計算機行業深度：ChatGPT推高算力需求DPU支撐算力效率提升-230302（47頁）.pdf

《計算機行業深度：ChatGPT推高算力需求DPU支撐算力效率提升-230302（47頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業深度：ChatGPT推高算力需求DPU支撐算力效率提升-230302（47頁）.pdf（47頁珍藏版）》請在三個皮匠報告上搜索。

1、本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 1 計算機行業深度 ChatGPT 推高算力需求，DPU 支撐算力效率提升 2023 年 03 月 03 日 DPU 發展有望進入快車道。DPU（數據處理芯片 Data Process Unit）被認為是繼 CPU 和 GPU 之后的“第三顆主力芯片”。得益于智能網卡方案的逐步成熟，疊加全球通用服務器出貨量的穩定增長、L3 以上級別智能駕駛汽車的技術落地、工業控制領域的需求增加等原因，全球、國內 DPU 產業都有望實現快速發展。全球 DPU 市場高景氣延續，國內 DPU 市場加速追趕。據賽迪顧問中國DPU 行業發展白皮書

2、，2020 年全球 DPU 產業市場規模達 30.5 億美元，預計到 2025 年全球 DPU 產業市場規模將超過 245.3 億美元，復合增速達 51.73%。2020 年中國 DPU 產業市場規模達 3.9 億元，預計到 2025 年中國 DPU 產業市場規模將超過 565.9 億元，復合增速達 170.6%。DPU 產業鏈分析：DPU 中游環節（DPU 芯片廠商）：海外巨頭暫時領先，國產廠商蓄勢待發。根據頭豹研究院數據，2020 年國內 DPU 市場中，國際三大巨頭英偉達，博通，Intel 份額分別達到 55%、36%、9%。國內廠商中，華為，阿里，百度，騰訊也在近幾年針對自身服務器進行

3、自研與外購 DPU，針對的主要功能在于數據，存儲與安全方面。DPU 上游環節：EDA、IP 等均為研發重要基礎。國內 EDA 市場長期由國際三大巨頭占據，未來有望迎來突破。供需合力孕育 IP 核產業，未來需求打開新增通道。半導體國產化持續演進，國內 IP 供應商將占據稀缺性價值高地，包括寒武紀、芯原股份等。DPU 下游應用：多點開花，未來前景廣闊。DPU 核心市場圍繞數據中心展開，以服務器為硬件載體，下游場景覆蓋云計算，高性能計算，網絡安全，邊緣計算等多個領域。從我國范圍看，高新技術、數字化轉型及終端消費等多樣化算力需求場景不斷涌現，算力賦能效應凸顯。投資建議：ChatGPT 等 AI 技術發

4、展大趨勢下，算力需求凸顯，DPU 有望迎來黃金發展期，全球、國內 DPU 產業市場規模呈現逐年增長的趨勢，核心企業有望受益于行業發展趨勢。建議重點關注 DPU 及 AI 算力龍頭浪潮信息、寒武紀、景嘉微、中國長城、中科曙光等。風險提示：國產替代進度不確定風險、DPU 發展路線不確定風險、行業格局變化的風險。重點公司盈利預測、估值與評級 代碼 簡稱 股價（元）EPS（元）PE（倍）評級 2021A 2022E 2023E 2021A 2022E 2023E 000977 浪潮信息 43.15 1.37 1.58 1.84 31 27 23 推薦 603019 中科曙光 34.18 0.79 1.

5、05 1.39 43 33 25 推薦 000066 中國長城 13.74 0.19 0.25 0.34 72 55 40 推薦 688256 寒武紀-U 91.50 -2.06-2.79-1.78/-300474 景嘉微 78.01 0.97 0.63 0.93 80 124 84 -資料來源：Wind，民生證券研究院預測;（注：股價為 2023 年 3 月 2 日收盤價；未覆蓋公司數據采用 wind 一致預期）推薦 維持評級 分析師 呂偉 執業證書：S0100521110003 電話：021-80508288 郵箱：lvwei_ 分析師 郭新宇 執業證書：S0100518120001 電話

6、：010-85127654 郵箱： 相關研究 1.計算機行業事件點評：數字中國頂層設計落地，行業開啟發展新篇章-2023/02/28 2.計算機周報 20230226：ChatGPT 巨頭新動態與應用新場景-2023/02/26 3.醫療 IT 行業動態報告：醫保數據要素改革商業空間詳細測算-2023/02/25 4.計算機行業點評：類 ChatGPT 應用安全監管或將成為矚目新重點-2023/02/23 5.計算機行業事件點評：最高層強調信創核心環節攻堅戰，行業確定性進一步強化-2023/02/23 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報

7、告 2 目錄 1 DPU 有望成為“第三顆主力芯片”.3 1.1 算力提升與數據增幅呈現剪刀差，DPU 需求凸顯.3 1.2 以降本增效為目標，DPU 直擊行業痛點.4 1.3 依托智能網卡化繭成蝶，FPGA 及混合架構路線為主流.6 1.4 DPU 核心價值在于算力的卸載釋放與擴展，異構算力互聯推動 DPU 多領域高速發展.7 1.5 DPU 帶動異構算力互聯，應用市場涵蓋高新技術產業多領域.9 2 DPU 行業格局：海外巨頭暫時領先，國產廠商蓄勢待發.10 2.1 英偉達：具備先發優勢，其 BlueField 系列芯片已到達第三代.11 2.2 星云智聯：首款 DPU 產品 NebulaX

8、 D1055AS 于 2021 年發布.12 2.3 大禹智芯：Paratus 2.0 具備強大的軟件開放性.14 2.4 云脈芯聯：打造自主研發多場景 RDMA DPU 產品.14 2.5 芯啟源：自主知識產權，可擴展 Chiplet 等方向.15 2.6 中科馭數：目前已開始第三代 DPU 芯片研發.15 3 行業市場空間測算預計 2025 年全球 DPU 市場空間有望超 260 億美金，CAGR 高達 54%.17 4 DPU 市場空間及核心環節：市場高景氣延續，受益領域有望多點開花.20 4.1 DPU 產業鏈分析.20 4.2 全球、國內市場均有望保持高增，行業高景氣度有望延續.20

9、 4.3 DPU 行業上游分析：EDA、IP 等上游環節均為研發重要基礎.21 4.4 DPU 制造中的能工巧匠.28 4.5 核心環節之二：下游應用多點開花，未來前景廣闊.29 5 投資建議.43 6 風險提示.44 插圖目錄.45 表格目錄.45 rRoPZV9YfVfVqUeXwV8OcMbRpNpPnPmPlOqQmPkPqQmP7NmMwPMYtPtMvPmMmP行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 3 1 DPU 有望成為“第三顆主力芯片”1.1 算力提升與數據增幅呈現剪刀差，DPU 需求凸顯 算力提升與數據增幅呈現剪刀差，

10、DPU 可有效減少算力損耗。在當前數據增幅大幅提升的大背景下，CPU 性能的增速減緩，成本大幅增加，算力供給與需求形成剪刀差，CPU 性能提升的難題亟待解決，以 DPU 為代表的異構計算具備將部分通用功能場景化、平臺化的特點，實現算法加速并減少 CPU 功耗，有助于運營商、云計算廠商和互聯網廠商對數據中心的升級改造，減少高達 30%的數據中心算力稅。圖1：網絡帶寬增速高達 CPU 性能增速的 30 倍，形成剪刀差 資料來源：DPU 技術白皮書，民生證券研究院 DPU（數據處理芯片 Data Process Unit）被認為是繼 CPU 和 GPU 之后的“第三顆主力芯片”。DPU（Data P

11、rocessing Unit）是新近發展起來的一種專用處理器。2020 年 NVIDIA 公司發布的 DPU 產品戰略中將其定位為數據中心繼CPU 和 GPU 之后的“第三顆主力芯片”。隨著芯片業制造工藝的不斷精進，以及數字化技術如 AI 的發展，芯片行業不斷推陳出新。DPU 作為新型芯片的一種，它的出現是異構計算的一個階段性標志。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 4 圖2：數據中心將成為基本的運算單元，DPU 將成為第三顆主力芯片 資料來源：Nvidia 官網，民生證券研究院 DPU 是以數據處理為核心的專用數據處理單元，是對傳統

12、計算資源的網絡、安全和存儲的卸載平臺。傳統數據中心以 CPU 為主要數據處理單元，通常龐大的基礎架構的運行已占據相當一部分 CPU 核，給數據處理任務帶來非常大的挑戰。發展背景：2013 年雛形已現，2020 年迎來行業認可 DPU 其實在行業內已經孕育已久，從早期的網絡協議處理卸載，到后續的網絡、存儲、虛擬化卸載。根據摩天輪數據，Amazon 的 AWS 早在 2013 年研發了 Nitro 產品，將數據中心開銷（為虛機提供遠程資源、加密解密、故障跟蹤、安全策略等服務程序）全部放到專用加速器上執行。Nitro 架構采用輕量化 Hypervisor 配合定制化的硬件，將虛擬機的計算（主要是 C

13、PU 和內存）和 I/O（主要是網絡和存儲）子系統分離開來，通過 PCIe 總線連接，節省了 30%的 CPU 資源。2016-2017 年，阿里云就提出 X-Dragon 系統架構，其核心是 MOC 卡，且有比較豐富的對外接口，也包括了計算資源、存儲資源和網絡資源。MOC 卡的核心 X-Dragon SOC，統一支持網絡，I/O、存儲和外設的虛擬化，為虛擬機、裸金屬、容器云提供統一的資源池。根據網易、芯東西數據，2019 年，美國一家初創公司 Fungible 推出產品 F1 DPU，第一次提出了 DPU 的概念。2020 年 10 月，英偉達將基于 Mellanox 方案的 Smart N

14、IC 命名為 DPU，重新定義了 DPU 的概念。2020 年，英偉達公司發布的 DPU 產品戰略中將其定位為繼 CPU 和 GPU 之后數據中心的“第三顆主力芯片”，掀起了行業熱潮。1.2 以降本增效為目標，DPU 直擊行業痛點 DPU 要解決的核心問題是基礎設施的“降本增效”，即將“CPU 處理效率低下、GPU 處理不了”的負載卸載到專用 DPU，提升整個計算系統的效率，降低整體系統的總體擁有成本（TCO）。CPU 資源負載過大為行業痛點，智能網卡（Smart NIC）為 DPU 前身。在行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 5 通

15、信領域，伴隨著 5G、云網融合時代的到來，以及虛擬交換等技術的引入，基于服務器的網絡數據平面的復雜性急劇增加。海量的數據搬運工作被 CPU 承擔，導致網絡接口帶寬急劇增加，CPU 資源負載過大，大大影響了 CPU 將計算能力釋放到應用程序中，為了提高主機 CPU 的處理性能，Smart NIC（智能網卡）將部分CPU 的網絡功能（如 IP 分片、TCP 分段等）轉移到網卡硬件中，起到了加速運算的目的，其可視為 DPU 的前身。新一代的 DPU 的優勢在于不僅可以作為運算的加速引擎，還具備控制平面的功能，可以更高效的完成網絡虛擬化、I/O 虛擬化、存儲虛擬化等任務，并徹底將 CPU 的算力釋放給

16、應用程序。表1：DPU 優勢 DPU 優勢 可以作為運算的加速引擎 控制方面 具備控制平面的功能 虛擬化方面 更高效的完成網絡虛擬化、I/O 虛擬化、存儲虛擬化等任務 算力方面 徹底將 CPU 的算力釋放給應用程序 資料來源：SmartNIC DPU 技術白皮書，民生證券研究院 功能方面,DPU 具備集成基礎業務、網絡數據加速、零信任保護、算存分離等多種功能?？捎行Ы鉀Q當前 CPU 算力無法完全作用到應用程序，數據處理速度慢，授信導致的數據泄露，存儲方案兼容性差等諸多問題。具體來說：1.DPU 實現了業務與基礎設施的操作分離。DPU 將基礎設施任務從 CPU 轉移至 DPU，釋放 CPU 的資

17、源，使更多的服務器 CPU 核可用于運行應用程序，完成業務計算，從而提高服務器和數據中心的效率。2.DPU 卸載網絡數據，實現性能提升。DPU 針對云原生環境進行了優化，提供數據中心級的軟件定義和硬件加速的網絡、存儲、安全和管理等服務。根據程序員客棧數據，紅帽 Red Hat 的容器化云平臺即服務(PaaS)0penShift 上，借助 DPU優化數據中心資源利用率，將網絡相關的數據處理（如 VxLan 和 IPSec 等）卸載到 DPU 加速執行，在 25Gb/s 網絡條件下，Open Shift 部署 DPU 用來加速，可以只用 1/3 的 CPU 占用率來達到 25Gb/s 性能，而在

18、100Gb/s 網絡條件下，未部署 DPU 的場景將達不到 100Gb/s 網絡線速，DPU 可以帶來 10 倍的性能優勢。3.DPU 可以提供零信任安全保護，零信任(Zero Trust)是一種以安全性為中心的模型，其基于以下思想企業不應對其內外的任何事物授予默認信任選項。零信任可以減少數據泄露、拒絕未授權的訪問，因此在數據安全方面價值很大。方式：DPU 通過將控制平面由主機下放到了 DPU，來為企業提供零信任保護，實現主機業務和控制平面的完全隔離，數據將無法進行穿透，保證安全性。DPU 的出現相當于為每個服務器配備了一臺“計算機前的計算機”，以提供獨立、安全的基礎設施服務，并與服務器應用域

19、安全隔離。如果主機遭受入侵，安全控制代理與被入侵主機之間的 DPU 隔離層可防止攻擊擴散至整個數據中心。這樣 DPU就解決了企業不愿直接在計算平臺上部署安全代理的情況。通過在完全隔離于應用程序域的DPU上部署安全代理，企業不僅能獲得對應用程序工作負載的可見性，行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 6 還能在其基礎設施中執行一致的安全策略。4.DPU 助力實現“算存分離”，BlueField SNAP 技術方案通過在服務器系統的數據入口處引入計算資源，在 DPU 上獨立實現面對應用需求的存儲方案，幫助存儲廠商在數據中心中低成本地靈活部署、

20、升級高級存儲協議，而完全不需要對現有軟件棧進行任何更改。存儲廠商可以把自家團隊為各行業應用開發的開放系統的直連式存儲(DAS)、縱向擴展(Scale-up)、橫向擴展(Scale-out)、超融合架構(Hyperconverged)等存儲解決方案，零開銷地推廣到各個應用領域的現有業務處理平臺和數據中心基礎架構中，而所有的安全加密、數據壓縮、負載均衡等復雜又必須的功能則完全由 DPU 透明地卸載。存儲行業的革新算法和實現，可以在 DPU架構中，獨立于服務器操作系統進行部署。DPU 技術幫助存儲廠商實現真正的“算存分離”，完全發揮自家產品的技術優勢，打通最高效服務應用需求的通路。1.3 依托智能網

21、卡化繭成蝶，FPGA 及混合架構路線為主流 Smart NIC 可以被看作 DPU 的前身，包含基于多個 CPU 內核的 ASIC 和基于 FPGA 的智能網卡等類型。隨著技術的發展，FPGA、ASIC 和 SoC 也在相互融合，它們之間的界限越來越模糊。例如，隨著 FPGA 的發展，現在很多 FPGA 內部集成了硬核，這種硬核就是傳統意義上的 ASIC；從硬件可編程的角度來看，SoC 與 FPGA 相反，它可以看作 ASIC，這里的 ASIC 主要指硬件不可編程，而不是單指特定功能芯片。NIC 代表網絡接口卡。實際上，NIC 是一種插入服務器或存儲盒以連接到以太網網絡的 PCIe 卡?；?

22、DPU 的 Smart NIC 超越了簡單的連接，在基礎 NIC 的情況下，在 NIC 上實現了 CPU 必須執行的網絡流量處理?；?DPU 的 Smart NIC 可以是基于 ASIC、FPGA 和 SoC 的。在這些不同的路線之間，在成本、編程的易用性和靈活性方面存在各種權衡。1）ASIC 具有成本效益，可能提供最佳性價比，但靈活性有限?；?ASIC 的 NIC，如 NVIDIA ConnectX-5，可以具有相對簡單的可編程數據路徑。最終，該功能基于 ASIC 中定義的功能而受到限制，這可能會阻止支持某些工作負載。2）相比之下，FPGA NIC（如 NVIDIA Innova-2 F

23、lex）具有高度可編程性。只要有足夠的時間和精力，就可以在可用門的約束范圍內相對高效地支持幾乎任何功能。然而，眾所周知，FPGA 編程困難且價格昂貴。3）對于更復雜的用例，SOC（如 Mellanox Blue Field DPU可編程智能網卡）提供了似乎是最好的基于 DPU 的 Smart NIC 實現選項：良好的性價比、易于編程和高度靈活。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 7 圖3：基于不同路線的網卡的特點對比 資料來源：Nvidia 官網，民生證券研究院 圖4：ASIC，FPGA，SoC 路線 DPU 特點對比 資料來源：Nv

24、idia 官網，民生證券研究院 1.4 DPU 核心價值在于算力的卸載釋放與擴展，異構算力互聯推動 DPU 多領域高速發展 DPU 的核心價值在于算力的卸載、釋放與擴展。1.算力卸載：即利用 DPU 集成一部分數據處理的基本功能，然后將這些功能從 CPU 中卸載下來，以提升 CPU 針對部分應用的算力。DPU 的部分價值體現在節省這部分算力的成本-DPU 自身的成本。因此 DPU 節省的算力越多，或 DPU 的成本越低，其帶來的價值越高。與此同時，由于 DPU 的專用化，DPU 將部分涉及網絡、存儲、安全、管理相關的控制功能卸載之后，還將使得業務性能得以提升，因此 DPU 的另一部分價值在于其

25、可為業務節省的時間與使用體驗。根據技術鄰數據，在大型數據中心的場景之中，DPU 的算力卸載功能可用于減少數據中心稅。由于在數據中心流量處理占了計算 30%的資源，AWS 將這些還未運行業務程序，先接入網絡數據就要占去的計算資源稱為“數據中心稅（Data 性價比可編程性適應性ASICFPGASoC：NIC+Processor行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 8 center Tax）”。在數據安全場景中，DPU 由于其獨立、安全的架構，可將部分加密、解密算法固化在DPU硬件之中，以物理隔離的方式解決用戶在海量數據的數據安全問題，為外部

26、網絡業務租戶之間提供額外的安全層。圖5：DPU 的算力卸載 資料來源：中國信通院，民生證券研究院 2.根據中國信通院數據，算力釋放：算力釋放無需 CPU 介入多次訪問內存和外設，避免不必要的數據搬運，拷貝和上下文的切換，直接在網卡硬件上對數據完成處理并交付給最終消費數據的應用。傳統以 CPU 為中心的計算機體系結構在處理數據的過程中需要多次在內核和應用之間拷貝和訪問數據，帶來的是極大的性能損耗。以數據為中心的 DPU 架構則可以有效改善 CPU 過度參與數據處理的問題，在數據處理的過程中不需要 CPU 參與，直接將數據送達應用、相關的 GPU或者存儲設備，能夠有效避免性能瓶頸和由于 CPU 負

27、載過大而引發的異常。DPU 架構和技術，使服務器上運行的業務應用和操作系統內核，用簡單的本地存儲訪問 API，就能實現對分布式、超融合或軟件定義存儲系統的高效透明訪問。存儲廠商可以把為各行業應用開發的直連式存儲(DAS)、縱向擴展(Scale-up)、橫向擴展(Scale-out)、超融合架構(Hyperconverged)等存儲解決方案，零開銷地推廣到各個應用領域的現有業務處理平臺和數據中心基礎架構中，而所有的安全加密、數據壓縮、負載均衡等復雜又必須的功能則完全由 DPU 透明地卸載。存儲行業的革新算法和實現，可以在 DPU 架構中，獨立于服務器操作系統進行部署。DPU 技術幫助存儲廠商實現

28、真正的“算存分離”，完全發揮自家產品的技術優勢，打通最高效服務應用需求的通路。3.算力擴展：算力擴展即通過有效避免擁塞消除跨節點的網絡通信瓶頸，顯著降低分布式應用任務周期中的通信耗時占比，在大規模的集群維度提升計算集群的整體算力。為了提升算力，業界在多條路徑上持續演進。通用 CPU 已很難繼續通過提升單核單線程的性能和擴展片內多核的方式來大幅提升算力。單核芯片的行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 9 工藝提升至 3nm 后，發展放緩；通過疊加多核提升算力，隨著核數的增加，單位算力功耗也會顯著增長，當 128 核增至 256 核時，總算

29、力水平無法線性提升。在計算單元的工藝演進已經逼近基線，為了滿足大算力的需求，通過分布式系統，擴大計算集群規模，提升網絡帶寬，降低網絡延遲成為提升數據中心集群算力的主要手段。隨著計算機視覺，自然語言處理，自動駕駛等場景人工智能應用的落地和快速增長，應用對海量算力的需求以指數級別增長，這對基礎設施提出了大規模、分布式、高性能的挑戰。計算網絡，典型代表為 HPC+等高性能業務，低時延是其的極致追求，之前采用 InfiniBand 專網。但隨著 RoCE 技術的深入發展，Ethernet 在計算網絡中的應用也逐漸普遍。RDMA 技術通過消除多 GPU 跨節點通信的網絡瓶頸，顯著降低了訓練任務整個周期中

30、的通信耗時占比，提高了 GPU 集群計算資源利用率和訓練效率，也為集群橫向擴展到更大規模時的線性加速比提供了保證。1.5 DPU 帶動異構算力互聯，應用市場涵蓋高新技術產業多領域 異構算力互聯即為 GPU、FPGA、ASIC 或其它加速卡與 CPU 之間的數據連接。在 CPU 與加速卡之間，以及加速卡之間形成的芯片互聯技術被更多的采用，雖然 PCIe 有著非常通用的標準化設計，但帶寬有限將會產生瓶頸。以 CXL 和 Gen-Z 為代表的等下一代互聯技術取得快速發展，DPU 作為各種高速互聯協議融合的沙盒，最適合成為靈活的高速互聯載體，通過采用和擴展“以內存為中心”的互聯協議，將帶來在單個機箱外

31、部擴展亞微秒級延遲技術的機會，為下一代計算架構創新創造可能性。伴隨信息化建設與應用的而深入，市場持續高漲，DPU 產業在電信、互聯網、智能駕駛、AI 服務器及其他行業應用需求不斷增長。1）在電信領域，三大運營商均積極布局，推動產品驗證，并提出與產業鏈上的廠商推動 DPU 產業發展的合作意愿。2）在互聯網領域，隨著云計算、云原生等業務場景的發展需求，DPU 作為數據中心演進的焦點，受到各大云廠商的廣泛關注。頭部廠商紛紛投入資源嘗試自研或者戰略合作，降本增效，實現效益的最大化。3）在智能駕駛領域，國內外芯片廠商加速布局智能駕駛，不斷提升研發效率，為 DPU 的市場發展奠定基礎。4）針對 AI 服務

32、器及其他領域層面，在數字經濟和“東數西算”等政策影響下，中國 AI服務器、金融、終端政企及其他領域持續高速發展，對算力的需求不斷增加，傳統的技術已無法滿足當前業務的發展需求，DPU 能夠提供成熟的硬件加速方案，提升整個系統的效率,為 AI 服務器、金融及其他領域的發展提供技術支撐，全面推進DPU 產業未來的發展進程。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 10 2 DPU 行業格局：海外巨頭暫時領先，國產廠商蓄勢待發 DPU行業市場集中度較高。根據頭豹研究院數據，2020年國內DPU市場中，國際三大巨頭英偉達，博通，Intel 的份額分別

33、達到 55%、36%、9%。圖6：2020 年國內 DPU 行業競爭格局 資料來源：頭豹研究院，民生證券研究院 國際上，Nvidia,Intel,Xilinx，Marvell,Broadcom,Pensando,Fungible,Amazon,Microsoft 等多家廠商在近 2-5 年內均有 DPU 或相似架構產品生產，較國內相對較早。國內廠商中，華為，阿里，百度，騰訊也在近幾年針對自身服務器進行自研與外購 DPU，針對的主要功能在于數據，存儲與安全方面。表2：DPU 代表性廠商、產品及應用方向和發布時間 廠商 代表產品 應用方向 發布時間 NVIDIA BlueField-2(DPU 系

34、列)數據安全、網絡安全、存儲卸載等 2020 年 BlueField-3(DPU 系列)數據安全、網絡安全、存儲卸載等 2021 年 BlueField-4(DPU 系列 數據安全、網絡安全、存儲卸載等 2023 年 Intel FPGA IPU C5020 x(IPU 系列)面向交換機、路由器芯片 2020 年 Xilinx AlveoU25 面向網絡、存儲和計算加速功能 2020 年 Marvell OCTEON10 面向集成機器學習推理的引擎、內聯加密處理器、以及矢量數據包處理器等的虛擬化 2021 年 Broadcom Stingray 面向交換機、路由器芯片 2018 年 Pensa

35、ndo Capri 面向 P4 的 SDN-Fungible F1 面向網絡、存儲、虛擬化 2020 年 Amazon Nitro 為智能網卡數據提供線速加密和解密-Microsoft CatapultV3 面向深層神經網絡加速 2017 年 阿里 Smart N IC X-Dragon Smart NIC(MOC)面向虛擬機管理程序 2017 年 資料來源：賽迪顧問，民生證券研究院 55%9%36%NVIDIAIntelBroadcom行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 11 圖7：Nvidia BuleField 系列藍圖 資料來

36、源：Nvidia，民生證券研究院 2.1 英偉達：具備先發優勢，其 BlueField 系列芯片已到達第三代 BlueField 2 搭載 8 顆 64 bit 的 ARM A72 CPU 內核，2VLIM 加速器和ConnectX6Dx 智能網卡，可以提供雙端口最高 100Gbps 和單端口 200Gbps 的網絡連接。Blue Field 可以快速有效地捕獲、分析、分類、管理和存儲海量數據，實現 RDMA/RoCE、DPU Direct、彈性存儲、分塊存儲加密和惡意外部應用自動檢測等功能，從而實現單顆 DPU 芯片對 125 個 CPU 內核的釋放。BlueField2X在此基礎上集成了

37、2021 年 5 月發布的 7nm 級 Ampere 架構。GPU 和第三代 Tensor 內核，可通過 AI 加速數據中心的安全、網絡連接、數據存儲等任務。此外，英偉達還發布了面向開發者的平臺 DOCA SDK，通過集成Ampere GPU 和 BlueField2 DPU 優化 EGXAI 平臺，向流媒體、智能駕駛、醫療等終端場景擴展。BlueField 3 已在 2022 年發布。根據深科技數據，英偉達預計 BlueField4 將于 2023 年發布，預計性能可提升 600 倍，達到 75/400TOPS，400Gbps，吞吐量有望較 BlueField2 提升 600倍。英偉達希望憑

38、借 GPU 和 Mellanox 智能網卡技術壁壘的協同效應，再輔以Arm 處理器整合協同后的性能提升，有望進一步抗衡英特爾/AMD 的 x86CPU 體系。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 12 圖8：英偉達 Blue field 2 DPU 架構 資料來源：Nvidia，民生證券研究院 表3：英偉達 Bluefield DPU 情況 BlueField 1 BlueField 2 BlueField 2X 內核 16 顆 Arm A72 CPU 芯片 8 顆 Arm A72 CPU 芯片 8 顆 Arm A72 CPU 芯片 網

39、絡連接 Connect X5 雙端口 100Gbps Ethernet 或 InfiniBand 鏈接 Connect X6 Dx 智能網卡 雙端口 25/50/100Gps,單端 口 200Gps 的 Ethernet 或 InfiniBand 鏈接 Connect X-6 Dx 智能網卡 雙端口 25/50/100Gps,單端 口 200Gps 的 Ethernet 或 InfiniBand 鏈接 Al 加速器 GPU Direct RDMA GPU Direct RDMA 基于 Ampere 架構的 GPU 加速器引擎 2 個 VLIW 加速器 2 個 VLIW 加速器 PCle 接口

40、PCle Gen4.0 100Gbps 的 PCle Gen4.0 100Gbps 的 PCle Gen4.0 內存 DDR4 存儲模塊 DDR4 DIMM 存儲模塊 DDR4 DIMM 存儲模塊 資料來源：英偉達官網，民生證券研究院 2.2 星云智聯：首款 DPU 產品 NebulaX D1055AS 于2021 年發布 根據 2021-2022 年中國人工智能創投數據報告 數據，星云智聯創立于 2021年 3 月，匯聚了來自硅谷、以色列、加拿大等地 ICT 領域頂尖專家，專注于數據中心基礎互聯通信架構和 DPU 芯片研發，致力于構建數字世界算力的智能連接和開放生態，讓云計算和數據中心成為構

41、建未來數字社會的堅實基礎。根據星云智聯官方數據，星云智聯首款 DPU 產品 NebulaX D1055AS 已于2021 年 7 月發布，該產品是國內首款全硬加速、超強轉發、極簡運維的 DPU 產品。NebulaX D1055AS 聚焦云計算的裸金屬、虛機、容器等場景，實現網絡與存儲卸載與加速，提升業務性能，節省主機 CPU，簡化 IaaS 運維?？蓮V泛用于互聯網、公有云、運營商、政企與行業的云基礎設施。產品為 PCIe 插卡形態，安裝于標準服務器內運行，產品功能包括數據面和管控面兩部分。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 13 圖9

42、：星云智聯 NebulaX D1055AS 產品架構 資料來源：星云智聯公司官網，民生證券研究院 根據星云智聯官方數據，管控面采用通用的 CPU+Linux 架構，其中 DPU OS上運行了 OVS 控制面、彈性塊存儲客戶端 EBS-Client、管理監控等軟件，支持帶外管理網口，通過管理網絡對接云平臺。這個架構擁有極好的軟件生態兼容性，用戶可按需安裝部署相應的管理和應用軟件，比如 OpenStack Agent，K8S Kubelet等 IaaS/PaaS 應用，也可移植現有云基礎設施中的軟件到 DPU OS 上運行。這種開放的管控面架構，簡化了 DPU 與用戶云管控平臺集成，加速定制化 D

43、PU 新功能開發上線。表4：星云智聯 DPU 產品解決方案在以下方面實現業界領先 具體方面 具備業界領先 全硬件高密度 I/O 虛擬化 SR-IOV 1K VF，2K 硬件 virtio 隊列 virtio-net 和 virtio-blk 1.0 和 1.1 版本，裸機免驅動安裝 vDPA 實現虛機平滑熱遷移，既保證與 Hypervisor 上內存臟頁狀態一致，又提升了硬件刷新“dirty page bitmap”效率 全硬件卸載高性能網絡轉發 硬件高速流查找算法，實現 50Mpps 高性能線速包處理 百萬級超大流表，減少 OVS 流表換入換出，保證高吞吐，低延遲轉發 識別協議和 QoS 標

44、簽流分類，4 級層次化 QoS 調度和流控，實現對每租戶、每虛機/容器、每業務進行流量管理 全硬件卸載靈活多樣存儲棧 硬件模擬 PCIe NVMe 設備和 Virtio-blk 設備，支持 HOST 云盤啟動，云盤掛載 支持 iSCSI initiator，NVMeoF/TCP，NVMeoF/RDMA,Ceph RBD 等多種存儲客戶端，或客戶自行定制開發 硬件加速存儲協議棧，實現最高 50 萬 IOPS 讀寫性能 創新 RDMA 更強擴展性 自研 NBL-CC 擁塞控制算法，不依賴網絡設備 PFC/ECN 實現動態擁塞控制 自研 NBL-SRP 選擇重傳算法，在 Lossy 網絡環境仍可實現

45、低延時，高有效吞吐量 標準 RoCEv2 協議和 Verbs API，配置簡潔，參數模板化，易運維 完整管控面卸載 獨立于 HOST 運行的 DPU OS，內置網絡與存儲管控面，IPMI 板級監控管理軟件 按需部署 OpenStack agent，K8S Kubelet 等 IaaS/PaaS 應用插件 生態開放，客戶可按需安裝自有云平臺插件，運維工具等 資料來源：星云智聯公司官網，民生證券研究院整理 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 14 2.3 大禹智芯：Paratus 2.0 具備強大的軟件開放性 根據未來網絡白皮書數據，大禹

46、智芯成立于 2020 年，其創始及核心團隊由國內外互聯網、云計算頭部公司以及傳統網絡、芯片、安全頭部廠商的資深專家組成，擁有 DPU 設計與研發及 DPU 大型商業化部署的成功經驗。Paratus 1.0 作為大禹智芯 DPU 的第一條產品線產品，采用 ARM SoC 作為主處理單元，提供多個 10Gbps/25Gbps 的業務網絡接口，同時為了方便用戶管理，單獨設置了 RJ45 管理口。Paratus 2.0 作為大禹智芯 DPU 的第二條產品線產品，已于 2022 年 10 月發布，采用 ARM SoC+FPGA 的硬件架構，在 Paratus 1.0 產品基礎上，利用 FPGA對可固化邏

47、輯的數據包實現高性能轉發，提供多個 10G/25G、100G 的業務網絡接口。大禹智芯 DPU 產品 Paratus 2.0 具備強大的軟件開放性，支持 VirtIO 來增強虛擬化環境下的適配性，能夠靈活呈現大規模主機側功能，可以實現包括 OVS 全卸載、存儲客戶端（Storage Initiator）的全卸載及 NVMe 模擬等多種功能，還能為存儲服務端（Storage Target）提供數據處理服務加速。此外，Paratus 2.0的自研高性能網絡傳輸協議可進一步支持 RDMA 應用；大禹智芯充分考慮了用戶使用管理需求，在 Paratus 2.0 系統產品中還提供了云管平臺對接的插件、獨立

48、的BMC 模塊，使用戶能方便地實現云環境下業務的自動化部署、帶外管理能力及與服務器更好的聯動，達到 Paratus 2.0 在實際使用中與用戶管控平臺的有機結合。2.4 云脈芯聯：打造自主研發多場景 RDMA DPU 產品 根據騰訊開發者社區數據，云脈芯聯創立于 2021 年 5 月，是一家專注于云數據中心網絡芯片產品研發與技術創新的高科技創新企業。2022 年 5 月 31 日，云脈芯聯正式發布自主研發的國內首款多場景 RDMA 智能網卡(DPU)產品xFusion50。xFusion50 是云脈芯聯成功自主研發的第一款產品，也是國內首款實現包括支持端到端擁塞控制完整 RDMA 功能的 DP

49、U 產品，xFusion50 基于硬件實現的可編程擁塞控制算法能夠有效避免網絡擁塞，充分發揮 RDMA 技術的低延遲和高性能，支持云計算、高性能計算、AI、存儲集群全場景部署。xFusion50 產品具有以下核心亮點：第一，支持可編程擁塞控制算法，可編程擁塞控制算法是實現端到端無損網絡的關鍵技術；還可以通過開放可編程的底層網絡接口，可根據客戶的組網特點和上層業務的需求，靈活支持多種擁塞控制算法，最大化業務的流量吞吐。第二，通過自主研發 HyperDirect 技術支持 GPU Direct RDMA 為跨計算節點的 GPU 實現遠程內存直接訪問，跳過 CPU 以降低時延、提升帶寬，提升分布式異

50、構算力集群的整體效能。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 15 第三，支持網絡/存儲全場景卸載加速，支持 vSwitch 全卸載，實現云上 VPC網絡全功能；支持存儲卸載，對接分布式存儲 NVMe-oF（TCP/RDMA），充分釋放宿主機 CPU 資源。并通過支持 VirtIO 實現彈性網絡和彈性存儲，滿足云上用戶無縫遷移和快速恢復的業務訴求。2.5 芯啟源：自主知識產權，可擴展 Chiplet 等方向 根據未來網絡白皮書數據，芯啟源成立于 2015 年，聚焦網絡通訊、5G和云數據中心等眾多先進領域，客戶包括且不限于運營商及二級運營商

51、、路由器交換機設備商、OTT 及互聯網廠商、網絡安全廠商、5G/6G 設備商等。芯啟源具有完全自主知識產權的 DPU 芯片。芯啟源 DPU 較傳統智能網卡提供了更大的處理能力、更強的靈活性、可編程數據包處理、可擴展 Chiplet(小芯片)結構等特性。采用 NP-SoC 模式進行芯片設計，通用 ARM 架構結合高度優化面向數據包的 NP 芯片（RISC-V 內核）、多線程的處理模式，使其可以達到 ASIC 固化芯片的數據處理能力，同時考慮到了全量可編程、靈活可擴展的屬性，用以支持400Gbps 及以上的性能目標、低功率且具有成本效益等。芯啟源 DPU 架構中采用的 Chiplet（小芯片）技術

52、是一種全新的芯片設計方式，也是業內眾多企業正在引入的關鍵芯片技術。Chiplet 將滿足特定功能的 Die（裸片）通過 Die-To-Die 內部互聯技術實現多個模塊芯片與底層基礎芯片封裝在一起，形成一個系統芯片。Chiplet 技術將原本一塊復雜的 SoC 芯片分解為芯粒，類似模塊化設計，有利于縮短產品商用時間和后續產品的迭代，同時通過支持與第三方芯片的 Die-To-Die 互聯，還可以集成更多的特定專業領域的芯片。在性能和功能豐富度有飛躍式提升外，也為芯啟源的客戶提供更多業務場景的支持能力。2.6 中科馭數：目前已開始第三代 DPU 芯片研發 根據搜狐數據，中科馭數成立于 2018 年，

53、聚焦專用數據處理器的研發設計，基于自研敏捷異構 KPU 芯片架構以及 DPU 軟件開發平臺 HADOS，公司自主研發了業界首顆融合高性能網絡與數據庫一體化加速功能的DPU芯片和標準加速卡系列產品，可廣泛應用于超低延遲網絡、大數據處理、5G 邊緣計算、高速存儲等場景，助力算力成為數字時代的新生產力。在 DPU 產品的研發迭代方面，中科馭數于 2019 年流片了第一代 DPU 芯片K1，第二代 DPU 芯片 K2 也于 2022 年初成功投片，目前已開始第三代 DPU 芯片 K2 Pro 的研發工作；2021 年 9 月，中科馭數首發 DPU 加速卡產品，其時延達到業界領先的 1.2 微秒。另外也

54、有 DPU 存儲加速卡、DPU 數據計算加速卡等產品和解決方案在研發進程中。在產品核心技術特色方面，中科馭數的 DPU 芯片創新性地采用軟件定義加速器技術路線，實現了軟硬協同的 DPU 設計方案。具體創新點如下：行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 16 高效的異構眾核 DPU 架構，基于軟件定義加速器路線，研發了異構眾核 DPU芯片設計方法，解決了多核互聯、計算調度、指令控制等核心問題。超高帶寬網絡協議處理，研發專用網絡協議處理核和大數據分析處理核，解決了軟件解析網絡包協議解析和數據處理的瓶頸，大大提升服務器間通信效率，提升數據中心水

55、平擴展能力。統一的虛擬化硬件平臺，針對數據中心網絡、計算、存儲融合的虛擬化需求，研究統一高效的硬件設備虛擬化架構，解決現有方案單一虛擬化功能的窘境（僅支持網絡虛擬化），充分釋放 DPU 各類資源能力，更高效支撐復雜上層應用。統一的 DPU 軟件開發框架 HADOS，解決現有編程框架碎片化的問題，使得應用部署更加簡單高效。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 17 3 行業市場空間測算預計 2025 年全球 DPU 市場空間有望超 260 億美金，CAGR 高達 54%提供兩種市場空間測算方式：方法一：數據中心稅：根據中國科學報數據，云計

56、算巨頭亞馬遜云服務（AWS）形象地稱之為“數據中心稅”還未運行業務程序，先接入網絡數據就要占去許多計算資源。據DPU 技術白皮書顯示，2013 年，AWS 研發了 Nitro 產品，將為虛擬機提供遠程資源、加密解密、故障跟蹤、安全策略等服務程序的資源開銷，全部放到專用加速器上執行，“輕量化 Hypervisor+定制化硬件”的上場一舉節省30%CPU 資源。因此數據中心稅（即服務器算力稅率）可以近似看成是節約的 CPU資源率 30%。因此，我們假設數據中心稅為 30%，進而可以假設，DPU 的潛在價值量是 CPU 的三分之一（因為 DPU 能節省 CPU 三分之一資源）。存量服務器數量、市場規

57、模：根據同花順財經，騰訊開發者社區，海光信息招股說明書數據，一般服務器生命周期為 5 年（參考紫光股份投資者問答，以及騰訊云計算官方論壇相關內容），因此，16-20 年這五年的服務器總出貨量就是 21年的服務器存量。根據海光信息招股說明書數據，我們看到 16-20 年全球服務器總出貨量為 5540.7 萬臺，對應總市場規模為 3913.2 億美元。新增服務器市場規模：根據海光信息招股說明書數據，參考 16-20 年全球服務器市場規模的復合增速 10%，我們看到全球科技產業發展迅速，因此對服務器的需求有望持續，假設 21-25 年仍以 10%的復合增速保持增長，則 21-25 年全球服務器市場規

58、模分別為 1011.2 億美元、1101.3 億美元、1211.4 億美元、1332.5 億美元、1465.8 億美元。CPU 占服務器成本：因為服務器其他環節成本相對固定，技術壁壘低，因此隨著量的增加成本有逐步下降趨勢；但 CPU 屬于高技術壁壘的產品，且隨著產業發展其復雜度將越來越高，進而在服務器成本的比重有望逐步提升。假設隨著芯片制程先進性的提高，高端 CPU 占服務器的成本會從 30%逐漸提高到 36%。測算思路：1）增量市場：按照數據中心稅當前為 30%計算，當前 DPU 市場潛在規模為 CPU 在服務器市場中市場規模的 30%。根據這一思路，測算出 DPU的潛在市場規模。2）存量市

59、場：由于服務器生命周期為 3-5 年，按照原有服務器假設 21-25 年仍以 10%的復合增速保持增長，則 21-25 年全球改造比例為 25%分四年改造完成。根據海光信息招股說明書，16-20 年五年一個周期，全球服務器存量市場規模為 3913.2 億美元。3）整體來看：總體 DPU 市場規模（億美元）=（服務器市場規模+存量服務器市場規模*改造比例）*CPU 占服務器的成本*服務器算力稅率；計算得出 2025 年全球 DPU 市場空間為 264 億美元。根據賽迪顧行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 18 問數據，2020 年全球

60、DPU 產業市場規模達 30.5 億美元，據方法一測算，至 2025年，市場空間將有望達到約 264 億美元，期間 CAGR 為 54.0%。方法二：單個服務器配置：1 個 DPU（目前 DPU 還處于發展初期，還沒有被客戶大范圍接受，我們假設每臺設備僅搭載一個 DPU）。DPU 單價：由于 DPU 目前還屬于新生事物，市面上難以找到其量產價格，但我們可以根據 CPU 價格來簡易預測 DPU 價格。根據海光信息招股說明書數據，服務器 CPU 單價約為 7000-8000 元人民幣，對應約 1000 美元（參考最新匯率）。由于 DPU 承擔了 CPU 三分之一的工作，所以價值量也應該是其三分之一

61、；但是考慮到 DPU 技術壁壘高、新生事物，因此價格可以假設為 5000 元人民幣左右，對應 700 美元/片。測算思路：根據海光信息招股說明書數據，16-20 年五年一個周期，全球服務器存量市場規模為 5540.7 萬臺，【未來潛在市場規模=（新增服務器數量+存量服務器改造數量）*服務器單價*DPU 數量?！坑嬎愕贸?2025 年 DPU 市場空間約為 234 億美元。根據賽迪顧問數據，2020 年全球 DPU 產業市場規模達 30.5億美元，據方法二測算，至 2025 年，市場空間將有望達到約 234 億美元，期間CAGR 為 50.3%。表5：兩種市場空間測算方式 測算方式一 2020

62、2021E 2022E 2023E 2024E 2025E 服務器市場規模(億美元）910.2 1001.2 1101.3 1211.4 1332.5 1465.8 YoY 10%10%10%10%10%CPU 占服務器的成本 30%32%34%36%36%服務器算力稅率 30%30%30%30%30%服務器存量市場規模（億美元）3913.2 假設存量服務器的改造比例 0 25%25%25%25%存量服務器改造帶來的市場規模（億美元）0 93.9 99.8 105.7 105.7 全球 DPU 市場空間（億美元）199.6 223.4 249.6 264 測算方式二 2020 2021E 20

63、22E 2023E 2024E 2025E 新增服務器數量(萬臺）1212.9 1334.2 1467.6 1614.4 1775.8 1953.4 YoY 10%10%10%10%10%單臺服務器 DPU 數量 1 1 1 1 1 1 DPU 單價（假設量產后 1000美元）700 700 700 700 700 700 服務器存量市場規模（萬臺）5540.7 假設存量服務器的改造比例 0 25%25%25%25%存量服務器改造帶來的市場規模（億美元）97 97 97 97 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 19 全球 DPU 市

64、場空間（億美元）199.7 210 221.3 233.7 資料來源：海光信息招股說明書、騰訊網，中國科學報（假設數據來源），民生證券研究院測算 圖10：方法 1：2022E-2025E 全球 DPU 市場規模（億美元）資料來源：海光信息招股說明書、騰訊網，中國科學報（假設數據來源），民生證券研究院測算 圖11：方法 2：2022E-2025E 全球 DPU 市場規模（億美元）資料來源：海光信息招股說明書、騰訊網，中國科學報（假設數據來源），民生證券研究院測算 199.6223.4249.62640.050.0100.0150.0200.0250.0300.02022E2023E2024E20

65、25E方法1：2022E-2025E全球DPU市場規模（億美元）199.7210221.3233.70.050.0100.0150.0200.0250.0300.0350.0400.02022E2023E2024E2025E方法2：2022E-2025E全球DPU市場規模（億美元）行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 20 4 DPU 市場空間及核心環節：市場高景氣延續，受益領域有望多點開花 4.1 DPU 產業鏈分析 DPU 技術方案與主流廠商：當前業界 DPU 的實現技術方案主要分為兩種FPGA 和 ASIC/SoC（systemo

66、fchip，系統級芯片）。國外主流廠商有 Fungible、Mellanox（2020 年 4 月被英偉達收購）、英偉達、英特爾等。DPU 產業鏈分析：上游：EDA、IP 核、制造、封測；中游：云廠商、芯片廠商；下游：云廠商、電信領域。圖12：DPU 產業鏈 資料來源：華大九天 IPO 招股說明書，民生證券研究院整理 4.2 全球、國內市場均有望保持高增，行業高景氣度有望延續 全球 DPU 產業發展趨勢:得益于智能網卡方案的逐步成熟，疊加全球通用服務器出貨量的穩定增長、L3 以上級別智能駕駛汽車的技術落地、工業控制領域的需求增加、邊緣計算技術和物聯網技術的迅速發展，全球 DPU 產業市場規模呈

67、現逐年增長的趨勢，并隨著 Intel、NVIDIA 等廠商的 DPU 大規模量產，預計 DPU市場將迎來快速增長。根據賽迪顧問數據，2020 年全球 DPU 產業市場規模達30.5 億美元，預計到 2025 年全球 DPU 產業市場規模將超過 245.3 億美元，期間 CAGR 高達 51.73%。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 21 圖13：全球 DPU 市場規模（億美元）資料來源：賽迪顧問，民生證券研究院 中國 DPU 產業發展趨勢：得益于數據中心升級和邊緣計算、新能源汽車、IoT、工業物聯網等產業的發展所帶來的需求增長，中國

68、 DPU 產業市場規模呈現逐年增長的趨勢，預計中國 DPU 市場將迎來快速增長。根據賽迪顧問數據，2020 年中國 DPU 產業市場規模達 3.9 億元，預計到 2025 年中國 DPU 產業市場規模將超過 565.9 億元，期間 CAGR 高達 170.6%。圖14：中國 DPU 市場規模（億元）資料來源：賽迪顧問，民生證券研究院 4.3 DPU 行業上游分析：EDA、IP 等上游環節均為研發重要基礎 05010015020025030020202021E2022E2023E2024E2025E010020030040050060020202021E2022E2023E2024E2025E行

69、業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 22 4.3.1 DPU 行業上游分析-EDADPU 研發之基 EDA 是集成電路上游的設計基礎工具，對 DPU 研發與生產中的生產效率、產品技術水平有重要影響。EDA 行業可撬動數千億集成電路市場規模。根據 ESDAlliance、21ic 電子網數據，2021 年 EDA 全球市場規模 132.75 億美元，卻撬動了千億美元級別的半導體市場和數萬億美元的電子產品市場，乃至數十萬億美元規模的數字經濟。中國擁有全球規模最大、增速最快的集成電路市場，EDA 杠桿效應更大，一旦 EDA 產業鏈基礎出現問題

70、，整個集成電路產業乃至上層運行的數字經濟產業都會受到影響。圖15：EDA 是數字經濟產業的重要上游支撐 資料來源：華大九天 IPO 招股說明書，21.ic 電子網，民生證券研究院 全球 EDA 市場規模：EDA 行業占整個集成電路行業市場規模的比例雖然較小，但以百億美元左右規模體量，支撐和影響著數千億美元的集成電路行業。受益于先進工藝的技術迭代和眾多下游領域需求的驅動，全球 EDA 市場規模呈現出穩定增長態勢，行業持續高景氣。根據華經產業研究院數據，全球 EDA 市場規模從2012 年的 65.36 億美元持續增長至 2021 年的 132.75 億美元，年復合增速為8.2%。行業深度研究/計

71、算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 23 圖16：2012-2021 年全球 EDA 市場規模及增長情況 資料來源：華經產業研究院，民生證券研究院 國內 EDA 市場規模：在集成電路產業穩定向好、設計環節較快增長的發展態勢下；疊加 EDA 軟件重要性凸顯，占集成電路規模比重提升；EDA 工具市場規模保持穩定上漲態勢。根據華經產業研究院數據，2016-2020 年，我國 EDA 市場規模由 57.4 億元增長至 93.1 億元，期間 CAGR 為 12.85%。圖17：2016-2021 年中國 EDA 市場規模及增速 資料來源：華經產業研究院，民生證

72、券研究院 國內 EDA 市場長期由國際三大巨頭占據，未來有望迎來突破。目前，根據華經產業研究院數據，Cadence、Synopsys 和西門子 EDA 三家公司仍占據了國內EDA 行業的主導地位，2021 年的合計市場份額為 77.7%，三巨頭的技術水平、產品完成度和豐富度仍舊大幅領先國內相關企業。但在政策支持、人才涌現、企業大力投入研發的背景下，國產 EDA 企業已經嶄露頭角，國內 EDA 企業龍頭華大九0%5%10%15%20%0204060801001201402012 2013 2014 2015 2016 2017 2018 2019 2020 2021全球EDA市場規模（億美元）增

73、速0%5%10%15%20%25%30%020406080100120201620172018201920202021中國EDA市場規模（億元）增速行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 24 天在面板電路 EDA 工具領域的技術已經達到了國際領先水平，在模擬電路 EDA 工具領域實現了全流程覆蓋，在數字電路 EDA 工具領域實現的點工具的突破，2021年，其在國內 EDA 市場市占率已經達到 6%，超過 Ansys 和 Keysight。概倫電子也初步打入市場，占據國內市場 1.9%的份額。圖18：全球 EDA 行業簡要格局 資料來源：

74、華大九天 IPO 招股說明書，民生證券研究院 圖19：2021 年中國 EDA 市場格局 資料來源：華經產業研究院，民生證券研究院 EDA 在 DPU 芯片設計環節對提高成功率和降低費用至關重要 在芯片設計方面，設計人員需使用 EDA 工具來設計幾十萬到數十億晶體管的復雜集成電路，以減少偏差、提高成功率和降低費用；1）模擬設計類 EDA 工具，主要用于模擬芯片設計中電路圖編輯、版圖設計Cadence31%Synopsys29%西門子EDA16%華大九天6%ANSYS5%Keysight3%概倫電子2%其他8%行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券

75、研究報告 25 和仿真驗證等；2）數字設計類工具，用于數字芯片設計中，負責功能定義、架構設計、邏輯綜合、電路仿真及功能驗證等；表6：EDA 主要分類 產業鏈環節 EDA 分類 產品線 芯片設計 模擬設計類 EDA 包括電路設計與仿真、版圖設計、物理驗證、寄生參數提取和射頻設計解決方案等 數字設計類 EDA 包括功能和指標定義、架構設計、RTL 編輯、功能仿真、邏輯綜合、靜態時序仿真(STA)和形式驗證等 晶圓制造 晶圓制造類 EDA 包括工藝與器件仿真工具(TCAD)、器件建模提取工具、工藝設計套件工具(PDK)、掩膜版校準工具和艮率分析工具等 封裝測試 封裝類 EDA 包括封裝設計、封裝仿真

76、以及信號完整性、電源完整性分析(SI/PI)等 下游應用 系統類 EDA 包括 PCB 設計、平板顯示設計、系統仿真、CPLD、FPGA 等 資料來源：華大九天 IPO 招股說明書，民生證券研究院 4.3.2 DPU 行業上游分析-IP 核DPU 大廈的鋼筋與混凝土 IP 核是 DPU 研發生產中必不可少的一部分，以英偉達 DPU 為例，其由內核，網絡連接部分，AI 加速器，加速器引擎，PCIe 接口，內存等架構組成。其需要外購 CPU 芯片 IP，接口芯片 IP，存儲 IP 等。因此 DPU 的研發生產過程中，IP 核是必不可少的一部分。IP（Intellectual Property）核是

77、芯片設計環節中逐步分離出來的、經過驗證的、可重復使用的設計模塊，其作用是在芯片設計環節中降低冗余設計成本，降低錯誤發生的風險，提高芯片設計效率。IP 核本身是產業鏈不斷專業化的產物，是芯片設計知識產權的重要體現，也是半導體設計行業下一步升級的重要方向。供需合力孕育 IP 核產業，未來需求打開新增通道，芯片用量增長和品類的持續擴張對芯片設計效率和成本的要求不斷提升，同時制程工藝的改進也增加了芯片設計的難度，經過反復驗證的、可重復使用的 IP 核逐漸受到系統廠商、IDM、芯片設計公司的歡迎。同時，半導體產業專業化孕育了 IP 核供應，IDM、芯片設計公司自身在多年芯片設計過程中通過設計復用以降低冗

78、余研發所產生的一些經過驗證的、可重復利用的指令集、代碼、功能描述和具體物理模塊，最終逐步形成IP 核。ARM 公司在這個浪潮中逐步成長為全球龍頭，牢牢占據著超 40%的 IP 核行業份額。同時，由于 IP 核的特殊性，行業形成了較為獨特的以“授權+版稅”為主的商業模式。從市場總體來看，IP 市場規模穩步提升，市場增速上行。根據 IPnest 數據，2021 年全球半導體 IP 核市場規模為 54.5 億美元，同比增速從 2018 年的 6.0%上升至 2021 年的 19.4%。預計未來幾年市場規模將持續穩步擴張，根據 IBS 數據，全球半導體 IP 核市場規模有望在 2027 年達到 101

79、 億美元，IBS 口徑下20182027 年 CAGR 達 9%，其中處理器 IP 市場增長較快，增速達 10%。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 26 半導體 IP 市場發展概況：隨著先進制程的演進，線寬的縮小使得芯片中晶體管數量大幅提升，使得單顆芯片中可集成的 IP 數量也大幅增加。根據芯原股份招股說明書，以 28nm 工藝節點為例，單顆芯片中已可集成的 IP 數量為 87 個。當工藝節點演進至 7nm 時，可集成的 IP 數量達到 178 個。單顆芯片可集成 IP 數量增多為更多 IP 在 SoC 中實現可復用提供新的空間，從

80、而推動半導體 IP 市場進一步發展。圖20：不同工藝節點下的芯片所集成的硬件 IP 的數量（平均值）（個）資料來源：芯原股份招股說明書，民生證券研究院 芯原股份招股說明書數據顯示，半導體 IP 市場將從 2018 年的 46 億美元增長至 2027 年的 101 億美元，年均復合增長率為 9.13。其中處理器 IP 市場預計在 2027 年達到 62.55 億美元，2018 年為 26.20 億美元，年均復合增長率為10.15；數?；旌?IP 市場預計在 2027 年達到 13.32 億美元，2018 年為 7.25 億美元，年均復合增長率為 6.99；射頻 IP 市場預計在 2027 年達到

81、 11.24 億美元，2018 年為 5.42 億美元，年均復合增長率為 8.44。圖21：全球半導體 IP 市場（單位：十億美元）資料來源：芯原股份招股說明書，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 27 產業定位：隨著芯片工藝持續復雜，芯片設計難度呈現指數增長，與此同時成本也隨著難度呈現指數增長現象，目前最常用的 SOC 的晶體管個數更是動輒就是幾億,甚至上十億,其芯片的設計復雜度決定了人力無法輕易完成，而 EDA 軟件則通過邏輯計算減少大量人力和流片成本，從而減少大量研發和制造成本，為半導體產業發展關鍵設計軟件。圖2

82、2：SoC 芯片的流片成本與制程的關系 資料來源：半導體行業觀察，民生證券研究院 市場規模：根據 CSDN 數據，就全球和中國 EDA 市場規?，F狀而言，隨著下游半導體產業規模持續擴張，但國內整體 EDA 相較國際先進水平無論技術還是整體規模仍有較大差距，政策持續推進背景下國內規模增速遠超全球規模增速，預計占比全球份額持續提高。根據華經產業研究院數據顯示，2018-2020 年，全球 EDA市場規模從 62.2 億美元增長至 72.3 億美元，國內 EDA 市場規模從 6.67 億美元增長至 9.83 億美元。010020030040050060065nm40nm28nm22nm16nm10n

83、m7nm5nm成本（百萬美元）行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 28 圖23：2018-2020 年全球和中國 EDA 市場規模變動 資料來源：華經產業研究院，民生證券研究院 4.4 DPU 制造中的能工巧匠 DPU 廠商多為 Fabless 模式，需要尋找代工廠來進行芯片的制造，封裝，測試等過程。追尋摩爾定律能讓消費者享受更便宜的算力，晶圓代工是推動摩爾定律最重要的環節。根據 21ic 電子網數據，1965 年，英特爾（Intel）創始人之一戈登摩爾提出，當價格不變時，集成電路上可容納的元器件的數目，約每隔 18-24個月便會增加

84、一倍，性能也將提升一倍，這也是全球電子產品整體性能不斷進化的核心驅動力，以上定律就是著名的摩爾定律。換而言之，每一美元所能買到的電腦性能，將每隔 18-24 個月翻一倍以上。圖24：每千美元買到的算力 資料來源：CSDN，民生證券研究院 62.265.372.36.678.29.8301020304050607080201820192020全球市場規模（億美元）中國市場規模（億美元）行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 29 圖25：先進制程建設成本顯著提升 資料來源：中芯國際公告、IBS，民生證券研究院 圖26：先進制程設計成本顯著增

85、加 資料來源：半導體行業觀察，民生證券研究院 4.5 核心環節之二：下游應用多點開花，未來前景廣闊 4.5.1 行業的下游應用數據中心DPU 當前的核心應用場景 數據中心作為數據產生、匯聚、融合、傳輸的重要場所，是承載算力的物理實體，是傳統產業數字化轉型的催化劑，是數字產業快速發展的動力引擎，是我國新基建的核心組成部分。我國正在加快引導數據中心高質量發展，2021 年工業和信息化部印發的新型數據中心發展三年行動計劃（2021-2023 年）指出，用三年時間，基本形成布局合理、技術先進、綠色低碳、算力規模與數字經濟增長相適應的新型數據中心發展格局。213425043082395047466272

86、84491142015557214950500010000150002000025000每5萬片晶圓產能的設備投資（百萬美元）51530701502803604501000020040060080010001200主流設計的成本（百萬美元）行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 30 全球服務器景氣度回升，DPU 廠商有望受益。受益于大數據、云計算、物聯網等下游應用場景的不斷發展，數據運算和存儲的需求快速增長，服務器迎來快速放量。根據 Counterpoint、國際電子商情數據，2022 年全球服務器市場的收入將同比增長 17%，達到 1

87、117 億美元。根據 IDC、立鼎產業研究網，芯片成本在基礎型服務器中約占 32%，在更高性能的服務器中，芯片相關成本占比高達 50%-83%。因此，提供有利于服務器提高性能，降低成本的解決方案的 DPU 廠商將在成本日益提升的服務器芯片市場中得到廠商更多的青睞。根據中國信通院的數據，全球數據中心新增相對穩定。按照全球服務器年增加量統計，2015 年-2021 年全球年新增投入使用服務器規模相對穩定，凈增加值也相對穩定，預計未來幾年數據中心規模仍將保持平穩增長。圖27：全球服務器市場規模 資料來源：Counterpoint、國際電子商情，民生證券研究院 根據中國信通院數據，近年來，我國數據中心

88、機架規模穩步增長。按照標準機架 2.5kW 統計，截止到 2021 年年底，我國在用數據中心機架規模達到 520 萬架，近五年年均復合增速超過 30%。其中，大型以上數據中心機架規模增長更為迅速，按照標準機架 2.5kW 統計，機架規模 420 萬架，占比達到 80%。85086093095011171%8%2%18%0%5%10%15%20%02004006008001000120020182019202020212022E全球服務器市場規模（億美元）增速（%）行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 31 圖28：2017-2022E

89、我國數據中心機架規模 資料來源：中國信通院，民生證券研究院 根據中國信通院數據，收入方面，全球市場平穩增長，我國維持較高增速。數據中心市場收入方面，2021 年全球數據中心市場規模超過 679 億美元，較 2020年增長 9.8%。預計 2022 年市場收入將達到 746 億美元，增速總體保持平穩。圖29：2017-2022E 全球數據中心市場規模（億美元）資料來源：中國信通院，民生證券研究院 根據中國信通院數據，受新基建、數字化轉型及數字中國遠景目標等國家政策促進及企業降本增效需求的驅動，我國數據中心業務收入持續高速增長。2021 年，我國數據中心行業市場收入達到 1500 億元左右，近三年

90、年均復合增長率達到30.69%，隨著我國各地區、各行業數字化轉型的深入推進，我國數據中心市場收入將保持持續增長態勢。166266315401520670831672373094205400100200300400500600700800201720182019202020212022E總機架數量（萬架）大型規模以上機架數量（萬架）465.5513.3566.6618.7679.3746.59%9%10%10%11%0100200300400500600700800201720182019202020212022E全球市場收入（億美元）增速（%）行業深度研究/計算機 本公司具備證券投資咨詢業務資

91、格，請務必閱讀最后一頁免責聲明 證券研究報告 32 圖30：2017-2022E 我國數據中心市場收入 資料來源：中國信通院，民生證券研究院 需求方面，新興市場需求強勁，我國應用場景多樣 從全球范圍來看，受全球數字經濟加速發展促進，印度、南非等新興市場逐步加強對數據中心的政策支持和產業投入，成為拉動全球數據中心需求增長的重要增長極。2015 年啟動的“數字印度”計劃為印度的數字化發展提供持續助力，大數據中心建設是該計劃的重要內容之一。2021 南非通訊和數字科技部發布了國家數據和云政策草案，該草案對國家高性能計算和數據處理中心的建設作出了指引，高性能計算和數據處理中心主要由現有的 Sentec

92、h 和 Broadband Infraco 兩個數據中心合并而成，上述數據中心將為各級政府、企業及高校提供云服務。以政府力量為主導的數據中心建設，將為南非數字經濟發展打下堅實基礎。國內運營商布局較早，擁有網絡和土地資源等 IDC 行業優勢?；A運營商具備我國 IDC 行業先發優勢，不同于北美市場以第三方 IDC 為主，當前我國 IDC 市場仍由三大運營商主導，形成了基礎電信運營商及眾多第三方 IDC 廠商共同提供數據中心服務的市場格局。三大基礎運營商自身業務需要數據中心支撐發展，在數據中心行業領域具有先天優勢，在客戶資源、網絡及土地資源等方面具有更多的資源掌握權和行業話語權。圖31：運營商領域

93、廠商圖譜 資料來源：中國信通院，民生證券研究院 512.8680.1878.31167.51500.21900.70%5%10%15%20%25%30%35%0200400600800100012001400160018002000201720182019202020212022E中國市場收入（億元）增速（%）行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 33 發展趨勢：三大運營商未來發展策略各不相同，將逐步差異化布局 IDC 業務。中國電信圍繞核心城市規模部署IDC，同時著力發展政企市場中IDC和專線業務。中國移動持續優化“4+3+X”資源布

94、局，促進 IDC 業務強基提質。中國聯通將著力提高服務滿足客戶定制化需求。發展現狀：第三方 IDC 廠商運維能力強，增值服務多樣。相對于基礎運營商，第三方 IDC 廠商響應速度快，通過模塊化、標準化機房設計縮短建設周期，可以更快速地滿足企業需求。憑借多年運維經驗，第三方 IDC 廠商還能有效降低機房能耗，保證機房穩定運行，整合基礎運營商的網絡資源，為客戶提供更多選擇。此外，第三方 IDC 廠商可為客戶提供豐富的增值服務，除了智能 DNS、智能災備、CDN 等，第三方 IDC 廠商還積極與云廠商合作打造云網生態系統，為企業提供一站式云服務。第三方 IDC 廠商具有較深的資源背景，有望憑借能耗控制

95、能力在碳中和背景下實現快速擴張。我國 IDC 行業正處于高速發展階段，在一線商圈土地、電力資源緊缺，政策縮緊的大環境下，提前布局核心區域，優先獲取資源的企業將擁有更大競爭力。我國頭部 IDC 第三方廠商積極圍繞核心城市展開布局，在核心區域自建大規模數據中心，擁有十分可觀的機柜存量及儲備機柜規模，憑借其在一線城市內積累的強大的客戶資源、充足的項目儲備，逐漸筑起行業壁壘。新進入者紛紛涌入快速發展的 IDC 行業，鋼鐵企業和房地產企業為主要來源。在 5G 高速發展的背景下，IDC 建設規模不斷擴大，然而 IDC 受限于土地、電力、網絡等資源，導致 IDC 市場供給增速跟不上需求增長。近年來我國數據流

96、量更是呈現快速增長，導致 IDC 供需缺口遠大于發達國家；就網民規模而言，我國互聯網用戶數量位居全球首位，然而我國 IDC 儲備量與美國尚存差距。在供需失衡疊加 5G 高速發展的背景下，我國 IDC 行業迎來發展黃金時期。除三大運營商、第三方 IDC 服務商以及云服務廠商外，最近涌現出了一批以鋼鐵和房地產企業為代表的行業新進入者。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 34 圖32：第三方服務商廠商圖譜 資料來源：中國信通院，民生證券研究院 4.5.2 行業的下游應用互聯網行業：數據中心下游客戶之一，大型企業為 DPU 潛在用戶 不同規模

97、、不同類型互聯網企業對 IDC 的需求存在很大差異。大型互聯網企業偏好定制型交付模式，而中小型企業多采用服務器租賃或 TKF 模式。大型互聯網企業對 IDC 需求規模較大，多采用定制型的交付模式，與 IDC 運營商簽訂長期合約；而中小型互聯網客戶 IDC 需求規模較小，多以服務器租賃和 TKF 模式（一站式服務）與 IDC 運營商達成合作，簽訂的合約期限較短，有些運營商會根據客戶體量采用差異化結算方式。中小型互聯網企業對價格的敏感性尤其高，對 IDC運營商來說，這部分客戶是經濟下行時最容易退租、風險最高且最難保證盈利的群體。圖33：互聯網廠商圖譜 資料來源：中國信通院，民生證券研究院 行業深度

98、研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 35 對于 DPU 行業來說，大型互聯網用戶價格敏感度低，部分領域時延敏感度高，體量大，替換成本高，是優質的潛在下游群體。DPU 廠商可與互聯網企業進行深度合作，獲得先發優勢，輔助其開發適用于自身業務狀況的專用 DPU，并使其在定制 IDC 過程中提出融入 DPU 需求，以獲得訂單。表7：不同類型業務對應可選數據中心的范圍 業務種類 時延敏感度 地域范圍 付費結算、網絡游戲 高 骨干直聯點城市或周邊 200km 以內 網頁瀏覽、視頻播放 中 骨干直聯點城市或周邊 400km 以內 數據備份，大數據運算處理存

99、儲 低 骨干直聯點城市或周邊 1000km 以內 資料來源：中國信通院，民生證券研究院 互聯網企業將加速數據中心領域的布局，深入與第三方 IDC 運營商合作，DPU前景可期。隨著互聯網和通信技術的發展，人們的業余生活不斷豐富，對互聯網的多樣化需求也不斷提高，在新的時代背景下，互聯網企業如何在激烈的市場競爭中保持原有的市場地位，必須不斷對互聯網應用進行創新，提高自己的核心競爭力。DPU 可有效提升互聯網企業服務能力，對自身服務器性能，時延，網絡安全等方面加以提升。由于客戶量及應用需求的持續增長，用戶對互聯網企業的數據處理能力提出了更高的要求，未來各大互聯網企業在 IDC 方面的布局將會保持加速狀

100、態，與第三方 IDC 運營商的合作也會更加密切，于此同時也對 DPU 廠商提出了更高要求，由于互聯網廠商迭代能力強，周期短，對 DPU 這類硬件的適應性于可編程性要求較高，DPU 廠商要加速自身研發能力，并與廠商進行深入溝通，雙方共同確定解決方案的迭代路線，以克服 DPU 廠商研發量產速度慢與互聯網廠商迭代速度快的剪刀差難題。4.5.3 行業的下游應用金融政府電力用戶：數據中心的潛在大客戶，DPU 需求的增長極 DPU 在金融、政府和電力用戶領域將更多發揮安全性的優勢。除性能提升之外，DPU 還可為這三類用戶提供零信任保護，實現主機業務和控制平面的完全隔離，以達到減少數據泄露，拒絕未授權訪問的

101、目的。因此 DPU 與這三類用戶共同合作，協同效應明顯，數據安全價值很大。發展現狀：金融、政府和電力用戶為數據中心下游三大用戶，需求量僅次于云計算和互聯網用戶。金融機構業務的數據量激增及出于安全穩定的考慮促使其對數據中心需求增加。數字政府和智慧城市等建設是政府成為數據中心用戶的主要原因。電力行業數字化轉型催生其對數據中心的需求。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 36 圖34：金融、政府和電力用戶產業圖譜 資料來源：中國信通院，民生證券研究院 金融機構對數據中心需求將進一步擴大，證券和基金業務需求增速加快。數據中心在金融市場將保持良好

102、增長勢頭。隨著金融業務數據量的急劇增加，金融機構亟需數據中心優化 IT 能力、提升效率，數據中心肩負協助金融機構完成數字化轉型的使命。數字政府市場擴大，加速政府用戶對數據中心的需求。2021 年年初，國務院提出未來需加快建設數字政府，將數字技術廣泛應用于政府管理服務，不斷提高決策科學性和服務效率，預計 2025 年數字政府行業市場規模還將增長。數字化轉型在電力行業不斷深入，對數據中心的需求將不斷增長。隨著互聯網信息技術、可再生能源技術的發展，電力數字化改革進程的加快，開展綜合能源服務已成為提升能源效率、降低用能成本、促進競爭與合作的重要發展方向。用電網絡正在由原來的單向電能量采集向雙向互動轉變

103、，電力行業的新應用新業務也需要更多的雙向互動，電力能源部門對數據中心未來的需求也將進一步擴大。4.5.4 行業的下游應用云計算：數據中心的需求來源，DPU 當前最核心的場景 云計算市場是數據中心核心的需求來源，也是對 DPU 行業最先應用的場景。數據中心云計算用戶主要分為公有云、私有云和獨立第三方云計算廠商。公有云廠商代表為阿里云和騰訊云。阿里云對外助力企業數字化轉型，對內承載龐大業務體系 IT 資源需求，對 IDC 的需求量龐大且多元。華為云業務以私有云為強項，產品強調私密性、安全性，近年來大力建設自有數據中心。優刻得（UCloud）是中立第三方公有云廠商，IDC 采購以零售型為主。行業深度

104、研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 37 圖35：云計算企業圖譜 資料來源：中國信通院，民生證券研究院 根據中國信通院數據，全球云計算市場逐步回暖，增速實現觸底反彈。隨著經濟回暖，全球云計算市場所受影響逐步減弱，至 2021 年已基本恢復到疫情前增長水平。根據 Gartner 統計，2021 年以 IaaS、PaaS、SaaS 為代表的全球公有云市場規模達到 3,307 億美元，增速 32.5%。我國云計算市場持續高速增長。根據信通院數據，2021 年中國云計算總體處于快速發展階段，市場規模達 3,229 億元，較 2020 年增長 54.4

105、%。其中，公有云市場繼續高歌猛進，規模增長 70.8%至 2,181 億元，有望成為未來幾年中國云計算市場增長的主要動力；與此同時，私有云市場突破千億元大關，同比增長 28.7%至 1,048 億元。圖36：全球云計算市場規模以及增速（億美元）資料來源：中國信通院，民生證券研究院 307369483642916199362491624869301710861222123115220.00%10.00%20.00%30.00%40.00%0100020003000400020172018201920202021IaaSPaaSSaaS增速行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務

106、必閱讀最后一頁免責聲明 證券研究報告 38 圖37：中國私有云市場規模以及增速（億元）資料來源：中國信通院，民生證券研究院 圖38：中國公有云市場規模以及增速（億元）資料來源：中國信通院，民生證券研究院 廠商份額方面，據中國信息通信研究院調查統計，2021 年阿里云、天翼云、騰訊云、華為云、移動云占據中國公有云 IaaS 市場份額前五；公有云 PaaS 方面，阿里云、華為云、騰訊云、百度云處于領先地位。圖39：2021 IaaS 中國公有云市場份額占比 資料來源：中國信通院，民生證券研究院 4.5.5 行業的下游應用服務器：DPU 的硬件載體，有望受益行42752564581410480.00

107、%10.00%20.00%30.00%40.00%05001000150020172018201920202021規模增速265437689127721810.00%20.00%40.00%60.00%80.00%100.00%0500100015002000250020172018201920202021規模增速阿里云,34.30%天翼云,14%騰訊云,11.20%華為云,10%移動云,8.40%其他,22.10%行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 39 業發展大趨勢 根據中國算力發展指數白皮書 2022數據，訓練數據規模和模型復雜

108、度的不斷增大，推動 AI 服務器需求快速增長。整機方面，據 IDC 統計數據，2021 年，全球 AI 服務器市場規模達 156 億美元，同比增長 39.1%，超過全球 AI 整體市場（含硬件、軟件及服務）增長率 22.5%，成為 AI 整體市場增長的驅動力量。在 2021 年全球 AI 服務器市場中，浪潮、戴爾、HPE 分別以 20.9%、13.0%、9.2%的市占率位列前三，三家廠商總市場份額占比達 43.1%，華為（5.8%）和 IBM（4.1%）位列第四和第五。芯片方面，傳統芯巨頭加速完善 AI 芯片產品體系，不斷推進全能力建設，搶占多樣性算力生態主導權。英特爾發布新一代高性能深度學習

109、 AI 訓練處理器HabanaGaudi2，運算速度是上一代的 2 倍。AMD 在完成賽靈思的收購后，計劃在 CPU 中融入賽靈思的 FPGAAI 引擎。英偉達推全新架構 GPU，采用臺積電 4nm工藝，集成 800 億個晶體管，大幅提升了 AI 計算速度。E 級超算時代已經來臨，超算設備廠商紛紛加快產業化步伐。整機方面，超算設備廠商紛紛加強產業整合和布局。在 TOP500 的榜單上，聯想是目前最大的超級計算機制造商，共有 161 臺，全球占比 32.2%；HPE 有 96臺入圍，占比 19.2%，排名第二；浪潮、Atos、曙光以 50 臺、42 臺、36 臺分列三到五位，占比 10%、8.4

110、%、7.2%。HPE 以 13 億美元收購 Cray 后，推出首個E 級超算 Frontier，預計 2023 年推出超過 2EFlops 性能的超算。法國 Atos 推出了新型超級計算機 BullSequanaXH3000，將實現 E 級傳統數字仿真和 10E 級 AI加速計算。芯片方面，CPU 仍以英特爾和 AMD 為主。TOP500 榜單上使用英特爾 CPU的超算高達 388 臺，占比 77.6%，93 臺使用 AMD 處理器。此外異構計算芯片在超級計算機中應用越來越多，TOP500 榜單上共有 168 臺超級計算機使用了加速器/協同處理器技術，其中 154 臺使用了英偉達芯片，8 臺采

111、用 AMD 芯片。計算芯片加快突破，在 CPU、GPU 等通用芯片性能持續升級的同時，計算芯片專用化發展仍在延續。人工智能芯片邁入商業落地階段，業內已形成覆蓋全場景的芯片解決方案，云端訓練側英偉達 GPU 占據主要市場份額，云端推理側高效能芯片架構多樣化發展；端側場景高度碎片化，已在自動駕駛、視頻監控、智能家居等領域形成一批商用落地產品。數據處理單元（DPU）芯片成為行業追逐新熱點，數據密集型需求的快速增長對云端現有計算體系架構提出了新要求，專注數據加速處理以及云端各類資源管理的 DPU 芯片創新活躍，成為提升系統效能的重要推手。目前，英偉達、英特爾、美滿等芯片廠商，亞馬遜、阿里云等云服務商，

112、星云智聯、云豹科技等新銳企業均已形成自研 DPU 產品。異構計算成為主流模式，伴隨異構計算在移動互聯網、人工智能、高性能計算行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 40 等各類典型應用中占比顯著提高，多樣化、跨體系處理器協同成為提升計算并行度和能效的重要手段，主要涉及硬件體系架構、軟硬融合協同兩個維度的重構重建。硬件架構突破以 CPU 為中心的體系，應用維度從芯片內、節點內向系統級分區異構逐步深化，計算架構從“控制芯片+各類專用加速芯片”的典型模式向多擎分立等新體系探索，有望實現更大規模的多系統高效并行調度。軟件協同以跨域統一和靈活調配為

113、重要方向，借助統一異構軟件平臺整合編譯器、編程語言、加速庫、開發工具等，提供面向底層不同計算架構的編程模型和應用程序接口，實現多樣異構算力的統一管理調度，典型代表包括英特爾 OneAPI、英偉達 CUDA 和華為北冥多樣性計算融合架構等。圖40：2014-2020 年全球服務器銷售額 資料來源：海光信息招股說明書，民生證券研究院 圖41：2014-2020 年全球服務器出貨量 資料來源：海光信息招股說明書，民生證券研究院 根據 海光信息招股說明書 數據，國內市場規模：根據 IDC 統計數據，2020年全年，中國 x86 服務器市場出貨量為 343.9 萬臺，同比增長 8.1%。隨著下游市-10

114、%0%10%20%30%40%010020030040050060070080090010002014201520162017201820192020全球服務器銷售額（億美元）增速-5%0%5%10%15%20%02004006008001000120014002014201520162017201820192020全球服務器出貨量（萬臺）增速行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 41 場需求回暖以及國家將加快 5G、工業互聯網、大數據中心、人工智能等七大領域新型基礎設施的建設進度，中國 x86 服務器市場未來幾年需求仍然會比較旺盛，在

115、 2021-2025 年復合增長率將達到 8%左右。圖42：中國 x86 服務器出貨量和市場規模預測 資料來源：海光信息招股說明書，民生證券研究院 根據海光信息招股說明書數據，國內市場規模：人工智能領域的應用目前處于技術和需求融合的高速發展階段，在運算加速方面逐漸形成了以 GPGPU 解決方案為主的局面。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。GPG

116、PU 在我國人工智能芯片領域也將占據較大比例的市場份額。從 2019 年至2024 年，CAGR 達 45.11%。-10%-5%0%5%10%15%20%25%30%01002003004005006002014 2015 2016 2017 2018 2019 2020 2021E2022E2023E2024E2025E中國x86服務器出貨量（萬臺）增速行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 42 圖43：2019-2024 年中國人工智能芯片市場規模及預測 資料來源：海光信息招股說明書，民生證券研究院 010020030040050

117、0600700800900201920202021E2022E2023E2024E中國人工智能芯片市場規模（億元）行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 43 5 投資建議 投資建議：ChatGPT等AI技術發展大趨勢下，算力需求凸顯，DPU有望迎來黃金發展期，全球DPU產業市場規模呈現逐年增長的趨勢，同時中國DPU產業市場規模呈現逐年增長的趨勢，核心企業有望受益于行業發展大趨勢。建議重點關注DPU及AI算力龍頭浪潮信息、寒武紀、景嘉微、中國長城、中科曙光等。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明

118、 證券研究報告 44 6 風險提示 1）國產替代進度不確定風險。受宏觀環境影響，若未來經濟大幅下行，下游需求增長不達預期，國產替代實施進度不及預期，將會對相關公司業績造成不利影響。2）DPU 發展路線不確定風險。高端處理器市場產品迭代速度較快，國際同類領先企業技術研發投入很大，國內公司在技術積累、資產規模、研發投入、高端人才儲備等方面與國際領先企業存在一定差距。未來，若出現國際政治經濟環境重大變化等其他外部原因，導致相關公司無法繼續使用上述授權技術，或公司對高端處理器設計核心技術掌握不足等情形，導致相關公司無法對產品實現快速迭代更新，將會對相關公司生產經營造成較大不利影響。3）行業格局變化的風

119、險。集成電路設計產業屬于典型的技術密集型行業，對于技術人員的知識背景、研發能力及項目管理經驗積累均有較高要求。若相關公司核心技術人員出現變動，或未來市場出現新進入的競爭對手，可能會造成行業格局出現變化。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 45 插圖目錄 圖 1：網絡帶寬增速高達 CPU 性能增速的 30 倍，形成剪刀差.3 圖 2：數據中心將成為基本的運算單元，DPU 將成為第三顆主力芯片.4 圖 3：基于不同路線的網卡的特點對比.7 圖 4：ASIC，FPGA，SoC 路線 DPU 特點對比.7 圖 5：DPU 的算力卸載.8 圖

120、6：2020 年國內 DPU 行業競爭格局.10 圖 7：Nvidia BuleField 系列藍圖.11 圖 8：英偉達 Blue field 2 DPU 架構.12 圖 9：星云智聯 NebulaX D1055AS 產品架構.13 圖 10：方法 1：2022E-2025E 全球 DPU 市場規模（億美元）.19 圖 11：方法 2：2022E-2025E 全球 DPU 市場規模（億美元）.19 圖 12：DPU 產業鏈.20 圖 13：全球 DPU 市場規模（億美元）.21 圖 14：中國 DPU 市場規模（億元）.21 圖 15：EDA 是數字經濟產業的重要上游支撐.22 圖 16：2

121、012-2021 年全球 EDA 市場規模及增長情況.23 圖 17：2016-2021 年中國 EDA 市場規模及增速.23 圖 18：全球 EDA 行業簡要格局.24 圖 19：2021 年中國 EDA 市場格局.24 圖 20：不同工藝節點下的芯片所集成的硬件 IP 的數量（平均值）（個）.26 圖 21：全球半導體 IP 市場（單位：十億美元）.26 圖 22：SoC 芯片的流片成本與制程的關系.27 圖 23：2018-2020 年全球和中國 EDA 市場規模變動.28 圖 24：每千美元買到的算力.28 圖 25：先進制程建設成本顯著提升.29 圖 26：先進制程設計成本顯著增加.

122、29 圖 27：全球服務器市場規模.30 圖 28：2017-2022E 我國數據中心機架規模.31 圖 29：2017-2022E 全球數據中心市場規模（億美元）.31 圖 30：2017-2022E 我國數據中心市場收入.32 圖 31：運營商領域廠商圖譜.32 圖 32：第三方服務商廠商圖譜.34 圖 33：互聯網廠商圖譜.34 圖 34：金融、政府和電力用戶產業圖譜.36 圖 35：云計算企業圖譜.37 圖 36：全球云計算市場規模以及增速（億美元）.37 圖 37：中國私有云市場規模以及增速（億元）.38 圖 38：中國公有云市場規模以及增速（億元）.38 圖 39：2021 Iaa

123、S 中國公有云市場份額占比.38 圖 40：2014-2020 年全球服務器銷售額.40 圖 41：2014-2020 年全球服務器出貨量.40 圖 42：中國 x86 服務器出貨量和市場規模預測.41 圖 43：2019-2024 年中國人工智能芯片市場規模及預測.42 表格目錄 重點公司盈利預測、估值與評級.1 表 1：DPU 優勢.5 表 2：DPU 代表性廠商、產品及應用方向和發布時間.10 表 3：英偉達 Bluefield DPU 情況.12 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 46 表 4：星云智聯 DPU 產品解決方案

124、在以下方面實現業界領先.13 表 5：兩種市場空間測算方式.18 表 6：EDA 主要分類.25 表 7：不同類型業務對應可選數據中心的范圍.35 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 47 分析師承諾 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登記為注冊分析師，基于認真審慎的工作態度、專業嚴謹的研究方法與分析邏輯得出研究結論，獨立、客觀地出具本報告，并對本報告的內容和觀點負責。本報告清晰準確地反映了研究人員的研究觀點，結論不受任何第三方的授意、影響，研究人員不曾因、不因、也將不會因本報告中的具體推薦意見或觀點而直接

125、或間接收到任何形式的補償。評級說明 投資建議評級標準 評級 說明 以報告發布日后的 12 個月內公司股價（或行業指數）相對同期基準指數的漲跌幅為基準。其中：A 股以滬深 300 指數為基準；新三板以三板成指或三板做市指數為基準；港股以恒生指數為基準；美股以納斯達克綜合指數或標普500 指數為基準。公司評級 推薦 相對基準指數漲幅 15%以上 謹慎推薦 相對基準指數漲幅 5%15%之間 中性 相對基準指數漲幅-5%5%之間 回避 相對基準指數跌幅 5%以上 行業評級 推薦 相對基準指數漲幅 5%以上 中性 相對基準指數漲幅-5%5%之間 回避 相對基準指數跌幅 5%以上 免責聲明 民生證券股份有

126、限公司（以下簡稱“本公司”）具有中國證監會許可的證券投資咨詢業務資格。本報告僅供本公司境內客戶使用。本公司不會因接收人收到本報告而視其為客戶。本報告僅為參考之用，并不構成對客戶的投資建議，不應被視為買賣任何證券、金融工具的要約或要約邀請。本報告所包含的觀點及建議并未考慮個別客戶的特殊狀況、目標或需要，客戶應當充分考慮自身特定狀況，不應單純依靠本報告所載的內容而取代個人的獨立判斷。在任何情況下，本公司不對任何人因使用本報告中的任何內容而導致的任何可能的損失負任何責任。本報告是基于已公開信息撰寫，但本公司不保證該等信息的準確性或完整性。本報告所載的資料、意見及預測僅反映本公司于發布本報告當日的判斷

127、，且預測方法及結果存在一定程度局限性。在不同時期，本公司可發出與本報告所刊載的意見、預測不一致的報告，但本公司沒有義務和責任及時更新本報告所涉及的內容并通知客戶。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、咨詢服務等相關服務，本公司的員工可能擔任本報告所提及的公司的董事?？蛻魬浞挚紤]可能存在的利益沖突，勿將本報告作為投資決策的唯一參考依據。若本公司以外的金融機構發送本報告，則由該金融機構獨自為此發送行為負責。該機構的客戶應聯系該機構以交易本報告提及的證券或要求獲悉更詳細的信息。本報告不構成本公

128、司向發送本報告金融機構之客戶提供的投資建議。本公司不會因任何機構或個人從其他機構獲得本報告而將其視為本公司客戶。本報告的版權僅歸本公司所有，未經書面許可，任何機構或個人不得以任何形式、任何目的進行翻版、轉載、發表、篡改或引用。所有在本報告中使用的商標、服務標識及標記，除非另有說明，均為本公司的商標、服務標識及標記。本公司版權所有并保留一切權利。民生證券研究院：上海：上海市浦東新區浦明路 8 號財富金融廣場 1 幢 5F；200120 北京：北京市東城區建國門內大街 28 號民生金融中心 A 座 18 層；100005 深圳：廣東省深圳市福田區益田路 6001 號太平金融大廈 32 層 05 單元；518026