国盛通信股价背后的逻辑

炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

【海外光模块厂商最新财报】

Fabrinet发布财报，股价涨幅超预期。Fabrinet于8月20日发布FY24Q4财报（对应自然季度24Q2），实现营收7.5亿美元，同比增长15%，环比增长3%，GAAP净收入8110万美元，同比增长33%，整体表现稳健：

•分业务看，光通信板块提速增长，DCI业务有改善：光通信板块营收5.96亿，同比增长19%，在总营收占比为79%，其中Datacom（数据通信）营收3.5亿美元，同比增长63%，占光通信板块达到53%，主要由用于AI和相关应用的800G产品驱动，占比持续抬升，而Telecom（电信产品）同比下滑9%，主要是去库存尚未结束，但其中数据中心互连（DCI）产品有所增长；非光通信业务实现营收1.6亿元，同比增长2%，占总营收比抬升至21%，主要是汽车业务回稳。

•分速率看，800G产品同比提升较多，环比基本持平，或受到国内厂商竞争影响：800G及以上速率产品营收2.59亿美元，同比增长54%，环比增长1%，我们认为，公司800G产品或受到国内厂商竞争影响环比增速有限。

•股价持续大涨，反应海外投资主逻辑：FN指引FY25Q1营收为7.6-7.8亿美元，进一步提振市场信心，业绩发布当天公司股价上涨15.74%，并在第二天仍然维持上涨，我们认为公司财报后股价的表现，反映出海外投资普遍对光模块公司具备较强宽容度和信心，在公司整体稳健的业绩表现下，依旧看好其长期成长价值，背后是对光模块行业贝塔的强信任感。

【近期光模块的不变与变】

•不变1（宏观）：AI叙事节奏依旧：

科技产业的完整叙事通常按照“技术突破-爆款应用诞生-需求上扬-产业景气度高涨”的顺序进行，目前AI叙事正处于海外科技巨头算力军备竞赛、国内积极追赶阶段，AI爆款应用尚未诞生。我们认为，AI叙事对投资范式的影响可以体现在持仓比例上，当AI叙事出于关键转折期时，持仓比例往往上调，而目前AI下游应用爆款尚未诞生，叙事逻辑仍停留在早期阶段，短期来看，持仓比例的暂时性下降（或转向红利金进行防御）也属正常，而长期视角下，只要AI叙事不停滞、产业发展会按照规律持续进行，由此带来的光模块景气度终将回归。

•不变2（中观）：国内厂商份额竞争优势始终保持：

LightCounting公布的2023年全球光模块Top10榜单中，中国厂商7家上榜，分别为中际旭创（第1）、华为海思（第3）、光迅（第5）、海信宽带（第6）、新易盛（第7）、华工（第8）、索尔思（第9，现已被万通收购）。国外厂商前十只有Coherent（原Finisar，第2）、思科（Acacia，第4）和Marvell（第10）。Mellanox、Fabrinet等甚至并未上榜，前者是英伟达在2019年收购以色列光模块公司，主要负责设计光模块，后者是全球光模块代工制造商龙头，主要负责代工业务。

•不变3（微观）：GB系列推迟不影响光模块整体需求：

光模块行业受到英伟达GB系列延迟事件的影响较小，其根本原因在于供需缺口较大，光模块的交付相对紧张，特别是上游光芯片的持续紧缺，导致供应链难以快速匹配采购节奏，叠加光模块可以提前采购或囤货以应对需求的释放，因此光模块行业整体受芯片延迟影响有限。据Lightcounting在最新报告中表示目前4x100G和8x100G光模块的需求量超过供应量的100%，许多客户需要等到2025年才能交货，我们也看到2024年6月光模块出海数据仍维持在高位。

•变：海内外对光模块公司的估值出现分化：

根据wind一致预期，中际旭创2025年预计实现归母净利润75亿元，同比增长45%，对应PE为18倍；新易盛2025年预计实现归母净利润23亿元，同比增长47%，对应PE为31倍；根据Nasdaq统计，英伟达自然年2025年预计实现归母净利润790亿美元，同比增长26%，对应PE为40倍。我们认为，导致估值分歧的原因，主要是目前A股市场风险偏好降低，投资者更倾向于投资稳健的价值股，本质上并非公司基本面和业绩成长性出现变化，光模块公司的盈利质量和持续性依旧良好。

【在变与不变中，应该关注什么】

我们认为，市场信息冗杂，投资决策中考虑因素也较为复杂，但究其本质，离不开公司自身业绩的逐步落地和未来业绩的可预见性。恰逢中报期，光模块公司将逐步发布报告，部分核心公司已经率先发布业绩公告，中际旭创预计实现净利润21.5-25亿元，同比增长250%-307%，新易盛预计实现净利润8.1-9.5亿元，同比增长181%-229%，光模块“预期-业绩-验证-迭代-业绩上修-估值上修”的逻辑正在逐步落地，业绩进入兑现期，投资逻辑形成闭环，在众多的变与不变中，需重视“合纵连横”，参考市场整体风格和海外映射进行投资判断，更需“一以贯之”，在噪音中坚持关注光模块供需结构、公司发展竞争力等核心要素，核心要素的发展趋势不变情况下，终将迎来估值回归。

建议关注：

算力——

光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技（维权）、剑桥科技、铭普光磁（维权）。铜链接：沃尔核材、精达股份。算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪。液冷：英维克、申菱环境、高澜股份。边缘算力承载平台：美格智能、广和通、移远通信。卫星通信：中国卫通、中国卫星、震有科技、华力创通、电科芯片、海格通信。

数据要素——

运营商：中国电信、中国移动、中国联通。数据可视化：浩瀚深度、恒为科技、中新赛克。

风险提示：AI发展不及预期，算力需求不及预期，市场竞争风险。

1.投资策略：Fabrinet股价背后的逻辑

本周建议关注：

光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁。

铜链接：沃尔核材、精达股份。

算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪。

液冷：英维克、申菱环境、高澜股份。

边缘算力承载平台：美格智能、广和通、移远通信。

卫星通信：中国卫通、中国卫星、震有科技、华力创通、电科芯片、海格通信。

运营商：中国电信、中国移动、中国联通。

数据可视化：浩瀚深度、恒为科技、中新赛克。

本周观点变化：

本周海外Fabrinet发布财报，800G及以上速率产品营收表现较为优异引起市场关注，股价涨幅超预期。我们认为Fabrinet股价变化体现了宏观上AI叙事仍在继续，以北美CSP厂商为代表的AI玩家仍在积极进行算力储备以培育AI爆款应用，光模块景气度提升底层基础扎实；微观上虽然GB200出货有所延迟，但没有从根本上改变800G光模块供不应求的逻辑，客户提前采购、囤货的压力使得800G产能释放仍有较大空间。国内厂商在光模块领域市场份额处于领先位置，虽然目前由于A股整体资金偏好等因素股价上扬不明显，但随着供需结构、竞争优势等底层逻辑驱动业绩落地，核心公司业绩的可预见性将逐步明晰。因此我们长期看好AI驱动下光模块供不应求基本面，看好以中际旭创、新易盛为代表的光通信公司估值回归。

2.行情回顾：通信板块下跌，运营商表现最优

本周（2024年8月19日-2024年8月23日）上证综指收于2,854.37点。各行情指标从好到坏依次为：沪深300>上证综指>万得全A>万得全A(除金融，石油石化)>中小板综>创业板综。通信板块下跌，表现弱于上证综指。

从细分行业指数看，运营商上涨0.9%，量子通信、区块链、通信设备分别下跌0.8%、1.67%、1.73%，表现优于通信行业平均水平；卫星通信导航、物联网、移动互联、光通信、云计算分别下跌3.1%、3.2%、3.4%、4.0%、4.3%，表现劣于通信行业平均水平。

本周，受益存储芯片、AI芯片、华为海思概念，力源信息上涨43.04%，领涨版块。受益华为海思概念，世纪鼎利上涨30.74%；受益800G交换机起量，共进股份上涨17.53%；受益跨境支付、金融科技概念，四方精创上涨15.28%；受益物联网、MEMS芯片概念，赛微电子上涨10.07%。

3.周专题：Fabrinet股价背后的逻辑

4.Counterpoint：全球晶圆代工行业因AI需求收入增长

根据CounterpointResearch的《晶圆代工季度追踪报告》，全球晶圆代工行业收入在2024年第二季度同比增长约9%，环比增长23%。顺序增长主要由强劲的AI需求推动。CoWoS供应仍然紧张，未来专注于CoWoS-L的产能扩张可能会带来潜在的上涨。尽管非AI半导体（如用于汽车和工业应用的半导体）的需求恢复较慢，但我们观察到某些应用（如物联网和消费电子）的紧急订单。值得注意的是，中国的晶圆代工和半导体市场与全球同行相比恢复更快。中国晶圆代工企业如中芯国际和华虹半导体发布了强劲的季度业绩和积极的展望，因为中国的无厂半导体客户较早进入库存调整阶段，比全球同行更早反弹。

CounterpointResearch分析师AdamChang表示：“在2024年第二季度，全球晶圆代工行业表现出韧性，其中大部分增长主要由强劲的AI需求和智能手机库存补货推动。半导体行业的整体需求恢复进展不均衡。虽然AI半导体等领先应用正在经历强劲增长，但传统半导体恢复速度较慢。中国的晶圆代工企业由于较早的库存调整和当地无晶圆厂客户的库存补货增加而更快反弹。相比之下，非中国晶圆代工企业正在经历更渐进的恢复。”

5.LightCounting：预计下半年将有更多光模块供应商实现增长

近日，光通信市场研究结构LightCounting在最新的报告中介绍到，谷歌母公司Alphabet和微软在第二季度的资本开支均创下历史新高，分别增长了91%和55%。另外，亚马逊和Meta的资本开支增幅分别为54%和36%。不过，苹果公司的支出增幅不大，仅为3%。这些投资主要用于云数据中心和人工智能基础设施，不仅包括服务器、GPU和CPU，还有光连接。

光模块厂商方面，Coherent的网络部门业务收入环比增长10%，同比增长16%。Lumentum的销售额环比下降了16%，同比下降了17%，但该公司预计本季度会有小幅增长，未来还会有更大的增长。公司预计到2025年底，季度收入将达到5亿美元，比目前增长60%。其中大部分收入将来自人工智能集群对光器件的需求。LightCounting预计旭创科技和新易盛在8月底公布第二季度业绩时，也将实现两位数的连续增长。LightCounting认为2024年下半年将有更多光模块供应商实现增长，这反映了云数据中心运营商的广泛需求。

6.韩国两大AI芯片制造商宣布合并

据SK电讯报道，SK电讯成立的人工智能（AI）半导体公司SAPEONKorea与韩国AI芯片初创公司RebellionsInc.今天宣布，双方已签署最终合并协议。

SAPEONKorea和Rebellions同意以两家公司1:2.4的股权价值比率进行合并，以反映两家公司的企业价值和资产。合并后，SAPEONKorea将作为存续实体，Rebellions的现任领导将管理合并后的实体。合并后的实体预计将于今年内推出。新公司将保留“Rebellions”的名称，并由Rebellions首席执行官朴成铉(ParkSung-hyun)领导。为了确保Rebellions的新管理层作为合并后实体的大股东并确保稳定性，SAPEON的现有股东——SKTelecom、SKSquare和SKHynix——将在合并前出售3%的SAPEON股份。合并后，SKT将作为战略投资者，积极支持新公司进军全球AI半导体市场，提升韩国在AI芯片技术方面的领先地位。

SAPEONKorea是一家人工智能半导体公司，于2016年从SKTelecom的内部研发机构中分离出来，处于高性能人工智能半导体开发的前沿。该公司于2020年推出了韩国首款数据中心人工智能半导体，并于去年11月推出了下一代人工智能半导体“X330”。Rebellions是一家成立于2020年的AI芯片初创公司。该公司在三年内成功推出了两款AI芯片，并从全球投资者那里筹集了超过2.25亿美元的资金。Rebellions今年开始量产其AI芯片ATOM，并计划在今年年底推出其下一代AI芯片“REBEL”。

凭借其在神经处理单元（NPU）市场的综合开发能力和专业知识，新合并后的实体将在全球AI半导体行业的竞争中占据有利地位。SKT首席执行官RyuYoung-sang表示：“签署这项协议将大大提升我们在AI半导体领域的全球地位，而AI半导体是我们正在开发的AI价值链的关键部分之一。我们将继续进行战略投资，共同努力成为AI时代的领导者。”Rebellions联合创始人兼首席执行官朴成铉表示：“长期以来，韩国一直是存储半导体领域的强国。今天，我们通过这一具有里程碑意义的整合，迈出了关键的一步，将这种领导地位扩展到逻辑芯片和人工智能领域。我们现在的目标是成为全球人工智能芯片市场的领军力量，在激烈的行业竞争中脱颖而出。

7.美国正式发布C-V2X车联网国家部署计划，加速在美国全国投资部署

据C114报道，美国交通部（U.S.DepartmentofTransportation，USDOT）对外正式发布了C-V2X车联网技术国家部署计划《SavingLiveswithConnectivity:APlantoAccelerateV2XDeployment》，旨在加快C-V2X车联网在全国范围内的部署，以C-V2X车联网提升道路安全，降低交通伤亡，促进交通系统更安全、可靠、高效。

具体推进层面，该计划提出在2024年至2036年总共12年时间内，分为短期、中期、长期三个阶段，在美国全国加速C-V2X车联网全国部署。目标至2036年，建成覆盖美国全国范围的C-V2X蜂窝车联网，高速公路实现100%覆盖，75个大型主要城市十字路口覆盖率达到85%，其中大多数地区能够提供弱势交通参与者安全服务。

负责研究技术的美国交通部首席副助理部长兼首席科学家RobertC.Hampshire博士表示：“该计划将加速C-V2X车联网市场投资、研究和部署”。联邦高速公路管理局（FederalHighwayAdministration，FHWA）局长ShailenBhatt表示：“该计划呼吁采取行动，通过部署规划，加强共同推动，加快V2X部署以实现拯救国家道路上生命安全的共同目标。”

8.科大讯飞正式发布星火极速超拟人交互，对标GPT4o

据C114报道，“科大讯飞”官微发文全新的星火极速超拟人交互正式发布，计划8月30日上线讯飞星火APP，全民开放体验。

据介绍，星火极速超拟人交互在响应和打断速度、情绪感知情感共鸣、语音可控表达、人设扮演四个方面实现突破，对标GPT4o。此次星火极速超拟人交互采用统一神经网络直接实现语音到语音端到端建模，大幅缩短响应时间的提升交互拟人度和流畅度

星火极速超拟人交互通过与用户的交流，就可以敏锐感知用户的情绪进行“共鸣”，而不仅仅是根据用户的语音文本来判断你的心情，甚至还能识别咳嗽、小猫小狗的叫声等，这也是本次升级后的亮点之一。升级的版本可以针对高兴、悲伤、生气、害怕等情绪进行识别；自动带入符合情境的对话，国盛通信股价背后的逻辑用合适的情绪语气进行贴心的回复。星火极速超拟人交互的情感表达更加灵活，可以在交流中跟随用户的指令控制数十种情感、风格、方言，调节语速当然也不在话下。

其不仅能够模仿包括孙悟空、蜡笔小新、小猪佩奇等多种角色的音色、语气，还会模仿他们的人设与用户聊天。

9.高通发布骁龙7sGen3芯片组：瞄准中端市场

据C114报道，高通公布了其骁龙7sGen3移动芯片组，旨在将骁龙7系列的一些高端功能引入更广泛的中端设备。芯片组包括与大型语言模型Baichuan-7B和Llama2兼容的生成式人工智能（genAI）功能。不同于骁龙7 Gen3芯片，它没有GeminiNano的空间。

高通产品管理总监阿卡什·夏尔马（AkashSharma）表示，经过改进的引擎意味着，骁龙7sGen3的AI性能比上一代提高了30%。“我们的目标事实上是让生成式AI以及改进的传统AI，能够在更多设备上使用。”他解释说。

高通表示，其KyroCPU64位架构将性能提高了近20%。GPU性能提高了40%，电池寿命总体延长了12%。它具有200万像素的摄像头模块，支持12位三重ISP和4KHDR视频捕获等功能。这款芯片兼容毫米波和Sub-6GHz频段，在下行链路中提供高达2Gbps的峰值数据速率。夏尔马表示，小米将成为第一家使用这种新芯片的OEM，从9月开始，其次是Realme、夏普和三星。

10.OpenAIGPT-4AI模型潜力挖掘：高精度建模基础蛋白质结构

据C114报道，科技媒体TheDecoder引述罗格斯大学的一项研究表明，OpenAI公司的GPT-4语言模型能高精度模拟简单的氨基酸和蛋白质结构。相关研究成果发表在《ScientificReports》上，该科研团队使用GPT-4AI语言模型，探索其在基本结构生物学任务中的表现，结果发现该AI模型可以准确预测分子结构。

科学家们要求GPT-4建立20种标准氨基酸的三维结构模型，在反馈结果中准确地预测了原子组成、键长和角度，不过GPT-4在模拟环状结构和立体化学构型时却出现了错误。在另一项实验中，GPT-4被要求模拟常见的蛋白质结构元素--α-螺旋的结构，需要集成Wolfram插件进行数学计算，结果模型与实验确定的α-螺旋结构相当。

GPT-4还分析了抗病毒药物Nirmatrelvir与SARS-CoV-2主要蛋白酶之间的结合。该模型正确识别了参与结合的氨基酸，并准确指定了相互作用原子之间的距离。由于GPT-4并不是专门为结构生物学任务开发的，因此这些能力非常突出。研究人员指出，GPT-4的建模方法尚不明确。它可以使用训练数据集中的现有原子坐标，也可以从头开始重新计算结构--要得出明确的结论，还需要进一步的广泛研究。

研究人员表示，AlphaFold3等专用人工智能工具可以预测更复杂的结构，而GPT-4则有望完成基本的结构生物学任务。这种建模能力目前还很初级，实际应用有限。尽管如此，研究小组表示，这项研究开创了将这种技术应用于结构生物学的先例。研究人员建议进一步研究生成式人工智能的能力和局限性，可以在结构生物学领域之外，进一步探索AI在其他潜在的生命科学领域的应用。

11.谷歌开放HeARAI模型API：辅助筛查、诊断和监测肺结核

据C114报道，谷歌公司于8月19日发布博文，宣布通过GoogleCloudAPI，目前已经向研究人员开放健康声学表征（HealthAcousticRepresentations，简称HeAR）AI模型。

谷歌研究人员曾于今年3月发表了一篇题为：HeAR--HealthAcousticRepresentations的研究论文。他们开发了HeARAI模型，一种可以通过评估咳嗽和呼吸等声音来帮助检测和监测健康状况的人工智能工具。

这个人工智能（AI）系统在数百万个人类声音的音频剪辑样本上进行了训练，将来可能帮助医生用来诊断包括COVID-19和肺结核在内的肺部疾病，并评估一个人的肺功能。在这项研究中，谷歌的研究人员使用了自监督学习（Self-supervisedLearning），使用的是未标记的数据，通过一个自动化过程，从公开可用的YouTube视频中提取了超过3亿个咳嗽、呼吸、清喉咙和其他人类声音的短声音片段。每个片段被转换成声音的视觉表示——频谱图。然后研究团队封锁了频谱图的片段，以帮助模型学习预测缺失的部分。这类似于聊天机器人ChatGPT的大型语言模型在经过无数人类文本示例的训练后，学会预测句子中的下一个单词。使用这种方法，研究团队创建了一个基础模型，这个模型可以适应许多不同任务。

谷歌的研究人员将HeAR模型用于检测COVID-19、肺结核和个人是否吸烟等特征。由于该模型是在如此广泛的人声上进行训练的，要想对其进行微调，研究团队只需要向其提供非常有限的带有这些疾病和特征的数据集。得分为0.5代表HeAR模型表现不优于随机预测，得分为1代表HeAR模型每次都能做出准确预测，HeAR在COVID-19检测方面的得分为0.645和0.710，这取决于测试的数据集，对于肺结核检测，得分为0.739。由于HeAR模型的原始训练数据非常多样化，具有不同的音质和人类来源，这也意味着其训练结果具有普遍性和可靠性。

十二、风险提示

AI发展不及预期，算力需求不及预期，市场竞争风险。