《海光信息-公司研究報告-以CPU業務為基橫向拓展AI芯片業務國產AI芯片迎歷史機遇期-231228（46頁）.pdf》由會員分享，可在線閱讀，更多相關《海光信息-公司研究報告-以CPU業務為基橫向拓展AI芯片業務國產AI芯片迎歷史機遇期-231228（46頁）.pdf（46頁珍藏版）》請在三個皮匠報告上搜索。

1、請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告|20232023年年1212月月2828日日買入買入海光信息（海光信息（688041.SH688041.SH）以以 CPUCPU 業務為基，橫向拓展業務為基，橫向拓展 AIAI 芯片業務，國產芯片業務，國產 AIAI 芯片迎歷史機遇期芯片迎歷史機遇期核心觀點核心觀點公司研究公司研究深度報告深度報告計算機計算機計算機設備計算機設備證券分析師：熊莉證券分析師：熊莉聯系人：艾憲聯系人：艾憲021-617610670755-S0980519030002基礎數據投資評級買入(維持)合理估值92.88-96.75 元收盤價70.48 元

2、總市值/流通市值163819/62062 百萬元52 周最高價/最低價102.00/40.08 元近 3 個月日均成交額1982.07 百萬元市場走勢資料來源：Wind、國信證券經濟研究所整理相關研究報告海光信息（688041.SH）-2022 年三季報點評：前三季度利潤增速 424%，高端處理器國產替代需求強勁 2022-10-30海光信息（688041.SH）-國產微處理器產業的領軍者 2022-09-06公司為國產高端處理器領導者，公司為國產高端處理器領導者，以以CPUCPU 業務為基，橫向拓展業務為基，橫向拓展AIAI 芯片業務芯片業務。公司成立于2014 年，主要從事高端處理器、加速

3、器等計算芯片產品和系統的研究、開發，是少數幾家具備高端處理器研發能力的企業之一。22年公司高端處理器業務營收占比為98.84%，技術服務業務營收占比為1.16%；其中，高端處理器業務包括通用處理器（CPU）產品和協處理器（DCU，即 AI 芯片）產品，根據招股書披露數據，21 年 CPU 產品營收占比為 90%，DCU產品營收占比為 10%，隨著 DCU 產品逐步放量，營收占比持續提升。CPUCPU市場空間廣闊市場空間廣闊，公司產品性能國內領先公司產品性能國內領先。1 1）市場市場空間廣闊空間廣闊：CPU為通用服務器核心器件，根據IDC 數據，22年全球CPU市場規模為250億美金，22年中國

4、x86 服務器市場規模為270 億美金，假設CPU價值量占服務器總價值量28%，對應國內529 億人民幣市場空間。2）公司產品優勢）公司產品優勢：a a）x86x86 架構架構具有稀缺性具有稀缺性：現有服務器CPU多為x86架構，國內生產x86 架構CPU 廠商僅有海光信息、兆芯等少數幾家，具有稀缺性。2 2）性能領先性能領先，具有價格優勢具有價格優勢：從國內維度來看，公司CPU 產品各項指標國內領先；從全球維度來看，公司產品在同海外CPU產品相近性能下，價格優勢突出。AIAI 芯片市場快速增長芯片市場快速增長，國產國產AIAI 算力芯片迎歷史機遇期算力芯片迎歷史機遇期。1 1）市場快速增長市

5、場快速增長：根據Gartner數據，22年全球AI 芯片市場規模為442.2 億美金，預計27 年達到1194 億美金，對應22-27年CAGR為22.0%；根據頭豹產業研究院數據，22年中國AI芯片市場954億人民幣，預計25年達到1979億人民幣，對應22-25 年CAGR 為27.5%。2 2）國產國產AIAI 芯片芯片迎歷史機遇期迎歷史機遇期：美國升級對華出口AI芯片管制規定，目前市場上主流AI芯片（A100、H100、A800、H800、L40S）均在限制范圍之內，無法對華出口，國產AI 芯片迎來機遇。3 3）產品優勢）產品優勢：a a）好生態）好生態+高精度高精度：公司產品為GPG

6、PU 架構，全面兼容ROCm和CUDA 生態，遷移成本低，適配性好；同時，產品支持FP64，可用于高精度計算領域。b b）性能出色，性能出色，有比較優勢有比較優勢：同海外巨頭相比，公司產品性能出色，性價比高。盈利預測與估值：盈利預測與估值：國內領先國內領先AIAI 芯片公司，維持芯片公司，維持“買入買入”評級。評級。公司產品快速迭代，性能持續提升；同時，國產 AI 芯片迎來機遇，市場份額有望持續擴大。受23 年CPU業務下游需求疲軟影響，下調23/24/25 年歸母凈利潤為10.95/16.13/22.26 億元（23/24 年前值13.60、20.06 億元）。通過多角度估值，預計合理估值9

7、2.88-96.75元（31%-36%溢價），維持“買入”評級。風險提示風險提示：新產品的研發及市場推廣的風險、產品價格下行及毛利率下降的風險、原材料漲價及產能受限的風險；技術被趕超或替代的風險等。盈利預測和財務指標盈利預測和財務指標20212021202220222023E2023E2024E2024E2025E2025E營業收入(百萬元)2,3105,1256,0718,99511,578(+/-%)126.1%121.8%18.5%48.2%28.7%歸母凈利潤(百萬元)327804109516132226(+/-%)935.6%145.6%36.3%47.3%38.0%每股收益（元）0

8、.160.350.470.690.96EBITMargin-0.3%7.4%21.9%23.1%25.5%凈資產收益率（ROE）6.1%4.7%6.0%8.2%10.2%市盈率（PE）439.4205.4150.7102.374.1EV/EBITDA375.7160.3109.473.152.6市凈率（PB）26.599.689.118.397.56資料來源：Wind、國信證券經濟研究所預測注：攤薄每股收益按最新總股本計算請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告2內容目錄內容目錄一、海光信息：一、海光信息：CPUCPU 為基，橫向拓展為基，橫向拓展 DCUDCU.6

9、 61.1 公司概況：國產高端處理器領導者.61.2 主營業務：以 CPU 為基，橫向拓展 DCU 產品.91.3 財務分析：業績持續高增，毛利率不斷提升.13二、二、CPUCPU 芯片業務：全球千億市場，產品有比較優勢芯片業務：全球千億市場，產品有比較優勢.15152.1 需求端：通用服務器核心器件，全球千億級市場.152.2 供給端：海外廠商壟斷，國產機會來臨.182.3 優勢一：x86 架構為全球主流架構，稀缺性卡位.202.4 優勢二：相近性能下，產品具有價格優勢.22三、三、DCUDCU 芯片業務：大模型拉動需求增長，迎發展歷史機遇期芯片業務：大模型拉動需求增長，迎發展歷史機遇期.2

10、4243.1 需求端：大模型拉動需求增長，國內千億級別市場.243.2 供給端：海外巨頭壟斷全球市場，國產機會來臨.263.3 優勢一：GPGPU 架構，好生態+高精度.293.4 優勢二：產品性能出色，性價比優勢突出.313.5 歷史機遇期：美國收縮對華 AI 芯片出口.32四、盈利預測與估值四、盈利預測與估值.34344.1 盈利預測.344.2 估值與投資建議.37五、風險提示五、風險提示.4242附表：附表：財務預測與估值財務預測與估值.4444nWdYrUiVwVaXgY8ZzXpNsQpN8O8QaQmOpPpNqMlOmMmNfQpPpMaQpOrRMYmRpPNZmMrQ請務必

11、閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告3圖表圖表目錄目錄圖1：海光信息產品發展歷史.6圖2：海光信息股權架構（截至 23 年 Q3）.7圖3：海光信息、海光集成、海光微電子業務分工.8圖4：公司研發人員穩步增長.9圖5：公司高學歷人員占比持續提升.9圖6：海光信息以 CPU 產品為基，橫向拓展 DCU 產品.9圖7：19-21 年公司營收下游行業構成（單位：億元）.10圖8：電信、金融、互聯網客戶收入占比快速提升.10圖9：19-21 年 CPU 收入快速增長，21 年 DCU 開始貢獻收入.10圖10：CPU 業務毛利率持續提升.10圖11：高端處理器（7000 系列

12、）收入快速增長.11圖12：高端處理器（7000 系列）收入占比最高.11圖13：新一代產品（海光二號）快速替代海光一號.12圖14：新一代產品（海光二號）毛利率顯著提升.12圖15：公司 Fabless 模式為主，負責處理器的研發、設計和銷售.13圖16：23 年前三季度營收 39.43 億元，18-22 年 CAGR 為 221%.13圖17：23 年前三季度歸母凈利潤 9.02 億元，21 年由負轉正.13圖18：受益于規模效應，公司利潤率持續提升.14圖19：期間費用率穩步下降，重視研發投入.14圖20：CPU 內部結構.15圖21：CPU 處理流程.15圖22：聯想 ThinkSys

13、temSR570 服務器結構圖.15圖23：典型 x86 服務器 E5 高配版成本結構.15圖24：22 年全球服務器市場 1232 億美金，22-27 年 CAGR 9%.16圖25：22 年全球服務器出貨量 1500 萬臺，22-27 年 CAGR 5%.16圖26：預計 23 年中國服務器出貨 449 萬臺.16圖27：22 年中國服務器市場 288 億美金，22-27 年 CAGR 10%.16圖28：22 年全球 CPU 市場規模為 250 億美金.17圖29：22 年全球 CPU 出貨量為 0.367 億顆.17圖30：22 年中國 x86 服務器市場規模達 270 億美金.17圖

14、31：22 年中國 x86 服務器出貨量達 377 萬臺.17圖32：x86 服務器下游主要客戶在互聯網、電信、金融、服務、政府領域.18圖33：全球服務器 CPU 市場（23Q2 出貨量）.18圖34：中國服務器 CPU 市場（23Q1 出貨量）.18圖35：22 年全球 x86 服務器占比達 87.5%.22圖36：國內 x86 服務器出貨量占比達 92.4%（23Q1 出貨量）.22圖37：公司產品具有性價比優勢.23請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告4圖38：訓練數據大幅提升后，模型能力“涌現”.24圖39：模型參數大幅提升后，模型能力“涌現”.24圖

15、40：全球智能算力快速增長.25圖41：中國智能算力快速增長.25圖42：英偉達 H100 架構.25圖43：英偉達 H100 流多處理器（SM）架構.25圖44：22 年全球 AI 芯片市場 442.2 億美金.26圖45：22 年中國 AI 芯片市場 954 億人民幣.26圖46：全球各類型 AI 芯片占比（2023 年 H1）.27圖47：中國各類型 AI 芯片占比（2023 年 H1）.27圖48：中國 AI 芯片出貨量占比（2023 年 H1）.28圖49：海光軟硬件一體生態.30圖50：人工智能常用的數據類型.31圖51：公司 DCU 具有性價比優勢.32圖52：海光信息 PE-B

16、and.40表1：公司高級管理人員情況.8表2：海光二號高、中、低端產品參數.11表3：深算一號產品參數.12表4：全球服務器 CPU 性能參數對比.19表5：CPU 相關政策梳理.20表6：指令集劃分 CPU 類型.21表7：大多數廠商選擇 x86 或 ARM 架構.21表8：公司為國產 x86 架構 CPU，市場空間廣闊.22表9：AI 芯片可分為 GPU、FPGA、Asic（NPU、ASSP）.26表10：全球 AI 芯片性能參數對比.27表11：政策推動智算中心建設，利好國產 AI 算力發展.29表12：GPGPU 架構優勢明顯.30表13：同時期 AI 芯片產品對比.31表14：芯片

17、性能指標限制政策.32表15：市場上主流 AI 芯片（A100、H100、A800、H800、L40S）均在限制范圍之內.32表16：將國內 13 家 GPU 企業列入實體名單.33表17：海光信息盈利預測.35表18：未來 3 年盈利預測表（單位：百萬元）.36表19：情景分析（樂觀、中性、悲觀）.37表20：公司盈利預測假設條件（%）.37表21：資本成本假設.37表22：海光信息 EVA 估值表.38表23：絕對估值相對折現率和永續增長率的敏感性分析（元）.38表24：海光信息可比公司業務對比.39請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告5表25：同類公司估值

18、比較.40請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告6一、海光信息：一、海光信息：CPUCPU 為基，橫向拓展為基，橫向拓展 DCUDCU1.11.1 公司概況公司概況：國產高端處理器領導者國產高端處理器領導者公司為國產高端處理器領導者公司為國產高端處理器領導者，產品主要為產品主要為 CPUCPU 和和 DCUDCU。公司成立于 2014 年，主要從事高端處理器、加速器等計算芯片產品和系統的研究、開發，是少數幾家具備高端處理器研發能力的企業之一。公司產品以海光通用處理器（CPU）和海光協處理器（DCU）為主，產品覆蓋企業計算、云計算數據中心、大數據分析、人工智能、邊緣

19、計算等眾多領域，滿足互聯網、電信、金融、交通、能源、中小企業等行業的廣泛需求。目前，CPU 和 DCU 產品均已實現量產，產品快速迭代，為中國提供核心計算引擎。探索期探索期（2014-20172014-2017 年年）：研發研發+資金雙輪驅動資金雙輪驅動。1）研發：公司于 2016 年和2017 年分別啟動海光一號、海光二號產品研發，定位國產高端處理器；2）資金：2016 年獲成都高投 4 億元投資，產品研發順利推進。追趕期（追趕期（2018-20232018-2023 年）：年）：CPUCPU 和和 DCUDCU 產品實現量產，逐步縮小與國際先進產品實現量產，逐步縮小與國際先進水平的差距。水

20、平的差距。1）CPU 產品：2018 年海光一號實現量產，隨后產品快速迭代，22 年海光三號已經實現商業化，海光四號在研，產品迭代順利；2）DCU 產品：2018 年啟動深算一號產品的研發，2021 年深算一號實現量產，2023 年深算二號實現商業化，在 AI 計算領域，逐步縮小與海外領先廠商的差距。競爭期（競爭期（2424 年后）：產品快速迭代，市場份額逐步提升年后）：產品快速迭代，市場份額逐步提升。公司 24 年有望發布新一代 CPU 產品（海光四號、海光五號）和 DCU 產品（深算三號），產品迭代加速。未來，公司將通過產品持續迭代，有望逐步達到并超越海外先進產品水平，市場份額逐步提升。圖

21、1：海光信息產品發展歷史資料來源：招股說明書，海光信息技術股份有限公司 2022 年度社會責任報告，上證 e 互動，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告7國資背景為主，股權架構穩定國資背景為主，股權架構穩定。中科曙光（曙光信息產業股份有限公司）和成都國資（成都產投、成都高投、成都集萃）為公司前二大股份，分別持有公司 27.96%、17.00%股份，股權架構穩定，無實際控制人。海富天鼎設立時擬作為員工持股平臺，后轉變為外部投資人。藍海輕舟為公司員工持股平臺，董事長孟憲棠先生、總經理沙超群先生、董秘&財務總監&副總經理徐文超女士合計持有該平臺

22、23.68%的股份。圖2：海光信息股權架構（截至 23 年 Q3）資料來源：招股說明書，Wind，愛企查，國信證券經濟研究所整理同同 AMDAMD 合資成立子公司，開啟自主研發之路合資成立子公司，開啟自主研發之路。公司同 AMD 合資設立海光微電子、海光集成兩家子公司，獲取 x86 相關技術授權。目前，公司已在 AMD 授權技術的基礎上實現了產品的迭代發展。1 1）合資公司：合資公司：公司同 AMD 合資成立海光微電子、海光集成兩家子公司，為避免x86 交叉授權潛在糾紛，AMD 向海光微電子（海光持股 49%，AMD 持股 51%）授權x86 處理器核相關技術，向海光集成（海光持股 70%，A

23、MD 持股 30%）授權 x86 處理器外圍相關技術。2 2）業務分工業務分工：海光微電子主要負責 x86 處理器核開發，處理器制造、封裝及測試的外協工作；海光集成負責處理器整體設計，及處理器產品的推廣和應用。海光微電子定位為生產成本中心，產品只能銷售給海光集成。3 3）自主研發自主研發：公司海光一號主要系對 AMD 授權源代碼的消化和吸收；從海光二號開始，公司自主研發 CPU 產品，自研海光二號相較于上一代產品性能提升22.71%-24.24%，隨后公司發布海光三號，且在研海光四號等新一代 CPU 產品，公司已經具備自主研發能力，實現產品持續迭代發展。請務必閱讀正文之后的免責聲明及其項下所有

24、內容證券研究報告證券研究報告8圖3：海光信息、海光集成、海光微電子業務分工資料來源：公司公告，國信證券經濟研究所整理管理團隊產業經驗豐富，技術人才隊伍持續拓展管理團隊產業經驗豐富，技術人才隊伍持續拓展。管理團隊多為中科系出身，產業經驗豐富；核心技術人員大多來自英特爾、AMD 等海外龍頭公司，擁有多年產品研發經驗。公司研發人員數量穩步增長，截至 2023 年 6 月 30 日，研發人員數量 1,382 人，相較于 21 年底提升 34%，且研發人員占比穩定在 90%以上；同時，公司逐步提升高學歷人才（碩士及以上人才）占比，以研發推動公司發展。表1：公司高級管理人員情況姓名姓名職位職位性別性別年齡

25、年齡履歷履歷孟憲棠董事長男61中國國籍，香港科技大學工商管理碩士；歷任國家發展和改革委員會處長、副巡視員、副司長，國科控股有限副總經理，中科可控董事，中科院資本管理有限公司董事；2018 年 5 月加入公司，現任公司董事長。沙超群董事、總經理男46中國國籍，北京理工大學工學碩士，教授級高級工程師；歷任中科曙光技術副總裁、高級副總裁；2019 年 12 月起任公司總經理，現任公司董事、總經理。徐文超董事、副總經理、財務總監、董秘女43中國國籍，中國科學院大學管理科學與工程博士；歷任北京科技大學國家材料服役安全科學中心副處長、黨總支書記，中科曙光董事、董事會秘書、高級副總裁；2021 年 8 月加

26、入公司，現任公司董事、副總經理、財務總監、董事會秘書。王穎副總經理女50中國國籍，中國人民大學勞動經濟專業碩士；曾擔任中科曙光副總裁；2020 年 3 月加入公司，現任公司副總經理。劉新春副總經理、核心技術人員男55中國國籍，中國科學院電子學研究所信號與信息處理專業博士；歷任中國科學院計算技術研究所副研究員，中科曙光研發中心負責人；2016 年 2 月加入公司，現任公司副總經理，公司核心技術人員。應志偉副總經理、核心技術人員男49中國國籍，同濟大學人工智能與模式識別專業碩士；歷任英特爾公司軟件架構師，致象爾微軟件總監；2018 年 1 月加入公司，現任公司副總經理，公司核心技術人員。潘于副總經

27、理、核心技術人員男42中國國籍，華中科技大學微電子與固體電子學碩士；歷任 AMD 芯片設計高級經理，武漢晟聯智融微電子科技有限公司副總經理、執行董事；2017 年 11 月加入公司，現任公司副總經理，公司核心技術人員。資料來源：公司財報，招股說明書，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告9圖4：公司研發人員穩步增長圖5：公司高學歷人員占比持續提升資料來源：公司公告，國信證券經濟研究所整理資料來源：公司公告，國信證券經濟研究所整理1.21.2 主營業務：以主營業務：以 CPUCPU 為基，橫向拓展為基，橫向拓展 DCUDCU 產品產品公司以公司

28、以 CPUCPU 產品為基產品為基，橫向拓展橫向拓展 DCUDCU 產品產品。公司以 CPU 業務起家，2016 年啟動海光一號（公司第一代 CPU 產品）研發工作，實現高端（7000 系列）、中端（5000系列）、低端（3000 系列）全覆蓋，于 2018 年實現量產，隨后 CPU 產品持續迭代，海光二號、海光三號逐步發布并實現商業化。公司于 2018 年啟動深算一號（公司第一代 DCU 產品）研發工作，2021 年實現量產，23 年發布新一代 DCU 產品深算二號，性能大幅提升。未來，公司將持續迭代 CPU 和 DCU 產品，細化產品矩陣，市場份額逐步提升。圖6：海光信息以 CPU 產品為

29、基，橫向拓展 DCU 產品資料來源：招股說明書，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告10下游客戶下游客戶：電信電信、金融金融、互聯網客戶收入占比快速提升互聯網客戶收入占比快速提升。隨著海光二號、深算一號實現商業化，公司的產品矩陣進一步完善，逐步形成了較為完善的基于海光處理器的產業生態環境，下游覆蓋客戶范圍進一步拓展。同時，公司加大市場開拓力度，以及產品逐步通過客戶的前期測試，電信、金融、互聯網客戶收入快速增長。根據招股書說明書披露數據，2021 年公司電信、金融、互聯網客戶合計實現收入 8.46 億元，占比 45.22%，同比+11.01p

30、ct。圖7：19-21 年公司營收下游行業構成（單位：億元）圖8：電信、金融、互聯網客戶收入占比快速提升資料來源：招股說明書，國信證券經濟研究所整理資料來源：招股說明書，國信證券經濟研究所整理CPU+DCUCPU+DCU 雙輪驅動業績增長，雙輪驅動業績增長，CPUCPU 業務毛利率持續提升。業務毛利率持續提升。1 1）營業收入：）營業收入：CPUCPU 業務業務收入快速增長，收入快速增長，DCUDCU 業務開始貢獻增量業績。業務開始貢獻增量業績。根據招股說明書披露數據，公司 21年 CPU 業務實現收入 20.71 億元，同比+103%，19-21 年 CAGR 達 134%，CPU 業務快速

31、增長；公司第一代 DCU 產品（深算一號）于 2021 年開始放量，21 年實現收入 2.39 億元，貢獻增量業績。2 2）毛利率：）毛利率：CPUCPU 業務毛利率持續提升業務毛利率持續提升。根據招股說明書披露數據，21 年 CPU 業務毛利率達 58.39%，同比+7.89pct，19-21 年毛利率持續提升。21 年公司 DCU 業務毛利率為 34.84%，未來隨著規模效應以及產品迭代，DCU 業務毛利率有望進一步提升。圖9：19-21 年 CPU 收入快速增長，21 年 DCU 開始貢獻收入圖10：CPU 業務毛利率持續提升資料來源：招股說明書，國信證券經濟研究所整理資料來源：招股說明

32、書，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告11高端處理器（高端處理器（70007000 系列）收入快速增長，貢獻公司主要收入系列）收入快速增長，貢獻公司主要收入。從產品營收來看，根據公司招股說明書披露數據，2021 年公司高端處理器（7000 系列）實現收入15.02 億元，同比+91%，19-21 年 CAGR 為 115%，高端處理器（7000 系列）收入快速增長；從產品收入結構來看，2021 年公司高端處理器（7000 系列）收入占比達65.01%，貢獻公司主要收入，環比略有下滑，主要原因：1）2021 年市場對國產工作站 CPU 需求

33、大幅增長，公司 3000 系列產品收入大幅增長（同比+254%）；2）2021 年上半年公司 DCU 產品（8000 系列）實現小規模量產，客戶反饋良好，貢獻增量收入。圖11：高端處理器（7000 系列）收入快速增長圖12：高端處理器（7000 系列）收入占比最高資料來源：招股說明書，國信證券經濟研究所整理資料來源：招股說明書，國信證券經濟研究所整理CPUCPU 產品產品：兼容國際主流兼容國際主流 x86x86 處理器架構處理器架構。公司 CPU 產品主要面向復雜邏輯計算、多任務調度等通用處理器應用場景需求，兼容國際主流 x86 處理器架構和技術路線，具有優異的系統架構、豐富的軟硬件生態等優勢

34、。同時，公司 CPU 產品支持國密算法，擴充了安全算法指令，集成了安全算法專用加速電路，支持可信計算，大幅度地提升了高端處理器的安全性，可以在數據處理過程中為用戶提供更高效的安全保障。目前，公司海光一號、海光二號、海光三號產品已實現商業化應用，海光四號、海光五號在研，產品迭代順利，性能將進一步提升。表2：海光二號高、中、低端產品參數海光海光 32003200海光海光 52005200海光海光 72007200典型功耗45-105W90-135W175-225W典型計算能力SPECrate2017_int_base：40.7SPECrate2017_fp_base：36.3SPECrate201

35、7_int_base：158SPECrate2017_fp_base：148SPECrate2017_int_base：348SPECrate2017_fp_base：308計算4 或 8 個物理核心（8 或 16 個線程）每核心支持 512KB L2 Cache8MB 或 16MB L3 Cache8 或 16 個物理核心（16 或 32 個線程）每核心支持 512KB L2 Cache16MB 或 32MB L3 Cache16、24 或 32 個物理核心（32、48 或 64 個線程）每核心支持 512KB L2 Cache32MB 或 64MB L3 Cache內存2 個 DDR4 內

36、存通道，帶 ECC，最高支持 2666MHz支持 UDIMM，RDIMM，LRDIMM，NVDIMM，3DS每個通道支持 2 個內存條，最大每顆處理器支持 512GB 內存容量4 個 DDR4 內存通道，帶 ECC，最高支持 2666MH支持 UDIMM，RDIMM，LRDIMM，NVDIMM，3DS每個通道支持 2 個內存條，最大每顆處理器支持 1TB 內存容量8 個 DDR4 內存通道，帶 ECC，最高支持 2666MHz支持 UDIMM，RDIMM，LRDIMM，NVDIMM，3DS每個通道支持 2 個內存條，最大每顆處理器支持 2TB 內存容量I/O32 Lane PCIe Gen3用

37、作 PCIe、SATA 或 CPU 一致性互連最高支持 8 個 SATA 或者 NVMe 設備集成 USB，UART，SPI，LPC，I2C 等64 Lane PCIe Gen3用作 PCIe、SATA 或 CPU 一致性互連最高支持 16 個 SATA 或者 NVMe 設備集成 USB，UART，SPI，LPC，I2C 等128 Lane PCIe Gen3用作 PCIe、SATA 或 CPU 一致性互連最高支持 32 個 SATA 或者 NVMe 設備集成 USB，UART，SPI，LPC，I2C 等安全性采用自主根秘鑰、國密算法等安全技術集成專用的安全處理器支持硬件機制的安全啟動集成了安

38、全算法專用加速電路支持可信計算采用自主根秘鑰、國密算法等安全技術集成專用的安全處理器支持硬件機制的安全啟動集成了安全算法專用加速電路支持可信計算采用自主根秘鑰、國密算法等安全技術集成專用的安全處理器支持硬件機制的安全啟動集成了安全算法專用加速電路支持可信計算資料來源：公司財報，招股說明書，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告12新產品快速迭代舊產品，拉動業務毛利率提升新產品快速迭代舊產品，拉動業務毛利率提升。海光二號 2020 年實現量產，21年實現營業收入 17.80 億元，同比+248%；海光一號（上一代產品）21 年實現收入 2.92

39、 億元，同比-43%，新產品發布后快速迭代舊產品，收入體量快速增長。21年海光二號產品毛利率為 62%，顯著高于海光一號，隨著海光二號收入占比持續提升，拉動公司 CPU 業務整體毛利率穩步增長。圖13：新一代產品（海光二號）快速替代海光一號圖14：新一代產品（海光二號）毛利率顯著提升資料來源：招股說明書，國信證券經濟研究所整理資料來源：招股說明書，國信證券經濟研究所整理DCUDCU 產品產品：兼容兼容“類類 CUDACUDA”生態生態。公司 DCU 產品屬于 GPGPU 的一種，全面兼容 ROCmGPU 計算生態（AMD 的自建生態），由于 ROCm 和 CUDA 在生態、編程環境等方面具備高

40、度相似性，CUDA 用戶可以以較低代價快速遷移至 ROCm 平臺，因此 ROCm 也被稱為“類 CUDA”。公司兼容“類 CUDA”環境，可以較好地適配、適應國際主流商業計算軟件和人工智能軟件，軟硬件生態豐富，可廣泛應用于大數據處理、人工智能、商業計算等計算密集類應用領域，主要部署在服務器集群或數據中心。目前，公司深算一號、深算二號已經實現商業化應用，深算三號在研，預計 24 年發布，市場份額有望逐步提升。表3：深算一號產品參數海光海光 81008100典型功耗260-350W典型運算類型雙精度、單精度、半精度浮點數據和各種常見整型數據計算60-64 個計算單元（最多 4096 個計算核心）支

41、持 FP64、FP32、FP16、INT8、INT4內存4 個 HBM2 內存通道最高內存帶寬為 1TB/s最大內存容量為 32GBI/O16 Lane PCIe Gen4DCU 芯片之間高速互連資料來源：Wind，國信證券經濟研究所整理和預測盈利模式：盈利模式：FablessFabless 模式為主，專注高端處理器的研發、設計和銷售模式為主，專注高端處理器的研發、設計和銷售。公司是典型的 Fabless 模式企業，主要負責制定芯片的規格參數與方案、進行芯片的設計和驗證、交付芯片設計版圖等；芯片的晶圓加工、封裝測試通過委外方式完成。公司向晶圓制造廠采購定制加工生產的晶圓，向封裝測試廠采購封裝測

42、試服務，期間公司輔以工藝管理和測試支持。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告13圖15：公司 Fabless 模式為主，負責處理器的研發、設計和銷售資料來源：招股說明書，國信證券經濟研究所整理1.31.3 財務分析：業績持續高增，毛利率不斷提升財務分析：業績持續高增，毛利率不斷提升歷史業績持續高增歷史業績持續高增，毛利率不斷提升毛利率不斷提升。公司 22 年實現營業收入 51.25 億元，同比+122%，18-22 年 CAGR 為 221%；22 年實現歸母凈利潤 8.04 億元，同比+146%，歷史業績持續高增。23 年受信創行業不景氣影響，公司 CPU 業

43、務下游需求疲軟，23年前三季度實現營業收入 39.43 億元（同比+3%），實現歸母凈利潤 9.02 億元（同比+38%），公司業績增速放緩。隨著宏觀經濟復蘇，信創行業逐步回暖，以及公司新一代 DCU 產品（深算二號）逐步放量，未來幾年業績有望重回增長快車道。過去幾年，公司產品結構持續優化，帶動整體毛利率不斷提升。23 年前三季度公司毛利率為 61%，相較于 2019 年提升 23 個 pct。圖16：23年前三季度營收39.43億元，18-22年CAGR為221%圖17：23 年前三季度歸母凈利潤 9.02 億元，21 年由負轉正資料來源：iFind，國信證券經濟研究所整理資料來源：iFin

44、d，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告14規模效應不斷顯現，期間費用率穩步下降規模效應不斷顯現，期間費用率穩步下降。隨著公司營收的快速增長，規模效應不斷顯現，期間費用率穩步下降。2022 年公司期間費用率為 30.06%，同比-7.82個 pct。其中，銷售、管理、研發、財務費用率分別為 1.58%、2.63%、27.58%、-1.73%，分別同比-0.67、-1.28、-4.65、-1.22 個 pct。23 年前三季度公司期間費用率為 31.64%，同比略有上升，主要原因為 23 年研發投入力度持續加大，研發人員數量持續增長，研發費用

45、同比上升所致。圖18：受益于規模效應，公司利潤率持續提升圖19：期間費用率穩步下降，重視研發投入資料來源：iFind，國信證券經濟研究所整理資料來源：iFind，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告15二二、CPUCPU 芯片業務芯片業務：全球千億市場全球千億市場，產品有比產品有比較優勢較優勢2.12.1 需求端：通用服務器核心器件，全球千億級市場需求端：通用服務器核心器件，全球千億級市場CPUCPU 為通用服務器核心器件為通用服務器核心器件，價值量占比較高價值量占比較高。CPU 作為通用處理器，從內部結構來看，主要包括運算器（ALU）、控

46、制單元（CU）、寄存器（Register）、高速緩存器（Cache）等部件，邏輯核心復雜，大部分晶體管用于控制、緩存。從適用任務來看，CPU 適合運行數據結構不規則、邏輯復雜的串行程序，擅長標量計算（可用一個具體的數值來表示，只有大小，沒有方向），支持通用性負載。從價值量占比來看，在典型 x86 通用服務器（非 AI/加速服務器）中，CPU 價值量占比約為28%，僅次于硬盤（31%），為服務器第二大價值量器件。圖20：CPU 內部結構圖21：CPU 處理流程資料來源：CPU 自制入門（水頭一壽日主編）-人民郵電出版社（2014 年）-P18，國信證券經濟研究所整理資料來源：CPU 自制入門（水

47、頭一壽日主編）-人民郵電出版社（2014年）-P17，國信證券經濟研究所整理圖22：聯想 ThinkSystemSR570 服務器結構圖圖23：典型 x86 服務器 E5 高配版成本結構資料來源：聯想，維力斯，國信證券經濟研究所整理資料來源：Intel，行行查，國信證券經濟研究所整理全球千億美金服務器市場全球千億美金服務器市場，國內市場快速增長國內市場快速增長。1 1）全球市場全球市場:根據 IDC 數據，2022年全球服務器市場規模 1,232 億美金，出貨量 1500 萬臺，未來隨著 AI 大模型/應用、物聯網、虛擬現實、數字經濟的發展，數據量的爆發使服務器的需求持續上漲預計2027年全球

48、服務器市場規模達1891億美金，服務器出貨量達1930萬臺，分別對應 22-27 年 CAGR 為 9%、5%。2)2)國內市場國內市場：我國服務器市場快速增長，根據 IDC 數據，2022 年我國服務器市場市場規模為 288 億美金（約 2016 億人民幣，請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告16按美元兌人民幣匯率 7.0 來計），18-22 年 CAGR 達 20.2%，未來隨著東數西算項目的推進、國產 AI 大模型/應用的爆發，國內服務器需求將穩步上升，預計 2027年將達到 454 億美金（約 3178 億人民幣，按美元兌人民幣匯率 7.0 來計），22

49、-27年 CAGR 為 10%。圖24：22 年全球服務器市場 1232 億美金，22-27 年 CAGR 9%圖25：22 年全球服務器出貨量 1500 萬臺，22-27 年 CAGR 5%資料來源：IDC，國信證券經濟研究所整理資料來源：IDC，國信證券經濟研究所整理圖26：預計 23 年中國服務器出貨 449 萬臺圖27：22 年中國服務器市場 288 億美金，22-27 年 CAGR 10%資料來源：IDC，觀知海內，國信證券經濟研究所整理資料來源：IDC，國信證券經濟研究所整理全球全球 CPUCPU 市場空間廣闊市場空間廣闊，預計行業穩步增長預計行業穩步增長。根據 IDC 數據，20

50、22 年全球 CPU 市場規模為 250 億美金（約 1750 億人民幣，按美元兌人民幣匯率 7.0 來計），出貨量 0.367 億顆，隨著服務器需求量的持續提升疊加 PC 周期反轉，預計 25 年全球CPU 市場規模達到 293.5 億美金（約 2055 億人民幣，按美元兌人民幣匯率 7.0 來計），出貨量達 0.393 億顆，22-25 年 CAGR 分別為 5.5%、2.3%。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告17圖28：22 年全球 CPU 市場規模為 250 億美金圖29：22 年全球 CPU 出貨量為 0.367 億顆資料來源：IDC，國信證券經濟

51、研究所整理資料來源：IDC，國信證券經濟研究所整理公司產品為公司產品為 x86x86 架構架構 CPUCPU，國內市場空間廣闊，國內市場空間廣闊。根據 IDC 數據，2022 年中國 x86服務器市場規模為270億美金（約1890億人民幣，按美元兌人民幣匯率7.0來計），出貨量為 377 萬臺；假設 CPU 價值量占服務器總價值量 28%，對應國內 529 億人民幣市場空間，x86 CPU 市場空間廣闊。圖30：22 年中國 x86 服務器市場規模達 270 億美金圖31：22 年中國 x86 服務器出貨量達 377 萬臺資料來源：IDC，國信證券經濟研究所整理資料來源：IDC，國信證券經濟研

52、究所整理下游客戶占比下游客戶占比：下游前兩大需求來自互聯網、電信領域，根據 IDC 數據，2022 年分別實現服務器銷售額 98.48、49.30 億美金，占比分別為 36.0%、18.0%；其次，金融、服務、政府領域需求量也相對較高，2022 年分別實現服務器銷售額 30.57、28.22、24.89 億美金，占比分別為 11.2%、10.3%、9.1%。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告18圖32：x86 服務器下游主要客戶在互聯網、電信、金融、服務、政府領域資料來源：IDC，國信證券經濟研究所整理2.22.2 供給端：海外廠商壟斷，國產機會來臨供給端：海

53、外廠商壟斷，國產機會來臨全球服務器全球服務器 CPUCPU 市場市場：1）海外廠商具有先發優勢，20 世界 70 年代，海外頭部廠商開始發布 CPU 產品，其中，1971 年 Intel 推出 Intel4004（4 位 CPU），包含2300 個晶體管；1975 年 AMD 發布第一款 CPU 產品 Am9080，于 1996 年發布第一塊自主設計的 CPU 產品 AMD K5，同時配套指令集持續完善，產品優勢進一步提升。2）海外廠商壟斷全球市場，根據 IDC 數據，從 23Q2 全球服務器 CPU 出貨量來看，Intel 占比達 73.7%，AMD 占比達 16.9%，兩家合計占比達 90

54、.6%，海外龍頭壟斷全球 CPU 市場。國內服務器國內服務器 CPUCPU 市場市場：1）國內廠商起步相對較晚，中科系的龍芯 1 號 2002 年研發成功，華為 2014 年發布第一顆基于 ARM 的 64 位 CPU 鯤鵬 912 處理器，海光信息海光 1 號 2018 年實現量產，整體起步時間晚于海外龍頭廠商。2）海外廠商壟斷國內市場，根據 IDC 數據，從 23Q1 中國服務器 CPU 出貨量來看，英特爾占比達79.8%，AMD 占比達 5.4%，合計占比達 85.2%，國產機會來臨。圖33：全球服務器 CPU 市場（23Q2 出貨量）圖34：中國服務器 CPU 市場（23Q1 出貨量）

55、資料來源：IDC，國信證券經濟研究所整理資料來源：IDC，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告19海光海光 CPUCPU 達到國際主流水平，性能國內領先達到國際主流水平，性能國內領先。根據公司公告，海光 3 號已實現商業化，海光 4 號在研，產品迭代升級順利。海光 2 號于 20Q1 發布，選取同時期或相近時期發布的芯片作為對比對象，從全球維度來看，選取 Intel 至強可拓展第三代金牌 6354（21Q2 發布）、AMD 第二代霄龍 EPYC 7542（19Q4 發布）作為對照對象，公司服務器 CPU 的核心數、超線程、內存及通道數、Pc

56、ie 通道數已經達到國際主流水平；從國內維度來看，公司 CPU 產品各項指標國內領先，國內占有率有望逐步提升。表4：全球服務器 CPU 性能參數對比IntelIntelAMDAMD海光海光兆芯兆芯海思海思飛騰飛騰龍芯龍芯申威申威品牌至強可拓展第三代金牌6354至強可拓展第四代金牌6433NE第二代霄龍EPYC 7542第三代霄龍EPYC 7763第四代霄龍EPYC 9654海光 2 號7285海光 3 號海光 4 號開勝KH-30000開勝KH-40000鯤鵬920-7260S2500企業級3C5000L企業級3C6000申威 1621申威 3231申威 6432發布時間21Q223Q119Q

57、421Q122Q420Q122Q4未披露19Q222Q421Q120Q321Q3在研16Q420202022架構x86x86x86x86x86x86x86x86x86x86ARMARMLoongArchLoongArchSW_64SW_64SW_64核心數183232649632未披露未披露832646416未披露16未披露未披露超線程36646412819264未披露未披露不支持不支持不支持不支持不支持未披露不支持未披露未披露主頻3.0GHz3.1GHz2.9GHz2.45GHz2.4GHz2.0GHz未披露未披露3.0GHz2.2GHz2.6GHz2.2GHz2.2GHz未披露2.0GHz

58、未披露未披露內存類型DDR4DDR5DDR4DDR4DDR5DDR4未披露未披露DDR4DDR4DDR4DDR4DDR4未披露DDR3未披露未披露內存通道數8888128未披露未披露2x86884未披露8未披露未披露最高內存頻率3200MHz4800MHz3200MHz3200MHz3200MHz2666MHz未披露未披露2666MHz3200MHz2933MHz3200MHz3200MHz未披露2133MHz未披露未披露PCIe通道數6480128128128128未披露未披露16128401732未披露16未披露未披露產品定位服務器 CPU 服務器 CPU 服務器 CPU 服務器 CPU

59、服務器 CPU 服務器 CPU 服務器 CPU 服務器 CPU 服務器 CPU 服務器 CPU 服務器 CPU 服務器 CPU 服務器 CPU服務器 CPU服務器 CPU 服務器 CPU 服務器 CPU資料來源：招股說明書，Intel 官網，AMD 官網，海光官網，海思官網，飛騰官網，兆芯官網，龍芯中科官網，申威官網，國信證券經濟研究所整理全國層面全國層面：2023 年 10 月，工信部等六部聯合發布算力基礎設施高質量發展行動規劃，明確提出“聚焦 CPU、GPU、操作系統、存儲等關鍵產品，推動關鍵技術試點驗證，形成標桿應用產品與方案，構建軟硬件相互適配、協調發展的生態體系”，國產 CPU 發展

60、將進入快車道。地區層面地區層面：北京、上海、天津、廣東等省份將國產 CPU 作為其“十四五”規劃的重要戰略布局之一。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告20表5：CPU 相關政策梳理全國層面全國層面時間時間地區地區政策政策發布主體發布主體內容內容2023 年 10 月 全國算力基礎設施高質量發展行動計劃工信部等六部聚焦聚焦 CPUCPU、GPUGPU、操作系統操作系統、存儲等關鍵產品存儲等關鍵產品，推動關鍵技術試點驗證，形成標桿應用產品與方案，構建軟硬件相互適配、協調發展的生態體系。2022 年 5 月全國國務院關于印發扎實穩住經濟一攬子政策措施的通知國務院鼓勵

61、平臺企業加快人工智能、云計算、區塊鏈、操作系統、處理器等領域技術研發突破處理器等領域技術研發突破。2022 年 3 月全國關于做好 2022 年享受稅收優惠政策的集成電路企業或項目、軟件企業清單制定工作有關要求的通知發改委重點集成電路設計領域包括：（一）高性能處理器高性能處理器和 FPGA 芯片；（二）存儲芯片；（三）智能傳感器；（四）工業、通信、汽車和安全芯片；（五）EDA、IP 和設計服務。2021 年 12 月 全國“十四五”數字經濟發展規劃國務院瞄準傳感器、量子信息、網絡通信、集成電路、關鍵軟件、大數據、人工智能、區塊鏈、新材料等戰略性前瞻性領域；提升產業鏈關鍵環節競爭力，完善完善 5

62、G5G、集成電路、新能源汽車、人工智能、工業互聯網等重點產業供應鏈體系、集成電路、新能源汽車、人工智能、工業互聯網等重點產業供應鏈體系。2021 年 12 月 全國“十四五”國家信息化規劃中央網絡安全和信息化委員會加快集成電路關鍵技術攻關，推動計算芯片、存儲芯片等創新加快集成電路關鍵技術攻關，推動計算芯片、存儲芯片等創新，加快集成電路設計工具、重點裝備和高純靶材等關鍵材料研發，推動絕緣柵雙極型晶體管（IGBT）、微機電系統（MEMS）等特色工藝突破。2021 年 6 月全國六部門關于加快培育發展制造業優質企業的指導意見工業和信息化部、科技部、財政部等六部加大基礎零部件、基礎電子元器件、基礎軟件

63、、基礎材料、基礎工藝、高端儀器設備、集成電路集成電路、網絡安全等領域關鍵核心技術、產品、裝備攻關和示范應用。2020 年 8 月全國新時期促進集成電路產業和軟件產業高質量發展的若干政策國務院國家鼓勵的集成電路設計國家鼓勵的集成電路設計、裝備裝備、材料材料、封裝封裝、測試企業和軟件企業測試企業和軟件企業，自獲利年度起，第一年至第二年免征企業所得稅，第三年至第五年按照 25%的法定稅率減半征收企業所得稅。2020 年 1 月全國商務部等 8 部門關于推動服務外包加快轉型升級的指導意見商務部、發改委、教育部等八部將企業開展云計算、基礎軟件、集成電路設計集成電路設計、區塊鏈等信息技術研發和應用納入國家

64、科技計劃(專項、基金等)支持范圍。2019 年 5 月全國關于集成電路設計和軟件產業企業所得稅政策的公告財政部、稅務總局依法成立且符合條件的集成電路設計企業和軟件企業依法成立且符合條件的集成電路設計企業和軟件企業，在 2018 年 12 月 31 日前自獲利年度起計算優惠期，第一年至第二年免征企業所得稅，第三年至第五年按照 25%的法定稅率減半征收企業所得稅，并享受至期滿為止。2018 年 3 月全國關于集成電路生產企業有關企業所得稅政策問題的通知財政部、稅務總局、國家發展改革委、工業和信息化部2017 年 12 月 31 日前設立但未獲利的集成電路線寬小于 0.8 微米（含）的集成電路生產企

65、業，自獲利年度起第一年至第二年免征企業所得稅，第三年至第五年按照 25%的法定稅率減半征收企業所得稅，并享受至期滿為止。2015 年 5 月全國中國制造 2025國務院著力提升集成電路設計水平著力提升集成電路設計水平，不斷豐富知識產權不斷豐富知識產權（IPIP）核和設計工具核和設計工具，突破關系國家信息與網絡安全及電子整機產業發展的核心通用芯片，提升國產芯片的應用適配能力提升國產芯片的應用適配能力。地區層面地區層面時間時間地區地區政策政策發布主體發布主體內容內容2021 年 8 月北京北京市“十四五”時期高精尖產業發展規劃北京市人民政府發展自主安全芯片，突破國產發展自主安全芯片，突破國產 CP

66、UCPU 技術短板技術短板，開展工業控制芯片、汽車芯片等關鍵領域技術攻關。2021 年 4 月北京北京市海淀區國民經濟和社會發展第十四個五年規劃和二三五年遠景目標綱要北京市海淀區人民政府支持重點龍頭企業開展全新高速高性能持重點龍頭企業開展全新高速高性能 CPUCPU 芯片攻關突破芯片攻關突破，實現國產替代實現國產替代，保障信息產業鏈供應鏈安全保障信息產業鏈供應鏈安全。加快中關村集成電路設計產業園、北京 CPU 創新中心等項目建設，集聚更多優質芯片設計企業。2021 年 7 月上海上海市戰略性新興產業和先導產業發展“十四五”規劃上海市人民政府提升提升 5G5G 通信通信、桌面桌面 CPUCPU、

67、人工智能人工智能、物聯網物聯網、汽車電子等核心芯片研發能力汽車電子等核心芯片研發能力，加快核心加快核心 IPIP 開發開發，推進 FPGA、絕緣柵雙極型晶體管（IGBT）、高端微控制單元（MCU）等關鍵器件研發。2021 年 7 月上海上海市先進制造業發展“十四五”規劃上海市人民政府5 納米刻蝕機、12 英寸大硅片、國產國產 CPUCPU、5G5G 芯片等技術產品打破壟斷芯片等技術產品打破壟斷。2021 年 8 月天津天津市科技創新“十四五”規劃天津市人民政府研究研究 CPUCPU、GPUGPU、傳感器等設計及開發技術、傳感器等設計及開發技術。突破高性能通用計算芯片技術、專用領域加速計算芯片技

68、術、硬件安全與可信計算技術等。2021 年 5 月天津天津市產業鏈高質量發展三年行動方案（20212023 年）天津市工信局在國產在國產 CPUCPU、移動通信、工業控制、信息安全等細分領域形成特色鮮明、優勢突出的產業集群、移動通信、工業控制、信息安全等細分領域形成特色鮮明、優勢突出的產業集群，培育良好產業生態，推動國產 CPU、射頻芯片自給率市場份額逐年提高。2021 年 8 月重慶重慶市制造業高質量發展“十四五”規劃（20212025 年）重慶市人民政府推進集成電路公共服務平臺建設，培育引進一批集成電路設計龍頭企業，探索設計成果本地化流片途徑，豐富我市集成電路產品種類。2021 年 11

69、月 河北河北省建設全國產業轉型升級試驗區“十四五”規劃河北省人民政府加快發展信息智能制造業，以新型顯示、集成電路集成電路、人工智能、現代通信等為重點。2021 年 5 月山西山西省“十四五”14 個戰略性新興產業規劃山西省人民政府搶抓國家集成電路產業發展機遇，加快關鍵核心技術和重大技術裝備攻關，推動半導體產業在細分領域形成比較優勢。2021 年 8 月廣東廣東省制造業高質量發展“十四五”規劃廣東省人民政府深圳集中突破深圳集中突破 CPUCPU(中央處理器中央處理器)/GPU/GPU(圖形處理圖形處理 器器)/FPGA/FPGA(現場可編程邏輯門陣列現場可編程邏輯門陣列)等高端通用芯片設計等高端

70、通用芯片設計、人工智能專用芯片設計、高端電源管理芯片設計。資料來源：政府文件，國信證券經濟研究所整理2.32.3 優勢一：優勢一：x86x86 架構為全球主流架構，稀缺性卡位架構為全球主流架構，稀缺性卡位指令集劃分指令集劃分 CPUCPU 類型，目前以類型，目前以 x86x86 和和 ARMARM 架構為主架構為主。1 1）指令集）指令集：指令集架構是指 CPU 用來完成計算和控制的一套指令的集合，主要規定了指令格式、尋址訪存（包括尋址范圍、尋址模式、尋址粒度、訪存方式、地址對齊等）、數據類型和寄存器，是連接上層軟件和底層硬件的橋梁。2 2）指令集分類指令集分類：指令集架構一般可以分為復雜指令

71、集和精簡指令集兩大類，復雜指令集以 x86 架構為代表，主要公司有英特爾、AMD、海光信息等，精簡指令集有 ARM、RISC-V、MIPS、PowerPC 等架構，目前 ARM 架構為其代表，主要公司有高通、三星、蘋果、華為等。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告21表6：指令集劃分 CPU 類型復雜指令集復雜指令集精簡指令集精簡指令集復雜的指令集架構，原生的處理器指令集架構精簡的指令集架構，產生于 20 世紀 80 年代初指令執行周期需要幾個時鐘周期一個時鐘周期執行一條指令基于硬件的設計，使用硬件電路來完成更多指令基于軟件的設計，編譯器承擔了更多的任務，用更少

72、的指令編寫更高效的軟件指令對 RAM 需求量少指令對 RAM 需求量多指令長度不固定指令長度等長指令數量多指令數量少程序源代碼長度較短程序源代碼長度較長控制器實現方式絕大多數為微程序控制器實現方式絕大多數為硬件電路資料來源：算力時代：一場新的產業革命（王曉云主編）-中信出版集團（2022 年）-P53，國信證券經濟研究所整理和預測表7：大多數廠商選擇 x86 或 ARM 架構指令集指令集CISCCISC（復雜指令集）（復雜指令集）RISCRISC（精簡指令集）（精簡指令集）產品架構X86ARMMIPSRISC-VPower PCAlpha國際廠商（列舉）英特爾AMDARM高通三星蘋果MIPSM

73、icrosemiIBM/中國廠商（列舉）海光兆芯飛騰華為展訊龍芯北京君正平頭哥（阿里）華米蘇州國芯申威資料來源：艾瑞咨詢，國信證券經濟研究所整理x86x86 仍為全球主流架構，應用遷移存在壁壘仍為全球主流架構，應用遷移存在壁壘。從全球市場來看，根據 IDC 數據，22 年全球 x86 服務器市場規模達 1109.55 億美金，占比達 87.5%，x86 服務器市場規模穩步增長，預計 27 年達到 1655.68 億美金，22-27 年 CAGR 達 8.3%。從中國市場來看，23Q1 國內服務器出貨量中，x86 架構服務器（Intel、AMD、x86 其他）出貨量占比 92.4%，為國內服務器

74、主流架構，市場空間巨大。應用從應用從 x86x86 服服務器遷移到務器遷移到 ARMARM 服務器存在壁壘服務器存在壁壘：1）溢出處理問題：x86 架構 CPU 和 ARM 架構 CPU在處理某些類型溢出時，行為不同；2）機器指令不能完全對應：如上文所述，x86和 ARM 處于不同指令集（即復雜指令集和精簡指令集），其機器指令不能完全一一對應，在一定情況下（例如加快運行效率），會直接將匯編語言寫進機器指令，進而導致匯編語言部分的代碼移植較為困難。其中，Java、Python 等高級語言開發的應用程序遷移相對容易，而 C 語言為主（內聯匯編語言優化）的應用遷移較為困難。請務必閱讀正文之后的免責聲

75、明及其項下所有內容證券研究報告證券研究報告22圖35：22 年全球 x86 服務器占比達 87.5%圖36：國內 x86 服務器出貨量占比達 92.4%（23Q1 出貨量）資料來源：IDC，國信證券經濟研究所整理資料來源：IDC，國信證券經濟研究所整理海光系列海光系列 CPUCPU 為為 x86x86 架構架構，國內具有稀缺性國內具有稀缺性。海外龍頭廠商 CPU 多為 x86 架構（例如 Intel、AMD 等），國內廠商多采用 ARM 架構（例如華為鯤鵬、飛騰）和自研指令集/架構（例如龍芯、申威），國內生產 x86 架構 CPU 廠商僅有海光信息、兆芯等少數幾家，具有稀缺性。表8：公司為國產

76、 x86 架構 CPU，市場空間廣闊海外廠商海外廠商國產廠商國產廠商IntelIntelAMDAMD海光海光兆芯兆芯海思海思飛騰飛騰龍芯龍芯申威申威至強可拓展第三代金牌6354至強可拓展第四代金牌6433NE第二代霄龍EPYC 7542第三代霄龍EPYC 7763第四代霄龍EPYC 9654海光 2 號7285海光 3 號海光 4 號開勝KH-30000開勝KH-40000鯤鵬920-7260S2500企業級3C5000L企業級3C6000申威 1621申威 3231申威 6432x86ARM其他架構資料來源：招股說明書，Intel 官網，AMD 官網，海光官網，海思官網，飛騰官網，兆芯官網，

77、龍芯中科官網，申威官網，國信證券經濟研究所整理2.42.4 優勢二：相近性能下，產品具有價格優勢優勢二：相近性能下，產品具有價格優勢相近性能下相近性能下，公司產品價格明顯低于海外頭部廠商公司產品價格明顯低于海外頭部廠商，具有性價比優勢具有性價比優勢。如前文所述，海光 2 號于 20Q1 發布，選取同時期或相近時期發布的芯片（Intel 至強可拓展第三代金牌 6354、AMD 第二代霄龍 EPYC 7542）作為對比對象，三者硬件指標差異不大。根據公司招股說明書披露數據以及 Intel、AMD 官網指導價格，公司海光二號（7200 系列）產品售價僅為 Intel 至強可拓展第三代金牌 6354、

78、AMD 第二代霄龍 EPYC 7542 售價的 46.9%、55.4%，產品性價比優勢突出。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告23圖37：公司產品具有性價比優勢資料來源：AMD 官方網站，Intel 官方網站，招股說明書，國信證券經濟研究所整理（按美元兌人民幣匯率7.0 來計）平均售價：平均售價：1836918369 元人民幣元人民幣請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告24三三、DCUDCU 芯片業務芯片業務：大模型拉動需求增長大模型拉動需求增長，迎迎發展歷史機遇期發展歷史機遇期3.13.1 需求端：大模型拉動需求增長，國內千億

79、級別市場需求端：大模型拉動需求增長，國內千億級別市場訓練數據量訓練數據量+參數量大幅提升，模型能力參數量大幅提升，模型能力“涌現涌現”。根據 2022 年谷歌、斯坦福大學和 Deepmind 聯合發表的Emergent Abilities of Large Language Models，很多新能力在中小模型上線性放大都得不到線性的增長，模型規模必須呈指數級增長并超過某個臨界點，新技能才會突飛猛進。同時，模型的參數量和數據量在一定程度下是正相關的，因為：a）在小規模數據上訓練模型時，若模型參數量過大，可能出現過擬合情況；b）在大規模數據上訓練模型時，若不增加模型參數量，可能造成新的知識無法存放

80、的情況。圖38：訓練數據大幅提升后，模型能力“涌現”圖39：模型參數大幅提升后，模型能力“涌現”資料來源：Jason Wei 等著-Emergent Abilities of LargeLanguage Models-Transactions on Machine Learning Research（2022）-P4，國信證券經濟研究所整理資料來源：Jason Wei 等著-Emergent Abilities of Large LanguageModels-Transactions on Machine Learning Research（2022）-P27，國信證券經濟研究所整理大模型訓練

81、大模型訓練+推理拉動算力需求快速增長。推理拉動算力需求快速增長。a a）模型迭代和數量增長拉動）模型迭代和數量增長拉動 AIAI 算力算力需求增長需求增長：從單個模型來看，模型能力持續提升依賴于更大的訓練數據量和模型參數量，對應更高的算力需求；從模型的數量來看，模型種類多樣化（文生圖、文生視頻）和各廠商自主模型的研發，均推動算力需求的增長。b b）未來）未來 AIAI 應用應用爆發，推理側算力需求快速增長爆發，推理側算力需求快速增長：各廠商基于 AI 大模型開發各類 AI 應用，隨著AI 應用用戶數量爆發，對應推理側算力需求快速增長。智能算力需求快速增長智能算力需求快速增長：從全球來看，根據中

82、國信通院發布的中國算力發展指數白皮書（2022 年）和中國算力發展指數白皮書（2023 年）數據，22 年全球智能算力約 451EFlops（基于 FP32 計算），預計 2030 年全球智能算力規模將達到 52.5ZFlops，全球智能算力快速增長；從國內來看，根據 IDC 和浪潮信息發布的2023-2024 國人工智能計算力發展評估報告，22 年中國智能算力規模為 259.9EFlops（基于 FP16 計算），預計 27 年達到 1117.4EFlops，對應 22-27年 CAGR 為 33.9%。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告25圖40：全球智能

83、算力快速增長圖41：中國智能算力快速增長資料來源：中國算力發展指數白皮書（2022 年&2023 年，中國信通院），國信證券經濟研究所整理資料來源：2023-2024 國人工智能計算力發展評估報告（IDC&浪潮信息），國信證券經濟研究所整理AIAI 芯片提供算力支撐，芯片提供算力支撐，GPUGPU 為國際主流為國際主流。大模型的訓練和推理需要智能算力的支撐，過程中經常涉及大量的矩陣或張量之間的計算（并行計算），適合用 GPU 處理。目前，全球應用范圍最廣的 GPU 品牌是英偉達，其 GPU 產品依靠與之匹配的統一計算設備架構（CUDA）能夠更好地處理復雜的計算問題，同時深度優化多種深度學習基本

84、運算指令，例如 PyTorch、TensorFlow 等主流的深度學習框架均提供了基于 CUDA 的 GPU 運算支持，并提供了更高層、更抽象的調用方式，方便用戶編程。以英偉達 H100 芯片（SXM5 封裝）為例，采用臺積電 4nm 工藝，芯片大小814mm2，擁有 800 億個晶體管，由多個 GPU 處理集群（GPC，8 個）、紋理處理集群（TPC，66 個）、流多處理器（SM，132 個）、二級緩存和 HBM3 內存控制器組成，其中每個 SM 內含 128 個 FP32 CUDA Core 核心，對應單個 GPU 擁有 16896 個FP32 CUDA Core 核心，為大模型的訓練和推

85、理提供強大的算力支持。圖42：英偉達 H100 架構圖43：英偉達 H100 流多處理器（SM）架構資料來源：NVIDIA H100 Tensor Core GPU 架構白皮書，國信證券經濟研究所整理資料來源：NVIDIA H100 Tensor Core GPU 架構白皮書，國信證券經濟研究所整理國內千億級別市場國內千億級別市場，市場規模持續增長市場規模持續增長。1)1)全球全球：受益于 AI 大模型的訓練和推理帶來的智能算力需求的增長，全球 AI 芯片市場規模持續增長，根據 Gartner 數據，2022 年全球 AI 芯片市場規模為 442.2 億美金（約 3095 億人民幣，按美元兌人

86、民幣匯率 7.0 來計），預計 2027 年達到 1194 億美金，對應 22-27 年 CAGR 為 22.0%。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告262 2）國內國內：國內互聯網頭部公司及部分 AI 創業公司訓練國產 AI 大模型，同時基于中國高人口基數，推理側算力需求強勁，拉動中國 AI 芯片市場持續增長。根據頭豹產業研究院數據，2022 年中國 AI 芯片市場 954 億人民幣，預計 2025 年達到 1979億人民幣，對應 22-25 年 CAGR 為 27.5%。圖44：22 年全球 AI 芯片市場 442.2 億美金圖45：22 年中國 AI 芯

87、片市場 954 億人民幣資料來源：Gartner，國信證券經濟研究所整理資料來源：頭豹產業研究院，國信證券經濟研究所整理3.23.2 供給端：海外巨頭壟斷全球市場，國產機會來臨供給端：海外巨頭壟斷全球市場，國產機會來臨GPUGPU 芯片占比最高，英偉達壟斷全球市場芯片占比最高，英偉達壟斷全球市場。1 1）技術架構）技術架構：AI 芯片可以分為 GPU、FPGA、Asic（NPU、ASSP），其中 GPU 是較為成熟的通用型人工智能芯片，FPGA和 Asic（NPU、ASSP）是針對人工智能需求特征的半定制和全定制芯片；2 2）芯片芯片特征特征：GPU 通用性最好，靈活性最高，FPGA 其次，A

88、sic（NPU、ASSP）相對較差，而 Asic（NPU、ASSP）具備生產成本低、功耗小等優點；3 3）市場占比市場占比：從全球維度來看，根據 TrendForce 發布數據，英偉達 GPU 為 AI 服務器搭載主流，市占率約 60%-70%，其次為云端廠商自主研發的 Asic 芯片（市占率逾 20%）；從國內維度來看，根據 IDC 披露數據，2023 年上半年中國加速芯片市場出貨量超 50 萬張，其中 GPU 卡占比達 90%。表9：AI 芯片可分為 GPU、FPGA、Asic（NPU、ASSP）芯片類型芯片類型GPUGPUFPGAFPGAAsic/NPU/ASSPAsic/NPU/ASS

89、P定制化程度通用性半定制化定制化靈活性好好不好成本高較高低編程語言/架構CUDA、OpenCL 等Verilog/NHDL 等硬件描述語言，OpenCL、HLS/功耗大較大低主要優點峰值計算能力強、產品成熟平均性能較高、功耗較低、靈活性強平均性能很強、功耗很低、體積小主要缺點效率不高、不可編輯、功耗高量產定價高、峰值計算能力較低、編程語言難度大前期投入成本高、不可編輯、研發成本大、技術風險大主要應用場景云端訓練、云端推理云端推理、終端推理云端訓練、云端推理、終端推理代表企業英偉達、AMD、Intel、海光信息、壁仞、沐曦賽靈思、Altera、Microsemi、Lattice谷歌、亞馬遜、昇騰

90、、寒武紀資料來源：艾瑞咨詢，嘉世咨詢，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告27圖46：全球各類型 AI 芯片占比（2023 年 H1）圖47：中國各類型 AI 芯片占比（2023 年 H1）資料來源：TrendForce，國信證券經濟研究所整理資料來源：IDC，國信證券經濟研究所整理英偉達英偉達 GPUGPU 性能全球領先，新品迭代加速性能全球領先，新品迭代加速。從全球維度來看，以英偉達、AMD 為代表的 GPU 架構為主流，英偉達 H100 AI 芯片峰值算力（Int8、FP16、TF32）全球領先，預計明年發布新一代 AI 芯片產品 B

91、100，產品性能有望翻倍提升；AMD發布新一代 MI300X 人工智能芯片，采用全新的 CDNA 3 架構，各精度下峰值算力大幅提升，且芯片顯存、顯存帶寬等指標全球領先；谷歌 AI 芯片采用 Asic 架構，功耗、生產成本相對較低，目前以自用為主。從國內維度來看，國產 AI 芯片多采用 NPU 架構（如海思、寒武紀），海光信息采用 GPGPU 架構，其在 FP64 高精度領域具有天然優勢；此外，23 年海光信息、海思、寒武紀等紛紛推 AI 芯片新品，產品迭代提速。表10：全球 AI 芯片性能參數對比公司公司英偉達英偉達AMDAMD谷歌谷歌海光信息海光信息海思海思寒武紀寒武紀產品名稱A100H1

92、00MI250XMI300XTPU v4TPU v5p深算一號深算二號昇騰 910昇騰 910B思元 370思元 590發布時間2020 年2022 年2021 年2023 年2020 年2023 年2021 年2023 年2019 年2023 年2021 年2023 年類型GPUGPUGPUGPUAsicAsicGPGPUGPGPUNPUNPUNPUNPU制程7 nm4 nm6nm7 nm7 nm產品架構AmpereHopperCDNA 2CDNA 3Da VinciMLUarch03顯存80 GB80 GB128 GB192 GB32 GiB95 GB32 GB48 GB顯存帶寬2,039

93、 GB/S3.35 TB/s3.28 TB/s5.3 TB/s1,200 GB/s2,765 GB/s1,024 GB/s614.4 GB/sINT 8（TFLOPS）6243,9583832,614.9275918640256FP 16（TFLOPS）3121,9793831307.432096Bfloats 16（TFLOPS）3121,9791307.427545996FP 32（TFLOPS）19.56747.9163.424Matrix FP32(AMD)/TF32(英偉達）15698995.7653.7FP 64（TFLOPS）9.73447.981.7不支持不支持支持Matrix

94、 FP64(AMD)/TF64(英偉達）19.56795.7163.4不支持不支持支持功率（W）400700500750170350310250資料來源：招股說明書，英偉達官網，AMD 官網，谷歌官網，Google Cloud，海思官網，寒武紀官網，國信證券經濟研究所整理海外廠商壟斷國內海外廠商壟斷國內 AIAI 芯片市場，國產機會來臨芯片市場，國產機會來臨。根據 IDC 統計數據，2023 年上半年，中國加速芯片出貨量超過 50 萬張，其中中國本土 AI 芯片品牌出貨量約 5萬張，僅占比 10%，國產機會來臨。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告28圖48：中

95、國 AI 芯片出貨量占比（2023 年 H1）資料來源：IDC，國信證券經濟研究所整理政策推動智算中心建設政策推動智算中心建設，利好國產利好國產 AIAI 算力發展算力發展。1 1）全國維度全國維度：2017 年，國務院發布的新一代人工智能發展規劃中提出，支持人工智能軟硬件發展，建立人工智能超級計算中心；2020 年，發改委首次明確了“新基建”的范圍，以智能計算中心為代表的算力基礎設施劃分到“新基建”范疇內；21-23 年，國家發布多項政策大力推動智算中心的發展，為人工智能場景提供算力支撐。2 2）地區維度）地區維度：從 23 年開始，各地區紛紛出臺智算中心相關產業政策，例如上海市在上海市推進

96、算力資源統一調度指導意見中提到“鼓勵建設國產自主可控、安全可靠的算力基礎設施和基于國產自主可控的算力應用生態”，北京市在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）中提到“積極引導大模型研發企業應用國產人工智能芯片，加快提升人工智能算力供給的國產化率”。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告29表11：政策推動智算中心建設，利好國產 AI 算力發展全國層面全國層面時間時間地區地區政策政策發布主體發布主體內容內容2015 年 5 月全國中國制造 2025國務院著力提升集成電路設計水平，不斷豐富知識產權（IP）核和設計工具，突破關

97、系國家信息與網絡安全及電子整機產業發展的核心通用芯片，提升國產芯片的應用適配能力提升國產芯片的應用適配能力。2015 年 7 月全國國務院關于積極推進“互聯網+”行動的指導意見國務院著力突破核心芯片著力突破核心芯片、高端服務器、高端存儲設備、數據庫和中間件等產業薄弱環節的技術瓶頸；打造國際先進打造國際先進、自主可控的自主可控的產業體系產業體系。2016 年 5 月全國“互聯網+”人工智能三年行動實施方案發改委、科技部、工信部、網信辦支持人工智能領域的芯片支持人工智能領域的芯片、傳感器、操作系統、存儲系統、高端服務器、關鍵網絡設備、網絡安全技術設備、中間件等基礎軟硬件技術開發，支持開源軟硬件平臺

98、及生態建設。2017 年 7 月全國新一代人工智能發展規劃國務院加強與國家科技重大專項的銜接，在“核高基”（核心電子器件、高端通用芯片高端通用芯片、基礎軟件）、集成電路裝備等國家科技重大專項中支持人工智能軟硬件發展支持人工智能軟硬件發展；建立人工智能超級計算中心建立人工智能超級計算中心、大規模超級智能計算支撐環境大規模超級智能計算支撐環境、在線智能教育平臺、“人在回路”駕駛腦、產業發展復雜性分析與風險評估的智能平臺、支撐核電安全運營的智能保障平臺、人機共駕技術研發與測試平臺等。2020 年 4 月全國國家發改委新聞發布會發改委官方首次明確了官方首次明確了“新基建新基建”的范圍的范圍，包括信息基

99、礎設施、融合基礎設施、創新基礎設施三個方面，其中，信息基礎設施包括信息基礎設施包括以數據中心、智能計算中心為代表的算力基礎設施以數據中心、智能計算中心為代表的算力基礎設施。2021 年 1 月全國建設高標準市場體系行動方案國務院加大新型基礎設施投資力度，推動第五代移動通信、物聯網、工業互聯網等通信網絡基礎設施，人工智能、云計算、區塊鏈等新技術基礎設施，數據中心、智能計算中心等算力基礎設施建設數據中心、智能計算中心等算力基礎設施建設。2021 年 3 月全國“十四五”規劃十三屆全國人大四次會議前沿基礎理論突破前沿基礎理論突破，專用芯片研發專用芯片研發，深度學習框架等開源算法平臺構建深度學習框架等

100、開源算法平臺構建，學習推理與決策、圖像圖形、語音視頻、自然語音識別處理等領域創新。2021 年 7 月全國新型數據中心發展三年行動計劃（2021-2023 年）工信部推動新型數據中心與人工智能等技術協同發展推動新型數據中心與人工智能等技術協同發展，構建完善新型智能算力生態體系。2021 年 12 月 全國“十四五”數字經濟發展規劃國務院高效布局人工智能基礎設施，提升支撐“智能”發展的行業賦能能力；推動智能計算中心有序發展推動智能計算中心有序發展，打造智能算力打造智能算力、通用通用算法和開發平臺一體化的新型智能基礎設算法和開發平臺一體化的新型智能基礎設施，面向政務服務、智慧城市、智能制造、自動駕

101、駛、語言智能等重點新興領域，提供體系化的人工智能服務。2022 年 7 月全國關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見科技部、工信部等六部鼓勵算力平臺、共性技術平臺、行業訓練數據集、仿真訓練平臺等人工智能基礎設施資源開放共享，為人工智能企業開展場景創新提供算力、算法資源；鼓勵地方通過共享開放、服務購買、創新券等方式，降低人工智能企業基礎設施使用成本，提升人工智能場景創新的算力支撐。2023 年 2 月全國 數字中國建設整體布局規劃國務院系統優化算力基礎設施布局，促進東西部算力高效互補和協同聯動，引導通用數據中心引導通用數據中心、超算中心超算中心、智能計算中心智能計算中心

102、、邊緣數邊緣數據中心等合理梯次布局據中心等合理梯次布局。2023 年 12 月 全國中央經濟工作會議中共中央政治局要大力推進新型工業化，發展數字經濟，加快推動人工智能發展加快推動人工智能發展。地區層面地區層面時間時間地區地區政策政策發布主體發布主體內容內容2023 年 4 月上海上海市推進算力資源統一調度指導意見上海市經濟和信息化委員會鼓勵建設國產自主可控、安全可靠的算力基礎設施國產自主可控、安全可靠的算力基礎設施和基于國產自主可控的算力應用生態。2023 年 5 月北京北京市促進通用人工智能創新發展的若干措施北京市人民政府辦公廳加快推動海淀區加快推動海淀區、朝陽區建設北京人工智能公共算力中心

103、朝陽區建設北京人工智能公共算力中心、北京數字經濟算力中心北京數字經濟算力中心，形成規?；冗M算力供給能力，支撐千億級參數量的大型語言模型、大型視覺模型、多模態大模型、科學計算大模型、大規模精細神經網絡模擬仿真模型、腦啟發神經網絡等研發；推動人工智能訓練推理芯片與框架模型的廣泛適配推動人工智能訓練推理芯片與框架模型的廣泛適配，研發人工智能芯片評測系統，實現基礎軟硬件自動化評測。2023 年 5 月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（2023-2025 年）北京市人民政府推動國產人工智能芯片實現突破，積極引導大模型研發企業應用國產人工智能芯片積極引導大模型研發企業應用國產

104、人工智能芯片，加快提升人工智能算力供給的國產化率加快提升人工智能算力供給的國產化率；在人工智能產業聚集區新建或改建升級一批人工智能商業化算力中心，加強國產芯片部署應用，推動自主可控軟硬件算力生推動自主可控軟硬件算力生態建設態建設。2023 年 4 月浙江浙江省元宇宙產業發展 2023年工作要點浙江省發改委積極融入“東數西算”國家戰略，科學合理布局高效綠色低碳的數據中心科學合理布局高效綠色低碳的數據中心、智算中心等新型存算基礎設施智算中心等新型存算基礎設施，支持發展 GPU 實時渲染等高性能計算。2023 年 6 月成都成都市圍繞超算智算加快算力產業發展的政策措施實施細則成都市經濟和信息化局、成

105、都市財政局鼓勵智算中心建設國產自主可控、安全可靠的人工智能算力基礎設施和技術路線生態智算中心建設國產自主可控、安全可靠的人工智能算力基礎設施和技術路線生態，打造全球領先的人工智能計算平臺、城市智腦平臺等，提供普惠算力服務。2023 年 8 月成都成都市加快大模型創新應用推進人工智能產業高質量發展的若干措施成都市經濟和信息化局、成都市新經濟發展委員會圍繞“算力”“存力”“運力”等關鍵領域，大力發展芯片、服務器整機、液冷設備等高端硬件，聚力推動存儲芯片產業發展，打造具有全球影響力的“存儲谷”，支持鯤鵬、昇騰、海光等自主可控芯片部署應用，提高自主研發算力設備比例，支持鯤鵬、昇騰、海光等自主可控芯片部

106、署應用，提高自主研發算力設備比例。2022 年 8 月寧夏關于促進全國一體化算力網絡國家樞紐節點寧夏樞紐建設的若干政策的意見寧夏回族自治區人民政府辦公廳加大信創企業扶持力度，重點加強基礎芯片、自主指令集的產學研及配套產業建設，大力扶持推廣區內信息技術創新應用產品。對基礎軟硬件實現國產化率對基礎軟硬件實現國產化率 90%90%以上的數據中心，給予企業最高不超過以上的數據中心，給予企業最高不超過 10001000 萬元獎勵萬元獎勵。2023 年 3 月寧夏全國一體化算力網絡國家樞紐節點寧夏樞紐建設 2023 年工作要點寧夏回族自治區發改委打造算力產業高地，大力發展云計算和大數據產業，謀劃建設智算中

107、心、超算中心，多點布局邊緣數據中心；鼓勵以國產鼓勵以國產化化CPUCPU、GPUGPU、操作系統等自主可控產品為底座的信創云平臺自主研發、操作系統等自主可控產品為底座的信創云平臺自主研發，打造安全可信的計算、網絡和存儲能力。2023 年 8 月河南河南省重大新型基礎設施建設提速行動方案（20232025 年）河南省人民政府加快建設鄭州、洛陽等全棧國產化智能計算中心，構建中原智能算力網。持續提升國家超算鄭州中心超算能力，建設智算中心和鄭州城市算力網調度中心，綜合算力性能保持國際前列，資源利用率達到 70%；到到 20252025 年智算和超算算力規模超過年智算和超算算力規模超過 2000P200

108、0PFLOPSFLOPS（每秒浮點運算次數），高性能算力占比超過（每秒浮點運算次數），高性能算力占比超過 30%30%。2022 年 9 月河南河南省元宇宙產業發展行動計劃（20222025 年）河南省人民政府辦公廳統籌布局算力基礎設施，構建“超算智算邊緣計算存儲”多元協同、數智融合多層次算力體系。提升國家超級計算鄭州中心發展水平;推動鄭州、洛陽、許昌、濮陽建設全棧國產化、自主可控智能計算中心推動鄭州、洛陽、許昌、濮陽建設全棧國產化、自主可控智能計算中心。2023 年 12 月 深圳深圳市算力基礎設施高質量發展行動計劃（2024-2025）深圳市工信局大力支持以市場為主導的智能算力基礎設施建設

109、，大力支持基礎電信企業建設智能算力中心，以適配人工智能產業的發展；強化通用算力芯片、人工智能芯片、操作系統、數據庫等自主創新全棧解決方案的研發，打造自主可控的算力底座打造自主可控的算力底座。資料來源：政府文件，國信證券經濟研究所整理3.33.3 優勢一：優勢一：GPGPUGPGPU 架構，好生態架構，好生態+高精度高精度公司公司 DCUDCU 產品為產品為 GPGPUGPGPU 架構架構，生態優勢明顯生態優勢明顯。1 1）GPUGPU 分類分類：隨著 GPU 在并行計算方面性能優勢的逐步顯現以及并行計算的應用范圍持續拓展，GPU 可以劃分為傳統 GPU 和 GPGPU，其中傳統 GPU 主要用

110、于圖形處理，通常內置視頻編解碼加速引擎、3D 加速引擎等，而 GPGPU 增加了專用向量、張量、矩陣運算指令，浮點計算精度和能力大幅提升，以滿足不同計算場景的需要；2 2）GPGPUGPGPU 優勢優勢：GPGPU 具有高并行、高密集運算、超長流水線等優勢，同 AI 計算天然契合，可以顯著縮短海量訓練數據的訓練時長，減少能源消耗，進而降低 AI 成本。同時，GPGPU 可以提供完善的軟件生態，便于各種已有應用程序的移植和新算法的開發。3 3）生態優勢生態優勢明顯明顯：相比于其他架構芯片，公司 DUC 可以全面兼容 ROCm GPU 生態，由于 ROCm和 CUDA 在生態、編程環境等方面具備高

111、度的相似性，CUDA 用戶可以以較低的成請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告30本快速遷移到 ROCm 平臺，因此，公司 DCU 產品能夠較好地適配國際主流商業計算軟件和 AI 軟件，軟硬件生態豐富，可廣泛應用于 AI、大數據等計算密集類應用，生態優勢明顯。表12：GPGPU 架構優勢明顯計算特征計算特征具體優勢具體優勢高效的并行性通過 GPU 多條流水線的并行計算來實現。在目前主流的 GPGPU 中，多條流水線可以在單一控制部件的集中控制下運行，也可以獨立運行。相對于并行機而言，GPGPU 能夠在較低硬件成本的基礎上，為適用于 GPGPU 并行架構的應用提供一

112、個良好的并行解決方案高密集的運算GPGPU 通常集成高速的 GDDR 或 HBM 內存系統，能夠提供每秒 TB 級別的訪存帶寬，在數據密集型運算應用方面具有很好的性能超長流水線GPGPU 超長流水線的設計以吞吐量的最大化為目標，在對大規模的數據流并行處理方面具有明顯的優勢適用領域類型應用領域運算類型技術特點商業計算和大數據處理1、CAE 仿真2、物理化學3、石油勘探4、生命科學5、氣象環境1、雙精度浮點2、單精度浮點3、32 位整型1、對芯片計算能力及運算精度要求高2、科學運算指令集豐富3、片上集成緩存容量大4、內存帶寬需求高5、I/O 帶寬高6、支持多片一致性互連7、可靠性高，RAS 功能豐

113、富人工智能1、模型訓練2、應用推理1、混合精度浮點2、半精度浮點3、16 位整型4、8 位整型1、對計算性能要求高，精度需求相對低2、能效比要求高3、運算指令集豐富4、內存帶寬要求大5、I/O 帶寬高6、支持多片互連7、可靠性高、RAS 功能豐富8、開放的生態環境資料來源：招股說明書，國信證券經濟研究所整理圖49：海光軟硬件一體生態資料來源：海光信息，國信證券經濟研究所整理公司公司 DCUDCU 產品支持產品支持 FP64FP64，可用于高精度計算領域，可用于高精度計算領域。通常專門做智能計算的 AI 芯片（例如 AI Asic、NPU 等）往往只要堆核心和頻率就可以實現更快的計算速度，通過使

114、用低精度運算，可以帶來硬件層面巨大的便利，例如功耗更低、速度更快、占芯片面積更小的運算單元、更小的內存需求等，目前國產 AI 芯片在低精度運算領域已經達到了相對較高的水平。而超高精度 FP64 仍是不可忽視的計算需求，特別是在科研領域（例如大氣、病毒結構分析等），一兩位有效數字的差別會對結果產生極大的影響，目前公司的 DCU 產品支持 FP64 精度，可用于高精度計算領域。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告31圖50：人工智能常用的數據類型資料來源：張晨然著-深入理解計算機視覺：關鍵算法解析與深度神經網絡設計-電子工業出版社（2023）-P280，國信證券經濟

115、研究所整理3.43.4 優勢二：產品性能出色，性價比優勢突出優勢二：產品性能出色，性價比優勢突出同海外巨頭相比，公司同海外巨頭相比，公司 DCUDCU 產品具有性價比優勢產品具有性價比優勢。根據公司招股書披露數據，公司深算一號于 2021 年上半年開始小規模批量生產，我們選取同時期（或相近時期）海外巨頭 AI 芯片產品作為對比（此處選取英偉達 A100 和 AMD MI100 作為對照組），英偉達 A100 性能指標領先，在核心數量、顯存容量、顯存位寬、顯存帶寬等參數均領先于同時期競品，公司深算一號產品在制程、內核頻率、顯存容量、顯存位寬、顯存帶寬等指標基本追平 AMD MI100 產品，而公

116、司產品平均售價僅 1.93 萬人民幣/顆，大幅低于 AMD MI100 售價，公司 DCU 產品具有性價比優勢。表13：同時期 AI 芯片產品對比公司公司英偉達英偉達AMDAMD海光信息海光信息產品名稱A100MI100深算一號發布時間2020 年 5 月2020 年 11 月2021 年 H1類型GPUGPUGPGPU制程7 nm7 nm7 nm產品架構AmpereCDNA核心數量2560 CUDA processors640 Tensor processors120CUs4096(64 CUs)內核頻率Up to 1.53GhzUp to 1.5GHz（FP64）Up to 1.7Ghz（

117、FP32）Up to 1.5GHz（FP64）Up to 1.7Ghz（FP32）顯存容量80GB HBM2e32GB HBM232GB HBM2顯存位寬5120 bit4096 bit4096 bit顯存頻率3.2GHz2.4 GHz2.0 GHz顯存帶寬2039 GB/s1228 GB/s1024 GB/sTDP400 W300W350 WCPU to GPU 互聯PCIe Gen4 x 16PCIe GEN4 x 16PCIe Gen4 x 16GPU to GPU 互聯NVLink up to 600GB/sInfinity Fabricx 3,up to 276 GB/sxGMI x

118、 2,Up to 184 GB/s功率（W）300350400資料來源：招股說明書，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告32圖51：公司 DCU 具有性價比優勢資料來源：發行人及保薦機構關于第二輪審核問詢函的回復，國信證券經濟研究所整理（注：該價格為 22 年市場價，23 年英偉達和 AMD 產品價格有大幅提升）3.53.5 歷史機遇期：美國收縮對華歷史機遇期：美國收縮對華 AIAI 芯片出口芯片出口美國升級對華出口美國升級對華出口 AIAI 芯片管制規定，芯片性能芯片管制規定，芯片性能+渠道渠道+實體清單多維度限制對華實體清單多維度限制對

119、華出口出口。本次法案新增兩個政策（3A090a 和 3A090b），以 TPP（計算公式：TPP=算力*位數）和 PD（計算公式：PD=TPP/die size）作為判定指標，滿足任一政策，該芯片都將禁止對華出口，經測算，目前市場上主流 AI 芯片（A100、H100、A800、H800、L40S）均在限制范圍之內。表14：芯片性能指標限制政策政策一：3A090a1、TPP48002、TPP1600，且 PD 超過 5.92政策二：3A090b1、2400TPP4800，且 1.6PD5.922、1600TPP，且 3.2PD5.92資料來源：BIU（美國商務部工業和安全局），國信證券經濟研究

120、所整理表15：市場上主流 AI 芯片（A100、H100、A800、H800、L40S）均在限制范圍之內TF32 算力（TFLOPS）TF16 算力（TFLOPS）TPPdie size（mm2）PDA1001563124,9928266.04A8001563124,9928266.04H1007561,51324,19281429.72H8007561,51324,19281429.72L40S1833625,8566099.62資料來源：英偉達，TechPowerUp，國信證券經濟研究所整理渠道：對華出口渠道進一步收縮。渠道：對華出口渠道進一步收縮。本次法案要求美國企業向全球 40+國家出

121、口先進芯片須取得政府許可，因為存在將先進芯片轉移到中國的風險。同時，若公司的母公司位于中國和其他武器禁運國家，芯片將被禁止發送到其子公司（全球任何地方），對華出口渠道進一步收縮。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告33實體清單限制實體清單限制：將國內 13 家 GPU 企業列入實體黑名單。美國商務部工業與安全局（BIS）將壁仞科技、摩爾線程等 13 家中國 GPU 企業列入實體名單，為實體清單內公司生產芯片需取得 BIS 許可，一定程度上阻礙了國產 GPU 芯片的發展。表16：將國內 13 家 GPU 企業列入實體名單序號序號公司公司1北京壁仞科技開發有限公司（

122、Beijing Biren Technology Development Co.,Ltd.）2廣州壁仞集成電路有限公司（Guangzhou Biren Integrated Circuit Co.,Ltd.）3杭州壁仞科技開發有限公司（Hangzhou Biren Technology Development Co.,Ltd.）4光線云（杭州）科技有限公司（Light Cloud（Hangzhou）Technology Co.,Ltd.）5摩爾線程智能科技（北京）有限責任公司（Moore Thread Intelligent Technology（Beijing）Co.,Ltd.）6摩爾線程智

123、能科技（成都）有限責任公司（Moore Thread Intelligent Technology（Chengdu）Co.,Ltd.）7摩爾線程智能科技（上海）有限責任公司（Moore Thread Intelligent Technology（Shanghai）Co.,Ltd.）8上海壁仞信息科技有限公司（Shanghai Biren Information Technology Co.,Ltd.）9上海壁仞集成電路有限公司（Shanghai Biren Integrated Circuit Co.,Ltd.）10上海壁仞科技股份有限公司（Shanghai Biren Intelligent

124、 Technology Co.,Ltd.）11超燃半導體（南京）有限公司（Superburning Semiconductor（Nanjing）Co.,Ltd.）12蘇州芯延半導體科技有限公司（Suzhou Xinyan Holdings Co.,Ltd.）13珠海壁仞集成電路有限公司（Zhuhai Biren Integrated Circuit Co.,Ltd.）資料來源：BIS（美國商務部工業和安全局），國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告34四、盈利預測與估值四、盈利預測與估值4.14.1 盈利預測盈利預測我們盈利預測基于以下假設條

125、件：我們盈利預測基于以下假設條件：高端處理器業務：高端處理器業務：公司高端處理器業務主要包括 CPU 業務（包括海光一號、海光二號、海光三號等）和 DCU 業務（深算一號、深算二號等），其中 CPU 為通用處理器，主要用于數據中心、云計算等場景中服務器以及入門級計算領域中的工作站和邊緣計算服務器，DCU 為 AI 算力芯片，主要用于智算中心中的 AI 服務器。2022 年公司高端處理器業務實現收入 50.66 億元，占比 98.84%，為公司營收增長的 核 心 來 源。我 們 預 計 23/24/25 年 高 端 處 理 器 業 務 增 速 分 別 為18.2%/48.1%/28.7%，預估毛

126、利率分別為 60.3%/55.3%/55.5%，24 年受 DCU 業務占比快速提升影響，毛利率會有一定程度下滑，具體分析如下：1）CPUCPU 業務業務：國內 CPU 市場空間巨大，國產化率相對較低，疊加信創自主可控需求，公司產品快速放量。公司產品快速迭代，海光一號、海光二號、海光三號均已實現量產，每一代產品可細分為 3000 系列、5000 系列和 7000 系列，其中 7000系列為高端產品，主要面向數據中心、智算中心等高端服務器，ASP 和毛利率較高，逐步成為收入增長核心來源。收入維度收入維度：23 年受宏觀經濟影響，信創市場整體需求低迷，業務增長疲軟；23Q4 開始，信創招標節奏明顯

127、呈現恢復趨勢，24 年有望重回快車道，我們預計 23/24/25 年 CPU 業務增速分別為 4.3%/32.4%/15.3%。毛利率維度毛利率維度：公司海光二號產品 2020 年實現量產，2021 年快速放量，拉升CPU 業務整體毛利率；2022 年毛利率下滑幅度較大，主要因為：1）22 年市場供需緊張，原材料晶圓成本上漲；2）21 年全球高端基板供應緊張，預訂基板價格較高，導致 22 年成本上升；我們認為 23 年毛利率將大幅提升，主要因為：1）22 年毛利率下滑的負面因素已經消除；2）公司 22 年海光三號實現量產，23 年進入快速放量期，海光三號毛利率高于海光二號，拉動整體毛利率提升；

128、3）7000 系列產品占比快速提升，毛利率遠高于 3000 系列和 5000系列，例如 21 年 7200 系列毛利率已經達到 72%，進而拉動 CPU 業務毛利率提 升。綜 上，我 們 預 估 23/24/25 年 CPU 業 務 毛 利 率 分 別 為68.0%/62.9%/64.1%。2）DCUDCU 業務業務：中國人工智能產業快速發展，對底層 AI 算力的需求持續增長，國內 AI 算力芯片市場空間巨大，先前海外龍頭壟斷中國市場，國產化率水平極低。從需求端來看，一方面，隨著單一模態大模型向多模態大模型的發展，訓練數據集、模型復雜度持續提升，拉動訓練側算力需求的增長；另一方面，大模型層成熟

129、后，AI 應用爆發，中國擁有高基數人口，推理側算力需求迎來指數級增長。從供給端來看，23 年 10 月美國收縮對華 AI 芯片出口禁令，英偉達主流 AI 算力芯片均無法對華出口，國產 AI 芯片迎來歷史機遇期，有望快速放量增長。收入維度收入維度：23 年隨著全球人工智能的發展，國內各互聯網廠商、AI 初創公司紛紛發力 AI 大模型的訓練和推理，公司 DCU 產品快速放量，隨著模型復雜度提升和推理側的爆發，預計 24、25 年公司 DCU 產品將持續高增。同時，23Q3公司新一代 DCU 產品深算二號實現商業化，其 ASP 更高，預計 24 年快速放量，成為出貨的主力軍，拉動 DCU 業務收入快

130、速增長。綜上，我們預計 23/24/25年 DCU 業務增速分別為 88.2%/91.9%/54.3%。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告35毛利率維度毛利率維度：從短期來看，23Q3 實現商業化的深算二號毛利率水平更高，24年將成為出貨的主力軍，拉動 DCU 業務整體毛利率的提升。從長期來看，23年前三季度全球 AI 算力芯片龍頭英偉達和 AMD 的毛利率分別為 71%和 46%，公司 DCU 產品毛利率仍有提升空間，預計隨著公司自身產品的持續迭代，以及規模效應顯現，公司 DCU 業務毛利率將持續提升。綜上，我們預估 23/24/25年 DCU 業務毛利率分

131、別為 39.1%/40.8%/43.0%。技術服務業務：技術服務業務：公司提供處理器和配套芯片的性能優化與解決方案的技術服務，22 年實現收入 0.59 億元，收入占比僅為 1.16%。我們預計 23/24/25 年技術服務業務增速分別為 40.0%/50.0%/30.0%，預估毛利率分別為 70.0%/70.0%/70.0%。表17：海光信息盈利預測2020202020212021202220222023E2023E2024E2024E2025E2025E高端處理器業務高端處理器業務收入（億元）收入（億元）10.2210.2223.123.150.6650.6659.8859.8888.78

132、8.7114.16114.16增速169.5%126.1%119.3%18.2%48.1%28.7%毛利（億元）毛利（億元）5.1612.9226.4436.1349.0463.31增速150.4%104.6%36.6%35.8%29.1%毛利率50.5%56.0%52.2%60.3%55.3%55.5%CPUCPU 業務業務收入（億元）收入（億元）10.2210.2220.7120.7142.24(E)42.24(E)44.0444.0458.358.367.2467.24增速169.5%102.7%103.9%4.3%32.4%15.3%收入占比100.0%89.7%83.4%73.5%6

133、5.7%58.9%毛利（億元）毛利（億元）5.1612.0923.2329.9336.6543.12增速134.3%92.1%28.8%22.5%17.6%毛利率50.5%58.4%55.0%68.0%62.9%64.1%毛利占比100.0%93.6%87.9%82.8%74.7%68.1%DCUDCU 業務業務收入（億元）收入（億元）2.392.398.41(E)8.41(E)15.8415.8430.430.446.9246.92增速252.2%88.2%91.9%54.3%收入占比10.3%16.6%26.5%34.3%41.1%毛利（億元）毛利（億元）0.833.216.2012.39

134、20.19增速285.1%93.3%99.9%62.9%毛利率34.8%38.1%39.1%40.8%43.0%毛利占比6.4%12.1%17.2%25.3%31.9%技術服務業務技術服務業務收入（億元）收入（億元）0.590.590.830.831.251.251.621.62增速40.0%50.0%30.0%毛利（億元）毛利（億元）0.420.580.871.14增速38.6%50.0%30.0%毛利率70.7%70.0%70.0%70.0%合計合計收入（億元）收入（億元）10.2210.2223.1023.1051.2551.2560.7160.7189.9589.95115.78115

135、.78增速126.0%121.9%18.5%48.2%28.7%毛利（億元）毛利（億元）5.1612.9226.8736.7149.9264.45增速150.4%107.9%36.6%36.0%29.1%毛利率50.5%56.0%52.4%60.5%55.5%55.7%資料來源：招股說明書，公司年報，Wind，國信證券經濟研究所整理和預測（注：22 年 CPU、DCU 業務收入為預測結果）按上述假設條件與假設，CPU 業務受信創市場低迷、下游需求疲軟影響，我們下調23/24/25年營業收入分別為60.71、89.95、115.78億元（23/24年前值為73.24、99.09 億元），同比+1

136、8.5%/48.2%/28.7%，毛利率分別為 60.5%/55.5%/55.7%。費用率及稅率假設費用率及稅率假設期間費用率期間費用率：公司以 Fabless 模式為主，負責處理器的研發、設計和銷售，因此公司員工薪酬支出在期間費用占比很高。根據公司招股書、公司財報披露數據，公司 19/20/21/22 年員工人數分別為 806、989、1143、1419 人，20/21/22 年分別同比+23%/+16%/+24%，公司 23 年上半年員工總人數進一步增長至 1530 人，期間費用支出進一步提升，而 23 年全年公司營收承壓，預計期間費用率會有一定幅度上漲。未來，隨著公司產品持續迭代的需要以

137、及收入規模的增長，公司員工總人數預計穩步增長；同時，如前文所述，公司24、25 年收入增長有望重回快車道，營收增速快于期間費用支出增速，期間請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告36費用率有望逐步下降。銷售費用率銷售費用率：公司銷售人員占比較小，隨著公司業務量的持續擴大，預計銷售人員數量將快速增長，對應銷售費用持續增長，預計 23 年銷售費用增速快于營收增速，24、25 年增速基本與營收增速持平，預計 23/24/25年銷售費用率分別為 2.67%/2.52%/2.35%。管理費用率管理費用率：隨著公司管理費用的持續優化，24、25 年管理費用率有望持續下降，預計

138、 23/24/25 年管理費用率分別為 3.27%/2.73%/1.76%。研發費用率研發費用率：23 年由于公司收入承壓，研發投入持續增長，23 年研發費用率會有一定程度提升；未來公司將堅持高研發投入的發展模式，研發費用將穩步增長，如前文所述，24 年公司收入有望實現高增速，24 年研發費用率有望出現一定下降，之后基本維穩，預計 23/24/25 年研發費用率分別是 29.11%/24.56%/23.85%。所得稅率所得稅率：我們預計 23/24/25 年所得稅率分別為 1%/1%/1%，維持在低位水平，基于以下兩點因素：1 1）高新技術企業稅率優惠高新技術企業稅率優惠：公司、海光微電子、海

139、光集成倍認定為高新技術企業，有效期為三年，期間減按 15%的稅率征收企業所得稅。目前，公司有效期為 20 年 1 月 1 日至 22 年 12 月 31 日，根據公司 23 年中報披露，目前已啟動重新認定相關申報工作，進展順利；我們認為公司科技屬性強，未來一定時期內將享受稅率優惠政策。2）研發費用稅前加研發費用稅前加計扣除政策計扣除政策：根據 23 年財政部 稅務總局關于進一步完善研發費用稅前加計扣除政策的公告，企業開展研發活動中實際發生的研發費用，未形成無形資產計入當期損益的，在按規定據實扣除的基礎上，自 2023 年 1 月 1 日起，再按照實際發生額的 100%在稅前加計扣除；形成無形資

140、產的，自 2023 年 1月 1 日起，按照無形資產成本的 200%在稅前攤銷。公司研發費用投入巨大，23 年上半財年投入 8.37 億元，研發費用率達 32.03%，形成稅收抵扣 1.11億元，因此公司所得稅金額較小，所得稅率較低。表18：未來 3 年盈利預測表（單位：百萬元）202220222023E2023E2024E2024E2025E2025E營業收入營業收入5125512560716071899589951157811578營業成本營業成本2439240140035134銷售費用銷售費用81162227272管理費用管理費用135199245204研發研發費用費用141417672

141、2092762營業利潤營業利潤1136154822813147利潤總額利潤總額11371137154815482281228131473147歸屬于母公司凈利潤歸屬于母公司凈利潤804804109510951613161322262226EPSEPS0.350.470.690.96ROEROE5%6%8%10%資料來源：Wind，國信證券經濟研究所整理和預測請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告37表19：情景分析（樂觀、中性、悲觀）20212021202220222023E2023E2024E2024E2025E2025E樂觀預測樂觀預測營業收入營業收入(百萬元

142、百萬元)2,3105,1256,1669,43212,412(+/-%)(+/-%)126.1%121.8%20.3%53.0%31.6%凈利潤凈利潤(百萬元百萬元)327804144622083058(+/-%)(+/-%)935.6%145.6%79.9%52.7%38.5%攤薄攤薄 EPSEPS0.160.350.620.951.32中性預測中性預測營業收入營業收入(百萬元百萬元)2,3105,1256,0718,99511,578(+/-%)(+/-%)126.1%121.8%18.5%48.2%28.7%凈利潤凈利潤(百萬元百萬元)327804109516132226(+/-%)(+

143、/-%)935.6%145.6%36.3%47.3%38.0%攤薄攤薄 EPS(EPS(元元)0.160.350.470.690.96悲觀的預測悲觀的預測營業收入營業收入(百萬元百萬元)2,3105,1255,9778,56710,781(+/-%)(+/-%)126.1%121.8%16.6%43.3%25.8%凈利潤凈利潤(百萬元百萬元)32780475510691489(+/-%)(+/-%)935.6%145.6%-6.0%41.5%39.3%攤薄攤薄 EPSEPS0.160.350.330.460.64總股本（百萬股）總股本（百萬股）20242324232423242324資料來源：

144、國信證券經濟研究所預測4.24.2 估值與投資建議估值與投資建議考慮公司的業務特點，我們采用絕對估值和相對估值來估算公司的合理價值區間。4.2.14.2.1 絕對估值：絕對估值：89.08-102.7089.08-102.70 元元未來估值假設條件見下表：表20：公司盈利預測假設條件（%）2020202020212021202220222023E2023E2024E2024E2025E2025E2026E2026E2027E2027E營業收入增長率營業收入增長率169.53%126.07%121.83%18.46%48.16%28.72%28.00%28.00%營業成本營業成本/營業收入營業收

145、入49.50%44.05%47.58%39.54%44.50%44.34%43.00%43.00%管理費用管理費用/營業收入營業收入5.89%3.91%2.63%3.27%2.73%1.76%1.50%1.50%研發研發費用費用/營業營業收入收入53.44%32.23%27.58%29.11%24.56%23.85%22.00%21.00%銷售費用銷售費用/營業收入營業收入3.03%2.25%1.58%2.67%2.52%2.35%2.00%1.90%營業稅及附加營業稅及附加/營業收入營業收入1.42%1.03%0.76%0.70%0.70%0.70%0.70%0.70%所得稅稅率所得稅稅率-

146、0.84%-0.21%1.04%1.00%1.00%1.00%1.00%1.00%股利分配比率股利分配比率-98.21%5.42%2.81%3.00%3.00%3.00%3.00%3.00%資料來源:公司公告，Wind，國信證券經濟研究所預測表21：資本成本假設無杠桿無杠桿 BetaBeta0.8T1.00%無風險利率無風險利率2.00%Ka8.00%股票風險溢價股票風險溢價7.50%有杠桿 Beta0.80公司股價（元）公司股價（元）77.17Ke8.02%8.02%發行在外股數（百萬）發行在外股數（百萬）2324E/(D+E)99.58%股票市值股票市值(E(E，百萬元，百萬元)17936

147、9D/(D+E)0.42%債務總額債務總額(D(D，百萬元，百萬元)750WACC8.02%8.02%KdKd6.50%永續增長率（10 年后）2.5%資料來源：國信證券經濟研究所假設請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告38根據以上主要假設條件，采用 EVA 估值方法，基于以下因素：1）公司為人工智能公司，與傳統企業相比，其產品更新迭代速度快、生產周期長，并且無形資產占比高。公司是以技術為核心的技術密集型企業，不僅擁有大量先進技術，還擁有大量專業人才以及高素質的管理層，無形資產是人工智能企業能否持續經營的源泉。同時，技術投入可能為企業帶來超額收益，進而給企業帶來

148、經濟增值，但這部分價值大部分不會呈現在企業的財務報表中。2）EVA 模型同時考慮了債務成本和權益資本成本，能夠全面反應企業的資本成本和價值創造能力。3）相關研究對使用 EVA 評估人工智能公司的價值給予肯定，其中基于 EVA 估值模型的人工智能企業價值評估研究以川大智勝公司為例（2022 年，廣西科技大學，周斌斌）、基于 EVA-BS 模型的人工智能企業價值評估以大華股份為例（2023年，江西財經大學，王素娟）等證實了 EVA 估值模型在人工智能公司價值評估領域的合理性。我們采用 EVA 估值方法，得出公司價值區間為 89.08-102.70 元，估值中樞為 95.27 元。表22：海光信息

149、EVA 估值表2023E2023E2024E2024E2025E2025E2026E2026E2027E2027E2028E2028E2029E2029E2030E2030E2031E2031E2032E2032EEVA451.951,315.721,917.753,128.344,445.326,169.408,180.97 11,269.90 14,718.40 19,129.62PV(EVA)418.411,127.641,521.602,297.873,022.863,883.834,767.896,080.577,351.708,845.79投入資本18888.3企業價值企業價值22

150、2515.7222515.7減：債務1066.5股票價值股票價值221449.2221449.2每股價值每股價值95.95.2727資料來源:國信證券經濟研究所預測絕對估值的敏感性分析絕對估值的敏感性分析該絕對估值相對于 WACC 和永續增長率較為敏感，下表為敏感性分析。表23：絕對估值相對折現率和永續增長率的敏感性分析（元）WACCWACC 變化變化7.0%7.5%8.02%8.02%8.5%9.0%永續永續增長增長率變率變化化3.5%152.13129.36111.7697.8086.473.0%135.97117.42102.7090.7580.902.5%2.5%123.38107.8

151、695.2795.2784.8876.182.0%113.31100.0489.0879.9172.141.5%105.0693.5183.8575.6568.63資料來源：國信證券經濟研究所分析4.2.24.2.2 相對估值：相對估值：92.88-96.7592.88-96.75 元元對于相對估值，我們從海光信息的業務拆分來選擇可比公司，公司業務主要可分為 CPU 業務和人工智能芯片業務（即 DCU 業務），可比公司如下：1）CPU 業務：龍芯中科和瀾起科技均在 CPU 領域進行業務布局，其中龍芯中科為國產 CPU 領先廠商，其自主研發的龍芯 3 號應用于服務器、桌面終端等領域，瀾起科技津逮

152、 CPU產品廣泛應用于津逮服務器。2）人工智能芯片業務：寒武紀、景嘉微均在人工智能芯片領域有所布局，其中寒武紀為國產人工智能芯片的領先廠商，業務覆蓋云、請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告39邊、端側人工智能芯片，景嘉微的 JM9 系列圖形處理芯片亦可以滿足人工智能計算需求，廣泛應用于服務器臺式機等領域。寒武紀寒武紀：公司一直專注于人工智能芯片產品的研發與技術創新公司一直專注于人工智能芯片產品的研發與技術創新，致力于打造人工致力于打造人工智能領域的核心處理器芯片智能領域的核心處理器芯片，主要產品包括：1）云端產品線：云端智能芯片、加速卡及訓練整機，其中云端智能芯

153、片及加速卡是云服務器、數據中心等進行人工智能處理的核心器件，提供高計算密度、高能效的硬件計算資源，支撐該場景下復雜度和數據吞吐量高速增長的人工智能處理任務；2）邊緣產品線：邊緣智能芯片和加速卡等產品；3）IP 授權及軟件：包括 IP 授權和基礎系統軟件平臺。龍芯中科龍芯中科：公司主營業務為處理器及配套芯片的研制、銷售及服務，主要產品與服務包括：1）處理器（處理器（CPUCPU）及配套芯片產品）及配套芯片產品：研制的芯片包括龍芯 1 號、龍芯2 號、龍芯 3 號三大系列處理器芯片及橋片等配套芯片，其中龍芯 1 號、龍芯 2號主要應用于工控領域，龍芯龍芯 3 3 號應用于服務器號應用于服務器、桌面

154、終端等領域桌面終端等領域；2）解決方案：公司逐步建立 PC 和服務器主板 ODM 能力，與 CPU、操作系統形成“三位一體”能力。景嘉微景嘉微：公司主要從事高可靠電子產品的研發、生產和銷售，產品主要涉及圖形顯控領域、小型專用化雷達領域、芯片領域，其中圖形顯控為公司現有核心業務（亦是傳統優勢業務），小型專用化雷達和芯片是公司未來大力發展的業務方向。1）圖形顯控產品：公司成功研發了具有完全知識產品的系列 GPU 芯片，并以 GPU芯片為核心開發了系列圖形顯控模塊產品；2）小型專用化雷達產品：研發了主動防護雷達、測速雷達等系列雷達產品；3）芯片領域產品：公司以 JM5400 研發成功為起點，不斷研發

155、更為先進且適用更為廣泛的一系列 GPU 芯片，隨著公司 JM7200和 JM9 系列圖形處理芯片的成功研發，公司聯合國內主要 GPU、整機廠、操作系統等廠商開展適配及調試工作，共同構建國產化計算機應用生態。公司最近公司最近 GPGPU U產品產品 JM9JM9 系列圖形處理芯片可以滿足地理信息系統、媒體處理、系列圖形處理芯片可以滿足地理信息系統、媒體處理、CADCAD 輔助設計、輔助設計、游戲游戲、虛擬化等高性能顯示需求和人工智能計算需求虛擬化等高性能顯示需求和人工智能計算需求，可廣泛應用于臺式機可廣泛應用于臺式機、服服務器等設備務器等設備。瀾起科技瀾起科技：公司是一家國際領先的數據處理及互聯

156、芯片設計公司，致力于為云計算和人工智能領域提供高性能、低功耗的芯片解決方案，目前公司擁有兩大產品線：1）互連類芯片產品：包括內存接口芯片、內存模組配套芯片、PCIe Retimer芯片、MXC 芯片等；2 2）津逮服務器平臺產品津逮服務器平臺產品：包括津逮包括津逮 CPUCPU 和混合安全內存模組和混合安全內存模組。同時，公司正在研發基于同時，公司正在研發基于“近內存計算架構近內存計算架構”的的 AIAI 芯片芯片。表24：海光信息可比公司業務對比寒武紀龍芯中科景嘉微瀾起科技與海光信息具聯系的產品業務或屬性國產人工智能芯片的領先廠商，業務覆蓋云、邊、端側人工智能芯片國產 CPU 領先廠商，其自

157、主研發的龍芯 3 號應用于服務器、桌面終端等領域JM9 系列圖形處理芯片（GPU）亦可以滿足人工智能計算需求，廣泛應用于服務器臺式機等領域津逮 CPU 產品廣泛應用于津逮服務器資料來源：各公司公告，國信證券經濟研究所整理我們采用 PS 相對估值方法，主要基于以下考量：1）人工智能芯片及國產 CPU 芯片仍處于產業發展初期，高研發投入是行業實現長遠發展的堅實基礎，亦是支撐企業未來發展的不可或缺的基石，短期盈利能力承壓，傳統的 PE 估值未能準確反映公司價值；2）可比公司中，根據 Wind 一致預期，寒武紀、龍芯中科歸母凈利潤為負，PE 估值不適用。公司作為國產 CPU、國產人工智能芯片的龍頭，將

158、充分受益于 1）國產服務器 CPU 自主可控，產品快速迭代，市場份額有望逐步提升。2）國產人工智能芯片需求旺盛，行業規?？焖僭鲩L；同時，美國收縮對華 AI 芯片出請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告40口政策，國產 AI 算力迎來歷史機遇期。但 23 年 CPU 業務受下游需求疲軟影響，我們下調海光信息 23/24/25 年營業收入為 60.71/89.95/115.78 億元（23/24 年前值為 73.24、99.09 億元），歸母凈利潤 10.95/16.13/22.26 億元（23/24 年前值為 13.60、20.06 億元），對應 EPS 為 0.4

159、7/0.69/0.96。選取同行業可比公司選取同行業可比公司寒武紀、龍芯中科、景嘉微、瀾起科技作為海光信息可比公司，按照寒武紀、龍芯中科、景嘉微、瀾起科技作為海光信息可比公司，按照 WindWind 一致一致預期預期，20242024 年行業平均年行業平均 PSPS 為為 2525 倍倍，因此我們給予海光信息因此我們給予海光信息 20242024 年年 24-2524-25 倍倍 PSPS，對應估值區間對應估值區間 2158.802158.80 億億-2248.75-2248.75 億市值億市值，對應目標價對應目標價 92.88-96.7592.88-96.75 元元，較當下較當下有有 31%

160、-36%31%-36%估值空間。估值空間。表25：同類公司估值比較公司公司公司公司昨收盤昨收盤總市值總市值EPSEPS營業收入（億元）營業收入（億元）PSPS代碼代碼名稱名稱（元）（元）（億元）（億元）2022A2022A202023E23E2024E2024E2022A2022A202023E23E2024E2024E2022A2022A202023E23E2024E2024E688256.SH寒武紀132.5552-3.13-1.79-1.327.298.7615.72766335688047.SH龍芯中科108.24340.13-0.110.357.398.4313.3459513330

161、0474.SZ景嘉微67.83100.640.480.7611.5411.2717.29272818688008.SH瀾起科技55.436311.150.451.2136.7224.2743.89172614行業平均454225688041.SH海光信息71.0016500.350.470.6951.2560.7189.95322718資料來源:WIND，國信證券經濟研究所預測（可比公司寒武紀、龍芯中科、景嘉微、瀾起科技預測均來自 Wind 一致預期）輔助估值判斷：歷史輔助估值判斷：歷史 PE-BandPE-Band選取公司 PE-Band 進行輔助估值判斷，公司自上市以來，PE 區間大體位于

162、 104-193倍，目前處于估值相對高位，我們假設 2024 年公司估值回到歷史中樞水平，即148 倍，預計海光信息 23/24/25 年歸母凈利潤 10.95/16.13/22.26 億元，對應 EPS為 0.47/0.69/0.96，對應目標市值為 2387.24 億元，對應目標價 102.71 元，較當下有 45%估值空間，維持“買入”評級。圖52：海光信息 PE-Band資料來源：Wind，國信證券經濟研究所整理4.2.34.2.3 投資建議投資建議海光信息作為國產 CPU、國產人工智能芯片的龍頭，將充分受益于 1）國產服務器CPU 自主可控，產品快速迭代，市場份額有望逐步提升。2）國

163、產人工智能芯片需求旺盛，行業規?？焖僭鲩L；同時，美國收縮對華 AI 芯片出口政策，國產 AI 算力芯片迎來歷史機遇期。但 23 年 CPU 業務受下游需求疲軟影響，下調海光信息23/24/25 年營業收入為 60.71/89.95/115.78 億元（23/24 年前值為 73.24、99.09億元），歸母凈利潤 10.95/16.13/22.26 億元（23/24 年前值為 13.60、20.06 億請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告41元），對應 EPS 為 0.47/0.69/0.96。我們給予海光信息 2024 年 24-25 倍 PS，對應估值區間

164、2158.80 億-2248.75 億市值，對應目標價 92.88-96.75 元，較當下有31%-36%估值空間，維持“買入”評級。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告42五、風險提示五、風險提示估值的風險估值的風險絕對估值的風險絕對估值的風險：我們采取了絕對估值和相對估值方法，多角度綜合得出公司的合理估值，但該估值是建立在相關假設前提基礎上的，特別是對公司未來幾年經濟增加值 EVA 的計算、調整稅后凈經營利潤 NOPLAT 的計算、加權平均資本成本（WACC）的計算，都融入了很多個人的判斷，進而導致估值出現偏差的風險，具體來說：1）可能由于對公司顯性期和半顯

165、性期收入和利潤增長率估計偏樂觀，導致未來10 年 NOPLAT（調整稅后凈經營利潤）計算值偏高，進而導致 EVA 的計算值偏高，存在估值偏樂觀的風險；2）加權平均資本成本（WACC）對公司絕對估值影響非常大，我們在計算 WACC 時假設無風險利率為 2.0%、風險溢價 7.5%，可能仍然存在對該等參數估計或取值偏低、導致 WACC 計算值偏低，從而導致公司估值高估的風險；我們假定未來 10 年后公司 TV 增長率為 2.5%，公司所處行業可能在未來 10 年后發生較大的不利變化，公司持續成長性實際很低或負增長，從而導致公司估值高估的風險；相對估值風險相對估值風險：我們選取了與公司業務相同或相近

166、的國內領先企業比如寒武紀、龍芯中科、瀾起科技、景嘉微等的相對估值指標進行比較，選取了可比公司 2024年平均 PS 做為相對估值的參考，同時考慮公司作為國產 CPU、國產人工智能芯片的龍頭，最終給予公司 24 年 24-25 倍 PS 估值，可能未充分考慮市場及該行業整體估值偏高的風險。盈利預測的風險盈利預測的風險1）我們假設公司未來 3 年收入增長 18.5%/48.2%/28.7%，可能存在對公司產品銷量及價格預計偏樂觀、進而高估未來 3 年業績的風險。2）我們預計公司未來 3 年毛利分別為 60.5%/55.5%/55.7%，可能存在對公司成本估計偏低、毛利高估，從而導致對公司未來 3

167、年盈利預測值高于實際值的風險。經營風險經營風險新產品的研發及市場推廣的風險：新產品的研發及市場推廣的風險：公司近期第二代 DCU 芯片深算二號已經實現商業化，預計 24 年發布第三代 DCU 芯片深算三號，目前尚處于研發階段，實現批量生產和銷售還有一定時間，且存在研發失敗的風險；另一方面，目前市場已有同類產品上市或在研競品，未來商業化預計會面臨激烈競爭，出現商業價值低或不及預期的風險，如果不能如期獲得市場認可，將會對公司經營發展產生不利影響。產品價格下行及毛利率下降的風險：產品價格下行及毛利率下降的風險：公司產品迭代速度較快，通常上一代產品價格下行速度較快，根據公司招股說明書披露數據，2021

168、 年公司 7200 系列產品平均單價為 11,162.28 元，相較于 2020 年 15,687.72 元的單價，有較大幅度的下滑，進而導致營業收入和毛利率的下降。未來，如果產品迭代速度放緩，舊產品價格持續下行，將對公司整體營收和毛利率產生不利影響。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告43原材料漲價及產能受限的風險原材料漲價及產能受限的風險：回顧歷史，22 年市場供需緊張，原材料晶圓成本上漲；21 年全球高端基板供應緊張，預訂基板價格較高，導致 22 年成本上升。未來仍存在原材料漲價風險，進而對公司毛利率產生不利影響。同時，公司采用Fabless 的生產模式，

169、存在產能受限的風險。技術風險技術風險技術被趕超或替代的風險：技術被趕超或替代的風險：公司所處行業屬于技術密集型行業，涉及 CPU、DUC 芯片的設計等技術，在未來提升研發技術能力的競爭中，如果公司不能準確把握行業技術的發展趨勢，在技術開發方向決策上發生失誤；或研發項目未能順利推進，未能及時將新技術運用于產品開發和升級，出現技術被趕超或替代的情況，公司將無法持續保持產品的競爭力，從而對公司的經營產生重大不利影響。關鍵技術人才流失風險：關鍵技術人才流失風險：關鍵技術人才的培養和管理是公司競爭優勢的主要來源之一。根據公司 23 年中報披露數據，公司目前擁有研發技術人員 1,382人，占總人數 90.

170、33%。隨著行業競爭格局的變化，對行業技術人才的爭奪將日趨激烈。若公司未來不能在薪酬、待遇等方面持續提供有效的獎勵機制，將缺乏對技術人才的吸引力，可能導致現有核心技術人員流失，這將對公司的生產經營造成重大不利影響。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告44附表：附表：財務預測與估值財務預測與估值資產負債表（百萬元資產負債表（百萬元）20212021202220222023E2023E2024E2024E2025E2025E利潤表（百萬元）利潤表（百萬元）20212021202220222023E2023E2024E2024E2025E2025E現金及現金等價物19

171、60112081058494529097營業收入營業收入231023105125512560716071899589951157811578應收款項3511254138718742630營業成本10182439240140035134存貨凈額1124109598616442105營業稅金及附加2439426381其他流動資產436983109316192084銷售費用5281162227272流動資產合計流動資產合計387138711494914949144581445814996149961632416324管理費用90135199245204固定資產1072726209421236研發費用

172、7451414176722092762無形資產及其他38184246591975929265財務費用(12)(89)(229)(219)(207)投資性房地產26612468246824682468投資收益11(7)000長期股權投資00000資產減值及公允價值變動(15)(23)(11)(16)(17)資產總計資產總計10457104572193421934234642346425998259982929229292其他收入(699)(1355)(1937)(2379)(2932)短期借款及交易性金融負債733587500300200營業利潤4361136154822813147應付款項29

173、23426869461131營業外凈收支11000其他流動負債537441458741928利潤總額利潤總額43743711371137154815482281228131473147流動負債合計流動負債合計1562156213701370164416441987198722592259所得稅費用(1)12152331長期借款及應付債券541480250250250少數股東損益110321437645889其他長期負債20931854185418541854歸屬于母公司凈利潤歸屬于母公司凈利潤327327804804109510951613161322262226長期負債合計長期負債合計263

174、4263423342334210421042104210421042104現金流量表（百萬元現金流量表（百萬元）20212021202220222023E2023E2024E2024E2025E2025E負債合計負債合計4196419637043704374837484091409143634363凈利潤凈利潤327804109516132226少數股東權益8561177160122273089資產減值準備187322831股東權益540617053181151968021839折舊攤銷400675212237262負債和股東權益總計負債和股東權益總計104571045721934219342

175、34642346425998259982929229292公允價值變動損失1523111617財務費用(12)(89)(229)(219)(207)關鍵財務與估值指標關鍵財務與估值指標20212021202220222023E2023E2024E2024E2025E2025E營運資本變動(1686)(1505)259(1099)(1280)每股收益0.160.350.470.690.96其它87305392598832每股紅利0.010.010.010.020.03經營活動現金流經營活動現金流(839)(839)308308200220021392139220882088每股凈資產2.677.

176、347.798.479.40資本開支0(183)(2276)(2276)(2276)ROIC6%8%11%17%19%其它投資現金流658(408)000ROE6%5%6%8%10%投資活動現金流投資活動現金流658658(591)(591)(2276)(2276)(2276)(2276)(2276)(2276)毛利率56%52%60%55%56%權益性融資(0)10583000EBIT Margin-0%7%22%23%26%負債凈變化301(61)(230)00EBITDAMargin17%21%25%26%28%支付股利、利息(18)(23)(33)(48)(67)收入增長126%122

177、%18%48%29%其它融資現金流65(885)(87)(200)(100)凈利潤增長率936%146%36%47%38%融資活動現金流融資活動現金流63163195319531(350)(350)(248)(248)(167)(167)資產負債率48%22%23%24%25%現金凈變動現金凈變動45045092489248(624)(624)(1132)(1132)(355)(355)股息率0.0%0.0%0.0%0.0%0.0%貨幣資金的期初余額1511196011208105849452P/E439.4205.4150.7102.374.1貨幣資金的期末余額196011208105849

178、4529097P/B26.69.79.18.47.6企業自由現金流0(640)(488)(1082)(367)EV/EBITDA375.7160.3109.473.152.6權益自由現金流0(1586)(578)(1065)(262)資料來源：Wind、國信證券經濟研究所預測證券研究報告證券研究報告免責聲明免責聲明分析師聲明分析師聲明作者保證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，力求獨立、客觀、公正，結論不受任何第三方的授意或影響；作者在過去、現在或未來未就其研究報告所提供的具體建議或所表述的意見直接或間接收取任何報酬，特此聲明。國信證券投資評級國

179、信證券投資評級投資評級標準投資評級標準類別類別級別級別說明說明報告中投資建議所涉及的評級（如有）分為股票評級和行業評級（另有說明的除外）。評級標準為報告發布日后 6 到 12 個月內的相對市場表現，也即報告發布日后的6到12個月內公司股價（或行業指數）相對同期相關證券市場代表性指數的漲跌幅作為基準。A 股市場以滬深 300 指數（000300.SH）作為基準；新三板市場以三板成指（899001.CSI）為基準；香港市場以恒生指數(HSI.HI)作為基準；美國市場以標普 500 指數(SPX.GI)或納斯達克指數（IXIC.GI）為基準。股票投資評級買入股價表現優于市場代表性指數 20%以上增持

180、股價表現優于市場代表性指數 10%-20%之間中性股價表現介于市場代表性指數10%之間賣出股價表現弱于市場代表性指數 10%以上行業投資評級超配行業指數表現優于市場代表性指數 10%以上中性行業指數表現介于市場代表性指數10%之間低配行業指數表現弱于市場代表性指數 10%以上重要聲明重要聲明本報告由國信證券股份有限公司（已具備中國證監會許可的證券投資咨詢業務資格）制作；報告版權歸國信證券股份有限公司（以下簡稱“我公司”）所有。，本公司不會因接收人收到本報告而視其為客戶。未經書面許可，任何機構和個人不得以任何形式使用、復制或傳播。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，一切須以我

181、公司向客戶發布的本報告完整版本為準。本報告基于已公開的資料或信息撰寫，但我公司不保證該資料及信息的完整性、準確性。本報告所載的信息、資料、建議及推測僅反映我公司于本報告公開發布當日的判斷，在不同時期，我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。我公司不保證本報告所含信息及資料處于最新狀態；我公司可能隨時補充、更新和修訂有關信息及資料，投資者應當自行關注相關更新和修訂內容。我公司或關聯機構可能會持有本報告中所提到的公司所發行的證券并進行交易，還可能為這些公司提供或爭取提供投資銀行、財務顧問或金融產品等相關服務。本公司的資產管理部門、自營部門以及其他投資業務部門可能獨立做出與本報

182、告中意見或建議不一致的投資決策。本報告僅供參考之用，不構成出售或購買證券或其他投資標的要約或邀請。在任何情況下，本報告中的信息和意見均不構成對任何個人的投資建議。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。投資者應結合自己的投資目標和財務狀況自行判斷是否采用本報告所載內容和信息并自行承擔風險，我公司及雇員對投資者使用本報告及其內容而造成的一切后果不承擔任何法律責任。證券投資咨詢業務的說明證券投資咨詢業務的說明本公司具備中國證監會核準的證券投資咨詢業務資格。證券投資咨詢，是指從事證券投資咨詢業務的機構及其投資咨詢人員以下列形式為證券投資人或者客戶提供證券投資分析、預測

183、或者建議等直接或者間接有償咨詢服務的活動：接受投資人或者客戶委托，提供證券投資咨詢服務；舉辦有關證券投資咨詢的講座、報告會、分析會等；在報刊上發表證券投資咨詢的文章、評論、報告，以及通過電臺、電視臺等公眾傳播媒體提供證券投資咨詢服務；通過電話、傳真、電腦網絡等電信設備系統，提供證券投資咨詢服務；中國證監會認定的其他形式。發布證券研究報告是證券投資咨詢業務的一種基本形式，指證券公司、證券投資咨詢機構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，并向客戶發布的行為。證券研究報告證券研究報告國信證券經濟研究所國信證券經濟研究所深圳深圳深圳市福田區福華一路 125 號國信金融大廈 36 層郵編：518046總機：0755-82130833上海上海上海浦東民生路 1199 弄證大五道口廣場 1 號樓 12 層郵編：200135北京北京北京西城區金融大街興盛街 6 號國信證券 9 層郵編：100032