摘要：关注数据基础设施的三大投资机会
在AI大模型相关算力需求快速增加的推动下，我们认为，1）AI相关的半导体，2）数据中心和数据中心内的服务器、交换机等硬件设备，3）连接数据中心之间的通信基础设施，以及 4）数据中心用电相关市场都有望实现快速增长。
AI服务器是数据基础设施的核心载体，一台AI服务器主要包括CPU、GPU、HBM等半导体器件和PCB、载板等电子元器件。同时，驱动AI服务器需要消耗大量的能源，例如，一台最新的英伟达NV72耗能高达120kw（1rack=18tray=36颗GB200，GB200的功耗最高可达2700W），相当于超1000台家电冰箱同时运行总能耗。
麦肯锡2024年3月发布的《McKinsey on Semiconductors》预测2024年全球服务器将达能耗70Gigawatt，其中AI服务器占比为15%，而在出货量和算力提升的双重驱动下，预计到2030年整体服务器能耗390Gigawatt，对应年复合增速达33%，AI服务器占比将提升至70%。
我们看好以下三大投资机会：
1） 半导体：HPC市场需求将推动2030年半导体市场规模突破万亿美金，关注数字中心芯片、存储、设备等半导体领域投资机会；
2） 能源：AI的尽头是能源，2030年全球数据中心用电量规模将达到约2.2万亿度电，为2022年的3.6倍，看好配套设备、核电等发展机遇；
3） 服务器等硬件：数据中心将成为AI模型时代的稀缺资源，服务器作为核心载体将迎来快速增长，关注PCB、封装基板、散热、光模块、光芯片、光器件等有增量机遇的板块。
我们与市场不同
我们
对
数据中心建设提速
过程中
核心
受益环节进行
更加全面
梳理
。
数据中心是AI时代的稀缺资源，AI对算力需求的拉动直接带动数据中心建设规模增长加速。在此背景下，我们认为半导体、服务器以及数据中心其他硬件等均将直接受益。1）半导体：台积电预测全球半导体市场有望从2023年的5200亿美金成长到2030年的1万亿美金，其中HPC市场需求为主要驱动力，占比将达到40%，我们核心看好数字芯片、HBM以及半导体设备等环节持续受益。2）数据中心及数据中心硬件：数据中心容量持续提升，直接带动服务器及PCB、封装基板等硬件需求增加，除此之外，我们认为数据中心架构正加速往高性能、低能耗等方向优化升级，进一步推动封装基板、散热、光模块、光芯片、光器件等环节迎来结构性增量机遇。
相较市场对
AI
受益产业链环节
研究
主要聚焦在
半导体
及数据
中心硬件
领域
，我们
进一步提出
AI
发展
将带来远超预期的电力需求
，亟需能源方面突破
，数据中心供配电、热管理以及清洁能源等产业链相关环节将核心受益
。
AI对电力的影响主要体现在三个方面：总量超预期，需求高质量，配套设备高成长。从而带来：1）数据中心供配电与热管理设备质量与价值量共同提升，市场空间有望快速打开利好各环节龙头企业；2）稳定、不间断、清洁的能源逐步供不应求，短期着眼存量核电，中长期放眼氢基能源与核电小堆。特别地，我们认为核电作为高度稳定与清洁的能源，与数据中心具备很好的匹配性，看好全球核电需求回暖下核电建设提速，以及铀矿供给侧的刚性带来的铀矿价格的持续提升。
投资机会#1：把握2030年半导体市场1万亿美元的投资机会
台积电预测全球半导体市场有望从
2023
年的
525
0
亿美金成长到
2030
年的
1
万亿美金（近
1
倍的
增长，
9
.6
% CAGR
），关注数字
芯片
、存储和设备领域的投资机会。
其中台积电认为到2030年，HPC（高性能计算）市场将取代智能手机成为最大的细分市场，贡献40%的比例；智能手机也将继续贡献30%的市场；电动化和智能化将推动汽车市场贡献15%的市场；IoT将贡献10%的市场。数据中心、汽车等领域有望实现快速增长，建议关注数字芯片、存储和半导体设备领域的投资机会。
分应用领域来看，根据IDC的数据，我们看到2030年较2023年全球半导体市场增量主要由消费、数据中心、物联网和存储市场贡献，分别达到1040亿美元、1660亿美元、632亿美元和531亿美元。
分半导体品类来看，根据IDC数据，2030年较2023年全球半导体市场增量主要由ASIC、存储、光电子等贡献，分别达到2070亿美元、1391亿美元和283亿美元。
数字芯片：英伟达垄断地位短期或难以撼动
根据华泰统计，2023年全球数据中心用数字芯片市场规模达832亿美元，同比增长53.1%。同期，PC和第三方手机基带芯片市场分别为506亿美元和308亿美元。数据中心已经超过PC和手机的总和，成为数字芯片的最大终端市场。其中，AI加速芯片为主要增长驱动力，英伟达在数据中心用数字芯片市场份额自1Q23以来呈快速提升态势。
趋势
#1
：
英伟达发挥在
CUDA
上的生态优势和芯片架构上的优势，
或
不断扩大份额。
根据华泰统计，1Q24英伟达在数据中心用数字芯片上的份额已经提升到62%。6月2日，英伟达在Computex 2024大会上发布了至2027年的芯片路线图，GPU迭代周期由2年缩短到1年，走类似英特尔的Tick-Tock模式（一年工艺一年架构），预计25/26/27年分别发布Blackwell Ultra、新一代Rubin架构GPU及Rubin Ultra三款产品，继续扩大对AMD和Intel的技术优势。
英伟达践行“
Buy
M
ore
S
ave
M
ore
”让算力成本指数级下降。
训练芯片来看，如果选取英伟达最新三代数据中心GPU（A100、H100与B200），来对比其单位算力成本（RMB/TFLOPS，此处采用FP16算力，价格采用当前市场均价），我们看到H100相较A100单位算力成本下降约80%，B200相较A100下降约90%，推理芯片来看，根据英伟达官网信息，T4推理芯片相较CPU在云服务方面的年度成本更低。对于视频处理场景，假设典型工作负载下每分钟上传到平台的视频时长为500小时，并假设使用Amazon EC2 G4的一年预留定价，如果采用CPU作为匹配的硬件，年度成本将达到3.17亿美元，而采用T4的年度成本仅为0.67亿美元，几乎为采用CPU的1/5。单位算力成本的快速下降为模型的广泛推广和应用奠定了基础。我们认为后续架构的升级将代替制程进步成为成本下降的重要方向。
趋势
#2
：
谷歌
、
微软等云厂商
亦
加速投入芯片自研
。目前主要的合作包括，1）谷歌与博通合作负责谷歌TPU的物理设计，同时还负责协助在台积电的芯片代工业务；2）博通不仅参与了谷歌每一代TPU处理器的设计，还与Meta、苹果等公司达成合作；3）联发科在2023年峰会上宣布与Meta合作，为未来的AR眼镜开发定制芯片。4）据路透社与彭博2024年2月报道，英伟达也正在建立一个专注于为云计算、AI等领域设计ASIC专用芯片的新业务部门。我们认为随着AI芯片市场竞争趋于白热化，厂商之前的合作将变得更加频繁。
HBM：AI成为存储市场增长新动力
AI
相关需求推动
DRAM
市场快速增长。
根据IDC数据，受存储价格大幅下降影响，2023年全球DRAM市场规模下滑36%至520亿美元，NAND市场规模下滑35%至373亿美元。随着手机、PC等终端产品的单机容量提升与需求复苏，AI催化HBM、企业级SSD需求快速增长，IDC预计24年全球DRAM市场规模增长55%至805亿美元，NAND市场规模增长65%至617亿美元。
AI
算力需求推动
HBM
加速落地，
DRAM
芯片从
2D
走向
3D
。
当存储器访问速度跟不上处理器数据处理速度时，存储器访问速度将构成运算速度的主要瓶颈，即出现“存储墙”问题，而在AI训练为代表的高速运算下，“存储墙”问题将更加显著。从而为解决高速运算下，存储器传输速率受限于DDR SDRAM带宽而无法同步成长的问题，高带宽存储器（High Bandwidth Memory，HBM）应运而生，其革命性传输效率是让核心运算元件充分发挥效能的关键。
HBM
通过使用硅通孔（
TSV
）垂直堆叠多个
DRAM
，将
DRAM
芯片从
2D
结构变为
3D
结构，
可显著提升数据处理速度。这一突破性存储器解决方案采用了先进的SiP封装方法，通过DRAM中的数千个微孔将上下芯片垂直互连。得益于这一封装工艺，HBM产品的性能有所提高，同时尺寸有所减小。
AI
驱动之下，
HBM
规格与单
芯片
容量提升，成为
DRAM
市场规模提升的重要增长点。
2023年，HBM3是市场主流，而随着海力士、美光和三星在1H24量产HBM3e，在2H24出货，2024年HBM3e将成为市场主流。除HBM规格提升之外，单芯片容量提升显著：英伟达H100搭载80GB HBM3，GH200搭载141GB HBM3e，B100与GB200（单颗GPU）搭载192GB HBM3e。对于HBM3e，目前SK海力士依旧是主要供应商，与美光都已通过英伟达验证，开始出货；而三星则仍在英伟达验证过程之中。
产能方面，根据Trendforce预计，2023、2024年HBM占DRAM总产能分别为2%、5%，2025年占比将超过10%。产值方面，HBM相较DDR5价差大约五倍，2023、2024年HBM占DRAM总产值分别为8%、21%，2025年占比将超过30%。
半导体设备：生成式AI带动下先进封装相关设备需求高增
全球
半导体设备市场
，
2025
年有望
实现
17.7%
高速增长
。
根据SEMI，2023年全球半导体设备市场规模同比下降6.1%至1009亿美元，其中晶圆制造设备市场规模为905.9亿美元，测试设备市场规模为63.2亿美元，封装设备市场规模为39.9亿美元。分区域来看，中国区需求强劲，销售额同比增长29%，占比提升至36.3%。SEMI预计2024年将是过渡年，2025年前后道设备均将迎来强劲增长，全球设备市场规模将同比增长17.7%达到1240亿美元的历史新高，其中晶圆制造设备、封装设备和测试设备将分别同比增长17.8%、20.2%、16.9%。展望未来，生成式AI主要带来以下两大发展机会。
前道设备：关注刻蚀，沉积，光刻、电镀等机会
先进封装与传统封装工艺流程最大的区别在于增加了TSV、Bumping等中道制程，相关设备需求增长，主要包括PVD 或CVD 等薄膜沉积设备、涂胶显影设备、光刻机、刻蚀机、电镀机等，如TSV需要硅刻蚀钻孔、需要PVD来制作种子铜层，Bumping则需要增加涂胶显影、光刻、刻蚀等环节来制作更精细的间距。
后道设备：关注先进封装设备的产业机会
贴片、研磨、塑封、测试等关键先进封测设备的需求增长。我们认为以下后道设备环节市场规模将在生成式AI需求驱动下迎来快速增长：1）贴片：AI/HPC芯片对于芯片键合精度和效率要求不断提升，且采用Chiplet架构的芯片数量快速增长，这将带来贴片设备量价齐升；2）研磨：随着HBM从HBM2升级至目前的HBM3E，以及进一步升级至未来的HBM4，芯片堆叠层数不断增加，这将显著拉动背面减薄设备用量；3）塑封：HBM和AI芯片对于散热要求较高、芯片系统体积较传统芯片更大，这将使得塑封设备量价齐升；4）AI和HBM对于测试复杂度和难度要求显著提升，测试机市场规模也有望快速增长。
投资机会#2：AI的尽头是能源，看好配套电网设备、核电等发展机遇
AI或将成为电力需求增长的重要驱动力
我们预计美国
AI
电力的需求
2030
年将会达到
6500-1.2
万亿
度
之间，是其
2022
年
1700
亿度数据中心用电量的
4-7
倍，对美国的整体用电量拉动作用显著，是美国电力增长的核
心驱动。
根据华泰能源转型组此前报告（《
能源转型-AI发展对电力存在哪些影响与机遇？
》， 20240324），美国2022年数据中心用电量占美国电力需求约4%，对应约1500-1700亿度电左右，在基准与乐观情景下，预期美国至2030年用电量将分别达到6500亿度电/1.2万亿度电，2024-2030年，平均每年将带来约600/1200亿度的用电增量，以2022年的4万亿度电为基准，平均的用电增量拉动幅度达到1%以上。而美国2012-2023年用电量CAGR仅0.25%，AI用电增量将有望成为美国电力增长的核心驱动力。
AI
发展对数据中心的拉动将从美国扩散至整体发达国家区域，同时对中国也将成为重要电力增长的一个驱动力之一。
随着大模型训练环节对模型的优化，我们看到从应用层面，或逐步迎来进一步的爆发。一方面ChatGPT 4o或将带动基于GPT的应用/产品的推广，另一方面，Sora等以视频等更为复杂的场景进行交互的应用，虽然在训练层面的算力需求变化不大，但是推理层面的算力需求则较普通的文本/音频等交互模式大幅增长。这都将带动基于AI的应用，即推理侧算力需求的扩散。与训练侧可以远离客户不同，推理侧的响应速率要求使得算力需要贴近用户，这也将使得AI数据中心将进一步扩散到整体发达国家区域。根据信通院数据，2022年全球的算力分布相对平均，美国，中国，其它区域各占3成左右。我们测算，数据中心全球的用电量规模，将于2025年达到约1.1万亿度电，至2030年达到约2.2万亿度电。占全球发电量的比重将由2022年的约2.1%提升至2025年的3.5%。
美国缺电的紧迫性或拉动美国全电力体系投资增长。
电网层面，相较于2021-2023年由工业化与电网老化替代所驱动的电网投资增长，2024年之后，我们认为美国电网的扩容需求将在缺电的背景下提速，老化替代与强化的需求也将延续增长。电力设备层面我们看到美国变压器的交期，价格依旧在高位，海外一线企业1Q24的新增订单维持高增速。电源层面，类似于中国2021年缺电后2022年火电建设的提速，我们认为美国也有望迎来可控装机类电源装机增长的提速。全球范围内，我们观察到火电/气电/核电等可控装机类发电装备订单2023年均恢复了较高的增长。
AI数据中心配套设备质量与价值量共增长
数据中心电气及热管理相关的设备受益
AI
算力的高增长，将迎来高质量增长。
着眼于数据中心核心的供配电与热管理相关的装备，我们认为1）在AI算力的增长带动下，AI专用数据中心的建设将显著提速，2）AI数据中心能量密度与用能质量要求显著高于传统数据中心，带动热管理、传统供配电设备的产品要求迭代，质量要求提升，价值量增长。根据我们此前报告（《
能源转型-AI发展对电力存在哪些影响与机遇？
》， 20240324），结论性来看：
1.
我们测算中国
/
美国数据中心
核心服务器累计名义功率
202
2
为
34GW/20GW
，受益于
AI
驱动的数据中心建设提速，中长期供配电与热管理相关设备市场空间将快速增长。
基准情景：
2030
年将增长至
116/76GW
，
2030
年增量功率达到
14/8.7GW
，对应配套装备的市场空间分别达到
250/268
亿美元，合计市场空间是
2022
年的
3
倍，
2022
年到
2030E CAGR
达到
14%
。
乐观情景：
2030
年将增长至
251/163GW
，
2030
年增量功率达到
44/25GW
，对应配套装备的市场空间分别达到
783/768
亿美元，合计市场空间是
2022
年的
9
倍，
2022
年到
2030E CAGR
达到
31%
。
2.
根据维谛（
Vertiv
）指引，传统
/AI
数据中心配套单
MW
核心
IT
设备的相关装备价值量分别达到
2.5-3
百万美元与
3-3.5
百万美元，供配电占约
1/3
，热管理占约
1/3
，机柜、软件服务占
1/3
。
3.
我们认为
AI
数据中心
的供配电与热管理设备相较于传统数据中心，对产品功率密度，质量稳定性要求更为严苛，准入门槛提升，更利于行业头部企业。
电源侧质量与清洁并重，海外存量核电受益，氢能与小堆迎来成长空间
根据我们此前报告（《
能源转型-AI发展对电力存在哪些影响与机遇？
》， 20240324）的测算，从总量角度，以2022年的用电量为基准，基准情景下中/美2030年的数据中心用电量将达到总用电量的12/18%，乐观情景下则将达到总用电量的20%/31%。结构来看，
由于数据中心区域分布并不均衡，以及
AI
需求下对电能质量的要求明显提升，将形成两方面的电力紧缺可能性，带来结构性的投资机遇。
1.
区域性缺电风险存在提升的可能性，特别是北美。
美国目前数据中心主要分布于加州、德州、弗吉尼亚（Virginia）州等。其中，弗吉尼亚州因其电价低、营商环境好、光纤网络便利，拥有全球约35%的超大规模数据中心（Hyperscale datacenter），是美国最重要的数据中心集中区域。我们估算到2025/30年弗州数据中心用电需求占比将达到当前州内全部用电量的43%、89%（vs当前：21%），或可能形成区域性缺电。乐观情景下，按同样假设，弗州数据中心用电需求将达到2022年总用电量水平的1.63倍，缺电风险进一步提升。
2.
高质量的稳定电源或供不应求，北美短期核电最为受益。
以H100 SXM与A30作为GPU为对比，考虑一个数据中心包含5000台服务器，每台服务器中包含8个GPU。数据中心服务器总价值量将相差近6.4倍，其中使用H100 SXM数据中心的服务器总价值量将达到16亿美金以上。耗电量上则将相差4倍，数据中心供应配电与热管理设备的价值量占比由18%下降至13%。同时，AI数据中心的用能负载率也较高（训练在特定时间内可达100%）。
综上原因，将使得数据中心对于电能的可靠性、连续性有更高的要求。虽然供配电系统可以平抑一定的波动，但发电电源本身的电能质量，也开始得到进一步的重视。我们认为：
稳定性电源相较于非稳定电源，在
AI
数据中心的电力应用上，有望获得溢价。
结合清洁性的要求，短期兼备稳定
/
不间断
/
清洁要求的电源主要为核电，远期氢能与小堆或成为重要的补充性稳定基荷能源与备用电源。
3.
AI
作为重要的电力增长驱动，
也将带动稳定的基荷电源具备增量的装机成长空间，并驱动基荷性的新型电源迎来市场化的机遇。优质的发电装备企业迎来新的成长周期。
AI
数据中心在用电质量要求上，将进一步高于传统数据中心，特别是对电能稳定性，以及电能不间断性的要求。
虽然说通过UPS、备电等供配电系统的优化，可以将市电进行优化，但考虑到极高的价值量与潜在的波动性带来的损失，我们认为优质的发电电源，也将成为AI数据中心重要的选择一环。
北美互联网与云巨头同时在电力供给上追求清洁性。
根据BNEF数据，以2022年统计为例，美国清洁能源购电协议（PPA）的头部买家均为北美互联网与云巨头，其中前四大买家包括Amazon、Meta、Google、Microsoft，其分别在2022年单年采购了10.9、2.6、1.6、1.3GW的清洁能源PPA（风电+光伏），上述TOP4企业合计16.4GW的采购量占到北美2022年清洁能源PPA总签订规模的~70%。
结合稳定、不间断、清洁性，目前可选的发电侧电源相对有限，北美以核电为主。供给基本无增长，需求高增长下，供需不匹配可能会加速
AI
数据中心对存量北美核电的资源对接。
1.
当前美国核电贡献全部发电量
~18%
，短期内无新增机组、存量机组陆续延寿。
美国目前在运核电站96.95GW/94座，2022年实现发电量769.5TWh，贡献美国发电量的18%。美国核电建设高峰主要系1970-80年代，因此目前在运核电机组加权平均寿命达到42年。1979年三里岛核事故后美国核电新机组审批冻结30余年，直至2012年小规模重启核准了三座新增核电站，并已陆续于2016年、2023年、2024年投产。目前美国无已核准待建/在建核电项目，考虑到美国新核电机组需要4~6年审批+6~8年建设周期，在未来十年内美国新增核电机组能见度较低。存量机组则可以再到寿前申请延寿（基准寿命40年，可申请40年延寿至60年，以及60年延寿至80年），申请周期一般在2-3年。
2.
AI
数据中心对存量核电的资源对接提速。
