AI行業跟蹤報告之二：ChatGPT開啟AI發展新浪潮算力緊缺和海量應用驅動AI硬件廣闊空間-230215（44頁）.pdf

《AI行業跟蹤報告之二：ChatGPT開啟AI發展新浪潮算力緊缺和海量應用驅動AI硬件廣闊空間-230215（44頁）.pdf》由會員分享，可在線閱讀，更多相關《AI行業跟蹤報告之二：ChatGPT開啟AI發展新浪潮算力緊缺和海量應用驅動AI硬件廣闊空間-230215（44頁）.pdf（44頁珍藏版）》請在三個皮匠報告上搜索。

1、證券研究報告證券研究報告 2023年2月15日 作者：作者：ChatGPTChatGPT開啟開啟AIAI發展新浪潮，算力緊缺和海量應發展新浪潮，算力緊缺和海量應用驅動用驅動AIAI硬件廣闊空間硬件廣闊空間 AIAI行業跟蹤報告之二行業跟蹤報告之二 光大證券電子通信光大證券電子通信行業首席分析行業首席分析師師 劉凱，劉凱，執業證書編號：執業證書編號：S S09305171000020930517100002 請務必參閱正文之后的重要聲明 核心觀點核心觀點 ChatGPTChatGPT 驅動驅動AIAI浪潮趨勢漸起，芯片等浪潮趨勢漸起，芯片等AIAI硬件構成核心底座硬件構成核心底座 作為AI領域的

2、最新成果，ChatGPT發展空間巨大。目前微軟、谷歌等科技巨頭堅定入局，展現出AI應用廣闊的發展前景，AI行業有望開啟新發展浪潮 云端算力硬件將成為云端算力硬件將成為AIAI新浪潮的關鍵基礎設施新浪潮的關鍵基礎設施 GPU、CPU、FPGA、AI芯片、Chiplet、光模塊、服務器等細分板塊下游應用廣泛，產品邊際持續拓展。云、邊、端需求拉動市場規模高速增長。2 AIAI新浪潮未來將提升海量新浪潮未來將提升海量IoTIoT設備的邊緣算力需求設備的邊緣算力需求 NPU：在SoC與MCU中加入邊緣算力，可廣泛使用于各類AIoT設備。RISC-V芯片架構：深度受益于未來AIoT趨勢 投資建議：云端算力

3、和邊緣算力兩個維度關注投資建議：云端算力和邊緣算力兩個維度關注AIAI硬件投資機會硬件投資機會 云端算力：建議關注（1）GPU：景嘉微、海光信息；（2）CPU：龍芯中科、中國長城、瀾起科技、；（3）AI芯片：寒武紀、瀾起科技；（4）FPGA：復旦微電、安路科技、紫光國微等；（5）光模塊：天孚通信、德科立、新易盛、光迅科技、博創科技、源杰科技、中際旭創等；（6）CHIPLET：興森科技、長川科技、方邦股份、華正新材、通富微電、長電科技等。邊緣算力：建議關注（1）SoC：晶晨股份、富瀚微、瑞芯微等；（2）AIoT：樂鑫科技、恒玄科技等；（3）RISC-V：中科藍訊、樂鑫科技、全志科技等。YUnUq

4、VhVpYbWwOvN7NcM9PtRmMoMoNlOnNpNlOnMsM9PnMqQxNtRyRvPnQnM請務必參閱正文之后的重要聲明 目目 錄錄 ChatGPTChatGPT 驅動驅動AIAI浪潮趨勢漸起，芯片等浪潮趨勢漸起，芯片等AIAI硬件構成核心底座硬件構成核心底座 云端算力硬件將成為云端算力硬件將成為AIAI新浪潮的關鍵基礎設施新浪潮的關鍵基礎設施 AIAI新浪潮未來將提升海量新浪潮未來將提升海量IoTIoT設備的邊緣算力需求設備的邊緣算力需求 投資投資建議：云端算力和邊緣算力兩個維度關注建議：云端算力和邊緣算力兩個維度關注AIAI硬件投資機會硬件投資機會 風險分析風險分析 請務

5、必參閱正文之后的重要聲明 4 一一、ChatGPTChatGPT 驅動驅動AIAI浪潮趨勢漸起，芯片等浪潮趨勢漸起，芯片等AIAI硬件構成核心底座硬件構成核心底座 1、ChatGPT應用空間廣闊 2、AIoT終端浪潮趨勢漸起 3、數據和算力是人工智能的基礎，芯片等硬件構成AI核心底座 請務必參閱正文之后的重要聲明 5 1.11.1、ChatGPTChatGPT應用空間廣闊應用空間廣闊 ChatGPT是由人工智能實驗室OpenAI研發的通用聊天機器人，使用了Transformer神經網絡架構。GPT-3.5架構是一種用于處理序列數據的模型，于2022年11月30日上線。ChatGPT的網頁應用允

6、許用戶免費使用，不限量向公眾開放，用戶與ChatGPT之間的對話互動包括了普通聊天、信息咨詢、撰寫詩詞作文、修改代碼等。作為AI領域的最新成果，ChatGPT也擁有足夠的想象力和發展空間。目前微軟、谷歌等科技巨頭堅定入局，展現出AI應用廣闊的發展前景，AI行業有望開啟新發展浪潮。資料來源：搜狗百科，光大證券研究所整理 圖圖1 1：ChatGPTChatGPT推出歷程推出歷程 請務必參閱正文之后的重要聲明 6 1.11.1、ChatGPTChatGPT應用空間廣闊應用空間廣闊 以ChatGPT為代表的AIGC備受關注。全球各大科技企業都在積極擁抱AIGC，不斷推出相關技術、平臺和應用。AIGC產

7、業生態加速形成，走向模型即服務(MaaS）的未來。資料來源：騰訊研究院 圖圖2 2：內容創作模式的四個發展階段：內容創作模式的四個發展階段 圖圖3 3：AIGCAIGC產業生態體系的三層構架產業生態體系的三層構架 資料來源：騰訊研究院 請務必參閱正文之后的重要聲明 7 AIoT時代擁有海量IoT終端?！爸悄堋睂⑹俏锫摼W時代最核心的生產力，AI技術將滲透到云、邊、端和應用的各個層面，與IoT設備進行深度融合。在物聯網時代，用戶對于智能的需求呈快速增長，深入各個領域。1.21.2、AIoTAIoT終端浪潮趨勢漸起終端浪潮趨勢漸起 資料來源：獵云網 圖圖4 4：AIoTAIoT時代擁有海量時代擁有海

8、量IoTIoT終端終端 請務必參閱正文之后的重要聲明 8 1.21.2、AIoTAIoT終端浪潮趨勢漸起終端浪潮趨勢漸起 資料來源：IDC預測，a&s Research 圖圖5 5：20192019-2022E2022E中國中國AIoTAIoT市場規模市場規模 根據IDC數據：2019年中國AIoT產業總產值為3808億元，2021年將達到6548億元。AIoT市場規模的快速增長，得益于以5G為代表的新技術的規?；逃煤虯IoT應用在消費及公共事業等領域的大規模落地。請務必參閱正文之后的重要聲明 9 人工智能的基礎層是數據和算力，數據由服務器和光模塊存儲和運輸；算力由CPU、GPU、FPGA、

9、ASIC等芯片支撐 資料來源：CSDN、光大證券研究所算法算法CPU GPU ASIC FPGA 服務器 光模塊 PCB 1.31.3、數據和算力是人工智能的基礎，芯片等硬件構成、數據和算力是人工智能的基礎，芯片等硬件構成AIAI核心底座核心底座 PCB 請務必參閱正文之后的重要聲明 10 資料來源：寒武紀公開路演PPT1.31.3、數據和算力是人工智能的基礎，芯片等硬件構成、數據和算力是人工智能的基礎，芯片等硬件構成AIAI核心底座核心底座 請務必參閱正文之后的重要聲明 目目 錄錄 ChatGPTChatGPT 驅動驅動AIAI浪潮趨勢漸起，芯片等浪潮趨勢漸起，芯片等AIAI硬件構成核心底座

10、硬件構成核心底座 云端算力硬件將成為云端算力硬件將成為AIAI新浪潮的關鍵基礎設施新浪潮的關鍵基礎設施 AIAI新浪潮未來將提升海量新浪潮未來將提升海量IoTIoT設備的邊緣算力需求設備的邊緣算力需求 投資投資建議：云端算力和邊緣算力兩個維度關注建議：云端算力和邊緣算力兩個維度關注AIAI硬件投資機會硬件投資機會 風險分析風險分析 請務必參閱正文之后的重要聲明 12 二二、云端算力硬件將成為、云端算力硬件將成為AIAI新浪潮的關鍵基礎設施新浪潮的關鍵基礎設施 1、GPU分為傳統GPU與GPGPU，GPGPU占據人工智能 90%以上份額 2、CPU與AI融合將成大勢所趨 3、FPGA與ASIC技

11、術融合，在人工智能領域應用廣泛 4、云、邊、端需求拉動AI芯片市場規模高速增長 5、從AI Chip到AI Chiplet 6、數據流量與AI算力增長推動光模塊需求 7、算力需求帶動服務器 PCB 市場持續擴容 請務必參閱正文之后的重要聲明 13 2.12.1、GPUGPU分為傳統分為傳統GPUGPU與與GPGPUGPGPU，GPGPUGPGPU占據人工智能占據人工智能 90%90%以上份額以上份額 隨著 GPU 在并行計算方面性能優勢的逐步顯現以及并行計算應用范圍的逐步拓展，GPU 逐漸分化成兩條分支：一條是傳統意義的 GPU，延續專門用于圖形圖像處理用途，內置了視頻編解碼加速引擎、2D 加

12、速引擎、3D 加速引擎、圖像渲染等專用運算模塊。另一分支是 GPGPU，作為運算協處理器，并針對不同應用領域的需求，增加了專用向量、張量、矩陣運算指令，提升了浮點運算的精度和性能，以滿足不同計算場景的需要。圖圖6 6：GPGPUGPGPU主要應用領域主要應用領域 資料來源：海光信息招股說明書 請務必參閱正文之后的重要聲明 14 2.12.1、GPUGPU分為傳統分為傳統GPUGPU與與GPGPUGPGPU，GPGPUGPGPU占據人工智能占據人工智能 90%90%以上份額以上份額 大規模張量運算、矩陣運算是人工智能在計算層面的突出需求，高并行度的深度學習算法在視覺、語音和自然語言處理等領域上的

13、廣泛應用使得計算能力需求呈現快速增長。根據Cisco 的預計，2021 年全球數據中心負載任務量將超過 2016 年的兩倍，從 2016年的不到250 萬個負載任務量增長到 2021 年的近 570 萬個負載任務量。隨著云計算的不斷發展，全球范圍內云數據中心、超級數據中心的建設速度不斷加快，Cisco 預計到 2021 年，計算能力更強的超級數據中心將達到 628 座，占數據中心總量的53%。圖圖7 7：20162016-20212021年數據中心負載任務量變化年數據中心負載任務量變化 資料來源：海光信息招股說明書 圖圖8 8：20162016-20212021年超級數據中心數量變化年超級數據

14、中心數量變化 資料來源：海光信息招股說明書 請務必參閱正文之后的重要聲明 15 2.12.1、GPUGPU分為傳統分為傳統GPUGPU與與GPGPUGPGPU，GPGPUGPGPU占據人工智能占據人工智能 90%90%以上份額以上份額 在人工智能領域，使用 GPGPU 在云端運行模型訓練算法，可以縮短海量訓練數據的訓練時長，減少能源消耗，從而進一步降低人工智能的應用成本。GPGPU 能夠提供完善的軟件生態系統，便于各種已有應用程序的移植和新算法的開發，因此全球人工智能相關處理器解決方案仍然是以 GPGPU 為主。GPGPU 是人工智能領域最主要的協處理器解決方案，占據人工智能 90%以上的市場

15、份額，在智能工廠、無人駕駛、智慧城市等領域具有廣泛的市場空間。根據前瞻產業研究院的數據，未來幾年內，中國人工智能芯片市場規模將保持年均40%至50%的增長速度，到2024年，市場規模將達到785億元。而隨著人工智能相關技術的進步，應用場景將更加多元化，GPGPU通用性好和軟件生態系統完善的優勢會進一步展現出來，成為該領域的主流解決方案。GPGPU在我國人工智能芯片領域也將占據較大比例的市場份額。GPU 在商業領域的具體應用體現在：1.商業計算和大數據處理；2.人工智能處理器；3.智算中心。請務必參閱正文之后的重要聲明 16 2.22.2、CPUCPU與與AIAI融合將成大勢所趨融合將成大勢所趨

16、 CPU 是計算機的運算和控制核心，是信息處理、程序運行的最終執行單元，是計算機的核心組成部件。CPU 的本質是超大規模集成電路，用于解釋計算機指令和處理計算機軟件中的數據，并負責控制、調配計算機的所有軟硬件資源。CPU 可以應用在服務器、工作站、個人計算機（臺式機、筆記本電腦）、移動終端和嵌入式設備等不同設備上，根據應用領域的不同，其架構、功能、性能、可靠性、能效比等技術指標也存在一定差異。圖圖9 9：CPUCPU應用場景及技術特點應用場景及技術特點 資料來源：海光信息招股說明書 資料來源：海光信息招股說明書 資料來源：海光信息招股說明書 請務必參閱正文之后的重要聲明 17 2.22.2、C

17、PUCPU與與AIAI融合將成大勢所趨融合將成大勢所趨 過去十多年，全球服務器市場總體保持了穩健的增長。根據 IDC 數據，2020 年，受全球互聯網行業資本投入收縮和“新冠疫情”的影響，全球服務器出貨量為1212.9萬臺，銷售額 910.2 億美元，同比分別增長 3.26%和 4.37%，增速低于前期平均水平。隨著云計算的不斷發展，全球范圍內云數據中心、超級數據中心的建設速度不斷加快，Cisco 預計到 2021 年，計算能力更強的超級數據中心將達到 628 座，占數據中心總量的53%。圖圖1010：20142014-20202020年全球服務器銷售額年全球服務器銷售額 資料來源：海光信息招

18、股說明書 請務必參閱正文之后的重要聲明 18 2.22.2、CPUCPU與與AIAI融合將成大勢所趨融合將成大勢所趨 CPU 技術發展趨勢：1，單個處理器核心性能持續提升；2，處理器設計復雜度提高，核心數逐步增加，I/O 性能持續提升；3，微體系結構持續優化。CPU 在商業領域的具體應用：1，“企業上云”需求強烈，云計算可助力企業完成數字化轉型；2，5G 網絡的快速鋪開，加速“萬物互聯”時代提前到來。國產 CPU市場空間廣闊：隨著國產 CPU性能的不斷提高和軟件生態的不斷完善，基于國產 CPU 的信息產品已經得到批量應用。對信息安全、供應鏈安全要求相對較高的領域，均是國產 CPU 的優勢市場，

19、伴隨著未來信息化的加速，桌面、服務器 CPU 的需求量有望大幅增加。英特爾 Sapphire Rapids 第四代至強可擴展處理器深度支持AI 運算。英特爾在這代產品中增添全新內置 AI 加速器 英特爾高級矩陣擴展（AMX）技術。英特爾透露該GPU的基礎算力平均提升值為 53%，而在 AMX 的助推下，其在 PyTorch 上的 AI 實時推理速度，可提升至上一代產品（FP32）的 5.7-10 倍，訓練性能提升最高也能提升到上一代產品的 10 倍。資料來源：龍芯中科官網 圖圖1212：龍芯：龍芯2K1000LA2K1000LA芯片示意圖芯片示意圖 圖圖1111：龍芯：龍芯1H1H芯片示意圖芯

20、片示意圖 資料來源：龍芯中科官網 請務必參閱正文之后的重要聲明 19 現場可編程門陣列（，），是基于通用邏輯電路陣列的集成電路芯片，和芯片不同，其最大的特點是芯片的具體功能在制造完成以后由用戶配置決定，用戶可通過配套的專用軟件實現具體功能，首先由專用軟件接受用硬件語言描述的用戶電路，其次編譯生成二進制位流數據，最后將位流下載到芯片中實現用戶所需的功能。芯片由可編程的邏輯單元（，）、輸入輸出單元（，）和開關連線陣列（，）三個部分構成。邏輯單元通過數據查找表（，）中存放的二進制數據來實現不同的電路功能。的本質是一種靜態隨機存取存儲器（，），其大小是由輸入端的信號數量決定的，常用的查找表電路是四輸入

21、查找表（，）、五輸入查找表（，）和六輸入查找表（，）。2.32.3、FPGAFPGA與與ASICASIC技術融合，在人工智能領域應用廣泛技術融合，在人工智能領域應用廣泛 請務必參閱正文之后的重要聲明 20 FPGA在汽車電子中的應用：在系統接口及控制領域，可用于控制和驅動電動汽車電機控制系統，連接駕駛系統、儀表盤、雷達、超聲波傳感器等各種車載設備，實現激光雷達、毫米波雷達等信號處理和控制；在視頻橋接和融合領域，可用于實現多個圖像傳感器的信號橋接、3D環視視頻融合、倒車輔助視頻、輔助駕駛視頻等功能；在輔助駕駛和自動駕駛領域，可用于實現機器視覺與目標檢測等各種功能。在云側與端側的不同任務中，FPG

22、A芯片均已與GPU及ASIC等芯片一起成為人工智能處理芯片的重要選擇之一，Frost&Sullivan數據顯示人工智能領域FPGA芯片2020年中國銷售額達到5.8億元，占中國FPGA芯片市場份額的3.9%，2021年至2025年年均復合增長率將達到16.9%。資料來源：Frost&Sullivan、光大證券研究所整理 2.32.3、FPGAFPGA與與ASICASIC技術融合，在人工智能領域應用廣泛技術融合，在人工智能領域應用廣泛 圖圖1313：20162016-20252025年中國年中國FPGAFPGA汽車領域市場規模（億元）汽車領域市場規模（億元）圖圖1414：20162016-202

23、52025年中國人工智能領域市場規模（億元）年中國人工智能領域市場規模（億元）資料來源：Frost&Sullivan、光大證券研究所整理 請務必參閱正文之后的重要聲明 21 在人工智能領域在人工智能領域：AI大規模發展目前仍存在許多芯片層面的問題，AI的基礎硬件需要滿足低延遲、高性能、高可靠性、高性價比等要求，這些剛好是FPGA能夠充分滿足的。FPGA芯片已與GPU及ASIC等芯片一起成為人工智能處理芯片的重要選擇之一。在AI市場，FPGA芯片可以作為加速卡加速人工智能算法的硬件級運算速度，高密度FPGA面向云側并行運算需求，中低密度面向端側推斷任務轉移。云端：云端：FPGA流水線并行結構，可

24、以實現更高的并發處理。FPGA可針對數據包步驟數量搭建同等數量流水線，數據包經多個流水線處理后可即時輸出，無需像GPU一樣數據單元一致輸出，因此計算密集型任務（如圖像處理、機器學習等）中，擁有流水線并行和數據并行的高密度FPGA效率更高。端側：端側：當推斷決策任務轉至智能終端，中低密度FPGA迎來用武之地。隨著智能終端對實時響應和多樣化應用的需求，越來越多的推斷任務被轉移到端側來完成。為實現推斷任務的轉移，通常對訓練后的人工智能算法模型進行壓縮，進而應用到推理環節，FPGA芯片可實現快速推斷決策的特點也使其可廣泛應用于該領域。FPGAFPGA發展至今與發展至今與ASICASIC技術融合、向系統

25、級發展成為新的趨勢技術融合、向系統級發展成為新的趨勢，軟硬件相結合，兼具性能和靈活性，誕生SoC FPGA和eFPGA兩種路徑。與獨立FPGA器件相比，eFPGA是一種相對較新的技術，其可被集成到ASIC，或提供FPGA晶粒進行多芯片封裝（MCM）而集成到其中。eFPGA的典型應用包括汽車駕駛員輔助系統、計算性存儲加速器、人工智能/機器學習和5G基礎設施等。這些應用都使用了集成了eFPGA IP的定制ASIC器件，以提供工作負載和算法靈活性。2.32.3、FPGAFPGA與與ASICASIC技術融合，在人工智能領域應用廣泛技術融合，在人工智能領域應用廣泛 請務必參閱正文之后的重要聲明 22 人

26、工智能算法與應用必須以計算機硬件作為物理載體方能運轉，其效果、效率與核心計算芯片的計算能力密切相關。當前以深度學習為代表的人工智能技術對于底層芯片計算能力的需求一直在飛速增長，其增速已經大幅超過了摩爾定律當前以深度學習為代表的人工智能技術對于底層芯片計算能力的需求一直在飛速增長，其增速已經大幅超過了摩爾定律的速度的速度。人工智能運算常常具有大運算量、高并發度、訪存頻繁的特點，且不同子領域（如視覺、語音與自然語言處理）所涉及的運算模式具有高度多樣性，對于芯片的微架構、指令集、制造工藝甚至配套系統軟件都提出了巨大的挑戰。GPT1:GPT1:有一定的泛化能力，能夠用于和監督任務無關的 NLP 任務中

27、 2018年 GPT2:GPT2:除了理解能力外，GPT-2 在生成方面表現出了強大的天賦：閱讀摘要、聊天、續寫、編故事，甚至可以生成假新聞、釣魚郵件或在線進行角色扮演 2019年 GPT3GPT3:GPT-3 作為一個自監督模型，可以完成自然語言處理的絕大部分任務：將網頁描述轉換為相應代碼、模仿人類敘事、創作定制詩歌、生成游戲劇本，甚至模仿已故的哲學家預測生命的真諦 2020年 資料來源：寒武紀招股書、CSDN、光大證券研究所整理 2.42.4、云、邊、端需求拉動、云、邊、端需求拉動AIAI芯片市場規模高速增長芯片市場規模高速增長 請務必參閱正文之后的重要聲明 23 芯片類型芯片類型 技術原

28、理技術原理 技術發展情況與技術特點技術發展情況與技術特點 技術優勢與局限性技術優勢與局限性 未來發展、演化或融合的趨勢未來發展、演化或融合的趨勢 在云邊端訓練與推理場景的市在云邊端訓練與推理場景的市場滲透率場滲透率 傳統芯片 CPU（1）基本原理為：通過靈活的控制單元、細粒度的運算單元、多層次的緩存、多發射流水線，實現對于通用計算任務靈活和高效的支持（2）具體對于智能訓練和推理應用，通過 CPU 的基本指令組合出訓練或推理需要的運算操作，從而實現對智能算法的支持 技術成熟，通用性最強可執行各種類型的計算機應用程序，非常適合傳統的控制密集型計算任務 人工智能應用開發生態 成熟，但性能已無法滿足人

29、工智能快速增長的計算能力需求 CPU的演化趨 勢 為 集 成更 多更高的外部接口，長 期 看仍將主要應用于通用計算 廣泛應用于個人電腦、移動終端、傳統服務器等領域，在人工智能芯片場滲透率相對較低 GPU（1）基本原理為：通過簡化控制單元并集成大規模的并行運算單元，實現對圖形渲染等并行任務的良好支持（2）具體對于智能訓練和推理應用，通過 GPU 的向量等指令組合出訓練或推理需要的運算操作，從而實現對智能算法的支持 技術成熟，通用性較好，擅長數據級并行處理，為圖形處理、科學計算等傳統任務提供了良好的硬件支持 峰值運算性能高，但整體 能 耗 較高；在云端具備成熟的應用開發生態，但在終端生態尚不成熟

30、GPU 的演化趨勢 為 持 續保 持其在圖形渲染 和 科學 計 算 領 域的技術優勢，加強對人工智能領域的支持 在人工智能領域，GPU 多用于服務器與數據中心，是目前滲透率最高且最主流的芯片類型，在終端應用較少 DSP（1）基本原理：通過面向數字信號處理的專用架構和專用指令集，實現對數字信號處理任務（如快速傅里葉變換）的高效支持（2）DSP 一般僅用于智能終端的推理任務。在支撐推理任務時，DSP 利用其數字信號處理指令來實現智能推理任務中的運算操作，例如通過信號卷積指令組合來實現對于深度學習模型中的卷積層的支持 技術成熟，最初為數字信號處 理 任 務 設計，早期多用于傳統的通信和音視頻信號處理

31、 在人工智能領域主要用于 處 理 圖像、語音等任務，編程開發門檻高 隨著5G等通信 技 術 的 發展，DSP將持續保持在通信領域的廣泛應用，在人工智能領域的 應用前景尚不明朗 在云端應用較少，但在手機等終端設備中有一定生態基礎 FPGA（1）基本原理：通過集成大量的可重構邏輯單元陣列，可支持硬件架構的重構，從而靈活支持不同的人工智能模型（2）FPGA 一般僅用于智能推理，其技術原理通常是將對應的智能算法通過硬件編程的方式實現在 FPGA 上，從而支持推理任務 技術成熟，包含充裕的可重構邏輯單元陣列，硬件編程開發和調試門檻較高 可通過硬件重構方式靈活實現適合于人工智能應 用 的架構，但成本和能效

32、與主流技術路徑仍有差距 FPGA 將 與CPU、DSP 等傳 統類型理器融合到同 一 顆 SoC芯片中，實現多樣化功能 在芯片原型驗證與仿真中有著廣泛應用，在人工智能芯片市場滲透率相對較低 智能芯片 通用型（1）基本原理：通過對各類智能應用和算法的計算和訪存特點進抽取和抽象，定義出一套適用于智能算法且相對靈活的指令集和處理器架構，從而廣泛支持多樣化的人工智能算法和應用（2）智能芯片的指令通常與人工智能算法中的關鍵運算操作相匹配（3）在具體的訓練和推理應用中，對于關鍵運算操作，智能芯片指令可直接支持，從而實現高效的訓練和推理 相關技術持續發展中，全新指令集完備高效，可覆蓋各類智能算法所需的基本運

33、算操作 性能、功耗比較傳統芯片 優 勢 明顯，可適應各種場景和規模的人工智能計算需求 云 端 智 能 芯片 將 集 成 更高計算能力、更 高 速 的 外圍 接 口 及 更先 進 的 集 成電路工藝；邊緣及終 端 智能 芯 片 將 集成多樣化的模塊，沿SoC技術路徑繼續深度發展 在云端、邊緣端和消費類電 子終端都開始出現廣泛應用，滲透率將逐漸提升 專用型（ASIC）基本原理：針對面向特定的、具體的、相對單一的人工智能應用專門設計的芯片，具體實現方法為在架構層面對特定智能算法作硬化支持，多用于推理任務 相關技術持續發展中，在架構層面對特定智能算法作硬化支持，指令集簡單或指令完全固化 成本相對較低，

34、軟件棧相對簡單，設計和生產周期短但通用性較差 專用型智能芯片逐漸融入各類行業專用SoC芯片（如智能音箱芯片）中 常用于在低功耗、成本敏感的終端上支撐特定的智能應用，在云端、邊緣端等場景滲透率相對較低 資料來源：寒武紀招股書、光大證券研究所整理圖圖1515：傳統芯片與智能芯片比較傳統芯片與智能芯片比較 2.42.4、云、邊、端需求拉動、云、邊、端需求拉動AIAI芯片市場規模高速增長芯片市場規模高速增長 請務必參閱正文之后的重要聲明 24 ChipletChiplet可以大幅提高大型芯片的良率?？梢源蠓岣叽笮托酒牧悸?。近年來，隨著高性能計算、AI等方面的巨大運算需求，集成更多功能單元和更大的片

35、上存儲使得芯片不僅晶體管數量暴增，芯片面積也急劇增大。芯片良率與芯片面積有關，隨著芯片面積的增大而下降。Chiplet可將單一die面積做小以確保良率，并用高級封裝技術把不同的芯粒集成在一起。ChipletChiplet有利于降低設計的復雜度和設計成本。有利于降低設計的復雜度和設計成本。利用小芯片（具有相對低的面積開銷）的低工藝和高良率可以獲得有效降低成本開銷。此外，研發成本也逐漸占據芯片成本的重要組成部分，通過采用已知合格裸片進行組合，可以有效縮短芯片的研發周期及節省研發投入。同時Chiplet芯片通常集成應用較為廣泛和成熟的芯片裸片，可以有效降低Chiplet芯片的研制風險，從而減少重新流

36、片及封裝的次數，有效節省成本。ChipletChiplet有望降低芯片制造的成本。有望降低芯片制造的成本。SoC中具有不同計算單元，以及SRAM、I/O接口、模擬或數?；旌显?。除了邏輯計算單元以外，其他元件并不依賴先進制程也通常能夠發揮很好的性能。所以，將SoC進行Chiplet化之后，不同的芯?？梢愿鶕枰獊磉x擇合適的工藝制程分開制造，然后再通過先進封裝技術進行組裝，不需要全部都采用先進的制程在一塊晶圓上進行一體化制造，這樣可以極大的降低芯片的制造成本。資料來源：芯原股份2021年報、光大證券研究所整理 圖圖1616：ChipletChiplet示意圖示意圖 2.52.5、從、從AI C

37、hipAI Chip到到AI AI ChipletChiplet 請務必參閱正文之后的重要聲明 25 ChipletChiplet模式一個系統里可集成多個工藝節點的硅片（如右模式一個系統里可集成多個工藝節點的硅片（如右圖）：圖）：支持快速開發，根據需要選擇不同的工藝節點，實現降本 開發商可以以Chiplet IP的形式提供產品，和其他不同工藝的功能模塊集成在一起，無需受限于Foundry工藝的進展 架構設計的靈活性：架構設計的靈活性：結合工藝靈活性，可以在架構設計中有更合理的功能/工藝權衡，有利于AI SoC或AloT芯片更好適應場景需求 系統架構的設計，特別是功能模塊間的互聯有更多優化空間

38、商業模式的靈活性：商業模式的靈活性：對于聚焦AI加速芯片廠商，chiiplet可以提供一種新的產品形式，增加潛在市場，或拉長一代產品的生命周期 對于垂直領域的做集成AI加速功能的SoC廠商，集成合適AI chiplet而不是IP可以大大節約項目開發時間 圖圖1717：ChipletsChiplets和和ChipChip的不同的不同 AIAI ChipletChiplet優勢優勢 資料來源：壁仞科技研究院，Intel，光大證券研究所整理 2.52.5、從、從AI ChipAI Chip到到AI AI ChipletChiplet 請務必參閱正文之后的重要聲明 26 光模塊是光通信系統的核心器件之

39、一，由各種無源器件以及光電芯片組合封裝。光模塊構成了數據中心互連、5G承載網絡和全光接入網絡的基礎單元，主要完成光電/電光轉換功能。近年來隨著速率的逐漸提升，其在系統設備中的成本占比不斷攀升，已成為各應用領域高帶寬、廣覆蓋、低成本和低能耗的關鍵要素。資料來源：CSDN 圖圖1919：光模塊進行光電轉換：光模塊進行光電轉換 圖圖1818：光模塊與交換機的配合使用：光模塊與交換機的配合使用 資料來源：睿海光電官網 2.62.6、數據流量與、數據流量與AIAI算力增長推動光模塊需求算力增長推動光模塊需求 請務必參閱正文之后的重要聲明 27 隨著5G、云計算、大數據等技術與應用的快速發展，全球數據流量

40、持續增長，光通信與光網絡需求得到了快速提升。光模塊是光通信產業鏈中的關鍵器件，將充分受益于產業新趨勢。圖圖2020：光模塊主要應用場景光模塊主要應用場景 資料來源：OE Solutions 2.62.6、數據流量與、數據流量與AIAI算力增長推動光模塊需求算力增長推動光模塊需求 請務必參閱正文之后的重要聲明 28 根據中國信息通信研究院數據，2021 年，全球數字經濟 GDP 占比已達到 46%，我國數字經濟 GDP 占比達到 40%，預計 2025 年，我國數字經濟 GDP 占比將達到 62%。數字經濟產業的發展帶來全球數據流量的迅速增長。根據 Cisco Global Index 數據顯示

41、，2016 年全球數據中心流量規模為 6.8ZB，到2021 年規模增長至 20.6ZB，復合增長率為 25%；根據 IDC 數據，預計 2025 年全球數據量達 175ZB。隨著全球數據流量的指數級增長以及全球信息化建設速度加快，服務器作為最重要的算力基礎設施，全球范圍內的出貨量與市場規模得以大幅增長。根據Gartner 數據，2021 年全球服務器總體市場規模達到 6634 億元，預計 2026 年達到 10600 億元，復合增長率達 9.83%。PCB 是服務器的重要組成部件，是承載服務器運行的關鍵材料。服務器出貨量的大幅增長也使得服務器 PCB 市場規模擴容，成為 PCB 市場中復合增

42、長率最快的下游細分市場。根據 Prismark 數據，2021 年全球服務器領域 PCB 市場規模為 78.04 億美元，預計 2026 年達到 132.94 億美元，復合增長率為 11.2%。2.72.7、算力需求帶動服務器、算力需求帶動服務器 PCB PCB 市場持續擴容市場持續擴容 請務必參閱正文之后的重要聲明 目目 錄錄 ChatGPTChatGPT 驅動驅動AIAI浪潮趨勢漸起，芯片等浪潮趨勢漸起，芯片等AIAI硬件構成核心底座硬件構成核心底座 云端算力硬件將成為云端算力硬件將成為AIAI新浪潮的關鍵基礎設施新浪潮的關鍵基礎設施 AIAI新浪潮未來將提升海量新浪潮未來將提升海量IoT

43、IoT設備的邊緣算力需求設備的邊緣算力需求 投資投資建議：云端算力和邊緣算力兩個維度關注建議：云端算力和邊緣算力兩個維度關注AIAI硬件投資機會硬件投資機會 風險分析風險分析 請務必參閱正文之后的重要聲明 30 三、三、AIAI新浪潮未來將提升海量新浪潮未來將提升海量IoTIoT設備的邊緣算力需求設備的邊緣算力需求 1、NPU將成為人工智能的重要趨勢 2、RISC-V芯片架構：深度受益于未來AIoT趨勢 請務必參閱正文之后的重要聲明 31 NPU IP是指專用于加速神經網絡運算、機器視覺和機器學習等人工智能應用的數字IP。以芯原股份與ARM公司為代表的IP公司可以為SoC與MCU公司提供NPU

44、 IP，在SoC與MCU中加入邊緣算力。以芯原股份的神經網絡處理器技術為例，其包括自主可控的卷積神經網絡加速、可編程的浮點運算加速、指令集和可編程的浮點運算專用編譯器、優化器等工具設計，支持國際標準OpenVX1.2和OpenCL1.2EP/FP；支持最大32位浮點精度數據處理和張量處理的硬件加速；支持0.5TOPs到6TOPs性能的單卷積運算核的可擴展架構設計，多卷積運算核擴展后的NPUIP運算能力可達10TOPs。圖圖2121：NPUNPU的核心技術與應用的核心技術與應用 資料來源：芯原股份招股說明書 3.13.1、NPUNPU將成為人工智能的重要趨勢將成為人工智能的重要趨勢 請務必參閱正

45、文之后的重要聲明 32 當前的邊緣側NPU AI算力可以覆蓋從汽車電子到手機再到可穿戴設備的各類設備。從應用的歸類來看，機器視覺和語音識別是NPU在邊緣側的兩大重要方向。圖圖2222：芯原股份芯原股份NPUNPU產品系列以及應用方向產品系列以及應用方向 資料來源：芯原股份招股說明書 3.13.1、NPUNPU將成為人工智能的重要趨勢將成為人工智能的重要趨勢 請務必參閱正文之后的重要聲明 33 NPU在SoC中的典型應用為機器視覺。以瑞芯微的新一代機器視覺方案RV1106及RV1103為例，兩顆芯片在NPU、ISP、視頻編碼、音頻處理等性能均有顯著升級，集成度與性價比較高，可以在低待機功耗的同時

46、提供優秀的邊緣AI算力。瑞芯微高性能的RV1126具備四核ARM Cortex-A7和RISC-V MCU，2.0Tops NPU，活體檢測率可以高達98.48%。晶晨股份A311D在采用高性能A73內核的同時，搭載了5TOPS的高性能NPU，可以廣泛使用于各類中高端AIOT設備。資料來源：瑞芯微官網 圖圖2323：瑞芯微瑞芯微RV1126RV1126 圖圖2424：晶晨股份晶晨股份A311DA311D 資料來源：晶晨股份官網 3.13.1、NPUNPU將成為人工智能的重要趨勢將成為人工智能的重要趨勢 請務必參閱正文之后的重要聲明 34 樂鑫科技在其高端產品ESP32-S3 MCU中增加了用于

47、加速神經網絡計算和信號處理等工作的向量指令(vector instructions)。AI 開發者們通過 ESP-DSP 和 ESP-NN 庫使用這些向量指令，可以實現高性能的圖像識別、語音喚醒和識別等應用。ESP-WHO 和 ESP-Skainet 也將支持此功能。ESP32-S3-EYE 是一款搭載 ESP32-S3 的小型人工智能開發板。它集成了一個 200 萬像素的攝像頭、一個 LCD 顯示屏和一個麥克風，適用于圖像識別和音頻處理等應用。圖圖2626：ESP 32 EYEESP 32 EYE開發板開發板 資料來源：樂鑫科技年報 資料來源：樂鑫科技官網 圖圖2525：樂鑫科技產品線樂鑫科

48、技產品線 3.13.1、NPUNPU將成為人工智能的重要趨勢將成為人工智能的重要趨勢 請務必參閱正文之后的重要聲明 35 RISC-V是一個基于精簡指令集（RISC）原則設計的開源指令集架構，秉承簡單有效的設計哲學，具備開放、簡潔、模塊化、可擴展的技術優勢。RISC-V指令集可以自由地用于任何目的，允許任何人任何企業設計、制造、銷售RISC-V芯片和軟件。RISC-V能滿足從微控制器到超級計算機等各種尺寸的處理器，支持從FPGA到ASIC等各種實現，能高效地實現各種微結構，支持大量的定制與加速功能，能和現有軟件棧與編程語言很好的適配。RISC-V技術標準的維護和推廣由總部位于瑞士的RISC-V

49、國際基金會持續負責，以保證RISC-V的開放和中立，技術供應穩定安全。資料來源：AI芯天下，光大證券研究所 圖圖2727：RISCRISC-V V特點特點 3.23.2、RISCRISC-V V芯片架構：深度受益于未來芯片架構：深度受益于未來AIoTAIoT趨勢趨勢 請務必參閱正文之后的重要聲明 36 ARM架構和RISC-V架構都源自1980年代的精簡指令計算機RISC，區別在于RISC-V推崇的大道至簡的技術風格和徹底開放的技術模式。ARM是一種封閉的指令集架構，應用ARM架構的廠商只能根據自身需求調整產品頻率和功耗，不得改變原有設計。經過幾十年的發展演變，CPU架構變得極為復雜和冗繁，A

50、RM架構文檔長達數千頁，指令數目復雜、版本眾多，且彼此之間既不兼容，也不支持模塊化，并且存在著高昂的專利和架構授權問題。相反，RISC-V在設計之初就定位為完全開源的架構，架構文檔只有二百多頁，基本指令數目僅40多條，同時一套指令集支持所有架構，模塊化使得用戶可以根據需求自由定制不同的指令子集。資料來源：關于深圳市中科藍訊科技股份有限公司首次公開發行股票并在科創板上市申請文件第二輪審核問詢函的回復 圖圖2828：RISCRISC-V V特點特點 3.23.2、RISCRISC-V V芯片架構：深度受益于未來芯片架構：深度受益于未來AIoTAIoT趨勢趨勢 請務必參閱正文之后的重要聲明 37 計

51、算“邊緣化”趨勢將更多AI和計算能力賦予邊緣設備，為SoC設計公司提供更多機會的同時也提出了更高的PPA要求（PPA是Performance（性能）、Power（功耗）、Area（尺寸）三者的縮寫）。此外，計算架構“開放”激發開源硬件創新，RISC-V掀起了開源硬件和開放芯片設計的熱潮，現已得到全球很多大中企業、科研機構和初創公司的支持，圍繞RISC-V成長起來的生態和社區也發展迅猛，從基礎RISC-V ISA、內核IP到開發環境和軟件工具，都在推動RISC-V生態的進一步擴大。資料來源：嘉楠科技公開PPT，雷鋒網 圖圖2929：AIAI浪潮下浪潮下RISCRISC-V V芯片應用領域芯片應用

52、領域 3.23.2、RISCRISC-V V芯片架構：深度受益于未來芯片架構：深度受益于未來AIoTAIoT趨勢趨勢 請務必參閱正文之后的重要聲明 目目 錄錄 ChatGPTChatGPT 驅動驅動AIAI浪潮趨勢漸起，芯片等浪潮趨勢漸起，芯片等AIAI硬件構成核心底座硬件構成核心底座 云端算力硬件將成為云端算力硬件將成為AIAI新浪潮的關鍵基礎設施新浪潮的關鍵基礎設施 AIAI新浪潮未來將提升海量新浪潮未來將提升海量IoTIoT設備的邊緣算力需求設備的邊緣算力需求 投資投資建議：云端算力和邊緣算力兩個維度關注建議：云端算力和邊緣算力兩個維度關注AIAI硬件投資機會硬件投資機會 風險分析風險分

53、析 請務必參閱正文之后的重要聲明 39 云端算力：建議關注（1）GPU：景嘉微、海光信息；（2）CPU：龍芯中科、中國長城、瀾起科技、海光信息；（3）AI芯片：寒武紀、瀾起科技；（4）FPGA：復旦微電、安路科技、紫光國微等；（5）光模塊：天孚通信、德科立、新易盛、光迅科技、博創科技、源杰科技、中際旭創等；（6）CHIPLET：興森科技、長川科技、方邦股份、華正新材、通富微電、長電科技等。邊緣算力：建議關注（1）SoC：晶晨股份、富瀚微、瑞芯微等；（2）AIoT：樂鑫科技、恒玄科技等；（3）RISC-V：中科藍訊、樂鑫科技、全志科技等。圖圖3030：行業重點上市公司盈利預測與估值行業重點上市公

54、司盈利預測與估值 4 4、投資建議投資建議 資料來源：Wind，光大證券研究所整理；注：歸母凈利潤預測為Wind一致預期，股價時間為2023年2月13日 PEPEX X PS(X)PS(X)2121 22E22E 23E23E 24E24E 2121 22E22E 23E23E 24E24E 2121 22E22E 23E23E 24E24E 603160.SH 260260 8.6 3.2 6.9 10.2 30 82 37 25 5 6 5 4 300474.SZ 385385 2.0 2.9 4.2 5.8 132 133 91 67 35 34 22 16 688041.SH 1,22

55、11,221 3.3 9.5 15.6 23.2 373 128 78 53 53 24 16 11 688047.SH 473473 2.4 1.7 3.1 4.8 200 274 152 99 39 45 26 18 000066.SZ 428428 6.0 3.5 6.1 10.5 72 121 70 41 2 2 2 1 688008.SH 714714 8.3 13.4 19.0 27.4 86 53 38 26 28 18 12 9 688256.SH-U 351351 -8.2-11.2-7.1-3.8 N/A N/A N/A N/A 49 41 29 21 688385.SH

56、458458 5.1 10.9 14.9 18.8 89 42 31 24 18 13 10 8 688107.SH-U 286286 -0.3 0.4 0.9 1.9 N/A 652 330 150 42 26 17 12 002049.SZ 1,0241,024 19.5 29.2 40.4 54.7 52 35 25 19 19 14 10 8 300394.SZ 165165 3.1 5.1 6.4-54 32 26-16 10 8-688205.SH 5959 1.3 1.1 1.6 2.2 46 53 36 27 8 8 6 5 請務必參閱正文之后的重要聲明 40 圖圖3131：行

57、業重點上市公司盈利預測與行業重點上市公司盈利預測與估值估值（續）（續）4 4、投資建議投資建議 資料來源：Wind，光大證券研究所整理；注：歸母凈利潤預測為Wind一致預期，股價時間為2023年2月13日 PEPEX X PS(X)PS(X)2121 22E22E 23E23E 24E24E 2121 22E22E 23E23E 24E24E 2121 22E22E 23E23E 24E24E 300502.SZ 171171 6.6 9.4 10.3 12.4 26 18 17 14 6 5 4 3 002281.SZ 163163 5.7 6.4 7.4 8.4 29 25 22 20 3

58、 2 2 2 300548.SZ 5959 1.6 2.0 2.7 3.5 37 29 22 17 5 4 3 2 688498.SH 9393 1.0 1.1 1.5 2.1 97 86 61 44 40 32 24 18 300308.SZ 288288 8.8 12.0 14.6 17.4 33 24 20 17 4 3 2 2 002436.SZ 202202 6.2 6.3 8.1 10.4 32 32 25 19 4 4 3 2 300604.SZ 280280 2.2 5.4 8.5 11.4 128 52 33 25 18 10 7 5 688020.SH 5757 0.4 -

59、0.7 0.4 2.8 163 N/A 129 21 20 18 10 4 603186.SH 4343 2.4 0.5 1.2 2.4 18 80 36 18 1 1 1 1 002156.SZ 320320 9.6 9.6 13.3 16.9 33 33 24 19 2 2 1 1 600584.SH 502502 29.6 32.5 36.2 42.7 17 15 14 12 2 1 1 1 688099.SH 334334 8.1 9.3 12.6 17.2 41 36 27 19 7 6 4 3 300613.SZ 155155 3.6 4.9 6.4 8.2 43 32 24 19

60、 9 6 5 4 603893.SH 370370 6.0 4.7 7.6 11.1 62 78 49 33 14 15 10 7 688018.SH 9898 2.0 1.6 2.5 3.5 49 61 40 28 7 7 5 4 688608.SH 165165 4.1 2.0 3.8 5.6 40 82 43 29 9 10 7 5 688332.SH 7878 2.3 2.3 2.8 3.3 34 34 28 24 7 6 5 4 688018.SH 9898 2.0 1.6 2.5 3.5 49 61 40 28 7 7 5 4 300458.SZ 157157 4.9 2.3 3.

61、4 4.3 32 69 46 36 8 10 8 7 301099.SZ 6161 0.9 1.7 2.6 3.6 66 37 23 17 4 3 2 2 688381.SH 119119 1.7 2.1 3.0 4.4 72 57 39 27 24 21 13 10 688061.SH 7373 1.3 2.0 3.0 4.2 58 36 24 17 14 9 7 5 請務必參閱正文之后的重要聲明 目目 錄錄 AIAI浪潮趨勢漸起，浪潮趨勢漸起，ChatGPTChatGPT應用空間廣闊應用空間廣闊 云端算力硬件將成為云端算力硬件將成為AIAI新浪潮的關鍵基礎設施新浪潮的關鍵基礎設施 AIAI

62、新浪潮未來將提升海量新浪潮未來將提升海量IoTIoT設備的邊緣算力需求設備的邊緣算力需求 投資投資建議：云端算力和邊緣算力兩個維度關注建議：云端算力和邊緣算力兩個維度關注AIAI硬件投資機會硬件投資機會 風險分析風險分析 請務必參閱正文之后的重要聲明 5 5、風險分析、風險分析 市場競爭風險市場競爭風險 隨著下游產業的發展和市場需求的不斷增加，AI各個細分領域的市場競爭愈發激烈。在通用處理器領域，Intel、AMD 的 CPU 產品在全球市場中占據絕對優勢地位；在協處理器領域，英偉達、AMD 的 GPGPU 產品占據絕對優勢地位?？傮w上國內各廠商的市場份額與國際龍頭企業相比差距較。行業景氣度持

63、續低迷行業景氣度持續低迷 國際政治沖突、新冠疫情、極端氣候等因素影響下，全球經濟復蘇承壓，造成下游需求疲軟，從而會影響行業景氣度。若行業景氣度持續低迷，則會對行業內公司業績產生負面影響。研發不及預期風險研發不及預期風險 本行業重視人才的經驗積累，產品研發周期較長，需要廠商持續高研發投入，若新品研發不及預期，可能影響后續相關公司成長增速。42 通信電子研究團隊 劉凱劉凱 執業證書編號：S0930517100002 電話：021-52523849 郵件： 石崎良石崎良 執業證書編號：S0930518070005 電話：021-52523856 郵件： 孫嘯孫嘯 聯系人 電話：021-5252358

64、7 郵件： 楊德珩楊德珩 執業證書編號：S0930522110003 電話：021-52523805 郵件： 于文龍于文龍 執業證書編號：S0930522100002 電話：021-52523587 郵件： 蔡微未蔡微未 執業證書編號：S0930522040001 電話：021-52523818 郵件： 何昊何昊 執業證書編號：S0930518070005 電話：021-52523869 郵件： 林仕霄林仕霄 執業證書編號：S0930522090003 電話：021-52523818 郵件： 朱宇澍朱宇澍 執業證書編號：S0930522050001 電話：021-52523805 郵件： 王之

65、含王之含 聯系人 電話：021-52523818 郵件： 分析師聲明分析師聲明 本報告署名分析師具有中國證券業協會授予的證券投資咨詢執業資格并注冊為證券分析師，以勤勉的職業態度、專業審慎的研究方法，使用合法合規的信息，獨立、客觀地出具本報告，并對本報告的內容和觀點負責。負責準備以及撰寫本報告的所有研究人員在此保證，本研究報告中任何關于發行商或證券所發表的觀點均如實反映研究人員的個人觀點。研究人員獲取報酬的評判因素包括研究的質量和準確性、客戶反饋、競爭性因素以及光大證券股份有限公司的整體收益。所有研究人員保證他們報酬的任何一部分不曾與，不與，也將不會與本報告中具體的推薦意見或觀點有直接或間接的聯

66、系。行業及公司評級體系行業及公司評級體系 買入未來6-12個月的投資收益率領先市場基準指數15%以上；增持未來6-12個月的投資收益率領先市場基準指數5%至15%；中性未來6-12個月的投資收益率與市場基準指數的變動幅度相差-5%至5%；減持未來6-12個月的投資收益率落后市場基準指數5%至15%；賣出未來6-12個月的投資收益率落后市場基準指數15%以上；無評級因無法獲取必要的資料，或者公司面臨無法預見結果的重大不確定性事件，或者其他原因，致使無法給出明確的投資評級?；鶞手笖嫡f明：A股主板基準為滬深300指數；中小盤基準為中小板指；創業板基準為創業板指；新三板基準為新三板指數；港股基準指數為

67、恒生指數。特別聲明特別聲明 光大證券股份有限公司（以下簡稱“本公司”）創建于1996年，系由中國光大（集團）總公司投資控股的全國性綜合類股份制證券公司，是中國證監會批準的首批三家創新試點公司之一。根據中國證監會核發的經營證券期貨業務許可，本公司的經營范圍包括證券投資咨詢業務。本公司經營范圍：證券經紀；證券投資咨詢；與證券交易、證券投資活動有關的財務顧問；證券承銷與保薦；證券自營；為期貨公司提供中間介紹業務；證券投資基金代銷；融資融券業務；中國證監會批準的其他業務。此外，本公司還通過全資或控股子公司開展資產管理、直接投資、期貨、基金管理以及香港證券業務。本報告由光大證券股份有限公司研究所（以下簡

68、稱“光大證券研究所”）編寫，以合法獲得的我們相信為可靠、準確、完整的信息為基礎，但不保證我們所獲得的原始信息以及報告所載信息之準確性和完整性。光大證券研究所可能將不時補充、修訂或更新有關信息，但不保證及時發布該等更新。本報告中的資料、意見、預測均反映報告初次發布時光大證券研究所的判斷，可能需隨時進行調整且不予通知。在任何情況下，本報告中的信息或所表述的意見并不構成對任何人的投資建議?？蛻魬灾髯鞒鐾顿Y決策并自行承擔投資風險。本報告中的信息或所表述的意見并未考慮到個別投資者的具體投資目的、財務狀況以及特定需求。投資者應當充分考慮自身特定狀況，并完整理解和使用本報告內容，不應視本報告為做出投資決策

69、的唯一因素。對依據或者使用本報告所造成的一切后果，本公司及作者均不承擔任何法律責任。不同時期，本公司可能會撰寫并發布與本報告所載信息、建議及預測不一致的報告。本公司的銷售人員、交易人員和其他專業人員可能會向客戶提供與本報告中觀點不同的口頭或書面評論或交易策略。本公司的資產管理子公司、自營部門以及其他投資業務板塊可能會獨立做出與本報告的意見或建議不相一致的投資決策。本公司提醒投資者注意并理解投資證券及投資產品存在的風險，在做出投資決策前，建議投資者務必向專業人士咨詢并謹慎抉擇。在法律允許的情況下，本公司及其附屬機構可能持有報告中提及的公司所發行證券的頭寸并進行交易，也可能為這些公司提供或正在爭取提供投資銀行、財務顧問或金融產品等相關服務。投資者應當充分考慮本公司及本公司附屬機構就報告內容可能存在的利益沖突，勿將本報告作為投資決策的唯一信賴依據。本報告根據中華人民共和國法律在中華人民共和國境內分發，僅向特定客戶傳送。本報告的版權僅歸本公司所有，未經書面許可，任何機構和個人不得以任何形式、任何目的進行翻版、復制、轉載、刊登、發表、篡改或引用。如因侵權行為給本公司造成任何直接或間接的損失，本公司保留追究一切法律責任的權利。所有本報告中使用的商標、服務標記及標記均為本公司的商標、服務標記及標記。光大證券股份有限公司版權所有光大證券股份有限公司版權所有。保留一切權利。保留一切權利。招商基金