您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[华安证券]:PCB行业:AIGC引爆算力需求,服务器PCB打开成长空间 - 发现报告
当前位置:首页/行业研究/报告详情/

PCB行业:AIGC引爆算力需求,服务器PCB打开成长空间

电子设备2023-03-25胡杨、赵恒祯华安证券李***
PCB行业:AIGC引爆算力需求,服务器PCB打开成长空间

敬请参阅末页重要声明及评级说明 证券研究报告 AIGC引爆算力需求,服务器PCB打开成长空间 主要观点:  一、ChatGPT热潮带来硬件“算力层”新增量 近期OpenAI的ChatGPT的显著成功为商业人工智能应用发展开启了新时代的大门,AI或将在未来5至10年内成为电子行业的主要驱动力,未来随着AI的应用场景逐渐落地,图像、语音、机器视觉和游戏等领域的数据将呈现爆发式增长,相关研究信息显示到2025年全球数据创建量预计将增长到180ZB以上,随着数据创建量的强劲增长,数据存储容量的安装基数预计也将同步增加。 早在2018年,OpenAI就推出 GPT-1自然语言处理模型,可以实现问答,撰写文章、代码等功能。从初代GPT发展到2020年的GPT-3,再到基于GPT-3.5的ChatGPT,其模型的参数量和预 训练数据量在以指数形式上升。 具体来看,OpenAI 2018年发布的GPT-1的参数量约为1.17亿,而到了2020年的GPT-3,参数量达到了1750亿,预训练数据量(语料库)也由5GB提升到了45TB,数据增量相当庞大。随着参数量和语料库指数级的扩容,ChatGPT类人工智能需要更充足的算力支持其处理数据,同时需要投入更多高性能的算力芯片来处理千亿级别参数量。英伟达的研究表示,GPT- 3模型需要使用512颗V100显卡训练7个月时间,或者使用1024颗A100芯片训练长达一个月的时间。 2012 年以来,人工智能训练任务中的算力增长(所需算力每3.5月翻一倍)已经超越芯片产业长期存在摩尔定律(晶体管数量每18月翻一倍 )。AI模型需要越来越多的计算能力来管理越来越大的数据量,数据洪流对端、边、云的冲击将推动网络、计算技术进入新一轮高速创新期,并推动数据中心朝更高速数据传输标准发展,以强化数据中心基础设施的运算、网络、储存及安全管理的处理效能,这将加速400Gbps和更高速度的数据中心交换机的采用以及服务器产品的更新换代,相关的路由器、数据存储、AI加速计算服务器产品也有望高速成长,催生对大尺寸、高层数、高阶HDI以及高频高速PCB产品的强劲需求。 PCB行业 行业研究/点评报告 行业评级:增持(首次) 报告日期: 2023-03-25 行业指数与沪深300走势比较 分析师:胡杨 执业证书号:S0010521090001 邮箱:huy@hazq.com 联系人:赵恒祯 执业证书号:S0010121080026 邮箱:zhaohz@hazq.com 相关报告 1.PCB行业:原材料价格企稳回落,未来看好汽车与服务器赛道 2022-01-23 2.深南电路(002916.SZ):通讯PCB维持增长,IC载板打造成长新核心 2020-09 -30 3.沪电股份(002463.SZ):5G时代IDC基站深度受益,汽车电子暂待爆发 2020-04-13 敬请参阅末页重要声明及评级说明 2 / 7 证券研究报告 图表 1 近期AIGC热点事件时间轴 资料来源:OPEN AI、微软、英伟达官网,华安证券研究所绘制 图表 2 OpenAI GPT产品代际差异 模型 推出时间 参数量 语料库 GPT- 1 2018年6月 1.17亿 5GB GPT-2 2019年2月 15亿 40G GPT-3 2020年5月 1750亿 45TB ChatGPT 2022年11月 - - GPT-4 2023年3月 - - 资料来源:OpenAI,华安证券研究所 随着参数量和语料库指数级的扩容,ChatGPT类人工智能需要更 充足的算力支持其处理数据,同时需要投入更多高性能的算力芯片来处理千亿级别参数量。英伟达的研究表示,GPT-3模型需要使用512颗V100显卡训练7个月时间,或者使用1024颗A100芯片训练长达一个月的时间。2012 年以来,人工智能训练任务中的算力增长(所需算力每3.5月翻一倍)已经超越 芯片产业长期存在摩尔定律 (晶体管数量每18月翻一倍)。 同时,以ChatGPT为代表的AI技术浪潮的到来,对产业链相关芯片,模 组,材料等环节均带来了海量的新需求。  二、普通服务器增长示微,云计算大厂AI服务器采购正当时 由于海内外云计算巨头资本开支下调等原因,全球服务器出货量自22H2开始出现明显下降,预测机构纷纷对未来几年的服务器出货量预测进行下调,Global PC and Server Industry Development Trends and Key Issues报告预测22年全球服务器出货量1362万台,22-26复合增速为4.82%。 尽管普通服务器表现平淡, Trend Force测算22年配备通用GPU(GPGPU)的AI服务器占全球服务器出货量的1%,但随着Chat GPT等AIGC软件的出现,AI服务器的增速将长期维持在10%左右,高于服务器整体4.82%的增长 率。 敬请参阅末页重要声明及评级说明 3 / 7 证券研究报告 图表3 全球服务器出货量(万台) 图表4 全球AI服务器出货量 资料来源:2023 Global PC and Server Industry Development Tr ends and Key Issues,华安证券研究所 资料来源:Trend Force,华安证券研究所 TrendForce还发现,北美四大CSP(即谷歌、AWS、Meta和微软)合计占据了2022年年度AI服务器采购量的66.2%。近年来,国内制造业的本地化和关键技术的自给自足势头不断增强,因此人工智能技术基础设施的建设也在加速。在国内运营商中,字节跳动是2022年AI服务器采购的领导者。其在全球年度采购量的份额达到6.2%。紧随字节跳动之后的是腾讯、阿里巴巴和百度,分别占2.3%、1.5%和1.5%左右。 图表 5 22年海内外互联网巨头AI服务器采购量 资料来源: Trend Force,华安证券研究所  三、PCB行业或将直接受益于AI服务器采购浪潮 PCB在服务器中占有较高的价值量,并且随着PCIe总线技术的升级,相应PCB板的价值量也有明显提升。就使用部位而言,主板、背板、电源板及网卡均有运用,但由于电源板 、背板、网卡面积都很小,基本只采用FR4材料,对应价值量较主板偏低。 敬请参阅末页重要声明及评级说明 4 / 7 证券研究报告 图表6服务器中的PCB应用 图表7 服务器中PCB板主要类型 资料来源:广和科技招股书,华安证券研究所 资料来源:华安证券研究所绘制 根据Prismark的预测,服务器作为PCB下游最重要的应用领域之一,21年价值量将占到下游的9.7%,但随着数据中心建设及AI服务器的加速应用,26年价值量将到达125.74亿美金,21-26复合增速10%,位列PCB下游增速第一的位置。 随着总线技术的升级以及AI服务器的渗透,服务器对CCL及PCB层数有着更高的要求。在高频高速领域,对PCB板有以下三个高要求: 1)低介电常数(εr):在高频的运算过程中,PCB表面会积累大量电荷,形成一个大电容,频率越高,电荷积累越多,造成信号传输的延迟与损失。因此下一代CPU的出现需要PCB有更低的介电常数。 2)低散逸因子(Df):也就是电容的无用功率与有用功率的比值,PCB的散逸图表8 26年服务器PCB价值量占比 图表9 21-26年PCB下游各领域产值(百万美元) 2021E 2026F 计算机:PC 14858 14729 服务器 7812 12574 其他计算机 4624 5069 手机 16025 21165 有线基础设施 6111 7901 无线基础设施 3237 4242 消费电子 11790 14969 汽车电子 8192 11770 工业 3196 3816 医疗 1497 1728 航空军事 3109 3596 合计 80449 101559 资料来源:Prismark,华安证 券研究所 资料来源: Prismark,华安证券研究所 敬请参阅末页重要声明及评级说明 5 / 7 证券研究报告 因子越低,相同条件下传输损耗越低。 3)低粗糙度(Ra):高频数据传输会产生趋肤效应,不平整的表面会造成能量聚集同时带来能量损失。 PCI Express 4.0标准下(16GHz)的电信号最大距离传输距离为15英寸,损耗预算为10.5dB/in,PCI Express 5.0最大距离为11英寸,损耗预算为14dB/in。如果CCL 材料不变化,则必须通过缩短传输距离来保证达到规定损耗预算。但是,主板尺寸过小,会导致元器件之间密度过高,加工难度急剧升高。因此,PCIe标准的提升对高频高速CCL的需求更加强烈。 图表 10 不同服务器平台PCB代际差异 服务器平台 Whitley Eagle Stream Birch Stream PCB层数 12- 14 14- 16 18 CCL材料 M4 M6 更高 平均尺寸 1500*600mm 1500*600mm 1500*600mm 单价/台 2700-3600 5400-6300 更高 资料来源:华安证券研究所测算 AI服务器 较普通服务器 的数据传输 速度和效率有着更高的 要求。 其层数由20- 28层不等, 覆铜板 材料为传统FR- 4和M6-M 8材料混压而成,根据我们的测算,AI服务器的PCB的价值量 为普通服务器的三倍 左右。 图表 11 Open AI公司AI服务器PCB方案 方案 层数 材料 1.低成本 方案 20层 M6+FR-4高TG(CTE很低) 2.中成本 方案 24层 M7+FR-4高TG(CTE很低)进行混压 3.高成本 方案 最高28层(跟交换机层数类似 ) M8材料 资料来源:调研纪要,华安证券研究所  四、建议关注服务器板占比较高的PCB及CCL公司 AIGC应用升级提升了了市场对算力硬件需求量增加的预期,在AI服务器板出货量并没有显著增长的炒作前期,建议关注服务器板占比较高的PCB及CCL公司。 图表 12 重点PCB、CCL公司下游产品占比