华安证券-PCB行业：AIGC引爆算力需求，服务器PCB打开成长空间-230325

文本预览：

《华安证券-PCB行业：AIGC引爆算力需求，服务器PCB打开成长空间-230325（7页）.pdf》由会员分享，可在线阅读，更多相关《华安证券-PCB行业：AIGC引爆算力需求，服务器PCB打开成长空间-230325（7页）.pdf（7页精品完整版）》请在悟空智库报告文库上搜索。

（以下内容从华安证券《PCB行业：AIGC引爆算力需求，服务器PCB打开成长空间》研报附件原文摘录）
　　主要观点： 　　一、ChatGPT热潮带来硬件“算力层”新增量 　　近期OpenAI的ChatGPT的显著成功为商业人工智能应用发展开启了新时代的大门，AI或将在未来5至10年内成为电子行业的主要驱动力，未来随着AI的应用场景逐渐落地，图像、语音、机器视觉和游戏等领域的数据将呈现爆发式增长，相关研究信息显示到2025年全球数据创建量预计将增长到180ZB以上，随着数据创建量的强劲增长，数据存储容量的安装基数预计也将同步增加。 　　早在2018年，OpenAI就推出GPT-1自然语言处理模型，可以实现问答，撰写文章、代码等功能。从初代GPT发展到2020年的GPT-3，再到基于GPT-3.5的ChatGPT，其模型的参数量和预训练数据量在以指数形式上升。具体来看，OpenAI2018年发布的GPT-1的参数量约为1.17亿，而到了2020年的GPT-3，参数量达到了1750亿，预训练数据量（语料库）也由5GB提升到了45TB，数据增量相当庞大。随着参数量和语料库指数级的扩容，ChatGPT类人工智能需要更充足的算力支持其处理数据，同时需要投入更多高性能的算力芯片来处理千亿级别参数量。英伟达的研究表示，GPT-3模型需要使用512颗V100显卡训练7个月时间，或者使用1024颗A100芯片训练长达一个月的时间。 　　2012年以来，人工智能训练任务中的算力增长（所需算力每3.5月翻一倍）已经超越芯片产业长期存在摩尔定律（晶体管数量每18月翻一倍）。AI模型需要越来越多的计算能力来管理越来越大的数据量，数据洪流对端、边、云的冲击将推动网络、计算技术进入新一轮高速创新期，并推动数据中心朝更高速数据传输标准发展，以强化数据中心基础设施的运算、网络、储存及安全管理的处理效能，这将加速400Gbps和更高速度的数据中心交换机的采用以及服务器产品的更新换代，相关的路由器、数据存储、AI加速计算服务器产品也有望高速成长，催生对大尺寸、高层数、高阶HDI以及高频高速PCB产品的强劲需求。 　　随着参数量和语料库指数级的扩容，ChatGPT类人工智能需要更充足的算力支持其处理数据，同时需要投入更多高性能的算力芯片来处理千亿级别参数量。英伟达的研究表示，GPT-3模型需要使用512颗V100显卡训练7个月时间，或者使用1024颗A100芯片训练长达一个月的时间。2012年以来，人工智能训练任务中的算力增长（所需算力每3.5月翻一倍）已经超越芯片产业长期存在摩尔定律（晶体管数量每18月翻一倍）。 　　同时，以ChatGPT为代表的AI技术浪潮的到来，对产业链相关芯片，模组，材料等环节均带来了海量的新需求。 　　二、普通服务器增长示微，云计算大厂AI服务器采购正当时 　　由于海内外云计算巨头资本开支下调等原因，全球服务器出货量自22H2开始出现明显下降，预测机构纷纷对未来几年的服务器出货量预测进行下调，GlobalPCandServerIndustry Development Trendsand KeyIssues报告预测22年全球服务器出货量1362万台，22-26复合增速为4.82%。 　　尽管普通服务器表现平淡，TrendForce测算22年配备通用GPU（GPGPU）的AI服务器占全球服务器出货量的1%，但随着ChatGPT等AIGC软件的出现，AI服务器的增速将长期维持在10%左右，高于服务器整体4.82%的增长率。TrendForce还发现，北美四大CSP（即谷歌、AWS、Meta和微软）合计占据了2022年年度AI服务器采购量的66.2%。近年来，国内制造业的本地化和关键技术的自给自足势头不断增强，因此人工智能技术基础设施的建设也在加速。在国内运营商中，字节跳动是2022年AI服务器采购的领导者。其在全球年度采购量的份额达到6.2%。紧随字节跳动之后的是腾讯、阿里巴巴和百度，分别占2.3%、1.5%和1.5%左右。 　　三、PCB行业或将直接受益于AI服务器采购浪潮 　　PCB在服务器中占有较高的价值量，并且随着PCIe总线技术的升级，相应PCB板的价值量也有明显提升。就使用部位而言，主板、背板、电源板及网卡均有运用，但由于电源板、背板、网卡面积都很小，基本只采用FR4材料，对应价值量较主板偏低。 　　随着总线技术的升级以及AI服务器的渗透，服务器对CCL及PCB层数有着更高的要求。在高频高速领域，对PCB板有以下三个高要求： 　　1）低介电常数（εr）：在高频的运算过程中，PCB表面会积累大量电荷，形成一个大电容，频率越高，电荷积累越多，造成信号传输的延迟与损失。因此下一代CPU的出现需要PCB有更低的介电常数。 　　2）低散逸因子（Df）：也就是电容的无用功率与有用功率的比值，PCB的散逸因子越低，相同条件下传输损耗越低。 　　3）低粗糙度（Ra）：高频数据传输会产生趋肤效应，不平整的表面会造成能量聚集同时带来能量损失。 　　PCIExpress4.0标准下(16GHz)的电信号最大距离传输距离为15英寸，损耗预算为10.5dB/in，PCIExpress5.0最大距离为11英寸，损耗预算为14dB/in。如果CCL材料不变化，则必须通过缩短传输距离来保证达到规定损耗预算。但是，主板尺寸过小，会导致元器件之间密度过高，加工难度急剧升高。因此，PCIe标准的提升对高频高速CCL的需求更加强烈。 　　AI服务器较普通服务器的数据传输速度和效率有着更高的要求。其层数由20-28层不等，覆铜板材料为传统FR-4和M6-M8材料混压而成，根据我们的测算，AI服务器的PCB的价值量为普通服务器的三倍左右。 　　四、建议关注服务器板占比较高的PCB及CCL公司 　　AIGC应用升级提升了了市场对算力硬件需求量增加的预期，在AI服务器板出货量并没有显著增长的炒作前期，建议关注服务器板占比较高的PCB及CCL公司。 　　建议关注个股： 　　1.【沪电股份】——国内服务器、交换机PCB厂商龙头，服务器客户遍布海内外； 　　2.【深南电路】——国内服务器PCB龙头，前瞻布局ABF载板，具有卡位优势； 　　3.【崇达技术】——已实现国内服务器小批量供货，拥有普诺威载板资产； 　　4.【生益科技】——国内覆铜板龙头，S8对标松下M8产品； 　　5.【华正新材】——下游高速板占比10%，CBF膜对标味之素ABF膜。 　　风险提示 　　AI服务器应用不及预期、服务器需求不及预期等。