算力作为数字经济时代新生产力，已成为经济社会高质量发展重要支撑。随着AI浪潮的发展推进，算力更是开始加速扩张。算力的时代已然到来。
在整个人工智能领域，算力扮演着怎样的角色? 我国算力发展空间如何？这一波受益于AI的算力行情是否具有可持续性？站在当前时点如何看待AI算力领域的投资机会？
【资料图】
对此，中国基金报记者采访了：
博时基金权益投资四部投资副总监兼基金经理 肖瑞瑾
嘉实信息产业基金经理 李涛
国泰半导体设备材料ETF基金经理艾小军
创金合信芯片产业、创金合信全球芯片产业QDII基金经理 刘扬
汇丰晋信科技先锋基金、新动力基金 基金经理 陈平
恒越研究精选基金经理、恒越基金TMT研究组组长赵炯
富荣基金研究员 郭梁良
上述七家基金公司专业人士表示，随着数字经济时代的到来，算力已经变成了一种和水、电一样的基础资源，算力是人工智能的底座，是打造大模型生态的必备基础，海量的数据计算、传输需求将带来算力和网络基础设施新的长期景气周期。作为卖铲人角色的公司，业绩兑现最早，商业模式无需验证，确定性相对更高。算力是一个相对比较明确的赛道，AI相关应用发展的迭代、创新，其背后都通过算力作支撑，未来算力的增长空间非常巨大。不过，在上半年涨幅较大的情况下，要注意波动风险，可以考虑遇调整后分批布局。
算力是AI的底座
中国基金报记者：在整个人工智能领域，算力扮演着怎样的角色?
肖瑞瑾：生成式人工智能体系共分为四个层次：底层是搭载GPU等专用芯片的AI服务器，中层是在AI服务器上进行迭代训练的大模型，上层是基于大模型的各类应用，同时在迭代训练中需要用到大量的数据，因此，数据也是其中一个层次。由此可见，算力是生成式人工智能体系的底层基础设施，只有通过强大算力对人工智能大模型进行迭代训练，才能获得具备智慧涌现能力的人工智能大模型，同时在后续每一次调用中都需用到算力进行推理。因此，算力是人工智能的基石。
李涛：算力主要指计算机或服务器系统的处理能力，通俗来讲，算力的大小决定了计算机系统的计算速度和承载能力。随着数字经济时代的到来，算力已经变成了一种和水、电一样的基础资源，而数据中心和通信网络也已成为不可或缺的公共基础设施。在人工智能三要素中，无论是数据还是算法，都离不开算力的支撑。
在各类AI应用繁荣的背后，需要大量算力支持。AI越聪明，背后所需要的算力支持就越多，而且随着模型算法的迭代升级，其对算力的需求呈指数型增长。据华为发布的《计算2030》预测，2030年人类将进入YB数据时代，全球数据每年新增1YB。通用算力将增长10倍到3.3ZFLOPS、AI算力将增长500倍超过100ZFLOPS。相当于一百万个中国超级计算机神威“太湖之光”的算力总和。可见，未来人类对算力的需求量是非常庞大的。
艾小军：AI产业链上游主要为AI大模型的训练和应用提供软硬件支撑，中游主要以设备制造商、服务提供商为主，下游应用多样化，前期市场上多重点关注AIGC在传媒领域的应用等，云通信服务商也有望在AIGC中受益。算力处在产业链的上游，在人工智能三要素算力、算法、数据中，算力普遍被认为是“卡脖子”最关键的地方。在AI快速发展背景下，算力是非常紧缺的资源，持续重点关注光模块、ICT设备等算力板块。
刘扬：算力是AI的基石。算力即计算能力，是对数据信息进行处理、运算、存储、传输和应用的计算能力的统称。算力又分为通用算力和专用算力，不仅仅是AI服务器和光模块，还包括数字芯片、通信网络、数据中心和终端算力等等。
AI时代对算力的需求十分巨大，而算力建设天然受到政策性和地域性的影响，具有不均衡性的特征。因此，未来AI时代的算力，更可能是整个经济体全方位的提升，是各个信息产业的算力总量，以大量的云计算数据中心、超算中心和智算中心等组成的AI算力网络为主体，结合整个经济体的通用算力设施大幅升级，再加上企业和组织的专用AI算力，最终建成超过当下算力总量几百倍规模的算力基础设施。
赵炯：算力是人工智能的底座，是打造大模型生态的必备基础，海量的数据计算、传输需求将带来算力和网络基础设施新的长期景气周期，算力的发展影响着未来人工智能发展的高度。
陈平：AI最重要的三要素是算力、算法和数据，算力是AI的底座。整个AI的发展需要大量算力的支撑。ChatGPT引领的AI大模型的训练和推理的浪潮使算力的需求出现激增。
郭梁良：产业链卖铲人角色。生成式AI在各行各业的丝滑应用，需要能力强大的底层大模型。GPT-3.5参数量在1750亿左右，而GPT-4达到1.8万亿参数量，参数量更大的模型，展现出更强的推理能力和思维链能力。而要有效训练更大参数量的模型，就需要更大的算力支持。更强大的GPU，传输速率更快算力互联，带宽更大的存储等高频高速算力产品，都将得到更广阔的应用空间。
卖铲人角色的公司，业绩兑现最早，商业模式无需验证，确定性相对更高。需要区分的是，有些公司是“的确在产业链上”，有些公司是“理论上也能做”，行情越往后发展，越聚焦“的确在产业链上”的公司。
算力赛道明确
增长空间巨大
中国基金报记者：连月来多家上市公司持续加码AI算力投资，对此您怎么看？我国算力发展空间如何？
李涛：从终端维度看，算力是一个相对比较明确的赛道，AI相关应用发展的迭代、创新，其背后都通过算力作支撑，随着成千上万甚至几十亿的算力驱动，到后面可能每一个产生的符号都是相对等价，我们认为未来算力的增长空间非常巨大。
根据工信部数据，近年来，我国算力产业年增长率近30%，算力总规模位居全球第二。算力核心产业规模达到1.8万亿元。
肖瑞瑾：中国作为全球人工智能产业综合实力排序居前的国家，针对算力的投入一直保持在较高强度。近年来，全国各地政府兴建了各类的超算和智算中心，其中智算中心即为用于人工智能大模型训练的基础设施。近期我们看到多家上市公司布局AI算力投资，这是对当前地方政府作为投资主体的有益补充，民营资本的进入将提升算力基础设施的运营效率，促进产业健康发展。但需要注意到，国内目前涉足人工智能大模型大部分是互联网平台企业或者大型科技企业，这些大型企业都有自建算力基础设施的需求，投入算力投资的上市公司未来能否获取这些优质的客户资源将是评估投资回报率的重要判断条件。
艾小军：AI行业正处在快速爆发的阶段，所以芯片的需求和算力的增长也将呈现指数级向上的趋势，明年可能是整个AI服务器大幅增长的第一年。
在人工智能的产业趋势下，算力国产化的布局重点在于打通整个半导体产业链，需要我们在材料和设备端加快国产化布局，通过在制造端形成一定的产业竞争力，实现芯片端的自主可控。从中长期角度来看，提高国内芯片制造端的能力，重点在于推动上游材料和设备的国产化。目前渗透率仍然较低，空间较大，未来仍然有很大的发展潜力。
陈平：AI浪潮下，全球大量公司的算力需求在快速增加，因此，A股上市公司加码AI算力投资十分自然。我国目前所拥有的算力规模是非常大的。根据7月19日工业和信息化部新闻发言人赵志国在新闻发布会上的介绍，目前我国算力总规模居全球第二，且具有高增长和结构性优化的特点——保持30%左右的年增长率，新增算力设施中智能算力占比过半。未来，我国算力发展的空间也非常大。AI方向上，目前全球最领先的国家就是美国和中国，相应的算力需求最多也是这两个国家。待 AI应用起来之后，国内的训练和推理将会消耗大量的算力，同时中国可能还会向外输出算力。
郭梁良：我们认为，对于进行自有大模型训练的厂商来说，AI算力投资是大模型训练的入场券。强大的算力支持是有效训练更大参数量、更大数据量的大模型基础之一。
国内算力相关产业链，在光器件、光模块、PCB、服务器整机等领域，都具备全球范围内成本优势，承接了主要的产能供给。这些环节有望在这一波AI算力发展的浪潮中获得新的增长动力。长远看，国内在算力核心环节，比如GPU、CPU、高性能存储、光芯片等环节，也将逐步追赶世界先进水平，发展空间广阔。
刘畅：如前所述，现在的AI产业刚开始发力，AI算力的需求如此巨大，现在的投资远远不够。而最终的AI算力市场，肯定需要全社会的共同努力，建设成连接大量超算智算数据中心的AI算力网络为主、企业与组织的专用AI算力中心为辅的算力基础设施。
现在上市公司加码AI算力投资，有几种方向，包括自研、承建和算力租赁等方式，难度和未来前景不一样，所需要的资源与能力也是不同的。因此，并不是所有的AI算力投资都会成功，它需要和AI产业发展节奏相匹配。
我国算力需求巨大，投资意愿非常迫切，但受制于缺乏先进的AI芯片，因此成本较高、发展受到掣肘。因此，我相信中国最有前景的AI算力投资方向在于两点：一是本土化的先进AI芯片研发，二是新型举国体制下的全国超算智算网络建设。
阶段性供需错配催化行情
需求端景气度决定持续性
中国基金报记者：具体到二级市场，这一波AI行情受益最明显的算力涨幅居前，原因是什么？行情是否具有可持续性？
肖瑞瑾：本轮AI行情算力涨幅居前的主要原因在阶段性供需错配。由于国内外越来越多企业进行人工智能大模型部署和训练，造成了GPU芯片等环节产能不足，GPU芯片价格出现了大幅上涨，此外人工智能算力集群所需的AI服务器、800G光模块、交换机等环节尚未完全准备好应对大幅提升的下游需求，阶段性的供需错配提升了相关产品的价格和毛利率，相关产业链环节呈现阶段性高订单景气情况，因此涨幅居前。不仅是A股，我们看到美股和中国台湾市场相关板块也呈现了大幅上涨。
展望未来，行情走势的主导在于需求端高景气度能否持续，以及供给端的约束是否会得到缓解。参考历史上新技术驱动的行情，随着需求边际收敛和供给释放，资本市场也将逐步走向理性。
陈平：首先AI拉升了全球算力需求。AI是个全球大浪潮，虽然目前还处于浪潮开启的初期，很多应用暂时还没有落地，但是大家已经开始了先进行算力储备，进一步拉升了算力需求。而那些已经能落地的应用，例如ChatGPT等，由于用户需求激增，也在持续增加算力。因此，算力的需求是确定性、立刻就有订单体现的。
其次，虽然全球最主要的AI服务提供商很多都在美股，但A股的算力产业链确实参与到全球AI产业链中，比如，作为AI服务提供商的供应商。而且不少A股公司现在就已经感受到了需求爆发，客户在持续加单。它们有望成为整个AI行情中最早出业绩的部分。
因此这波AI行情下，算力板块整体涨幅居前。
目前看，一方面这波AI算力板块的涨幅较高，行情对于未来需求的乐观预期已经反应得比较充分。同时我们也看到，AI大模型们也在通过剪枝、蒸馏等方法减少对于算力的消耗。因此，未来算力的实际需求还要看AI应用爆发的进度。算力行情是否能够持续还是要持续跟踪产业的发展状况。
赵炯:算力涨幅居前的原因在于算力对应人工智能领域的资本开支，偏前置指标，也有自主可控逻辑的加成，一个产业链景气上行的初期，上游环节通常是最先受益的品种。在大部分AI公司今年上半年没有业绩的情况下，假设这个产业还是有非常高的关注度，可能就会使得真正有业绩的公司，包括上游算力的光模块、服务器、PCB和一些终端游戏类公司，被资金更加聚焦。算力领域的订单变化可追踪，不断有事件或数据催化，行情持续性要看人工智能应用的突破情况。当前海外大厂对光模块等的加单仍相对保守，因为除ChatGPT以外暂无其他爆款应用落地。
郭梁良：算力板块上涨的起点是估值修复，估值修复进程中，与产业链意向订单、上市公司季报业绩兑现等因素形成共振，让市场看到了高速率算力产品对于上市公司未来业绩的潜在提振。
可持续性方面，我们认为产业发展尚处于早期。海外各大科技巨头的大模型训练军备竞赛，无论是模型参数量还是数据量，都有很大提升空间，而要训练参数和数据量更大的模型，就需要进行更强大的算力储备。上游英伟达H100高性能GPU，更大的出货量主要在明年，这有望在未来几个季度，给在供应链上的算力和新标的的业绩释放提速。所以我们认为行情可持续，并没有结束。
刘畅：AI行情中算力板块涨幅居前，是非常合理的，就是因为算力在AI中的基石性作用，以及算力投资的巨大市场空间，确定性较强、持续性较好的和较为紧迫。
李涛：AI产业浪潮刚刚兴起，作为底层基础资源和设施的算力，我们认为未来的空间比较大。我们将持续关注，聚焦行业龙头，精选优质个股，力争为投资者带来长期可观的回报。
艾小军：展望后市，人工智能变革下的新时代即将到来，大模型密集发布、应用成果的持续落地引爆海量算力需求。宏观经济复苏、下游需求修复及行业库存逐步出清，有望带动板块业绩增速回升。不过，在上半年涨幅较大的情况下，还是要注意波动风险，可以考虑遇调整后分批布局。
AI产业趋势已打开
中国基金报记者：站在当前时点如何看待AI算力领域的投资机会？AI超算引领光通信发展新阶段，800G光模块和光芯片投资价值几何？
刘扬：算力板块，中国当下最擅长的、业务弹性最大的，是AI服务器生产相关的配套，包括AI服务器代工、光模块和高级PCB板等。我认为这只是产业发展早期的特征。随着AI技术的突破、AI应用的拓展与落地、AI算力大规模建设的推行，后续AI算力板块的投资机会持续不断地涌现，会有更多的细分方向，越来越大的市场机会。
肖瑞瑾：通过研究海外高端AI服务器，我们看到800G光模块的使用量出现大幅增加，AI服务器所需的更为复杂的网络拓扑结构和更高的数据吞吐率是期使用800G光模块的主要原因。因此800G光模块明确进入了较快增长期。从供给端看，由于需求快速增长，能够提供800G光模块的厂商数量并不多，随着技术成熟和产业发展，未来也将有愈来愈多的国内外企业开始生产800G光模块，其产品价格也有望逐步下行，驱动渗透率提升。
由于当前800G光模块产能受限，相关的VCSEL光芯片目前尚未出现短缺的情况，但部分DSP数字信号处理电芯片由于国产率较低，目前产能供给紧张，价格呈现了一定上涨。未来国内也将突破光模块DSP电芯片技术，有望释放产能并拉低产品价格。
艾小军：800G光模块2023年需求主要来自部分海外科技巨头，预计北美各大云厂商和相关科技巨头均有望在2024年大量采购800G光模块。伴随AI应用加速渗透，未来推理所需的算力和流量实际上可能远大于训练。今年大部分800G光模块订单预计在下半年完成交付，业绩有望不断兑现。建议关注接下来可能对行业产生影响的事件，包括云厂商的二季报，头部算力公司的二季报，以及科技巨头光模块需求指引的变化。数字中国等政策不断加码、AI新应用持续推新的背景下，数字经济新基建有望夯实助力算力网络升级，在此背景下，持续关注光模块和光芯片板块。
赵炯:我们认为当前AI产业趋势已打开，第一有现象级的C端产品落地，第二形成了全球共振，海外龙头大厂都已展现业绩爆发式增长，第三全球经济放缓的现状加大了对降本增效的诉求，第四在整个板块演绎过程中，我们能看到非常密集的催化，从数据大模型、算法，再到算力和应用，是不止一次的循环，有反复的表现。8至9月海外龙头大厂将披露二季报，并公布三季报预期情况，海外龙头连续两个季度释放业绩意味着产业链的形成被验证，后续仍可能不断超预期。光模块、AI服务器、AI芯片相关A股上市公司的国际订单可能在今年下半年和明年集中体现到利润端。股价层面短期可能会有波动，长期要看全球AI应用的突破以及国内算力自主可控的突破。如果应用端没有特别亮眼的爆款表现，那么明年800G光模块的需求量可能需审慎评估。
郭梁良：大模型训练对于数据高速互联的需求，推动了800G产业升级提前到来。在大模型训练场景，英伟达H100GPU必须搭配NV-Link片间互联和InfiniBand交换机才能发挥出更好的效果，800G光模块正是用于H100服务器与InfiniBand交换机的连接，且使用量与GPU数量存在线性关系。因此，大模型训练或将推动800G光模块出货量提升。
对于光模块上市公司来说，早期切入新一代产品或意味着一段高毛利独占期，这段时间内公司高毛利产品量价齐升，有望带来业绩上的明显提振。
光芯片方面，EML、DSP、Driver等光芯片和光器件的需求量也会随800G光模块出货量的上升而增加。但现阶段供应商主要以海外成熟供应商为主，国内光芯片厂商，在大模型训练所需的光芯片供应方面，更多还在从零到1的突破阶段。
李涛：经过前期上涨后，最近市场开始有畏高情绪，算力等方向也受到一些影响。我们坚信科技行业的长期空间和长期趋势，但市场反应有时会快一些有时慢一些，就造成了较大的波动，也希望大家做好心理准备，以长期投资的心态来对待短期的波动。
算力提升需各环节协同发力
中国基金报记者：市场担心高端光芯片短缺出现“木桶效应”，对产业链投资带来哪些影响？
肖瑞瑾：如前所述，当前高端光芯片尚未出现短缺情况，部分DSP电芯片出现了短缺情况。这种短缺情况将限制800G光模块产能的释放，使得相关产品呈现紧缺情况，导致毛利率和盈利能力阶段性维持高位，对于资本市场的风险偏好有利。但未来产能释放后，价格和盈利能力都会回归常态。
李涛：世间万物环环相扣，人工智能领域的各个要素也不例外。在算力方面，存在也的确存在“木桶效应”，一旦计算、存储、网络任一环节出现瓶颈，就会导致运算速度严重下降。高端光芯片短缺和受限，固然是个卡脖子难题，也需要投入更多力量去解决。但先进芯片不等于先进算力，算力的提升不是单纯堆卡，需要各个细分环节协同发力。先进算力的背后，是先进芯片、先进网络、先进存储等一系列的合力。
正因算力的“木桶效应”，也给了云厂商可施展的舞台。通过对单机算力、网络架构和存储性能进行协同优化，有望提高算力效率，云厂商的高性能计算集群也将能够弥补芯片的一部分传输损耗。
艾小军：从公开报道获得的信息来看，芯片是制约国内算力的重要因素，但一方面目前能够获得的芯片能够满足大多数AI（尤其是行业大模型）的需求，另一方面也促使国内芯片产业链更加协同，有望通过包括加快技术验证、先进封装等在更短的时间内推出能够满足需求的国内的算力芯片。
陈平：光芯片在光通信中主要负责光电、电光信号的转换，是光通信的核心器件。高端光芯片也是整个AI环节中的重要一环，如果供给不足也会限制整个行业的发展。
资料显示，2021年我国2.5G速率国产光芯片占全球比重超过90%；10G国产光芯片占全球比重约60%（部分难度大的10G光芯片国产化率不到40%甚至更低）；2021年25G光芯片的国产化率约20%；但25G以上光芯片的国产化率仍较低约5%，目前仍以海外光芯片厂商为主。这也代表着巨大的国产化替代空间，我国部分厂商正在加速追赶，如果能顺利突破技术瓶颈的话，未来可能会有比较好的成长空间。
刘扬：现在高端光芯片处于紧平衡状态，海外三家头部供应商的光芯片供不应求，且只有一家计划扩产30%左右新产能，而中国国产100G光芯片最快也需要今年年底到明年年初推出商用。考虑到明年更多的AI服务器需求，市场担心高端光芯片短缺是有一定道理的。但不要忘了，海外芯片设计龙头不可能有钱不赚，经过几十年的芯片周期洗礼，对供需节奏的把握经验丰富。明年，海外光芯片龙头可以通过技改与扩产释放部分新产能，再加上硅光和薄膜铌酸锂等新技术的性价比与产能的进一步提升，以及200G光模块的逐渐商用化、中小厂商的100G光芯片的陆续加入，明年的光芯片产业，大概率会形成持续紧平衡的状态。这样，龙头厂商的光芯片会持续保持高利润，生命周期初期的必然高价格的新技术新产品也可以更容易地提高渗透率。因此，这是个产业链价值分配与产品迭代相交织的博弈过程，我国企业不要被吓住，更不要被现有产品的高利润迷住，一定要更积极地往更先进的新产品上投入，争取在几年后跻身前沿龙头，而不是被拉开差距。
郭梁良：目前看，800G光模块所需光芯片主要还是以美、日供应商为主，核心芯片产能尚可满足产业链排产预期。如果出现芯片短缺现象，或将成为国内光芯片厂商补位的好机会。但这也对国内光芯片厂商的产品稳定性、良率控制等能力提出更高要求，抓住这个机会可能会推动产业快速进步。
短期留意去伪存真风险
中国基金报记者：作为投资者，参与AI算力领域相关投资，应该注意哪些风险？
肖瑞瑾：投资者需要重点观察三方面的风险。首先是海外GPU芯片订单的持续性，这代表了下游需求景气度边际变化情况，目前流通市场GPU芯片价格是衡量景气持续性的重要参考。其次是关注地缘政治风险，当前域外国家对我国人工智能行业进行限制和打压，限制先进的GPU芯片出口我国，地缘政治风险将是影响投资风险偏好的重要因素。最后是关注国内新供给和替代技术的出现，未来国内人工智能芯片厂家能否迎头赶上，是否有新的厂家进入800G光模块产业链，以及未来是否出现的技术替代当前800G光模块，都需要投资者紧密跟踪产业动态变化。
刘扬：投资时不要低估智能时代价值的风险， AI的安全与政策风险，AI重投资的效益风险，产业链被动重组的风险。
陈平：主要的潜在风险有两个：一是全球需求不及预期的风险。当前股价已经涨了较多，股价已经反应了较为乐观的预期——当前乐观预期下，要求北美巨头们2024年大幅增加资本支出且大幅倾斜于AI服务器。如果AI发展节奏比较缓慢，算力的需求不如大家的乐观预期，未来的基本面或无法支撑较高的估值。
二是地缘政治的风险，可能会制约国内公司深度参与全球AI产业链，进而对A股相关上市公司的业绩造成影响。
赵炯：算力的大部分利润蛋糕还是在海外，国内的光模块、PCB、交换机只是一小部分。投资上我们应注意全球AI应用的推进节奏是否符合预期或有超预期，另外注意海外大厂的资本开支等变化。目前AI领域能够兑现业绩的板块可能只在服务器、光模块、交换机，而类似GPU这些环节兑现的时间点可能要往后移。关于AI算力的投资，短期要去伪存真，如果没有持续的业绩兑现，那么进一步引来的增量资金可能会比较少，导致后期可能会出现收敛。
李涛：从产业趋势的角度来说，AI产业浪潮刚刚开始，AI+充满想象空间，未来的技术发展可能会超出我们的预想。当然，创新趋势产业的投资是有一定的波动性的，希望大家能在坚守产业趋势的时候，对波动有一定的心理准备，也可采用定投的方式，来平滑投资中的体验。
整体看，以算力为代表的人工智能板块，专业和技术门槛都相对较高，个人投资者参与的话，可能时间和精力有限。而且需要关注技术研发进展、下游市场需求等不达预期的风险；也要注意市场竞争加剧导致毛利率下降的风险。
艾小军：投资者可以关注芯片ETF和半导体设备材料ETF以及通信ETF。芯片ETF标的指数包括了芯片行业的上游设备、材料、设计、制造、封装和测试，它代表的是整个芯片产业的发展。半导体设备材料ETF更加集中。理论上，半导体设备材料ETF的波动比芯片ETF更大，2019年以来的累计收益也更高。整体来看，前景广阔，但是波动也比较大。通信ETF涵盖了国内主要的光模块上市公司，能够率先受益AI所带来全球算力需求。投资者可结合自己的风险偏好进行选择。
郭梁良：主要有以下几个方面，海外云厂商资本开支扩张力度不及预期的风险；对于通用算力业务占比较大的公司，左右手互博导致业绩不及预期的风险；产业链拉货节奏和某些季度业绩预期错配的风险。
