1、请务必阅读末页的免责条款和声明2023年年4月月5日日AIGC浪潮下的浪潮下的TMT投资机会投资机会AIAI大模型的光模块弹性测算大模型的光模块弹性测算：持续持续看好光通信看好光通信中信证券研究中信证券研究部部黄亚元黄亚元 通信行业首席分析师通信行业首席分析师魏鹏程魏鹏程 通信行业分析师通信行业分析师1 1 1 1核心观点核心观点我们我们认为认为，AI大模型的训练和大模型的训练和应用应用，将将给给算力算力、网络设备网络设备、光模块带来较大的弹性光模块带来较大的弹性，且有望驱动光模块且有望驱动光模块的的技术技术升级升级需求需求，因此重点因此重点推荐推荐。我们基于英伟达的我们基于英伟达的Super

2、POD的的AI基础架构基础架构，对数据中心对数据中心AI服务器服务器、交换机以及光模块之间交换机以及光模块之间的数量关系进行了测算的数量关系进行了测算，预期预期A100与高速光模块的比例为与高速光模块的比例为1：5。在此基础上在此基础上，我们基于我们基于20个类个类GPT训练大模型和训练大模型和过亿应用的中性假设过亿应用的中性假设，对服务器对服务器、交换机以及光模块的需求弹性进行了测算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得到数通光模块市场增量为58亿美元亿美元，市场需求弹性为市场需求弹性为116%。而随着而随着H100等高算力等高算力芯片的加速芯片的加速使用使用，80

3、0G光模块也有望加速渗透光模块也有望加速渗透，高速光模块的弹性可高速光模块的弹性可能更大能更大。龙头公司方面龙头公司方面，我们认为技术升级周期加速我们认为技术升级周期加速+资本开支周期触底资本开支周期触底+全球竞争优势三重红利下全球竞争优势三重红利下，参照前两轮周参照前两轮周期期，国内光模块龙头将有较大的估值弹性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预测市盈率有望达到50-60倍的倍的区间区间。推荐全球光模块龙头厂商中际旭推荐全球光模块龙头厂商中际旭创创、新易盛新易盛、天孚通信天孚通信、源杰科技源杰科技、光迅科技光迅科技，建议关注剑桥科技建议关注剑桥科技、华工科技华工科技、联特科

4、技联特科技、博创科技博创科技等等。基于基于典型典型SuperPOD的高速光模块用量的高速光模块用量测算测算。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57608000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57；光模块：服务器的价值量比为4%7%。基于基于20个大模型训练和应用的光模块市场需求测算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3

5、000亿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14

6、7%。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。VYgUgVVYlZjWoNmPpNbRdNbRmOqQmOsRjMnNmQlOmMqOaQqQuNvPrQsRvPmOrO2 2 2 2核心观点核心观点技术与技术与CAPEX周期驱动下周期驱动下，估值有望先估值有望先于盈利于盈利兑现兑现。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

7、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

8、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。当前，中际旭创、新易盛、天孚通信、光迅科技对应2023年市盈率（基于中信证券研究部预测）分别为36x、33x、48x、26x，对应2024年的分别为31x、28x、37x、21x，仍有较大的估值弹性。风险因素风险因素：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。投资投资建议：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

9、端产品布局领先的二线龙头。推荐中际旭创、新易盛、天孚通信、源杰科技、光迅科技，建议关注剑桥科技、华工科技、联特科技、博创科技等。3 3 3 3SuperPOD：业界：业界首个支持任何组织大规模首个支持任何组织大规模实施实施AI的的基础架构基础架构解决方案解决方案2021 年4月12日，NVIDIA今日推出全球首台云原生、多租户AI超级计算机NVIDIA DGX SuperPODNVIDIA DGX SuperPOD是英伟达AI解决方案的核心硬件底座资料来源：英伟达4 4 4 4SuperPOD性能在性能在AI训练上具备显著优势训练上具备显著优势资料来源：英伟达SuperPOD性能在性能在AI训

10、练上具备显著优势训练上具备显著优势5 5 5 5SuperPOD的网络结构的网络结构DGX A100 SuperPOD的网络结构的网络结构SuperPOD的硬件配置的硬件配置资料来源：英伟达 一个SuperPOD包含7个SU，每个SU包含20个服务器，每个服务器包含8张A100，合计1120张。SuperPOD网络架构采用三层IB-胖树架构，计算与存储网络分开构建，采用Mellanox 200G交换机。资料来源：英伟达6 6DGX A100 SuperPOD的网络结构的网络结构SuperPOD网络设备之间需要大量的互联网络设备之间需要大量的互联资料来源：英伟达SuperPOD中服务器端口情况中

11、服务器端口情况SuperPOD中单中单SU的设备情况的设备情况资料来源：英伟达资料来源：英伟达7 7 7 7硬件硬件设备需求测算设备需求测算项目项目个数个数单位单位服务器服务器SU（Scalable Unit）7个单个SU内服务器数20台/SU服务器总数140台A100 GPU 总数1120张DXG A100 单价20万美元/台服务器总价值量2800万美元交换机交换机计算侧164台存储侧22台交换机总数186台MQM 8790 单价1.2万美元/台交换机总价值量223.2万美元交换机：服务器交换机：服务器 数量比数量比1.3交换机：服务器交换机：服务器 价值量比价值量比8.0%光模块光模块计算

12、侧线缆3360条存储侧线缆640条线缆总数4000条线缆中光线路比例100%72%光线路数量40002880条光模块数量(包括AOC)80005760个光模块单价0.020.02万美元/个光模块总价值量160115.2万美元光模块：光模块：GPU 数量比数量比75光模块：服务器光模块：服务器 价值量比价值量比5.7%4.1%计算侧网络设备需求计算侧网络设备需求存储侧网络设备需求存储侧网络设备需求资料来源：英伟达资料来源：英伟达资料来源：中信证券研究部测算8 8模型训练阶段总算力需求=模型参数量*训练词数*每个词的运算量模型模型参数量训练词数(token)单个词语消耗的总计算次数训练总计算量(f

13、lops)训练总计算量（PF日）GPT-3 175B1.746E+113E+1163.1428E+233.6375E+18GPT-41E+123E+1161.8E+242.08333E+19模型总计算量GPU算力（A100 FP32）/s计算时长GPU数量服务器数量GPT-3 175B3.1428E+231.95E+1315天1243615543.1428E+231.95E+131个月62187773.1428E+231.95E+132个月31093893.1428E+231.95E+133个月2073259GPT-41.8E+241.95E+1315天7122589031.8E+241.95

14、E+131个月3561344521.8E+241.95E+132个月1780622261.8E+241.95E+133个月118711484LLMLLM（大语言模型）基础算力需求测算表（大语言模型）基础算力需求测算表-训练侧训练侧LLMLLM带来的基础算力需求带来的基础算力需求-预训练侧预训练侧训练训练侧测算原理侧测算原理总算力需求总算力需求=模型参数量模型参数量训练词数训练词数每个词运算量每个词运算量GPUGPU数量数量=总算力需求总算力需求 GPUGPU算力算力 计算用时计算用时服务器数量服务器数量=GPU=GPU数量数量 8 8（八路服务器）（八路服务器）训练训练侧测算核心假设和测算结果

15、侧测算核心假设和测算结果1.GPT-3模型参数为175亿个，假设GPT-4参数规模类似；2.175亿参数需要对应训练数据集词数为3000亿个；3.单个词数训练需要消耗的总计算词数为6次；4.A100 FP32 算力为19.5 TFLOPS/s;对于GPT-3 165B而言：训练15天：需要12436片A100，对应1554台8路AI服务器训练1个月：需要6218片A100，对应777台8路AI服务器训练2个月：需要3109片A100，对应389台8路AI服务器资料来源：中信证券研究部绘制资料来源：中信证券研究部测算资料来源：中信证券研究部测算9 9日常交互对应基础算力需求测算日常交互对应基础算

16、力需求测算-单个单个GPTGPT模型模型LLMLLM带来的基础算力需求带来的基础算力需求-日常交互侧日常交互侧GPT-3/GPT-3.5日常算力需求 数据单位备注模型参数1.75E+11个参考论文OpenAI：Language Models are Few-Shot Learners预训练所需词数3E+11token预训练所需词数为3000亿个不变推理成本2N/token单个词推理所需计算量为2次训练成本6N/token单个词预训练所需计算量为6次不变每日用户数2.00 亿次每日咨询量：根据Similarweb数据，截至2023年2月底，ChatGPT每日访问量达到1亿，即月活用户1亿。预计未

17、来用户数有望上升至每日2亿个交互量30.00 个预计未来单用户每日交互量将从目前平均10次提升至30次每个问题平均词数50.00 词平均每个问题词数假设为50词总词数3000.00 亿词总词数=每日访问用户数平均单用户交互量每个问题平均词数总Token4000.00 亿/token1000 个 Token750 个单词总Token=总词数*4/3FLOPS利用率50%假设算力利用率为50%算力需求5555.6PetaFLOP/s日常交互总算力需求=(2*模型参数*训练词数)/(算力利用率*24h*3600s)A100 GPU 算力0.0195PetaFLOP/sA100 FP32峰值算力达到1

18、9.5TFLOPSA100 GPU需求量284900 个A100 GPU需求量=日常交互总算力需求初 A100 GPU算力8路AI服务器需求量35613 台8路AI服务器需求量=A100总需求量8资料来源：中信证券研究部测算1010看好全球光模块、服务器、交换机规模持续提升看好全球光模块、服务器、交换机规模持续提升资料来源：IDC（含预测），中信证券研究部全球以太网交换机规模全球以太网交换机规模-30%-20%-10%0%10%20%30%40%00500600全球交换机规模（亿美元）YOY全球路由器规模全球路由器规模全球光模块规模（百万美元）全球光模块规模（百万美元）-

19、6.0%-4.0%-2.0%0.0%2.0%4.0%6.0%8.0%0500022 2023E 2024E 2025E全球路由器规模（亿美元）YOY-5.0%0.0%5.0%10.0%15.0%20.0%25.0%30.0%35.0%02004006008000020020202120222023E 2024E 2025E全球服务器规模（亿美元）YOY全球服务器规模全球服务器规模资料来源：Lightcounting资料来源：IDC（含预测），中信证券研究部资料来源

20、：IDC（含预测），中信证券研究部1111基于基于2020个大模型训练和应用的光模块市场需求测算个大模型训练和应用的光模块市场需求测算前提假设假设1:训练单个GPT模型服务器用量为777台；维护单个GPT模型日常运营的服务器用量为35613台；假设2:国内外共有20个主流厂商和初创企业可能进行类似应用训练；假设3:交换机:服务器数量比为1.3，光模块:GPU数量比为5，GPU:服务器数量比为8；假设4:服务器价格20万美元/台，交换机价格1.2万美元/台，光模块平均单价200美元/只假设5:模型训练时间为1个月训练侧服务器交换机数通光模块现存需求全球市场规模（亿美元）99237650GPT训练

21、DGX A100需求量（台）777101031080单价（万美元）201.20.02增量市场需求量（台）21600投资额（亿美元）31.12.41.2需求弹性3.1%0.6%2.5%日常运维侧服务器交换机数通光模块现存需求全球市场规模（美元）99237650GPT运营DGX A100需求量（台）356520单价（万美元）20.01.20.02增量市场需求量（台）728490400投资额（亿美元）142511157.0需求弹性143.6%29.6%114.0%总增量市场（亿美元）1456 114 58 需求总弹性146.7%30.

22、2%116.4%资料来源：中信证券研究部测算1212-20%0%20%40%60%80%100%120%140%00500600微软亚马逊（含租赁）谷歌脸书同比合计技术周期技术周期+资本开支周期资本开支周期+全球竞争优势三重红利全球竞争优势三重红利资料来源：Lightcounting，中信证券研究部0500025003000200022E2023E2024E2025E2026E100G2200G,400G2400G,800G,1.6T100G周期400G周期800G周期技术周期资本开支周期全球竞争优势数据中

23、心光模块需求量（百万美元）数据中心光模块需求量（百万美元）云厂商资本开支（亿美元）云厂商资本开支（亿美元）400G周期全球光模块厂商排名全球光模块厂商排名资料来源：Lightcounting（含预测），中信证券研究部资料来源：各公司财报。中信证券研究部FinisarOpnextSumitomoAvagoSource PhotonicFujitsuJDSUEmcoreWTDNeoPhotonicsFinisar海信宽带光迅科技AcaciaFOIT(Avago)Oclaro旭创科技SumitomoLumentumSource PhotonicFinisar旭创科技海信宽带光迅科技FOIT(Avag

24、o)LumentumAcaciaIntelAOISumitomo旭创科技1I-VI2华为海思3Cisco(Acacia)4海信宽带5光迅科技6Broadcom7华工正源8新易盛9Molex1020212021年年20182018年年20162016年年20102010年年2021年，全球光模块供应商TOP10，中国厂商占据六席全球排名全球排名100G周期预期800G周期，云厂商Capex提升13130.00020.00040.00060.00080.000100.000120.000收盘价60.000X50.000X40.000X30.000X20.000X技术与技术与CAPEX周期驱动下，估

25、值先于盈利兑现周期驱动下，估值先于盈利兑现资料来源：Wind，中信证券研究部100G周期400G周期800G周期中际旭创、新易盛、天孚通信中际旭创、新易盛、天孚通信PE BandPE Band020406080100120收盘价60.000 x50.000 x40.000 x30.000 x20.000 x00708090收盘价60.000 x50.000 x40.000 x30.000 x20.000 x中中际际旭旭创创新新易易盛盛天天孚孚通通信信感谢感谢您的信任与支持！您的信任与支持！THANKYOU魏鹏程魏鹏程（通信通信分析师分析师）执业证书编号：S10105220

26、90007黄亚元黄亚元（通信行业通信行业首席分析师首席分析师）执业证书编号：S01免责声明免责声明15分析师声明分析师声明主要负责撰写本研究报告全部或部分内容的分析师在此声明：（i）本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法；（ii）该分析师所得报酬的任何组成部分无论是在过去、现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系。一般性声明一般性声明本研究报告由中信证券股份有限公司或其附属机构制作。中信证券股份有限公司及其全球的附属机构、分支机构及联营机构（仅就本研究报告免责条款而言，不含CLSAgroupofcomp

27、anies），统称为“中信证券”。本研究报告对于收件人而言属高度机密，只有收件人才能使用。本研究报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。本研究报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。中信证券并不因收件人收到本报告而视其为中信证券的客户。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具的建议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断并自行承担投资风险。本报告所载资料的来源被认为是可靠的，但中信证券不保证其准确性或完整性

28、。中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可跌可升。过往的业绩并不能代表未来的表现。本报告所载的资料、观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断，可以在不发出通知的情况下做出更改，亦可因使用不同假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。中信证券并不承担提示本报告的收件人注意该等材料的责任。中信证券通过信息隔离

29、墙控制中信证券内部一个或多个领域的信息向中信证券其他领域、单位、集团及其他附属机构的流动。负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定。分析师的薪酬不是基于中信证券投资银行收入而定，但是，分析师的薪酬可能与投行整体收入有关，其中包括投资银行、销售与交易业务。若中信证券以外的金融机构发送本报告，则由该金融机构为此发送行为承担全部责任。该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息。本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议，中信证券以及中信证券的各个高级职员、董事和员工亦不为（前述金融机构之客户）因使用本报告或报告载明的内容产生

30、的直接或间接损失承担任何责任。评级说明评级说明投资建议的评级标准投资建议的评级标准评级评级说明说明报告中投资建议所涉及的评级分为股票评级和行业评级（另有说明的除外）。评级标准为报告发布日后6到12个月内的相对市场表现，也即：以报告发布日后的6到12个月内的公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。其中：A股市场以沪深300指数为基准，新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准；美国市场以纳斯达克综合指数或标普500指数为基准；韩国市场以科斯达克指数或韩国综合股价指数为基准。股票评级买入相对同期

31、相关证券市场代表性指数涨幅20%以上增持相对同期相关证券市场代表性指数涨幅介于5%20%之间持有相对同期相关证券市场代表性指数涨幅介于-10%5%之间卖出相对同期相关证券市场代表性指数跌幅10%以上行业评级强于大市相对同期相关证券市场代表性指数涨幅10%以上中性相对同期相关证券市场代表性指数涨幅介于-10%10%之间弱于大市相对同期相关证券市场代表性指数跌幅10%以上证券研究报告证券研究报告2023年年4月月5日日免责声明免责声明16特别声明特别声明在法律许可的情况下，中信证券可能（1）与本研究报告所提到的公司建立或保持顾问、投资银行或证券服务关系，（2）参与或投资本报告所提到的公司的金融交易，及/或持有其证券或其衍生品或进行证券或其衍生品交易，因此，投资者应考虑到中信证券可能存在与本研究报告有潜在利益冲突的风险。本研究报告涉及具体公司的披露信息，请访问https:/