全球AI算力行业首次覆盖：从云到端，云端协同，AI开启科技行业超级成长周期

全球科技行业 2024年7月2日 超配首次覆盖 随着2022年11月底OpenAI发布ChatGPT3.5，AI相关行业在2023年进入爆发式发展。OpenAI随后发布ChatGPT4.0，谷歌、Meta等多家厂商也陆续推出Gemini、Llama等AI大模型。在中国，包括互联网头部企业和初创公司在内的玩家相继投入到大模型的研究和发布中。根据IDC数据，2020年至2023年全球生成式AI市场空间上涨了约6倍，预计2024年至2030年期间复合增长率达到40%，2030年有望接近万亿美元。算力芯片作为AI大模型行业的最重要支撑，也正享受行业高增长红利。因此，我们首次覆盖全球AI算力行业，给予“超配”评级；考虑到英伟达受益于云侧AI高增长以及智能驾驶端侧渗透，首次覆盖英伟达（NVDA.US），给予“买入”评级；考虑到高通受益于智能手机和新能源车两大终端的端侧AI渗透，首次覆盖高通（QCOM.US），给予“买入”评级。 沈岱（首席科技分析师） tony_shen@spdbi.com(852)28086435 马智焱（科技分析师）ivy_ma@spdbi.com(852)28090300 黄佳琦（科技分析师） 欢迎关注浦银国际研究 sia_huang@spdbi.com(852)28090355 目录 全球AI算力行业投资要点4 全球AI算力行业概览：发展初期，高速增长11 全球AI大模型具备较大的成长空间11 AI算力及GPU需求测算：需求空间仍旧巨大16 AI算力芯片产能瓶颈逐步解决，供需趋于平衡19 中国的AI大模型快速跟进：AI需求大幅上扬和大模型能力快速追赶21 AI算力供应链解析：价值量集中度高，算力芯片端垄断竞争24 AI服务器价值量集中度高，提升幅度大24 中国AI算力产业链25 AI大模型：从云侧向端侧渗透27 AI端侧大模型正在快速落地中27 AI算力芯片竞争格局：云侧vs端侧30 AI算力芯片竞争格局：云侧产品比较32 美股科技股价值投资回顾34 美进入降息周期有利于成长科技股估值上行34 美股纳斯达克以及M7具备长线的基本面推动成长的能力35 附录：AI算力行业术语简介38 英伟达（NVDA.US）首次覆盖：AI赛道坡长雪厚，增长可期40 英伟达公司速览42 估值44 SPDBI乐观与悲观情景假设46 风险提示48 公司背景49 财务报表50 高通（QCOM.US）首次覆盖：端侧AI推动公司开启大成长周期53 高通公司速览55 估值57 SPDBI乐观与悲观情景假设59 风险提示61 公司背景62 财务报表63 浦银国际研究 首次覆盖|科技行业 沈岱 首席科技分析师tony_shen@spdbi.com(852)28086435 马智焱 科技分析师 ivy_ma@spdbi.com(852)28090300 黄佳琦 科技分析师sia_huang@spdbi.com(852)28090355 2024年7月2日 英伟达(NVDA.US) 目标价（美元）潜在升幅/降幅 目前股价（美元） 147.6 +19% 124.0 高通(QCOM.US) 目标价（美元）潜在升幅/降幅 目前股价（美元） 240.7 +23% 195.2 注：目前股价截至2024年6月27日 资料来源：Factset,浦银国际 浦银国际 全球AI算力行业首次覆盖：从云到端，云端协同，AI开启科技行业超级成长周期 首次覆盖 云侧AI算力需求持续高增长，端侧AI渗透率快速提升，启动新一轮科技增长周期：自2022年底ChatGPT面向公众开放以来，生成式AI带动了新一轮的生产效率提升，也开启了新一轮AI投资机遇。根据IDC数据，2020年至2023年全球生成式AI市场空间上涨了约6倍，预计2024年至2030年期间复合增长率达到40%，2030年有望接近万亿美元。作为AI大模型行业最重要支撑的算力芯片也正享受行业高增长红利。因此，我们首次覆盖全球AI算力行业，给予“超配”评级；考虑到英伟达受益于云侧AI高增长以及智能驾驶端侧渗透，高通受益于最大的两个终端——智能手机和新能源车的端侧AI渗透，首次覆盖英伟达（NVDA.US）和高通（QCOM.US），均给予“买入”评级。 全球AI算力行业仍然处于发展初期阶段，短中长期都具备扎实的成长动能：AI大模型行业正处于发展初期、包括巨头和初创企业在内的大量厂商百家争鸣的阶段。因此，AI行业仍然处于由大模型厂商，即供应端，推动AI大模型快速迭代、性能加速提升、行业高速发展的时期。因此，大模型供应商，即AI算力芯片的直接需求方，正在大幅采购AI算力芯片。在当前逐步步入供需平衡的阶段，AI算力芯片产能扩张会带来行业的有效增量，仍然是行业增长的“甜蜜期”。 全球AI算力行业首次覆盖 端侧AI算力需求有望快速提升，并反哺云侧AI的算力需求：AI大模型从云侧向端侧渗透和延伸，会有效拓展AI大模型在C端用户的使用。AIPC、Gen-AI智能手机、高阶智驾新能源车、ARVR，都是较强的触及用户的端侧AI落地载体。AI大模型正在端侧加速渗透。端侧AI渗透有望加速AI大模型商业闭环以及厂商盈利能力提升。从今明两年的时间维度看，能够支持端侧AI大模型算力的芯片都将取得较高增速。这些端侧AI需求会在一定程度拉动整体AI算力芯片训练端的需求，拓展AI算力芯片的增长边界。 美股AI算力半导体估值仍有上行空间：我们认为当前美股AI算力芯片依然还有小量的上行空间。这主要来自于两个方面的动能：1）半导体周期基本面上行的时间和空间都能给与支撑，2）AI大模型初创企业传递到二级市场的估值溢价。目前，英伟达的未来12个月市盈率为43.6x，高通的未来12个月市盈率为19.1x。这两家公司的估值不便宜，但是估值距离过去5年周期顶部的峰值还有小量距离，更何况AI有望推动估值溢价超过历史峰值。最后，美国进入降息周期叠加AI带动的科技产业变革都有望推动美股AI算力半导体的估值中枢上移。 投资风险：全球或美国经济面临增长压力，多个下游终端，包括服务器、智能手机、新能源车等，需求不及预期；AI大模型需求爆发持续性弱于预期，大模型厂商商业闭环或盈利能力低于预期；全球半导体周期上行动能不足；行业竞争加剧，拖累利润表现；AI算力芯片迭代不及预期。 全球AI算力行业投资要点 2022年11月底，OpenAIOpenAI发布ChatGPT3.5。紧随其后，AI相关的行业在2023年进入爆发式发展期。无论是OpenAI随后发布的ChatGPT4.0，还是谷歌、Meta等多家厂商发布的Gemini、Llama等AI大模型，正是这一轮AI行业爆发式发展的体现。中国的玩家，包括互联网头部企业和初创公司，都相继投入到大模型的研究和发布中。根据调研，中国的AI大模型的能力有望在今年年底逼近ChatGPT4.0。 我们清晰地看到，大模型的到来成为了AI行业发展的奇点，当前行业处于加速上行的高速发展阶段。这个阶段比较接近当年iPhone4发布之后，大量安卓品牌相继跟进进入智能手机行业的阶段，也同样比较接近特斯拉进入中国量产后，多家中国新势力、传统车企的新能源车品牌相继涌入该赛道的阶段。因此，我们对AI行业未来的成长趋势持相当程度的乐观态度。 同时，AI大模型正在快速向新能源车、智能手机等端侧快速渗透，从而促进 AI进入C端领域，并进一步打开市场空间。 因此，我们在这篇报告中试图回答三个问题：1）在AI大模型发展大爆发之后，目前行业发展处于怎样的阶段，是否还有上行空间？2）AI大模型会给端侧带来多少的空间增量，可以拉动多大的存量空间？3）如何看待当前全球头部AI玩家的预期、估值和股价空间？ 第一，在AI大模型发展大爆发之后，目前行业发展处于怎样的阶段？短中长期，AI算力行业是否还有较大的上行空间？ 我们认为AI行业仍然处于发展较为早期的快速增长阶段。这个基本判断可以从两个方向来看，一是最能贴近AI行业的服务器出货量中AI的渗透率，目前只有个位数；二是全球相关的资金/资本正在快速涌入，包括巨头和初创公司。 这两个指标都将推动AI大模型在供应端为保持性能和技术领先进入快速迭代和发展，从而推动行业大幅上行。在这个过程中，AI大模型背后所需要的AI算力服务器/芯片都会处于需求持续增长期。 根据MIC，2023年全球AI服务器出货量超过125万台，同比增长47%，预计2024年AI服务器出货量将达到194万台，同比增长55%，同比增速上行。根据中商产业研究院，中国AI服务器2023年规模达134亿元，同比增长约101%，预计2024年中国AI服务器规模达307亿元，同比增长128%，同比增速也在加速上扬。 从渗透率来看，2022年、2023年、2024年，全球AI服务器出货量渗透率达到/预计达到5%、6%、8%（图表1）。与科技新兴产业发展趋势类似，目前AI服务器渗透率也处于加速上扬阶段。展望未来展望，AI服务器渗透率有望持续上扬。 从大模型供应商的角度，即AI算力芯片的直接需求方，正在大量采购AI算力芯片。在近期新闻中，英伟达最新出货的GB200上调订单预测。大模型厂商为了取得行业初期成长红利，以及潜在进入成熟期之后更大的份额，需要保持自身产品性能领先和体验的差异化。 AI算力背后最核心的是GPU。GPU是重要的计算芯片，也是重要的半导体逻辑芯片。AI服务器渗透率的提升以及市场资本持续的涌入确实可以作为中长期行业增长动能的判断指标。但是，即使如此，分析AI算力芯片这种处于初期的高成长行业时，我们依然会在意半导体产业的周期性动能带来的影响，这也是短期去跟踪AI算力芯片行业的重要参考。短期看，AI算力芯片增长动能强劲，下行风险较小。 首先，在经历了2023年AI大模型算力爆发增长带来的AI算力芯片供不应求之后，AI算力芯片大体上逐步进入供需平衡的阶段，在局部（例如GB200）存在供应紧张。这个阶段仍然是行业增长的“甜蜜期”，尽管公司/行业基本面持续超出较高市场预期的空间缩小，但是仍然有较高动能推动成长，而且收入端的成长可以有效传递为利润端的增长。（图表2） 根据市场信息，目前台积电的CoWoS的产能约1.5万片/月，并有望在今年年底提升至3万片/月。作为英伟达AI芯片的瓶颈之一的先进封装产能处于满载满负荷和加速扩产阶段。因此，我们相信AI算力芯片行业的短期动能依然强劲。（图表3） 其次，库存作为半导体供需关系中一个重要指标，是衡量行业短期动能的参考之一。目前，英伟达的库存周转天数为89天，处于比较低的位置，说明产品的拉货动能比较强。因此，短期来看，AI算力芯片维持在较为强劲的高位。（图表5） 从长期的时间维度，例如3-5年甚至更长，AI算力行业的竞争格局会产生演变。 当前AI大模型处于百家争鸣的阶段，行业初期红利叠加大量市场/巨头资金支持，推动行业加速发展。高增长、高容量的行业也会孕育较激烈的竞争环境。根据浦银国际互联网团队的调研结果，今年以来AI大模型厂商收费单价大幅度下滑，较降价前下滑90%。当然，目前阶段并没有进入AI大模型厂商的“生死”时刻。 在行业商业模式落地和商业变现的过程中，行业对AI大模型厂商综合能力，包括技术、产品、营销、管理，提出更高的要求，也对厂商的利润能力提出要求。在这个阶段，部分或者大量的AI大模型厂商退出行业。 这会在一段时间内对AI算力芯片行业造成大量供给释放的冲击。即头部的AI大模型厂商有望以较低的价格获取已经退出市场的AI大模型玩家的算力，从而导致AI算力芯片短期的拉货动能下滑。我们认为在这个阶段，投资人应该保持更加谨慎的投资态度，等待行业消化剩余产能。 从AI算力芯片行业来看，英伟达接近垄断的市场格局也可能因为市场规模的大幅增长而发生改变。一方面，头部的AI大模型玩家会有意愿开发并自研AI算力芯片以取得客制化差异化性能和成本优势。特斯拉的Dojo超算、谷歌的TPU芯片、百度的昆仑AI芯片等，都存在取代/部分取代当前英伟达算力芯片的可能。另一方面