《計算機行業深度報告：算力服務從“東數西算”到“東推西訓”-230828（35頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業深度報告：算力服務從“東數西算”到“東推西訓”-230828（35頁）.pdf（35頁珍藏版）》請在三個皮匠報告上搜索。

1、行 業 研 究 2023.08.28 1 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 計 算 機 行 業 深 度 報 告 算力服務：從“東數西算”到“東推西訓”分析師 張初晨 登記編號：S1220523070001 行 業 評 級:推 薦 行 業 信 息 上市公司總家數 382 總股本(億股)3,439.43 銷售收入(億元)7,948.78 利潤總額(億元)-130.30 行業平均 PE 137.62 平均股價(元)24.82 行 業 相 對 指 數 表 現 數據來源：wind 方正證券研究所 相 關 研 究 具身智能浪潮將至，重視國內產業鏈機遇2023.08.24 數據庫：

2、行業景氣百舸爭流千帆競，細分賽道長坡厚雪奮者先2023.08.03 AI 賦能之下，電力 IT 投資機會在何處？2023.07.24 ChatGPT Plugins：從超級 APP 到開放平臺2023.04.02 資源整合與統一調度是國家高性能網絡計算的重點。當前“東數西算”網絡初具形態，規劃增量、盤活存量，重建設、重長期有效運營，滿足新時期下海量計算、傳輸、存儲需求，是當下國家算網建設的重點。6 月發布的全國一體化算力網調度平臺實現跨廠商、跨架構、跨資源池的異構算力調度，對算網建設具有重大意義。智算網絡建設對無線基站、路由器、交換機及光傳送接入設備等設備的數據吞吐量和傳輸速率提出更大的要求，

3、通信設施升級是算網建設的關鍵環節。人工智能向大模型、多模態、多場景發展，智算算力成為當下重要戰略資人工智能向大模型、多模態、多場景發展，智算算力成為當下重要戰略資源源。三大趨勢：1）下游數智化發展疊加數據要素化，東西部算力新基建的投資價值進一步提升。AIGC 訓練側，總算力需求=模型參數量*訓練詞數*每個詞的運算量，隨著國內外千億級參數量模型不斷迭代，所需算力指數級別上升。推理計算算力需求空間相較訓練更大。2022 年各行業人工智能指數環比提升明顯，預計 23 年底，中國 50%的制造業供應鏈環節將采用人工智能。同時，數據要素化也將促進算力需求提升。2）算力租賃釋放中小實體算力使用需求，算力報

4、價可作供需刻畫的晴雨表。算力需求群體將由小眾擴展到千行百業。算力租賃降低眾多個體的算力使用門檻和成本，提升總體算力使用效率和社會效益。多地發放算力券，形成政策與行業供需共振的局面。同時，算力報價作為實時性高、透明度強的數據，將作為投資者觀察算力供需冷暖的重要指標。3）智算中心由“資源服務”向“應用服務”轉變，產業進一步豐富。人工智能推理及訓練是系統性的工作，需要連接、算力、模型開發形成一個全方位的解決方案。各大 IaaS 廠商致力于提供更全面的開發工具及套件，打造開放共贏的智算軟件生態。智算產業鏈受益公司的范圍更廣，國產化重要性不斷提升智算產業鏈受益公司的范圍更廣，國產化重要性不斷提升。國外對

5、華在超算領域的封鎖進一步加劇，國內加大鼓勵算力國產化。具體到產業鏈環節的競爭格局來看：1）英偉達生態占據主要地位，落地速度較快。英偉達芯片 AI 計算性能當前處于明顯領先地位。本季度將出貨用于高性能 AI 計算的 GH200、用于通用數據中心的 L40s、服務器參考設計方案 MGX、加速網絡平臺Spectrum-X、RTX 工作站等，擁有較強的技術領先性和解決方案豐富度。同時憑借軟件 CUDA 生態，軟硬協同能力突出。當前英偉達高端芯片仍處于明顯供不應求狀態，公司具有較高的產業鏈話語權。國內產業鏈受益環節主要為高速通信光模塊，有較好合作的 AI 服務器廠商，以及 PCB、先進封裝等電子元器件企

6、業。2）國產芯片廠商快速崛起，生態加速豐富。智能計算芯片占訓練型服務器成本的 70%，是算力產業鏈的核心。參數對比看，國內智算芯片硬件性方 正 證 券 研 究 所 證 券 研 究 報 告-14%-1%12%25%38%51%22/8/28 22/11/9 23/1/2123/4/423/6/16 23/8/28計算機滬深300計算機 行業深度報告 2 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 能不斷提升，華為海思芯片有超 200 項自主知識產權，研發實力優秀。華為 GPU 單卡算力對標英偉達 A100。同時，以華為昇騰計算生態為代表的國產開放式算力開發生態快速發展。截至

7、2023 年 5 月，華為鯤鵬和昇騰 AI 開發者已經超過 350 萬，合作伙伴超過 5600 家，解決方案認證超過 15500 個。3）生態完整及供應鏈能力強的 AI 服務器廠商更加占優?？春蒙瞄L整合供應鏈上游硬件資源，保證關鍵零部件的供應穩定，同時更好匹配下游市場需求變化的平臺型 AI 服務器廠商。華為在云、計算、存儲、網絡、能源方面較為領先，在企業級路由器市占率 50%，交換機市占率第一，使其在計算集群建設方面更具優勢。此外，中科曙光作為中科體系內唯一高性能服務器交付平臺，在資源和生態方面亦有較明顯優勢。關注標的關注標的：中際旭創、工業富聯、浪潮信息、紫光股份、中科曙光、海光信息、拓維信

8、息、優刻得、神州數碼、華豐科技等。風險提示：風險提示：人工智能技術發展不及預期，行業競爭加劇風險，人工智能行業監管細則落地不及預期，公司市場拓展不及預期等。aVrQyRxOsR9W8O9R8OsQrRpNtQlOpPvNeRmOyR7NrQoOxNnNtRvPpMsR計算機 行業深度報告 3 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 正文目錄 1 1 產業發展基建先行，東數西算網絡初成產業發展基建先行，東數西算網絡初成.6 1.1 資源整合與統一管理調度系國家高性能網絡計算的重點.7 1.1.1 1.1.1 全國一體化算力網調度平臺實現多元異構算力調度全國一體化算力網調度

9、平臺實現多元異構算力調度.8 1.1.2 1.1.2 通信技術及網絡拓撲結構進步逐漸打破數據時空局限通信技術及網絡拓撲結構進步逐漸打破數據時空局限.9 2 智算算力成為人工智能發展的重要戰略資源智算算力成為人工智能發展的重要戰略資源.10 2.1 技術革命帶來算力需求指數上升，新基建投資價值毋庸置疑.11 2.1.1 2.1.1 人工智能人工智能向大模型、多模態、多場景發展向大模型、多模態、多場景發展，算力需求增長確定性高，算力需求增長確定性高.12 2.1.2 2.1.2 數據要素化促進算力需求釋放數據要素化促進算力需求釋放.15 2.1.32.1.3 國內智能算力發展提速，東西部將進一步發

10、揮協同優勢國內智能算力發展提速，東西部將進一步發揮協同優勢.15 2.2 算力租賃釋放中小實體算力使用需求，算力報價可作供需刻畫的晴雨表.17 2.2.1 2.2.1 政策利好算力服務增長，行業供給及需求抬升共振政策利好算力服務增長，行業供給及需求抬升共振.17 2.2.2 2.2.2 算力服務報價可作為跟蹤行業算力供需求情況的重要指標算力服務報價可作為跟蹤行業算力供需求情況的重要指標.18 2.3 智算中心由“資源服務”向“應用服務”轉變，產業進一步豐富.19 2.3.1 2.3.1 連接連接+算力算力+能力相輔相成，大廠積極布局能力相輔相成，大廠積極布局.19 3 產業鏈受益范圍更廣，國產

11、化重要性不斷提升產業鏈受益范圍更廣，國產化重要性不斷提升.21 3.1 英偉達生態占據主要地位，落地速度較快.22 3.2 算力側國產化率預計將進一步提升.23 3.3 國產芯片廠商快速崛起，生態加速豐富.24 3.3.1 3.3.1 國產智能芯片硬件性能不斷提升國產智能芯片硬件性能不斷提升,海思研發實力優秀海思研發實力優秀.24 3.3.2 國產芯片廠商軟件生態仍在不斷豐富，華為較為領先國產芯片廠商軟件生態仍在不斷豐富，華為較為領先.28 3.4 國產 AI 服務器從生態完整性和供應鏈能力兩維度考量.29 計算機 行業深度報告 4 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款

12、s 圖表目錄 圖表 1:東數西算網絡建設規劃.6 圖表 2:東數西算“五個一體化”.7 圖表 3:多樣化的數據中心決定算力資源網絡異構的特點.7 圖表 4:2022 年全國 IDC 市場活躍熱力圖.8 圖表 5:算力產業發展指數區域分布.8 圖表 6:高效算力的三個要素.8 圖表 7:數據中心算力網絡發展趨勢.8 圖表 8:國家高性能網絡計算的構建.9 圖表 9:不同算力使用場景對時延的要求不同.10 圖表 10:未來計算場景將無處不在.11 圖表 11:人工智能大模型標志第四次工業革命進入快車道.11 圖表 12:智能算力是發展人工智能的核心生產力.12 圖表 13:大模型將 ML 所需算力

13、提升到新高度.13 圖表 14:大模型所需算力指數增長.13 圖表 15:代表性大模型所需算力.13 圖表 16:妙鴨相機微信搜索指數.14 圖表 17:妙鴨相機等待時長仍較長.14 圖表 18:人工智能正快速滲透到千行百業.14 圖表 19:產業 AI 研發不斷走高.15 圖表 20:我國數據產量及全球占比情況.15 圖表 21:中國數據交易機構數量明顯增長.15 圖表 22:我國在用數據中心機架規模.16 圖表 23:智能算力在中國算力結構占比預計進一步提升.16 圖表 24:中國智能算力規模預測.16 圖表 25:2021-2025 中國 AI 服務器市場規模預測（億元）.16 圖表 2

14、6:算力調度、算力路由、算力交易.17 圖表 27:各地方政府紛紛發放算力券支持算力普惠.18 圖表 28:智算芯片訂單相關新聞枚舉.19 圖表 29:商湯 AIDC 意在提供更高性能、更多拓展的 AI 技術系統.20 圖表 30:華為昇思基于昇騰硬件提供從訓練到推理的技術支持.20 圖表 31:算力服務生態將進一步豐富.21 圖表 32:AI 算力產業鏈.21 圖表 33:英偉達 H100 訓練性能提升約 9 倍.22 圖表 34:英偉達 H100 可將推理性能推高約 30 倍.22 圖表 35:英偉達數據中心業務保持高速增長.23 圖表 36:美國對華科技封鎖不斷升級.23 圖表 37:寒

15、武紀中標浙東南數字基礎設施項目.24 圖表 38:華為聯合科大訊飛發布推訓一體解決方案.24 圖表 39:服務器成本構成.24 圖表 40:2022Q2-Q4 全球獨顯 GPU 市場份額.24 圖表 41:華為海思有較優秀的研發實力.25 圖表 42:華為達芬奇 3D CUBE 計算引擎提升 AI 計算效率和靈活性.25 圖表 43:昇騰可提供云、邊、端全面的硬件支持.26 圖表 44:海光信息系統集成商客戶.26 圖表 45:海光信息產品支持國內外主流操作系統.26 計算機 行業深度報告 5 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表 46:國內外廠商 AI 芯片主

16、要產品性能對比.27 圖表 47:昇騰具有較為完整的軟硬件生態.28 圖表 48:華為昇思開源社區成就生態共贏.29 圖表 49:2022 年中國服務器市場份額.29 圖表 50:全球 AI 服務器下游出貨占比.29 圖表 51:中國計算機網絡設備上市企業競爭格局.30 圖表 52:2022 年中國云服務投入廠商分布.30 圖表 53:華為在網絡、計算、存儲等方面的優勢賦能中國算力集群建設.30 圖表 54:神州鯤泰獲華為計算優秀整機合作伙伴獎.31 圖表 55:神州鯤泰服務器入選鯤鵬 2022 年最佳整機獎.31 圖表 56:華為昇騰整機硬件伙伴.31 圖表 57:曙光致力于打造開放共贏的智

17、算生態.33 圖表 58:中科曙光算力產品體系較完善.33 圖表 59:中科院投資上市企業枚舉.33 圖表 60:浪潮信息致力于構建元腦生態.34 計算機 行業深度報告 6 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 1 1 產業發展基建先行，東數西算網絡初成產業發展基建先行，東數西算網絡初成 “東數西算”正式啟動于 2022 年 2 月，由發改委、網信辦、工業和信息化部、國家能源局聯合印發相關文件，算力作為像水利、電力等生產資源被提升為重要的國家戰略發展。依據規劃，算力網絡包含 8 大國家算力樞紐節點，10 個國家數據中心集群。規劃增量、盤活存量，重建設、重長期有效運營。

18、本質是為規劃增量、盤活存量，重建設、重長期有效運營。本質是為了滿足新時期各行業數了滿足新時期各行業數智智化加速化加速推進推進所帶來的海量計算、傳輸、存儲需求，所帶來的海量計算、傳輸、存儲需求，促促進進數據中心產業綠色集約發展數據中心產業綠色集約發展?！皷|數西算”促進東西部資源優勢互補、數據流通、價值傳遞“東數西算”促進東西部資源優勢互補、數據流通、價值傳遞。東部地區經濟相對發達，需要處理及運算的數據量更大。西部地區可再生能源豐富，數據中心就近消納綠色能源，對承接東部算力需求有較大的潛力。東數西算網絡初具形態，節點算力擴充仍在加速東數西算網絡初具形態，節點算力擴充仍在加速。經過一年多的建設，“8

19、+10”的網絡形態初具，通過跟蹤研究，各節點數據中心的建設仍在快速推進，產業消息催化較為密集。數據中心建設具有投資規模大、鏈條長、帶動效應強的特點，對產業鏈上下游的投資拉動作用較為明顯。提升節點聯動性，實現算力統籌調度亦為當前重要建設方向提升節點聯動性，實現算力統籌調度亦為當前重要建設方向。當前部分算力資源的使用效率仍不高，算力基建的投入產出比有較大的提升空間。實現全國算力資源總體布局，供求雙方更加精準的對接，成為當前階段重要發力的方向。后續相關政策及實施規劃預計將更加密集落地。圖表1:東數西算網絡建設規劃 資料來源：新華網，華為官網，方正證券研究所 計算機 行業深度報告 7 敬 請 關 注

20、文 后 特 別 聲 明 與 免 責 條 款 s 圖表2:東數西算“五個一體化”資料來源：發改委高技術司“東數西算”工程系列解讀之七，方正證券研究所 1.11.1 資源整合與統一管理調度系國家高性能網絡計算的重點資源整合與統一管理調度系國家高性能網絡計算的重點 當當前算力網資源呈現分散、異構、動態自治的特點前算力網資源呈現分散、異構、動態自治的特點。隨著過去多年的算力能力建設，我國存量的算力已經具有一定規模，據 2022 年中國算力大會，中國智能算力總規模約占全球的 26%，服務器規模約 2000 萬臺，算力總規模超過150EFlops（每秒 15000 京次浮點運算次數），排名全球第二。但由于

21、建設主體較為分散，主要由各級政府、不同企業建設，相互之間的協調即聯動較為不足。同時，服務器類型、適用的訓練種類的差異導致了異構的特點，算力存在服務器類型、適用的訓練種類的差異導致了異構的特點，算力存在度量困難，進而影響構建算力使用的結算體系度量困難，進而影響構建算力使用的結算體系。圖表3:多樣化的數據中心決定算力資源網絡異構的特點 資料來源：北京航空航天大學學報從網格到東數西算：構建國家計算基礎設施，方正證券研究所 算力布局集群化趨勢明顯，利用效率仍有較大提升空間算力布局集群化趨勢明顯，利用效率仍有較大提升空間。當前全國八大樞紐節點投資約占總體數據中心投資的 80%，新建約超過 90%為大型數

22、據中心。主要原因為：1）人工智能時代來臨，對大規模并行計算的需求上升；2）頭部云廠商新增機柜的 60-80%用于云承載，主要集中在核心區域；3）中大型行業客戶的專有云需求增長明顯，對數據中心集群化有明顯需求。同時，當前已建成的算力基礎設施使用率仍較低。根據工信部全國數據中心應用發展指引，數據中心利用率約為 50-60%，且隨數據中心規模增大而遞減。計算機 行業深度報告 8 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 中西部地區數據中心發展質量不占下風，規模有較大提升潛力中西部地區數據中心發展質量不占下風，規模有較大提升潛力。據國家新型數據中心發布的算力產業發展指數，東部由于

23、發展較早，規模遠大于中西部，中西部地區憑借占優的地理環境因素，以及后發優勢，在發展質量上不輸東部地區。中西部后續進一步擴展算力的潛力較大。圖表4:2022 年全國 IDC 市場活躍熱力圖 圖表5:算力產業發展指數區域分布 資料來源：中國通服數字基建產業研究院，方正證券研究所 資料來源：國家新型數據中心網站，方正證券研究所 做好算力感知、算力建模及算力評估做好算力感知、算力建模及算力評估成為產業及政策制定者關注的重點成為產業及政策制定者關注的重點。算力感知、建模、評估是解決當前算力資源閑置、算力成本較高、算力投資回報不足的關鍵，同時由于算網資源的天然特點，在實際操縱中并不容易。算力調度算力調度亦

24、涉及跨區域、多層次、可視監測、智能運維等，需要各行業以及各級政府協亦涉及跨區域、多層次、可視監測、智能運維等，需要各行業以及各級政府協同同。鑒于新一屆政府將發展數字經濟，推動算力建設提升到較高的戰略高度，未來相關產業及政策的催化預計也將更加密集。未來各種規模的企業獲取來源未來各種規模的企業獲取來源多樣、需求匹配的算力將更加容易多樣、需求匹配的算力將更加容易。圖表6:高效算力的三個要素 圖表7:數據中心算力網絡發展趨勢 資料來源：華為官網，方正證券研究所 資料來源：中國信通院數據中心白皮書，方正證券研究所 1.1.11.1.1 全國一體化算力網調度平臺實現多元異構算力調度全國一體化算力網調度平臺

25、實現多元異構算力調度 中國首個實現多元異構算力調度的全國性平臺落地，直擊算網發展痛點中國首個實現多元異構算力調度的全國性平臺落地，直擊算網發展痛點。2023年 6 月發布的算網平臺 1.0 版本在三個方面有明顯的突破：1 1）可以匯聚多種算計算機 行業深度報告 9 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 力資源，包括通用算力、智能算力、高性能算力、以及邊緣算力；2 2）可以根據用戶的實際需求，通過異構資源池調度引擎，調用通用、智算、超算等不同類型的算力；3 3）已接入天翼云、華為云、阿里云等，后續平臺資源預計將快速增長。各地方政府亦開始自發建設算力平臺或調度中心，如北京

26、算力互聯互通驗證平臺、上海市人工智能公共算力服務平臺、粵港澳大灣區算力調度平臺、甘肅算力資源統一調度平臺。異構資源池實現跨廠商、跨架構、跨資源池調度，有效促進智算發展異構資源池實現跨廠商、跨架構、跨資源池調度，有效促進智算發展?？鐝S商是指不同廠商的異構資源池的算力動態感知與作業智能分發調度。因此，平臺將使得算力應用更加充分，實現西部算力使用的集約化。服務器架構根據使用場景不同而存在差異，且處在不斷發展的過程中，導致新舊服務器架構的差異，常見架構演進包括使用應用服務集群、數據庫讀寫分離、反向代理和 CDN加速，分布式數據庫和服務等，實現跨架構的資源調度意義重大。同時，以以 AIAI訓練為例，算力

27、需求方可以在智算資源池上進行推理訓練，在通用算力資源池訓練為例，算力需求方可以在智算資源池上進行推理訓練，在通用算力資源池進行部署，發揮各類型算力的更大效用進行部署，發揮各類型算力的更大效用。圖表8:國家高性能網絡計算的構建 資料來源：中國計算機學會從網格到東數西算：構建國家計算基礎設施，方正證券研究所 1.1.21.1.2 通通信信技術及網絡拓撲結構進步逐漸打破數據時空局限技術及網絡拓撲結構進步逐漸打破數據時空局限 受限于傳輸數據效率，絕大部分“熱數據”仍只能就近處理受限于傳輸數據效率，絕大部分“熱數據”仍只能就近處理。根據數據的調用頻率及時延要求，產業界通常將數據分為“熱數據”和“冷數據”

28、。所謂熱數據是指需要經常調用，對實時可快速獲得性的要求較高，冷數據則反之。因此在網絡交換傳輸仍有待提升的情況下，熱數據只能就近部署，當前大部分的熱數據仍主要集中在東部地區。數據網絡交換傳輸時延問題預計將進一步改善數據網絡交換傳輸時延問題預計將進一步改善。隨著通訊協議、標準、網絡建設進一步推進，數據網絡交換的實時性預計仍有較大提升空間，算力市場供需雙方對未來實現更長距離的數據交換傳輸抱有較大期待。未來將有更多溫數據，以致熱數據在西部存儲和計算未來將有更多溫數據，以致熱數據在西部存儲和計算。隨著 5G、光通信等新一代通訊技術的普及，算力調度平臺進一步完善，接下來數據傳輸交換讀取的便計算機 行業深度

29、報告 10 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 捷性將大大提高，當前行業對數據傳輸的困擾將進一步解決，逐步打破數據的時空局限。圖表9:不同算力使用場景對時延的要求不同 數據類型數據類型 平均網絡平均網絡時延時延 部署建議部署建議 平均算力平均算力需求需求 典型業務場景典型業務場景 熱數據（低延時業務）10ms 城區部署 5-10%金融交易 直播 游戲 車聯網 物聯網 AI 推理 溫數據（時延相對敏感業務）30ms 區域部署 55-60%智慧城市 智超政務 工業互聯網 溫冷數據（時延不敏感業務）100ms 算力樞紐（東數西算）10%數據備份 歸檔 AI 訓練 郵件 資

30、料來源：艾瑞咨詢中國算力網絡行業全景洞察白皮書，方正證券研究所 2 智算算力成為人工智能發展的重要戰略資源智算算力成為人工智能發展的重要戰略資源 AIDCAIDC 的興起就是為了更好配合數字經濟和人工智能發展的需要的興起就是為了更好配合數字經濟和人工智能發展的需要。與以往的“新基建”略有不同，本輪政策層面積極推動算力“新基建”，產業層面人工智能“百模大戰”，產業數字化、數字產業化快速推進，預計將呈現政策與產業互為預計將呈現政策與產業互為動力，共振加速的局面，算力的需求落地節奏預計比以往，以及很多人想象的動力，共振加速的局面，算力的需求落地節奏預計比以往，以及很多人想象的要快要快?！皷|推西訓”不

31、是完全字面意義上理解將 AI 推理計算放在東部地區，將模型參數訓練放在西部地區，更多的關注點在于，在算力網絡不斷成熟的背景下，各在算力網絡不斷成熟的背景下，各個行業快速增長的算力需求將進一步與智能算力的新增建設形成正向反饋，形個行業快速增長的算力需求將進一步與智能算力的新增建設形成正向反饋，形成不斷的價值循環，算力硬件及軟件可以預期增長斜率的進一步提升成不斷的價值循環，算力硬件及軟件可以預期增長斜率的進一步提升。計算機 行業深度報告 11 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表10:未來計算場景將無處不在 資料來源：華為官網，方正證券研究所 2.12.1 技術革命

32、帶來算力需求指數上升，新基建投資價值毋庸置疑技術革命帶來算力需求指數上升，新基建投資價值毋庸置疑 數字經濟與人工智能技術正以前所未及的速度推進與發展，在產業內被視作繼信息化革命之后的第四次大規模的科技浪潮。信息化以及人工智能的發展都離不開底層算力的支撐，帶來算力需求的井噴式增長。透過眾多產業新聞，互聯互聯網廠商及運營商牽頭正大規模推進智算中心建設，政府層面對于算力基礎網廠商及運營商牽頭正大規模推進智算中心建設，政府層面對于算力基礎設施設施的“新基建”成為新時期各實體行業及資本市場期待與關注的焦點的“新基建”成為新時期各實體行業及資本市場期待與關注的焦點。圖表11:人工智能大模型標志第四次工業革

33、命進入快車道 資料來源：昇思官網，方正證券研究所 計算機 行業深度報告 12 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 智算中心作為盤活數據資源，整合智算中心作為盤活數據資源，整合 AIAI 算法的載體，向上拉動智算硬件巨大的需算法的載體，向上拉動智算硬件巨大的需求，向下促進求，向下促進 AIAI 應用繁榮，是應用繁榮，是 AIAI 時代重要的戰略資源時代重要的戰略資源。智能算力是發展人工智能的核心生產力，也是大國競爭的核心競爭力。正如國務院發展研究中心副主任在 2023 中國國際大數據產業博覽會上表示，中國市場規模大、應用場景豐富、有制度優勢，要加快算力網絡建設，在全球

34、競爭中贏得主動。根據 IDC 及浪潮信息聯合發布的2021-2022 全球計算力指數評估報告，國家計算力指數與 GDP 走勢呈現顯著正相關，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。圖表12:智能算力是發展人工智能的核心生產力 資料來源：方正證券研究所 AIDCAIDC 新型算力的新型算力的投入與產出比，預計相較傳統算力進一步提升，投資價值明投入與產出比，預計相較傳統算力進一步提升，投資價值明顯顯。從投資角度看，新型算力所能產生的經濟價值預計進一步提升，預計來自于三方面三方面：1 1）通過智能調度帶來的算力使用效率的提升。2 2）基于硬件平臺而衍生的一

35、系列附加價值，這可能包括算力平臺運營收入，平臺軟件工具按需收費等。3 3）隨著算力使用客群結構的改變，單位算力使用帶來的效益也預計逐步上升。2.1.12.1.1 人工智能人工智能向大模型、多模態、多場景發展向大模型、多模態、多場景發展，算力需求增長確定性高，算力需求增長確定性高 訓練側，人工智能模型參數量不斷增長，所需算力指數級別上升訓練側，人工智能模型參數量不斷增長，所需算力指數級別上升。由于每輸入一個詞都會導致模型所有參數的更新，并且每個詞需要消耗浮點算力，因此，總算力需求總算力需求=模型參數量模型參數量*訓練詞數訓練詞數*每個詞的運算量每個詞的運算量。1 個詞更新 1 個參數，需要進行懲

36、罰及加法各 1 次，總共 2 次浮點運算。模型訓練需要反向傳播算法，反向傳播需要的運算次數是正向傳播的 2 倍，因此，訓練時每個詞的運算次數為 3 次（模型推理每個詞的訓練量為 1 次），也就是 6 次浮點運算。以 1750 億參數的 GPT3 為例，帶入上述公式計算可得，模型訓練所需要消耗的算力就達3.14*1023 次浮點運算（FLOPs）。如果訓練使用計算能力為 19.5 TFLOPs 的英偉達 A100，所需 GPU 數量=1.8*1023 FLOPs/(19.5*1012 FLOPs/s*訓練時間秒數)，如果期望訓練時間為 15 天，則需要 2048 張 A100 GPU。計算機 行

37、業深度報告 13 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表13:大模型將 ML 所需算力提升到新高度 圖表14:大模型所需算力指數增長 資料來源：compute trends across eras of machine learning，方正證券研究所 資料來源：Brain-inspired computing needs a master plan，方正證券研究所 圖表15:代表性大模型所需算力 參數 數據 訓練算力訓練算力 時長時長 鵬城盤古 200B 300B token 512PAscend910 41 天 紫東太初 1B 1.3 億圖文對 16PAsce

38、nd910 10 天 紫東太初 100B 300 萬圖文對 128PAscend910 30 天 GPT3 175B 300B token 2048 卡 A100 15 天 GPT3 175B 300B token 1024 卡 A100 34 天 ChatGPT 175(預訓練)+6B(強化)300B8 token 估算 2048 卡 A100 15.25 天 資料來源：Language Models are Few-Shot Learners，CSDN，方正證券研究所 推理側市場空間更大，國產算力芯片有望更早替代推理側市場空間更大，國產算力芯片有望更早替代。推理側算力需求取決于問答及模型的

39、復雜程度，相對較難一以概之。以 NLP 模型來說，所需 FLOPs L*模型維度*模型層數，L 是指問題長度加上回答長度。推理側應用場景廣，算力需求相較算力側更大。同時由于推理芯片的可定制化程度較高，芯片性能要求相對訓練較低，因此，國產芯片廠商有希望率先在推理側推進國產化替代。推理側算力支撐仍為約束應用廠商規模推廣及提升用戶體驗的關鍵因素推理側算力支撐仍為約束應用廠商規模推廣及提升用戶體驗的關鍵因素。目前智能應用的推出或內測正快速增加，我們同時看到由于算力的制約，會出現排隊等待耗時較長，無法大規模推廣的問題。OpenAI 在今年 5 月就表示，GPU 算力是制約其向更多用戶開放精調 API 的

40、最主要因素。7 月 17 日發布的妙鴨相機作為 AIGC 應用較引起較大的關注，微信搜索熱度最高達 300 萬次。根據我們的使用體驗，由于算力的不足，等待時間長仍為需要重點解決的問題，8 月 8 日午間等待時長超 4 小時，7 月 25 日等高峰時段等待時長一度超過 10 小時。計算機 行業深度報告 14 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表16:妙鴨相機微信搜索指數 圖表17:妙鴨相機等待時長仍較長 資料來源：微信指數，方正證券研究所 資料來源：妙鴨相機微信小程序，方正證券研究所 算力需求更先落地，訂單及業績可追蹤性較強算力需求更先落地，訂單及業績可追蹤性較強

41、。作為發展大模型及數智化轉型的基礎，算力布局及建設具有前導性，算力廠商在訂單和業績上更早落地，更容易追蹤，產業鏈條及業績的驅動因素更加清晰。政策與產業需求共振，智算落地速度存在超預期可能政策與產業需求共振，智算落地速度存在超預期可能。根據 IDC 的報告，2022年國內主要行業智能化滲透度均穩步提升，2023 年在大模型的推動下，這一趨勢有望加速。智能客服、實體機器人、智慧網點等預計更改廣泛應用于服務行業，預計到 2023 年年底，中國 50%的制造業供應鏈環節將采用人工智能。同時，據斯坦福 HAI 研究，當前產業機器學習系統研發成果數量不斷走高，企業層面發力人工智能趨勢明顯。當前智能算力發展

42、，上有國家政策大力支持，下有產業快速增長的算力需求，我們認為這種共振的格局下，智能算力產業的增長存在較大超預期的可能。圖表18:人工智能正快速滲透到千行百業 資料來源：IDC20222023 中國人工智能計算力發展評估報告，cnii，方正證券研究所 計算機 行業深度報告 15 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表19:產業 AI 研發不斷走高 資料來源：斯坦福大學 HAIMeasuring trends in Artificial Intelligence，方正證券研究所 2.1.22.1.2 數據要素化促進算力需求釋放數據要素化促進算力需求釋放 國內優質數據供

43、給量正在進一步加大國內優質數據供給量正在進一步加大。根據信通院數據，2022 年我國數據產量8.1ZB，全球占比為 10.5%，占比相較 2021 年增長 0.6 個百分點。國內人口基數大、市場規模廣、產業豐富，隨著政府及產業個體對數字化的重視程度提高，未來優質數據的供給量將進一步增大。同時，中國數據交易機構數量今年來保持顯著的增長，為數據的高效流通打下基礎。數據要素化推動智能算力需求的提升數據要素化推動智能算力需求的提升。主要基于以下原因：1）數據作為模型發展的原料，數據質量直接影響模型質量。隨著社會對數據采集與流轉重視程度提高，將有更多高質量數據來發展模型，同時促進算力需求。2）企業數智化

44、轉型中，要求企業基于更大量的內外部數據進行分析來輔助決策，也會產生更大層面的企業側算力需求。圖表20:我國數據產量及全球占比情況 圖表21:中國數據交易機構數量明顯增長 資料來源：中國信通院，網絡空間研究院，方正證券研究所 資料來源：中國信通院，方正證券研究所 2.1.32.1.3 國內智能算力發展國內智能算力發展提速，東西部將進一步發揮協同優勢提速，東西部將進一步發揮協同優勢 計算機 行業深度報告 16 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 算力節點擴容建設將進一步加速，智算算力占比逐步提升算力節點擴容建設將進一步加速，智算算力占比逐步提升。根據國家網信辦數字中國發

45、展報告（2022 年），新開工數據中心項目超 60 個，新建數據中心規模超 130 萬標準機架，西部數據中心占比穩步提高。通過產業信息跟蹤可知，當前不論東西部，算力節點建設仍都在加速，包括擴容、提速、現有架構升級，以應對當前算力需求的快速上升。根據 IDC 預計，中國智能算力規模2022 至 2026 年復合增速為 48%。由于當前人工智能應用仍處早期階段，算力需求仍在快速釋放，我們預計增速存在超預期的可能。圖表22:我國在用數據中心機架規模 圖表23:智能算力在中國算力結構占比預計進一步提升 資料來源：國家工信部，方正證券研究所 資料來源：中國通服數字基建產業研究院，方正證券研究所 圖表24

46、:中國智能算力規模預測 圖表25:2021-2025 中國 AI 服務器市場規模預測（億元）資料來源：IDC，cnii，方正證券研究所 資料來源：IDC，量子位智庫，方正證券研究所 東部算力供給增長斜率預計將更加低于需求擴張斜率，東西協同發展算力大有東部算力供給增長斜率預計將更加低于需求擴張斜率，東西協同發展算力大有可為可為。正如上一部分提及，東部地區由于自然資源、能源荷載、土地規劃、以及運維成本等方面的限制，數據中心建設的局限性較大。同時，特別是在行業早期，數字經濟及人工智能發展的東西部差異性更加突出，東部地區快速增長的算力需求與供給的差距將進一步擴大，東部對西部算力的需求也預計只增不減。傳

47、統上對數據在西部存儲的認知多集中在災備，后續預計更多數據將在西部存后續預計更多數據將在西部存儲和計算，主要原因為儲和計算，主要原因為：1 1）數據交換及通信技術進步，算力一體化調度平臺進一步完善，有效提升東西部算力及數據的實時互通性。因此，當前存儲在東部計算機 行業深度報告 17 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 的“冷數據”將更大規模，更大比例的轉移到西部，同時，部分時效及調用頻度介于“冷數據”與“熱數據”之間的“溫數據”，轉移的經濟性及必要性也將上升。2 2）數字經濟不斷發展，數據量及數據種類將快速膨脹，數據也將作為未來的重要資產，將數據合理、經濟的存儲成為政

48、府及企業需要思考的課題，西部地區在經濟性上更勝一籌。3 3）人工智能技術快速發展，模型及應用提供方更傾向于將數據存儲與訓練集中在一個節點，進而減小傳輸帶來的數據丟失、延遲等問題，提升訓練效率?？偨Y看，算網成熟、數據量增大、模型訓練提效的算網成熟、數據量增大、模型訓練提效的需求將共同推動更多數據在西部存儲和計算需求將共同推動更多數據在西部存儲和計算。2.22.2 算力租賃釋放中小實體算力租賃釋放中小實體算力使用需求，算力使用需求，算力報價算力報價可作可作供需刻畫供需刻畫的晴雨表的晴雨表 在各行各業數字化發展需求的催生下，適用于更多、更廣用戶需求的算力產品和服務也將加速落地。算力調度和租賃進一步降

49、低算力的使用門檻和使用成算力調度和租賃進一步降低算力的使用門檻和使用成本，本，抬升算力需求的天花板，抬升算力需求的天花板，是當前眾多產業數字化參與主體所期盼的發展方是當前眾多產業數字化參與主體所期盼的發展方向向。圖表26:算力調度、算力路由、算力交易 資料來源：華為官網，方正證券研究所 2.2.12.2.1 政策政策利好算力服務增長利好算力服務增長，行業行業供給供給及及需求需求抬升抬升共振共振 需求側需求側：新技術革命使得算力需求群體，由小眾擴展為千行百業新技術革命使得算力需求群體，由小眾擴展為千行百業。主要基于兩點判斷：1 1）數智化轉型不僅針對大型企業，中小型公司在降本增效、提升運營中小型

50、公司在降本增效、提升運營管理水平、開發新的業務增長方面亦有旺盛的需求管理水平、開發新的業務增長方面亦有旺盛的需求。傳統企業有大量的數據資源由于缺少采集及分析而被浪費，因此，數字化轉型需要深挖數據價值，這需要更大算力的支撐。2 2）隨著業務智能化水平的提高，適用于中小廠商業務的智能化模型的部署需要相應算力的支撐。因此，算力的主要需求方將由原來的科研及國防機構擴展為希望實現數智化轉型的千行百業。供給側：供給側：1）存量角度看：與水電資源類似，算力的使用亦存在峰谷與水電資源類似，算力的使用亦存在峰谷。各行各業對算力的使用需求并不是所有時間恒定不變的。以一天的維度看，推理的算力需求較大集中于白天的工作

51、時間，或者晚間休閑娛樂時間，在休息時間需求較少。從中期維度看，一些企業在項目前期搭載的算力資源在項目后期，或者隨著企業戰計算機 行業深度報告 18 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 略轉型可能面臨閑置。將閑置資源變現將為相關企業帶來額外收益，減少算力將閑置資源變現將為相關企業帶來額外收益，減少算力閑置浪費的問題閑置浪費的問題。2）增量角度看：由具有資源優勢、渠道優勢、資金充裕的大型企業建設，通過由具有資源優勢、渠道優勢、資金充裕的大型企業建設，通過租賃的形式提供給其他中小型企業及團體，預計將產生較大的市場租賃的形式提供給其他中小型企業及團體，預計將產生較大的市場。

52、資源優勢主要體現為數據中心建設用地、政府支持、融資能力等方面，這類公司多為上市公司，擁有較多資源的大型企業。在高端計算芯片短缺的背景下，與主要芯片廠商關系緊密可以視為渠道優勢。在算力需求快速增長的背景下，算力租賃市場預計較快增長。算力普惠算力普惠遍及遍及是政策所向是政策所向，多地算力券政策相繼推出，多地算力券政策相繼推出。推動算力建設的同時，使得算力更多服務經濟發展，使其成為容易獲得的社會資源是各級政府思考發力的重點。年初以來，在中央推動數字經濟發展的定調下，成都、上海、北京等各地方政府發放算力券可以視為明顯的政策支持風向。最終實現如中國移動負責人在 2021 年世界互聯網大會上所表述的，實現

53、“網絡無所不達、算力無處不在、智能無所不及”的愿景。圖表27:各地方政府紛紛發放算力券支持算力普惠 城市城市 時點時點 文件文件&政策政策 成都 2023/1/12 成都市圍繞超算智算加快算力產業發展的政策措施，每年 1000 萬元的算力券，支持算力中介、科技型中小微企業和創客、科研機構、高校等使用成都智算中心算力資源，按算力合同費用的 50%支持 上海 2023/5/17 助力中小企業數字化轉型，發放“AI 算力券”，重點支持租用本市智能算力且用于核心算法創新、模型研發的企業，最高按合同費用 20%進行支持 北京 2023/7/14 正在籌劃通過算力券等形式支持模型伙伴和模型觀察員，首期預計

54、支持不低于4000 萬元算力券，補貼到模型伙伴企業。杭州 2023/7/13 全市每年設立總額不超過 5000 萬元的“算力券”，重點支持中小企業購買算力服務。鼓勵頭部企業、高校院所開展多模態通用大模型研發并向中小企業開放模型應用 河南 2023/8/5 河南省支持重大新型基礎設施建設若干政策，每年發放總規模不超過 5000 萬元的“算力券”，支持企業、科研機構、高校等使用國家超算鄭州中心，按照算力資源使用費用的 20%予以獎勵 資料來源：中國政府網，新華網，中國證券報，河南政府官網，方正證券研究所 2.2.22.2.2 算力算力服務報價服務報價可作為可作為跟蹤行業算力跟蹤行業算力供供需求需求

55、情況情況的的重要重要指標指標 模型訓練需求擴張模型訓練需求擴張推動推動短期短期算力景氣度算力景氣度攀升攀升，中期中期看看推理推理算力算力需求需求釋放釋放的節的節奏奏?；趯Ξa業發展特點的研究，由于各家廠商的模型仍處在不斷提升推出迭代的過程中，當前算力需求主要集中在訓練側，到明年初的算力需求增長都有比較好的預期。向后期發展，隨著基礎模型的成熟，預計大模型的格局將演化為“基礎模型+專業模型”的模式，新增通用大模型的算力需求逐步走向收斂。隨著訓練側算力增長逐漸平滑，需要推理側的算力需求接力。在此過程中，亦可能會有由于訓練與推理兩端需求起量節奏異步，導致總體算力需求短期下滑的風險。當前當前 A AI

56、I 算力算力核心上游硬件核心上游硬件處于供不應求的狀態處于供不應求的狀態，下游訂單量，下游訂單量較為樂觀較為樂觀。以 AI服務器最核心的 PGU 芯片的供需情況看，從年初以來，全球各地廠商向英偉達不斷追加訂單。根據英國金融時報8 月 10 日報道，中國大型互聯網公司已計算機 行業深度報告 19 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 經向英偉達訂購價值達 50 億美元的智能芯片。同時，英偉達高端芯片現貨價格年初以來由于供應緊張也在不斷攀升。據媒體報導，7 月中旬英偉達芯片國內售價達 10 萬元/片，單周漲幅超 20%。新華三運營總經理在 MWC 上海展向媒體表示，搭載英

57、偉達高端芯片的服務器供貨周期在 30 周左右。圖表28:智算芯片訂單相關新聞枚舉 時間時間 新聞新聞 5 月 14 日 英偉達 A100 價格從去年 12 月開始上漲，截至今年 4 月上半月，其 5 個月價格累計漲幅達到 37.5%；同期 A800 價格累計漲幅達 20.0%。同時，英偉達 GPU 交貨周期也被拉長，之前拿貨周期大約為一個月，現在基本都需要三個月或更長。6 月 29 日 甲骨文今年將斥資數十億美元購買英偉達芯片，以擴展針對新一波人工智能浪潮的云計算服務。此外，埃里森還透露，除了英偉達，他們還將從 Ampere Computing 和 AMD 購買 CPU。7 月 3 日 英偉達

58、、博通、AMD 陸續上調對臺積電訂單，整體下單規模較 2023 年至少再增 2 成以上 8 月 7 日 英偉達 H100 漲到 4.5 萬美元 海外已經有創業企業開始利用 GPU 進行抵押融資 8 月 11 日 百度、字節跳動、騰訊和阿里已向英偉達訂購了價值 10 億美元的共約 10 萬張 A800 芯片，將于年內交付，另外價值 40 億美元的芯片將于 2024 年交付。8 月 15 日 沙特和阿聯酋正購買數千顆高性能英偉達芯片。沙特通過阿卜杜拉國王科技大學購買了至少 3000 塊英偉達的 H100 芯片；阿聯酋在研發自己大語言模型 Falcon 同時采購數千塊英偉達芯片。資料來源：金融時報，

59、U.S.News，財聯社，澎湃新聞，方正證券研究所 單維度的單維度的算力下游算力下游訂單數據可能訂單數據可能會有會有虛報虛報的成分的成分。2019 年-2020 年的比特幣等虛擬貨幣的挖礦熱，以及 2020 年-2021 年的智能電動車缺芯潮中，在關鍵硬件供給緊張的趨勢下，會出現下游需求方報高意向訂單量，以保證上游關鍵緊缺零部件拿貨的優先等級，后續如果下游需求放緩，可能會發生砍單的情況。因此，訂單數據的跟蹤相對低頻和滯后一些，很多情況下亦缺乏透明度，需要更多維度的算力需求預警指標。算力算力服務價格服務價格可作為可作為判斷判斷行業行業算力需求節奏算力需求節奏的依據的依據。隨著算網建設深入，算力交

60、易市場的完善，算力服務報價將實現實時更新，是可以直觀刻畫算力供給及需求情況的高頻數據。對于市場投資者而言，算力服務報價實時度高、透明度強，可以作為判斷算力市場供需熱度的重要指標。2.32.3 智算中心由“資源服務”向“應用服務”轉變，產業進一步豐富智算中心由“資源服務”向“應用服務”轉變，產業進一步豐富 算力“新基建”，新型算力中心絕不是簡單理解為提供硬件的概念，為應對數字化、智能化需求，未來數據中心預計通過沉淀的基礎通信、人工智能、大數據、區塊鏈、安全認證、精準定位等優質能力，提供統一封裝、靈活調用的“能力即服務”，從而促進經濟社會效率和效益的提升。2.3.12.3.1 連接連接+算力算力+

61、能力相輔相成，大廠積極布局能力相輔相成，大廠積極布局 “能力即服務”是指在算力中心硬件的基礎上，通過平臺能力，為客戶使用算力進行數智化轉型提供應用服務。人工智能推理及訓練是系統性的工作，需要人工智能推理及訓練是系統性的工作，需要連接、算力、模型開發形成一個全方位的解決方案連接、算力、模型開發形成一個全方位的解決方案。各大各大 I IaaaaS S 廠商致力于提供整套的算力解決方案以提升競爭力廠商致力于提供整套的算力解決方案以提升競爭力。包括華為、百度、阿里、商湯等大型科技廠商，也包括三大運營商，在提供整套解決方面均有較多的布局。除了提供硬件的“資源服務”之外，在“應用服務”方面的發計算機 行業

62、深度報告 20 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 力可能包括算法服務、應用軟件優化、算法與軟件研發等。以商湯為例，2023年 1 月 AIDC 正式啟動，致力于實現不同場景的算法模型的底層抽象，以模塊化平臺套件打造通用型服務平臺。主要愿景之一為“扶持一批芯片企業，培育一個軟件生態，繁榮一群應用開發”。華為昇思基于昇騰硬件算力，提供工具組件、領域套件和拓展包、科學計算套件，涵蓋從模型訓練到推理的一整套技術支持。圖表29:商湯 AIDC 意在提供更高性能、更多拓展的 AI 技術系統 資料來源：新浪新聞，方正證券研究所 圖表30:華為昇思基于昇騰硬件提供從訓練到推理的技

63、術支持 資料來源：昇思 MindSpore 官網，方正證券研究所 預計開辟按使用量收費的新模式，為算力平臺和第三方軟件開發公司帶來新的預計開辟按使用量收費的新模式，為算力平臺和第三方軟件開發公司帶來新的增長點增長點。各廠商通過在算力平臺上建立與運營應用，平臺軟件按需使用。在為眾多算力使用方提供便利，降低使用門檻的同時，算力用戶對平臺軟件的付費意愿將逐步提升。在按軟件使用量付費的新模式下，算力平臺和軟件開發方都將分享這塊增量的“蛋糕”。算力服務生態將進一步豐富，逐步形成正向經濟循環算力服務生態將進一步豐富，逐步形成正向經濟循環。數字經濟及人工智能行業仍在快速演進，新增需求不斷，需要有更多開發者進

64、入智算超算領域開發軟件。人工智能算力國產化不僅需要硬件，更需要軟件應用生態配合。隨著軟件收費模式的跑通，預計將很快形成開發者投入產出的良性循環。計算機 行業深度報告 21 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表31:算力服務生態將進一步豐富 資料來源：方正證券研究所 3 產業鏈受益范圍更廣，國產化重要性不斷提升產業鏈受益范圍更廣，國產化重要性不斷提升 算力產業鏈上中下游涉及環節較多，算力產業鏈上中下游涉及環節較多，AIDCAIDC 時代產業鏈容量預計將進一步擴展時代產業鏈容量預計將進一步擴展。AIDC 下游主要為較為熟知的互聯網及云服務廠商、運營商、政府客戶、行業

65、客戶。中游按照服務器整機提供商類型可以分為品牌商和 ODM/OEM 兩種。上游服務器硬件涉及繁多，硬件來看，最核心的為計算推理芯片，包括 GPU、CPU，其余包括存儲、連接器、PCB、散熱、電源等。軟件來看，核心涉及操作系統，數據庫。圖表32:AI 算力產業鏈 資料來源：中國信通院，方正證券研究所 巨大的新增算力需求催生行業巨頭的產生巨大的新增算力需求催生行業巨頭的產生。每一輪技術浪潮帶來新的機遇都會催生掌握關鍵技術的巨頭產生，例如，個人電腦普及造就了英特爾、微軟等巨頭，移動互聯網時期，國內騰訊、阿里、百度，國外谷歌、蘋果等站上風口，當下 AIGC 的發展也將在智能芯片，服務器，算力網絡等環節

66、，使得抓住新一輪關鍵技術的廠商獲得快速擴張。計算機 行業深度報告 22 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 參與方對核心資源的占有能力仍為考量因素之一，但重要性權重相對降低參與方對核心資源的占有能力仍為考量因素之一，但重要性權重相對降低。與上一輪東數西算建設略有不同，當前建設更加考慮產業落地，與各行各業的融合，因此，參與方預計更加多元，更注重產業鏈競爭力和市場化能力。預計將預計將是地方政府及大型央國企牽頭，能夠支撐具體數智化場景，更高效運營的廠商是地方政府及大型央國企牽頭，能夠支撐具體數智化場景，更高效運營的廠商共同參與的格局共同參與的格局。更好匹配行業發展需要，具

67、備優秀運營管理能力的廠商將不更好匹配行業發展需要，具備優秀運營管理能力的廠商將不斷走出來斷走出來。3.13.1 英偉達生態占據主要地位，落地速度較快英偉達生態占據主要地位，落地速度較快 英英偉達偉達高端芯片高端芯片性能領先，產品解決方案豐富性能領先，產品解決方案豐富。英偉達新一代 GPU 芯片 H100 較上一代 A100 在訓練性能提升約 9 倍，推理性能提升約達 30 倍，使用 NVIDIA NVLink Switch 系統可連接 256 個 H100 來加速百億億級工作負載，另外可通過專用的 Transformer 引擎來處理萬億參數語言模型。第三季度將出貨用于高性能 AI 計算的 GH

68、200、用于通用數據中心的 L40s、服務器參考設計方案 MGX、加速網絡平臺 Spectrum-X、RTX 工作站等，擁有較強的技術領先性和解決方案豐富度。圖表33:英偉達 H100 訓練性能提升約 9 倍 圖表34:英偉達 H100 可將推理性能推高約 30 倍 資料來源：英偉達官網，方正證券研究所 資料來源：英偉達官網，方正證券研究所 業績持續高增驗證算力需求業績持續高增驗證算力需求確定性確定性。根據英偉達 2024 財年第二季度財報，收入同比上升 101%至 135.1 億美元，超市場預期，第三季度指引收入 160 億美元，預計持續高增。收入貢獻最大的為數據中心業務，2024 財年第二

69、季度收入103.2 億美元，同增 171%。計算機 行業深度報告 23 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表35:英偉達數據中心業務保持高速增長 資料來源：英偉達業績說明會，方正證券研究所 3.23.2 算力側國產化率預計將進一步提升算力側國產化率預計將進一步提升 國內發展智能算力實則是對軟硬件產品的供應商提出更高的要求，包括供應鏈安全可靠性，快速響應能力及國內生態的落地能力。今年，中美兩國在高科技領域的摩擦不斷升級，美國限制涉及高性能計算的產品及技術對華出口，確保中國不落后于智能化發展，智能算力國產化迫在眉睫。在這一過程中，國產優國產優質廠商預計將憑借政策支持

70、，產業擴容，后發優勢等因素，獲得更多產業鏈聯質廠商預計將憑借政策支持，產業擴容，后發優勢等因素，獲得更多產業鏈聯合研發機會，項目定點落地，并最終加速研發成果在報表端的體現合研發機會，項目定點落地，并最終加速研發成果在報表端的體現。圖表36:美國對華科技封鎖不斷升級 時間時間 事件概述事件概述 2022 年 7 月 27 日-28 日 美國參議院和眾議院通過“芯片與科學法案”，強制規定獲得美國政府補貼企業不得在中國投資或擴建先進制程的半導體工廠。2022 年 8 月 31 日 美國芯片廠商英偉達和 AMD 收到通知要求其停止向中國出口 2 種尖端人工智能芯片，分別為英偉達 A100 與 H100

71、，以及 AMD 的數據中心級 GPU MI100 與 MI200。2022 年 10 月 7 日 美國商務部公布了一系列全面出口管制措施，包括將某些先進、高性能的計算機芯片和含有此類芯片的計算機產品加入管制清單，對最終用途在中國的超級計算機或半導體開發及生產應用項目增加新的許可證要求等。2022 年 12 月 15 日 美國商務部宣布將 35 家中國企業和研究機構以及位于日本的 1 家中資企業加入“實體清單”，實體主要涉及人工智能芯片、半導體裝備、航空航天等行業。2023 年 7 月 25 日 美國參議院通過“2024 財年國防授權法案”（NDAA）修正案“對外投資透明度法”，要求美國企業向聯

72、邦機構通報對中國技術領域的投資情況，包括人工智能、先進半導體、衛星通信和量子計算等。2023 年 8 月 10 日 拜登簽署行政命令，嚴格禁止美國對中國敏感技術的某些投資，包括半導體和微電子、量子信息技術以及某些人工智能系統這三個領域。資料來源：清華五道口 NIFR，方正證券研究所 政府項目及國內大廠積極推動國產算力落地政府項目及國內大廠積極推動國產算力落地。根據工信部印發的新型數據中心發展三年行動計劃（2021-2023），提出要推動 CPU、GPU 等異構算力提升，逐步提高自主研發算力的部署比例，推進新型數據中心算力供應多元化。根據寒武紀 6 月 30 日公告，中標沈陽市大東區城市建設局的

73、沈陽市汽車城新型基礎計算機 行業深度報告 24 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 設施建設項目-智能計算中心項目，中標金額為 1.55 億元。7 月 26 日寒武紀中標“浙東南數字經濟產業園數字基礎設施提升工程（一期）”項目，聯合體擬中標金額為 7.5 億元，預計寒武紀所占金額約為該項目總價格的 70%。在 2023 年人工智能大會上，國內大模型領先廠商科大訊飛公布了與華為的合作，表示訊飛星火與昇騰 AI 將聯合打造中國通用智能新底座。在政策鼓勵下，國產算力落地預計將進一步加速。圖表37:寒武紀中標浙東南數字基礎設施項目 圖表38:華為聯合科大訊飛發布推訓一體解決

74、方案 資料來源：寒武紀公告，方正證券研究所 資料來源：澎湃新聞，方正證券研究所 3.33.3 國產芯片廠商快速崛起，生態加速豐富國產芯片廠商快速崛起，生態加速豐富 智智能芯片占能芯片占 AIAI 服務器大部分成本，當前國外廠商仍占絕大部分市場份額服務器大部分成本，當前國外廠商仍占絕大部分市場份額。智能芯片在以往高性能服務器中的價值量占比約 50%，在訓練型服務器中，CPU 與GPU 芯片將占據服務器超 70%的成本，智能芯片廠商占據 AIDC 產業鏈核心的地位。當前全球獨顯 GPU 市場主要被英偉達、AMD、英特爾三家壟斷。圖表39:服務器成本構成 圖表40:2022Q2-Q4 全球獨顯 GP

75、U 市場份額 資料來源：IDC，智研咨詢，方正證券研究所 資料來源：JPR，方正證券研究所 3.3.13.3.1 國產智能芯片硬件性能不斷提升國產智能芯片硬件性能不斷提升,海思研發實力優秀海思研發實力優秀 國產智能芯片廠商可以大致分為兩類，一類是華為、海光代表的，具有一定從芯片、服務器，到軟件生態優勢的大型廠商。另一類是以寒武紀、壁仞科技、計算機 行業深度報告 25 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 摩爾線程、燧原科技等代表的國產智能芯片獨角獸企業。兩類公司各有優勢和特點。華為海思有超華為海思有超 2020 年技術積累，芯片超年技術積累，芯片超 200200 項自

76、主知識產權，技術實力領先項自主知識產權，技術實力領先。公司 1991 年啟動研發，前身為華為集成電路設計中心，經過 20 余年的發展，成為領先的 Febless 半導體與器件設計公司。目前有智能終端和處理器兩大產品線，處理器產品包括麒麟、昇騰、鯤鵬、巴龍、凌霄。目前在全球設有 12 個辦事處和研發中心，產品和服務遍布全球 100 多個國家和地區，有超 8000 項專利，研發實力突出。其中昇騰作為新一代智算芯片，有昇騰 310 與昇騰 910 兩款產品。昇騰 310 是華為首款全棧全場景人工智能芯片，昇騰 910 是華為目前推出的算力最強的 AI 芯片，昇騰系列后續發展也被各界給予較高期待。昇騰

77、芯片搭載的華為獨創達芬奇架構神經網絡處理單元 NPU（Neural Network Processing Unit），該架構具有極具創新的高性能 3D Cube 計算引擎等關鍵技術，大幅提升 AI 計算的效率和靈活性，能夠在多場景，云、邊、端，提供最優算力支持。圖表41:華為海思有較優秀的研發實力 資料來源：海思官網，方正證券研究所 圖表42:華為達芬奇 3D CUBE 計算引擎提升 AI 計算效率和靈活性 資料來源：華為官網，方正證券研究所 計算機 行業深度報告 26 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表43:昇騰可提供云、邊、端全面的硬件支持 資料來源：華為

78、官網，方正證券研究所 海光信息海光信息 CPUCPU 及及 DCUDCU 雙布局，背靠中科系，具有研發及生態優勢雙布局，背靠中科系，具有研發及生態優勢。海光信息完全掌握 X86 CPU 完整架構，已具備自主迭代能力。中科曙光作為國產服務器龍頭，是公司的第一大股東，有望充分受益中科系軟硬件的賦能。海光 7000 系列 CPU 最多集成 32 個處理器核心，最大支持 8 個內存通道和 128 個 PCIe 接口，主要應用于高端服務器，面向數據中心、云計算等復雜應用領域。8000 系列 DCU 深算一號已與國內多家開發大模型的企業和研究所達成認證。海光國產處理器已得到眾多 OEM 支持，支持國內外主

79、流操作系統，應用于各類國產服務器及工作站。公司持續保持較強的研發投入，CPU 及 DCU 產品未來預計將進一步受益信創及算力需求爆發。圖表44:海光信息系統集成商客戶 圖表45:海光信息產品支持國內外主流操作系統 資料來源：公司官網，方正證券研究所 資料來源：公司官網，方正證券研究所 智算芯片獨角獸憑借優秀的創始研發團隊，及精尖技術的積累異軍突起智算芯片獨角獸憑借優秀的創始研發團隊，及精尖技術的積累異軍突起。AI 芯片獨角獸企業創始團隊大多來自頂尖科研機構及國外科技公司，為公司提供了優秀的研發及技術基因。上市公司主要包括寒武紀，以及眾多優秀的待上市企業。華為及部分華為及部分 AIAI 獨角獸企

80、業智能芯片硬件性能正逐漸接近國外龍頭廠商獨角獸企業智能芯片硬件性能正逐漸接近國外龍頭廠商。通過對國內外智算芯片廠商當前最領先產品關鍵硬件性能指標的梳理，可以看出華為昇騰 910 芯片處于領先的地位，與英偉達 A100 性能較為接近。此外，寒武紀、壁仞科技、燧原科技、天數智芯等公司的智算芯片性能也處于領先的地位。隨著政策支持及產業發展，看好以華為為首的 AI 芯片國產化替代前景。計算機 行業深度報告 27 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表46:國內外廠商 AI 芯片主要產品性能對比 廠商 型號 芯片類型 顯存 顯存帶寬 INT8 算力 FP16 算力 FP32

81、 算力 總線接口 TDP（功耗）英偉達 A100 80GB PCIe GPU 80GB HBM2e 1935 GB/s 624 TOPS 312 TFLOPS 19.5 TFLOPS PCIe 4.0 x 16 300W H100 PCIe GPU 80GB HBM3 2TB/s 3026 TOPS 1,513 TFLOPS 51 TFLOPS PCIe 5.0 X16 300-350W AMD MI250X GPU 128 GB HBM2e 3276.8 GB/s 362.1 TOPs 362.1 TFLOPs 45.3 TFLOPs PCIe 4.0 x16 500W 華為 昇騰 310

82、ASIC 16 TOPS 8 TOPS 8W 昇騰 910 ASIC 640 TOPS 320 TFLOPS 310W 海光信息 深算一號 DPU 32GB HBM2 1024 GB/s PCIe Gen4 x 16 350W 百度 昆侖二代 ASIC 32 GB GDDR6 512 GB/s 256 TOPS 128 TFLOPS 120W 寒武紀 MLU290-M5 ASIC 32GB HBM2 1228 GB/s 512 TOPS PCIe 4.0 x16 350W MLU370-X8 ASIC 48GB LPDDR5 614.4 GB/s 256 TOPS 96 TFLOPS 24 T

83、FLOPS PCIe Gen4 x 16 250W 摩爾線程 MTT S3000 GPU 32GB GDDR6 448GB/s 15.2 TFLOPS PCIe Gen5 x 16 250W 壁仞科技 壁礪 100P GPU 64GB HBM2e 128GB/s 1920 TOPS 240 TFLOPS（峰值）PCIe 5.0 X16 450-550W 燧原科技 云燧 T20 ASIC 32GB HBM2E 1.6TB/s 256TOPS 128TFLOPS 32TFLOPS PCIe 4.0 16 300w 云燧 i20 ASIC 16GB HBM2e 819GB/s 257TOPS 128

84、TFLOPS 32TFLOPS PCIe 4.0 17 150W 景嘉微 JM9 GPU 8GB 128GB/s 1.5TFlops PCIe 4.0 x8 30W 沐曦 MXC500 GPGPU 15 TFLOPS 曦思N100 GPGPU 160TOPS 80TFLOPS 天數智芯 天垓 100 GPGPU 32GB DRAM HBM2 295 TOPS 147 TFLOPS 37 TFLOPS PCIe Gen4.0 x 16 250W 資料來源：各公司官網，招股說明書，方正證券研究所 計算機 行業深度報告 28 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 3.3.2

85、 國產芯片廠商軟件生態仍在不斷豐富，華為較為領先國產芯片廠商軟件生態仍在不斷豐富，華為較為領先 CUDACUDA 生態是英偉達關鍵壁壘之一，國產廠商加速建立自身開發者生態。生態是英偉達關鍵壁壘之一，國產廠商加速建立自身開發者生態。國外廠商英偉達除芯片硬件性能之外，軟件 CUDA 生態亦是其重要壁壘。借助 CUDA，開發者能夠利用 GPU 的強大性能顯著加速計算應用。CUDA 工具包中包含多個 GPU 加速庫、一個編譯器、多種開發工具以及 CUDA 運行環境。國內廠商由于起步較晚，在開發者生態上與國外成熟產品仍有差距。在政府推動及下游產業支持下，國產芯片廠商開發者數量逐步上升，生態漸漸形成。以華

86、為昇騰計算生態為代表的國產開放式生態快速發展以華為昇騰計算生態為代表的國產開放式生態快速發展。華為在生態建設持開放的態度，在華為建立的全場景開源 AI 框架昇思 MindSpore 外，支持與各種計算框架對接。除自研的應用使能工具 MindX 外，支持第三方平臺應用。實現了從模型研發到落地千行百業的全鏈條賦能。在今年 5 月的鯤鵬昇騰開發者峰會上，華為公布目前鯤鵬和昇騰 AI 開發者已經超過 350 萬，合作伙伴超過 5600家，解決方案認證超過 15500 個。昇騰 AI 基礎軟硬件平臺已孵化和適配了 30多個主流大模型，覆蓋中國一半的原創 AI 大模型，包括鵬城盤古、紫東太初。有 25 個

87、城市基于昇騰構建人工智能計算中心，其中 14 個已經上線并飽和運行。圖表47:昇騰具有較為完整的軟硬件生態 資料來源：華為昇騰官網，方正證券研究所 沐曦等沐曦等 AIAI 獨角獸企業則采取兼容獨角獸企業則采取兼容 CUDACUDA 生態的方式，以及與華為等國內大廠共生態的方式，以及與華為等國內大廠共建國產生態的路線建國產生態的路線。摩爾線程攜手浪潮共建元腦生態。在 2023 年人工智能框架計算機 行業深度報告 29 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 生態峰會上，沐曦科技、壁仞科技作為華為昇思開源社區理事的身份，深度參與昇思生態的構建。圖表48:華為昇思開源社區成就

88、生態共贏 資料來源：新華網，方正證券研究所 3.43.4 國產國產 AIAI 服務器從生態完整性和供應鏈能力兩維度考量服務器從生態完整性和供應鏈能力兩維度考量 I IDCDC 提供商更加要求一體化方案及生態型運營提供商更加要求一體化方案及生態型運營。服務器廠商負責算力的最終集成和落地，從技術壁壘來看相對上游關鍵零件較小，因此，AIAI 服務器廠商的主服務器廠商的主要優勢體現為整合供應鏈上游硬件資源，保證關鍵零部件的供應穩定，同時更要優勢體現為整合供應鏈上游硬件資源，保證關鍵零部件的供應穩定，同時更好匹配下游市場需求變化，為算力客戶提供盡可能多的解決方案好匹配下游市場需求變化，為算力客戶提供盡可

89、能多的解決方案。當前國內智算中心較為核心的參與廠商包括：1）華為系，神州數碼、拓維信息、東華軟件、四川長虹；2）中科系，中科曙光；3）海外系，浪潮信息、云賽智聯等。浪潮信息、新華三、超聚變占據中國總體服務器市場超一半份額，其中浪潮占比 28%，新華三占比 17%，緊接著是超聚變，占比 10%。出于統計口徑考量，我們認為 IDC 的統計應主要以商用通用服務器為主，應還有較多超算服務器并未在其中統計。從 TrendForce 的統計看，全球 2022 年 AI 服務器的下游主要需求方為北美及國內云和科技廠商。圖表49:2022 年中國服務器市場份額 圖表50:全球 AI 服務器下游出貨占比 資料來

90、源：IDC，量子位智庫，方正證券研究所 資料來源：TrendForce，方正證券研究所 計算機 行業深度報告 30 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 華為服務器戰略合作伙伴有望更多獲得華為較全面的軟硬件生態賦能，受益華華為服務器戰略合作伙伴有望更多獲得華為較全面的軟硬件生態賦能，受益華為在云、計算、存儲、網絡、能源方面的綜合優勢為在云、計算、存儲、網絡、能源方面的綜合優勢。華為出身通訊設備廠商，在先進網絡通信方面持續引領創新，穩穩處于國內計算機網絡設備的第一梯隊。根據前瞻產業研究院 8 月 2 日發布的報告，中國計算機網絡設備上市公司市場格局看，華為在交換機及企業

91、級路由器行業國內市占率處于第一位，企業級路由器市占率 50%，企業級 WLAN 市占率與新華三接近。同時，華為在云基礎設施投入上也處于領先地位，2022 年占據國內云基礎設施投入的 19%。華為在華為在算網方面全面的布局，及技術算網方面全面的布局，及技術領先性保障了華為總體解決方案的競爭力。在領先性保障了華為總體解決方案的競爭力。在20232023 年人工智能大會上，華為發布業內首個萬卡年人工智能大會上，華為發布業內首個萬卡 AIAI 計算集群解決方案，我們計算集群解決方案，我們認為華為將在后續中國算力網絡建設方面扮演重要角色，產業鏈合作伙伴將更認為華為將在后續中國算力網絡建設方面扮演重要角色

92、，產業鏈合作伙伴將更多受益多受益。圖表51:中國計算機網絡設備上市企業競爭格局 圖表52:2022 年中國云服務投入廠商分布 資料來源：前瞻產業研究，方正證券研究所 資料來源：Canalys，方正證券研究所 圖表53:華為在網絡、計算、存儲等方面的優勢賦能中國算力集群建設 資料來源：搜狐新聞，方正證券研究所 華為服務器硬件交付合作伙伴主要包括：1）神州數碼神州數碼-ITIT 分銷基本盤穩固，受益信創與智算建設加快分銷基本盤穩固，受益信創與智算建設加快。公司與華為同行十余載，2023 年華為中國合作伙伴大會上，神州數碼子公司神州鯤泰獲得華為“總經銷商杰出貢獻獎”、“服務銷售突出貢獻獎”、“優秀聯

93、合營銷獎”、“計算優秀整機合作伙伴獎”。作為首批加入鯤鵬計算生態的企業，擁有自主品牌“神州鯤泰”計算機 行業深度報告 31 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 系列產品及解決方案，助力政企、金融、運營商、能源等眾多行業數字化轉型。以神州鯤泰 KunTai R822 服務器為基礎打造的金融高性能服務器解決方案入選“2022 年度 Powered by Kunpeng 精選解決方案鯤鵬最佳整機硬件獎”。圖表54:神州鯤泰獲華為計算優秀整機合作伙伴獎 圖表55:神州鯤泰服務器入選鯤鵬 2022 年最佳整機獎 資料來源：新浪新聞，方正證券研究所 資料來源：新浪新聞，方正證券

94、研究所 神州數碼是華為首批 AI 服務器合作伙伴之一，是華為整機硬件優先級合作伙伴。未來預計也將明顯受益華為智算方案的推廣。公司在云管理（MSP）領域可為公司提供全生命周期服務，根據 IDC 發布的中國云運維管理服務市場（2022 上半年）跟蹤報告，神州數碼市場份額位于國內第二，約占 5%。同時，公司 IT 分銷基本盤穩固，隨著公司逐漸向高毛利產品傾斜，預計總體毛利率將進一步提升。圖表56:華為昇騰整機硬件伙伴 資料來源：昇騰官網，方正證券研究所 2）拓維信息拓維信息-智能計算智能計算+開源鴻蒙操作系統戰略合作伙伴，綁定華為軟硬生態開源鴻蒙操作系統戰略合作伙伴，綁定華為軟硬生態。公司作為華為首

95、批同舟共濟伙伴，硬件上負責華為服務器的交付實施，軟件上致力于華為 OS 在工業、教育等領域的行業拓展，擁有嵌入式的“霄瀚”全場景操作系統，提供軟硬一體的解決方案。公司基于鯤鵬和昇騰處理器開發了兆瀚 RA5900系列服務器，可以用于智算場景。拓維信息控股湘江鯤鵬 70%股權，湘江鯤鵬系華為整機硬件優先級伙伴。計算機 行業深度報告 32 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 3）東華軟件東華軟件-大型軟硬件代理集成商，參與人工智能中心建設大型軟硬件代理集成商，參與人工智能中心建設。軟件及信息系統解決方案提供商，主要領域涉及醫療、金融、政務等。AI 服務器方面，公司東華鵬霄

96、一體機可定制化部署各種軟件，以及可搭配華為昇騰芯片，適合為大數據、分布式存儲、原生應用、高性能計算和數據庫等應用高效加速，滿足數據中心多樣性計算、綠色計算的需求，結合自有數據安全軟件能力，持續在智慧城市、醫療、能源、金融等諸多業務領域進行推廣應用。東華軟件子公司神州新橋于 21-22 年累計算力中標項目超 40 億元,已中標的智算中心多使用華為芯片,華為昇騰和鯤鵬服務器占 90%以上。4）同方股份同方股份-昇騰優選級整機硬件伙伴，算力昇騰優選級整機硬件伙伴，算力+數據雙驅動數據雙驅動。公司與華為鯤鵬、昇騰、存儲產品線全面合作，獲得華為昇騰產品線優秀整機合作伙伴稱號，整機硬件伙伴優選級認證。同方

97、股份和清華大學合作建設中國華北最大的內蒙古超算中心“青城之光”、寧波智算中心、北京昇騰智算中心等項目。公司 AI 服務器具備英偉達和昇騰兩條技術路線，2022 年銷售的主要為昇騰技術，具備批量出貨能力。公司對科研數據庫同方知網 100%控股，具有數據資源優勢，同時積極探索知識增強型大模型在教育科研、法律醫療等垂直領域的產業化應用。5）四川長虹四川長虹-與華鯤振宇關系為最終控制方的聯營企業與華鯤振宇關系為最終控制方的聯營企業。公司與華鯤振宇同為長虹控股集團子公司，四川長虹董事潘曉勇先生擔任該公司董事長、法定代表人，具四川長虹公告，兩公司關系為最終控制方的聯營企業。華鯤振宇作為昇騰領先級硬件合作伙

98、伴，鯤鵬和昇騰整機生態中的出貨量位列第一，22 年業績實現三倍增長。2022 年四川長虹向華鯤振宇采購商品 4.16 億元，銷售商品 0.53 億元。中科曙光作為中科體系內唯一中科曙光作為中科體系內唯一高性能高性能服務器交付平臺，在資源及生態方面充分服務器交付平臺，在資源及生態方面充分受益受益。1 1）在生態方面）在生態方面：完整的完整的 AIAI 計算服務體系，建設“全國一體化算力服務計算服務體系，建設“全國一體化算力服務平臺”平臺”。公司具有從 AI 核心組件、人工智能服務器、人工智能管理平臺、到軟件的多項創新，構建了完整的 AI 計算服務體系。在生態建設方面，曙光亦秉承“共建繁榮、開放、

99、共贏的智算新生態”的理念，支持第三方平臺集成、應用集成、接入第三方定制平臺，與百度飛槳建立合作伙伴關系。公司布局建設“全國一體化算力服務平臺”，將實現多樣融合算力的彈性供給，大幅降低算力應用門檻。2 2）在技術領先性方面）在技術領先性方面：高端服務器產品全棧自研，存儲及液冷方案高端服務器產品全棧自研，存儲及液冷方案業內領先業內領先。公司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。公司研發的硅立方浸沒液冷技術、Torus 網絡架構技術實現了計算技術的綠色節能、集約高效和安全可靠。曙光提出 5A

100、級智算中心整體解決方案，建設全國多個城市的先進數據中心，覆蓋科研、金融、通信、互聯網等多個關鍵行業。計算機 行業深度報告 33 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表57:曙光致力于打造開放共贏的智算生態 圖表58:中科曙光算力產品體系較完善 資料來源：曙光官網，方正證券研究所 資料來源：曙光官網，方正證券研究所 圖表59:中科院投資上市企業枚舉 資料來源：國科控股官網，方正證券研究所 浪潮信息浪潮信息-創造創造 JDMJDM（(聯合設計開發）模式，互聯網客戶合作基礎較好聯合設計開發）模式，互聯網客戶合作基礎較好。1 1）浪潮信息采取客戶需求驅動的定制化商業模式，

101、具有較領先的技術平臺規劃和產品定義能力，對個性化訂單承接能力較強，對復雜供應鏈的管理是公司的優勢之一。公司 JDM 實現 96%的生產訂單自動生成，98%的物料計劃自動決策和執行，產品交付效率提升 40%。2 2）在智算建設方面，公司致力構建元腦生態。截至 2022 年底，浪潮信息生態伙伴數量達 2 萬余家，元腦 AlStore 已經入駐了超過 1200 家伙伴，上線產品和解決方案超過 150 個?；阢y行多業務場景常規并發需求，通過算力資源的細粒度切分，實現一卡多用。最大化提高算力利用率，在幾乎零性能損失情況下（1%），將算力利用率提升至 3-5 倍。AIStation 是專為人工智能開發和

102、部署打造的端到端平臺，可以實現從模型開發、訓練、部署、測試、發布、服務的全流程一站式高效交付，獲得 2023 全球人工智能產品應用博覽會產品金獎。3 3）公司當前主要為基于海外 AI 芯片的服務器方案，出貨一定程度受到海外芯片供應節奏影響，預計隨著供應恢復，或更多元芯片的服務器方案的推出而改善。此前合作頭部互聯網客戶，客戶基礎較好。計算機 行業深度報告 34 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表60:浪潮信息致力于構建元腦生態 資料來源：美通社，浪潮信息，方正證券研究所 計算機 行業深度報告 35 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s

103、分析師聲明分析師聲明 作者具有中國證券業協會授予的證券投資咨詢執業資格，保證報告所采用的數據和信息均來自公開合規渠道，分析邏輯基于作者的職業理解，本報告清晰準確地反映了作者的研究觀點，力求獨立、客觀和公正，結論不受任何第三方的授意或影響。研究報告對所涉及的證券或發行人的評價是分析師本人通過財務分析預測、數量化方法、或行業比較分析所得出的結論，但使用以上信息和分析方法存在局限性。特此聲明。免責聲明免責聲明 本研究報告由方正證券制作及在中國（香港和澳門特別行政區、臺灣省除外）發布。根據證券期貨投資者適當性管理辦法，本報告內容僅供我公司適當性評級為 C3 及以上等級的投資者使用，本公司不會因接收人收

104、到本報告而視其為本公司的當然客戶。若您并非前述等級的投資者，為保證服務質量、控制風險，請勿訂閱本報告中的信息，本資料難以設置訪問權限，若給您造成不便，敬請諒解。在任何情況下，本報告的內容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，方正證券不對任何人因使用本報告所載任何內容所引致的任何損失負任何責任，投資者需自行承擔風險。本報告版權僅為方正證券所有，本公司對本報告保留一切法律權利。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，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

105、途。如需引用、刊發或轉載本報告，需注明出處且不得進行任何有悖原意的引用、刪節和修改。評級評級說明：說明：類別類別 評級評級 說明說明 公司評級 強烈推薦 分析師預測未來12個月內相對同期基準指數有20%以上的漲幅。推薦 分析師預測未來12個月內相對同期基準指數有10%以上的漲幅。中性 分析師預測未來12個月內相對同期基準指數在-10%和10%之間波動。減持 分析師預測未來12個月內相對同期基準指數有10%以上的跌幅。行業評級 推薦 分析師預測未來12個月內行業表現強于同期基準指數。中性 分析師預測未來12個月內行業表現與同期基準指數持平。減持 分析師預測未來12個月內行業表現弱于同期基準指數?；鶞手笖嫡f明 A股市場以滬深300 指數為基準；香港市場以恒生指數為基準，美股市場以標普500指數為基準。方正證券研究所方正證券研究所聯系方式聯系方式：北京：西城區展覽館路 48 號新聯寫字樓 6 層 上海：靜安區延平路71號延平大廈2樓 深圳：福田區竹子林紫竹七道光大銀行大廈31層 廣州：天河區興盛路12號樓雋峰苑2期3層方正證券 長沙：天心區湘江中路二段36號華遠國際中心37層 網址：https:/ E-mail：