44.7%;2)5G基站:截至2023年11月,5G基站总数达328.2万个;3)云计算及芯片厂商:23Q3,国内三大云厂商资本开支合计156.5亿元(同比+1%,环比+24%);海外三大云厂商及Meta资本开支合计372.1亿美元(同比-6%,环比+11%)。2023年12月,信骅实现营收3.19亿新台币(同比-18.5%,环比-6.8%)。 行情回顾:本周通信(申万)指数下跌1.14%,沪深300指数下跌0.06%,板块表现弱于大市,相对收益-1.09%,在申万一级行业中排名第27名。在我们构建的通信股票池里有178家公司(不包含三大运营商),本周平均涨跌幅为-3.11%,各细分领域普遍下跌。 投资建议:关注算力与卫星主线,兼顾运营商与低估值板块 (1)长期视角,全球AI算力建设持续,产业趋势确定,持续关注算力基础设施:光器件光模块(中际旭创、新易盛、天孚通信、长光华芯等),液冷(英维克、申菱环境等)。 (2)中期视角,国内卫星互联网组网进程加速,同时星链持续推进,建议关注板块回调后机会:卫星载荷(铖昌科技、国博电子等)、卫星终端(海格通信等)及其他卫星平台、运载、地面核心网等产业环节。 (3)短期视角,一方面,运营商推进高质量发展,分红率提升,具备高股息属性,关注后续数据要素资产化估值催化,建议关注三大运营商; 另一方面,当前部分板块估值水平已达历史底部水平,优质公司的长期投资价值凸显,如移远通信、拓邦股份、中天科技等。 2024年1月份的重点推荐组合为:中国移动、海格通信、英维克、拓邦股份、中际旭创、中天科技、移远通信。 风险提示:AI发展不及预期、资本开支不及预期、宏观环境变化 产业要闻追踪 (1)HPE 140亿美元收购Juniper 事件:2024年1月9日–HewlettPackardEnterprise和人工智能原生网络领导者瞻博网络公司(JuniperNetworks)宣布,两家公司已达成最终协议,根据该协议,HPE将以每股40.00美元(相当于约140亿美元的股权价值),以全现金交易收购瞻博网络。 点评: 亮点一:HPE 140亿美元收购Juniper HPE收购Juniper,网络业务规模有望翻倍。根据财报显示,2023财年HPE智能边缘的销售额为52亿美元,同比增长42%;Juniper去年的营收为53亿美元。通过合并,HPE网络业务规模有望实现翻倍。在收购完成后的三年内,HPE有望实现每年4.5亿美元的成本节约;预计未来网络将占HPE总收入的31%,高于2023财年的18%。 图1:通过收购,边缘与网络业务TAM有望提高30% Juniper是全球网络设备领先企业。根据IDC数据,2023年三季度,HPE交换机出货规模约9.0亿美元,Juniper约3.4亿美元,收购完成后,HPE和Juniper交换机市占率有望达到10%左右水平,接近Arista。通过收购,HPE将进一步强化其从边缘到云的业务布局,完善网络产品组合。 图2:Juniper是全球领先的网络设备公司 图3:全球以太网交换机市场规模(百万美元)及增速 图4:23Q3全球以太网交换机市场竞争格局 带宽和算力提升是网络配置演进趋势。以英伟达的方案为例,从A100到H100再到GH200超级芯片,单卡算力和网络互联带宽保持了快速提升。 A100:40GB的高速HBM显存,NVLINK互联带宽为600GBps,支持8卡互联,网卡和交换机配置为200G,采用200G光模块。 H100:和A100相比,显存提升到160GB,NVLINK互联带宽提升到900GBps,网卡和交换机升级为400G,采用400G和800G光模块。 GH200:1)大内存:256个超级芯片互联得到的GH200超级计算机拥有144TB的内存,可以存储更大规模的模型和数据。 高带宽互联方面,在A100和H100方案中,NVLINK技术只用于服务器内部8张GPU卡之间的互联,其中A100的芯片互联带宽为600GBps,H100为900GBps。在GH200系统中,每张SuperChip可以视为一个服务器,同时芯片之间的互联变为通过NVLINKSWITCH来完成,使得系统中的每个GPU都可以用900GBps的速度访问其他GPU,带宽得到明显提升,推动通信侧速度快速提升。 图5:英伟达H1004SU方案展示(采用800G光模块) 以太网技术加速革新,推动在AI领域与IB展开竞争。超以太网联盟(Ultra EthernetConsortium,UEC)集结了AMD、Intel、博通、思科、Arista、HPE、Meta、微软等云厂商,为AI领域提供基于以太网的开放、可互操作、高性能的全通信堆栈架构。UEC将推出新传输协议,提供更灵活的传输,不需要无损网络,允许many-to-many人工智能工作负载所需的多路径和无序数据包传输等功能。 无独有偶,谷歌也自研了Falcon传输协议,支持RDMA和NVMe以及扩展的上层协议ULP,通过映射层它还兼任传统IB的Verbs。 图6:UEC部分成员 图7:谷歌自研Falcon协议 亮点二:国产算力推进,静待政企等市场需求复苏 2023年国内交换机政企市场承压。交换机厂商下游主要包括运营商、云厂商、政府和企业,下游资本开支呈现结构性变化,政府和部分企业资本开支并未明显增长,今年1月-11月,多数月份PMI均小于50;交换机作为企业信息化基础设置,其政企侧需求景气度与PMI有一定相关性。后续,需关注国产算力建设以及政企侧市场需求复苏。 图8:我国PMI指数 图9:交换机厂商交换机业务收入及增速(单位:百万美元) 图10:2023年我国交换机市场承压 图11:23Q3我国交换机市场竞争格局 与之相对,三大运营商资本开支积极加强算网布局。中国移动算网基础不断夯实,优化“4+N+31+X”算力集约化梯次布局,23年上半年对外IDC机架数达47.8万架,净增1.1万架,累计投产算力服务器超80.4万台,净增超9.1万台,算力规模达到9.4EFLOPS。中国电信加大算力建设,23年上半年智算新增1.8EFLOPS算力至4.7EFLOPS(FP16),增幅62%;通用算力新增0.6EFLOPS至3.7EFLOPS(FP32),增幅19%;对外提供机架数提升至53.4万架,净增2.1万架。中国联通重点聚焦5G、宽带、政企、算力四张精品网建设,23年上半年IDC对外提供机架数提升1.7万架至38万架。 表1:三大运营商资本开支情况(亿元) 投资建议:HPE将以约140亿美元收购瞻博网络,增强其网络业务布局,完善从边缘到云的网络产品组合,强化AI时代竞争力。高性能网络是AI核心基础设施,随着以太网生态完善,关注以太网技术在AI领域进展;同时关注国内政企需求复苏对网络设备拉动。 (2)CES展端侧AI应用成亮点 事件:当地时间1月9-12日,CES 2024在美国的拉斯维加斯召开,展会期间,AI在PC到汽车到智能家居等各个领域加速应用,端侧AI产品成为展会期间的重要热点之一。 亮点一:端侧AI应用百花齐放 (1)AIPC:芯片厂商方面,NVIDIA在CES2024展会上推出了全新GeForceRTX 40SUPER系列显卡,新产品将率先用于AI笔记本电脑等PC类产品中;Intel发布了全新的18款第14代HX系列移动处理器;AMD推出了具备独立AI引擎的桌面处理器锐龙APU8000G系列。整机厂商方面,联想、戴尔、惠普、华硕等头部PC厂商都发布了各类“AIPC”。 图12:RTXAI笔记本电脑 图13:AMD锐龙8000G系列——首款搭载NPU的桌面处理器 图14:联想ThinkBookPlusGen5Hybrid 图15:戴尔XPS16内置WindowsCopilot (2)新型终端:展会期间,由Rabbit公司推出的“Rabbit R1”AI智能硬件亮相仅一天销售破万台,首批设备售罄。这款产品是一款手掌大小的AI智能设备,用户可以通过语音方式与RabbitR1进行对话交流。 图16:Rabbit R1终端应用演示——语音对话 图17:Rabbit R1首批设备售罄 (3)汽车应用:除Nvidia、高通等车载智能芯片传统供应商外,CES首日活动上,Intel正式宣布推出面向汽车领域的AI芯片产品,该产品将实现车载AI功能,并宣布极氪将成为首家采用这款全新SoC的汽车厂商;Intel还宣布收购汽车芯片设计公司SiliconMobilitySAS,推动英特尔发力全新AI芯片“上车”;AMD推出了面向汽车市场的芯片Versal Edge XA自适应SoC和锐龙嵌入式V2000A系列处理器,旨在服务汽车重点领域。 图18:Intel车载AISoC产品 图19:AMDVersal AIEdge SoC及锐龙V2000A系列芯片 亮点二:数据要素顶层设计逐步完善 混合AI架构是指边缘侧设备与云端协同工作,有助于推动AI大模型规模应用。 混合AI架构有助于增强AI使用体验以及提高资源利用效率,例如在云端为计算主体的情况下,通过将部分计算推理任务交由边缘侧进行,有助于降低应用时延、提高使用体验,有助于推动AI大模型规模应用 图20:混合AI架构是AI发展趋势 边缘AI具有应用必要性,主要用于端侧推理。边缘AI由于端侧设备天然的算力局限性等因素,较难用于模型训练,主要用于端侧模型推理应用。具体来说,边缘AI有望在以下三类场景应用: (1)边缘智能有助于减轻网络负担。完全依赖云端处理多模态模型数据,对网络通信能力要求大幅提高,网络负担显著加剧,影响应用体验。并且完全依靠云端部署和应用AI成本相对高昂,将部分AI处理从云端卸载至端侧计算,尤其是利用已经部署的手机、PC等终端设备,成本上将大幅节约,也有助于降低云厂商的能源消耗。 (2)高可靠性与低时延优势。云端连接在访问拥挤时将产生高延迟,甚至会被拒绝服务,通过将计算负载迁移到边侧进行,可靠性和低时延优势将显现,在部分高安全性场景具有刚需,例如自动驾驶。 (3)隐私和安全。AI监管中,数据安全是重中之重。不同于访问云端的数据交互,端侧计算的数据具有更强的私密性和安全保障。 图21:Nvidia为WindowsRTXPC和工作站提供AI优化 图22:生成式AI用于ADAS 端侧AI应用正逐步加速。近期,从端侧AI芯片,到中游模组、软件厂商,再到下游终端,产业链各环节正积极推动AI在端侧部署落地,整体进展或将在2024年进一步加速。 投资建议:AI应用成为展会热点,芯片、终端厂商展示旗下产品线在端侧AI领域布局,实现从PC、汽车到智能家居等多个场景的应用落地;新型AI终端也获得市场关注,Rabbit R1亮相首日即售罄。端侧AI有望在2024年加速应用,建议关注端侧AI芯片、中游模组以及整机终端等相关产业链环节。 其它产业要闻速览 (1)5G 【T-Mobile美国采用sub-6GHz频谱实现全球首个6CA呼叫,下行超3.6Gbps】)T-Mobile美国公司声称,在包括爱立信和高通在内的一项测试中,在其5