一、电子首席：英伟达Q2指引大超预期，持续看好Ai受益产业链

英伟达发布2023年一季度业绩，营收71.92亿美元，同比下滑13%，其中数据中心业务营收42.8亿美元，同比增长14%，环比增长18%。并预计二季度营收为110亿美元，将同比增长32%，环比增长53%，大幅度超预期。英伟达表示数据中心收入激增主要是Ai的拉动，使用基于Hopper和Ampere 架构GPU的生成式AI和大语言模型的需求不断增长。

我们从产业链了解到，Ai带动英伟达A100及H100芯片需求大增，2022年下半年以来，A100及H100价格上涨15-30%，英伟达在台积电增加GPU芯片订单，并追加预订台积电CoWoS产能；英伟达和谷歌等厂商也向国内主要光模块供应商追加了800G光模块订单，并上修2024年需求预期，CPU/GPU均热片龙头公司表示AI GPU二季度环比增长50%~60%，三季度预计继续提升。服务器PCIe Retimer芯片龙头公司表示AI服务器出货二季度环比提升20%~30%，三季度环比提升50%~60%，四季度环比提升20%。

我们持续看好Ai+应用落地带来的产业链机会，建议重点关注受益公司：英伟达、中际旭创、寒武纪、沪电股份、兴森科技、澜起科技、源杰科技、天孚通信、海光信息。

风险提示：人工智能终端应用落地不如预期；数据中心需求复苏低于预期。

二、通信首席：奇点来临，关注算力和传输ICT基础设施新机遇

AI大模型军备竞赛下，英伟达给出了非常乐观的Q2指引，明确了数据中心收入激增主要是AI的拉动。我们认为OpenAI发布的ChatGPT拉开了通用人工智能（AGI）发展的帷幕，人工智能产业完成了从0-1的突破，驶入快车道。通用人工智能的发展必须强化及重塑ICT基础设施，海量的数据计算、传输需求，将带来算力和网络的迭代升级，以联接和算力为核心的ICT基础设施长期迎来新一轮发展周期。站在当前时点，我们认为AI带来的算力与网络基础设施板块的轮动机会从以下环节来把握：

算力层面

IDC：AI算力部署支撑。数据中心在算力基础设施总体规模中占比超过90%，超算、智算和边缘等数据中心新一轮建设周期有望带动IDC市场探底回升，建议关注与海内外科技公司、运营商深度合作且具备网络资源优势的IDC龙头奥飞数据、光环新网、宝信软件等；

服务器：算力硬件核心环节。AI发展带动算力需求释放，并加速向边缘侧扩散。中国市场竞争格局生变，鲲鹏+昇腾生态将会在AI时代崛起，国内服务器厂商迎来发展机遇。推荐ICT龙头中兴通讯，建议关注智能制造EMS龙头工业富联、服务器和交换机龙头紫光股份等；

液冷：高算力和低功耗是数据中心发展的两大核心趋势，算力提升加速温控技术的升级与部署。高密度数据中心建设叠加能效指标要求，带来散热技术革新，推动液冷、蒸发冷却等高效制冷新技术快速部署。推荐IDC温控龙头英维克，建议关注BATH数据中心建设合作伙伴依米康。

联接层面

运营商：云网融合提供AI发展底座。三大运营商作为算力网络建设的核心，具备丰富的数据资源，为数字经济时代行业数字化提供成熟的通信和算力基础设施，商业模式从To C走向To B。ICT二十年产业趋势演变与数字中国政策共振，运营商行情远未结束，建议关注中国移动、中国电信、中国联通；

光模块：AI拉动确定性最强环节。AI大模型训练需要高算力支持，数据量、流量增长首先带动的是800G高速率产品出货量与渗透率持续提升，同时也会加快产业链向下一代1.6T光模块产品的迁移速度。海内外云计算大厂资本开支存在结构性增长机会，英伟达、谷歌、微软等公司加单高速率产品。建议关注高速率光模块龙头中际旭创、华工科技、新易盛等，光通信全产业链布局的光迅科技，CPO技术具备先发优势的光器件厂商天孚通信，以及上游光芯片厂商源杰科技、仕佳光子等；

通信模组/芯片：终端应用扩散环节。AIoT激发端侧算力需求，5G+AI智能模组赋能物联网应用，为终端提供低时延和高效算力算法支持。新型终端和应用场景扩展WiFi市场边界，Wi-Fi6/7将成为人工智能时代前沿应用场景的关键网络技术。重点推荐英伟达Jetson平台合作模组龙头移远通信、高通SoC加持智能模组龙头美格智能，建议关注广和通、翱捷科技、乐鑫科技等。

风险提示：技术进展不及预期、商业模式尚未成型、政策风险。

三、计算机首席：看好垂类大模型在To B和To G场景的落地深化

自2017年Transformer发布以来，大语言模型经历了由开源到逐步闭源的转变，头部公司先进模型的壁垒逐步形成。目前OpenAI、Google等领先的头部AI大厂对于先进模型大多采用部分开源或仅开放使用的模式，以此构建技术护城河。然而，将AI大模型直接应用于垂直行业，存在通用能力过剩、行业专业知识储备不足、推理过程消耗算力过高等问题。基于开源模型进行垂类模型开发可兼顾开发成本和数据安全，尤其是对于党政军、金融、电网、先进制造等数据敏感性较高的行业而言。

Meta旗下LLaMA大模型的开源或能为垂类模型落地提供预训练模型底座。LLaMA基于通用领域的开源数据集进行训练，训练数据涵盖40种语言，包含约1.4万亿Tokens。尽管LLaMA模型参数量较小，但性能丝毫不逊色于PaLM、GPT-3等大语言模型。并且较小的参数规模显著降低了LLaMA模型的落地部署和二次开发难度。

LLaMA作为完全开源的领先模型，具备高度的灵活性、可配置性和泛化能力，可以作为垂类AI模型的通用基座。基于LLaMA，垂类AI开发者可以根据其行业特点、应用行业数据定制开发相应的“行业发行版AI模型”。

LLaMA模型一经发布就对外完全开源，吸引了广大AI开发者和研究者。目前，用户可在全球知名AI模型开源社区Hugging face中获取LLaMA的模型权重与训练代码。能够自由下载并使用LLaMA模型，既可以将其部署至设备直接进行推理，也可以基于LLaMA进行研究与二次开发。

LLaMA等优质开源模型的推出极大加速了下游行业AI应用开发效率。基于“通用基座+迁移学习+微调”的垂类AI模型开发范式或将成为主流，优质的行业数据资源成为影响模型性能的关键。

在此趋势之下，我们看好两类企业：1）拥有开发先进大模型能力的企业。这类企业在先进模型逐步走向闭源的趋势下，有望保持算法优势。2）拥有丰富行业数据的头部公司。这类企业有望基于稀缺的行业数据以及开源模型，开发出可用性更强的垂类模型。

我们持续优先推荐AI在计算机领域市场空间最大的落地应用环节，这其中首推To C场景的落地，即办公软件、证券IT、智能硬件等，其次是To B场景的落地，包括工业软件、企业服务、金融科技等，最后是To G和To 大B场景的落地，包括网络安全、安防、数字经济等。

对于代表性重点公司如深信服、恒生电子、海康威视、科大讯飞、中科创达等而言，下游客户需求回暖向上；叠加控费效果持续显现，大模型赋能亦将带来降本增效空间，有望迎来戴维斯双击。

风险提示：政策落地不及预期、需求恢复不及预期、竞争情况加剧、流动性和风险偏好不及预期。

四、传媒首席：看好AI工具化进程，继续推荐游戏板块

一、AI工具持续落地，游戏行业有望迎来先降本增效、再增收的逻辑。目前AI工具在2D美术素材方面较成熟，游戏厂商积极拥抱AI，虽降本节省的资金未来可能被投入买量，但或将为行业带来一段时间的正面业绩体现。

二、版号发放乐观，2023年供给端显著向好，行业迎业绩向上的周期。21年下半年版号暂停发放的大半年时间内，游戏行业积累了大量产品，也给了厂商不断打磨在研产品的时间，随版号常态化发放，积压产品将上线，催化游戏行业释放业绩。

三、估值：复盘过去，当行业进入红利期，估值上限约在35x。我们认为，本次AIGC带来的行业变革，力度远超过去，因此估值上限应高于35x（目前大部分游戏公司估值约在20-25x）。

风险提示：AI技术及应用发展不及预期，游戏上线不及预期，版号发放不及预期，监管风险