《計算機行業深度報告：國產AI算力正在崛起-240806（19頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業深度報告：國產AI算力正在崛起-240806（19頁）.pdf（19頁珍藏版）》請在三個皮匠報告上搜索。

1、計算機計算機 請務必參閱正文后面的信息披露和法律聲明 1/19 計算機計算機 2024 年 08 月 06 日 投資評級：投資評級：看好看好（維持維持）行業走勢圖行業走勢圖 數據來源：聚源 周觀點：持續看好自主安全板塊行業周報-2024.8.4 周觀點：布局高景氣的 AI 算力行業周報-2024.7.28 周觀點：逐漸布局信創板塊行業周報-2024.7.21 國產國產 AI 算力算力正在崛起正在崛起 行業深度報告行業深度報告 陳寶?。ǚ治鰩煟╆悓毥。ǚ治鰩煟﹦㈠羞b（分析師）劉逍遙（分析師） 證書編號：S0790520080001 證書編號：S0790520090001 國家及地方性政策密集落地

2、，推動國家及地方性政策密集落地，推動智能算力建設智能算力建設 2023 年底，工信部等六部門聯合印發算力基礎設施高質量發展行動計劃提出，到 2025 年全國算力規模將超過 300EFLOPS，其中智能算力占比達到 35%。除了整體算力規模和智算規模的提升以外，算力國產化也成為重要趨勢。例如，北京市經濟和信息化局和通信管理局印發的 北京市算力基礎設施建設實施方案（20242027 年）的通知中，提出到 2025 年，本市智算供給規模達到45EFLOPS，到 2027 年，實現智算基礎設施軟硬件產品全棧自主可控?；ヂ摼W、運營商、政府等下游行業需求旺盛，智算項目密集落互聯網、運營商、政府等下游行業需

3、求旺盛，智算項目密集落地地（1）國內互聯網廠商資本開支回暖，我們判斷 AI 算力或為投資重點。2023Q2-2024Q1 阿里營業資本支出同比增速分別為-45.93%、-62.97%、25.77%和304.85%；騰訊資本開支分別為 31.1%、236.8%、33.1%和 225.5%，2023Q4 開始阿里和騰訊的資本開支明顯提升。（2）AI 算力大單密集落地，運營商開啟智算中心建設的競爭賽。2024 年 5 月，中國移動公示 2024 年至 2025 年新型智算中心集采項目采購包 1 的中標結果，總中標金額約為 191.04 億元（不含稅），整體采購規模及單價均超出市場預期。此外，2023

4、 年底及 2024 年 4 月，電信和聯通也公布了 AI 算力服務器的采購結果，采購規模分別為 84 億和 20.46 億元。（3）政府智算中心落地節奏明顯加速，同時建設規模明顯增加。篳路藍縷，國產篳路藍縷，國產 AI 算力正在崛起算力正在崛起 美國對國內 AI 發展層層限制，發展國產算力勢在必行。國產 AI 算力正在崛起，華為昇騰 910B 已經在運營商、政府等行業廣泛應用；海光 DCU 系列兼容“類 CUDA”環境，生態優勢凸顯，其也在性能快速迭代；寒武紀全新一代云端智能訓練芯片思元 590 采用 MLUarch05 全新架構，實測訓練性能較在售產品有了顯著提升。我們認為，隨著國產 AI

5、芯片性能正在快速提升，為國內 AI 的發展提供了良好的支撐。投資建議：投資建議：一方面，AIGC 拉動下中國 AI 投資規模有望呈現快速增長的趨勢，根據 IDC 預測，到 2027 年，中國生成式 AI 投資占比將達到 33.0%，投資規模超 130 億美元，五年復合增長率（CAGR）為 86.2%?；ヂ摼W、運營商、政府等下游行業需求旺盛，智算項目密集落地；另一方面，美國對國內 AI 發展層層限制，發展國產算力勢在必行，以華為昇騰、海光、寒武紀為代表的國產算力正在崛起。因此，我們高度看好國產 AI 算力方向，重點推薦海光信息、中科曙光、神州數碼、卓易信息，受益標的包括寒武紀、景嘉微、紫光股份、

6、高新發展、烽火通信、廣電運通、拓維信息等。風險提示：風險提示：產品研發迭代不及預期；原材料價格波動風險。-48%-38%-29%-19%-10%0%2023-082023-122024-04計算機滬深300相關研究報告相關研究報告 開源證券開源證券 證券研究報告證券研究報告 行業深度報告行業深度報告 行業研究行業研究 行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 2/19 目目 錄錄 1、AIGC 拉動下中國 AI 投資規模有望呈現快速增長的趨勢.3 2、國家及地方性政策密集落地，推動智能算力建設.4 3、互聯網、運營商、政府等下游行業需求旺盛，智算項目密集落地.7 3.1

7、、互聯網：國內互聯網廠商資本開支回暖，AI 算力或為投資重點.7 3.2、運營商：AI 算力大單密集落地，運營商開啟智算中心建設軍備賽.7 3.3、政府：智算中心落地節奏明顯加速，同時建設規模明顯增加.9 4、篳路藍縷，國產 AI 算力正在崛起.11 4.1、華為昇騰：國產算力“扛旗者”.11 4.2、海光：DCU 產品兼容“類 CUDA”環境，性能快速迭代.13 4.3、寒武紀：全新一代云端智能訓練芯片思元 590 放量在即.14 4.4、昆侖芯：新一代昆侖芯自研架構、技術領先、功能完備.15 5、投資建議.16 6、風險提示.16 圖表目錄圖表目錄 圖 1：截至到 2022 年底，全球算力

8、總規模達 650 EFLOPS.3 圖 2：截止到 2022 年底，我國算力總規模為 180EFLOPS.3 圖 3：IDC 預測到 2027 年中國生成式 AI 投資占比將達到 33.0%，投資規模超 130 億美元.3 圖 4：到 2025 年，全國算力規模超過 300EFLOPS，智能算力占比達到 35%.4 圖 5：到 2025 年，深圳市規劃通用算力達到 14EFLOPS（FP32），智能算力達到 25EFLOPS（FP16）.5 圖 6：到 2030 年，江蘇省規劃在用總算力超過 50EFLOPS，智能算力占比進一步提升，占比超過 45%.6 圖 7：2024Q1 阿里營運資本支出

9、增長 304.85%.7 圖 8：2024Q1 騰訊資本開支增長 225.5%.7 圖 9：2024 年中國移動算力領域預計投入 475 億元.8 圖 10：2024 年中國電信產業數字化計劃資本開支 370 億元.8 圖 11：中國移動首批 12 個智算中心節點正式投產，可提供 11EFLOPS 算力規模.8 圖 12：昇騰 AI 處理器主要的架構組成部件包括特制的計算單元、大容量的存儲單元和相應的控制單元.12 圖 13：達芬奇架構包括三種基礎計算資源:矩陣計算單元、向量計算單元和標量計算單元.12 圖 14：基于昇騰 910 和昇騰 310 AI 處理器，華為完成了 Atlas 全系列產

10、品布局.13 圖 15：基于昇騰系列處理器和基礎軟件，華為打造了昇騰計算產業.13 圖 16：CUDA 是一種由 NVIDIA 推出的通用并行計算架構.13 圖 17：ROCm 和 CUDA 在生態、編程環境等方面具有高度的相似性.13 圖 18：海光 DCU 擁有良好的軟件生態環境.14 圖 19：MLU370-X8 中整合了雙芯片四芯粒思元 370.15 圖 20：思元 370 系列板卡與業內主流 GPU 性能對比性能優異.15 圖 21：昆侖芯二代 AI 芯片采用新一代昆侖芯 XPU-R 架構.16 表 1：政府智算中心落地節奏明顯加速，同時建設規模明顯增加.10 表 2：昆侖芯是一家在

11、體系結構、芯片實現、軟件系統和場景應用均有深厚積累的 AI 芯片企業.15 表 3：國產 AI 算力產業鏈公司估值情況（截至 2024.8.5）.16 aVbUcWaYfYfYeUeUaQcMbRsQmMpNsOfQnNwOfQoOrO8OqQyRwMnOqRxNmMmO行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 3/19 1、AIGC 拉拉動下中國動下中國 AI 投資規模投資規模有望有望呈現快速增長的趨勢呈現快速增長的趨勢 截止截止 2022 年底，年底，我國算力規模位居全球第二我國算力規模位居全球第二。截至到 2022 年底，全球算力總規模達到 650 EFLOPS，

12、其中，通用算力規模為 498EFLOPS，智能算力規模為142EFLOPS，超算算力規模為 10 EFLOPS。截止到 2022 年底，我國算力總規模為180EFLOPS，其中，通用算力規模為 137EFLOPS，智能算力規模為 41EFLOPS，超算算力規模為 2EFLOPS。圖圖1：截至到截至到 2022年底，全球算力總規模達年底，全球算力總規模達650 EFLOPS 圖圖2：截止到截止到 2022 年底，我國算力總規模為年底，我國算力總規模為 180EFLOPS 數據來源：IDC、開源證券研究所 數據來源：IDC、開源證券研究所 在在 AIGC 帶動下，中國帶動下，中國 AI 投資規模將

13、投資規模將呈現快速增長的趨勢。呈現快速增長的趨勢。IDC 數據顯示，2022年全球人工智能（AI）IT 總投資規模為 1324.9 億美元，并有望在 2027 年增至 5,124.2億美元，年復合增長率為 31.1%。IDC 預測，到 2027 年，全球生成式 AI 市場規模將接近 1500 億美元，年復合增長率或達 85.7%。到 2027 年，中國生成式 AI 投資占比將達到 33.0%，投資規模超 130 億美元，五年復合增長率（CAGR）為 86.2%。圖圖3：IDC 預測預測到到 2027 年中國生成式年中國生成式 AI 投資占比將達到投資占比將達到 33.0%，投資規模超，投資規模

14、超 130億美元億美元 資料來源：IDC 0100200300400500600通用算力智能算力超算算力2021年2022年020406080100120140160通用算力智能算力超算算力2021年2022年行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 4/19 2、國家及地方性政策國家及地方性政策密集密集落地，推動智能算力建設落地，推動智能算力建設 根據工信部印發的算力發展規劃，根據工信部印發的算力發展規劃，2025年國內智能算力規模將超過年國內智能算力規模將超過105EFLOPS。2023 年 10 月，工信部等六部委聯合印發算力基礎設施高質量發展行動計劃，提出到 2

15、025 年，全國算力規模超過 300EFLOPS，智能算力占比達到 35%，達到105EFLOPS，東西部算力平衡協調發展。圖圖4：到到 2025 年，全國算力規模超過年，全國算力規模超過 300EFLOPS，智能算力占比達到，智能算力占比達到 35%資料來源：工信部 2024 年年 2 月月 19 日，國務院國資委召開“日，國務院國資委召開“AI 賦能賦能 產業煥新”中央企業人工智能產業煥新”中央企業人工智能專題推進會專題推進會。會議強調，中央企業要把發展人工智能放在全局工作中統籌謀劃，深入推進產業煥新，加快布局和發展智能產業。要夯實發展基礎底座，把主要資源集中投入到最需要、最有優勢的領域，

16、加快建設一批智能算力中心，進一步深化開放合作，更好發揮跨央企協同創新平臺作用。根據新華網報道，截至 2024 年 3 月底，中央企業建設 5G 基站總數已超過 360 萬個，智能算力規模加速增長，已超過27EFLOPS。2023 年以來，地方性政策頻繁落地，鼓勵智能算力年以來，地方性政策頻繁落地，鼓勵智能算力基礎設施基礎設施的建設的建設。2024 年 4月，北京市經信局和通信管理局印發北京市算力基礎設施建設實施方案（20242027 年）的通知，提出到 2025 年，本市智算供給規模達到 45EFLOPS，2025-2027年根據人工智能大模型發展需要和國家相關部署進一步優化算力布局。到 20

17、27 年，實現智算基礎設施軟硬件產品全棧自主可控，整體性能達到國內領先水平，具備 100%行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 5/19 自主可控智算中心建設能力。重點建設海淀、朝陽、亦莊、京西（石景山、門頭溝）等 E 級智能算力高地，優先加快兩個 10EFLOPS 大規模智算集群建設進度，著重滿足快速增長的大模型訓練算力需求和推理算力需求。2024 年 3 月，上海市通信管理局等 11 個部門發布上海市智能算力基礎設施高質量發展“算力浦江”智算行動實施方案（2024-2025 年），方案強調關鍵核心技術國產化和智能算力規模的擴大，提出要構建自主可控的智算生產要素，

18、加快國產異構智能算力研發進程。計劃到 2025 年底，實現智算設施高效協同，智能算力規模超過 30EFlops，占比達到總算力的 50%以上，并將臨港等地打造成超萬卡液冷算力集群，開發支持萬億級參數的大模型工程。到 2025 年，本市新建智算中心國產算力芯片使用占比超過 50%，國產存儲使用占比超過 50%。具備大規模應用賦能價值的智算中心數量達到 10 家，智能算力典型應用場景超過 50 個，爭取 5 個以上智算中心納入國家級算力基礎設施典型案例名單。2023 年 12 月，深圳市工信局發布深圳市算力基礎設施高質量發展行動計劃（2024-2025），提出要基本形成算力多元泛在、存力安全可靠、

19、運力優質互聯、算存運協同建設的算力基礎設施技術體系。到 2025 年，通用算力達到 14EFLOPS（FP32），智能算力達到 25EFLOPS（FP16），超算算力達到 2EFLOPS（FP64）。存儲總量達到90EB。先進存儲容量占比達到 30%以上，重點行業核心數據、重要數據災備覆蓋率達到 100%。圖圖5：到到 2025 年，年，深圳市深圳市規劃規劃通通用算力達到用算力達到 14EFLOPS（FP32），智能算力達到），智能算力達到25EFLOPS（FP16）資料來源：深圳市工信局 行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 6/19 省通信管理局等 4 部門聯合

20、印發 江蘇省算力基礎設施發展專項規劃，根據 規劃，全省在用算力規模已經達到 18EFLOPS，在用數據中心標準機架超 59 萬架，在用智算中心 9 個，超算中心 2 個，在建算力超過 25EFLOPS，綜合算力評價排名全國第二。規劃打造 2 個國家級算力網絡樞紐節點數據中心核心集群（南京、蘇州）、N 個省內城市級數據中心（云計算中心、智算中心）、X 個邊緣計算節點的“2+N+X”算力網絡梯次多元布局，加強了通用算力、智能算力與超算算力等多樣性算力的優化部署，構建了計算能力、網絡能力、存儲能力相協調、相匹配的先進算力體系。到 2030 年，全省數據中心機架規模達 120 萬標準機架，全省在用總算

21、力超過 50EFLOPS，智能算力占比進一步提升，占比超過 45%，智算中心數量突破 20 個，算力算效水平顯著提高。圖圖6：到到 2030 年，年，江蘇江蘇省省規劃規劃在用總算力超過在用總算力超過 50EFLOPS，智能算力占比進一步提，智能算力占比進一步提升，占比超過升，占比超過 45%資料來源：江蘇省通信管理局 行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 7/19 3、互聯網、互聯網、運營商、政府等下游行業需求旺盛，智算項目密運營商、政府等下游行業需求旺盛，智算項目密集落地集落地 3.1、互聯網：國內互聯網廠商資本開支回暖互聯網：國內互聯網廠商資本開支回暖，AI 算

22、力或為投資重點算力或為投資重點 各大互聯網廠商紛紛加大了對各大互聯網廠商紛紛加大了對 AI 基礎設施的投資基礎設施的投資。根據澎湃新聞報道，截至2023 年 8 月，百度、字節跳動、騰訊和阿里已向英偉達訂購了價值 10 億美元的共約10 萬張 A800 芯片，將于 2023 年內交付，另外價值 40 億美元的芯片將于 2024 年交付。此外，字節跳動已儲備了至少 1 萬張英偉達芯片，并訂購了近 7 萬張 A800 芯片，將于明年交付，價值約 7 億美元。2023 年以來，騰訊、阿里等互聯網廠商資本開支明顯回暖，2023Q2-2024Q1 阿里營業資本支出同比增速分別為-45.93%、-62.9

23、7%、25.77%和 304.85%；騰訊資本開支分別為 31.1%、236.8%、33.1%和 225.5%，我們判斷 AI 算力或為投資重點。圖圖7：2024Q1 阿里營運資本支出增長阿里營運資本支出增長 304.85%圖圖8：2024Q1 騰訊資本開支騰訊資本開支增長增長 225.5%數據來源：阿里巴巴財報、開源證券研究所 數據來源：騰訊年度交流 PPT、開源證券研究所 3.2、運營商：運營商：AI 算力大單密集落地，運營商開啟智算中心算力大單密集落地，運營商開啟智算中心建設軍備賽建設軍備賽 整體來看，整體來看，運營商資本開支總額運營商資本開支總額有所有所下降，但加大下降，但加大了了算力

24、相關資本開支算力相關資本開支。2024年，中國移動計劃資本開支 1730 億元，同比下降 4%，占收入比重預計降至 20%以下，但其中的算力領域預計投入 475 億元，同比增長 21.5%，占資本開支比重提升5.8個百分點至27.5%。中國電信產業數字化計劃資本開支370億元，同比增長4.1%，在云/算力投資計劃 180 億元。中國聯通在算網數智投資方面將堅持適度超前、加快布局。-100%-50%0%50%100%150%200%250%300%350%0.0020.0040.0060.0080.00100.00120.00140.00160.00阿里季度營運資本支出（億元）同比增速-100%

25、-50%0%50%100%150%200%250%300%0.0020.0040.0060.0080.00100.00120.00140.00160.00180.00騰訊季度資本開支（億元）同比增速行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 8/19 圖圖9：2024 年中國移動年中國移動算力領域預計投入算力領域預計投入 475 億元億元 圖圖10：2024 年年中國電信產業數字化計劃資本開支中國電信產業數字化計劃資本開支 370 億億元元 資料來源：新浪科技、C114 通信網 資料來源：中國電信官網 中國移動中國移動：2024 年公司智算部署目標為年公司智算部署目標為

26、17EFLOPS 在 2023 年業績說明會上，中國移動董事長楊杰表示，2024 年公司智算部署目標為 17EFLOPS，從節奏來看，目前已開始全面部署，預計四、五月份第一批將投產。4 月 28 日，中國移動在蘇州隆重舉辦了 2024 中國移動算力網絡大會。中國依托算力網絡“4+N+31+X”資源布局體系，按照“集中訓練，分布推理，統一管控，彈性調度、自主可控、綠色低碳”原則，統籌規劃“N+X”智算中心布局體系，建設技術領先、綠色節能、服務全局的智算中心。中國移動已在京津冀、長三角、粵港澳大灣區、成渝、貴州、內蒙古、寧夏、黑龍江、湖北、山東等投產首批 12 個智算中心節點，算力規模達 11EF

27、LOPS（FP16），實現“東數西算”樞紐節點基本覆蓋。同時，中國移動正式對外發布全球運營商最大單體智算中心中國移動智算中心（呼和浩特），目前已投產使用，部署約 2 萬張 AI 加速卡，AI 芯片國產化率超 85%，智能算力規模高達 6.7EFLOPS。圖圖11：中國移動首批中國移動首批 12 個智算中心節點個智算中心節點正式投產，可提供正式投產，可提供 11EFLOPS 算力規模算力規模 資料來源：新浪科技 中國移動新型智算中心采購訂單密集落地中國移動新型智算中心采購訂單密集落地。2024 年 5 月 16 日，中國移動公示行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 9

28、/19 2024 年至 2025 年新型智算中心集采項目采購包 1 的中標結果，總中標金額約為191.04 億元（不含稅），昆侖技術（21.05%）、華鯤振宇（17.54%）、寶德計算機（15.79%）、百信信息（14.04%）、長江計算（12.28%）、神州鯤泰（10.53%）、湘江鯤鵬（8.77%）7 家廠商中標。據此前中國移動發布的集采公告顯示，中國移動本次新型智算中心項目標包 1 主要為 7994 臺人工智能服務器及配套產品，整體的采購規模及單價均超出預期。2024 年 2 月 8 日，中國移動公示了 2023 年至 2024 年新型智算中心(試驗網)采購(標包 12)的中標候選人，其

29、中，昆侖技術（40.96%）、華鯤振宇（30.08%）、烽火通信（20.48%）、神州數碼（8.48%）中標。該項目采購內容為 1250 臺人工智能服務器及配套產品，其中扣卡風冷型特定場景 AI 訓練服務器 106 臺，扣卡液冷型特定場景 AI 訓練服務器 1144 臺。中國中國電信：電信：逐步完善“逐步完善“2+4+31+X+O”云計算力布局體系”云計算力布局體系 根據公司2023年業績交流推介材料，2023年中國電信智算中心達到11EFLOPS，計劃 2024 年智算算力提升 10EFLOPS，超過 21EFLOPS。2023 年，中國電信北京、上海、江蘇、貴州、寧夏、內蒙古等節點已具備千

30、卡以上訓練資源，在京津冀、長三角、粵港澳等地區加快部署新一代大規模智算集群。以中國電信中部智算中心為例，該智算中心于 2024 年 1 月正式投入運營，能夠提供 5EFLOPS 的智算算力和千卡規模的訓練推理能力，滿足各種大規模、高性能、多樣化異構算力的場景需求。2023 年 10 月 15 日，中國電信 AI 算力服務器(2023-2024 年)集中采購項目公布候選人，總集采金額超 84 億元，超聚變、浪潮、新華三、華鯤振宇等多家入圍。從招標文件來看，預估采購規模為 4175 臺，國產（鯤鵬）芯片的 AI 服務器 1977 臺，國產化服務器規模占比為 47.35%。中國中國聯通：聯通：打造“

31、打造“1+N+X”智算能力梯次布局”智算能力梯次布局 在提供專業化智算基礎設施服務方面，中國聯通布局了“1+N+X”智算能力體系，包括了 1 個超大規模的單體智算中心、N 個智算訓推一體樞紐和屬地化的 X 個智算推理節點。著眼于為大模型企業、科研院所等客戶提供的專業化智算運營服務，中國聯通推出“星羅”先進算力調度平臺，提供“通算-智算-超算”異構算力服務、算網協同服務、算電（算力、電力）協同服務。2024 年 4 月 25 日，中國聯通公示了 2024 年人工智能服務器公開集采的結果，項目平均中標價約為 20.46 億元，采購總規模為 2503 臺人工智能服務器，688 臺關鍵組網設備 RoC

32、E 交換機，昆侖技術、寶德計算機、虹信軟件和長江計算 4 家入圍。3.3、政府：政府：智算中心落地節奏明顯加速，同智算中心落地節奏明顯加速，同時建設規模明顯增加時建設規模明顯增加 政府智算中心落地節奏明顯加速政府智算中心落地節奏明顯加速，同時，同時建設建設規模明顯增加規模明顯增加。我們整理了 2019 年以來部分典型的 AI 計算中心項目，發現：（1）2023 年下半年以來，政府智算中心落地節奏明顯加速，特別是 2024 年以來，部分縣市級城市開始建設或提出建設智算中心；（2）建設規模明顯增加，2023 年及以前的智算中心建設規?；驹诎?P 左右，隨著大模型的涌現，各地智算中心建設規模及規劃

33、規模明顯增加；（3）以昇騰為代表的國產算力成為重要支撐。行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 10/19 表表1：政府智算中心落地節奏明顯加速，同時建設規模明顯增加政府智算中心落地節奏明顯加速，同時建設規模明顯增加 時間時間 項目名稱項目名稱 算力規模算力規模 建設節奏建設節奏 算力芯片算力芯片 2019 年 橫琴先進智能計算平臺項目（二期）-正式投運 寒武紀 2019 年 鵬城云腦（一期）100P 正式投運 英偉達 2020 年 鵬城云腦（二期）1000P 正式投運 昇騰 2021 年 西安人工智能計算中心 AI算力300P、HPC算力 8P 正式投運 昇騰 20

34、21 年 南京人工智能計算中心（一期）40P 正式投運 昇騰 2021 年 中原人工智能計算中心 100P 正式投運 昇騰 2021 年 昆山智能計算中心基礎設施建設項目 500P 正式投運 寒武紀 2021-2022 年 武漢人工智能計算中心 200P 正式投運 昇騰 2022 年 成都智算中心 300P 正式投運 昇騰 2022 年 杭州人工智能計算中心 140P 正式投運 昇騰 2022 年 沈陽人工智能計算中心（一期）100P 正式投運 昇騰 2022 年 重慶人工智能計算中心 400P 正式投運 昇騰 2023 年 南京人工智能計算中心（二期）-正式投運 寒武紀 2023 年 天津人

35、工智能計算中心 200P 正式投運 昇騰 2023 年 青島人工智能計算中心 100P 正式投運 昇騰 2023 年 廣州人工智能計算中心 99P 正式投運 昇騰 2023 年 寧夏國產千卡智算集群-簽約 摩爾線程 2023 年 濟南人工智能算力中心項目軟、硬件及相應配套服務采購項目 1000P 建設中-2023 年 11 月 浙東南智算中心（一期）400P 正式投運 寒武紀 2024 年 4 月 龍南市人工智能算力中心 1450P 建設中-2024 年 5 月 襄陽市東津新區100P 備案（國產化）行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 11/19 時間時間 項目名

36、稱項目名稱 算力規模算力規模 建設節奏建設節奏 算力芯片算力芯片 智算中心及大模型建設項目（一期）2024 年 5 月 阿克蘇城市公共算力平臺-建設中 昇騰 2024 年 6 月 鄭州人工智能計算中心 一期 2000P，峰值10000P 建設中 昇騰等 2024 年 6 月 佛山市人工智能算力公共服務平臺 1000P 備案 2024 年 7 月 聊城高新區智算中心 2000P 備案 英偉達 資料來源：采招網、云頭條公眾號、華為官網、開源證券研究所 4、篳路藍縷，篳路藍縷，國產國產 AI 算力算力正在崛起正在崛起 美國對國內美國對國內 AI 發展層層發展層層限制限制，發展國產算力，發展國產算力勢

37、在必行勢在必行。2022 年 10 月 7 日，美國商務部工業與安全局對中國購買和制造用于軍事用途的特定高端芯片的能力的限制性出口管制條例，算力上限為 4800，帶寬上限是 600 GB/s，兩條紅線讓英偉達的A100、H100 成為管制對象。為了合規進入中國市場，英偉達推出了特供中國版的A800和H800，在帶寬上做了“下調”：A800的是從A100的600GB/s砍到了400GB/s，H800 的帶寬則只有 H100（900GB/s）的一半。2023 年 10 月 17 日，美國商務部工業和安全局（BIS）發布新規，針對 AI 芯片的出口禁令新規則再次刷新“底線”，從之前的性能算力和帶寬限

38、制到最新的算力密度和性能限制。NVIDIA 隨后推出了 H20，H20 相對于原來的 H100 的 AI 性能降低了近 85%。目前 AI 已經成為各國之間新一輪的科技競賽，而美國對國內 AI 發展層層限制，發展國產算力成為重中之重。4.1、華為華為昇騰昇騰：國產算力“扛旗者”國產算力“扛旗者”華為于華為于 2018 年年 10 月發布了月發布了 AI 戰略，戰略，并于并于 2019 年年 8 月在深圳坂田總部正式發月在深圳坂田總部正式發布布 AI 處理器昇騰處理器昇騰 910、昇騰、昇騰 310 和和 MindSpore 全場景全場景 AI 計算框架計算框架。昇騰 AI 處理器本質上是一個片

39、上系統，主要可以應用在與圖像、視頻、語音、文字處理相關的場景。其主要的架構組成部件包括特制的計算單元、大容量的存儲單元和相應的控制單元。該處理器大致可以劃分為:控制 CPU(ControlCPU)、AI 計算引擎(包括 AICore 和 AICPU)、多層級的片上系統緩存(Cache)或緩沖區(Buffer)、數字視覺預處理模塊(DigitalVisionPre-Processing,DVPP)等。行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 12/19 圖圖12：昇騰昇騰 AI 處理器主要的架構組成部件包括特制的計算單元、大容量的存儲單元處理器主要的架構組成部件包括特制的

40、計算單元、大容量的存儲單元和相應的控制單元和相應的控制單元 資料來源：清華大學出版社 昇騰 AI 處理器架構與編程深入理解 CANN 技術原理及應用 昇騰AI處理器采用達芬奇架構，不同于傳統的支持通用計算的 CPU 和 GPU，也不同于專用于某種特定算法的專用芯片 ASIC，達芬奇架構本質上是為了適應某個特定領域中的常見應用和算法，通常稱為“特定域架構（Domain Specific Architecture，DSA）”芯片。它包括了三種基礎計算資源:矩陣計算單元（Cube Unit）、向量計算單元（Vector Unit）和標量計算單元（Scalar Unit)。圖圖13：達芬奇架構包括達芬

41、奇架構包括三種基礎計算資源三種基礎計算資源:矩陣計算單元、向量計算單元和標量計算矩陣計算單元、向量計算單元和標量計算單元單元 資料來源：清華大學出版社 昇騰 AI 處理器架構與編程深入理解 CANN 技術原理及應用 昇騰系列（HUAWEI Ascend）AI 處理器和基礎軟件構建 Atlas 人工智能計算解決方案，包括 Atlas 系列模塊、板卡、小站、服務器、集群等豐富的產品形態，打造面向“端、邊、云”的全場景 AI 基礎設施方案，覆蓋深度學習領域推理和訓練全流程。行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 13/19 圖圖14：基于昇騰基于昇騰 910 和昇騰和昇騰

42、310 AI 處理器，華為完成了處理器，華為完成了Atlas 全系列產品布局全系列產品布局 圖圖15：基于昇騰系列處理器和基礎軟件基于昇騰系列處理器和基礎軟件，華為打造了，華為打造了昇昇騰計算產業騰計算產業 資料來源：華為官網 資料來源：昇騰社區網站 4.2、海光海光：DCU 產品產品兼容“類兼容“類 CUDA”環境”環境，性能快速迭代，性能快速迭代 海光 DCU 屬于 GPGPU 的一種，兼容通用的“類 CUDA”環境。CUDA 是一種由 NVIDIA 推出的通用并行計算架構，包含了應用于 NVIDIA GPU 的指令集（ISA）以及 GPU 內部并行計算引擎。海光 DCU 協處理器全面兼容

43、 ROCm GPU 計算生態，由于 ROCm 和 CUDA 在生態、編程環境等方面具有高度的相似性，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”。圖圖16：CUDA 是一種由是一種由 NVIDIA 推出的通用并行計算架推出的通用并行計算架構構 圖圖17：ROCm 和和 CUDA 在生態、編程環境等方面具有高在生態、編程環境等方面具有高度的相似性度的相似性 資料來源：阿里云 資料來源：Electronic Design 海光 DCU 的構成與 CPU 類似，其結構邏輯相對 CPU 簡單，但計算單元數量較多。海光 DCU 的主要功能模塊包括計算單

44、元（CU）、片上網絡、高速緩存、各類接口控制器等。海光 DCU 主要部署在服務器集群或數據中心，為應用程序提供性能高、能效比高的算力，支撐高復雜度和高吞吐量的數據處理任務。在 AIGC 持續快速發展的時代背景下，海光 DCU 能夠支持全精度模型訓練，實現 LLaMa、GPT、Bloom、ChatGLM、悟道、紫東太初等為代表的大模型的全面應用，與國內包括文心一言等大模型全面適配，達到國內領先水平。海光海光 DCU 主要具有三大技術優勢主要具有三大技術優勢。一是強大的計算能力。海光 DCU 基于大行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 14/19 規模并行計算微結構進行

45、設計，具備強大的全精度各種數據格式的算力，是一款計算性能強大、能效比較高的通用協處理器。二是高速并行數據處理能力。海光 DCU 集成片上高帶寬內存芯片，可以在大規模數據計算過程中提供優異的數據處理能力，使海光 DCU 可以適用于廣泛的應用場景。三是良好的軟件生態環境。海光 DCU 采用 GPGPU 架構，兼容“類 CUDA”環境，解決了產品推廣過程中的軟件生態兼容性問題。公司通過參與開源軟件項目，加快了公司產品的推廣速度，并實現與 GPGPU 主流開發平臺的兼容。圖圖18：海光海光 DCU 擁有擁有良好的軟件生態環境良好的軟件生態環境 資料來源：海光官網 4.3、寒武紀寒武紀：全新一代云端智能

46、訓練芯片思元全新一代云端智能訓練芯片思元 590 放量在即放量在即 寒武紀能為云端、邊緣端、終端提供全品類系列化智能芯片和處理器產品，是同時具備人工智能推理和訓練智能芯片產品的企業，也是國內少數具有先進集成電路工藝（如 7nm）下復雜芯片設計經驗的企業之一。公司研發的寒武紀 1A 處理器是全球首款商用終端智能處理器 IP 產品，思元 100（MLU100）芯片是中國首款高峰值云端智能芯片。思元 290（MLU290）芯片是寒武紀首款云端訓練智能芯片，采用了7nm工藝，在4位和8位定點運算下，理論峰值性分別高達1024TOPS、512TOPS。思元思元 370 是寒武紀第三代云端產品，采用是寒武

47、紀第三代云端產品，采用 7nm 制程工藝，是寒武紀首款采用制程工藝，是寒武紀首款采用Chiplet（芯粒）技術的人工智能芯片（芯粒）技術的人工智能芯片。思元 370 智能芯片最大算力高達256TOPS(INT8)，是寒武紀第二代云端推理產品思元 270 算力的 2 倍。同時，思元370 芯片支持 LPDDR5 內存，內存帶寬是思元 270 的 3 倍，可在板卡有限的功耗范圍內給人工智能芯片分配更多的能源，輸出更高的算力。思元 370 智能芯片采用了先進的 Chiplet 芯粒技術，支持芯粒間的靈活組合，僅用單次流片就達成了多款智能加速卡產品的商用。公司目前已推出 3 款加速卡：MLU370-S

48、4、MLU370-X4、MLU370-X8，已與國內主流互聯網廠商開展深入的應用適配。行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 15/19 圖圖19：MLU370-X8 中整合了雙芯片四芯粒思元中整合了雙芯片四芯粒思元 370 圖圖20：思元思元370系列板卡與業內主流系列板卡與業內主流GPU性能對比性能對比性能性能優異優異 資料來源：寒武紀官網 資料來源：寒武紀官網（*測試環境：MLU370-S4：NF5468M6/2x Intel Xeon Gold 6330 CPU 2.0GHz/MagicMind v0.6；MLU370-X4：NF5468M6/2x Intel

49、 Xeon Gold 6330 CPU 2.0GHz/MagicMind v0.6；GPU 數據：ResNet-50 來自于相關產品官網，Transformer、VGG16、YOLOv3 均取自實測最大吞吐性能。）而且根據公司官網介紹，全新一代云端智能訓練芯片思元 590 采用 MLUarch05全新架構，實測訓練性能較在售產品有了顯著提升，它提供了更大的內存容量和更高的內存帶寬，其 PCIe 接口也較上代實現了升級。4.4、昆侖芯昆侖芯：新一代昆侖芯自研架構、技術領先、功能完備新一代昆侖芯自研架構、技術領先、功能完備 昆侖芯前身為百度智能芯片及架構部，于 2021 年 4 月完成獨立融資，首

50、輪估值約 130 億元。昆侖芯在國內最早布局 AI 加速領域，深耕 10 余年，是一家在體系結構、芯片實現、軟件系統和場景應用均有深厚積累的 AI 芯片企業。表表2：昆侖芯昆侖芯是一家在體系結構、芯片實現、軟件系統和場景應用均有深厚積累的是一家在體系結構、芯片實現、軟件系統和場景應用均有深厚積累的AI 芯片企業芯片企業 時間時間 事件事件 2011 年 啟動 FPGA AI 加速器 星云融創（北京）科技有限公司成立 2017 年 FPGA 部署超過 1.2 萬片 2018 年 推出昆侖 1 代 AI 計算處理器 2020 年 昆侖芯第一代產品大規模使用 2021 年 星云融創（北京）科技有限公

51、司更名“昆侖芯（北京）科技有限公司”昆侖芯 2 代系列產品量產 2022 年 百度自主研發的 AI 芯片第二代昆侖芯在百度無人駕駛車輛 RoboTaxi的駕駛系統上已經做了完整的適配，在高階自動駕駛系統中運行正常 2023 年 昆侖芯（北京）科技有限公司發生工商變更，新增比亞迪（002594）等為股東 資料來源：百度官網、開源證券研究所 昆侖芯 2 代 AI 芯片是昆侖芯科技自主研發的，于 2021 年 8 月正式發布并量產。該款芯片基于 7nm 工藝打造，配備 GDDR6 高速顯存，內存帶寬可達 512GB/s，采用新一代昆侖芯 XPU-R 架構，通用性和性能顯著提升，可提供 256TOPS

52、INT8 以行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 16/19 及 128TFLOPSFP16 算力。圖圖21：昆侖芯二代昆侖芯二代 AI 芯片采用新一代昆侖芯芯片采用新一代昆侖芯 XPU-R 架構架構 資料來源：IT 之家 5、投資建議投資建議 一方面，AIGC 拉動下中國 AI 投資規模有望呈現快速增長的趨勢，互聯網、運營商、政府等下游行業需求旺盛，智算項目密集落地；另一方面，美國對國內 AI 發展層層限制，發展國產算力勢在必行，以華為昇騰、海光、寒武紀為代表的國產算力正在崛起。因此，我們高度看好國產 AI 算力方向，重點推薦海光信息、中科曙光、神州數碼，受益標的

53、包括寒武紀、景嘉微、紫光股份、高新發展、烽火通信等。表表3：國產國產 AI 算力產業鏈公司估值情況（截至算力產業鏈公司估值情況（截至 2024.8.5）證券代碼證券代碼 公司簡稱公司簡稱 評級評級 當前市值當前市值（億元）（億元）歸母凈利潤（億元）歸母凈利潤（億元）PE 2024E 2025E 2026E 2024E 2025E 2026E 688041.SH 海光信息 買入 1716 17.93 25.18 33.7 95.7 68.1 50.9 603019.SH 中科曙光 買入 593 22.94 29.36 36.62 25.9 20.2 16.2 000034.SZ 神州數碼 買入

54、152 14.03 16.99 21.35 10.8 8.9 7.1 688258.SH 卓易信息 買入 27 0.76 1.00 1.32 35.5 27.0 20.5 688256.SH 寒武紀 未評級 959-4.58-1.56 1.35-710.4 300474.SZ 景嘉微 未評級 274 2.28 3.43 4.67 120.2 79.9 58.7 000938.SZ 紫光股份 未評級 595 25.28 30.63 35.53 23.5 19.4 16.7 600498.SH 烽火通信 未評級 173 7.06 9.14 11.43 24.5 18.9 15.1 000628.S

55、Z 高新發展 未評級 142-數據來源：Wind、開源證券研究所（寒武紀、景嘉微、烽火通信、紫光股份業績預測來自 Wind 一致預期，其他來自開源證券預測）6、風險提示風險提示（1）產品研發迭代不及預期）產品研發迭代不及預期。高端處理器屬于前沿核心科技領域，現有產品升級更新和新產品開發需要持續投入大量的資金和人員，但研發項目的進程及結果具有不確定性。行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 17/19（2）原材料價格波動風險）原材料價格波動風險。近年來隨著半導體產業鏈國產化進程加快和國際形勢的不斷變化，國內半導體行業的原材料需求不斷上升，未來若上游原材料價格持續上漲，或

56、對行業內企業產生不利影響。行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 18/19 特別特別聲明聲明 證券期貨投資者適當性管理辦法、證券經營機構投資者適當性管理實施指引（試行）已于2017年7月1日起正式實施。根據上述規定，開源證券評定此研報的風險等級為R4（中高風險），因此通過公共平臺推送的研報其適用的投資者類別僅限定為專業投資者及風險承受能力為C4、C5的普通投資者。若您并非專業投資者及風險承受能力為C4、C5的普通投資者，請取消閱讀，請勿收藏、接收或使用本研報中的任何信息。因此受限于訪問權限的設置，若給您造成不便，煩請見諒！感謝您給予的理解與配合。分析師承諾分析師承諾

57、 負責準備本報告以及撰寫本報告的所有研究分析師或工作人員在此保證，本研究報告中關于任何發行商或證券所發表的觀點均如實反映分析人員的個人觀點。負責準備本報告的分析師獲取報酬的評判因素包括研究的質量和準確性、客戶的反饋、競爭性因素以及開源證券股份有限公司的整體收益。所有研究分析師或工作人員保證他們報酬的任何一部分不曾與，不與，也將不會與本報告中具體的推薦意見或觀點有直接或間接的聯系。股票投資評級說明股票投資評級說明 評級評級 說明說明 證券評級證券評級 買入（Buy）預計相對強于市場表現 20%以上；增持（outperform）預計相對強于市場表現 5%20%；中性（Neutral）預計相對市場表

58、現在5%5%之間波動；減持（underperform）預計相對弱于市場表現 5%以下。行業評級行業評級 看好（overweight）預計行業超越整體市場表現；中性（Neutral）預計行業與整體市場表現基本持平；看淡（underperform）預計行業弱于整體市場表現。備注：評級標準為以報告日后的 612 個月內，證券相對于市場基準指數的漲跌幅表現，其中 A 股基準指數為滬深 300 指數、港股基準指數為恒生指數、新三板基準指數為三板成指（針對協議轉讓標的）或三板做市指數（針對做市轉讓標的）、美股基準指數為標普 500 或納斯達克綜合指數。我們在此提醒您，不同證券研究機構采用不同的評級術語及評

59、級標準。我們采用的是相對評級體系，表示投資的相對比重建議；投資者買入或者賣出證券的決定取決于個人的實際情況，比如當前的持倉結構以及其他需要考慮的因素。投資者應閱讀整篇報告，以獲取比較完整的觀點與信息，不應僅僅依靠投資評級來推斷結論。分析、估值方法的局限性說明分析、估值方法的局限性說明 本報告所包含的分析基于各種假設，不同假設可能導致分析結果出現重大不同。本報告采用的各種估值方法及模型均有其局限性，估值結果不保證所涉及證券能夠在該價格交易。行業深度報告行業深度報告 請務必參閱正文后面的信息披露和法律聲明 19/19 法律聲明法律聲明 開源證券股份有限公司是經中國證監會批準設立的證券經營機構，已具

60、備證券投資咨詢業務資格。本報告僅供開源證券股份有限公司（以下簡稱“本公司”）的機構或個人客戶（以下簡稱“客戶”）使用。本公司不會因接收人收到本報告而視其為客戶。本報告是發送給開源證券客戶的，屬于商業秘密材料，只有開源證券客戶才能參考或使用，如接收人并非開源證券客戶，請及時退回并刪除。本報告是基于本公司認為可靠的已公開信息，但本公司不保證該等信息的準確性或完整性。本報告所載的資料、工具、意見及推測只提供給客戶作參考之用，并非作為或被視為出售或購買證券或其他金融工具的邀請或向人做出邀請。本報告所載的資料、意見及推測僅反映本公司于發布本報告當日的判斷，本報告所指的證券或投資標的的價格、價值及投資收入

61、可能會波動。在不同時期，本公司可發出與本報告所載資料、意見及推測不一致的報告?？蛻魬斂紤]到本公司可能存在可能影響本報告客觀性的利益沖突，不應視本報告為做出投資決策的唯一因素。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。本公司未確保本報告充分考慮到個別客戶特殊的投資目標、財務狀況或需要。本公司建議客戶應考慮本報告的任何意見或建議是否符合其特定狀況，以及（若有必要）咨詢獨立投資顧問。在任何情況下，本報告中的信息或所表述的意見并不構成對任何人的投資建議。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。若本報告的接收人非本公司的客戶，應在基于

62、本報告做出任何投資決定或就本報告要求任何解釋前咨詢獨立投資顧問。本報告可能附帶其它網站的地址或超級鏈接，對于可能涉及的開源證券網站以外的地址或超級鏈接，開源證券不對其內容負責。本報告提供這些地址或超級鏈接的目的純粹是為了客戶使用方便，鏈接網站的內容不構成本報告的任何部分，客戶需自行承擔瀏覽這些網站的費用或風險。開源證券在法律允許的情況下可參與、投資或持有本報告涉及的證券或進行證券交易，或向本報告涉及的公司提供或爭取提供包括投資銀行業務在內的服務或業務支持。開源證券可能與本報告涉及的公司之間存在業務關系，并無需事先或在獲得業務關系后通知客戶。本報告的版權歸本公司所有。本公司對本報告保留一切權利。

63、除非另有書面顯示，否則本報告中的所有材料的版權均屬本公司。未經本公司事先書面授權，本報告的任何部分均不得以任何方式制作任何形式的拷貝、復印件或復制品，或再次分發給任何其他人，或以任何侵犯本公司版權的其他方式使用。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、服務標記及標記。開開源證券源證券研究所研究所 上海上海 深圳深圳 地址：上海市浦東新區世紀大道1788號陸家嘴金控廣場1號 樓3層 郵編：200120 郵箱： 地址：深圳市福田區金田路2030號卓越世紀中心1號 樓45層 郵編：518000 郵箱： 北京北京 西安西安 地址：北京市西城區西直門外大街18號金貿大廈C2座9層 郵編：100044 郵箱： 地址：西安市高新區錦業路1號都市之門B座5層 郵編：710065 郵箱：