我们认为，AI大模型的训练和应用，将给算力、网络设备、光模块带来较大的弹性，且有望驱动光模块的技术升级需求，因此重点推荐。我们基于英伟达的SuperPOD的AI基础架构，对数据中心AI服务器、交换机以及光模块之间的数量关系进行了测算，预期A100与高速光模块的比例为1：5。在此基础上，我们基于20个类GPT训练大模型和过亿应用的中性假设，对服务器、交换机以及光模块的需求弹性进行了测算，得到数通光模块市场增量为58亿美元，市场需求弹性为116％。而随着H100等高算力芯片的加速使用，800G光模块也有望加速渗透，高速光模块的弹性可能更大。龙头公司方面，我们认为技术升级周期加速+资本开支周期触底+全球竞争优势三重红利下，参照前两轮周期，国内光模块龙头将有较大的估值弹性，预测市盈率有望达到50-60倍的区间。

▍基于典型SuperPOD的高速光模块用量测算。

SuperPOD是英伟达推出的业内AI的基础架构解决方案，其网络架构具有较好参考价值。我们测算在此架构下，一个SuperPOD架构需要140台AI服务器；1120张A100 GPU；186台交换机与5760~8000个光模块。其中交换机：服务器的数量比为1.3；交换机：服务器的价值量比为8％；光模块：GPU的数量比为5~7；光模块：服务器的价值量比为4％~7％。

(资料图片)

▍基于20个大模型训练和应用的光模块市场需求测算。

模型预训练阶段，在1750亿参数、训练词数3000亿token的情况下，将类GPT模型每个月训练1次对应的英伟达A100算力需求增量为6218片，对应8路服务器需求为777台。在日常交互（即推理）的AI带来的阶段，我们预计在单个GPT模型每日访问2亿用户、每用户1500词的情况下，支撑日常交互所需要的算力基础设施为28.5万片A100，对应服务器3.6万台。根据我们统计，目前有21家初创企业和11家大型企业（合计32家公司）正在训练达到或者超过GPT-3质量的大模型，均有潜力可以形成类似ChatGPT的应用规模。

中性假设20个类GPT模型下，我们预计训练+推理所对应的AI带来的服务器市场增量为1456亿美元，较现有服务器市场增幅高达147％。我们预计训练+推理所对应数通光模块市场增量为58亿美元，较现有光模块市场增幅高达116％。目前光模块的弹性，是基于A100服务器对应的200G光模块计算的结果，我们认为随着GPU往H100甚至更高升级，800G光模块将成为主流，光模块将有更大的弹性。

▍技术与CAPEX周期驱动下，估值有望先于盈利兑现。

技术升级周期加速+资本开支周期触底+全球竞争优势三重红利下，预计光模块龙头将有较大的估值弹性。从光模块产业的发展来看，技术迭代和资本开支的周期性波动，对其盈利影响最为突出，而估值则会提前体现。

在2016-2017年的100G技术升级、海外云厂商资本开支增速上升阶段，中际旭创为代表的国内龙头公司全球份额提升，市盈率提升到50-60倍。

在2019-2020年的400G技术升级、海外云厂商资本开支增速上升阶段，中际旭创、新易盛共同发力，预测市盈率提升到50-60倍的区间。

我们认为，当前处在800G技术加速、海外云厂商资本开支增速触底阶段，2023年下半年-2024年两个周期将形成向上共振，预计AI大模型带来的创新驱动力比前两轮更强，且中际旭创、新易盛、天孚通信代表的国内龙头的全球竞争优势和确定性比前两轮更强，因此龙头厂商的预测市盈率也有望达到50-60倍的区间。

▍风险因素：

AI相关应用的发展不及预期；800G行业需求不及预期；行业竞争超过预期；技术路径变动风险；海外宏观经济低迷风险；云厂商资本开支不及预期；地缘政治风险。

▍投资建议：

我们看好未来AI大模型和应用快速发展对光模块行业的长期持续推动。建议关注两条投资主线：1）客户覆盖国内外大型云厂商与AI算力客户的龙头公司；2）在高端产品布局领先的二线龙头。

本文源自：券商研报精选