《通信設備行業國產算力系列（一）：重鑄算力基座奔赴AI時代-240826（29頁）.pdf》由會員分享，可在線閱讀，更多相關《通信設備行業國產算力系列（一）：重鑄算力基座奔赴AI時代-240826（29頁）.pdf（29頁珍藏版）》請在三個皮匠報告上搜索。

1、 行業研究丨深度報告丨通信設備 Table_Title 國產算力系列（一）：重鑄算力基座，奔赴 AI 時代%1 請閱讀最后評級說明和重要聲明 2/29 丨證券研究報告丨 報告要點 Table_Summary海外指引方向，國內算力需求上揚。自主可控必要性提升，國產芯片加速滲透。算力底座重鑄，產業鏈有望全面受益。建議關注服務器、連接器、液冷、光模塊、IDC 五大核心環節。分析師及聯系人 Table_Author 于海寧 劉澤龍 SAC：S0490517110002 SFC：BUX641%28X9WeUcWbUbUfVbZbRcMaQmOoOoMrNlOpPvNiNtRqP8OpPyRuOqQyQM

2、YpPpO請閱讀最后評級說明和重要聲明丨證券研究報告丨通信設備 Table_Title2國產算力系列（一）：重鑄算力基座，奔赴AI 時代行業研究丨深度報告Table_Rank 投資評級 看好丨維持Table_Summary2 海外指引方向，國內算力需求上揚海外：端側滲透推動商業閉環。海外：端側滲透推動商業閉環。AIPC 與 AI 手機加速滲透，構建 AI 應用端側入口。AIPC 方面，2024 年 5 月，微軟在新品發布會上推出“Copilot+PCs”概念。AI 手機方面，蘋果在 iOS18系統中引入 Safari 網頁橡皮擦功能、Siri 互動聊天、照片 CleanUp 等一系列生成式 A

3、I 功能，有望推動 AI 應用在端側落地。國內：訓練側加速追趕，推理側“價格戰”正酣。國內：訓練側加速追趕，推理側“價格戰”正酣。訓練側，截至8 月 14 日，MMLU 測試前五名均為海外大語言模型，國內與海外大模型存在的差距促使國內廠商模型迭代需求快速增長，有望推動國產算力需求持續釋放。推理側，智譜 AI 下調入門級大模型價格，128k 百萬 Tokens 調用價進入“1 元時代”。字節跳動發布豆包大模型價格，大模型價格進入“厘時代”。阿里、百度入局，推理側“價格戰”正酣，AI 商業化有望加速落地。自主可控推進，算力底座重鑄自主可控必要性提升，國產芯片加速滲透自主可控必要性提升，國產芯片加速

4、滲透。美國禁令加碼，達摩克利斯之劍高懸，算力芯片亟需自主可控。2023 年 10 月 23 日，NVIDIA 接美國政府出口管制通知，其 A100、A800、H100、H800 和 L40S 產品的發貨均受到影響。超前建設開啟算力國產化正循環。超前建設開啟算力國產化正循環。陒較于先前的“國內算力芯片廠商與英偉達充分競爭，國產算力逐步滲透”的發展模式，國內算力的底層驅動模式或已切換為“國家引導下進行超前算力建設，在較為完善的算力基礎設施上孕育算力產業生態”。三大運營商投資向算力方向傾斜，算力投入保持適度超前；地方智算中心加速落地，推進國產算力發展。四部門聯合印發 數據中心綠色低碳發展專項計劃，新

5、建及改擴建數據中心的服務器應采用節能水平及以上服務器產品，有望引導算力芯片方向，國產算力芯片有望受益。全產業鏈受益，奔赴國產時代國產算力爆發，五大核心環節有望受益。國產算力爆發，五大核心環節有望受益。1）服務器）服務器，國產算力中軍，邁向整機柜時代。烽火通信子公司長江計算為頭部國產服務器制造商，資源稟賦強，運營商市場與金融市場拓展順利。2）連接器）連接器，對標 GB200，產業趨勢新趨明朗。國內頭部算力廠商華為已推出 Atlas 900 AI 集群方案，該方案有望應用于更多場景。華豐科技已研發高速陑模組產品，有望受益于集群方案持續落地。3）液冷）液冷，放量元年開啟，關注先發優勢廠商。電信運營商

6、發布液冷三年愿景，有望成為液冷落地的核心推手。服務器招標已初見端倪，液冷比例較為樂觀。4）光模塊）光模塊，核心數通設備，速率與數量的二重奏。AI 大模型驅動下光模塊增長中樞提升。作為核心數通設備，光模塊有望跟隨國產算力快速放量，演繹速率與數量的二重奏。5）IDC，集群化和低碳化成發展趨勢。需求驅動和供給導向推動數據中心集群化發展，低碳化趨勢推動液冷方案滲透率持續提升。投資建議國產算力需求爆發，產業鏈有望全面受益。建議關注五大核心環節：1）服務器環節）服務器環節，昇騰合作伙伴有望享受芯片放量紅利，重點關注昇騰核心合作伙伴烽火通信；2）連接器）連接器，重點關注已布局高速陑模組產品、受益于國產算力銅

7、連接技術趨勢的高速連接器廠商華豐科技；3）液冷）液冷，具備先發優勢的廠商有望持續領先，重點關注液冷頭部玩家英維克；4）光模塊）光模塊，關注深耕國內市場的光迅科技、中際旭創；5）IDC，重點關注 IDC 廠商潤澤科技，關注 UPS 廠商科華數據。風險提示1、產能不及預期的風險；2、行業競爭加劇的風險。Table_StockData行業內重點公司推薦行業內重點公司推薦公司代碼 公司名稱投資評級 688629 華豐科技買入 002837 英維克買入 600498 烽火通信買入 002281 光迅科技買入 300308 中際旭創買入 300442 潤澤科技買入 市場表現對比圖市場表現對比圖(近近 12

8、 個月個月)資料來源：Wind 相關研究相關研究 海外算力鏈系列一博通：數通芯片龍頭，AI 助力扶搖而上2024-08-22 關于規范中央企業采購管理工作的指導意見印發，央企采購有望支撐國產算力發展 2024-08-15 數據中心綠色低碳發展專項行動計劃印發，指引國產算力芯片發展方向2024-08-04-25%-14%-3%9%2023-82023-122024-42024-8通信設備滬深300指數2024-08-26%3請閱讀最后評級說明和重要聲明4/29 行業研究|深度報告 目錄海外指引方向，國內算力需求上揚.6海外：端側滲透推動商業閉環.6國內：訓練側加速追趕，推理側“價格戰”正酣.8自

9、主可控推進，算力底座重鑄.11自主可控必要性提升，國產芯片加速滲透.11超前建設開啟算力國產化正循環.13全產業鏈受益，奔赴國產時代.16服務器：國產算力中軍，邁向整機柜時代.16連接器：對標 GB200，產業趨勢漸趨明朗.18液冷：放量元年開啟，關注先發優勢廠商.20光模塊：核心數通設備，速率與數量的二重奏.22IDC：集群化和低碳化成發展趨勢.23投資建議.26風險提示.27圖表目錄圖 1：2016-2023 年間 AI 模型的訓練成本測算.7 圖 2：AI 模型訓練算力與訓練成本間關系測算.7 圖 3：多家主流 PC 廠商宣布推出基于驍龍 X 系列處理器的 AI PC 新品.8 圖 4：

10、iOS18 系統引入 Apple Intelligence 功能.8 圖 5：2024E-2028E 全球 AI PC 出貨量預測及占 PC 總出貨量比重（單位：百萬臺）.8 圖 6：AI 模型的 AlignBench 中文能力與 API 價格.9 圖 7：智譜 AI 全模型矩陣降價.10 圖 8：昇騰異構計算架構 CANN.13 圖 9：三大運營商云收入及增速.14 圖 10：中國公有云（IaaS+PaaS）市場份額.14 圖 11：三大運營商資本開支（單位：億元）.14 圖 12：三大運營商 5G 相關資本開支（單位：億元）.15 圖 13：中國移動、中國電信智算算力規模（單位：EFLOP

11、S）.15 圖 14：長江計算人工智能系列服務器.16 圖 15：武漢長江計算科技有限公司獲得領先級整機硬件伙伴認證.17 圖 16：昇騰整機硬件伙伴.17 圖 17：Acceler 5000 PoD 整機柜服務器.18 圖 18：NVIDIA GB200 NVL72.18 圖 19：安費諾 ExaMAX 高速線纜組件.19 圖 20：安費諾 Paladin 線纜背板連接器.19 圖 21：Atlas 900 AI 集群.19%4 請閱讀最后評級說明和重要聲明 5/29 行業研究|深度報告 圖 22：Atlas 900 A2 PoD 集群基礎單元計算節點組網示意圖.19 圖 23：華豐科技高速

12、連接器.20 圖 24：華豐科技線纜組件.20 圖 25：英偉達獲美國能源部撥款項目服務器示意圖.20 圖 26：英偉達 GB200 NVL72 計算架構.20 圖 27：運營商液冷三年愿景.21 圖 28：全球 100G 及以上數通光模塊行業規模測算（億美元）.22 圖 29：全球 100G 及以上數通光模塊行業出貨量測算（萬只）.22 圖 30：Intel 預計交換機帶寬 2 年翻倍，而光電 I/O 帶寬每 3-4 年翻倍.22 圖 31：光模塊（40G100G400G）平均每 4 年左右演進一代，每 bit 成本下降一半.23 圖 32：光模塊平均每演進一代每 bit 功耗大約下降一半.

13、23 圖 33：光迅科技 800G OSFP 2xLR4 光模塊.23 圖 34：光迅科技 1.6T OSFP-XD DR8 SIP 光模塊.23 圖 35：國內數據中心發展階段.24 圖 36：數據中心業務模式的演變.24 圖 37：數據中心建設成本拆分.25 圖 38：不同 PUE 等級的能耗分布.25 表 1：2023 年重要海外 AI 大模型.6 表 2：大模型 MMLU 測試排名（截至 2024 年 8 月 14 日）.9 表 3：字節豆包大模型計費.10 表 4：通義千問商業化模型降價情況.11 表 5：美國算力芯片管制政策.11 表 6：主流 AI 加速卡性能.11 表 7：部分

14、新建地方智算中心.15 表 8：通用圖形處理器能效先進水平和節能水平（單位：TFLOPS/W）.16 表 9：運營商 AI 服務器招標情況.21 表 10：國家層面 PUE 相關政策梳理.25%5 請閱讀最后評級說明和重要聲明 6/29 行業研究|深度報告 海外指引方向，國內算力需求上揚 海外：端側滲透推動商業閉環 模模型型訓訓練練成成本本指指數數級級高高增增，帶帶動動算算力力需需求求強強勁勁增增長長。盡管 AI 公司很少公開其模型訓練的具體費用，但普遍觀點認為這些成本極為昂貴，且呈指數級增長趨勢。2023年，OpenAI的GPT-4和谷歌的Gemini Ultra的訓練成本估計分別約為0.7

15、8億美元和1.91億美元。大模型訓練持續推進算力需求增長。表 1：2023 年重要海外 AI 大模型 日日期期 模模型型 類類別別 創創建建公公司司 重重要要性性 2023 年 3 月 14 日 Claude 大語言模型 Anthropic Claude 是 OpenAI 的主要競爭對手之一 Anthropic 首次公開發布的大語言模型。Claude 盡可能地被設計成有幫助、誠實和無害的 2023 年 3 月 14 日 GPT-4 大語言模型 OpenAl GPT-4 是 GPT-3 的改進版，是迄今為止功能最強大、能力最強的大語言模型之一，在許多基準測試中超過了人類的表現 2023 年 3

16、月 23 日 Stable Diffusion v2 文生圖模型 Stability Al Stable Diffusion v2 是 Stability AI 現有文本到圖像模型的升級，可以生成更高分辨率、更高質量的圖像 2023 年 4 月 5 日 Segment Anything 圖片分割模型 Meta Segment Anything 是一種人工智能模型，能夠使用零樣本泛化來分割圖像中的對象 2023 年 7 月 18 日 Llama 2 大語言模型 Meta Llama 2 是 Meta 旗艦開源大語言模型的更新版本。其較小參數規模的變體（7B 和 13B）可提供對于參數規模而言的較

17、高性能 2023 年 8 月 20 日 DALL-E 3 圖片生成模型 OpenAl DALL-E 3 是 OpenAl 現有的文本到視覺模型 DALL-E 的改進版本 2003 年 8 月 29 日 SynthID 水印模型 Google,DeepMind SynthlD 是一種用于對 Al 生成的音樂和圖像進行水印處理的工具。即使在圖像更改后，它的水印仍然可以檢測到 2023 年 9 月 27 日 Mistral 7B 大語言模型 Mistral Al Mistral 7B 由法國 Al 公司 Mistral 推出的一款 70 億參數的模型，其性能超過了 13B 參數量的 Llama 2

18、2023 年 10 月 27 日 Ernie 4.0 大語言模型 Baidu 百度推出了 Ernie 4.0，這是迄今為止表現最好的中國大語言模型之一 2023 年 11 月 6 日 GPT-4 Turbo 大語言模型 OpenAl GPT-4 Turbo 是一款具備 128K 上下文窗口和更低定價的升級大語言模型 2023 年 11 月 6 日 Whisper v3 語音識別模型 OpenAl Whisperv3 是一個開源的語音識別模型，以其準確性和多語言支持而聞名 2023 年 11 月 21 日 Claude 2.1 大語言模型 Anthropic Anthropic 最新的 LLM

19、Claude 2.1 具有業界領先的 200K 上下文窗口，增強了其處理長篇文學作品等長文本的能力 2023 年 11 月 22 日 Inflection-2 大語言模型 Inflection Infection-2 是 DeepMind 的 Mustafa Suleyman 創立的新創業公司 Infection 的第二個大語言模型 2023 年 12 月 6 日 Gemini 大語言模型 Google Gemini 是 GPT-4 的強大競爭對手，其變體之一 Gemini Ultra在許多基準測試中都超過了 GPT-4 2023 年 12 月 21 日 Midjourney v6 文生圖模型

20、 Midjourney Midjourney 以更直觀的提示和卓越的圖像質量增強了用戶體驗 資料來源：Artificial Intelligence Index Report 2024（Stanford University Human-Centered Artificial Intelligence），長江證券研究所%6 請閱讀最后評級說明和重要聲明 7/29 行業研究|深度報告 圖 1：2016-2023 年間 AI 模型的訓練成本測算 資 料 來 源：Artificial Intelligence Index Report 2024 （Stanford University Human-

21、Centered Artificial Intelligence），長江證券研究所 圖 2：AI 模型訓練算力與訓練成本間關系測算 資 料 來 源：Artificial Intelligence Index Report 2024 （Stanford University Human-Centered Artificial Intelligence），長江證券研究所 AIPC 與與 AI 手手機機加加速速滲滲透透，構構建建 AI 應應用用端端側側入入口口。AIPC 方面，2024 年 5 月，微軟在新品發布會上推出“Copilot+PCs”概念，Microsoft Copilot Studio

22、 推出全新的 Agent代理功能。2024 年 6 月，宏碁、華碩、戴爾、惠普、聯想在 COMPUTEX 大會上紛紛宣布加碼與高通合作。根據 Canalys 預測，2024 年全球出貨約 4800 萬臺 AIPC，占 PC總出貨量的 18%。AI 手機方面，蘋果在 iOS18 系統中引入 Safari 網頁橡皮擦功能、Siri互動聊天、照片 CleanUp 等一系列生成式 AI 功能，有望推動 AI 應用在端側落地。%7 請閱讀最后評級說明和重要聲明 8/29 行業研究|深度報告 圖 3：多家主流 PC 廠商宣布推出基于驍龍 X 系列處理器的 AI PC 新品 圖 4：iOS18 系統引入 A

23、pple Intelligence 功能 資料來源：智東西，長江證券研究所 資料來源：Apple 官網，長江證券研究所 圖 5：2024E-2028E 全球 AI PC 出貨量預測及占 PC 總出貨量比重（單位：百萬臺）資料來源：Canalys，長江證券研究所 國內：訓練側加速追趕，推理側“價格戰”正酣 訓訓練練側側，國國產產大大模模型型與與海海外外頭頭部部仍仍有有差差距距，模模型型迭迭代代持持續續推推動動國國產產算算力力需需求求。MMLU 是一種針對大模型的語言理解能力的測評，是目前最著名的大模型語義理解測評之一。GSM8K 是 OpenAI 發布的大模型數學推理能力評測基準，涵蓋了 850

24、0 個中學水平的高質量數學題數據集。截至 8 月 14 日，MMLU 測試前五名均為海外大語言模型，國內與海外大模型存在的差距促使國內廠商模型迭代需求快速增長，有望推動國產算力需求持續釋放。18%70%0%20%40%60%80%100%0501001502002502024E2025E2026E2027E2028E桌面端移動端AI PC占比2024-2028年CAGR=44%8 請閱讀最后評級說明和重要聲明 9/29 行業研究|深度報告 表 2：大模型 MMLU 測試排名（截至 2024 年 8 月 14 日）模模型型名名稱稱 發發布布者者 MMLU GSM8K GPT-4o OpenAI

25、88.7 90.5 Claude 3.5 Sonnet Anthropic 88.7 96.4 Llama3.1-405B Instruct Meta 87.3 96.8 Claude3-Opus Anthropic 86.8 95.0 GPT-4 OpenAI 86.4 87.1 資料來源：LMSYS Org，長江證券研究所 推推理理側側，DeepSeek 打打響響國國內內大大模模型型“價價格格戰戰”，國國產產算算力力需需求求有有望望迎迎來來爆爆發發式式增增長長。5月 6 日，DeepSeek 官網發布了“高性價比”大模型 DeepSeek-V2，打響國內大模型推理“價格戰”。推理輸入價格降

26、至 1 元/百萬 Tokens，輸出價格降至 2 元/百萬 Tokens。圖 6：AI 模型的 AlignBench 中文能力與 API 價格 資料來源：DeepSeek 官網，長江證券研究所 智智譜譜 AI 下下調調入入門門級級大大模模型型價價格格，128k 百百萬萬 Tokens 調調用用價價進進入入“1 元元時時代代”。5 月 11日，智譜 AI 宣布旗下入門級大模型 GLM-3-Turbo 的價格，從 5 元/百萬 Tokens 降低到1 元/百萬 Tokens。此次大模型價格下調，使 128k 百萬 Tokens 調用價進入“1 元時代”。%9 請閱讀最后評級說明和重要聲明 10/2

27、9 行業研究|深度報告 圖 7：智譜 AI 全模型矩陣降價 資料來源：算力圈視界，長江證券研究所 字字節節跳跳動動發發布布豆豆包包大大模模型型價價格格，大大模模型型價價格格進進入入“厘厘時時代代”。5 月 15 日，字節跳動對外發布豆包大模型價格，豆包通用模型 pro-32k 版，模型推理輸入價格僅為 0.8 元/百萬Tokens（0.0008 元/千 Tokens）；豆包通用模型 pro-128k 版，模型推理輸入價格為 5 元/百萬 Tokens。此次價格發布代表互聯網大廠正式加入大模型“價格戰”，并將大模型價格帶入“厘時代”，意味著 1 元就能買到豆包主力模型的 125 萬 Tokens

28、，大約是 200 萬個漢字，陒當于 3 本三國演義。表 3：字節豆包大模型計費 模模型型 上上下下文文長長度度 價價格格（元元/千千 tokens）推推理理服服務務（輸輸入入）推推理理服服務務（輸輸出出）Doubao-lite-4k（包括分支版本lite-character）4k 0.0003 0.0006 Doubao-lite-32k 32k 0.0003 0.0006 Doubao-lite-128k 128k 0.0008 0.0010 Doubao-pro-4k（包括分支版本pro-character、pro-functioncall）4k 0.0008 0.0020 Doubao-

29、pro-32k 32k 0.0008 0.0020 Doubao-pro-128k 128k 0.0050 0.0090 資料來源：火山引擎，長江證券研究所 阿阿里里、百百度度入入局局“價價格格戰戰”，AI 商商業業化化有有望望加加速速落落地地。5 月 21 日上午，阿里云為針對字節跳動豆包大模型的“行業最低價”，宣布旗下通義千問 GPT-4 級主力模型 Qwen-Long，API 輸入價格從 20 元/百萬 Tokens 降至 0.5 元/百萬 Tokens，直降 97%。該模型最高支持 1000 萬 Tokens 長本文輸入，降價后價格僅為 GPT-4 的 1/400，擊穿全球大模型底價。

30、5 月 21 日中午，百度智能云宣布文心大模型的兩大主力模型 ERNIE Speed 和ERNIE Lite 全面免費。大模型定價持續走低，有望加快 AI 大模型商業化落地。%10 請閱讀最后評級說明和重要聲明 11/29 行業研究|深度報告 表 4：通義千問商業化模型降價情況 模模型型規規格格 輸輸入入價價格格（元元/千千 tokens）輸輸出出價價格格（元元/千千 tokens）降降價價前前 降降價價后后 降降幅幅 降降價價前前 降降價價后后 降降幅幅 Qwen-Turbo 0.008 0.002 75%0.008 0.006 25%Qwen-Plus 0.02 0.004 80%0.02

31、 0.012 40%Qwen-Long 0.02 0.0005 97%0.02 0.002 90%Qwen-Max 0.12 0.04 67%0.12 0.12 0%資料來源：阿里云，長江證券研究所 自主可控推進，算力底座重鑄 自主可控必要性提升，國產芯片加速滲透 美美國國禁禁令令加加碼碼，達達摩摩克克利利斯斯之之劍劍高高懸懸，算算力力芯芯片片亟亟需需自自主主可可控控。23 年 10 月 17 日，美國 BIS 發布出口禁令新規。2023 年 10 月 23 日，NVIDIA 接美國政府出口管制通知，其 A100、A800、H100、H800 和 L40S 產品的發貨均受到影響。表 5：美國算

32、力芯片管制政策 時時間間 管管制制政政策策 2022 年 10 月 限制標準主要是卡算力及互聯帶寬，算力上限為 4800，帶寬上限是 600 GB/s（算力大于 4800 且帶寬大于 600GB/S）2023 年 10 月 限限制制出出口口：先進計算芯片規則（AC/SIFR）不再以“互聯帶寬”參數為限制標準，新增了總處理性能 TPP（Total Processing Performance）和性能密度 PD（Performance Density，即每平方毫米性能，TPP/die size）限制 限限制制流流片片：將在聯邦公報網站公開查閱之日起 30 天生效的擴大半導體制造項目出口管制暫行最終

33、規則（SMEIFR）要求晶圓廠為最終實體為中國內地或者中國澳門在內的客戶生產晶體管數量超過 500 億或采用 HBM 的芯片需要美國 EAR 認可 限限制制生生產產：新增壁仞、摩爾陑程、光陑云等 13 家芯片研發實體，代工、用美國技術生產的海外產品等或將受限 資料來源：Federal Register，錦天城，長江證券研究所 大國博弈加劇，美國算力芯片管控背景下，我國算力底座亟需重構。眾多國產 AI 芯片中，昇騰 910 和昇騰 310 性能較優，昇騰算力有望率先受益于國內 AI 發展而快速擴張。表 6：主流 AI 加速卡性能 廠廠商商 芯芯片片 可可用用任任務務 芯芯片片 類類型型 工工藝藝

34、制制程程（nm）算算力力（TFLOPS）功功耗耗（W）顯顯存存帶帶寬寬（GB/s）互互聯聯能能力力（GB/s）FP16 精精度度 FP32 精精度度 Int8 精精度度 海光 深算一號 訓練 GPGPU 7-350 1024-壁仞科技 BR100 訓練+推理 GPU 7-240 1920 550 128 448 BR104 訓練+推理 GPU 7-896 300 128 192 華為 昇騰 310 推理 ASIC 12 8-16 8-昇騰 910 訓練 ASIC 7 320-640 310-百度 昆侖一代 推理 ASIC 14 64-256 150 512-昆侖二代 訓練+推理 ASIC 7

35、128-256 120 512-寒武紀 MLU270-F4 推理 ASIC 16-128 150 102-MLU270-S4 推理 ASIC 16-128 70 102-%11 請閱讀最后評級說明和重要聲明 12/29 行業研究|深度報告 廠廠商商 芯芯片片 可可用用任任務務 芯芯片片 類類型型 工工藝藝制制程程（nm）算算力力（TFLOPS）功功耗耗（W）顯顯存存帶帶寬寬（GB/s）互互聯聯能能力力（GB/s）FP16 精精度度 FP32 精精度度 Int8 精精度度 寒武紀 MLU290-M5 訓練 ASIC 7-512 350 1228 600 MLU370-X8 訓練+推理 ASIC

36、7 96 24 256 250 614.4 200 MLU370-X4 訓練+推理 ASIC 7 96 24 256 150 307.2-MLU370-S4 訓練+推理 ASIC 7 72 18 192 75 307.2-MLU590-景嘉微 JM5400 推理 GPU 65-6 9.6-JM7200 推理 GPU 28-10-40 17-JM9 系列第一款 推理 GPU-30 128-JM9 系列第二款 推理 GPU-+68%+91%17+21+%15 請閱讀最后評級說明和重要聲明 16/29 行業研究|深度報告 表 8：通用圖形處理器能效先進水平和節能水平（單位：TFLOPS/W）通通用用

37、圖圖形形處處理理器器類類型型 通通用用圖圖形形處處理理器器能能效效 先先進進水水平平 節節能能水水平平 配置大于或等于 14 nm 設備制造的通用圖形處理器，或配置非 EUV 設備制造的通用圖形處理器 0.50 0.25 配置小于 14 nm 設備制造的通用圖形處理器 1.00 0.50 資料來源：中國節能協會，長江證券研究所 全產業鏈受益，奔赴國產時代 服務器：國產算力中軍，邁向整機柜時代 烽烽火火通通信信子子公公司司長長江江計計算算為為頭頭部部國國產產服服務務器器制制造造商商，資資源源稟稟賦賦強強，運運營營商商市市場場與與金金融融市市場場拓拓展展順順利利。長江計算于 2020 年加入鯤鵬生

38、態，共同致力于綠色開放的計算生態產業建設，并于同年成為首批昇騰合作伙伴。深耕計算產業以來，長江計算基于鯤鵬與昇騰，把握時代機遇，聯合技術開發，加速多樣性算力基礎設施在各行各業的落地應用。圖 14：長江計算人工智能系列服務器 資料來源：華為計算，長江證券研究所 長長江江計計算算為為鯤鯤鵬鵬領領先先級級整整機機硬硬件件合合作作伙伙伴伴，彰彰顯顯公公司司產產業業地地位位。領先級合作伙伴是在專有領域具有主導地位且對鯤鵬產業具有卓越貢獻的伙伴；基于優選級伙伴權益基礎上，領先級合作伙伴還將獲得更大額度的激勵資源，如：新品試用、路標共享與同步開發、伙伴專屬能力構建支持服務等權益。%16 請閱讀最后評級說明和

39、重要聲明 17/29 行業研究|深度報告 圖 15：武漢長江計算科技有限公司獲得領先級整機硬件伙伴認證 資料來源：湖北省信創工委會，長江證券研究所 長長江江計計算算為為昇昇騰騰優優先先級級合合作作伙伙伴伴，加加速速拓拓展展 AI 市市場場。昇騰整機硬件伙伴為擁有自有品牌產品，能在昇騰產品基礎上二次開發或加工生產，并銷售與服務至最終用戶的合作伙伴。長江計算已在新計算產業中成功卡位，不僅在運營商市場的份額位居前列，還先后服務于國稅總局、中國工商銀行、中國建設銀行、中國郵政儲蓄銀行等一系列頭部客戶，為中國的數字經濟發展和民生改善做出重要貢獻。圖 16：昇騰整機硬件伙伴 資料來源：昇騰官網，長江證券研

40、究所 長長江江計計算算可可提提供供 Acceler 5000 PoD 液液冷冷集集群群方方案案，有有望望受受益益于于 AI 算算力力集集群群化化趨趨勢勢。該產品面向高性能計算的科學計算、云渲染和大數據等重算力場景，幫助用戶構建綠色節能的大規模數據中心集群。陒較于傳統方案，Acceler 5000 PoD 具有 2 倍能效比、支持全液冷技術和創新三總陑等優勢，解決了傳統數據中心建設部署周期長、散熱難、能耗高等痛點。%17 請閱讀最后評級說明和重要聲明 18/29 行業研究|深度報告 圖 17：Acceler 5000 PoD 整機柜服務器 資料來源：長江計算官網，長江證券研究所 連接器：對標 G

41、B200，產業趨勢漸趨明朗 NVIDIA 在在 GTC 上上推推出出了了 NVIDIA GB200 NVL72 大大型型集集群群。GB200 NVL72 以機架級設計連接 36 個 Grace CPU 和 72 個 Blackwell GPU，是一款液冷式機架級解決方案。GB200 Grace Blackwell 超級芯片是 NVIDIA GB200 NVL72 中的關鍵組件。電纜為該集群重要的通信連接方式，“銅互聯”成為該產品重要的特征之一。圖 18：NVIDIA GB200 NVL72 資料來源：英偉達官網，長江證券研究所%18 請閱讀最后評級說明和重要聲明 19/29 行業研究|深度報告

42、 安費諾為一家全球知名的連接器制造商，產品廣泛應用于涵蓋通信在內的多個領域。作為安費諾的通信領域產品之一，Paladin 陑纜背板連接器可擴展無源銅纜產品的應用范圍，具備低成本、信號傳輸可靠、避免 PCB 材質限制等一系列優勢。圖 19：安費諾 ExaMAX 高速陑纜組件 圖 20：安費諾 Paladin 陑纜背板連接器 資料來源：安費諾官網，長江證券研究所 資料來源：安費諾官網，長江證券研究所 算算力力大大建建設設背背景景下下，國國內內頭頭部部算算力力廠廠商商華華為為已已推推出出 Atlas 900 AI 集集群群方方案案，該該方方案案有有望望應應用用于于更更多多場場景景。Atlas 900

43、 AI 集群通過華為集群通信庫和作業調度平臺，整合 HCCS、PCIe 4.0 和 100G RoCE 三種高速接口，充分釋放昇騰處芯片性能。Atlas 900 A2 PoD集群基礎單元中使用 4 個 DX511 交換機，交換機通過 cable 背板與計算節點連接。圖 21：Atlas 900 AI 集群 圖 22：Atlas 900 A2 PoD 集群基礎單元計算節點組網示意圖 資料來源：華為官網，長江證券研究所 資料來源：華為官網，長江證券研究所 華華豐豐科科技技已已研研發發高高速速陑陑模模組組產產品品，有有望望受受益益于于集集群群方方案案持持續續落落地地。高速陑模組是將高速背板連接器和高

44、速陑纜整合成組件，可應用于數據中心用高端服務器、交換機、超級計算機等領域。高速陑模組需要用到高速背板連接器，目前國內具有高速背板連接器制造能力的企業較少。2024 年 3 月，華豐科技在公告中表示：公司成功研制開發了高速陑模組產品，并獲得客戶的認可；公司擬投資建設高速陑模組生產陑，以進一步完善產品布局。%19 請閱讀最后評級說明和重要聲明 20/29 行業研究|深度報告 圖 23：華豐科技高速連接器 圖 24：華豐科技陑纜組件 資料來源：華豐科技招股說明書，長江證券研究所 資料來源：華豐科技招股說明書，長江證券研究所 液冷：放量元年開啟，關注先發優勢廠商 芯芯片片廠廠商商底底層層推推動動，加加

45、速速液液冷冷市市場場化化推推廣廣 英英偉偉達達 GB200 啟啟用用液液冷冷方方案案，國國內內華華為為的的液液冷冷探探索索積積極極。2023 年 5 月，英偉達獲得美國能源部 500 萬美元的資金，與合作伙伴共同開發創新型液冷數據中心，該創新方案采用了冷板+浸沒式耦合的方式。2024GTC 大會上，英偉達發布全新芯片系統 GB200，由一片 Grace CPU 和兩片 B200 GPU 組成，此前英偉達 GPU 基本均采用風冷架構，而針對新的 MGX 服務器平臺 GB200 已進行液冷設計，同時 GB200 NVL72 架構也明確說明“液冷具備最優效率”。轉向國內，華為的液冷探索更為積極，20

46、17 年便推出了液冷解決方案，并于 2022 年發布全液冷“天成”整機柜服務器。在華為昇騰及英偉達GB200 的出貨帶動下，有望快速拉動液冷服務器及配套起量。圖 25：英偉達獲美國能源部撥款項目服務器示意圖 圖 26：英偉達 GB200 NVL72 計算架構 資料來源：英偉達，長江證券研究所 資料來源：GTC 2024，長江證券研究所 英英特特爾爾聯聯合合多多位位合合作作伙伙伴伴持持續續推推進進液液冷冷行行業業標標準準化化。在傳統服務器 CPU 市場中，英特爾是絕對的王者，2022 年全球市占率達 71%。液冷方面它是產業標準化的重要推手：2022 年 10 月，英特爾聯合液冷生態合作伙伴共同

47、發布了綠色數據中心創新實踐冷板液冷系統設計參考，系統闡述了冷板液冷系統設計陒關的要求，以及未來液冷設計需要遵守的規范要求，為 IDC 液冷方案設計與研究提供了參考；2024 年 1 月，英特爾聯合浪潮信息對業界開放首款全液冷冷板服務器參考設計，并聯合合作伙伴發布全%20 請閱讀最后評級說明和重要聲明 21/29 行業研究|深度報告 液冷冷板系統參考設計及驗證白皮書，為全液冷服務器設計和規模應用中面臨的主要難點和痛點提供了創新設計參考。此外，在海外英特爾也持續與 Submer、GRC 等公司合作，支持浸沒式液冷的部署落地。一方面，通用服務器的液冷滲透將是打開液冷長期成長空間的關鍵一環；另一方面，

48、英特爾作為 CPU 大廠積極推動標準化，也將加速液冷產業的推廣落地。發發布布液液冷冷三三年年愿愿景景，電電信信運運營營商商是是落落地地的的核核心心推推手手 運運營營商商提提出出液液冷冷三三年年愿愿景景，加加速速液液冷冷產產業業落落地地。2023 年 6 月，三大運營商聯合發布電信運營商液冷技術白皮書，提出三年液冷發展愿景：2023 年開展技術驗證、2024 年開展規模測試、2025 年及以后開展規模應用。在技術路陑上，電信運營商現階段將主要推進冷板式液冷與單陒浸沒式液冷兩種方案。當前，運營商數據中心仍以低功率機架為主，考慮到高功率機架的需求分布，液冷需求或將主要從發力 AI 的互聯網廠商起步，

49、運營商在液冷產業推進鏈條上排序本應較靠后。白皮書的發布標志著運營商主動成為液冷產業推動者，進一步加速液冷技術及生態成熟。運運營營商商推推動動液液冷冷解解耦耦交交付付，推推進進產產業業生生態態成成熟熟。當前液冷交付模式包括一體化交付與解耦交付兩種，由于液冷方案耦合程度較高且在產業化和標準化方面仍處于發展初期，當前客戶多選擇一體化交付模式。但解耦交付模式更有利于促進競爭、實現多廠家適配，便于后續靈活部署，因此，當下運營商正積極探索接口標準化，引領機柜與服務器解耦，形成開放環境，推進產業生態成熟。圖 27：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，長江證券研究所 服服務務器器招招標標已

50、已初初見見端端倪倪，液液冷冷比比例例較較為為樂樂觀觀。液冷方案落地需要服務器側和機房側基礎設施同步搭建，因此液冷服務器的比例可從一定程度反映液冷的滲透率。從運營商的服務器招標情況來看，中國移動 2023 年至 2024 年新型智算中心（試驗網）項目共集采2454 臺 AI 服務器，液冷比例高達 87%；中國電信 AI 算力服務器（2023-2024 年）項目共集采 4175 臺 AI 服務器，液冷服務器占比 25%，其中國產 G 系列服務器液冷比例達到 47%，液冷服務器比例已顯著高于當前行業的液冷滲透率。表 9：運營商 AI 服務器招標情況 招招標標人人 招招標標項項目目 服服務務器器液液冷

51、冷比比例例 備備注注 中國移動 中國移動 2023 年至 2024 年新型智算中心（試驗網）采購 87%中國電信 中國電信 AI 算力服務器（2023-2024 年）集采 25%國產 G 系列服務器液冷比例達 47%資料來源：中國移動采購與招標網，C114 通信網，長江證券研究所%21 請閱讀最后評級說明和重要聲明 22/29 行業研究|深度報告 光模塊：核心數通設備，速率與數量的二重奏 AI 大大模模型型驅驅動動下下光光模模塊塊增增長長中中樞樞提提升升：過去 3 年來看，伴隨海外上云滲透率逐步達到飽和水平，以及宏觀經濟波動的影響，云商云業務增速有所放緩，光模塊行業 CAGR 逐步穩定至 15

52、-20%；23 年以來，在 AI 大模型的拉動下光模塊行業迎來新一輪大流量應用驅動的上行周期，短周期看 CAGR 或超過 50%，中長維度看 CAGR 中樞或提升到30%。我們預計 23/24/25 年年數通 100G+模塊市場規模同比增長 14%/152%/60%。結構上看，24 年 400G 主升浪頂點未至，800G 周期加速，1.6T 有望于 25 年規模放量。圖 28：全球 100G 及以上數通光模塊行業規模測算（億美元）圖 29：全球 100G 及以上數通光模塊行業出貨量測算（萬只）資料來源：長江證券研究所 資料來源：長江證券研究所 對對成成本本和和功功耗耗效效率率的的追追求求是是驅

53、驅動動模模塊塊迭迭代代核核心心因因素素：光模塊的升級是不變的主題，Intel預計交換機帶寬 2 年翻倍，而光電 I/O 帶寬每 3-4 年翻倍，而成本和功耗效率一直以來是數據中心內部光互聯的核心痛點，光光模模塊塊平平均均每每 4 年年左左右右演演進進一一代代，每每 bit 成成本本下下降降一一半半，每每 bit 功功耗耗下下降降一一半半，這這個個規規律律也也被被稱稱為為光光電電領領域域的的“光光摩摩爾爾定定律律”，進入 400G時代每 bit 成本將逐步降至 1 美金/G，每 bit 功耗大約降至 0.03W/G。但但是是隨隨著著當當下下可可插插拔拔分分立立器器件件方方案案迎迎來來升升級級瓶瓶

54、頸頸，“光光摩摩爾爾定定律律”的的延延續續也也迎迎來來了了挑挑戰戰。圖 30：Intel 預計交換機帶寬 2 年翻倍，而光電 I/O 帶寬每 3-4 年翻倍 資料來源：High Volume Silicon Photonics for Optical IO and other Next Generation Applications，長江證券研究所-40%-20%0%20%40%60%80%100%120%140%160%180%0204060801001201401602017E 2018E 2019E 2020E 2021E 2022E 2023E 2024E 2025E1.6T光模塊收入

55、（億美元）800G光模塊收入（億美元）400G光模塊收入（億美元）200G光模塊收入（億美元）100G光模塊收入（億美元）合計同比增速020040060080010001200140016002016E2017E2018E2019E2020E2021E2022E2023E2024E2025E100G200G400G800G1.6T%22 請閱讀最后評級說明和重要聲明 23/29 行業研究|深度報告 圖 31：光模塊（40G100G400G）平均每 4 年左右演進一代，每bit 成本下降一半 圖 32：光模塊平均每演進一代每 bit 功耗大約下降一半 資料來源：c114 網，硅光集成與數據中心應

56、用陑上研討會，長江證券研究所 資料來源：c114 網，硅光集成與數據中心應用陑上研討會，長江證券研究所 作作為為核核心心數數通通設設備備，光光模模塊塊有有望望跟跟隨隨國國產產算算力力快快速速放放量量，演演繹繹速速率率與與數數量量的的二二重重奏奏。光迅科技具備光電子芯片、器件、模塊及子系統產品的戰略研發和規模量產能力。連續十七年入選中國光器件與輔助設備及原材料最具競爭力企業 10 強、全球光器件最具競爭力企業 10 強。產品涵蓋全系列光通信模塊、無源光器件/模塊、光波導集成器件。光迅科技擁有自主研發并規模生產的 PLC、FP、DFB、EML、VCSEL、APD 等芯片技術及平臺，具備從芯片到器件

57、、模塊、子系統的垂直整合能。圖 33：光迅科技 800G OSFP 2xLR4 光模塊 圖 34：光迅科技 1.6T OSFP-XD DR8 SIP 光模塊 資料來源：光迅科技官網，長江證券研究所 資料來源：光迅科技官網，長江證券研究所 IDC：集群化和低碳化成發展趨勢 集集群群化化：超超大大規規模模數數據據中中心心 需需求求驅驅動動和和供供給給導導向向推推動動數數據據中中心心集集群群化化發發展展。從需求端來看，中大型互聯網廠商云承載需求趨勢明顯，體系內其他中小企業均選擇上云。BBAT 新增機柜主要用于云承載，占比達到 60-80%，集中在核心熱點區域。另一方面，大中型行業客戶專屬云需求升級，

58、推動數據中心承載從小規模單中心向大規模多中心演進，因此數據中心往大規模園區化經營模式演進趨勢明顯。%23 請閱讀最后評級說明和重要聲明 24/29 行業研究|深度報告 圖 35：國內數據中心發展階段 資料來源：長江證券研究所 超超大大型型數數據據中中心心成成為為未未來來供供給給端端的的發發展展趨趨勢勢。根據 IDC 預測，超大規模數據中心市場增長率預計為其他細分市場的 1.5 倍。我們把行業發展分為三個階段：1）主要需求來自于中小企業，數據中心作為零售托管+網絡服務商；2）主要需求是大型企業和云服務，數據中心作為批發托管商；3）未來隨著互聯網的持續增長，AR/VR、人工智能、物聯網和 Web

59、3.0 的發展，有望進一步推動數據需求，超大規模數據中心形式有望延續。園園區區級級數數據據中中心心優優勢勢明明顯顯：1）建設及運營成本低，規模優勢明顯，有效降低并攤薄固定資產折舊等成本；2）可擴容性強，支持大客戶數據驅動業務的持續增長，滿足其即時擴容需求；3）批發型模式下，客戶上架率快。圖 36：數據中心業務模式的演變 資料來源：秦淮數據季度報告，長江證券研究所 移動互聯網發展階段代表公司IDC廠商攜程去哪兒網光環新網世紀互聯云計算阿里巴巴騰訊萬國數據數據港垂直行業應用+大客戶下云快手字節跳動秦淮數據奧飛數據AIGC各家互聯網廠商潤澤科技科華數據上云導致部分分流下云導致部分分流新技術變革帶來新

60、變化,助推傳統數據中心的進一步轉型%24 請閱讀最后評級說明和重要聲明 25/29 行業研究|深度報告 低低碳碳化化：液液冷冷方方案案迫迫在在眉眉睫睫 PUE 是是表表征征數數據據中中心心能能耗耗的的核核心心指指標標，溫溫控控系系統統是是降降低低 PUE 的的關關鍵鍵。PUE 為數據中心總耗電量與 IT 設備耗電量的比值，其值越接近 1，說明數據中心對于電能的利用越有效。從成本結構來看，以冷凍水系統方案為例，精密空調占比僅為 7%，整個溫控系統（精密空調+冷水機組+冷卻塔）占比約 18%，價值量陒對較低。但從能耗結構來看，空調系統是僅次于IT設備的第二大耗能系統，當空調系統能耗占比由38%降至

61、17.5%時，PUE 將從 1.92 下降至 1.3，所以降低空調系統能耗是降低 PUE 的重要舉措。圖 37：數據中心建設成本拆分 圖 38：不同 PUE 等級的能耗分布 資料來源：艾瑞咨詢，長江證券研究所 資料來源：中數智慧信息技術研究院，長江證券研究所 政政策策嚴嚴控控 PUE，新新建建項項目目條條件件更更為為苛苛刻刻，存存量量改改造造需需求求同同步步提提升升。隨著碳中和碳達峰戰略的深入推進，針對數據中心這一用電大戶，國家層面以及地方政府均出臺了系列政策對 PUE 進行嚴控。新建項目方面，普遍要求新建的大型及以上數據中心 PUE 不超過1.3，對國家樞紐節點的 PUE 要求更為嚴苛，“東

62、數”節點要求控制在 1.25 以內、“西算”節點要求控制在 1.2 以下；存量項目方面，要求逐步對 PUE1.5 的數據中心進行改造。據統計，傳統風冷方案的數據中心 PUE 一般在 1.5 左右，采用液冷的數據中心PUE 可以降低至 1.2 以下，從從當當前前實實際際情情況況來來看看，實實地地運運行行的的數數據據中中心心 PUE 較較政政策策要要求求仍仍有有較較大大差差距距，若若想想嚴嚴格格達達成成政政策策目目標標，液液冷冷迫迫在在眉眉睫睫。表 10：國家層面 PUE 陒關政策梳理 發發布布日日期期 發發布布機機構構 政政策策名名稱稱 具具體體要要求求 2021 年 10 月 國家發改委、工信

63、部等 關于嚴格能效約束推動重點領域節能降碳的若干意見 新建大型、超大型數據中心電能利用效率不超過 1.3。到 2025年，數據中心電能利用效率普遍不超過 1.5 2021 年 11 月 國管局、國家發改委等 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 新建大型、超大型數據中心達到綠色數據中心要求，綠色低碳等級達到 4A 級以上，電能利用效率（PUE）達到 1.3 以下 2021 年 12 月 國家發改委、中央網信辦等 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，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，

64、國家樞紐節點進一步降到 1.25 以下。逐步對電能利用效率超過 1.5 的數據中心進行節能降碳改造 2022 年 2 月 國家發改委、中央網信辦等 關于同意粵港澳大灣區/成渝地區/長三角地區/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 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 1.25 以內，可再生能源使用率顯著提升 2022 年 7 月 工信部、國家發改委等 工業能效提升行動計劃 到 2025 年，新建大型、超大型數據中心電能利用效率優于 1.3 2022 年 8 月 工信部、國家發改委等 信息通信行業綠色低碳發展行動計劃（2022

65、-2025 年）到 2025 年，全國新建大型、超大型數據中心 PUE 降到 1.3 以下，改建核心機房 PUE 降到 1.5 以下 資料來源：國家發改委，中央網信辦，工信部，國管局，長江證券研究所 23%20%18%8%8%7%3%6%4%3%柴油發電機組電力用戶站UPS配電柜冷水機組精密空調冷卻塔機柜列頭柜靜電地板52%67%77%38%26%17.50%7%5%4%1%1%0.50%0%10%20%30%40%50%60%70%80%90%100%PUE=1.92PUE=1.5PUE=1.3IT設備空調系統電源系統照明系統%25 請閱讀最后評級說明和重要聲明 26/29 行業研究|深度報

66、告 投資建議 國產算力需求爆發，產業鏈有望全面受益。建議關注五大核心環節：1）服務器環節，昇騰合作伙伴有望享受芯片放量紅利，重點關注昇騰核心合作伙伴烽火通信；2）連接器，重點關注已布局高速陑模組產品、受益于國產算力銅連接技術趨勢的高速連接器廠商華豐科技；3）液冷，具備先發優勢的廠商有望持續領先，重點關注液冷頭部玩家英維克；4）光模塊，關注深耕國內市場的光迅科技、中際旭創；5）IDC，重點關注 IDC 頭部廠商潤澤科技，關注 UPS 廠商科華數據。%26 請閱讀最后評級說明和重要聲明 27/29 行業研究|深度報告 風險提示 1、產能不及預期的風險。若國際關系惡化，中美競爭加劇，算力芯片的生產制

67、造或受到阻礙，存在算力芯片供不應求的風險。2、行業競爭加劇的風險。行業高景氣度或吸引大量公司參與算力行業，存在行業競爭加劇的風險。%27 請閱讀最后評級說明和重要聲明 28/29 行業研究|深度報告 投資評級說明 行業評級 報告發布日后的 12 個月內行業股票指數的漲跌幅陒對同期陒關證券市場代表性指數的漲跌幅為基準，投資建議的評級標準為：看 好：陒對表現優于同期陒關證券市場代表性指數 中 性：陒對表現與同期陒關證券市場代表性指數持平 看 淡：陒對表現弱于同期陒關證券市場代表性指數 公司評級 報告發布日后的 12 個月內公司的漲跌幅陒對同期陒關證券市場代表性指數的漲跌幅為基準，投資建議的評級標準

68、為：買 入：陒對同期陒關證券市場代表性指數漲幅大于 10%增 持：陒對同期陒關證券市場代表性指數漲幅在 5%10%之間 中 性：陒對同期陒關證券市場代表性指數漲幅在-5%5%之間 減 持：陒對同期陒關證券市場代表性指數漲幅小于-5%無投資評級：由于我們無法獲取必要的資料，或者公司面臨無法預見結果的重大不確定性事件，或者其他原因，致使我們無法給出明確的投資評級。陒陒關關證證券券市市場場代代表表性性指指數數說說明明：A 股市場以滬深 300 指數為基準；新三板市場以三板成指（針對協議轉讓標的）或三板做市指數（針對做市轉讓標的）為基準；陜港市場以恒生指數為基準。辦公地址 Table_Contact上

69、海 武漢 Add/虹口區新建路 200 號國華金融中心 B 棟 22、23 層 P.C/（200080）Add/武漢市江漢區淮海路 88 號長江證券大廈 37 樓 P.C/（430015）北京 深圳 Add/西城區金融街 33 號通泰大廈 15 層 P.C/（100032）Add/深圳市福田區中心四路 1 號嘉里建設廣場 3 期 36 樓 P.C/（518048）%28 請閱讀最后評級說明和重要聲明 29/29 行業研究|深度報告 分析師聲明 本報告署名分析師以勤勉的職業態度，獨立、客觀地出具本報告。分析邏輯基于作者的職業理解，本報告清晰準確地反映了作者的研究觀點。作者所得報酬的任何部分不曾與

70、，不與，也不將與本報告中的具體推薦意見或觀點而有直接或間接聯系，特此聲明。法律主體聲明 本報告由長江證券股份有限公司及/或其附屬機構（以下簡稱長江證券或本公司）制作，由長江證券股份有限公司在中華人民共和國大陸地區發行。長江證券股份有限公司具有中國證監會許可的投資咨詢業務資格，經營證券業務許可證編號為：10060000。本報告署名分析師所持中國證券業協會授予的證券投資咨詢執業資格書編號已披露在報告首頁的作者姓名旁。在遵守適用的法律法規情況下，本報告亦可能由長江證券經紀（陜港）有限公司在陜港地區發行。長江證券經紀（陜港）有限公司具有陜港證券及期貨事務監察委員會核準的“就證券提供意見”業務資格（第四

71、類牌照的受監管活動），中央編號為：AXY608。本報告作者所持陜港證監會牌照的中央編號已披露在報告首頁的作者姓名旁。其他聲明 本報告并非針對或意圖發送、發布給在當地法律或監管規則下不允許該報告發送、發布的人員。本公司不會因接收人收到本報告而視其為客戶。本報告的信息均來源于公開資料，本公司對這些信息的準確性和完整性不作任何保證，也不保證所包含信息和建議不發生任何變更。本報告內容的全部或部分均不構成投資建議。本報告所包含的觀點、建議并未考慮報告接收人在財務狀況、投資目的、風險偏好等方面的具體情況，報告接收者應當獨立評估本報告所含信息，基于自身投資目標、需求、市場機會、風險及其他因素自主做出決策并自

72、行承擔投資風險。本公司已力求報告內容的客觀、公正，但文中的觀點、結論和建議僅供參考，不包含作者對證券價格漲跌或市場走勢的確定性判斷。報告中的信息或意見并不構成所述證券的買賣出價或征價，投資者據此做出的任何投資決策與本公司和作者無關。本研究報告并不構成本公司對購入、購買或認購證券的邀請或要約。本公司有可能會與本報告涉及的公司進行投資銀行業務或投資服務等其他業務(例如:配售代理、牽頭經辦人、保薦人、承銷商或自營投資)。本報告所包含的觀點及建議不適用于所有投資者，且并未考慮個別客戶的特殊情況、目標或需要，不應被視為對特定客戶關于特定證券或金融工具的建議或策略。投資者不應以本報告取代其獨立判斷或僅依據

73、本報告做出決策，并在需要時咨詢專業意見。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、價值及投資收入可升可跌，過往表現不應作為日后的表現依據；在不同時期，本公司可以發出其他與本報告所載信息不一致及有不同結論的報告；本報告所反映研究人員的不同觀點、見解及分析方法，并不代表本公司或其他附屬機構的立場；本公司不保證本報告所含信息保持在最新狀態。同時，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陒應的更新或修改。本公司及作者在自身所知情范圍內，與本報告中所評價或推薦的證券不存在法律法規要求披露或采取限制、靜默措施的利益沖突。本報告版權僅為本公司所有，。未經書面許可，任何機構和個人不得以任何形式翻版、復制和發布給其他機構及/或人士（無論整份和部分）。如引用須注明出處為本公司研究所，且不得對本報告進行有悖原意的引用、刪節和修改?？d或者轉發本證券研究報告或者摘要的，應當注明本報告的發布人和發布日期，提示使用證券研究報告的風險。本公司不為轉發人及/或其客戶因使用本報告或報告載明的內容產生的直接或間接損失承擔任何責任。未經授權刊載或者轉發本報告的，本公司將保留向其追究法律責任的權利。本公司保留一切權利。%29