AI算力跟踪算力互连复盘-20250720东吴TMT

发言人2 03:20还是从上面提到的四个维度来说。第一点就是从锚定capex到锚定copy树。其实在二三年第一波行情，包括24年第二波云厂capex都是实现了对整个行业景气度的鲜艳的。包括其实24年它也是在持续影响大家的预期和大家的判断。但是我们觉得市场一直把行业景气度和开pass锚定之前可能是对的。但是中间像担心开pass的一阶导二阶导下降，包括转负，以及像担心开发投入看不到落地兑现，对所以投入的持续性可能存疑这些。但是我们觉得其实现在可以看到一个更有效的景气度，中间指标就是套位数。发言人2 03:56为什么我们这样觉得呢？一方面是整个token数相比于capex它是形成了闭环的。Token数向上它对应的是推理的算力需求，也就是进一步说就是算力配套的一些产业链的需求。向下它其实是能够落地形成AI带来的一些增量的环节，包括和对应的云厂以及其他厂商的收入。所以我们觉得像今年海外的谷歌、微软，国内的字节这些厂等厂商，就是他们处理的token数都是有一个同比的上百倍甚至数十倍的增长。这说明整个产业链投硬得软的这样一个生态飞轮就已经真正转动起来了。发言人2 04:28第二个方面，也就是我们其实也是和刚刚说到的第二个趋势有关，也就是算力芯片这个维度。为什么我觉得也是开发X不是那么直接相关的呢？我因为我觉得从云厂，包括可能更多的厂商，从之前依赖GPU到现在asic重启半边天。我们其实可以从英伟达50%的定义率就可以看出来，ic相比GPU的性价比是更高的。所以这也就意味着就算是资本开支增长放缓，但是如果从GPU1部分转到asic单位，美元它其实能够买，包括需要买的算力卡以及配套的硬件都是增加的。所以这也就意味着云厂的资本开支中流向英伟达的价值，其中有一部分是可以在产业链中再分配的。所以产业链的增速是会高于云厂资本开支的一个增速。这也就意味着其实锚定资本开支，我们认为是逐渐失真。发言人2 05:12可能token树这样一个真正生态闭环，然后验证到整个飞轮转速的一个中间环节和中间变量，我们觉得可能是更关键的了。第三个区趋势，就是从光模块PCB交换机等产品级别的迭代更新，到整个网络架构的升级。其实2223年24年的两轮行情中，像交换机的容量翻倍，光模块的速率翻倍，PCB高密度化、高层化的加速，其实是比较大的一个景气度的催化。但是其实如果我们把整个目光放大一点，也就是说整个AI计算它的特异性去的要求，以及配套网络架构的对应的升级。其实这个维度我们理解可能是对整个产业链更加通透，而且更加强催化的一个逻辑。发言人2 05:50其实这个升级目前我们看有两个维度，但是后面可能会多一些维度。第一个维度是scaleout网络本身的一些需求升级，这个更多的就是对应着像以太网交换机的容量翻倍，包括包括IB那边的翻倍，还有光模块的速率的提升。然后另外一个层面的演绎，我们觉得也就是我们最后要说的第四个趋势，就是从传统的skillout的网络拓展出了scale out的网络，这个是我们目前看到的趋势。但是再往后看，其实很可能第三个趋势就是skill up网络这边本身在自身带宽以及集群内超节点内涵盖的卡的数量，服务器数量的一个提升。但是现在我们看还是在第二个角度一个演绎。包括我们在一月份外发的这个辨析skillout和skillup的报告中也有提到。发言人2 06:31其实skillup在整个AI计算中的必要性是来自于AI计算本身的特异性要求。这里咱们再做一个简短的技术探讨。整个AI计算其实就是按照GPU的并行计算，包括IT后面可能有一些并行计算来进行的。但并行计 算也是由难到易有一个区分的。但是这里它有一个优势，就是确实需要传输数据的频次和数据量是比较小的。但是如果一旦是把通过CQ2网络把这些数据传给GPU在做运算的时候，其实通信反而会限制这些GPU的利用率。所以后来大家就想到另外一种并行计算方式叫张量并行，就把模型里面大的矩阵、高维矩阵给拆成比较小的子矩阵。然后子矩阵的运算结果再凑过来，构成一个新的运算结果，也就是新的一个高维矩阵。发言人2 07:13它这个对GPU的利用效率更高，但是它有一个缺点就是需要更高频更大量的一个数据传输。所以这里用传统skill的网络就不能实现了，就得通过Q来实现。但是这个APP网络，所以它相对于奥特网络那边特点就是单卡对应的带宽更高。但是其实集群内的卡的数量是比较少的。但这个在后面我们觉得它是会有一个持续性的增长。所以说到这点，就我们觉得整个CUup网络其实也就是在AI里面应运而生的。但是其实咱们看前面两波行情，二三年和24年的大家可能对于这部分的关注并没有特别多。发言人2 07:42唯一可能和这个up网络比较相关的，也就是单位要72带来了一波可能无缘同缆那边的行情。但是往后展望，特别是在云厂这边，从GPU逐渐转向asic这个趋势下，我们觉得云厂这端包括甚至可能英伟达后面的一些应用上都可能会采购或者说采用a give up网络来进行有网络升级的一个需求是越来越高的。所以这里面我们觉得很可能就会催生出来本身是卡的数量，卡的需求量是在不断增长。与此同时单卡对应的带宽也是在持续增长。所以这里我你就要提到刚刚说到的整个token数带来的算力需求增长。但是整个配套的像光模块PCB，包括可能后面的有人同揽这些的需求，它的增速很可能是高于整个算力需求以及算力芯片出货量的一个增速的。因为这里会多出来一个单卡带宽对应的重数，所以这里也就意味着后面目前市场演绎出来的很可能还是在token数增长这个环节。但是token数带来的对应的一个成熟效应其实是没有反应的对所以综合以上四个趋势，其实我们可以看到。发言人2 08:42整个AI算力的一个发展，其实可能大家一开始都是偏盲人摸象。但是逐渐跟着产业的一个景气度，包括技术的迭代，然后对整个产业的趋势有一个逐更更加清晰的认知。所以我们认为在这个清洗认知的基础上，其实到了这轮行情，可能大家对于一些因素一个担忧或者判断可能就会消除。发言人2 08:59这里可然后再稍微提到一个之前对CEPO的影响比较对方块影响比较大的一个环节，就是CPU。其实上周国通CEO出来的讲话，也部分打消大家对CPU的对光块取包括PVB取代的一个担忧。主要的点就是在于确实CPU现在光学部分的故障率还是太高了，现在还是5到8，5%到8%的故障率。但是像光块，它整个故障率还是在千分千分位级别，是基本上是CPU这边的10分之1，甚至还更多。然后像铜缆这块，其实它整个故障率比光摇再更低一点。发言人2 09:30所以我们现在的判断就是，因为有了整个算力紧密度增长，所以整个算力芯片的需求增长。但是算力芯片这块因为losq up这个需求，所以整个带宽的需求是比整个算力需求还要再高速的更多几倍增速的一个增长。然后这块增长其实我们觉得对于之前传统的scale of网络来说，其实没有太多的一个影响的。所以至少重庆光退这个就是一个直觉谬误。发言人2 09:51 然后具体我们看后面的up这边怎么来分？其实也很简单，其实英伟达它的这个产品路线是一个比较直观的例子。他一开始的gap就是八张卡，像那种八卡的服务器。然后到了GH200，其实他想做中玄光的，但是确实成本太高了，所以整个采用率也不是特别高。然后到GB200，其实他就比较讨巧的用了同这种比较低成本的方式来做GH2卡的一个give up。发言人2 10:12到再到后面，其实我们觉得现在大家可能关注到有一些新的技术方案，包括云厂那边的A这个服务器也会有一些新的技术方案。所以我们觉得大体一个趋势可能是这样来进行的。也就是可能一开始就是基于PCB，然后PCB之后可能就是使用统揽，包括有源统揽来做一些更长距离的场景，速度更高的一些连接。然后可能到了这柜内实现到了一个上限的时候，可能要做一个柜间的school。发言人2 10:37Up到这一步，我们觉得比较有利的，或者说是可能应用场景比较多的就是有源铜缆AEC，再加上一些光学的一些器件。比如说从AOC可能再到一些分离的多模单模光模块这些。所以我们我们认为目前市场可能更多演绎的还是在于算力需求这个维度。但是真正的成熟效应可能是没有完全反应的，确实这个可能还是要有待后面云场那边真正的方案出来我才能落地。但是我们觉得目前这个态势是肯定成立的。因为对于云厂来说，你加上这些器件，其实整个的经济性和提高GPU或者asic整个计算效率带来经济效益比还是算得过来账的对。所以我们最后再看一下从Q1比Q1末到Q2初这波行情，我觉得一共有三波机会。第一轮是Q一的各家厂商的业绩出来，大家心里可能有一个底。发言人2 11:25然后第二轮其实就是产业链里面个别比较关键的环节，其实把今年特别是明年的一个需求给上修，可能大家对景气度有一个比较清晰的认知。然后到了第三轮可能就是二季报的一个预告，其实大家对于整个景气度的反转，其实有一个或者说坚信，或者说更加一个确定性的一个定调。但是我们觉得其实这两轮，甚至说这三轮可能更多也是在于今年和明年的一个景气度的验证到。但是真正一个行业成长的逻辑，其实现在可能并没有反应。所以现在我们看到其大家可能把各家的今年和明年的盈利有所上调，包括EPF这端自然上修。但是其实PE这一端可能大家现在还是比较关注，但是确实不敢有太为果敢的一个判断。但是我们认为基于上面这四个趋势，特别是整个成熟效应的一个发挥，我们觉得其实整个产业链的成长性还是存在的。所以PE这端我们觉得后面也会有一个上调的机会。对，以上就是我们今天总体的发言，可能有一些偏技术或者说偏趋势性细节并没有沟通到位。如果有投资者有任何交流的需要，欢迎再联系我们团队，谢谢。