通信行业2024年3月投资策略：重视国产AI产业链，兼顾高股息

2024年2月行情回顾：板块表现强于市场。2月沪深300指数全月上涨9.3%，通信（申万）指数全月上涨18.4%，跑赢大盘，在申万31个一级行业中排名第1名。各细分领域普遍上涨，光模块光器件板块表现较优。 估值方面，截至2月底，通信板块估值上修，以申万通信为统计对象，2月底PE估值为19.2倍，PB估值为3.0倍，高于近十年估值10分位数水平，通信板块估值接近历史底部区间水平。 全球多模态模型加速推进。应用侧，近期OpenAI发布首个视频模型Sora，可生成60秒视频；Google连发Gemini1.5和Gemma模型，性能优于Llama-2模型。技术侧，硅光加速发展以支持算力带宽提升需求，初创企业Groq发布芯片LPU，推理速度和功耗不亚于英伟达GPU。需求侧，海外云厂持续投入AI。3月主要关注英伟达举办的2024年GTC(GPUTechnologyConference)和2024美国光纤通讯展览会及研讨会，有望推动产业技术新发展。 我国重视AI发展，国产产业链有望受益。过去半年国资委频频发布政策支持AI发展，2月再次强调央企将AI发展列入全局谋划，以运营商为主的央企持续加大算力投入，比如电信已在上海规划布局15000卡（总算力超4500P），其中，单池新建国产算力达万卡。以华为昇腾AI为代表的国产AI芯片已具备较强竞争力，昇腾910B算力是英伟达H20（对华特供版3月接受预定）的一倍。在国产AI芯片有力支持下，我国智算中心部署将得到保障，同时智算中心中的通信设备厂商有望持续受益。 运营商经营稳健，高股息价值凸显。运营商传统业务发展稳健，截止1月底，移动、电信5G业务渗透率持续提升；新兴业务发展快速。在资本开支精准投放、费用管控加强背景下，2024分红比例有望持续提升，高股息价值凸显。 投资建议：持续布局AI产业链，兼顾高股息 （1）短期视角，3月三大运营商将发布2023年财报，运营商经营稳健重视股东回报，分红比例有望提升，高股息价值凸显，建议关注运营商。 （2）中长期视角，全球AI行业持续迎来技术快速变革发展，产业链相关公司2023年业绩表现亮眼，同时我国高度重视AI发展，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、天孚通信等），通信设备（中兴通讯、紫光股份等），液冷（英维克、申菱环境等）。 2024年3月重点推荐组合：中国移动、中际旭创、英维克、华测导航、三旺通信、菲菱科思。 风险提示：宏观经济波动风险、数字经济投资建设不及预期、AI发展不及预期、中美贸易摩擦等外部环境变化。 2月行情回顾：板块表现强于大市 2月通信板块上涨18.4%，跑赢大盘 截至2024年2月29日，2月沪深300指数全月上涨9.3%，通信（申万）指数全月上涨18.4%，跑赢大盘，在申万31个一级行业中排名第1名。 图1：通信行业指数2月走势（截至2024年2月29日） 图2：申万各一级行业2月涨跌幅（截至2024年2月29日） 2月通信板块估值上修 按照申万一级行业分类，以申万通信为统计基础，近10年行业PE（ TTM ，整体法，剔除负值）最低达到过13.95倍，最高达到过90.18倍，中位数37.9倍，2月底PE估值为19.2倍，高于近十年10分位数水平。 图3：通信行业近10年PE（ TTM ，整体法）估值情况 以我们构建的通信股票池（176家公司，不包含三大运营商）为统计基础，近10年，通信行业PE（ TTM ，整体法，剔除负值）最低达到过25.2倍，最高达到过103.0倍，中位数43.6倍，2月底PE估值为33.0倍，处于近十年10分位数水平。通信行业PB（MRQ）最低达到过2.3倍，最高达到8.9倍，中位数3.8倍，2月底估值为3.0倍，低于历史10分位数水平。 图5：通信行业（国信通信股票池）近10年PE/PB 按照申万一级行业分类，申万通信行业的市盈率为19.3倍，市净率为1.8倍，分别位居31个行业分类中的16名和17名。若剔除中国移动、中国电信、中国联通三个对指标影响较大的标的，通信行业市盈率为31.6倍，市净率为2.9倍，处于全行业偏上水平。 图7：申万一级行业市盈率（TTM,整体法）对比 在我们构建的通信股票池里有176家公司（不包含三大运营商），2月份平均涨幅22.6%。2月份通信行业中，细分板块普遍上涨，其中光器件光模块、可视化、IDC、工业互联网、基站设备、5G、北斗、光纤光缆、企业数字化、专网、运营商分别涨29%、19%、19%、18%、18%、15%、14%、13%、11%、11%、1%。 图9：通信行业各细分板块分类 图10：通信板块细分领域2月涨跌幅 从个股表现来看，2024年2月份上涨的个股包括：天孚通信（58.4%）、淳中科技（57.8%）、中际旭创（50.9%）、源杰科技（49.4%）、铭普光磁（45.2%）、紫光股份（42%）、新易盛（41.6%）、中贝通信（41.1%）、华力创通（38.5%）、光迅科技（38.2%）等。 图11：通信行业2月涨跌幅前后十名 2月通信板块重点推荐组合表现 2024年2月份的重点推荐组合为：中国移动、中国铁塔、华测导航、拓邦股份、中际旭创、中天科技、中际旭创。组合收益率跑赢沪深300指数，跑输通信（申万）指数。 表1：国信通信2月组合收益情况（截至2024年2月29日） 3月通信板块重点推荐组合 2024年3月份的重点推荐组合为：中国移动、中际旭创、英维克、华测导航、三旺通信、菲菱科思。 表2：国信通信2024年3月推荐组合 全球多模态模型加速推进，我国重视AI发展 应用方面：OpenAI首发视频模型Sora，Google连发Gemini1.5Pro和Gemma两大模型 OpenAI发布了首个文生视频模型Sora。北京时间2月16日凌晨，OpenAI发布了首个文生视频模型Sora。Sora可以直接输出长达60秒的视频，不仅能准确呈现细节，还能理解物体在物理世界中的存在，并生成具有丰富情感的角色。该模型甚至还可以根据提示、静止图像填补现有视频中的缺失帧来生成视频。 图12：Sora视频演示案例一 图13：Sora视频演示案例二 总体来说，Sora是一个在不同时长、分辨率和宽高比的视频及图像上训练而成的扩散模型，同时采用了Transformer架构，即DiffusionTransformer。 图14：Sora基于Disffusion模型，采用Transformer架构 Sora模型在以下几个方面展现出了显著的优势： （1）多模态输入处理：Sora能够理解和处理文本提示，将用户的描述转化为视频内容，这使得模型能够生成与用户意图高度一致的视频。OpenAI采用了DALL·E 3中引入的一种重新标注技术，将其应用于视频。除了使用描述性强的视频说明进行训练，OpenAI也用GPT来将用户简短的提示转换为更长的详细说明，然后发送给Sora。Sora模型也支持将图片和提示词（Prompt）作为输入参数生成视频。 （2）空间和时间的统一表示：通过将视频分解为时空补丁（SpacetimePatches），Sora模型能够在一个统一的框架下处理不同分辨率、持续时间和宽高比的视频，这大大增强了模型的灵活性和可扩展性。具体来说，模型先将视频压缩到低维潜空间中，然后将它们表示分解为时空补片，从而将视频转换为Patches。 （3）大规模训练数据：Sora模型的训练基于大规模的视频数据集，这使得它能够学习到丰富的视觉和运动模式，从而生成更加逼真和多样化的视频内容。扩散型Transformer同样能在视频模型领域中完成高效扩展，下图展示出随着训练资源的增加，样本质量明显提升。 （4）物理世界模拟：Sora模型展现出了模拟物理世界的能力，例如，它能够生成具有连贯三维空间运动的视频，以及模拟物体之间的物理交互。 （5）长期依赖关系处理：Sora模型能够有效地处理视频中的长期依赖关系，这对于生成连贯且具有逻辑性的视频内容至关重要。 谷歌连发Gemini1.5 Pro和Gemma两种大模型。 2月18日，谷歌宣布推出Gemini 1.5，是一款中型多模态模型，针对多任务扩展进行了优化，性能与Gemini1.0Ultra相似，该模型能够无缝分析、分类和总结大量内容，提供跨模态的复杂理解和推理能力。目前初测版本为Gemini 1.5 Pro，最高可支持100万个Token的上下文窗口。 图15：Gemini 1.5Pro可以支持100万token 图16：Gemini 1.5Pro识别44分钟电影中的场景 谷歌推出全新开源模型系列"Gemma"，2月22日谷歌宣布推出全球性能最强大、轻量级的开源模型系列——Gemma。该模型共分为分为2B（20亿参数）和7B（70亿）两种尺寸版本，两个版本都提供了预训练和指令微调版本，用户可以通过Kaggle、谷歌的ColabNotebook或Google Cloud访问这些模型。这一系列模型不仅免费可用，还允许商用，权重也一并开源。Gemma模型在关键基准测试中已经明显超越了更大的模型，如Llama-27B和13B，以及Mistral7B，而且能够直接在开发人员的笔记本电脑或台式电脑上运行。 图17：Gemma模型参数 图18：Gemma7B模型8项基准测试分数超过Llama-27B和13B 技术方面：AI集群带宽和算力持续提升，硅光有望加速应用 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。 图19：英伟达Roadmap 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20：英伟达H1004SU方案示意图 图21：英伟达GH200示意图 速率持续提升背景下，传统电I/O的性能、功耗等有待改进。随着SerDes速率持续提升，一方面，传统电I/O接口损耗加大，光学I/O有望突破瓶颈；另一方面，SerDes速率提升下，光模块之间的功耗不断升高，随着40G、100G、400G、800G的迭代，相比2010年，51.2T的交换机中，光器件能耗增加26倍，光模块整体功耗大约可占交换机功耗的40%以上。 图22：SerDes速率提升下功耗持续提升 图23：erDes速率提升，电I/O接口损耗加大 AI有望加速硅光和CPO应用。硅光技术正成为AI和高性能计算领域的关键技术方向之一，硅光是CPO光引擎的最佳产品形态。通过将硅光引入封装中，有助于解决高性能计算的功率传递、I/O瓶颈及带宽互连密度问题。 图24：硅光是AI未来的关键技术方向之一 图25：硅光是CPO的最佳选择 图26：CPO能显著降低光模块功耗 图27：硅光模块的CPO封装 硅光模块未来5年市场快速成长。据Yole预测，预计硅光模块2022年市场规模约为12.4亿美元，2028年市场规模合计达72.4亿美元；另据Coherent预测，2023年硅光对应数通光模块市场规模约8亿美元，预计2028年硅光市场规模达25亿美元，2