生成式 AI 技术突破引发新一轮科技革命。2022 年底,OpenAI 发布大语言模型 chatGPT,发布后用 户人数高斜率增长,其 AI 文本生成能力超出市场预期,chatGPT 的横空出世标志着生成式 AI 技术 的巨大突破,此后,国内外各大厂商生成式 AI 大模型层出不穷、快速迭代。功能上,文本生成以 外,图片生成、音视频生成等纷纷落地,在办公、教育、医疗、金融等各个领域之中,生成式 AI 相关产品纷纷出现。生成式 AI 技术的突破已引发新一轮科技革命,带动了 AI 产业链从硬件基础设 施、端侧产品再到软件应用的全面革新。A 股“AIGC”行情相对波折,且结构分化较为明显。在生成式 AI 引发科技行业革命的过程之中, 资本市场上, AI 产业链自 2023 年以来也演绎出了一定的“AIGC”行情,但是在过去一年半左右 的时间里,A 股市场“AIGC”行情总体上较为波折,也显示出了一定的结构性问题。一方面,尽管 A 股相关产业链对于海外巨头如英伟达、微软等存在一定的海外映射,但相比于海 外龙头的涨幅,国内相关产业链总体的涨幅是明显较低的,自 2023 年 1 月 1 日至 2024 年 6 月 19 日,英伟达涨幅 847.12%,微软涨幅达 86.30%,同时期 A 股 ChatGPT 指数涨幅仅为 22.05%。
回顾美国科技互联网革命中的产业轮动规律,产业经历了从关键技术突破(Intel 微处理器的诞生) 到基于基础技术的产品的诞生(苹果 II 型个人计算机、IBM PC),而后政策催化、网络基础设施 建设加速之下,互联网通信基础奠定,小型个人计算机产品开始全面普及,随着用户端侧产品渗透 率的不断提升,互联网软件应用也迎来了全面崛起。
美股科技互联网革命产业轮动规律在美股市场也有所体现。20 世纪 80 年代以来,美股市场演绎了 三个阶段行情,分别是 PC 产品诞生演化期(1981 年-1990 年)、互联网基础设施建设期(1990 年1995 年)和软硬件共振催化加速期(1995 年-2000 年),PC 产品诞生演化期是本轮 PC 硬件端产品 从诞生到逐步成熟的阶段,代表性的产品即 IBM PC 的演进,IBM PC 的推出助推了 IBM 在 80 年代 的上涨行情,但后续随着诸多厂商纷纷涌入 PC 市场,IBM PC 产品利润受到冲击,行情随之走弱, 1990-1995 年,是 PC 端侧相对弱势的阶段,科技行情整体均表现平庸,在这一区间,“美国信息 高速公路”等政策催化下的基础设施端表现更为亮眼。1995 年,随着硬件端产品的逐渐成熟和软 件端应用的崛起,科技板块开始迎来软硬件共振加速上行的行情,贡献了本轮科技革命行情三个阶 段的最大涨幅。
本次 AIGC 的底层技术有望为端侧产品如 AIPC、AI 手机等带来新一轮交互革命,一方面交互方式 进一步向语音、动作等全面立体交互转变,另一方面交互的对象则从传统智能手机、PC 的各类 APP 变为以 AI 智能体为交互中枢、用户与各类 APP 联系逐渐弱化的模式,也即用户可能并不需要 深度熟悉各类 APP 的功能、使用方法,而只需对 AI 智能体提出基于自然语言的需求,这或将大大 提升 AI 端侧产品的使用效率并降低使用门槛。本轮 AIGC 加成下的端侧产品交互模式的革命性转 变有望引发新一轮 AI 端侧产品渗透率的高速提升,带动 AI 端侧投资机会。
3、 AI 算力周期仍在景气上行阶段
前文中,我们对英伟达以及 AI 算力产业链近期的回调进行了分析,整体来看,当前 AI 算力端尽管 面临一定的负面事件冲击,但从产业链技术和产品迭代速度以及后续端侧产品和软件应用落地的预 期来看,行情可能更多是短期的盘整,后续仍有望走出新一轮行情。而换一个视角,从中观维度来 看,AI 算力周期也仍在景气上行的阶段,需求端的旺盛和各个产业链环节的高景气都表明 AI 算力 产业链行情当前仍处在酝酿阶段。
3.1 北美云厂商资本开支来看算力需求仍然强劲 北美四大云商 2024 年 Q2 资本支出同比进一步上行至历史高点,资本开支预期指引来看 AI 算力端 旺盛需求有望持续。微软、谷歌、亚马逊、meta 四大云厂商近期纷纷发布 2024 年 Q2 财报,四家 公司资本开支投入同比高达 57.99%,延续了 2023 年下半年以来的上行趋势,并且同比已上行至历 史高点,而从全年的资本开支预期指引来看,四大公司的高资本开支特别是在数据中心方向的高投 入有望延续,如 meta 将全年资本开支预期从 350 亿美元-400 亿美元上调至 370 亿美元-400 亿美元, 微软也表示下一个季度的资本开支预计仍将保持环比增长。北美云厂商资本开支情况和未来预期来看,AI 算力端旺盛需求有望持续到 2025 年,英伟达等厂商 出货的延后可能影响 AI 算力建设的节奏,但需求端的旺盛能够对 AI 算力产业链形成较强的支撑。
3.2 AI 算力产业链各环节均保持较高景气度
AI 算力需求包含训练和推理两个方面。在训练阶段,模型根据标记的数据学习特征和规律,并调 整内部参数以最小化预测错误,目的是构建一个可以对新数据进行高效准确预测的模型。训练通常 需要大量的数据和计算资源,往往在云端 AI 服务器上进行,训练过程通常需要较长时间。而在推 理阶段,模型使用训练阶段学到的参数对新数据进行预测,包括分类、回归、生成等任务。推理通 常不需要像训练那样的大量计算资源,因为模型的参数已经确定,只需要进行前向传播来计算预测 结果。推理可以在云端、边缘设备或端设备上进行。AI 主要算力需求集中在云端,云端算力主要对应数据中心产业链。由于高算力需求的 AI 训练主要 在云端完成,大部分 AI 推理任务也需要借助云端计算的支持,AI 主要算力需求集中在云端。云端 算力对应数据中心产业链。数据中心设备主要包括计算通信设备和配套设备。数据中心硬件分为主设备和配套设备两种。主设 备是真正实现计算和通信功能的设备,也就是以服务器、存储为代表的 IT 算力设备和以交换机、 路由器、防火墙为代表的通信设备。配套设备则是为了保证主设备正常运转而存在的底层基础支撑 设备(也包括一些设施),主要是供配电系统和散热制冷系统,另外还有消防系统、监控系统、楼 宇管理系统等。
我们对 AI 算力产业链的重点环节包括服务器、光模块、散热、铜连接、BMC 等进行跟踪,以观 察整个产业链的景气周期位置以及哪些赛道景气表现较优。
AI 手机对于电量的需求较传统手机更高,AI 手机落地有望提升电池环节景气度。2024 年以来,台 股电池企业营收同比持续处于负区间,整体景气度相对较弱。但 AI 手机无论是从云端调用大模型, 还是端侧直接调用小模型,对于电量的消耗和散发的热量相较传统手机都是有所增加的。2024 年 下半年开始,我们预计随着各厂家 AI 手机逐步落地,电池环节景气度有望上行。