《中科曙光-公司研究報告-AI智算王者歸來-230527(31頁).pdf》由會員分享,可在線閱讀,更多相關《中科曙光-公司研究報告-AI智算王者歸來-230527(31頁).pdf(31頁珍藏版)》請在三個皮匠報告上搜索。
1、 請仔細閱讀在本報告尾部的重要法律聲明 中科曙光:AI 智算王者歸來 中科曙光(603019)核心觀點核心觀點:中科曙光:核心中科曙光:核心 AIAI 基礎設施領軍企業基礎設施領軍企業 中科曙光是我國核心信息基礎設施領軍企業,公司專注域高端計算機相關業務,打造完整全套的 IT 設施解決方案。公司基于自身多年技術積累,在高端計算機、存儲、云等方面形成了濃厚的技術壁壘。公司已經形成了通用服務器、高性能計算機、機房冷卻設施、存儲、網絡安全產品、算力服務平臺等多類產品和解決方案的全覆蓋。公司深度參與超算、智算中心建設,是國家數字經濟產業重要先行者,公司伴隨國家算力基礎設施演進而成長。背靠中科院背靠中科
2、院,彰顯信創背景下的“國家隊”優勢,并圍繞 IT 基礎設施參股眾多公司,包括海光信息、曙光云計算、中科星圖、曙光數創等公司,涉及 CPU、DCU、云計算、虛擬化、數據中心、數字地球等相關業務,相關業務協同發展,彰顯公司在 IT 基礎設施下的競爭力。公司營收、凈利潤高速增長,一體化競爭優勢不斷提高,計算服務生態不斷擴大。AIGCAIGC 時代下,算力勢必迎來爆發時代下,算力勢必迎來爆發 大模型是人工智能發展的必然趨勢,也是輔助式人工智能向通用性人工智能轉變的堅實底座。算力是打造大模型生算力是打造大模型生態的必備基礎態的必備基礎,也是訓練大模型的底層動力源泉,ChatGPT已經開啟大模型“軍備賽”
3、,算力呈現明顯缺口。政策端與產業端持續發力,算力建設持續提速。當前我國已進入新型數據中心發展三年行動計劃(2021-2023 年)落地見效的關鍵年。同時近期地方全力保障數字基礎設施建設,積極帶動關聯產業集聚發展。此外,我國正處于“超算”向“智算”跨越的新時代,預計在政策的推動下,智算建設有望明顯加速。我們認為在算力需求井噴背景下,AI 相關產品需求旺盛,AI 芯片、AI 服務器、AI 云為核心產品相關存儲、液冷產品同樣高度受益。曙光全面布局產業生態,曙光全面布局產業生態,AIAI 助力產業高速發展助力產業高速發展 AIGCAIGC 東風已至,中科曙光作為高性能服務器領軍企業,東風已至,中科曙光
4、作為高性能服務器領軍企業,旗下多款產品深度受益。旗下多款產品深度受益。其中包括高性能服務器、云業務、存儲業務,同時包括旗下子公司的 GPGPU、液冷相關產品。1 1、芯片,、芯片,AI 芯片高度景氣,海光 DCU 提供強大算力支撐,海光 DCU 屬于 GPGPU,廣泛應用于科學計算,人工智能模型訓練和推理,目前產品持續升級,性能持續提升;2 2、服務、服務器,器,中科曙光為高性能服務器領軍企業,目前已廣泛應用于運營商、金融、互聯網、教育等行業客戶,此外,公司高性評級及分析師信息 Table_Rank 評級:評級:買入 上次評級:買入 目標價格:目標價格:最新收盤價:50.14 Table_Ba
5、sedata 股票代碼:股票代碼:603019 52 周最高價/最低價:59.39/20.28 總市值總市值(億億)734.06 自由流通市值(億)727.40 自由流通股數(百萬)1,450.73 Table_Pic 分析師:劉澤晶分析師:劉澤晶 郵箱: SAC NO:S1120520020002 聯系電話:相關研究相關研究 1.【華西計算機】中科曙光年報點評:AI+信創雙輪驅動,業績蓬勃發展 2023.04.23 2.【華西計算機】中科曙光點評:業績持續高增,迎“信創+AI”雙景氣驅動 2023.02.24 3.【華西計算機】中科曙光公司深度:行業信創多重受益,海光 IPO 在即 2022
6、.03.11 -16%15%47%79%110%142%2022/052022/082022/112023/022023/05相對股價%中科曙光滬深300證券研究報告|公司深度報告 僅供機構投資者使用 Table_Date 2023 年 05 月 27 日 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 2 能服務器市場份額領先;3 3、云計算,、云計算,公司云計算具有長期的技術積累,可提供 OCR、NLP 等人工智能服務,曙光云以建設運營“城市云”為主要業務模式,具備全棧服務能力。4 4、存儲,、存儲,中科曙光分布式存儲市占率前三,同時提出首款液冷存儲“存算一棧式”解決方案
7、,彰顯其技術實力;5 5、液冷,液冷,中科曙光是中國液冷數據中心領導者,其技術優勢顯著。此外,中科曙光作為我國計算領域龍頭廠商深度參與智算建設,我們判斷在我國智能算力建設加速期的背景下公司有望深度受益。投資建議投資建議 公司在我國信創服務器、AI 算力、高性能計算、存儲等領域具備領先優勢,將受益于信創、AI 等產業高速發展。維持公司 2023-2025 年營收預測 154.11/180.20/207.91 億元,維持公司 2023-2025 年歸母凈利潤預測20.24/26.46/32.77 億元,維持公司 2023-2025 年 EPS 預測1.38/1.81/2.24 元。2023 年 5
8、 月 26 日總市值為 734 億元,對應股價 50.14 元,對應 PE 為 36.3/27.7/22.4 倍,依舊堅定看好,維持買入評級。風險提示風險提示 中美關系不確定風險、AI 建設不及預期風險、行業競爭加劇風險、信創進程低于預期風險。盈利預測與估值盈利預測與估值 Table_profit 財務摘要 2021A2021A 2022A2022A 2023E2023E 2024E2024E 2025E2025E 營業收入(百萬元)11,269 13,008 15,411 18,020 20,791 YoY(%)10.9%15.4%18.5%16.9%15.4%歸母凈利潤(百萬元)1,176
9、 1,544 2,024 2,646 3,277 YoY(%)43.0%31.3%31.0%30.8%23.8%毛利率(%)23.9%26.3%26.8%27.4%28.0%每股收益(元)0.81 1.06 1.38 1.81 2.24 ROE 9.3%9.1%10.6%12.2%13.1%市盈率 61.90 47.30 36.28 27.74 22.40 TV8ZsWhUlXpNnPsP8O8QaQsQqQmOsRjMnNmRfQnOrR8OmMxONZmPwPvPsPnO 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 3 正文目錄 1.中科曙光:核心信息基礎設施領軍企業
10、.5 1.1.中科曙光,打造 IT基礎設施全套解決方案.5 1.2.背靠中科院,圍繞 IT基礎設施參股眾多子公司.6 1.3.營收、凈利潤高速增長,開啟第二波成長曲線.7 2.AIGC 時代下,算力勢必迎來爆發.9 2.1.再此重申強調 ChatGPT 的本質即大模型儲備競賽.9 2.2.政策端與產業端持續發力,智能算力建設持續提速.10 2.3.算力需求井噴,AI 相關產品需求旺盛.12 3.全面布局產業生態,智算王者歸來.18 3.1.AI 芯片高度景氣,海光 DCU提供強大算力支撐.18 3.2.中科曙光為高性能服務器領軍企業.19 3.3.曙光云提供全?;鉀Q方案.22 3.4.中科曙
11、光分布式存儲市占率前三.24 3.5.中科曙光是中國液冷數據中心領導者.25 4.投資建議.28 5.風險提示.28 圖表目錄 圖表 1 公司發展歷程圖.5 圖表 2 公司解決方案示意圖.6 圖表 3 國家高性能計算產業演進歷程.6 圖表 4 公司股東結構及參股(控股)子公司示意圖示意圖.7 圖表 5 公司參股子公司及相關業務介紹.7 圖表 6 公司營收規模(億元)及增速.8 圖表 7 公司主營業務占比.8 圖表 8 公司毛利率、凈利率、研發費用率情況.8 圖表 9 公司歸母凈利潤及增速情況.8 圖表 10 公司股權架構.9 圖表 11 大模型參數數量和訓練數據規??焖僭鲩L.10 圖表 12
12、近年大模型的參數規模增長趨勢.10 圖表 13 從計算力指數看對經濟的增長.10 圖表 14 計算力對經濟的影響.10 圖表 15 工信部印發相關計劃.11 圖表 16 國家超算互聯網正式啟動.11 圖表 17 公司政務云服務典型案例.11 圖表 18 中國智算相關政策及產業部署.12 圖表 19 8 大算力樞紐智算中心建設進度(21.1-22.2).12 圖表 20 中國智算算力規模預測(EFLOPS).12 圖表 21 CPU 與 GPU框架對比.13 圖表 22 英偉達 A100芯片.13 圖表 23 超級計算機架構.14 圖表 24 2021-2025年中國服務器市場規模及增速.14
13、圖表 25 英偉達 AI加速計算上云架構示意圖.15 圖表 26 英偉達 AI云平臺.15 圖表 27 算力發展速度遠超存儲器.15 圖表 28 三星 HBM3 lcebolt 產品性能.15 圖表 29 CPU 與 GPU下的熱設計功耗與峰值.16 圖表 30 液冷技術正逐步取代風冷.17 圖表 31 液冷技術與風冷技術比較.17 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 4 圖表 32 液冷與傳統風冷比較.17 圖表 33 液冷技術與風冷技術比較.17 圖表 34 中國液冷中心市場規模(億元)及預測.18 圖表 35 2025 年液冷數據中心占比.18 圖表 36
14、中科曙光 5A級智算中心核心優勢.18 圖表 37 海光 DCU產品形態.19 圖表 38 海光 DCU架構.19 圖表 39 海光 8100系列相關參數.19 圖表 40 海光 DCU產品形態.20 圖表 41 海光 6000系列高性能計算機架構示意圖.21 圖表 42 中科曙光高性能服務器流程圖.21 圖表 43 2021 年中國 TOP100 廠商系統數量份額.22 圖表 44 2021 年全球超算競爭格局(按系統數量).22 圖表 45 曙光云計算整體解決方案.22 圖表 46 Cloudview 云管理平臺.23 圖表 47 曙光云全棧服務能力.24 圖表 48 2019-2024年
15、中國智慧城市規模預計.24 圖表 49 中科曙光存儲類產品.24 圖表 50 曙光分布式存儲系統 ParaStor300S 相關參數.25 圖表 51 曙光分布式塊存儲系統 XStor1000 相關參數.25 圖表 52 ParaStor 液冷存儲產品示意圖.25 圖表 53 2021 年中國軟件定義存儲市場格局.25 圖表 54 中科曙光是中國液冷數據中心領導者.26 圖表 55 曙光數創浸沒相變液冷相關技術.26 圖表 56 浸沒相變液冷數據中心效果圖.27 圖表 57 浸沒相變液冷數據中心工作圖.27 圖表 58 曙光數創冷板式液冷相關技術.27 圖表 59 曙光數創冷板液冷數據中心產品
16、拆解圖.28 圖表 60 曙光數創冷板液冷數據中心相關產品示意圖.28 圖表 62 可比公司估值.28 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 5 1.1.中科曙光:核心信息基礎設施領軍企業中科曙光:核心信息基礎設施領軍企業 1.1.1.1.中科曙光,打造中科曙光,打造 I IT T 基礎設施全套解決方案基礎設施全套解決方案 中科曙光是我國核心信息基礎設施領軍企業中科曙光是我國核心信息基礎設施領軍企業。1996 年,公司成立,開始走產業化道路,同年曙光 1000 服務器問世,峰值運算速度 25 億次每秒,獲得國家科技進步一等獎。接下來的時間里,曙光積極走產業化路線,專
17、注于走高端計算機相關業務。公司 2014 年在上交所上市,同年推出首款規?;慨a的液冷服務器;2021 年 7 月公司推出計算服務,打造算力互聯網絡,同年 1 月榮登中國海量存儲 MassStor100 榜首;2022 年,發布業界首款液冷存儲發布,曙光打造“存算一棧式”液冷方案。圖表 1 公司發展歷程圖 高端計算機顯著區別于高端計算機顯著區別于 P PC C 端端(個人電腦個人電腦),是指高檔性能芯片、參數配置高、功能多、運算速度快、穩定性強等技術的計算機,高端計算機既包括通用性服務器、高性能服務器等相關硬件產品,也包括圍繞高端計算器的相關集成服務、平臺軟件產品等。中科曙光專注于高端計算機相
18、關業務,打造完整全套的中科曙光專注于高端計算機相關業務,打造完整全套的 I IT T 設施解決方案設施解決方案。公司基于自身多年技術積累,在高端計算機、存儲、云等方面形成了濃厚的技術壁壘。隨著公司產品序列不斷豐厚,不斷豐富產品序列以滿足不同場景需求。在國產化背景下,公司自研產品比例及核心部件自研能力不斷提升,公司持續開發基于國產處理器的高端計算機、IO 芯片和 IO 模塊、底層管控固件,突破高端計算機核心關鍵技術,不斷提升自主創新能力。公司已經形成了通用服務器、高性能計算機、機房冷卻設施、存儲、網絡安全產品、算力服務平臺等多類產品和解決方案的全覆蓋。證券研究報告|公司深度報告 請仔細閱讀在本報
19、告尾部的重要法律聲明 6 圖表 2 公司解決方案示意圖 公司深度參與超算、智算中心建設,是國家數字經濟產業重要先行者公司深度參與超算、智算中心建設,是國家數字經濟產業重要先行者:20 世紀60 年代,為了模擬重大科學問題和軍事研究,超算中心應運而生;2007 年起,互聯網、大數據和云計算技術的成熟推動云計算數據中心建設;2012 年后,以深度學習計算模式為主的人工智能技術迅速發展,開啟智算中心建設時代。公司作為核心信息基礎設施領軍企業,1993 年推出“曙光一號”,打破國外 IT 巨頭對超算技術壟斷。根據中國新聞網,公司已在全國布局超 50 個云計算+大數據中心,同時還推出了“5A級”智算中心
20、建設方案。從支撐國家科研體系大科學、大工程,到賦能產業,公司伴隨國家算力基礎設施演進而成長。圖表 3 國家高性能計算產業演進歷程 1.2.1.2.背靠中科院,圍繞背靠中科院,圍繞 I IT T 基礎設施參股眾多子公司基礎設施參股眾多子公司 背靠中科院,彰顯信創背景下的“國家隊”優勢背靠中科院,彰顯信創背景下的“國家隊”優勢:中科院計算所持有中科算源100%股份,中科算源為公司控股股東,因此中科院計算所為公司實際控制人。公司董 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 7 事長李國杰曾為中國科學院計算技術研究所研究員、中國工程院院士,自 06 年起一直擔任此職位。圖表 4
21、 截至 2023 年 3 月 31 日 公司股東結構及參股公司示意圖 公司圍繞主營業務公司圍繞主營業務 I IT T 基礎設施參股基礎設施參股(控股控股)眾多公司眾多公司,其中包括海光信息、曙光云計算、中科星圖、曙光數創等公司,涉及 CPU、DCU、云計算、虛擬化、數據中心、數字地球等相關業務,相關業務協同發展,彰顯公司在相關業務協同發展,彰顯公司在 I IT T 基礎設施下的競爭力?;A設施下的競爭力。圖表 5 公司參股控股公司及相關業務介紹 控控/參股公司參股公司 持股比例持股比例 主營業務主營業務 中科三清 49%深耕大氣污染防治領域 海光信息 27.96%基于 X86 的 CPU 生產
22、和研發 聯方云天 19.54%云計算、數據中心、應用虛擬化、桌面虛擬化、服務器虛擬化產品及解決方案提供商 中科星圖 15.67%面向國防、政府、企業、大眾等用戶提供數字地球產品和技術開發服務 曙光數創 62.07%數據中心微模塊產品和液冷數據中心配套基礎設施產品技術研究、課題開發、技術咨詢、運維等技術服務 曙光云計算 90.00%建設城市級云計算中心,為各地政府、企業和公眾提供優質云計算服務、大數據服務和應用開發服務 中科天璣 50.00%面向網信、政法、軍工、金安、科教、城市等應用領域打造數據智能引擎,形成符合市場需求的產品生態體系 曙光國際 100.00%將先進計算、大數據和人工智能三方面
23、的研發、生產、銷售、運營在青島逐步布局 中科升哲 20.00%從事互聯網和相關服務為主 中科宏途信安 10.00%為政府及企業等客戶提供安全可靠、創新的信息安全產品、解決方案及服務 曙光智算 100.00%從事科技推廣和應用服務業為主 1.3.1.3.營收、凈利潤高速增長,開啟第二波成長曲線營收、凈利潤高速增長,開啟第二波成長曲線 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 8 公司營收高速增長公司營收高速增長,IT 設備業務為公司主營業務。公司 2022 年營收規模為130.08 億元,同比增長 16.14%,其中 IT 設備是公司主要收入來源,占比為 88.01%。公
24、司 2019、2020 收入增速下滑原因,我們認為主要原因與公司被美國商務部工業與安全局納入“實體清單”有關,但是我們判斷,隨著公司自研產品比例及核心部件自研能力不斷提升,公司收入增速已回歸至正常水平,預計公司未來業績持續高速增長。圖表 6 公司營收規模(億元)及增速 圖表 7 公司主營業務占比(2022 年)公司毛利率水平持續增高,凈利潤增速較高公司毛利率水平持續增高,凈利潤增速較高。公司毛利率水平持續走高,公司2018 年毛利率為 18.30%,2022 年毛利率為 26.26%,相較于 2018 年增長 7.96PCT,我們認為這與公司被列入實體清單后,公司自研產品比例及核心部件自研能力
25、不斷提升有關,未來毛利率有望增高。此外,公司持續加大自身研發費用,2022 年,公司研發費用率為 8.5%,相比于 2018 年增長 2.9PCT,彰顯公司作為 IT 基礎設施領軍企業對于科技研發的重視程度。此外,公司歸母凈利率與歸母凈利潤水平持續走高,2022年,公司歸母凈利潤為 15.44 億元,其中 4 年的復合增速達到驚人的 37.58%。圖表 8 公司毛利率、凈利率、研發費用率情況 圖表 9 公司歸母凈利潤及增速情況 公司一體化競爭優勢不斷提高,計算服務生態不斷擴大。公司一體化競爭優勢不斷提高,計算服務生態不斷擴大。數字經濟對基礎設施建設提出了更高的要求,一是計算能耗、數據傳輸速度的
26、提升,二是算力與多元場景的融合。根據公司 2022 年年報,公司依托在計算產業多年積累打造的一體化數字綜合體建設方案,已經與適配國產軟硬件的云平臺、國產安全平臺破除制約算力增長的安全障礙,滿足數字經濟時代下基礎設施快速落地的需求。此外,公司計算服務生態不斷擴大,目前已形成面向金融、電力、教育、交通、環保等傳統行業,以及汽車、證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 9 風電、生物、材料等領域研發創新的智能計算解決方案,已初步形成算力多元、產業協同、服務一體的核心競爭優勢。2.2.A AIGCIGC 時代下,算力勢必迎來爆發時代下,算力勢必迎來爆發 2.1.2.1.再此重
27、申強調再此重申強調 ChatChatGPTGPT 的本質即大模型儲備競賽的本質即大模型儲備競賽 大模型是人工智能發展的必然趨勢,也是輔助式人工智能向通用性人工智能轉大模型是人工智能發展的必然趨勢,也是輔助式人工智能向通用性人工智能轉變的堅實底座。變的堅實底座。大模型即“大算力+強算法”結合的產物。大模型是輔助式人工智能向通用性人工智能轉變的堅實底座,大模型增強了人工智能的泛化性、通用性,生產水平得到質的飛躍,過去分散化模型研發下,單一 AI 應用場景需要多個模型支撐。大模型實現了標準化 AI 研發范式,即簡單方式規?;a,具有“預訓練+精調”等功能,顯著降低 AI 開發門檻,即“低成本”和“
28、高效率”。算力是打造大模型生態的必備基礎。算力是打造大模型生態的必備基礎。算力是訓練大模型的底層動力源泉,一個優秀的算力底座在大模型(AI 算法)的訓練和推理具備效率優勢;平臺是大模型和算力之間的“橋梁”,可針對不同的模型和硬件,實現資源的合理分配,達到軟硬件的最優組合,從而大幅提升訓練模型的效率。圖表 10 數據、平臺、算力、算法關系示意圖 資料來源:華西證券研究所 ChatChatGPTGPT 已經開啟大模型“軍備賽”,算力呈現明顯缺口已經開啟大模型“軍備賽”,算力呈現明顯缺口:以谷歌、微軟、META為代表的科技公司皆在儲備相關大模型、算力是打造大模型生態的必備基礎,算力在大模型的背景下勢
29、必迎來大爆發。而大模型參數呈現指數級別規模,引爆海量算力需求。根據財聯社和 OpenAI 數據,ChatGPT 浪潮下算力缺口巨大,根據 OpenAI 數據,模型計算量增長速度遠超人工智能硬件算力增長速度,存在萬倍差距。運算規模的增長,帶動了對 AI 訓練芯片單點算力提升的需求,并對數據傳輸速度提出了更高的要求。根據智東西數據,過去五年,大模型發展呈現指數級別,部分大模型已達萬億級別,因此對算力需求也隨之攀升。證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 10 圖表 11 大模型參數數量和訓練數據規??焖僭鲩L 圖表 12 近年大模型的參數規模增長趨勢 此外,國家計算力指數此
30、外,國家計算力指數與與 GDPGDP 同樣呈現了顯著的正相關。同樣呈現了顯著的正相關。根據 IDC 數據,十五個重點國家的計算力指數平均每提高 1 點,國家的數字經濟和 GDP 將分別增長 3.5和1.8,預計該趨勢在 2021-2025 年將繼續保持。算力需求高漲,根據華為發布的計算 2030預測,2030 年人類將進入 YB 數據時代,全球數據每年新增 1YB。通用算力將增長 10 倍到 3.3ZFLOPS、人工智能算力將增長 500 倍超過 100ZFLOPS。相當于一百萬個中國超級計算機神威“太湖之光”的算力總和。圖表 13 從計算力指數看對經濟的增長 圖表 14 計算力對經濟的影響
31、2.2.2.2.政策端與產業端持續發力,智能算力建設持續提速政策端與產業端持續發力,智能算力建設持續提速 當前我國已進入新型數據中心發展三年行動計劃(當前我國已進入新型數據中心發展三年行動計劃(20212021-20232023 年)落地見效年)落地見效的關鍵年。的關鍵年。行動計劃主要目標為用 3 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。到 2023 年底,全國數據中心機架規模年均增速保持在 20%左右,平均利用率力爭提升到 60%以上,總算力超過 200 EFLOPS,高性能算力占比達到 10%。20232023 年年年年 4 4 月
32、月 1 17 7 日國家超算互聯網聯合體成立,算力建設持續提速。日國家超算互聯網聯合體成立,算力建設持續提速??萍疾扛咝滤?2023 年 4 月 17 日在天津組織召開國家超算互聯網工作啟動會,會議發起成立了國家超算互聯網聯合體。超算互聯網是用互聯網思維運營超算,將全國眾多超算中心通過算力網絡連接起來,構建一體化算力服務平臺,解決當前亟待突破的現有單體超算中心運營模式,以應對算力設施分布不均衡、接口不統一、應用軟件自主研發和推廣不足等問題。證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 11 圖表 15 工信部印發相關計劃 圖表 16 國家超算互聯網正式啟動 近期地方全力保障
33、數字基礎設施建設,積極帶動關聯產業集聚發展近期地方全力保障數字基礎設施建設,積極帶動關聯產業集聚發展。例如北京昇騰人工智能計算中心正式點亮、貴州省大數據局印發面向全國的算力保障基地建設規劃、上海市經濟信息化委印發 上海市推進算力資源統一調度指導意見、惠州首個超大規模數據及算力中心力爭年內投產、山東首個人工智能計算中心上線運行,競逐人工智能賽道、天津市人工智能計算中心揭牌,加快打造天津數字經濟發展新動能等。圖表 17 中國人工智能計算中心分布 “超算”向“智算”跨越,“超算”向“智算”跨越,“AI+AI+”時代步入“”時代步入“+AI+AI”時代?!睍r代。區別于超算中心,智算中心立足于賦能產業,
34、可為大規模 AI 算法和模型研究形成條件支撐,主要支持人工智能與傳統行業的融合應用。由于利用超算系統完成人工智能計算任務的成本高、效率低,我們認為從通用算力建設過渡到專用算力是大勢所趨。加速構建智算中心有利于精準適配算力,順應從“AI+”時代(探索人工智能自身能力)向“+AI”時代 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 12 (各行業融合 AI 走向場景化應用)跨越的數字經濟發展趨勢。目前我國已明確提出智算中心技術路線要求,預計在政策推動下,智算建設進程有望加速。圖表 18 中國智算相關政策及產業部署 智算算力增速超通用算力,智算算力增速超通用算力,2626 城搶建
35、智算中心。城搶建智算中心。根據人民網,目前國家在 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,協調區域平衡化發展。根據智東西數據,截止 2022 年 2 月,全國共有至少 26 個城市在推動或剛完成當地智算中心建設,其中合肥、慶陽、大連、沈陽、深圳、長沙等至少 6 個城市已經宣布開工建設。中國智能算力規模持續高速增長,據 IDC 預計,到 2026 年智算規模將達 1271.4EFLOPS,未來 CAGR 達 52.3%,同期通用算力規模 CAGR 為 18.5%。圖表 19 8 大算力樞紐智算中心建設進度(21.1-22.2)圖表 20 中國智算算力規模預測(EFLO
36、PS)2.3.2.3.算力需求井噴,算力需求井噴,A AI I 相關產品需求旺盛相關產品需求旺盛 我們認為在我們認為在 A AIGCIGC 與智算中心加速建設的大浪潮下,與智算中心加速建設的大浪潮下,A AI I 相關產品需求旺盛相關產品需求旺盛,包括但不限于AI芯片、AI服務器、AI云等相關產品。此外,在AI相關產品需求旺盛下,有望帶動相關配套產品或解決方案的出售,例如存儲和液冷等產品。2.3.1.2.3.1.AIAI 芯片是芯片是 AIAI 算力的“心臟”算力的“心臟”02004006008001000120014002019 2020 2021 2022 2023E2024E2025E2
37、026E中國智能算力規模(百億億次浮點運算/秒)證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 13 AIAI 芯片是芯片是 AIAI 算力的“心臟”算力的“心臟”,伴隨數據海量增長,算法模型趨向復雜,處理對象異構,計算性能要求高,AI 芯片在可高效處理人工智能應用中日漸多樣繁雜的計算任務。其中 GPU 相較于比 CPU 更擅長并行計算,CPU 是以低延遲為導向的計算單元,而 GPU 是以吞吐量為導向的計算單元,轉為執行多任務并行。由于微架構的不同導致CPU 絕大部分晶體管用于構建控制電路和緩存,只有小部分晶體管用來完成運算工作,GPU 則是流處理器和顯存控制用于絕大部分晶體
38、管,從而擁有更強大的并行計算能力和浮點計算能力。A AI I 硬件持續升溫,芯片價格大漲硬件持續升溫,芯片價格大漲。隨著 ChatGPT 帶來 AI 產業大熱,芯片作為 AI算力基礎,以英偉達 A100 和 H100 GPU 為代表的產品成為搶手貨。根據界面新聞,近期,英偉達 AI 旗艦芯片 H100 售價在多個商鋪炒至 4 萬美元,相比此前零售商報價3.6 萬美元,已明顯提價。我們認為未來隨著需求將進一步增加,或將進一步推高高性能 AI 芯片的價格。圖表 21 CPU 與 GPU 框架對比 圖表 22 英偉達 A100 芯片 2.3.2.2.3.2.AIAI 服務器作為服務器作為 AIAI
39、芯片載體彰顯其重要性芯片載體彰顯其重要性 AIAI 服務器作為服務器作為 AIAI 芯片載體彰顯其重要性。芯片載體彰顯其重要性。與通用服務器采用串行架構、以 CPU為算力提供者不同的是,AI 服務器采取異構架構,如 CPU+GPU、CPU+TPU、CPU+其他的加速卡等不同的組合方式,目前廣泛使用的是 CPU+GPU。與通用服務器相比,AI服務器擁有更出色的高性能計算能力。我們認為大模型的出現有望帶動我們認為大模型的出現有望帶動 AIAI 服務器需求服務器需求。我們認為除了對低延遲低功耗算力的性能需求,隨著人工智能的技術成熟與場景豐富,人工智能芯片朝著多元化的方向發展,服務器的類型也將越來越豐
40、富,并適用越來越多的行業應用場景。根據IDC的數據,在2021年的統計,預計到2025年中國加速服務器市場規模將達到108.6億美元,且 2023 年仍處于中高速增長期,增長率約為 20%。證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 14 圖表 23 超級計算機架構 圖表 24 2021-2025 年中國服務器市場規模及增速 上游芯片帶動服務器價格同步上行。上游芯片帶動服務器價格同步上行。一臺 GPU 服務器的成本是普通服務器的 10倍以上,GPU價格高漲直接動服務器價格顯著上修。以國產浪潮AI智能服務器為例,根據 AI 市場報價,其 R4900G3 規格產品含稅價已高達
41、 55 萬元。據財聯社 4 月消息,聞泰科技同樣稱其服務器價格呈上漲趨勢。2.3.3.2.3.3.AIGCAIGC 背景下,背景下,AIAI 云服務迎來黃金發展時期云服務迎來黃金發展時期 A AIGCIGC 下,下,A AI I 云迎來黃金發展周期云迎來黃金發展周期。云計算就是指通過互聯網,以按需服務的形式提供計算資源。企業可以實現按需收費。由于 AIGC 引爆海量算力需求,因此我們判斷以人工智能在云計算中需求呈現爆發式增長,此外英偉達重磅推出 AI foundations 同樣印證了我們的觀點。英偉達推出重磅推出英偉達推出重磅推出 AI foundationAI foundation 云服務
42、,云服務,AIAI 云迎來黃金發展期云迎來黃金發展期。在 2023 年3 月 23 日,英偉達 GTC 會議上,英偉達推出 AI foungdations 云服務,企業可以通過在 NVIDIA DGX Cloud 快速采用生成式 AI,通過此種云服務能夠構建、改進和操作定制的大型語言模型和生成式 AI 模型,此外,英偉達將通過云服務商提供 AI 超算能力。我們認為此舉意味著英偉達想快速搶占超算時代的 AI 云市場,從而具備先發優勢,恰恰也側面證實了全球 AI 云服務增速迎來拐點。證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 15 圖表 25 英偉達 AI 加速計算上云架構示
43、意圖 圖表 26 英偉達 AI 云平臺 2.3.4.2.3.4.存儲作為計算機重要組成部分同樣高度景氣存儲作為計算機重要組成部分同樣高度景氣 存儲是計算機的重要組成結構,算力發展速度遠超存儲,存儲帶寬限制計算系存儲是計算機的重要組成結構,算力發展速度遠超存儲,存儲帶寬限制計算系統的速度。統的速度。存儲器是用來存儲程序和數據的部件,對于計算機來說,有了存儲器才有記憶功能,才能保證正常工作。在過去二十年,處理器性能以每年大約 55%的速度提升,內存性能的提升速度每年只有 10%左右。因此,目前的存儲速度嚴重滯后于處理器的計算速度。能耗方面,從處理單元外的存儲器提取所需的時間往往是運算時間的成百上千
44、倍,因此能效非常低;“存儲墻”成為加速學習時代下的一代挑戰,原因是數據在計算單元和存儲單元的頻繁移動。AIAI 服務器帶來存力硬件需求上行,存儲器價格同步高增。服務器帶來存力硬件需求上行,存儲器價格同步高增。隨著 ChatGPT 等應用開啟 AI 新時代,加之相關技術演進,預計全球數據生成、儲存、處理量將呈等比級數增長。NVIDIA 計算卡供不應求,使得 HBM3 顯存出現了嚴重短缺的情況,由此導致作為 HBM3 顯存供應商的三星及海力士產品報價不斷提升,遠超平均報價水準。據財聯社消息,2023 年開年后三星、SK 海力士的 HBM 訂單快速增加,近期 HBM3 規格 DRAM價格上漲約 5
45、倍。圖表 27 算力發展速度遠超存儲器 圖表 28 三星 HBM3 lcebolt 產品性能 2.3.5.2.3.5.算力市場引爆,液冷為大勢所趨算力市場引爆,液冷為大勢所趨 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 16 AIGCAIGC 背景下,高功耗大型數據中心建設是大勢所趨,數據中心制冷拘束面臨嚴背景下,高功耗大型數據中心建設是大勢所趨,數據中心制冷拘束面臨嚴峻挑戰。峻挑戰。隨著芯片技術與工藝的進步,服務器計算能力有了數十倍的增長,但是總體功耗也隨之提升。同時,我們認為在 AIGC 大背景下,由于 GPU 數量顯著增加,系統峰值功耗顯著增加,進一步加劇了數據中心
46、的制冷壓力。根據數據中心綠色高質量發展研究報告,預計到 2025 年,數據中心的 X86 CPU 芯片 TDP(Thermal Design Power,散熱設計功耗)提升至 350W 左右,ARM CPU 芯片的 TDP 提升至 600W 左右,而用于人工智能計算的 NPU/GPU 芯片會 提升到 750W 左右。同時期對應的典型服務器(2U 高度 2 路處理器)功率也持續演進,x86 CPU 服務器會提升到 725W 左右,ARM CPU 服務器提升至 1000W 左右,用于人工智能計算的 NPU/GPU 服務器會提升到 1500W 左右?;谶@些預測,2025 年主流機柜功率將會達到 1
47、215kW/柜,未來 會繼續增加到 25kW-50kW/柜,甚至更高,對當前的數據中心制冷技術帶來極大挑戰。圖表 29 CPU 與 GPU 下的熱設計功耗與峰值 因此,傳統數據中心建設模式轉型勢在必行。因此,傳統數據中心建設模式轉型勢在必行。數據中心作為算力基礎設施的重要內容和數字經濟的樞紐,需求與日劇增,綠色節能、快速部署、智能運維、安全可靠是未來數據中心基礎設施的熱點需求,低 PUE 值(Power Usage Effectiveness,電源使用效率)成為國家關注重點。根據 CDCC 的數據,2021 年數據中心的平均 PUE值為 1.49。國家與地方發布政策組合拳引導數據中心綠色發展國
48、家與地方發布政策組合拳引導數據中心綠色發展。2021 年 11 月國家發改委、網信辦、工信部等部門發布貫徹落實碳達峰碳中和目標要求 推動數據中心和 5G 等新型基礎設 施綠色高質量發展實施方案,要求全國新建大型、超大型數據中心平均電能 利用效率降到 1.3 以下,國家樞紐節點進一步降到 1.25 以下,綠色低 碳等級達到 4A 級以上。2020 年 5 月,上海市發布上海市推進新型基礎設施建設行動方案(2020-2022 年),提出新增數據中心 PUE 不超過 1.3,建設 E 級高性能數據中心。2020 年 6 月,廣東省發布廣東省 5G 基站和數據中心總體布局規劃(2021-2025 年)
49、,提出整合加快應用先進節能技術,提升資源能源利用效率,走高效、清潔、集約、循環 的綠色發展道路。由于數據中心正在呈現高密度、高功耗的需求,液冷技術正逐步取代風冷技術,由于數據中心正在呈現高密度、高功耗的需求,液冷技術正逐步取代風冷技術,同時具有多重優勢。同時具有多重優勢。液冷主要指的是利用液體替代空氣,帶走 CPU、芯片組、內存條以及擴展卡等發熱器件運行時產生的熱量。具體而言,1、液冷技術的高效制冷效果有效提升了服務器的使用效率和穩定性,同時使數據中心在單位空間布置更多的服務 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 17 器,提高數據中心運算效率。2、液體傳導熱能效果
50、和大比熱容能夠保障 CPU 在一定范圍內進行超頻工作不會出現過熱故障,同時液冷數據中心省卻空調系統和相應基礎設施的建設,3、應用液冷技術能夠為數據中心節能、降噪。節省了風冷基礎設施,只增加了循環泵,不僅節省建設成本,也大大降低了能耗,使數據中心整體更節能。圖表 30 液冷技術正逐步取代風冷 圖表 31 液冷技術與風冷技術比較 此外液冷在性能方面同樣擁有多重比較優勢此外液冷在性能方面同樣擁有多重比較優勢,例如散熱性能、集成度、可維護度、可靠性、性能、能耗等方面。同時液冷可有效降低 PUE 值,且成本更加便宜,例如冷板式液冷可降低 PUE 值至 1.3 以下,浸沒式液冷可降低 PUE 值至 1.2
51、 以下。圖表 32 液冷與傳統風冷比較 圖表 33 液冷技術與風冷技術比較 液冷數據中心規模高速發展,浸沒式數據中心有望成為主要產品液冷數據中心規模高速發展,浸沒式數據中心有望成為主要產品。根據賽迪顧問的數據,2019 年我國液冷數據中心市場規模為 260 億元,預計 2025 年可達到 1283.2 億元以上。根據賽迪顧問和中國通信院數據,2019 年中國液冷數據中心基礎設施市場規模為 64.7 億元,預計 2025 年可達到 245 億元以上。此外根據賽迪顧問數據,2019 年冷板式液冷為主要產品,但未來浸沒式液冷數據中心基礎設施將會占據更多市場,原因是浸沒式液冷是直接接觸的制冷方式,相較
52、于冷板式液冷,更大程度上利用液體的比熱容特點,制冷效率更高,可有效降低數據中心 PUE 值。證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 18 圖表 34 中國液冷中心市場規模(億元)及預測 圖表 35 2025 年液冷數據中心占比 3.3.全面布局產業生態,智算王者歸來全面布局產業生態,智算王者歸來 A AIGCIGC 東風已至,中科曙光作為高性能服務器領軍企業,旗下多款產品深度受益東風已至,中科曙光作為高性能服務器領軍企業,旗下多款產品深度受益。我們判斷,隨著 AIGC 的爆發,算力需求有望高速增長,中科曙光在智算中心方面具有一體化的解決方案能力且產業鏈高效協同發展,相
53、關產品有望迎來爆發式增長,其中包括高性能服務器、云業務、存儲業務,同時包括旗下子公司的 GPGPU、液冷相關產品。同時,我們判斷智算建設明顯處于加速階段,中科曙光深度參與智算建設。同時,我們判斷智算建設明顯處于加速階段,中科曙光深度參與智算建設。公司已經推出“5A 級”智算中心建設方案,可提供涵蓋算力供給、算法優化、數據服務及行業應用在內的全場景人工智能計算服務,有效促進 AI 產業化、產業 AI 化及政府智慧治理,助力區域、行業邁入智能發展快車道。我們認為,國家與各地方開啟新一輪算力建設,結合國產化趨勢,公司作為我國計算領域龍頭廠商有望深度受益。圖表 36 中科曙光 5A 級智算中心核心優勢
54、 3.1.3.1.A AI I 芯片高度景氣,海光芯片高度景氣,海光 D DCUCU 提供強大算力支撐提供強大算力支撐 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 19 海光海光 DCUDCU 屬于屬于 GPGPUGPGPU 的一種,應用場景廣泛。的一種,應用場景廣泛。CUDA 是由英偉達公司推出的、使 GPU 能夠解決復雜的計算問題的通用并行計算架構,包含了 CUDA 指令集架構以及 GPU 內部的并行計算引擎。海光 DCU 系列產品以 GPGPU 架構為基礎,兼容通用的“類CUDA”環境以及國際主流商業計算軟件和人工智能軟件,軟硬件生態豐富,可廣泛應用于大數據處理、人
55、工智能、商業計算等應用領域。主要部署在服務器集群或數據中心,為應用程序提供高性能、高能效比的算力,支撐高復雜度和高吞吐量的數據處理任務。圖表 37 海光 DCU 產品形態 海光海光 D DCUCU深算一號可廣泛應用于科學計算,人工智能模型訓練和推理深算一號可廣泛應用于科學計算,人工智能模型訓練和推理。擁有開放式生態,統一底層硬件驅動平臺,支持常見計算框架、庫和編程模型,同時可適配不同 API 接口和編譯器,可最大限度利用已有的成熟 AI 算法和框架。同時海光海光 D DCUCU 計計算單元數量較多算單元數量較多,海光 DCU 的主要功能模塊包括計算單元(CU)、片上網絡、高速緩存、各類接口控制
56、器等,海光 8000 系列具有全精度浮點數據和各種常見整型數據計算能力,具有最多 64 個計算單元,能夠充分挖掘應用的并行性,發揮其大規模并行計算的能力,快速開發高能效的應用程序。圖表 38 海光 DCU 架構 圖表 39 海光 8100 系列相關參數 海光海光 D DCUCU 產品持續迭代升級,性能持續提升產品持續迭代升級,性能持續提升。目前海光 DCU 系列產品深算一號為公司 GPGPU 主要在售產品,深算二號、深算三號處于研發階段。公司研發團隊在高端處理器設計、SoC 架構設計、處理器安全、處理器驗證、高主頻與低功耗處理器實現、高端芯片 IP 設計、工藝物理設計、先進封裝設計、基礎軟件等
57、關鍵技術上不斷實現突破。3.2.3.2.中科曙光為高性能服務器領軍企業中科曙光為高性能服務器領軍企業 高性能計算機高性能計算機(HPCHPC,超級計算機,超級計算機)能夠執行一般能夠執行一般P PC C端無法處理的高速運算的計算端無法處理的高速運算的計算機,泛指用于大規??茖W計算而使用的計算機,區別于大型計算機機,泛指用于大規??茖W計算而使用的計算機,區別于大型計算機。高性能計算機 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 20 的主要目的就是提高運算速度,要達到每秒萬億次級的計算速度,對系統的處理器、內存帶寬、運算方式、系統 I/O、存儲等方面的要求都十分高,這其中的
58、每一個環節都將直接影響到系統的運算速度。這類機群主要解決大規??茖W問題的計算和海量數據的處理,如科學研究、氣象預報、計算模擬、CFD/CAE、生物制藥、基因測序、圖像處理等等。圖表 40 大型計算機與高性能計算機群對比 中科曙光為高性能計算機領軍企業中科曙光為高性能計算機領軍企業。產品主要包括機架式服務器、高密度服務器、刀片服務器、超融合一體機產品等,能夠面向多種應用場景,兼顧性能、能效、應用生態,具有領先的計算密度和節能性,產品整合高速網絡和存儲技術,可實現超大規模線性擴展,具有節能高效、安全穩定、高度集成等特點。目前已廣泛應用于運營商、金融、能源、互聯網、教育等行業客戶,涵蓋基礎設施、電子
59、政務、企業信息化和城市信息化等領域。此外,公司高性能計算機是其研發實力的集中體現。此外,公司高性能計算機是其研發實力的集中體現。公司可提供從底層機房基礎設施,到系統硬件、軟件、一體化的產品解決方案,并提供全生命周期的技術服務。具有多種優勢:1 1、高可展性、高可展性,可根據需求進行靈活拓展,滿足峰值、存儲容量需求;2 2、廣泛適配性、廣泛適配性,可與多種類型的 CPU、GPU、MIC 計算資源進行適配,可針對不同應用特征而優化的存儲和作業調度等,以滿足用戶需求達到最佳匹配;3 3、應用廣泛、應用廣泛,曙光 6000 系列高性能計算機已經經過超算中心、物理、化學、生命科學、工程計算、器相、海洋、
60、環境、石油物探等行業地光檢驗、擁有“星云”(中國國家超級計算機深圳軸心)、“派”(中國氣象局國家氣象信息中心)、“元”(中國科學院超級計算中心)等典型代表。證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 21 圖表 41 曙光 6000 系列高性能計算機架構示意圖 公司高性能計算機持續創新公司高性能計算機持續創新。公司自創立之初便致力于高性能計算機的研發,且公司新品持續問世。1995 年,公司曙光一號成功問世;此后,公司技術持續迭代,先后發布了多款高性能計算機;2010 年,“曙光星云”問世,是中國自主研發的第一臺實測性能超千萬億次的超級計算機,是中國制造的擁有部分自主知識產
61、權的超級計算機,2010 年 5 月 31 日在全球最快超級計算機前 500 名排行榜上,“星云”超級計算機及其相關系統經過眾多專家測評,躋身排行榜第二的位置,超越歐洲和日本的同類產品,其運算速度達每秒 1270 萬億次。2016 年,中科曙光研制出我國首款面向云計算的服務器,是我國首款億級并發云服務器系統。圖表 42 中科曙光高性能服務器發展歷程 中科曙光國際高性能計算機市場份額領先中科曙光國際高性能計算機市場份額領先。根據 HPCTOP100 數據,2021 年 中國TOP100 廠商系統數量份額排名前三;根據國際高性能計算大會榜單,中科曙光在全 證券研究報告|公司深度報告 請仔細閱讀在本
62、報告尾部的重要法律聲明 22 球超級計算機 500 強生產制造廠商中按系統數量排名第四,彰顯中科曙光強悍技術實,彰顯中科曙光強悍技術實力與計算生態。力與計算生態。圖表 43 2021 年中國 TOP100 廠商系統數量份額 圖表 44 2021 年全球超算競爭格局(按系統數量)資料來源:HPC TOP100,華西證券研究所 3.3.3.3.曙光云提供全?;鉀Q方案曙光云提供全?;鉀Q方案 公司云計算公司云計算具有長期的技術積累,提供全面整體解決方案。具有長期的技術積累,提供全面整體解決方案。公司自 2007 年開始從事云計算技術產品研發,依托曙光云的“城市云”建設,已基本形成了安全可信城市云服
63、務體系和解決方案,基于城市云計算中心為政府和企業用戶提供云服務及云技術服務,云服務內容包括計算、存儲、網絡、安全等基礎云服務,大數據、數據庫、中間件等數據支撐及應用支撐云服務,智慧城市應用服務。圖表 45 曙光云計算整體解決方案 公司公司 Cloudview Cloudview 云管理云管理平臺是以應用為核心的下一代云管理平臺。平臺是以應用為核心的下一代云管理平臺。該平臺可以實現異構云環境(vSphere/OpenStack/Kubernetes 等)的自助式交付和控制,通過 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 23 一個控制臺就可以管理企業 所有的云工作負載,并
64、且能夠對云的使用和花費進行追蹤和優化。其功能包括:混合云統一管理、IT 自助服務、資源和應用的全生命周期管理、計算+存儲+網絡的全棧自動化、所見即所得的應用藍圖建模等。廣泛應用于金融、互聯網、IT 軟件等領域。圖表 46 Cloudview 云管理平臺 公司人工智能云產品主要包括文字識別公司人工智能云產品主要包括文字識別 OCROCR 和自然語言處理和自然語言處理 NLPNLP:1 1、文字識別、文字識別 OCROCR 指對圖片中的文字進行檢測和識別,包括通用文字識別、各類卡證、票據、執照等識別,輸出具體識別文字結果,提供穩定易用的在線 API。根據曙光云官網,該應用通用文字識別及身份證據識別
65、準確率高達 95%以上;公有云服務可用性高達 99.9%。2 2、自然語言處理自然語言處理 NLPNLP 提供豐富的文本分析能力,包括分詞、實體識別、詞性分析、文章情感傾向分析等能力,提供穩定易用的在線 API。該應用具有標準化接口,通過云計算調用可快速集成到應用中,降低開發人力成本,同時能全面覆蓋語言處理的各類需求。曙光云以建設運營“城市云”為主要業務模式,具備全棧服務能力。曙光云以建設運營“城市云”為主要業務模式,具備全棧服務能力。根據曙光云官網,目前城市云已踏足超 20 個省區、服務 50 多個城市,提供了超過 100 例客戶定制化方案。城市云方案主要面向政企市場,為用戶提供性能優異的基
66、礎設施資源服務、高效穩定的平臺支撐服務,同時還有從基礎設施資源層到平臺服務再到應用服務層的“云+大數據+人工智能”面向多行業場景的全棧服務。未來智慧城市支出高速增長,根據 IDC 數據,中國 2020 年智慧城市市場支出規模為 259 億美元,同比增長12.7,僅次于美國。IDC 預計,全球智慧城市支出將在 2021 年開始逐漸提高增長速度,并在 2020-2024 年的預測期間內實現 14.6%的復合年增長率(CAGR),中科曙光作為城市云龍頭有望深度受益。證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 24 圖表 47 曙光云全棧服務能力 圖表 48 2019-2024
67、年中國智慧城市規模預計 3.4.3.4.中科曙光分布式存儲市占率前三中科曙光分布式存儲市占率前三 公司為用戶提供包括分布式文件、分布式塊、分布式對象、混閃和全閃系列集公司為用戶提供包括分布式文件、分布式塊、分布式對象、混閃和全閃系列集中式存儲等產品及一體化解決方案。中式存儲等產品及一體化解決方案。作為東數西算項目的重要參與者,曙光存儲持續布局一體化存力。此外還通過推動存力綠色發展,降低數據中心的成本和能耗。根據中關村在線,中科曙光存儲事業部副總經理在中國移動 2023 移動云大會上介紹,曙光存儲已經連續三年中標中國移動存儲集采項目,全面支撐移動云多種虛擬化云平臺和數據庫應用,實現移動云覆蓋近
68、30 個省市、上線數千節點、BOM 域全應用。圖表 49 中科曙光存儲類產品 分布式存儲產品空間大、架構穩定、管理運維簡易。分布式存儲產品空間大、架構穩定、管理運維簡易。公司分布式存儲主要包括分布式存儲系統ParaStor300S、分布式塊存儲系統XStor1000等產品。根據公司2022年年報,目前,分布式存儲方案單套存儲容量已能達到 300PB 容量,ParaStor 存儲在業內權威存儲性能測試 IO 500 榜單中位列 10 節點榜單第一名。同時,公司分布式對象產品單桶支持千億級小文件,集群性能超過百萬 TPS,產品性能一流;全閃存節點,以高性能、低時延的優勢,在 EDA、自動駕駛等新興
69、應用場景中為核心業務提供優質性能。分布式統一存儲產品,單一系統同時支持文件、塊、對象和大數據接口協議,在“5G+云+AI”的發展趨勢下滿足海量異構數據存儲、管理需求。證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 25 圖表 50 曙光分布式存儲系統 ParaStor300S 相關參數 圖表 51 曙光分布式塊存儲系統 XStor1000 相關參數 公司軟件定義存儲市場份額排名國內公司軟件定義存儲市場份額排名國內 Top3Top3。據 IDC 統計,2021 年公司在軟件定義存儲領域市占率為 11.3%,僅次于華為和新華三。截止 2020 年,在分布式文件存儲領域,曙光 Pa
70、raStor 以 20.6%的市場占有率,連續 7 年排在前 2 位;20 年 Q4,曙光 XStor1000 以 9%的市場份額位居該細分行業前三。公司公司 ParaStorParaStor 液冷存儲產品是業界首款液冷存儲,與液冷服務器形成“存算一液冷存儲產品是業界首款液冷存儲,與液冷服務器形成“存算一棧式”液冷方案。棧式”液冷方案。根據公司官網,ParaStor 液冷存儲產品將液冷方案與存儲技術結合,將存儲節點 PUE 值降至 1.2 以下,數據中心 PUE 值可降至 1.1 以下。在應用層面,靈活配置多種場景,針對高性能小規模應用場景,提供全閃存配置方案,而針對中大規模應用場景,則提供更
71、高性價比的混閃配置方案,為客戶釋放更多的業務價值。此外,ParaStor 液冷存儲產品與液冷服務器形成“存算一棧式”液冷方案,在提高運維效率的同時,助力數據中心部署更便捷。圖表 52 ParaStor 液冷存儲產品示意圖 圖表 53 2021 年中國軟件定義存儲市場格局 3.5.3.5.中科曙光是中國液冷數據中心領導者中科曙光是中國液冷數據中心領導者 中科曙光是中國液冷數據中心領導者。中科曙光是中國液冷數據中心領導者。旗下子公司曙光數創在數據中心高效冷卻的研發及服務方面積累了豐富經驗,形成數據中心高效冷卻系列化的技術和產品;助力實現數據中心領域的節能降耗,降低數據中心運行成本,提升服務器的可靠
72、性。公司主要產品為浸沒相變液冷數據中心基礎設施產品、冷板液冷數據中心基礎設施產 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 26 品,其中浸沒相變液冷數據中心基礎設施產品是公司核心產品,2022 年曙光數創浸沒式產品和冷板液產品收入分別為 4.29 億元、0.36 億元,占比分別為 82.85%、6.92。圖表 54 中科曙光是中國液冷數據中心領導者 技術作為曙光數創的絕對護城河,公司在液冷方面技術優勢顯著技術作為曙光數創的絕對護城河,公司在液冷方面技術優勢顯著。公司目前掌握的核心技術包括浸沒相變液冷技術、冷板液冷技術和風冷方向技術。浸沒相變液冷技術方面,公司已經掌握已知
73、浸沒冷卻介質數據庫及其材料兼容性研究,建立了已知冷卻介質的物化特性參數及其材料兼容性數據庫,并制定了冷卻介質及材料兼容性標準,為后續液冷技術研發的重要基礎理論依據之一。此外公司還掌握基于浸沒蒸發加近端冷凝的兩級殼體結構的全密封微動力液體循環冷卻制冷系統技術、芯片級微納復合結構強化沸騰技術、浸沒環境下高頻信號衰減抑制技術。圖表 55 曙光數創浸沒相變液冷相關技術 公司浸沒相變液冷數據中心基礎設施產品主要為公司浸沒相變液冷數據中心基礎設施產品主要為 C8000 C8000 系列產品系列產品。其原理是將服務器全部浸沒在冷媒中,所有發熱元器件通過冷媒相變換熱的方式高效散熱,氣化的冷媒進入換熱器與常溫冷
74、卻水換熱,冷凝為液體,完成熱力循環。產品形態為每個單元內包含 1 臺液冷換熱模塊和 2 臺計算機柜,成為“一拖二”液冷計算單元。產品設計特點為:1、液冷換熱模塊,具有超低能耗、高制冷效率、低噪聲、高可靠性等特點;2、高壓直流供電系統,具有高可靠性、占用空間小,符合刀片服務器緊湊化設計要求等特點;3、流體分配系統,可支持管路熱插拔,保證系統安裝或維護過程中冷媒不泄漏;4、強化沸騰散熱功能,最高可實現 100W/c 以上的散熱密度。證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 27 圖表 56 浸沒相變液冷數據中心效果圖 圖表 57 浸沒相變液冷數據中心工作圖 公司冷板式液冷相
75、關技術實力同樣雄厚公司冷板式液冷相關技術實力同樣雄厚。目前已掌握高功率密度芯片冷板熱控制、智能動態匹配分液、服務器通用內存散熱設計、服務器用水冷液選型及低電腐蝕等相關技術。圖表 58 曙光數創冷板式液冷相關技術 C7000 C7000 系列是公司冷板液冷數據中心基礎設施產品系列是公司冷板液冷數據中心基礎設施產品。采用液冷為主、風冷為輔的混合冷卻模式。服務器內主要熱源(例如 CPU、內存等)采用液冷冷板套件進行冷卻,其余熱源仍采用風冷方式進行冷卻。通過這種混合冷卻方式,可大幅提升服務器散熱效率,同時,降低冷卻系統能耗,增強服務器可靠性。具有芯片級精確制冷、總體 TCO 低、全地域全年自然冷卻、智
76、能管理、安全可靠、快速部署等特點。證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 28 圖表 59 曙光數創冷板液冷數據中心產品拆解圖 圖表 60 曙光數創冷板液冷數據中心相關產品示意圖 4.4.投資建議投資建議 考慮到公司主營業務相似性,我們采取 PE 估值法,在 A 股選取可比公司:浪潮信息、紫光股份、拓維信息、神州數碼??杀裙?2021、2022、2023 年的平均 PE 為49、35、27 倍,考慮到公司處于高性能服務器龍頭地位且產業鏈協同發展因素,因此理應給予更高估值。公司在我國信創服務器、AI 算力、高性能計算、存儲等領域具備領先優勢,將受益于信創、AI 等產業
77、高速發展。維持公司 2023-2025 年營收預測 154.11/180.20/207.91 億元,維持公司 2023-2025 年歸母凈利潤預測 20.24/26.46/26.46 億元,維持公司 2023-2025 年 EPS 預測 1.38/1.81/2.24 元。2023 年 5 月 26 日總市值為 734 億,對應股價 50.14 元,對應 PE 為 36.3/27.7/22.4 倍,依舊堅定看好,維持買入評級。圖表 61 可比公司估值 ,注:中科曙光為本報告盈利預測,其余公司均采用 Wind 一致預期,股價為 2023 年 5 月 26 日收盤價 5.5.風險提示風險提示 1、中
78、美關系不確定風險 2、AI 建設不及預期風險 3、行業競爭加劇風險 4、信創進程低于預期風險 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 29 財務報表和主要財務比率 Table_Finance 利潤表(百萬元)利潤表(百萬元)2022A2022A 2023E2023E 2024E2024E 2025E2025E 現金流量表(百萬元)現金流量表(百萬元)2022A2022A 2023E2023E 2024E2024E 2025E2025E 營業總收入 13,008 15,411 18,020 20,791 凈利潤 1,617 2,155 2,805 3,464 YoY(%
79、)15.4%18.5%16.9%15.4%折舊和攤銷 555 572 656 781 營業成本 9,592 11,283 13,083 14,971 營運資金變動-1,013 1,131-3,852 2,215 營業稅金及附加 54 58 69 82 經營活動現金流 1,125 3,710-648 6,158 銷售費用 620 709 784 832 資本開支-2,685-939-1,155-1,156 管理費用 310 347 387 416 投資-5-1,420-1,590-1,983 財務費用-99-99-88-95 投資活動現金流-2,533-2,190-2,459-2,821 研發費
80、用 1,105 1,271 1,397 1,539 股權募資 299 0 0 0 資產減值損失-128-24-32-20 債務募資 1,084 144 144 190 投資收益 248 169 286 318 籌資活動現金流 957 144 144 190 營業利潤 1,905 2,513 3,254 4,047 現金凈流量-420 1,664-2,963 3,527 營業外收支 1 0 0 0 主要財務指標主要財務指標 2022A2022A 2023E2023E 2024E2024E 2025E2025E 利潤總額 1,906 2,513 3,254 4,047 成長能力成長能力 所得稅 2
81、88 359 449 583 營業收入增長率 15.4%18.5%16.9%15.4%凈利潤 1,617 2,155 2,805 3,464 凈利潤增長率 31.3%31.0%30.8%23.8%歸屬于母公司凈利潤 1,544 2,024 2,646 3,277 盈利能力盈利能力 YoY(%)31.3%31.0%30.8%23.8%毛利率 26.3%26.8%27.4%28.0%每股收益 1.06 1.38 1.81 2.24 凈利潤率 11.9%13.1%14.7%15.8%資產負債表(百萬元)資產負債表(百萬元)2022A2022A 2023E2023E 2024E2024E 2025E2
82、025E 總資產收益率 ROA 4.9%5.7%6.9%7.4%貨幣資金 6,155 7,819 4,856 8,383 凈資產收益率 ROE 9.1%10.6%12.2%13.1%預付款項 423 628 832 815 償債能力償債能力 存貨 6,379 5,255 9,342 7,818 流動比率 2.66 2.40 2.43 2.22 其他流動資產 3,863 4,948 4,751 6,211 速動比率 1.451.45 1.531.53 1.071.07 1.311.31 流動資產合計 16,820 18,650 19,782 23,227 現金比率 0.97 1.01 0.60
83、0.80 長期股權投資 6,395 7,815 9,405 11,387 資產負債率 44.2%43.8%41.2%41.0%固定資產 2,198 2,255 2,365 2,481 經營效率經營效率 無形資產 1,589 1,814 2,077 2,364 總資產周轉率 0.45 0.46 0.49 0.50 非流動資產合計 14,990 16,755 18,814 21,157 每股指標(元)每股指標(元)資產合計 31,810 35,405 38,596 44,384 每股收益 1.06 1.38 1.81 2.24 短期借款 288 431 575 765 每股凈資產 11.62 13
84、.01 14.81 17.05 應付賬款及票據 2,446 3,693 3,196 4,766 每股經營現金流 0.77 2.53-0.44 4.21 其他流動負債 3,582 3,632 4,372 4,934 每股股利 0.22 0.00 0.00 0.00 流動負債合計 6,316 7,756 8,143 10,466 估值分析估值分析 長期借款 1,484 1,484 1,484 1,484 PE 47.30 36.28 27.74 22.40 其他長期負債 6,269 6,269 6,269 6,269 PB 1.90 3.86 3.38 2.94 非流動負債合計 7,753 7,7
85、53 7,753 7,753 負債合計 14,070 15,509 15,896 18,219 股本 1,464 1,464 1,464 1,464 少數股東權益 723 854 1,013 1,201 股東權益合計 17,741 19,895 22,700 26,164 負債和股東權益合計 31,810 35,405 38,596 44,384 Table_AuthorTable_AuthorInfoInfo 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 30 分析師與研究助理簡介分析師與研究助理簡介 劉澤晶(首席分析師):2014-2015年新財富計算機行業團隊第三、第
86、五名,水晶球第三名,10年證券從業經驗。分析師承諾分析師承諾 作者具有中國證券業協會授予的證券投資咨詢執業資格或相當的專業勝任能力,保證報告所采用的數據均來自合規渠道,分析邏輯基于作者的職業理解,通過合理判斷并得出結論,力求客觀、公正,結論不受任何第三方的授意、影響,特此聲明。評級說明評級說明 公司評級標準公司評級標準 投資投資評級評級 說明說明 以報告發布日后的 6 個月內公司股價相對上證指數的漲跌幅為基準。買入 分析師預測在此期間股價相對強于上證指數達到或超過 15%增持 分析師預測在此期間股價相對強于上證指數在 5%15%之間 中性 分析師預測在此期間股價相對上證指數在-5%5%之間 減
87、持 分析師預測在此期間股價相對弱于上證指數 5%15%之間 賣出 分析師預測在此期間股價相對弱于上證指數達到或超過 15%行業評級標準行業評級標準 以報告發布日后的 6 個月內行業指數的漲跌幅為基準。推薦 分析師預測在此期間行業指數相對強于上證指數達到或超過 10%中性 分析師預測在此期間行業指數相對上證指數在-10%10%之間 回避 分析師預測在此期間行業指數相對弱于上證指數達到或超過 10%華西證券研究所:華西證券研究所:地址:北京市西城區太平橋大街豐匯園 11 號豐匯時代大廈南座 5 層 網址:http:/ 證券研究報告|公司深度報告 請仔細閱讀在本報告尾部的重要法律聲明 31 華西證券
88、免責聲明華西證券免責聲明 華西證券股份有限公司(以下簡稱“本公司”)具備證券投資咨詢業務資格。本報告僅供本公司簽約客戶使用。本公司不會因接收人收到或者經由其他渠道轉發收到本報告而直接視其為本公司客戶。本報告基于本公司研究所及其研究人員認為的已經公開的資料或者研究人員的實地調研資料,但本公司對該等信息的準確性、完整性或可靠性不作任何保證。本報告所載資料、意見以及推測僅于本報告發布當日的判斷,且這種判斷受到研究方法、研究依據等多方面的制約。在不同時期,本公司可發出與本報告所載資料、意見及預測不一致的報告。本公司不保證本報告所含信息始終保持在最新狀態。同時,本公司對本報告所含信息可在不發出通知的情形
89、下做出修改,投資者需自行關注相應更新或修改。在任何情況下,本報告僅提供給簽約客戶參考使用,任何信息或所表述的意見絕不構成對任何人的投資建議。市場有風險,投資需謹慎。投資者不應將本報告視為做出投資決策的惟一參考因素,亦不應認為本報告可以取代自己的判斷。在任何情況下,本報告均未考慮到個別客戶的特殊投資目標、財務狀況或需求,不能作為客戶進行客戶買賣、認購證券或者其他金融工具的保證或邀請。在任何情況下,本公司、本公司員工或者其他關聯方均不承諾投資者一定獲利,不與投資者分享投資收益,也不對任何人因使用本報告而導致的任何可能損失負有任何責任。投資者因使用本公司研究報告做出的任何投資決策均是獨立行為,與本公
90、司、本公司員工及其他關聯方無關。本公司建立起信息隔離墻制度、跨墻制度來規范管理跨部門、跨關聯機構之間的信息流動。務請投資者注意,在法律許可的前提下,本公司及其所屬關聯機構可能會持有報告中提到的公司所發行的證券或期權并進行證券或期權交易,也可能為這些公司提供或者爭取提供投資銀行、財務顧問或者金融產品等相關服務。在法律許可的前提下,本公司的董事、高級職員或員工可能擔任本報告所提到的公司的董事。本公司及其所屬關聯機構或個人可能在本報告公開發布之前已經使用或了解其中的信息。所有報告版權均歸本公司所有。未經本公司事先書面授權,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,如需引用、刊發或轉載本報告,需注明出處為華西證券研究所,且不得對本報告進行任何有悖原意的引用、刪節和修改。