AIGC对光通信行业的影响.docxVIP

行业评级：推荐

AIGC对光通信行业的影响

研究员投资咨询证书号联系方式邮箱

孙其默

S0620523060001025qmsun@

摘要：

本轮AI浪潮由ChatGPT掀起，并引发中外科技企业展开对大语言模型及生成式AI的追逐和对算力的军备竞赛，无论是传统龙头企业

还是新进入者都在积极推出自家大模型，加大算力设备投资。展望2024年，多模态大模型与应用生态圈将成为AIGC的关键词，训练

与推理需求的超预期增长将驱动算力硬件设备加速建设。

AI服务器及相关硬件直接受益于算力需求增长，数据通信需求提升驱动光模块容量、数量双增长。单体服务器方面，为满足下游算

力需求，芯片龙头企业加速产品迭代抢占市场份额。各家旗舰算力产品中，算力芯片异构、显存带宽扩容驱动服务器数据吞吐需求

提升，光模块传输速率从400G向800G升级势在必行。算力集群组网方面，无阻塞网络架构、算力网络GPU全互联、计算单元规模提

升，使得组网所需要的光模块、交换机在数量上显著提升。

投资建议：我们对光模块24年增长保持乐观，我们预计24年100G以上数通光模块行业规模增速在45%左右。相较于200/400G光模块

驱动的行业周期，是由单个或少数云厂商资本开支驱动。而此次800G光模块是所有厂商参与测试，是服务器技术升级的关键节点。

23年800G光模块是处于验证阶段，只有少量光模块企业有出货。24年伴随着英伟达H100的交付，800G光模块出货量将快速释放，标

的估值得到消化。并伴随AI应用落地，推理算力需求预期提升，驱动光模块行业依然处于上行周期。重点关注：中际旭创、新易盛、

光迅科技、天孚通信。

风险提升：AIGC应用推广不及预期；全球头部云服务厂商资本开支不及预期；800G光模块推广不及预期；行业竞争加剧，毛利率大

幅不及预期。

目录

1.0行业背景：大模型驱动算力需求

l1.1多模态大模型驱动训练算力需求增长

l1.2大模型应用落地驱动推理算力需求增长2.0算力芯片与服务器发展趋势

l2.1服务器性能迭代加速驱动数据吞吐带宽提升

l2.2服务器组网结构升级驱动光通信设备零部件需求数量提升3.0光模块行业

l行业特征与技术发展趋势

l市场规模测算与投资建议4.0风险提示

1.0行业背景

本轮AI浪潮由ChatGPT掀起，并引发中外科技企业展开对大语言模型及生成式AI的追逐和对算力的军备竞赛。无论是传统互联网企业还是新进入者都在加大算力投资，积极推出大模型。

我们认为多模态大模型与应用生态圈将成为2024年生成式AI的关键词，生成式AI依然处于行业发展的初期，多模态大模型训练与推理需求双驱动加速算力基础设施建设。

英伟达

英伟达H100买家

资料来源：财联社、南京证券研究所

1.1多模态大模型，AI感知能力更加丰富

11月6日，OpenAI公布GPT-4Turbo，平台提供多模态功能，包括视觉、图像创造（DALL.E3）和文本转语音（TTS）。

12月7号，谷歌发布AI多模态模型Gemini1.0。Gemini1.0根据不同尺寸进行了优化，分别是Ultra、Pro和Nano。GeminiUltra适用于高度复杂的任务，GeminiPro是通用版，而GeminiNano则被用于各种客户端设备。Gemini1.0可以同时理解并识别本文、图形、音频等。

ChatGPT4伴随着大模型处理数据的类型持续扩展，多模态大模型（LMMS）成为主流，这使得未来大模型参数与训练集规模将持续扩大。当前多模态系统主要处理文本、图片和语音。伴随行业发展，大模型将可以处理视频、音乐、3D等内容。这也意味着大模型训练算力需求的增长将超预期。

ChatGPT4

大模型训练对算力需求谷歌

大模型训练对算力需求

谷歌Gemini1.0

资料来源：OpenAI官网、谷歌官网、华泰研究、南京证券研究所

1.2应用生态圈趋于成熟，推理算力需求显著增长

OpenAI发布了GPTs，让用户们无需代码，结合自己的需求、外部知识和能力创造自定义版本的GhatGPT，满足了用户的定制化需求。此外，OpenAI在11月底上线GPTstore，让开发者们能够分享、发布自己创建GPTs。GPTs和GPTStore的上线满足了客户的特色化需求，有望加速GPT应用生态建设，进一步提高用户黏性。

GPTs降低了制作大模型应用门槛，用户无需编程基础，用自然语言就能做出专属GPTS，从而加速大模型向个人用户和垂直行业渗透。GPT应用量的增长，也意味着“杀手级”应用出现的可能性提升。大模型应用所带来的推理算力需求将