《計算機行業深度報告：算力服務AI產業晴雨表-230910（20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AI產業晴雨表-230910（20頁）.pdf（20頁珍藏版）》請在三個皮匠報告上搜索。

1、行 業 研 究 2023.09.10 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：AI 產業晴雨表 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)3,445.03 銷售收入(億元)10,457.87 利潤總額(億元)-110.15 行業平均 PE 147.32 平均股價(元)26.04 行 業 相 對 指 數 表 現 數據來源：wind 方正證券研究所 相 關 研 究 算力服務：從“東數西算”到“東推西訓”2023.08.28 具身智能浪潮將

2、至，重視國內產業鏈機遇2023.08.24 數據庫：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 算力服務釋放中小實體算力使用需求，國內云計算市場增速超全球平均。中國民營企業上云滲透率為 49.2%，國資企業上云滲透率為 33.7%，相較美國85%以及歐洲 70%的企業上云率，有較大的發展潛力。云計算很大程度降低算力使用的門檻，釋放中小企業數智化轉型帶來的旺盛算力需求。2022 年中國云計算市場規模約 4550 億元，同增 40.91%，高于全球 19%的平均增速，預計 2025 年中國云計算市場規模將超萬

3、億元。政策推動云計算普惠觸達，資源、渠道、網絡是云計算廠商的重要壁壘政策推動云計算普惠觸達，資源、渠道、網絡是云計算廠商的重要壁壘。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。系列政策大力推動云計算發展，多地發放算力券推動算力普惠觸達。當前，運營商及大型科技企業為公有云的主要參與者，公有云 2022 年 CR5 為 71%，包括阿里云、天翼云、移動云、華為云、騰訊云。后續看，云計算廠商的資源豐富度，上下游渠道能力，以及算力網絡能力將繼續成為其重要壁壘。模型訓練推升短期算力景氣度，中期看推理算力需求釋放節奏模

4、型訓練推升短期算力景氣度，中期看推理算力需求釋放節奏。2023 年初隨著海外大模型的催化，國內外人工智能模型數量和參數量快速增長，迭代速度加快，模型訓練側算力需求快速攀升。算力硬件處于供不應求的狀態，出現明顯的價格上漲和交貨周期延長的問題?？紤]到人工智能模型仍在快速迭代，至 2023 年底的短期算力需求預計仍將保持景氣。中長期看，大模型走向成熟，數量也將收斂，模型推理將貢獻更大的算力需求。推理算力需求釋放的節奏需要多維度緊密跟蹤。算力服務報價在及時性和客觀性上具有優勢，可作為判斷算力供需節奏的算力服務報價在及時性和客觀性上具有優勢，可作為判斷算力供需節奏的顯著指標顯著指標。訂單情況反映的是樂觀

5、情況下的需求預期，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。這種現象在 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，都有明顯的體現。隨著算力交易商業模式的成熟，算力服務報價將更加具備及時性和客觀性上的優勢。通過整理跟蹤算力服務價格，我們認為橫向對比各大云廠商云計算服務的價格孰高孰低的參考性不高，但綜合各云廠商的算力服務價格環比變化，預計對判斷算力供需有較大參考意義。風險提示：風險提示：人工智能技術發展不及預期，企業數字化轉型速度不及預期，算力服務行業

6、競爭加劇風險，政策支持力度不及預期，云計算廠商市場拓展不及預期等。方 正 證 券 研 究 所 證 券 研 究 報 告-15%-2%11%24%37%50%22/9/10 22/11/22 23/2/323/4/17 23/6/29 23/9/10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 正文目錄 1 算力租賃釋放中小實體算力使用需求，政策推動普惠觸達.4 1.1 需求側：算力使用需求更加廣泛，中國云計算服務市場快速增長.4 1.2 政策推動算力普惠，促進更廣算力觸達.6 1.3 供給側：算力服務提升算力使用效率，資源、渠道、網絡是

7、重要能力.7 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.9 2.1 模型訓練擴張推升短期算力景氣度，中期看推理算力需求釋放節奏.9 2.2 當前 AI 算力核心上游硬件處于供不應求的狀態，下游訂單量較為樂觀.12 2.3 算力訂單數據存在滯后性及真實性擔憂，需要更多維驗證.13 2.4 算力服務價格可作為判斷行業算力需求節奏的顯著指標.15 4WqRPWiW9YuYpXrV6MdN7NpNmMoMnOjMpPzQeRoPnM9PmNnNxNtOuMuOqRnQ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 圖表目錄 圖表 1:算力調度及交

8、易釋放更多算力使用需求.4 圖表 2:云原生所需能力與特征.4 圖表 3:企業希望導入云端的技術及服務.5 圖表 4:企業數智化轉型將推升對云計算的需求.5 圖表 5:全球云計算市場規模（億美元）及增速.6 圖表 6:中國云計算市場規模（億元）及增速.6 圖表 7:計算力指數每提高一個點帶動 GDP 增長 1.8.6 圖表 8:中央政策支持云計算建設及發展.6 圖表 9:各地方政府紛紛發放算力券支持算力普惠.7 圖表 10:云計算供應商選擇的主要考量因素.8 圖表 11:中國公有云 IaaS 廠商市場份額.8 圖表 12:中國公有云 IaaS 市場集中度變化.8 圖表 13:三大運營商云計算收

9、入（億元）.9 圖表 14:三大運營商云計算收入增速（%）.9 圖表 15:中國計算機網絡設備上市企業競爭格局.9 圖表 16:華為具有較強的算網建設能力.9 圖表 17:訊飛星火大模型給出了明確快速的迭代時間表.10 圖表 18:模型參數量及訓練所需算力快速增長.10 圖表 19:大模型數量仍在較快增長.10 圖表 20:國產大模型保持較高的推出及迭代節奏.11 圖表 21:大模型將逐步向頭部收斂.11 圖表 22:人臉識別任務涉及到多個模型的推理.12 圖表 23:智算芯片訂單及價格相關新聞枚舉.13 圖表 24:2020.10 到 2021.10 全球芯片平均交付周期（周）.14 圖表

10、25:2021 年缺芯壓力導致車廠“減配交付”.14 圖表 26:2022 年汽車芯片緊缺程度緩解后出現較明顯砍單情況.14 圖表 27:算力交易實時反應供需情況.15 圖表 28:上海算力交易平臺（試運行）上線.16 圖表 29:上海算力交易平臺對供需撮合有較好的探索.16 圖表 30:云廠商提供的服務器類型.16 圖表 31:國內頭部云計算廠商均可提供一定的全球算力服務能力.17 圖表 32:國內頭部云計算廠商高性能云計算價格.18 圖表 33:AZURE 及 AWS 高性能計算云服務價格.18 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 s 1

11、算力租賃釋放中小實體算力使用需求，政策推動普惠觸達 人工智能快速發展，企業數智化轉型加快，適用于更多、更廣范圍用戶需要的算力產品和服務也將加快落地。算力租賃的進一步發展對算力的需求方和供給方都會產生明顯的價值，降低算力的使用門檻，進一步抬升算力需求的天花板。圖表1:算力調度及交易釋放更多算力使用需求 資料來源：華為，方正證券研究所 1.1 需求側：算力使用需求更加廣泛，中國云計算服務市場快速增長 云計算促進軟件開發部署模式的創新，成為承載各類應用的關鍵基礎設施云計算促進軟件開發部署模式的創新，成為承載各類應用的關鍵基礎設施。云計算通過集約化的模式為應用提供大規模的算力資源。云原生通過容器、微服

12、務、DevOps、服務網格、Serverless 等核心技術解決了應用的標準化封裝和交付、應用間的標準化交互問題，統一了云上應用的底層語言，充分剝離復雜底層環境對上層應用的影響。同時，云計算放大生態合作價值，推動應用的不斷豐富和迭代。圖表2:云原生所需能力與特征 資料來源：騰訊云開發者社區，方正證券研究所 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 算力服務為大數據、人工智能、物聯網等新技術的發展提供基礎支撐算力服務為大數據、人工智能、物聯網等新技術的發展提供基礎支撐。人工智能、大數據等技術加速發展，更多企業選擇加速融入“上云用數賦智”，將新技術應

13、用到生產、經營、決策中，企業對算力的需求也快速上升。根據億歐智庫的問卷，有超過一半受訪企業希望將人工智能技術導入云端，安全服務和大數據緊隨其后，分別占比 32.9%和 30.1%。圖表3:企業希望導入云端的技術及服務 資料來源：億歐智庫，方正證券研究所 企業數智化發展使得算力需求群體由小眾擴展為千行百業企業數智化發展使得算力需求群體由小眾擴展為千行百業。當前國內企業上云率仍相較發達國家有明顯的差距，根據麥肯錫等研究機構，當前美國企業上云率達 85%以上，歐盟企業上云率約 70%，據億歐智庫的報告，2021 年中國民營企業上云滲透率為 49.2%，國資企業上云滲透率為 33.7%，有較大的發展潛

14、力。數智化轉型不僅針對大型企業，中小型公司在降本增效、提升運營管理水平、開發新的業務增長方面亦有旺盛的需求。同時，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。圖表4:企業數智化轉型將推升對云計算的需求 資料來源：億歐智庫，方正證券研究所 全球云計算市場穩定增長，中國保持快速發展全球云計算市場穩定增長，中國保持快速發展。2022 年全球云計算市場規模達4910 億美元，增速 19%，未來預計仍將保持穩定增長，至 2016 年預計突破萬億0%10%20%30%40%50%60%人工智能 安全服務大數據邊緣計算區塊鏈IOT容器計算機 行業深度報告 6 敬 請 關

15、 注 文 后 特 別 聲 明 與 免 責 條 款 s 美元。2022 年中國云計算市場規模約 4550 億元，同增 40.91%，高于全球平均增速，預計 2025 年中國云計算市場規模將超萬億元。圖表5:全球云計算市場規模（億美元）及增速 圖表6:中國云計算市場規模（億元）及增速 資料來源：中國信通院，方正證券研究所 資料來源：中國信通院，方正證券研究所 1.2 政策推動算力普惠，促進更廣算力觸達 算力是推動經濟更快、更高質量發展的基石算力是推動經濟更快、更高質量發展的基石。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，隨著全球數字經濟持續穩定增長，數字經濟占比

16、預計到 2025 年有望達到 41.5%。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。當一個國家的計算力指數達到 40 分以上時，國家的計算力指數每提升 1 點，其對于 GDP 增長的推動力將增加到 1.5 倍。圖表7:計算力指數每提高一個點帶動 GDP 增長 1.8 資料來源：IDC，華為官網，方正證券研究所 圖表8:中央政策支持云計算建設及發展 時間時間 發布機構發布機構 文件及內容文件及內容 2022 年 12 月 國務院 擴大內需戰略規劃綱要（2022-2035 年），提出加快建設信息基礎設施，推動云

17、計算廣泛、深度應用，促進“云、網、端”資源要素相互融合、智能配置。2023 年 1 月 工信部等六部門 關于推動能源電子產業發展的指導意見，提出加快云計算計算推廣應用。2023 年 4 月 工信部等八部門 關于推進 IPv6 技術演進和應用創新發展的實施意見，鼓勵推動 IPv6 與云計算等技術的創新融合，促進云計算和網絡協同發展。資料來源：中國政府網，方正證券研究所 0%10%20%30%40%05,00010,00015,000市場規模（億美元）增速（%）0%20%40%60%05,00010,00015,000市場規模（億元）增速（%）計算機 行業深度報告 7 敬 請 關 注 文 后 特

18、別 聲 明 與 免 責 條 款 s 算力普惠算力普惠方方便便觸觸及是政策所向，多地算力券政策相繼推出及是政策所向，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“網絡無所不達、算力無處不在、智能無所不及”的愿景。圖表9: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

19、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

20、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 1.3 供給側：算力服務提升算力使用效率，資源、渠道、網絡是重要能力 存量角度：算力使用存在峰谷，算力服務提升算力使用效率存量角度：算力使用存在峰谷，算力服務提升算力使用效率。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-

21、60%，且隨數據中心規模增大而遞減。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力閑置浪費的問題。云計算技術推陳出新，滿足用戶多樣性需求云計算技術推陳出新，滿足用戶多樣性需求。隨著云計算用戶數智化升級，計算服務用戶更加關注效率、性能、安全等因素，應用現代化、一云多芯、平臺工程、云成本優化、系統穩

22、定性、云原生安全等新技術層出不窮。效率和性能成為云服務商競爭的主要方向效率和性能成為云服務商競爭的主要方向。云服務廠商當前主要發力三個方向：1 1）注重敏捷迭代，提升效率。有利于算力用戶以較低的學習成本和開發投入，實現快速創新。例如微軟的 Power Platform 已經與 Office 365、Dynamics 365 以及 Azure 三大生態打通，形成技術閉環。2 2）軟硬協同，優化性能。通過軟件平臺建設，提供多樣化的算力和完善的開發者生態。由 IaaS 向 PaaS 以及SaaS 延伸。3 3）跨域融合，創新發展。大型云計算廠商推動計算基礎設施與大模型、大數據技術的融合，踐行“云智一

23、體”發展線路。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 圖表10:云計算供應商選擇的主要考量因素 資料來源：億歐智庫，方正證券研究所 運營商及大型科技企業占據公有云主要份額，運營商及大型科技企業占據公有云主要份額，資源優勢、渠道優勢、算力網絡資源優勢、渠道優勢、算力網絡能力占優的大型企業將繼續作為建設主體能力占優的大型企業將繼續作為建設主體。據通信院統計，2022 年阿里云、天翼云、移動云、華為云、騰訊云、聯通云占據中國公有云 IaaS 市場份額前六。市場集中度有略微的下滑，但基本保持穩定。云計算廠商后續的競爭力預計仍將主要體現在三個方面：1 1

24、）資源優勢。主要體現為數據中心建設用地、政府支持、現金流充裕等方面。2 2）渠道優勢。在高端計算芯片短缺的背景下，與主要芯片廠商有緊密的供貨關系可視為渠道優勢。同時，互聯網云服務廠商在營銷渠道和客戶觸達方面有一定的優勢。3 3）算力網絡能力。通信設備廠商及運營商具有較明顯優勢。圖表11:中國公有云 IaaS 廠商市場份額 圖表12:中國公有云 IaaS 市場集中度變化 資料來源：中國信通院，方正證券研究所 資料來源：前瞻產業研究，中國信通院，方正證券研究所 運營商云業務增速超行業平均運營商云業務增速超行業平均。運營商云業務 2022 年營收增長均超 100%。2023年上半年，移動云 422

25、億、同比+80%；電信云收入 459 億、同比 63%，聯通大數據收入 29 億、同比+54%。增速超過行業平均。0%10%20%30%40%50%服務積累產品能力銷售情況戰略布局市場背景實體經濟整體行業25%16%10%10%10%6%22%阿里云天翼云移動云華為云騰訊云聯通云其他0%20%40%60%80%100%CR3CR5202020212022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 圖表13:三大運營商云計算收入（億元）圖表14:三大運營商云計算收入增速（%）資料來源：公司公告，方正證券研究所 資料來源：新浪財經，方正證券研究所 華為

26、在云、計算、存儲、網絡、能源方面具有綜合優勢，計算服務能力較強華為在云、計算、存儲、網絡、能源方面具有綜合優勢，計算服務能力較強。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 2023 年 8 月發布的報告，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 49%，企業級 WLAN 市占率與新華三接近。華為在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 2023 年人工智能大會上，華為發布業內首個萬卡 AI 計算集群解決方案。圖表15:中國計算機網

27、絡設備上市企業競爭格局 圖表16:華為具有較強的算網建設能力 資料來源：前瞻產業研究，方正證券研究所 資料來源：搜狐新聞，方正證券研究所 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 落實到產業景氣度研究方面，在智能算力發展的第一階段，市場主要依賴于追蹤國內及海外算力硬件龍頭的訂單情況，亦或是下游主要廠商的資本支出指引，來判斷行業總體需求的景氣度。但由于訂單及資本支出指引可能會存在一定滯后性以及受上下游廠商主觀因素的影響，我們認為算力服務報價在及時性和客觀性上的優勢，市場可以將其作為跟蹤行業算力供需情況的重要指標。2.1 模型訓練擴張推升短期算力景氣度，中期看推理算力需求釋放節奏 0

28、5010015020025021Q1 21Q2 21Q3 21Q4 22Q1 22Q2 22Q3 22Q4 23Q1 23Q2中國移動中國聯通中國電信0%10%20%30%0200400600中國移動中國聯通中國電信算網資本開支（億元）占總資本開支比例計算機 行業深度報告 10 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 當前算力需求主要集中在訓練側，當前算力需求主要集中在訓練側，支撐短期支撐短期算力增長的算力增長的較好較好預期預期。當前國內外的通用大模型仍在不斷迭代推出的過程中，在模型參數量、智能化程度方面仍有較大的提升空間。國內各個大模型廠商以海外領先的大模型為追趕方向

29、，正加速迭代。以國內 AI 應用領先企業科大訊飛為例，自 5 月 6 日首發星火大模型以來，持續加大通用大模型的研發，在 6 月及 8 月，分別進行了 1.5 和 2.0 版本的快速迭代，同時計劃在 10 月 24 日發布的通用模型實現對標 ChatGPT 的能力。圖表17:訊飛星火大模型給出了明確快速的迭代時間表 資料來源：訊飛星火發布會，方正證券研究所 據科技部中國人工智能大模型地圖研究報告，截至 2023 年 5 月，中國人工智能大模型已發布 79 個，數量排名全球第二，僅次于美國。因此，在 GPT 鲇魚效應的催化下，國內外有較大數量的大模型處在不斷迭代的過程中，總體的參數量仍將擴大，預

30、計至明年初，整體訓練端的算力需求仍將有較好的表現預計至明年初，整體訓練端的算力需求仍將有較好的表現。圖表18:模型參數量及訓練所需算力快速增長 圖表19:大模型數量仍在較快增長 資料來源：NatureCompute trends across eras of machine learning，方正證券研究所 資料來源：中國人工智能大模型地圖研究報告，騰訊新聞，方正證券研究所 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20:國產大模型保持較高的推出及迭代節奏 資料來源：各公司官網，騰訊新聞，新華網，澎湃新聞，方正證券研究所 隨著基礎模型的成熟

31、，預計大模型的格局將演化為“基礎模型+專業模型”的模式，通用大模型的訓練算力需求逐步走向收斂。通用大模型長期將演化為類似于 PC 時代的操作系統，扮演一個模型底座的作用，應用需求將逐步向頭部幾個通用大模型集中。因此，總體上的通用大模型訓練所需算力預計也將隨之收斂。圖表21:大模型將逐步向頭部收斂 資料來源：通信世界總第925期國內外大模型產業如何發展？，方正證券研究所 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。推理側算力需求的市場空間相較訓練側更大，將是中長期算力需求增長的主要來源。推理運算作為將人工智能模型落地終端的環節，推理側

32、算力需求與下游應用需求的放量推理側算力需求與下游應用需求的放量緊密相關緊密相關。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。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 圖表22:人臉識別任務涉及到多個模型的推理 資料來源：AWS，方正證券研究所 2.2 當前 AI 算力核心上游硬件處于供不應求的狀態，下游訂單量較為樂觀 從從上游上游訂單情況來看，算力需求激增致使上游關鍵硬件及產能緊缺訂單情況來看，算力需求激增致使上游關鍵硬件及產能緊缺。GPU 芯片憑借其強大的并行計算性能，在智能計算時代成為算力環節中

33、最重要的組成部分。英偉達作為全球 GPU 龍頭，市場份額超 80%。年初隨著大模型關注度不斷提高，算力建設加速，英偉達公司及外部媒體口徑的訂單需求不斷走高，市場亦將其作為判斷智能算力產業鏈景氣情況的重要依據。甲骨文預計今年將斥資數十億美元購買英偉達芯片。根據英國金融時報8 月 10 日報道，中國大型互聯網公司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 日媒體指出沙特購買了至少 3000 塊英偉達的 H100 芯片，阿聯酋同時采購數千塊英偉達芯片。在芯片訂單激增的情況下，智能芯片上游代工制造

34、及先進封裝亦不時被提及產能緊缺的問題。據中國臺灣電子時報，臺積電 CoWoS 產能至 2023 年底訂單需求已分配完畢。從產業鏈反饋看，從產業鏈反饋看，出現明顯價格上漲及交貨周期延長問題出現明顯價格上漲及交貨周期延長問題。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，英偉達 A100 價格從2022 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%。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，搭載英偉達高端芯片的服務器供貨周期

35、在 30 周左右。根據 Meta，微軟及 Google 等2023Q2 財報交流，下半年 AI 計算的投資預計仍保持明顯的增長。計算機 行業深度報告 13 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表23:智算芯片訂單及價格相關新聞枚舉 時間時間 新聞新聞 5 月 14 日 英偉達 A100 價格從 2022 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 6 日 英偉達今年對 CoWo

36、S 的需求將達 4.5 萬片，較年初預估的 3 萬片晶圓大幅增長 50%。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、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 7 月 28 日 臺積電今年 CoWoS 產能短缺難以緩解，至年底訂單需求已分配完畢 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

37、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，U.S.News，財聯社，澎湃新聞，騰訊新聞，方正證券研究所 2.3 算力訂單數據存在滯后性及真實性擔憂，需要更多維驗證 訂單情況反應的是樂觀情況下的需求預期，行業增速放緩會發生砍單情況訂單情況反應的是樂觀情況下

38、的需求預期，行業增速放緩會發生砍單情況。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的情況，后續如果下游需求放緩，可能會發生砍單的情況。例如，2021 年全球新冠疫情爆發，疊加日本地震及瑞薩工廠火災、美國寒潮、中國臺灣缺水電等諸多黑天鵝事件，半導體全球供應鏈面臨巨大挑戰，芯片平均交貨周期由三個月延長至半年至一年。同時，隨著國內外新能源車政策推動，汽車電動化滲透率加速上升，智能化從 0 到 1，成為車廠彎道超車，差異化競爭的關鍵。因此，

39、汽車芯片的下游旺盛的需求與上游供給緊缺的矛盾不斷上升，芯片價格不斷上漲。在此背景下，車廠紛紛調高出貨指引，以爭取有限的芯片供給。2022 年以來，隨著疫情等不利影響消除，汽車價格戰以及下游需求放緩背景下，車廠的智能化硬件投入亦趨緩，隨即出現較多砍單的消息。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24:2020.10 到 2021.10 全球芯片平均交付周期（周）圖表25:2021 年缺芯壓力導致車廠“減配交付”資料來源：蓋世汽車，方正證券研究所 資料來源：小鵬汽車 APP，蓋世汽車，方正證券研究所 圖表26:2022 年汽車芯片緊缺程度緩

40、解后出現較明顯砍單情況 時間時間 新聞新聞 供給緊缺 2021 年 7 月 大眾集團指出，汽車芯片的持續短缺可能會在未來幾個月內加劇，將在 2021 年第三季度面臨非常大的挑戰.2021 年 8 月 從 2020 年底開始的大半年時間，汽車芯片價格動輒上漲了幾十倍、甚至上百倍。豐田計劃 9月將其全球產量削減 40%。通用汽車表示受全球缺芯影響，計劃在 8 月 27 日/關停負責生產雪佛蘭 Bolt EV 和 Bolt EUV 的工廠。2021 年 10 月 奔馳對外宣布，因為芯片短缺問題不再保證為新車提供全部配置。2021 年 11 月 特斯拉 11 月交付的 Model 3 和 Model

41、Y 汽車，車輛內飾中控和后排位置缺少 USB 接口，只能看到相應的預留孔位，而中控下方無線充電功能同樣被“減配”。此前，因芯片短缺影響，特斯拉 Model Y 和 Model 3 在美國的售價已經多次上調。據 AutoForecast Solutions，截至 2021 年 11 月 16 日，由于芯片短缺，今年全球汽車市場累計減產量已達 1009.7 萬輛。緊缺緩解 2022 年 7 月 此前緊缺的博世 L9369-TR 芯片價格從 2021 年下半年 3500 元下跌到 671 元每顆，跌幅 8成。意法半導體 STM32F103C8T6 芯片售價從 200 元下降為 21.5。經銷商現貨充

42、足。2022 年 11 月 臺積電對供應鏈大幅砍單，幅度最高達 40%-50%。據鉅亨網數據，臺積電原定年底 3nm 月產能可達 4.4 萬片，但如今僅剩 1 萬片左右，降幅超過 77%。瑞薩與安森美兩大半導體廠已發出砍單令，正在削減第 4 季的芯片測試訂單。2023 年 4 月 車企的降價潮已經影響到車用芯片產業，部分車廠在針對電源管理 IC、金氧半場效電晶體（MOSFET）、微控制器（MCU）等芯片進行砍單，并要求供應商降價。資料來源：騰訊新聞、新浪新聞、中經網，方正證券研究所 訂單數據的跟蹤相對低頻和滯后一些，需要更多維度的算力需求預警指標訂單數據的跟蹤相對低頻和滯后一些，需要更多維度的

43、算力需求預警指標。訂單數據不僅可能存在虛高的可能，而且在時效性上相對滯后。由于訂單數據主要依賴上市公司財報披露或定期的自愿交流，因此會較為低頻。投資者對能夠更及時有效反映市場供需情況的指標有較明顯需求。10121416182022242020/102020/112020/122021/12021/22021/32021/42021/52021/62021/72021/82021/92021/10交付周期（周）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 2.4 算力服務價格可作為判斷行業算力需求節奏的顯著指標 算力網絡應用場景不斷豐富，算力網絡交易

44、的商業模式逐漸浮現算力網絡應用場景不斷豐富，算力網絡交易的商業模式逐漸浮現。未來計算場景將無處不在，從更精確的探知未知到準確的模擬現實，從更聰明的個人助理到更高的生產效率，從更高的運營效率到數據驅動的業務創新。下游算力應用場景不斷豐富，對算力的需求快速增長也更加多元。算力交易平臺作為中間角色連接算力的賣家和買家，維護、納管、調度算力資源，提供經濟、高效、安全、可靠的算力服務。交易平臺促進算力擁有方的閑置算力資源變現，提高整個社會的算力使用效率，政策推動與行業需求共振，算力交易的規模及量級也將不斷擴大。圖表27:算力交易實時反應供需情況 資料來源：中國聯通算力網絡架構與技術體系白皮書，方正證券研

45、究所 國內首個算力服務交易平臺上線國內首個算力服務交易平臺上線，算力交易實踐再進一步，算力交易實踐再進一步。2023 年 3 月，國內首個算力交易平臺開始運行，首批將曙光、華為、中興、阿里云、天翼云、浪潮集團等國內大算力領先的企業，國家信息中心、北京大數據研究院等國內主要的大數據機構，以及商湯、百度等科技企業共計 27 家納入平臺。2023 年 4月，“算力浦江”（首屆）數字經濟發展論壇上，上海算力（試運行）交易平臺正式啟動，計劃到 2023 年底，初步建成算力調度平臺，探索算力交易運營機制；進一步擴大交換流量規模，實現上海市內算力資源調度。算力交易平臺實踐不斷深入，推動算力報價更加透明和及時

46、。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 圖表28:上海算力交易平臺（試運行）上線 圖表29:上海算力交易平臺對供需撮合有較好的探索 資料來源：中國金融信息中心，方正證券研究所 資料來源：上海算力交易平臺網站，方正證券研究所 算力交易算力交易模式逐步模式逐步成熟，云計算服務報價的數據價值將更加凸顯成熟，云計算服務報價的數據價值將更加凸顯。算力作為越來越重要的資源，與其他資源一樣，其價格將更多由市場的實時供求關系來決定。由于算力服務報價可以直觀刻畫算力供給及需求情況，具有實時度高、透明度強的特點，也將為二級市場投資者判斷算力市場熱度提供重要參考

47、。各廠商各廠商云計算報價相對高頻但非標，需要橫向及縱向控制變量云計算報價相對高頻但非標，需要橫向及縱向控制變量。算力服務的價格相對非標：1 1）不同廠商幾個競爭策略會有差異；2 2）云計算平臺的能力具有差異。這些能力主要體現為算力支持的地域廣度，平臺服務能力，以及開發者生態豐富程度等。如果考慮 AI 能力輸出、模型剪枝蒸餾等，云計算服務價格可能會更高。3 3）硬件層面?？紤]服務器類型、CPU 及 GPU 型號、內存、帶寬、是否獨享等多種因素。圖表30:云廠商提供的服務器類型 阿里云阿里云 華為云華為云 騰訊云騰訊云 火山云火山云 AzureAzure Google CloudGoogle Cl

48、oud AWSAWS 通用型 通用計算型 標準型 通用型 通用型 GPU 通用計算型 計算型 通用計算增強型 內存優化型 計算型 網絡優化 Cloud TPU 計算優化型 內存型 內存優化型 高 IO 型 內存型 內存優化型 預定義 vCPU 和內存 內存優化型 大數據型 超大內存型 大數據型 本地 SSD 型 存儲優化型 自定義 vCPU 和內存 加速計算型 本地 SSD 型 高性能計算型 計算型 大數據型 計算密集型 內存優化 vCPU 和內存 存儲優化型 高主頻計算型 磁盤增強型 GPU 型 高主頻型 共享核心機器 共享型 超高 I/O 型 FPGA 型 GPU 計算型 高 CPU 機器

49、 增強型 FPGA 加速型 裸金屬 高性能計算 高內存機器 彈性裸金屬 GPU 加速型 高性能計算集群 彈性裸金屬 標準機器 GPU 型 通用入門型 突發型 內存優化機器 超級計算集群 AI 加速型 共享型 資料來源：各云廠商官網，方正證券研究所 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 圖表31:國內頭部云計算廠商均可提供一定的全球算力服務能力 阿里云阿里云 華為云華為云 騰訊云騰訊云 火山云火山云 AzureAzure Google CloudGoogle Cloud AWSAWS 中國 華北、華東、華南、華中、西南、香港 北京、上海、廣州

50、、貴陽、香港 北京、上海、南京、成都、重慶、廣州、香港 華北、華東、華南 北京、上海、香港 臺灣、香港 北京、寧夏、香港 亞洲其他 新加坡、印度、迪拜、日本、印度尼西亞、菲律賓、泰國、馬來西亞、韓國 新加坡、泰國、馬來西亞、印度尼西亞、阿布扎比 新加坡、印度、泰國、韓國、日本、印尼 柔佛 印度、日本、韓國等 印度、日本、新加坡 印度、日本、新加坡、巴林等 歐洲 英國、德國 法國、荷蘭、愛爾蘭 德國 英國、德國、法國等 英國、荷蘭、芬蘭、比利時、德國、瑞士 英國、瑞典、愛爾蘭、法國等 北美洲 美國 墨西哥 美國、加拿大 美國、加拿大 美國、加拿大 美國、加拿大等 其他 澳大利亞 南非、智利、巴西

51、、阿根廷 巴西 澳大利亞、巴西、非洲等 澳大利亞、巴西等 澳大利亞、巴西等 資料來源：各云廠商官網，速石科技，方正證券研究所 控制常規變量控制常規變量：將計算節點控制為北京（除華為 g6.18xlarge.7 部署節點為貴陽），BGP 多線，帶寬上限為 1Mbps，獨立公網 IP，50GB 性能型 SSD 系統盤，獨享線路，單臺服務器一年的價格如下表。橫向對比各大云廠商云計算服務的價格孰高孰低的參考性不高橫向對比各大云廠商云計算服務的價格孰高孰低的參考性不高?？梢钥闯?，在控制一些通常的指標之后，各個廠商提供的云服務器在具體硬件參數和計算框架方面仍存在差異，華為等主要發力國產軟硬件生態，橫向對比

52、各家云服務的性價比需要控制的變量較多。1 1）從中端云計算服務器看，騰訊云及火山云提供的采用英偉達 A100 和 V100 芯片的 32 核云計算服務器一年的價格在 25-27 萬的范圍。2 2）從高性能服務器來看，當前騰訊云及火山云提供基于英偉達 A100 的計算服務器，8 卡英偉達 A100 服務器一年的價格大約是 110-150 萬元。綜合各云廠商的算力服務價格環比變化，預計對判斷算力供需有較大參考意綜合各云廠商的算力服務價格環比變化，預計對判斷算力供需有較大參考意義義。單一廠商的云服務價格可能會受市場策略等因素影響，控制常規變量情況下，對多廠商算力服務價格邊際變化情況的跟蹤，將對判斷算

53、力總體供需情況提供明顯的價值。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 圖表32:國內頭部云計算廠商高性能云計算價格 型號型號 vCPUvCPU（核）（核）內存內存（GiBGiB）GPUGPU 型號型號 內網帶內網帶寬寬 網絡收網絡收發包發包 費用（每年）費用（每年）中端算力云服務器：中端算力云服務器：阿里云 ecs.g8ae.8xlarge 32 128-53631.02 元 華為云 pi1.8xlarge.4 32 128 NVIDIA P4*4-19744.4 美元 騰訊云 GT4.8XLARGE192 32 192 NVIDIA A10

54、0*2 10Gbps 235 萬PPS 274557.36 元 火山云 ecs.g1te.4xlarge 16 52 NVIDIA T4*2-70174.02 元 ecs.g1ve.8xlarge 32 128 NVIDIA V100*4-251137.66 元 高性能算力云服務器：高性能算力云服務器：阿里云 ecs.gn7r-c16g1.32xlarge 128 512 ARM+GPU 加速（型號不詳）-5237.31 元 ecs.video-trans.26xhevc 104 192 ASIC 加速（Intel Xeon(Cascade Lake)Platinum 8269CY）-4344

55、.67 元 華為云 p2v.16xlarge.8 64 512 NVIDIA V100-SMX2*8-90258.4 美元 g6.18xlarge.7 72 504 NVIDIA T4*2-23217.37 美元（貴陽節點）km1.15xlarge.8 60 480 鯤鵬 Km1-13427.4 美元 騰訊云 GI3X.22XLA 90 226 NVIDIA T4*2 13Gbps 375 萬PPS 92329.2 元 PNV4.28XLARGE466 112 466 NVIDIA V100*4 50Gbps 950 萬PPS 205434.96 元 GT4.41XLA 164 948 NVI

56、DIA A100*8-1136296.56 元 火山云 ecs.pni2.7xlarge 28 490 NVIDIA A100*2-393315.96 元 ecs.pni2.28xlarge 112 1960 NVIDIA A100*8-1571066.04 元 資料來源：各云廠商官網，方正證券研究所 通過跟蹤微軟 AZURE 及亞馬遜云服務的價格，可以看出兩家廠商在國內北京節點的報價相較美東節點的高性能算力服務報價更高，可能由于國外廠商運營成本以及高端芯片進出口成本導致。與國內云計算廠商相比，國外廠商的云計算服務在中國可以提供的算力性能上限更高，預計由于海外云計算大廠在高端芯片，例如 H10

57、0 等的采購限制更少。圖表33:AZURE 及 AWS 高性能計算云服務價格 型號型號 vCPUvCPU（核）（核）內存（內存（GiBGiB）費用（每月）費用（每月）費用（每年）費用（每年）國內定價（北京節點，元）Amazon EC2 g4dn.8xlarge 32 128 25802.58 309630.96 g4dn.16xlarge 64 256 42523.23 510278.76 x2idn.16xlarge 64 2048 119687.64 1436251.68 AZURE 機器學習 D32 v3/DS32 v3 32 128 8548.56 102582.72 E64 v3/E

58、64s v3 64 432 34715.04 416580.48 M128ms 128 3892 145571.04 1746852.48 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 美國定價（美東節點，美元）Amazon EC2 g4dn.8xlarge 32 128 3144.11 37729.32 g4dn.16xlarge 64 256 4827.49 57929.88 x2idn.16xlarge 64 1024 6815.21 81782.52 AZURE 機器學習 D32 v3/DS32 v3 32 128 971.15 11653

59、.8 E64a v4 64 512 1990.31 23883.72 M128ms 128 3800 13440.8 161289.6 資料來源：各云廠商官網，方正證券研究所 計算機 行業深度報告 20 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款s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

60、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

61、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%

62、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。方正證券研究所聯系方式：方正證券研究所聯系方式：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 E-mail：