人工智能产业正处于高速发展阶段，算力仍然是投资主线。长期来看，Scaling Law以算力换智能持续有效，人工智能的长期发展将建立在算力成长的基础之上。当前云、模型、智驾助推算力市场维持高景气度，在此背景下，GPU/存储/服务器/光模块/端侧AI等领域已充分展现全球投资人信心，长期仍具备投资价值，推荐领先的全球算力供应商；封装及存储公司；服务器厂商；光模块厂商；边缘端环节；终端环节。同时亟待发掘的液冷/电力设备/国产算力亦蕴藏丰富投资机遇。

从长期维度来看，Scaling Law以算力换智能的逻辑持续有效，决定了中期维度人工智能的发展。2022年，全球算力规模约为1000EFLOPS，中国算力约占其中30%。展望未来，我们判断，中国和全球AI算力市场有望实现30-50%的复合增长，中国市场受制于高性能芯片供给不足，中短期实际增速可能略低于全球。
　　中短期维度来看，英伟达GPU的竞争优势已逐渐形成共识。一季报情况表明，头部科技公司持续采取积极资本开支，我们预计北美头部科技公司2024年全年CAPEX合计增速有望达40%，主要聚焦AI基础设施投资，与高算力需求共振。未来仍需关注下游云厂商客户的需求和库存变化。

算力成长背景下，液冷/电力设备/国产算力蕴含丰富投资机遇，亟待挖掘。
　　液冷：AI能源的需求激增，液冷渗透加速提升。先进芯片功耗大幅提升，热密度激增推动液冷渗透率持续向上。同时液冷方案可以有效提高散热效率，将有限电力资源分配到算力中。经测算，我们认为2027年全球液冷市场的空间接近1300亿元，2023年至2027年的CAGR为133%，具备丰富投资价值。
　　电力设备：算力需求催生能源挑战，驱动设备迭代升级。2022年全球数据中心消耗约460TWh的电量，据国际能源署(IEA)的估算，在AI带动下，这一数字2026年可能膨胀至620至1050TWh。长期维度看，能源消耗激增有望在后摩尔时代带动能源技术升级，包括配套的变压器、储能、智能电网等电力设备，及伴随碳中和要求亟待发展的新型能源，包括光伏、氢能及核能技术等。
　　国产算力：从芯片到全产业链，AI算力国产化加速追赶。目前国内AI厂商面临算力芯片供应链的不确定性，因此国产芯片具备替代机遇，生态建设进度领先的芯片厂商更具有先发优势。同时服务器、交换机等领域公司亦将受益于国产算力成长带来的全产业链发展机遇。

自ChatGPT面世以来，相关主流领域已充分体现投资人乐观预期，自2023年3月起，相关板块仍然具备投资价值：
　　1）头部GPU/ASIC厂商核心受益：GPU与ASIC作为AI算力的核心，算力需求的增长将直接推动其出货量增长与产品迭代。目前行业呈现英伟达领先，谷歌与AMD跟进的态势，且头部厂商优势显著。建议关注头部GPU/ASIC厂商的投资机会。
　　2）封装/存储需求高增，头部厂商突破产能瓶颈：先进封装和存储或成为限制芯片产能的两大瓶颈，未来先进封装/HBM市场需求有望实现持续高增，头部厂商正在积极扩产匹配。建议关注先进封装、存储领域头部公司的投资机会。
　　3）服务器放量增长，产业链伴随升级：全球AI服务器需求集中于头部AI厂商，多采用定制服务器，ODM/JDM 成为主流。同时服务器内部结构的升级有望推动PCB和CCL需求或有10倍增加，其他零部件行业亦有望充分受益。建议关注服务器及PCB/CCL领域的投资机会。
　　4）AI网络需求不断提升，推动光模块需求增长与产品迭代：由于AI训练/推理对于GPU互联效率需求的提高，光模块等AI网络设备的速率/延时/功耗正在愈发明显地影响AI大模型训练/推理的性能与成本。这种趋势推动了高端光模块需求增长与方案升级。推荐关注头部光模块厂商及其他网络设备领域的投资机会。
　　5）云端为本，终端升级：目前大型复杂模型至今仍需在云端部署，但基于推理场景能耗、时延等因素的考虑，未来端侧AI将有望承担更多工作负载，进而推动相关芯片与零部件的升级。推荐关注SoC芯片、存储、散热、声学及其他零部件行业的投资机会。