通信行业事件点评：英伟达发布DGX GH200超级计算机，提升通信带宽利好高速光模块

证券研究报告 事件点评 英伟达发布DGX GH200超级计算机，提升通信带宽利好高速光模块 [Table_Rating] 增持（维持） [Table_Summary] ◼ 主要观点 今年年初以来，以ChatGPT为代表的生成式人工智能模型持续落地和商业化，引发了业内对人工智能赛道的关注。人工智能技术的不断演进，也对以算力和通信为代表的人工智能基础设施提出了更高的要求。 近日，NVIDIA推出了新型AI超级计算机——DGX GH200。在算力和存储方面，DGX GH200组合了Arm架构的Grace CPU和Hopper架构的GPU，配备了96GB HBM高速显存、576GB显存和144TB共享内存。在通信方面，DGX GH200在GPU间可实现高达900GB/s的数据吞吐速率（带宽），是PCIe Gen 5.0通道传输速率的7倍。相较于此前推出的DGX H100 SuperPOD，DGX GH200更适合生成式人工智能模型训练场景。 我们认为：除算力之外，为了适应生成式人工智能模型的持续迭代， AI数据中心需要更高的带宽和更大的内存。而GH200配置的高内存和大带宽，正是这一发展趋势的代表，这将有利于800G光模块在未来的导入与放量，利好在800G验证和量产方面进度领先的光模块行业头部公司。 ◼ 投资建议 建议关注： 中际旭创：中高端数通市场龙头，2021年全球排名第一的光模块供应商。公司管理团队激励机制有望得到改善。根据iFinD机构一致预期，截至2023年5月29日，公司2023/2024年的预测PE分别为51/39倍，位于近五年的81%分位。 新易盛：光模块领域龙头，成本管控优秀，具备切入增量云计算/AI客户的能力。根据iFinD机构一致预期，截至2023年5月29日，公司2023/2024年的预测PE分别为39/28 倍，位于近五年的46%分位。 天孚通信：光器件整体解决方案提供商。根据iFinD机构一致预期，截至2023年5月29日，公司2023/2024年的预测PE分别为59/46 倍，位于近五年的100%分位。 源杰科技：技术成熟的国产激光器厂商。根据iFinD机构一致预期，截至2023年5月29日，公司2023/2024年的预测PE分别为104/76 倍，位于近五年的90%分位。 ◼ 风险提示 海外头部云厂商需求不及预期；人工智能技术落地和商业化不及预期；产业政策转变；宏观经济不及预期等。 [Table_Industry] 行业: 通信 日期: shzqdatemark [Table_Author] 分析师: 刘京昭 Tel: E-mail: SAC编号: S0870523040005 [Table_QuotePic] 最近一年行业指数与沪深300比较 [Table_ReportInfo] 相关报告： 《市场行情疲软，通信行业细分板块出现分化行情》 ——2023年05月23日 《财报披露和节日后两天行情疲软，不改长期投资逻辑》 ——2023年05月11日 《稳健成长，紧抓数字经济新周期 ——通信行业2022及2023Q1财报总结》 ——2023年05月09日 -14%-7%1%8%16%23%31%38%45%06/2208/2210/2201/2303/2306/23通信沪深3002023年06月02日 事件点评 请务必阅读尾页重要声明 2 目 录 1 人工智能基础设施更进一步，英伟达新型超级计算机发布 ........ 3 1.1 DGX GH200在共享内存和GPU间通信方面有提升 ....... 3 1.2 GPU间通信带宽增加，提振高速光模块增长空间 ........... 5 2 风险提示 ..................................................................................... 6 图 图 1：DGX GH200组合了Grace CPU和Hopper架构GPU ....................................................................................... 3 图 2：Grace Hopper架构相对x86+Hopper在模型训练和高性能计算上有比较明显的计算能力优势 ...................... 4 图 3：DGX GH200内存大幅增加（单位：GB） .................. 4 图 4：DGX GH200连接NVLink的拓扑结构 ........................ 4 图 5：DGX GH200大内存AI工作负载性能大幅优于DGX H100 ............................................................................... 4 图 6：GPU-GPU通过NVLink4连接 .................................... 5 表 表1：人工智能领域相关公司对比（截至5月29日，单位：亿元） ............................................................................ 6 事件点评 请务必阅读尾页重要声明 3 1 人工智能基础设施更进一步，英伟达新型超级计算机发布 1.1 DGX GH200在共享内存和GPU间通信方面有提升 今年年初以来，以ChatGPT为代表的生成式人工智能模型持续落地和商业化，引发了业内对人工智能赛道的关注。人工智能技术的不断演进，也对以算力和通信为代表的人工智能基础设施提出了更高的要求。 图 1：DGX GH200组合了Grace CPU和Hopper架构GPU 资料来源：NVIDIA DGX GH200技术文档，上海证券研究所 5月29日，NVIDIA宣布推出AI超级计算机DGX GH200。相比于2021年推出的DGX H100 SuperPOD架构，DGX GH200超级计算机主要的改进有： （1）使用了全新的Grace Hopper 超级芯片。Grace Hopper 超级芯片整合了Arm架构的Grace CPU和Hopper架构的GPU，而DGX H100则使用单独的H100 GPU。Grace Hopper 超级芯片相比于传统的X86+Hopper方式，在并行计算上优势明显，因此DGX GH200在模型训练场景下会有更高的计算效率； （2）DGX GH200拥有144TB共享内存，单块GPU最高配置96GB高速显存，相较DGX H100增加20%，因此DGX GH200在进行模型训练时，可以高效地使用更大的训练数据集； 事件点评 请务必阅读尾页重要声明 4 图 2：Grace Hopper架构相对x86+Hopper在模型训练和高性能计算上有比较明显的计算能力优势 图 3：DGX GH200内存大幅增加（单位：GB） 资料来源：NVIDIA Grace Hopper架构白皮书，上海证券研究所 资料来源：NVIDIA开发者社区，上海证券研究所 （3）DGX GH200的GPU与GPU间通信使用NVLink4，可以在GPU与GPU间实现900GB/s的数据吞吐速率（带宽），是传统PCIe Gen 5.0通道传输速率的7倍，同样有助于提高模型训练效率。 综上所述，相比于此前的DGX H100 SuperPOD，DGX GH200将更适合受到较大关注的生成式人工智能模型训练。 图 4：DGX GH200连接NVLink的拓扑结构 图 5：DGX GH200大内存AI工作负载性能大幅优于DGX H100 资料来源：NVIDIA开发者社区，上海证券研究所 资料来源：NVIDIA开发者社区，上海证券研究所 DGX GH200在Grace CPU与GPU间使用NVLink C2C技术进行通信，在GPU间通过NVLink交换机进行通信。所使用的NVLink交换机结合了第四代NVLink与第三代NVSwitch技术。如图4所示，DGX GH200第一级配置96台NVLink交换机，第二级配置36台NVLink交换机，每8个 Grace Hopper 超级芯片为一组与3台第一级的NVLink交换机互相连接。结合800G光模块的封装方式和NVSwitch的端口数量，假设Grace Hopper 超级芯片与第一级的NVLink交换机通过线缆连接，而第一级的NVLink 事件点评 请务必阅读尾页重要声明 5 交换机与第二级的NVLink交换机通过光通信连接，则DGX GH200中一块GPU对应9个800G光模块；假设Grace Hopper 超级芯片与第一级的NVLink交换机、第一级的NVLink交换机与第二级的NVLink交换机均通过光通信连接，DGX GH200中一块GPU对应约18个800G光模块。因此，DGX GH200中一块GPU对应的800G光模块约为9-18个。 图 6：GPU-GPU通过NVLink4连接 资料来源：NVIDIA Grace Hopper架构白皮书，上海证券研究所 考虑到NVIDIA推出的CUDA架构在高性能计算领域的重要地位，DGX GH200超级计算机的设计思路和具体实现，也将对后续面向模型训练场景的AI服务器的设计产生较大的影响。 1.2 GPU间通信带宽增加，提振高速光模块增长空间 光通信是AI数据中心协同运转的重要通信手段，光模块则是光通信必不可少的组件。AI数据中心的网络通信建设，将进一步拓展以400G和800G光模块为代表的中高速光模块的应用前景，对目前处于400G光模块放量、800G光模块加速导入的周期起点的光模块行业具有重要意义。 我们认为：除算力之外，为了适应生成式人工智能模型的持续迭代，突破生成式人工智能模型训练时间较长的瓶颈， AI数据中心需要更高的带宽和更大的内存。而DGX GH200正是这一发展趋势的代表，这将有利于800G光模块在未来的导入与放量，利好在800G验证和量产方面进度领先的光模块行业头部公司。 事件点评 请务必阅读尾页重要声明 6 2 风险提示 海外头部云厂商需求不及预期；人工智能技术落地和商业化不及预期；产业政策转变；宏观经济不及预期等。 表1：人工智能领域相关公司对比（截至5月29日，单位：亿元） 细分板块 股票简称 22营业 收入 22归母 净利润 23E 营业收入 23E归母 净利润 23E 估值 24E 营业收入 24E归母 净利润 24E 估值 近五年PE 分位数（%） 算力 寒武纪 7 -13 11 -8 -- 16 -5 -- -- 紫光国微 71 26 92 34 23 119 45 17 0 澜起科技 37 13 50 15 54 73 21 36 30 北京君正 54 8 59 9 49 70 12 36 27 芯原股份 27 1 34 2 295 43 2 189 -- 国科微 36 2 53 4 51 69 6 37 43 瑞芯微 20 3 25 4 77 32 6 57 97 服务器 中科曙光 130 15 152