2024年通信行业中期投资策略：新质生产力时代的“AI算力+国产替代+卫星”革命

回顾与展望：聚焦“AI算力+国产替代+卫星”三条核心赛道

新质生产力领航，通信指数表现优秀

2023年初至今通信板块整体表现优秀，在TMT板块中跑赢电子、计算机、传媒。截至2024年4月29日，通信指数上涨35.88%，在28 个子行业中排名第1，在TMT板块中跑赢电子（下跌3.31%，排名第12），计算机（下跌4.83%，排名第14）、传媒（上涨10.69%， 排名第5）。

通信行业估值仍处于较低水平，具备向上弹性空间

我们对2014年至今TMT各子行业的估值情况进行了复盘，横向对比来看，通信行业估值的历史平均水平为PE_TTM=42，低于计算 机（PE_TTM=61）、电子（PE_TTM=47）和传媒（PE_TTM=43）。纵向与自身历史TTM估值对比，通信板块估值中枢处于历史 平均偏下水平，2023年来PE_TTM=30。

国家强推新质生产力，看好“AI算力、国产替代、卫星互联网”三条主线

“新质生产力”由来已久，2024年被写入中国政府工作报告，并被列 为2024年十大工作任务的首位，体现了国家对发展新质生产力的高度 重视。新质生产力含义：是创新起主导作用，摆脱传统经济增长方 式、生产力发展路径，具有高科技、高效能、高质量特征，符合新发 展理念的先进生产力质态。它是由技术革命性突破、生产要素创新性 配置、产业深度转型升级而催生的当代先进生产力。 加快发展新质生产力的三个措施包括： （1）推动产业链供应链优化升级； （2）积极培育新兴产业和未来产业； （3）深入推进数字经济创新发展。

我们认为新质生产力蕴含了两方面的投资机会： （1）以AI、工业互联网、卫星互联网、物联网、大数据等为核心的 高科技赛道； （2）以自主可控、国产高端智造等优化升级产业链供应链的高质量 赛道。 新型数字技术是推动新质生产力发展的核心技术，同时要积极推动高 端科技自立自强，优化升级产业链供应链，加快做强做大具备国际竞 争力的国内龙头骨干企业，以AI算力、高端国产化、卫星互联网等代 表的产业赛道有望核心受益。

AI需求强劲，海外巨头或加大AI资本开支

AI需求强劲，AI巨头云计算收入持续增长，算力缺口仍然存在，AI巨头或将持续加大AI相关资本开支，或斥资持续建设数据中心。 （1）谷歌：据谷歌2024年第一季度报，公司Q1资本开支为120亿美元，同比增长91%，其中主要是服务器，其次是数据中心。公司 预计2024年全年单季度资本开支将大致等于或高于第一季度的水平，几乎所有资本开支都是技术基础设施，最新Gemini1.5 Pro多模态 AI模型已在4月9日上线多个地区； （2）微软：据微软2024财年三季度报指引，公司预计2025财年资本开支将高于FY2024，以用于云和AI基础设施。此外，微软与 OpenAI预投资1000亿美元打造新的数据中心项目，其中包含“stargate（星际之门）”超级计算机，或将配备百万个AI芯片供OpenAI 研发产品和提供服务； （3）亚马逊：据亚马逊2023年四季度报指引，公司预计2024年资本开支将同比增长，主要用于建设基础设施，2023年约60%开支用 于支持AWS业务增长，公司预计这一趋势将在2024年延续； （4）Meta：据Meta2024年一季度报，公司再次上调资本开支指引，预计2024年全年资本开支为350亿至400亿美元之间，增长主要由 服务器和数据中心投资推动，预计在2024年底将拥有35万张H100以及相当于60万张H100的算力规模。最新开源模型Llama3使用了 15T Tokens训练，已于4月18日正式发布，400B模型仍在训练当中。 CSP厂商持续投入到AI竞赛，我们认为AI算力产业链有望维持高景气度，“百模大战”或将愈演愈烈，算力需求有望持续增长。

AI引发算力革命，带动算网基础设施持续迭代升级

AI模型快速迭代，训练所需算力持续增长

AIGC发展带来蓬勃算力需求，拉动算网基础设施建设。2022年底生成式AI大模型ChatGPT横空出世，掀起新的AI浪潮，海内外云计 算厂商和研究院所等企业均陆续投入到大模型研发当中。人工智能发展迅速，AI大模型快速迭代，从语言模型走向多模态，模型架 构不断优化，出现MOE混合专家模型等架构。当前Scaling Law依旧成立，模型为获得更好的性能，数据量和参数规模均呈现“指数 级”增长，算力需求持续增长。从参数量来看，以GPT模型为例，GPT-3模型参数约为1746亿个，训练一次需要的总算力约为3640 PF-days。据中国信通院数据，2023 年推出的 GPT-4参数数量可能扩大到 1.8 万亿个，是 GPT-3 的 10 倍，训练算力需求上升到 GPT-3 的 68 倍，在 2.5 万个 A100 上需要训练 90-100 天。从训练成本来看，据斯坦福 HAI 研究所数据，GPT-4训练算力成本是GPT-3的18.1 倍，Gemini Ultra训练成本是GPT-4的2.4倍。无论是AI模型的训练还是推理均离不开算力资源的支持，AI模型高速发展带来大量算力 需求，拉动算力基础设施建设。

用户量快速增长，AI赋能多个终端

AI行业应用相继落地，国内AI用户量快速增长，AIGC发展有望进入良性循环。大语言模型方面，AI模型访问量及用户数持续增 长。据西米勒网络数据，ChatGPT仍是全球最大的AI聊天平台，3月份全球桌面和移动端访问量达17.7亿次；国内Kimi Chat自2023年 10月推出以来，以其优秀的200万字长文本处理能力迅速在AI助手市场中爆火，截至2024年3月底，Kimi Chat的访问数据量显著增 长，达到1218.6万次，环比增长317%；2023年12月，百度文心一言用户数突破1亿，截至2024年4月16日，百度文心一言用户数快速 增长，用户数已突破2亿，API日均调用量超过2亿，服务用户数达到8.5万，千帆平台开发的AI原生应用超过19万。除大语言模型 外，音乐、电信、医疗、教育、能源、工业、交通等各垂直领域模型也相继落地，AI模型持续赋能多个行业。 AI大模型为底座，AI+赋能手机、电脑、机器人等多个终端。参数量较大的AI模型通过压缩、蒸馏、精调等手段不断优化形成的小参 数模型效果上可以媲美大模型，对内存和计算的需求更低，适用于终端侧进行推理。2024年1月，中国三星与百度智能云正式结成 AI 生态战略合作伙伴，Galaxy AI深度集成百度文心大模型多项能力，赋能多个手机功能；联想发布联想拯救者、联想小新多款AI PC新 品，个人助理Agent亮相；3月，Figure公司发布搭载OpenAI模型的机器人Figure 01，机器人由OpenAI模型提供高级视觉和语言智 能，由Figure神经网络来支撑机器人完成各项动作。AI不断贴近C端，在终端设备大放异彩，赋能多个功能，我们认为终端产品形态 或迎来革新，算力需求有望持续增长。

光模块变化1：AI引发网络架构变革，带来大量高速光模块需求

云计算需求推动网络架构迭代升级。传统数据中心计算网络逐步向Spine-Leaf数据中心网络架构转变。由于Spine-Leaf数据中心 网络架构连接端口众多，信息传递中使用的光模块数量随之提高，传统三层数据中心网络架构所需光模块数量约为机柜数的9倍， 而Spine-Leaf网络架构下光模块数量约为机柜数的44至48倍。 DGX A100组网架构带动200G光模块需求上涨。A100+ConnectX6+QM8700网络结构所需200G光模块达6720颗，7个单元下所需 A100与200G光模块对应数量关系为1：6。 DGX GH200驱动800G光模块市场需求扩张。英伟达发布的DGX GH200超级计算机中引入NVLink与NVLink Switch方案，搭载 256颗Grace Hooper超级芯片，每台NVLink Switch交换机含有32个800G接口，铜线方案下两层Fat-Tree拓扑结构中第一层并不涉 及光模块的使用，第二层中36台交换机共需36×32×2=2304颗800G光模块；综上所述，256个GH200与800G光模块对应数量关 系为1：9。

光模块变化2：AI芯片迭代加快，缩短代际更迭时间，1.6T时代加速到来

光模块迭代速率提升，1.6T加速到来。在AI数据中心，加快网络带宽升级已经成为各大厂商追求的目标之一。目前业界高密度数 据中心交换机已经达到单机36口×400GE×16槽，单bit传输成本下降明显。AI网络发展驱动光通信技术迭代周期由5年一代缩短至 2年一代，显著缩短光模块迭代周期。1.6T光模块有望在2024下半年开始小批量出货，并在2025年规模上量，1.6T时代提速到来。

光模块变化3：LPO、CPO、薄膜铌酸锂、相干等新技术多线并进

LPO光模块摒弃了传统的DSP或CDR，在功耗、成本控制上取得显著优势，并且有望快速增长。LPO（linear drive pluggable optics）是指线性驱动可插拨光模块，即采用线性直驱技术去除传统的DSP/CDR芯片，将相关功能集成到设备侧的交换芯片中， 只留下线性度较高的Driver和TIA，并分别集成连续时间线性均衡（CTLE）和均衡（EQ）功能，用于对高速信号进行一定程度 的补偿。LPO光模块相比传统可插拔光模块可大幅降低功耗，并且具有低成本、低延时的优势，适用于特定的短距离应用场景。 据Lightcounting预测，LPO光模块有望从2023年的1.31万件增长至2028年的418万件，复合增速可达217%。

国家强推高科技自立自强，国产替代成大势所趋

国产替代：新型工业化时代，国家高度重视关键高科技领域国产替代

国家多次重点强调推进新型工业化发展，我国是全世界唯一拥有联合国产业分类中全部工业门类的国家，我国拥有41个工业大类、 207个工业中类、666个工业小类，我国2023年全年规模以上工业增加值同比增长4.6%，制造业规模连续14年居世界首位，推进新型 工业化是构建大国竞争优势的迫切需要，推进新型工业化需要重视科技创新、持续加大研发投入，在关键高科技领域实现突破。 我们认为新型工业化离不开工业自动化、工业互联网、工业信息化等赋能：（1）在工控自动化层面：大力推动高端 PLC/DCS/SCADA等工控软件和硬件的国产自研是核心方向，PLC/DCS是工业自动化的“大脑”，推动“工业大脑自研”具备迫切 性；（2）工业互联网层面：通信技术的发展为新型工业化提供底层网络支撑，同时新型工业化对于工业交换机、工业路由器、模 组、传感器等通信设备/器件的需求有望提升；工业互联网平台是打通信息化、自动化的桥梁，结合AI、数字孪生等技术对海量数据 进行分析处理，有助于大力推动制造的智能化；（3）在工业信息化层面：对于管理类工业软件需求有望提升。

工信部强调加大6G研发，卫星互联网迎来破茧成蝶新机遇

产业事件不断催化，卫星互联网渐行渐近

卫星互联网产业催化不断，行业进入加速发展期。近期，星网试验卫星陆续发射，G60项目积极推进；中央和地方积极出台政策支 持，远期市场空间广阔；国内火箭发射条件不断成熟，运力瓶颈有望迎来突破；众多消费终端厂商跟进卫星通信，卫星互联网应用 探索初见端倪；星链为代表的海外卫星互联网发展迅速，战略紧迫性越发凸显。

卫星互联网变化1：向着低轨化、宽带化、星间组网、星地一体发展

我们认为，未来要大力发展卫星互联网的应用，需要实现卫星互联网广覆盖、低时延、大带宽、低成本的连接，目前关键主流技术 聚焦在超大容量、组网优化、多网融合、高效运控等方面，总体正向着低轨化、宽带化、星间组网、星地一体化的方向发展。 （1）低轨化：低轨卫星由于传输时延小、链路损耗低、发射灵活、应用场景丰富、整体制造成本低等特点，天然契合目前卫星互 联网的发展需求，目前已成为行业发展的主流选择； （2）宽带化：为满足高信息速率业务的需求，卫星通信向着大带宽的方向发展，与大带宽对应的是高频频谱资源，由于ITU“先登 先占”的申请规则，具有战略稀缺性，已成为各国布局重点； （3）星间组网：为更好地实现低轨卫星间的双向通信，包括波束间、子信道间以及用户间的便捷通信，以及多星互联，星间的信 息传输和交换，星间组网逐渐普及； （4）星地一体：推动星地一体的发展，与地面技术融合是利用低轨卫星的全球覆盖特性，可以有效弥补地面通信网络覆盖的不足， 同时作为6G重要组成部分，也成为各国抢占下一代通信标准话语权的重要战略节点。

卫星互联网变化2：作为6G重要组成部分，星地一体加速发展

卫星互联网是6G重要组成部分。随着全球 5G 网络规模化商用持续推进，星地融合演进从5G体制融合走向6G系统融合。5G体制的卫星 通信系统是星地独立网络，卫星通信体制借鉴5G，随着6G的研发演进，面向6G的星地融合系统将实现星地一体，提供无感知一致服务。（1）6G时代空天地一体化，卫星互联网与地面移动通信网络充分融合。6G总体愿景是5G愿景的进一步扩展和升级，其特征是全覆盖、全频谱和全应用。 （2）6G时代星地一体组网需要多技术融合发展。由于非地面网络的网络拓扑结构动态变化以及运行环境的不同，地面网络所采用的组 网技术不能直接应用于非地面场景，需研究新型组网技术，拉通卫星通信与移动通信两个领域，涉及移动通信设备、卫星设备、终端 芯片等。 （3）各国积极战略布局6G技术研究。目前全球6G技术研究处于探索与起步阶段，但已成为大国科技博弈高精尖领域和全球抢占的战 略制高点。美国已发布第一份6G报告，我国于2019年11月3日正式成立国家6G技术研发推进工作组和总体专家组。

运营商积极发展创新业务，长期投资价值逐步凸显

运营商：创新业务引领估值重塑，把握运营商长期投资价值

在数字经济时代，运营商行业积极发展创新业务，有望重塑估值体系，长期投资价值彰显： （1）以AI、云计算、物联网等为代表的创新业务，逐渐成为运营商发力重点，有望成为业绩增长“第一引擎”； （2）中国特色估值体系重塑运营商估值逻辑，国企数字经济排头兵有望迎来估值回归； （3）一方面创新业务带动运营商ARPU值逐步提升，另一方面，共建共享有望带动成本端逐步下降，运营商盈利能力有望逐步提高。

报告节选：

编辑：火腿肠