中小盘研究团队

AIGC势头强劲，关注AI及5G通信领域投资机会

2023年06月13日

任浪 (分析师)

renlang@kysec.cn

证书编号：S0790519100001

-中小盘主题

周佳 (联系人）

zhoujia@kysec.cn

证书编号：S0790121080046

·5G投资前期关注网络基础设施建设，后5G时代关注应用领域持续放量

5G技术具备高速率、低时延和大规模设备连接的特点，主要用于增强移动宽带、高可靠低时延连接、海量物联三大领域。5G建设前期，电新运营商将持续投入网络设备，带动相关设备需求增长。随着5G网络日益完善并在应用端加速渗透，用户侧移动终端及信息服务消费支出将快速增长，同时各垂直行业网络设备投资及流量消费需求也将持续扩大。例如，5G技术是车联网行业发展重要推力之一，将持续受益车联网行业发展迅速。根据中国信通院的数据，5G技术带动的直接产出预计将从2020年的约4840亿元增长至2030年的6.3万亿元，CAGR约为29%，5G 技术带动的间接产出预计将从2020 年的1.2万亿元增长至2030 年的10.6万亿元，CAGR约为24%。此外，5G技术与AI相辅相成。5G技术能够为AI带来更大规模的训练数据，降低对云端的依赖，而AI可帮助5G在部署规划、运行维护等方面实现高度自动化和智能化，降低5G网络的建设和运维成本等。

·2023年以来AI及5G通信主题指数明显跑赢大盘，关注相关领域投资机会受益AIGC概念兴起并且预计将在提升更多领域的生产力发挥重要作用，人工智能板块获得资本市场的认可。同时，人工智能的发展需要算力支撑，而5G技术具备带宽高、传输速率快、连接数量大的优势，助力AI产业迅速发展，因此5G通信板块也受到市场追捧。目前市场上以中证人工智能主题指数、中证5G通信主题指数最具行业代表性，许多对应主题ETF产品与其挂钩。根据Wind的数据，2023年以来，中证人工智能主题指数及中证5G通信主题指数明显跑赢上证综合指数，相关领域投资机会值得关注。

·风险提示：技术进展不及预期；下游应用领域渗透率不及预期。

每日免费获取报告 □

每日微信群内分享7+最新重磅报告；

每日分享当日华尔街日报、金融时报；

√ 行研报告均为公开版，权利归原作者所有，起点财经仅分发做内部学习。

1、AIGC 势头强劲，算力、数据、算法、应用端需求空间广阔..
1.1、算力、数据、算法构成AIGC领域重要支撑，需求随大模型持续推出及升级迭代快速增长. ..4
1.2、AIGC 赋能千行百业，应用端发展前景广阔.. ..8
2、5G技术关键性能优异，后5G时代关注应用领域持续放量.. .1
2.1、5G技术关键性能指标全面领先4G，在三大应用场景实现广泛应用... ....11
2.2、5G技术发展推动相关产业扩容，应用落地成5G投资下半场主旋律.. ...12
2.2.1、我国5G产业链日趋成熟，间接经济价值更加突.. ...12
2.2.2、5G技术投资上半场：网络基础设施需求快速增长 ..13
2.2.3、5G技术投资下半场：车联网、AI等下游应用领域落地成主旋律.. ...14
3、2023年以来中证人工智能主题指数及中证5G通信主题指数明显跑赢大盘，关注AI及5G通信领域投资机会...18
4、风险提示... ...20

图表目录

图1：AIGC产业链大致可分为基础设施层、模型层及应用层..
图2：算力、数据、算法构成 AIGC 行业三大核心要素.
图3：我国智能算力市场有望持续快速扩容.. ....6
图4：预计我国AI服务器市场规模稳步增长... ...6
图5: 预计AI芯片需求增长迅速 ...6
图6: 预计我国数据中心市场规模持续增...
图7: 受益大模型训练所需数据需求增长，我国AI基础数据服务行业有望持续扩容. ...7
图8： AIGC在文本、代码、图像、视频等方面的生成能力将持续提升. .9
图9: 我国人工智能市场规模有望持续增长. ...9
图10: 自动驾驶是人工智能的最大应用领域... ......................................................... ..9
图11: 我国无人驾驶汽车行业预计将持续扩容.. ..0
图12: 虚拟人是2023年受AIGC技术促进最大的产业.
图13: 虚拟人相关产业需求快速增长.. .. 11
图14: 5G 技术主要用于eMBB、uRLLC、mMTC 场景.. ...2
图15: 5G技术主要应用场景核心性能侧重有所差异.. .….12
图16: 5G产业链主要可分为硬件端和应用端两大类.. ...12
图17: 2030年5G 间接产出预计将达到10.6万亿.. 3
图18: 2030年5G间接经济增加值预计将达3.6万亿元. ..13
图19:
图20: 通信网络设备占5G产业链投资的39%.. ...14
图21: 工业互联网是国外第一大5G应用领域.. ....4
图22: 我国 5G个人用户规模加速扩大... ...14
图23: 5G 技术可重点用于电子设备制造业、装备制造行业等十大工业领域.. ..15
图24: 5G技术具有低时延、高可靠、高速率等优点，将在智能汽车领域广泛应用.
图25: 以 5G 网络为基础的"人-车-路-网-云"的车联网整体解决方案正在加速构建. .16
图26: 智能网联汽车渗透率持续提升.. ....16
图27: 我国智能网联汽车产业规模持续增长.. ...16
图 28：5G技术为AI带来大量训练数据，AI帮助 5G技术实现高度自动化和智能化..
图29：5G技术有望助推人工智能突破发展困境.. ....17
图30：44.44%的中证人工智能主题指数成分股市值在300亿以下. ..18
图31: 中证人工智能主题指数成分股主要分布于IT服务、半导体、软件开发等行业.... ....18
图32：43.48%的中证5G通信主题指数成分股市值在300亿以下.
图33: 中证5G通信主题指数成分股主要分布于通信设备、消费电子、元件等行业.. ...19
表1：大模型训练需要大量数据作为支撑 ....6
表2：OpenAl等海外厂商纷纷推出预训练模型. ...7
表3：国内科技大厂及垂类科技企业积极推出自己的大模型. ....8
表4：
表5：5G技术关键性能指标全面领先4G.. ...1
表6：AI发展为5G技术带来更多新的机会 ...18

1、AIGC势头强劲，算力、数据、算法、应用端需求空间广阔

2022年以来，以ChatGPT为代表的AIGC技术热度持续提升。AIGC作为人工智能的子领域，目的在于开发与人类智慧相媲美的技术，能够通过学习大量的数据内容生成全新的数据。AIGC核心技术包括深度变分自编码、生成对抗神经网络、扩散模型、Transformer等基础模型以及计算机视觉、自然语言处理、多模态等预训练大模型，而模型的训练需要大量的数据支持，并且需要强大的算力作为支撑。同时，在预训练模型的基础上，需要进一步通过专门的调试和训练形成垂直化、场景化、个性化的小模型和应用工具层，以满足特定领域的需求。此外，应用层面，利用AI技术生成文本、图像、音频、视频等内容以及由此构成的多模态内容是AIGC 的重要应用场景，可广泛应用于游戏、电商、政务、金融等诸多领域，大幅提高创作效率。

图1：AIGC产业链大致可分为基础设施层、模型层及应用层

资料来源：非凡产研公众号

1.1、算力、数据、算法构成AIGC领域重要支撑，需求随大模型持续推出及升级选代快速增长

算力、数据、算法是AIGC领域的三大核心要素，推动AIGC技术持续取得突破。其中算力刻画数据处理能力，主要关联技术包括数据中心、分布式计算、边缘计算、高性能计算等。数据指以数字、文字、图像等形式表现的用于模型训练的素材，其相关技术包括数据挖掘、数据仓库、数据可视化、数据安全和隐私保护等。算法代表用系统的方法描述解决问题的策略机制，其关联技术包括机器学习、深度学习、自然语言处理、计算机视觉、推荐系统等。

图2：算力、数据、算法构成AIGC行业三大核心要素

资料来源：艾媒咨询、开源证券研究所

AI大模型训练需要强大的数据处理能力，推动算力需求持续增长。AI大模型训练需要强大的数据处理能力。随着大模型持续推出及升级迭代，AI算力需求持续增长。根据IDC的数据，我国智能算力市场规模预计将从2019年的31.7EFLOPS增长至2026年的1271.4EFLOPS，CAGR高达69.4%。具体而言，算力基础设施主要包括AI服务器、AI芯片、数据中心等。AI服务器领域，目前AI服务器以CPU+GPU形式为主，可支持大规模的深度神经网络模型训练并提高训练的精度，具有明显的计算效率优势，因此需求有望持续增长。根据TrendForce的预测，全球AI服务器（包含搭载 GPU、FPGA、ASIC 等）出货量预计将从 2022 年的 85.5 万台增长至2026年的236.9万台，CAGR为29.0%。AI芯片领域，AI芯片是核心算力硬件，除CPU外，还包括高效支持AI应用的GPU、FPGA等通用芯片以及专门为特定的AI产品设计的ASIC芯片等，主要用于辅助CPU进行加速计算。AI芯片占据AI服务器的主要成本，根据IDC的数据，芯片成本在基础型服务器中约占32%，在更高性能的服务器中，芯片相关成本占比高达50%-83%。在算力需求激增的背景下，AI芯片需求有望持续增长。根据Gartner、甲子光年的数据，全球 AI芯片市场规模预计将从2018年的43亿美元增长至2025年的726亿美元，2020-2025年CAGR达48.4%，而我国AI芯片市场规模预计将从2018年的61亿元增长至2023年的557亿元,CAGR达 55.4%。数据中心领域，数据中心作为算力的重要载体之一，需求将随着大模型算力需求增长而增长。根据科智咨询的数据，我国数据中心市场规模预计将从 2014年的372亿元增长至2024年的6123亿元，CAGR达32.3%。

图3：我国智能算力市场有望持续快速扩容

数据来源：IDC、开源证券研究所

图4：预计我国AI服务器市场规模稳步增长

数据来源：TrendForce集邦公众号、开源证券研究所

图5：预计AI芯片需求增长迅速

数据来源：Gartner、甲子光年公众号、开源证券研究所

图6：预计我国数据中心市场规模持续增长

数据来源：科智咨询、开源证券研究所

大模型复杂化需要大规模训练数据支持，数据标注是大部分AI算法有效运行的关键。数据是算法的素材，大模型复杂化需要更大规模的训练数据支持。根据长江存储系统解决方案公众号的数据，ChatGPT的算法模型已经达到1750亿参数，用于预训练的数据量达到45TB，并且随着ChatGPT的持续迭代，模型参数和数据量也在加速增长。受益大模型训练需求持续增长以及升级迭代，叠加数据产权保护加强，数据市场规模有望持续增长。同时，数据本身的质量会影响模型训练的效果，因此数据标注成为大部分A1算法有效运行的关键。数据标注指将原始数据进行处理，使其适用于机器学习和AI算法的学习和分析。尤其是自动化数据标注技术能够通过深度学习和计算机视觉等技术，减少人工标注需求，提高数据标注的效率和准确性，进一步推动数据服务行业发展。根据艾瑞咨询的数据，我国AI基础数据服务行业市场规模预计将从2018年的25.9亿元增长至2025年的101.1亿元，CAGR为21.5%。

表1：大模型训练需要大量数据作为支撑

	维基百科	书籍	期刊	Reddit链接	Common Crawl 其他数据集		总计
GPT-1		4.6					4.6
GPT-2		1		40			40
GPT-3	11.4	21	101	50	570		753.4
The Pile v1	6	118	244	63	227	167	825
	维基百科	书籍	期刊	Reddit 链接	Common Crawl	其他数据集	总计
Megatron-11B	11.4	4.6	：	38	107		161
MT-NLG	6.4	118	77	63	983	127	1374.4
Gopher	12.5	2100	164.4	1	3450	4823	10549.9

数据来源：《What's InMyAI?》（AlanD.Thompson，2022)、开源证券研究所（注：仅原始训练数据集大小，以GB为单位。粗体表示公开的数据，斜体表示参照文献假设的数据。)

图7：受益大模型训练所需数据需求增长，我国AI基础数据服务行业有望持续扩容

数据来源：艾瑞咨询、开源证券研究所

预训练模型引发AIGC技术的质变，国内外厂商积极纷纷推出大模型。预训练模型引发AIGC技术的质变，有效推进AIGC在应用端的落地。具体而言，预训练模型可分为：(1)自然语言处理(NLP)预训练模型，包括谷歌的LaMDA和PaLM、Facebook的OPT-175B和M2M-100、OpenAl的GPT 系列等;(2)计算机视觉(CV)预训练模型,包括微软的Florence 等;(3)多模态预训练模型，即融合文字、图片、音频、视频等多种内容形式的预训练模型，包括谷歌的Imagen 和Parti、Deep Mind 的Gato、Open Al的CLIP&DALL-E等。我国企业也在不断推出自己的大模型。根据中国移动研究院，科技大厂在算力层、平台层、模型层、应用层进行四位一体的全面布局，如百度的“昆仑芯+飞桨平台+文心大模型+行业应用”、阿里的“含光800 芯片+M6-OFA底座+通义大模型+行业应用”、华为“昇腾芯片+MindSpore 框架+盘古大模型+行业应用”,有望提升模型训练的效率及行业的可用性。

表2：OpenAl等海外厂商纷纷推出预训练模型

	预训练模型	应用	参数量	领域
谷歌	BERT	语言理解与生成	4810亿	NLP
	LaMDA	对话系统		NLP
	PaLM	语言理解与生成、推理、代码生成	5400亿	NLP
	Imagen	语言理解与图像生成	110亿	多模态
	Parti	语言理解与图像生成	200亿	多模态
微软	Florence	视觉识别	6.4亿	CV
微软	Turing-NLG	语言理解、生成	170亿	NLP
Facebook	OPT-175B	语言模型	1750亿	NLP
Facebook	M2M-100	100种语言互译	150亿	NLP
Deep Mind	Gato	多面手的智能体	12亿	多模态
Deep Mind	Gopher	语言理解与生成	2800亿	NLP
	AlphaCode	代码生成	414亿	NLP
Open AI	GPT3	语言理解与生成、推理等	1750亿	NLP
	CLIP&DALL-E	图像生成、跨模态检索	120亿	多模态
	Codex	代码生成	120亿	NLP
	ChatGPT	语言理解与生成、推理等		NLP
英伟达	Megatron-Turing NLG	语言理解与生成、推理	5300亿	NLP
Stability AI	Stable Diffusion	语言理解与图像生成		多模态

资料来源：腾讯研究院、开源证券研究所

表3：国内科技大厂及垂类科技企业积极推出自己的大模型

公司	大模型	参数量	NLP	CV	多模态	行业大模型	特色应用
百度	文心	2600亿	√	√	√	生物、电力、金融、航天等	聊天互动、回答问题、文本生成、文生图
阿里	通义	10万亿	√	√	√	电商、医疗、娱乐等	聊天互动、回答问题、文本生成、翻译
腾讯	混元	万亿	√	√	√		文本生成、文生图
华为	盘古	万亿	√	√		气象、药物研发、能源、工业、医疗	文档搜索、智能 ERP、财务检测、阿拉伯语
京东	言犀	千亿	√	1	-	1	内容生成、人机对话
浪潮	源1.0	2457亿	√	1	1	-	回答问题、翻译和古文
商汤	日日新	千亿	√	√	√	3D 内容、数字人等	文本生成、图片生成、视频生成、3D内容生成、数字
澜舟科技	孟子	千亿	√		√	金融	轻量级中文预训练语言模型
知乎	智海图AI	百亿	√				对知乎社区内容进行聚合、整理，然后提炼成
360	360智脑	-	√				摘要展现给用户语言交互和文字输入
昆仑	天工AI助手	百亿	√	=	=		回答问题、文本生成
科大讯飞	讯飞星火	-	√			-

资料来源：中国移动研究院、开源证券研究所

1.2、AIGC赋能千行百业，应用端发展前景广阔

AIGC生成文本、代码、图像、视频等内容的能力持续提升，应用端发展前景广阔。大模型技术水平日益精进，感知并理解海量数据的能力持续提升，推动 AIGC 在文本、代码、图像、视频等内容的自动生成方面不断取得突破。在AIGC 的加持下，内容生成领域在自动生成、提高丰富度和准确性、降低制作门槛及生产成本方面成效显著。同时，多模态大模型的出现使得多领域融合成为可能，提升AIGC 的可用范围。因此，AIGC在自动驾驶、智慧工业、电商、游戏、文娱、金融、工业、政务、医疗越来越多的领域得到广泛应用。应用领域持续开拓推动人工智能行业持续扩容。根据太原大数据官微公众号引用的头豹研究院数据，我国人工智能市场规模预计将从2021年的2607亿元增长至2027年的15732亿元，CAGR达34.9%，其中自动驾驶是人工智能的最大应用领域，市场份额预计将从2022年的38%提升至2027年的52%。

图8：AIGC在文本、代码、图像、视频等方面的生成能力将持续提升

资料来源：红杉资本、开源证券研究所

图9：我国人工智能市场规模有望持续增长

数据来源：弗洛斯特沙利文、头豹研究院、开源证券研究所

图10：自动驾驶是人工智能的最大应用领域

数据来源：头豹研究院、开源证券研究所

》人工智能在自动驾驶领域意义非凡，大模型推动自动驾驶进一步发展

人工智能在自动驾驶领域意义非凡，大模型推动自动驾驶进一步发展。人工智能技术在自动驾驶领域有极重要的意义。深度学习技术可以帮助车辆精准感知和理解外部环境；深度学习技术是SLAM系统中的一项关键技术，可以实现地图创建等多项任务；深度学习技术能帮助自动驾驶汽车学习和适应周围环境，帮助其提高决策能力，提升驾驶效率及安全性。同时，大模型在自动驾驶中应用趋势明确。根据九章智驾公众号，在云端，可以发挥大模型参数量增加带来的容量优势，用于自动驾驶数据自动标注、数据挖掘、通过蒸馏方式训练小模型等；在车端，大模型可用于合并用于不同检测任务的小模型等方面，节省车端计算环节所需的推理时间，增加自动驾驶安全性。因此，在大模型技术的推动下，自动驾驶将迎来更广阔的发展空间。根据艾媒咨询的数据，我国无人驾驶汽车行业规模预计将从2015年的30.5亿元增长至2025年的267.6亿元，CAGR为24.3%。

表4：大模型目前在自动驾驶领域有诸多应用，推动自动驾驶进一步发展

应用		具体内容
云端	数据自动标注	采用大模型预训练的方式可以实现自动标注，目前标注的目标主要是一些动态的3D目标
	数据挖掘	大模型泛化性较强，适合对长尾数据的挖掘，同时能较好地从数据中提取特征、找到特征相似的目标
		用知识蒸馏的方式先用大模型从海量数据中提取特征，再用提取出来的特征训练小模型；甚至可以在大模型和小模型之
	“教”小模型	间再加一个中模型，大模型提取的特征先训练中模型，再用训练好的中模型提取特征交给小模型使用
	上限	测车端模型的性能有的公司在部署车端模型时会先把几个备选模型在云端测试，看增加参数量后，哪个效果最好，最佳
		性能如何，然后把效果最好的模型作为基础模型，对基础模型做裁剪和优化后部署到车端
	建和数据生成	自动驾驶场景的重毫末智行表示，采用NeRF技术，可以将场景隐式地存储在神经网络中，然后通过渲染图片的监督学习，学出场景的隐式参数，就可以进行自动驾驶场景的重建
车端		合并用于检测不同把处理不同子任务的小模型合并成一个“大模型”，然后用来做联合推理，能够有效缓解小模型单独
	任务的小模型	推理可能带来的系统延迟、安全隐患问题
	物体检测	大模型适合用来检测车道线、立柱、交通灯、斑马线、停车位等不会被天气、时间等因素影响的物体

	车道拓扑预测	某自动驾驶公司表示，其在BEV的 feature map 的基础之上，以标精地图作为引导信息，使用自回归编解码网络将BEV特征解码为结构化的拓扑点序列，实现车道拓扑预测

资料来源：九章智驾公众号、开源证券研究所

图11：我国无人驾驶汽车行业预计将持续扩容

数据来源：艾媒咨询、开源证券研究所

》AIGC推动数字人更智能化、拟人化，推动数字人在众多产业得到广泛应用

AIGC推动数字人更智能化、拟人化，推动数字人在众多产业得到广泛应用。AI技术在文本、音频生成、图像、视频、3D模型生成及多模态交互等方面全面赋能数字人。具体而言，AI技术逐渐渗透到数字人建模、渲染、生成、驱动等全部环节，并使其制作成本降低、周期缩短、门槛降低，并且拟人化程度更高。根据艾媒咨询的调查数据，虚拟人被认为是2023年受AIGC技术推动作用最为明显的产业。在AIGC技术的支撑下，数字人将在短视频、教育、影视、政务、文创、直播等众多领域得到广泛应用，推动相关产业持续扩容。根据艾媒咨询的数据，我国虚拟人核心市场规模预计将从2017年的8.1亿元增长至2025年的 480.6亿元，CAGR 高达66.6%;同时，虚拟人所带动的市场规模预计将从2017年的80.9亿元增长至2025年的6402.7亿元，CAGR 高达72.7%。

图12：虚拟人是2023年受AIGC技术促进最大的产业

数据来源：艾媒咨询、开源证券研究所

图13：虚拟人相关产业需求快速增长

数据来源：艾媒咨询、开源证券研究所

2、5G技术关键性能优异，后5G时代关注应用领域持续放量

2.1、5G技术关键性能指标全面领先4G，在三大应用场景实现广泛应用

5G即第五代移动通信技术是具备高速率、低时延和大规模设备连接特点的新一代宽带移动通信技术，主要用于增强移动宽带、高可靠低时延连接、海量物联三大领域。5G技术即第五代移动通信技术。IMT-2020提出按照八大关键特性设计5G技术，其中有三方面技术特点尤其值得关注：（1）高速率：5G峰值数据速率可达20Gbit/s，用户体验数据速率可达100Mbit/s;（2）低时延：5G网络延迟时间可达1ms，相比4G提升约10倍；（3）海量连接：5G连接密度可达100万设备连接量/平方公里，相比4G 提升约10倍。凭借强大的技术特性，根据IMT-2020 中的规划，5G技术主要用于以下三大应用场景：（1)eMBB即增强移动宽带，指对移动网络速度有更高要求，并且有广覆盖移动性保证的场景，主要包括高速下载、AR、VR、高清视频等业务类型，能够为客户提供优异的人际交流体验；（2）uRLLC即高可靠低时延连接，主要针对连接时延要达到1ms级别，并且支持高速移动（500KM/H）情况下的高可靠性物联网（99.999%）的应用场景；（3）mMTC即海量物联，主要针对数据速率较低且时延不敏感，但存在海量连接需求的物联网应用场景。该场景可以使终端实现更低的功耗、更小的体积、更长的使用寿命，因此可以在智慧城市、智慧家居、环境监控等各种垂直行业中得到广泛应用，从而最终实现万物互联。

表5：5G技术关键性能指标全面领先4G

性能指标	单位	4G	5G	提升
峰值数据速率	Gbit/s	1	20	约20倍
用户体验数据速率	Mbit/s	10	100	约10倍
延迟时间	ms	10	1	约10倍
移动性	Km/h	350	500	约1.4倍
连接密度	设备量/km²	105	106	约10倍
网络能效	-	1倍	100倍	约100倍
频谱效率	-	1倍	3倍	约3倍
区域通信能力	Mbit/s/m²	0.1	10	约100倍

数据来源：中国联合网络通信集团有限公司、联想、开源证券研究所

图14：5G技术主要用于eMBB、uRLLC、mMTC场景

资料来源：中国联合网络通信集团有限公司、联想

图15：5G技术主要应用场景核心性能侧重有所差异

资料来源：中国联合网络通信集团有限公司、联想

2.2、5G技术发展推动相关产业扩容，应用落地成5G投资下半场主旋律

2.2.1、我国5G产业链日趋成熟，间接经济价值更加突出

在“适度超前”的原则引领下，我国5G产业链逐步走向成熟。5G产业链复杂，根据中国电子信息产业发展研究院，5G产业链可分为硬件和应用两大类：（1）硬件产业链方面，主要由通信网络设施相关产品和设备以及2B和2C的终端设备、元器件等构成；（2）应用产业链方面，主要由与5G融合的云计算、大数据、AI等新一代信息技术产业，以及5G与垂直行业融合创新的新业态和新模式构成，包括2C 的超高清视频、个人AI助理，以及2B的智慧园区、智能制造、车联网等方面。近年来，在“适度超前”的原则引领下，我国持续推进5G网络建设，5G产业链逐步走向成熟。根据工信部的数据，截至2023年4月底，我国基础电信企业5G网络建设累计投资额近6000亿元，累计建成5G基站达273万个以上，5G移动电话用户规模为6.34亿户。目前，我国已经建成全球最大规模的5GSA网络，为5G技术在众多产业的加速落地奠定坚实的基础。

图16：5G产业链主要可分为硬件端和应用端两大类

资料来源：中国电子信息产业发展研究院无线电管理研究所

5G 技术发展推动相关产业持续扩容，间接经济价值比直接经济价值更加突出。5G技术的发展将直接推动电信运营、设备制造、信息服务等行业快速发展，同时随着5G技术持续取得进步，将与更多下游应用领域实现有效融合，推动相关行业持续扩容。具体而言，5G建设前期，电信运营商将持续投入网络设备，带动相关设备需求增长。随着5G网络日益完善并在使用端加速渗透，用户侧移动终端及信息服务消费支出将快速增长，同时各垂直行业网络设备投资及流量消费需求也将持续扩大。因此5G技术将推动经济社会跨越式发展，并且间接推动作用更为明显。根据中国信通院的数据，产出规模方面，5G技术带动的直接产出预计将从2020年正式投入商用的约4840亿元增长至2030年的6.3万亿元，CAGR约为29%，5G技术带动的间接产出预计将从2020年的1.2万亿元增长至2030年的10.6万亿元,CAGR约为24%。经济增加值方面，5G技术直接创造的经济增加值预计将从2020年的约920亿元增长至2030年的约3万亿元，CAGR约为41%，而5G技术间接创造的经济增加值预计将从2020年的超4190亿元增长至2030年的3.6万亿元，CAGR约为24%。

图17：2030年5G间接产出预计将达到10.6万亿元

数据来源：中国信通院、开源证券研究所

图18：2030年5G间接经济增加值预计将达3.6万亿元

数据来源：中国信通院、开源证券研究所

2.2.2、5G技术投资上半场：网络基础设施需求快速增长

发展前期，5G新基建推动网络基础设施需求快速增长。5G技术作为新一代宽带移动通信技术，发展初期必然要进行新的网络基础设施建设，其中主要为通信运营商开展的5G网络大规模建设。根据中国信通院的数据，自2020年开展5G商用以来，我国运营商年5G设备支出预计将从2020年的2200亿元增长至2023年的3150亿元，明显高于下游行业的设备支出。但随着5G网络基础设施逐步完善，运营商年5G设备支出预计将从2024年开始逐年下降，2030年将降至2300亿元，同时下游行业将迎来5G设备支出快速增长期，预计将从2024年的1550亿元增长至2030年的5200亿元，CAGR为22.4%。此外，从细分品类看，5G产业链投资主要包括通信网络设备、系统集成及服务、基站射频、网络规划运营等，其中通信网络设备占比达39%，是移动通信系统的关键组成部分，主要包括无线、传输、核心网、业务承载支撑等设备。随着5G网络基础设施建设的持续推进，产业链上游基站射频、基站天线，以及产业链中游光通信设备等主设备、系统集成及服务等行业在更早的阶段迎来快速发展。

图19：5G建设初期，运营商5G设备支出占据主体

数据来源：中国信通院、前瞻产业研究院公众号、开源证券研究所

图20：通信网络设备占5G产业链投资的39%

数据来源：C114通信网、前瞻产业研究院公众号、开源证券研究所

2.2.3、5G技术投资下半场：车联网、AI等下游应用领域落地成主旋律

5G技术加速渗透，下游应用领域落地成为5G投资下半场主旋律。随着5G基础设施的完善，5G技术应用将成为行业未来重要的增长点。根据中国信通院的数据，垂直行业5G设备支出将超过运营商5G设备支出，并且占比将持续提升。5G技术应用领域多元，能够与众多应用领域有效结合，实现降本增效。根据中国信通院的不完全统计数据，全球已经开展的644项5G应用试验或落地部署中，5G技术被广泛应用于超14个行业，其中工业互联网及文体活动为5G技术最大的应用领域，占比分别为27.8%、26.9%。我国5G应用领域也迎来快速发展，应用项目数量及应用领域范围全球领先，尤其是在工业互联网、智慧矿山、智慧医疗、智慧港口等领域已经取得较大的发展。其中为向更多行业推进5G与工业互联网有效融合，工信部 2021年共推出两批“5G+工业互联网”典型应用场景和重点行业实践，包括电子设备制造业、装备制造行业等十大行业，其中5G技术可用于研发设计、生产制造、检测和监测等环节。个人应用领域，中国移动、中国电信5G用户数分别从2020年2月的1540万户、1073万户增长至2023年4月的6.99亿户、2.87亿户，我国5G个人用户普及率加速提升。

图21：工业互联网是国外第一大5G应用领域

数据来源：中国信通院、开源证券研究所

图22：我国5G个人用户规模加速扩大

数据来源：Wind、开源证券研究所

图23：5G技术可重点用于电子设备制造业、装备制造行业等十大工业领域

资料来源：中国信通院、开源证券研究所

》5G技术是车联网行业发展的重要推力之一，将持续受益车联网行业发展迅速

5G技术具有低时延、高可靠、高速率和大容量等优点，将成为车联网行业发展的重要推力之一。5G技术具有低时延、高可靠、高速率和大容量等优点，相比4G具备明显优势，在智能汽车领域将得到广泛应用：(1)5G技术能够提供1ms的超低延迟，在车云交互、紧急制动、安全响应方面将得到重要应用；（2）5G技术带宽高、传输速率快，可用于实时下载高清地图、传输HDV信息、安全视频广播等领域；（3）5G技术可提供99.999%的可靠性，可提供无缝网络覆盖、网络切片、差异化服务质量；（4）5G技术每平方公里连接容量达100万个，可支持多车道、拥塞场景以及支持海量V2X连接。以自动驾驶为例，根据焉知汽车的数据，在4G网络上，以100km/h的速度行驶的自动驾驶汽车从检测到刹车失败还将继续移动1.4m,但在5G网络上，同一辆车却只会移动2.8cm，这与防抱死制动系统的标准相当,能够极大提升自动驾驶的安全性。因此，5G技术将成为车联网行业发展的重要推力之一，以5G网络为基础的“人-车-路-网-云”的车联网整体解决方案正在加速构建。

图24：5G技术具有低时延、高可靠、高速率等优点，将在智能汽车领域广泛应用

资料来源：焉知汽车公众号、开源证券研究所

图25：以5G 网络为基础的“人-车-路-网-云”的车联网整体解决方案正在加速构建

资料来源：中国联合网络通信集团有限公司、联想

受益车联网行业发展迅速及5G与车联网加速融合，车联网领域5G技术需求将持续增长。近年来，政策支持叠加行业技术水平提升推动车联网行业发展迅猛。根据IHSMarkit 行业分析及2020 车联市场分析的数据，全球智能网联汽车渗透率预计将从2018年的30.7%提升至2025年的59.4%，而国内智能网联汽车渗透率预计将从2018年的24.9%提升至2025年的75.9%，发展更为迅速。同时，5G技术凭借自身大连接、低时延和高可靠等特点，正加速与汽车产业融合，5G-V2X商业化进程持续推进。随着车联网行业持续扩容叠加5G技术与车联网领域加速融合，5G技术作为车联网行业快速发展的重要支撑，预计将迎来更广阔的发展空间。

图26：智能网联汽车渗透率持续提升

数据来源：IHSMarkit行业分析、2020车联市场分析、IHSMarkitAutomotive公众号、开源证券研究所

图27：我国智能网联汽车产业规模持续增长

数据来源：汽车之家研究院公众号、前瞻产业研究院、开源证券研究所

》AI与5G技术相辅相成，共享广阔发展空间

5G 技术与AI相辅相成。5G 技术凭借带宽高、传输速率快、连接数量大，能够为AI带来更大规模的训练数据，降低对云端的依赖，而AI可以帮助5G在部署规划、运行维护等方面实现高度的自动化和智能化，降低5G网络的建设和运维成本。

图28：5G技术为AI带来大量训练数据，AI帮助5G技术实现高度自动化和智能化

资料来源：智东西公众号、开源证券研究所

5G 技术引领下，AI获得海量训练数据、终端应用领域日趋多元化。人工智能依赖大量的训练数据，5G技术由于具备海量物联的优点，能够为人工智能提供大量数据素材支撑。同时，人工智能对云端依赖度高，但由于数据传输的带宽受限，海量数据传输必然面临延迟的问题。而5G技术具有高带宽、传输速率快的优点，并且能够通过边缘计算实现人工智能在终端侧的应用，实现云端、边缘侧、终端基础设施的良好衔接配合，打破人工智能过度依赖云端的窘境，彻底释放其在应用端的潜能。目前，“5G+AI”的结合已经在物联网、车联网、VR/AR、智慧城市等大量终端应用领域得到广泛应用，从而推动全社会一步步迈向万物互联的时代。

图29：5G技术有望助推人工智能突破发展困境

资料来源：智东西公众号、开源证券研究所

AI赋能下，5G网络更加高效、朝智能化方向发展。人工智能的发展为5G技术带来众多发展机遇。例如人工智能可以帮助5G网络在部署规划、运营维护等方面实现高度的自动化和智能化，对网络行为进行精准预测、对故障进行自动恢复，从而有利于有效降低5G网络的建设和运维成本。同时，人工智能的发展也有利于移动计算边缘化与本地化，在边缘侧提供服务，并且能够有效满足AR/VR、自动驾驶等新应用领域对网络带宽、时延等的更高需求。

表6：AI发展为5G技术带来更多新的机会

机会	具体内容
革趋势	5G 网络架构变5G技术需要从离散的专业网(如无线网、核心网、IP网、承载网、传输网等)向虚拟化、软件化、云网一体化架构等方向转变
	5G接入网智慧 5G基站中将引入AI可使基站支持智慧化的学习能力，实现资源调度灵活、高效，有效进行智慧化的网络规划和网化、共享化络优化；5G基站共享将节省基站部署和维护成本，整合资源，扩大网络覆盖，提升共建、共享、共经营的管理水平
化、切片化	5G核心网虚拟以AI为核心构建自动化的运维体系，实现网络运行状态实时监控，对网络行为进行精准预测、对故障进行自动恢复，并且可以实现切片分钟级上线，满足快速变化的市场需求
	移动计算边缘移动边缘计算MEC是5G与AI的交点。通过MEC和AI结合，运营商在基站等5G网络设备附近提供更多服务；移
化、本地化	动计算本地化能有效满足AR/VR、自动驾驶等新应用领域对网络带宽、时延等的更高需求，并减轻网络负荷
AI 通过感知环境AI可用来对变量进行学习，预测未来状态，通过和环境交互找到潜在解决方案。因此，5G时代的移动网络可以利用	5G 网络安全与利用数据融合、数据挖掘、智能分析、可视化和AI等技术，直观显示和预测网络安全态势，为网络安全预警防护提供保障，可在自学习过程中提高5G网络系统的防御能力

资料来源：随锐科技集团公众号、开源证券研究所

3、2023年以来中证人工智能主题指数及中证5G通信主题指

数明显跑赢大盘，关注AI及5G通信领域投资机会

中证人工智能主题指数：成分股市值偏小，集中度高，主要分布于IT服务、半导体、软件算法等行业。中证指数有限公司2015年7月31日发布中证人工智能主题指数，选取为人工智能提供基础资源、技术以及应用支持的公司中选取代表性公司作为样本股，包括但不限于大数据、云计算、云存储、机器学习、机器视觉、人脸识别、语音语义识别、智能芯片等，许多人工智能主题ETF产品与其挂钩。该指数呈现以下特征：（1）市值偏小：截至2023年6月11日，44.44%的成分股市值在300亿以下，但仅有11.11%的成分股市值在1000亿及以上；（2）集中度高：截至2023年6月11日，科大讯飞、海康威视、韦尔股份、紫光股份、中科曙光等前十大成分股权重占比总计达48.59%；（3）行业分布相对较广：截至2023年6月11日，成分股共分布于11个行业，其中IT服务、半导体、软件开发等行业分布较多。

图30：44.44%的中证人工智能主题指数成分股市值在300亿以下

数据来源：Wind、开源证券研究所（注：2023年6月11日数据）

图31：中证人工智能主题指数成分股主要分布于IT 服务、半导体、软件开发等行业

数据来源：Wind、开源证券研究所（注：2023年6月11日数据)

中证5G通信主题指数：成分股市值偏小，集中度高，主要分布于通信设备、消费电子、元件等行业。中证指数有限公司2019年4月25日发布中证5G通信主题指数，选取产品和业务与5G通信技术相关的上市公司股票作为样本股，包括但不限于电信服务、通信设备、计算机及电子设备和计算机运用等细分行业，许多5G通信主题ETF 产品与其挂钩。该指数呈现以下特征：（1）市值偏小：截至2023年6月11日，43.48%的成分股市值在300亿以下，但仅有8.70%的成分股市值在1000亿及以上;（2）集中度高：截至2023年6月11日，中兴通讯、立讯精密、兆易创新、工业富联、紫光股份等前十大成分股权重占比总计达47.98%；（3）行业分布相对较广：截至2023年6月11日，成分股共分布于11个行业，其中通信设备、消费电子、元件等行业分布较多。

图32：43.48%的中证5G通信主题指数成分股市值在300亿以下

数据来源：Wind、开源证券研究所（注：2023年6月11日数据）

图33：中证5G通信主题指数成分股主要分布于通信设备、消费电子、元件等行业

数据来源：Wind、开源证券研究所（注：2023年6月11日数据）

受益 AIGC 概念兴起并且预计将在提高众多领域的生产力方面发挥重要作用，人工智能板块获得资本市场的认可。同时，人工智能的发展需要算力支撑，而5G技术具备带宽高、传输速率快、连接数量大的优势，助力AI产业迅速发展，因此5G通信板块也受到市场追捧。根据Wind 的数据，2023年以来，中证人工智能主题指数及中证5G通信主题指数明显跑赢上证综合指数，相关领域投资机会值得关注。

图34：2023年以来中证AI主题指数及中证5G通信主题指数明显跑赢上证综指

数据来源：Wind、开源证券研究所

4、风险提示

技术进展不及预期；下游应用领域渗透率不及预期。

特别声明

《证券期货投资者适当性管理办法》、《证券经营机构投资者适当性管理实施指引（试行)》已于2017年7月1日起正式实施。根据上述规定，开源证券评定此研报的风险等级为R3（中风险)，因此通过公共平台推送的研报其适用的投资者类别仅限定为专业投资者及风险承受能力为C3、C4、C5的普通投资者。若您并非专业投资者及风险承受能力为C3、C4、C5的普通投资者，请取消阅读，请勿收藏、接收或使用本研报中的任何信息。

因此受限于访问权限的设置，若给您造成不便，烦请见谅！感谢您给予的理解与配合。

分析师承诺

负责准备本报告以及撰写本报告的所有研究分析师或工作人员在此保证，本研究报告中关于任何发行商或证券所发表的观点均如实反映分析人员的个人观点。负责准备本报告的分析师获取报酬的评判因素包括研究的质量和准确性、客户的反馈、竞争性因素以及开源证券股份有限公司的整体收益。所有研究分析师或工作人员保证他们报酬的任何一部分不曾与，不与，也将不会与本报告中具体的推荐意见或观点有直接或间接的联系。

股票投资评级说明

	评级	说明
证券评级	买入(Buy)	预计相对强于市场表现20%以上;
	增持(outperform)	预计相对强于市场表现5%～20%;
	中性(Neutral)	预计相对市场表现在一5%～+5%之间波动;
	减持(underperform)	预计相对弱于市场表现5%以下。
行业评级	看好（overweight)	预计行业超越整体市场表现;
	中性（Neutral）	预计行业与整体市场表现基本持平;
	看淡（underperform）	预计行业弱于整体市场表现。
备注：评级标准为以报告日后的6~12个月内，证券相对于市场基准指数的涨跌幅表现，其中A股基准指数为沪深300 指数、港股基准指数为恒生指数、新三板基准指数为三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）、美股基准指数为标普500或纳斯达克综合指数。我们在此提醒您，不同证券研究机构采用不同的评级术语及评级标准。我们采用的是相对评级体系，表示投资的相对比重建议；投资者买入或者卖出证券的决定取决于个人的实际情况，比如当前的持仓结构以及其他需要考虑的因素。投资者应阅读整篇报告，以获取比较完整的观点与信息，不应仅仅依靠投资评级来推断结论。

分析、估值方法的局限性说明

本报告所包含的分析基于各种假设，不同假设可能导致分析结果出现重大不同。本报告采用的各种估值方法及模型均有其局限性，估值结果不保证所涉及证券能够在该价格交易。

法律声明

开源证券股份有限公司是经中国证监会批准设立的证券经营机构，已具备证券投资咨询业务资格。

本报告仅供开源证券股份有限公司（以下简称“本公司"）的机构或个人客户（以下简称“客户"）使用。本公司不会因接收人收到本报告而视其为客户。本报告是发送给开源证券客户的，属于商业秘密材料，只有开源证券客户才能参考或使用，如接收人并非开源证券客户，请及时退回并删除。

本报告是基于本公司认为可靠的已公开信息，但本公司不保证该等信息的准确性或完整性。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他金融工具的邀请或向人做出邀请。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。客户应当考虑到本公司可能存在可能影响本报告客观性的利益冲突，不应视本报告为做出投资决策的唯一因素。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。本公司未确保本报告充分考虑到个别客户特殊的投资目标、财务状况或需要。本公司建议客户应考虑本报告的任何意见或建议是否符合其特定状况，以及（若有必要）咨询独立投资顾问。在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。若本报告的接收人非本公司的客户，应在基于本报告做出任何投资决定或就本报告要求任何解释前咨询独立投资顾问。

本报告可能附带其它网站的地址或超级链接，对于可能涉及的开源证券网站以外的地址或超级链接，开源证券不对其内容负责。本报告提供这些地址或超级链接的目的纯粹是为了客户使用方便，链接网站的内容不构成本报告的任何部分，客户需自行承担浏览这些网站的费用或风险。

开源证券在法律允许的情况下可参与、投资或持有本报告涉及的证券或进行证券交易，或向本报告涉及的公司提供或争取提供包括投资银行业务在内的服务或业务支持。开源证券可能与本报告涉及的公司之间存在业务关系，并无需事先或在获得业务关系后通知客户。

本报告的版权归本公司所有。本公司对本报告保留一切权利。除非另有书面显示，否则本报告中的所有材料的版权均属本公司。未经本公司事先书面授权，本报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。

开源证券研究所

上海

地址：上海市浦东新区世纪大道1788号陆家嘴金控广场1号

楼10层

邮编：200120

邮箱：research@kysec.cn

北京
地址：北京市西城区西直门外大街18号金贸大厦C2座9层
邮编：100044
邮箱：research@kysec.cn

深圳

地址：深圳市福田区金田路2030号卓越世纪中心1号
楼45层
邮编：518000
邮箱：research@kysec.cn

西安四安

地址：西安市高新区锦业路1号都市之门B座5层
邮编：710065
邮箱：research@kysec.cn

START YOUR FINANCE

起点财经，网罗天下报告

中小盘主题：AIGC势头强劲，关注AI及5G通信领域投资机会-20230613-开源证券-22页