《AI行業產業研究：算力系列之一液冷護航數據中心走向綠色低碳-240112（35頁）.pdf》由會員分享，可在線閱讀，更多相關《AI行業產業研究：算力系列之一液冷護航數據中心走向綠色低碳-240112（35頁）.pdf（35頁珍藏版）》請在三個皮匠報告上搜索。

1、1中 泰 證 券 研 究 所專 業 領 先 深 度 誠 信證券研究報告2 0 24.0 1.1 2液冷，護航數據中心走向綠色低碳AI產業研究算力系列之一：液冷分析師：蘇儀執業證書編號：S0740520060001Email：聯系人：劉一哲Email：2 總體來看，液冷雖然在中國正式起步的時間較晚，但其憑借較高的散熱效率與穩定的工作狀態，已經吸引了產業界較多關注與探索，多家服務器廠商和第三方廠商先后密集推出液冷服務解決方案/液冷服務器產品。液冷行業起步較晚但發展迅速。2022年我國液冷服務器市場規模約10.1億美元，同比增長189.9%；預計到2027年我國液冷服務器市場規模將達89億美元，20

2、22-2027 CAGR為54.5%。以“東數西算”為標桿，全國多地均對數據中心綠色、節能建設效果提出要求，這將進一步促進液冷的應用滲透率提升。電信運營商作為服務器、數據中心應用龍頭企業，已提出液冷應用的三年愿景，為液冷應用給出較好的行業應用范例和指引。當前液冷仍處于發展初期，依然存在產業標準有待明確、產業生態有待完善、產品服務價格較高等困難與挑戰。但我們也看到已經有較多市場參與者積極布局液冷行業，隨著政策指引持續明確與產業生態持續完善，我們有望看到液冷產業競爭格局在近幾年內快速明晰。展望未來，數字經濟持續快速發展，數據量激增與AIGC跨越式發展，均對算力基礎設施提出了更高要求；同時，當前以數

3、據中心為代表的服務器集群的高耗能現象、散熱表現有待改進與提升，也在推動行業采取更先進、更綠色的溫控手段。液冷作為新興溫控手段，其散熱效率較傳統風冷有較大提升，將在未來獲得更多服務器廠商與應用場景的選用。風險提示：風險提示：液冷技術探索與應用、行業生態建設不及預期的風險；AI進展不及預期帶來下游算力需求不及預期的風險；數據中心建設進度不及預期的風險；市場競爭加劇的風險；研究報告中使用的公開資料可能存在信息滯后或更新不及時的風險等。摘要摘要kVcZpWmZxUbWkU9YyWsQtRsQbRaO7NsQpPnPnReRrRnMkPmNtO7NnNuNxNnRsMMYpMyR3CONTENTS目錄C

4、CONTENTS專 業 領 先 深 度 誠 信專 業 領 先 深 度 誠 信中 泰 證 券 研 究 所中 泰 證 券 研 究 所1液冷的基本概念41.1.1 液冷技術分類液冷技術分類 液冷是一種以液體作為冷媒，利用液體流動將數據中心IT設備的內部元器件產生的熱量傳遞到設備外，使IT設備的發熱部件得到冷卻，從而保證IT設備安全運行的技術。液冷的優勢：液冷具備超高能效、超高熱密度，能夠高效散熱，并且不受海拔、地域、氣溫等環境的影響。目前，液冷技術主要包括冷板式液冷、噴淋式液冷和浸沒式液冷技術三種。圖表：液冷技術分類資料來源：電信運營商液冷技術白皮書、中泰證券研究所51.1.2 三種液冷技術對比三種

5、液冷技術對比冷板式液冷冷板式液冷圖表：冷板式液冷系統原理圖資料來源：中興通訊液冷技術白皮書、中泰證券研究所 冷板式液冷是通過液冷板（通常為銅鋁等導熱金屬構成的封閉腔體）將發熱器件的熱量間接傳遞給封閉在循環管路中的冷卻液體，通過冷卻液體將熱量帶走的一種散熱形式。冷板式液冷系統主要由冷卻塔、CDU、一次側&二次側液冷管路、冷卻介質、液冷機柜組成；其中液冷機柜內包含液冷板、設備內液冷管路、流體連接器、分液器等。冷板式液冷作為非接觸式液冷的一種，行業內具有10年以上的研究積累，在三種主流液冷方案中技術成熟度最高，在三種主流液冷方案中技術成熟度最高，是解決大功耗設備部署、提升能效、降低制冷運行費用、降低

6、TCO的有效應用方案。但冷板式液冷未能實現100%液體冷卻，因此存在機柜功耗低、液冷占比低時，節能收益不顯著問題；且液冷板設計需要考慮現有設備的器件布局，結構設計和實現的難度較大，標準化推進難度大。61.1.2 三種液冷技術對比三種液冷技術對比浸沒式液冷浸沒式液冷 浸沒式液冷是以冷卻液作為傳熱介質，將發熱器件完全浸沒在冷卻液中，發熱器件與冷卻液直接接觸并進行熱交換的制冷形式。浸沒式液冷系統室外側包含冷卻塔、一次側管網、一次側冷卻液；室內側包含 CDU、浸沒腔體、IT 設備、二次側管網和二次側冷卻液。使用過程中 IT設備完全浸沒在二次側冷卻液中，因此二次側循環冷卻液需要采用不導電液體，如礦物油、

7、硅油、氟化液等。按照熱交換過程中冷卻液是否存在相態變化，可分為單相浸沒液冷和兩相浸沒液冷兩類：單相浸沒式液冷：單相浸沒式液冷：作為傳熱介質的二次側冷卻液在熱量傳遞過程中僅發生溫度變化，而不存在相態轉變，過程中完全依靠物質的顯熱變化傳遞熱量。兩相浸沒式液冷：兩相浸沒式液冷：作為傳熱介質的二次側冷卻液在熱量傳遞過程中發生相態轉變，依靠物質的潛熱變化傳遞熱量。相較傳統風冷和冷板式液冷，浸沒式液冷具備節能（PUE 1.13）、緊湊、高可靠、低噪聲等優勢。但同時，浸沒式液冷也存在器件選型局限性、維護局限性、機房環境特殊性等局限和問題。圖表：浸沒式液冷系統原理圖（左為單相浸沒式液冷，右為兩相浸沒式液冷）資

8、料來源：中興通訊液冷技術白皮書、中泰證券研究所71.1.2 三種液冷技術對比三種液冷技術對比噴淋式液冷噴淋式液冷 噴淋式液冷是面向芯片級器件精準噴淋，通過重力或系統壓力直接將冷卻液噴灑至發熱器件或與之連接的導熱元件上的液冷形式，屬于直接接觸式液冷。噴淋式液冷系統主要由冷卻塔、CDU、一次側&二次側液冷管路、冷卻介質和噴淋式液冷機柜組成；其中噴淋式液冷機柜通常包含管路系統、布液系統、噴淋模塊、回液系統等。噴淋式液冷同樣實現了100%液冷，其結構顛覆性也優于浸沒式液冷；但噴淋式液冷的節能效果差于浸沒式液冷，且存在與浸沒式液冷相同的局限性問題。圖表：噴淋式液冷系統原理圖資料來源：中興通訊液冷技術白皮

9、書、中泰證券研究所8圖表：數據中心液冷方式對比冷板式冷板式浸沒式浸沒式噴淋式噴淋式接觸方式接觸方式間接接觸式直接接觸型直接接觸型改造成本改造成本較低較低較高中等可維護性可維護性優秀優秀較差中等空間利用率空間利用率較高較高中等最高兼容性兼容性未與主板和芯片模塊未與主板和芯片模塊進行進行直接直接的的接觸，材料接觸，材料兼容兼容性較強性較強直接接觸，材料兼容性較差直接接觸，材料兼容性差冷卻效果冷卻效果較好優秀優秀優秀優秀安裝便捷程度安裝便捷程度不改變服務器主板原有的形態，保留現有服不改變服務器主板原有的形態，保留現有服務器主板，安裝便捷務器主板，安裝便捷改變服務器主板原有結構，需重新安裝不改變服務器

10、主板原有的形態，安裝便捷不改變服務器主板原有的形態，安裝便捷可循環可循環采用雙路環狀循環對冷凍液實現二次利用，降低運營成本通過室外冷卻裝置進行循環，降低運營成本采用循環泵，實現資源的再利用，降低運營成本PUE1.17-1.301.05-1.081.05-1.10資料來源：華經產業研究院，中泰證券研究所1.1.2 三種液冷技術對比三種液冷技術對比9圖表：國內外液冷行業發展歷程資料來源：電信運營商液冷技術白皮書、中泰證券研究所 根據液冷服務器的發展歷史看，國外公司里IBM于1967年率先實現了首臺冷水冷卻系統計算機System360。雖然中國的液冷行業發展相對較晚，但其技術后來居上。2011年中科

11、曙光開創了中國液冷行業的先河。在后續5年中，華為、浪潮信息等和包括中科曙光在內的中國廠商逐漸布局市場并開始大量生產。2019年至今，各大廠商的液冷技術亦突飛猛進。1.2 液冷發展歷程液冷發展歷程101.3 液冷服務器產業鏈梳理液冷服務器產業鏈梳理 液冷產業生態涉及產業鏈上中下游，包括上游的產品零部件提供商、中游的液冷服務器提供商及下游的算力使用者。上游主要為產品零部件及液冷設備，包括快速接頭、CDU、電磁閥、浸沒液冷 TANK、manifold、冷卻液等組件或產品供應商；中游主要為液冷服務器、芯片廠商以及液冷集成設施、模塊與機柜等；下游主要包括三家電信運營商，百度、阿里巴巴、騰訊、京東等互聯網

12、企業以及信息化行業應用客戶，主要在電信信息、互聯網、政府、金融、交通和能源等信息化應用。上游上游中游中游下游下游產品零部件：產品零部件：包括快速接頭、CDU、電磁閥、TANK等液冷服務器液冷服務器互聯網、金融、電互聯網、金融、電信、政府、交通、信、政府、交通、能源等能源等英維克、3M、云酷、競鼎、諾亞、廣東合一、綠色云圖等華為、中興、浪潮、曙光、新華三、聯想、超聚變、英特爾等BAT互聯網企業、三大運營商等圖表：液冷服務器產業鏈梳理資料來源：電信運營商液冷技術白皮書，中泰證券研究所11圖表：中國液冷服務器市場規模及預測（單位：億美元）資料來源：IDC，中泰證券研究所1.4 中國液冷服務器市場規模

13、于中國液冷服務器市場規模于2027年有望達年有望達89億美元億美元 隨著數據中心綠色化發展成為趨勢、人工智能領域競爭加劇帶來高性能算力需求飛躍式增長，液冷服務器市場近年來在中國迎來爆發式增長。根據IDC的數據，2022年中國液冷服務器市場規模達10.1億美元，同比增長189.9%。2023年中國液冷服務器市場仍將保持快速增長，市場規模也預計將達15.1億美元。到2027年，中國液冷服務器市場規模有望達到89億美元。10.115.189010203040506070809010020222023E2027E中國液冷服務器市場規模12圖表：2019-2025年中國液冷數據中心的行業應用結構及預測資

14、料來源：賽迪顧問，中泰證券研究所1.4 中國液冷數據中心的行業應用結構中國液冷數據中心的行業應用結構 與風冷配合，中國液冷數據中心賦能各行業發展。未來數據中心溫控市場將出現“風冷+液冷”協同發展的格局。風冷技術不會被液冷完全取代，而是針對客戶的不同需求，選擇不同的數據中心制冷方案。2019年液冷數據中心主要應用在以超算為代表的應用當中，隨著互聯網、金融和電信行業業務量的快速增長，上述行業對數據中心液冷的需求量將會持續加大。預計2025年互聯網行業液冷數據中心占比將達到24.0%，金融行業將達到25.0%，電信行業將達到23.0%。而能源、生物、醫療和政務等將行業需求將加快融入通用數據中心新業態

15、，整體上規模有所下降。預計2025年能源行業液冷數據中心占比將達到10.5%，生物行業將達到8.5%，醫療行業將達到6.5%，以政務為代表的其他業務則將下降至2.5%。20.0%20.7%21.5%22.3%22.8%23.5%24.0%17.0%18.5%19.4%20.2%21.5%22.8%25.0%15.5%16.0%16.5%18.0%20.0%22.0%23.0%15.0%14.5%13.8%13.2%12.5%11.3%10.5%14.5%13.3%12.7%11.2%10.4%9.0%8.5%14.0%13.8%13.2%12.3%10.1%8.8%6.5%0%20%40%60

16、%80%100%20192020E2021E2022E2023E2024E2025E互聯網金融電信能源生物醫療其他131.4 國內液冷服務器競爭格局：曙光領先，華為、阿里等緊密追隨國內液冷服務器競爭格局：曙光領先，華為、阿里等緊密追隨 國內以中科曙光為首的廠商已經積累了一定的商業化經驗，基于產品營收、市占率、客戶反饋等指標，中科曙光為市場的重要領導者，華為、阿里、聯想緊隨其后，IBM中國位于可期待者位置。中國液冷服務器行業具有較高的技術壁壘，先進入者具備先發優勢。目前國內主要廠商在液冷技術方面還處于試驗或初步應用階段，市場競爭格局尚未明確。此外，由于國內對數據安全的保護，在數據中心基礎設施供應

17、上存在一定的地域壁壘。因此，國外廠商進入中國市場或較為困難。圖表：2020年中國液冷數據中心廠商競爭力矩陣圖資料來源：賽迪顧問、中泰證券研究所14CONTENTS目錄CCONTENTS專 業 領 先 深 度 誠 信專 業 領 先 深 度 誠 信中 泰 證 券 研 究 所中 泰 證 券 研 究 所2液冷行業發展驅動力15圖表：全球數據量規模及預測（單位：ZB）資料來源：IDC Global DataSphere 2023，中泰證券研究所 全球數據總量和算力規模高速增長全球數據總量和算力規模高速增長。據IDC數據顯示，2022年全球數據圈數據量規模達到103.66ZB，中國數據量規模將從2022的

18、23.88ZB增長至2027年的76.6ZB，CAGR達到26.3%，增速有望位列全球第一。根據IDC預測，未來3年全球新增數據量將超過過去30年之和，數據激增將使數據存儲、傳輸和處理的所需算力呈現指數級增長。算力智能化升級成為趨勢算力智能化升級成為趨勢，智能算力成為算力增長的主要動力智能算力成為算力增長的主要動力。海量復雜數據處理需求對于算力提出了更高的要求，需要更強大、更高效的計算資源來支持人工智能應用的發展。在此趨勢下，算力基礎設施加快建設，成為支撐數字經濟發展的“重要底座”，數據能力和算力需求循環增強。IDC預測，中國智能算力規模將持續高速增長，預計2027年將達到1117.4EFLO

19、PS，2022-2027年CAGR達33.9%。2.1.1 數據量激增驅動算力需求不斷升級數據量激增驅動算力需求不斷升級圖表：2020-2027年中國智能算力(基于FP16計算)規模及預測（單位：EFLOPS）資料來源：IDC，中泰證券研究所23.88 30.02 38.00 47.89 60.81 76.60 28.05 34.55 42.18 52.41 64.13 79.54 51.73 61.75 73.34 87.73 105.33 128.16 05010015020025030020222023E2024E2025E2026E2027E中國北美全球其他地區75.0 155.2 2

20、59.9 414.3 497.1 616.6 812.5 1117.4 106.9%67.5%59.4%20.0%24.0%31.8%37.5%0%20%40%60%80%100%120%0200400600800100012002020202120222023E2024E2025E2026E2027E智能算力（基于FP16計算）同比增速162.1.2 AIGC跨越式發展，算力需求激增跨越式發展，算力需求激增 隨著模型與算法不斷演進，其參數規模和復雜性顯著增加，對算力要求持續提高。而以ChatGPT、GPT-4為代表的一系列生成式大模型的出現，推動AIGC領域實現了跨越式大發展。而這也推動算力

21、需求量激增。訓練側：訓練側：GPT-3模型參數約為1746億個，訓練一次需要的總算力約為3640PF-days（以每秒一千萬億次計算需要運行3640天）。GPT-4參數數量可能擴大到1.8萬億個，訓練算力需求上升到GPT-3的68倍，對應在2.5萬個A100顯卡上需要訓練90-100天。推理側：推理側：以GPT-3為例，根據天翼智庫估算，500 tokens（約350個單詞）產生的算力需求即高達1.75 PFLOPS。圖表：2018-2023 年國內外大模型參數量演進情況發布年份發布年份機構機構模型名稱模型名稱參數量（億）參數量（億）發布年份發布年份機構機構模型名稱模型名稱參數量（億）參數量（

22、億）2018Allen Institute for AIELMo0.942020OpenAIGPT-317462018OpenAIGPT-11.22020微軟&英偉達Megatron-Turing53002018谷歌BERT3.42021DeepMindGopher 28002019百度ERNIE1.142021谷歌Switch Transformer160002019OpenAIGPT-2152022YandexYaLM10002019微軟DialoGPT152022谷歌LAMDA13702019英偉達Megatron-LM832022百度&PCLERNIE 3.0 Titan2600202

23、0微軟Turing-NLG1702022谷歌PaLM54002020清華大學GLM13002023OpenAIGPT-418000資料來源：Deep contextualized word representations、OpenAI官網、谷歌官網、微軟官網、英偉達官網、百度官網，CSDN，騰訊新聞等，中泰證券研究所圖表：ChatGPT算力需求及能耗估算資料來源：中商產業研究院，中泰證券研究所172.2 數據中心市場規模持續擴大數據中心市場規模持續擴大圖表：2017-2023年中國數據中心總機架數量預測趨勢圖（單位：萬架）資料來源：中國信通院，中商產業研究院，中泰證券研究所 作為新基建的一項重

24、要工程，作為新基建的一項重要工程，近年來，近年來，隨著人工智能與數據應用產業鏈快速發展，隨著人工智能與數據應用產業鏈快速發展，我國數據中心我國數據中心建設持建設持續提速，數據中心續提速，數據中心機架數量穩步增長。機架數量穩步增長。按照標準機架2.5kW統計，2021年我國在用數據中心機架數量達520萬架，其中，大型規模以上機架數量增長更為迅速，達到420萬架，占比80%。截止2022年年底，我國數據中心總機架數量近600萬架，位居世界前列，預計2023年中國數據中心機架數量將達到776萬架，屆時數據中心市場規模也將達到2470.1億元。圖表：2017-2023年中國數據中心市場規模及預測（單位

25、：億元）資料來源：中國信通院，中商產業研究院，中泰證券研究所16622631540152060077601002003004005006007008009002017201820192020202120222023E總機架數量：萬架512.8680.1878.31167.51500.21900.72470.10500100015002000250030002017201820192020202120222023E市場規模：億元182.2 數據中心的能耗、散熱問題日益凸顯數據中心的能耗、散熱問題日益凸顯 隨著數據中心數量與日俱增，其用電規模也隨之急劇攀升。根據有關統計數據結果，2021年我國數據

26、中心用電量2166億度，預計到2030年將超過3800億度。同時，規?？焖倥噬臄祿行?，散熱問題也日益凸顯，具體而言：整體層面整體層面傳統數據中心能耗成本巨大傳統數據中心能耗成本巨大，散熱耗能占比高。，散熱耗能占比高。數據中心一向是耗電大戶，全國數據中心耗電量約占全國用電量的 2%-3%。預計到2030年，數據中心用電量將超過3800億度，碳排放超過2億噸。同時，傳統數據中心散熱成本與支出占比較高，根據Uptime Institute 全球數據中心調查報告 2022，2022年全球范圍數據中心樣本的年平均PUE為1.55，自2014年以來年平均PUE值維持在1.55-1.65范圍內，即以制冷

27、為主的其他能耗占比達35%-39%。微觀層面微觀層面計算密度提升面臨散熱挑戰計算密度提升面臨散熱挑戰：算力性能的提升驅動服務器功耗和熱密度不斷增加，算力性能的提升驅動服務器功耗和熱密度不斷增加，傳統傳統風風冷方式已無法滿足高熱流密度電子器件的散熱冷方式已無法滿足高熱流密度電子器件的散熱。隨著摩爾定律失效，人們通過異構計算等技術在持續提高芯片和系統的能效比，但這也導致單個芯片的功耗增加迅速，當前主流處理器芯片CPU功率約為200W，最新發布的部分CPU已經突破 350W，GPGPU等異構加速芯片甚至已經突破700W。在此背景下，傳統風冷已經難以滿足散熱需求，數據中心、服務器需要更加高效的冷卻技術

28、去解決高功率、高熱流密度、高計算密度的芯片和系統散熱問題。微觀層面微觀層面高溫對電子元器件產生不利影響高溫對電子元器件產生不利影響：在高溫的環境下，機件材料、導線絕緣保護層、防水密封膠更容易老化，造成安全隱患。電子元器件使用故障中，有半數以上是由于溫度過高引起的。半導體元器件溫度每升高10C，反向漏電流將增加1倍，從而埋下起火隱患，更易引起安全事故，造成數據中心癱瘓。192.2 單機柜功率密度快速增加，呼喚數據中心的散熱革命單機柜功率密度快速增加，呼喚數據中心的散熱革命 受限于數據中心建設面積和環保規定，增加單機柜功率密度成為調和不斷增長的算力需求和有限的數據中心承載能力的關鍵解決方案。根據C

29、olocation America發布的數據，2020年全球數據中心單機柜平均功率將達到16.5kW，較之于2008年已增長了175%。賽迪顧問預測，隨著數據中心算力飛速提升，高功率單機柜將迅速普及，預計2025年，全球數據中心單機柜平均功率有望達到25kW。液冷技術的高效制冷效果可有效提升服務器的使用效率和穩定性，同時使數據中心在單位空間布置更多的服務器，提高數據中心運算效率。圖表：單機柜密度和冷卻方式的對應關系資料來源：中國液冷數據中心發展白皮書2020，賽迪顧問，中泰證券研究所圖表：2008年以來全球數據中單機柜功率變化情況及預測資料來源：Colocation America，賽迪顧問，

30、中泰證券研究所6.0 12.0 16.5 20.5 25.0 051015202530200820162020E2023E2025E數據中心單機柜功率(kW）202.3.1 政策引導與支持：國家層面加速推動數據中心綠色化、節能化發展政策引導與支持：國家層面加速推動數據中心綠色化、節能化發展 國家層面，數據中心綠色化、節能化發展加速推進。國家層面，數據中心綠色化、節能化發展加速推進。在落實節能降碳方面，政策明確要求到2023年底新建大型及以上數據中心PUE降低到1.3以下；到2025年全國新建大型、超大型數據中心平均電能利用效率降到1.3以下，國家樞紐節點進一步降到1.25以下，綠色低碳等級達到

31、4A級以上。圖表：近年來國家層面數據中心節能相關指導政策發布時間發布時間發布機構發布機構政策名稱政策名稱重點內容重點內容2019.01工信部等三部門關于加強綠色數據中心建設的指導意見 建立健全綠色數據中心標準評價體系和能源資源監管體系，打造一批綠色數據中心先進典型。打造一批綠色數據中心先進典型。2021.05發改委全國一體化大數據中心協同創新體系算力樞紐實施方案加強綠色集約建設。完善覆蓋電能使用效率、算力使用效率、可再生能源利用率等指標在內的數據中心綜合節能評價標準體系。2021.07工信部新型數據中心發展三年行動計劃(2021-2023年)到2023年底，全國數據中心機架規模年均增速保持在2

32、0%左右，平均利用率力爭提升到60%以上，總算力超過200 EFLOPS，高性能算力占比達到10%。國家樞紐節點算力規模占比超過70%。新建大型及以上數據中心新建大型及以上數據中心PUE降低到降低到1.3以下，嚴寒和寒冷地區力爭降低到以下，嚴寒和寒冷地區力爭降低到1.25以下。以下。2021.11發改委等四部門貫徹落實碳達峰碳中和目標要求推動數據中心和5G等新型基礎設施綠色高質量發展實施方案到 2025 年，數據中心和 5G 基本形成綠色集約的一體化運行格局。數據中心運行電能利用效率和可再生能源利用率明顯提升，全國新建大型、超大型數據中心平均電能利用效率降到全國新建大型、超大型數據中心平均電能

33、利用效率降到 1.3 以下，國家樞紐節點進一步降到以下，國家樞紐節點進一步降到 1.25 以下，綠色以下，綠色低碳等級達到低碳等級達到 4A 級以上。級以上。2021.11國家機關事務管理局等四部門深入開展公共機構綠色低碳引領行動促進碳達峰實施方案推動數據中心綠色化。推動存量“老舊”數據中心升級改造，“小散”數據中心騰退、整合，降低“老舊小散”數據推動存量“老舊”數據中心升級改造，“小散”數據中心騰退、整合，降低“老舊小散”數據中心能源消耗。中心能源消耗。新建大型、超大型數據中心全部達到綠色數據中心要求，綠色低碳等級達到綠色低碳等級達到4A級以上，電能利用效率級以上，電能利用效率（PUE）達到

34、）達到1.3以下。以下。鼓勵申報綠色數據中心評價，發揮示范引領作用。2022.06工信部等六部門工業能效提升行動計劃推進重點領域能效提升綠色升級。持續開展國家綠色數據中心建設，發布名單及典型案例，加強綠色設計、運維和能源計量審查。引導數據中心擴大綠色能源利用比例，推動老舊數據中心實施系統節能改造。到到2025年，新建大型、超年，新建大型、超大型數據中心電能利用效率（大型數據中心電能利用效率（PUE，指數據中心總耗電量與信息設備耗電量的比值）優于，指數據中心總耗電量與信息設備耗電量的比值）優于1.3。2022.08工信部等七部門信息通信行業綠色低碳發展行動計劃（2022-2025年）加大先進節能

35、節水技術應用。加大先進節能節水技術應用。強化綠色設計，加快自然冷源、近端制冷、液冷等制冷節能技術應用，鼓勵采用預制模塊化機房及高密度、虛擬化等高效IT系統方案，推廣高壓直流供電、高效交流不間斷電源、集成式電力模塊等技術和產品，發展智能化能源管控系統。資料來源：各部委，綠色節能液冷數據中心白皮書，中泰證券研究所212.3.2 地方政策：“東數西算”十個數據中心集群明確建設目標地方政策：“東數西算”十個數據中心集群明確建設目標 地方層面政策：地方層面政策：目前，“東數西算”工程的10個數據中心集群明確了起步區建設目標，其中均有對能耗、綠色建設的具體要求。而部分地區也已相繼出臺數據中心節能相關要求與

36、細則規定。圖表：“東數西算”數據中心集群政策梳理樞紐樞紐集群集群文件文件綠色節能水平要求綠色節能水平要求京津冀樞紐張家口集群關于同意京津冀地區啟動建設全國一體化算力網絡國家樞紐節點的復函張家口數據中心集群起步區為張家口市懷來縣、張北縣、宣化區。圍繞數據中心集群，抓緊優化算力布局，積極承接北京等地實時性算力需求。張家口數據中心集群應抓緊完成起步區建設目標：數據中心平均上架率不低于65%。數據中心電能利用效率指標控制在數據中心電能利用效率指標控制在1.25以內，可再生能源使以內，可再生能源使用率顯著提升。用率顯著提升。成渝樞紐天府集群關于同意成渝地區啟動建設全國一體化算力網絡國家樞紐節點的復函成渝

37、樞紐規劃設立天府數據中心集群和重慶數據中心集群。其中，天府數據中心集群起步區為成都市雙流區、郫都區、簡陽市。重慶數據中心集群起步區為重慶市兩江新區水土新城、西部（重慶）科學城璧山片區、重慶經濟技術開發區。圍繞兩個數據中心集群，抓緊優化算力布局，平衡好城市與城市周邊的算力資源部署，做好與“東數西算”銜接。天府、重慶數據中心集群應抓緊完成起步區建設目標：數據中心平均上架率不低于65%。數據中心電能利用效率指標控制在數據中心電能利用效率指標控制在1.25以內，可再生能以內，可再生能源使用率顯著提升。源使用率顯著提升。重慶集群長三角樞紐長三角生態綠色一體化發展示范區集群關于同意長三角地區啟動建設全國一

38、體化算力網絡國家樞紐節點的復長三角樞紐規劃設立長三角生態綠色一體化發展示范區數據中心集群和蕪湖數據中心集群。其中，長三角生態綠色一體化發展示范區數據中心集群起步區為上海市青浦區、江蘇省蘇州市吳江區、浙江省嘉興市嘉善縣。蕪湖數據中心集群起步區為蕪湖市鳩江區、弋江區、無為市。圍繞兩個數據中心集群，抓緊優化算力布局，積極承接長三角中心城市實時性算力需求，引導溫冷業務向西部遷移，構建長三角地區算力資源“一體協同、積極承接長三角中心城市實時性算力需求，引導溫冷業務向西部遷移，構建長三角地區算力資源“一體協同、輻射全域”的發展格局。輻射全域”的發展格局。長三角生態綠色一體化發展示范區、蕪湖數據中心集群應抓

39、緊完成起步區建設目標：數據中心平均上架率不低于65%。數據中心電能利用效率指數據中心電能利用效率指標控制在標控制在1.25以內，可再生能源使用率顯著提升。以內，可再生能源使用率顯著提升。蕪湖集群粵港澳大灣區樞紐韶關集群關于同意粵港澳大灣區啟動建設全國一體化算力網絡國家樞紐節點的復函粵港澳大灣區樞紐規劃設立韶關數據中心集群，起步區邊界為韶關高新區。圍繞韶關數據中心集群，抓緊優化算力布局，積極承接廣州、深圳等地實時性算力需求，引導溫冷業務向西部遷移，構建輻射華南乃至全國的實時性算力中心。韶關數據中心集群應抓緊完成起步區建設目標：數據中心平均上架率不低于65%。數據中心電能利用效率指標控制在數據中心

40、電能利用效率指標控制在1.25以內，可再生能源使用以內，可再生能源使用率顯著提升。率顯著提升。內蒙古樞紐和林格爾集群關于同意內蒙古自治區啟動建設全國一體化算力網絡國家樞紐節點的復函內蒙古樞紐規劃設立和林格爾數據中心集群，起步區邊界為和林格爾新區和集寧大數據產業園。充分發揮集群與京津冀毗鄰的區位優勢，為京津充分發揮集群與京津冀毗鄰的區位優勢，為京津冀高實時性算力需求提供支援，為長三角等區域提供非實時算力保障。冀高實時性算力需求提供支援，為長三角等區域提供非實時算力保障。和林格爾數據中心集群應抓緊完成起步區建設目標：數據中心平均上架率不低于65%。數據中心電能利用效率控制在數據中心電能利用效率控制

41、在1.2以下，可再生能源使用以下，可再生能源使用率顯著提升。率顯著提升。關于內蒙古和林格爾新區推進數據中心項目綠色化建設的意見綠色化要求方面，設計方案符合綠色數據中心要求，采用綠電替代、分布式新能源發電、余熱回收、多元化儲能、動力電池梯次利用、高壓直流等高效供配電系統、高密度集成等高效IT設備、新型機房精密空調、液冷、水資源綜合利用等綠色節能技術。和林格爾數據中心集群對于規模超過10000個標準機柜的以自用為主的數據中心項目，設計設計PUE值不高于值不高于1.25，項目建成投用后，項目建成投用后，PUE第二年年第二年年度平均值不高于度平均值不高于1.4，第三年度及以后年度平均值不高于，第三年度

42、及以后年度平均值不高于1.25。資料來源：綠色節能液冷數據中心白皮書，中泰證券研究所222.3.2 地方政策：“東數西算”十個數據中心集群明確建設目標地方政策：“東數西算”十個數據中心集群明確建設目標圖表：“東數西算”數據中心集群政策梳理（續）樞紐樞紐集群集群文件文件綠色節能水平要求綠色節能水平要求貴州樞紐貴安集群關于同意貴州省啟動建設全國一體化算力網絡國家樞紐節點的復函貴州樞紐規劃設立貴安數據中心集群，起步區邊界為貴安新區貴安電子信息產業園。圍繞貴安數據中心集群，抓緊優化存量，提升資源利用效率，以支持長三角、粵港澳大灣區等為主，積極承接東部地區算力需求。貴安數據中心集群應抓緊完成起步區建設目

43、標：數據中心平均上架率不低于65%。數據中心電能利用效率控制在數據中心電能利用效率控制在1.2以下，可再生能源使用以下，可再生能源使用率顯著提升。率顯著提升。關于加快推進“東數西算”工程建設全國一體化算力網絡國家（貴州）樞紐節點的實施意見推廣使用綠色化技術。鼓勵采用新型節能技術和綠色建筑技術，充分利用本地自然資源制冷，降低數據中心能耗水平。到到2025年，貴安集群新建大型以上數據中心年，貴安集群新建大型以上數據中心PUE(電能利用效率電能利用效率)低于低于1.2；貴安集群數據中心平均上架率不低于65%。貴安集群數據中心平均上架率不低于65%。甘肅樞紐慶陽集群甘肅省啟動建設全國一體化算力網絡國家

44、樞紐節點的復函甘肅樞紐設立慶陽數據中心集群，起步區邊界為慶陽西峰數據信息產業聚集區。要尊重市場規律、注重發展質量，打造以綠色、集約、安全為特色的數據中心集群，重點服務京津冀、長三角、粵港澳大灣區等區域的算力需求。慶陽數據中心集群應抓緊完成起步區建設目標：數據中心平均上架率不低于65%。數據中心電能利用效率控制在數據中心電能利用效率控制在1.2以下，可再生能源使用以下，可再生能源使用率顯著提升。率顯著提升。寧夏樞紐中衛集群關于同意寧夏回族自治區啟動建設全國一體化算力網絡國家樞紐節點的復函寧夏樞紐規劃設立中衛數據中心集群，起步區邊界為中衛工業園西部云基地。要充分發揮區域可再生能源富集的優勢，積極承

45、接東部算力需求，引導數據中心走高效、清潔、集約、循環的綠色發展道路。中衛數據中心集群應抓緊完成起步區建設目標：數據中心平均上架率不低于65%。數據中心電能利用效率控制在數據中心電能利用效率控制在1.2以下，以下，可再生能源使用率顯著提升。資料來源：綠色節能液冷數據中心白皮書，中泰證券研究所232.3.2 地方政策：部分地區已出臺數據中心節能相關要求與細則規定地方政策：部分地區已出臺數據中心節能相關要求與細則規定圖表：地方數據中心政策梳理地方地方文件文件綠色節能水平要求綠色節能水平要求北京關于印發進一步加強數據中心項目節能審查若干規定的通知項目規模1萬噸標準煤（電力按等價值計算，下同）PUE值不

46、應高于1.3；1萬噸項目規模2萬噸標準煤，PUE值不應高于1.25；2萬噸項目規模3萬噸標準煤，PUE值不應高于1.2；項目規模3萬噸標準煤，PUE值不應高于1.15上海上海市數據中心建設導則新建大型數據中心設計PUE不超過1.3（集聚區降至1.25左右）、邊緣數據中心不應高于 1.5，簡稱運行第一年PUE綜合不高于 1.4，第二年不高于1.3。關于推進本市數據中心健康有序發展的實施意見集聚區新建大型數據中心綜合 PUE降至 1.25 左右，綠色低碳等級達到 4A 級以上。新型數據中心“算力浦江”行動計劃（2022-2024年）加快綠色節能技術應用。推動數據中心采用液冷、蒸發冷卻、近端制冷等制

47、冷技術，采用模塊化機房、預制化電力模塊、余熱綜合利用、智能運維、鋰電池等節能產品和技術。深圳關于加快推進新型基礎設施建設的實施意見（20202025年）集中布局建設適用于中時延類業務的超大型數據中心，分布布局PUE值小于1.25的適用于低時延類業務和邊緣計算類業務的中小型數據中心。貴州關于支持貴州在新時代西部大開發上闖新路的意見實施數字產業強鏈行動。培育壯大人工智能、大數據、區塊鏈、云計算等新興數字產業。加快推進“東數西算”工程，布局建設主數據中心和備份數據中心，建設全國一體化算力網絡國家樞紐節點，打造面向全國的算力保障基地。支持貴陽大數據交易所建設，促進數據要素流通。建設國家大數據安全靶場，

48、開展數據跨境傳輸安全管理試點。推動在礦產、輕工、新材料、航天航空等產業領域建設國家級、行業級工業互聯網平臺，促進產業數字化轉型。適度超前布局新型基礎設施，推動交通、能源等基礎設施智能化改造升級。資料來源：綠色節能液冷數據中心白皮書，中泰證券研究所242.4 電信運營商電信運營商提出數據中心液冷提出數據中心液冷三年愿景三年愿景 作為數據中心行業的領軍者，三大運營商在數據中心液冷技術的探索與應用上也走在行業前列。2023年6月，三大運營商聯合發布了電信運營商液冷技術白皮書（2023年），共同提出了液冷應用上的三年愿景及規劃。三年愿景總體目標：三年愿景總體目標：共同聯合產學研上下游，凝聚行業合力、強

49、攻關、構生態、拓應用，強化原創性、引領型關鍵核心技術攻關，全力打造高水平液冷生態鏈；構筑開放生態，推進液冷機柜與服務器解耦，引領形成統一標準，既要降低 PUE（數據中心電能利用效率），又要獲取最低 TCO（全生命周期成本）；發揮規模優勢，大力拓展應用。推進節奏上，三大運營商也部署了推進節奏上，三大運營商也部署了2023-2025年的詳細規劃。年的詳細規劃。2023年年：開展技術驗證，充分驗證液冷技術性能，降低 PUE，儲備規劃、建設與維護等技術能力；2024年年：開展規模測試，推進液冷機柜與服務器解耦，促進競爭，推進產業生態成熟，降低全生命周期成本；到到2025年年，開展規模應用，50%以上項

50、目規模應用液冷技術，并共同推進形成標準統一、生態完善、成本最優、規模應用的高質量發展格局，電信行業則力爭成為液冷技術的引領者、產業鏈的領航者、推廣應用的領先者。圖表：電信運營商液冷三年愿景資料來源：電信運營商液冷技術白皮書、中泰證券研究所252.5 液冷行業發展空間較大，挑戰與機遇并存液冷行業發展空間較大，挑戰與機遇并存 目前，我國液冷行業處于發展初期，液冷應用滲透率還較低，但液冷作為數據中心與服務器集群的下一代散熱技術，其市場空間與發展前景已得到高度關注，應用滲透率有望持續快速提升。不過，目前我國液冷行業仍存在一些發展上的挑戰：液冷產業生態尚不成熟：液冷技術在國內外發展已有十余年，但當前生態

51、不完善，各家產品形態各異，液冷產業生態尚不成熟：液冷技術在國內外發展已有十余年，但當前生態不完善，各家產品形態各異，產品規范化程度較低。產品規范化程度較低。目前業內尚無服務器與機柜統一接口規范標準，機柜與服務器深度耦合，各家服務器設備、冷卻液、制冷管路、供配電等產品形態各異，不同廠家產品接口不同、不能互相兼容，勢必限制競爭，影響產業高質量發展。液冷系統架構尚在演進：液冷系統架構尚在演進：當前業內液冷系統架構不同，制冷與供電存在分布式、集中式不同架構。部分廠家服務器已演進為高溫服務器，可減配冷水機組，進一步簡化冷源架構，促進降本增效。液冷系統成本仍較高：液冷系統成本仍較高：與傳統風冷產品比較，液

52、冷仍存在初期投資高、全生命周期成本高等問題，這一問題將影響液冷產品的初期規模應用與推廣。我們認為，液冷的應用發展前景仍然十分廣闊，不過當前行業處于發展初期，技術標準、產業鏈生態仍有待更進一步的建立與規范。當前市場參與者眾多，建議持續關注行業相關進展與公司的重要技術能力突破。26CONTENTS目錄CCONTENTS專 業 領 先 深 度 誠 信專 業 領 先 深 度 誠 信中 泰 證 券 研 究 所中 泰 證 券 研 究 所3液冷行業主要公司概況273.1 新華三新華三：ALL in GREEN引領基礎設施綠色發展引領基礎設施綠色發展 新華三技術有限公司成立于2003年，目前為紫光集團旗下的重

53、要基礎設施企業，擁有計算、存儲、網絡、安全等完整的數字化基礎設施提供能力，能夠提供云計算、大數據、大互聯、大安全、大安防、物聯網、邊緣計算、人工智能、區塊鏈在內的一站式數字化平臺解決方案。同時，新華三也是HPE服務器、存儲和技術服務的中國獨家提供商。在液冷方面，新華三為用戶提供液冷全生命周期服務，其解決方案從基礎設施到統一運維，打通液冷全產業鏈，助推在液冷方面，新華三為用戶提供液冷全生命周期服務，其解決方案從基礎設施到統一運維，打通液冷全產業鏈，助推液冷標準化的進程，實現液冷技術全場景覆蓋。液冷標準化的進程，實現液冷技術全場景覆蓋。2023年，新華三在年，新華三在2023領航者峰會上提出領航者

54、峰會上提出ALL in GREEN戰略。戰略。2018-2022年，新華三營收從297.92億元增至498.10億元，期間CAGR為13.71%；歸母凈利潤從24.90億元增至37.31億元，期間CAGR為10.65%。圖表：新華三2018-2022年營收及增速（單位：億元）資料來源：Wind、中泰證券研究所25.32%8.27%14.08%20.52%12.31%0%5%10%15%20%25%30%010020030040050060020182019202020212022營業收入營收增速圖表：新華三2018-2022年凈利潤表現（單位：億元）資料來源：Wind、中泰證券研究所8.36%

55、8.06%7.53%7.74%7.49%0%1%2%3%4%5%6%7%8%9%051015202530354020182019202020212022歸母凈利潤歸母凈利率28 目前，新華三提供冷板式和浸沒式兩種液冷技術產品與服務：冷板式：通用計算、異構計算冷板機型全覆蓋，適配不同場景化算力需求；浸沒式：極致PUE場景解決方案，幫助用戶實現數據中心PUE小于1.1。在解決方案形式上，新華三可提供整體一體化解決方案，亦可提供專門的液冷數據中心基礎設施解決方案。圖表：新華三一體化解決方案圖示資料來源：新華三官網、中泰證券研究所3.1 新華三新華三的液冷產品與服務的液冷產品與服務圖表：新華三液冷數據

56、中心基礎設施解決方案資料來源：新華三官網、中泰證券研究所29 浪潮信息是國內領先的服務器制造企業，專注于為客戶提供先進的云計算、大數據、邊緣計算等計算產品和解決方案。液冷方面，早在2016年，浪潮信息即開始在液冷領域積極布局。公司持續踐行“All in 液冷”戰略，全棧布局液冷，發布全棧液冷產品，并提供液冷數據中心全生命周期整體解決方案。浪潮建成了亞洲最大液冷研發生產基地天池并投入使用，基地年產能達10萬臺，實現了業界首次冷板式液冷整機柜的大批量交付，幫助用戶數據中心PUE降低至1.1以下，整體交付周期在5-7天之內。浪潮信息還不斷推動完善數據中心的液冷標準化體系，目前浪潮信息已擁有 300

57、多項液冷技術領域核心專利，已參與制定與發布 10 余項冷板式/浸沒式液冷相關設計技術標準，并聯合牽頭立項關于冷板式液冷核心技術的 4 項標準。圖表：浪潮信息持續踐行“All in 液冷”戰略，發布全棧液冷產品資料來源：數據猿，騰訊網，中泰證券研究所圖表：浪潮信息 2018-2022年營收與利潤表現（單位：億元）資料來源：Wind，中泰證券研究所3.2 浪潮信息：持續踐行“浪潮信息：持續踐行“All in 液冷”戰略，積極推動液冷標準化體系建設液冷”戰略，積極推動液冷標準化體系建設469.41 516.53 630.38 670.48 695.25 0%5%10%15%20%25%0100200

58、30040050060070080020182019202020212022營業收入歸母凈利潤營收增速歸母凈利率30圖表：中科曙光2018-2022年營收與利潤表現（單位：億元）資料來源：Wind，中泰證券研究所3.3 中科曙光：國內服務器液冷先行者，拓展液冷存儲市場，打造存算一棧式液冷方案中科曙光：國內服務器液冷先行者，拓展液冷存儲市場，打造存算一棧式液冷方案 中科曙光是國內領先的高端服務器生產商。公司高端服務器產品全棧自研，擁有大規模部署實踐；不斷開拓算力服務業務，通過全國一體化算力服務平臺加速海量復雜行業應用創新與落地，為國內多個大模型提供算力支持。液冷方面，曙光液冷技術早于2011年便

59、開始探索，歷經“冷板式液冷技術”、“浸沒液冷技術”和“浸沒相變液冷技術”三大發展階段，于2016年率先在全國開始浸沒式液冷服務器大規模應用的研發，2019年實現全球首個大規模浸沒相變液冷項目的商業化落地。截至2020年，曙光擁有液冷核心專利近50項，部署的液冷服務器已達數萬臺，居國內市場份額之首。2022年11月9日，中科曙光發布了業界首款液冷存儲曙光 ParaStor 液冷存儲系統，將液冷技術與存儲技術深度結合，填補了存儲領域液冷產品的空白，并可與液冷服務器形成“存算一棧式”液冷方案。圖表：中科曙光發布ParaStor 液冷存儲系統，打造存算一棧式液冷方案資料來源：中科曙光官網，中泰證券研究

60、所0%10%20%30%40%50%02040608010012014020182019202020212022營業收入歸母凈利潤營收增速歸母凈利率31圖表：依米康2018-2022年營收及利潤表現（單位：億元）資料來源：Wind，中泰證券研究所3.4 依米康：戰略轉型加快推進，持續聚焦綠色算力服務依米康：戰略轉型加快推進，持續聚焦綠色算力服務 依米康成立于2002年，是數字基礎設施全生命周期綠色解決方案服務商。成立之初依米康主要為數據中心和精密環境提供關鍵制冷設備，后續公司緊抓信息化發展趨勢，至今已發展為數字基礎設施全生命周期綠色解決方案服務商。公司業務板塊包括關鍵設備、智能工程、軟件業務、

61、智慧服務，對應算力基礎設施全生命周期各個節點，從算力基礎設施的頂層設計、到總包建設、溫控系統等關鍵設備供應、再到算力基礎設施運維環境監測服務，均可提供全方位的方案設計及服務。經營業績方面，公司近年來正在進行新一輪戰略轉型，同時公司持續剝離非主營業務資產，致使公司近年在營收和利潤端表現承壓。不過隨著公司持續聚焦主營主業，公司來自信息數據領域的產品收入占比在2020年以后進入新的高占比水平，后續公司將集中更多優勢資源，持續聚焦液冷、溫控等領域，在產品與市場上加快拓展。圖表：依米康2018-2022年營收結構（單位：百萬元）資料來源：Wind，中泰證券研究所1,029 734 1,103 1,118

62、 728 274 230 196 271 151 69 215 47 0%20%40%60%80%100%20182019202020212022信息數據領域環保治理領域醫療健康領域-50%-40%-30%-20%-10%0%10%20%-4-2024681012141620182019202020212022營業收入歸母凈利潤營收增速歸母凈利率32CONTENTS目錄CCONTENTS專 業 領 先 深 度 誠 信專 業 領 先 深 度 誠 信中 泰 證 券 研 究 所中 泰 證 券 研 究 所4投資建議與風險提示33 數字經濟的持續快速發展下，數據量激增與數字經濟的持續快速發展下，數據量激

63、增與AIGC跨越式發展，對算力基礎設施提出了更高要求；同時，當前以數據跨越式發展，對算力基礎設施提出了更高要求；同時，當前以數據中心為代表的服務器集群的高耗能現象、散熱表現有待改進與提升，也在推動行業采取更先進、更綠色的溫控手段。中心為代表的服務器集群的高耗能現象、散熱表現有待改進與提升，也在推動行業采取更先進、更綠色的溫控手段。液冷作為新興溫控手段，其散熱效率較傳統風冷有較大提升，將在未來獲得更多服務器廠商與應用場景的選用。液冷作為新興溫控手段，其散熱效率較傳統風冷有較大提升，將在未來獲得更多服務器廠商與應用場景的選用。當前時點，我們持續看好液冷產業投資機遇，建議投資人持續關注，具體包括：液

64、冷：液冷：紫光股份（新華三）、浪潮信息、中科曙光、依米康、英維克、飛榮達等。投資建議投資建議34 液冷技術探索與應用、行業生態建設不及預期的風險。液冷技術探索與應用、行業生態建設不及預期的風險。AI進展不及預期帶來下游算力需求不及預期的風險。進展不及預期帶來下游算力需求不及預期的風險。數據中心建設進度不及預期的風險。數據中心建設進度不及預期的風險。市場競爭加劇的風險。市場競爭加劇的風險。研究報告中使用的公開資料可能存在信息滯后或更新不及時的風險。研究報告中使用的公開資料可能存在信息滯后或更新不及時的風險。風險提示風險提示35重要聲明重要聲明 中泰證券股份有限公司（以下簡稱“本公司”）具有中國證

65、券監督管理委員會許可的證券投資咨詢業務資格。中泰證券股份有限公司（以下簡稱“本公司”）具有中國證券監督管理委員會許可的證券投資咨詢業務資格。本公司不會因接收人收到本報告而視其為客戶。本公司不會因接收人收到本報告而視其為客戶。本報告基于本公司及其研究人員認為可信的公開資料或實地調研資料，反映了作者的研究觀點，力求獨立、客觀和公正，結論不受任何第三方的授意或影響。本公司力求但不保證這些信息的準確性和完整性，且本報告中的資料、意見、預測均反映報告初次公開發布時的判斷，可能會隨時調整。本公司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。本報告所載的資料、工具、意見

66、、信息及推測只提供給客戶作參考之用，不構成任何投資、法律、會計或稅務的最終操作建議，本公司不就報告中的內容對最終操作建議做出任何擔保。本報告中所指的投資及服務可能不適合個別客戶，不構成客戶私人咨詢建議。市場有風險，投資需謹慎。在任何情況下，本公司不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任。投資者應注意，在法律允許的情況下，本公司及其本公司的關聯機構可能會持有報告中涉及的公司所發行的證券并進行交易，并可能為這些公司正在提供或爭取提供投資銀行、財務顧問和金融產品等各種金融服務。本公司及其本公司的關聯機構或個人可能在本報告公開發布之前已經使用或了解其中的信息。本報告版權歸“中泰證券股份有限公司”所有。事先未經本公司書面授權，任何機構和個人，不得對本報告進行任何形式的翻版、發布、復制、轉載、刊登、篡改，且不得對本報告進行有悖原意的刪節或修改。