国金证券-TMT崛起系列-三-:AI算力新周期:处理器、存储、网络带宽-230414

文本预览:
一、AI基础层建设驱动半导体崛起 AI的发展离不开三个关键要素:数据、算法和算力,当前AI算力军备竞赛已经开启。处理器、存储和网络带宽是AI算力需求中最为重要的三个核心要素。1)处理器领域,ChatGPT大模型至少需要7k-1W颗英伟达A100的GPU,随着训练天数的缩短对GPU卡的需求量也将持续增加;2)存储领域,“算”与“存”分不开,算力基于数据,数据需求存储,随着算力的提升,数据量将呈指数级成长,对应对存储容量带来大量的需求,也将对存储芯片带来爆发式增长,从现有的能看到的方向是AI服务器,根据美光的数据,AI服务器相比传统通用服务器带来8倍DRAM+3倍NANDFlash;3)网络带宽领域,光芯片与光模块是高效传输的重要基础,AI算力带来的流量上升将拉动光芯片需求,当前国内光芯片与海外差距在逐步缩小,最有望成为国产替代的领域。 二、自上而下看半导体行业:周期筑底、AI需求、估值回归 半导体产业周期正在筑底。从历史上看,半导体以及细分赛道呈现出趋同的周期性,2000年以来,全球半导体行业已经历多轮周期,当下我们正走在2021年以来的下行周期,周期底部渐行渐近。根据世界半导体贸易统计组织(WSTS)的数据,2021年全球半导体的市场规模为5559亿美元,同比增长26%。2023年全球半导体的市场规模预计将达到5566亿美元,同比减少4%。需要指出的是,台积电的资本开支周期和半导体周期基本趋同。作为全球最大的半导体代工企业,台积电资本开支充分反映了产业链供需的景气度变化,往往台积电资本开支增速的顶部意味着半导体周期的见顶。而且作为产业链中游的核心企业,台积电资本开支有时候会滞后于半导体周期。 AI算力军备竞赛驱动增量需求。芯片是AI模型训练的算力基础,在AI军备竞赛逐渐升级的背景下,芯片制造商将受益于市场的增量需求。根据Gartner测算,AI带来的芯片需求将推动由2022年的440亿美元上升到2026年的860亿美元,接近翻倍的增长。如果考虑到相关产业链的增量需求,这对整个半导体行业都将是明显的增量需求 基本面筑底,估值均值回归。半导体自2021年年中调整以来,当前估值处在历史相对低位,在基本面筑底的阶段,估值均值回归可期。从申万半导体行业指数的估值来看,当前市盈率为49.97,处于历史13.87%的分位点,当前市盈率也处于历史均值减一倍标准差以下。 三、半导体行业中观边际变化:AI基础设施军备竞赛 算力芯片:AI拉动GPU/FPGA/ASIC量价齐升。人工智能芯片多用传统型芯片,或用昂贵的图形处理器(GPU),或用现场可编程门阵列芯片配合中央处理器(FPGA+CPU)为主,用以在云端数据中心的深度学习训练和推理,通用/专用型AI芯片(ASIC),也就是张量处理器或特定用途集成电路(ASIC),主要是针对具体应用场景,三类芯片短期内将共存并在不同应用场景形成互补。 存储芯片:存储板块有望迎来拐点,DDR5内存放量。随着AI技术升级,庞大的数据增量,必须运用各种具备高速运算的人工智能芯片来过滤、处理分析、训练及推理,这将持续带动7nm以下高速运算HBM存储器,3DNAND,CPU,AIGPU,FPGA,网络芯片晶圆代工的需求,及顺势带动成熟制程的配套芯片如电源管理芯片,PCIEGen4/5retimer等的需求 光芯片:数通和电信市场水大鱼大,光芯片国产替代空间广阔。受益于全球数据量快速增长,光通信逐渐崛起。在全球信息和数据互联快速成长的背景下,终端产生的数据量每隔几年就实现翻倍增长,当前的基础电子通讯架构渐渐无法满足海量数据的传输需求,光电信息技术逐步崛起。 风险提示 经济下行超预期、宏观流动性收缩风险、海外黑天鹅事件、产业政策落地不及预期
展开>>
收起<<
《国金证券-TMT崛起系列-三-:AI算力新周期:处理器、存储、网络带宽-230414(22页).pdf》由会员分享,可在线阅读,更多相关《国金证券-TMT崛起系列-三-:AI算力新周期:处理器、存储、网络带宽-230414(22页).pdf(22页精品完整版)》请在悟空智库报告文库上搜索。
(以下内容从国金证券《TMT崛起系列(三):AI算力新周期:处理器、存储、网络带宽》研报附件原文摘录)一、AI基础层建设驱动半导体崛起 AI的发展离不开三个关键要素:数据、算法和算力,当前AI算力军备竞赛已经开启。处理器、存储和网络带宽是AI算力需求中最为重要的三个核心要素。1)处理器领域,ChatGPT大模型至少需要7k-1W颗英伟达A100的GPU,随着训练天数的缩短对GPU卡的需求量也将持续增加;2)存储领域,“算”与“存”分不开,算力基于数据,数据需求存储,随着算力的提升,数据量将呈指数级成长,对应对存储容量带来大量的需求,也将对存储芯片带来爆发式增长,从现有的能看到的方向是AI服务器,根据美光的数据,AI服务器相比传统通用服务器带来8倍DRAM+3倍NANDFlash;3)网络带宽领域,光芯片与光模块是高效传输的重要基础,AI算力带来的流量上升将拉动光芯片需求,当前国内光芯片与海外差距在逐步缩小,最有望成为国产替代的领域。 二、自上而下看半导体行业:周期筑底、AI需求、估值回归 半导体产业周期正在筑底。从历史上看,半导体以及细分赛道呈现出趋同的周期性,2000年以来,全球半导体行业已经历多轮周期,当下我们正走在2021年以来的下行周期,周期底部渐行渐近。根据世界半导体贸易统计组织(WSTS)的数据,2021年全球半导体的市场规模为5559亿美元,同比增长26%。2023年全球半导体的市场规模预计将达到5566亿美元,同比减少4%。需要指出的是,台积电的资本开支周期和半导体周期基本趋同。作为全球最大的半导体代工企业,台积电资本开支充分反映了产业链供需的景气度变化,往往台积电资本开支增速的顶部意味着半导体周期的见顶。而且作为产业链中游的核心企业,台积电资本开支有时候会滞后于半导体周期。 AI算力军备竞赛驱动增量需求。芯片是AI模型训练的算力基础,在AI军备竞赛逐渐升级的背景下,芯片制造商将受益于市场的增量需求。根据Gartner测算,AI带来的芯片需求将推动由2022年的440亿美元上升到2026年的860亿美元,接近翻倍的增长。如果考虑到相关产业链的增量需求,这对整个半导体行业都将是明显的增量需求 基本面筑底,估值均值回归。半导体自2021年年中调整以来,当前估值处在历史相对低位,在基本面筑底的阶段,估值均值回归可期。从申万半导体行业指数的估值来看,当前市盈率为49.97,处于历史13.87%的分位点,当前市盈率也处于历史均值减一倍标准差以下。 三、半导体行业中观边际变化:AI基础设施军备竞赛 算力芯片:AI拉动GPU/FPGA/ASIC量价齐升。人工智能芯片多用传统型芯片,或用昂贵的图形处理器(GPU),或用现场可编程门阵列芯片配合中央处理器(FPGA+CPU)为主,用以在云端数据中心的深度学习训练和推理,通用/专用型AI芯片(ASIC),也就是张量处理器或特定用途集成电路(ASIC),主要是针对具体应用场景,三类芯片短期内将共存并在不同应用场景形成互补。 存储芯片:存储板块有望迎来拐点,DDR5内存放量。随着AI技术升级,庞大的数据增量,必须运用各种具备高速运算的人工智能芯片来过滤、处理分析、训练及推理,这将持续带动7nm以下高速运算HBM存储器,3DNAND,CPU,AIGPU,FPGA,网络芯片晶圆代工的需求,及顺势带动成熟制程的配套芯片如电源管理芯片,PCIEGen4/5retimer等的需求 光芯片:数通和电信市场水大鱼大,光芯片国产替代空间广阔。受益于全球数据量快速增长,光通信逐渐崛起。在全球信息和数据互联快速成长的背景下,终端产生的数据量每隔几年就实现翻倍增长,当前的基础电子通讯架构渐渐无法满足海量数据的传输需求,光电信息技术逐步崛起。 风险提示 经济下行超预期、宏观流动性收缩风险、海外黑天鹅事件、产业政策落地不及预期