对于多模态、无人驾驶、人形机器人这些明年会放量的三大AI领域，笔者非常看好，但前提是需要训练大模型。各位有没有想过，谷歌Gemini多模态大模型、特斯拉FSD无人驾驶大模型的鲶鱼效应？所以，明年会有更多互联网大厂、汽车大厂加速训练自己的大模型。可能会有人担心，全球有几个大模型就行了，其他大厂找他们合作不更好，笔者想说的是，这关乎到生态壁垒，比如微软找谷歌合作、宝马找特斯拉合作可能吗？答案显然不可能。所以，笔者认为，除了通用多模态大模型，自动驾驶领域大模型的训练将于2024年在特斯拉FSD的带动下进入白热化竞争，因为，头部汽车品牌电动化没赶上，智能化绝对不会落下，当然了，至于人形机器人大模型的训练笔者认为这或许是互联网大厂和汽车大厂大模型功能的一部分。

以特斯拉为例，根据公开资料，其为了FSD，将于2024年将Dojo的算力规模提升到100E，也就是10万P，相当于20万片英伟达A100的规模或5万片H100的规模。

以谷歌Gemini和openAI为例，根据公开资料，训练一个数万亿参数的多模态大模型大概需要5万片H100。

那么，未来两年全球训练多模态大模型和无人驾驶大模型的头部大厂（中美为主）将不会低于20个，而垂直行业的产业模型更会数不胜数。

同时，为了应对美国制裁，英伟达明年将向中国供应H20，而根据参数可知，H20适用800G光模块，同时，华为910B或网传的910C为了更好的集群效果也有使用800G光模块的可能性。所以，2024年也将是中国光通信向800G提升的一年。

暂不考虑英伟达H200、B100、H20和昇腾910B、910C对800G及以上光模块的提升，仅参考之前机构预测的英伟达明年H100出货量的预期为150万-200万只，加上AMD MI300X预期的30万-40万片，还有其他大厂自研的AI芯片，预计明年的出货量将在200万-250万片。

我们这里仅考虑英伟达H100和AMD MI300x，保守估计合计出货量在200万片左右。而每个H100平均需要4个800G的光模块，，每个800G光模块需要8个100G EML芯片，预计明年100G EML芯片需求量将达6400万个。而，目前全球100G EML芯片的产能仅3000万个-4000万个，加之100G EML芯片产能扩产需要2年左右的时间，所以，笔者认为，明年100G EML芯片供应缺口将达2000万只，在缺口持续扩大的情况下，光模块利润将向光芯片转移，尤其是100G EML芯片。同时，不排除为保证美国市场供应，美国限制高端光芯片供应中国的可能性。

综上，笔者认为光迅科技（100G EML光芯片、光器件、800G光模块一体化标的）、长光华芯（100G EML芯片已量产）、源杰科技（100G EML芯片测试中）在2024年100G EML芯片缺口扩大的情况下将迎来价值重估。

具体弹性，笔者认为光迅科技（主板，对散户友好）＞长光华芯（科创板）＞源杰科技（科创板）！