通信行业周报2024年第2期：HPE收购瞻博网络，CES展端侧AI应用成亮点

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