智通財經APP獲悉，天風證券發佈研究報告稱，在AI算力提升浪潮下，圍繞計算芯片升級的兩個主要方向，金屬材料產業鏈存在以下發展機遇：1)芯片製造層面;2)數據傳輸層面。建議關注AI算力時代下金屬材料行業發展機遇及相關公司：(1)芯片電感：鉑科新材(300811.SZ)等;(2)高純金屬靶材：有研新材(600206.SH)等;(3)微電子焊接材料：錫業股份(000960.SZ)等;(4)光模塊芯片襯底：雲南鍺業(002428.SZ);(5)光模塊芯片基座：斯瑞新材(688102.SH)。
▍天風證券主要觀點如下：
AI算力已成爲算力增長主要動力，未來八年增長潛力有望超百倍
算力即計算能力，根據使用設備和提供算力強度的不同，算力可分爲三類：基礎算力、智能算力和超算算力。根據中國信息通信研究院數據，2022年全球計算設備算力總規模達到906EFlops，其中智能算力規模爲451EFlops，佔比50%，yoy+94%，已成爲算力快速增長的主要驅動力。
隨着AI模型日益複雜、計算數據量快速增加、人工智能應用場景不斷深化，預計未來全球智能算力規模將持續快速增長。根據華爲GIV預測，2030年人類將迎來YB數據時代，全球算力總規模達到56ZFlops，其中智能算力達到52.5ZFlops，在算力需求中佔絕對主導地位，2022-2030年CAGR達81%。
如何有效提升AI算力?——圍繞芯片製造&數據傳輸兩個方向
從物理學本質來說，AI算力的提升有賴於計算芯片的升級，主要圍繞芯片製造和數據傳輸兩個方向：
1)芯片製造層面：不斷提升芯片製程，集成更多的晶體管，提升芯片單點算力。在芯片製造層面上，經過幾十年的發展，摩爾定律目前已經逐漸走向物理瓶頸，算力的提升不僅僅是製程數字持續縮小，而是材料、設備、芯片架構、製造工藝、供電技術、封裝技術的全面升級。
2)數據傳輸層面：高能效數據傳輸能夠進一步提升算力。單張GPU卡的計算能力存在極限，因此需要採用多GPU組合方式來提高計算性能，而GPU之間需要高效的通信，速度更快、可擴展性更強的互連已成爲當前的迫切需求，光模塊有望充分受益。
AI算力提升浪潮下，金屬材料產業鏈迎來發展新機遇
在AI算力提升浪潮下，圍繞計算芯片升級的兩個主要方向，金屬材料產業鏈存在以下發展機遇：
1)芯片製造層面：金屬軟磁粉芯電感/一體成型電感適用AI大算力應用場景，有望在新一代AI芯片中推廣應用;高純金屬靶材爲半導體制造流程關鍵原材料之一，在AI需求帶動下國產替代進程加速;微電子焊接材料是半導體封裝基礎材料之一，錫膏產品有望加速國產替代和打開高端增量市場。
2)數據傳輸層面：磷化銦襯底可被廣泛應用於製造光模塊器件，在5G通信、數據中心等產業迅速發展及AI算力提升的拉動下有望蓬勃發展;鎢銅基板材料匹配光模塊散熱提升需求，逐步打開成長空間。
風險提示：
技術發展不及預期風險;下游需求不及預期風險;產業政策推進 不及預期風險。