《AIGC行業深度報告（11）：華為算力分拆全球AI算力的第二極-231009（52頁）.pdf》由會員分享，可在線閱讀，更多相關《AIGC行業深度報告（11）：華為算力分拆全球AI算力的第二極-231009（52頁）.pdf（52頁珍藏版）》請在三個皮匠報告上搜索。

1、僅供機構投資者使用華西證券股份有限公司證券研究報告|行業深度研究報告HUAXISECURITIES CO.,LTD.華為算力分拆：全球AI算力的第二極AIGC行業深度報告（11）華西計算機團隊2023年10月9日分析師：劉澤晶SAC NO：S1120520020002郵箱：請仔細閱讀在本報告尾部的重要法律聲明#page#華西證券核心邏輯：全面對標英偉達，華為開啟國產自主可控新征程。我們認為英偉達作為全球AI算力芯片龍頭坐擁三大法寶，分別是高性能芯片、其中IC設計是重點，CUDA架構、助力AI加速計算生態，Nvlink、NVSwitch助力芯片快速互聯互通與InfiniBand配合組網技術實現高

2、效互聯互通；而華為作為國產計算之光全面對標英偉達，在算力方面，昇騰910芯片單卡算力已經可以與英偉達A100相媳美；統一達芬奇架構助力AI計算引擎；HCCS互聯技術，實現卡間高速互聯。華為構筑世界AI算力第二選擇：全連接大會上，華為發布多款AI產品，為世界AI算力第二選擇。華為Atlas900Supercluster、全新的華為星河AI智算交換機亮相，打開國產算力集群想象空間，同時發布“三力四總線”，打造智能世界數字基礎大設施，此外發布星河AI網絡解決方案，以高運力釋放A時時代的高算力；軟件方面，華為攜手基礎軟硬件創新，開啟國產AI生態；華為鵬、異騰、AI助力國產干行百業數字化升級，包括金融、

3、智能制造、工業、教育、醫療等方面。為領街演繹國產A計算產業起：我們認為華為AI計算產業的核心在于芯片的自主可控，其中以鯤鵬和異騰為主導的海思芯片無為重要，因此與之相關的國產集成電路產業突圍尤為重要，其中重中之重是EDA、光刻、代工產業：AI與信創雙輪驅動，國產服務器需求火爆，AI服務器中的主要元器件包括CPU、GPU板組、內存、硬盤、網絡接口卡組成，配合電源、主板、機箱、散熱系統等基礎硬件以提供信息服務，計算服務器基礎硬件供應商和華為生態伙伴也將迎來發展機遇；算力組網方面，華為有望帶動相關產品快速放量，其中包括國產AI服務器、交換機、光模塊等產品，此外，在算網的超勢下，網絡可視化將迎來黃金發展

4、周期。投資建議：受益標的：EDA：華大九天、概倫電子、廣立微等；光刻：福晶科技、奧普光電、蘇大維格、美?？萍?、騰景科技等；PCB：滬電股份、勝宏科技等；內存接口：潤起科技、聚辰股份等；連接器：華豐科技、鼎通科技等；BIOS：卓易信息等；電源：杰華特、歐陸通、中國長城等；服務器：拓維信息、神州數碼、天源迪科、四川長虹、高新發展等；光模塊：天孚通信，劍橋科技、太辰光、中際旭創等；網絡可視化：恒為科技、浩瀚深度、中新賽克等；操作系統：潤和軟件、測繪股份、中國軟件、麒麟信安、誠邁科技等；技術開發：軟通動力、常山北明等；傳統應用：海量數據、超圖軟件、賽意信息等；AI應用：潤達醫療、云鼎科技、梅安森、萬達

5、信息、龍軟科技、金山辦公、夢網科技等。風險提示：核心技術水平升級不及預期的風險、AI倫理風險、政策推進不及預期的風險、中美貿易摩擦升級的風險2#page#目錄01全面對標英偉達，開啟國產自主可控新征程02華為領銜演繹國產AI計算產業起03投資建議：梳理AIGC相關受益廠商04風險提示#page#01全面對標英偉達，開啟國產自主可控新征程#page#華西證券11.1全球龍頭英偉達業績持續高度景氣，印證全球AI產業趨勢英偉達二季度業績持續超預期，印證AI景氣度：美東時間8月23日，英偉達公布2024財年第二財季季報。二季度營收135.07億美元，同+串”不“TY1%62-%本水確士”美222Z/0

6、E中“%101本季度、即2024財年第三財季營業收入為160億美元，正負浮動2%，相當于指引范圍在156.8億到163.2億美元之間。以160億美元計算，英偉達預期三季度營收將同比增長170%，連續兩個季度翻倍增長，高于市場預期AI芯片所在業務同環比均翻倍激增較市場預期高近30%，游戲業務同比重回增長：A對英偉達業績的貢獻突出。包括AI顯卡在內的英偉達核心業務數據中心同樣收入翻倍激增，二季度數據中心營業收入為103.2億美元，同比增長171%，環比增長141%；二季度游戲營收24.9億美元，同比增長22%，環比增長11%，英偉達稱，數據中心收入主要來自云服務商和大型消費類互聯網公司?；贖op

7、per和Ampere架構GPU的英偉達HGX平臺之所以強勁需求，主要源于開發生成式AI和大語言模型的推動。產品實現云、邊、全面布局終端云端邊緣計算游戲：驅動器、Reflex、G-SYNC顯示器GPU加速云計算（在云端完Jetson嵌入式系統：Orin系列可視化：虛擬工作站、NVIDIARTXDI光成計算）Xavier系列、TX2系列、Nano（在線追蹤等OmniverseCloud：自部署云數據源或數據源附近完成計算）智能駕駛：艙內智能服務軟件、地圖軟件容器、托管服務輔助駕駛平臺等（中資料來源：techpoworup，Bloo工讀品員#page#華西證券1.2.1英偉達三大AI法寶：高性能芯片

8、，其中IC設計是重點全球高端GPU領導者，經數十代產品選代，技術指標全面升級。從2011年英偉達推出TeslaM2090數據中心GPU，到2022年H100、L40等型號產品，多項核心技術指標大幅提升。其中，CUDA作為GPU內部主要的計算單元，從512個升級到超14000個；芯片工藝尺寸也從40nm降至4nm；單精度浮點算力從1332GFLOPS增至超50TFLOPS。GPU產品性能整體大幅躍升。推出Grace系列，加速大型AI、HPC、云和超大規模工作負載。2022年公司發布首款CPU產品Grace，用于高性能計算和云計算。GraceCPU超級芯片采用NVLink-C2C技術，可提供144

9、個ArmNeoverseV2核心和1TB/s的內存帶寬，每瓦性能是當今領先CPU的2倍，此外，公司還推出的GraceHopper超級芯片將Grace和Hopper架構相結合，為加速AI和高性能計算（HPC）應用提供CPU+GPU相結合的一致內存模型。2023年，英偉達發布多款Al超算產品，助力全球生態：其中包括DGX服務器、DGXGH200AI超級計算機、Alfoundations云服務等產品，其中DGXGHAI超級計算機由NVIDIAGH200GraceHopper超級芯片和NVIDIANVLinkSwitchSystem驅動，相比上一代將NVLink帶寬提升了48倍以上。英偉運部分數據中心

10、GPU產品及參數英偉達DGXGH200AI超級計算機形處理CUDA情藝尺2號內存線定度（位）34512M2090250制K4028803428245Tesla2013年GK180烤384M402015年GM200307228250Tesla3564TeslaP100GP10040968260512012TeslaV100GV10040963005120A100A1002020年GA100691225A2A212801282021年GA107GDDRE34L40L40AD10230020221817680GBH1C05120H100GHI0O1459TFLOPS資料來源：英偉達官網，英偉達202

11、3財年年報，華西證券研究所techpowerrup，Bloombarg，#page#華西證券1.2.2英偉達三大AI法寶：CUDA架構，助力AI加速計算生態HUAXI SECURITIEGPU適用于處理大數據集，CUDA核是本質原因。最開始，GPU（圖形處理單元）作為一種專用計算機處理器，可以滿足實施高分辨率3D圖形計算密集型任務的需求。到2012年，由于GPU已經發展成為高度并行的多核系統，讓它具備了處理大量數據的能力。簡而言之CPU做的專注線性計算，GPU做的是并行計算（數據之間沒有直接關系），而本質的原因是CUDA核的不同，CUDA核越多，計算性能越強，而GPU的CUDA核數是CPU的上

12、百倍，如AMDEPYC7003系列7763核心數為64個，而英偉達A10040GB核心數為6912個。CUDA的本質是“軟件定義硬件”，實現“軟件調用硬件”。CUDA是一種并行計算平臺和應用程序編程接口（API），允許軟件使用特定類型的圖形處理單元（GPU）進行通用目的的處理，稱為通用圖形處理單元計算（GPGPU）。CUDA提供了直接訪問GPU虛擬指令集和并行計算元素的軟件層，用于執行計算內核。CUDA支持的GPU還可以使用編程框架，通過將代碼編譯為CUDA來使用HIP。CUDA將從前多種不同的代碼整合成了一氣呵成的代碼，這樣極大的加快了開發模型的訓練速度?？梢院唵卫斫?，CUDA是英偉達實現軟

13、硬件適配的一種“類編譯器”，將軟件的代碼轉換成硬件匯編代碼，CUDA是英偉達實現軟硬件生態的護城河。CPU和GPU計算資源差異CUDA處理流程ComCUDA處理流程：Cor1將數據從駐內存復制Li CacheLl Cache到GPU內存2.CPU啟動GPU計算內CoreCo核3.GPU的CUDA內核并行L2 Cache執行計算L Cathe4.將生成的數據從GPUL3 Caha內存輸送到內存L2CacheDRAMWOProcessingfowon CUDAnds04NVIDIA公司官網，華西證券研究所資料來源：#page#華西證券11.2.2英偉達三大AI法寶：CUDA架構，助力AI加速計算生

14、態CUDA助力加速計算及深度學習：GPU通過圖形應用程序的算法存在算法密集、高度并行、控制簡單、分多個階段執行等特征，英偉達引入的CUDA使GPU超越了圖形領域。同時，CUDA的框架和庫可以充分發揮GPU的并行計算能力，提供高效的矩陣運算、卷積運算等計算任務的實現，大大簡化深度學習的編程工作，提高開發效率和代碼質量。在經GPU加速的應用中，工作負載的串行部分在CPU上運行，而應用的計算密集型部分則以并行方式在數千個GPU核心上運行，能夠大幅提升計算效率。目前NVIDIAH100GPU的CUDA數已達到14592個，遠超AMDEPYCGenoa-XCPU的96個核心。CUDA生態合作者規模翻倍增

15、長。根據英偉達2023財年年報，目前有400萬名開發者正在與CUDA合作，而且規模還在不斷擴大。英偉達通過12年的時間達到200萬名開發者，在過去的兩年半里該數字翻了一番。目前CUDA的下載量已經超過了4000萬次。CUDA軟件架構關偉選CUDA工具包5CUDAApplication工具和集成庫penACCDevice#page#華西證券1.2.3英偉達三大AI法寶：Nvlink、NVSwitch助力芯片快速互聯互通HUAXI SECURITIE速度更快、可擴展性更強的互連已成為當前的追切需求：AI和高性能計算領域的計算需求不斷增長，對于能夠在每個GPU之間實現無縫高速通信的多節點、多GPU系

16、統的需求也在與日俱增。要打造功能強大且能夠滿足業務速度需求的端到端計算平臺，可擴展的快速互連必不可少。簡而言之，隨著模型復雜程度增加，單張GPU無法完成訓練任務，需要聯合多張GPU，乃至多臺服務器搭建集群協同工作，并需要GPU之間以及服務器之間進行數據傳輸交互。我們認為數據傳輸同樣也是大模型算力集群能力的重要體現英偉達推出NVLink技術代替傳統的PCle技術：第四代NVIDIANVLink技術可為多GPU系統配置提供高于以往1.5倍的帶寬，以及增強的可擴展性。單個NVIDIAH100TensorCoreGPU支持多達18個NVLink連接，總帶寬為900GB/s，是PCle5.0帶寬的7倍。

17、NVIDIADGXIMH100等服務器可利用這項技術來提高可擴展性，進而實現超快速的深度學習訓練我ndondb氧#一青4OMSAN要氧中響互回YIANS4OIMSAN來，形成一個高性能計算系統。每個NVSwitch都有64個NVLink端口，并配有NVIDIASHARPT引擎，可用于網絡內歸約和組播加速。Nlink性卷國務業U！ANNVlink與NVSwitch性能一黨第二代第三代第四代Nvlink3000B/s600GB/s900GB/3每個GPU意大鏈路數286NVIDIA VoltaTNVIDIA AmpereNVIDIA HopperNVIDIA架構支持架構架構架構第二代第三代直連或節

18、點中GPU數最多8個最多8個最多8個量wvswitchGPu之帶300GB/s600GB/s900GB/s定2.4TB/s聚合感帶寬4.8TB/s7.2TB/s2015NVIDIA VoltaNVIDIA AmpereNVIDIA HopperNVIDIA條構支持架構架構架構資料來源：英偉達官網，華西證券研究所#page#華西證券1.2.3英偉達三大AI法寶：InfiniBand配合組網技術實現高效互聯互通t-uunoads青學X-unoadsVIOIAN：號擊影區x-unoadsyIqIAN明手當射根露手xalndwo日ocEgcz0z以太網交換機、BlueField-3DPU、LinkX高

19、性能線纜/模塊和NVIDIA端到端加速軟件，與傳統以太網相比，實現了1.7倍的整體AI性能和效能提升，可在多租戶環境中提供一致、可預測的性能，其中Spectrum-4提高了基于以太網AI云的性能與效率，與現有以太網的堆棧實現互通。單臺交換機即可實現突破性的256個200Gb/s端口的連接，以支持AI云的增長和擴展NVIDIASpectrum-4:NVIDIASpectrumSN5000系列交換機是第五代Spectrum以太網交換機，專為加速超大規模生成式AI網絡而打造。SN5000交換機的端口速度高達800Gb/s，可為每個數據中心提供加速以太網，且不會影響性能和功能。NVIDIABlueFi

20、eld-3DPU：是一個400Gb/s基礎設施計算平臺，可對軟件定義的網絡、存儲和網絡安全進行線速處理。BlueField-3DPU將強大的計算能力、高速網絡和廣泛的可編程性相結合，為要求嚴背的工作負載提供軟件定義的硬件加速解決方案。我們認為Spectrum-X是新時代組網能力的一種體現：用于使用以太網構建多租戶、超大規模AI云。助力客戶顯著提高AI云的性能和能效，并獲得更高的可預測性和一致性，從而縮短上市時間并提高競爭優勢。NVIDIASpectrum-X網絡平臺示意圖AI計算集群示意圖310英偉達官網，GitHub，華西證券研究所資料來源：#page#華西證券1.3.1國產芯片之光：華為海

21、思鯤鵬CPU鯤鵬包括服務器和PC機芯片：芯片端鯤鵬920面向數據中心，主打低功耗強性能。鯤鵬處理器是華為自主研發的基于ARM架構的企業級系列處理器產品，包含“算、存、傳、管、智”五個產品系統體系。規格方面，鯤鵬920可以支持64個內核，主頻可達2.6GHz，集成8通道DDR4，集成Y0Z6翻業是幸“患設sdqotg應：口xDoaDd0z6S，回與“區YY1DO50OT部分性能提升來自優化的分支預測算法和增加的OP單元數量，以及改進的內存子系統架構服務器端科學器器OOzueuSIeLWV三5HOZ6士香用以“+“器ueusIeLL能、高效率場景而設計，主要應用于大數據、分布式存儲、ARM原生應用

22、等場景。構建自主生態，打造國產算力。目前，華為正基于“硬件開放、軟件開源、使能伙伴、發展人才”的策略推動能鵬計算產業的發展。就鵬芯片產品體系演連經鷗金棧開放，使能全產業伙伴創新Kunpeng處理器支持解鵬計算產業長期演進區區店件日2aaa公浴國鮮煙團可酒四號國專國區家圖路圖家百動公司暖暖味味晶暖暖暖暖資料來源：經鵬計算產業白皮書，經鵬官網，慧博，華西證券研究所#page#華西證券1.3.2國產芯片之光：華為海思異騰AI芯片全棧全場景AI片，構建智能計算架構核心異騰910和異騰310兩款AI芯片均使用華為的達芬奇架構，每個AI核心可以在1個周期內完成4096次MAC計算，集成了張量天量、標量等多

23、種運算單元，支持多種混合精度計算，支持訓練及推理兩種場景的數據精度運算基于異騰系列AI處理器和基礎軟件構建Atlas人工智能計算解決方案，包括Atlas系列模塊、板卡、小站、服務器、集群等豐富的產品形態，打造面向“端、邊、云”的全場景AI基礎設施方案，覆蓋深度學習領域推理和訓練全流程，可以滿足不同場景的大模型計算需求。華為的全棧全場景AI解決方案日臻完善。主要基于異騰系列處理器和基礎軟件構建的全棧AI計算基礎設施、行業應用及服務，包括異騰系列芯片、Atlas系列硬件、芯片使能、CANN（異構計算架構）、AI計算框架、應用使能等算力是衡量單卡性能的直觀指標：參數方面，我們認為異騰910芯片單卡算

24、力已經可以與英偉達A100相美。英偉達與華為參數比對異確全棧AI軟硬件平臺，構筑智能世界的基石最大功耗營行業應用深構算力遠芬奇架構3016 TOPSSdol 8開騰3108WMModolArtsOHiA Senic第三方平臺Gube技術8INI88FP16640達芬奇架構3D320安用使鞋開騰910310WTOPSINT8TFLOPSFP16Gube技術全汽后開發工具研MinXDLMndxEdaeModeZocMindxsDK英偉達624312NVIDIA安培CPU300WMindstdA100架構TOPSINTBTFLOPSEFP16A紅架M思ispoe4oos英偉達WVIDIAHoppe3

25、9586161700WOOLHGPU架構TOPSINTBTFLOPS2FP16CANNAas系列硬件2#page#華西證券1.4華為異騰芯片，統一達芬奇架構助力AI計算引擎昇騰AI芯片的計算核心主要由AICore構成：AICore采用了達芬奇架構，它包括了三種基礎計算資源，矩陣計算單元、向量計算單元和標量計算單元。這三種計算單元分別對應了張量、向量和標量三種常見的計算模式，在實際的計算過程中各司其職，形成了三條獨立的執行流水線，在系統軟件的統一調度下互相配合達到優化的計算效率，AICore中的矩陣計算單元目前可以支持INT8、INT4和FP16的計算；向量計算單元目前可以支持FP16和FP32

26、的計算。我們認為本質上講異騰芯片屬于專為A而生的特定域架構芯片。存儲轉換單元（MTE）是達芬奇架構的特色：比如通用GPU要通過矩陣計算來實現卷積，首先要通過Im2Col的方法把輸入的網絡和特征數據重新以一定的格式排列起來，通用GPU通過軟件實現，效率較為低下，達芬奇架構采用了一個專用的存儲轉換單元來完成此過程，可以在較短的時間之內完成整個轉置過程，定制化電路模塊的設計可以提升AICore的執行效率，從而能夠實現不間斷的卷積計算?；A計算資源，矩陣計算單元、向量計算單元示意圖華為異騰AI芯片架構圖Cube UnitScalar UnitVectorUnitFul FlexbiltyComputa

27、tion白國寶關力社區3#page#page#華西證券1.6.1華為Atlas900Supercluster亮相，打開國產算力集群想象空間華為發布全新架構AI集群，支持超萬億參數大模型訓練：在華為全聯接大會2023上，華為推出全新架構的異騰AI計算集群-Atlas900SuperCluster.新集群采用了全新的華為星河AI智算交換機CloudEngineXH16800，借助其高密的800GE端口能力，兩層交換網絡即可實現2250節點（等效于1.8萬張卡）超大規模無收斂集群組網。華為Atlas900Supercluster優勢顯著：新集群同時使用了創新的超節點架構，大大提升了大模型訓練能力實現

28、算力的資源統一調度，采用液冷設計。此外，發揮華為在計算、網絡等領域的綜合優勢，從器件級、節點級、集群級和業務級全面提升系統可靠性，將大模型訓練穩定性從天級提升到月級。華為Atlas900SuperCluster示意圖華為Atlas900SuperCluster大核型連續訓練時長超高可靠超大規模超節點架構大模型連續訓練時長30天3天業界集群昇騰集群5#page#華西證券1.6.2華為發布“三力四總線”，打造智能世界數字基礎大設施華為全聯接大會2023期間，華為董事、ICT產品與解決方案總裁楊超斌發表了“擁抱AI時代，構筑智能世界數字基礎大設施”的主題演講：楊超斌表示：“三力四總線方案為行業智能化

29、升級賦能，AI集群的大算力、大存力、大運力加速AI大模型打造，多場景AI算力和行業智能總線實現智能無處不在?！蔽磥砣斯ぶ悄軐⑾騼蓚€方面不斷送代發展：一方面，AI模型的參數變大對于計算、存儲、網絡資源需求急劇提升，需要構筑具備大算力、大存力、大運力的“A集群大設施”；另一方面，人工智能面向干行萬業走深向實，關鍵是構建多場景AI算力，和廣域、園區、工業和微企四大核心行業場景的智能聯接總線。華為發布“大算力，大存力，大運力”解決方案，打造領先的AI大模型訓練集群：算力方面，華為通過架構和系統創新，構筑面向多場景的大算力平臺，突破AI大模型訓練的算力瓶頸。存力方面，華為發布領先的A知識庫存儲Ocean

30、StorA800，以創新架構構建高性能數據存儲。運力方面，華為發布業界首款高運力DCN星河AI智算交換機，和業界容量最大的超寬全光智能DCI方案，以大規模，大容量網絡運力釋放大算力。華為CloudEngine16800系列教據中心文換機示意圖OceanStorDorado示意圖18DCIGTOP56#page#華西證券1.6.3華為發布星河AI網絡解決方案，打造AI時代最強運力華為發布星河AI網絡解決方案，以高運力釋放AI時代的高算力：2023年9月20日，華為全聯接大會期間，華為分享了對以大算力、大存力、大運力加速AI大模型打造的發展愿景。新一代華為星河AI網絡解決方案華為數據通信產品線總裁

31、王雷正式發布星河AI網絡解決方案，為加速行業智能化轉型提供強勁引擎。華為星河AI網絡解決方案，打造A耐時代最強運力。華為星河AI網絡優勢顯著：其所具備的超高吞吐網絡特質，可以面向智算中心的AI集群提供提升網絡負載率，強化訓練效率的重要價值。具體來說，星河AI網絡智算交換機具有業界最高密400GE和800GE端口能力，僅2層交換網絡就可以實現1萬8000卡的無收斂集群組網，從而支持超萬億參數的大模型訓練星河AI網絡可以支持網絡級負載均衡NSLB，能夠將負載率從50%提升到98%，相當于實現AI集群超頻運行，繼而將訓練效率提升20%，達成高效能訓練的預期。華為星河AI組網特征華為星河AI網絡解決方

32、案示意圖ncewtuper-CometiviHw geNeworcg利用全載可視運維黑科技，華為星河A網絡，以網強算，加速行業智能化基于華為獨創的全局負載均實現大模型訓練網同絡路徑超衡NSLB算法，實現算網實時高流負載實時可視：結合協同調度，將同絡有效春吐香PacketEvent數據面異常感空吐（從業界的50%提升到98%，大第知技術和DPFR故障無感自愈模型調練效率提升20%技術，實現黑亮我級數原快彈性高并發登收斂?？栈谌A為獨創的多路徑智能調度、流感知均街調優和自追應抗丟包技術，實現“T級數據小時達”，轉發運力提升8倍。#page#華西證券1.7算力為底，攜手基礎軟硬件創新，開啟國產AI生

33、態HUAXISECURITIES華為全聯接大會2023期間，華為計算產品線總裁張熙偉發表算力為基，共筑AI新生態主題演講，他表示：華為將深耕算力底座，聚焦鵬、昇騰基礎軟硬件創新，攜手伙伴與開發者，打造開放、易用平臺，使能百模干態，共贏數智未來。全面開放，靈活選擇使能大模型創新：異騰提供豐富的融合算子，如主流的FlashAttention、FFN等，可在異騰上實現性能倍級提升；其次，異騰已全面支持PyTorch、飛漿、異思等業界框架，同時PyTorch社區也在持續增強對異騰的支持。在加速庫與開發套件上，除了兼容業界主流的DeepSpeed、Megatron外，異騰自主構建了大模型加速庫Ascen

34、dSpeed，提供豐富的大模型訓練并行能力。同時，HuggingFace社區最新的Transformers、Accelerate等代碼倉也已原生支持異騰。模型層面上，目前已有50+主流的基礎大模型基于異騰訓練送代。深度開放，使能開發者構筑差異化競爭力：算子和加速庫是決定大模型訓練與推理性能的關鍵，為支撐開發者孵化出更高性能的自定義算子。加速庫，華為新增開放底層運行時，開發者可直接使用NPU上的核資源、控制流、任務調度等接口，原生構建差異化競爭力，各類接口將于年底前陸續開放。在編程上，今年5月華為發布的AscendC編程語言，簡化開發邏輯，匹配開發習慣。全面開放，靈活選擇使能大模型創新深度開放，

35、使能開發者構筑差異化競爭力全面開放，靈活選擇使能大模型創賽深度開放，使能開發者構筑差異化競爭力18#page#華西證券1.7算力為底，攜手基礎軟硬件創新，開啟國產AI生態Modelzoo2.0正式發布上線：昇騰社區全新升級了原有的ModelZoo，在已提供數百個預訓練模型的基礎上，年底前將持續上線40多個昇騰親和的預訓練大模型，目前，ModelZoo2.0正式上線異騰社區。大模型超級流水線，全流程使能大模型創新落地：華為還提供了大模型超級流水線，以友好的大模型開發環境和統一的全流程工具鏈，加速大模型的開發、遷移與部署。一方面，異騰CANN的能力可開放給客戶自有的推理引擎，幫助客戶完成推理部署。

36、另一方面，華為也提供異騰推理引擎，將模型壓縮、推理加速和推理執行等能力，以統一API接口提供出來，方便伙伴開發推理應用鼓勵異騰原生創新，加速伙伴商業共贏：異騰圍繞科研創新使能計劃和大模型促進計劃，鼓勵開發者基于異騰原生創新，打造更具競爭力的場景化解決方案。技術創新上，華為將每年投入千萬資金扶持科研院所，推出系列大模型課程賦能高校教學，圍繞開發者成長路徑，激發價值創新。大模型超級流永線，全流程使能大模型創新落地鼓助開騰原生創新，加建伙伴商業共贏鼓勵異騰原生創新，加速伙伴商業共高大模型超級流水線，全流程使能大模型創新落地硬數6#page#華西證券1.7算力為底，攜手基礎軟硬件創新，開啟國產AI生態

37、以AI賦能openEuler更智能，以openEuler使能AI更高效：一方面，大模型讓歐拉更智能。面向終端用戶，Windows12結合AI為大家帶來了想品回鮮的oltdoooim深業原生EI“烈回回”析、系統輔助運維等功能。以前需要多領域專家協同解決的問題，未來都可以交給EulerCopilot。另一方面，歐拉使能AI更高效，歐拉通過異構資源統一管理與調度，實現CPU和XPU的深度融合，以更全局、更均衡和更精細化的視角統籌內存和算力，充分挖掘空閑資源，提升有效利用率，進而提升AI訓練和推理性能。鯤鵬全棧升級，使能伙伴更卓越，加速干行萬業智能化：華為將持續我們持續升級鯤鵬軟硬件平臺，華為已經發

38、布了天池架構，支持伙伴面向干行萬業，快速推出差異化機型?；A軟件方面，openEuler全場景協同能力持續增強，進一步提供負載動態感知等關鍵能力，做到開箱即優。同時，我們還升級了鵬Boostkit和Devkit2大套件，八大主流場景性能持續提升，通過四大場景化SDK助力鯤鵬高效原生開發。以AI賦能openEuler又智能，以oponEulor使能AI靈高效經鵬加速千行萬業智能化以A題能openEuler更智能，以openEuler使能AI更高效解鵬全棧升級，使能伙伴更卓越，加速干行萬業智能化20#page#華西證券1.8華為鯤鵬、昇騰、A助力國產干行百業數字化升級全聯接大會期間，華為發布金融大

39、模型解決方案，構建無所不及的金融智能，包括場景層、模型層、底座層三層。場景層：華為首次推出AlforData、AlforBusiness、AlforIT三大類10個應用場景，包括智能客服、信貸報告生成、智能數據分析、智能編程助手等。根據華為企業業務公眾號消息，目前這十大場景都已經和金融機構合作落地。比如，在網點場景，某大行通過盤古大模型將以前5次操作縮短為1次，單次辦結時間縮短5分鐘；模型層：盤古大模型具備100多種模型能力；在此之上，通過五類金融數據注入干億級的金融Tokens；與金融機構和伙伴共創，沉淀了上干個細分場景模板；融合了100多個行業標準、規范等行業知識庫；底座層：打造“算網存云

40、”協同的智能底座，從高性能集群訓練、高可靠模型保護、高效綠色節能三個方面為大模型提供澎湃算力：通過高速集群互聯架構，將token處理時延降低至100ms以內，通過全液冷集群和多租戶資源共享，將網絡能效比從0.1提升到0.5PFLOPS/KW。此外，華為發布金融級PaaS以全面升級分布式新核心3.0解決方案。目前已支持150多家金融客戶走向應用現代化，從大型銀行到城商農信，從國內到海外金融機構，全面助力金融行業智能化升級。華為數字金融軍團CEO曹沖發表主題演講華為聯含生態伙伴發布金融數據智能解決方案3.0重磅發布HUAWEI21#page#華西證券1.8華為鯤鵬、昇騰、A助力國產干行百業數字化升

41、級HUAXI SECURITIE智能制造行業方面：華為全聯接大會2023期間，華為制造與大企業全球峰會成功舉辦，在生產制造場景，華為升級了智慧工廠2.0解決方案，一云一網一平臺+N應用的智能工廠解決方案架構圍繞智能化新應用，基于華為異騰、鯤鵬、華為云盤古大模型等全棧AI能力，提升工廠質量檢測、生產排程等場景AI算法的訓練和部署效果，提升工廠智能化水平。在產業智能化創新場景，華為提出全棧工業AI平臺方案，以開放架構將華為的算力、算法和智能化平臺能力運用到產品本身，助力汽車、軟件、家電等眾多行業的智能化產品創新。電力智能化方面：華為全聯接大會2023期間，華為電力數字化軍團舉辦了以“躍升數字生產力

42、，加速電力智能化”為主題的全球電力峰會。旅與進明團申工馬8Z準身中最品網圖易甲生。網要主背圖電面線踐。國網江蘇省電力有限公司則積極布局算力體系，其基于華為算力底座和盤古大模型的電力大模型應用落地，探索出一套電力智能化的開發和應用模式。國網江蘇省電力有限公司數字化工作部處長韋磊表示：“未來，我們將繼續與華為等伙伴攜手，擴大CV大模型工程應用范圍，開展NLP和多模態大模型創新試點?！比A為全球智慧電力群板點正式發布華為數字金融軍國CE0曾沖發表主題演講華為智慧電力全球樣板點正式發布LAUNCH OF HUAHUAWEHUAWEIG22#page#華西證券11.8華為鯤鵬、昇騰、AI助力國產干行百業數

43、字化升級大會期間，華為公共事業智能化聚焦教育、醫療、應急、財政、科技五大應用場景：華為全聯接大會2023期間，華為聚焦公共事業行業場景需求，強調將聯接、計算、云、AI、行業應用一體化協同發展，提供強大的算力服務和豐富的數據供給，賦能公共事業政府服務、社會生產與民生福社的創新與變革，幫助政府實現興業、降本、惠民、善政?！苯逃矫妫簩I與“備、教、練、考、評、管”多個場景深度融合，聯接匯聚全場景教育資源、支撐全方位開放協同、實現全周期運維運營和持續演進。從而打破教育邊界，推動學校教育從三尺講臺到無邊界學習的突破醫療方面：以更逼近真實的方式理解生命機理和疾病機制，從中選代出以患者為中心，覆蓋診斷、

44、治療、康復和防治全生命周期的智能應用應急方面：聚焦全方位、立體化的“防-訓-救”公共安全防御體系，推動事后應急向事前預防轉型，減輕災害風險，應對綜合減災，降低人民生命財產安全損失。財政方面：使能財政業務系統從可用到好用轉變，完善預算管理一體化系統功能，推動數據共享，挖掘數據決策價值，提升財政管理效能，以數字化、智能化新技術驅動財政管理創新和變革，進一步提升財政數據的價值政房與公共事業行業智能化架構自政書全球發布華為公共事業系統部總夏尊發表主題發言FORINTRMATIONOFPUBLIC政府與公共事業行業智能化參考架構白皮書GLOBALLAUNCH全球發布23#page#02華為領銜演繹國產A

45、I計算生態起24資料來源：華西證券研究所#page#華西證券2.1.1集成電路產業突圍：外部限制增多，國產突圍勢在必行我們認為華為A計算產業的核心在于芯片的自主可控，其中以鯤鵬和異騰為主導的海思芯片尤為重要，因此國產集成電路產業突圍尤為重要。我國集成電路發展迅速，需求量較高，產業重要性不可忽視：根據中國半導體行業協會顯示，2017年至2021年，中國集成電路產業銷售額呈逐年上升的超勢，2021年首次突破萬億，為10458.3億元，較上年增長18.20%。產業鏈上游為集成電路設計環節包括半導體設備、IP以及EDA等，中游包括IC設計、IC制造、IC封測等，下游應用包含消費電子、人工智能、航空航天

46、、新能源、5G等。產業鏈下游應用領域中涵蓋大量新興產業，以至于發展集成電路產業已上升為國家戰略的高度，成為我國技術發展的核心。國外制裁持續封鎖我國技術發展，國家技術發展政策落地，國產突圍勢在必行：2016年至今，美國出臺一系列針對中國芯片行業的限制措施，持續加碼對中國的技術封鎖。包括對華為及其70多家關聯企業實施出口管制、限制購買ASML的目前最先進的芯片制造設備EUV等。為推進自主可控，近年我國發布了眾多集成電路中央政策。今年9月，四部門發布關于提高集成電路和工業母機企業研發費用加計扣除比例的公告，提高企業研發費用稅前扣除比例，增厚企業利潤，鼓勵集成電路產業發展。集成電路產業控2017-20

47、21年，中國集成電路產業銷售額近年，部分集成電路產業中央政策日期政策內容概覽1500008-關于做好2022享受稅收優重點集成電路設計領域包12006.25號惠政策的集成電路企業或項括：高性能處理器、智能10458.32022年3月目、軟件企業清單指定工作傳感器、汽車芯片、884820%10000有關要求通知EDA、IP等1585411.3面向先連寬進寬帶學導依10%關于推動能源電子產業發材料與先進拓撲結構和封50002023年1月展指導意見裝技術、電子器件管技術5等。0%加強包舍集成電路圖設計2023年2月質量強國建設綱要201720182019202020212022等知識產權保護。在20

48、23年1月1日至2027年因內集成電路產業銷售額（億元）關于提高集成電路和工業12月31日期間，再接照實2023年9月母機企業研發費用加計扣降同比增際發生額的120%在稅前扣比例的公告除等。怕#page#華西證券2.1.2集成電路產業突圍：芯片工藝流程產業鏈一覽芯片工業流程分為芯片設計、芯片制造、芯片封測三個步驟。芯片設計：是芯片工藝流程的第一步，主要由設計公司負責。大致步驟包含規格指定、詳細設計、HL編碼、仿真驗證、邏輯綜合等步驟。設計、檢驗、綜合總是反復進行的。EDA軟件在此部分中擔任設計方法學的載體。已然應用在了芯片設計的各個步驟中芯片制造：即晶圓成品加工而制造集成電路的過程，主要由代工

49、工廠負責?？梢苑譃樯熬A生產和集成電路制造兩步驟。砂晶圓生產：選擇“砂”作為IC的主要原料。經過純化、拉晶、接入晶種等過程后，形成半導體導體產業所需的“單晶砂柱”。代工廠的技術水平決定硅片的英寸參數，進而決定芯片的制程參數。張服線水融屬張中“密申塵參再O/CAd頭果衣再素頭出：能密申經刻機的技術水平決定了生產出芯片的精度和性能芯片封測：芯片封裝目的為保護晶片在工作時不受外界的水氣、灰塵、靜電等影響。將晶圓廠生產的晶片、塑膠、陶瓷、金屬外殼包裝起來。芯片測試是指將制作好的晶片進行點收測試，檢驗晶片是否可以正常工作，以確定每片晶圓的可靠度與良率。通常封裝前后都要進行測試。集成電路產業鏈芯片設計流程

50、：田26#page#華西證券2.1.3EDA軟件：EDA被譽為“芯片之母”，動萬億集成電路市場HUAXI SECURITIEEDA（ElectronicDesignAutomation，電子設計自動化）：被譽為“芯片之母”。是指用于輔助完成大規模集成電路芯片整個工藝流程的計算機軟件工具集群。尤其對于設計與制造流程，EDA可謂舉足輕重。芯片設計類EDA軟件：提高設計效率和精度。根據處理的信號不同，可分為數字芯片設計類EDA軟件和模擬芯片設計類EDA軟件。1）數字芯片設計類EDA軟件：主要用于數字芯片設計環節，包括架構設計、RTL（RegisterTransferLevel，寄存器傳輸級）編碼、物

51、理驗證等工具。2）模擬芯片設計類EDA軟件：相比較而言，模擬芯片設計的自動化程度低于數字芯片設計。主要包括用于電路設計、仿真驗證、版圖設計、寄生參數提取等環節的工具。芯片制造類EDA軟件：優化制造流程，提高量產良率。主要指晶圓廠在工藝平臺開發階段和晶圓生產階段使用的，用于支撐其完成半導體器件/制造工藝開發、器件建模和PDK等環節。集成電路產業鏈分布圖（EDA位處上游支撐）EDA對于芯片設計和制造的作用EDA分類818芯片工藝平臺開發部設計類EDA制造類EA芯片設計的段花片制進階上海支豫工藝設模擬芯片數字芯片單元庫工具中海制造器件建模工具數字芯片設計模擬芯片設計：工藝沒計套件工具工藝模生數字片設

52、計與驗1（PDK）支撐計算光刻工具模擬芯片設計與驗證ENT良率分析工具下靜應用全道封裝建桃工具具類是防片制造類27#page#華西證券2.1.3EDA軟件：EDA被譽為“芯片之母”，動萬億集成電路市場美國斷供EDA中國芯片再遭“卡脖子”，華為領先演繹國產EDA突圍：8月15日，美國對設計GAAFET（全柵場效應晶體管）結構集成電路所必須的EDA軟件禁令正式生效。所有關于設計GAAFET（全柵場效應晶體管）結構集成電路所必須的美國EDA軟件出口，都需要接受美國政府的審查和批準。然而我們認為隨著華為鯤鵬和異騰的國產計算產業突圍，國產EDA已經呈現高端自主可控的超勢。國內EDA市場規模進一步增加，仍

53、主要由國際巨頭占據，但國產EDA已有突圍之勢：根據中商產業研究院數據顯示。2022年中國EDA市場早委卡Y三VaasuawelssAsdouAsaouape不乎Va國甲手購中VO國中“銹頭財料盛Z9STT委財鮮比超過70%。但2022年國內EDA企業已經拿下了國內10%以上的市場份額，以華大九天、概倫電子、廣立微和思爾芯等為代表的國內EDA企業正在披荊新棘，起正當時。2018-2022年中國EDA市場規模2022年中國EDA市場企業份額占比華大九天模擬電路設計全流程EDA工具系統3.30%-8.30%14030號115.64.80%12025%103.45.90%32%10020%8067.3

54、中16.60%15號6010%405820CadenceSynopsys=SiemensEDA華大九天0%20182019202020212022mAnsySmKeysight三其他EDA市場規模（億元）一同比增速28#page#華西證券2.1.4光刻：芯片性能的基石，正處于打破革斷“從0到1”的長征路一般光刻制程包括涂底、光刻膠涂抹、軟烘、噪光、顯影等多個步驟。對此流程其決定性作用的設備為光刻機。光刻機的原理為通過一系列的光源能量、形狀控制手段，將線路圖成比例縮小后映射到硅片上，然后使用化學方法顯影，得到刻在硅片上的電路圖。納米（nm）作為芯片性能中的重要參數，指的是芯片的蝕刻尺寸，即表示能

55、夠將單位電晶體刻在多大尺寸的芯片上。蝕刻的尺寸越低，相同大小的處理器中就會擁有更多的計算單元，性能也就越強。新路AD果新ANOR水果“細生經“上米中融續水果外線光刻機，EUV相較于DUV更為先進，可以支持納米級別更低的芯片制作。EUV能夠完成7-3nm的制程節點制作。DUV能夠完成45-7nm/130-65nm或更高的制程節點的制作。光刻制程流程光劍機分類StLcL12in1x12光源類型波長制程節點對應光刻機COOLINGADHESION共水烘烤【COLUNITSCR】【AD】EUV光源13.5nm7-3nm祖常外線式光測機文市下業更站12134rm進入步進式/步進COOLING45-7m/

56、130-65nPRE-BAXE光刻膠涂有2157mm技影式先刻機【HIPUNIT【COLUNIT【HCT】【DP】DUV光源ArF193mctsKrF248m180.13nm掃播報影光割機EXPOSU顯POST-BAKCOOLIN【DEV UNIT】【HPUNIT】【光機】29#page#華西證券2.1.4光刻：芯片性能的基石，正處于打破斷“從0到1”的長征路光刻機行業處于供不應求，且募頭全斷的格局內，加速國產替代速度：由于一些技術限制，尤其高端光刻機技術受制于國外供應商。根據智研咨詢數據顯示，2022年中國光刻機產量約為95臺，而需求量為652臺。供求遠低于需求。且按營收來看，光刻機市場份額

57、已被尼康、佳能和阿斯麥國外企業斷。加速國產替代進程，已然取得重大突破，中國光刻機產業正處于從“0”到“1”的長征路上：今年2月，哈爾濱工業大學，公布“高速超精密激光干涉儀”研發成果，是一項可以用于7nm及以下的技術。首臺28nm國產機有望年底交付：據新華網援引證券日報消息稱，上海微電子在28nm浸沒式光刻機的研發上取得重大突破，預計在2023年年底向市場交付國產的第一臺SSA/800-10W光刻機設備。中國光的機行業供需關系上海薇電子自主研發的首臺凸塊封測光刻機（SMEE）800600770400JJ.2002014年2016年2017年2018年2019年2020年2021年2022年201

58、5年口產量（臺）需求量（臺）30#page#華西證券2.1.5代工：集成電路產業鏈中的關鍵領域，中國大陸發展迅猛芯片代工行業處于集成電路產業鏈的中游，是半導體行業中最關鍵、市場份額最大的核心環節。代工流程可分為晶圓制作以及集成電路制作。晶圓的參數決定了在集成電路制作步驟中的制程參數，對代工廠提出了較高的生產要求。作為集成電路的襯底，晶圓的直徑已經由最初的6英寸、8英寸增長到現在的12英寸。1）8英寸主要應用于90nm以上的工藝節點的半導體器件制造，例如圖像傳感器芯片、指紋之別芯片等。廣泛應用于通信、計算、工業等領域。2）12英寸主要應用于成熟制程（28nm-90nm）和先進制程（28nm以下）

59、，例如邏輯IC、存儲器等高性能芯片。廣泛應用于PC、平板電腦等領域。芯片代工流程中存在較為復雜的發展難題：1）精度控制與設備需求：芯片代工需要高精度的設備來進行各項工藝步驟，例如晶圓生長設備、切割機、光刻機、蝕刻機等。高精度、高穩定性和高可重復性已然成為現代芯片代工廠設備的標準。2）生產成本較高：根據濾波器公眾號一塊晶圓的制造成本一般在2000萬至2500萬美元之間，給企業提出了找尋降本增效、優化工藝流程的要求。品圓尺寸分類即所對應的工藝制成和應用芯片代工流程圖晶圖尺寸工藝制程應用領境=10m高端都能手機服務器CPU）等能計算（加12美寸（先選制16/14nm智能手機處理器、存儲芯片、個人電腦

60、CPU、高端顯卡、服務器處理器等程）20-22nm存儲芯對、中低端智能手機處理器、數字電稅等28-32nmWiFi/藍牙芯片、音效處理芯為、存儲芯月等12英寸（成熟制45-65nmDSP處理器（德州僅器）、傳感器、射須、WFi/藍牙等程）65-90nm模擬芯片、功率器件、物聯網MU、射頻芯片等90m-0.13um8英寸0.13um-0.15gm播紋識別芯片、影像傳感器、通信MCU、電源管理芯片等0.18um-0.5umMOSFET、LGBT等功率器件、嵌入式非易先性存儲器芯片等3#page#華西證券2.1.5代工：集成電路產業鏈中的關鍵領域，中國大陸發展迅猛芯片代工市場規模持續擴大，大陸企業蹄

61、身世界前列：根據中商產業研究院整理的數據顯示，2022年，中國大陸晶圓代工市場規模為771億元，相較上年增長15.4%。市場需求量進一步擴大。根據TrendForce集邦咨詢公布的2023年第二季度全球十大晶圓代工廠數據顯示，有三家大陸企業（中芯國際、華虹集團、晶合集成），四家中國臺灣企業上榜。其中中國大陸企業中芯國際以5.6%市場份額位居第五，華虹集團以3.0%市場份額，位居第六。大陸企業的起態勢不容忽視中芯國際：中國大陸集成電路制造業領導者，世界領先的晶圓代工企業之一。公司技術尖端，根據和訊網，在2020年年底，公司表示已經完成28nm-7nm芯片的研發突破任務，將進行試產和量產。華虹半導

62、體：中國第二大晶圓代工廠，華虹主要營收是嵌入式/獨立式非易失性存儲器和功率IC代工，是中國大陸最大的MCU代工廠、全球最大的功率IC代工廠。2023年第二季度中國十大品圖代工廠（中國大陸及中國臺灣地區）管散及共市場份額市場份額營收（百萬美元）公司排名23022301230223011156561673556.40%臺積電（TSMC）60.20%3184518416.70%格芯（GlobalFoundries）6.60%4183317846.60%聯電（UMC）6.40%156014625.60%5中芯國際（SMIC）5.20%845845華紅集團（HuaHongGroup）3.00%3.00%

63、3212699世界先進（VIS）1.20%1.20%102681621.00%1.00%品合集成（Nexchip）32#page#華西證券2.2服務器：從信創到AI，國產服務器需求火爆信創需求逐漸回暖，招標啟動帶來業績釋放，華為昇騰+鯤鵬服務器有望大放異彩：金融信創需求高增，2023年7月13日，中信銀行股份有限公司發布通用基礎設施集成商入圍采購項目招標公告，招標金額共計65億元，其中ARM芯片服務器預計采購金額為34.01億元，C86芯片服務器預計采購金額為10.20億元，此外還包括數據中心級別交換路由、防火墻設備等重要基礎設施，可以看出ARM芯片服務器占據了大部分的招標總額。我們判斷，下半

64、年有望進入信創訂單釋放期運營商信創需求同樣火爆：根據C114訊消息，中國電信AI算力服務器（2023-2024年）集中采購項已批準，公告顯示，本項分為4個標包分別為訓練型風冷服務器（系列）、訓練型液冷服務器（系列）、訓練型風冷服務器（G系列）、訓練型液冷服務器（G系列）。預估采購規模為4175臺，系列配套InfiniBand交換機1182臺。其中G系列為國產服務器，從占比來看，國產G系列占比大約為50%。我們判斷，信創國產服務器占運營商招標比重正逐年增加，此外，我們判斷相關運營商信創招標有望落地加速。中國電信AI算力服務器（2023-2024年）集殺中信銀行通用基礎設施集乘項目具體產品及采購金

65、額數量（臺）標包涉及得主要評傳產品品類產品名稱序號分賣子分類預估來購金額（億元）訓練型鳳冷服務34.01FM芯片服務2073服務器器（1系列）10.2CB6芯片服務器一系列服務器配套議備-nfniBand文01129數據中心級別文換路由換機1.19非數提中心級別交換路由主設備訓練型液冷服務網絡設備125防火墻設備器（1系列）0.99一系列服務器1.7配套設備-lnfiniBand交該分設備53換機集中式ARM高端存儲3.93訓練型風冷服務器（G系2.34存儲設備分布式ARM對象存能10483G系列服務器列0.9中高瑞存儲光纖交換機訓練型液冷服務器（G系4626G系列服務器合計列65.2533資

66、料表源：0114通信網、華西證券研究所#page#page#華西證券2.2.2服務器PCB：服務器關鍵元器件，產品結構多元化印刷電路板（PrintedCircuitBoard，簡稱PCB）作為電子產品的重要組成部分，是電子元器件連接的重要橋梁。PCB是指在通用基材上按預定設計形成點間連接及印制元件的印制板，其主要功能是提供機械支撐，便于插裝、檢查和測試，使各種電子零組件形成預定電路的連接，起中繼傳輸的作用。AI服務器擁有更高的硬件配置需求：伴隨HPC高性能運算芯片需求增長以及AI芯片異質集成技術應用將使得模組多層板及單顆芯片載板務Y89ZOZ-TZOZ旅eusud“回米黑IOHad號送器圖I“

67、Y喜賬復合增長率約為3.9%。服務器升級有望推動國產PCB高端化：據Primark數據，2021年全球服務器用PCB80.4億美元，我國占全球PCB產值超50%，國內服務器用PCB數百億元級市場。一般服務器PCB需求以6-16層板和封裝基板為主，高端服務器PCB主板超16層、背板超20層，隨著AI+信創大勢所趨，AI服務器與通用服務器相比將在基礎上增加GPU板用量與高性能同步提升，我們判斷未來國產高端PCB市場規模和價值量將不斷擴大。PCB極在服務器中的應用IC載極示意圖膠體金線芯片封裝基板電PCE35#page#華西證券2.2.3服務器內存接口：CPU和外部溝通的橋梁，DDR5時代已經來臨內

68、存是CPU與外部溝通的橋梁，對服務器影響非常大：DIMM（DualInlineMemoryModule，雙列直插內存模組）俗稱“內存條”。服務器內存模組主要類型為RDIMM、LRDIMM，相較于其他類型內存模組，服務器內存模組對穩定性、糾錯能力以及低功耗均有較高要求。內存接口芯片是服務器內存模組的核心邏輯器件，是服務器CPU存取內存數據的必由通路。其主要作用是提升內存數據訪問的速度及穩定性，滿足服務器CPU對內存模組日益增長的高性能及大容量需求。全球服務器內存接口芯片需求量=全球服務器出貨量*單個服務器CPU數量*單個CPU對應的內存條數*內存接口使用比例（1:1）單個服務器CPU數量=單路服

69、務器占比*1+雙路服務器占比*2+4路服務器占比*4+8路服務器占比*8。具要母”女9T-Z+ImSHOO里ZT-8型pnd聲3mtuad心9器器nd南架一堰目可連接2個內存條。我們認為隨著算力需求日益增長，AI服務器向4路、8路以上演變，單個CPU的內存條用量會持續增長。DDR5時代來臨，內存接口芯片有望迎來量價齊升：DDR5的內存芯片價格遠高于DDR4的內存芯片，原因在于性能更佳，DDR5內存的初始頻率就能達到4800MHz，是上一代DDR4的兩倍，最終甚至能提升到8400MHz。另外DDR5內存將單片封裝的最大容量提升到了64GB，而國我需不口國，器國是“上+atOO內存接口在服務器中的

70、應用場茶中國企業級SSD產業鏈圖語內存條產業鏈64it16obit46it320bitintelUO1M320880B128GBNA5126.405p83.20bp1.605p6.4OP16-bits64-bits2*32）64-bits64-bits韓市隔號D北院16會4828/4B16B68L8BL836#page#華西證券2.2.4服務器高速聯接器：華為領銜國產AI浪潮下有望帶動需求井噴連接器產業鏈清晰，下游覆蓋面廣：連接器是電子電路的溝通橋梁，是構成整個電子裝備必備的基礎電子元器件，從下游來看，連接器廣泛應用于汽車、通信、消費電子、工業、軌道交通等領域。我們認為，通信領域中5G通信網絡

71、、數據中心投資快速增加，通信連接器的需求也越來越多，帶來對應連接器的景行業氣度。5G+數據中心帶動通信連接器需求增加：通訊連接器作為通訊設備的關鍵部位之一，從替換需求和增量需求兩個方面為連接器行業帶來發展機遇。未來隨著服務器、通信設備的技術革新和升級兼容的需要，更高速的信息傳輸需求是必然趨勢，從而引領連接器向更高數據速率方向不斷發展。高速背板連接器廣泛應用于AI服務器集群與路由器中：通常情況下在高端服務器中，一塊PCB板上有多達幾十個高速背板連接器，在小型服務器中大概有3-5對高速背板連接器。在服務器應用中，華為Atlas900AI集群采用Cable背板連接器架構，滿足服務器之間和服務器與接入

72、層交換機的互聯。在路由器應用中，功能主機子系統由系統背板和主控板、接口線路板和交換網板SFU組成。華為有望帶動高速背板聯接器需求井噴：我們認為華為以Atlas為主AI集群服務器有望快速放量，從而帶動高速背板聯接器需求量的增加。通信連接器分美華為Atlas900PoDA2集群背板連接器結構圖Gable林通信連接器高速背板連電連接器射頻連接器光連接器器凈37資料來源：華豐科技招股書，華為官網，華西證券研究所#page#華西證券2.2.5服務器多相電源：華為打造算力底座拉動供電芯片需求華為拉動AI服務器需求提升，多相電源供電方案增量顯著：隨著華為提出全面智能化戰略，以AIGC大模型為代表的計算訓練和

73、推理需要大量的高性能計算（HPC）算力支持，對AI服務器需求提升。AI服務器與通用服務器主要區別在于A服務器配備4/8顆GPGPU，以滿足高性能計算需求。在此背景下，多相電源成為CPU/GPU等大芯片供電的主流方案。多相控制器+DrMOS的解決方案具有獨特優勢：多相電源的優勢在于通過多相供電方式來分攤每一路供電的負載，可以實現更低的輸出電壓紋波、更小的器件尺寸、更高的能量效率、更低的熱耗散和更好的瞬態性能：DriverMOS（簡稱DrMOS）是完成電路升降壓控制具體動作的電源管理芯片由主開關管+續流管集成而來，優勢在于可將器件體積縮小，占用的PCB面積更小有利于布線。獲得終端客戶的協議授權是多

74、相控制器/DrMOS市場的關鍵門檻：不同的CPU平臺有不同的通訊協定，對于Intel的CPU來說，老款產品有使用VR12.1、VR12.5協議，新款產品通常使用IMVP8或IMVP9協定：AMD的CPU產品則主要是用SVI和SVI2協定：對于電源管理芯片供應廠商來說，要想切入XPU電源解決方案市場，獲得終端客戶的協定授權尤為關鍵。海外龍頭長期主導，本土廠商逐步突破：多相電源市場長期由TI、英飛凌、MPS等海外大廠主導。展望未來，我們認為未來隨著華為鯤鵬+異騰服務器有望打造國內算力底座，國內多相電源玩家將受益于旺盛本土客戶需求，從而實現高端國產替代。服務器/PC中多相電源供電版圖NvidiaV1

75、00采用16相供電解決方案inductors電壓0.5-2V1022012V0o箱多相電DrMOS電Nvidia TeslaV100AcceloratorVRM-16Phase Buck38資料來源：物聯網智庫華西證券研究月princeto#page#華西證券2.2.6服務器代工廠：華為服務器構筑世界AI算力第二選擇華為目前已具備“端、邊、云”的產品布局：AI服務器：華為AI服務器分為推理服務器和訓練服務器：3000系列和9000系列。訓練側，算力精度要求較高，Atlas800訓練服務器（型號：9010）基于Intel處理器+華為異騰910芯片，具有超強算力密度、高速網絡帶寬等特點，AI算力可

76、達2.24PFLOPSFP16。AI處理器：華為AI處理器有異騰310和異騰910兩款：910支持全場景人工智能應用，異騰310主要用在邊緣計算等低功耗的領域。與英偉達對比，異騰910半精度算力（FP16）達320TFLOPS，約為英偉達V100芯片算力（130TFLOPS）的2.5倍，與英偉達A100算力（312TFLOPS，未采用稀疏技術）水平相當。華為發布了全新一代計算集群Atlas900Supercluster和CANN7.0異構計算架構。SuperCluster可支持超萬億參數大模型訓練，采用了最新一代的華為星河AI智算交換機CloudEngineXH16800，該交換機具備高密度的

77、800GE端口能力，使得只需要兩層交換網絡即可構建一個擁有2250個節點的超大規模集群，相當于18000張計算卡的規模，為開發者提供了更多的自定義高性能算力的可能性。華為Atlas全系列產品華為AI服務器產品參教AI服務袋型號形態AI處理器Ai算力CPUUitimat最大支持8個最大704TOPS30001083EIVOZ6業IVRNT8理卡Atlas8o0推12個理服務器IntelsXeon最大支持7個最大616TOPS30102UAI服務器SP SkylakeAtlas3001推NT8或Cascade理卡Lake處理器1.76/2.2490004UAI服務器8*開騰9104*洗鵬920PF

78、LOPSFP16Atlas800訓2*Intelv5練服務器1.76/2.2490104UAI服務器8*開騰910CascadedPFLOPSFP16Lake處理器39#page#華西證券2.2.6服務器代工廠：華為服務器構筑世界AI算力第二選擇華為可為客戶提供多種算力供給模式，滿足行業客戶的差異化需求：裸算力模式包括智能感知、智能聯接和智能底座，多租戶模式增加HCS/HCSO基礎云平臺，云算力模式疊加了ModelArts一站式AI開發平臺，Maas（ModelasaService）模式面向干行萬業的中小企業，提供開箱即用模型即服務。華為圍繞異騰+鯤鵬構建了良好的生態伙伴社群：其中整機硬件伙伴

79、指擁有自有品牌產品，能在異騰產品基礎上二次開發或加工生產，并銷售與服務至最終用戶的合作伙伴，已有13家公司加入異騰整機硬件生態，包括上市公司四川長虹、拓維信息、神州數碼、同方股份等異騰AI全流程工具鏈MindStudio，使能開發者極簡開發：MindStudio是華為面向異騰AI開發者提供的一站式開發環境和工具集。Mindstudio致力于提供端到端的昇騰AI應用開發解決方案，使開發者能夠在一個工具上高效完成算子開發、訓練開發和推理開發，具有插件化、可視化、自動化和智能化的特性。異騰AI云服務器（AIAcceleratedCloudServer）是一種可隨時自助獲取、可彈性伸縮、應用于AI訓練

80、/AI推理加速的云服務器，可為多種AI應用場景提供高效算力華為異騰整機硬件生態伙件MindStudio開發流程全覆蓋昇騰生態伙伴介紹Ty、長江計面華插寧空裝規陽語團系發西工程期BanH3C請華同方K KuLw40#page#華西證券2.3.1算力組網：華為AI能力的提升，有望帶動相關產品快速放量我國正處于處于智算中心建設的加速期，信創與AI雙輪驅動，華為相關產品有望加速放量：我國相關A應用目前已有維形。此外，在我國AIGC短期應用爆發的趨勢下，算力建設同樣也是印證本輪景氣度的先行指標，目前我國正處于從“智算”到“超算”跨越的新時代，我國正處于智能算力建設的加速期。我們認為在AI+信創大背景下，

81、華為有望憑借生態優勢和產品優勢，其相關AI產品有望快速放量。華為領銜演繹國產AI起，構筑世界AI算力第二選擇：我們認為華為發布相關全新產品，例如Atlas900SuperCluster、星河AI網絡解決方案、華為星河AI智算交換機、知識庫存儲OceanStorA800等全新產品，其本質上是打造大算力，大存力，大運力的解決方案，有望打造領先的AI大模型訓練集群。而從數據中心架構或是組網能力上來看，其算力核心依舊圍繞核心三大部分硬件產品，分別是算力服務器、交換機等產品，其中，我們判斷以異騰服務器憑借高性能、高參數與HCCS互聯互通形式有望在智算中心建設的加速期快速放量，有望帶動華為交換機等產品的放

82、量，而昇騰服務器與華為交換機產品的放量，有望帶動國產光模塊的放量。京東云數據中心同絡結構圖數據中心架構示意圖中/COEte/Co41#page#華西證券2.3.1算力組網：華為AI能力的提升，有望帶動相關產品快速放量HUAXI SECURITIE光模塊是光纖通信中重要組成部分：是實現光信號傳輸過程中光電轉換和電光轉換功能的光電子器件。光模塊工作在OSI模型的物理層，是光纖通信系統中的核心器件之一。，它主要由光電子器件（光發射器、光接收器）、功能電路和光接口等部分組成，主要作用就是實現光纖通信中的光電轉換和電光轉換功能。AIGC爆發，數據中心向智算中心跨躍，光模塊有望快速放量：為滿足AI智算中心

83、的高效處理訴求，網絡架構持續向低延時高速率演進，同時由于AI大模型是高性能計算，因此強調低延時和高傳輸速率，因此我們判斷在AIGC大背景下，高速率光模塊有望快速放量。X0生新基Y水器尊關目否其到取傅爭“思要爭區等士由型一的：我全的張單臥“29IGH200AI超級計算機與華為Atlas900Supercluster、星河AI網絡解決方案、華為星河AI智算交換機等新產品的重磅發布，全球算力供不應求的大背景下，AI算力需求呈現指數級增長，因此對光模塊的帶寬要求和傳輸速率、覆蓋度等指標有更高的要求，光模塊有望持續送代升級和快速放量。光模塊原理圖完模塊發展示意圖網絡設備網絡設備未來路線一在用路線當前規劃

84、1.60T一n電信號光信號電信號800G門0GCFP2d010110400G200GCFP2200G100GCFP0OGCFP100G5060SFP250GSFP50GDSPIASIC2014201620182020202220242024+42#page#華西證券2.3.2算力組網：從算力到算網，網絡可視化迎來黃金發展周期從算力到算網，我國高度關注算力可管可控可調度：從裸金屬算力到一體化調度算網，從“東數西算”到算力調度平臺，可以看出我國正有意打造算力調度一體化解決方案，今年6月5日中國信通院聯合中國電信發布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），根據

85、新浪科技，該平臺匯聚通用算力、智能算力、高性能算力、邊緣算力等多元算力資源，實現不同廠商異構資源池的算力動態感知與作業智能分發調度。特別是在AI訓練作業調度流程中，可在智算資源池上進行訓練推理，在通用算力資源池部署，從而實現跨資源池/跨架構/跨廠商的異構算力資源調度A浪潮下，網絡可視化迎來空前發展周期：網絡可視化簡單的說即網絡中的“攝像頭”，對網絡數據，流量來源進行監管、分析與挖掘。網絡可視化技術將網絡數據以圖形化方式展示出來，快速直觀地解釋及概覽網絡結構數據，一方面可以輔助用戶認識網絡的內部結構，另一方面有助于挖掘隱藏在網絡內部的有價值信息?？梢允褂脩艨梢院唵沃庇^地理解和描繪復雜的網絡。這對

86、于故障排除和解決網絡問題至關重要。我們認為在AI大浪潮下，網絡可視化對于網絡數據、流量來源分析挖掘與AI需求相結合，可以滿足從網絡可視化到算力可視化的新需求。網絡可視化應用系統月絡可視化應用系統網絡性能管理應用性能分析網絡安全審計濱流量經作43#page#華西證券2.3.2算力組網：從算力到算網，網絡可視化迎來黃金發展周期基于網絡可視化實現流量監管，優化集群運行效率：網絡可視化具體是指以網絡流量的采集與深度檢測為基本手段，綜合各種網絡處理與信息處理技術，對網絡的物理鏈路、邏輯拓撲、運行質量、協議標準、流量內容、用戶信息、承載業務等進行監測、識別、統計、展現、管控，進而大數據分析與挖掘，實現網絡

87、管理、信息安全與商業智能的一類應用系統。網絡可視化系統由前端與后端組成：前端通常負責流量及數據的識別采集，后端負責數據的各類分析及應用，最終滿足運營商、政府、企事業單位等客戶對于網絡優化、運營維護、大數據運營以及信息安全等方面的需求。受益于A浪潮，網絡可視化市場規?？涨熬薮螅弘S著大數據、生成式A技術的發展，如何對巨量數據進行采集、處理和分析，如何盡可能挖掘出更多的價值網絡可視化系統將與大數據技術、A技術進一步融合，發展出更多的深度應用產品。據華經產業研究院統計，2022年中國網絡可視化行業市場規模約為305億元，同比增長614%，預計2027年市場規模達到886億元。中國同絡可視化行業市場規模

88、及增速網絡可視化系統架構100070.05886.17政府、送管商、企業90060.05800w850.05OOk60040.05m500數詞獨素、30.05400287.4530020.05新能采是管理系線20010.05100同絡可視化基哈架狗產品0.0%2021年2027年2022千E2024年E2023千款據源路物聯同動院國網絡可視化行業市場規模及增速（單位：億元增連（%44#page#03投資建議：梳理國產AIGC相關受益廠商45#page#華西證券13.1投資建議：梳理AIGC的受益廠商AI+信創大背景下，華為領銜演繹國產AI計算產業幅起，我們認為以華為海思為主的鯤鵬+異騰有望帶動

89、國產計算產業的破局之路，受益標的為：EDA：華大九天、概倫電子、廣立微等；光刻：福晶科技、奧普光電、蘇大維格、美?？萍?、騰景科技等；PCB：滬電股份、勝宏科技等；內存接口：瀾起科技、聚辰股份等；連接器：華豐科技、鼎通科技等；BIOS：卓易信息等；電源：杰華特、歐陸通、中國長城等；服務器：拓維信息、神州數碼、天源迪科、四川長虹、高新發展等；光模塊：天孚通信，劍橋科技、太辰光、中際旭創等；網絡可視化：恒為科技、浩瀚深度、中新賽克等；操作系統：潤和軟件、測繪股份、中國軟件、麒麟信安、誠邁科技等；技術開發：軟通動力、常山北明等傳統應用：海量數據、超圖軟件、賽意信息等；AI應用：潤達醫療、云鼎科技、梅安

90、森、萬達信息、龍軟科技、金山辦公、夢網科技等46#page#華西證券3.1投資建議：梳理AIGC的受益廠商AIGC的A股受益標的PE（倍）收盤價市值（億元）EPS（元）板塊公司名稱股票代碼2024E20222024E20222023E2023/9/282023/9/282023E104.92569.650.48301269.SZ0.390.65269.0219.9162.1皖DA688206.SH25.21109.360.100.110.16252.1230.4158.5就倫電子廣立微301095.SZ79.36158.720.731.001.59108.779.749.9002222.SZ2

91、7.96119.530.530.560.6852.850.041.3稻晶科技奧普光電38.3091.920.340.781.11112.648.934.7002338.SZ光刻688502.SH231.96122.471.491.461.94155.6158.8119.8茂萊光學688376.SH34.5446.421.191.84美?？萍?.3229.026.218.836.7947.59騰景科技688195.SH0.450.600.8681.860.942.822.51429.060.72滬電股份002463.SZ0.771.0331.429.221.9PCB22.36勝宏科技300476

92、SZ192.900.921.081.4024.320.715.949.70565.591.150.661.3943.275.835.9潤起科技688008SH內存接口2.933.41聚辰股份688123.SH55.1587.232.3818.823.116.295.61華豐科技688629.SH20.740.250.250.3583.084.1069選接器49.93鼎通科技688668.SH49.351.952.022.9625.624.716.980S單易信息688258.SH57.0549.610.591.101.6096.752.035.630.70137.190.350.260.148

93、7.7222.5杰華特688141.SH電源47.0247.840.8630.2歐陸通300870.SZ1.552.4754.719.1中國長城10.49338.390.04276.150.6000066.SZQ.120.2191.117.82223.44-0.810.120.24149.074.2拓維信息002261.SZ27.61184.871.571.832.1817.615.112.7神州數碼000034.SZ0.05服務得天源地科300047.SZ8.5454.460.120.17170.873.649.537.03四川長好300875.SZ36.97-0.170.531.7669.

94、921.00.570.730.9728.922.516.8高新發思000628.SZ注：均來自wimd一致預測47#page#華西證券3.1投資建議：梳理AIGC的受益廠商AIGC的A股受益標的市值（億元）EPS（元）PE（倍）收盤價板塊公司名稱股票代碼20222024E2023/9/282023E2024E20222023E2023/9/28天乎通信95.00375.141.031.371.9592.369.348.7300394.SZ光模塊太辰光43.83100.810.810.891.2454.135.3300570.SZ49.5中際旭創300308.SZ115.80929.671.54

95、2.053.7875.256.530.60.39恒為科技603496.SH29.7495.230.380.5877.576.251.2同絡可視化31.4949.490.360.440.6687.547.4活瀚深度688292.SH71.51.00中新賽克002912.SZ34.9059.59-0.711.4735.023.7潤和軟件300339.SZ22.65180.390.130.340.47174.266.648.3操作系統中國軟件600536.SH37.89325.930.080.150.32473.6261.1119.8麟信實600152.SH6.8435.9010.200.210.4

96、233.216.2技術開發通動力301236.SZ26.58253.291.591.131.3916.723.519.118.9053.510.220.070.16279.6海量數據603138.SH119.2傳統應用超圖軟件300036.SZ20.2499.740.696900.7934.525.723.0293.300.630.700.9236.7賽意信息300687.SZ32.825.114.8686.130.720.881.0820.6潤達醫療603108.SH17.013.8云鼎科技7.8952.41S000.110.17168.673.346.8000409.SZ12.4562.7

97、梅安森300275.SZ37.630.200.300.7141.7117.5AI應用萬達信息9.52137.390.240.050.19182.4300168.SZ49.2龍軟科技46.821.602.1941.4688078.SH33.731.1329.221.4金山辦公370.801712.063.204.37153.2688111.SH2.42115.884.8夢同科技117.6710.90002123.SZ14.600.290.4950.530.1注：均來自wind一致預測，中際旭創盈利預測出自華西通信團隊XX月xx日外發報告。48#page#風險提示04#page#華西證券風險提示核

98、心技術水平升級不及預期的風險：AIGC相關產業技術壁壘較高，公司核心技術難以突破，進程低于預期，影響整體進度。AI倫理風險：AI可能會生產違反道德、常規、法律等內容。政策推進不及預期的風險：受到宏觀經濟、財政、疫情影響，政策推進節奏不及預期中美貿易摩擦升級的風險：供應鏈存在部分海外提供商，容易受到美國制裁，導致產品研發不及預期50#page#華西證券免責聲明UAXI SECURITIE分析師與研究助理簡介劉澤晶（首席分析師）2014-2015年新財窗計算機行業團隊第三、第五名，水晶球第三名，10年證券從業經驗。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

99、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投意、影響，特此聲明。評級說明投資評級公司評級標準說明買入分析師預測在此期間股價相對強于上證描數達到或超過15%以報告發布日后的6增持分析師預測在此期間股價相對強于上證指數在5%-15%之間個月內公司股價相對中性分析師預測在此期間股價相對上證損數在-5%-5%之間上證指數的漲跌幅為誠持分析師預測在此期間股價相對弱于上證指數5%-15%之間基準。賣出分析師預測在此期問股價相對弱于上證描數達到或超過15%行業評級標準推薦以報告發布日后的6分析師預測在此期間行業指數相對強于上證指數

100、達到或超過10%中性個月內行業指數的漲分析師預測在此期間行業指數相對上證指數在-10%-10%之間回進跌幅為基準。分析師預測在此期間行業指數相對碼于上證指數達到或越過10%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:/ SECURITIE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。本報告所裁資料、意見以及推測僅于

101、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舍信息始終保持在最新狀態。同時，本公司對本報告所舍信息可在不發出通知的情形下做出修改，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已的判斷。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

102、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。投資者國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，太公司的董事、高級職員或員工可能擔任本報告所提到的公司的董事。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性原意的引用、刪節和修改52#page#