Циньцинь Цзяньтоу: Значительное увеличение доли экспорта китайской оптоволоконной продукции Продолжаем положительно оценивать сектор вычислительной мощности ИИ

Согласно аналитическому отчету China Construction Investment Research, в этом году в феврале в нашей стране было экспортировано 3779,9 тонн оптоволокна на сумму 790 миллионов юаней, что в годовом выражении увеличилось на 63,6% и 126,8%. Если пересчитать в километры, то в феврале объем экспорта оптоволокна в нашей стране составил примерно 2520 миллионов волоконно-километров, то есть около 65% от эффективного месячного производства оптоволокна в нашей стране; если добавить оптоволокно в составе экспорта оптических кабелей, то доля экспорта оптоволокна будет еще выше. По данным о величине экспортной выручки можно предположить, что передача эффекта роста цен на оптоволокно в результаты деятельности, вероятно, в первом квартале будет не слишком заметной. В целом, за рубежом идет активная закупка оптоволокна, производимого в Китае, и китайские поставщики оптоволокна находятся в состоянии «нет забот о продажах». Поэтому, по нашему мнению, рынку также не следует слишком сильно переживать из-за тендерных закупок оптоволокна внутренними телеком-операторами. В целом зарубежный телекоммуникационный сетевой сегмент, AI, беспилотники и т.п. совместно стимулируют резкий рост спроса на оптоволокно, поддерживая дальнейшее повышение цен; отрасль находится в периоде высокой конъюнктуры. Продолжаем рекомендовать сектор оптоволокна. Алгоритм сжатия TurboQuant от Google реализует практически без потерь компрессию памяти для AI-инференса, существенно снижая стоимость вывода для длинного контекста; приложения на периферии (edge) для AI, генерация AI-видео и т.п. могут получить выгоду. Мы продолжаем позитивно смотреть на цепочку поставок AI.

Полный текст ниже

CITIC Jianzhi Investment: Доля экспорта оптоволокна из Китая резко выросла, продолжаем позитивно смотреть на сектор AI вычислительных мощностей

В феврале этого года из нашей страны было экспортировано 3779,9 тонн оптоволокна на сумму 790 миллионов юаней, что в годовом выражении увеличилось на 63,6% и 126,8%. Если пересчитать в километры, то в феврале объем экспорта оптоволокна в нашей стране составил примерно 2520 миллионов волоконно-километров, то есть около 65% от эффективного месячного производства оптоволокна в нашей стране; если добавить оптоволокно в составе экспорта оптических кабелей, то доля экспорта оптоволокна будет еще выше. По данным о величине экспортной выручки можно предположить, что передача эффекта роста цен на оптоволокно в результаты деятельности, вероятно, в первом квартале будет не слишком заметной. В целом, за рубежом идет активная закупка оптоволокна, производимого в Китае, и китайские поставщики оптоволокна находятся в состоянии «нет забот о продажах». Поэтому, по нашему мнению, рынку также не следует слишком сильно переживать из-за тендерных закупок оптоволокна внутренними телеком-операторами. В целом зарубежный телекоммуникационный сетевой сегмент, AI, беспилотники и т.п. совместно стимулируют резкий рост спроса на оптоволокно, поддерживая дальнейшее повышение цен; отрасль находится в периоде высокой конъюнктуры. Продолжаем рекомендовать сектор оптоволокна.

Алгоритм сжатия TurboQuant от Google реализует практически без потерь компрессию памяти для AI-инференса, существенно снижая стоимость инференса для длинного контекста; приложения на периферии (edge) для AI, генерация AI-видео и т.п. могут получить выгоду, продолжаем позитивно смотреть на цепочку поставок AI.

В феврале этого года из нашей страны было экспортировано 3779,9 тонн оптоволокна на сумму 790 миллионов юаней, что в годовом выражении увеличилось на 63,6% и 126,8%, а по сравнению с февралём 2018 года (исторический максимум по внутреннему спросу) объем экспорта оптоволокна вырос на 17,6 раза: со 203,5 тонн. Если пересчитать: около 0,15 кг оптоволокна на 1 км (включая упаковку и т.п.), то в феврале объем экспорта оптоволокна в нашей стране составил примерно 2520 миллионов волоконно-километров, то есть около 65% от эффективного месячного производства оптоволокна в нашей стране; если добавить оптоволокно в составе экспорта оптических кабелей, то доля экспорта оптоволокна будет еще выше. По данным о величине экспортной выручки можно предположить, что передача эффекта роста цен на оптоволокно в результаты деятельности, вероятно, в первом квартале будет не слишком заметной. В целом, за рубежом идет активная закупка оптоволокна, производимого в Китае, и китайские поставщики оптоволокна находятся в состоянии «нет забот о продажах». Поэтому, по нашему мнению, рынку также не следует слишком сильно переживать из-за тендерных закупок оптоволокна внутренними телеком-операторами.

С точки зрения стран-экспортёров оптоволокна в феврале, в топ-10 входят Кот-д’Ивуар, Буркина-Фасо, Польша, Филиппины, Аргентина, Россия, Нигерия, США, Панама и Австралия. Среди них три страны Африки демонстрируют резкий рост объема экспорта, и предполагается, что это в основном связано с местным спросом на сетевые проекты. Кроме того, спрос России, как ожидается, будет в основном обусловлен беспилотниками, тогда как США, Австралия, Филиппины и т.п., вероятно, связаны с AI. В целом зарубежный телекоммуникационный сетевой сегмент, AI, беспилотники и т.п. совместно стимулируют резкий рост спроса на оптоволокно, поддерживая дальнейшее повышение цен; отрасль находится в периоде высокой конъюнктуры. Продолжаем рекомендовать сектор оптоволокна.

Алгоритм сжатия TurboQuant, опубликованный исследовательским институтом Google, позволяет снизить потребление памяти для больших языковых моделей (LLM) при неизменности точности и увеличении скорости работы. TurboQuant может сжимать «рабочую память» при работе AI, то есть кэш значений ключей (KV cache), как минимум в 6 раз. На видеокарте H100 по сравнению с базовой схемой 32-bit скорость вычисления внимания на 4-bit взлетает в 8 раз, тем самым существенно снижая стоимость работы AI. При этом самое ключевое преимущество TurboQuant — это: нулевые потери по точности; не требуется дообучение, не требуется обучающая выборка.

Цель оптимизации TurboQuant — уменьшить объем кэш-памяти значений ключей. Основой TurboQuant является изящный двухэтапный процесс. Первый этап: PolarQuant меняет систему координат для «взгляда на мир». Традиционная квантизация работает в декартовой системе координат (оси X, Y, Z), где диапазоны значений каждой оси не фиксированы, поэтому требуется дополнительное хранение параметров нормализации для выравнивания. Второй этап: QJL уничтожает остаточную погрешность с помощью 1-бит. На шаге TurboQuant два: применяет преобразование Johnson-Lindenstrauss к остаточной ошибке первого этапа, сжимая каждое значение ошибки в один знаковый бит: +1 или -1. Затем это дополняется специальным оценщиком — совместным вычислением на основе вектора Query высокой точности и сжатого Key низкой точности. Остается потребить всего 1 бит, чтобы сгладить систематическую погрешность, сохранившуюся после первого этапа. Два шага позволяют TurboQuant при общем бюджете всего 3-bit добиться эффекта сжатия, близкого к без потерь, и при этом по всей цепочке нет дополнительных затрат.

Google провёл строгую валидацию TurboQuant на пяти тестах длинного контекста: LongBench, Needle In A Haystack, ZeroSCROLLS, RULER и L-Eval. Тестируемые модели включали Gemma, Mistral и Llama-3.1-8B-Instruct. В комплексных задачах в LongBench — вопрос-ответ, генерация кода, текстовые сводки и т.п. — TurboQuant в конфигурации 3-bit демонстрирует всесторонне более высокую производительность, чем базовые методы вроде KIVI, и даже приближается к результатам моделей полной точности. При коэффициенте сжатия 4х точность поиска TurboQuant на всем протяжении сохраняется на уровне до 104000 Token, полностью совпадая с моделью полной точности. В задаче поиска в векторном пространстве высокой размерности на датасете GloVe (200 измерений) TurboQuant обходит два ведущих метода — PQ и RabbiQ — и получает лучший показатель recall. Алгоритм сжатия Google TurboQuant реализует практически без потерь компрессию памяти для AI-инференса, существенно снижая стоимость инференса для длинного контекста; AI на устройствах на периферии и генерация AI-видео могут получить выгоду; технологические итерации будут продолжать подталкивать цепочку индустрии вычислительных мощностей к постоянному повышению уровня.

23 марта директор Национального управления по данным Лю Лихэбин на ежегодном собрании Китайского форума по развитию 2026 года официально объявил, что стандартизированное китайское название основного термина Token для AI будет определено как «词元». Лю Лихэбин отметил, что «词元 — это не только якорь ценности эпохи интеллектуальных технологий, но и расчетная единица, связывающая технологическое предложение с коммерческим спросом», и сообщил, что одна из модельных компаний установила рекорд: доход за 20 дней превысил суммарный доход за весь 2025 год. 1000亿, 100万亿, 140万亿 — это трехступенчатый скачок ежедневного объема вызовов «词元» в Китае за два года.

В настоящее время телеком-индустрия находится в двойном благоприятном периоде: стимулы от AI-технологий и поддержка новой инфраструктурной политики; цепочка поставок индустрии вычислительных мощностей по-прежнему остается ключевой магистралью с высокой конъюнктурой. Вычислительные мощности и чипы — это базовая опора развития AI-индустрии, и именно они являются текущей инвестиционной линией в телеком-секторе с высокой конъюнктурой и высоким потенциалом роста; рекомендуется уделить основное внимание.

Изменения в международной среде оказывают влияние на безопасность и стабильность цепочки поставок, что влияет на темпы выхода соответствующих компаний на зарубежные рынки; влияние тарифов оказалось выше ожиданий; развитие отрасли искусственного интеллекта оказалось ниже ожиданий, что сказывается на спросе со стороны компаний, связанных с цепочкой облачных вычислений; усиливающаяся конкуренция приводит к быстрому падению валовой маржи; колебания обменного курса влияют на курсовые доходы и валовую маржу компаний, ориентированных на экспорт, включая предприятия в сегменте ICT-оборудования и оптических модулей/оптоэлектронных компонентов; строительство цифровой экономики и цифрового Китая развивается ниже ожиданий; развитие облачного бизнеса телеком-операторов оказалось ниже ожиданий; капитальные затраты операторов оказались ниже ожиданий; капитальные затраты облачных провайдеров оказались ниже ожиданий; спрос в отрасли телеком-модулей и интеллектуальных контроллеров оказался ниже ожиданий.

(Источник: Caixin)