招商银行研究院研究报告深入分析了AIGC算力供应链的核心环节——英伟达GPU与光模块市场。2023年英伟达数据中心GPU销售收入362亿美元，市场份额达92%。AI集群光模块市场预计从2023年20亿美元增长至2029年120亿美元，CAGR 34.8%。中国厂商在全球光模块市场表现卓越，2023年全球前十中占据7席，合计份额超50%。GPU与光模块的协同发展是AIGC算力基础设施建设的关键支撑。
英伟达GPU：92%市场占比的算力霸主
英伟达在AIGC算力市场的统治地位源于硬件和软件的双重护城河。硬件端，Volta、Turing、Ampere、Hopper、Blackwell等系列架构持续迭代，每一代产品在算力和能效方面都实现显著提升。CUDA Core负责基础运算，Tensor Core专门用于深度学习中的张量计算，与TensorFlow和PyTorch等框架结合带来十几倍的效率提升。软件端，CUDA、cuDNN、TensorRT等工具构建了完整的GPU软件生态系统，大大简化了AIGC模型的开发和部署流程。
2023年英伟达数据中心GPU销售收入达362亿美元，市场份额92%。H100是目前AIGC训练的主流选择，H200通过HBM3E升级（141GB，4.80Tbps带宽）进一步提升推理性能。最新Blackwell架构GB200（384GB内存，16Tbps带宽，10 PFLOPs FP16算力）预计2024年底开始出货，将进一步巩固英伟达的领先地位。
竞争对手正在追赶但差距显著。AMD MI300系列获得微软、Meta等订单，市场份额约3%；英特尔Gaudi2提供高性能且成本效益的解决方案。但软件生态的差距使竞争对手短期内难以撼动英伟达的主导地位。
光模块：AIGC网络瓶颈的破局者
在AIGC算力架构中，高性能网络基础设施扮演着至关重要的角色。网络瓶颈可能导致GPU集群利用率降低、训练时间延长和成本增加。800G/1600G网络技术能够提供更高的数据传输速率和更低的传输时延，成为AI集群网络升级的主流方向。
AI集群对光模块的需求正快速增长。以英伟达DGX H100二层网络架构为例，1024个GPU配置下，GPU与400G光模块比例1:1，与800G光模块比例1:1.5。升级到三层网络架构时，GPU与800G光模块比例增至1:6。Blackwell GB200小型集群GPU与800G光模块比例达1:2，大型集群达1:4.5。
中国厂商在全球光模块市场表现卓越。2023年全球前十光模块厂商中，中国占据7席：中际旭创全球第一，华为第三，光迅科技第五，海信第六，新易盛第七，华工正源第八，索尔思光电第九。多家中国厂商已成功进入英伟达供应链。但光芯片和电芯片等关键原材料仍依赖进口，国产化程度亟待提高。
供应链投资主线与风险
GPU供应链方面，关注英伟达（算力霸主）、AMD（追赶者）、SK海力士（HBM唯一供应商）。光模块供应链方面，中际旭创、新易盛等已进入英伟达供应链的中国光模块龙头具备增长弹性。上游光芯片和电芯片的国产替代是长期趋势。
风险方面，需关注：美国AI芯片出口管制政策对中国市场的潜在影响；台积电先进封装产能（CoWoS）瓶颈限制GPU供给；HBM产能不足导致GPU出货受限；光模块行业竞争加剧导致毛利率下滑。但整体而言，AIGC算力基础设施的确定性增长为GPU和光模块产业链提供了长期需求支撑。
