先进科技主题周报：GPT服务持续优化，人工智能需求带动海外光模块厂商增长

（以下内容从上海证券《先进科技主题周报：GPT服务持续优化，人工智能需求带动海外光模块厂商增长》研报附件原文摘录）
年初以来，以GPT为代表的生成式人工智能模型持续落地和商业化，展现出生成式人工智能模型在办公、教育等场景下的巨大潜力。作为人工智能模型训练与应用部署的重要基础设施， 面向人工智能的算力设施设计指标也不断升级，促使以算力和通信为代表的人工智能基础设施迎来新的增长空间。
本周上证指数报收3038.97点，周涨跌幅为+0.27%；深证成指报收9978.54点，周涨跌幅为+1.27%；创业板指报收2005.24点，周涨跌幅为+1.88%；沪深300指数报收3586.49点，周涨跌幅为+0.07%。中证人工智能指数报收1067.08点，周涨跌幅+4.93%，板块跑赢大盘。
1） OpenAI提质降费： 在OpenAI首届开发者大会上， 该公司宣布开放GPT-4 vision、 Code interpreter、 DALLE-3、 TTS的API调用，并推出了Assistants API以支持开发者定制化构建适配下游应用的AI助手。同时， OpenAI推出用于微调GPT-4的实验性访问计划，允许开发者创建自定义版本的ChatGPT，开发者可以创建GPT并在公开平台进行共享。 OpenAI此次面向全体用户的提质降费幅度较大： GPT-4 Turbo的tokens输入和输出价格已经低于GPT-4，且模型知识库更新时间更近，能力更广泛。 GPT-3.5 Turbo 16K模型tokens输入价格为降费前价格的1/3，输出价格为降费前价格的1/2，折合人民币分别约0.007元/1K tokens和0.015元/1K tokens。
2）海外光模块厂商高速光模块增长迅速： 海外光模块厂商Coherent、 Lumentum、 AAOI等陆续发布CY23Q3财报， 由面向人工智能的算力设施所产生的800G、 400G数通光模块需求大幅上升， 引领数通市场业务增长，其中： Coherent的网络业务订单总额增长20%， 800G数通光模块收入环比增长超200%。此前对出货量有所限制的800G供应链问题已有所改善， 部分解决了IC组件的短缺。Lumentum在收购云岭光电后， 最近一个季度， 云岭光电超过一半的光模块收入来自800G光模块。 AAOI的100G和400G产品需求持续增长， 本季度也向客户提供了800G数通光模块样品。
我们认为：（1）软件端： OpenAI的降费举措，特别是GPT-4 Turbo的API调用费率低于GPT-4，有利于下游应用的持续运营，也有助于图像等场景下应用的开发。 而算力设施的充分支持也有望在未来带动软件端实现新的产品迭代与增长。（2）用户端：随着下游应用场景不断丰富，应用逐渐普及，用户人数有望实现新的突破。因此， OpenAI API降费有望形成类似通信运营商提速降费的效果，提高生成式AI在各领域的渗透率。（3）硬件端：用户人数和应用访问量的不断上升，有望提高OpenAI API的调用频次，从而在推理层面产生更大的算力需求。在算力需求的驱动下，海外云厂商有望持续增加资本开支，建设面向生成式AI模型推理的计算机集群，从而为算力供应链的增长进一步提供确定性。 海外光模块厂商所披露CY23Q3财报也从侧面说明了，下游面向人工智能的算力设施的旺盛需求。
投资建议
我们建议：跟踪生成式AI发展进程，应优先关注商业化落地的性价比，特别是有无充足的算力设施支持其后续的发展。在商业化落地的过程中，前期算力设施领域的增长空间会较为明显，且具有较高的确定性。后期随着软件应用的成熟，应优先关注需求具有较高确定性的高成长空间赛道中， 上下游绑定较为紧密， 具有较高行业壁垒的低估值公司。
科技板块中， 建议关注以下赛道：
1） 液冷： 随着GPU服务器上架数量的不断提高， 其散热问题也逐渐受到关注。近年来，通信运营商和地方政府陆续发布文件，对新建和存量数据中心的PUE等关键能耗指标做出限制。 这有利于液冷在服务器市场提高渗透率，实现确定下较高的增长。与下游服务器厂商有较强合作关系的液冷厂商， 有望取得较好的营收和利润增长。
2） 光模块/光引擎： 在GPU服务器集群中，交换机与交换机间往往采取光缆连接，由于GPU互相访问显存的需要，网络架构需具备低延迟、高速率的特性。因此， 800G、 400G光模块爆发了较大的需求量，此前研发、测试进度较快，与Google、 NVIDIA等下游客户已存在合作关系的行业头部企业有望获得竞争优势。
3） AI+办公/AI+教育： 随着AI+办公领域生成式AI应用的迭代成熟，有望进一步提高渗透率，实现相关企业的发展。今年以来，以搭载生成式AI应用的智能学习机为代表的智慧教育赛道发展迅速。 相较平板+APP的传统模式，智能学习机更适合教育场景，有望助力生成式AI在教育领域快速实现落地。
风险提示
下游需求不及预期；人工智能技术落地和商业化不及预期；产业政策转变；宏观经济不及预期等