通信光模塊行業(yè)市場前景及投資研究報告：云廠商資本開支英偉達數據中心硬件

證券研究報告2024年9月11日行業(yè)：通信增持云廠商資本開支上行，英偉達數據中心硬件迭代——通信光模塊行業(yè)專題報告主要觀點?

據C114轉引LightCounting報告，用于AI集群的光模塊將快速增長，預計這一增長趨勢將延續(xù)到2025-2026年。?

根據iFind，2024年海外四家云廠商（Meta、Google、Amazon、Microsoft）合計資本持續(xù)趨勢上行。?

根據iFind，數據中心成為英偉達主要收入貢獻付傳聞整體需求影響有限。，集邦咨詢預期Blackwell延遲交?

我們認為，受益于下游云廠商對于AI資本開支持續(xù)增長，以及英偉達等龍頭廠商AI相關產品的持續(xù)迭代，AI產業(yè)鏈規(guī)模有望持續(xù)增長。建議關注通信光模塊產業(yè)鏈相關廠商：中際旭創(chuàng)、新易盛、天孚通信等。?

風險提示：產品升級更新不及預期，行業(yè)競爭加劇，下游AI應用不及預期。目錄/Contents01光模塊市場總覽02海外云廠商資本支出分析0304英偉達數據中心業(yè)務解析投資建議05風險提示01光模塊市場總覽1光模塊市場：用于AI集群的光模塊將快速增長?

據C114轉引LightCounting報告，用于AI集群的網光模塊在2024年將翻一番以上，并一直延續(xù)到2025-2026年。2023年5月到6月間，谷歌和英偉達成為首批大幅增加光模塊采購量的廠商。截至目前，所有領先的云計算公司都已加入這場競爭。圖1:按應用分類的網光模塊銷售情況圖2:英偉達對網光模塊市場的貢獻資料：C114，LightCounting，甬興證券研究所資料：C114，LightCounting，甬興證券研究所02海外云廠商資本支出分析2.1

Meta：資本支出將主要用于人工智能研究和產品開發(fā)?

資本支出指引：根據iFind以及公司投資者交流紀要，Meta的資本支出將主要用于人工智能研究和產品開發(fā)。預計2024年全年資本支出將在

370-400億美元之間，并且2025年資本支出將大幅增長。?

AI算力應用場景落地：根據公司投資者交流紀要，開發(fā)通用推薦模型，提高內容推薦質量；個性化定制廣告；為社區(qū)創(chuàng)作者配備人工智能代理。圖3:Meta資本支出及增長率Capex（單位：億元

USD）YOY(%)908070605040302010040.0030.0020.0010.000.00-10.00-20.00-30.00-40.002023Q12023Q22023Q32023Q42024Q12024Q2資料：iFind，甬興證券研究所2.2

Google：資本支出主要投資于技術基礎設施?

資本支出指引：根據iFind以及公司投資者交流紀要，Google披露2024年第2季度資本支出為130億美元，主要投資于技術基礎設施。其中最大的部分是服務器，其次是數據中心。公司預計2024年各季度資本支出都將大致達到或高于第一季度120億美元的資本支出體量，也即2024全年資本開支將達到或高于480億美元。?

AI算力應用場景落地：根據公司投資者交流紀要，AI概述搜索結果；拓展搜索模式如視覺搜索。圖4:Google資本支出及增長率Capex（單位：億元

USD）YOY(%)14012010080120.00100.0080.0060.0040.0020.000.006040-20.00-40.00-60.002002023Q12023Q22023Q32023Q42024Q12024Q2資料：iFind，甬興證券研究所2.3

Amazon：資本支出主要用于技術基礎設施及配送網絡?

資本支出指引：根據iFind以及公司投資者交流紀要，Amazon披露2024年第2季度，公司實現資本開支164億美元，同比增長57.69%，主要用于技術基礎設施及配送網絡，其中基礎設施大部分用于AWS業(yè)務。公司預計現金資本支出將在2024年大幅增加，主要受技術基礎設施投資的推動。?

AI算力應用場景落地：根據公司投資者交流紀要，與澳大利亞聯(lián)邦銀行等多家公司簽署新的AWS協(xié)議；與澳大利亞政府建立價值20億澳元的戰(zhàn)略合作伙伴關系。圖5:Amazon資本支出及增長率圖6:AWS云服務營收AWS云服務營業(yè)收入（單位：億元

USD）YOY（%）Capex（單位：億元

USD）YOY(%)3002502001501005020%18%16%14%12%10%8%2001801601401201008060.0050.0040.0030.0020.0010.000.0060-10.00-20.00-30.00-40.006%404%202%000%2023Q12023Q22023Q32023Q42024Q12024Q22023Q12023Q22023Q32024Q12024Q2資料：iFind，甬興證券研究所資料：iFind，甬興證券研究所2.4

Microsoft：資本支出主要投資于技術基礎設施?

資本支出指引：根據iFind,

Microsoft披露2024年第2季度資本支出為190億美元，主要與云和AI相關，用于算力基礎設施建設和服務器配置。根據公司投資者交流紀要，考慮到云和AI需求持續(xù)提升及目前AI容量限制，公司預計2025財年的資本支出將高于24財年。?

AI算力應用場景落地：根據公司投資者交流紀要，

Azure

AI提供數據和分析工具；Microsoft

Fabric引入實時智能功能；Power

Platform集成生成式

AI，使用自然語言創(chuàng)建應用、自動化工作流或構建網站。圖7:Microsoft資本支出及增長率Capex（單位：億元

USD）YOY(%)12010080604020070.0060.0050.0040.0030.0020.0010.000.002023Q12023Q22023Q32023Q42024Q12024Q2資料：iFind，甬興證券研究所2.5

小結：下游對AI基礎設施的需求持續(xù)強勁，云廠商資本開支不斷擴大?

資本開支持續(xù)提升：根據iFind，2024年第1季度海外四家云廠商（Meta、Google、Amazon、Microsoft）合計資本開支433.15億美元，當年第2季度合計資本開支487.14美元，持續(xù)趨勢上行。?

以谷歌為例，根據公司投資者交流紀要，公司認為，投資不足的風險遠大于投資過度。即使存在過度投資，算力基礎設施對于企業(yè)仍然非常有用。圖8:四家云廠商資本支出四大云廠商Capex合計（單位：億元

USD）60050040030020010002023Q12023Q22023Q32023Q42024Q12024Q2資料：iFind，甬興證券研究所03英偉達數據中心業(yè)務解析3.1

數據中心成為英偉達主要收入貢獻?

英偉達營業(yè)收入增長主要由數據中心業(yè)務貢獻：根據iFind，2024財年英偉達數據中心業(yè)務營業(yè)收入達475億美元，同比增長217%，收入占比達到78.0%。?

公司整體收入持續(xù)快速增長：根據iFind，公司自2024財年第2季度以來實現連續(xù)四個季度快速增長，2025財年第1季度實現營收225.63億美元，同比增長427%。圖9:英偉達分業(yè)務營收圖10:英偉達數據中心業(yè)務數據2023年度營業(yè)收入（單位：億元

USD）2024年度營業(yè)收入（單位：億元

USD）數據中心營業(yè)收入（單位：億元

USD）YOY7006005004003002001000250200150100450%400%350%300%250%200%150%100%50%5000%2023Q12023Q22023Q32023Q42024Q12024Q22024Q32024Q42025Q1數據中心游戲專業(yè)可視化汽車OEM和其他合計資料：iFind，甬興證券研究所資料：iFind，甬興證券研究所3.2

英偉達數據中心業(yè)務代表產品——DGX

系統(tǒng)?

根據官網介紹，英偉達DGX系統(tǒng)滿足了企業(yè)AI及數據科學的需求，傳遞了最快的AI發(fā)展啟動、省力的工作產出以及革命性的性能。英偉達DGX系統(tǒng)包含DGX

Station

A100、DGX

A100、DGXH100、DGX

Base

POD、DGX

SuperPOD等。圖11:英偉達DGX

系統(tǒng)各流程產品資料：公司官網，甬興證券研究所3.3

英偉達數據中心業(yè)務代表產品——DGX

SuperPOD?

據公司官網，2024年3月18日，英偉達發(fā)布新一代AI超級計算機——搭載英偉達GB200

Grace

Blackwell超級芯片的英偉達DGX

SuperPOD。這臺

AI

超級計算機可以用于處理萬億參數模型，能夠保證超大規(guī)模生成式

AI

訓練和推理工作負載的持續(xù)運行。?

據Fibermall，該產品結構上分為Core層、Spine層、Leaf層及DGX

系統(tǒng)服務器等。?

據IT之家，每套

DGX

GB200

系統(tǒng)擁有

36

個英偉達

GB200

加速卡，其中包括

36

個英偉達

Grace

CPU

和

72

個英偉達BlackwellGPU，通過第五代英偉達

NVLink連接成一臺超級計算機。DGXSuperPOD

包含

8套及以上

DGXGB200

系統(tǒng)，通過英偉達

Quantum

InfiniBand

連接，可擴展至數萬片

GB200

加速卡。圖12:英偉達SuperPOD結構圖Core層（匯聚層/中央交換機）Spine層（Distribution層/主干交換機）Leaf層（Access層/葉交換機）DGX系統(tǒng)服務器資料：Fibermall，甬興證券研究所3.4

英偉達數據中心業(yè)務代表產品——DGX平臺系統(tǒng)?

根據英偉達官網整合的各類產品數據信息，英偉達DGX平臺系統(tǒng)提供了多種型號，滿足各類AI生產力所需。表1:英偉達DGX

系統(tǒng)各型號參數型號DGXA100DGXH100DGXH200DGXB200圖形處理器GPU8個NVIDIAA100第三代NVLinks8個

NVIDIAH100GPU第四代NVLinks8個

NVIDIAH200GPU第四代NVLinks8個

NVIDIABlackwellGPU第五代NVLinks總GPU內存640GB640GB1128GB1440GB中央處理器2個

AMDEPYC7742CPU2個

IntelXeon8480CPCIeGen5CPU2個

IntelXeon8480CPCIeGen5CPU2個

IntelXeonPlatinum8570CPU端口NVIDIAConnectX-6或

ConnectX-7單端口

InfiniBand4個

OSFP

端口，用于

8個

NVIDIA?

單端口

InfiniBand

卡?

ConnectX-4個

OSFP

端口，用于

8個

NVIDIA?ConnectX-7?

單端口

InfiniBand

卡4個OSFP端口，提供

8個NVIDIA?ConnectX-7?

單端口

InfiniBand

卡7資料：公司官網，甬興證券研究所3.5

具體型號：①采用英偉達

DGX

A100系統(tǒng)?

根據公司官網，英偉達DGX

A100系統(tǒng)是針對所有AI工作的通用系統(tǒng)，提供較高的計算密度和性能。圖13:英偉達DGX

A100系統(tǒng)圖14:英偉達SuperPOD架構——基于DGXA100系統(tǒng)資料：公司官網，甬興證券研究所資料：公司官網，甬興證券研究所3.5

具體型號：②采用英偉達DGX

H100系統(tǒng)?

根據公司官網，英偉達DGX

H100系統(tǒng)是下一代的AI數據中心架構。該系統(tǒng)設計用于解決高級AI運算挑戰(zhàn)，高性能的計算以及多元化的應用。圖15:英偉達DGX

H100系統(tǒng)圖16:英偉達SuperPOD架構——基于DGXH100

系統(tǒng)資料：公司官網，甬興證券研究所資料：公司官網，甬興證券研究所3.5

具體型號：③采用英偉達

DGXB200

系統(tǒng)?

根據公司官網，英偉達DGX

B200系統(tǒng)旨在提供所需的計算性能水平，以解決AI，高性能計算和混合應用中的高級計算挑戰(zhàn)，其中兩者相結合，以提高預測性能和解決方案的時間。圖18:英偉達SuperPOD架構——基于DGXB200

系統(tǒng)圖17:英偉達DGX

B200系統(tǒng)資料：公司官網，甬興證券研究所資料：公司官網，甬興證券研