华夏中证人工智能ETF投资价值分析：驱动AGI时代算力提升的核心引擎

量化分析报告 证券研究报告|金融工程 2024年09月26日 驱动AGI时代算力提升的核心引擎——华夏中证人工智能ETF 投资价值分析 AI算力当前投资价值分析： 1、光通信逻辑持续演绎，AIGC发展催生海量算力需求。AGI爆发式增长 的背景下，大模型复杂度日益提升，AI训练推理过程中对算力的需求也随之增加，百万卡超大规模GPU集群网络成为趋势；加之“以太网”成为网络连接新选择，催生海量的高端以太网交换机以及高速率云厂商光模块的需求。伴随英伟达H200提前发布，下游1.6T需求已提前释放，光模块速率有望于2024年底全面进入TB时代，以CPO为代表的封装侧新技术路径和以硅光为代表的材料侧创新将伴随1.6T的落地而加速发展。 2、海外算力军备竞赛未曾停歇，国产算力迅速崛起，有望迎来海内外算力双加速。海外云巨头持续投资AI，capex指引向AI算力倾斜，垂类大模型由“微调”加速跃迁至“预训练”，算力需求进一步增长。国内企业占据光模块领域主要市场份额，并加快布局1.6T光模块新市场；头部公司持续发力芯片业务，催生以太网交换机和云厂商光模块需求，并带动算力调优、液冷散热等环节供需缺口，有望实现国产算力产业链多环节同步受益。 3、AIGC加速落地应用，边缘计算曙光已现。“基础模型”+“低成本定制工具”+“模型优化工具”，AI走向边缘的“基建雏形”初步形成。“生成式”AI在边缘应用侧的两大应用方向，即基于生成式模型的“智能助理”及具身智能，带来边缘算力需求的持续扩张。 中证人工智能主题指数投资价值分析： 1、指数聚焦AI主题股票。中证人工智能主题指数选取为人工智能提供基础资源、技术以及应用支持的公司中选取代表性公司作为样本股，反映人工智能主题公司的整体表现。 2、指数具有较高的配置价值。指数在TMT、科技龙头等概念上的暴露较高，主题特征鲜明。指数当前PE和PB估值处于历史较低水平，具备较高的投资性价比；盈利能力突出，预期指数未来盈利高速增长。 华夏中证人工智能ETF基金投资价值分析： 1、华夏中证人工智能ETF（简称：人工智能AIETF，基金代码：515070）。基金紧密跟踪标的指数，追求跟踪偏离度和跟踪误差最小化。 2、基金管理人为华夏基金管理有限公司，其管理规模持续行业领先，各类产品线齐全。 风险提示：本报告从历史统计角度对特定基金产品进行客观分析，当市场环境或者基金策略发生变化时，不能保证统计结论未来延续性。报告涉及行业空间规模测算存在偏差可能。本报告不构成对基金产品的推荐建议。 AIGC发展不及预期。AI推动中心算力、边缘算力和电信网络升级。若AI 发展不及预期，将影响上述产业发展。 作者 分析师林志朋 执业证书编号：S0680518100004邮箱：linzhipeng@gszq.com 分析师石瑜捷 执业证书编号：S0680523070001邮箱：shiyujie@gszq.com 分析师张国安 执业证书编号：S0680524060003邮箱：zhangguoan@gszq.com 分析师刘富兵 执业证书编号：S0680518030007邮箱：liufubing@gszq.com 相关研究 1、《量化周报：市场的中短期投资机会同时出现》 2024-09-22 2、《量化分析报告：择时雷达六面图：技术面与情绪面有所恢复》2024-09-21 3、《量化周报：市场的中期下跌结构已基本完整》 2024-09-17 请仔细阅读本报告末页声明 内容目录 一、光模块与交换机：驱动AGI时代算力提升的核心引擎3 1.1光模块、交换机系数字基建的焦点，组网算力的核心3 1.1.1光通信逻辑持续演绎，AIGC发展催生海量算力需求3 1.1.2海外AI算力发展节奏快速，国内供需均有望超预期5 1.2AIGC从“训”到“用”，边缘计算曙光已现7 1.2.1模型由大到小，AI走上应用的快速路7 1.2.2应用曙光已现，期待AI飞轮下的百花齐放8 二、中证人工智能主题指数投资价值分析12 2.1指数编制规则：聚焦AI主题股票12 2.2指数成分股：精选人工智能的龙头股12 2.3指数估值盈利：估值处于低位，盈利预期高增14 三、华夏中证人工智能ETF基金投资价值分析16 3.1基金的基本信息16 3.2基金管理人：规模持续行业领先，各类产品线齐全16 图表目录 图表1：400GZR光模块中各器件功耗占比4 图表2：可插拔光模块和共封装光学对比4 图表3：硅光的三种产品形式5 图表4：基于硅光芯片制作的光模块内部构造5 图表5：MLC项目概览7 图表6：英特尔AIPC加速计划8 图表7：AIAgent系统架构9 图表8：车载AIAgent能力的5个层次10 图表9：Rewind应用10 图表10：特斯拉机器人进展11 图表11：指数基本信息12 图表12：指数前十大成分股（截至2024/9/18）13 图表13：指数成分股中信一级行业分布13 图表14：指数成分股中信三级行业分布13 图表15：指数成分股市值权重占比14 图表16：指数成分股市值数量占比14 图表17：指数暴露度较高的概念（截至2024/9/18）14 图表18：指数PE估值处于历史均较低位置（截至2024/9/18）15 图表19：指数PB估值处于历史较低位置（截至2024/9/18）15 图表20：指数一致预期营业收入(亿元)15 图表21：指数一致预期归母净利润(亿元)15 图表22：基金基本信息16 “掘金ETF系列报告”旨在发掘具有潜在交易或配置价值的ETF/LOF基金。系列报告将对ETF/LOF基金跟踪的指数进行基本面、交易面的定量分析，同时结合市场环境和基金特色分析基金的投资价值。本报告分析的基金为：华夏中证人工智能主题交易型开放式指数证券投资基金（简称：人工智能AIETF，基金代码：515070）。 一、光模块与交换机：驱动AGI时代算力提升的核心引擎 1.1光模块、交换机系数字基建的焦点，组网算力的核心 光模块、交换机系光通信产业链关键组件，是长距离、高速数据传输的基础。光通信产业链涵盖多个环节，可简要分为上中下游，其中上游主要是核心零部件环节包括光芯片、 光学元件、电芯片，中游可以分为光器件、光模块，下游按照应用场景可以分为电信市场和数通市场。光模块是光通信系统中的关键组件，负责光信号和电信号之间的转换，它们被安装在网络设备如交换机和路由器中，以实现长距离、高速数据传输，共同支持通信网络的高效运行。 1.1.1光通信逻辑持续演绎，AIGC发展催生海量算力需求 AGI爆发下算力成为全球数字基建焦点，拉动光模块、交换机迭代升级。在近年来AGI爆发式增长的背景下，大模型复杂度日益提升，AI训练推理过程中对算力的需求也随之增加，算力成为全球数字基础设施建设的焦点。由于单卡GPU显存有限，无法满足训练 推理需求，需要联合多张GPU甚至多台服务器协同工作，分布式训练成为核心训练方式，百万卡超大规模GPU集群网络成为趋势，对通信网络而言构成全新的大规模增量市场，将会催生海量的高端以太网交换机以及高速率云厂商光模块的需求。 800G/1.6T后，光模块速率全面进入TB时代。大模型训练将对算力的需求提升至新高度，当今的AI训练推理亟需超大内存来承载千亿参数量、TB级别大小的大模型，内存性能也顺理成章成为AI算力的瓶颈所在。从100G时代开始，光模块以4-5年一个代际 的速度迭代升级，2018-2022年为400G周期，随后2023年开启800G周期；英伟达H200提前发布，下游1.6T需求已提前释放，整个技术路线的迭代随之加速，800G-1.6T周期较以往缩短至3年左右，有望于2025年前全面开启“TB”时代。 网络连接进一步“以太网”，下游需求持续扩大。光通信与网络架构密切相关，网络架构是指网络系统中各个组件和子系统之间的结构和组织方式，决定了数据在网络中的传 输方式、管理方式以及网络整体的性能和可靠性；不同的网络架构对光通信具备不同的需求，包括传输速率、带宽要求、传输距离、技术标准、通信协议、部署环境等。英伟达过去大力发展高带宽、低时延、高可靠性和高可扩展的InfiniBand（IB）网络，布局高密度训练集群场景，但是溢价较高，用户往往需要付出更多的隐形组网成本。以太网 （Ethernet）的多节点显卡，面对AI放量期的海量推理需求至关重要，也是推理侧优选的网络架构，2023年5月英伟达进军以太网，发布了基于以太网的spectrum-x下一代以太网交换机，并且据Thenextplatform报道英伟达已经加入超以太网联盟。以太网连接下的算力放量的核心条件是，大量AI推理需求，AI小规模训练与开发需求通过公有云的形式与算力硬件进行对接。百万节点则代表了单个AI公有云的硬件设施，需要百万张显卡来满足无数用户的需求。以太网的繁荣，代表了AI与算力的繁荣。 CPO加速推动硅光加速，共振引领光通信走向代际更替。光通信行业成长空间并不止于“眼前”，以CPO为代表的封装侧新技术路径和以硅光为代表的材料侧创新将伴随1.6T的落地而加速发展。在封装侧，目前主流的200G/400G/800G的产品都是基于PAM4技 术+DSP芯片来实现高速信号的调制、传输和恢复，但其具有更高的功耗和成本；CPO （Co-packagedOptics）是一种在数据中心光互连领域应用的光电共封装方案，通过将光模块与交换芯片进行共封装，可以实现高集成度、低功耗、低成本、小体积，未来有望逐步替代传统的可插拔光模块。 图表1：400GZR光模块中各器件功耗占比 资料来源：R.Nagarajan,et.al.,"LowPowerDSP-BasedTransceiversforDataCenterOpticalFiberCommunications",JournalofLightwaveTechnology39,5221(2021)，国盛证券研究所 图表2：可插拔光模块和共封装光学对比 资料来源：Yole，国盛证券研究所 在材料侧，硅光技术是一种利用硅材料的光学和电学特性来实现光学器件的制造和集成的技术，相较传统光模块，硅光技术成本、能耗、体积更低。CPO技术缩短了光学引擎 和交换芯片的连接距离，从而降低传输损耗，速度与质量双提升，除了硅光的制造工艺，光模块的封装技术与硅光落地难度密切相关，共封装技术进一步降低了硅光单片集成的难度，未来两者有望形成良性循环，将光通信从800G/1.6T时代加速引向硅光时代。 图表3：硅光的三种产品形式 资料来源：中能国泰集团，国盛证券研究所 图表4：基于硅光芯片制作的光模块内部构造 资料来源：天堂硅谷，国盛证券研究所 1.1.2海外AI算力发展节奏快速，国内供需均有望超预期 海外云巨头持续投资AI，算力军备竞赛未曾停歇。近几周各大云厂商陆续发布财报，从北美云厂商capex及未来指引来看，海外AI发展节奏高涨，景气趋势持续加速，算力需求持续增加。 ·英伟达：25Q2数据中心实现263亿美元营收，同比增长154%，环比增长16%，增长态势的维持显示下游需求仍然较高，客户算力投资保持高位；Spectrum-X人工智能以太网和NVIDIAAIEnterprise软件取得显著成功，云服务提供商、GPU云提供商和企业以及合作伙伴广泛采用NVIDIASpectrum-X以太网网络平台并将其纳入其产品中。 ·亚马逊：24Q2资本开支176.2亿美元，同比增长53.8%，环比增长18.1%；同时公司指引，鉴于来自AWS客户的需求强劲增长（其中大多包含生成式AI组件），下半年公司资本支出将持续增加，且capex大部分是用于支持技术基础设施建设，特别是用于支持AWS业务增长的投入；此外，公司在法说会强调投资AI回报强劲，未来也将着眼长远、坚定投资AI算力。 ·Meta：截至24Q4资本开支为85亿美元，较上一季度的67亿美元提升26.87%（资本支出以法说会口径为准）；资本开支仍向AI倾斜，大量投资基础设置以提供算力