計算機行業專題研究：關注算力租賃&算力國產化機會-231120（18頁）.pdf

《計算機行業專題研究：關注算力租賃&算力國產化機會-231120（18頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業專題研究：關注算力租賃&算力國產化機會-231120（18頁）.pdf（18頁珍藏版）》請在三個皮匠報告上搜索。

1、 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。1 證券研究報告 計算機計算機 關注算力租賃關注算力租賃&算力國產化機會算力國產化機會 華泰研究華泰研究 計算機計算機 增持增持 (維持維持)研究員 謝春生謝春生 SAC No.S0570519080006 SFC No.BQZ938 +(86)21 2987 2036 研究員 彭鋼彭鋼 SAC No.S0570523090001 +(86)21 2897 2228 聯系人 林海亮林海亮 SAC No.S0570122060076 +(86)21 2897 2228 行業行業走勢圖走勢圖 資料來源：Wind，華泰研究 2023年 1

2、1月 20日中國內地 專題研究專題研究 關注算力租賃關注算力租賃&算力國產化機會算力國產化機會 算力作為 AI 產業的底層基礎設施，在產業進展中扮演重要底層角色?？紤]到 2023 年 10 月美國商務部工業與安全局（BIS）升級對國內高性能芯片的限制，未來國內算力缺口或將拉大。我們認為，解決算力問題應當從不同視角出發，中短期來看，算力租賃有望通過對存量資源進行高效利用，以更具性價比的方式緩解算力短缺問題；但長期來看，算力國產化是必然發展方向，需要從 GPU 性能、組網能力、軟件生態等維度不斷迭代升級，實現加速追趕。建議關注算力租賃&算力國產化相關產業鏈。中美中美 AI 產業算力層存在差距，算力

3、租賃產業算力層存在差距，算力租賃&算力國產化或為解決辦法算力國產化或為解決辦法 AI 產業自下而上包含算力，算法，應用多個層級，橫向對比中美 AI 產業，在多個層級上均存在一定的差距。其中，算力為 AI 浪潮的底層支撐，也是中美 AI 產業具備重要差距的環節。2023 年 10 月 17 日，美國商務部工業與安全局（BIS）發布針對中國的先進計算及半導體制造物項出口限制，在 2022年 10 月已公布的出口限制基礎上，進一步升級限制力度。我們認為，當前國內面臨算力供應問題，但存在多種解決路徑。短期內可以通過利用存量資源的方式解決，包括：1）基于現有可用產品；2）算力租賃。拉長時間維度后，我們認

4、為國產自研 AI 芯片有望逐步成為國內 AI 產業發展的重要支撐。路徑路徑#1：算力租賃有望在中短期內緩解算力短缺問題：算力租賃有望在中短期內緩解算力短缺問題 算力租賃是一種通過云計算服務提供商租用計算資源的模式，云廠商通常按照用戶租賃的 GPU 數量及時長進行收費，也可按訓練實例每月收費。從算力需求方來看，目前算力需求主要來自互聯網企業和地方政府。根據我們的測算，算力租賃單位價格為 1.7 萬元/PFLOPS/月。IDC 預計，2026 年國內智能算力規模將達 1271.4 EFLOPS?；诖?，我們預計 2026 年國內算力市場潛在收入空間約為 2628.2 億元，潛在利潤空間約為 754

5、.8 億元。隨著企業不斷入局算力租賃行業，未來行業競爭或圍繞資金儲備、圈地拿單、持續運營能力展開。路徑路徑#2：算力國產化是長期發力方向：算力國產化是長期發力方向 對比國產算力與海外算力來看：1）目前國產 AI GPU 性能較英偉達先進產品仍有差距；2）卡間互聯傳輸速率也是制約國產 GPU 有效算力充分發揮的重要因素，目前國內廠商已接近英偉達 A800（NVLink 3.0）水準；3）國產GPU 有望在軟件層面率先突破，但要實現國產化生態遷移還需要具備充足的算法庫積累。對比國產算力與算力租賃來看，短期算力租賃方案或更具性價比，但大模型算力需求正加速增長，長期來看算力缺口或仍存在，算力國產化或為

6、艱難但唯一可選的路徑。產業鏈相關公司梳理產業鏈相關公司梳理 考慮到海外高性能芯片受限，建議關注算力租賃及算力國產化相關產業鏈。1）算力租賃：恒潤股份、鴻博股份、中貝通信、匯納科技、利通電子；2）國產 AI 算力：海光信息、寒武紀、景嘉微、軟通動力、中科曙光、拓維信息；3）AI 服務器：浪潮信息、紫光股份、工業富聯。風險提示：宏觀經濟波動；下游需求不及預期。本報告內容均基于客觀信息整理，不構成投資建議。(11)1132537Nov-22Mar-23Jul-23Nov-23(%)計算機滬深300 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。2 計算機計算機 關注算力租賃關注算力租賃

7、&算力算力國產化國產化機會機會 中美中美 AI 產業算力層存在差距，算力租賃產業算力層存在差距，算力租賃&算力國產化或為解決辦法算力國產化或為解決辦法 美國為本輪美國為本輪 AI 浪潮引領者。浪潮引領者。從 AI 產業的層級看，自下而上包含算力，算法，應用多個層級，其中算力為 AI 浪潮的底層支撐，算法為 AI 浪潮的重要突破，應用為 AI 浪潮的直接體現。從算力、算法、應用端看，美國在本輪 AI 浪潮中處于引領者位置，具備先發優勢。1）算力端：算力端：美國頭部廠商如英偉達基于 GPU 產品打造了 CUDA 生態，將 GPU 能力推向通用計算場景。英偉達打造了 H100 等重要產品，成為本次

8、AI 浪潮的重要算力支撐。2）算法端：）算法端：算法層面重要突破同樣由美國引領，GPT 底層架構 Transformer 由谷歌首先提出，此外OpenAI 團隊將 GPT 模型參數量不斷增大，模型進一步涌現出更強的能力。3）應用端：）應用端：美國頭部廠商首先將 GPT 為代表的 LLM 能力接入應用，微軟、salesforce 等廠商率先實現了LLM+應用的商業化定價及應用。圖表圖表1：中美大模型發展歷史對比中美大模型發展歷史對比 資料來源：各公司官網，華泰研究 中美中美 AI 產業在多個層級上均存在一定差距。產業在多個層級上均存在一定差距。橫向對比中美 AI 產業，在多個層級上均存在一定的差

9、距。1）算力端：中美 AI 芯片產品存在算力性能及生態差距，此外在芯片的生產端，核心環節如芯片的設計、流片等均由海外主導；2）算法端：海外在基礎研究方面較為領先，如谷歌發布底層架構 Transformer 成為 GPT 模型的重要基礎。此外海外算法具備先發優勢，在迭代次數上也具備一定優勢；3）應用端：海外頭部應用多已成為行業標準，擁有較為良好的用戶基礎，有助于 LLM+產品的快速落地，如辦公領域的微軟 Office 產品；此外海外頭部廠商往往基于核心產品打造了完整的產品矩陣及平臺，使 AI 能力的接入具備豐富的場景。AWeXvXcVrV4XjWpYbRdN9PnPqQmOoNkPqRpOlOs

10、QoPaQqRmPvPqNrOwMsRvM 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。3 計算機計算機 圖表圖表2：中美中美 AI 產業差距產業差距 資料來源：各公司官網、華泰研究 算力是中美算力是中美 AI 產業具備重要差距的環節。產業具備重要差距的環節。在算法、算力、應用端，中美均存在一定差距，而其中我們認為當前算力層面的差距較為關鍵，主要原因：1）差距大??；差距大小反映的是當前靜態狀態下的差距。我們認為當前應用端中美均處于從產品化向商業化過渡的階段，算法端通用大模型中 GPT 處于領先地位，但國內同樣擁有眾多大模型逐步實現產品化，有望持續迭代，而算力端國內的算力產品在落

11、地方面與海外頭部廠商相比仍較為落后；2）追趕難度；算力端的核心環節均受海外主導，且規避管制的方式較為有限，此外海外頭部算力廠商圍繞自身產品形成了包含應用、算法的生態壁壘，短期難以突破；3）差距的影響：算力處于基礎支撐地位，直接影響模型的落地和應用的推廣進度。美國法案限制高性能美國法案限制高性能 AI 芯片獲取芯片獲取，算力問題逐步凸顯。，算力問題逐步凸顯。2023 年 10 月 17 日，美國商務部工業與安全局（BIS）發布針對中國的先進計算及半導體制造物項出口限制，在 2022 年 10月已公布的出口限制基礎上，進一步升級限制力度。具體來看，本次出口限制主要涉及對高性能芯片的限制，既包括對高

12、性能芯片的出口限制，也包括對國產 GPU 企業的生產流片限制。本次出口限制不再以互聯帶寬為限制標準，新增總處理性能 TPP（Total Processing Performance，即計算速度*字節長度）和性能密度 PD（Performance Density，即每平方毫米的 TPP）兩項要求，具體限制方案如下：1）TPP4800 的芯片、TPP1600 且 PD5.92的芯片，屬于高性能芯片，不再被允許出口；2）4800TPP2400 且 5.92PD1.6 的芯片、TPP1600 且 5.92PD3.2 的芯片，屬于次高性能芯片，需要通知 BIS 以獲得例外許可。在美國限制法案的影響下，國

13、內算力問題逐步凸顯。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。4 計算機計算機 圖表圖表3：美國美國 BIS 芯片限制法案針對芯片出口的限制內容芯片限制法案針對芯片出口的限制內容 TPP PD 限制措施限制措施 高性能芯片高性能芯片 4800-禁止出口到中國 1600 5.92 次高性能芯片次高性能芯片 4800TPP2400 5.92PD1.6 需要通知 BIS 以獲得例外許可 TPP1600 5.92PD3.2 注：TPP（Total Processing Performance，即總處理器性能）；PD（Performance Density，即性能密度）。資料來源：BI

14、S 官網、華泰研究 解決算力問題存在多種路徑。解決算力問題存在多種路徑。當前國內解決算力問題存在多種路徑。短期內我國廠商在 AI芯片設計、工藝、生態等方面與英偉達等海外頭部廠商相比還有著一定差距，因此短期內解決算力問題可以通過利用存量可得資源的方式解決，包括：1）基于現有可用產品；2）算力租賃?；诂F有可用產品需要海外廠商推出符合法律法規要求的算力產品，算力租賃則是向具有 GPU 資源的廠商租賃 GPU 算力，最大化利用存量資源。而拉長時間維度后，我們認為國產自研 AI 芯片有望逐步成為國內 AI 產業發展的重要支撐。圖表圖表4：算力租賃成為解決算力制約的中短期最優解算力租賃成為解決算力制約的

15、中短期最優解 資料來源：各公司官網、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。5 計算機計算機 路徑路徑#1：算力租賃有望在：算力租賃有望在中中短期內緩解算力短缺問題短期內緩解算力短缺問題 商業模式商業模式：搭建搭建從從 GPU 到大模型到大模型的橋梁的橋梁 算力租賃是一種通過云計算服務提供計算資源算力租賃是一種通過云計算服務提供計算資源租用租用的的商業商業模式模式。在這種模式下，用戶可以根據實際需求租賃服務器或虛擬機，以滿足用戶特定的計算需求，而無需購買和維護硬件設備。這種服務模式具有靈活性、高效性和成本效益，適用于各種大規模計算需求的場景。用戶能夠根據需求即時獲

16、取計算資源，無需關心硬件管理和維護，有助于降低總體計算成本。憑借按需獲取、靈活性、易于擴展等特性，算力租賃在科學研究、大數據分析和人工智能訓練等領域有著廣泛應用。圖表圖表5：算力租賃商業模式算力租賃商業模式 資料來源：各公司官網、華泰研究 云廠商通常按照云廠商通常按照用戶用戶租賃的租賃的 GPU 數量及時長進行收費數量及時長進行收費。以微軟 Azure 為例，Azure 基于不同的硬件組合，為下游客戶提供不同價格的算力服務。如 ND96asr A100 v4 實例中，采用8 片英偉達 A100 GPU，訂閱價格按期限分為 10.879、18.829、27.197 美元/小時不同檔次，其中一片

17、A100 芯片可以在 TF32 數據格式下，實現 156 TFLOPS 的峰值性能輸出。而性能較低的硬件組合，如采用 4x V100 的 NC24rs v3 實例，訂閱 3 年的單價約為 4.336 美元/小時，其中一片 V100 芯片可以在 FP32 數據格式下，實現 16.4 TFLOPS 的峰值性能輸出。圖表圖表6：微軟微軟 Azure 算力價格算力價格 實例實例 核心核心數量數量 RAM GPU Linux VM 價格價格 機器學習機器學習 服務附加費服務附加費 即 用 即 付 單即 用 即 付 單價價 訂閱訂閱 1 年單價年單價 訂閱訂閱 3 年單價年單價 ND96asr A100

18、v4 96 900 GiB 8x A100(NVlink)$27.197/小時$0/小時$27.197/小時$18.829/小時$10.879/小時 NC6s v3 6 112 GiB 1X V100$3.060/小時$0/小時$3.060/小時$1.950/小時$0.980/小時 NC12s v3 12 224 GiB 2X V100$6.120/小時$0/小時$6.120/小時$3.899/小時$1.959/小時 NC24s v3 24 448 GiB 4X V100$12.240/小時$0/小時$12.240/小時$7.797/小時$3.917/小時 NC24rs v3 24 448 G

19、iB 4X V100$13.460/小時$0/小時$13.460/小時$8.577/小時$4.336/小時 NC64as T4 v3 64 440 GiB 4X T4$4.352/小時$0/小時$4.352/小時$2.560/小時$1.637/小時 NC24s v2 24 448 GiB 4X P100$8.280/小時$0/小時$8.280/小時$5.275/小時$3.676/小時 注：NC24rs v3 相比 NC24s v3，差異在于支持 RDMA 技術。資料來源：Azure 官網、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。6 計算機計算機 算力租賃也可按訓練

20、實例每月收費算力租賃也可按訓練實例每月收費。以英偉達 DGX Cloud 為例，英偉達提供基于 DGX A800的算力實例，底層包含 8 張 A800 加速卡，總內存大小 640GB，可滿足小體量模型的訓練/調優需求。除硬件外，DGX Cloud 方案還配有 Base Command Platform 和 NVIDIA AI Enterprise 等開發套件，以及 7*24 小時的專家服務，為用戶提供全套算力解決方案?；谏鲜雠渲?，公司按照客戶訓練模型數量按月收取訂閱費，費用為 36999 美元/實例*月。圖表圖表7：英偉達英偉達 DGX Cloud 資料來源：英偉達官網、華泰研究 算力租賃需

21、求方算力租賃需求方目前以政府部門為主目前以政府部門為主。從算力需求方來看，目前互聯網企業大多基于自建IaaS 云的方式解決內部算力需求問題，如百度、阿里、騰訊等均在 AI 算力領域有所布局。除互聯網企業外，當前國內對 AI 算力投入較多的主體集中在地方政府層面。如 2023 年 10月 25 日安徽省科技廳發布 安徽省通用人工智能創新發展三年行動計劃（20232025 年），計劃到 2023 年底實現 5000P 算力建設，2024 年實現 12000PFLOPS 算力規模。我們認為，地方政府作為當前智能算力建設的重要力量，有望引領現階段的建設節奏，未來隨著大模型應用逐步推廣，更多行業更多主體

22、有望加入到 AI 算力建設隊伍中。圖表圖表8：今年以來國內部分地方政府今年以來國內部分地方政府 AI 算力建設規劃算力建設規劃 發布時間發布時間 發布單位發布單位 政策文件政策文件 算力算力規劃（規劃（FLOPS）2023/11/13 廣東省人民政府 廣東省人民政府關于加快建設通用人工智能產業創新引領地的實施意見 2023/11/7 上海市人民政府 上海市推動人工智能大模型創新發展若干措施（2023-2025 年）2023/10/25 安徽省科技廳 安徽省通用人工智能創新發展三年行動計劃（20232025 年）5000P(2023);12000P(2024)2023/8/30 武漢市人民政府辦

23、公廳 武漢建設國家人工智能創新應用先導區實施方案（2023-2025 年）1500P(2025)2023/8/29 成都高新區數字經濟局 成都高新區人工智能產業高質量發展行動方案（2024-2026 年）2023/8/6 河南省人民政府 河南省重大新型基礎設施建設提速行動方案（20232025 年）2023/7/27 杭州市人民政府辦公廳 杭州市人民政府辦公廳關于加快推進人工智能產業創新發展的實施意見 5000P(2025)2023/7/25 重慶市經濟信息委 重慶市以場景驅動人工智能產業高質量發展行動計劃（20232025 年）2023/7/9 無錫市政府 無錫市人工智能產業創新發展三年行動

24、計劃（2023-2025）2023/5/31 深圳市人民政府辦公廳 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（20232024 年）2023/5/30 北京市人民政府 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（2023-2025 年）2023/5/10 深圳市人民政府辦公廳 深圳市智能建造試點城市建設工作方案 2023/4/19 上海市經濟信息化委 上海市推進算力資源統一調度指導意見 18000P(2025)2023/2/10 成都高新區 成都市圍繞超算智算加快算力產業發展的政策措施 2023/5/23 北京市人民政府 北京市促進通用人工智能創新發展的若干措施 資料來

25、源：中國政府網、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。7 計算機計算機 市場空間：算力租賃市場空間：算力租賃有望拓展千億市場有望拓展千億市場 對于算力租賃市場空間，我們對于算力租賃市場空間，我們在此主要做兩方面的測算：在此主要做兩方面的測算：1）收入空間測算；）收入空間測算；2）利潤空間）利潤空間測算測算。測算的思路主要從量價關系出發，通過統計目前算力租賃企業公開的訂單數據，計算算力租賃市場的平均收益情況。A 系列系列/H 系列系列 8 卡服務器性能分別為卡服務器性能分別為 5 PFLOPS/15.8 PFLOPS。在 AI 大模型訓練/推理場景，目前大多廠商采

26、用英偉 AI GPU 方案，且以 A100、H100 為主流。由于 2022 年 10 月17 日，美國商務部對英偉達出口到中國的算力芯片進行了性能限制，故此后國內通過正規途徑能買到的 GPU 版本主要為 A800 和 H800 系列。以 A 系列為例，A100 與 A800 主要差別在于數據傳輸速率，主要影響大規模組網后的實際性能，但 FP64、FP32 等核心性能參數仍保持一致。以 8 卡服務器測算，在采用稀疏技術情況下，A100/A800 服務器算力性能為 5 PFLOPS（FP16），H100/H800 服務器算力性能為 15.8 PFLOPS（FP16）。圖表圖表9：英偉達主要英偉達

27、主要 AI GPU 性能性能 A100 SXM A800 SXM H100 SXM H800 SXM 數據傳輸速率數據傳輸速率 600GB/s 400GB/s 900GB/s 400GB/s 顯存帶寬顯存帶寬 2TB/s 2TB/s 3.35TB/s 3.35TB/s 顯存容量顯存容量 80GB 80GB 80GB 80GB FP64 9.7 TFLOPS 9.7 TFLOPS 34 TFLOPS 1 TFLOPS FP32 19.5 TFLOPS 19.5 TFLOPS 67 TFLOPS 1 TFLOPS TF32 312 TFLOPS 312 TFLOPS 989 TFLOPS 989

28、TFLOPS FP16 624 TFLOPS 624 TFLOPS 1979 TFLOPS 1979 TFLOPS INT8 1248 TFLOPS 1248 TFLOPS 3958 TFLOPS 3958 TFLOPS 注：TF32、FP16、INT8 均為采用稀疏技術下的算力性能 資料來源：英偉達官網、華泰研究 我們預計算力租賃單位我們預計算力租賃單位價格價格為為 1.7 萬元萬元/PFLOPS/月月。從目前算力租賃公司發布的訂單公告情況來看，不同廠商對于同一系列的算力硬件租賃，存在不同收費模式。如根據鴻博股份2023 年 7 月 7 日發布的鴻博股份有限公司關于對深圳證券交易所關注函回復

29、的公告，DGX A 系列服務器單位算力租賃價格為 3.2 萬元/PFLOPS/月，而根據中貝通信 2023 年 9月 19 日發布的中貝通信集團股份有限公司關于簽訂 AI 算力服務合同的公告，A800 服務器單位算力租賃價格為 1 萬元/PFLOPS/月。我們預計，產生價格差異的主要原因包括：1）不同的服務器制造方案。DGX 系列為英偉達旗下品牌，由英偉達進行整機銷售。而部分廠商自行購買 GPU 加速卡，再找代工企業進行服務器組裝，成本或更低。2）除服務器硬件外，算力租賃成本還包括交換機等網絡硬件配置、人員運維等，其他成本的差異也會導致售價不同。3）算力租賃企業除提供算力外，往往還搭配調優、適

30、配等軟件服務，服務內容差異也會導致租賃價格不同?？紤]到上述差異，我們取各廠家平均算力價格 1.7 萬元/PFLOPS/月作為算力租賃單價。圖表圖表10：算力租賃算力租賃價格測算價格測算 服務器類型服務器類型 單臺服務器性能單臺服務器性能（PFLOPS）單臺服務器租賃價單臺服務器租賃價格（萬元格（萬元/月月/臺）臺）單單位位算力租賃價格算力租賃價格（萬元（萬元/PFLOPS/月）月）公告名稱公告名稱 公告時間公告時間 鴻博股份鴻博股份 DGX A 系列 5.0 16.0 3.2 鴻博股份有限公司關于對深圳證券交易所關注函回復的公告 2023/7/7 DGX H 系列 15.8 29.9 1.9

31、中貝通信中貝通信 A800 服務器 5.0 5.0 1.0 中貝通信集團股份有限公司關于簽訂 AI 算力服務合同的公告 2023/9/19 H800 服務器 15.8 15.8 1.0 中貝通信集團股份有限公司關于簽訂算力服務框架協議的公告 2023/9/7-1.5 中貝通信集團股份有限公司關于子公司簽訂算力服務框架協議的公告 2023/10/25 資料來源：鴻博股份公告、中貝通信公告、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。8 計算機計算機 IDC 預計預計 2026 年國內智能算力規模年國內智能算力規模將達將達 1271.4 EFLOPS。訓練與推理數據量增加

32、、模型算法愈加復雜、應用場景的深入和擴展，帶來了對算力需求的快速提升。據 IDC，以半精度（FP16）運算能力換算，2022 年中國智能算力規模約 268EFLOPS，預計 2026 年智能算力規模將達到 1271EFLOPS，22-26 年 CAGR 將達 48%。我們認為，隨著大模型持續迭代升級和 AIGC 各項應用的落地，市場對訓練與推理算力需求與儲存需求將持續旺盛增長，算力租賃市場或將迎來增長機遇。圖表圖表11：中國智能算力規模及預測（中國智能算力規模及預測（FP16）資料來源：IDC、華泰研究 我們預計我們預計 2026 年國內算力市場潛在年國內算力市場潛在收入收入空間約為空間約為

33、2628.2 億元億元。根據公式：算力規模 x 算力租賃單價=算力租賃市場空間，考慮到 2026 年預計國內智能算力規模為 1271.4 EFLOPS（即 1271400 PFLOPS）、算力租賃市場平均單位算力價格為 1.7 萬元/PFLOPS/月（即 20.4萬元/PFLOPS/年），計算得 2026 年國內算力租賃市場潛在收入空間約為 2628.2 億元。我們預計我們預計 2026 年國內算力市場潛在年國內算力市場潛在利潤利潤空間約為空間約為 754.8 億元億元。目前國內算力租賃企業除直接對外出租算力外，也承接算力中心建設項目，根據各公司公告的算力建設規模及合同金額（已包含配套軟硬件及

34、服務），計算得平均單位算力成本為 43.4 萬元/PFLOPS。在此基礎上，我們假設服務器折舊年限為 3 年，則單位算力毛利潤為 1.7x12-43.4/3=5.9 萬元/PFLOPS，對應毛利率為 29%。以 2026 年智能算力需求 1271.4 EFLOPS 測算，潛在毛利空間為 754.8 億元。圖表圖表12：算力租賃建設成本測算算力租賃建設成本測算 投資金額投資金額（萬元）（萬元）服務器服務器類型類型 服務器數服務器數量（臺）量（臺）服務器單價服務器單價（萬元（萬元/臺）臺）單臺服務器性單臺服務器性能（能（PFLOPS）算 力 規 模算 力 規 模（PFLOPS）單位算力成本（萬單位

35、算力成本（萬元元/PFLOPS）公告名稱公告名稱 公告時間公告時間 恒 潤恒 潤股份股份 3080 A800服務器 22 140 5 110 28.0 江陰市恒潤重工股份有限公司關于控股子公司簽訂采購合同的公告 2023/10/18 17100 H800服務器 75 228 15.8 1185 14.4 江陰市恒潤重工股份有限公司關于控股子公司簽訂采購合同的公告 2023/10/18 鴻 博鴻 博股份股份 99968-1024 97.6 鴻博股份有限公司關于全資子公司英博數科簽訂日常經營重大合同的公告 2023/10/20 匯 納匯 納科技科技 16750 A100服務器 100 168 5

36、500 33.5 匯納科技股份有限公司關于控股子公司簽訂服務器采購合同的公告 2023/10/31 資料來源：各公司公告、華泰研究 31.7 75.0 155.2 268.0 427.0 640.7 922.8 1271.4 137%107%73%59%50%44%38%0%20%40%60%80%100%120%140%160%02004006008001,0001,2001,4002019202020212022E2023E2024E2025E2026E中國智能算力規模（EFLOPS）同比增速（%，右）免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。9 計算機計算機 競爭壁壘：

37、競爭壁壘：資金儲備、圈地拿單、持續運營能力資金儲備、圈地拿單、持續運營能力的比拼的比拼 競爭壁壘競爭壁壘 1：Capex 現現金儲備金儲備。布局算力租賃需要足夠的資金儲備，以支持算力中心建設和技術研發，根據我們的測算，如果需要建設 10000P 以上的算力中心，光是所需的服務器成本就達到 23.633.1 億元?；诖?，對于國內算力租賃企業的資金情況，我們從以下幾個維度進行觀察：1）現金儲備：我們以貨幣資金+交易性金融資產作為現金儲備衡量指標，截至 2023 年 9 月 30 日，鴻博股份現金儲備 8.6 億元，恒潤股份現金儲備 8.35 億元，利通電子現金儲備 8.32 億元；2）經營性凈現

38、金流：我們認為，經營性凈現金流是企業自身業務造血能力的體現。23 年前三季度利通電子經營性凈現金流 3.83 億元，鴻博股份經營性凈現金流 0.13 億元；3）增發&轉債：我們認為，資本市場融資能力可以為企業提供充足現金保障。據中貝通信于 2023 年 10 月 17 日發布的向不特定對象發行可轉換公司債券發行公告，公司發行可轉債 5.17 億元；4）股權結構：恒潤股份實控人為濟寧市國資委，國資背景或為公司帶來融資便利，鴻博股份、利通電子等均為民營企業性質?？偨Y來看，鴻博股份、利通電子、恒潤股份目前現金儲備較為充足?？偨Y來看，我們認為恒潤股份、鴻博股份、利通電子目前現金儲備較為充足。圖表圖表1

39、3：建設萬建設萬 PFLOPS 算力服務器投資金額測算算力服務器投資金額測算 A100 SXM A800 SXM H100 SXM H800 SXM 單卡性能（單卡性能（FP16，PFLOPS）0.6 0.6 2.0 2.0 單卡價格（萬元）單卡價格（萬元）17.5 14.9 26.8 28.0 單臺服務器性能（單臺服務器性能（FP16，PFLOPS）5.0 5.0 15.8 15.8 單臺單臺 8 卡卡服務器價格（萬元）服務器價格（萬元）165.0 159.0 373.3 390.0 1 萬萬 PFLOPS 算力需要的算力需要的 GPU 數量（萬片）數量（萬片）1.6 1.6 0.5 0.5

40、 1 萬萬 PFLOPS 算力需要的服務器數量（臺）算力需要的服務器數量（臺）2003 2003 632 632 1 萬萬 PFLOPS 算力需要的服務器投資金額（億元）算力需要的服務器投資金額（億元）33.1 31.9 23.6 24.6 資料來源：英偉達官網、京東、華泰研究 圖表圖表14：算力租賃公司資金儲備情況算力租賃公司資金儲備情況 貨幣資金貨幣資金 交易性金融資產交易性金融資產 經營性凈現金流（經營性凈現金流（23Q1-Q3）恒潤股份恒潤股份 8.15 億 0.20 億-1.57 億 鴻博股份鴻博股份 8.35 億 0.25 億 0.13 億 中貝通信中貝通信 3.08 億-3.1

41、億 匯納科技匯納科技 2.39 億 1.31 億 0.03 億 利通電子利通電子 6.54 億 1.78 億 3.83 億 資料來源：Wind、華泰研究 競爭壁壘競爭壁壘 2：項目訂單：項目訂單獲取獲取能力能力。據各公司官網：1）恒潤股份潤六尺“東數西算”蕪湖集群規劃投資 80 億，建設完成后可提供 40000P 以上算力。此外，公司計劃于上海、福州經開區、安徽蕪湖、山東濟寧等地合作建立算力中心，并打造長三角 GPU 算力中心集群。目前公司已與智譜、百度等大模型廠商簽約。2）匯納科技與天府云合作算力容量智算中心項目，全部投產后算力容量規模達 12,000P。匯算智算為匯納科技與四川并濟科技共同

42、合資成立。3）中貝通信目前已部署合肥與長三角兩個算力中心，計劃 2023 年實現 5000P 算力服務能力，未來三年達成萬 P 算力+萬卡集群的“雙萬”戰略目標。4）利通電子子公司世紀利通自采并已到貨的服務器理論上可形成超過 2000P 的集群算力輸出。此外，公司仍有正在執行中的 GPU 服務器采購合同。公司首個超 2000P 算力集群設備已在上海松江騰訊長三角 AI 超算中心的合作機房就位，正在安裝與并機測試。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。10 計算機計算機 圖表圖表15：國內主要算力租賃公司訂單情況國內主要算力租賃公司訂單情況 簽訂日期簽訂日期 客戶客戶 租賃

43、規模租賃規模 目標規模目標規模 合同金額合同金額 公告名稱公告名稱 鴻博股份鴻博股份 2023/10/19 北京京能就智算中心 1024P 2000P 10.0 億 關于全資子公司英博數科簽訂日常經營重大合同的公告 恒潤股份恒潤股份 2023/8/29 中國聯通安徽 1000P 40000P-江陰市恒潤重工股份有限公司關于控股子公司簽訂戰略合作框架協議公告 中貝通信中貝通信 2023/9/7 青海聯通 960P-3.5 億元 中貝通信集團股份有限公司關于簽訂算力服務框架協議的公告 2023/9/18 濟南超算中心 640P-1.8 億元 中貝通信集團股份有限公司關于簽訂AI 算力服務合同的公告

44、 2023/10/24 WILDLOOK 800P-1.5 億元 中貝通信集團股份有限公司關于子公司簽訂算力服務框架協議的公告 資料來源：各公司公告、華泰研究 競爭壁壘競爭壁壘 3：運維服務能力：運維服務能力。1）恒潤股份控股（51%）的上海六尺核心團隊深耕 GPU 算力多年，與上游 GPU 供應廠商英偉達、新華三等有深度合作關系。此外，潤六尺科技具備節點建設優勢。為響應全國一體化算力網絡國家樞紐節點建設任務，潤六尺科技發揮自身核心技術優勢，對于能量敏感型業務智算中心這類需要大量的計算資源需求，圍繞“綠色智算中心”概念引入業界最領先數據中心基礎設備將 PUE 控制在 1.25 以下，實現超低能

45、耗、高效換熱，實現節約 32%-40%的用電。2）鴻博股份全資子公司英博數科是美國英偉達公司與鴻博股份共同協議成立的專業運營公司，英博數科是中國地區英偉達唯一授權的DGX 解決方案商，同時英博數科與英偉達深度合作，英偉達方將提供包括機器學習、深度學習、圖像處理、NLP、自然語言處理、認知推理、AIoT 等人工智能領域的各項技術資源和技術支持。3）中貝通信主業服務三大運營商與政府客戶業務覆蓋國內大部分省份，是中國移動、中國電信、中國聯通和中國鐵塔的重要服務商，為政府和行業客戶提供智慧城市、算力、存儲和云服務解決方案。4）匯納科技主要客戶分布在數字商業、數字政務兩大板塊包括運營商、央國企、科研機構

46、及頂尖高校等。5）利通電子的控股子公司上海世紀利通已成為英偉達云服務提供商以及 DGXAI 計算機系統解決方案的 preferred 級別合作伙伴。圖表圖表16：國內主要算力租賃提供商國內主要算力租賃提供商合作伙伴合作伙伴 資料來源：各公司官網、Wind、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。11 計算機計算機 路徑路徑#2：算力國產化是長期發力方向：算力國產化是長期發力方向 國產算力國產算力 VS 海外算力：海外算力：差距來自差距來自性能性能與與生態生態 國產國產 AI GPU 性能性能較英偉達較英偉達先進先進產品仍有差距產品仍有差距。根據目前已公開的數據，國

47、產 AI GPU 芯片中，性能表現較好的產品主要包括華為昇騰的 Atlas 300T、寒武紀的思元 370、海光的深算一號等。其中，基于昇騰 910 設計的 Atlas 300T 算力性能較強，FP16 計算性能在不考慮稀疏技術的情況下約為英偉達 A800 SXM 的 90%。但考慮到組網技術、軟件生態等競爭壁壘，國內 GPU 產品較英偉達方案在實際有效算力層面仍存在較大差距。且考慮到英偉達H系列算力性能更強、下一代B系列產品也已發布規劃，國產GPU仍需加速追趕海外步伐。圖表圖表17：國產主流國產主流 AI GPU 對比英偉達對比英偉達 A系列系列 GPU A100 SXM A800 SXM

48、Atlas 300T 訓練卡訓練卡 寒武紀寒武紀 思元思元 370 海光海光 深算一號深算一號 數據傳輸速率數據傳輸速率 600GB/s 400GB/s 56.5GB/s-184 GB/s 顯存帶寬顯存帶寬 2TB/s 2TB/s 2933MT/s 614.4 GB/s 1024 GB/s 顯存容量顯存容量 80GB 80GB 32GB HBM/16GB DDR4 48GB 32GB FP64 9.7 TFLOPS 9.7 TFLOPS-FP32 19.5 TFLOPS 19.5 TFLOPS-24 TF32 156 TFLOPS 156 TFLOPS-FP16 312 TFLOPS 312

49、TFLOPS 280 TFLOPS 96 INT8 624 TFLOPS 624 TFLOPS-256 注：TF32、FP16、INT8 均為不采用稀疏技術下的算力性能 資料來源：英偉達官網、華為官網、寒武紀官網、海光信息招股書、華泰研究 卡間互聯速率影響組網效果，國內廠商已卡間互聯速率影響組網效果，國內廠商已接近接近 A800（NVLink 3.0）水準水準。大模型的訓練和推理需要大算力的支持，無論國產 GPU 還是海外 GPU 都需要基于服務器硬件進行大規模組網才能滿足相應需求。而組網過程中，卡間互聯傳輸速率往往成為制約有效算力充分發揮的重要因素。以英偉達為例，NVLink3.0 版本可以

50、實現最高 600 GB/s 的傳輸速率，但在國內特供版 A800 上只能實現 400GB/s 的速度，制約了有效算力的發揮。從國內 GPU 企業企業來看，寒武紀、華為、海光信息等均針對自有產品開發了相應互聯技術，但互聯速率都在 400GB/s 以下，最高為華為昇騰 910B（392GB/s），已接近 A800（400GB/s）水準，但與 H100（900 GB/s）等海外先進芯片的互聯水平相比，仍存在一定差距。圖表圖表18：主流主流 GPU 廠商互聯方案對比廠商互聯方案對比 NVLink(Gen3)NVLink(Gen3)NVLink(Gen4)Infinity Fabric Links 3.

51、0 PCI-E 4.0 PCI-E 5.0 MLU-Link Ascend HCCS xGMI 主導廠商主導廠商 英偉達 英偉達 英偉達 AMD 英特爾 英特爾 寒武紀 華為 海光信息 適配架構適配架構 Ampere Ampere Hopper CDNA2 通用 通用 MLUarch03 Davinci“類 CUDA”架構 典型產品典型產品 A100 A800 H100 MI250X A100 H100 MLU-Link 370 X8 昇騰 910B 深算一號 最大帶寬最大帶寬 600GB/s 400GB/s 900GB/s 800GB/s 64GB/s 128GB/s 200GB/s 392

52、GB/s 184GB/s 單路帶寬單路帶寬 50GB/s 50GB/s 50GB/s 100GB/s 4GB/s 8GB/s 50GB/s 56GB/s 92GB/s 鏈路數量鏈路數量 12x 8x 18x 8x 16x 16x 4port，16lines 7x 2x 資料來源：英偉達官網、AMD 官網、寒武紀官網、思騰合力官網、華泰研究 國產國產 GPU 有望在軟件層面率先突破有望在軟件層面率先突破。除硬件之外，目前國內 AI GPU 在軟件生態層面較海外主流產品也存在一定差距。據英偉達官網，截至 2023 年 3 月公司全球開發者數量已超400 萬，開發者體量領先于其他 GPU 企業。我們

53、認為，GPU 軟件的迭代依賴于下游客戶的持續反饋，debug 和新功能模塊的加入是軟件生態不斷改善的根本動力。目前由于國內企業大多還使用基于英偉達等海外芯片進行大模型開發等工作，因此軟件層面差距明顯，并集中體現在算子庫數量、軟件調優性能等層面。但同時，我們也看到，隨著美國芯片限制方案的發布，未來國產 GPU 市場份額或將持續提升，更多用戶加入到國產 GPU 生態，或將使得軟件迭代率先加速，實現綜合性能的提升和追趕。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。12 計算機計算機 圖表圖表19：英偉達英偉達 CUDA 生態生態 資料來源：英偉達官網、華泰研究 國產化生態遷移需要具備

54、充國產化生態遷移需要具備充足的算法庫積累足的算法庫積累。我們看到，英偉達在過去幾十年中積累了大量 GPU 開發經驗，不止是簡單的 GPU 驅動程序，更包括了與客戶共同打磨所積累下的大量 Toolkit 和 Libraries。我們認為，未來 GPU 的國產化必然涉及大量生態遷移問題，能否更好地適配原有模型的開發框架、匹配開發人員的語法習慣，是國產 GPU 企業需要考慮的重要問題。以昇騰為例，目前 Mindspore 已經具備了從 L0-L3 全棧生態儲備，從算法引擎封裝、開發框架適配、算子調度等維度逐步補齊軟件能力。但相比 CUDA 生態而言，算子庫數量積累仍較少，適配框架的流暢程度等仍待改進

55、。未來，隨著軟件生態迭代，國產 GPU有望進一步承接生態轉移帶來的 GPU 產業機會。圖表圖表20：昇騰昇騰 Mindspore 生態生態 資料來源：華為官網、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。13 計算機計算機 國產算力國產算力 VS 算力租賃：算力租賃：中中短期與長期的互補短期與長期的互補 對比來看，對比來看，短期短期算力租賃方案或更具性價比算力租賃方案或更具性價比。以昇騰 GPU 對應服務器為例，據思騰合力官網，基于昇騰 910B 的 8 卡 AI 服務器 CW4M00-HA 可以提供最高 2.5 PFLOPS 的 FP16 算力。據京東，單臺 CW4

56、M00-HA 售價 130 萬元（2023/11/15）。此外，算力集群建設還需要考慮機柜、運維等其他成本，我們假設國產算力其他建設成本與基于英偉達芯片的其他建設成本相當。據京東，單臺浪潮 NF5688M6 服務器配備 8 張 A800 加速卡，售價為 159萬元/臺。以每臺服務器 5PFLOPS 算力計算，單臺服務器的單位算力價格為 31.8 萬元/PFLOPS，與算力租賃建設的綜合單位算力成本 43.4 萬元/PFLOPS 之間的差值（11.6 萬元/PFLOPS）即為其他建設成本?；诖?，我們計算得對應關系：基于昇騰 GPU 的單位算力成本為 63.6 萬元/PFLOPS基于英偉達 GP

57、U 的 3 年單位算力租賃成本 61.2 萬元/PFLOPS基于英偉達 GPU 的算力建設成本 43.4 萬元/PFLOPS。此外，考慮到算力租賃企業或可通過海外轉售等方式在一定程度上緩解芯片進口受限帶來的影響，我們認為短期來看，算力租賃方案或較國產 GPU 方案更具性價比。圖表圖表21：國產算力國產算力與與算力租賃算力租賃成本測算成本測算 國產算力國產算力 算力租賃算力租賃 GPU 配置配置 8*910B Intel 芯片 CPU 配置配置 4*鯤鵬 920 英偉達芯片 FP32 0.65 PFLOPS 最高 67 TFLOPS FP16 2.5 PFLOPS 最高 1979 TFLOPS

58、數據傳輸速率數據傳輸速率 392GB/s 最高 900GB/s 顯存帶寬顯存帶寬 3200 MT/s 最高 3.35TB/s 顯存容量顯存容量 16/32/64 GB 80GB 服務器的單位算力價格（萬元服務器的單位算力價格（萬元/PFLOPS）52.0 31.8 運維成本（萬元運維成本（萬元/PFLOPS）11.6 11.6 單位算力價格（萬元單位算力價格（萬元/PFLOPS）63.6 43.4 資料來源：英偉達官網、思騰合力官網、京東、華泰研究 大大模型算力需求正加速增長，長期看算力缺口或仍存在模型算力需求正加速增長，長期看算力缺口或仍存在。我們認為，從大模型自身的發展過程來看，參數量的變

59、化是一個非常值得關注的指標。從最早的 ResNet、Inception 等模型，到如今的 GPT，模型參數量不斷增長。2018 年前后 OpenAI 先后推出 Transformer和 GPT-1模型，參數量來到 1 億級別。隨后谷歌提出 3 億參數的 BERT 模型，參數量再次增長。2019、2020 年，OpenAI 加速追趕，陸續迭代出 GPT-2、GPT-3 模型，參數量分別為 15 億、1750億，實現模型體量質的飛躍。我們認為，模型參數量的非線性增長將帶來算力需求的快速釋放，考慮到國內獲取先進算力芯片受限，長期來看，倚賴海外芯片的算力租賃模式或也難以滿足算力需求。圖表圖表22：大模

60、型參數量快速增長大模型參數量快速增長 資料來源：Github、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。14 計算機計算機 海外芯片持續迭代，海外芯片持續迭代，長期來看長期來看算力國產化或為算力國產化或為艱難但艱難但唯一可選路徑唯一可選路徑。在大模型帶來算力需求日益增長的背景下，海外 AI GPU 廠商也在不斷迭代自身產品。如英偉達，其下一代產品B100 預計將于 2024 年問世，在 H100 已經實現算力領先的情況下，或將進一步鞏固自身全球 AI 算力龍頭地位?？紤]到國內雖然尚可獲得部分 A/H 系列產品的替代品，但隨著更先進算力芯片的推出，必然面臨無法獲得更好

61、性能 GPU 的問題?；诖?，我們認為，算力國產化雖然在短期內成本較高，且需要克服組網性能、軟件生態等壁壘障礙，但長期來看，似乎是唯一可選路徑。隨著國產生態逐步培育，國產算力性能提升有望幫助國產 GPU 廠商逐步提升國內市場份額。圖表圖表23：英偉達產品迭代規劃英偉達產品迭代規劃 資料來源：英偉達、Semianalysis、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。15 計算機計算機 總結總結 我們認為，在算力環節差異逐漸拉大的背景下，國內對高性能算力的獲取或將成為 AI 產業發展的關鍵所在。同樣我們也看到，當前國內解決算力問題存在多種路徑。短期內我國廠商在 AI

62、芯片設計、工藝、生態等方面與英偉達等海外頭部廠商相比還有著一定差距，因此短期內可以通過算力租賃等方式進行解決，中長期考慮到算力需求增長、GPU 軟硬件技術進步等因素，國產自研 AI 芯片有望逐步成為算力產業支柱力量。具體來看：1）算力租賃：算力租賃通過云計算服務提供計算資源租用，通常按照用戶租賃的 GPU 數量及時長進行收費，也可按訓練實例每月收費，目前主要需求方以政府部門為主。根據我們的測算，算力租賃單位價格為 1.7 萬元/PFLOPS/月，預計 2026 年國內算力市場潛在收入空間約為 2628.2 億元，潛在利潤空間約為 754.8 億元。展望未來，我們認為算力租賃企業的競爭或將圍繞資

63、金儲備、圈地拿單、持續運營能力展開，具備更充足資金、更強訂單獲取能力、更好運維技術的算力租賃公司或將拿下更多算力市場份額。2）算力國產化：除了算力租賃之外，算力國產化也是解決算力短缺問題的重要途徑。但考慮到目前國產 AI GPU 性能、組網效果較英偉達先進產品仍有較大差距，短期內替代難度較大。對比來看，短期內算力租賃方案較國產算力建設更具性價比，但長期來看，大模型帶來的算力需求增長將使得算力缺口長期存在，且海外芯片也在持續迭代，算力國產化或為長期唯一可行路徑。圖表圖表24：提及公司表提及公司表 公司簡稱公司簡稱 代碼代碼 公司簡稱公司簡稱 代碼代碼 華為 未上市 寒武紀 688256 CH 英

64、偉達 NVDA US 海光信息 688041 CH 微軟 MSFT US 恒潤股份 603985 CH 谷歌 A GOOGL US 利通電子 603629 CH 百度 BIDU US 中貝通信 603220 CH 阿里巴巴 BABA US 匯納科技 300609 CH 超威半導體 AMD US 鴻博股份 002229 CH 騰訊控股 0700 HK 景嘉微 300474 CH 拓維信息 002261 CH 軟通動力 301236 CH 浪潮信息 000977 CH 中科曙光 603019 CH 紫光股份 000938 CH 工業富聯 601138 CH 資料來源：Bloomberg，華泰研究

65、風險提示風險提示 宏觀經濟波動。宏觀經濟波動。若宏觀經濟波動，產業變革及新技術的落地節奏或將受到影響，宏觀經濟波動還可能對 IT 投資產生負面影響，從而導致整體行業增長不及預期。下游需求不及預期。下游需求不及預期。若下游對算力需求不及預期，相關的算力投入增長或慢于預期，致使行業增長不及預期。本報告內容均基于客觀信息整理，不構成投資建議。本報告內容均基于客觀信息整理，不構成投資建議。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。16 計算機計算機 免責免責聲明聲明 分析師聲明分析師聲明 本人，謝春生、彭鋼，茲證明本報告所表達的觀點準確地反映了分析師對標的證券或發行人的個人意見；彼以

66、往、現在或未來并無就其研究報告所提供的具體建議或所表迖的意見直接或間接收取任何報酬。一般聲明及披露一般聲明及披露 本報告由華泰證券股份有限公司（已具備中國證監會批準的證券投資咨詢業務資格，以下簡稱“本公司”）制作。本報告所載資料是僅供接收人的嚴格保密資料。本報告僅供本公司及其客戶和其關聯機構使用。本公司不因接收人收到本報告而視其為客戶。本報告基于本公司認為可靠的、已公開的信息編制，但本公司及其關聯機構(以下統稱為“華泰”)對該等信息的準確性及完整性不作任何保證。本報告所載的意見、評估及預測僅反映報告發布當日的觀點和判斷。在不同時期，華泰可能會發出與本報告所載意見、評估及預測不一致的研究報告。同

67、時，本報告所指的證券或投資標的的價格、價值及投資收入可能會波動。以往表現并不能指引未來，未來回報并不能得到保證，并存在損失本金的可能。華泰不保證本報告所含信息保持在最新狀態。華泰對本報告所含信息可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。本公司不是 FINRA 的注冊會員，其研究分析師亦沒有注冊為 FINRA 的研究分析師/不具有 FINRA 分析師的注冊資格。華泰力求報告內容客觀、公正，但本報告所載的觀點、結論和建議僅供參考，不構成購買或出售所述證券的要約或招攬。該等觀點、建議并未考慮到個別投資者的具體投資目的、財務狀況以及特定需求，在任何時候均不構成對客戶私人投資建

68、議。投資者應當充分考慮自身特定狀況，并完整理解和使用本報告內容，不應視本報告為做出投資決策的唯一因素。對依據或者使用本報告所造成的一切后果，華泰及作者均不承擔任何法律責任。任何形式的分享證券投資收益或者分擔證券投資損失的書面或口頭承諾均為無效。除非另行說明，本報告中所引用的關于業績的數據代表過往表現，過往的業績表現不應作為日后回報的預示。華泰不承諾也不保證任何預示的回報會得以實現，分析中所做的預測可能是基于相應的假設，任何假設的變化可能會顯著影響所預測的回報。華泰及作者在自身所知情的范圍內，與本報告所指的證券或投資標的不存在法律禁止的利害關系。在法律許可的情況下，華泰可能會持有報告中提到的公司

69、所發行的證券頭寸并進行交易，為該公司提供投資銀行、財務顧問或者金融產品等相關服務或向該公司招攬業務。華泰的銷售人員、交易人員或其他專業人士可能會依據不同假設和標準、采用不同的分析方法而口頭或書面發表與本報告意見及建議不一致的市場評論和/或交易觀點。華泰沒有將此意見及建議向報告所有接收者進行更新的義務。華泰的資產管理部門、自營部門以及其他投資業務部門可能獨立做出與本報告中的意見或建議不一致的投資決策。投資者應當考慮到華泰及/或其相關人員可能存在影響本報告觀點客觀性的潛在利益沖突。投資者請勿將本報告視為投資或其他決定的唯一信賴依據。有關該方面的具體披露請參照本報告尾部。本報告并非意圖發送、發布給在

70、當地法律或監管規則下不允許向其發送、發布的機構或人員，也并非意圖發送、發布給因可得到、使用本報告的行為而使華泰違反或受制于當地法律或監管規則的機構或人員。本報告版權僅為本公司所有。未經本公司書面許可，任何機構或個人不得以翻版、復制、發表、引用或再次分發他人(無論整份或部分)等任何形式侵犯本公司版權。如征得本公司同意進行引用、刊發的，需在允許的范圍內使用，并需在使用前獲取獨立的法律意見，以確定該引用、刊發符合當地適用法規的要求，同時注明出處為“華泰證券研究所”，且不得對本報告進行任何有悖原意的引用、刪節和修改。本公司保留追究相關責任的權利。所有本報告中使用的商標、服務標記及標記均為本公司的商標、

71、服務標記及標記。中國香港中國香港 本報告由華泰證券股份有限公司制作,在香港由華泰金融控股（香港）有限公司向符合證券及期貨條例及其附屬法律規定的機構投資者和專業投資者的客戶進行分發。華泰金融控股（香港）有限公司受香港證券及期貨事務監察委員會監管，是華泰國際金融控股有限公司的全資子公司，后者為華泰證券股份有限公司的全資子公司。在香港獲得本報告的人員若有任何有關本報告的問題,請與華泰金融控股（香港）有限公司聯系。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。17 計算機計算機 香港香港-重要監管披露重要監管披露 華泰金融控股（香港）有限公司的雇員或其關聯人士沒有擔任本報告中提及的公司或

72、發行人的高級人員。寒武紀（688256 CH）：華泰金融控股（香港）有限公司、其子公司和/或其關聯公司實益持有標的公司的市場資本值的 1%或以上。騰訊控股（700 HK）、海光信息（688041 CH）、寒武紀（688256 CH）：華泰金融控股（香港）有限公司、其子公司和/或其關聯公司在本報告發布日擔任標的公司證券做市商或者證券流動性提供者。有關重要的披露信息，請參華泰金融控股（香港）有限公司的網頁 https:/.hk/stock_disclosure 其他信息請參見下方“美國“美國-重要監管披露”重要監管披露”。美國美國 在美國本報告由華泰證券（美國）有限公司向符合美國監管規定的機構投資

73、者進行發表與分發。華泰證券（美國）有限公司是美國注冊經紀商和美國金融業監管局（FINRA）的注冊會員。對于其在美國分發的研究報告，華泰證券（美國）有限公司根據1934 年證券交易法（修訂版）第 15a-6 條規定以及美國證券交易委員會人員解釋，對本研究報告內容負責。華泰證券（美國）有限公司聯營公司的分析師不具有美國金融監管（FINRA）分析師的注冊資格，可能不屬于華泰證券（美國）有限公司的關聯人員，因此可能不受 FINRA 關于分析師與標的公司溝通、公開露面和所持交易證券的限制。華泰證券（美國）有限公司是華泰國際金融控股有限公司的全資子公司，后者為華泰證券股份有限公司的全資子公司。任何直接從華

74、泰證券（美國）有限公司收到此報告并希望就本報告所述任何證券進行交易的人士，應通過華泰證券（美國）有限公司進行交易。美國美國-重要監管披露重要監管披露 分析師謝春生、彭鋼本人及相關人士并不擔任本報告所提及的標的證券或發行人的高級人員、董事或顧問。分析師及相關人士與本報告所提及的標的證券或發行人并無任何相關財務利益。本披露中所提及的“相關人士”包括 FINRA定義下分析師的家庭成員。分析師根據華泰證券的整體收入和盈利能力獲得薪酬，包括源自公司投資銀行業務的收入。寒武紀（688256 CH）：華泰證券股份有限公司、其子公司和/或其聯營公司實益持有標的公司某一類普通股證券的比例達 1%或以上。騰訊控股

75、（700 HK）、海光信息（688041 CH）、寒武紀（688256 CH）：華泰證券股份有限公司、其子公司和/或其聯營公司在本報告發布日擔任標的公司證券做市商或者證券流動性提供者。華泰證券股份有限公司、其子公司和/或其聯營公司,及/或不時會以自身或代理形式向客戶出售及購買華泰證券研究所覆蓋公司的證券/衍生工具，包括股票及債券（包括衍生品）華泰證券研究所覆蓋公司的證券/衍生工具，包括股票及債券（包括衍生品）。華泰證券股份有限公司、其子公司和/或其聯營公司,及/或其高級管理層、董事和雇員可能會持有本報告中所提到的任何證券（或任何相關投資）頭寸，并可能不時進行增持或減持該證券（或投資）。因此，投

76、資者應該意識到可能存在利益沖突。本報告所載的觀點、結論和建議僅供參考，不構成購買或出售所述證券的要約或招攬，亦不試圖促進購買或銷售該等證券。如任何投資者為美國公民、取得美國永久居留權的外國人、根據美國法律所設立的實體（包括外國實體在美國的分支機構）、任何位于美國的個人，該等投資者應當充分考慮自身特定狀況，不以任何形式直接或間接地投資本報告涉及的投資者所在國相關適用的法律法規所限制的企業的公開交易的證券、其衍生證券及用于為該等證券提供投資機會的證券的任何交易。該等投資者對依據或者使用本報告內容所造成的一切后果，華泰證券股份有限公司、華泰金融控股（香港）有限公司、華泰證券（美國）有限公司及作者均不

77、承擔任何法律責任。評級說明評級說明 投資評級基于分析師對報告發布日后 6 至 12 個月內行業或公司回報潛力（含此期間的股息回報）相對基準表現的預期（A 股市場基準為滬深 300 指數，香港市場基準為恒生指數，美國市場基準為標普 500 指數），具體如下：行業評級行業評級 增持：增持：預計行業股票指數超越基準 中性：中性：預計行業股票指數基本與基準持平 減持：減持：預計行業股票指數明顯弱于基準 公司評級公司評級 買入：買入：預計股價超越基準 15%以上 增持：增持：預計股價超越基準 5%15%持有：持有：預計股價相對基準波動在-15%5%之間 賣出：賣出：預計股價弱于基準 15%以上 暫停評級

78、：暫停評級：已暫停評級、目標價及預測，以遵守適用法規及/或公司政策 無評級：無評級：股票不在常規研究覆蓋范圍內。投資者不應期待華泰提供該等證券及/或公司相關的持續或補充信息 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。18 計算機計算機 法律實體法律實體披露披露 中國中國：華泰證券股份有限公司具有中國證監會核準的“證券投資咨詢”業務資格，經營許可證編號為：91320000704041011J 香港香港：華泰金融控股（香港）有限公司具有香港證監會核準的“就證券提供意見”業務資格，經營許可證編號為：AOK809 美國美國：華泰證券（美國）有限公司為美國金融業監管局（FINRA）成員

79、，具有在美國開展經紀交易商業務的資格，經營業務許可編號為：CRD#:298809/SEC#:8-70231 華泰證券股份有限公司華泰證券股份有限公司 南京南京 北京北京 南京市建鄴區江東中路228號華泰證券廣場1號樓/郵政編碼：210019 北京市西城區太平橋大街豐盛胡同28號太平洋保險大廈A座18層/郵政編碼：100032 電話：86 25 83389999/傳真：86 25 83387521 電話：86 10 63211166/傳真：86 10 63211275 電子郵件：ht- 電子郵件：ht- 深圳深圳 上海上海 深圳市福田區益田路5999號基金大廈10樓/郵政編碼：518017 上海

80、市浦東新區東方路18號保利廣場E棟23樓/郵政編碼：200120 電話：86 755 82493932/傳真：86 755 82492062 電話：86 21 28972098/傳真：86 21 28972068 電子郵件：ht- 電子郵件：ht- 華泰金融控股（香港）有限公司華泰金融控股（香港）有限公司 香港中環皇后大道中 99 號中環中心 58 樓 5808-12 室 電話：+852-3658-6000/傳真：+852-2169-0770 電子郵件： http:/.hk 華泰證券華泰證券（美國美國）有限公司有限公司 美國紐約公園大道 280 號 21 樓東（紐約 10017）電話：+212-763-8160/傳真：+917-725-9702 電子郵件:Huataihtsc- http:/www.htsc- 版權所有2023年華泰證券股份有限公司