《通信行業專題報告：算力底座算力承載與網絡中樞-230917（90頁）.pdf》由會員分享，可在線閱讀，更多相關《通信行業專題報告：算力底座算力承載與網絡中樞-230917（90頁）.pdf（90頁珍藏版）》請在三個皮匠報告上搜索。

1、證證券研究券研究報報告告本報告僅供華金證券本報告僅供華金證券客戶客戶中的專業投資者參考中的專業投資者參考請請仔仔細細閱閱讀讀在在本本報報告告尾部尾部的的重重要要法法律律聲聲明明算力底座：算力承載與網絡中樞算力底座：算力承載與網絡中樞分析師：李宏濤分析師：李宏濤 S0910523030003通信行業通信行業/行業專題報告行業專題報告評級：領先大市（維持）評級：領先大市（維持）20232023年年9 9月月1717日日通信行業專題報告通信行業專題報告 2請仔細閱讀在本報告尾部的重要法律聲明核心觀點核心觀點u 算力進展：大模型：算力驅動迭代，應用在向通用型場景和垂直行業型場景落地；服務器：作為算力的

2、承載，隨著大模型不斷涌現，訓練需求爆發，AI服務器的價值凸顯；交換機：算力網絡中樞，在智算組網下對高速率交換機升級迫切，400G交換機將拉動整體市場增長，具備翻倍增長空間。u 算力測算與算力租賃：據測算，2022年訓練用算力為95Eflops，至2025年訓練用算力749E，復合增長43%；在算力總需求高增長背景下，智算租賃景氣度提升，目前該市場百花齊放，將成為公司第二增長曲線。u 算力商業機會演進的路線選擇：我們認為，算力方向將演變為以國內驅動為主，國內驅動與海外驅動并行態勢；國內驅動邏輯：1、基礎設施：大模型出現帶動AI服務器需求，數據中心不斷擴容升級；2、內延：短距離傳輸、高速背板連接需

3、求大漲；3、算力資源：全國智算中心建設加速，得卡者得生產力；u 建議關注標的：紫光股份、菲菱科思、浪潮信息、共進股份、中貝通信、潤澤科技等。u 風險提示：模型算法及應用市場拓展不及預期；芯片成本過高、訂單周期過長影響落地進度；智算中心建設進度不及預期。目錄目錄010203算力進展算力進展大模型：算力驅動迭代，應用落地加速大模型：算力驅動迭代，應用落地加速服務器：算力承載，服務器：算力承載，AIAI服務器價值凸顯服務器價值凸顯算力商業機會演進的路線選擇算力商業機會演進的路線選擇投資建議與風險提示投資建議與風險提示04交換機：交互連接，算力網絡中樞交換機：交互連接，算力網絡中樞算力測算算力測算 4

4、請仔細閱讀在本報告尾部的重要法律聲明趨勢一：大模型發布持續超預期發展趨勢一：大模型發布持續超預期發展u ChatGPTChatGPT模型的推出模型的推出持續超預期發展持續超預期發展。1）ChatGPT注冊用戶激增，5天突破百萬；2）GPT模型不斷迭代：GPT3于20年6月推出，在2022年11月推出的GPT3.5基礎上再次更新，23年6月推出GPT 3.5 turbo 16K。3）AI滲透千行百業：基于大模型的多場景應用也不斷拓展。拉動智能算力規模高速增長。根據OpenAI的研究，AI訓練所需算力指數增長，且增長速度超越硬件的摩爾定律。資料來源：媒體資源網、科創板日報、澎湃網、新浪科技看點、騰

5、訊技術工程、華金證券研究所圖表圖表1 1 ChatGPTChatGPT用戶比較圖用戶比較圖圖表圖表2 2 中國移動中國移動交換機招標情況交換機招標情況對比對比 5請仔細閱讀在本報告尾部的重要法律聲明趨勢二：數字基礎設施建設加速，景氣度提升趨勢二：數字基礎設施建設加速，景氣度提升u 1 1、我國數據中心總體建設進度加速。、我國數據中心總體建設進度加速。據數字中國發展報告，我國數據中心機架總規模2022年達到650萬機架，比去年增長130萬架，近5年年均增速超過30%。u 2 2、算力基礎設施采購量明顯提升。、算力基礎設施采購量明顯提升。以移動為代表的公司，采購交換機數量加大，移動公司2023-2

6、024年采購交換機30660臺，其中特定場景交換機需求放量增長，采購15330臺。圖表圖表3 3 20172017年年20222022年我國在用數據中心機架規模年我國在用數據中心機架規模（單位：（單位：萬架）萬架）1642013778164230660143301533005000100001500020000250003000035000采購總規模通用場景采購規模特定場景采購規模2022-2023年2023-2024年圖表圖表4 4 中國移動中國移動交換機招標情況交換機招標情況對比對比（單位：臺）（單位：臺）資料來源：國家互聯網信息辦公室、工業和信息化部、維科網、華金證券研究所 6請仔細閱讀

7、在本報告尾部的重要法律聲明趨勢三：模型百花齊放，推動趨勢三：模型百花齊放，推動AI在各領域廣泛應用在各領域廣泛應用u 1 1、國內模型百花齊放：、國內模型百花齊放：眾多公司推出大模型，比如阿里推出通義千問、騰訊推出混元，百度的文心一言大模型，科大訊飛的星火大模型u 2 2、面向垂直行業的大模型應用效果顯著：、面向垂直行業的大模型應用效果顯著：紫天科技旗下河馬游戲推出大偵探智斗小AI，下載量進入榜單TOP10；醫聯所推出的MedGPT具備全流程智能化診療能力，與三甲專家診斷一致性超96%?！疤烨妗泵纴喒舶踩竽Ｐ?，具備警務意圖識別、警務情報分析、案情推理等推理能力，可實現全流程閉環進化。將重構

8、兩大應用場景：電子數據取證和智慧警務系統。圖表圖表5 5 科大訊飛星火認知大模型科大訊飛星火認知大模型圖表圖表6 6 醫聯醫聯MedGPTMedGPT資料來源：第一財經、網易嚴選、證券日報、上游新聞、大眾網、華金證券研究所目錄目錄010203算力進展算力進展大模型：算力驅動迭代，應用落地加速大模型：算力驅動迭代，應用落地加速服務器：算力承載，服務器：算力承載，AIAI服務器價值凸顯服務器價值凸顯算力商業機會演進的路線選擇算力商業機會演進的路線選擇投資建議與風險提示投資建議與風險提示04交換機：交互連接，算力網絡中樞交換機：交互連接，算力網絡中樞算力測算及算力租賃算力測算及算力租賃 8請仔細閱讀

9、在本報告尾部的重要法律聲明AIAI芯片是大模型芯片是大模型迭代的基礎迭代的基礎u英偉達為代表的芯片廠商性能持續進步。英偉達為代表的芯片廠商性能持續進步。英偉達2017年上市V100芯片，2020年上市A100芯片，2022年上市H100芯片，H100較V100計算性能提升3倍以上。并且為了迎合AI大模型的潮流，H100配有Transformer引擎，可更好的支撐大模型的架構。uAIAI芯片成為大模型不斷更新的算力基礎芯片成為大模型不斷更新的算力基礎。以GPT-3為例，模型包含1750億參數，訓練成本達1200萬美元。而谷歌發布的PaLM-E包含5620億參數，GPT-4包含數萬億級別參數。所以

10、大模型的更新迭代必須以先進的AI芯片作為算力基礎。圖表圖表7 7 英偉達發展大事記英偉達發展大事記圖表圖表8 8 英偉達主流芯片比較英偉達主流芯片比較資料來源：英偉達官網、新浪VR、澎湃新聞、搜狐、知乎、華金證券研究所 9請仔細閱讀在本報告尾部的重要法律聲明Transformer架構架構是是AI大模型與傳統模型不同的核心大模型與傳統模型不同的核心uTransformerTransformer模型是模型是AIGCAIGC大模型與傳統模型不同的核心大模型與傳統模型不同的核心。AIGC大模型起源于NLP，并基于Attention機制構建Transformer模型。傳統模型多基于CNN 和 RNN 結

11、構。uTransformerTransformer模型架構是現代大語言模型所采用的基礎架構。模型架構是現代大語言模型所采用的基礎架構。Transformer模型是一種非串行的神經網絡架構，最初被用于執行基于上下文的機器翻譯任務。Transformer模型以Encoder-Decoder架構為基礎，引入“注意機制”（Attention），具有能夠并行運算、關注上下文信息、表達能力強等優勢。圖表圖表9 9 TransformerTransformer模型架構圖模型架構圖圖表圖表10 Transformer10 Transformer、CNNCNN與與RNNRNN優缺點對比優缺點對比資料來源：知乎、

12、CSDN、華金證券研究所 10請仔細閱讀在本報告尾部的重要法律聲明底層架構底層架構各異各異導致訓練參數不同導致訓練參數不同u 底層架構的不同導致訓練參數的要求不同。底層架構的不同導致訓練參數的要求不同。以Transformer為架構的大模型一般可達百億、千億、萬億級別，而以CNN或RNN為底層架構的傳統模型則是億級別及更少級別。u AIAI大模型參數級別龐大，需要強大的算力和硬件支撐。大模型參數級別龐大，需要強大的算力和硬件支撐。以ChatGPT3.0為例進行拆解，訓練一次的成本約為140萬美元。對于一些規模更大的模型來說，訓練成本介于200萬美元-1200萬美元之間。圖表圖表11 11 不同

13、架構模型的參數差別不同架構模型的參數差別圖表圖表12 12 ChatGPT3.0ChatGPT3.0拆解拆解資料來源：知乎、CSDN、電子發燒友、數據猿、佐思汽車研究、華金證券研究所 11請仔細閱讀在本報告尾部的重要法律聲明AI大模型帶動并行計算，大模型帶動并行計算，訓練消耗更多算力訓練消耗更多算力u 訓練和推理是大模型運行的重要環節訓練和推理是大模型運行的重要環節。訓練環節是大模型的學習過程，可提高模型在各種任務上的性能。推理環節是大模型的判斷過程，利用已有訓練效果對新的輸入進行預測和決策。u 訓練和推理需要大量算力支撐，其中訓練消耗更多訓練和推理需要大量算力支撐，其中訓練消耗更多。援引Op

14、en AI測算，自2012年起，全球頭部AI模型訓練算力需求每3-4個月翻一番，每年頭部訓練模型所需算力增長幅度高達10倍。而推理階段則根據模型上線后的搜索量來計算，新輸入數據的量級相較于訓練環節的大規模數據量級較低。圖表圖表1313 推理和訓練階段所用服務器推理和訓練階段所用服務器圖表圖表1414 英偉達服務器提供算力與內存英偉達服務器提供算力與內存資料來源：英偉達官網、廣州日報、華金證券研究所 12請仔細閱讀在本報告尾部的重要法律聲明u 國外大模型主要以美國高科技公司為主。國外大模型主要以美國高科技公司為主。Google、Meta、微軟等美國公司處于了世界大模型發展的領先地位，現在幾乎所有

15、AI大模型訓練時采用的Transformer網絡結構，Transformer的提出讓大模型訓練成為可能。u 微軟產品微軟產品CopilotCopilot實現商業化落地實現商業化落地。Copilot產品基于GPT-4，將生成式AI能力全面應用于各大辦公套件，可作為辦公場景下智能寫手。7月18日，Copilot提供訂閱收費服務，每名用戶每月的價格從12.5美元到57美元不等。產品的商業化落地體現出企業對人工智能的未來前景持續看好。圖表圖表15 15 谷歌醫療模型效果比較谷歌醫療模型效果比較圖表圖表16 Copilot16 Copilot產品產品進展：國外進展：國外大模型大模型通用模型領先，商業化首

16、落地通用模型領先，商業化首落地資料來源：知乎、搜狐、每日經濟新聞、華金證券研究所 13請仔細閱讀在本報告尾部的重要法律聲明進展：國內進展：國內大模型大模型通用和垂直兩條路演繹通用和垂直兩條路演繹u 國內國內AIAI大模型數量呈現爆發式增長。大模型數量呈現爆發式增長。國內公開發布的大模型已達80多個。研究大模型的公司有百度、商湯、科大訊飛、華為、阿里、京東、第四范式等公司。同時科研機構也在積極入局，有清華大學、復旦大學、中科院等高校。u 國內大模型分為通用和垂直應用。國內大模型分為通用和垂直應用。文心一言、通義千問等打造跨行業通用化人工智能能力平臺，其應用正從辦公、生活、娛樂向醫療、工業、教育等

17、加速滲透。與此同時，一批針對生物制藥、遙感、氣象等垂直領域的專業類大模型，提供針對特定業務場景的專業化解決方案。圖表圖表17 17 國內通用領域大模型進展國內通用領域大模型進展圖表圖表18 18 國內垂直領域大模型進展國內垂直領域大模型進展資料來源：車百智庫、搜狐、每日經濟新聞、懂財帝、新浪財經、阿里云、華金證券研究所 14請仔細閱讀在本報告尾部的重要法律聲明資本支出：支出加速，運營商有望成為國內主力軍資本支出：支出加速，運營商有望成為國內主力軍u 全球云服務全球云服務CAPEXCAPEX持續增長。持續增長。受益于大模型的持續發展，2023Q1全球云基礎設施服務支出增長19%，前三大云廠商AW

18、S、Azure和谷歌云共同增長22%。云服務成為IT市場中增長最快的部分之一。u 三大運營商成為國內網絡建設主力軍。三大運營商成為國內網絡建設主力軍。三大運營商中國移動、中國電信、中國聯通不斷 加大算力投入，優化算力網絡布局。根據三大運營商數據，預計2023年算力投入分別為 452/195/149 億元，分別同比+35%/+40%/+20%。圖表圖表19 2018-2023Q119 2018-2023Q1全球云服務支出規模全球云服務支出規模(億美元億美元)圖表圖表20 20 三大運營商三大運營商20222022年年CAPEXCAPEX表現及未來計劃表現及未來計劃資料來源：東方財富網、中商情報網

19、、巴中在線、華金證券研究所 15請仔細閱讀在本報告尾部的重要法律聲明建設計劃：政策建設計劃：政策管理辦法落地，監管走上正軌管理辦法落地，監管走上正軌u 國家網信辦等七部門聯合公布國家網信辦等七部門聯合公布生成式人工智能服務管理暫行辦法生成式人工智能服務管理暫行辦法。上述辦法自2023年8月15日起施行，國家網信辦有關負責人表示，出臺辦法，旨在促進生成式人工智能健康發展和規范應用，維護國家安全和社會公共利益，保護公民、法人和其他組織的合法權益。同時辦法也指出，應該促進算力資源協同共享，提升算力資源利用效能。圖表圖表21 21 生成式人工智能服務管理暫行辦法生成式人工智能服務管理暫行辦法內容內容圖

20、表圖表22 22 AIGCAIGC內容合規建設體系內容合規建設體系資料來源：中國網信網、新浪、華金證券研究所 16請仔細閱讀在本報告尾部的重要法律聲明u 國內智算中心建設明確，后續需求有望逐步釋放國內智算中心建設明確，后續需求有望逐步釋放。多地政府出臺算力規劃、三大運營商加速籌備智算中心建設以及互聯網廠商多地智算中心建設規劃。智能計算中心的建設，整合數據資源結構的同時，也帶來更為完善且健全的算力、算法基礎設施，為人工智能技術的創新及應用提供強有力的支撐。圖表圖表2323 國內智算中心建設情況國內智算中心建設情況圖表圖表2424 中國銀行總行金融科技中心合肥園區項目中國銀行總行金融科技中心合肥園

21、區項目建設計劃：政府建設計劃：政府智算中心建設開啟，國內需求逐步釋放智算中心建設開啟，國內需求逐步釋放資料來源：雪球、IDC圈、移動支付網、華金證券研究所 17請仔細閱讀在本報告尾部的重要法律聲明u 科大訊飛提出大模型的建設進度計劃科大訊飛提出大模型的建設進度計劃。針對大模型普遍存在的問題，科大訊飛明確規劃了一系列的迭代里程碑。計劃在不同時間節點進行不同方面的升級，力爭超越ChatGPT。目前國內大模型廠商中，科大訊飛制定了明確的追趕GPT-3.5的時間表，表明了他們在技術研發上的整體規劃。u 科大訊飛星火大模型落地多應用場景實現閉環，賦能開放平臺共建生態科大訊飛星火大模型落地多應用場景實現閉

22、環，賦能開放平臺共建生態。公司發布教育、消費者、醫療、政法等多種應用場景的實現，配合公司相關產品使用，進一步提高公司市場滲透率。圖表圖表2525 科大訊飛大模型關鍵時間節點科大訊飛大模型關鍵時間節點圖表圖表2626 科大訊科大訊飛星火代碼大模型能力飛星火代碼大模型能力建設計劃：企業建設計劃：企業模型推進計劃明確，垂直行業延伸模型推進計劃明確，垂直行業延伸資料來源：未來科技力、科大訊飛開放平臺、華金證券研究所目錄目錄010203算力進展算力進展大模型：價值量、網絡架構整體躍升大模型：價值量、網絡架構整體躍升服務器：算力承載，服務器：算力承載，AIAI服務器價值凸顯服務器價值凸顯算力商業機會演進的

23、路線選擇算力商業機會演進的路線選擇投資建議與風險提示投資建議與風險提示04交換機：交互連接，算力網絡中樞交換機：交互連接，算力網絡中樞算力測算算力測算 19請仔細閱讀在本報告尾部的重要法律聲明規模：算力增長助力規模：算力增長助力AI服務器規?；季址掌饕幠；季謚 算力持續增長，算力持續增長，AIAI服務器應用場景更加廣泛服務器應用場景更加廣泛。Trendforce預估，預估2022年全球搭載GPGPU的AI服務器年出貨量占整體服務器比重近1%，即約14萬臺。預計2023年其出貨量年成長可達8%，到2026年預計全球搭載GPGPU的AI服務器出貨量將達到22.5萬臺左右，20222026年C

24、AGR將達10.8%。u 中國中國AIAI算力市場高速發展，算力市場高速發展，將成為第二增長極將成為第二增長極。根據IDC預測，到2027年中國加速服務器市場規模將達到164億美元。其中非GPU服務器市場規模將超過13%。智慧城市、智能機器人、智能家居、工業領域將成為主要應用領域。圖表圖表27 27 全球全球AIAI服務器出貨量預測（千臺服務器出貨量預測（千臺）1451451501501651651951952252250501001502002502022年2023年E2024E2025E2026E圖表圖表28 28 中國加速中國加速服務器市場服務器市場預測預測資料來源：觀研報告網、IDC中

25、國、華金證券研究所 20請仔細閱讀在本報告尾部的重要法律聲明機架服務器：傳統數據中心標配，大型機架漸成主流機架服務器：傳統數據中心標配，大型機架漸成主流u 我國服務器機架數量快速增長，大型機架逐漸成為主流。2021年我國服務器機架總數達429萬架，大型規模以上機架361萬架，占比達84.1%。u 企業規模不同，配置的服務器不同。服務器按照可支持的CPU數量可分為單路、雙路、四路及多路服務器，單路即為1個CPU。大中小型企業通常配置4-8路、2-4路、1-2路服務器。u 機架式服務器的通常功耗不超過30W。圖表圖表29 29 浪潮信息機架浪潮信息機架服務器服務器 NF5280G7NF5280G7

26、圖表圖表30 NF5280G730 NF5280G7服務器性能服務器性能 內存32：最多支持32條DDR5 4800MT/s內存GPU4：四條UPI互連鏈路，單條鏈路最高速率16GT/sCPU2：支持32條DIMM處理器2：最多支持60核；最高睿頻4.2GHz;四條UPI互連鏈路，單條鏈路最高速率16GT/s;最大熱設計功率350W資料來源：知乎、浪潮信息官網、迪索共研咨詢、華金證券研究所 21請仔細閱讀在本報告尾部的重要法律聲明u 刀片式服務器是指在標準高度的機架式機箱內可插裝多個卡式的服務器單元，實現高可用和高密度。每一塊刀片實際上就是一塊系統主板，每塊刀片都是熱插拔。u 比較：1）刀片式

27、服務器更省空間，6機架42個1U的服務器和1機架的刀片服務器性能相當；2）刀片式服務器布線更簡單、更省電；3）機架式比刀片式服務器更加靈活、維護更簡單、維護成本更低；4）刀片式服務器對制冷的要求更高；5）刀片式服務器對調度系統的要求更多刀片服務器：為云而生，高可用、高密度是優勢刀片服務器：為云而生，高可用、高密度是優勢圖表圖表31 31 刀片服務器刀片服務器圖表圖表32 32 機柜中的刀片服務器機柜中的刀片服務器資料來源：jointforce官網、強川科技、華金證券研究所 22請仔細閱讀在本報告尾部的重要法律聲明AI服務器：為計算而生，性能全方面升級服務器：為計算而生，性能全方面升級u 按照G

28、PU數量分類：Al服務器主要采用加速卡為主導的異構形式，更擅長并行計算。與通用服務器按照CPU數量分類不同，Al服務器一般僅搭載1-2塊CPU,GPU數量顯著占優。按GPU數量，可分為四路、八路和十六路服務器，其中搭載8塊GPU的八路Al服務器最常見。u AI服務器相較于普通服務器存在各方面升級。AI服務器增加了GPU的使用數量，相配套的在帶寬、散熱、內存、存儲等方面也會有相應升級。圖表圖表3 33 3 NVIDIA H100NVIDIA H100服務器服務器圖表圖表3 34 4 浪潮信息服務器浪潮信息服務器資料來源：英偉達官網、中關村在線、超能網、華金證券研究所 23請仔細閱讀在本報告尾部的

29、重要法律聲明AI服務器：主流服務器：主流AI芯片芯片V100/A100/H100u V100：NVIDIA于2017年5月發布V100 Tensor Core GPU。采用NVIDIA Volta架構，可在單個GPU中提供近100個CPU的性能，減少優化內存使用率的時間。u A100：于2020年5月發布，采用全新Ampere安培架構的超大核心GA100,7nm工藝，542億晶體管，826平方毫米面積，6912個核心，搭載5120-bit 40/80GB HBM2顯存，帶寬近1.6TB/s,功耗400W?？舍槍I、數據分析和 HPC 應用場景，在不同規模下實現出色的加速。u A800：于20

30、22年11月推出,用于替代A100。傳輸速率為每秒400GB,低于A100的每秒600GB,代表了數據中心的性能明顯下降。A800支持內存帶寬最高達2TB/s,其他參數變化不大。u H100：于2022年4月發布，由800億個晶體管組成，采用全新Transformer引擎和NVIDIA NVLink互連技術，以加速最大規模的AI模型，如大型語言模型，并推動對話式AI和藥物發現等領域的創新。圖表圖表35 35 NVIDIA NVIDIA V100V100圖表圖表36 36 NVIDIA A100NVIDIA A100圖表圖表37 37 NVIDIA A800NVIDIA A800圖表圖表38 3

31、8 NVIDIA HNVIDIA H100100資料來源：CSDN、中華網、英偉達官網、華金證券研究所 24請仔細閱讀在本報告尾部的重要法律聲明AI服務器：算力摩爾定律延續服務器：算力摩爾定律延續性能參數性能參數V100 PCleV100 PCleA100A10080GB 80GB PClePCleA800A80080GB 80GB PClePCleH100H10080GB 80GB PClePCleFP647TFLOPS9.7TFLOPS26 TFLOPSFP3214TFLOPS19.5TFLOPS51 TFLOPSFP16 Tensor Core312TFLOPS756.5 TFLOPSG

32、PU顯存32/16GB HBM280GB HBM2e80GBGPU顯存帶寬900 GB/s1935GB/s2TB/s最大熱設計功耗(TDP)250瓦300W300-350W多實例GPU最多7個MIG每個10GB外形規格PCle雙插槽風冷式或單插槽液冷式PCle雙插槽風冷式互連技術NVLink:300 GB/sPCIE:32 GB/s搭載2個GPU的NVIDIANVLink橋接器：600GB/sPCle 4.0:64GB/s搭載2個GPU的NVIDIANVLink橋接器：400GB/sPCle 4.0:64GB/sNVLink:600GB/sPCle 5.0:128GB/s服務器選項搭載1至8個

33、GPU的合作伙伴認證系統和NVIDIA認證系統圖表圖表39 39 英偉英偉達主要芯片比較達主要芯片比較資料來源：CSDN、英偉達產品數據表、華金證券研究所 25請仔細閱讀在本報告尾部的重要法律聲明AI服務器：算力硬件成本更高，單臺價值突破百萬服務器：算力硬件成本更高，單臺價值突破百萬內存32：內存支持LRDIMM/RDIMM/BPS，可提供優異的速度、高可用性及最多 4TB 的內存容量u 以AI服務器NF5688M6為例，該服務器采用2顆第三代Intel Xeon可擴展處理器+8顆英偉達A800 GPU的組合，每顆A800售價104000元，故該服務器芯片成本約96萬元，相比于通用服務器NF5

34、280M6，貴出近8倍。GPU8：任意兩個 GPU 之間可以直接進行數據 P2P 交互，GPU 間 P2P 通信速率為400GB/sCPU2：配合領先的 UPI 總線互聯設計，可為深度學習業務場景提供頂級 AI 計算性能硬盤8/16：支持多種靈活的硬盤配置方案，提供了彈性的、可擴展的存儲容量空間，滿足不同存儲容量的需求和升級要求。網卡：可選配1張PCIe 4.0 x16 OCP 3.0網卡，速率支持10G/25G/100G處理器2：第三代英特爾至強可擴展處理器（Ice Lake），單顆處理器高達40核、最高睿頻頻率 3.7GHz，最多 3 條 UPI 互連鏈路，速率最高可達11.2GT/s。圖

35、表圖表40 40 浪潮信息浪潮信息 NF5688F6NF5688F6圖表圖表41 AI41 AI服務器主要結構服務器主要結構資料來源：浪潮信息官網、愛道數科、華金證券研究所 26請仔細閱讀在本報告尾部的重要法律聲明傳統服務器需求：下游需求多點開花，金融行業投資加速傳統服務器需求：下游需求多點開花，金融行業投資加速u 服務器下游需求多點開花。服務器下游需求多點開花。下游需求主體為互聯網企業、云計算企業、政府部門、金融機構、電信運營商等。其中互聯網行業占比43.8%，位列第一。在互聯網行業中服務器需求主要集中在快手、百度等大型企業。運營商、金融、政府占比分別為10.6%、9.9%、9%。u 各行業

36、服務器投資支出不斷提升：各行業服務器投資支出不斷提升：IDC統計數據顯示，2022年全球云基礎設施支出達到了750億美元，比2021年的650億美元提高了15.4%，全球金融行業對服務器的投資增長了20%，達到180億美元。圖表圖表43 43 云計算云計算&互聯網廠商資本開支增速與服務器市場增速顯著正相關互聯網廠商資本開支增速與服務器市場增速顯著正相關圖表圖表42 42 國內服務器下游應用結構分布國內服務器下游應用結構分布資料來源：中商情報網、智研咨詢、搜狐、華金證券研究所 27請仔細閱讀在本報告尾部的重要法律聲明AI服務器需求：大模型不斷涌現，訓練需求爆發服務器需求：大模型不斷涌現，訓練需求

37、爆發u AI服務器的采購群體較為集中。主要集中在互聯網廠商，政府、高校的需求量相對較少。其中高校主要需要訓練模型。u 華為盤古 NLP 大模型，該模型采用了深度學習和自然語言處理技術，并使用了大量的中文語料庫進行訓練。該模型擁有超過 1 千億個參數，可以支持多種自然語言處理任務，包括文本生成、文本分類、問答系統等。圖表圖表44 44 20222022年年AIAI服務器采購廠商占比服務器采購廠商占比圖表圖表45 45 華為盤古大模型華為盤古大模型資料來源：Trendforce、IT之家、科技真探社、華金證券研究所 28請仔細閱讀在本報告尾部的重要法律聲明傳統服務器供給：市場增長穩定，產能自給自足

38、傳統服務器供給：市場增長穩定，產能自給自足 u 全球2021年服務器出貨量1353.9萬臺;中國2021年服務器出貨量391.1萬臺。u 據IDC2022年第四季度中國服務器市場跟蹤報告Prelim統計，浪潮信息份額28.1%、新華三份額17.2%、超聚變份額10.1%；浪潮信息服務器22年出貨158萬臺服務器。圖表圖表46 46 20212021年全球服務器年全球服務器廠商份額占比廠商份額占比測算出貨量測算出貨量2022E2022E假設單價假設單價市場空間測算市場空間測算（億元）（億元）全球全球2021年服務器出貨量1353.9萬臺1380萬臺2021年全球服務器平均單價高達7328美元/臺

39、(約合人民幣4.9萬元)1380*4.9=6762中國我國2021年服務器出貨量391.1萬臺400萬臺單臺雙路服務器價格為4-5萬(中國市場平均價格約為4.3萬元）400*4.3=1720圖表圖表47 47 全球和全球和中國服務器市場規模測算中國服務器市場規模測算資料來源：知乎、C114通信網、財聞網、觀研天下、華金證券研究所 29請仔細閱讀在本報告尾部的重要法律聲明AI服務器供給：國內芯片性能及產能受限服務器供給：國內芯片性能及產能受限u 英偉達芯片產能不足，限制服務器量產：AI服務器需要配備4-8顆GPU，英偉達在GPU市場占有絕對優勢，占據全球八成市場份額。其產能有限，同時受到美國禁售

40、影響，影響服務器產能。u 國產替代化正當時，但仍存在差距：國產寒武紀、昇騰也研發出AI芯片，寒武紀的思元芯片目前多應用在推理場景，通用性較弱，性能不足。公司公司布局布局預計業績增長情況預計業績增長情況鴻海通過旗下工業富聯（FII）與鴻佰科技沖刺AI服務器業務，已著手開發下一代AI服務器產品預計鴻海今年AI服務器占比將超過30%，較去年大增五成，穩居全球最大AI服務器廠。廣達領先與英偉達合作，通過旗下云達推出英偉達全新HPC-AI服務器。將持續擴充AI服務器產能。服務器產品營收占比已達三成，預期全年出貨可望成長個位數百分比。仁寶沖刺發展AI產品多元應用，力拼實質提升市場需求出貨量今年估計可年增雙

41、位數百分比；預估2025年5G、服務器等新事業營收占比可望達5%，2026年力拼翻倍至10%。緯創通過旗下緯穎布局云端服務器領域，包括提供系統解決方案服務，設計一系列巨型資料中心等各種云端服務。目前營收占比約20%，今年已到手新訂單中，超過五成為AI服務器。英業達往年旗下服務器營收占比僅約5%，預估英業達明年AI服務器業務表現年增雙位數百分比。圖表圖表48 AI48 AI服務器代工情況服務器代工情況資料來源：知乎、集微網、華金證券研究所目錄目錄010203算力進展算力進展大模型：價值量、網絡架構整體躍升大模型：價值量、網絡架構整體躍升服務器：算力承載，服務器：算力承載，AIAI服務器價值凸顯服

42、務器價值凸顯算力商業機會演進的路線選擇算力商業機會演進的路線選擇投資建議與風險提示投資建議與風險提示04交換機：交互連接，算力網絡中樞交換機：交互連接，算力網絡中樞算力測算算力測算 31請仔細閱讀在本報告尾部的重要法律聲明網絡架構：傳統三層網絡網絡架構：傳統三層網絡管理網絡的經典穩定架構管理網絡的經典穩定架構圖表圖表49 49 傳統三層網絡架構傳統三層網絡架構 圖表圖表50 50 企業網絡三企業網絡三層網絡層網絡架構架構u核心層(Core Layer):核心交換機為進出數據中心的包提供高速的轉發，為多個匯聚層提供連接性，核心交換機通常為整個網絡提供一個彈性的L3路由網絡。u匯聚層(Aggreg

43、ation Layer):匯聚交換機連接接入交換機，同時提供其他的服務，例如防火墻，SSL offload，入侵檢測，網絡分析等。它可以是二層交換機也可以是三層交換機。u接入層(Access Layer):接入交換機通常位于機架頂部，所以它們也被稱為ToR(Top of Rack)交換機，它們物理連接服務器。通常情況下，匯聚交換機是 L2 和 L3 網絡的分界點：匯聚交換機以下的是 L2 網絡，以上是 L3 網絡。每組匯聚交換機管理一個POD(Point Of Delivery)，每個POD內都是獨立的 VLAN 網絡。資料來源：知乎、CSDN、華金證券研究所 32請仔細閱讀在本報告尾部的重要

44、法律聲明圖表圖表5151 葉脊架構與傳統架構對比葉脊架構與傳統架構對比 圖表圖表5252 Leaf(Leaf(葉葉)交換層各節點名稱及功能交換層各節點名稱及功能圖表圖表5353 葉脊架構優勢葉脊架構優勢扁平化易擴展帶寬利用率高低延遲安全性高u 隨著數據中心內流量的快速增長和數據中心規模的不斷擴大，傳統的三層網絡拓撲結構不能滿足的數據中心內部高速互連的需求，慢慢演進為leaf-spine葉脊架構，葉脊架構分為兩層：Leaf(葉)交換層、Spine(脊)交換層。u Spine(脊)交換層:網絡核心節點，提供高速 IP 轉發能力，通過高速接口連接各個功能 Leaf 節點。u Leaf(葉)交換層:網

45、絡功能接入節點，提供各種網絡設備接入功能。網絡架構：葉脊網絡網絡架構：葉脊網絡扁平化高速新型架構扁平化高速新型架構資料來源：通信百科、鴻鵠論壇、知乎、華金證券研究所 33請仔細閱讀在本報告尾部的重要法律聲明網絡架構：基于葉脊的升級網絡架構：基于葉脊的升級流量模塊化架構流量模塊化架構圖表圖表5454 Facebook F4Facebook F4網絡架構網絡架構 圖表圖表5555 Facebook F16Facebook F16網絡架構網絡架構 uFacebook從14年開始對原有的數據中心網絡架構進行改造，原因就在于面對網絡流量2-4倍的未來擴張，現有的三層網絡架構難以勝任。uFacebook提

46、出了自己的下一代數據中心網絡data center fabric網絡架構（也稱為F4網絡），在原始葉脊網絡基礎上進行模塊化組網，能夠承載數據中心內部的大量東西流量的轉發，并且保證了足夠的擴展性。uFacebook于19年提出了F16架構，原因在于F4架構在網絡流量持續上漲、硬件更新換代的現在已經難以滿足數據中心的需求。u Spine平面增加為16個。單芯片處理能力提升為12.8TBps,減少體積，僅需跨越5個芯片即可通過路徑。u 機架采用Wedge 100s，擁有1.6T上行帶寬和1.6T下行帶寬，流量收斂比達到1：1；機架上方的平面包含16個128端口的100G光纖交換機。資料來源：知乎、華

47、金證券研究所 34請仔細閱讀在本報告尾部的重要法律聲明網絡架構：基于葉脊的升級網絡架構：基于葉脊的升級動態分布式網絡架構動態分布式網絡架構圖表圖表5656 GoogleGoogle JupiterJupiter網絡架構網絡架構 圖表圖表5757 Google ApolloGoogle Apollo結構結構u谷歌數據中心第五代架構Jupiter Network Fabrics。Jupiter可以視為一個三層Clos。Leaf交換機作為ToR(top-of-rack架頂式交換機)，向北連接到名為Middle Block的Spine交換機，再向北還有一層Super Spine名為Spine Bloc

48、k。uApollo結構。Super spine方案的交換機數量可以一直增長，新增交換機需要和原有的Pod全部互聯。為解決互聯問題，谷歌在Spine層和Pod層之間加入Apollo Fabric。此結構解除了Spine Block和Super Block的直連，但又能夠動態地調整連接關系，高效實現了全互聯，動態地調整網絡流量的分布。資料來源：墨天輪、華金證券研究所 35請仔細閱讀在本報告尾部的重要法律聲明數據中心交換機：算力網絡的底座數據中心交換機：算力網絡的底座框式交換機盒式交換機端口數量較少支持高速連接數據傳輸低延遲匯聚層高性能和高可用性大容量的交換能力高速的轉發能力承載大量的流量連接方式靈

49、活支持上行、下行鏈路連接接入層核心層圖表圖表5858 按位置分類交換機特點按位置分類交換機特點圖表圖表5959 按形態分類交換機示意圖按形態分類交換機示意圖u交換機相當于一臺特殊的計算機，由硬件和軟件組成，負責構建網絡進而實現所有設備的互聯互通，是算力網絡底座的主要組成部分。u數據中心交換機的功能：1、網絡數據流量分發；2、處理大帶寬數據。u數據中心交換機按照位置分類可分為接入層交換機、匯聚層交換機和核心層交換機。u數據中心交換機按照形態分類可分為盒式交換機（多位于接入層和匯聚層）和機框式交換機（多位于核心層）。資料來源：知乎、碼農家園、華金證券研究所 36請仔細閱讀在本報告尾部的重要法律聲明

50、圖表圖表6060 華為交換機產品位置圖華為交換機產品位置圖圖表圖表6161 交換機選擇標準（以包轉發率和背板帶寬為主要決定參數）交換機選擇標準（以包轉發率和背板帶寬為主要決定參數）u接入層、核心層、匯聚層交換機的重要參數是交換機的背板帶寬和包轉發率。u背板帶寬是交換機接口處理器或接口卡和數據總線間所能吞吐的最大數據量，標志了交換機總的數據交換能力。u包轉發率指交換機每秒可以轉發多少百萬個數據包（Mpps），即交換機能同時轉發的數據包的數量，以數據包為單位體現了交換機的交換能力。u決定包轉發率的重要指標是背板帶寬，背板帶寬越高，所能處理數據的能力就越強，包轉發率也就越高。數據中心交換機：背板帶寬

51、和包轉發率是兩大核心數據中心交換機：背板帶寬和包轉發率是兩大核心資料來源：知乎、CSDN、百度百科、華金證券研究所 37請仔細閱讀在本報告尾部的重要法律聲明圖表圖表6262銳捷網絡銳捷網絡100G100G交換機交換機u產品支持48*100G DSFP端口+8*400G QSFP-DD端口，2*電源模塊，6*風扇模塊。包轉發速率可達5350Mpps。圖表圖表6363 華為華為200G200G交換機交換機u產品采用華為iLossless智能無損算法，支持32*200G端口或8*400G端口。交換容量可達19.2Tbps，包轉發速率7200Mpps。圖表圖表6464 新華三新華三400G400G交換

52、機交換機uS10500X-G采用CLOS無中板交換架構，交換容量384-1024Tbps，包轉發速率72000-1920000Mpps。圖表圖表6565 華為華為800G800G交換機交換機uCloudEngine 16800-X支持288*800GE端口，3.5微秒跨板轉發時延，支持三網融合，總運營成本可降低36%。u數據中心交換機根據接口速率不同，可分為100/200/400/800G交換機；不同速率交換機的單板能力(每個插槽的端口數量或者帶寬)越來越強，所有端口升級一次其傳輸容量將直接翻倍。u我國主要廠商突破技術瓶頸，實現快速發展。新華三旗下S10500、S12500等系列交換機，多采用

53、CLOS架構，提供Seerblade高性能AI計算模塊，目前已形成了完整的數據中心產品體系。華為主推CloudEngine系列數據中心交換機，系列基于華為新一代的VRP8操作系統，2023Q1該系列以34.6%的份額排中國數據中心交換機市場第一，其中16800-X為全球首款800GE數據中心核心交換機。數據中心交換機：主流數據中心交換機：主流100/200/400/800G交換機交換機資料來源：新華三官網、三合實業、銳捷官網、華為官網、搜狐、華金證券研究所 38請仔細閱讀在本報告尾部的重要法律聲明圖表圖表6666 銳捷銳捷NPONPO交換機交換機圖表圖表6767 硅光技術形態概覽硅光技術形態概

54、覽uNPO交換機，應用NPO（Near Packaged Optics）近封裝光學技術，屬于傳統可拔插(Pluggable)向CPO技術的過渡階段。uNPO交換機可以在CPO技術生態完備之前，在最短時間內享受到低成本、低功耗的收益。u銳捷51.2T硅光NPO冷板式硅光交換機在1RU的空間內，實現了64口800G的超高密度端口設計，升級了外置激光源的設計方案。采用獨立迷你交換板設計，大幅降低了高速率PCB的成本。NPO交換機：傳統可拔插向交換機：傳統可拔插向CPO過渡（封裝角度）過渡（封裝角度）資料來源：鮮棗課堂、銳捷官網、華金證券研究所 39請仔細閱讀在本報告尾部的重要法律聲明圖表圖表6868

55、 OFCOFC第二代第二代51.2T CPO51.2T CPO圖表圖表6969 CPOCPO技術框架圖技術框架圖uCPO交換機，應用CPO（Co-Packaged Optics）光電共封裝技術，將網絡交換芯片和光模塊共同裝配在同一個插槽上，形成芯片和模組的共封裝，可以縮短交換芯片和光引擎之間的距離，以幫助電信號在芯片和引擎之間更快地傳輸。uCPO具備高密度、低成本、小體積、低功耗的特點，成為AI高算力情況下降低能耗從而降低成本的可選方法。u海外市場，高速率板塊對CPO需求更為迫切，國內上量節奏緊隨其后。u第二代CPO容量倍增，單波100Gbps，一個引擎64個通道，采用外置激光器。光模塊部分實

56、現了低功耗，可達7pJ/bit。CPO交換機：硅光技術的最終形態（封裝角度）交換機：硅光技術的最終形態（封裝角度）資料來源：鮮棗課堂、同花順、光通信女人、華金證券研究所 40請仔細閱讀在本報告尾部的重要法律聲明圖表圖表7171 IBIB交換機和以太網交換機區別交換機和以太網交換機區別uIB 交換機全稱InfiniBand 交換機，IB屬于RDMA技術，與TCP/IP技術在機理上不同。在市場上，Mellanox InfiniBand 交換機、Intel 和 Oracle InfiniteBand 交換機是三大名牌領先的 IB 交換機。其中Mellanox IB交換機 QM8790交換機可提供多達

57、提供多達 40 個 200Gb/s 端口。IB交換機：適用于交換機：適用于IB網絡的交換機（網絡協議角度）網絡的交換機（網絡協議角度）圖表圖表7070 RDMARDMA工作原理工作原理資料來源：華為官網、網絡技術聯盟站、芯語、知乎、Chatgpt、華金證券研究所 41請仔細閱讀在本報告尾部的重要法律聲明全球：全球：200/400G拉動整體市場增長拉動整體市場增長圖表圖表7373 各速率交換機市場同比變化情況各速率交換機市場同比變化情況圖表圖表7272 20232023年年第二季度全球第二季度全球以太網交換機市場以太網交換機市場u 云計算業務和云流量快速發展，全球數據中心交換機市場繼續保持強勁增

58、長。2022年，全球交換機市場規模為365億美元，同比增長18.7%。全球數據中心用以太網交換機收入占比達47%，同比增長20.8%，相應的端口出貨量同比增長3.7%；u 200/400Gb交換機拉動整體市場增長。2022年200/400GbE交換機的市場收入增長超過300%，第四季度收入環比增長為0.7%。2022年第四季度，100GbE收入同比增長18.7%，全年增長22.0%，第四季度25/50GbE收入同比增長30.1%，全年增長29.8%。資料來源：中商產業研究院、IDC、傳感器專家網、華金證券研究所 42請仔細閱讀在本報告尾部的重要法律聲明圖表圖表7474 17-2217-22年中

59、國交換機市場規模變化趨年中國交換機市場規模變化趨勢（單位：億美元）勢（單位：億美元）36%32%14%4%14%華為新華三星網銳捷思科其他圖表圖表7575 20212021年中國交換機各公司市場份額年中國交換機各公司市場份額圖表圖表7676 20222022年全球年全球交換機各公司市場份額交換機各公司市場份額u受益于強勁的AI需求，中國交換機市場規模持續擴張。2021年中國交換機行業市場規模為501億元，同比增長17.33%，預計2023年市場規模達到685億元。u國產設備商快速崛起。2021年中國市場數據中心交換機前四廠商為華為、新華三、星網銳捷和思科。從份額占比來看當前國內交換機市場雙龍頭

60、格局特征顯著，華為占比36%、新華三占比32%。u中國廠家在全球市場仍有較大擴張空間。2022年全球交換機市場份額，上榜公司有華為、新華三，共占比15.7%。主要市場仍為思科占領，為43.3%。國內：國產廠商快速崛起，海外仍有較大擴張空間國內：國產廠商快速崛起，海外仍有較大擴張空間資料來源：中商產業研究院、傳感器專家網、IDC官網、前瞻產業研究院、華金證券研究所 43請仔細閱讀在本報告尾部的重要法律聲明數據中心交換機：硬件國產化進度仍需加快數據中心交換機：硬件國產化進度仍需加快圖表圖表7777 Edge-core Edge-core 白盒交換機白盒交換機圖表圖表7878 各硬件部位功能拆解各硬

61、件部位功能拆解u交換機的主要硬件可分為接口模塊、控制模塊、交換模塊、供電模塊幾個部分，可分為黑盒交換機和白盒交換機，白盒交換機將網絡中的物理硬件和操作系統（NOS）進行解耦，讓標準化的硬件配置與不同的軟件協議進行匹配u交換機芯片市場國產程度較低，主要由國外三大廠商掌控。從2022年國內商用以太網交換芯片市場份額占比來看，前三大廠商共占比97.8%。中國大陸廠商盛科通信銷售額排名第四，占比1.6%，在國內廠商中排名第一。圖表圖表7979 交換機芯片廠商交換機芯片廠商資料來源：CSDN、中商情報網、bilibili、華金證券研究所 44請仔細閱讀在本報告尾部的重要法律聲明傳統數據中心架構中，傳統數

62、據中心架構中，400G交換機兩年翻倍增長交換機兩年翻倍增長u 傳統數據中心中，據測算，2022年高功率機架約為4.2萬個（對應1.6萬400G交換機），預計2025年達8萬個（對應3.2萬個400G交換機）。依據1、400G交換機應用前置條件是高算力和高功率；目前人工智能的功率范圍在20-40KW。依據2、目前30KW以上占比為1.9%；15-30KW以上占比3.3%；我們預估2022年，20KW-30KW總占比為3.5%。依據3、2022年我國大型規模以上數據中心新增120萬臺，年增長率約為30%。分類分類單機柜功率單機柜功率20202020年年(億元億元)比例比例20212021年年(億元

63、億元)比例比例增長率增長率低密度數據中心4KW以下26.5510.50%27.8910.00%5.00%中、低密度數據中心4X6kW95.0737.60%105.4237.80%10.90%6X8kW65.4925.90%71.1125.50%8.60%中、高密度數據中心8X10kW31.3512.40%34.312.30%9.40%10X15kW22.58.90%25.669.20%14.00%高密度數據中心15X30kW7.843.10%9.23.30%17.40%30kW以上4.051.60%5.31.90%31.00%總計252.84100%278.88100%10.30%圖表圖表80

64、80 20212021年單機柜年單機柜功率增長速度功率增長速度圖表圖表81 17-2281 17-22年中國年中國IDCIDC機架規模（單位：萬架）機架規模（單位：萬架）資料來源：2021-2022年度中國數據中心基礎設施產品市場總報告、工信部信息通信發展司、華金證券研究所整理目錄目錄010203算力進展算力進展大模型：價值量、網絡架構整體躍升大模型：價值量、網絡架構整體躍升服務器：算力承載，服務器：算力承載，AIAI服務器價值凸顯服務器價值凸顯算力商業機會演進的路線選擇算力商業機會演進的路線選擇投資建議與風險提示投資建議與風險提示04交換機：交互連接，算力網絡中樞交換機：交互連接，算力網絡中

65、樞算力測算與算力租賃算力測算與算力租賃 46請仔細閱讀在本報告尾部的重要法律聲明架構比較：傳統數據中心架構比較：傳統數據中心-三層架構基礎要素配比三層架構基礎要素配比圖表圖表8282 傳統三層架構下各層級交換機配比傳統三層架構下各層級交換機配比 2臺核心交換機5臺匯聚層交換機500臺接入層交換機u 機柜數：服務器數：交換機數機柜數：服務器數：交換機數=1:20:2=1:20:2（機柜數：250臺；服務器數量5000臺，交換機數量500臺左右）依據1、傳統數據中心，每臺機柜的占地面積3-5，此處取均值4進行計算。依據2、超大型數據中心面積大于2000，大型數據中心為800-2000，此處取100

66、0進行計算。依據3、按照42U高的標準機柜來存放2U/550W的服務器，可存放20臺左右服務器，此處取20進行計算。u 每臺核心交換機有2路輸出。下行與匯聚層交換機相連，每臺核心交換機與所有匯聚交換機兩兩互聯。u 每臺匯聚層交換機上行與所有核心交換機交叉互聯。u 一般每個機柜頂部放置2臺接入層交換機，每臺接入交換機上行都有2臺匯聚層交換機互聯，下行都與每臺服務器直連。資料來源：華金證券研究所整理 47請仔細閱讀在本報告尾部的重要法律聲明架構比較：傳統數據中心架構比較：傳統數據中心-新型葉脊架構基礎要素配比新型葉脊架構基礎要素配比4臺脊交換機105臺葉交換機圖表圖表8383 葉脊架構下各層級交換

67、機配比葉脊架構下各層級交換機配比 u根據收斂比不超過3:1，葉交換機下行帶寬48*10G=480G，上行帶寬最大為480G/3=160G，則最多可連接160G/40G=4臺脊交換機。u以葉交換機48個下行端口計算，最少需要105臺葉交換機。其中每臺服務器都與兩臺葉交換機直連。u 機柜數：服務器數：交換機數機柜數：服務器數：交換機數=1:20:0.4=1:20:0.4（機柜數：250臺；服務器數量5000臺，交換機數量100臺左右）依據1：葉脊架構將傳統三層架構變為兩層，扁平化處理提升網絡效率。依據2：配比數據計算仍以1000數據中心，250臺單機柜，5000臺服務器。依據3：以設計網絡時的收斂

68、比不超過3:1的標準來計算，即上行口與下行口的配比數量不超過3:1。資料來源：華金證券研究所整理 48請仔細閱讀在本報告尾部的重要法律聲明u GH200GH200服務器：服務器：英偉達最新一代AI服務器，集成了256個GH200芯片，擁有144TB共享內存，性能可達1exaFLOPS。u 光模塊：光模塊：新架構全光方案刺激高速光模塊需求，GPU:800G光模塊數量比1:18，400G為1:36。配比依據：圖表圖表84 DGX GH200 84 DGX GH200 結構圖結構圖 架構比較：架構比較：DGX GH200 光模塊、服務器、交換機配比光模塊、服務器、交換機配比資料來源：鋅財經、英偉達官

69、網、華金證券研究所整理 49請仔細閱讀在本報告尾部的重要法律聲明u 服務器和交換機：服務器和交換機：GH200通過96組L1 NVLink Switch、36組L2 NVLink Switch，互連256個GH200超級芯片，交換機和超級芯片配比為132:256圖表圖表85 DGX GH20085 DGX GH200網絡架構網絡架構 架構比較：架構比較：DGX GH200 光模塊、服務器、交換機配比光模塊、服務器、交換機配比資料來源：芯智訊、華金證券研究所整理 50請仔細閱讀在本報告尾部的重要法律聲明u 市場規模：根據測算，2022年中國AI芯片市場中，英偉達GPU模約為150億；u 總量：按

70、照10萬/片，共計A100芯片15萬片A100芯片；u 算力：按照單臺DGX A100算力為5P FLOPS計算，折合1.9萬個英偉達A100 AI服務器；可提供95Eflops算力。圖表圖表86 202286 2022年中國年中國AIAI芯片市場規模細分占比芯片市場規模細分占比 u依據1：2022年我國AI芯片市場300億元；從我國AI芯片市場規模細分來看，其中2022年中國云端領域芯片市場規模為152.96億元，占總市場規模的49.2%；終端領域芯片市場規模為156.54億元，占總市場規模的50.6%。u依據2：假設2022年GPU占比為50%。AI芯片2023年出貨量將增長46。其中英偉

71、達GPU為AI服務器市場搭載主流，市占率約6070，其次為云端廠商自主研發的AISC芯片，市占率逾20。算力測算邏輯：算力測算邏輯：2022年訓練用算力為年訓練用算力為95Eflops95Eflops資料來源：共研網、砍柴網、智東西、共研產業咨詢、華金證券研究所整理 51請仔細閱讀在本報告尾部的重要法律聲明u 20232023年年/2024/2024年年/2025/2025年我國訓練算力為年我國訓練算力為254E254E、467.7E467.7E、749.8E749.8E，每年新增訓練算力為，每年新增訓練算力為159E159E、213.7E213.7E、282.1E282.1Eu 依據假設1：

72、以IDC智算規模為依據；u 依據假設2：英偉達AI服務器主做訓練應用，至2025年，我國新增智算算力均為訓練用算力；u 依據假設3：訓練算力需采用智算架構、配備高速率光模塊和高速率交換機202220222023E2023E2024E2024E2025E2025E訓練算力(EFLOPS)95254467.7749.8其中新增訓練算力(EFLOPS)-159213.7282.1其他用途算力(EFLOPS)173173173173合計268427640.7922.8算力測算邏輯：至算力測算邏輯：至2025年訓練用算力年訓練用算力749E，復合增長，復合增長43%圖表圖表87 87 中國智能算力規模及

73、預測中國智能算力規模及預測 圖表圖表8888 訓練算力測算訓練算力測算 資料來源：IDC、華金證券研究所整理 52請仔細閱讀在本報告尾部的重要法律聲明算力緊缺背景下，算力租賃景氣度提升算力緊缺背景下，算力租賃景氣度提升 按照中國算力白皮書(2022年)的定義，算力主要分為四部分:通用算力、智能算力、超算算力、邊緣算力。通用算力以CPU芯片輸出的計算能力為主；智能算力以GPU、FPGA、Al芯片等輸出的人工智能計算能力為主；超算算力以超級計算機輸出的計算能力為主；邊緣算力主要是以就近為用戶提供實時計算能力為主，是前三種的組合，邊緣算力只是解決網絡延遲的問題，不算一種新的算力。各地都在加速建設數據

74、中心，打造關鍵基礎設施算力網絡，全國的算力規模會保持高速增長。圖表圖表8989 算算力分類力分類 圖表圖表90 90 全國主要算力節點全國主要算力節點 資料來源：中國算力白皮書（2022年）、頭豹研究院、前瞻產業研究院、華金證券研究所 53請仔細閱讀在本報告尾部的重要法律聲明算力緊缺背景下算力緊缺背景下，智能算，智能算力租賃景氣度提升力租賃景氣度提升 算力租賃：對算力進行出租，是一種通過云計算服務提供商租用計算資源的模式。用戶可以根據自己的需求租賃服務器或虛擬機實現大規模的計算任務，無需擁有自己的計算資源。算力租賃是一種靈活、高效、成本低廉的計算服務，適用于各種大規模計算需求的場景。優勢包括：

75、無需投入大量資金購買計算設備、高效穩定的計算服務、靈活的擴容或縮減，更好地滿足用戶的需求、非常靈活的計費方式，可以根據實際使用情況進行計費。圖表圖表91 91 全球行業計算水平評估全球行業計算水平評估 資料來源：2021-2022全球計算力指數評估報告、華金證券研究所 54請仔細閱讀在本報告尾部的重要法律聲明算力算力租賃市場百花齊放租賃市場百花齊放 算力租賃或成中小企業 AI 算力解決方案。AI 服務器成本每臺可達百萬元人民幣。由于大模型參數量巨大，對應的訓練和推理過程都需要消耗大量算力資源，成本高昂，僅有資金實力雄厚、算力資源儲備豐富的巨頭可以承擔。算力租賃對象：科技公司、科研高校、互聯網公

76、司 算力租賃優勢：無需投入大量資金購買計算設備；短時間縮短研發周期和成本；靈活擴容和保障亞康股份、南凌科技、英博數科（鴻博股份全資子公司)、朗源股份、利通電子、寶騰互聯（中青寶旗下)、銅牛信息、順網科技、世紀華通等。第三方機構中科曙光、浪潮信息、新華三（紫光股份旗下)、工業富聯、拓維信息等。服務器廠商圖表圖表92 92 算力網絡企業分布熱力圖算力網絡企業分布熱力圖 圖表圖表93 93 算算力租賃參與方力租賃參與方 資料來源：中商情報網、華金證券研究所整理 55請仔細閱讀在本報告尾部的重要法律聲明已開展算力租賃的公司分析：算力互聯已開展算力租賃的公司分析：算力互聯 公司是在中國科學院科技算力基礎

77、設施建設運營實踐基礎上由科技計算產業鏈相關企業聯合發起設立的高新技術企業，主營業務包括以HPC、AI、云原生為主的科技算力基礎設施運營與多云互聯科技計算云服務、面向科技和產業應用的算力服務通信基礎設施運營與算力互聯網。技術服務：技術服務：計算服務自營+互聯的HPC、AI、云原生大規模算力資源池，支持K8S、Slurm雙調度系統彈性共享和資源獨占。數據服務：數據服務：支持文件和對象的高性能在線存儲服務和備份存儲,互聯魔方百TB級存儲單元提供離線數據遷移服務。軟件工具：軟件工具：自主研發的面向多云環境統一運維平臺,應用軟件工具集成和面向三方平臺的開放API支持。數據中心：數據中心：核心城市與資源型

78、地區A級數據中心標準托管服務，蒸發冷卻模塊化裝配綠色數據中心解決方案PUE1.1。圖表圖表94 94 服務內容服務內容 圖表圖表9595 算力互聯主要租賃節點介紹算力互聯主要租賃節點介紹 資料來源：算力互聯官網、華金證券研究所 56請仔細閱讀在本報告尾部的重要法律聲明已開展算力租賃的公司分析：北京超級云計算中心已開展算力租賃的公司分析：北京超級云計算中心 公司成立于2011年11月1日，由中國科學院和北京市政府共建，依托中科院計算機網絡信息中心建設，運營主體為北京北龍超級云計算有限責任公司。在2020年中國HPCTOP100榜單中，北京超級云計算中心A分區以Linpack測試性能3.74PFl

79、ops，榮獲2020HPCTOP100榜單中國超算TOP3，通用CPU算力第一。服務能力 公司總核心數共50萬核，服務用戶（機構用戶）數超過10萬+用戶。在持續擴容計算資源的同時，上線計算性能達百PFlops的國產服務器資源，滿足大規模并行計算需求。圖表圖表9696 超級云計算布局圖超級云計算布局圖 資料來源：北京超級云計算中心官網、華金證券研究所 57請仔細閱讀在本報告尾部的重要法律聲明上市公司上市公司智能算力智能算力布局百花齊放布局百花齊放 目前已有多家上市公司布局智能算力業務，包括恒潤股份、中貝通信、利通電子、云賽智聯、鴻博股份、潤建股份、首都在線、真視通等。其中潤建股份宣布開發了具有自

80、主知識產權的“曲尺人工智能開放平臺”；“曲尺”平臺已經在為管維業務的目標檢測、行為檢測、視頻優化、環境風險、物聯網設備狀態、網規網優、物體識別等多個場景提供 AI 賦能。圖表圖表9898 控股控股子公司收購子公司收購蕪湖六尺智算科技有限公司蕪湖六尺智算科技有限公司100100%股權股權圖表圖表9797 潤潤建股份建股份曲尺曲尺平臺功能圖平臺功能圖資料來源：潤建股份人工智能戰略白皮書、上海證券交易所、華金證券研究所 58請仔細閱讀在本報告尾部的重要法律聲明算力租賃業務將成為公司第二增長曲線算力租賃業務將成為公司第二增長曲線 出資布局算力市場，合資建設智算中心，部分公司算力租賃已有合作對象：中貝通

81、信與中國聯通青海分公司簽訂3.4億算力服務框架協議，協議包括服務總算力960P、服務費用12萬/P/年等；潤建股份規劃建設總規模為 20,000 個平均功率 6KW 的機柜的超大型數據中心“五象云谷”云計算中心總投資約 36 億 元。第一階段投入資金 2億元采購行業內頂級算力服務器，打造潤建股份智能算力中心，提供最高可達 2533Pops(lnt8)定點算力圖表100 潤建股份算力規劃力規劃合同名稱：算力服務框架協議合同金額：34,560萬元（含稅）合作雙方：中貝通信集團股份有限公司、中國聯通有限公司青海省分公司合作內容：本協議雙方以H800設備為基礎搭建算力服務平臺，提供960P算力服務，服

82、務費按照含稅12萬元/P/年計算，協議服務期限三年，服務費總金額為含稅34,560萬元；三年服務期滿后，雙方協商確定后續服務事項。資料來源：巨潮資訊網公司公告、華金證券研究所圖表99 中貝通信關于簽訂算力服務框架協議的公告目錄目錄010203算力進展算力進展大模型：價值量、網絡架構整體躍升大模型：價值量、網絡架構整體躍升服務器：算力承載，服務器：算力承載，AIAI服務器價值凸顯服務器價值凸顯算力商業機會演進的路線選擇算力商業機會演進的路線選擇投資建議與風險提示投資建議與風險提示04交換機：交互連接，算力網絡中樞交換機：交互連接，算力網絡中樞算力測算算力測算 60請仔細閱讀在本報告尾部的重要法律

83、聲明算力下一站：政府算力平臺建設算力下一站：政府算力平臺建設u政府驅動加速算力落地。近期北上廣深政府出臺一系列促進算力落地的政策，如北京提出了到2025年基本建成具有全球影響力的人工智能創新策源地；上海提出了2025年數據中心超過18000PFLOPS；深圳與科技部共同布局國家超算深圳中心二期項目。u我們認為地方國企背景公司有望成為地方智算中心的建設方和運營方，如云賽智聯，母公司為儀電集團，是上海國資系統的數據中心運營商和云服務運營商，中標上海超算中心項目；廣電運通，背靠廣州國資委，搭建省算力中心，承建廣州人工智能公共算力中心以及多個政府部門重點算力工程項目。圖表圖表101101 北上廣深政府

84、算力平臺建設規劃梳理北上廣深政府算力平臺建設規劃梳理圖表圖表102102 部分政府算力平臺梳理部分政府算力平臺梳理公司公司布局布局云賽智聯上海市人工智能算力的承建方和運營方，建項目包含智能算力平臺、算法平臺、專用算法模型平臺、算力調度平臺、配套基礎設施建設和機房改造鴻博股份子公司博數科已建成的北京AI算力中心100P，與上海、湖南國資共商建設超大規模算力中心廣電運通承建廣州人工智能公共算力中心以及多個政府部門重點算力工程項目地區地區規劃規劃北京北京市加快建設具有全球影響力的人工智能創新策源地實施方案（20232025年），全面推動人工智能自主技術體系建設及產業生態發展，到2025年基本建成具有

85、全球影響力的人工智能創新策源地。上海上海市經信委、上海市發改委發布關于推進本市數據中心健康有序發展的實施意見，到2025年，預期上海市數據中心總規模能力達到28萬標準機架左右，平均上架率提升至85%以上；數據中心算力超過14000 PFLOPS（FP32）；。深圳深圳市加快推動人工智能高質量發展高水平應用行動方案（2023-2024年）提出的首要任務是強化智能算力集群供給通過積極布局算力基礎設施，預計2025年建成國家超算深圳中心二期項目。資料來源：中華人民共和國商務部、中國存儲網、人民網、澎湃新聞、云賽智聯、同花順、21世紀經濟報道、華金證券研究所 61請仔細閱讀在本報告尾部的重要法律聲明從

86、招標文件看算力對數據中心增量機會：液冷從招標文件看算力對數據中心增量機會：液冷u液冷是指借助高比熱容的液體作為熱量傳輸介質滿足服務器等IT設備散熱需求的一種冷卻方式，以云計算為代表的傳統數據中心，主要以CPU芯片為主，平均功耗為50-100W；AI芯片普遍功耗高，英偉達A100芯片，功耗達300-400W。u目前國內傳統數據中心以風冷為主，云計算數據中心、智算中心以冷板式液冷為主，超算中心主要以浸沒式液冷為主。冷卻力是空氣的1,000-3,000倍，相比傳統風冷系統約節電30%-50%；20222027年，中國液冷服務器市場年復合增長率將達到56.6，2027年市場規模將達到95億美元。圖表圖

87、表103103 青島青島“海之心海之心”人工智能計算中心項目招標文件人工智能計算中心項目招標文件圖表圖表104104 液冷數據中心展示圖液冷數據中心展示圖資料來源：電信運營商液冷技術白皮書、云頭條、財聯社、CSDN、華金證券研究所 62請仔細閱讀在本報告尾部的重要法律聲明從招標文件看算力對數據中心增量機會：分布式存儲從招標文件看算力對數據中心增量機會：分布式存儲u新增的超算場景，如氣象預報、能源勘探、GIS 等應用的精度帶來了數據量的快速增長；其中基因測序等 80%以上是 PB 級的數據密集型場景，部分業務單文件數量達到 TB 級別，需要超算存儲可以提供更大的帶寬、更高的 IOPS、支持超大算

88、力的訪問能力。u分布式存儲是指基于分布式架構，通過軟硬件協同，依托高效網絡連接多個節點來實現存儲功能的IT產品和服務。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圖表圖表105105 青島青島“海之心海之心”人工智能計算中心項目招標文件人工智能計算中心項目招標文件圖表圖表106106 常見分布式存儲示意圖常見分布式存儲示意圖資料來源：云頭條、焱融科技、不念博客、華金證券研究所 63請仔細閱讀在本報告尾部的重要法律聲明從招標文件看算力對數據中心增量機會：智算可視化從招標文件看算力對數據中心增量機會：智算可視化uAI應用的升級和優化，需要海量的網絡

89、數據,網絡可視化是網絡數據的源頭,網絡可視化主要功能是對網絡數據進行監測、管理。以網絡流量的采集與深度檢測為基本手段,實現網絡管理、信息安全與商業智能的一類應用系統。u恒為科技與中貝通信技術團隊已圍繞高速光模塊在智算可視化上的應用開展深度合作，恒為科技的網絡可視化產品主要部署在運營商寬帶骨干網、移動網、IDC出口、以及企業和行業內部網絡等不同場景，在其主要網絡節點通過多種物理鏈路信號采集技術，進行全流量數據采集。圖表圖表107107 青島青島“海之心海之心”人工智能計算中心項目招標文件人工智能計算中心項目招標文件圖表圖表108108 恒為科技網絡可視化應用系統恒為科技網絡可視化應用系統資料來源

90、：云頭條、證券時報、恒為2022年年報、華金證券研究所 64請仔細閱讀在本報告尾部的重要法律聲明從招標文件看算力對數據中心增量機會：智算從招標文件看算力對數據中心增量機會：智算OSu智算中心操作系統，是以智算服務為對象，對智算中心基礎設施資源池進行高效管理和智能調度的產品方案，分為基礎設施層、平臺服務層、業務系統層，提升資源調度效率，降低算力使用門檻。u2020年，浪潮信息推出浪潮云海OS，并成功完成全球最大規模單一集群達1000節點的云數智融合實踐。3天完成1000臺服務器部署，在單一集群中融合支撐了海量大數據處理業務及大規模云原生業務。圖表圖表109109 青島青島“海之心海之心”人工智能

91、計算中心項目招標文件人工智能計算中心項目招標文件圖表圖表110110 智算智算OSOS架構架構資料來源：云頭條、美通社、智能計算中心創新發展指南、華金證券研究所 65請仔細閱讀在本報告尾部的重要法律聲明從招標文件看算力對數據中心增量機會：調度平臺從招標文件看算力對數據中心增量機會：調度平臺u主要分為算力服務虛擬化和算力服務協同調度。算力服務虛擬化，弱化底層算力芯片供給的技術差異性，為用戶提供標準化的算力供給服務。對底層計算能力的GPU、FPGA、ASIC等AI芯片進行統一管理和調度，以PFLOPS、EFLOPS作為計算能力單位向用戶提供算力服務；算力服務協同調度，作為算力基礎單元，通過云服務方

92、式融入全國算力調度體系中。u目前我國首個實現多元異構算力調度的全國性平臺全國一體化算力算網調度平臺（1.0版）正式宣發；北京提出建設統一的多云算力調度平臺，上海市依托人工智能公共算力服務平臺實現算力調度，探索建設算力交易中心。圖表圖表111111 青島青島“海之心海之心”人工智能計算中心項目招標文件人工智能計算中心項目招標文件圖表圖表112112 全國一體化算力算網調度平臺全國一體化算力算網調度平臺資料來源：云頭條、觀察者、華金證券研究所 66請仔細閱讀在本報告尾部的重要法律聲明未來趨勢一：智能網卡崛起，需求越發迫切未來趨勢一：智能網卡崛起，需求越發迫切圖表圖表113 113 普通網卡技術架構

93、圖普通網卡技術架構圖圖表圖表114 114 智能網卡技術架構圖智能網卡技術架構圖圖表圖表115115 智能網卡在數據中心的作用智能網卡在數據中心的作用u基礎功能網卡只能提供基本的網絡功能，而智能網卡具備計算能力，擁有靈活可編程的功能。u智能網卡可處理數據中心節點間、節點內和網絡系統三方面問題。智能網卡可以提升服務器數據交換效率，加強數據傳輸可靠性，提高數據中心模型執行效率、I/O切換效率，完善服務器架構，保障網絡系統安全性等作用。u近年來數據中心流量以每年25%速度增長。CPU計算能力增速遠遠低于網絡傳輸速率增速，且差距持續增大。對網絡功能卸載到可編程軟件的需求,即智能網卡的需求越來越迫切。u

94、智能網卡復合年均增長率可達20%。2020年智能網卡市場規模為6億美元，預計2026年市場規模將達到16億美元。資料來源：騰訊云、C114通信網、NVIDIA英偉達中國、云深知網絡、華金證券研究所 67請仔細閱讀在本報告尾部的重要法律聲明未來趨勢一：智能網卡未來趨勢一：智能網卡第二代第二代DPU成為發展新方向成為發展新方向圖表圖表116 116 智能網卡各形式的主要廠家及技術壁壘智能網卡各形式的主要廠家及技術壁壘圖表圖表117 117 英偉達英偉達ConnectX-7ConnectX-7網卡網卡u目前智能網卡分為第一代SNIC智能網卡和第二代DPU智能網卡，第二代加入了CPU進一步提高性能。D

95、PU智能網卡作為服務器硬件基礎核心單元與應用支撐，將作為解決算力性能瓶頸和保障網絡安全的重要承載。u全球廠家積極布局智能網卡。英偉達ConnectX以太網和IB網系列產品，最高可支持400G網絡。Intel堅持ASIC+FPGA實現形式，推出IPU系列產品，支持快速可編程數據包處理引擎和開源開發工具包IPDK。阿里云推出CIPU產品，構建大規模彈性RDMA高性能網絡，時延最低可達5us。銳捷網絡湛盧系列，通過FPGA+SOC支持轉發和控制功能的網絡全卸載。u英偉達ConnectX-7 支持超低時延、400Gb/s 吞吐量，支持最高4端口RDMA，擁有基于硬件的擁塞控制，使用NVMe over

96、Fabrics 網絡功能卸載。資料來源：CSDN、英偉達官網、至頂頭條、知乎、華金證券研究所 68請仔細閱讀在本報告尾部的重要法律聲明未來趨勢二：無損網絡未來趨勢二：無損網絡下一代數據中心網絡下一代數據中心網絡圖表圖表118118 新華三智能無損網絡盒盒組網框架圖新華三智能無損網絡盒盒組網框架圖u 網絡連接訴求加強。ChatGPT的總算力消耗約為3640PF-days，算力500P的數據中心才能支撐運行，GPU之間的通信互聯帶寬可達400GB/s，0丟包、低時延、高吞吐成為下一代數據中心網絡的三個核心訴求。u 無損網絡通過網絡協議、分布式架構、上下行非對稱設計、流控技術、擁塞控制、流量調度等方

97、面的解決來實現。目前常用的網絡協議有RDMA、InfifiniBand，其中IB網絡架構封閉，兼容現網差。華為、新華三、騰訊、星網銳捷都推出了無損網絡架構。u 采用最新的S9825/S9855等系列三層ToR/Leaf/Spine組網架構。u Spine采用雙平面并且保證ToR上下行收斂比滿足1：1要求。u服務器接入速率400G下單PoD可以支持1024臺服務器，集群最大支持32個PoD理論可滿足6.5萬臺服務器規模接入；若采用100G速率，最大可超過十萬臺服務器規模接入。資料來源：ITPUB、SDNLAB、電子發燒友、華金證券研究所 69請仔細閱讀在本報告尾部的重要法律聲明未來趨勢二：無損網

98、絡未來趨勢二：無損網絡騰訊五位一體新一代計算集群騰訊五位一體新一代計算集群圖表圖表119 119 騰訊云星脈網絡架構圖騰訊云星脈網絡架構圖圖表圖表120 120 騰訊云新一代騰訊云新一代HCCHCC關鍵要素關鍵要素u 騰訊云發布新一代HCC高性能計算集群。HCC基于自研網絡及存儲架構，具備TB級吞吐能力和千萬級IOPS，可實現3.2T通信帶寬，訓練時間可縮短至4天。u 新一代HCC通過三方面解決大模型算力缺乏問題。主要通過計算層面的單機算力提升，網絡層面的網絡架構優化以及存儲層面的存儲性能加強。u 星脈超算網絡架構實現網絡硬件平臺全自研，打造“胖樹組網拓撲+3.2T超帶寬+異構網絡+多軌道流量

99、聚合+定制加速通信庫”五位一體化設計。資料來源：中穆青年網、華泰科技、新浪財經、站長之家、智東西、華金證券研究所 70請仔細閱讀在本報告尾部的重要法律聲明未來趨勢三：未來趨勢三：DCI算力互聯算力互聯算力增長需求解決方向算力增長需求解決方向圖表圖表121121 算力網絡組網框架圖算力網絡組網框架圖u 數據中心互聯需求倍增。數據中心建設規模、IP流量及算力呈現出直線增長。隨著國內互聯網大廠相繼布局GPT類大模型，預訓練+持續調優+應用推理帶來大量算力需求，對全社會算力資源提出更高要求。u 超算業務面臨用戶接入難、算力變現難、算力資源使用不均勻現象。國家超級計算中心目前共有9所，分別為：天津中心、

100、廣州中心、深圳中心、長沙中心、濟南中心、無錫中心、鄭州中心、昆山中心和成都中心；算力互聯有望進一步統籌計算資源，提高產能利用率，推動算力產業建設進一步加速。圖表圖表122122 山東省算力配給網組網圖山東省算力配給網組網圖資料來源：集微網、雪球、華為：算力互聯網技術白皮書、華金證券研究所 71請仔細閱讀在本報告尾部的重要法律聲明未來趨勢三：未來趨勢三：DCI算力互聯算力互聯提供高性能提供高性能AI算力支持算力支持圖表圖表123123 AI AI 推理性能推理性能提升提升示意圖示意圖u 算力互聯提供國內頂級的高性能AI算力支持。算力互聯啟動新一輪自營AI算力資源池大規模集群擴容，包括H800 A

101、I算力服務，采用ACMCube一體化算力基礎設施解決方案，核心計算節點HGX單主板八個H800 80G GPU NVSwitch，使用Nvme高速本地數據盤和全新的PCIE5.0 IB網絡，由多種最新技術構建了目前最為強大的AI算力節點。u 算力互聯提供靈活豐富的科技算力服務，全面覆蓋下沉市場。公司算力AI/圖形計算服務分為標準型和共享型，標準型按每節點每天計算，最低可至28.8元/節點天;共享型按每卡時計算,最低可至0.15元/卡時。圖表圖表124124 算力互聯算力互聯AI/AI/圖形計算節點標準型價格表（部分）圖形計算節點標準型價格表（部分）資料來源：算力互聯官網、英偉達官網、華金證券研

102、究所 72請仔細閱讀在本報告尾部的重要法律聲明上半年下半年以海外驅動為主；以海外驅動為主；海外驅動大于國內海外驅動大于國內以國內驅動為主，以國內驅動為主，國內驅動與海外國內驅動與海外驅動并行驅動并行國內驅動邏輯：1、基礎設施：大模型出現帶動AI服務器需求，數據中心不斷擴容升級2、內延：短距離傳輸、高速背板連接需求大漲3、算力資源：全國智算中心建設加速，得卡者得生產力算力方向演變：國內與海外驅動并行算力方向演變：國內與海外驅動并行海外驅動邏輯：1、算力爆發，景氣提升：算力超預期，A100/H100產能緊缺2、光模塊訂單：英偉達、谷歌持續超預期下單800G光模塊海外驅動邏輯：1、海外廠商：不斷訂單

103、驅動，仍利好光模塊2、光模塊驗證：800G光模塊驗證結果陸續落地資料來源：華金證券研究所整理 73請仔細閱讀在本報告尾部的重要法律聲明布局方向一：算力基礎設施布局方向一：算力基礎設施u AI帶動產業增長：據國家信息中心聯合浪潮信息日前發布的智能計算中心創新發展指南測算，十四五”期間，在智算中心實現80%應用水平的情況下，城市對智算中心的投資可帶動人工智能核心產業增長2.9至3.4倍，帶動相關產業增長36至42倍。u 數據中心交換機不斷擴容升級：數據流量發展加速，交換機不斷擴容升級，以 400GE 為代表的關鍵技術，不斷加速部署，持續放量；國內主流的數據中心交換機端口速率正在由10G/40G向1

104、00G/400G升級演進，市場不斷推出25.6T、51.2T交換機芯片。圖表圖表126：新華三：新華三800G CPO硅光數據中心交換機硅光數據中心交換機圖表圖表125 125 全球全球AIAI服務器市場規模（億美元服務器市場規模（億美元）資料來源：科創板日報、東方財富網、中國網、華金證券研究所 74請仔細閱讀在本報告尾部的重要法律聲明u 公司看點：紫光股份是全球新一代云計算基礎設施建設和行業智慧應用服務的領先者，提供技術領先的網絡、計算、存儲、云計算、安全和智能終端等全棧 ICT 基礎設施及服務，在國內交換機和服務器領域的市場份額名列前二。u 業務增速：2023年上半年營業收入360.45億

105、元，同比增長4.78%；凈利潤18.03億元，同比增長7.14%。公司加快“云-網-算-存-端”布局和數智創新，主動把握新一輪技術發展方向，在“AI in ALL”技術戰略指引下，推出多款服務器、交換機等數字基礎設施。圖表圖表127 127 紫光股份子公司新華三交換機紫光股份子公司新華三交換機u紫光股份旗下交換機主要分為數據中心交換機、園區網交換機、全光網絡和工業和安防交換機。圖表圖表128 128 紫光股份子公司新華三服務器紫光股份子公司新華三服務器u紫光股份旗下服務器主要分為機架式、刀片、塔式、高密度、邊緣和關鍵業務服務器。u旗下有H3C(新華三)服務器品牌及HPE(惠普)服務器代理品牌。

106、圖表圖表129 129 紫光股份紫光股份2019-20222019-2022營業收入、凈利潤及營業收入、凈利潤及增速增速（單位：億元）（單位：億元）紫光股份紫光股份新一代云計算基礎設施領先者新一代云計算基礎設施領先者 資料來源：紫光股份年報、新華三官網、wind、華金證券研究所 75請仔細閱讀在本報告尾部的重要法律聲明u 公司看點：公司聚焦通信終端設備領域，公司牢牢把握數字經濟發展機遇，擴大與核心客戶在園區交換機、數據中心交換機等領域的合作，目前公司交換機業務主要以國內客戶為主，同步覆蓋海外優質客戶，包括數據中心交換機、園區交換機等，以 100GbE、400GbE 為主。u 業務增速：2023

107、年上半年營業收入43.55億元，同比下降16.17%；凈利潤1.96億元，同比增長2.90%。公司智慧通信業務輻射全球，其中就包括交換機和服務器業務。隨著北美市場需求強勁，公司將持續加大海外訂單的獲取力度，擴大核心客戶份額比例，探索突破直營模式。圖表圖表130130 共進股份交換機產品序列共進股份交換機產品序列圖表圖表131 131 共進股份共進股份2019-20222019-2022營業收入、凈利潤及營業收入、凈利潤及增速（單位：億元）增速（單位：億元）共進股份共進股份深耕通信終端設備領域深耕通信終端設備領域資料來源：共進股份年報、共進股份官網、wind、華金證券研究所 76請仔細閱讀在本報

108、告尾部的重要法律聲明布局方向二：內延挖掘布局方向二：內延挖掘連接連接u 高速背板連接器需求大漲。隨著華為5G、6G建設推進，數據中心、交換機、服務器等設備應用愈發廣泛，高速背板連接器需求大幅增長，特別是AI服務器。根據Bishop&Associates 的預測，2022 年我國高速背板連接器市場規模將達到6.13億美元u 高速背板連接器技術壁壘高：應用于高端服務器，是連接器里面技術壁壘最高的，一塊PCB板上多達幾十個。在小型服務器中大概有3-5對高速背板連接器。0204060801001201401601802002019年2020年2021年全球市場規模中國市場規模圖表圖表132：全球及中國

109、通訊連接器市場規模（億美元）：全球及中國通訊連接器市場規模（億美元）圖表圖表133：易天光通信：易天光通信200G AOC資料來源：搜狐網、證券之星、中金企信國際咨詢、電子發燒友、華金證券研究所 77請仔細閱讀在本報告尾部的重要法律聲明創益通：數據連接景氣提升，公司迎來爆發機遇創益通：數據連接景氣提升，公司迎來爆發機遇u公司看點：公司看點：主要從事設計研發與制造精密連接器、連接線、精密結構件等互連產品。產品主要應用于5G通信、新能源汽車、數據存儲、醫療、消費電子等領域。u重點客戶重點客戶：小米及其旗下公司、西部數據（晟碟）、星科金朋、莫仕、安克創新、公牛集團等國內外知名公司。u業務增速業務增速

110、：2023年上半年營業收入2.18億元，同比增長14.17%；凈利潤-0.12億元，同比下降328.56%。隨著數據存儲行業不斷復蘇，公司未來盈利空間有望進一步擴大。類別主流產品產品產品圖應用場景數據存儲互連產品及組件高速連接器及組件、高頻高速數據線SATA、DDR4 系列、SD、連接器組件等 高速存儲、數據傳輸、支撐和固定電子產品零部件及電磁屏蔽等消費電子互連產品及組件通用連接器、數據線工業連接器、Apple Lightning等 為多媒體數據傳輸、充電、顯示、數據傳輸通訊互連產品及組件通訊互連產品及組件高速背板連接器組件、高速射頻連接器組件能為電子系統中各模塊間高速數據信號傳輸；為超小型盲

111、插射頻連接器射頻信號傳輸精密結構件新能源 Package 箱體系列、軟/硬銅排系列、單體鋰電池組件 為鋰離子/單體電池包提供安全保護；為串聯電路提供大電流傳輸能力-100.00%-80.00%-60.00%-40.00%-20.00%0.00%20.00%40.00%60.00%80.00%0.001.002.003.004.005.006.002019202020212022營業總收入凈利潤營業收入增長率凈利潤增長率圖表圖表135：2019-2022營業收入、凈利潤及營業收入、凈利潤及增速（單位：億元）增速（單位：億元）圖表圖表134：公司主流產品及應用場景公司主流產品及應用場景資料來源：創

112、益通官網、招股說明書、wind、華金證券研究所 78請仔細閱讀在本報告尾部的重要法律聲明華豐科技：受益國防建設華豐科技：受益國防建設+國產替代，打開連接器成長空間國產替代，打開連接器成長空間u公司看點：公司看點：全球光電連接器及互連方案提供商。研制的連接器從低頻到高頻、從電口到光口，從標準型到特殊定制，能適應深海環境、高壓環境、高振動沖擊環境、電磁波干擾環境、高低溫環境、太空宇航環境等多種特殊環境。為用戶提供互連解決方案一站式服務。致力于向全球防務裝備、通訊裝備、軌道交通裝備和新能源汽車提供更專業、更可靠、更智能的互連技術和產品。u重點客戶重點客戶：華為、中興等移動通信設備制造商，航天科工、中

113、國電科、中國兵工等航空航天及防務集團下屬單位以及上汽通用五菱、比亞迪等汽車制造廠商。u業績增速業績增速：2023年上半年營業收入4.15億元，同比下降14.35%；凈利潤0.36億元，同比下降31.04%。在連接器行業加速國產替代化的背景下，公司有望開拓成長空間，實現快速增長。類別主流產品產品產品圖應用場景防務類連接產品系統互連產品、防務連接器、組件J29M矩形盲插連接器、CPBS無纜化母板組件、樹型拓撲結構線纜組件 應用領域主要為航天、船舶、電子、防務裝備等領域的信息系統電子設備與設備間、設備內部、模塊與板卡間、印制板間的系統互連。通訊類連接產品高速連接器、印制板連接器、光通訊連接器、線纜組

114、件等P 系列、I/O連接器等、PCB 板上電源連接器、光模塊等 主要用于點對點及點對多點傳輸接口、背板交換應用、相控陣雷達數據通信、以太網、光纖通道、Infiniband QDR 等場合工業類連接產品軌道交通類產品、新能源汽 車類產品 軌道交通連接器、電氣車鉤總成、BDU/PDU 充配電系統總成等 廣泛應用于高速列車、電力機車及地鐵輕軌的電氣控制與集成布線系統中，為不同設備或功能單元之間的電氣或信號提供電連接。圖表圖表136：公司主流產品及應用場景公司主流產品及應用場景圖表圖表137：2019-2022營業收入、凈利潤及營業收入、凈利潤及增速（單位：億元）增速（單位：億元）0.00%100.0

115、0%200.00%300.00%400.00%500.00%600.00%700.00%800.00%-2.000.002.004.006.008.0010.0012.002019202020212022營業總收入凈利潤營業收入增長率凈利潤增長率資料來源：華豐科技官網、招股說明書、wind、華金證券研究所 79請仔細閱讀在本報告尾部的重要法律聲明布局方向三：國內算力資源池布局方向三：國內算力資源池算力資源算力資源+IDCu 全國智算中心建設加速。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%。在新一輪AI浪潮和大模

116、型催化下，智算中心建設投資將迎來高峰，產業鏈各核心環節有望迎來爆發機遇。u 英偉達A800價格飆升，得卡者得生產力。需求起勢，供不應求，A800價格不斷上漲。在下游互聯網企業、云廠商們更加廣泛地布局AI大模型的形勢下，得GPU者得生產力。類別公司名稱 概述綜合型云廠商阿里云IaaS+PaaS公有云市場第一，且市占率超2-4名之和騰訊云IaaS+PaaS公有云市場第二，游戲類公有云、視頻云垂直領域第一華為云IaaS+PaaS公有云市場第三，中國容器云市場第一天翼云IaaS+PaaS公有云市場第四，全球運營商云第一，中國政務云第二金山云與鞍鋼集團共建中國制造業首個行業云百度云中國智能媒體解決方案、

117、工業質檢解決方案市場第一浪潮云擁有中國最大的分布式云體系，在政務云市場上位列第一。京東云發布行業內首個混合云操作系統云艦”0200004000060000800001000001200002022年12月2023年4月5月圖表圖表138：A800價格走勢價格走勢圖表圖表139：我國綜合型云廠商我國綜合型云廠商資料來源：中研網、IDC、華爾街見聞、騰訊網、華金證券研究所 80請仔細閱讀在本報告尾部的重要法律聲明優刻得：持續優化業務布局，技術研發帶來競爭力提升優刻得：持續優化業務布局，技術研發帶來競爭力提升圖表圖表140 140 公司主流業務及應用場景公司主流業務及應用場景u 公司看點：公司自主研

118、發IaaS、PaaS、大數據流通平臺、AI服務平臺等一系列云計算產品，并深入了解互聯網、傳統企業在不同場景下的業務需求，提供公有云、混合云、私有云、專有云在內的綜合性行業解決方案。u 重點客戶：主要來自互動娛樂、移動互聯、企業服務三個領域。u 業務增速：2023年上半年營業收入7.39億元，同比下降29.31%；凈利潤-1.90億元，同比增長28.28%。公司業務優化調整，造成利潤水平下降，但長期看盈利能力提升。圖表圖表141 2019-2022141 2019-2022營業收入、凈利潤及營業收入、凈利潤及增速（單位：億元）增速（單位：億元）-2000%-1800%-1600%-1400%-1

119、200%-1000%-800%-600%-400%-200%0%200%-10-5051015202530352019202020212022營業總收入凈利潤營業總收入增速凈利潤增速資料來源：優刻得官網、南早網、智通財經網、wind、華金證券研究所 81請仔細閱讀在本報告尾部的重要法律聲明潤澤科技：國內潤澤科技：國內IDC龍頭，盈利能力領先同行業龍頭，盈利能力領先同行業u公司看點公司看點：公司是國內IDC 龍頭企業，致力于面向大數據、云計算、物聯網、5G 技術等行業應用需求，以算力為基礎、數字技術為手段、智慧應用為示范，為各行業提供新一代數字經濟產業技術、產品、服務和系統解決方案。u重點客戶：

120、重點客戶：中國電信（第一）、中國聯通（第二）、字節跳動、華為、京東、快手等。u業務增速業務增速：2023年上半年，公司實現營業收入16.83億元，同比增長32.30%；凈利潤7.02億元，同比增長47.91%。圖表圖表143 143 長長三角三角平湖潤澤國際信息港平湖潤澤國際信息港B B區項目效果圖區項目效果圖產品產品總投資金額總投資金額擬使用募集資擬使用募集資金金潤澤（佛山）國際信息港A2、A3、數據中心項目169668169668潤澤（平湖）國際信息港A2數據中心項目8130676306償還銀行借款243800209026中介機構費用及相關發行費用1500015000合計509774470

121、000圖表圖表142 142 公司主流公司主流業務（單位：萬元）業務（單位：萬元）資料來源：潤澤科技招股說明書、東方財富網、wind、華金證券研究所 82請仔細閱讀在本報告尾部的重要法律聲明建議關注標的建議關注標的資料來源：wind一致預期（PE為9月15日）、華金證券研究所目錄目錄010203算力進展算力進展大模型：價值量、網絡架構整體躍升大模型：價值量、網絡架構整體躍升服務器：算力承載，服務器：算力承載，AIAI服務器價值凸顯服務器價值凸顯算力商業機會演進的路線選擇算力商業機會演進的路線選擇投資建議與風險提示投資建議與風險提示04交換機：交互連接，算力網絡中樞交換機：交互連接，算力網絡中樞

122、算力測算算力測算 84請仔細閱讀在本報告尾部的重要法律聲明投資建議投資建議u 我們認為，下半年隨著國內訂購的英偉達芯片逐漸到位，算力下沉賽道在國內會最先爆發，包括AI服務器放量，隨著智算中心建設加速對算力組網所需的400G投資機會以及國內互聯網公司、高校、初創公司對訓練模型算力的需求延伸出的算力租賃投資機會u 建議重點關注：紫光股份、菲菱科思、浪潮信息、共進股份、中貝通信、潤澤科技等 85請仔細閱讀在本報告尾部的重要法律聲明風險提示風險提示u 模型算法及應用市場拓展不及預期;隨著chatGPT帶動，生成式算法迭代加速，但主流大模型的模型參數達上千億甚至萬億，國內大模型迭代速度不及預期。大模型落

123、地需要應用場景加持，目前市場在等待爆款應用的推出。u 芯片成本過高、訂單周期過長影響落地進度。目前英偉達芯片供給雖有改善，但需求增長的速度遠大于產能速度，訂單執行周期過長，此外芯片價格偏高，導致最終產品售價過高，影響產品的普及性。u 智算中心建設進度不及預期。智算中心建設需要綜合考慮，土建、設備、能耗指標都是硬性條件，此外智算所需的卡以及客戶都是市場關心的重點，這些資源要素在推進過程中面臨著不確定性。86請仔細閱讀在本報告尾部的重要法律聲明評級說明評級說明公司評級體系公司評級體系收益評級：買入 未來6個月的投資收益率領先滬深300指數15%以上；增持 未來6個月的投資收益率領先滬深300指數5

124、%至15%；中性 未來6個月的投資收益率與滬深300指數的變動幅度相差-5%至5%；減持 未來6個月的投資收益率落后滬深300指數5%至15%；賣出 未來6個月的投資收益率落后滬深300指數15%以上。風險評級：A 正常風險，未來6個月投資收益率的波動小于等于滬深300指數波動；B 較高風險，未來6個月投資收益率的波動大于滬深300指數波動。87請仔細閱讀在本報告尾部的重要法律聲明評級說明評級說明行業評級體系行業評級體系收益評級：領先大市未來6個月的投資收益率領先滬深300指數10%以上；同步大市未來6個月的投資收益率與滬深300指數的變動幅度相差-10%至10%；落后大市未來6個月的投資收益

125、率落后滬深300指數10%以上；風險評級：A 正常風險，未來6個月投資收益率的波動小于等于滬深300指數波動；B 較高風險，未來6個月投資收益率的波動大于滬深300指數波動。88請仔細閱讀在本報告尾部的重要法律聲明法律聲明法律聲明分析師聲明分析師聲明李宏濤聲明，本人具有中國證券業協會授予的證券投資咨詢執業資格，勤勉盡責、誠實守信。本人對本報告的內容和觀點負責，保證信息來源合法合規、研究方法專業審慎、研究觀點獨立公正、分析結論具有合理依據，特此聲明。本公司具備證券投資咨詢業務資格的說明本公司具備證券投資咨詢業務資格的說明華金證券股份有限公司（以下簡稱“本公司”）經中國證券監督管理委員會核準，取得

126、證券投資咨詢業務許可。本公司及其投資咨詢人員可以為證券投資人或客戶提供證券投資分析、預測或者建議等直接或間接的有償咨詢服務。發布證券研究報告，是證券投資咨詢業務的一種基本形式，本公司可以對證券及證券相關產品的價值、市場走勢或者相關影響因素進行分析，形成證券估值、投資評級等投資分析意見，制作證券研究報告，并向本公司的客戶發布。89請仔細閱讀在本報告尾部的重要法律聲明法律聲明法律聲明u免責聲明：免責聲明：u本報告僅供華金證券股份有限公司（以下簡稱“本公司”）的客戶使用。本公司不會因為任何機構或個人接收到本報告而視其為本公司的當然客戶。u本報告基于已公開的資料或信息撰寫，但本公司不保證該等信息及資料

127、的完整性、準確性。本報告所載的信息、資料、建議及推測僅反映本公司于本報告發布當日的判斷，本報告中的證券或投資標的價格、價值及投資帶來的收入可能會波動。在不同時期，本公司可能撰寫并發布與本報告所載資料、建議及推測不一致的報告。本公司不保證本報告所含信息及資料保持在最新狀態，本公司將隨時補充、更新和修訂有關信息及資料，但不保證及時公開發布。同時，本公司有權對本報告所含信息在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。任何有關本報告的摘要或節選都不代表本報告正式完整的觀點，一切須以本公司向客戶發布的本報告完整版本為準。u在法律許可的情況下，本公司及所屬關聯機構可能會持有報告中提到

128、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，提請客戶充分注意?？蛻舨粦獙⒈緢蟾鏋樽鞒銎渫顿Y決策的惟一參考因素，亦不應認為本報告可以取代客戶自身的投資判斷與決策。在任何情況下，本報告中的信息或所表述的意見均不構成對任何人的投資建議，無論是否已經明示或暗示，本報告不能作為道義的、責任的和法律的依據或者憑證。在任何情況下，本公司亦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。u本報告版權僅為本公司所有，未經事先書面許可，任何機構和個人不得以任何形式翻版、復制、發表、轉發、篡改或引用本報告的任何部分。如征得本公

129、司同意進行引用、刊發的，需在允許的范圍內使用，并注明出處為“華金證券股份有限公司研究所”，且不得對本報告進行任何有悖原意的引用、刪節和修改。u華金證券股份有限公司對本聲明條款具有惟一修改權和最終解釋權。90請仔細閱讀在本報告尾部的重要法律聲明法律聲明法律聲明風險提示風險提示:u 報告中的內容和意見僅供參考，并不構成對所述證券買賣的出價或詢價。投資者對其投資行為負完全責任，我公司及其雇員對使用本報告及其內容所引發的任何直接或間接損失概不負責。uuu 華金證券股份有限公司u 辦公地址：u 上海市浦東新區楊高南路759號陸家嘴世紀金融廣場30層u 北京市朝陽區建國路108號橫琴人壽大廈17層u 深圳市福田區益田路6001號太平金融大廈10樓05單元u 電話：021-20655588