通信行業(yè)市場分析

通信行業(yè)市場分析1應(yīng)用：ChatGPT引入插件Plugin，AI生態(tài)伊始1.1看海外：ChatGPT插件或開啟蘋果AppStore模式插件支持功能促進(jìn)ChatGPT更好接入第三方應(yīng)用。北京時(shí)間3月24日，人工智能公司OpenAI宣布為ChatGPT添加插件支持，未來可訪問第三方應(yīng)用程序。目前OpenAI針對開發(fā)人員及ChatGPT用戶，將插件集成至其使用產(chǎn)品的API中，通過“開發(fā)—使用”閉環(huán)增加用戶訪問量，從而打造人機(jī)交互范式社區(qū)。目前已有多家巨頭接入使用插件。ChatGPT通過插件功能已實(shí)現(xiàn)類似Python的效果，賦能百業(yè)。根據(jù)OpenAI官方演示，ChatGPT接入數(shù)學(xué)知識引擎WolframAlpha后，數(shù)值計(jì)算精確度得到較大提升。聯(lián)網(wǎng)打開ChatGPT更多想象空間。在ChatGPT聯(lián)網(wǎng)前，用戶僅能查詢到2021年9月之前的消息，但隨著OpenAI開放網(wǎng)絡(luò)瀏覽器和代碼解釋器，用戶不僅能夠查詢到最新新聞，同時(shí)能夠?qū)⒆约旱乃饺藬?shù)據(jù)如個(gè)人文檔、筆記、郵件等輸入ChatGPT供其訓(xùn)練。從這一點(diǎn)看，我們認(rèn)為ChatGPT未來最大的進(jìn)步在于從“有監(jiān)督式”學(xué)習(xí)轉(zhuǎn)向“無監(jiān)督式學(xué)習(xí)”。在聯(lián)網(wǎng)前，ChatGPT都是從已有固話訓(xùn)練集中獲取學(xué)習(xí)素材，需要人為調(diào)整訓(xùn)練參數(shù)才能提升學(xué)習(xí)精度；聯(lián)網(wǎng)后，ChatGPT能夠根據(jù)實(shí)時(shí)更新數(shù)據(jù)素材進(jìn)行“自我迭代”，搜索精準(zhǔn)度、理解準(zhǔn)確度都將迎來新的提升。打造類AppStore商業(yè)模式，多家知名品牌已經(jīng)接入，AI生態(tài)圈正處于起步階段。目前OpenAI邀請的第一批開發(fā)伙伴主要包含Shopify、Slack以及旅游平臺Expedia、生鮮電商Instacart、旅游搜索引擎服務(wù)商Kayak、在線餐廳預(yù)訂服務(wù)平臺OpenTable、自動(dòng)化平臺Zapier等。如用戶可通過Instacart+ChatGPT插件，發(fā)送預(yù)定商品指令，ChatGPT處理指令后電商平臺Instacart可直接下單并將貨品送至客戶地址。我們認(rèn)為ChatGPT已經(jīng)成為OpenAI的生態(tài)平臺底座，開發(fā)人員可在OpenAI平臺上創(chuàng)建并分享自己基于ChatGPT底層開發(fā)的插件。類似于蘋果的AppStore允許第三方應(yīng)用程序在其設(shè)備上廣泛接入。1.2析國內(nèi)：各家大廠紛紛發(fā)布大模型供需兩側(cè)增長較快，國內(nèi)環(huán)境給予大模型良好生長土壤。從需求端看，我國AI軟件及應(yīng)用市場增長較快。根據(jù)統(tǒng)計(jì)，2021年中國人工智能軟件及應(yīng)用市場規(guī)模為51億美元，預(yù)計(jì)2026年達(dá)211億美元。我們認(rèn)為當(dāng)前人工智能已進(jìn)入大規(guī)模應(yīng)用的關(guān)鍵時(shí)期，但過去受高開發(fā)門檻、復(fù)雜多樣應(yīng)用場景、數(shù)據(jù)標(biāo)注等問題桎梏，AI應(yīng)用并未形成規(guī)?；?yīng)。從供給側(cè)看，信息化的發(fā)展使得數(shù)據(jù)量井噴式增長，帶來數(shù)據(jù)“寶藏”的同時(shí)也對技術(shù)提出更多挑戰(zhàn)，但不可否認(rèn)的是，數(shù)據(jù)既是AI發(fā)展的驅(qū)動(dòng)力，同樣也可成為其發(fā)展的瓶頸，數(shù)據(jù)的井噴式增長也帶來了算力復(fù)雜度提升。根據(jù)統(tǒng)計(jì)，我國數(shù)據(jù)規(guī)模有望從2021年的18.51ZB增長至2026年的56.16ZB，CAGR24.9%，增速居于全球第一?！按竽Ｐ汀笔谴蛲ㄈ斯ぶ悄芗夹g(shù)通用性“任督二脈”的關(guān)鍵。過去在分散化的模型研發(fā)模式下，單一的AI應(yīng)用場景下多個(gè)任務(wù)需要由多個(gè)模型共同支撐完成，每一個(gè)模型建設(shè)都需要算法開發(fā)、數(shù)據(jù)處理、模型訓(xùn)練與調(diào)優(yōu)過程。預(yù)訓(xùn)練大模型增強(qiáng)了人工智能的通用性、泛化性，基于大模型通過零樣本或小樣本精調(diào)，就可實(shí)現(xiàn)在多種任務(wù)上的較好效果。大模型“預(yù)訓(xùn)練+精調(diào)”等模式帶來了新的標(biāo)準(zhǔn)化AI研發(fā)范式，實(shí)現(xiàn)AI模型在更統(tǒng)一、簡單的方式下規(guī)?；a(chǎn)。百度：文心大模型已擁有模型+平臺+產(chǎn)品構(gòu)成的全套體系。百度文心已經(jīng)構(gòu)建了文心大模型層、工具平臺層、產(chǎn)品與社區(qū)三層體系。在產(chǎn)品能力上，文心大模型通過與百度飛槳Paddle-Paddle深度學(xué)習(xí)平臺組合，可以滿足市場大規(guī)模落地需求；在應(yīng)用能力方面，百度已在金融、能源、制造、城市、傳媒、互聯(lián)網(wǎng)等行業(yè)擁有實(shí)際落地的標(biāo)桿案例；在生態(tài)能力方面，以社區(qū)用戶為基礎(chǔ)，文心大模型可以實(shí)現(xiàn)與開發(fā)者、行業(yè)用戶、上下游產(chǎn)業(yè)的正向互動(dòng)。百度文心大模型參數(shù)量達(dá)到2600億，在市場格局中處于第一梯隊(duì)。文心大模型構(gòu)建了“基礎(chǔ)+任務(wù)+行業(yè)”的三級模型體系，基礎(chǔ)大模型作為整體的底座來支撐任務(wù)與行業(yè)大模型的建設(shè)，任務(wù)和行業(yè)大模型則通過結(jié)合真實(shí)場景與數(shù)據(jù)反哺基礎(chǔ)大模型優(yōu)化?；A(chǔ)大模型旨在技術(shù)挑戰(zhàn)、通用性、泛化性探索；任務(wù)大模型由對話、搜索、信息抽取、生物計(jì)算等多個(gè)典型任務(wù)構(gòu)成；最后所得出的行業(yè)大模型已經(jīng)形成了包含了與來自8個(gè)行業(yè)的頭部企業(yè)或機(jī)構(gòu)共建的11個(gè)行業(yè)大模型。行業(yè)大模型是百度文心大模型深入產(chǎn)業(yè)落地的重要措施與載體。百度與行業(yè)頭部企業(yè)、機(jī)構(gòu)聯(lián)合研發(fā)的融合行業(yè)數(shù)據(jù)、知識以及專家經(jīng)驗(yàn)的大模型，在各行業(yè)的技術(shù)效果突破、產(chǎn)品創(chuàng)新、生產(chǎn)流程變革、降本增效等維度產(chǎn)生價(jià)值。如國家電網(wǎng)與百度聯(lián)合發(fā)布知識增強(qiáng)的電力行業(yè)大模型；浦發(fā)銀行與百度在行業(yè)數(shù)據(jù)、大算力和AI算法上優(yōu)勢互補(bǔ)，聯(lián)合研發(fā)面向金融行業(yè)的大模型；百度與人民網(wǎng)合作，引入輿情數(shù)據(jù)中心沉淀的行業(yè)知識來更好訓(xùn)練知識增強(qiáng)的傳媒行業(yè)大模型實(shí)現(xiàn)更少的標(biāo)注數(shù)據(jù)下大幅提升傳媒行業(yè)自然語言處理任務(wù)效果等。百度文心圍繞大模型產(chǎn)業(yè)應(yīng)用的不同研發(fā)環(huán)節(jié)，面向不同開發(fā)者或用戶，打造系列工具平臺與場景化產(chǎn)品。對于開發(fā)者擁有面向NLP工程師的大模型套件ERNIEKit;對于下游應(yīng)用，文心開放了API接口供其使用；對于用戶則推出了基于大模型驅(qū)動(dòng)的新一代產(chǎn)業(yè)級搜索系統(tǒng)文心百中，以及AI藝術(shù)與創(chuàng)意輔助平臺文心一格。華為：盤古大模型已深耕行業(yè)，發(fā)掘應(yīng)用。華為的盤古AI大模型項(xiàng)目于2020年立項(xiàng)，并于2021年4月發(fā)布“盤古大模型”。依托華為自身的全棧式AI解決方案，將大模型與ModelArts平臺深度結(jié)合。當(dāng)前盤古大模型已經(jīng)發(fā)展出包括基礎(chǔ)大模型（L0）、行業(yè)大模型（L1）、行業(yè)細(xì)分場景模型（L2）三大階段的成熟體系。盤古大模型首個(gè)落地應(yīng)用“礦山AI大模型”。在智能礦山領(lǐng)域，華為旨在將AI應(yīng)用門檻降低，將應(yīng)用場景串聯(lián)，將IT、CT、OT系統(tǒng)相互聯(lián)系。為此，華為擁有以“礦山AI大模型”為代表的IT技術(shù)；以5G、F5G為代表的CT技術(shù)；以“礦鴻”操作系統(tǒng)為代表OT技術(shù)?！癐T+CT+OT”的“3T融合”將礦山內(nèi)部眾多的工作“微場景”聯(lián)接成為“中場景”，將“中場景”聯(lián)接成為“巨場景”，再將“巨場景”聯(lián)接成為“智能礦山”。進(jìn)而推動(dòng)集團(tuán)型能源企業(yè)的數(shù)字化轉(zhuǎn)型。華為ModelArts一站式AI平臺為開發(fā)者提供平臺支持。ModelArts平臺擁有為機(jī)器學(xué)習(xí)與深度學(xué)習(xí)提供海量數(shù)據(jù)據(jù)預(yù)處理及交互式智能標(biāo)注、大規(guī)模分布式訓(xùn)練、自動(dòng)化模型生成，及端-邊-云模型按需部署的能力，并具有數(shù)據(jù)處理、算法開發(fā)、模型訓(xùn)練、AI應(yīng)用管理和部署等功能，可以幫助用戶快速創(chuàng)建和部署模型，管理全周期AI工作流。騰訊：混元大模型已成為深入產(chǎn)業(yè)落地的重要措施。騰訊在2022年4月首次對外披露了混元大模型，該大模型作為協(xié)同了騰訊預(yù)訓(xùn)練研發(fā)力量的成果，完整的覆蓋了NLP大模型、CV大模型、多模態(tài)大模型以及眾多行業(yè)領(lǐng)域的任務(wù)模型。騰訊太極機(jī)器學(xué)習(xí)平臺為混元大模型提供底層支持。騰訊自主研發(fā)的一站式機(jī)器學(xué)習(xí)生態(tài)服務(wù)平臺——太極機(jī)器學(xué)習(xí)平臺，為AI工程師提供了從數(shù)據(jù)預(yù)處理、模型訓(xùn)練、模型評估到模型服務(wù)的全流程高效開發(fā)工具，已成為大模型訓(xùn)練的有效保障。混元AI大模型已在騰訊多個(gè)業(yè)務(wù)場景中落地。混元大模型先后支持了包括微信、QQ、游戲、騰訊廣告、騰訊云等多項(xiàng)產(chǎn)品和業(yè)務(wù)，通過NLP、CV、跨模態(tài)等AI大模型，在創(chuàng)造了增量價(jià)值的同時(shí)降低使用成本。其中在廣告內(nèi)容理解、行業(yè)特征挖掘、文案創(chuàng)意生成等方面的應(yīng)用，在為騰訊廣告帶來大幅GMV提升的同時(shí)，也初步驗(yàn)證了大模型的商業(yè)化潛力。阿里巴巴：通義大模型于2022年9月發(fā)布并宣布相關(guān)核心模型開源開放。在2022年9月2日，阿里發(fā)布"通義"大模型系列，核心模型通過"魔搭"社區(qū)向全球開發(fā)者開源開放。"通義"系列大模型以統(tǒng)一學(xué)習(xí)范式和模塊化設(shè)計(jì)理念統(tǒng)一架構(gòu)、模態(tài)、訓(xùn)練、應(yīng)用等方面，使用開源社區(qū)"魔搭"進(jìn)行模型服務(wù)共享，推出"飛天智算平臺"提升AI訓(xùn)練效率。目前阿里"通義"大模型已廣泛用于電商、設(shè)計(jì)、醫(yī)療等領(lǐng)域，助力其降本增效。2022年11月，阿里推出AI開源社區(qū)"魔搭"（ModelScope）。自2021年起，阿里達(dá)摩院先后發(fā)布多個(gè)版本的多模態(tài)及語言大模型，在超大模型、低碳訓(xùn)練技術(shù)、平臺化服務(wù)、落地應(yīng)用等方面實(shí)現(xiàn)突破，引領(lǐng)了中文大模型的發(fā)展。"魔搭"旨在打造下一代開源的模型即服務(wù)共享平臺，致力降低AI應(yīng)用門檻。2023年3月，阿里在"魔搭"上線了"文本到視頻生成擴(kuò)散模型"，實(shí)現(xiàn)視頻生成功能。2硬件：算力仍是重中之重，帶動(dòng)產(chǎn)業(yè)鏈成長2.1超越摩爾定律，未來AI算力有望幾何式增長ChatGPT如火如荼，開啟大算力時(shí)代。我們認(rèn)為ChatGPT體現(xiàn)了當(dāng)前AI訓(xùn)練速度、訓(xùn)練精度的提升，背后的根本邏輯在于龐大訓(xùn)練數(shù)據(jù)集的支撐，而對于硬件層面來說，計(jì)算與傳輸是保證ChatGPT平穩(wěn)運(yùn)行的核心。根據(jù)統(tǒng)計(jì)，北京時(shí)間2月9日，由于訓(xùn)練量超負(fù)荷，ChatGPT官網(wǎng)無法登錄，頁面顯示“超負(fù)荷”，側(cè)面印證了當(dāng)前的網(wǎng)絡(luò)資源/計(jì)算能力無法保證未來大量涌入的算力需求。ChatGPT的總算力消耗約為3640PF-days，從摩爾定律角度看，以ChatGPT為代表的AI發(fā)展速度呈指數(shù)級上漲，約每隔3～4個(gè)月翻倍（摩爾定律翻倍周期約18個(gè)月）。ChatGPT大模型需要海量算力給予支持。根據(jù)OpenAI團(tuán)隊(duì)發(fā)表于2020年的論文《LanguageModelsareFew-ShotLearners》，訓(xùn)練1次1746億參數(shù)的GPT-3模型需要的算力約為3640Petaflop/s-day（假設(shè)模型1PetaFLOP/s效率運(yùn)行，需要訓(xùn)練3640天）。根據(jù)統(tǒng)計(jì)，GPT-3訓(xùn)練時(shí)大概用到了20000個(gè)英偉達(dá)A100GPU芯片。從OpenAI官網(wǎng)訪問量看，根據(jù)數(shù)據(jù)統(tǒng)計(jì)，2月ChatGPT應(yīng)用PC端+手機(jī)端平均日活1939萬人，假設(shè)每人平均提1000字（假設(shè)均為英文單詞）左右的問題，則合計(jì)產(chǎn)生約194億單詞，根據(jù)OpenAI，平均每4個(gè)字母對應(yīng)1個(gè)token，我們假設(shè)每個(gè)單詞包含5個(gè)字母，則共需要消耗242.5億個(gè)token。假設(shè)24小時(shí)平均分配任務(wù)，平均每天需要的總算力=242.5億*1000億/(24小時(shí)*3600秒)*100=280.67Petaflop/s，考慮OpenAI訪問存在峰值，假定訪問峰值是一天均值的2倍。目前英偉達(dá)A100芯片峰值算力約19.5TFLOP/s，則需要A100GPU芯片約280.67*2/19.5*1000=28786片。AI大模型運(yùn)算律超越摩爾定律。根據(jù)GitHub社區(qū)文章《AIandMemoryWall》，CV，NLP和語義模型的模型運(yùn)算量平均每2年翻15倍；Transformer模型的運(yùn)算量平均每2年翻750倍。而摩爾定律下內(nèi)存硬件大小的增長平均每2年僅翻2倍。GPU成為AI模型訓(xùn)練基石。GPT-3.5訓(xùn)練過程中使用了微軟專門建設(shè)的AI計(jì)算系統(tǒng)，其為1萬個(gè)英偉達(dá)V100GPU組成的高性能網(wǎng)絡(luò)算力群?？偹懔ο募s3640Petaflop/s-day。對于人工智能計(jì)算架構(gòu)來說，CPU配合加速芯片的模式是典型的AI部署方案：CPU提供算力，加速芯片提升算力并助推算法的產(chǎn)生。常見的AI加速芯片按照技術(shù)路線可以分為GPU、FPGA、ASIC三類。其中，應(yīng)用于圖形、圖像處理領(lǐng)域的GPU可以并行處理大量數(shù)據(jù)，非常適合深度學(xué)習(xí)的高并行、高本地化數(shù)據(jù)場景，是目前主流的人工智能計(jì)算架構(gòu)。2.2從CPU到GPU，AI模型推動(dòng)行業(yè)結(jié)構(gòu)性變化偶然中的必然，AI與GPU的不解之緣。2011年，Dan等研究人員研究深度學(xué)習(xí)時(shí)，曾利用英偉達(dá)GTX480和GTX580的GPU與英特爾Corei7-920的CPU分別對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行計(jì)算。結(jié)果顯示GPU計(jì)算加速效果為遠(yuǎn)超CPU：針對網(wǎng)絡(luò)規(guī)模小的模型加速效果GPU為CPU的10倍；而針對大規(guī)模網(wǎng)絡(luò)模型GPU效果更是高于CPU的60倍。2016年AlphaGo戰(zhàn)勝李世石標(biāo)致著AI浪潮的興起，更帶動(dòng)了全球AI產(chǎn)業(yè)發(fā)展，GPU也逐漸成為AI計(jì)算的“標(biāo)準(zhǔn)配置”。CPU與GPU相互輔助，GPU負(fù)責(zé)更為復(fù)雜計(jì)算。不同于CPU核心，GPU專注于某些特定計(jì)算任務(wù)，可以將GPU比作“大學(xué)教授”，CPU比作“學(xué)生”，雖然教授（GPU）知識結(jié)構(gòu)/計(jì)算能力強(qiáng)于學(xué)生（CPU），但學(xué)生（CPU）數(shù)量龐大，在處理簡單重復(fù)計(jì)算時(shí)效率高于GPU。從CPU于GPU結(jié)構(gòu)出發(fā)，CPU主要從主存中讀寫數(shù)據(jù)，并通過總線與GPU交互。GPU不僅擁有較多的計(jì)算核心，更有獨(dú)立存儲(chǔ)功能。單臺服務(wù)器上可以安裝多塊GPU卡，但GPU卡的發(fā)熱量較大，普通的空調(diào)系統(tǒng)難以給大量GPU卡降溫，所以大型數(shù)據(jù)中心通常使用水冷散熱，并且選址在溫度較低處。GPU計(jì)算特性同AI服務(wù)器較為匹配。訓(xùn)練AI模型的過程需要同時(shí)對所有數(shù)據(jù)樣本執(zhí)行幾乎相同的操作，而GPU的架構(gòu)設(shè)計(jì)具有快速同時(shí)處理多個(gè)任務(wù)所需的并行處理能力，因?yàn)獒槍I模型的AI服務(wù)器大多采用GPU芯片架構(gòu)。AI服務(wù)器全球出貨量迅速增長，側(cè)面印證GPU需求緊俏度。根據(jù)統(tǒng)計(jì)預(yù)測，2022年搭載GPCPU（GeneralPurposeGPU）的AI服務(wù)器年出貨量占整體服務(wù)器比重近1%，2023年出貨量同比增長約8%，2022-2026年復(fù)合增長率將達(dá)10.8%。2022年AI服務(wù)器采購中，北美四大云端廠商谷歌、亞馬遜AWS、Meta、微軟合計(jì)占比66.2%。國內(nèi)市場方面，字節(jié)跳動(dòng)采購力道最為顯著，年采購占比達(dá)6.2%，緊隨其后的是騰訊（2.3%）、阿里巴巴（1.5%）、百度（1.5%）。根據(jù)AI服務(wù)器及GPU搭載比例，模型訓(xùn)練階段約需要使用近三千臺AI服務(wù)器。根據(jù)統(tǒng)計(jì)，截至4Q22，英特爾GPU市場份額達(dá)71%，英偉達(dá)以17%位居第二，AMD份額保持在12%左右。從算力需求計(jì)算上來看，我們認(rèn)為總算力同未來用戶訪問次數(shù)相關(guān)。根據(jù)我們上一節(jié)對GPT算力需求測算，僅OpenAI預(yù)訓(xùn)練階段就需要近3萬顆英偉達(dá)A100芯片；按1臺AI服務(wù)器搭載8顆AI芯片比例測算，大約需要3598臺AI服務(wù)器。我們以Midjourney（文字生成AI圖片應(yīng)用）訪問量為例，2023年3月平均訪問次數(shù)133萬次，2月PC端+手機(jī)端平均日活1440萬人，接近OpenAI訪問量。從國內(nèi)大模型視角出發(fā)，考慮我國繁多的應(yīng)用，算力需求將進(jìn)一步拉大。雖然我們認(rèn)為國內(nèi)AI大模型同海外相比仍待發(fā)展，但正因?yàn)閲鴥?nèi)模型較海外存在差距，更需要算力及數(shù)據(jù)訓(xùn)練支撐提升模型精度，GPU、服務(wù)器需求有望快速增長。我們認(rèn)為國內(nèi)在AI模型上會(huì)逐漸延伸為：個(gè)別大模型+若干小模型的情況。即幾家互聯(lián)網(wǎng)巨頭分別推出自家AI大模型，二線互聯(lián)網(wǎng)廠商基于自己應(yīng)用場景推出垂直“小模型”，接入大模型訓(xùn)練。我們認(rèn)為國內(nèi)大模型也將類似于OpenAI開放API接口，垂直小模型將通過API接口調(diào)用大模型運(yùn)算能力/訓(xùn)練準(zhǔn)確度。百度推出文心一言API+飛槳接口也同樣印證了我們上述想法。從上述維度看，國內(nèi)AI模型也將走出MaaS（Modelasaservice），百度、騰訊、阿里等云廠商將大模型接入云后，為垂直行業(yè)提供數(shù)據(jù)訓(xùn)練服務(wù)。2.3數(shù)據(jù)中心走出新生態(tài)，打造算力池全球維度看，以EQIX、DLR、IRM等IDC龍頭公司收入均呈穩(wěn)步增長，3FQ22三家公司收入分別同比增長9.9%/5.2%/13.9%。我們認(rèn)為海外IDC企業(yè)收入穩(wěn)步增長主要受益于下游客戶加大對數(shù)字化轉(zhuǎn)型投入正相關(guān)。此外，海外區(qū)域分布式混合云也加大了流量算力需求?；仡檱鴥?nèi)，自3Q21電價(jià)市場改革以來，IDC公司總成本承壓。結(jié)合REITs、ESG等新興投融資方式，我們認(rèn)為“綠色化能力較差”的IDC公司將面臨融資成本上升，PUE改造升級等內(nèi)外部壓力，預(yù)計(jì)未來行業(yè)競爭格局出現(xiàn)改善。AI+數(shù)字經(jīng)濟(jì)拉動(dòng)IDC需求穩(wěn)定增長；需求拉動(dòng)，數(shù)據(jù)中心加速向大型化轉(zhuǎn)型。根據(jù)統(tǒng)計(jì)，2021年我國數(shù)據(jù)中心行業(yè)市場收入達(dá)到1,500億元左右，近三年年均復(fù)合增長率達(dá)到30.7%。AI+數(shù)字經(jīng)濟(jì)加速云產(chǎn)業(yè)發(fā)展，國內(nèi)互聯(lián)網(wǎng)行業(yè)受人口紅利減弱及反壟斷政策的影響，互聯(lián)網(wǎng)廠商近年來資本開支呈現(xiàn)疲軟態(tài)勢。我們認(rèn)為，AI的激增算力將加大對算力提升的需求，加之?dāng)?shù)字經(jīng)濟(jì)政策進(jìn)一步推動(dòng)企業(yè)上云，云計(jì)算產(chǎn)業(yè)有望加速發(fā)展。我國數(shù)據(jù)中心機(jī)架規(guī)模穩(wěn)步增長。按照標(biāo)準(zhǔn)機(jī)架2.5kW統(tǒng)計(jì)，2021年，我國在用數(shù)據(jù)中心機(jī)架規(guī)模達(dá)到520萬架，近5年CAGR超過30%。其中，大型以上數(shù)據(jù)中心機(jī)架規(guī)模增長更為迅速，按照標(biāo)準(zhǔn)機(jī)架2.5kW統(tǒng)計(jì)，機(jī)架規(guī)模420萬架，占比達(dá)到80%。IDC基礎(chǔ)設(shè)施有明顯的地域性特征。IDC的地域集中性和中國網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)及客戶需求密切相關(guān)，因?yàn)镮DC需要保障客戶數(shù)據(jù)對外的網(wǎng)絡(luò)連接順暢。用戶選擇IDC資源時(shí)，網(wǎng)絡(luò)時(shí)延是重要的考慮因素；對時(shí)延要求敏感的應(yīng)用如遠(yuǎn)程服務(wù)、在線娛樂、在線支付等需求快速增長，且向頭部城市靠攏，導(dǎo)致一線城市IDC需求強(qiáng)勁增長。國內(nèi)網(wǎng)絡(luò)結(jié)構(gòu)中，核心節(jié)點(diǎn)為北京、上海、廣州、沈陽、南京、武漢、成都和西安八個(gè)城市，其中北京、上海、廣州為三個(gè)中心，與其他核心節(jié)點(diǎn)互聯(lián)并負(fù)責(zé)與國際Internet互聯(lián)。復(fù)盤IDC，社交媒介改變/數(shù)據(jù)井噴有望帶來需求高增。我們認(rèn)為上海數(shù)字經(jīng)濟(jì)發(fā)展位于全國前列，滬上IDC市場空間增長一定程度代表了數(shù)字經(jīng)濟(jì)背景下國內(nèi)IDC行業(yè)的發(fā)展。根據(jù)統(tǒng)計(jì)，2021上海地區(qū)傳統(tǒng)IDC業(yè)務(wù)市場規(guī)模達(dá)到159億元，實(shí)現(xiàn)平穩(wěn)增長。供給側(cè)和需求側(cè)的雙重影響，上海地區(qū)潛在有效供給持續(xù)增加，需求平穩(wěn)增長，以公有云為代表的泛互聯(lián)網(wǎng)行業(yè)仍是上海新增需求的主要驅(qū)動(dòng)力。未來幾年，基于上海本地互聯(lián)網(wǎng)企業(yè)云化進(jìn)程加速、全國互聯(lián)網(wǎng)企業(yè)在華東區(qū)域的規(guī)?；季值倪@一大背景下，5G、AI等技術(shù)有望帶動(dòng)消費(fèi)互聯(lián)網(wǎng)進(jìn)一步創(chuàng)新，同時(shí)隨著傳統(tǒng)產(chǎn)業(yè)持續(xù)數(shù)字化轉(zhuǎn)型，上海市數(shù)據(jù)中心產(chǎn)業(yè)仍有望保持快速增長。2021年北京地區(qū)數(shù)據(jù)中心增長同樣印證了前文邏輯。2021年，北京及周邊地區(qū)IDC市場最主要的需求來源為視頻、電商、游戲等互聯(lián)網(wǎng)行業(yè)，互聯(lián)網(wǎng)行業(yè)IDC需求占比達(dá)到65.2%。我們認(rèn)為北京地區(qū)需求側(cè)的增長同樣來自于社交媒介的改變。2020-2021年短視頻的廣泛傳播一方面加大了用戶流量；另一方面短視頻的數(shù)據(jù)格式相較文字更為復(fù)雜，多維度計(jì)算同樣加大了算力需求。模型訓(xùn)練成本趨呈上升趨勢。過去計(jì)算機(jī)行業(yè)假設(shè)為“數(shù)字處理會(huì)變得越來越便宜”，但考慮到不斷上升的研究復(fù)雜性和競爭性，斯坦福人工智能研究所副所長克里斯托弗曼寧表示：最前沿模型的訓(xùn)練成本還在不斷上升。訓(xùn)練計(jì)算環(huán)境成本與模型大小成正比。根據(jù)馬薩諸塞大學(xué)阿默斯特校區(qū)研究人員公布的研究論文顯示，大模型底座以神經(jīng)網(wǎng)絡(luò)為主。而在調(diào)整神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)以盡可能完成詳盡的試驗(yàn)，并優(yōu)化模型的過程，相關(guān)成本較高。單BERT模型的碳足跡約為1400磅二氧化碳。我們認(rèn)為，AI計(jì)算系統(tǒng)正在面臨計(jì)算平臺優(yōu)化設(shè)計(jì)、復(fù)雜異構(gòu)環(huán)境下計(jì)算效率、計(jì)算框架的高度并行與擴(kuò)展、AI應(yīng)用計(jì)算性能等挑戰(zhàn)。算力的發(fā)展對整個(gè)計(jì)算需求所造成的挑戰(zhàn)會(huì)變得更大，提高整個(gè)AI計(jì)算系統(tǒng)的效率迫在眉睫。智算中心大勢所趨。根據(jù)《2022-2023中國人工智能計(jì)算力發(fā)展評估報(bào)告》，中國人工智能計(jì)算力繼續(xù)保持快速增長，2022年智能算力規(guī)模達(dá)到268百億億次/秒(EFLOPS)，已超過通用算力規(guī)模。智算中心建設(shè)對軟硬件均有一定要求。目前我國的智算中心基本采用了高標(biāo)準(zhǔn)建設(shè)，100P算力是起步目標(biāo)，該算力大約相當(dāng)于5萬臺高性能電腦。我們認(rèn)為如果說過去傳統(tǒng)的數(shù)據(jù)中心是“快捷酒店”，那么智算中心可以理解為“高端型酒店”，主要針對擁有AI模型計(jì)算的“高凈值客戶”提供數(shù)據(jù)訓(xùn)練支撐。而對于第三方數(shù)據(jù)中心廠家而言，智算中心的投資模式也不同于傳統(tǒng)IDC機(jī)柜。對于傳統(tǒng)IDC機(jī)柜，內(nèi)部服務(wù)器、CPU等大多有下游客戶自行購買，且應(yīng)用場景也主要為云計(jì)算、簡易推薦算法等。而智算中心主要針對AI大模型訓(xùn)練，對于BAT等大型互聯(lián)網(wǎng)廠商而言，自行采購GPU、AI服務(wù)器帶來的成本足以被模型帶來的收益所覆蓋；而對于二三線互聯(lián)網(wǎng)廠商而言，要想訓(xùn)練出自己的大模型不可避免需要投資如英偉達(dá)A100/A800等高性能芯片，高昂的成本或使上述小廠“望而卻步”，但如通過第三方數(shù)據(jù)中心公司采購，則成本可被“嫁接”至數(shù)據(jù)中心廠商的資本開支，會(huì)隨逐年折舊攤薄，二三線互聯(lián)網(wǎng)“小模型”接入訓(xùn)練后同時(shí)能夠帶動(dòng)第三方數(shù)據(jù)中心上架率的提升。超算中心涉及多個(gè)核心GPU芯片，有望拉動(dòng)板塊整體投資。以中科大瀚海20超級計(jì)算系統(tǒng)為例，該系統(tǒng)共計(jì)752個(gè)節(jié)點(diǎn)，含30640顆CPU核心、20塊NvidiaTeslaV100GPU卡、16塊NVIDIAA100TensorCoreGPU卡及60塊華為AtlasAI卡，理論峰值雙精度浮點(diǎn)計(jì)算能力達(dá)2.69Petaflop/s。根據(jù)我們測算，但超算中心有望拉動(dòng)投資額近500億元。中科大瀚海20超級計(jì)算系統(tǒng)總功率約39kw，相較普通機(jī)柜功率高2~4倍，屬高密度機(jī)柜。假設(shè)當(dāng)前第三方IDC公司所建高功率機(jī)柜以10kw功率為主，則投資額約為227億元。智算中心有望拉動(dòng)投資額百億元，高功率機(jī)柜10萬余個(gè)。單智算中心算力約2.69Petaflop/s，根據(jù)我們上文測算，單大模型訓(xùn)練算力需求約280.67Petaflop/s。我們認(rèn)為未來“大模型帶小模型”將成為趨勢，假設(shè)算力需求放大50倍（多家二三線互聯(lián)網(wǎng)小廠接入大模型API訓(xùn)練），則總算力需求擴(kuò)至14033.5Petaflop/s，此時(shí)需要智算中心約5217個(gè)（合52170個(gè)機(jī)柜）。但由于上述計(jì)算以39kw功率為基礎(chǔ)計(jì)算，密度通常為普通高功率機(jī)柜2~4倍，取放大系數(shù)為2，則需要機(jī)柜10.4萬個(gè)。從ChatGPT所需要GPU數(shù)量測算，未來所需要高功率機(jī)柜近7.5萬個(gè)。根據(jù)鈦媒體，GPT3.5完全訓(xùn)練需要A100芯片近3萬顆，對應(yīng)英偉達(dá)DGXA100服務(wù)器近3750臺?？紤]到英偉達(dá)DGXA100服務(wù)器單臺最大功率為6.5kw，假設(shè)平均功率為4kw/臺，則10kw功率機(jī)柜可搭載2.5臺AI服務(wù)器。為滿足3750臺AI服務(wù)器，需要建設(shè)機(jī)柜1500個(gè)，假設(shè)算力需求擴(kuò)至50倍，共需要高功率機(jī)柜約7.5萬個(gè)。3溫控：解決高功率算力池下的“阿喀琉斯之踵”AI大趨勢下，數(shù)據(jù)中心耗電成為“阿喀琉斯之踵”。以電量=功率*時(shí)間計(jì)算，智算中心的運(yùn)行取決于IT設(shè)備提供服務(wù)的重要程度。大中型數(shù)據(jù)中心大多配有雙路市電+后備柴發(fā)作為保障，IT設(shè)備的運(yùn)行時(shí)不間斷。根據(jù)英偉達(dá)，其DGX-1服務(wù)器功率約3.5kw，全年功耗=3.5*360*24=30240kwh（1kWh=1度電）。根據(jù)國家能源局統(tǒng)計(jì)，2022年城鄉(xiāng)居民生活用電量約13366億kwh，年末全國總?cè)丝诩s14.1億人，平均每人每年用電948kwh，換算每臺AI服務(wù)器每年接近32個(gè)居民全年耗電量。根據(jù)我們前文測算，大模型訓(xùn)練需要近3750臺AI服務(wù)器，而數(shù)據(jù)中心的總能耗不單單來自于IT設(shè)備，為IT設(shè)備提供支撐的電力、制冷等也會(huì)消耗電力。短期維度看，數(shù)據(jù)中心耗電量快速增長同PUE指標(biāo)是主要矛盾。根據(jù)國家能源局統(tǒng)計(jì)預(yù)測，2022年我國數(shù)據(jù)中心總耗電量約2700億千瓦時(shí)，同比增長約24.7%，占全社會(huì)用電量比重近3.1%（較2022年提升0.5pct）。在能耗變高的同時(shí)，在用大型數(shù)據(jù)中心PUE也存在較大提升空間。根據(jù)《東數(shù)西算下新型算力基礎(chǔ)設(shè)施發(fā)展白皮書》統(tǒng)計(jì)預(yù)測，2022年我國在建超大型數(shù)據(jù)中心平均PUE需<1.4，23年需<1.3?！?0℃法則”—數(shù)據(jù)中心溫度與平均無故障運(yùn)行時(shí)間（MTBF）的關(guān)系。對于現(xiàn)代電子元器件而言，環(huán)境溫度每提高10℃，元器件壽命就會(huì)降低30%～50%，影響小的也基本都在10%以上。數(shù)據(jù)中心的計(jì)算機(jī)服務(wù)器、交換機(jī)、存儲(chǔ)器等IT設(shè)備的集成度越來越高，精密性也越來越高，使數(shù)據(jù)中心機(jī)房的空調(diào)負(fù)荷特點(diǎn)更加顯著，表現(xiàn)為熱負(fù)荷大、濕負(fù)荷小、單位體積發(fā)熱量越來越大。根據(jù)《新基建：數(shù)據(jù)中心創(chuàng)新之路》1，數(shù)據(jù)中心計(jì)算設(shè)備熱負(fù)荷可根據(jù)公式數(shù)據(jù)中心制冷主要采取風(fēng)冷+液冷，液冷有望成為大數(shù)據(jù)中心主流方案。根據(jù)IDC圈，液冷的冷卻能力較風(fēng)冷而言高1000~3000倍，且液冷對環(huán)境要求更低，適應(yīng)性更強(qiáng)。根據(jù)統(tǒng)計(jì)預(yù)測，2022年-2027年數(shù)據(jù)中心基礎(chǔ)設(shè)施（DCPI）收入CAGR有望保持8%，超350億美元。且隨著英特爾、英偉達(dá)、AMD等處理器與加速器性能的提升，數(shù)據(jù)中心機(jī)架功率密度會(huì)再度提升。根據(jù)預(yù)測，直接液冷和浸入式冷卻(單相和兩相)預(yù)計(jì)將大幅增長，到2027年將達(dá)到17億美元，占熱管理收入的24%。4重點(diǎn)公司分析4.1奧飛數(shù)據(jù)下游服務(wù)客戶覆蓋廣，提供全方位數(shù)據(jù)中心解決方案。公司已經(jīng)成為國內(nèi)較有影響力的專業(yè)IDC服務(wù)商，通過多年的精細(xì)化運(yùn)營和穩(wěn)步發(fā)展，現(xiàn)已接入中國電信、中國聯(lián)通、中國移動(dòng)、教育網(wǎng)等全國性骨干網(wǎng)絡(luò)，搭建了一個(gè)安全、穩(wěn)定、高效的智能網(wǎng)絡(luò)平臺，服務(wù)客戶覆蓋短視頻、網(wǎng)絡(luò)游戲、直播、門戶網(wǎng)站等多個(gè)行業(yè)，積累了良好的商業(yè)信譽(yù)，獲得了市場的廣泛認(rèn)可。公司擁有較為完善的基礎(chǔ)網(wǎng)絡(luò)設(shè)施，服務(wù)種類齊全，涵蓋IDC服務(wù)以及網(wǎng)絡(luò)接入、數(shù)據(jù)同步、網(wǎng)絡(luò)數(shù)據(jù)分析、網(wǎng)絡(luò)入侵檢測、網(wǎng)絡(luò)安全防護(hù)、智能DNS、數(shù)據(jù)存儲(chǔ)和備份等增值服務(wù)，能夠?yàn)榭蛻籼峁┤轿坏幕ヂ?lián)網(wǎng)數(shù)據(jù)中心解決方案。國內(nèi)核心區(qū)域已有規(guī)模優(yōu)勢，抓緊海外市場資源布局。截至2022年6月末，公司在北京、廣州、深圳、?？?、南寧、廊坊擁有12個(gè)自建自營的數(shù)據(jù)中心，可用機(jī)柜約為22,000個(gè)，同時(shí)還有多個(gè)數(shù)據(jù)中心項(xiàng)目正在擴(kuò)容和建設(shè)中,在核心區(qū)域已經(jīng)具有一定的規(guī)模優(yōu)勢；同時(shí)公司數(shù)據(jù)中心布局主要在一線城市和一線周邊城市，以及部分戰(zhàn)略節(jié)點(diǎn)城市，對于優(yōu)質(zhì)客戶有較強(qiáng)的吸引力，同時(shí)利用公司原有的網(wǎng)絡(luò)資源和組網(wǎng)能力，更可滿足客戶全國布點(diǎn)需求。同時(shí)公司繼續(xù)抓緊海外市場資源布局，成效顯著。奧飛國際網(wǎng)絡(luò)以香港為核心，通過搭建海纜資源網(wǎng)絡(luò)，互聯(lián)了公司在東南亞、歐洲和美洲節(jié)點(diǎn)，與全球各互聯(lián)網(wǎng)熱點(diǎn)區(qū)域主流運(yùn)營商實(shí)現(xiàn)IP互聯(lián)和資源覆蓋，用戶國際業(yè)務(wù)提供穩(wěn)定可靠安全的IDC服務(wù)，業(yè)務(wù)范圍也進(jìn)一步擴(kuò)大。4.2光環(huán)新網(wǎng)行業(yè)深耕二十載，品牌知名度高。公司在北京、上海等一線城市及周邊擁有豐富的高品質(zhì)數(shù)據(jù)中心資源，憑借領(lǐng)先的技術(shù)水平、優(yōu)質(zhì)的產(chǎn)品服務(wù)和市場影響力，為客戶提供安全高效、標(biāo)準(zhǔn)規(guī)范、綠色可持續(xù)發(fā)展的互聯(lián)網(wǎng)基礎(chǔ)設(shè)施服務(wù)。同時(shí)大力發(fā)展云計(jì)算業(yè)務(wù)，利用亞馬遜云科技國際領(lǐng)先的云服務(wù)技術(shù)，依托光環(huán)有云、無雙科技等子公司，實(shí)現(xiàn)為用戶提供從IAAS到PAAS、SAAS多層級的多云生態(tài)服務(wù)。持續(xù)優(yōu)化技術(shù)方案，節(jié)能減排降本增效。公司繼續(xù)踐行建設(shè)綠色數(shù)據(jù)中心理念，持續(xù)優(yōu)化節(jié)能減排工作。公司數(shù)據(jù)中心已陸續(xù)完成與政府能耗在線監(jiān)測平臺對接，積極配合相關(guān)部門進(jìn)行碳排放情況核查，同時(shí)根據(jù)掌握的碳排放數(shù)據(jù)，設(shè)定科學(xué)的減排目標(biāo)、配額履約、管理碳資源。另一方面，公司持續(xù)部署新能源設(shè)施，挖掘節(jié)能潛力，從數(shù)據(jù)中心運(yùn)營角度設(shè)計(jì)減排方案，對機(jī)房制冷系統(tǒng)進(jìn)行升級，采用高效節(jié)能設(shè)備提高制冷效率，降低PUE。酒仙橋機(jī)房、亦莊中金云網(wǎng)機(jī)房通過改造制冷系統(tǒng)、更換冷卻塔、冷機(jī)變頻改造等方式降低PUE水平。公司積極與上下游合作伙伴共同研究探討安全、可靠的儲(chǔ)能技術(shù)方案應(yīng)用，尋求在波峰波谷電價(jià)差較大的地區(qū)施行儲(chǔ)能運(yùn)營方案降低電價(jià)成本，未來在滿足自身數(shù)據(jù)中心的儲(chǔ)能需求外，實(shí)現(xiàn)向工業(yè)園區(qū)內(nèi)的其他企業(yè)進(jìn)行供能的可行性方案。4.3數(shù)據(jù)港手握核心資源，聚焦算力高需求地區(qū)。分業(yè)務(wù)看，2022年IDC服務(wù)業(yè)、IDC解決方案、云銷售分別實(shí)現(xiàn)收入14.5億元/281萬元/27萬元。分地區(qū)看，長三角、大灣區(qū)、京津冀收入占比35.5%/21.3%/40.0%，毛利率分別為11.1%/37.7%/38.1%。目前公司已建成35座數(shù)據(jù)中心，運(yùn)營IT兆瓦數(shù)達(dá)371MW，按5KW標(biāo)準(zhǔn)機(jī)柜折算合計(jì)約7.42萬個(gè)標(biāo)準(zhǔn)柜。根據(jù)中國信通院聯(lián)合發(fā)布的《中國第三方數(shù)據(jù)中心運(yùn)營商分析報(bào)告（2022年）》，數(shù)據(jù)港總體規(guī)模已躍升至行業(yè)第二。公司緊跟國家“東數(shù)西算”政策，在東西部國家樞紐節(jié)點(diǎn)均有布局，我們認(rèn)為隨著公司未來廊坊、閔行等項(xiàng)目建設(shè)完成，整體規(guī)模將得到進(jìn)一步提升，客戶群體更趨于多元化。泛在算力互聯(lián)需有望增多，算力網(wǎng)絡(luò)創(chuàng)新加速。金融、交通、教育、工業(yè)等行業(yè)對泛在算力場景的需求不斷增長，用戶需要隨時(shí)隨地可接入的更優(yōu)惠、更高質(zhì)的算力服務(wù)，基于算力泛在使用和交易需求衍生的算力網(wǎng)絡(luò)成為下一代算力基礎(chǔ)設(shè)施發(fā)展的重點(diǎn)。中國聯(lián)通在全國多地開展算力網(wǎng)絡(luò)建設(shè)試點(diǎn)，通過算力網(wǎng)絡(luò)業(yè)務(wù)鏈、網(wǎng)絡(luò)切片、資源感知實(shí)現(xiàn)算力資源調(diào)度和感知，形成云網(wǎng)安一體服務(wù)。中國電信在算力網(wǎng)絡(luò)建設(shè)過程中重點(diǎn)強(qiáng)調(diào)“云”為核心，側(cè)重網(wǎng)絡(luò)、算力和存儲(chǔ)三大資源相互融合，推進(jìn)天翼云持續(xù)升級，實(shí)現(xiàn)天翼云節(jié)點(diǎn)和天翼邊緣節(jié)點(diǎn)統(tǒng)一管理調(diào)度，云網(wǎng)融合、云邊協(xié)同是電信云的優(yōu)勢。中國移動(dòng)重點(diǎn)改造底層算力基礎(chǔ)設(shè)施，基于X86和ARM架構(gòu)打造通用算力網(wǎng)絡(luò)，同時(shí)基于GPU、ASIC不斷豐富智能算力。我們認(rèn)為，我國正處于各行業(yè)數(shù)字化轉(zhuǎn)型的加速期，以數(shù)據(jù)中心為代表的數(shù)字基礎(chǔ)設(shè)施應(yīng)用場景仍將進(jìn)一步擴(kuò)大，數(shù)據(jù)中心產(chǎn)業(yè)將迎來更大機(jī)遇，發(fā)展前景將更為廣闊。4.4英維克司發(fā)布2022年度業(yè)績。2023年4月10日，公司發(fā)布2022年度業(yè)績報(bào)告，全年實(shí)現(xiàn)收入29.2億元，同比增長31.2%，歸母凈利潤2.8億元，同比增長36.7%。單季度看，4Q22公司實(shí)現(xiàn)收入14.4億元，同比增長98.