电子：如何理解云厂商Capex及其对算力建设景气度的影响？

全球企业云基础设施服务整体支出持续扩张，支撑云基础设施Capex持续投入。23Q1全球云基础设施服务整体支出630亿美元，同比增长20%，环比增长4%。亚马逊、微软、谷歌单季度云相关收入持续增加，企业上云为长期趋势。23Q2微软智能云收入为215亿美元，yoy+18%，在手订单为2240亿美元，yoy+18.5%；23Q2谷歌云收入为80亿美元，yoy+28%，在手订单为606亿美元，yoy+18%；23Q2亚马逊云收入为221亿美元，yoy+12%，在手订单为1321亿美元，yoy+32%。 云厂商资本开支呈现出一定的周期性，核心驱动因素：1）企业IT支出和企业上云需求驱动；2）硬件升级带来的换新需求。23Q2北美主要云厂商资本开支出现一定分化，云基础设施包括AI的投入力度加大。微软：23Q2 Capex为89.4亿美元，yoy+30%；谷歌:：23Q2Capex为68.9亿美元，yoy+1%（增速略低主要是由于办公设施建设季度放缓和数据中心建设延迟），Meta：23Q2Capex为62.2亿美元，yoy-18%（主要是节约成本，特别是在非AI服务器上，以及由于项目和设备交付延迟而导致部分Capex递延到24年）；亚马逊：23Q2Capex为114.55亿美元，yoy-27%，将持续重视在数据中心及相关硬件领域的长期资本开支，正在继续扩大AWS基础设施的覆盖范围和持续投入生成式AI和大语言模型。 intel数据中心收入同比增速23Q1触底，我们参考AMD数据中心业绩季度指引认为AMD数据中心业务23Q2有望触底，23Q3同比跌幅有望收窄，Nvidia指引23Q2业绩高增长，AI需求旺盛叠加intel和AMDCPU新平台拉货，看好算力景气度。Intel:23Q2数据中心实现40亿美元收入，同比下降14%，跌幅收窄，23Q1同比增速已经触底；AMD：23Q2数据中心实现收入13亿美元，同比下滑11%，AMD预计23Q3数据中心业务有环比双位数的增长，我们认为23Q3同比跌幅收窄，23Q2同比跌幅触底；Nvidia:23Q1收入42.8亿美元，创历史新高，yoy+14%，qoq+18%，主要受CSP及互联网公司训练和部署生产式AI应用需求驱动，公司指引23Q2收入110亿美元。 投资建议：重点推荐AI服务器龙头工业富联 风险提示：主要云厂商资本开支不及预期、服务器新平台拉货不及预期、AI服务器销量不及预期 1.云厂商Capex呈周期性，AI和云基础设施投入力度持续加大 1.1.云基础设施服务整体支出整体呈现出稳健扩张态势 全球企业云基础设施服务整体支出持续扩张，整体呈现出稳健成长态势。23Q1全球云基础设施服务整体支出630亿美元，同比增长20%，环比增长4%。 图1：云基础设施服务整体支出情况 全球云基础设施服务厂商竞争格局集中，且头部厂商持续份额提升。23Q1亚马逊、谷歌、微软整体占65%的市场份额，亚马逊总体市场份额在32~34%，微软市场份额由20Q1的18%提升至23Q1的23%，谷歌份额由20Q1的8%提升到23Q1的10%，头部份额持续提升。 图2：云基础设施服务厂商竞争格局情况 1.2.北美云厂商云相关业务收入持续增加，支撑云基础设施持续投入 亚马逊、微软、谷歌单季度云相关收入持续增加，企业上云为长期趋势。从收入同比增速来看，20Q4亚马逊、谷歌云收入同比增速触底，22Q1开始，微软、谷歌、亚马逊云相关业务同比增速开始下滑，23Q1亚马逊和微软云相关业务收入同比增速回落到10~20%区间，谷歌云收入同比增速回落到20~30%区间。从在手订单情况来看，23Q2微软在手订单为2240亿美元，yoy+19%，谷歌云在手订单为606亿美元，yoy+18%，增速相比于前期高点有所回落。 图3：微软单季度云相关业务收入及同比增速 图4：谷歌单季度云相关业务收入及同比增速 图5：亚马逊单季度云相关业务收入及同比增速 图6：微软季度末在手订单情况及同比增速 图7：谷歌季度末云在手订单情况及同比增速 图8：亚马逊季度末云在手订单情况及同比增速 1.3.云厂商Capex呈周期性，核心受云计算需求和计算平台升级驱动 北美云厂商Capex呈现出一定的周期性，核心驱动因素：1）企业IT支出和企业上云需求驱动；2）硬件升级带来的换新需求。云厂商Capex的需求主要来源于存量更新换代需求和新增的扩张需求，存量更新需求取决于硬件升级（如服务器芯片升级、网络设备升级等），新增需求则取决于企业IT支出需求和企业上云需求（CAPEX--> OPEX）。 图9：主要云厂商Capex增速 表1：intel/AMD/Nvidia产品Roadmap 1.4.北美云厂商最新季度Capex存在分化，AI&云基础设施持续投入 云厂商最新季度的CAPEX指引： 1）微软：23Q2(FY23Q4)Capex为89.4亿美元，yoy+30%，微软表示将加快对云基础设施的投资，公司预计23Q3-24Q2(FY24)Capex会逐季度增加，但云基础设施建设可能存在正常的季度支出波动； 2）谷歌：23Q2Capex为68.9亿美元，yoy+1%，增速略低主要是由于办公设施建设季度放缓和数据中心建设延迟，AI基础设施投资大幅增加，公司预计23H2Capex会增长，24年会延续增长； 3）Meta：23Q2Capex为62.2亿美元，yoy-18%，23年Capex将下调到270亿至300亿美元之间，主要是节约成本，特别是在非AI服务器上，以及由于项目和设备交付延迟而导致部分Capex递延到24年，公司预计到24年在数据中心、服务器和AI方面的投资支出将会增长； 4）Amazon：23Q2 Capex为114.55亿美元，yoy-27%，公司认为生成式AI仍处长跑早期阶段，将持续重视在数据中心及相关硬件领域的长期资本开支，正在继续扩大AWS基础设施，持续投入生成式AI和大语言模型。 图10：微软单季度资本开支及同比增速 图11：谷歌单季度资本开支及同比增速 图12：亚马逊单季度资本开支及同比增速 图13：Meta单季度资本开支及同比增速 表2：云厂商季度&年度CAPEX指引表述变化 2.AI高景气，新平台带动intel&AMDDC收入同比增速触底 2.1.服务器主要芯片厂商最新数据中心季度业绩&指引 1）Intel： 23Q2数据中心实现40亿美元收入，同比下降14%，跌幅收窄，23Q1同比增速已经触底。收入下滑主要是由于中国市场和企业级市场需求复苏不及预期，整体市场空间缩小竞争压力加剧，intel预计2 3H2 服务器CPU市场下半年同比下降幅度将会收窄，Sapphire Rapids的出货带动了23Q2服务器CPUASP的提升，环比提升3%，同比有17%的提升，出货量维度同比有27%的下滑。 图14：intel数据中心收入及增速 2）AMD： 23Q2数据中心实现收入13亿美元，同比下滑11%，AMD预计23Q3数据中心业务有环比双位数的增长，预计23Q2同比跌幅触底，23Q3同比跌幅收窄。23Q2数据中心业务的下滑主要是由于第三代EPYC处理器收入的下滑。23Q2第四代EYPCCPU应用加速，环比增速接近翻倍，AWS, Alibaba, Microsoft, andOracle宣布了新的搭载第四代EYPC处理器的新的云计算实例。展望2 3H2 数据中心AI算力持续扩张，但是云厂商会持续进行数据中心算力调整，企业级客户针对数据中心投入相对谨慎，AMD预计23Q3数据中心业务有环比双位数的增长，23Q4受益于MI300X和超级计算机的应用会延续环比增长态势，我们预计23Q3同比跌幅收窄，23Q2同比跌幅触底。AMD预期2027年数据中心AI加速器市场规模有望达到1500亿美元。 图15：AMD数据中心收入及增速 3）Nvidia： 数据中心需求旺盛，指引强劲。23Q1数据中心：FY24Q1收入42.8亿美元，创历史新高，yoy+14%，qoq+18%，主要受CSP及互联网公司训练和部署生产式AI应用需求驱动，公司指引FY24Q2收入110亿美元，增长主要是由数据中心AIGC和大语言模型驱动，且预计 H2 供给会高于H1，数据中心业务能见度延伸至数个季度。(预计2023年8月23日披露FY24Q2业绩)。 图16：Nvidia数据中心收入及增速 4）BMC月度营收数据：月度收入同比跌幅尚未收窄，主要受传统服务器库存调整影响。 图17：信骅月度营收数据（亿新台币） 2.2.服务器主要芯片厂商股价表现 图18：intel股价表现（美元/股） 图19：AMD股价表现（美元/股） 图20：Nvidia股价表现（美元/股） 图21：信骅股价表现（新台币/股） 3.服务器和云厂商Capex、主要芯片厂商DC收入关联度较高 服务器收入、出货量和主要芯片厂商数据中心收入，与云厂商资本开支关联度较高。上一轮服务器上行周期为21Q2~22Q3：从季度服务器出货量来看，21Q2同比增速触底，21Q3服务器收入增速转正，21Q2服务器单季度出货量同比增速触底，21Q3服务器出货量同比增速扩大，22Q4服务器单季度收入同比增速回落，23Q1服务器单季度收入同比增速持续收窄，服务器单季度出货量同比转负。考虑云厂商数据中心资本开支力度&主要芯片厂商数据中心业务季度表现，我们认为服务器有望迎来边际改善，AI服务器持续高景气。 图22：服务器单季度收入及同比增速 图23：服务器单季度出货量及同比增速 图24：交换机单季度收入和出货量 4.NVIDIA vs云厂商软硬件：互相渗透各自领域，Nvidia成本&产品通用性优势显著 头部云服务厂商近年均推出了自研的训练芯片，横向比较来看，云厂商自研芯片偏专用、定制化，仅适用于自身云平台特定的使用场景，从性能效率来看，均以A100作为比较基准，云厂商自研芯片可以一定程度尚提升部分客户训练效率、降低成本，但训练速度、通用性均不及H100。我们认为GPU市占率层面，云厂商短期内较难与Nvidia相较，但伴随算力需求快速提升和客户资源绑定，仍然存在拓宽市场规模的机会。 表3：云厂商与Nvidia硬件对比 与NvidiaA100对标来看，谷歌TPU作为专用芯片在能效、计算速度方面具备一定竞争优势： 1)计算能力:TPU v4最高算力275Tflops，A100算力约312 Tflops的（FP16）。虽然A100具有更高的原始性能，但TPU v4作为张量处理单元的架构设计，使其能够更高效地执行程序。据Google研究人员称，在类似的规模系统中，TPU v4的速度比NVIDIA A100快1.2倍到1.7倍。 2)可扩展性:TPU v4和NVIDIA A100都提供出色的可扩展性，允许多个芯片互连以创建更强大的系统。TPU v4采用先进的Google TPU网络互连技术，而A100使用NVIDIA的NVLink和NVSwitch技术。 3)内存和带宽:A100具有更高的内存带宽和更多的内存容量，更有利于处理超大型模型和海量数据集。 4)能源效率比较:TPU v4部署了可重构OCS，可有效降低功耗。据谷歌研究人员报告称，TPU v4的功耗比NVIDIA A100低1.3至1.9倍，这使其在能耗方面具有显着优势。 表4：NvidiaA100 PCle和Google TPU V4参数对比 当前Nvidia和云服务厂商均对垂直的B端企业应用有所布局，分析来看，我们认为Nvidia在B端的软件布局更倾向于绑定硬件而提供完整的AI服务，而云厂商则更倾向于基于传统软件的业务积累和客户资源做AI领域的价值延伸。 Nvidia未来的构想是走向产业链下游，由原来单纯的设备供应商延伸到服务提供商，其自建或合建的算力中心就会把原来5000多倍的资本支出缩减到千分之一，市场份额将随之增加5倍左右，这对供需双方是一个双赢的方案，相比云厂商更具成本优势。黄仁勋在接受