财时代7月2日讯，有一只股票，在短短的个把月时间内，股价快速上涨约一半。它就是泰晶科技，股价由5月15日的13.76元/股，上涨到6月26日19.47元/股，涨幅41.50%。那么，泰晶科技近期上涨的背后逻辑是什么？
AI算力爆发在即
(相关资料图)
这还得ChatGPT谈起。今年以来，OpenAI推出的人工智能聊天机器人ChatGPT腾空出世，它能完成撰写邮件、代码、翻译等任务，以及实现更广泛的搜索服务等。
随后AI军备竞赛开启，大厂纷纷入局。目前，国内已经出现多个AI大模型，包括百度文心大模型，腾讯混元大模型，鹏城实验室推出盘古大模型，中国科学院自动化研究所研发紫东太初大模型，阿里AI预训练模型M6，科大讯飞推出自研大模型，金山办公等公司积极将大模型技术应用于公司的产品中。
据了解，AI大模型分为训练侧和推理侧。
训练过程，又称学习过程，是指通过大数据训练出一个复杂的神经网络模型，通过大量数据的训练确定网络中权重和偏置的值，使其能够适应特定的功能；训练过程需要较高的计算性能、需要海量的数据、训练出的网络具有一定通用性。
推理过程，又称判断过程，是指利用训练好的模型，借助在训练中已确定参数的神经网络模型进行运算，使用新数据推理出各种结论。大模型训练过程的影响因素主要是模型参数量、训练数据量和芯片算力。
据不完全统计，截至目前，参数在10亿规模以上的AI大模型国内已发布79个，未来AI大模型的数量有望继续增加。同时参数快速提高，最高可达万亿以上，对算力需求同样将大幅上涨。
由于800G光模块是高性能计算的核心网络部件，AI军备竞赛的开启，大幅带动800G等高速光模块需求强劲增长。伴随支持多模态的大模型发展，视频类交互有望井喷，AI服务器需求量较文字类交互大幅提升，驱动配套高速光模块需求爆发，想象空间巨大。
高阶晶振需求爆发
山西证券在最新的研究报告指出AI大模型与800 G光模块的关联。在训练侧，假定一个在GPT-3框架下的万亿规模大模型，计算得用H100训练该模型大致需要1.5-2万张H100 GPU，考虑FLOPS利用率的情况下需要7.5-10万颗GPU，对应每张H100 GPU大致需要2.5颗800 G光模块，则在GPT-3框架下的万亿规模大模型约需要20万颗800 G光模块；在推理侧，假设一个在GPT-3框架下的万亿规模大模型，考虑到FLOPS利用率约为20%-30%，以A30算力测算得到推理侧大约需要80万张GPU，对应所需光模块数量上百万颗。
财时代了解到，在光模块产业链中，晶振作为频率稳定元件，是光模块与算力服务器共同的上游，可以在光模块、算力服务器和其他精密测量设备等领域中得到广泛应用。
晶振行业头部企业泰晶科技研发生产的高频振荡器产品，有对应光通信相关应用场景，公司面向主服务器和边缘计算小型服务器，以及高速光电转换光模块，配套高速时钟产品以及1588时钟产品。
在光模块和算力服务器方面，为实现高速数据传输和处理，并确保电路元件和系统的同步性，需要频率稳定的时钟信号，它是保证算力服务器运转的关键因素之一。而石英晶体振荡器是控制时钟信号的关键元件，这意味着在算力服务器中，石英晶体谐振器和振荡器的用量通常较大。
石英晶体谐振器和振荡器在整个光模块中的成本占比不是很高，但却是光模块性能稳定性和可靠性的重要保障。由于石英晶体谐振器和振荡器可以提供高精度的时钟信号和稳定的频率控制，因此在提高光模块速率、增加通信距离、提高带宽等方面扮演着重要角色。
知名分析师郭明錤指出，近期因AI伺服器需求显著提升，带动光模块需求强劲增长。AI伺服器光模块需搭配高阶的差动式输出振荡器，单价较一般伺服器/消费电子的振荡器高约10-20倍，毛利率为50-60%以上。
标签：
