《計算機行業深度報告：AI大時代算力為基應用加速-231029（19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：AI大時代算力為基應用加速-231029（19頁）.pdf（19頁珍藏版）》請在三個皮匠報告上搜索。

1、分析師分析師張初晨張初晨登記編號：S1220523070001AI大時代：算力為基，應用加速計 算 機 團 隊計 算 機 團 隊 行 業 深 度 報 告行 業 深 度 報 告證券研究報告|計算機|2023年10月29日報告摘要AI行業景氣度短期跟蹤算力服務報價，中長期跟蹤智算滲透率行業景氣度短期跟蹤算力服務報價，中長期跟蹤智算滲透率。人工智能向大模型、多模態、多場景發展，算力需求增長確定性高。臺積電為代表的代工廠為重資產投資，擴產速度較芯片設計廠商訂單更謹慎、稍滯后。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。智能算力滲透率反應行業周期，當前滲透率22.78%。參

2、考移動互聯網時期，AI應用滲透率提升拐點已至，天花板有望超80%。國產化為明確趨勢，國內廠商軟硬生態加速提升國產化為明確趨勢，國內廠商軟硬生態加速提升。高科技成為中美競爭重要領域，美國技術出口限制不斷升級。華為昇騰芯片硬件性能接近國外龍頭廠商，昇騰為代表的國產開放生態快速發展。AI獨角獸企業左手兼容，右手自建生態，與國內大廠共建嘗試增多。模型進展日新月異，國內爆款應用臨近奇點模型進展日新月異，國內爆款應用臨近奇點。人工智能作為新時期國際競爭的重要領域，國內政策始終重視對人工智能產業的引導與鼓勵。中國從供需豐富程度以及工程師數量看，在AI軟件應用開發及產品化方面預計不輸海外。國內大模型在商用放開

3、后，訪問量總體上升，但從出站流量判斷，商用化程度仍處早期。參考國外大模型，生態以及多模態能力利于進一步推升模型流量及客戶粘性。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。24UcVsU8ZuYEZgVpYaQcMbRnPmMpNsRfQmNnNeRsRnM7NnMmMwMqMnNxNnNmP臺積電為代表的代工廠為重資產投資，擴產速度較芯片設計廠商訂單更謹慎、稍滯后。1.AI算力緊缺本源：英偉達和臺積電經營目標差異3資料來源：Wind，方正證券研究所圖表1:臺積電固定資產投資及營收增速-10

4、0%-50%0%50%100%150%200%2011/62011/102012/22012/62012/102013/22013/62013/102014/22014/62014/102015/22015/62015/102016/22016/62016/102017/22017/62017/102018/22018/62018/102019/22019/62019/102020/22020/62020/102021/22021/62021/102022/22022/62022/102023/22023/6CAPEX增速營收增速比特幣挖礦比特幣挖礦缺芯缺芯疫情導疫情導致缺芯致缺芯三星退出三星

5、退出MCU市場，市場，進入進入4G通信時代通信時代日本地震、日本地震、瑞薩火災瑞薩火災1.算力國產化率將進一步提升4美國對華科技封鎖早已開始，10月24日推出的出口限制規則是前面措施的補充升級。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，國產優質廠商預計將憑借政策支持，產業擴容，國產優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。圖表2：美國對華科技封鎖不斷升級資料來源：清華五道口NIFR，新浪新聞，方

6、正證券研究所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，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

7、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。2023年10月24日北京時間10月24日晚間，英偉達公告稱，美國對華施加的新出口制約改為立即生效，快于市場預期的生效時間。影響適

8、用于“總處理性能”為4800或更高，并為數據中心設計或銷售的產品，即 A100、A800、H100、H800 和 L40S 的出貨。1.AI服務器：互聯網需求主力，格局集中5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服務器廠商的主要優勢體現為整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：高新發展、

9、神州數碼、拓維信息、高新發展、四川長虹；2）中科系：中科曙光、海光信息；3）海外系：工業富聯、紫光股份、浪潮信息等。資料來源：IDC，量子位智庫，TrendForce，方正證券研究所圖表3：2022年中國服務器市場份額圖表4：全球AI服務器下游出貨占比2.國產智能芯片：硬件性能追趕英偉達6芯片性能、產品解決方案、開發生態為英偉達芯片三大壁壘。華為昇騰芯片硬件性能接近國外龍頭廠商，昇騰為代表的國產開放生態快速發展華為昇騰芯片硬件性能接近國外龍頭廠商，昇騰為代表的國產開放生態快速發展。華為昇騰910芯片硬件性能與英偉達A100較為接近。2023年5月華為鯤鵬及昇騰開發者數量已超350萬，合作伙伴超

10、5600家。圖表5：國內外廠商AI芯片主要產品性能對比資料來源：各公司官網，招股說明書，Cloudhin，方正證券研究所廠商型號芯片類型顯存顯存帶寬INT8算力FP16算力FP32算力總線接口TDP（功耗）英偉達A100 80GB PCIe GPU80GB HBM2e1935 GB/s624 TOPS312 TFLOPS19.5 TFLOPSPCIe 4.0 x 16300WH100 PCIeGPU80GB HBM32TB/s3026 TOPS1,513 TFLOPS51 TFLOPSPCIe 5.0 X16300-350WAMDMI250XGPU128 GB HBM2e 3276.8 GB/

11、s362.1 TOPs362.1 TFLOPs45.3 TFLOPsPCIe 4.0 x16500W華為昇騰310ASIC16 TOPS8 TOPS8W昇騰910ASIC640 TOPS320 TFLOPS310W海光信息深算一號DPU32GB HBM21024 GB/sPCIe Gen4 x 16350W百度昆侖二代ASIC32 GB GDDR6 512 GB/s256 TOPS128 TFLOPS120W寒武紀MLU290-M5ASIC32GB HBM21228 GB/s512 TOPSPCIe 4.0 x16350WMLU370-X8ASIC48GB LPDDR5 614.4 GB/s2

12、56 TOPS96 TFLOPS24 TFLOPSPCIe Gen4 x 16250W摩爾線程MTT S3000GPU32GB GDDR6448GB/s15.2 TFLOPSPCIe Gen5 x 16250W壁仞科技壁礪100PGPU64GB HBM2e128GB/s1920 TOPS240 TFLOPS（峰值）PCIe 5.0 X16450-550W燧原科技云燧T20ASIC32GB HBM2E1.6TB/s256TOPS128TFLOPS32TFLOPSPCIe 4.0 16300w云燧i20ASIC16GB HBM2e819GB/s257TOPS128TFLOPS32TFLOPSPCI

13、e 4.0 17150W景嘉微JM9GPU8GB128GB/s1.5TFlopsPCIe 4.0 x830W沐曦MXC500GPGPU15 TFLOPS曦思N100GPGPU160TOPS80TFLOPS天數智芯天垓100GPGPU32GB DRAM HBM2295 TOPS147 TFLOPS37 TFLOPSPCIe Gen4.0 x 16250W2.國產智能芯片：軟件生態逐漸豐富7資料來源：新浪財經、騰訊新聞、界面新聞、寒武紀開發者社區、中國日報、電子產業信息網、億歐，方正證券研究所AIAI獨角獸企業左手兼容，右手自建生態，與國內大廠共建嘗試增多獨角獸企業左手兼容，右手自建生態，與國內大

14、廠共建嘗試增多。在支持其他生態代碼遷移的同時，AI獨角獸也在自建開發工具集。同時AI芯片獨角獸也積極參與與華為、百度等大廠的生態共建生態共建。摩爾線程攜手浪潮共建元腦生態。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6：AI計算芯片廠商開發軟件生態解決方式解決方式具體做法具體做法海光信息自建&兼容ROCm平臺與CUDA高度相似，CUDA用戶可以以較低代價快速遷移，幫助海光 DCU 協處理器能夠較好地適配、適應國際主流商業計算軟件和人工智能軟件。同時公司積極參與開源軟件項目，逐步實現與 GPGPU 主流開發平臺的兼容。百度自建百度昆侖SDK軟件開發包提供編程接口

15、和算法示。用工具識別和轉換已有算法，主結合處器的硬件特性進行編譯和優化AI計算任務。針對特定領域，戶還可以開發自定義算子。寒武紀自建提供寒武紀開發者平臺、社區，提供PyTorch開發、TensorFlow開發，編解碼及SDK開發、BANG語言與計算庫、開發工具鏈等。摩爾線程自建&兼容MUSA架構。MUSA Toolkit 1.0軟件工具包包含MUSA驅動、運行時庫、編譯器、AI加速庫、數學庫、通信庫等?！癕USIFY”代碼移植工具可將現有的CUDA程序幾乎零成本遷移至MUSA。與浪潮共建元腦生態。壁仞科技自建&兼容BIRENSUPA?？蚣軐又С諴yTorch、TensorFlow、百度飛槳Pa

16、ddlePaddle。Mega Kernei、核函數協程、T-Core編程原語等自有獨特編程接口。同時“開發者云已經上線”。深度參與昇思生態的構建。燧原科技自建較早開始常用的算子庫、函數庫、編程模型等工具包開發，同時聯合開發者伙伴共建生態。沐曦自建/兼容加入 openKylin 開放麒麟開源社區，華為昇思開源社區理事。兼容國際主流GPU生態，同時自主研發MACAMACA軟件棧。天數智芯自建推出開發測試平臺DeepSpark，與百度飛漿及華為昇思有較好合作。3.技術革命帶來算力需求指數上升，NV算力重估、國產算力服務崛起8智算中心作為盤活數據資源，整合AI算法的載體，向上拉動智算硬件巨大的需求，

17、向下促進AI應用繁榮，是AI時代重要的戰略資源。人工智能向大模型、多模態、多場景發展，算力需求增長確定性高人工智能向大模型、多模態、多場景發展，算力需求增長確定性高。訓練側：總算力需求=模型參數量*訓練詞數*每個詞的運算量。推理側：算力需求取決于問答及模型的復雜程度，國產芯片廠商有望率先在推理側推進國產化替代。圖表7：智能算力是發展人工智能的核心生產力資料來源：Language Models are Few-Shot Learners，CSDN，方正證券研究所數據資源智算中心硬件集成AI+應用AI算法數據處理、加工NLPCV多模態等芯片服務器光模塊等數據流通交易金融醫療教育游戲制造等模型訓練參

18、數數據訓練算力訓練算力時長時長鵬城盤古200B300B token512PAscend91041天紫東太初1B1.3億圖文對16PAscend91010天紫東太初100B300萬圖文對128PAscend91030天GPT3175B300B token2048卡 A10015天GPT3175B300B token1024卡 A10034天ChatGPT175(預訓練)+6B(強化)300B8 token估算2048卡 A10015.25天圖表8：代表性大模型訓練所需算力4.算力服務價格：AI產業晴雨表9資料來源：各云廠商官網，方正證券研究所 注：華為云報價為美元9月10日9月24日10月8日1

19、0月15日 10月22日 10月29日阿里云ecs.g8ae.8xlarge32128-53631.02 45897.47 45662.87 45897.47 45897.47 45897.47華為云pi1.8xlarge.432128NVIDIA P4*419744.418340.419744.419744.419744.419744.4騰訊云GT4.8XLARGE19232192 NVIDIA A100*2274557.4 274557.4 274557.4 274558.4 274557.4 274557.4ecs.g1te.4xlarge1652 NVIDIA T4*270174.02

20、 70174.02 70174.02 70174.02 70174.02 70174.02ecs.g1ve.8xlarge32128 NVIDIA V100*4251137.7 251137.7 251137.7 251137.7 251137.7 251137.7ecs.gn7r-c16g1.32xlarge128512 ARM+GPU加速（型號不詳）224766-ecs.sccg7.32xlarge128512-252680.5 252751.9 252986.5 252986.5 252986.5ecs.g8ae.32xlarge128512-181050.1 181121.5 1813

21、56.1 181356.1 181356.1ecs.video-trans.26xhevc104192 ASIC加速（Intel Xeon(Cascade Lake)Platinum 8269CY）186510186744.6 186510186744.6 186744.6 186744.6p2v.16xlarge.864512 NVIDIA V100-SMX2*890258.490258.490258.490258.490258.490258.4g6.18xlarge.7（貴陽節點）72504 NVIDIA T4*223217.37 23217.37 23217.37 23217.37 23

22、217.37 23217.37km1.15xlarge.860480 鯤鵬Km113427.413427.413427.413427.413427.413427.4GI3X.22XLA90226 NVIDIA T4*292329.292329.292329.292329.292329.292329.2PNV4.28XLARGE466112466 NVIDIA V100*4205435205435205435205435205435205435GT4.41XLA164948 NVIDIA A100*8113629711362971136297113629711362971136297ecs.pn

23、i2.7xlarge28490 NVIDIA A100*2393316393316393316393316393316393316ecs.pni2.28xlarge1121960 NVIDIA A100*8157106615710661571066157106615710661571066火山云阿里云華為云騰訊云火山云型號vCPU（核）內存（GiB）GPU型號費用（每年）圖表9：國內頭部云計算廠商高性能云計算價格通過跟蹤微軟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

24、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H100等的采購限制更少。4.算力服務價格：微軟、亞馬遜的北京、美東節點價格信號10圖表10：AZURE及AWS高性能計算云服務價格資料來源：各云廠商官網，方正證券研究所型號型號vCPUvCPU（核）核）內存（內存（GiBGiB）費用（每年）費用（每年）9 9月月1010日日9 9月月2424日日1010月月8 8日日1010月月1515日日1010月月2222日日1010月月2929日日國內定價（北京節點，元）Amazon EC2g4dn.8xlarge32128309631 309631 3

25、09631 309631 309631 309631 g4dn.16xlarge64256510279 510279 510279 510279 510279 510279 x2idn.16xlarge6420481436252 1436252 1436252 1436252 1436252 1436252 AZURE 機器學習D32 v3/DS32 v332128102583 102583 102583 102583 102583 102583 E64 v3/E64s v364432416580 416580 416580 416580 416580 416580 M128ms1283892

26、1746852 1746852 1746852 1746852 1746852 1746852 美國定價（美東節點，美元）Amazon EC2g4dn.8xlarge3212837729 37729 37729 37729 37729 37729 g4dn.16xlarge6425657930 57930 57930 57930 57930 57930 x2idn.16xlarge64204881783 81783 81783 81783 81783 81783 AZURE 機器學習D32 v3/DS32 v33212811654 11654 11654 11654 11654 11654 E

27、64a v46451223884 23884 23884 23884 23884 23884 M128ms1283800161290 161290 161290 161290 161290 161290 5.AI應用滲透率提升拐點已至，天花板有望超80%11移動互聯網時代，隨著iPhone推出，智能手機時代加速來臨，國內智能手機隨后大規模增長，滲透率快速超過全球水平，至2014年中，國內智能手機滲透率已達88%。隨著國內智能手機滲透率的快速爬升，應用端隨后也迎來爆發增長，國內手游滲透率從2012Q4的22%快速增長至2014Q2的81%。本次人工智能浪潮中，智算滲透率與AI應用滲透率預計也將呈

28、現類似的相關性。圖表11:智能手機、移動互聯網與智能算力滲透率資料來源：Wind，中國信通院，方正證券研究所23.02%23.02%22.78%22.78%0%10%20%30%40%50%60%70%80%90%100%2007/32007/72007/112008/32008/72008/112009/32009/72009/112010/32010/72010/112011/32011/72011/112012/32012/72012/112013/32013/72013/112014/32014/72014/112015/32015/72015/112016/32016/72016/1

29、12017/32017/72017/112018/32018/72018/112019/32019/72019/112020/32020/72020/112021/32021/72021/112022/32022/72022/112023/32023/7中國智能手機滲透率全球智能手機滲透率中國移動互聯網滲透率國內手游滲透率國內智能算力滲透率中國新能源車滲透率政策積極推動人工智能產業發展政策積極推動人工智能產業發展。人工智能作為新時期國際競爭的重要領域，國內政策始終重視對人工智能產業的引導與鼓勵。在政策推動下，國內人工智能產業預計維持高景氣。中國企業在軟件應用開發及產品化方面預計不輸海外中國企業

30、在軟件應用開發及產品化方面預計不輸海外。主要由于：1）統一的大市場，人口紅利優勢，消費者需求結構多元；2）中國制造門類齊全，企業類型多樣，公司降本增效需求相比國外同樣旺盛。3）國內在推動數據要素改革方面較為領先，預計將有更多高質量數據支持模型迭代。4）中國有軟件開發工程師紅利，軟件從業人數占世界的30%。5.模型進展日新月異，爆款應用臨近奇點12圖表12：國內眾多大模型推出及迭代資料來源：各公司官網，騰訊新聞，新華網，澎湃新聞，方正證券研究所6.海外大模型流量：維持增長，多模態能力更新有望進一步推升流量13北美人工智能大模型和應用發展更早，當前產品化程度相對較高。因此跟蹤主要的國外大模型發展情

31、況以及流量信息北美人工智能大模型和應用發展更早，當前產品化程度相對較高。因此跟蹤主要的國外大模型發展情況以及流量信息可以對國內人工智能投資產生較大的前瞻價值可以對國內人工智能投資產生較大的前瞻價值。本報告選取基礎大語言模型領域的Open AI和Google Bard，聊天機器人應用程序的Character AI和人工智能及大模型開源社區Huggingface進行流量分析。一款支持自主選擇角色進行對話的AI聊天機器人產品。Character.ai發布后的48小時內，Android手機安裝量超70萬次，領先于Netflix等頂級娛樂應用，上市不到一周吸引了超過170萬用戶安裝。Hugging Fa

32、ce被認為是“人工智能領域的GitHub”，有大量模型和數據集資源。例如用于自然語言處理的Hugging Face Transformers 開源庫，使得大模型應用更加簡單。知名度及流量明顯領先的交互式人工智能模型。從年初ChatGPT更新推出而被廣泛熟知，語言類大模型迭代至GPT4，并計劃為ChatGPT的Plus用戶和企業客戶上新語音和視覺功能。資料來源：騰訊新聞，系統極客，搜狐新聞，方正證券研究所類ChatGPT大語言模型，由 Google 的大型語言模型 LaMDA提供支持。具備成為溝通和強大創意工具的潛力。GoogleGoogle生態及多模態帶來大模型用戶粘性提升，生態及多模態帶來大

33、模型用戶粘性提升，BardBard訪問跳出率在訪問跳出率在9 9月中旬快速下降月中旬快速下降。Bard在9月中旬進行了重要更新，將Bard模型集成了Google全套軟件服務，可以用Bard回復來自谷歌地圖、航班、酒店和YouTube的實時信息，提供來自 Google 文檔和 Google 云端硬盤內容的關鍵點等，很大程度上提升了大模型的使用粘性。通過Google Assistant with Bard將實現更方便智能的語音交互。6.海外大模型流量：維持增長，多模態能力更新有望進一步推升流量14圖表14：Bard跳出率在9月中快速下降資料來源：Similarweb，方正證券研究所圖表13：海外大

34、模型頁面瀏覽量（百萬）040080012001600200001002003007月21日7月28日8月4日8月11日8月18日8月25日9月1日9月8日9月15日9月22日9月29日10月6日10月13日10月20日（右）character.ai（右）0.00%20.00%40.00%60.00%7月21日7月28日8月4日8月11日8月18日8月25日9月1日9月8日9月15日9月22日9月29日10月6日10月13日10月20日bard.googlecharacter.aihuggingface大模型商用放開促使模型訪問量總體上升，百度文心模型最明顯。大模型商用放開促使模型訪問量總體上升

35、，百度文心模型最明顯。百度文心一言、訊飛星火和商湯商量在8月底可以觀察到一波訪問量的上升，主要由于政策批準大模型商用化落地。百度文心一言流量上升最為明顯，可能由于百度在搜索引擎上的流量優勢。通義千問未在首批11家獲批名單之列，訪問量未見明顯上升。字節大模型盡管在首批名單，未觀察到明顯訪問量上升。6.國內模型：商用放開推升流量，商業化模式仍在探索15資料來源：Similarweb，方正證券研究所圖表15:國產大模型周度訪問量（萬）圖表16:國產大模型頁面瀏覽量（萬）020040060080010006/76/166/257/47/137/227/318/98/188/279/59/149/231

36、0/210/1110/20訊飛星火文心一言字節豆包通義千問商湯商量0501001502002503003506/76/166/257/47/137/227/318/98/188/279/59/149/2310/210/1110/20訊飛星火文心一言通義千問字節豆包商湯商量國內大模型出站流量仍主要為本公司網站。國內大模型出站流量仍主要為本公司網站。字節豆包75.2%的出站流量為蘋果官網，17.8%的出站流量為抖音店鋪，在模型引流方面有較好的探索。國內大模型總體在外接社交網絡、新聞、多媒體等內容方面已有一定的探索，目前占比不高。對比對比OpenAI,OpenAI,國內大模型生態進一步豐富潛力大國內

37、大模型生態進一步豐富潛力大?？梢钥闯?，國外推出較早且知名度較高的OpenAI大模型在外鏈方面更加豐富，包含藝術娛樂與編程等。國產大模型在外接應用上面仍有較大的發展空間，生態有待進一步豐富。6.流量去向：國產大模型生態進一步豐富潛力大16資料來源：Similarweb，方正證券研究所圖表17:國產大模型與OpenAI出站流量對比分析訊飛星火訊飛星火文心一言文心一言字節豆包字節豆包域名行業流量份額域名行業流量份額域名行業流量份額計算機電子技術98.6%搜索引擎89.5%電子消費75.2%2chat-搜索引擎0.4%新聞與媒體5.0%未知17.8%搜索引擎0.3%greenpeace.org環境科學

38、1.2%社交網絡1.2%社交媒體0.2%計算機電子技術0.9%chatgptwriter.ai計算機電子技術1.0%計算機電子技術0.2%dcode.fr計算機電子技術0.2%搜索引擎0.8%通義千問通義千問商湯商量商湯商量OpenAI計算機電子技術90.8%計算機電子技術84.0%搜索引擎57.28%2cdn-images-多媒體圖像1.5%未知11.4%編程和開發軟件 10.90%編程和開發軟件1.0%社交網絡2.4%藝術與娛樂7.06%電子商務和購物0.4%lm_編程和開發軟件2.3%計算機電子技術 2.44%5imaging-愛好與休閑0.4%編程和開發軟件 2.43%分析師聲明與免責聲明17評級說明18方正證券研究所上 海 市 靜 安 區 延 平 路 7 1 號 延 平 大 廈 2 樓深圳市福田區竹子林紫竹七道光大銀行大廈31層廣州市天河區興盛路12號樓雋峰院2期3層方正證券北 京市 西城區 展覽 路 4 8 號新聯 寫字 樓6 層長沙市天心區湘江中路二段36號華遠國際中心37層專注 專心 專業19