看好GPU服务器。$1000ETF(SZ159629)$
人工智能产业的投资机会主要出现在算力和应用两方向。算力方向:全球出现科技共振,且科技巨头都不希望自己的原有业务被颠覆,在算力投入方面的军备竞赛已经开始,我们能看到一些企业不断给供应商追加订单,随之而来的会是业绩的爆发,这类机会主要集中在服务器、光模块、算力芯片、数据中心等硬件环节。
未来以 AI 为代表的新兴应用将长期驱动服务器市场的增长,目前的通用服务器可提供的算力难以满足 AI 应用的需求,传统数据中心使用的 CPU 存在缓存占据空间大、计算能力浪费等问题。
GPU 服务器具有实时高速的并行计算和浮点计算的能力,更擅长梳理密集型的数据运算,如 AI 训练 / 推理、机器学习等应用场景,GPU 取代 CPU 服务器已经成为不可逆的趋势。当前 AI 服务器出货量占比约 1.5%,随着 AI 需求爆发,未来 AI 服务器出货量占比将快速提升,由于 AI 服务器的单价比普通服务器单价高 20 倍以上,伴随其渗透率的提升,服务器产业作为核心设施,未来成长潜力巨大,有可能产生万亿市值的服务器企业。
$1000ETF(SZ159629)$ 看好算力的半导体行业,半导体产业链中包含芯片设计、制造、封测等环节,其中每个环节都有投资机会。例如,芯片设计公司可以专注于研发高性能、低功耗的芯片,制造公司可以优化工艺流程提高生产效率,封测公司可以研发新型封装技术提高芯片性能。
$1000ETF(SZ159629)$
光模块和存储芯片是AI算力产业链中的重要组成部分,两者在AI数据中心的应用中扮演着重要角色。以下是我对这两个细分行业的看法和可能的个股推荐:
1. 光模块
随着AI应用等带来的数据流量的增长,超预期的数据中心带宽需求以及光模块厂商技术的迭代,光模块市场有望迎来发展机遇。此外,随着5G建设的推进和5G手机的普及,光模块也有望受益于对高速光通信的需求。因此,我认为光模块是一个值得关注的细分行业。
个股:中兴通讯、烽火通信、云意电气等。这些企业在光模块领域的技术积累和市场份额都较为出色,未来有望受益于光模块市场的发展和应用场景的扩大。
2. 存储芯片
随着数据量的不断增加,对存储芯片的需求也在不断上升。特别是在AI应用中,对高速、大容量的存储芯片的需求更加迫切。此外,随着5G建设的推进和云计算的普及,存储芯片市场也有望迎来新的增长机遇。
个股:长江存储、华胜天成等。这些企业在存储芯片领域拥有一定的技术优势和市场份额,未来有望受益于存储芯片市场的发展和相关应用场景的扩大。
除了中兴通讯、烽火通信、云意电气、长江存储和华胜天成等大型企业外,还有一些新兴的创新型企业值得关注,比如深兰科技、光峰科技、云瑞芯片等。这些企业在光模块和存储芯片领域有一定的技术。
最看好光村模块,作为提升算力的基础设施,一定是本次受益的主要环节,:光模块是算力基础设备的核心器件,可理解为一种光电转换的配件,它可以提供高速率,高带宽的数据传输和处理能力,在人工智能领域中运用日益广泛
$1000ETF(SZ159629)$ 看好算力的半导体行业,半导体产业链中包含芯片设计、制造、封测等环节,其中每个环节都有投资机会。例如,芯片设计公司可以专注于研发高性能、低功耗的芯片,制造公司可以优化工艺流程提高生产效率,封测公司可以研发新型封装技术提高芯片性能。
看好GPU服务器。$1000ETF(SZ159629)$
人工智能产业的投资机会主要出现在算力和应用两方向。算力方向:全球出现科技共振,且科技巨头都不希望自己的原有业务被颠覆,在算力投入方面的军备竞赛已经开始,我们能看到一些企业不断给供应商追加订单,随之而来的会是业绩的爆发,这类机会主要集中在服务器、光模块、算力芯片、数据中心等硬件环节。
未来以 AI 为代表的新兴应用将长期驱动服务器市场的增长,目前的通用服务器可提供的算力难以满足 AI 应用的需求,传统数据中心使用的 CPU 存在缓存占据空间大、计算能力浪费等问题。
GPU 服务器具有实时高速的并行计算和浮点计算的能力,更擅长梳理密集型的数据运算,如 AI 训练 / 推理、机器学习等应用场景,GPU 取代 CPU 服务器已经成为不可逆的趋势。当前 AI 服务器出货量占比约 1.5%,随着 AI 需求爆发,未来 AI 服务器出货量占比将快速提升,由于 AI 服务器的单价比普通服务器单价高 20 倍以上,伴随其渗透率的提升,服务器产业作为核心设施,未来成长潜力巨大,有可能产生万亿市值的服务器企业。
看好计算机芯片 $1000ETF(SZ159629)$
AIGC创作内容不断增长的条件下,芯片作为AI行业的基础设计,为AI训练和数据计算提供支持,未来AI应用落地层面对庞大算力的需求更为重要,因此,相关算力产业链未来发展值得期待。ChatGPT 有望给芯片行业带来较为显著增量。更大的算力意味着更多的计算机设备,搭建这些设备也需要更多的核心器件。企业对类ChatGPT技术的追求,在服务器产业链的发展上预计将起到积极的促进作用。类ChatGPT对芯片的需求将量大且具有高持续性。据测算,当前的Chat GPT模型至少在服务器上花费了3.47亿美元,其中CPU、GPU、DRAM分别为0.29、2.66、0.23亿美元。未来随着ChatGPT的市占率及应用端的发展,预测服务器成本也将随之继续扩张,预计2030年服务器成本高达975.1亿美元。
看好算力芯片,人工智能的热潮继续持续,英伟达一季度业绩表现超市场预期,数据中心业务表现亮眼,而生成式人工智能是数据中心需求激增的主要原因。随着人工智能的各类应用场景逐步浮现和落地,算力作为人工智能时代的底层基石,有望迎来爆发式增长。随着大模型技术成熟,国内下游应用市场将迎来快速发展期,下游应用市场规模空间更为广阔。最后,随着下游应用的逐步成熟和扩张,使用人数不断增加,算力不足的瓶颈和模型能力又将成为市场关注点,市场逻辑将会重新转回到上游芯片算力和大模型环节。$1000ETF(SZ159629)$