AI算力还能上车吗?暴涨的英伟达背后有答案!

AI算力还能上车吗?暴涨的英伟达背后有答案!
2023年06月02日 15:03 私募排排网

2023年的5月,对于全球算力龙头、芯片巨头英伟达来说,大概是振奋又紧张的一个月——一面是5月25日发布Q1财报后,业绩数据超预期,暴涨的股价;另一面是算力需求激增,AI芯片供不应求,爆单的压力。

Choice数据显示,英伟达在5月股价累涨36.64%,截至美东时间6月1日美股收盘,总市值达9823.19亿美元,美国第5,全球第6。5月30日盘中甚至一度涨至419美元,市值破万亿。

苹果、微软、Alphabet(谷歌)等老牌科技巨头仍处于前列,但实力相对单薄的英伟达已能望其项背。其能叩开“万亿美元市值俱乐部”的大门,无疑证明了算力板块在AI行情中的确定性。

以英伟达的起势作为对照,A股算力板块的行情确定性几何?哪些企业或将受益?

算力供应商,AI大模型淘金热中的“卖水人”

在淘金热中卖水发财的故事,从19世纪中叶传唱至今。每当新的“淘金”热点出现,除了追捧“淘金者”,资本的一个基本演绎逻辑就是寻觅、押注这一商业模式中的“卖水人”。

在这波由ChatGPT引发的浪潮中,各家的AI模型还在升级迭代,相关行业还在探索应用场景;而作为“卖水人”的算力供应端,随着“淘金者”的先期投入已见收效。

如果回望2022年,彼时英伟达还一片愁云惨淡。这一年云计算大厂纷纷削减GPU采购预算,“挖矿热”也逐渐冷却,加上在中国的销售受到美国禁令限制,英伟达股价从最高点一度跌去了2/3,低点跌至108美元。

直到ChatGPT横空出世,英伟达的GPU才再度成为供不应求的“香饽饽”。

为图像显示而生的GPU具有超强的并行运算能力,意外契合AI训练时的海量数据运算处理需求。而AI大模型的迭代,偏又高度依赖“量变引发质变”。

注:其中算力需求的计算方式由OpenAI提出,单位为petaflops/s-days(缩写为pfs-day)

从ChatGPT的“进化史”看,代际之间涉及数据量差距极大,尤其在GPT-3这一代,数据量达到前代的千倍,算力需求也水涨船高。

具体到训练成本,OpenAI训练1750亿参数的GPT-3费用约为1200万美元,训练5000亿参数(业界预估)的GPT-4成本就飙升至1亿美元。

对于AI大模型训练这样的海量数据运算而言,芯片的算力是可以量化的消耗品。随着算力需求的增加,算力消耗成本也在不断增加。

一个直观的例子是:Google训练5400亿参数的PaLM模型,使用了超过6000块TPUv4芯片,消耗的算力折算为Google云计算的报价,约为900-1700万美元。

因此我们说,当前较为明确能从AI大模型中获益的,可能正是为大模型训练提供支持的算力产业链上的公司。

从最上游了解了全球AI算力产业链的确定性,我们不妨将目光转回国内。

算力“军备竞赛”已开启,国产算力供应商潜力无穷

自ChatGPT引发浪潮以来,国内大模型密集发布,自研AI大模型目前正处于“百花齐放”阶段。

5月30日《中国人工智能大模型地图研究报告》发布,据不完全统计,中国10亿级参数规模以上大模型已发布了79个。

在4月1日华为第20届全球分析师大会上,华为轮值董事长孟晚舟曾公开表示,预计到2030年,全球AI计算能力将增长500倍。

不久前的第七届世界智能大会上,中国电子董事长曾毅也在演讲中表示:“没有强大的算力,新一代人工智能将是无本之木。”

国内正值“百模大战”,却得不到充足的算力资源供应

根据摩根大通近日发布的报告数据,英伟达今年预计将在整个AI产品市场占据60%的份额。

目前英伟达最主流的GPU芯片,是2020年5月公布的A100,黄仁勋在发布会上称其是“迄今为止人类制造出的最大7nm制程芯片,集AI训练和推理于一身”。

然后是2022年3月推出的H100——晶体管数量接近翻倍,部分性能是A100的六倍,黄仁勋称其为“全球首个为生成式 AI 专门设计的计算机芯片”。

但在2022年8月底,美国对英伟达这两款芯片均实施了出口管制。

在缓冲时间后,国内仅能从英伟达买到“平替版”的A800和H800,据英伟达消息,阿里、腾讯和百度等中国互联网大厂已在用这两款芯片。

比如腾讯云4月发布的新一代HCC高性能计算集群,就明确搭载了英伟达的H800芯片,不过并未透露具体数量。

据业内人士向媒体透露,由于国内企业大量下单,英伟达的出货周期大幅延长,部分新订单甚至“可能要到12月才能交付”。

AI大模型竞争激烈,为了不被“卡脖子”,国内互联网企业和芯片企业都在努力

国内首推AI大模型“文心一言”的百度,旗下就有自研的“昆仑芯”。其先后于2018年、2021年推出了两代芯片,两代产品已有数万片的部署。根据百度CEO李彦宏的说法,昆仑芯片目前则在大模型的推理侧已经有了应用。

阿里2018年成立的平头哥,则于2019年推出了自研AI推理芯片含光800,当时号称部份性能比业界最好的AI芯片性能高4倍。阿里云4月推出的大模型“通义千问”,据称就使用了自主研发的含光800芯片。

互联网科技巨头之外,国产芯片企业,包括海光信息、寒武纪、华为昇腾等公司,也纷纷向AI芯片发力。

与此同时,针对算力产业的激励政策近期也在陆续出台。可以说不论是产业端还是政策端,国内的AI算力产业发展都在提速。

在这场AI算力“军备竞赛”中,国产替代潜力无穷,前述的多家公司都已获得市场的广泛关注,除了他们,A股市场还有哪些“精兵强将”?

A股市场中的“AI算力”概念股

1.算力主题指数成分股

在追逐主题行情热点方面,主题ETF总不落于人后,其跟踪的指数成分股值得在主题投资中参考。

5月23日,华夏、广发、富国等8家公募基金公司提交的「中证算力基础设施主题ETF」申请材料被证监会接收。8大公募共同申请的算力ETF,跟踪的是中证算力指数。

根据中证指数公司官网公开信息,中证算力指数发布于2022年7月21日,共有50只成分股,选取业务涉及数据中心建设、运营及相关硬件设备制造等领域的上市公司证券作为指数样本。具体行业分布如下图所示。

图片来源:中证指数公司官网,截至2023年6月1日

该指数前十大重仓股包括中兴通讯、紫光股份、中科曙光、寒武纪等,合计权重为57.91%,个股权重占比及行业信息如下图。

2.“英伟达概念股”

在英伟达美股暴涨之际,处于其供应链上、或与其AI芯片业务有合作的“英伟达概念股”较受市场关注。

多只传言与英伟达相关的个股近期涨幅居前,甚至有如金百泽这样,并未向英伟达供货,只是“沾上”了概念,就在多个交易日收获涨停。

笔者梳理了A股市场“英伟达概念股”的信息,其A股表现及与英伟达相关性资料整理如下。

3.算力板块的上游细分领域

国产芯片厂商近期已在A股市场收获广泛关注,但一方面其GPU产品性能与海外龙头还存在差距,另一方面,从估值层面看,国产芯片龙头今年PE已超100倍,需要业绩高增长来消化估值。

当下算力板块的机会,或许可以从其上游细分领域,例如数据的传输和存储等方向寻找。

其中高速传输是未来AI发展必然趋势,这方面的重要零部件光通信模块(简称光模块)近期已受到一些关注。

根据华西证券研报数据,目前,高速光模块的市场空间接近GPU市场空间,达数百亿美元。我国的光模块在AI算力环节中是全球竞争力最强、国产化程度最高的细分产业,国内光模块企业在全球前十企业中占据六席。

在800G光模块布局层面,A股光模块龙头公司进展较为领先,已经开始出货给海外大客户,还有部分客户则处于产品研发测试或者小批量供货阶段。

国内的光模块龙头公司2023年估值普遍在40倍PE附近,处于中偏高的水平,后续需要关注客户能否持续加单助推业绩超预期。

此外还比如说用于存储数据的AI服务器,根据国际数据公司(IDC)和中商产业研究院数据,中商情报网预测,2023年中国服务器出货量有望达到449万台,服务器市场规模有望达到308亿美元。

未来AI服务器出货量占比将快速提升,由于AI服务器的单价比普通服务器单价高20倍以上,伴随其渗透率的提升,服务器产业作为核心设施,未来成长潜力巨大,

A股几家龙头服务器厂商今年估值中枢在20~25倍PE,或处于合理水平。虽然一季度业绩没有明显增长,但随着3月以来AI服务器订单增加,有望带动业绩恢复中高速成长。

数据说明:本文所涉及的内容不保证数据完整性与准确性,分析结论仅供参考,所涉及品种均不构成实际投资操作建议。股市有风险,投资需谨慎。

风险揭示:本文所涉的文章观点,仅代表笔者个人观点,不代表本平台的任何立场,不构成任何投资建议。

版权声明:未经许可,任何个人或机构不得进行任何形式的修改或将其用于商业用途。转载、引用、翻译、二次创作(包括但不限于以影音等其他形式展现作品内容)或以任何商业目的进行使用的,必须取得我司许可并注明作品来源为私募排排网,同时载明内容域名出处。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部