奧飛數據發佈2022 年及2023 年一季度報告。2022 年公司實現營收10.97億元,同比下降8.9%;歸母淨利潤1.66 億元,同比增加14.58%;扣非歸母淨利潤1.09 億元,同比下降28.8%。單季度來看,4Q22 公司實現營收2.71 億元,同比下降3.5%,環比下降2.7%;歸母淨利潤5453 萬元,同比增長157.5%,環比增加49.6%。1Q23,公司實現收入3.2 億元,同比增長18.8%;實現歸母淨利潤0.4 億元,同比增長4.5%;實現扣非淨利潤0.42 億元,同比增長36.5%。
智算中心是大勢所趨。過去計算機行業假設爲“數字處理會變得越來越便宜”,但考慮到不斷上升的研究複雜性和競爭性,斯坦福人工智能研究所副所長克里斯托弗曼寧表示:最前沿模型的訓練成本還在不斷上升。我們認爲,AI 計算系統正在面臨計算平臺優化設計、複雜異構環境下計算效率、計算框架的高度並行與擴展、AI 應用計算性能等挑戰。算力的發展對整個計算需求所造成的挑戰會變得更大,提高整個AI 計算系統的效率迫在眉睫。
智算中心有望拉動投資額百億元,高功率機櫃10 萬餘個。單智算中心算力約2.69Petaflop/s , 根據我們測算, 單大模型訓練算力需求約280.67Petaflop/s。我們認爲未來“大模型帶小模型”將成爲趨勢,假設算力需求放大50 倍(多家二三線互聯網小廠接入大模型API 訓練),則總算力需求擴至14033.5Petaflop/s,此時需要智算中心約5217 個(合52170 個機櫃)。但由於上述計算以39kw 功率爲基礎計算,密度通常爲普通高功率機櫃2~4 倍,取放大係數爲2,則需要機櫃10.4 萬個。
從ChatGPT 所需要GPU 數量測算,未來所需要高功率機櫃近7.5 萬個。
根據鈦媒體,GPT 3.5 完全訓練需要A100 芯片近3 萬顆,對應英偉達DGX A100服務器近3750 臺。考慮到英偉達DGX A100 服務器單臺最大功率爲6.5kw,假設平均功率爲4kw/臺,則10kw 功率機櫃可搭載2.5 臺AI 服務器。爲滿足3750臺AI 服務器,需要建設機櫃1500 個,假設算力需求擴至50 倍,共需要高功率機櫃約7.5 萬個。
投資建議:我們看好“東數西算”+AI 大參數模型背景下,下游企業需求復甦。我們認爲隨着公司多地數據中心擴建平穩落地,多元的客戶結構也有望增強公司收入規模化效應,並帶來更平穩的經營性現金流。預計23 年~25 年公司收入14.7/20.0/27.8 億元,EBITDA 5.4/7.8/10.8 億元,對應5 月4 日收盤價EV/EBITDA 25/18/13x,歸母淨利潤2.1/3.3/5.5 億元,對應5 月4 日收盤價P/E 48/30/18x。首次覆蓋,給予“推薦”評級。
風險提示:市場競爭加劇風險,項目交付風險,海外業務拓展不及預期。