>> 招商證券-央國企科技創(chuàng)新系列報告之四：人工智能與大模型專題-250709
| 上傳日期： |
2025/7/10 |
大?。?/td>
| 2101KB |
| 格式： |
pdf 共30頁 |
來源： |
招商證券 |
| 評級： |
-- |
作者： |
梁程加,林喜鵬,羅嘉成 |
| 下載權限： |
此報告為加密報告 |
|
|
與互聯(lián)網(wǎng)產(chǎn)業(yè)一樣，人工智能行業(yè)也遵循“技術-硬件-終端-應用”的發(fā)展范式，只不過技術端由通信網(wǎng)絡變?yōu)榇竽Ｐ屠碚撗芯?，其發(fā)展高度取決于上游AI芯片與算力硬件水平。當前國產(chǎn)芯片廠商正加速技術突破，疊加應用生態(tài)持續(xù)完善，推動生成式AI在多行業(yè)實現(xiàn)深度落地。大模型及其硬件基礎架構構成產(chǎn)業(yè)核心價值，相關領域投資將同時獲得技術突破紅利與產(chǎn)業(yè)升級收益。
全球大模型競爭格局：全球大模型技術進入深度競爭階段，中美兩國呈現(xiàn)差異化發(fā)展路徑。OpenAI、谷歌、Anthropic等海外巨頭的產(chǎn)品注重多模態(tài)理解與復雜推理能力，且具備強大的基礎研究支持。國內(nèi)芯片廠商逐步推進國產(chǎn)替代進程，模型訓練所用的數(shù)據(jù)庫和開發(fā)平臺逐漸完善，行業(yè)前景良好。國內(nèi)AI龍頭企業(yè)和大模型產(chǎn)品圍繞核心技術攻堅和產(chǎn)業(yè)場景落地兩條主線持續(xù)發(fā)力。互聯(lián)網(wǎng)大廠以“多模態(tài)能力+跨行業(yè)應用”為發(fā)展目標，不斷擴增大模型的產(chǎn)業(yè)落地場景，推動數(shù)字經(jīng)濟高質(zhì)量發(fā)展。
AI芯片是大模型行業(yè)的算力基石：AI算力芯片呈現(xiàn)研發(fā)周期長、技術壁壘極高、投入成本高的性質(zhì)，系大模型行業(yè)的技術節(jié)點與投資切入點。中國已在GPU/ASIC/FPGA三款常見AI芯片中具備基本布局，性能與工藝水平達到云端服務器、低空經(jīng)濟、智能應用和物聯(lián)網(wǎng)等應用場景的標準。未來，AI算力芯片及硬件端行業(yè)繼續(xù)以技術增長為驅動力，通過不斷增加芯片算力、模型的參數(shù)規(guī)模、數(shù)據(jù)量級、泛化能力來實現(xiàn)傳統(tǒng)產(chǎn)品替代和資本紅利。國內(nèi)芯片供應商在大模型領域的影響力逐步提升，且部分還在端側AI領域具備跨行業(yè)的落地場景和市場空間。
大模型上中下游產(chǎn)業(yè)鏈有顯著投資潛力：除了算力芯片以外，AI產(chǎn)業(yè)鏈中還包含了多種技術門檻、投資周期、布局策略各異的投資機遇：1）國內(nèi)外算力鏈建設提速，數(shù)據(jù)中心架構高速迭代提升光互連需求，中國光通信企業(yè)競爭力突出，光模塊與光器件是核心受益環(huán)節(jié)。2）供配電技術屬于傳統(tǒng)電力及基礎設施領域，國內(nèi)技術成熟，但是高端數(shù)據(jù)中心專用電源設備仍有提升空間；供配電技術投資門檻較低，回報穩(wěn)健。3）液冷散熱技術在國內(nèi)起步較晚，高端服務器冷卻仍依賴于海外進口；隨著AI算力需求增長，液冷市場空間大，但是投資周期長、見效慢，更適合長期布局。4）高速互聯(lián)與存儲的技術壁壘極高，國內(nèi)廠商不論在芯片的設計、制造工藝、封裝、協(xié)議方面仍落后于海外巨頭；這個賽道的投資回報周期長、風險大，但也是國產(chǎn)替代的關鍵產(chǎn)業(yè)鏈節(jié)點。5）開發(fā)者場景和軟件生態(tài)的投入研發(fā)周期較長，技術壁壘較高；且國外的開放源碼的軟件生態(tài)仍是主流，短期內(nèi)難以完成國產(chǎn)替代。不過，華為、阿里、字節(jié)和百度等大廠與許多國內(nèi)芯片廠商正在協(xié)同加速AI生態(tài)布局，有望在近5~10年內(nèi)替代國外框架。
央企重點布局:上游芯片制造，上市央企涉及布局半導體材料、設計等關鍵工藝節(jié)點；中游算力基建上，央企構建從液冷技術、服務器、操作系統(tǒng)到智能計算中心的全產(chǎn)業(yè)鏈，并通過自建/租賃算力中心拓展云服務；下游領域三大運營商擔任通用大模型開發(fā)的主力軍，多家央企也依托DeepSeek的AI開源生態(tài)和行業(yè)數(shù)據(jù)優(yōu)勢開發(fā)專屬的行業(yè)模型。
風險提示：技術迭代不及預期、行業(yè)增速不及預期、行業(yè)與政策風險
|
|
