2025算力展望及产业链图谱汇总
2025算力展望及产业链图谱汇总
2025年，算力行业将迎来新一轮的发展机遇。从资本开支到光模块市场，从高速通信网络到数据中心建设，从液冷技术到PC行业投资，从科技巨头布局到国产芯片发展，本文将为您全面解析算力产业链的各个环节，展望2025年的行业发展趋势。
资本开支的持续性及通信网络架构变化
资本开支的投入可以持续，消除了人们对资本开支不持续的担忧。通信网络架构正在发生变化，包括光网络架构、业务需求以及DAC、ACC或AEC的用量都值得关注。市场表现表明，AEC的发展伴随着非NV链在推理侧使用新的同连接方案的机会。
光模块市场动态及投资机会分析
光模块行业继续保持高增长态势，尤其在国内市场，25年预计将是重点关注的一年。24年的通信年度策略报告中已强调关注国内算力链的体量，特别是光模块部分。工2和光讯的业绩显示，国内光模块业绩拐点已现，主要受益于400G和800G产品的需求增长。同时，随着通信网络在AI资本开支中的占比持续提升，光模块、MPU等相关领域成为投资热点。CPU的发展虽引发市场对光模块价值的讨论，但NPU作为增量市场没有争议，尤其是MPO技术的进步为光模块市场带来新的增长机会。太辰光作为典型例子，其收入和利润拐点的出现预示着行业内的高速增长趋势。此外，铜连接也在光通信领域中占有重要位置。
光模块与铜缆在高速通信网络中的应用及未来趋势
随着通信网络对带宽需求的增加，光模块和铜缆作为两种主要的传输方案，各自面临挑战和机遇。光模块以高速传输能力著称，能够满足从400G到1.6T及未来更高带宽的需求，但随着速率的提升，其功耗和散热问题变得日益严重，可能导致丢包和误码，影响网络性能。相比之下，铜缆（DAC）作为一种成本较低的解决方案，能有效解决光模块的散热问题，虽然在短距离内能够实现与光模块相同的传输速率，但随着带宽需求的增大，传统DAC无法满足需求，导致了增强型铜缆（AEC）的出现。AEC作为一种折中方案，能够在中间加入电信片等元件来提高带宽，满足更高的传输需求。展望未来，同连接（DAC和AEC）在很长一段时间内仍将与光模块并存，特别是数据中心等需要高带宽和低延迟的应用场景中。同时，交换机市场正从传统的IB网络向IP网络转变，反映了网络架构的演变趋势。
解耦和AI推动的数据中心技术发展
解耦被视为大厂的终极追求，旨在避免依赖特定供应商，同时扩大集群规模，提升性能。以太网在华为新活动网络中的表现优于IB，预示着IP体制的交换机和芯片业绩可能看涨。技术联盟的推进有望解决网络中以太网的现存问题，形成开放体系。此外，AIDC产业受看好，其发展由AI需求推动，超过云计算时期的增长。爆款AI应用的出现，以及大公司如豆包的快速扩张，预示着数据中心需快速扩容。预计未来几年，数据中心行业将保持高景气度。
数据中心市场需求与供给趋势分析
23年北美数据中心空置率达到历史最低的4.4%，随后价格在不同地区上涨5%到20%。预计24年控制率进一步下降至3%以下，而国内二三年控制率约为40%。产业链调研显示，行业需求端拐点已明确，供给端因国内互联网厂家资本开支未显著增加，以及AI时代对数据中心的要求变化，预期数据中心向大规模低能耗方向发展，头部集中度提高。预计25年一季度行业价格可能出现拐点，因需求快速增长与供给无法迅速跟上。同时，液冷技术作为未来发展方向被提及。
液冷技术及未来技术趋势分析
液冷技术在股市中已有显著表现，但通过产业链调研发现，叶轮在A股上市的液冷企业中，利润和收入贡献不大。目前，国内数据中心以风冷为主，而液冷技术预计在2025年会有明显业绩贡献。此外，国内的光模块和液冷技术在AI产业链中具备全球竞争优势。介绍了即将商用的空芯光纤技术，该技术能有效解决传统光纤传输速度问题，提升通信网络性能。还提及了推理部分在终端应用的突破，预示着未来技术方向。
PC行业投资观点分享
过去两年，PC行业的主要投资集中在NV店和天地公司，最近市场关注转向国内算力厂商和云服务提供商。展望明年，投资机会的优先顺序是SK点，其次是2V点，最后是国产链。这种排序基于业绩弹性与估值弹性的考虑，其中SK战略在业绩和估值弹性上具有优势，而国产链由于存在有收入无利润的情况，被放在较后位置。
探讨亚马逊等科技巨头的投资机会
聚焦于寻找与亚马逊、梅塔等科技巨头相关联的投资机会。特别强调了关注亚马逊在芯片领域的发展以及与之相关的供应商，如生益电子和广和科技，预示着这些公司在未来可能随着亚马逊的增长而获得投资机会。同时，也提及了对梅塔变化的关注，并分析了相关的产业上的投资机会，包括广告科技和方正科技。
英伟达GPU设计方案变化及市场影响分析
近期，森里发布了一份关于最低300标准的报告，指出在GPU设计方案方面，从GB200到GP300发生了显著变化。GP300的设计方案中，两个CPU各自位于小型HDI板上，通过大型PCB连接，这导致HDI版的面积减小，并新增了一块高多层通孔板，这些变化可能对生产高度层通孔板的公司有利。此外，GP300的交付方式也有所变化，英伟达仅交付GPU模组和CPU，给予终端客户或ODM更多选择权。市场也在关注是否将使用PTFE材料制作PCB，以及相关供应商的动态，如景旺电子，它们可能成为受益标的。
国产芯片的战略机遇与挑战
国产芯片行业面临着资本开支持续提升和内外压力下算力芯片加速推广的机遇，同时也遇到竞争格局变化和供应链切换的挑战。2023年，国内互联网厂商对英伟达GPU高度依赖，而到2027年，预期将见证国产AI芯片的显著切换，主因是美国对出口管制的不断升级和国内政策支持。当前，阿里、百度等在自研芯片方面进展迅速，华为等在国产供应链准备上领先。此外，计算中心和云计算厂商正在加速国产化进程，响应国家战略和供应链安全考虑。
国产芯片采购比例大幅提升及AI资本开支规划
近年来，国产芯片的采购比例大幅上升，尤其在百度和阿里等大型科技企业中，国产芯片的占比超过50%，并有继续增长的趋势。同时，这些企业也在提升自研芯片的开发力度。随着资本开支的大幅提升，AI领域的投资成为重点，预计未来将对国产芯片的发展产生积极影响。此外，AI芯片的国产化成为重要主题，资本开支的变化与国产芯片的导入进度将是观测重点。
全球AI产业发展及需求变化分析
全球AI算力受多个因素影响，包括需求端的大厂及垂直行业企业和供给端的新产品发布能力。特别关注中芯国际的强化和AI信息需求受产能影响的情况。AI产业需求受到供给和需求两端因素的影响，其中需求端的变化更为关键。回顾2024年，AI算力需求的最大预期差来源于原有业务的改造需求，这反映了算法和模型架构变化带来的影响。未来需继续关注大厂改造进展及新的需求趋势。
2025年AI产品需求展望及战略重点
在2024年，AI设计需求框架发生变化，强调从训练到推理的转变，特别是预训练、后训练和推理的应用改造。AI产品需求预计将持续扩大，需要关注数据预训练的核心部分，算法优化和模型能力的提升。此外，还提及了AI商业化的节奏和未来几年AI算力需求的增长趋势，特别强调了模型推理环节的重要性。展望2025年，关注点将包括模型的改进和后训练阶段的算法优化，以适应AI技术发展的新需求。
AI模型迭代速度及大厂军备竞赛未结束
当前预训练模型参数主要集中在1到10个区域，已有数据量基本满足使用。针对模型的算法改进和架构微调对模型能力提升效果显著。未来关注重点包括强化学习和CUT对算力提升的影响。同时，大AI化改造需求仍在观察之中，特别是大厂对原有业务架构的AI改造。模型的快速迭代对于大厂来说是一个重要动力。美国大厂的军备竞赛远未结束，大模型和应用格局仍在形成之中，未来可能不再区分硬件和软件，而是转向超级AI应用。
AI技术发展及产业投资趋势分析
在过去的几年中，智能产业经历了显著的增长，特别是美国的AI相关公司在提高算力和算法模型方面取得了重大进展。据分析，这些公司的投资在不断增加，预计到2024年，几家大公司的总投资可能超过2000亿美金。此外，随着AI技术的发展，对算力的需求呈现爆炸式增长，导致了硬件（如GPU）更新换代的速度加快。特别地，服务器市场出现了结构性变化，能够满足定制化需求的厂商份额显著增长。整体上，AI产业正处于快速发展的早期阶段，未来几年内，与AI相关的技术及产业链将继续扩张，特别是在算力基础设施和定制化解决方案方面。