（來源：西部證券研究發展中心）
回顧2024年（截至2024.12.11），通信板塊在AI加持下漲幅居前，當前通信行業估值接近歷史中值，量子通信、光器件光模塊、連接器及線纜板塊領漲。AI是通信行業的新動能，產業日新月異，技術迭代和產品應用層出不窮，中國和美國的AI基礎設施建設步伐迅速，帶動上游產業鏈各個環節加速發展。此外，低軌衛星互聯網突破了從0到1組網階段，我國商業航天產業取得實質性進展。
展望2025年，國內外AI基礎設施需求共振，大國博弈和技術升級持續演繹。建議持續聚焦AI算力，同步關注低軌衛星互聯網和出海優質股。
持續聚焦AI算力主線：AI算力需求仍在高成長期，未來短期增速波動的不確定性不改長期增長趨勢。2025年重點關注三大結構性變化：1）大模型突破“慢思考”能力，預訓練之外，后訓練和推理算力需求增加；2）伴隨應用逐步繁榮，多樣化推理需求增加；3）英偉達通用GPU之外，ASIC AI芯片供給增加。北美和中國是全球智算投資的引領者，投資節奏不同和對國產供應鏈開發程度不同，存在投資機會的結構差異。
北美算力供應鏈：光模塊是核心，同步關注液冷供應鏈機會。光模塊：AI驅動行業技術迭代加速，技術領先者有望更充分享受行業紅利。2025年重點關注光模塊速率向1.6T升級、硅光、CPO、OCS等新技術趨勢帶來的新機會，關注分布式訓練需求下的DCI增量需求。相關公司：中際旭創（已覆蓋）、新易盛、天孚通信（已覆蓋）、德科立（已覆蓋）、太辰光。
國內算力供應鏈：關注光模塊、AIDC、液冷、交換機。互聯網廠商、政府和運營商是國內智算投資主力。關注1）光模塊：24Q3相關廠商已經進入業績兌現期，交付仍是瓶頸，2025年伴隨產能爬坡有望加速成長。相關公司：光迅科技、華工科技、源杰科技（已覆蓋）。2）AIDC：優質客戶資源是核心，AI對技術、運維管理能力提出更高要求。相關公司：潤澤科技。3）液冷：智算中心催化液冷滲透率提升，國產廠商迎來出海機遇。相關公司：英維克（已覆蓋）、申菱環境。4）交換機：互聯網廠商的需求驅動數據中心交換機速率升級加速、白盒化趨勢。相關公司：銳捷網絡、紫光股份、中興通訊（已覆蓋）。5）運營商：IDC和云計算頭部廠商，同受益AI產業發展。相關公司：中國移動（已覆蓋）、中國聯通、中國電信。
關注低軌衛星互聯網產業鏈的規模組網和出海機會。短期重點關注衛星發射進度、招投標進展以及行業重大階段性進展和事件。中期重點關注競爭格局、市場空間和行業壁壘更優的細分行業龍頭。關注細分賽道出海成長股。如華測導航、億聯網絡（已覆蓋）、拓邦股份（已覆蓋）、和而泰（已覆蓋）等。
風險提示：AI發展不及預期；中美貿易摩擦；歐美經濟衰退；競爭加劇。
一、回顧2024年：AI持續亮眼，板塊估值提升
1.1?通信行業行情回顧
1.1.1 行情回顧：通信板塊漲幅居前，估值接近歷史中位數
截至2024年12月11日，滬深300指數年漲幅16.25%，深證成指年漲幅13.90%，上證指數年漲幅15.38%，通信（申萬）指數年漲幅27.70%，通信板塊整體跑贏大盤。在申萬行業分類31個行業板塊中，通信板塊年漲幅排名第4。
2013年初以來通信板塊PE（TTM，整體法，剔除負值）最高值為108.1倍，最低值為23.2倍，中值為37.2倍；PB（整體法，MRQ，剔除負值）最高值為9.4倍，最低值為2.2倍，中值為3.7倍。2024年以來，通信板塊受數字經濟和AI催化，估值整體呈上升趨勢。截至2024年12月11日，根據我們梳理的西部通信股票池（包含226只股票），剔除三大運營商后，行業PE（TTM，整體法，剔除負值）為33.0倍，低于歷史中值；PB（整體法，MRQ，剔除負值）為3.7倍，接近歷史中值。
近一年來，通信板塊估值從2023年底開始下調，從2024年2月8日到2024年3月22日開啟新一波上漲，之后雖有小幅度波動但保持穩定，2024年7月11日之后通信估值有所回落，2023年9月底板塊估值迅速回升。
1.1.2 分板塊行情：量子通信、光器件光模塊、連接器及線纜領漲
通信行業深度參與數字中國的數字底座建設，在算力、網絡基礎設施建設和數據資源體系建設中都扮演重要角色。通信行業的傳統驅動力主要來自運營商和云廠商的資本開支投資，伴隨數字基礎設施的完善和下游新興應用的興起，通信行業需求驅動力逐步轉向商業、工業、政府、軍工等垂直領域；同時通信技術與人工智能、云計算、大數據等新技術相融合賦能于各行各業，衍生出越來越多新興產業數字化成長賽道，包括物聯網、工業互聯網、軍工通信、AIGC、企業通信、通信+汽車、通信+新能源、衛星應用等。立足當下展望，通信行業需求端迎來三大增量變化，受數字中國建設、AIGC和出海的同步拉動，供給端受產業升級和大國博弈共振，呈現技術升級和國產替代兩大趨勢。
截至2024年12月11日，我們構建的西部通信股票池中226家公司整體年平均漲幅19.94%，其中，漲幅居前的細分板塊包括量子通信、光器件光模塊、連接器及線纜和專網通信，板塊漲幅均在30%以上，剩余其他細分板塊除電力載波通信和通信終端設備外均呈現不同程度的漲幅。
根據西部通信股票池，截至2024年12月11日，漲幅居前五的個股分別是神宇股份（+248.2%）、羅博特科（+224.1%）、樂鑫科技（+190.8%）、海能達（+185.4%）和國盾量子（+174.4%）。
二、持續聚焦AI算力主線，進入商業落地期
2.1 AI算力：訓練需求疊加推理需求，關注結構性新變化
訓練和推理需求推動AI算力總量有望持續提升，空間足夠大。AI大模型讓自然語言成為有效的人機交互范式，并在知識歸納和處理以及AIGC領域呈現出較大的商用價值和社會價值。訓練端，在生成式AI技術快速發展和Scaling Law奏效背景下，隨著大模型參數量提升，大模型訓練需要大量AI算力支撐；推理端，伴隨模型的成熟和應用的落地，算力需求的重心向推理轉移，未來推理成本的降低有望進一步吸引開發者加入促進生態的繁榮，繼續促進大模型推理側的算力需求。
交互式人工智能分階段對數據通信網絡產生不同影響。算力的提升從簡單的硬件擴展發展為涵蓋算法優化、系統設計、資源調度和網絡通信等多個層面的系統優化，數據通信網絡是算力提升的重要支撐。在AI大模型訓練階段，包括前向傳播過程和反向傳播過程，網絡流量主要分為兩類：1）GPU之間同步梯度和中間激活的網絡流量，發生于所有GPU之間，主要因為當模型的參數規模超過單個GPU的內存，采用GPU集群協同計算時，需要GPU之間相互通信以交換信息，這類信息包括參數/梯度、中間激活值等；2）GPU和存儲服務器之間的流量，主要因為當龐大的數據集被所有GPU共享時需要集中存放到遠端的存儲服務器中通過網絡調用，以及定期保存的參數和優化器狀態也需要通過存儲服務器共享。在AI推理階段，只有前向傳播過程，網絡流量主要分別兩類：1）每次推理在Prefill （預填充）GPU和Decode（解碼） GPU之間傳遞KV緩存，因為預填充階段和解碼階段對GPU需求不同，可以用Prefill-Decode解耦的方式，由兩個不同類型的GPU分別承擔兩個階段的計算任務，因此就需要在兩個階段間傳輸KV緩存；2）Prefill GPU集群和Decode GPU集群分別實施張量并行，產生的中間激活的傳遞，因為大模型推理時雖然模型經過了壓縮，但模型尺寸仍可能超過單個GPU的內存，因此需要張量并行加速推理過程。?
根據《交互式人工智能對廣域網流量及智算網絡技術的影響分析》，交互式人工智能在不同階段對廣域網的網絡建設提出不同的需求，伴隨AI用戶數增長而提升部署需求。交互式人工智能的廣域網東西向流量發生在兩個環節，分別為訓練側訓練樣本的生成以及訓練完成后的推理側同步；廣域網南北向流量主要為用戶對應用的訪問流量，包括輸入過程和輸出過程。
AI算力需求短期仍在高成長期，未來短期增速波動的不確定性不改長期增長趨勢。2025年重點關注結構性變化：
1）變化一：大模型突破“慢思考”能力，預訓練之外，后訓練和推理算力需求增加。
受限于高質量數據瓶頸和高昂的算力成本，大模型預訓練的性能提升邊際收益遞減。O1大模型的推出提升了大模型“慢思考”的能力，對算力的需求結構上體現為對后訓練階段（Post-training）和推理階段（Inference）的需求不斷提升。在后訓練階段，大模型經過微調或強化學習等進一步優化在特定任務或領域的表現，通過提升RL訓練的探索時間來提升性能。在推理階段，o1模型需要增加對推理任務的思考時間，需要消耗更多的計算資源，主要由于采用了更復雜的推理機制，如內部思維鏈推理等。
RFT技術有助于降低模型微調的門檻和成本。2024年12月6日，OpenAI在官網發布ReinforcementFine-Tuning（RFT）研究計劃的內容以及申請要求的總結與說明。大模型在學習了公開的互聯網數據之后，還需要更多的垂直行業的特定真實世界數據來提升模型的推理能力。OpenAI的強化微調旨在讓開發者和ML工程師能夠基于少量到數千個高質量的任務數據，對模型進行微調，使其在特定領域的復雜、高度專業化任務中達到專家水準。相較于傳統的Fine-tune范式需要大量的數據標注工作，RFT通過“獎勵函數”或“獎勵模型”直接進行簡單“打分”和反饋引導模型朝特定目標優化，降低數據體量和標注成本需求。RFT的推出有利于降低使用者訓練或微調模型的門檻和成本，也有助于彌補openAI難以獲取“特定領域高質量數據”和相關專家經驗的局限。從適用領域來看，RFT適用于有客觀正確標準的領域，如法律、保險、醫療保健、金融和工程，這些領域的特征是專家們在結果判斷上有較高的共識性，具備相當的專家領域知識和相關數據集。RFT項目推出之初主要面向研究機構、大學、企業等開放測試和微調能力。
2）變化二：伴隨應用逐步繁榮，多樣化推理需求增加。
隨著AI進入大規模落地應用的關鍵時期，邊緣計算和云計算的協同共生是大勢所趨。云端可進行復雜的全局分析，邊緣端可負責實時數據的處理和推理。云端部署算力中推理算力占比有望持續提升，根據 IDC 數據，預計到 2026 年，推理占到 62.2%，訓練占 37.8%。邊緣端AI以推理任務為主，邊緣AI芯片就近為終端設備提供AI算力。例如，智能家居、自動駕駛、工業4.0等領域正在逐步從傳統的云端計算轉向邊緣計算，而推理算力的加入，為邊緣計算提供了更強的數據處理能力和實時決策能力。模型剪枝、量化、知識蒸餾等技術可在保證模型精度的前提下，減少模型體積和計算需求，從而使得模型可適配邊緣設備的計算能力。
訓練和推理對算力和顯存的需求邏輯不同，通信效率核心服務于整體算力效率的發揮。在大模型訓練階段，計算需求與模型參數量和數據量直接相關，顯存需求與模型參數、模型梯度和優化器有關。例如，以175B模型為例，以FP16精度計算，模型參數需要350GB顯存，模型梯度需要350GB顯存，優化器需要2100GB顯存，合計約2800GB的顯存規模，超出單卡顯存極限，硬件集群分布式訓練是必然選擇。在大模型推理階段，推理計算需求與模型參數量和數據量直接相關，相較訓練階段不需要反向計算過程，計算需求比訓練階段少。推理顯存需求主要受模型參數量大小和推理過程中的KV緩存影響。推理過程中需要頻繁訪問顯存，通信帶寬規格是影響推理速度的核心因素。在推理時可以選擇多卡推理，做張量并行切分時，訓練卡可以用于推理業務。推理階段的通信更多指單機內部的多卡通信。
3）變化三：英偉達通用GPU之外， ASIC AI芯片供給增加。
超大規模廠商（AWS、谷歌、Meta 和微軟）已經在投資自研AI ASIC芯片，比如，谷歌的TPU、Meta的MTIA、微軟的Maia、亞馬遜Trainium2等。雖然芯片開發成本高昂，但使用定制的芯片可以提高運營效率，減少向用戶提供AI服務的成本，并降低用戶使用新AI應用的成本。隨著AI市場從開發轉向部署，大廠自研AI芯片的趨勢將會持續。博通和Marvell是ASIC 芯片市場的領導者。根據博通公開的業績交流會信息，博通預計2024年AI收入將達到110億美元以上，定制化XPU約占三分之二，主要來自與Google和Meta的合作，其他客戶群體還包括蘋果、思科、富士康、愛立信、諾基亞、HPE、NEC、瞻博網絡、Ciena等各行業的客戶；Marvell預計2024年AI收入為16-18億美元，2025年將增長至28-30億美元，2028年AI ASIC收入將達到70-80億美元，主要來自與Amazon和Google的合作。Marvell正在加速其首批兩個AI ASIC項目的生產，為Amazon的5nm Tranium芯片和Google的5nm Axion ARM CPU芯片。還有幾個更大的項目在進行，包括Amazon Inferentia ASIC（預計在2025年啟動）和Microsoft Maia（預計在2026年啟動）。
大廠積極參與自研AI基礎設施，或推動數據通信網絡的技術創新。如AWS設計的Trainium2集群是一個訓推一體的集群，在scale up設計中充分考慮到實例要拆散了賣的需求，一個64卡的Trn2-ultra服務器也可以拆成4個16卡機器或單卡進行售賣。如Google的TPUv4集群基于OCS光交換機的可重構能力，根據售賣實例和線上故障來構建TPU拓撲。
2.2 北美算力供應鏈：光模塊是核心，同步關注液冷供應壁壘突破
2.2.1 北美算力市場：巨頭建設十萬卡集群，云廠商資本開支延續高增長趨勢
美國AI巨頭積極布局10萬卡乃至更大規模的智算集群。其中，Meta宣布將投資100億美金在美國路易斯安那州建設全球最大的AI數據中心。亞馬遜計劃在未來10年投資超過1000億美元建設數據中心。谷歌宣布將投資30億美元在印第安納州建設新的數據中心園區。微軟計劃投資1100億美元與openAI聯合定制一個超大規模的數據中心項目。xAI僅用122天在孟菲斯建成了10萬塊NVIDIA H100 GPU的集群。Anthropic宣布與AWS共同構建面向機器學習訓練的世界最大計算集群，其下一代Claude大模型將在擁有數十萬顆Trainium2芯片的集群上進行訓練。
24Q3北美四大云大廠資本開支合計636億美金，同比增速70%，延續高成長趨勢。北美四大云廠商微軟、谷歌、亞馬遜、Meta在2024Q3的Capex 如下:
1）微軟：24Q3微軟 CapEx（包括融資租賃的本金支付）為200億美元，環比+5%，同比+79%；
2）谷歌：24Q3谷歌CapEx為131億美元，環比-1%，同比+62%，公司指引Q4環比持平；預計2025年進行更高的資本開支。
3）亞馬遜：24Q3亞馬遜CapEx（含融資租賃的本金支付）為213億美元，環比+30%，同比+89%；預計2024年全年資本開支為750億美元，預計2025年會在2024年的基礎上繼續增加。
4）Meta：24Q3 Meta CapEx（包括融資租賃的本金支付）為92億美元，環比+9%，同比+36%。2024全年Capex預計在380-400億美元，指引下限再次上調，此前預計為 370-400 億美元。
24Q3三大云廠商24Q3云收入合計629億美元，同比+13%，環比-3%。谷歌云收入同比增長超30%，微軟云、亞馬遜云環比增長承壓。24Q3谷歌云實現營收114億美元，同比+35%，環比+10%；亞馬遜AWS云服務實現營收275億美元，同比+19%，環比+4%；微軟智能云實現營收241億美元，同比-1%，環比-16%。
2.2.2 光模塊：關注AI基礎設施投資節奏和新技術迭代?
光模塊所需用量與GPU數量呈正相關關系，也受網絡架構設計、交換機上行下收斂比、網絡層數的影響。在AI智算集群中，光模塊主要用于服務器和交換機之間、交換機和交換機之間的連接。在無收斂的胖樹架構設計中，假設GPU端口速率與光模塊端口速率、交換機端口速率均一致，且交換機的上、下行端口全插滿，且只考慮GPU服務器與交換機之間的連接需求，則計算得兩層胖樹架構下GPU端口數：交換機端口數：光模塊端口數=1：3：4，三層胖樹架構下GPU端口數：交換機端口數：光模塊端口數=1：5：6。
光模塊行業目前景氣度仍然較高，明年總體需求將進一步增長，后續行業需求增長彈性仍存在不確定性，主要取決于AI大廠對AI基礎設施投資的節奏。2024Q3相關公司天孚通信、新易盛、中際旭創的單季度收入仍保持較高增速。根據中際旭創電話會交流信息，明年以太網800G需求旺盛，加上1.6T光模塊的逐步上量，行業總體需求有望進一步增長。
AI算力投資驅動光模塊行業技術迭代加速，在技術趨勢下占領領先地位的公司有望更充分享受行業紅利。2025年重點關注光模塊速率向1.6T升級、硅光、CPO、OCS等新技術趨勢帶來的新機會，關注分布式訓練需求下的DCI增量需求。
1.6T光模塊：2025年進入批量化生產交付階段，節奏取決于英偉達GB200及下一代芯片的推進速度。2024年，北美市場400G和800G光模塊需求旺盛，行業加速從400G向800G升級。以中際旭創為代表的公司已為1.6T產品上量做好準備，并正在預研3.2T光模塊。
硅光：硅光光模塊滲透率在800G、1.6T產品中有望加速滲透，緩解光模塊上游物料供給緊缺瓶頸。硅光模塊是基于硅光子技術的光模塊，其核心是運用硅和硅基襯底材料（如 SiGe/Si、SOI 等），借助現有 CMOS 工藝進行光器件的開發與集成。光模塊上游EML、VCSEL光芯片等物料供不應求，影響龍頭公司的生產交付。硅光光模塊作為材料端的替代方案，可彌補行業供給產能的缺口。同時，硅光具備兼容性、集成度、性能等優勢，在高速傳輸、高功率處理、高溫環境適應等方面，性能更優。重點關注在CW激光器、硅光光模塊環節的領先廠商。?
CPO：Nvidia預計25Q3推出CPO光引擎的IB交換機，有望加速CPO技術的應用，重點關注具備產業鏈卡位優勢的廠商和新增環節。英偉達還計劃于2026年推出CPO版本的Spectrum4 Ultra X800以太網交換機，擴展其在CPO領域的產品線。以太網光模塊的功耗隨著速率增長而增長，CPO（光電共封裝）技術的出現主要目的是為了降低系統功耗和能耗。CPO作為新技術趨勢，尚未發展成熟，英偉達的積極部署促使業界看到趨勢可能加速推動的可能性。根據英偉達CPO版本的Quantum 3400 X800 IB交換機內部結構設計，涉及的組成部分包括激光器、FAU、光引擎、芯片層面的基板和封裝供應商等，相較傳統可插拔光模塊的使用，光纖分纖盒（shuffle box）是新增環節。
Q3400 X800 CPO交換機內部結構拆解：1）里面有四顆28.8T的交換機芯片（總共115.2T的交換容量），采用多平面技術，即每一根交換機外面的光纖從MPO口連進來后，會用光纖分纖盒（shuffle box）將其信號拆分為4路并分別連接到四個不同的交換機芯片，從而將信號源切割成最小單元，不需要額外的統籌機制，每個數據子流都是獨立處理并最終在CX8網卡端進行數據匯聚。2）可插拔光源模組里面的CW激光器通過無源透鏡和薄膜濾波器，將信號直接傳輸到光纖陣列（Fiber Array），再拉到交換機面板上的MPO接線口，相當于在兩個光纖之間進行中繼。
OCS：谷歌之外的其他大廠開始考慮采用OCS方案，未來出貨量有望高速增長。十多年前谷歌就在其計算節點和AI集群中使用OCS，Nvidia和Microsoft等大型AI廠商也開始使用OCS。在谷歌的TPU集群架構中，每個TPU可以直接與其六個最近的TPU通信，OCS可以擴展和重新配置互聯網絡。OCS 的結構較為簡單，主要包含兩套子系統：子系統1：主要用于檢測控制。由2個850nm激光發射模組、3個850nm激光可穿透的二向色鏡、2個MEMS反射鏡陣列、2個攝像模組所組成，主要的功能是通過檢測850nm激光在光交互通道中的傳輸狀態，調整MEMS反射鏡的相關參數，從而實現路徑上光信號損耗最小。子系統2：光交換的實際鏈路。由2個136通道的光纖準直器陣列、3個二向色鏡、2個MEMS反射鏡陣列所組成，通過MEMS反射鏡的調整控制，實現經過兩個光纖準直器所接入的光通路之間的互聯互通。根據LightCounting預測，OCS出貨量2023年已達到1萬臺，預計2029年將突破5萬臺。
DCI：傳統云數據中心對DCI的需求主要來自數據備份和容災、虛擬化和資源池化以及虛擬機跨數據中心遷移、資源整合，AI數據中心在單一數據中心的占地和能源供應問題上更為嚴峻，催化跨DC大模型訓練的新需求。DCI主要指跨數據中心之間的互聯，在云計算時代DCI的需求主要來自1）單個數據中心的占地和能源供應限制，導致云廠商需要再同城或異地建設多個數據中心；2）在不同數據中心之間部署數據備份和容災方案需要先完成數據中心的互聯；3）數據中心的最小功能單元由物理主機轉變為VM（虛擬機），虛擬機的資源占用可彈性伸縮，支持VM跨服務器、跨數據中心自由遷移和資源整合，而數據中心之間的互聯是實現VM跨數據中心遷移的前提，是實現數據中心虛擬化和資源池化的重要環節。根據CoherentFY25Q1財報，公司的電信收入增長主要得益于新產品100ZR和400G ZR/ZR+相干光模塊的推出。根據Lumen TechnologiesFY24Q3財報，lumen在2024年二季度簽署了超過50億美元的PCF（私有連接結構）銷售額，第三季度簽署了超過30億美元的增量PCF銷售額，主要用于AI光纖網絡部署。
投資建議：北美算力供應鏈，考慮到對國產供應鏈的開放程度不同，建議聚焦光模塊板塊，同步關注液冷供應生態開放。
2.3 國內算力供應鏈：關注光模塊、AIDC、液冷、交換機、運營商
2.3.1 國內算力市場：智算中心加碼建設，互聯網廠商、政府和運營商是投資主力
多地出臺政策引導，各方玩家加碼智算中心。國內智算中心的主要參與者包括政府、運營商、云廠商、企業、院校及科研機構等多主體。其中，1）政府：主要通過制定相關政策、提供資金支持、規劃區域布局等方式提供基礎保障。2）電信運營商：是數據中心建設主力，依托既往布局和網絡優勢，并積極與政府及企業合作探索智算中心建設和運營的新模式。3）原數據中心、云及用戶企業：是智算中心的建設主力，包括萬國數據、世紀互聯等第三方IDC服務商、BAT等互聯網巨頭以及吉利、特斯拉等自建自用的企業。這些企業在云計算、人工智能等領域擁有深厚的技術積淀和市場經驗。4）央國企：有較強的資金實力和資源整合能力，能夠承擔大型智算中心的建設和運營任務。2024年2月，國資委召開“AI賦能產業煥新”中央企業人工智能專題推進會，強調央企要加快建設一批智算中心。5）院校及科研機構：需要智算基礎設施開展前沿技術研究，并將成果反饋給產業，如湘潭大學智算中心。6）跨界企業：智算中心的火爆、算力缺口激增以及美國的科技制裁吸引了眾多跨界企業進入算力租賃領域，包括蓮花健康、鴻博股份等。
地區分布上看，智算中心加速落地，主要集中于東部經濟發達地區。截止2024年3月，全國已投運、在建及規劃的智算中心項目達到196個，其中京津冀、長三角及廣東省智算項目共89個，占比45%。
國內互聯網巨頭加碼智算投入。國內BAT三大云廠商24Q3資本開支合計357.1億元，同比增長128.3%，呈現加速投資的態勢，主要面向AI基礎設施進行投資。其中，騰訊24Q3資本開支為171億元，同比增長114%；百度24Q3資本開支16.4億元，同比下滑54%；阿里巴巴24Q3資本開支170億元，同比增長313%。
三大運營商均大力投資建設 AI 算力。
1）中國移動 2024 年計劃用于算力的資本開支 475 億元，同比增長 21.5%，并計劃到2024年底實現智算算力超過17 EFLOPS。其不斷完善的 “4+n+31+x” 數據中心布局，構建了覆蓋全國的 AI 推理算力網絡 ，并計劃在哈爾濱、呼和浩特、貴陽等地商用自主可控萬卡集群。中國移動2024年至2025年新型智算中心集采項目規模達 8054 臺，其中包括 7994 臺人工智能服務器及配套產品、60 臺白盒交換機。
2）中國電信 2024 年計劃用于產業數字化資本開支 370 億元，同比增長 4%，其中用于云/算力投資 180 億元，并在在上海臨港、武漢、京津冀等地積極建設智算中心。其“2+4+31+x+o” 天翼云布局，構建 “中心-省-邊緣-端” 的四級算力體系，打造可滿足多個大模型同時訓練的公共智算中心。中國電信啟動了2024至2025年度的服務器集中采購項目，共 13 個標包，預估采購量為 15.6 萬臺服務器，采購金額各標包的最高投標報價總計達到約 177 億元。
3）中國聯通2024年總體資本開支為650億元，重心投向算網數智業務。本年內，中國聯通公開集采 2503臺AI服務器和 688臺關鍵組網設備RoCE交換機。
國家持續支持 AI 算力發展，地方政府也積極響應。
1）政策出臺與引導：中國2024 年發布的《國家人工智能產業綜合標準化體系建設指南（2024 版）》等相關政策文件，為 AI算力發展提供了良好政策環境。工信部等六部門聯合出臺的《算力基礎設施高質量發展行動計劃》明確提出，到 2025 年底要建成50個智算中心，為AI算力的布局和發展提供了清晰的方向指引。
2）項目支持與推動：2024中國綠色算力 (人工智能) 大會上，舉行了 “中國云谷”、國家 “東數西算” 內蒙古和林格爾集群算力產業鏈主企業揭授牌儀式，啟動了多項合作，簽約13個重點項目，總投資金額達613.45億元人民幣，本次項目覆蓋了算力上游裝備制造、中游算力基礎設施以及下游算力應用及運維服務等多個環節，有力推動了 AI 算力產業的發展。
國內AI算力現狀：2024年智能算力和AI服務器高速增長。根據《中國綜合算力指數（2024年）》數據顯示，截至 2024 年 6 月，中國在用算力中心超過 830萬標準機架，算力規模達246EFLOPS，智算同比增速超過65%。同時我國 AI 服務器行業高速發展，根據中商產業研究院研究顯示，2023年國內AI服務器出貨量約35.4萬臺，AI服務器市場規模為490億元，2024年預計AI服務器市場出貨量同比增長18.92% 至 42.1萬臺，市場規模將同比增長14.29%至560億元。
預計國內智能算力規模未來幾年高速增長。根據IDC在2023年12月預估，2022年-2027年中國智能算力規模年復合增長率將達到33.9%，同期通用算力規模年復合增長率為16.6%；在智能算力中，2023年中國AI服務器訓練工作負載占比58.7%，推理負載占比41.3%，預計2027年中國AI服務器訓練負載占比為27.4%，推理負載占比72.6%。
2.3.2 光模塊第二梯隊：交付仍是瓶頸，2025年持續受益于國內智算中心建設
中國的光模塊市場受益于國內智算中心建設浪潮，國內光模塊頭部廠商光迅科技、華工科技等公司積極擴充產能，并在24Q3表現出數通光模塊收入的環比改善，光模塊行業供應緊張，交付仍是主要瓶頸。根據華工科技11月8日和10月25日投資者交流會議紀要，華工科技400G及以下全系列光模塊實現規模化交付，800G光模塊實現小批量交付。2024年前三季度公司的光聯接業務收入同比增長52%，第三季度收入和毛利水平明顯提升。公司預計24Q4公司的高速率光模塊交付進一步增多，400G和800G單模將持續上量，國內的數通光模塊市場明年還將實現明顯增長。根據光迅科技8月26日投資者交流會議紀要，國內互聯網廠商的需求受AI驅動，增長較大，光迅科技上半年的物料和產能相對緊缺，下半年會逐步好轉，公司Q2-Q4的產能持續明顯提升，2024年交付仍是主要瓶頸。
國內的數通光模塊市場對光模塊速率的需求迭代慢于北美市場，市場競爭環境也比北美市場更為激烈。國內智算中心建設和大模型訓練相較北美處于追趕地位，帶動上游產業鏈的需求釋放節奏遲緩于北美市場。24Q3相關光模塊廠商已經進入業績兌現期，后期伴隨產能爬坡有望加速成長。
2.3.3 AIDC：優質客戶資源是核心，AI對技術、運維管理能力提出更高要求
技術驅動引領IDC市場規模不斷擴張，預計2025年末，數據中心機架超過1000萬架，24-25兩年的增量投資1500億元。IDC作為支撐信息技術產業發展的核心基礎設施，受益新基建、數字經濟等系列政策，以及新一代技術的驅動，我國IDC市場持續保持高速增長。根據IDC數據，2023年中國IDC市場規模1456.4億元，同比增長6.4%，伴隨經濟企穩，數字經濟進一步推進，2028年中國IDC市場有望突破2500億元。算力規模數據中心機架數量穩步增長，按照標準機架2.5KW統計，2023年標準機架數量超過810萬架，算力規模230EFLOPS。據2023年10月發布的《算力基礎設施高質量發展行動計劃》，到 2025 年，算力規模超過 300 EFLOPS，智能算力占比達到 35%，預計未來兩年年均復合增長率15%，則2025年機架數超過1000萬架，根據單機架投資成本7.5萬（含土建）計算，未來兩年的增量投資超過1500億元。
相較于IDC業務，AIDC的主要區別在于，1）服務對象：傳統IDC業務的對象是通用服務器，即傳統X86CPU服務器；AIDC業務的主要服務對象是高性能GPU服務器。服務對象的改變帶動了單機柜功率的提升和散熱方式的改變。機柜功率的提升加速了散熱方式從風冷向液冷的轉變。2）業務出發點：傳統IDC業務主要從自身資源出發，即公司擁有的土地能耗等基礎資源量、能夠建設的機柜數，以及能夠承載的服務器數；而AIDC業務主要從客戶角度出發，需要根據客戶對算力密度、規模的需求針對性地進行設計組網。3）技術：AIDC的大集群交付需求，在對機柜側提出更高要求的同時，還需要具備組網、服務器側調優等能力。
2.3.4 液冷：智算中心催化液冷滲透率提升，國產廠商迎來出海機遇
隨著算力密度的提高，算力設備、數據中心機柜的熱密度都已顯著提高，加快了液冷技術的導入。冷板式較浸沒式在液冷工質與系統等方面的成熟度更高， CPU/GPU 等算力芯片廠商也通過直接配套散熱模組或發布 Design Guide 等方式完善液冷算力的生態匹配，主流的服務器制造商大多已建成冷板式液冷服務器的標準化規模生產線，通信運營商與頭部互聯網公司均積極嘗試液冷技術的部署應用。冷板式液冷數據中心已開始規模部署，在產業鏈成熟度和生態匹配方面均已取得實質性進展。字節、華為、電信運營商是國內推動液冷系統在數據中心應用的主力。2023 年 6 月三家通信運營商聯合發布了《電信運營商液冷技術白皮書》，提出未來三年液冷應用的愿景：2023 年技術驗證，2024 年新建項目 10%規模測試，2025 年以后新建項目 50%以上規模應用。
冷板式液冷系統的設計主要包括一次側和二次側的相關設備。一次側設備主要由室外機等組成，負責通過冷卻液體與發熱部件的熱量進行相互交換，降低冷卻液的溫度。二次側設備組成部分主要包括冷卻液分配單元（CDU）、manifold、二次側管道、快插接頭、冷卻工質/冷媒等，負責完成發熱部件與冷卻液體熱量的交換，液體升溫帶走部件熱量。通過一次側和二次側的結合，實現了冷板式液冷系統的整機液體循環，進而達到IT設備散熱的目標。
冷板式液冷系統的國內需求主要來自國內新建液冷數據中心和存量數據中心機房溫控系統改造需求，冷板式液冷系統的需求跟液冷服務器的需求緊密聯系，未來兩年需求端有望保持高速增長。根據中商產業研究院，2023年中國液冷服務器市場規模約為109億元，同比增長49.3%，預計2024年液冷服務器市場規模將達到201億元，到2027年市場規模超過680億元。英維克2024年前三季度收入高速增長，主要受益于數據中心機房溫控節能產品收入增長，驗證了產業的高景氣度。
中國廠商積極前往東南亞布局算力，有望帶動國內算力產業鏈上的設計、施工、溫控設備廠商順勢出海。根據科智咨詢，全球算力產業的發展重心正在發生轉移，新興區域如東南亞、中東及非洲等地，呈現強勁的增長勢頭。2023年東南亞數據中心IT容量已達到1716兆瓦，年度同比增長8.2%，科智咨詢預測從2023年到2028年，東南亞數據中心市場將維持年復合增速17.1%的高速增長態勢。2024年以來，谷歌、甲骨文、Equinix、Etix Everywhere等產業巨頭均在馬來、泰國等地進行了少則數億美元，多則數十億美元的數據中心建設投資。國內廠商中，字節將投入21.3億美元，在馬來西亞建設人工智能中心；中國港灣成功中標馬來西亞秦淮數據柔佛總部大樓項目；萬國數據與安美德春武里工業園正式簽約，將建設價值10億美元的數據中心；中國數據中心開發商和運營商上海數據科技有限公司正尋求6億至7億美元的私募債務融資，用于在馬來西亞柔佛州的數據中心項目。
2.3.5 交換機：關注數據中心交換機的速率升級、白盒化趨勢?
在AI需求驅動下，數據中心交換機技術升級加速，高速率數據中心交換機占比有望提升。根據IDC，全球以太網交換機收入在2024年第二季度同比下降14.1%，達到102億美元，但與2024年第一季度相比增長了15.4%。其中，數據中心（DC）市場的收入同比增長7.6%，環比增長15.8%。2024Q2 200/400 GbE交換機的總市場收入同比增長104.3%，環比增長35.7%，表明市場對用于數據中心的高速以太網交換機有著濃厚的興趣。從地域的角度來看，美國和中國市場較為亮眼。以太網交換機市場總量同比下降16.3%，但美國同比增長12.3%。西歐市場同比下降24.2%，但較第一季度增長4.3%。中歐和東歐市場同比下降27.7%，環比增長11.0%。在亞太地區（不包括日本和中國），市場同比下降14.8%，但環比增長10.0%。中國市場同比增長8.7%，環比增長49.9%。
根據Dell’Oro，2024年將是800GbE以太網部署的重要一年，預計到2027年400Gbps/800Gbps的端口數量滲透率將達到40%以上。我們認為，高速率以太網交換機需求將隨著AI的迭代發展而增長，從而拉動以太網交換機市場規模增長。
白盒交換機廠商搶占品牌廠商份額趨勢明顯。隨著云數據中心的興起，云網絡需要具備敏捷、靈活、可擴展、低成本等特點。傳統的網絡基礎設施是軟硬件一體化，成本普遍較高，但缺乏敏捷性，難以適應云網絡未來的發展需求，網絡基礎設施正在向具有白盒交換機的開放網絡演進。根據銳捷網絡公開交流記錄，2024年銳捷網絡先后以較大份額中標多家頭部互聯網廠商智算中心建設，包括字節、阿里、騰訊登Tier1客戶，互聯網市場業務保持快速增長。Arista在高速率數據中心交換機市場彎道超車，市占率不斷提升。根據Arista 24Q3推介資料，在高速數據中心交換機市場，2012-2024H1 Arista的市場份額呈提升趨勢，Cisco的市場份額呈下降趨勢。以銷售額計，Arsita的市占率于2024H1超過Cisco，達到33.2%（Cisco為28.9%）；以端口數計，Arista的市占率于2023年超過Cisco，在2024H1達到30.9%（Cisco為21.2%）。
相較于黑盒交換機，白盒交換機有諸多優勢：
靈活、高效、可編程，降低購置成本及開發成本。白盒交換機采用開放的設備架構和軟硬件解耦思想，可以根據業務需求，按需定制底層硬件和上層軟件，相比傳統交換機軟硬件捆綁購買、壟斷使用，能夠顯著降低交換機購置成本。另外，在軟件功能方面，白盒交換機可以基于開源軟件進行二次開發，降低開發周期和成本。
優化網絡性能，降低運維成本。白盒交換機支持硬件數據面可編程和軟件容器化部署，通過軟件定義的方式定制數據面的轉發邏輯，還充分利用現代云計算技術，對網絡功能進行快速升級迭代，提升網絡的靈活性、敏捷性、確定性，優化網絡性能，滿足復雜的業務務求。此外，白盒交換機通過容器化部署，能統一簡化管理運維，降低網絡的運維成本。
產業鏈上下游認可度高。根據《未來網絡白皮書——白盒交換機技術白皮書》，交換機白盒化已得到芯片廠商、設備提供商、云服務商、電信運營商等交換機上下游企業的一致認同，能聯動白盒開源生態和產業生態的發展。例如，阿里2018年開始白盒交換機的研發；字節在2019年啟動自研交換機的研發經過數年的人員擴張和技術積累，2023 年已全面上線自研白盒交換機；美國運營商AT&T早在2017年4月即開啟運營商白盒化之路、完成白盒交換機試驗，2018年3月宣布將在基站內部署6萬個白盒路由器，2022年8月表示計劃到2022年底將其50%的核心骨干網流量運行在白盒交換機和開放硬件上、從而推進其在SDN和虛擬化方面的目標。
投資建議：國內算力供應鏈關注光模塊、AIDC、液冷、交換機、運營商。國內多地出臺政策引導，各方玩家加碼智算中心，互聯網廠商、政府和運營商是投資主力。國內智算中心建設和大模型訓練相較北美處于追趕地位，帶動上游產業鏈的需求釋放節奏遲緩于北美市場。關注1）光模塊第二梯隊：24Q3相關廠商已經進入業績兌現期，交付仍是瓶頸，2025年伴隨產能爬坡有望加速成長。相關公司：光迅科技、華工科技、源杰科技（已覆蓋）。2）AIDC：優質客戶資源是核心，AI對技術、運維管理能力提出更高要求。相關公司：潤澤科技。3）液冷：智算中心催化液冷滲透率提升，國產廠商迎來出海機遇。相關公司：英維克（已覆蓋）、申菱環境。4）交換機：互聯網廠商的需求驅動數據中心交換機加速速率升級、白盒化趨勢。相關公司：銳捷網絡、紫光股份、中興通訊（已覆蓋）。5）運營商：作為國內頭部IDC和云計算服務商，同受益于AI產業浪潮。相關公司：中國移動（已覆蓋）、中國電信、中國聯通。
三、關注低軌衛星互聯網，規模組網和出海商機催化機會
全球衛星互聯網行業加速發展。根據《通信世界》，截至2023年12月，全球在軌運行衛星共計9691顆，比2013年增長了8倍之多；2024年1—9月新增800多顆，總量達到10505顆，并且這一數字幾乎每天都在更新，彰顯了衛星互聯網加速發展的態勢。
2024年國內低軌衛星互聯網產業進入批量化發射階段，產業鏈各個環節持續取得進展。在高軌方面，我國已發射了天通一號、中星、亞太等系列衛星，但衛星制造成本較高；在低軌方面，我國在衛星運載能力、在軌處理能力等方面存在短板，限制了衛星的發射以及對衛星互聯網的整體布局。截至2024年9月30日，國際領先者SpaceX共進行了194批星鏈衛星發射，總發射數量達到7062顆，在軌衛星7010顆，在役4727顆，已在100個國家擁有超過400萬用戶。
衛星發射環節，近半年長征系列、谷神星、捷龍等火箭陸續發射。2024年11月30日，國內首個商業航天發射場——海南商業航天發射場成功發射首枚長征十二號火箭，正式實現國內商業航天的商業化運營。根據《中國航天科技活動藍皮書（2022）》，我國商業發射主體以國家隊為主，如中國航天科技集團、中國航天科工集團、中國長征火箭公司等，新興民營商業航天發射商中星河動力發射次數居前，其次還有星際榮耀、藍箭航天、中科宇航、天兵科技等。
衛星制造環節，國內商業航天企業持續推動衛星向低成本、小型化、多用途演進。1）垣信衛星：打造“千帆”低軌衛星星座，投資設立衛星工廠，并于2024年具備批量生產能力。2024年千帆星座先后在8月6日、10月15日和12月5日在太原進行三次衛星發射，以“一箭18星”的方式發射入軌，均使用長征六號改運載火箭，目前已經累計發射54顆衛星。根據規劃，垣信衛星將在2025年底前完成648顆GEN1衛星發射任務，實現區域網絡覆蓋；在2026-2027年完成后續648顆GEN2衛星發射任務，實現全球網絡覆蓋。到2030年底前，垣信衛星則計劃通過15000顆衛星向全球用戶提供低延時、高速率及高可靠性的衛星（寬帶）互聯網服務。2）中國星網：國網（GW）星座共計規劃發射12992顆衛星，GW-A59星座6080顆，分布在500km以下的極低軌道。GW-A2星座6912顆，分布在1145km的近地軌道。根據《中國航天》雜志發表文章《巨型低軌星座發展現狀及啟示》文中介紹，“國網”星座計劃將在2024年下半年在海南商業航天發射場進行首次發射，在未來5年內發射約10%的衛星，到2035年完成全部衛星的發射。3）其他商業衛星制造企業：包括長光衛星、格思航天、工大衛星、時空道宇、微納星座、銀河航天、天儀研究院、國星宇航、九天微星等。5月，上海藍箭鴻擎科技向ITU提交了包含1萬顆衛星的“鴻鵠三號”衛星星座申請備案；9月，時空道宇“一箭10星”將吉利星座03組衛星發射入軌。
終端應用環節：手機直連：華為、榮耀、中興、小米等主流手機廠商紛紛發布帶有手機直連衛星功能的手機，并向千元機等市場滲透。國際巨頭也積極布局“手機直連衛星”領域。2024年5月15日，AT&T與ASTSpaceMobile宣布將為AT&T智能手機提供基于衛星的寬帶網絡連接；8月28日，Verizon宣布將聯合skylo推動終端直連衛星的短信息商業服務。SpaceX于9月12日為ASTSpaceMobile發射了5顆能夠直接與普通手機通信的商業衛星。其他應用場景如車機直連、低空經濟、機上Wi-Fi、機艙調度、車聯網等均表現出廣闊的應用前景。
星地融合方面，地面運營商積極探索星地融合機空天地一體化的更多可能性。銀河航天與中國聯通合作完成了國內運營商首個NRNTN低軌在軌試驗，打通了在軌端到端數據業務，實現了VoNR衛星通話；中國電信完成了5GNTN實驗室測試認證，在基于天通一號高軌衛星系統的IoTNTN真實網絡環境下完成了試驗；中國移動基于5G星地融合網關原型，完成了業界首個真實低軌衛星與地面商用版本5G網絡互通測試。中國星網、中國兵器工業集團、中國移動合資成立中國時空信息集團有限公司，中國移動研究院設立星地融合技術研究所，中國電信成立第二家衛星公司“天通衛星科技有限公司”，彰顯出地面運營商布局衛星領域的堅定決心。
國內商業航天出海打開市場空間。11月20日，垣信衛星與巴西國有通信企業TELEBRAS正式簽署合作備忘錄，根據合作備忘錄中的內容，垣信衛星將為巴西地區提供衛星通信服務，并通過與TELEBRAS的合作率先實現對巴西偏遠和網絡不發達地區的寬帶互聯網接入，推動巴西國家數字包容公共政策執行落地，向學校、醫院及農村地區提供戰略服務。垣信衛星為巴西地區提供的衛星通信服務將基于千帆星座實現，千帆星座是采用全頻段、多層多軌道設計的巨型低軌衛星星座。千帆星座將于2025年開始在全球范圍內提供衛星互聯網服務，為交通運輸、新能源、智慧城市、智慧農業、應急救災、低空經濟等領域賦能；將在2026年為巴西地區提供正式的商用服務。本次與TELEBRAS達成合作，也意味著垣信衛星開啟海外業務正式落地的序幕。目前，垣信衛星已經與30多個國家啟動業務洽談，正積極推動千帆星座在全球范圍內的商業應用服務推廣。5月21日，銀河航天與合作伙伴泰國馬漢科理工大學首次在泰國實現低軌衛星互聯網寬帶通信網絡試驗驗證,這是中國低軌寬帶衛星互聯網的首次海外應用探索實踐。
總體來看，我國低軌衛星互聯網進入實質性組網階段，2025年有望進入規模組網加速建設階段，有望進一步推動衛星發射和制造的降本和產業成熟。在這一階段，產業鏈核心受益的環節主要集中在火箭發射和衛星制造環節。同時，垣信衛星和銀河航天的出海實踐也為國內商業航天出海提供了示范案例，有助于加速產業出海步伐，進一步打開市場空間。?
投資建議：低軌衛星互聯網作為空天地一體化網絡的核心組成部分，其建設需求具備確定性和想象力。我們認為，低軌衛星互聯網產業鏈的投資邏輯可類比“5G產業鏈”，在產業已突破0到1的啟動階段，仍在行業高速發展初期，衛星制造和發射先于應用落地，供應鏈采購以招投標形式為主，技術方案持續迭代中導致市場格局仍存在變數。低軌衛星互聯網產業鏈行情啟動先于業績兌現，短期重點關注衛星發射進度、招投標計劃和進展以及行業重大階段性進展和事件。中期重點關注競爭格局、市場空間和行業壁壘更優的細分行業龍頭。
建議持續關注國內低軌衛星互聯網產業鏈投資機會：
2）相控陣及射頻環節：鋮昌科技、臻鐳科技、國博電子（軍工組覆蓋）、盛路通信、燦勤科技等。
3）激光通信環節：光庫科技。
4）衛星地面段環節：震有科技、信科移動。
6）衛星運營服務環節：中國衛通、中國電信、中國聯通、中國移動（已覆蓋）。
四、關注細分賽道出海成長股
4.1 時間維度：產業升級、驅動力變化、海外經營能力提升
在中美科技摩擦背景下，通信企業出海阻礙和壓力加強，但出海積極性不降反增。華為、中興通訊首當其沖，受制裁后仍積極出海。相較以往，通信企業出海的產品結構、驅動力、經營能力均朝積極方向演變。
產業升級：從中低端往高端走，從追趕跟隨到引領的轉變。例如，在移動通信代際升級的演變中，華為、中興通訊在國際的市場地位和份額逐步提高，成為行業標準的制定者。企業通信終端的億聯網絡從中小企業市場向高端大客戶市場滲透，產品矩陣從中低端向高端旗艦機升級，搶占海外市場龍頭的市場份額。
驅動力變化：從被動出海到主動出海。例如，智能控制器行業龍頭和而泰、拓邦股份幾年前為了減輕關稅壓力被動進行海外產能布局，現在全球化產能布局為其主動貼近客戶獲取訂單、增強本地化服務能力奠定了基礎，成為公司尋求成長的核心路徑。
海外經營能力提升：從虧損到盈利。例如，智能控制器行業龍頭早期在泰國、越南等地的產能基地處于虧損，伴隨產能利用率提升、產品良率提升和經營效率的提升，現在進入盈利貢獻期，管理層也在海外生產管理和營商環境適應上積累了豐富的經驗。
4.2 空間維度：市場份額和能力邊界擴展
對于當前市占率較低的板塊，一方面關注企業自身創新能力是否支撐其在技術迭代周期中有望彎道超車，另一方面關注企業的核心競爭優勢是否能持續鞏固，以及份額提升的天花板。例如智能控制器、北斗、海纜、光纖光纜等。
對于傳統業務市占率已經較高的板塊，一方面關注企業是否能基于客戶優勢、銷售網絡優勢、產品和技術優勢等持續豐富產品矩陣，拓寬業務邊界，尋求更高的客戶附加值；另一方面關注企業是否能持續保持技術的領先和管理能力的提升，在技術迭代周期和需求周期享受行業成長紅利。例如企業通信終端、電信設備、光器件光模塊、通信模組等。
4.3 比較優勢：工程師紅利、供應鏈產業集群帶來的性價比優勢
技術優勢和成本優勢奠定了國內通信企業在出海競爭中的性價比優勢。性價比優勢從需求端打開下沉市場空間，從供給端給予國內企業更高的競爭主動權，因為同樣價格甚至更低價格下更優的利潤空間，帶給國內企業更高的調價主動權。
1、技術優勢：多數公司的技術優勢體現在發展中國家的技術升級代際差上，個別優秀企業亦能與發達國家頭部企業同臺競技而脫穎而出。以通信主設備商為例，以高研發投入和產品力為優勢，引領行業標準。
2、成本優勢：國內工程師紅利、產業鏈集群下的供應鏈成本優勢，最終導致產品的更優性價比。例如企業通信終端（IP話機、視頻會議系統）和北斗衛星導航終端等產品，伴隨中國國產崛起，產品應用進一步往下沉市場普及，打開增量市場。光纖光纜行業實現光棒技術國產化替代，物聯網模組、智能控制器行業上游芯片的國產化替代，為中游企業帶來供應鏈成本優勢。
投資建議：優質企業出海提份額是中長期演繹邏輯，憑借其全球市場競爭力有望拓展海外產品品類和市場渠道，開拓新成長空間。即使在中美貿易摩擦帶來的關稅和商業競爭壓力下，優質的出海企業仍有望通過提升市場競爭力在全球市場爭奪話語權。受益于出海成長的通信企業包括品牌出海和制造出海。
品牌出海：重點關注北斗高精度定位導航龍頭（華測導航）、企業通信及辦公終端龍頭（億聯網絡（已覆蓋））。
制造出海：重點關注智能控制器（拓邦股份（已覆蓋）、和而泰（已覆蓋））、物聯網模組（廣和通（已覆蓋）、移遠通信（已覆蓋））、光器件光模塊（中際旭創（已覆蓋）、天孚通信（已覆蓋）、新易盛）。
估值一覽表
1、AI發展不及預期。AI現在仍處在產業發展初期，產業端共同探索商業落地路徑，其市場需求的落地進度存在不確定性，若商業化進度低于預期，將影響AI算力端的投入進度。
2、中美貿易摩擦。中美貿易摩擦加劇了產業鏈上游原材料供應的不確定性，也對相關企業海外銷售帶來影響。
3、歐美經濟衰退。通信行業企業海外收入占比相對較高，涉及直接或間接出口至歐美地區，歐美經濟的不確定性對下游需求景氣度帶來影響。
4、競爭加劇。市場競爭加劇，會擠壓行業內公司的利潤空間，存在格局洗牌或行業盈利能力下降的風險。
證券研究報告：《2025年通信行業投資策略報告：持續聚焦AI算力，關注低軌衛星互聯網和出海成長股》
對外發布日期：2024年12月22日報告發布機構：西部證券研究發展中心
陳彤（S0800522100004）chentong@research.xbmail.com.cn
免責聲明：本報告由西部證券股份有限公司（已具備中國證監會批復的證券投資咨詢業務資格）制作。本報告僅供西部證券股份有限公司（以下簡稱“本公司”）機構客戶使用。本報告在未經本公司公開披露或者同意披露前，系本公司機密材料，如非收件人（或收到的電子郵件含錯誤信息），請立即通知發件人，及時刪除該郵件及所附報告并予以保密。發送本報告的電子郵件可能含有保密信息、版權專有信息或私人信息，未經授權者請勿針對郵件內容進行任何更改或以任何方式傳播、復制、轉發或以其他任何形式使用，發件人保留與該郵件相關的一切權利。同時本公司無法保證互聯網傳送本報告的及時、安全、無遺漏、無錯誤或無病毒，敬請諒解。本報告基于已公開的信息編制，但本公司對該等信息的真實性、準確性及完整性不作任何保證。本報告所載的意見、評估及預測僅為本報告出具日的觀點和判斷，該等意見、評估及預測在出具日外無需通知即可隨時更改。在不同時期，本公司可能會發出與本報告所載意見、評估及預測不一致的研究報告。同時，本報告所指的證券或投資標的的價格、價值及投資收入可能會波動。本公司不保證本報告所含信息保持在最新狀態。對于本公司其他專業人士（包括但不限于銷售人員、交易人員）根據不同假設、研究方法、即時動態信息及市場表現，發表的與本報告不一致的分析評論或交易觀點，本公司沒有義務向本報告所有接收者進行更新。本公司對本報告所含信息可在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。本公司力求報告內容客觀、公正，但本報告所載的觀點、結論和建議僅供投資者參考之用，并非作為購買或出售證券或其他投資標的的邀請或保證。客戶不應以本報告取代其獨立判斷或根據本報告做出決策。該等觀點、建議并未考慮到獲取本報告人員的具體投資目的、財務狀況以及特定需求，在任何時候均不構成對客戶私人投資建議。投資者應當充分考慮自身特定狀況，并完整理解和使用本報告內容，不應視本報告為做出投資決策的唯一因素，必要時應就法律、商業、財務、稅收等方面咨詢專業財務顧問的意見。本公司以往相關研究報告預測與分析的準確，不預示與擔保本報告及本公司今后相關研究報告的表現。對依據或者使用本報告及本公司其他相關研究報告所造成的一切后果，本公司及作者不承擔任何法律責任。在法律許可的情況下，本公司可能與本報告中提及公司正在建立或爭取建立業務關系或服務關系。因此，投資者應當考慮到本公司及/或其相關人員可能存在影響本報告觀點客觀性的潛在利益沖突。對于本報告可能附帶的其它網站地址或超級鏈接，本公司不對其內容負責，鏈接內容不構成本報告的任何部分，僅為方便客戶查閱所用，瀏覽這些網站可能產生的費用和風險由使用者自行承擔。本公司關于本報告的提示（包括但不限于本公司工作人員通過電話、短信、郵件、微信、微博、博客、QQ、視頻網站、百度官方貼吧、論壇、BBS）僅為研究觀點的簡要溝通，投資者對本報告的參考使用須以本報告的完整版本為準。本報告版權僅為本公司所有。未經本公司書面許可，任何機構或個人不得以翻版、復制、發表、引用或再次分發他人等任何形式侵犯本公司版權。如征得本公司同意進行引用、刊發的，需在允許的范圍內使用，并注明出處為“西部證券研究發展中心”，且不得對本報告進行任何有悖原意的引用、刪節和修改。如未經西部證券授權，私自轉載或者轉發本報告，所引起的一切后果及法律責任由私自轉載或轉發者承擔。本公司保留追究相關責任的權力。所有本報告中使用的商標、服務標記及標記均為本公司的商標、服務標記及標記。本公司具有中國證監會核準的“證券投資咨詢”業務資格，經營許可證編號為：91610000719782242D。
VIP課程推薦
APP專享直播
熱門推薦
收起
24小時滾動播報最新的財經資訊和視頻，更多粉絲福利掃描二維碼關注（sinafinance）
