通信行业2024年中期投资策略：AI连接需求旺盛，卫星组网即将展开

通信行业2024年中期投资策略 AI连接需求旺盛，卫星组网即将展开 www.swsc.com.cn 西南证券研究发展中心通信研究团队2024年7月 投资要点 AI浪潮催生算力要求，推理侧连接需求持续提升。AIGC带来的超大算力需求拉动通信基础设施建设及扩容，光模块作为数据传输的基础部件，需求首先迎来爆发。同时随着光连接高速率、大密度方向发展，22年为800G元年，市场出货量约为万只级别，23年逐步起量，24年随着大模型厂商加速AI建设，加单意愿强烈、节奏频繁，预计将迎来爆发式增长。同时随着芯片速率翻倍，英伟达的B100和H200等产品将逐步标配1.6T光模块，光模块更新迭代也将加速。中国光模块企业占据全球60%以上的市场份额，进入市场较早，先发优势显著，拿下北美订单具有高确定性，同时业绩能见度高、落地性强，建议持续关注。 卫星互联网建设序幕拉开，将带来新一轮资本投入。卫星互联网建设需求具有较高确定性：其一，卫星互联网在国家安全领域的重要作用已得到充分显现，建设自主可控的宽带卫星星座刻不容缓；其二，低轨轨道资源和通信频段资源稀缺，在国际电联“先占先得”规则下，我国需要快速抢占低轨卫星资源；其三，空天地泛在通信是通信技术的必然演进方向，卫星互联网是下一代通信技术的重要基础设施。目前，我国卫星互联网实验星已完成了3次发射，明年有望进入组网星密集发射期 ，星载相控阵、通信载荷、地面信关站等环节将带来超千亿的市场空间，建议关注相关环节的核心供应商。 光通信传输/运营商&设备商/工业互联网赛道景气度维持高位。24年通信行业逐步复苏，人工智能 、卫星互联网等主题机会轮动活跃。2024年第一季度通信总营收规模达6229.3亿元，同比增长6.1%；实现归母净利润487.4亿元，同比上升9.4%。2024年，AI浪潮与卫星通信或成为重要投资主线，建议关注卫星/光通信/运营商&设备商/工业互联网等重点板块。 重点关注个股：中际旭创、新易盛、震有科技、坤恒顺维、三旺通信等。 风险提示：经济复苏或不及预期；地缘政治影响加剧；原材料价格上涨；汇率波动风险；板块政策发生重大变化；AI进度不及预期等。 1 目录 1通信行业2024年H1回顾 1.1行业整体：通信板块跑赢市场，AI重塑行业格局 1.2收入端：业绩保持正增长，订单落地或提速 1.3费用端：费用整体控制有效，研发投入持续提升 1.4利润端：毛利净利稳健爬升，资产回报持续提升 2核心策略：AI&卫星互联网双主线共振 3细分赛道情况 42024年H2重点推荐标的 2 通信指数相对沪深300走势 24年初截至6月30日，申万通信指数上涨6.4%，跑赢沪深300指数约3.47个百分点，涨幅居于全行业第七。 不考虑2024年上市次新股，年初至6月30日板块内涨幅最大的为新易盛（+123.7%）、中际旭创（+79.1%）、神宇股份 （+61.4%）；跌幅最大的为富通信息（-86.2%）、ST新海（-76.2%）、ST鹏博士 （-76%）。 2024H1行业回顾：通信板块跑赢市场，AI重塑行业格局 上半年申万一级指数涨跌幅 通信行业涨跌幅前十个股 数据来源：Wind，西南证券整理3 2024H1行业回顾：估值位于底部，持仓小幅波动 横向看：截至2024年6月30日，通信行业PE(TTM，整体法，剔除负值)为19.8倍，在申万一级行业中处于中等水平。 纵向看：通信指数PE（TTM，整体法，剔除负值）低于过去十年中位数水平37倍，位于底部区间，具备中长期配置性价比。 从公募基金持仓看，24年Q1全部公募基金持有SW通信板块的总市值占比为34.21%，环比-1.9pp，配置比例小幅波动，但仍处于低配状态。 申万一级行业市盈率（TTM整体法） 申万通信市盈率（TTM整体法） 通信行业基金持仓市值情况 数据来源：Wind，西南证券整理4 收入端——业绩保持正增长，订单落地或提速 营收规模保持增长，增速周期性放缓 2024年第一季度，通信板块总营收达6229.3亿元，同比增长6.1%。受到5G建设周期放缓和库存水平偏高的影响，24年第一季度通信行业的总体收入增速受到一定影响。未来，随着云计算、人工智能、卫星互联网等领域订单逐步落地，增速有望回归高位。 利润水平不断提升，盈利质量向好 2024年第一季度，通信板块总利润达487.4亿元，同比增长9.4%，利润增速高于营收增速3.3pp，盈利质量向好发展。 通信板块2018-2024年Q1营收及增速 通信板块2018-2024年Q1归母及增速 数据来源：Wind，西南证券整理5 费用端——费用整体控制有效，研发投入持续提升 整体费用控制有效 2023年全年，通信板块整体销售费用率为7.1%，同比下降0.1pp；管理费用率为5.7%，同比下降 0.1pp；财务费用率为-0.1%，同比增加0.2pp。2024年第一季度，通信板块整体销售费用率为7.1% ，同比持平；管理费用率为5.3%，同比减少0.4pp；财务费用率为0.0%，同比减少0.1pp。 研发投入持续增长 2023年全年，通信板块整体研发支出为1234.5亿元，研发支出占营收比例为5.1%，同比提升0.8pp ，人工智能以及通信技术迭代推动通信企业持续保持研发投入。 2018-2024Q1费用率情况 2018-2023研发支出情况 数据来源：Wind，西南证券整理6 利润端——毛利净利稳健爬升，资产回报持续提升 毛利率、净利率水平稳健爬升 2023年全年，通信板块整体实现销售毛利率27.4%，同比减少0.6pp；实现净利率8.4%，同比持平 。2024年第一季度，通信板块实现毛利率26.8%，同比增长0.7pp；实现净利率8.3%，同比提升0.2pp。 ROE水平同比持平 2023年全年，通信板块平均净资产收益率为8.5%，同比下降0.1pp；2024年第一季度，通信板块平均净资产收益率为2.1%，同比减少0.1pp。 2018-2023Q1-3毛利率情况 2018-2023年Q1-3ROE情况 数据来源：Wind，西南证券整理7 目录 1通信行业2024年H1回顾 2核心策略：AI&卫星互联网双主线共振 2.1AI引爆算力浪潮 2.2卫星互联网有望带来新一轮资本投入 3细分赛道情况 42024年H2重点推荐标的 8 AI引爆算力浪潮 新一代人工智能已经进入技术颠覆阶段,从实验阶段向应用阶段迈进。2023年,GenAI(泛人工智能)展现出了令人瞩目的发展,引起了公众的关注该年发布了149个基础模型,同比增长约200%,而GitHub上的AI项目总数也急剧增长了59.3%作为基于GPT-3.5架构的大型语言模型,ChatGPT在各个领域展示了巨大的潜力。到了2024年,GenAI正式进入了应用阶段,从实验阶段转向了业务专型。AI在组织中的利用率跃升至72%,同比增长近20%,而GenAI在组织中的利用率从33%增长至65%,同比增长近100%。在公司中，AI被大范围应用在人力资源管理以及供应链管理的业务中，营造了平均约5%的营收增长。随着GenAI进入应用阶段,大模型的价值创造投资回报(ROI)以及投 资与使用风险也成为投资者和企业考虑的因素。 趋势 细分 现状 AI应用，投资 激增 个人应用 目前,75%的知识型员工在工作中使用人工智能,46%的用户在不到六个月前开始使用人工智能人工智能正在产生回报。调查中，90%用户表示人工智能帮助他们节省时间专注于最重要的工作，84%表示AI使他们更有创造力，而83%表示AI使他们更享受工作。 公司投资 目前，在大多数行业中,约有13%的组织在AnalyticalAI以及GenAI上投资在15%以上，而展望未来,大多数受访者(67%)预计他们的组织将在未来三年内加大对人工智能的投资。 公司应用 在过去六年中，受访者所在组织的人工智能采用率徘徊在50%左右。而目前，全球范围内的，AI在各行业的平均采用率已跃升至72%；大致50%的组织已在两个或多个业务中采用AI，同比增长约80%。 AI技术发展 研发投入增加 目前，最先进的AI模型的训练投入已达到前所未有的水平，截止2023年年末，OpenAI的GPT-4使用了价值约7800万美元的计算资源进行训练，而谷歌的GeminiUltra的计算资源成本为1.91亿美元。 多模态模型的发展 目前，最新的专有模型如GPT-4V和Gemini，以及开源模型如LLaVa、Adept和Qwen-VL，具备在自然语言处理（NLP）和计算机视觉任务之间切换的能力。其中，Google推出的Lumiere是一种文本转视频的传播模型，可以执行图像转视频任务，并利用图像作为风格参考。 基础模型的发展 AI模型在ImageNetSQuAD和SuperGLUE等常见基准上已经达到性能饱和,这促使研究人员开发更具挑战性的模型2023年出现了一些新的具有挑战性的基准,包括SWE-bench，HEIM，MMMU，MoCa,AgentBench,HaluEval等。 大模型风险进入企业认知 法律，道德，伦理 2023年益普索的一项调查显示，认为人工智能将在未来三到五年内极大地影响他们生活的人数比例从60%上升到66%。此外，52%的人对人工智能产品和服务表示不安，比2022年上升了13个百分点。在美国，皮尤数据显示，52%的美国人表示对人工智能感到担忧多于兴奋，高于2022年的38%。 技术 随着企业开展AI的应用，他们也开始注意人工智能所带来的数据，模型管理风险。截止2024年，约有63%企业认识到了AI所带来的准确性问题，接近50%的企业开始考虑AI的合规问题，但目前少有企业对于AI使用进行系统规划 数据来源：麦肯锡，IBM，斯坦福9 回顾AI发展历程，特点如下：1.算力需求暴增； 2.硬件效率提高；3.训练成本高昂。从算力需求来看，通过研究在过去的40年中计算能力需求的增长，直到2012年计算能力需求秉持每24个月翻一番，符合摩尔定律的增速；然而最近已经缩短到大约每2个月，激增的算力需求远超摩尔定律。从AI硬件效率来看，过去五年中人工智能硬件效率不断提高，最先进的解决方案使计算效率提高了300多倍，研究和开发的解决方案有望进一步改进。从训练成本来看，自2011年以来，人工智能模型培训成本与日俱增。 AI引爆算力浪潮 AI模型算力需求 两个月翻番 AI训练成本 AI硬件效率 数据来源：Nature，西南证券整理10 AI引爆算力浪潮 AI浪潮兴起，AI大模型参数量呈现井喷式增长。以GPT为例，GPT是一种基于大规模预训练的自然语言处理模型，参数量是衡量其性能和规模的重要指标。GPT模型参数量从初代的1.17亿个提升至二代的15亿个再到2020年GPT-3的1750亿个，层层更迭，节节攀升。随着多模态GPT-4的到来，参数量的增长预计会增长至万亿级别。 算力作为AI时代的主引擎，预计未来将对算力提出更高要求。大模型的训练必须依赖海量数据支撑。从全球来看，全球算力保持高速稳定增长态势，2021年全球计算设备算力总规模达到615EFlops，增速达到44%，其中基础算力规模为369EFlops，智能算力规模为232EFlops,超算算力规模为14EFlops。华为GIV预测，2030年人类有望迎来YB数据时代，全球算力规模达到56000EFLOPS。从中国来看，2021年我国算力总规模达到202EFlops，保持50%以上的高位增长,其中智能算力规模达到104EFlops，增速为85%,在我国算力占比过半，成为算力快速增长的驱动力。 版本 GPT GPT-2 GPT-3/3.5 GPT-4 发布时间 2018.6 2019.2 2020.5 2023.3 参数数量 1.17亿 15亿 1750亿 预计万亿 训练量 5GB 40GB 45TB - 全球算力规模（单