計算機行業：AI興起智能算力浪潮來襲-230408（37頁）.pdf

《計算機行業：AI興起智能算力浪潮來襲-230408（37頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業：AI興起智能算力浪潮來襲-230408（37頁）.pdf（37頁珍藏版）》請在三個皮匠報告上搜索。

1、 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。計算機行業 行業研究|深度報告 ChatGPT 等通用大模型的成功極大拉動對智能算力的需求，目前我國人均智能算等通用大模型的成功極大拉動對智能算力的需求，目前我國人均智能算力仍處于全球中等水平，發展智能算力對我國擁有重大戰略意義。力仍處于全球中等水平，發展智能算力對我國擁有重大戰略意義。隨著 ChatGPT帶來的新一代 AI 浪潮，國內外 Bert、GPT4、文心一言等通用大模型相繼發布，基于大模型的多場景應用也不斷拓展，萬億級別參數的大模型以及各種垂直

2、行業的應用極大地驅動了對智能算力的需求。人工智能一直是中美兩國科技競爭的重要領域，中國的數據優勢較為明顯，然而算法和智能算力卻明顯落后于美國。近年來，我國智能算力快速增長，然而我國的人均算力仍處于中等水平，落后于美、英、德等國家。人均算力的水平與一國的智能化水平高度相關，我國積極發展智能算力、打造智算中心是打造國際競爭力、發展綜合國力的關鍵。國家推動多地智算中心建設，由東向西逐步擴展?？萍疾堪l文推動人工智能公國家推動多地智算中心建設，由東向西逐步擴展?？萍疾堪l文推動人工智能公共算共算力平臺建設，要求使用一定比例國產算力以及國產開發框架。力平臺建設，要求使用一定比例國產算力以及國產開發框架。據國

3、家信息中心，未來 80%的場景都將基于人工智能。而普惠大眾的智能算力就是 AI 發展的基礎資源，將要像水、電一樣驅動科技發展、社會進步，智算中心正式實現這些科技創新的源泉。近年來，國家制定一系列政策，在全國范圍內推動信息基礎設施建設，智算中心的建設是其中的關鍵環節。當前我國超過 30 個城市正在建設或提出建設智算中心，一般智算中心的的起步算力目標是 100P，整體布局以東部地區為主，并逐漸向中西部地區拓展。另外，科技部出臺政策推動人工智能公共算力平臺建設，要求在混合部署的公共算力平臺中，自主研發芯片所提供的算力標稱值占比不低于60%，并優先使用國產開發框架，使用率不低于 60%，此舉將推動我國

4、 AI 芯片等國產化進程。AI AI 發展將拉動發展將拉動 A AI I 芯片、服務器、芯片、服務器、A AI I 算力云服務等需求。算力云服務等需求。AI 需要多元異構算力提供支持，將極大拉動 GPGPU、TPU、NPU 等 AI 芯片的需求。目前，英偉達占據中國 AI 芯片市場 80%的份額，海光信息、寒武紀等芯片廠商崛起在即，產品性能提升明顯，有望逐步實現國產替代。浪潮信息、中科曙光等服務器廠商也將持續受益于 AI 浪潮，浪潮信息的 AI 服務器在世界市場和中國市場均蟬聯第一位，是AI 服務器行業的頂尖巨頭。而中科曙光是高性能計算的龍頭，響應國家號召建設曙光 5A 級智算中心，覆蓋全算力

5、精度，賦能人工智能應用場景落地。拓維信息和四川長虹則是華為的親密合作伙伴，依托“昇騰+鯤鵬”打造 AI 服務器。另外，用云服務提供 AI 算力的方式可以減少部署和管理本地計算基礎設施的復雜性，優刻得、深桑達旗下中國電子云等第三方中立廠商有望參與 AI 云服務，持續受益于 AI算力需求的提升。隨著智能計算資源需求的大幅增加，隨著智能計算資源需求的大幅增加，AIAI 芯片、芯片、AIAI 服務器及云計算算力需求將持續提升。服務器及云計算算力需求將持續提升。A AI I 芯片需求快速增長，國產化替代在即。芯片需求快速增長，國產化替代在即。建議關注瀾起科技(688008，買入)、海光信息(688041

6、，買入)、寒武紀-U(688256，未評級)。AIAI 計算需求提升有望持續拉動計算需求提升有望持續拉動 A AI I 服務器需求，服務器需求，建議關注浪潮信息(000977，未評級)、工業富聯(601138，買入)、聯想集團(00992，未評級)、中科曙光(603019，買入)、拓維信息(002261，未評級)、四川長虹(600839，未評級)。著著 AIAI 算法的計算需求不斷增加，算法的計算需求不斷增加，將有越來越多的企業將有越來越多的企業使用云計算平臺來滿足其計算使用云計算平臺來滿足其計算需求需求，中立云計算廠商有望持續受益，中立云計算廠商有望持續受益。建議關注深桑達 A(000032

7、，未評級)、優刻得-W(688158，未評級)。風險提示風險提示 AI 技術發展不及預期風險；芯片供應不足風險；國產化進度不及預期風險；通用大模型被禁用風險。投資建議與投資標的 核心觀點 國家/地區 中國 行業 計算機行業 報告發布日期 2023 年 04 月 08 日 浦俊懿 021-63325888*6106 執業證書編號：S0860514050004 蒯劍 021-63325888*8514 執業證書編號：S0860514050005 香港證監會牌照：BPT856 陳超 021-63325888*3144 執業證書編號：S0860521050002 謝忱 執業證書編號：S08605220

8、90004 杜云飛 覃俊寧 大模型應用百花齊放，AI 發展進入新時代 2023-03-27 OpenAI發布插件功能影響 C 端生態，B 端應重視 OA 與辦公軟件入口潛力 2023-03-26 英偉達 GTC 召開，AI 應用廣泛落地 2023-03-23 AI 興起，智能算力浪潮來襲 看好（維持）計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。2 目 錄 一、AI 帶動智能算力需求，中國人均智能算力處于中等水平.6 1.1 ChatGPT 等通用大模型

9、的發展拉動對智能算力的需求.6 1.2 我國智能算力逐年提高，但人均智算仍處于中等水平.8 二、積極布局智算中心建設，孵化大模型助力 AI 發展.9 2.1 我國加快智算中心布局，三十城積極響應.9 2.1.1 智算中心是“東數西算”的關鍵，為社會提供智算資源 9 2.1.2 國家推動公共算力平臺建設，引導使用國產算力及開發框架 10 2.2 各地打造大算力智算中心，為社會提供澎湃算力.11 2.2.1 北京昇騰人工智能計算中心成立，長期實現 1000P 的算力規模 11 2.2.2 商湯承建臨港 AIDC 智算中心，算力規模遠超同業水平 12 三、芯片、服務器、云計算廠商有望持續受益于 AI

10、 算力需求提升.13 3.1 AI 芯片需求上漲，國產替代在即.13 3.1.1 英偉達：全球 GPU 龍頭 15 3.1.2 海光信息：國產高性能 CPU 和 GPGPU 領軍企業 16 3.1.3 寒武紀：國產 AI 芯片先行者 18 3.1.4 百度昆侖芯：性能優越、生態蓬勃，是支持文心一言的堅實底座 19 3.1.5 華為：打造完善“鯤鵬+昇騰”生態 21 3.2 中國 AI 服務器市場有望快速增長.23 3.2.1 浪潮信息：全球 AI 服務器第一大品牌商 24 3.2.2 工業富聯：全球服務器 ODM 龍頭 25 3.2.3 聯想集團：全球第三大服務器品牌 27 3.2.4 中科曙

11、光：高性能計算龍頭 28 3.2.5 華為：打造超強 AI 集群，提供 AICC 全棧解決方案 29 3.2.6 拓維信息：華為“鯤鵬昇騰”戰略合作伙伴 30 3.2.7 四川長虹：參股華鯤振宇提供澎湃算力 31 3.3 眾多廠商積極布局“云上”AI 算力.32 3.3.1 優刻得提供多種云計算服務，積極適配 AI 領域智算需求 32 3.3.2 深桑達建立中國電子云，致力建設自研數據底座 33 3.3.3 中科曙光：人工智能云計算平臺提供穩定高效算力 34 四、投資建議及相關標的.35 EY8VkZnV8WkXuVvUrY7NdN6MoMrRmOmPeRrRtPeRmNrRaQoPnNMYo

12、MoRNZqNrP 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。3 五、風險提示.35 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。4 圖表目錄 圖 1：機器學習進入大模型時代，訓練算力量級大幅提升，每十個月翻一倍.6 圖 2：中國人工智能行業應用滲透度（%）及同比增長.6 圖 3：我國智能算力規模（EFLOP

13、S）.7 圖 4：AI 的三駕馬車數據、算法、智能算力.7 圖 5：AI 計算場景愈加豐富,對智能算力的需求增加.8 圖 6：2016-2021 年中國算力結構變化.8 圖 7：多地積極推動智算中心建設.10 圖 8：智算中心產業鏈.10 圖 9：2023 年 2 月，北京昇騰人工智能計算中心正式點亮及生態簽約儀式.11 圖 10：北京昇騰人工智能計算機中心大模型合作啟動.12 圖 11：上海臨港 AIDC 人工智能計算中心.12 圖 12：中國 AI 芯片市場規模（億元）.14 圖 13：2021 年，中國高性能及 AI 服務器中各類 AI 芯片占比.14 圖 14：2022-2027 年中

14、國 AI 芯片訓練、推理比例.14 圖 15：2021 年，中國 AI 加速卡市場份額占比.15 圖 16：A100 的性能表現是 V100 的三倍.15 圖 17：CUDA 使英偉達 GPU 在人工智能領域優勢突出.16 圖 18：搭載海光 DCU 的成都超算中心為山地災害風險模擬與險情預報系統提供算力支持.16 圖 19：海光 CPU 與海光 DCU 演變情況.17 圖 20：海光 Z100、NV A100、AMD MI100 性能對比.17 圖 21：寒武紀產品體系.18 圖 22：寒武紀訓推一體思元 370 系列.19 圖 23：昆侖芯發展歷程.19 圖 24：昆侖芯二代,片間互聯可以

15、達到 200GB/s.20 圖 25：昆侖芯二代 AI 加速卡 R200 與業界主流方案測試性能對比.20 圖 26：昆侖芯軟件架構.21 圖 27：昇騰（HUAWEI Ascend）310.21 圖 28：昇騰（HUAWEI Ascend）910.21 圖 29：華為 CANN 人工智能框架技術架構.22 圖 30：華為昇思 MindSpore 技術架構.22 圖 31：以昇思 MindSpore 為基，大模型高速發展.22 圖 32：中國加速服務器市場規模（億美元）.23 圖 33：2021 年，中國 GPU 和非 GPU 加速服務器市場份額占比.23 圖 34：2022 年，各業者服務器

16、采購量占比.23 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。5 圖 35：浪潮 AI 服務器為 AI 巨頭長期保持深入合作.24 圖 36：浪潮集團被列入實體清單.24 圖 37：浪潮信息更改公司地址公告.24 圖 38：2021H1 全球 AI 服務器市場份額比例.25 圖 39：2021H2 中國 AI 服務器市場份額比例.25 圖 40：工業富聯子公司鴻佰科技自研的先進液體冷卻解決方案.25 圖 41：NVIDIA Grace CPU 以及 G

17、race Hopper Superchip.26 圖 42：聯想為韓國國家氣象局提供高性能計算機.27 圖 43：紫金云高性能計算平臺五大特點.27 圖 44：中科曙光 X785-G30：HPC、深度學習訓練/推理.28 圖 45：X785-G40：訓練與推理功能的全能型 GPU 服務器.28 圖 46：中科曙光 5A 級智算中心.28 圖 47：曙光智算中心布局.28 圖 48：華為昇騰 Atlas 900 AI 集群.29 圖 49：鵬城云腦機房.30 圖 50：“鵬城云腦 II”連續三屆獲得“AIPerf500”榜單冠軍.30 圖 51：拓維信息與華為攜手共創生態.30 圖 52：“兆瀚

18、”產品體系.31 圖 53：華鯤振宇參建的成都智算中心.31 圖 54：天宮 AI 訓練服務器 AT800 Model 9000.31 圖 55：英偉達發布 DGX 云服務，提供云上算力.32 圖 56：優刻得私有云生態體系.32 圖 57：內蒙古烏蘭察布云計算中心.33 圖 58：上海青浦云計算中心.33 圖 59：PKS 體系技術架構.34 圖 60：人工智能云計算平臺解決方案.34 表 1：英偉達不同型號通用 GPU 參數規格對比.15 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱

19、讀本證券研究報告最后一頁的免責申明。6 一、一、AI 帶動智能算力需求，中國人均智能算力處于中帶動智能算力需求，中國人均智能算力處于中等水平等水平 1.1 ChatGPT 等通用大模型的發展拉動對智能算力的需求 機器學習進入大模型時代，機器學習進入大模型時代，ChatGPT 等通用大模型的訓練迭代極大拉動對智能算力的需求。模等通用大模型的訓練迭代極大拉動對智能算力的需求。模型成功部署后，推理也將需要大量智能算力做支撐。型成功部署后，推理也將需要大量智能算力做支撐。從模型訓練角度來說，據 J.Sevilla 等發布的文章Compute Trends Across Three Eras of Ma

20、chine Learning,2022 International Joint Conference on Neural Networks(IJCNN)，機器學習的訓練計算大概可以分為三個時期。第一個時期為 2012 年之前，訓練算力大致遵循摩爾定律，約每 20 個月翻一番。而進入深度學習時代，算力翻倍的速度加速至 5-6 個月。2015-2016 年左右開啟了大模型時代，在這個時期，計算量增長變慢，翻倍時間約為 10 個月。但整體的訓練計算量比深度學習時代的系統大 2 到 3 個數量級(OOM)。從 2022 年底，隨著 ChatGPT成功帶來的新一代 AI 浪潮，國內外 Bert、GPT4

21、、文心一言等通用大模型相繼發布。這些大模型的訓練需要千億、甚至萬億級參數，以及上千 GB 的高質量數據，大模型的訓練迭代將極大地拉動了智能算力的需求。另外，日后隨著模型的成熟落地和推廣，模型推理所需的智能算力也將逐漸增加，占比不斷提高。圖 1：機器學習進入大模型時代，訓練算力量級大幅提升，每十個月翻一倍 數據來源：J.Sevilla,L.Heim,A.Ho,T.Besiroglu,M.Hobbhahn and P.Villalobos,Compute Trends Across Three Eras of Machine Learning,2022 International Joint Co

22、nference on Neural Networks(IJCNN),Padua,Italy,2022,pp.1-8,doi:10.1109/IJCNN55064.2022.9891914、東方證券研究所 除了除了通用大模型的訓練，垂直行業大模型的訓練、基于通用大模型的微調的行業應用也需要大量通用大模型的訓練，垂直行業大模型的訓練、基于通用大模型的微調的行業應用也需要大量的智能算力做支撐。的智能算力做支撐。垂直行業的大模型訓練也需要大量的智能算力，另外，基于大模型的多場景應用也不斷拓展。AI 滲透千行百業，拉動智能算力規模高速增長。2022 年，各行各業的 AI 應用滲透度都呈不斷加深的態勢，

23、尤其是在金融、電信、制造以及醫療領域，為實現業務增長、保持強大競爭力、從而占據更大的市場份額，企業紛紛入局 AI 領域，通過新技術提升傳統業務用戶體驗，人工智能應用增長迅速。據 IDC 和浪潮信息聯合發布的2022-2023 中國人工智能計算力發展評估報告，預計到 2023 年年底，中國將有 50%的制造業供應鏈環節采用人工智能技術實現業務體驗提升。在未來，隨著 AI 技術對傳統行業賦能作用日益凸顯，催生出更大智算需求成為必然。圖 2：中國人工智能行業應用滲透度（%）及同比增長 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后

24、部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。7 數據來源：IDC、浪潮信息、東方證券研究所 智能算力規模高速增長，中國智能算力預計智能算力規模高速增長，中國智能算力預計 2026 年突破年突破 ZFLOPS 量級。量級。在大模型取得突破、應用場景的廣泛開拓與深入發展的背景下，智能算力需求將在未來幾年迎來井噴。隨著數據量高速增長、數據要素化進程推進、同時算力模型復雜度日益提升，智能算力作為釋放數據價值的必要工具，其需求與規?？焖僭鲩L。OpenAI分析顯示，從2012年以來，最大規模的 AI模型訓練中所需要的計算量，每 3.5 個月便翻倍一次。相比于摩爾定律 2 年的倍

25、增期，算力需求具有遠高于芯片承載計算量的增長速度。同時據 IDC 數據與預測，2021 年中國智能算力規模達到155.2EFLOPS，并在之后的幾年始終保持穩健增長態勢，預計到 2026 年將突破進入每秒十萬億億次浮點計算級別，智能算力實現 1,271.4EFLOPS 的龐大規模，2021-2026 年期間，預計年復合增長率達到 52.3%。圖 3：我國智能算力規模（EFLOPS）數據來源：IDC、東方證券研究所 發展智能算力對我國擁有重大戰略意義。發展智能算力對我國擁有重大戰略意義。人工智能一直是中美兩國科技競爭的重要領域，而中美在 AI 的三大技術數據、算法、算力中各有優勢。中國的數據優勢

26、較為明顯，然而算法和智能算力卻明顯落后于美國。智能算力對于我國發展 AI、數據要素、以及社會全方位的發展都有著重大的戰略意義。圖 4：AI 的三駕馬車數據、算法、智能算力 0.00%2.00%4.00%6.00%8.00%10.00%12.00%14.00%0102030405060708090互聯網 金融政府電信制造服務交通醫療能源教育20212022同比增幅31.775155.2268427640922.81271.40200400600800100012001400201920202021 2022E 2023E 2024E 2025E 2026E中國智能算力規模(EFLOPS)計算機行

27、業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。8 數據來源：鄭緯民院士學術報告人工智能算力基礎設施的設計、評測與優化、東方證券研究所 智能計算的算力精度主要為單精度、半精度或整形，推理相比訓練所需算力精度更低。智能計算的算力精度主要為單精度、半精度或整形，推理相比訓練所需算力精度更低。算力可分為通用算力、智能算力以及超算算力，對應著三種計算模式：基礎計算、智能計算以及超級計算。不同的場景所需的算力種類不同，其對應的計算精度不盡相同。如一些產業數字化的場景對精度要

28、求不高，通用算力（基礎算力）即可滿足需求。而例如天體物理、氣象研究、航空航天等高精尖科研領域需要能夠支持復雜運算、性能高的雙精度算力，即超算算力。而對于人工智能的模型訓練及推理來說，處理文字、語音、圖片或視頻等需求較大，單精度、半精度、甚至整型的計算即可滿足應用需要。一般來說，相比于模型訓練，模型推理所需的算力精度較低，很多場景 Int8即可滿足需要。圖 5：AI 計算場景愈加豐富,對智能算力的需求增加 數據來源：華為、東方證券研究所 1.2 我國智能算力逐年提高，但人均智算仍處于中等水平 我國我國智能算力占比已經超過通用基礎算力達到智能算力占比已經超過通用基礎算力達到51%51%，預計未來持

29、續高速增長，增長速度遠超通用，預計未來持續高速增長，增長速度遠超通用基礎算力基礎算力。我國智能算力占算力的比重也增長迅速。據中國信通院，2016 年，智能算力在我國算力中的占比僅為 3%，而 2021 年，我國智能算力占比已經超過基礎算力，達到 51%，成為算力快速增長的驅動力。IDC 計算得出 2021 年到 2026 年期間中國智能算力規模年復合增長率為52.3%，與同期預測得出的 18.5%通用算力規模年復合增長率相對比，可以展現出智能算力的井噴式增長態勢。圖 6：2016-2021 年中國算力結構變化 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。

30、其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。9 數據來源：中國信通院、東方證券研究所 從智能算力總額來看，美、中處于領先地位。從人均智能算力的從智能算力總額來看，美、中處于領先地位。從人均智能算力的角度，中國仍處于全球中等水平。角度，中國仍處于全球中等水平。據中國算力指數發展白皮書（2022），美、中的智能算力處于全球領先地位，分別占全球比重的 45%和 28%。然而從人均算力的高低來衡量，美國、英國、德國等國家的人均算力普遍高于 1000GFlops，而我國的人均算力處于中等水平。據 IMB 研究發現，人均算力的水平與一國的智能化水

31、平高度相關，我國積極發展智能算力、打造智算中心是打造國際競爭力、發展綜合國力的關鍵。二、積極布局智算中心建設，孵化大模型助力二、積極布局智算中心建設，孵化大模型助力 AI 發展發展 2.1 我國加快智算中心布局，三十城積極響應 2.1.1 智算中心是“東數西算”的關鍵，為社會提供智算資源 據國家信息中心，未來據國家信息中心，未來 80%的場景都將基于人工智能，所占據的算力資源將主要由智算中心提供。的場景都將基于人工智能，所占據的算力資源將主要由智算中心提供。AI 大模型已經成為國家、企業和科研院所積極發展、重點投入的大方向。而普惠大眾的智能算力就是 AI 發展的基礎資源，將要像水、電一樣驅動科

32、技發展、社會進步。智算中心正式實現這些科技創新的源泉。近年來，國家制定一系列政策，在全國范圍內推動信息基礎設施建設，智算中心的建設是其中的近年來，國家制定一系列政策，在全國范圍內推動信息基礎設施建設，智算中心的建設是其中的關鍵環節。關鍵環節。2020 年 4 月 20 日，國家發展改革委首次明確新型基礎設施范圍，將智能計算中心作為算力基礎設施的重要代表納入信息基礎設施范疇。2021 年 5 月，國家發改委等四部門聯合發布了全國一體化大數據中心協同創新體系算力樞紐實施方案，提出布局全國算力網絡樞紐節點。2022 年 2 月 17 日，國家發改委、中央網信辦、工業和信息化部、國家能源局聯合印發通知

33、，同意在京津冀、長三角、粵港澳大灣區、成渝、內蒙古、貴州、甘肅、寧夏等 8 地啟動建設國家算力樞紐節點，并規劃了 10 個國家數據中心集群?！皷|數西算”工程正式全面啟動。而智算中心承載的以模型訓練為代表的非實時性計算尤為適合“東數西算”。我國智算中心加快布局，孵化我國智算中心加快布局，孵化多行業大模型，推動多行業大模型，推動 AI 應用落地應用落地。隨著全國一體化算力網絡和“東數西算”工程的部署，我國智能計算中心也加快布局。根據國家信息中心與相關部門聯合發布的智能計算中心創新發展指南，當前我國超過 30個城市正在建設或提出建設智算中心，一般智算中心的的起步算力目標是100P，整體布局以東部地區

34、為主，并逐漸向中西部地區拓展。比如天津的智能計算中心項目一期工程覆蓋 850 余家企業及科研院所；成都智算中心去年上線，聚焦智慧醫療、智慧辦公等應用場景。根據 ICPA 智算聯盟統計，截至 2022 年 3 月，全國已投運的人工95.00%47%3%51%2%2%0%20%40%60%80%100%20162021基礎算力占比智能算力占比超算算力占比 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。10 智能計算中心有近 20 個，在建設的人工智能計算中心

35、超 20 個。各地方也結合本地產業特色，加快人工智能應用創新，聚合人工智能產業生態，例如武漢人工智能計算中心陸續孵化出紫東.太初、武漢.LuoJia 等大模型，加速推動 AI 在多模態交互、遙感等領域的落地應用。圖 7：多地積極推動智算中心建設 數據來源：鄭緯民院士學術報告人工智能算力基礎設施的設計、評測與優化、東方證券研究所 智算中心產業鏈涉及多關鍵智算中心產業鏈涉及多關鍵環節，可提供數據服務、算力服務、算法服務、生態服務等全面服務。環節，可提供數據服務、算力服務、算法服務、生態服務等全面服務。智算中心產業鏈上游主要由AI服務器供應商、存儲設備供應商、網絡設備供應商以及數據中心管理系統提供商

36、等IT基礎設施提供商以及土建施工承包商、供配電系統供應商、制冷系統提供商土建基礎設施商。其中，AI芯片以及AI芯片間的互聯是決定智算性能的關鍵。目前，AI加速計算主要是采用CPU系統搭載GPU、FPGA、ASIC等異構加速芯片，我國AI芯片在性能和軟件生態方面還有待進一步提高。而NVLink和OAM兩種高速互聯架構可以保障多加速器間進行高速互聯通信，提升模型訓練效率，滿足各領域場景和復雜的AI模型的計算需求。另外，大模型分布式訓練對計算、存儲都有高性能、易擴展的要求，同時低延遲、高帶寬的網絡有助于保障AI集群訓練的高效。智算產業鏈中游為智算服務提供商、云服務供應商、IDC服務商等。行業下游則為

37、互聯網、金融等行業及各種先進產業的落地應用，為企業和科研單位提供數據服務、算力服務、算法服務、生態服務等多元化服務。圖 8：智算中心產業鏈 數據來源：智能計算中心創新發展指南、東方證券研究所 2.1.2 國家推動公共算力平臺建設，引導使用國產算力及開發框架 科技部出臺政策推動公共算力平臺建設?？萍疾砍雠_政策推動公共算力平臺建設。依照新一代人工智能發展規劃，科技部啟動“人工智能驅動的科學研究”（AI for Science）專項部署工作，同時發布科技部辦公廳關于開展國家 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請

38、與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。11 新一代人工智能公共算力開放創新平臺申報工作的通知，提出要推進 AI 領域的模型與算法創新工作，加快推動國家新一代人工智能公共算力開放創新平臺建設，支持高性能計算中心與智算中心異構融合發展。公共算力平臺對自主研發芯片以及國產開發框架的使用提出要求，推動公共算力平臺對自主研發芯片以及國產開發框架的使用提出要求，推動 AI基礎設施國產化浪潮?；A設施國產化浪潮。公共算力平臺的建設指引（下稱指引）中要求在混合部署的公共算力平臺中，自主研發芯片所提供的算力標稱值占比不低于 60%，并優先使用國產開發框架，使用率不低于 60%。此外，在算

39、力方面，對 AI 訓練和推理的常用規格進行要求，16 位浮點(FP16)性能應達到 400PFLOPS，32 位浮點(FP32)性能應達到 200PFLOPS，16 位整型(INT16)性能應達到 400POPS。同時，指引針對如今大模型訓練需求的井噴需求，同時對環境承載能力提出要求，提出平臺應配置成熟易用的人工智能全棧運行環境，能夠運行千億級參數的預訓練模型，且同時實現至少三種典型人工智能業務場景的解決方案。2.2 各地打造大算力智算中心，為社會提供澎湃算力 2.2.1 北京昇騰人工智能計算中心成立，長期實現 1000P 的算力規模 2023年年 2月，北京月，北京昇昇騰人工智能計算中心正式

40、點亮，騰人工智能計算中心正式點亮，首次采用市場化運作模式，智算中心首次采用市場化運作模式，智算中心打造產打造產業發展新模式業發展新模式。2023 年 2 月 17 日，2023 中關村論壇首場系列活動北京人工智能產業創新發展大會成功舉辦。在會上，北京昇騰人工智能計算中心正式點亮。該計算中心由北京市門頭溝區政府聯合中關村發展集團、華為公司攜手打造，可為企業和科研單位等提供昇騰 AI 澎湃算力服務。北京昇騰人工智能計算中心實現了兩個“首發”：首先，該中心采用市場化運作模式，積極探索人工智能“根技術+產業資本+產業政策”建設新模式。二是以自主創新根技術為依托，通過搭建“公共算力服務平臺”、“應用創新

41、孵化平臺”、“產業聚合發展平臺”、“科研創新與人才培養平臺”四個平臺，形成“普惠算力+創業服務+創新平臺+優質人才”的產業發展新模式，打造具有特色產業的“京西智谷”。圖 9：2023 年 2 月，北京昇騰人工智能計算中心正式點亮及生態簽約儀式 數據來源：華為計算、東方證券研究所 北京北京昇昇騰人工智能計算中心騰人工智能計算中心一期的算力規模實現一期的算力規模實現 100P，未來將達到，未來將達到 1000P。北京昇騰人工智能計算中心一期算力規模達到 100P，而其首批簽約的 47 家企業以及科研范圍的算力使用規模預計為 248P。未來，該智算中心將持續擴容：短期將實現 500P 的算力規模，長

42、期將為企事業單位、科研院所提供 1000P 的普惠算力，助力人工智能產業蓬勃發展。計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。12 北京北京昇昇騰騰人工智能計算中心賦能金融、醫療、出行等多行業的大模型。人工智能計算中心賦能金融、醫療、出行等多行業的大模型。在會上，該智算中心與多模態量化金融大模型及其應用MTGFinTech 正式簽約，MTGFinTech 支持金融計量、金融隨機分析模型，應用于風險管理、產品定價、資產管理等場景。與智算中心合作的還有全球

43、首個視覺為中心的自動駕駛大模型神行，該模型能夠打通感知到預測全流程，推動自動駕駛規?；涞?，應用于駕駛輔助、共享出行、城區配送等方面。圖 10：北京昇騰人工智能計算機中心大模型合作啟動 數據來源：華為計算、東方證券研究所 2.2.2 商湯承建臨港 AIDC 智算中心，算力規模遠超同業水平 商湯承建的上海臨港商湯承建的上海臨港 AIDC人工智能計算中心算力規模超群，可滿足同時訓練人工智能計算中心算力規模超群，可滿足同時訓練 20 個千億參數量大個千億參數量大模型。模型。商湯 AIDC 計算中心占地超過 13 萬平方米，一期機柜數量 5000 個，現已正式投入使用。中心通過部署 2.7 萬塊 GP

44、U 實現超過 4910 Petaflops 的總算力供給，實現大幅超過業界絕大多數在 200-300 Petaflops 區間浮動的智算中心算力規模，通過完成行業十倍的規模提升實現了跨越式提高的用戶體驗。在龐大規模的算力支撐下，商湯 AIDC 可以同時滿足訓練 20 個千億參數量大模型的性能要求，算力可支持的單個最大模型的參數量超過萬億，能夠充分滿足各大廠商積極研發大模型的基礎設施需求，支撐中國 AI 智算產業高速發展。商湯 AIDC 的優點不僅僅局限于規模一項，還同時達到了低碳節能的綠色環保發展要求。商湯通過采取各種能源優化措施、實施離心系統并部署工業冷卻制冷劑，通過提高每攝氏度 3%到5%

45、的冷卻效率，有效實現 80%的降低幅度，年均 PUE 優化至 1.28，與國內其他數據中心相比能耗平均水平低約 10%。AIDC 是支撐商湯大模型的有力基礎計算平臺，同時也是向社會輸送普惠算力的堅實底座。圖 11：上海臨港 AIDC 人工智能計算中心 數據來源：商湯官網，東方證券研究所 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。13 三、芯片、服務器、云計算廠商有望持續受益于三、芯片、服務器、云計算廠商有望持續受益于 AI 算算力需求提升力需求提升

46、隨著智能計算資源需求的大幅增加，我們認為隨著智能計算資源需求的大幅增加，我們認為 AIAI 芯片、芯片、AIAI 服務器、以及云計算算力需求將持續服務器、以及云計算算力需求將持續提升。提升。A AI I 芯片需求快速增長，國產化替代在即芯片需求快速增長，國產化替代在即：AI 計算需要多元異構算力提供支持，將極大拉動GPGPU、AISC 等 AI 芯片的需求。中國 AI 芯片市場規模有望快速增長，據艾瑞咨詢發布的2022 年中國人工智能產業研究報告()，預計 2027 年達到 2164 億元。目前，英偉達憑借其 AI 芯片的超高性能，占中國加速卡市場的 80%以上。海光信息、寒武紀等巨頭堅持迭代

47、升級，其產品性能日益提升，有望獲得更多市場份額，實現國產替代。另外，隨著大模型的成熟部署，對性能要求稍低的推理芯片的占比將日益提升，也有益于國產 AI 芯片占比提升。AIAI 計算需求提升有望持續拉動計算需求提升有望持續拉動 A AI I 服務器需求，浪潮信息、中科曙光等服務器需求，浪潮信息、中科曙光等 A AI I 服務器龍頭有望服務器龍頭有望持續受益，拓維信息、四川長虹基于華為“鯤鵬持續受益，拓維信息、四川長虹基于華為“鯤鵬+昇騰昇騰”的生產”的生產AIAI服務器，也有望受益。服務器，也有望受益。相比于 AI 芯片，AI 服務器的技術壁壘較低，浪潮信息、中科曙光等中國服務器廠商占領了 AI

48、服務器絕大部分市場，有望持續受益于智能算力需求提升。其中，浪潮信息的 AI 服務器在世界市場和中國市場均蟬聯第一位，是 AI 服務器行業的頂尖巨頭。而中科曙光是高性能計算的龍頭，響應國家號召建設曙光 5A 級智算中心，覆蓋全算力精度，賦能人工智能應用場景落地。拓維信息和四川長虹則是華為的親密合作伙伴，依托“昇騰+鯤鵬”打造 AI 服務器。隨著隨著 AIAI 算法的計算需求不斷增加，算法的計算需求不斷增加，將有越來越多的企業將有越來越多的企業使用云計算平臺來滿足其計算需求使用云計算平臺來滿足其計算需求，中立云計算廠商有望持續受益中立云計算廠商有望持續受益。云計算廠商可以為企業提供靈活的計算資源，

49、幫助企業更好地管理其計算需求，提高其計算效率和靈活性，減少部署和管理本地計算基礎設施的復雜性。除了華為云等國內外云計算巨頭，優刻得、深桑達旗下中國電子云等第三方中立廠商也在積極參與 AI 云服務，有望持續受益于 AI 算力需求的提升。一方面，這些廠商可以作為客戶除云大廠外的第二選擇。另外，這些廠商具有中立方的身份優勢，不會和下游客戶產生競爭，更容易獲得客戶信任。3.1 AI 芯片需求上漲，國產替代在即 AI 需要多元異構算力提供支持，拉動需要多元異構算力提供支持，拉動 AI 芯片需求。芯片需求。人工智能算法需要從海量的圖像、語音、視頻等非結構化數據中挖掘信息。從大模型的訓練、場景化的微調以及推

50、理應用場景，都需要算力支撐。而以 CPU為主的通用計算能力已經無法滿足多場景的 AI 需求。以 CPU+AI 芯片（GPU、FPGA、ASIC）提供的異構算力，并行計算能力優越、具有高互聯帶寬，可以支持 AI 計算效力實現最大化，成為智能計算的主流解決方案。服務器中的 CPU 和 AI 卡的數量并不固定，會根據客戶應用需求調整，對于 AI 服務器來講，較為常見的是配備 2 個 CPU，以及八個 AI 卡。而相比于 AI 服務器，傳統的通用服務器則以 CPU 為主。因此，AI 的發展將極大拉動 GPGPU、TPU、NPU 等 AI 芯片的需求。中國中國 AI 芯片市場將保持高速增長，芯片市場將保

51、持高速增長，AI 推理芯片份額有望持推理芯片份額有望持續提升，國產化續提升，國產化 AI 芯片占比有望提升。芯片占比有望提升。2022 年，中國的 AI 芯片市場規模約 385 億元。隨著 AI 發展以及智算中心建設浪潮，該市場預計將保持高增長趨勢。據艾瑞咨詢測算，到 2027 年，中國的 AI 芯片市場規模預計將達到 2164 億 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。14 元。另外，在我國高性能及 AI 服務器中，GPGPU 憑借其優秀的性能

52、和通用能力占比 92%,剩下份額由 AISC 和 FPGA 分享。隨著 AI 模型的優化落地，AI 推理芯片的占比將日益提升。據艾瑞咨詢，2022 年，中國 AI 訓練芯片以及 AI 推理芯片的占比分別為 47.2%和 52.8%。預計 2027 年，中國 AI 訓練芯片與推理芯片的比例將分別達到 23.7%與 76.3%。相比于 AI 訓練芯片，推理芯片的性能要求以及精度要求較低，部分國產 AI 芯片憑借其良好性能以及性價比能夠滿足推理端的需求，我國 AI 芯片國產化占比有望提升。圖 12：中國 AI 芯片市場規模（億元）圖 13：2021 年，中國高性能及 AI 服務器中各類 AI 芯片占

53、比 數據來源：艾瑞咨詢、東方證券研究所 數據來源：IDC、東方證券研究所 圖 14：2022-2027 年中國 AI 芯片訓練、推理比例 數據來源：艾瑞咨詢研究院、東方證券研究所 AI 芯片領域的三類玩家。芯片領域的三類玩家。大模型的訓練需要大規模的訓練數據以及強大的計算資源，需要多卡多機協同完成。這對 AI 芯片本身的性能，以及多卡多機的互聯提出了很高的要求。目前，在 AI 芯片領域，有三類玩家。一種是以 Nvidia、AMD 為代表的實力強勁的老牌芯片巨頭，這些企業積累了豐富的經驗，產品性能突出。另一種是以 Google、百度、華為為代表的云計算巨頭，這些企業紛紛布局通用大模型，并自己開發

54、了 AI 芯片、深度學習平臺等支持大模型發展。如 google 的TensorFlow 以及 TPU，華為的鯤鵬昇騰、CANN 及 Mindspore。最后是一些小而美的 AI 芯片獨角獸，如寒武紀、壁仞等。英偉達占據英偉達占據 80%以上中國加速卡市場份額，國產以上中國加速卡市場份額，國產 AI 芯片亟待發展。芯片亟待發展。根據 IDC 的數據顯示，2021年中國加速卡的出貨數量已經超過 80 萬片，其中 Nvidia 占據了超過 80%的市場份額。剩下的份額有 AMD、百度、寒武紀、燧原科技、新華三、華為、Intel 和賽靈思等品牌。1953273855668271210167521640

55、.00%10.00%20.00%30.00%40.00%50.00%60.00%70.00%80.00%05001000150020002500中國AI芯片市場規模同比增速91.90%7.80%0.30%GPGPUASICFPGA47.2%44.3%40.4%35.7%29.6%23.7%52.8%55.7%59.6%64.3%70.4%76.3%0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%80.0%90.0%100.0%20222023E2024E2025E2026E2027EAI訓練芯片AI推理芯片 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析

56、師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。15 圖 15：2021 年，中國 AI 加速卡市場份額占比 *以出貨量口徑 數據來源：IDC、東方證券研究所 3.1.1 英偉達：全球 GPU 龍頭 英偉達占據芯片市場絕對優勢。英偉達占據芯片市場絕對優勢。長期以來，英偉達在高端GPU市場占據絕對主導地位，現如今已量產的主流 A100 芯片相比前代產品 V100，性能得到顯著提高，代表當今高端芯片水平。最新一代 H100芯片也已經亮相，即將量產。天數智芯數據顯示，2021年英偉達在中國云端 AI訓練芯片市場的份額

57、達到 90%。據 IDC，在 2021年中國出貨的 80多萬張加速卡中，英偉達占據超過 80%份額。芯片的研發周期較長，英偉達具有絕對先行優勢，雖然目前國內企業突破英偉達壟斷仍然任重道遠，但寒武紀、華為 AI 芯片快速發展，有望逐步進行國產替代。圖 16：A100 的性能表現是 V100 的三倍 數據來源：NVIDIA 官網、東方證券研究所 受制裁影響，英偉達對部分產品性能進行受制裁影響，英偉達對部分產品性能進行“閹割”，推出“中國版芯片”“閹割”，推出“中國版芯片”A800、H800。2022年10 月，美國發布了針對中國的先進計算與半導體產品的出口管制，限制美國企業向中國出口先進高端芯片設

58、備。在新管制的限制下，英偉達的 A100、H100 被禁止售賣給中國，而采用 12nm 工藝、性能較低的 V100 GPU 芯片不在管控之列。針對此次制裁，英偉達對 A100 的部分性能進行“閹割”，推出 A800。相比于 A100，A800 在單卡計算性能上沒有差別，但是互聯帶寬從600GB/s 下降到了 400GB/s，在一定程度上影響了如大模型訓練等多卡互聯場景的性能。目前，A800 已實現量產，并在中國規?；涞貞?。英偉達還推出了旗艦芯片 H100 的替代版 H800，目前還未量產。表 1：英偉達不同型號通用 GPU 參數規格對比 80%20%NvidiaAMD、百度、寒武紀、燧原科

59、技、新華三、華為、Intel、賽靈思等 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。16 產品規格產品規格/型號型號 H100 A100 A800 V100 FP32 67 teraFLOPS 19.5 teraFLOPS 19.5 teraFLOPS 8.2 teraFLOPS FP16 Tensor Core 1979 teraFLOPS*624 teraFLOPS 624 teraFLOPS 16.4 teraFLOPS INT8 Tensor

60、Core 3958 TOPS 1248 TOPS 1248 TOPS GPU 顯存顯存 80GB 80GB 80GB 32GB GPU 顯存帶寬顯存帶寬 3.35TB/s 2039 GB/s 2039 GB/s 1134 GB/s 互連技術互連技術 NVLink：900GB/s PCIe 5.0：128GB/s NVLi：600 GB/s PCIe 4.0：64 GB/s NVLi：400 GB/s PCIe 4.0：64 GB/s NVLi：300 GB/s PCIe 4.0：32 GB/s 最大熱設計功率最大熱設計功率(TDP)700W 400W 400W 300W 發布時間發布時間 20

61、22.03 2020.03 2022.11 2017.5 數據來源：NVIDIA 官網，東方證券研究所整理 CUDA（Compute Unified Device Architecture）是英偉達在）是英偉達在 GPU 領域形成壟斷的利刃。領域形成壟斷的利刃。CUDA 是 NVIDIA 開發的一種并行計算平臺和編程模型，它允許開發人員使用 C/C+語言在NVIDIA GPU 上進行高性能計算。CUDA 的出現使得 GPU不再只是用于圖形處理，而是為英偉達的GPU提供了強大的計算能力，高效的數據處理能力和良好的并行性能。另外，CUDA使英偉達能夠在各個領域占據重要地位。例如，CUDA 可用于加

62、速深度學習、人工智能、醫療、氣象預測、金融建模等眾多領域的計算任務，其開發平臺應用廣泛。圖 17：CUDA 使英偉達 GPU 在人工智能領域優勢突出 數據來源：Nvidia 官網、東方證券研究所 3.1.2 海光信息：國產高性能 CPU 和 GPGPU 領軍企業 海光信息專注于研發、設計和銷售高端處理器（海光信息專注于研發、設計和銷售高端處理器（CPU 以及以及 GPGPU），持續技術創新、產品迭代。），持續技術創新、產品迭代。海光信息的主要產品為應用于服務器和工作站等設備中的通用處理器（CPU）和協處理器（DCU,即 GPGPU）。海光處理器性能出眾，同時軟硬件生態豐富、工具鏈完整、應用遷移

63、成本低。另外，海光 CPU與 DCU雖脫胎于 AMD，但經過多年獨立自主研發迭代，已經實現自主可控、安全可靠，是國產芯片之光。目前，蘇州昆山、成都等多地超算中心已經搭載海光 CPU 與 DCU，為社會提供優質算力。圖 18：搭載海光 DCU 的成都超算中心為山地災害風險模擬與險情預報系統提供算力支持 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。17 數據來源：澎湃新聞、東方證券研究所 海光海光 CPU一、二代均已商業化，一、二代均已商業化，三代初亮相，

64、四代有序研發中。海光三代初亮相，四代有序研發中。海光 DCU 一代已商業化應用，一代已商業化應用，二代研發中。二代研發中。公司持續技術創新和演進，堅持走“銷售一代，驗證一代，研發一代”的產品開發策略。公司建立了完善的高端處理器的研發環境和流程，持續開發多代產品，產品性能不斷提高，同時功能不斷完善豐富。海光 CPU 的四代產品中，海光一號和海光二號均實現了商業化應用，海光三號已亮相發布會，海光四號處于研發階段。海光 DCU 于 2018 年啟動 DCU 第一代產品深算一號的產品研發，于 2020 年 1 月啟動了深算二號的研發，截至 2022 年 6 月，深算一號已實現商業化應用。圖 19：海光

65、 CPU 與海光 DCU 演變情況 數據來源：海光信息招股書、東方證券研究所繪制 海光海光 DCU 某些硬件性能與英偉達的某些硬件性能與英偉達的 A100、AMD 的的 MI100 相近。相近。海光 DCU 雙精度計算能力突出。據北京大學高性能計算系統中標公告（HCZB-2021-ZB0364），海光信息的 DCU Z100 的通用計算核心達到 8192 個。其關鍵性能指標實現：FP64 10.8TFlops，顯存 32GB HBM2，對比全球芯片巨頭的高端 AI 芯片不遑多讓。英偉達 A100 的相關指標為：FP64 9.7 TFlops、顯存40/80GB HBM2。AMD MI100 的

66、相關指標為：FP64 11.5 TFlops、顯存 32GB HBM2。圖 20：海光 Z100、NV A100、AMD MI100 性能對比 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。18 數據來源：采招網、英偉達官網、AMD 官網、東方證券研究所繪制 海光海光 DCU 生態豐富，工具鏈完整。生態豐富，工具鏈完整。海光的 DCU 脫胎于 AMD，兼容主流生態開源 ROCm GPU 計算生態，支持 TensorFlow、Pytorch 和 Paddl

67、ePaddle 等主流深度學習框架、適配主流應用軟件。ROCm 又被稱為類 CUDA，現有 CUDA 上運行的應用可以低成本遷移到基于 ROCm 的海光平臺上運行。2022 年，海光發布國內首個全精度（年，海光發布國內首個全精度（FP64）異構計算平臺，）異構計算平臺，該平臺搭載 CPU 海光三號和 DCU海光深算，涵蓋數值模擬、AI 訓練、AI 推理所需的多樣算力，實現了智能計算與數值運算的深度融合。同時，此平臺可全面支持 TensorFlow、PyTorch、Caffe2 等主流 AI 深度學習框架，目前已超過 1000 種應用軟件部署在該平臺上。3.1.3 寒武紀：國產 AI 芯片先行者

68、 寒武紀始終深耕芯片研發，不斷推陳出新、實現技術進步。寒武紀始終深耕芯片研發，不斷推陳出新、實現技術進步。寒武紀成立于 2016 年，專注人工智能芯片產品的研發與創新。公司成立之初便開始了對 AI 芯片領域的探索創新。并在 2016 年年底成功研發出全球首款 AI 手機芯片寒武紀 1A。2017 年，這款芯片被搭載于華為的高端系統級芯片麒麟970，應用于Mate10手機，并獲得了廣泛好評。芯片可以在功耗極低的前提下，涵蓋人臉識別、語音識別、圖像增強等多種功能。此后，寒武紀又陸續推出了多款 AI 芯片產品，包括云端訓練芯片 MLU100、邊緣推理芯片 MLU270、車載推理芯片 MLU290 等

69、。這些產品都具有高性能、低功耗、高集成度等特點，在圖像識別、語音識別、自然語言處理等領域都有著優異的表現。圖 21：寒武紀產品體系 數據來源：寒武紀官網，東方證券研究所 思元思元 370是寒武紀的首款訓練推理一體芯片，也是其云端產品的第三代。是寒武紀的首款訓練推理一體芯片，也是其云端產品的第三代。思元370采用了7nm制程工藝，并成為首款采用 Chiplet 技術的人工智能芯片。該芯片最大算力可達 256TOPS(INT8)，計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最

70、后一頁的免責申明。19 是上一代云端推理產品思元 270 算力的兩倍，同時該芯片還支持 LPDDR5 內存，內存帶寬是 270的三倍，因此可以在板卡有限的功耗范圍內為人工智能芯片分配更多的能源，從而輸出更高的算力。思元 370智能芯片還采用了先進的 Chiplet技術，支持靈活的芯粒組合，僅用單次流片便可以實現多款智能加速卡產品的商用。目前，該公司已推出三款加速卡：MLU370-S4、MLU370-X4和MLU370-X8，包含應用于計算密度高的數據中心、針對專注人工智能推理相關業務的互聯網廠商需求和應用于對算力帶寬要求高的訓練任務，滿足用戶的多樣化需求。新一代訓練芯片寒武紀新一代訓練芯片寒武

71、紀 590 還未量產，據悉訓練能力突出。還未量產，據悉訓練能力突出。寒武紀最新一代云端智能訓練芯片思元 590 還未正式發布，據寒武紀董事長在 2022 WAIC 上介紹，思元 590 采用全新的 MLUarch05架構，實測訓練性能較在售產品有了顯著提升。思元 590 可提供更大的內存容量和更高的內存帶寬，其 PCIe 接口也較上代實現了升級。圖 22：寒武紀訓推一體思元 370 系列 數據來源：寒武紀官網、東方證券研究所 3.1.4 百度昆侖芯：性能優越、生態蓬勃，是支持文心一言的堅實底座 脫胎百度，昆侖芯大力投入研發設計，自主芯片進展迅速。脫胎百度，昆侖芯大力投入研發設計，自主芯片進展迅

72、速。昆侖芯前身是百度內部的智能芯片及架構部門，2011 年 6 月成立并開始探索 AI 計算與芯片相關研究，公司于 2021 年完成業務分拆，成為一家獨立公司并完成融資。公司早期主要工作為依托 FPGA 芯片完成人工智能的計算加速，2017 年部署的 FPGA 芯片累計超過 12000 片。昆侖芯研發與應用落地并重，探索深耕技術與應用落地。昆侖芯 2018 年開始著眼 AI 芯片的自研工作，重磅推出昆侖芯一代，正式步入研發軌道。2020 年,第一代昆侖芯實現大規模部署，2021 年昆侖芯二代重磅推出，成為業界前列的 AI 芯片之一。2022 年，第二代昆侖芯實現了在數據中心、工業領域、自動駕駛

73、等多領域的大規模部署與落地，攻克技術落地難關。圖 23：昆侖芯發展歷程 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。20 數據來源：公司官網，東方證券研究所繪制 昆侖芯科技持續深耕技術領域與芯片開發，其中昆侖芯二代性能出眾、領跑同業。昆侖芯科技持續深耕技術領域與芯片開發，其中昆侖芯二代性能出眾、領跑同業。昆侖芯二代 AI 芯片使用新一代昆侖芯 XPU-R 架構，實現通用性、易用性與高性能的顯著提升，提供256TOPSINT8 以及 128 TFLOPS

74、FP16 兩種類型算力，覆蓋多種性能要求。不僅如此，在技術角度，相比于第一代昆侖芯的 14 納米支撐，昆侖芯二代 AI 芯片基于 7nm 工藝打造，同時也是業界第一顆配備 GDDR6 高速顯存的 AI 芯片，相比一代產品通用計算核心算力提升 2-3 倍，可為數據中心高性能計算提供強勁 AI 算力。除此之外，昆侖芯為提升產品的適配性，持續著力優化芯片架構等底層和新技術，以適配人工智能應用與其他各類算法，所支持的算法涵蓋 TensorFlow、Pytorch、PaddlePaddle 等主流深度學習開發框架，同時在性能測試中展現出了比業界主流方案更加優秀的性能功耗比和性價比。到2022年底，昆侖芯

75、二代已經出貨數萬片，是為數不多的經過互聯網嚴苛場景淬煉的 AI 芯片。不僅昆侖芯二代性能出眾，昆侖芯已著手新一代芯片的研發設計，目前第三代、第四代 AI 芯片的研發工作已經啟動，三代產品預計將于 2024 年實現量產落地。圖 24：昆侖芯二代,片間互聯可以達到 200GB/s 圖 25：昆侖芯二代 AI 加速卡 R200 與業界主流方案測試性能對比 數據來源：公司官網、東方證券研究所 數據來源：公司官網、東方證券研究所 重視生態構建與落地可能性探索，昆侖芯為行業樹立先行標桿。重視生態構建與落地可能性探索，昆侖芯為行業樹立先行標桿。AI 芯片的技術研發是基本前提，但對大規模場景的需求也使得落地問

76、成為“卡脖子”的難點堵點。為充分發揮二代 AI 芯片的性能優勢，昆侖芯致力構建具備高延續性與軟硬件適配性的自研架構，實現了包含框架、服務器、CPU 與操作系統在內的完整生態組成，甚至完成了非主流產品的適配工作。不僅如此，依托百度大平臺，昆侖芯完成了與百度飛槳與百舸的原生適配，高度匹配基于飛槳的推理和訓練模型產品，深度耦合百度的 AI 生態，同時實現了包括搜索、小度、無人駕駛在內的 AI 業務場景落地，以 AI芯片為基點，實現完整 AI 計算生態的構建。計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系

77、。并請閱讀本證券研究報告最后一頁的免責申明。21 圖 26：昆侖芯軟件架構 數據來源：公司官網，東方證券研究所 3.1.5 華為：打造完善“鯤鵬+昇騰”生態 華為提前布局，確立“一云兩翼、雙引擎”的產業格局。華為提前布局，確立“一云兩翼、雙引擎”的產業格局。其中的一云指華為云，“雙引擎”指圍繞“鯤鵬”與“昇騰”兩大中心打造的基礎芯片族，兩翼指智能計算業務以及智能數據與存儲業務。早在2004年，華為就開始投資研發第一顆嵌入式處理芯片，維持著“量產一代、研發一代、規劃一代”的芯片研發節奏，通過全棧創新構建面向世界的普惠服務，在智算領域提供面向端、邊、云的“鯤鵬+昇騰+x86+GPU”的多樣性算力。

78、在“雙引擎”中，華為構造基于“昇騰”系列的 AI 處理器和基礎軟件的 Atlas 人工智能計算解決方案，覆蓋模塊、板卡、小站、服務器、集群等豐富的產品形態，全方位覆蓋深度學習領域的訓練過程。著眼構筑硬件算力底座，華為推出著眼構筑硬件算力底座，華為推出昇騰昇騰 3 31010 和昇騰和昇騰 910910。昇騰 310 是華為首款全棧全場景人工智能芯片，采用自研華為達芬奇架構 NPU，通過集成豐富計算單元提高 AI 計算的完備度，可以輸出 16TOPSINT8,8TOPSFP16 兩種類型算力，可以有效承接 AI 訓練與推理使用，具有廣泛的適用性。且芯片功耗僅為 8W，助力實現低碳化、綠色化算力供

79、應，同時，芯片具備全 AI 業務流程加速，通過大幅提高性能有效降低部署成本。而隨著研發深入，華為推出了業界算力最強的AI 處理器昇騰 910，該芯片通過借助研華為達芬奇架構 3D Cube 技術，實現了業界最佳 AI性能與能效，半精度（FP16）算力達到 320 TFLOPS，整數精度（INT8）算力達到 640 TOPS，完全達到設計規格，更進一步滿足 AI 訓練與推理使用。不僅如此，華為還推出了 Altas300 系列AI 加速卡，涵蓋 Atlas 300I Duo 推理卡、Atlas 300I Pro 推理卡、Atlas 300V Pro 視頻解析卡與Atlas 300T Pro 訓練卡

80、，促進智能算力的場景化落地，滿足涵蓋互聯網、運營商、金融等領域對AI 訓練與高性能計算的智算需求。圖 27：昇騰（HUAWEI Ascend）310 圖 28：昇騰（HUAWEI Ascend）910 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。22 數據來源：全愛科技官網，東方證券研究所 數據來源：全愛科技官網，東方證券研究所 華為構建華為構建 CANN 人工智能框架，助力人工智能框架，助力 AI 生態健康高速發展。生態健康高速發展。華為不僅注重企業

81、自身發展，同時也積極承擔社會責任，維護健康開發者生態。作為昇騰 AI 異構計算架構，CANN 從 2018 年初露崢嶸，到目前最新發布的 6.0 版本，在使能 AI 開發效率和性能方面始終保持業界前列。經過數年的研究積累和技術優化，CANN 現已包含 1400 余個高性能算子，已完成主流 AI 框架的算子加速需求覆蓋，不斷深入完善支撐神經網絡訓練和推理加速的服務供給。作為昇騰 AI 基礎軟硬件平臺的核心，CANN 肩挑上層深度學習框架與底層 AI 硬件，實現兩者之間的互聯互通?？蚣苋嬷С謺N思 MindSpore、飛槳（PaddlePaddle）、PyTorch、TensorFlow 等主流

82、AI 框架，提供能夠覆蓋眾多典型場景應用的 900 多種模型，兼容多種底層硬件設備，提供強大異構計算能力，從模型優化、系統分析、模型部署等多維度幫助開發者掃除重重障礙。圖 29：華為 CANN 人工智能框架技術架構 數據來源：中關村在線，東方證券研究所 為科研機構提供研發底座，為科研機構提供研發底座，昇昇思思 MindSpore AI 框架為大模型發展提供蓬勃活力?？蚣転榇竽Ｐ桶l展提供蓬勃活力。在 ChatGPT 爆紅帶領的大模型研發時代浪潮下，昇思 MindSpore AI 框架原生支持訓練的特性成為其后續發展大模型的關鍵。不僅如此，框架的開源也促進科研機構以其為根基，打造了一系列大模型，其

83、中包括鵬城實驗室的業界首個 2000 億參數中文預訓練語言模型鵬程.盤古和面向生物醫學領域的鵬程.神農大模型，中科院自動化所的業界首個圖文音三模態大模型紫東.太初，以及武漢大學的全球首個智能遙感框架及數據集武漢.LuoJia。從這些大模型來看，華為已經形成了一套清晰和成熟的支持大模型發展的路徑，即使科研機構在其技術底座上不斷進行模型開發。在可預見的未來中，借助著昇騰 AI 提供的強大算力底座，昇思 MindSpore AI 框架將得到高速發展，并與算力底座相輔相成、互相撫弄，所形成的良性循環將進一步為大模型的研發注入活力。圖 30：華為昇思 MindSpore 技術架構 圖 31：以昇思 Mi

84、ndSpore 為基，大模型高速發展 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。23 數據來源：機器之心，東方證券研究所 數據來源：機器之心，東方證券研究所 3.2 中國 AI 服務器市場有望快速增長 中國加速服務器市場有望快速增長，中國加速服務器市場有望快速增長，GGPUPU 服務器仍占主導，非服務器仍占主導，非 GGPUPU 服務器增長迅速。服務器增長迅速。據 IDC,2021 年，中國加速服務器市場規模達到 53.9 億美元，同比增長 68.6

85、%。其中，GPU 服務器仍然占據主導地位，市場份額近 90%。與此同時，NPU、ASIC 和 FPGA 等非 GPU 加速服務器以 43.8%的增速實現了 11.6%的市場份額，達到 6.3 億美元。另外，IDC 預測，到 2026 年，中國加速計算服務器市場將達到 103.4 億美元。圖 32：中國加速服務器市場規模（億美元）圖 33：2021 年，中國 GPU 和非 GPU 加速服務器市場份額占比 數據來源：IDC、東方證券研究所 數據來源：IDC、東方證券研究所 全球云計算巨頭是全球云計算巨頭是 A AI I 服務器采購的主力軍。服務器采購的主力軍。2022 年，在 AI 服務器采購方面

86、，北美科技巨頭微軟、谷歌、Meta、亞馬遜云科技仍然占據著最大的市場份額，合計達到66%。隨著中國對AI發展建設的重視，AI 基礎設施建設也在加速，字節跳動、騰訊、阿里巴巴以及百度的 AI 服務器采購量分別為 6%、2.3%、1.5%以及 1.5%。圖 34：2022 年，各業者服務器采購量占比 02040608010012020212026E中國加速服務器市場規模88.40%11.60%GPU加速服務器ASIC、FPGA等非GPU加速服務器 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱

87、讀本證券研究報告最后一頁的免責申明。24 數據來源：TrendForce、東方證券研究所 3.2.1 浪潮信息：全球 AI 服務器第一大品牌商 浪潮電子信息產業股份有限公司是浪潮集團有限公司旗下三家上市公司之一，是全球領先的浪潮電子信息產業股份有限公司是浪潮集團有限公司旗下三家上市公司之一，是全球領先的 ITIT基基礎架構產品、方案及服務提供商。礎架構產品、方案及服務提供商。公司主要從事服務器等云計算基礎設施產品的研發、生產和銷售，業務覆蓋計算、存儲、網絡三大關鍵領域，提供包括云計算、大數據、人工智能、邊緣計算等全方位數字化解決方案。公司以“智慧計算”為戰略，構建開放融合的計算生態，為客戶構建

88、滿足多樣化場景的智慧計算平臺，全面賦能傳統產業的數字化、智能化轉型與變革，重視算力基礎設施的建設和發展，為中國數字經濟發展提供充足的算力支持。圖 35：浪潮 AI 服務器為 AI 巨頭長期保持深入合作 數據來源：浪潮信息官網、東方證券研究所 浪潮集團被美國列入實體清單，浪潮信息更改注冊地址免于受限。浪潮集團被美國列入實體清單，浪潮信息更改注冊地址免于受限。2023 年 3 月 6 月，美國將浪潮信息的控股股東浪潮集團新列入商務部實體清單。該實體清單明確列出了浪潮集團的地址，即中國山東省濟南市浪潮路1036號。浪潮信息原本的公司注冊地與浪潮集團相同。為應對此次制裁，2023 年 3 月 6 日，

89、浪潮發布公告，修改公司注冊地址為“濟南高新區新濼大街 1768 號齊魯軟件園大廈 B 座 B302”，希望在此次實體清單事件的受到的影響盡可能減小。圖 36：浪潮集團被列入實體清單 圖 37：浪潮信息更改公司地址公告 19.0%17.0%16.0%14.0%6.0%2.3%1.5%1.5%22.7%微軟谷歌Meta亞馬遜云科技字節跳動騰訊阿里巴巴百度其他 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。25 數據來源：聯邦公報、東方證券研究所 數據來源：浪

90、潮信息、東方證券研究所 浪潮信息的浪潮信息的 A AI I 服務器在世界市場和中國市場均蟬聯第一位，是服務器在世界市場和中國市場均蟬聯第一位，是 A AI I 服務器行業的頂尖巨頭。服務器行業的頂尖巨頭。根據國際數據公司 IDC 發布的 2021H2全球人工智能市場半年度追蹤報告，2021H1 全球 AI 服務器市場規模 156 億美元，浪潮信息在世界 AI 服務器市場占有率達 20.9%，份額同比提升 3.6 pct，銷售額同比增長 68.3%，蟬聯全球第一。另外，據 IDC 發布的2021 年下半年度（H2）中國加速計算服務器市場報告，在中國市場，浪潮 AI 服務器占有率達 52.5%，連

91、續 5 年保持中國 AI 服務器市場份額超過 50%。圖 38：2021H1 全球 AI 服務器市場份額比例 圖 39：2021H2 中國 AI 服務器市場份額比例 數據來源：IDC、東方證券研究所 數據來源：IDC、東方證券研究所 3.2.2 工業富聯：全球服務器 ODM 龍頭 工業富聯已形成相關技術、產品儲備。工業富聯已形成相關技術、產品儲備。2022 年上半年，公司推出模塊化服務器，包括支持 X86 與 ARM 架構的運算模塊、管理模塊與接口模塊。2022 年，公司首發兩款經權威機構認證的基于 ARM 架構主流高性能多核云服務器，為全球云服務提供商及企業數字化轉型提供強大助力。新一代先進

92、冷卻技術及解決方案是公司未來成長的重要支撐之一，公司持續加大數據中心節能技術的研發，推出先進冷卻解決方案，通過沉浸式與機柜式液冷散熱系統，實現節約成本及提升效率的目標。同時，公司積極開拓 HPC 相關業務，取得了國內外大型云服務商客戶認可，有望分享到 HPC 行業快速成長紅利。圖 40：工業富聯子公司鴻佰科技自研的先進液體冷卻解決方案 20.9%13.0%9.8%6.1%4.8%3.9%3.9%2.6%1.2%1.0%32.6%浪潮信息戴爾HPE聯想華為IBM新華三思科Oracle富士通其他52.5%8.5%7.6%7.4%6.9%6.0%11.1%浪潮信息寧暢安擎新華三華為寶德其他 計算機行

93、業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。26 數據來源：鴻佰科技、東方證券研究所 攜手英偉達提高產品性能。攜手英偉達提高產品性能。公司宣布采用基于 NVIDIA HGX、OVX 和 CGX 系統設計的 NVIDIA Grace CPU 和 NVIDIA Grace Hopper Superchip，以滿足超級數據中心及邊緣運算等更高的算力需求。NVIDIA Grace CPU 是專為現代數據中心設計的突破性中央處理器，與當今領先的處理器相較，其提供最高的性

94、能和 2 倍內存容量及能效。它可以滿足需要高效能運算、數據分析、數字孿生、云端游戲等對運算能力具有嚴格要求的應用，透過性能、容量、能源效率和可配置性的再度提升，為需要超大規模計算應用的相關服務，提供更佳資源。Grace Hopper Superchip 是把 NVIDIA Grace CPU 與基于 NVIDIA Hopper 架構的 GPU 配對，此集成模塊可服務于高效能運算和大規模 AI 應用程序，可將大至兆字節運算的應用程序性能提高 10 倍，為科學家和研究人員提供強大的運算效能支持。公司也將推出搭載 NVIDIA Grace CPU 超級芯片的新服務器系統，該系統將在模塊上使用 NVL

95、ink-C2C 和 LPDDRX 連接兩個 CPU 芯片，取消了傳統服務器的 DIMM 插槽，大幅提高散熱效能，該系統也彈性支持額外的高性能 PCIe 卡和 DC-SCM 模塊。圖 41：NVIDIA Grace CPU 以及 Grace Hopper Superchip 數據來源：挖貝網、東方證券研究所 公司公司 CSP 業務優勢明顯，生產經營全球化布局。業務優勢明顯，生產經營全球化布局。公司持續投入自主技術研發，業務覆蓋數據中心、云服務、高性能計算、邊緣計算等領域，主要客戶涵蓋全球市場占有率較高的頭部品牌商、北美前三大 CSP 服務商、國內頭部 CSP 服務商及互聯網應用服務企業，出貨量位

96、居全球領先地位。公司前瞻性布局全球化生產制造基地及供應鏈，在中國大陸、中國臺灣、匈牙利、捷克、越南、墨西哥、美國等多個國家及地區建立制造基地；在中國大陸、中國臺灣、中國香港、美國、新加坡、捷克、匈牙利、墨西哥、越南、印度、日本等多個國家及地區均開展經營業務，可以滿足全球客戶的全球交付需求。公司的全球數字化管理系統，可實現柔性調配生產與供應鏈資源，高效、迅速地滿足客戶區域生產及全球交付需求，通過對芯片、工業軟件等領域的投資布局，為客戶提供更低價、更強韌的一站式供應鏈服務，有效抵御宏觀經濟風險沖擊，為業務持續增長保駕護航。計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最

97、后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。27 3.2.3 聯想集團：全球第三大服務器品牌 公司已經成為全球第三大服務器提供商，位據全球 HPC 榜單 TOP500 榜首，具備交付全球客戶的能力，ISG 為代表的業務集團有望成為第二增長曲線?；诼撓爰瘓F在高性能計算方面的專業與經驗，韓國氣象廳攜手聯想，為其建造最新高性能計算機“五號”，并已在韓國氣象廳下屬的國家氣象高性能計算中心正式投入運行。從硬件性能來說，“五號”是全世界最頂尖的高性能計算機之一，峰值性能達到 50PFLOPs，即 5 億億次每秒浮點運算能力。以當今全球高

98、性能計算機頂尖性能榜單來估計，“五號”可以排進前十名。在實際運算中，“五號”被分成兩臺互為備份的高性能計算機“Maru”與“Guru”，它們互相配合防止天氣模型預測失誤。在 2021 年 6 月發布的全球高性能計算機 TOP500 榜單中，“Maru”與“Guru”分別位列全球第 23 位和 24 位?！拔逄枴被诼撓?ThinkSystem SD650-V2 服務器架構，引入了最新的處理器核心和領先的網絡和存儲技術，同時使用聯想服務器的核心技術之一“海神”直接式溫水水冷技術。圖 42：聯想為韓國國家氣象局提供高性能計算機 數據來源：聯想官網、東方證券研究所 紫金云在甘肅省運營的大型數據中心，

99、是助力“東數西算”工程的集群之一。因此，紫金云需要大規模擴展計算能力，增加新的高性能計算和大數據存儲資源以滿足項目需求。同時，紫金云數據中心作為甘肅省發展數字經濟的重要基礎平臺，對高性能計算和大數據存儲資源有極高要求。數據中心不僅要求打造一個技術領先的高性能計算平臺，還需要成熟的建設運營經驗和相關技術人才推進落地。紫金云選擇了聯想的 ThinkSystem 服務器和存儲解決方案。具體來看，聯想為整個紫金云搭建了高性能計算平臺的系統、存儲、網絡、登錄管理系統、集群系統軟件等整個運行環境：1）安裝了 100 個聯想 ThinkSystem SD630 V2 高密度機架式計算節點（搭載第三代英特爾至

100、強可擴展處理器）及 50 個聯想 ThinkSystem SR670 V2 GPU 節點（搭載 4 個 NVIDIA A100 Tensor Core GPU）；2）部署了一個高度并行化的存儲系統：用于 IBM Spectrum Scale 的聯想分布式存儲解決方案，總存儲容量接近 10 PB；并通過高速的 Mellanox InfiniBand HDR 網絡架構與聯想服務器相連。圖 43：紫金云高性能計算平臺五大特點 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁

101、的免責申明。28 數據來源：聯想官網、東方證券研究所 3.2.4 中科曙光：高性能計算龍頭 中科曙光是中國信息產業與高性能計算領域領軍企業。中科曙光是中國信息產業與高性能計算領域領軍企業。中科曙光成立于 2006 年，背靠中國科學院計算所，經過多年發展，公司于2014年在上海證交所上市。作為中國核心信息基礎設施領軍企業，中科曙光專注于高性能計算領域，基于公司多年積累的高端計算優勢，積極布局智能計算、云計算、大數據等領域，主要業務涉及高端計算機、存儲產品、云計算服務、網絡安全產品等。目前，中科曙光主要有兩款智能計算服務器產品：X785-G30 與 X785-G40。圖 44：中科曙光 X785-

102、G30：HPC、深度學習訓練/推理 圖 45：X785-G40：訓練與推理功能的全能型 GPU 服務器 數據來源：中科曙光官網、東方證券研究所 數據來源：中科曙光官網、東方證券研究所 中科曙光擁有國際領先的中科曙光擁有國際領先的 5 大智能制造生產基地、大智能制造生產基地、7 大研發中心，在全國大研發中心，在全國 50 多個城市部署了城市多個城市部署了城市云計算中心。云計算中心。公司充分發揮高端計算優勢，大力發展人工智能、云計算、大數據等先進計算業務。根據國家規劃、產業發展和政企用戶需求，公司打造了全新智能算力基礎設施-曙光 5A 級智算中心，提供全場景人工智能計算服務，包括算力供給、算法優化

103、、數據服務和行業應用。曙光5A級智算基礎設施采用分布式異構并行體系結構，搭載多種類型的芯片，可提供多樣化的算力供應，覆蓋全算力精度，以滿足不同的人工智能應用場景和多種用戶需求為區域和行業的智能化發展提供支持。圖 46：中科曙光 5A 級智算中心 圖 47：曙光智算中心布局 高性能計算節點高性能計算節點 包含高密度機架式計算節點和GPU節點兩類，支持異構加速。配置50臺聯想GPU服務器，每臺服務器采用了4塊NVIDIA A100 GPU顯卡，以滿足科學計算、人工智能等應用場景。強大的單節點計算強大的單節點計算性能性能 采用主流計算節點配置，配置100臺CPU計算節點，采用目前先進的英特爾至強 P

104、latinum 8358 32C 2.6GHz處理器，提供強大的單節點計算性能。并行存儲系統架構并行存儲系統架構 性能優越支持大規模I/O并發處理。存儲系統裸容量近10PB，總聚合I/O讀帶寬：50GB/s，寫帶寬：45GB/s。節點間網絡高速帶節點間網絡高速帶寬訪問寬訪問 采用高速HDR Infiniband高速網絡互聯 計算、存儲網絡采用目前業界先進100Gb HDR Infiniband高速網絡，實現計算和存儲網絡融合設計，全線速無阻塞。核心數據備份功能核心數據備份功能 保障數據安全 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分

105、析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。29 數據來源：中科曙光官網、東方證券研究所 數據來源：中科曙光官網、東方證券研究所 3.2.5 華為：打造超強 AI 集群，提供 AICC 全棧解決方案 具備超強全棧能力，華為打造超強算力具備超強全棧能力，華為打造超強算力 AI 集群與集群與昇昇騰騰 AICC 全棧解決方案。全棧解決方案。凝結數千顆昇騰 910 AI 處理器，華為推出 Atlas 900 AI 集群，在全球范圍內立于算力產業巔峰。集群通過整合多種高速接口，借助華為集群通信庫與作業調度平臺，充分發揮昇騰 910 的強大性能，可提供相當于 50萬

106、臺 PC 計算能力，達到 256P1024P FLOPS FP16，ResNet-50ImageNet 性能居業界前列。集群在液冷方面也有出眾表現，通過部署單柜 50KW 混合液冷系統來支撐支撐95%液冷占比，從而有效節省機房空間 79%，增加數據中心算力密度。不僅如此，華為響應國家號召，推出昇騰 AICC 全棧解決方案，實現從底層基礎到落地應用的全面覆蓋，集成異構計算架構 CANN、全場景 AI 計算框架 MindSpore、全流程開發工具鏈 MindStudio、昇騰應用使能 MindX 四大核心軟件，建設具備復雜訓練與數據處理能力的人工智能計算中心，可滿足不同行業的 AI 領域模型開發、

107、訓練和推理等多樣化計算需求。通過提供廉價算力顯著節約成本，從而有效提升研發效率，產出更大的經濟效用。圖 48：華為昇騰 Atlas 900 AI 集群 數據來源：華為官網、東方證券研究所 華為與鵬城實驗室共建鵬城云腦，打造超級華為與鵬城實驗室共建鵬城云腦，打造超級 AI 算力平臺。算力平臺。作為設備提供商之一，華為積極參與“東數西算”計劃落地，通過布局通用計算的鯤鵬計算以及 AI 計算的昇騰計算，來實現高效普惠的計算范式，其研發的搭載鯤鵬、昇騰處理器的 Atlas 900 集群達到了全球訓練最快的極高性能。鵬城實驗室具有強大的研發人才資源，華為與其合作共建，圍繞鯤鵬+昇騰雙引擎全面啟航計算戰略

108、，構建“鵬城云腦”工程?！谤i城云腦”是一項重要的大型科學設施，旨在支持國家重大戰略、滿足基礎研究需求以及推動數字經濟發展。目前，已經完成了開源開放的 AI 技術試驗平臺 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。30“鵬城云腦 I”，正在建設兼顧研究和賦能的大規模 AI算力平臺“鵬城云腦 II”，“鵬城云腦II”可提供不低于 1000P ops 的整機 AI 計算能力和 64PB 的高速并行可擴展存儲，配備 200PB 存儲和百 GB級網絡傳輸速率，

109、其 AI算力處于國際領先水平。兩千億參數中文 NLP大模型盤古以及生物醫藥領域的大模型神農都是在鵬程云腦上研發。另外，智能超級算力平臺“鵬城云腦 III”的預研已經啟動，圖 49：鵬城云腦機房 圖 50：“鵬城云腦 II”連續三屆獲得“AIPerf500”榜單冠軍 數據來源：鵬城實驗室官網，東方證券研究所 數據來源：綠色計算產業聯盟，東方證券研究所 3.2.6 拓維信息：華為“鯤鵬昇騰”戰略合作伙伴 拓維信息是中國領先的軟硬一體化產品及解決方案提供商。拓維信息是中國領先的軟硬一體化產品及解決方案提供商。公司成立于 1996 年，2008 年上市。業務覆蓋政企數字化、智能計算、鴻蒙生態，布局全國

110、 31 省、海外 10+國家，聚焦數字政府、運營商等重點領域和行業，服務超過1500家政企客戶，提供全棧國產數字化解決方案和一站式全生命周期的綜合服務。拓維信息緊緊跟隨數據經濟發展浪潮，已構建了智能計算、鴻蒙生態與政企數字化三大類型產品。同時，作為華為云首批“同舟共濟”戰略合作伙伴，拓維信息自2017年起開始布局華為云業務，攜手華為和眾多軟硬件生態伙伴打造全棧國產數智化產品及解決方案，并基于華為技術底座，由子公司湘江鯤鵬構造“兆瀚”自主計算產品。圖 51：拓維信息與華為攜手共創生態 數據來源：拓維信息官網，東方證券研究所 依托華為“依托華為“昇昇騰騰+鯤鵬”技術架構，拓維信息鯤鵬”技術架構，拓

111、維信息積極構建積極構建 AI 智算解決方案。智算解決方案。在 AI 智算催生大量算力需求的背景下，拓維信息與華為聯合探索算力生態建設可能，其子公司湘江鯤鵬先后發布基于鯤鵬處理器和昇騰處理器的數十款兆瀚 AI 產品，包括 AI 推理、AI 訓練、AI 小站、AI 集群、智能邊緣等。同時，作為華為“昇騰智造”及“昇騰智行”雙領域解決方案合作伙伴，拓維信息積極探 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。31 索落地場景，研發出基于昇騰的 AI 稽核、質檢

112、等解決方案，助力解決經濟產業發展中的痛點堵點。不僅如此，拓維信息積極推動國產智能算力的發展，在貴州、甘肅兩個算力樞紐與其他生態建設者一同探索“東數西算”國家工程的落地實踐，深入參與長沙、重慶人工智能算力中心建設。其中，拓維信息在貴州與貴安產控、云上貴州共同注資設立的云上鯤鵬以“平臺+生態”方略，助力多領域行業數字化轉型，目前已在教育、交通等 8 大行業研發出了 33 個優秀行業應用案例，致力促進大數據與實體經濟深度融合。圖 52：“兆瀚”產品體系 數據來源：湘江鯤鵬官網、東方證券研究所 3.2.7 四川長虹：參股華鯤振宇提供澎湃算力 立足華為技術底座，助力長虹轉型升級，華鯤振宇參與數據設施新基

113、建。立足華為技術底座，助力長虹轉型升級，華鯤振宇參與數據設施新基建。2020 年 6 月，四川長虹為實現計算產業的戰略化轉型升級，聯手各大資方建立華鯤振宇，并由華為提供技術底座，全面負責基于“鯤鵬+昇騰”處理器的“天宮”自主品牌系列產品的生產銷售全流程服務。華鯤振宇積極參與包含江西、福建、成都、濟南在內的多省市智算中心建設，公司研發的“天宮”昇騰 AI全?；A軟硬件平臺為中心提供核心基礎設施。以成都為例，華鯤振宇承建的人工智能算力平臺提供高達 300P 的 AI 計算能力，相當于 15 萬臺高性能計算機的計算能力。在“天宮”昇騰技術底座提供的堅實基礎之上，成都智算中心已和近 100 家企業與高

114、?？蒲袡C構合作共創，孵化近200 個人工智能解決方案。圖 53：華鯤振宇參建的成都智算中心 圖 54：天宮 AI 訓練服務器 AT800 Model 9000 數據來源：成都市工業經濟和信息化研究院，東方證券研究所 數據來源：華鯤振宇官網東方證券研究所 AT800 Model 9000 算力與能效兼備，有效滿足數據中心綠色化要求。算力與能效兼備，有效滿足數據中心綠色化要求。華鯤振宇注重研發，近期推出的基于鯤鵬+昇騰技術架構研發的 AI 訓練服務器 AT800 Model 9000 展現出了優越性能，在 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要

115、信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。32 ChatGPT 高速發展催生巨額算力需求下，可以有效填補當前算力不足的供給缺口。服務器已實現覆蓋部件到整機的全棧自主可控，可廣泛應用于 AI 大模型開發、訓練和推理。不僅如此，AT800還可以在保證整體高性能和穩定性的前提下進行全棧適配調優，可以有效滿足不同場景下的業務要求。服務器在算力密度、網絡帶寬和能效比方面表現卓越，不僅能夠提供 2.56 PFLOPS FP16超強算力，8*100G RoCE v2 高速接口有效縮短 1070%的芯片間跨服務器互聯時延，還提供業界 1.3 倍的 2.56

116、 PFLOPS/5.6 kW 超高能效比，促進數據中心綠色化、提高能源利用率。3.3 眾多廠商積極布局“云上”AI 算力 英偉達發布英偉達發布 DGX 云服務，提供云上算力。云服務，提供云上算力。近日，“軍火商”英偉達發布了 DGX 云服務，提供專用的 NVIDIA DGX AI 超級計算集群，并且搭配了 AI 軟件，使客戶可以通過網絡瀏覽器訪問 AI 超算。每個 DGX 云實例由八個 A100、或是 H100 80G Tensor Core GPU 支持。目前，該服務已經與 Azure、Google GCP、以及 Oracle OCI 開展合作。圖 55：英偉達發布 DGX 云服務，提供云上

117、算力 數據來源：英偉達、東方證券研究所 基于云計算的基于云計算的 AI 能力逐步得到驗證。用云服務提供能力逐步得到驗證。用云服務提供 AI 算力的方式可以減少部署和管理本地計算算力的方式可以減少部署和管理本地計算基礎設施的復雜性。隨著基礎設施的復雜性。隨著 AI 技術的發展，中國的技術的發展，中國的 AI 公有云公有云服務業隨之增長。服務業隨之增長。據 IDC,2022 年中國 AI 公有云服務市場規模將達到 74.6 億元，較 2021 年呈上升趨勢。目前，中國 AI 公有云服務廠商市場格局較為穩定。據 IDC，2022H1，百度智能云在中國 AI 公有云服務市場占比第一，阿里云位居第二，且

118、與第一名差距逐漸減小。華為云、騰訊云緊跟其后，市場份額不斷提升。除了頭部云廠商，優刻得、深桑達旗下中國電子云等第三方中立廠商也有望參與 AI 云服務，持續受益于 AI 算力需求的提升。3.3.1 優刻得提供多種云計算服務，積極適配 AI 領域智算需求 成立于成立于 2012 年的優刻得是中國年的優刻得是中國第一家公有云科創板上市公司。第一家公有云科創板上市公司。優刻得自主研發并提供計算、網絡、存儲等 IaaS 和基礎 PaaS 產品，不涉足客戶業務領域，致力建立中立、安全的云計算服務平臺。公司依托全球部署的 31 大高效節能綠色云計算中心和國內 11 個線下服務站，提供涵蓋公有云、私有云和混合

119、云在內的多種云服務，并基于云計算推出綜合性行業解決方案。同時優刻得已完成與數十家廠商的兼容性測試和互認，聯合形成信創生態，可以通過一個云平臺兼容管理多款信創體系 CPU 芯片。圖 56：優刻得私有云生態體系 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。33 數據來源：優刻得官網，東方證券研究所 積極適配爆發智能算力需求，優刻得為積極適配爆發智能算力需求，優刻得為 AI客戶提供算力支持?？蛻籼峁┧懔χС?。UCloud自2018年起，加快建設、應用部署在國

120、家算力樞紐節點的上海青浦云計算中心和內蒙古烏蘭察布云計算中心，通過自建數據中心提供自由部署、負載靈活的定制化服務，為互聯網和傳統行業的大中型客戶提供更具性價比的定制化“混合云”解決方案。兩大數據中心結合既有計算資源，實現“前店后廠”式的云資源規?；诱剐?。在承建的烏蘭察布云計算中心中，優刻得部署多種GPU高性能計算產品，機柜設計功率覆蓋 4.4-8.8kW，可滿足用戶對機房等級、系統架構、單機柜功率等多樣使用需求的量身定制。同時，為更好滿足由大模型訓練推理帶來的井噴算力需求，優刻得積極研發，目前公司提供的 GPU 服務器可支持多種卡型 GPU 資源，包括 A100、V100S、MI100 多

121、種類型顯卡，適配訓練、推理等用戶需求，同時將智能算力與其他公有云資源打通，降低管理難度、實現便捷調度，為 AI 客戶提供算力支持，促進人工智能產業發展。圖 57：內蒙古烏蘭察布云計算中心 圖 58：上海青浦云計算中心 數據來源：優刻得官網，東方證券研究所 數據來源：優刻得官網，東方證券研究所 3.3.2 深桑達建立中國電子云，致力建設自研數據底座 以以 PKS 技術架構體系為基，深桑達成立中國電子云，提供安全算力服務。技術架構體系為基，深桑達成立中國電子云，提供安全算力服務。中國電子云成立于2021 年，是深桑達以中國電子 PKS 自主安全計算體系為底座建立的數據基礎設施，包含國產化自研可信的

122、計算架構和分布式云原生操作系統，提供涵蓋 IaaS、PaaS 和 SaaS 能力的專屬公有云服務。中國電子云依托的 PKS 體系脫胎于中國電子多年的深厚技術積累，名稱中的“P”代表飛騰 CPU，“K”指的是麒麟操作系統，“S”即安全，中國電子云的自研原生技術架構是保障其安全性的最大依托，體系中使用的飛騰 CPU和麒麟操作系統均為中國電子自主研發，同時中國電子云交付的 60%硬件設備基于國產芯片，有效防范過度依賴進口芯片帶來的斷供危險。憑借著 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀

123、本證券研究報告最后一頁的免責申明。34 在安全方面的出眾表現，PKS 體系在信創領域具備最大的市場份額，飛騰 CPU 達到 74%的市場份額，麒麟操作系統甚至高達 87%。圖 59：PKS 體系技術架構 數據來源：中國電子官網，東方證券研究所 國資云賦予中國電子云獨特信任優勢，與智源研究院聯手探索本土硬件適配，助力實現智能算力國資云賦予中國電子云獨特信任優勢，與智源研究院聯手探索本土硬件適配，助力實現智能算力國產化。國產化。隨著云計算領域不斷發展推進，政務機構和大型國企催生了巨額上云需求，市場份額不斷擴張，發展空間廣闊。云計算開源產業聯盟數據顯示，2021 年我國政務云市場規模達 802.6

124、億元，預計 2023 年將增長至 1203.9 億元。而中國電子云脫胎于中國電子，出身天生賦予其國內政企領域的充分信任，且自研架構也從技術角度保障了安全性，有效防范后門風險、漏洞風險和斷供風險，保障業務過程中的“本質安全+過程安全”。但目前，中國電子云底層硬件中大比例使用的國產芯片在實現應用遷移時面臨挑戰，一定程度上阻礙了原生架構的建設，難以實現完備的智能算力本土替代化。為建立更完備的自研技術體系，中國電子云與智源研究院聯手，共同建立“大模型國產算力云平臺開放實驗室”，合作探索實現國產 CPU的大模型適配部署，未來有望以國產算力支撐 AI 領域的算力需求。3.3.3 中科曙光：人工智能云計算平

125、臺提供穩定高效算力 曙光人工智能云計算平臺提供一站式深度學習訓練與實時推理。曙光人工智能云計算平臺提供一站式深度學習訓練與實時推理。曙光人工智能云計算平臺解決方案可以提供基于云的 GPU 計算服務。該系統以主流深度學習框架為基礎，支持 Caffe、TensorFlow等多種主流深度學習框架。該平臺與 Kubernetes和 Docker容器技術相結合，提供實驗環境、離線任務和在線服務三大功能，支持業務從模型研究、批量訓練到在線預測的全流程打通。該解決方案提供一站式深度學習訓練/實時推理、圖形圖像處理以及科學計算等，大大簡化了企業構建深度學習平臺的難度，提高了資源使用率，降低了業務投入成本，使用

126、戶更加專注于深度學習應用本身，是目前性價比最高的整體 AI 訓練與推理解決方案之一。圖 60：人工智能云計算平臺解決方案 計算機行業深度報告 AI興起，智能算力浪潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。35 數據來源：中科曙光官網、東方證券研究所 四、投資建議及相關標的 隨著智能計算資源需求的大幅增加，隨著智能計算資源需求的大幅增加，AI 芯片、芯片、AI 服務器及云計算算力需求將持續提升。服務器及云計算算力需求將持續提升。AI 芯片需求快速增長，國產化替代在即。芯片需求快速增長，國產化

127、替代在即。建議關注瀾起科技(688008，買入)、海光信息(688041，買入)、寒武紀-U(688256，未評級)。AI 計算需求提升有望持續拉動計算需求提升有望持續拉動 AI 服務器需求服務器需求，建議關注浪潮信息(000977，未評級)、工業富聯(601138，買入)、聯想集團(00992，未評級)、中科曙光(603019，買入)、拓維信息(002261，未評級)、四川長虹(600839，未評級)。隨著隨著 AI 算法的計算需求不斷增加，將有越來越多的企業使用云計算平臺來滿足其計算需算法的計算需求不斷增加，將有越來越多的企業使用云計算平臺來滿足其計算需求，中立云計算廠商有望持續受益。求，

128、中立云計算廠商有望持續受益。建議關注深桑達 A(000032，未評級)、優刻得-W(688158，未評級)。五、風險提示 AI 技術發展不及預期風險技術發展不及預期風險：若我國人工智能技術發展不及預期，有可能影響對智能算力的需求。芯片供應不足風險芯片供應不足風險：若 CPU 及 GPU 等高性能芯片供應不及預期，有可能影響算力供給。國產化進度不及預期風險：國產化進度不及預期風險：若 AI 芯片國產化進度不如預期，有可能影響國產 AI 芯片供給。通用大模型被禁用通用大模型被禁用風險：風險：若 ChatGPT 等通用大模型被禁用，有可能影響對智能算力的需求。計算機行業深度報告 AI興起，智能算力浪

129、潮來襲 有關分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯系。并請閱讀本證券研究報告最后一頁的免責申明。36 分析師申明 每位負責撰寫本研究報告全部或部分內容的研究分析師在此作以下聲明：每位負責撰寫本研究報告全部或部分內容的研究分析師在此作以下聲明：分析師在本報告中對所提及的證券或發行人發表的任何建議和觀點均準確地反映了其個人對該證券或發行人的看法和判斷；分析師薪酬的任何組成部分無論是在過去、現在及將來，均與其在本研究報告中所表述的具體建議或觀點無任何直接或間接的關系。投資評級和相關定義 報告發布日后的 12 個月內的公司的漲跌幅相對同期的上證指數/

130、深證成指的漲跌幅為基準；公司投資評級的量化標準公司投資評級的量化標準 買入：相對強于市場基準指數收益率 15%以上；增持：相對強于市場基準指數收益率 5%15%；中性：相對于市場基準指數收益率在-5%+5%之間波動；減持：相對弱于市場基準指數收益率在-5%以下。未評級 由于在報告發出之時該股票不在本公司研究覆蓋范圍內，分析師基于當時對該股票的研究狀況，未給予投資評級相關信息。暫停評級 根據監管制度及本公司相關規定，研究報告發布之時該投資對象可能與本公司存在潛在的利益沖突情形；亦或是研究報告發布當時該股票的價值和價格分析存在重大不確定性，缺乏足夠的研究依據支持分析師給出明確投資評級；分析師在上述

131、情況下暫停對該股票給予投資評級等信息，投資者需要注意在此報告發布之前曾給予該股票的投資評級、盈利預測及目標價格等信息不再有效。行業投資評級的量化標準行業投資評級的量化標準：看好：相對強于市場基準指數收益率 5%以上；中性：相對于市場基準指數收益率在-5%+5%之間波動；看淡：相對于市場基準指數收益率在-5%以下。未評級：由于在報告發出之時該行業不在本公司研究覆蓋范圍內，分析師基于當時對該行業的研究狀況，未給予投資評級等相關信息。暫停評級：由于研究報告發布當時該行業的投資價值分析存在重大不確定性，缺乏足夠的研究依據支持分析師給出明確行業投資評級；分析師在上述情況下暫停對該行業給予投資評級信息，投

132、資者需要注意在此報告發布之前曾給予該行業的投資評級信息不再有效。免責聲明 本證券研究報告（以下簡稱“本報告”）由東方證券股份有限公司（以下簡稱“本公司”）制作及發布。本公司不會因接收人收到本報告而視其為本公司的當然客戶。本報告的全體接收人應當采取必要措施防止本報告被轉發給他人。本報告是基于本公司認為可靠的且目前已公開的信息撰寫，本公司力求但不保證該信息的準確性和完整性，客戶也不應該認為該信息是準確和完整的。同時，本公司不保證文中觀點或陳述不會發生任何變更，在不同時期，本公司可發出與本報告所載資料、意見及推測不一致的證券研究報告。本公司會適時更新我們的研究，但可能會因某些規定而無法做到。除了一些

133、定期出版的證券研究報告之外，絕大多數證券研究報告是在分析師認為適當的時候不定期地發布。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，也沒有考慮到個別客戶特殊的投資目標、財務狀況或需求?？蛻魬紤]本報告中的任何意見或建議是否符合其特定狀況，若有必要應尋求專家意見。本報告所載的資料、工具、意見及推測只提供給客戶作參考之用，并非作為或被視為出售或購買證券或其他投資標的的邀請或向人作出邀請。本報告中提及的投資價格和價值以及這些投資帶來的收入可能會波動。過去的表現并不代表未來的表現，未來的回報也無法保證，投資者可能會損失本金。外匯匯率波動有可能對某些投資的價值或價格或來自這一投資

134、的收入產生不良影響。那些涉及期貨、期權及其它衍生工具的交易，因其包括重大的市場風險，因此并不適合所有投資者。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所引致的任何損失負任何責任，投資者自主作出投資決策并自行承擔投資風險，任何形式的分享證券投資收益或者分擔證券投資損失的書面或口頭承諾均為無效。本報告主要以電子版形式分發，間或也會輔以印刷品形式分發，所有報告版權均歸本公司所有。未經本公司事先書面協議授權，任何機構或個人不得以任何形式復制、轉發或公開傳播本報告的全部或部分內容。不得將報告內容作為訴訟、仲裁、傳媒所引用之證明或依據，不得用于營利或用于未經允許的其它用途。經本公司事先書面協議

135、授權刊載或轉發的，被授權機構承擔相關刊載或者轉發責任。不得對本報告進行任何有悖原意的引用、刪節和修改。提示客戶及公眾投資者慎重使用未經授權刊載或者轉發的本公司證券研究報告，慎重使用公眾媒體刊載的證券研究報告。HeadertTable_Address 東方證券研究所 地址：上海市中山南路 318 號東方國際金融廣場 26 樓 電話：021-63325888 傳真：021-63326786 網址： 東方證券股份有限公司經相關主管機關核準具備證券投資咨詢業務資格，據此開展發布證券研究報告業務。東方證券股份有限公司及其關聯機構在法律許可的范圍內正在或將要與本研究報告所分析的企業發展業務關系。因此，投資者應當考慮到本公司可能存在對報告的客觀性產生影響的利益沖突，不應視本證券研究報告為作出投資決策的唯一因素。