《算力行業深度報告（系列一）：算力供需雙向走強AI催化Infra建設新征程-240906（29頁）.pdf》由會員分享，可在線閱讀，更多相關《算力行業深度報告（系列一）：算力供需雙向走強AI催化Infra建設新征程-240906（29頁）.pdf（29頁珍藏版）》請在三個皮匠報告上搜索。

1、證券研究報告2024年9月6日行業：通信增持 （維持）算力供需雙向走強，AI催化Infra建設新征程算力行業深度報告（系列一）分析師：劉京昭 SAC編號：S08705230400052摘要u 算力指實現AI系統所需要的硬件計算能力，是AI的“底座”，在AI時代下對GDP、數字化轉型、產業數字化三方面均具有顯著的拉動作用。u 算力產業鏈覆蓋范圍廣闊，包括GPU芯片、服務器、IDC廠商、AIGC應用服務提供商等，具有龐大的挖掘價值。通過產業鏈的梳理和分析，各個體系架構有著不同的投資邏輯和重點：GPU芯片：傳統摩爾定律逐步失效，算力催化新摩爾定律呈現 服務器：需求側市場持續繁榮，量價齊升為主要投資邏

2、輯 IDC廠商：定制化服務需求性增強與第三方廠商優勢明確 算力租賃：兼備靈活與部署優勢，或伴隨邊緣計算共成長 算力調度：算力發展的下半場u 投資建議：我們結合產業鏈相關層次、發展潛力、競爭格局等方面，建議關注：工業富聯、浪潮信息、中科曙光、云賽智聯、大名城、恒為科技等。風險提示：國內研發技術薄弱；中美貿易變動加??；AIGC商業落地模式尚未明確。bUeZdXdXfYeZfVdX9PaObRnPqQmOtPiNmMuNeRmMzQbRmMyRMYmNtQuOqRvMSECTION1 算力急缺性：AI需求加速膨脹，算力迎來發展新篇章1.1 算力、數據、算法是AI時代演進的三大引擎1.2 算力是經濟發

3、展高速列車上的“關鍵引擎”2 產業鏈分析：基礎設施建設提速，下游商業模式各有所長2.1 上游：摩爾定律面臨嚴峻挑戰，GPU有望鑄就算力“摩爾定律出現”2.2 中游：需求繁榮是服務器市場增量的主要來源2.3 下游：需求供給雙側顯著成長，數據中心發展大有可為3 公司分析：工業富聯、浪潮信息、中科曙光、云賽智聯、大名城、恒為科技等4 風險提示目錄Content41.1 算力、數據、算法是AI時代演進的三大引擎u AIAI發展的核心要素包括：數據、算力、算法，三者呈現三位一體，相輔相成的局面。發展的核心要素包括：數據、算力、算法，三者呈現三位一體，相輔相成的局面。u 標注數據是標注數據是AIAI的的“

4、飼料飼料”。監督學習以及半監督學習需要通過標注好的數據進行訓練，中國的數據量規模呈現連年遞增趨勢，根據IDC預測，數據規模將從23.88ZB增長至2027年76.6ZB，CAGR達26.3%。u 算法是算法是AIAI的的“推手推手”。當前主流的深度神經網絡（DNN）、循環神經網絡（RNN）、卷積神經網絡（CNN）等技術算法成為推動AIGC應用場景加速落地的重要力量。u 算力指實現算力指實現AIAI系統所需要的硬件計算能力，是系統所需要的硬件計算能力，是AIAI的的“底座底座”。據OpenAI測算，2012年起，全球AI訓練計算量平均每3.43個月可以翻一倍，目前計算量已擴大30萬倍。然而算力硬

5、件增長速率僅年增長1.4倍，供給仍較為匱乏。資料來源：資料來源：IDCIDC，上海證券研究所，上海證券研究所圖圖1 1 全球數據量發展情況及預測全球數據量發展情況及預測(ZB(ZB）資料來源：資料來源：MIT paperMIT paper，上海證券研究所，上海證券研究所圖圖2 2 深度學習模型算力需求和算力發展對比圖深度學習模型算力需求和算力發展對比圖23.8830.023847.8960.8176.628.0534.5542.1852.4164.1379.5451.7361.7573.3487.73105.33128.1605010015020025030020222023E2024E202

6、5E2026E2027E中國北美全球其他地區51.2 算力是經濟發展高速列車上的“關鍵引擎”u AIAI時代下，算力是宏觀經濟躍遷的時代下，算力是宏觀經濟躍遷的“重要基石重要基石”：u 算力對算力對GDPGDP具有明顯正向拉動作用。規模層面，具有明顯正向拉動作用。規模層面，2022年算力規模前20的國家中有17個是全球排名前20的經濟體，經濟發展水平與算力規模呈高度正相關。u 算力助推數字化轉型進程不斷加快。算力助推數字化轉型進程不斷加快。算力應用正從互聯網、電子政務等領域向電信、金融、制造等行業拓展。其中，互聯網企業對模型的訓練需求最為龐大，占據智能算力大約53%的市場份額。u 算力拉動產業

7、數字化蓬勃興起。算力拉動產業數字化蓬勃興起。2022年我國產業數字化規模已達到41萬億元，同比名義增長10.3%，占GDP比重達33.9%。同時已培育工業互聯網平臺超過240家，跨行業領域平臺達28個。資料來源：中國算力發展指數白皮書，上海證券研究所資料來源：中國算力發展指數白皮書，上海證券研究所圖圖3 3 我國各行業智能算力應用分布情況概覽我國各行業智能算力應用分布情況概覽資料來源：中國算力發展指數白皮書（資料來源：中國算力發展指數白皮書（20232023），上海證券研究所），上海證券研究所圖圖4 2016-20224 2016-2022年我國算力規模、年我國算力規模、GDPGDP與數字經濟

8、呈現正相關關系與數字經濟呈現正相關關系互聯網,53.27%服務,17.80%政府,8.67%電信,4.16%制造,4.16%教育,4.00%金融,3.67%運輸,1.46%資源,1.33%其他,1.48%SECTION1 算力急缺性：AI需求加速膨脹，算力迎來發展新篇章1.1 算力、數據、算法是AI時代演進的三大引擎1.2 算力是經濟發展高速列車上的“關鍵引擎”2 產業鏈分析：基礎設施建設提速，下游商業模式各有所長2.1 上游：摩爾定律面臨嚴峻挑戰，GPU有望鑄就算力“摩爾定律出現”2.2 中游：需求繁榮是服務器市場增量的主要來源2.3 下游：需求供給雙側顯著成長，數據中心發展大有可為3 公司

9、分析：工業富聯、浪潮信息、中科曙光、云賽智聯、大名城、恒為科技等4 風險提示目錄Content72 算力產業鏈布局示意圖資料來源：中商產業研究網，上海證券研究所資料來源：中商產業研究網，上海證券研究所圖圖5 5 算力產業鏈布局概覽算力產業鏈布局概覽CPUGPU存儲器等Intel、AMDAMD英偉達、AMD三星、SK海力士、美光硬件服務器服務器服務器浪潮信息、新華三、超聚變路由器光模塊華為、新華三中際旭創、新易盛、天孚通信軟件軟件數據庫操作系統中間件微軟、AWS、谷歌谷歌、微軟、蘋果東方通、中創、寶蘭德其他其他ITIT設設備備算力平臺算力平臺及網絡及網絡IDC服務AI計算網絡設備邊緣計算下游應用

10、下游應用互聯網政府教育服務業電信業金融業制造業中國移動、中國聯通、中國電信華為、中興通訊、愛立信科大訊飛、百度、云從科技中國聯通、中國電信、華為智算可視化算力安全恒為科技騰訊安全、360安全82.1.1 上游：AI時代下，摩爾定律面臨嚴峻挑戰u 摩爾定律表明，當價格不變時，集成電路上可容納的晶體管數目，每隔約摩爾定律表明，當價格不變時，集成電路上可容納的晶體管數目，每隔約1818個月便會增加一倍，性能也將提升一倍。因此，集成電路的個月便會增加一倍，性能也將提升一倍。因此，集成電路的算力呈現指數型增長。算力呈現指數型增長。u 制程工藝的不斷提升是維持摩爾定律成立的主要驅動因素。制程工藝的不斷提升

11、是維持摩爾定律成立的主要驅動因素。一方面，先進制程縮小的線寬可以使得晶體管更小更密集，從而降低成本；另一方面，元件之間的間距縮小后，晶體管的電容降低、開關頻率隨之提升，使得芯片工作頻率得到明顯上升。u 新時代下，摩爾定律變得不再適用。新時代下，摩爾定律變得不再適用。由于維持摩爾定律需要每年進行超過百億美元資本的投入和研發投入，成本支出隨著工藝增進大量增加，對集成電路的投入價值漸漸縮??；同時有數據表明，先進制程的主要使用場景集中在消費電子領域，其價值量僅占整個半導體市場的25%。因此，應用場景的局限性與成本的大幅增加構成了摩爾定律的失效。資料來源：源碼資本，上海證券研究所資料來源：源碼資本，上海

12、證券研究所圖圖6 6 先進制程參與企業的數量正在逐代遞減先進制程參與企業的數量正在逐代遞減資料來源：源碼資本，上海證券研究所資料來源：源碼資本，上海證券研究所圖圖7 7 摩爾定律正在逐步失效摩爾定律正在逐步失效武漢新芯華潤微電子阿爾蒂斯世界先進東部高科武漢新芯華虹宏力華潤微電子TowerJazz武漢新芯力晶力晶中芯國際中芯國際武漢新芯聯華電子聯華電子華力微電子格羅方德格羅方德力晶臺積電臺積電中芯國際英飛凌英飛凌聯華電子德州儀器德州儀器格羅方德華力微電子索尼索尼臺積電中芯國際恩智浦恩智浦恩智浦聯華電子瑞薩瑞薩瑞薩格羅方德富士通富士通富士通臺積電中芯國際IBMIBMIBMIBM格羅方德聯華電子東芝

13、電子東芝電子東芝電子東芝電子臺積電格羅方德中芯國際意法意法意法意法意法臺積電臺積電臺積電臺積電三星三星三星三星三星三星三星三星三星90nm65/55nm45/40nm32/38nm22/20nm16/14nmFinFET10nmFinFET7nmFinFET5nmFinFET92.1.2 上游：GPU有望鑄就算力“摩爾定律出現”u 在在AIAI算力需求持續擴大與摩爾定律失衡的大背景下，算力需求持續擴大與摩爾定律失衡的大背景下，GPUGPU、ASICASIC以及以及FPGAFPGA重要性顯著抬升：重要性顯著抬升：u GPUGPU：可同時處理多個數據線程，主要應用于圖像處理和深度學習等大規模并行計

14、算場景，然而其管控能力最弱、功耗最高；u FPGAFPGA：可根據需要定制硬件邏輯，進行不限次編程，具有實時性強、靈活性高的特點，在處理高并發、低時延等AI計算任務時具有優勢，然而其開發難度較大，只適合定點運算，價格也較為昂貴；u ASICASIC：可應用特定集成電路，為特定任務設計高性能芯片。ASIC可以針對算法進行優化，從而提高計算效率，然而ASIC在靈活性方面不夠出色，且成本較高。資料來源：談思汽車，上海證券研究所資料來源：談思汽車，上海證券研究所圖圖8 GPU8 GPU架構圖架構圖資料來源：談思汽車，上海證券研究所資料來源：談思汽車，上海證券研究所圖圖10 ASIC10 ASIC設計流

15、程設計流程資料來源：英特爾資料來源：英特爾FPGAFPGA中國創新中心，中國創新中心，HTIHTI，上海證券，上海證券研究所研究所圖圖9 FPGA9 FPGA芯片圖示芯片圖示設計規格書制定架構劃分邏輯功能設計邏輯綜合綜合后門級驗證布局規劃布局&布線物理驗證（DRC,LVS等）流片制造封裝與測試102.2.1 中游：AI服務器迎來發展新紀元，量價齊升助推服務器產業成長u 受到人工智能大模型的發展熱潮影響，全球智算中心建設加速，受到人工智能大模型的發展熱潮影響，全球智算中心建設加速，AIAI服務器的需求量將大幅度增加。服務器的需求量將大幅度增加。u 數量方面，數量方面，根據TrendForce預測

16、，2023年全球AI服務器出貨量將接近120萬臺，年增長率接近38.4%，占整體服務器的9%。預計到2025年整體出貨量將增加至190萬臺，2022-2026年年復合增長率將達到29.0%。u 價格方面，價格方面，通用服務器價格一般為幾千美金/臺，而主流AI服務器價格多在10-15萬美金/臺，單價呈現指數型提升。資料來源：中商情報網，上海證券研究所資料來源：中商情報網，上海證券研究所圖圖11 11 全球全球AIAI服務器出貨量預測趨勢圖服務器出貨量預測趨勢圖85.5118.3150.4189.5236.905010015020025020222023E2024E2025E2026E單位：萬臺1

17、12.2.2 中游：需求繁榮是服務器市場增量的主要來源u 國際層面，2022年北美四大云端供應商Microsoft、Google、Meta、AWS合計AI服務器采購量占比約66%；國內層面，中國AI采購量也在逐年增長，字節跳動年采購占比為6.2%，騰訊、阿里巴巴、百度緊接其后，分別達到2.3%、1.5%與1.5%。隨著國產隨著國產AIAI大模型的開發和應用大模型的開發和應用拉動更多拉動更多AIAI服務器需求，我國服務器需求，我國AIAI服務器的市場空間有望得到進一步提升。服務器的市場空間有望得到進一步提升。u 預計在國內數字基礎建設及需求量不斷上升的大背景下，我國預計在國內數字基礎建設及需求量

18、不斷上升的大背景下，我國AIAI服務器市場將迎來穩定發展階段。服務器市場將迎來穩定發展階段。據華經產業研究院預測，到2027年中國大陸AI服務器銷售額將達到163.99億美元，2022-2027年CAGR為17.7%。資料來源：華經產業研究院，上海證券研究所資料來源：華經產業研究院，上海證券研究所圖圖12 12 全球全球AIAI服務器采購量占比（服務器采購量占比（20222022年）年）資料來源：華經產業研究院，上海證券研究所資料來源：華經產業研究院，上海證券研究所圖圖13 13 中國大陸中國大陸AIAI服務器銷售額服務器銷售額Microsoft,19%Microsoft,19%Google,

19、17%Google,17%Meta,16%Meta,16%AWS,14%AWS,14%ByteDance,6%ByteDance,6%騰訊騰訊,2.3%,2.3%阿里巴巴阿里巴巴,1.5%,1.5%百度百度,1.5%,1.5%其他其他,22%,22%0%10%20%30%40%50%60%70%80%02,0004,0006,0008,00010,00012,00014,00016,00018,00020192020202120222023E2024E2025E2026E2027E銷售額（百萬美元）增速（%）122.3.1 下游需求層：AIGC發展潛力、成長空間備受矚目u AIGCAIGC相關

20、應用方面的創新主要包括兩種大模型的應用分支相關應用方面的創新主要包括兩種大模型的應用分支:1)生成對抗網絡（GAN）/擴散模型（Diffusion）;2)Transformer預訓練大模型。u 在國外在國外AIGCAIGC應用大規模運用大模型技術的同時，我國企業也在加快對大模型產品的布局。應用大規模運用大模型技術的同時，我國企業也在加快對大模型產品的布局。云廠商、AI大廠、創企、各行業公司及技術服務商等產業各領域玩家也在陸續推出大模型或基于大模型的應用產品及各類技術服務。u AIGCAIGC產業擁有巨大的發展潛力與成長空間。產業擁有巨大的發展潛力與成長空間。根據艾瑞咨詢預測，2028年我國AI

21、GC產業預計規模將達到7202億元，將完成在重點領域、關鍵場景的技術價值兌現，并逐步建立完善的模型即服務產業生態，預計2030年中國AIGC產業規模將突破至11441億元。資料來源：艾瑞咨詢，上海證券研究所資料來源：艾瑞咨詢，上海證券研究所圖圖14 14 生成式生成式AIAI顯現人工智能雛形顯現人工智能雛形資料來源：艾瑞咨詢，上海證券研究所資料來源：艾瑞咨詢，上海證券研究所圖圖15 15 中國中國AIGCAIGC產業規模發展示意圖產業規模發展示意圖251434361223259347597202950911441469.9%204.2%180.8%112.0%83.6%51.3%32.0%20

22、.3%-8-6-4-2024605,00010,00015,00020,00025,00030,00020222023e2024e2025e2026e2027e2028e2029e2030e中國AIGC產業規模（億元）中國AIGC產業規模增長率（%）132.3.2 下游需求層：高關注性與低成熟性并存u 行業所展現的高熱度與高成長性吸引來資本市場的廣泛關注。行業所展現的高熱度與高成長性吸引來資本市場的廣泛關注。2021年至2023年7月AIGC賽道共發生280筆投融資，應用層創業機會最多，模型層創業受到ChatGPT影響，在2023年集中涌現。u AIGCAIGC發展尚處于早期，商業化落地尚需時

23、間沉淀。發展尚處于早期，商業化落地尚需時間沉淀。2021年至2023年7月期間內，70%左右的項目仍處于A輪及以前的投資階段，行業屬于起步成長期，同時高達14.6%的投資比例來自于股權、戰略融資，AIGC行業戰略價值受到市場廣泛認可。然而，優質創業項目標的的稀缺性導致了同一標的物的高頻投資，獲投3次及以上公司約占17%，我們認為，行業大規模發展尚需時間考驗與技術突破。資料來源：艾瑞咨詢，上海證券研究所資料來源：艾瑞咨詢，上海證券研究所備注：備注：20232023年數據截至年數據截至20232023年年7 7月月3131日日圖圖16 2021-202316 2021-2023年年AIGCAIGC

24、產業鏈各環節融資熱度情況產業鏈各環節融資熱度情況資料來源：資料來源：ITIT桔子，艾瑞咨詢，上海證券研究所桔子，艾瑞咨詢，上海證券研究所備注：備注：20232023年數據截至年數據截至20232023年年7 7月月3131日日圖圖17 2021-202317 2021-2023年年AIGCAIGC產業總體融資輪次情況產業總體融資輪次情況21.2%0.7%1.8%16.2%23.0%1.1%1.1%9.0%14.4%2.9%7.9%7.6%58.6%58.6%4.7%4.7%10.8%10.8%32.8%32.8%0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%應用

25、層工具層模型層算力層2021年融資熱度分布2022年融資熱度分布2023年融資熱度分布32.1%32.1%35.0%35.0%15.4%15.4%2.9%2.9%14.6%14.6%種子輪及天使輪種子輪及天使輪A A輪相關輪相關B-CB-C輪輪D D輪及以上輪及以上股權融資及戰略融資股權融資及戰略融資142.3.3 下游需求層：AIGC應用場景落地逐步成為現實u AIGCAIGC將在生產領域與生活領域雙方面開啟應用落地場景，將在生產領域與生活領域雙方面開啟應用落地場景，具體表現為：生活領域，AIGC將進一步下方內容創作權，激發UGC創作熱情，加速內容裂變；生產領域，大模型從研發流程、產品能力和

26、交互上全方位為企服軟件帶來提升，充分開拓新的服務場景。u AIGCAIGC將會向著價值鏈中線上化程度高、數字化基礎夯實、內容占比充足三方面進行迭代。將會向著價值鏈中線上化程度高、數字化基礎夯實、內容占比充足三方面進行迭代。由于AIGC主要影響內容創作和人機交互，價值鏈線上化程度越高，內容在價值鏈中占比越高，AIGC對其顛覆效應越明顯；同時行業自身的數據、知識、監管要求等特點也會深刻影響到AIGC技術的滲透速度。資料來源：艾瑞咨詢，上海證券研究所資料來源：艾瑞咨詢，上海證券研究所圖圖18 AIGC18 AIGC落地應用不斷擴大落地應用不斷擴大資料來源：艾瑞咨詢，上海證券研究所資料來源：艾瑞咨詢，

27、上海證券研究所圖圖19 19 中國中國AIGCAIGC各行業影響分析各行業影響分析152.3.4 下游供給層：數據中心市場主要參與者運營商u 目前我國目前我國IDCIDC市場份額主要由運營商以及第三方市場份額主要由運營商以及第三方IDCIDC服務提供商組成。我們認為，憑借強大的客戶資源、擁有網絡和機房資源等行業優勢，服務提供商組成。我們認為，憑借強大的客戶資源、擁有網絡和機房資源等行業優勢，運營商在我國運營商在我國IDCIDC行業的龍頭地位牢牢穩固。行業的龍頭地位牢牢穩固。u 在算力網絡發展方面，運營商繼續加快數據中心規模建設：在算力網絡發展方面，運營商繼續加快數據中心規模建設：2023202

28、3年年中國移動通用算力規模達8EFLOPS，呼和浩特超大規模單體智算中心和 11省12個智算中心區域節點啟動建設，加快形成“N+X”多層級、全覆蓋智算能力布局，智能算力規模達10.1EFLOPS（FP16）；中國電信23年全年智算新增8.1EFLOPS，達到11.0EFLOPS，增幅279.3%，京滬蘇貴寧和內蒙等節點已具備千卡以上訓練資源。資料來源：資料來源：中國信通院，公司公告，前瞻產業研究院，上海證券研究所中國信通院，公司公告，前瞻產業研究院，上海證券研究所圖圖20 202220 2022年中國年中國IDCIDC市場收入分布情況概覽市場收入分布情況概覽56.05%17.53%13.37%

29、13.05%43.95%第三方IDC廠商中國電信中國移動中國聯通162.3.5 下游供給層：數據中心市場主要參與者第三方IDC服務提供商u 第三方第三方IDCIDC服務提供商流程精簡，定制化程度高。服務提供商流程精簡，定制化程度高。第三方IDC機房運維團隊為公司自有，該模式下辦事效率和響應時間在一定程度上優于基礎電信運營商。同時第三方機房可支持定制，電源可根據客戶需求改電、更換機柜、包區域管理。u 部署靈活，不受單一通信網絡及地域限制。部署靈活，不受單一通信網絡及地域限制。終端用戶的需求往往具有突發性、規模大和無法準確預知的特點，電信運營商的IDC投資計劃需根據集團投資預算作出，難以與下游客戶

30、對數據中心持續高節奏的需求匹配。第三方IDC服務商可以與不同電信運營商合作，提供多個網絡的連接服務，并且網絡不以電信運營商和省份邊界劃分。資料來源：前瞻產業研究院，上海證券研究所資料來源：前瞻產業研究院，上海證券研究所圖圖21 IDC21 IDC行業市場趨勢預測行業市場趨勢預測資料來源：前瞻產業研究院，上海證券研究所資料來源：前瞻產業研究院，上海證券研究所表表1 20231 2023年中國年中國IDCIDC上市公司業績對比上市公司業績對比第三方運營商龍頭效應顯著，頭部企業同時引進多家運營商的帶寬資源，產品種類豐富，定制化能力強，未來有望更加速擴張、保持高增速。市場整體需求將持續增長：目前，全球

31、及中國都處在“數據大爆發”時代，數據存儲和企業上云已成為新需求。新能源與儲能技術融合能夠有效提升新能源供電的穩定性，解決可再生能源系統應用過程中的供電不平衡、穩定性在“東數西算”政策推動下，未來，中西部地區將成為主要的數據資源池。市場競爭趨勢細分市場趨勢需求/應用趨勢技術創新趨勢公司簡稱公司簡稱IDCIDC業務營業務營收（億元）收（億元）IDCIDC業務毛利業務毛利率率IDCIDC業務業務中國電信333/累計投產對外可用IDC機架數51.3萬臺中國移動254/累計投產對外可用IDC機架數46.7萬臺中國聯通248/累計投產對外可用IDC機架數36.3萬臺世紀互聯74.1340.20%自建IDC

32、機柜數8321個，管理的機柜總數已增至約93597個萬國數據99.5719.30%IDC服務面積為57.26萬平方米光環新網22.2135.75%已投產機柜數量超過4.3萬個寶信軟件34.9150.26%IDC機架超過3萬個172.3.6 下游供給層：算力租賃開啟新商業模式探索u 兼備靈活兼備靈活&部署優勢，算力租賃探索新商業模式。部署優勢，算力租賃探索新商業模式。算力租賃無需用戶購買及維護計算設備，數據處理、存儲、傳輸均可由算力租賃方提供一站式租賃服務，實現按需使用、按量付費。作為一種新興服務模式，算力租賃可大幅降低企業獲得算力的進入壁壘和運營成本，并可動態資源調配，確保業務連續性和競爭力。

33、u 從未來發展角度來看，算力租賃或伴隨邊緣計算、量子算力以及容器技術的興起而逐步興盛。從未來發展角度來看，算力租賃或伴隨邊緣計算、量子算力以及容器技術的興起而逐步興盛。算力租賃可擴展至邊緣節點，從而降低延遲、提高數據處理效率，讓自動駕駛、遠程醫療以及實時數據分析等應用更加堅實可靠；其也可提供量子計算服務的租賃體驗，讓研究機構和企業超前布局量子時代；容器技術與Kubernetes編排系統的結合優化了算力的分配與管理，可使租賃過程變得更加靈活高效。資料來源：資料來源：維基百科，億歐網，上海證券研究所維基百科，億歐網，上海證券研究所圖圖22 22 用擴散理論來解釋算力租賃的發展潛力用擴散理論來解釋算

34、力租賃的發展潛力消費者采納新技術的過程新技術/新觀念引入的市場份額變化算力租賃所處階段，整體市占率及消費者接受度尚處于早期階段182.3.7 下游渠道層：算力調度市場空間逐步打開u 算力調度是指在分布式計算系統中合理分配和利用計算機資源的過程，可用于提高計算機資源的利用效率、減少資源浪費算力調度是指在分布式計算系統中合理分配和利用計算機資源的過程，可用于提高計算機資源的利用效率、減少資源浪費。算力調度可基于算網大腦對全網算力資源進行智能編排以及彈性調度，實現算力的按需取用。u 算力調度市場格局呈現百花齊放、百家爭鳴的局面：算力調度市場格局呈現百花齊放、百家爭鳴的局面：運營商層面，中國聯通持續推

35、進算網一體化編排調度平臺的建設，完成了天穹算力運營調度平臺的項目建設；中國電信打造甘肅省算力調度平臺、“息壤”算力分發網絡平臺，中國移動打造混合算力感知調度AI平臺等。設備商層面，中科曙光推出一體化算力交易調度平臺；華為提供業界首個公共多樣性算力服務平臺，并打造北冥多樣性計算融合架構，充分釋放算力性能；浪潮設計了業界首個智能計算中心計算力調度軟件：AIStation。資料來源：中國信通院，上海證券研究所資料來源：中國信通院，上海證券研究所圖圖23 23 算力調度涉及的關鍵環節算力調度涉及的關鍵環節資料來源：華為，上海證券研究所資料來源：華為，上海證券研究所圖圖2424 算力調度在算力交互中扮演

36、著核心作用算力調度在算力交互中扮演著核心作用SECTION1 算力急缺性：AI需求加速膨脹，算力迎來發展新篇章1.1 算力、數據、算法是AI時代演進的三大引擎1.2 算力是經濟發展高速列車上的“關鍵引擎”2 產業鏈分析：基礎設施建設提速，下游商業模式各有所長2.1 上游：摩爾定律面臨嚴峻挑戰，GPU有望鑄就算力“摩爾定律出現”2.2 中游：需求繁榮是服務器市場增量的主要來源2.3 下游：需求供給雙側顯著成長，數據中心發展大有可為3 公司分析：工業富聯、浪潮信息、中科曙光、云賽智聯、大名城、恒為科技等4 風險提示目錄Content203.1 智能制造產業龍頭工業富聯u 代工高級板卡，與英偉達合作

37、共贏。代工高級板卡，與英偉達合作共贏。根據中國證券報相關報道，工業富聯不僅是英偉達A100、H100板卡的獨家供應商，也是最新GPU HPC平臺獨家設計生產交付供應商，英偉達GH200芯片模組訂單也全部交付給了工業富聯。u 乘乘AIAI發展東風，交換機迭代逐步加快。發展東風，交換機迭代逐步加快。23 年公司高速交換機業務營收呈現逐季升溫，在全球頭部客戶份額不斷增長的同時持續拓展新客戶，市場占有率已超過 75%。目前公司已實現 100G、200G、400G 等高速交換機的量產交付，其中 200G、400G 交換機出貨顯著提升，800G 交換機也已進入 NPI 階段，預計 2024 年可貢獻營業收

38、入。資料來源：工業富聯官網，上海證券研究所資料來源：工業富聯官網，上海證券研究所圖圖25 25 工業富聯工業富聯2+22+2戰略布局戰略布局資料來源：工業富聯官網，上海證券研究所資料來源：工業富聯官網，上海證券研究所圖圖26 26 工業富聯高性能服務器概覽工業富聯高性能服務器概覽213.2 數據中心服務器標桿企業浪潮信息u 各類型服務器廣泛覆蓋，產品競爭力強勁。各類型服務器廣泛覆蓋，產品競爭力強勁。浪潮信息已形成具有自主知識產權、涵蓋高中低端各類型服務器的云計算Iaas層系列產品。2023年，公司服務器市場占有率全球第二，中國第一；存儲產品市場占有率全球前三，中國第一；液冷服務器市場占有率中國

39、第一。u 算力方面，公司持續強化在算力、算法、調度系統等層面業務布局。算力方面，公司持續強化在算力、算法、調度系統等層面業務布局。2023年，公司發布全新一代G7算力平臺，涵蓋面向云計算、大數據、人工智能等應用場景的46款新品。浪潮推出最新一代融合架構的AI訓練服務器NF5688G7，較上代平臺大模型實測性能提升近7倍，同時發布基于開放加速模組OAM高速互聯的面向生成式AI領域的新一代AI服務器NF5698G7。資料來源：浪潮信息官網，上海證券研究所資料來源：浪潮信息官網，上海證券研究所圖圖27 NF5698G7 27 NF5698G7 服務器服務器資料來源：浪潮信息官網，上海證券研究所資料來

40、源：浪潮信息官網，上海證券研究所圖圖28 28 人工智能管理平臺人工智能管理平臺AI StationAI Station223.3 服務器生產領軍企業中科曙光u 服務器縱深化發展，研發制造能力突出。服務器縱深化發展，研發制造能力突出。公司高端計算機產品主要包括機架式服務器、高密度服務器、刀片服務器、超融合一體機產品等，可面向多應用場景，具有領先的計算密度和節能性，產品整合高速網絡和存儲技術，可實現超大規模線性擴展；公司高端服務器產品涵蓋浸沒液冷、冷板液冷等產品形態，具有節能高效、安全穩定、高度集成等特點。u 研發實力雄厚，關鍵技術定點突破。研發實力雄厚，關鍵技術定點突破。公司于近年來聚焦攻克基

41、于國產芯片的整機研發，形成多項產品及解決方案，并主持、參與制定及發布多項國家和行業標準；通過專利挖掘、專利布局等策略將創新成果轉化為知識產權資產。資料來源：中科曙光官網，上海證券研究所資料來源：中科曙光官網，上海證券研究所圖圖29 29 中科曙光中科曙光L820-G30L820-G30核心應用服務器核心應用服務器資料來源：中科曙光官網，上海證券研究所資料來源：中科曙光官網，上海證券研究所圖圖30 30 中科曙光異構計算服務器（用于人工智能領域）中科曙光異構計算服務器（用于人工智能領域）233.4 AI Infra的持續開拓者云賽智聯u 聚焦三大核心業務，企業護城河深厚。聚焦三大核心業務，企業護

42、城河深厚。云賽智聯以大數據、行業解決方案及智能化產品為核心業務，集云計算業務架構和云計算服務能力為一體，在物聯網感知、傳輸層到數據、應用層，實施從“云”到“端”的業務布局，致力于打造“中國一流的信息服務提供商”。u 順應順應AIAI發展潮流，深度布局智算中心。發展潮流，深度布局智算中心。2023年6月29日公司發布公告，擬與儀電集團、數據集團、信投股份和其他非關聯股東方以向上海智能算力科技有限公司非同比例增資的方式，共同出資建立算力設施公司，其中云賽智聯公司擬增資2.2億元，持股11%。目前，云賽智聯承建的儀電智算中心（松江）一期已投入運營，二期也在加速建設中。2024年2月，該項目入選上海市

43、2024年重大工程清單，預計將成為全國算力規模領先的智算中心。資料來源：云賽智聯官網，上海證券研究所資料來源：云賽智聯官網，上海證券研究所圖圖31 31 云賽智聯徐匯數據中心云賽智聯徐匯數據中心資料來源：云賽智聯官網，上海證券研究所資料來源：云賽智聯官網，上海證券研究所圖圖32 32 云賽智聯寶山云計算中心云賽智聯寶山云計算中心243.5 算力租賃轉型企業大名城u 算力集群布局加速，算力集群布局加速，“港數閩算港數閩算”獲全國聚焦。獲全國聚焦。2024年5月，在福州舉行的人工智能與數據要素產業生態大會上，福建省大數據集團與上海大名城、上海商籌科技共同投資設立福州新區2000P智算中心，預計年內

44、建成投用，探索“港數閩算”新模式。u 業務轉型積極推進，成長拐點有望來臨。業務轉型積極推進，成長拐點有望來臨。公司與大數據產投、商籌科技三方擬共同設立福建省大數據智算投資有限公司，該項目公司出資8800萬元，占標的公司注冊資本的44%。受限于香港算力的匱乏，半數以上的香港企業采用內地及海外的超算中心。我們認為，本次對港數閩算新合作模式的探討對公司的轉型突破以及第二成長曲線的開啟具有重要意義。資料來源：大名城公眾號，上海證券研究所資料來源：大名城公眾號，上海證券研究所圖圖33 33 福州新區智算中心發布會概覽福州新區智算中心發布會概覽資料來源：大名城公眾號，上海證券研究所資料來源：大名城公眾號，

45、上海證券研究所圖圖34 34 港數閩算新模式開啟港數閩算新模式開啟253.6 智能可視化業界標桿恒為科技u 研發優勢突出。研發優勢突出。恒為科技為客戶提供網絡可視化系統的基礎設備、核心組件和應用解決方案，產品主要部署在運營商寬帶骨干網、移動網、IDC出口、以及企業和行業內部網絡等不同場景。公司的主要優勢在于產品技術層面，隨著技術的迭代逐步從網絡可視化向著智算公司的主要優勢在于產品技術層面，隨著技術的迭代逐步從網絡可視化向著智算可視化方向演進?？梢暬较蜓葸M。u 大客戶戰略精進。大客戶戰略精進。公司與運營商關系良好，成功中標了中移動2023-2024年匯聚分流設備新建項目的部分集采，中標份額和中

46、標金額持續增長。資料來源：公司資料來源：公司2323年半年報，上海證券研究所年半年報，上海證券研究所圖圖35 35 公司網絡可視化應用系統示意圖公司網絡可視化應用系統示意圖資料來源：資料來源：iFinDiFinD，上海證券研究所，上海證券研究所圖圖36 36 公司智能可視化業務收入概覽公司智能可視化業務收入概覽00.511.522.533.544.5201820192020202120222023智能可視化業務收入（億元）SECTION1 算力急缺性：AI需求加速膨脹，算力迎來發展新篇章1.1 算力、數據、算法是AI時代演進的三大引擎1.2 算力是經濟發展高速列車上的“關鍵引擎”2 產業鏈分析

47、：基礎設施建設提速，下游商業模式各有所長2.1 上游：摩爾定律面臨嚴峻挑戰，GPU有望鑄就算力“摩爾定律出現”2.2 中游：需求繁榮是服務器市場增量的主要來源2.3 下游：需求供給雙側顯著成長，數據中心發展大有可為3 公司分析：工業富聯、浪潮信息、中科曙光、云賽智聯、大名城、恒為科技等4 風險提示目錄Content274 風險提示（1）國內研發技術薄弱）國內研發技術薄弱：國內缺少國內缺少GPU、軟件生態等、軟件生態等相關核心技術人才，相關核心技術人才，且國產且國產產品產品尚處于發展早期尚處于發展早期，競爭，競爭壓力長期存在。壓力長期存在。（2）中美貿易變動加?。海┲忻蕾Q易變動加?。捍髧┺募觿?/p>

48、一定程度上對全球經濟產生擾動，中美經貿關系日益嚴峻，后期可能大國博弈加劇一定程度上對全球經濟產生擾動，中美經貿關系日益嚴峻，后期可能推動國際地緣政治格局變化，全球貿易、供應鏈均可能會受到波及。推動國際地緣政治格局變化，全球貿易、供應鏈均可能會受到波及。（3）AIGC商業落地模式尚未明確：商業落地模式尚未明確：業界普遍存在短期內對業界普遍存在短期內對AI發展趨于樂觀、同時忽視發展趨于樂觀、同時忽視AI技術長期成長性的現技術長期成長性的現象，人工智能應用場景落地模式尚未明確，盲目擴張或帶來短期產能過剩風險。象，人工智能應用場景落地模式尚未明確，盲目擴張或帶來短期產能過剩風險。28分析師聲明分析師聲

49、明作者具有中國證券業協會授予的證券投資咨詢資格或相當的專業勝任能力，以勤勉盡責的職業態度，獨立、客觀地出具本報告，并保證報告采用的信息均來自合規渠道，力求清晰、準確地反映作者的研究觀點，結論不受任何第三方的授意或影響。此外，作者薪酬的任何部分不與本報告中的具體推薦意見或觀點直接或間接相關。公司業務資格說明公司業務資格說明本公司具備證券投資咨詢業務資格。投資評級體系與評級定義投資評級體系與評級定義行業評級與免責聲明股票投資評級：分析師給出下列評級中的其中一項代表其根據公司基本面及（或）估值預期以報告日起6個月內公司股價相對于同期市場基準指數表現的看法。買入股價表現將強于基準指數20%以上 增持股

50、價表現將強于基準指數5-20%中性股價表現將介于基準指數5%之間 減持股價表現將弱于基準指數5%以上 無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行業投資評級：分析師給出下列評級中的其中一項代表其根據行業歷史基本面及（或）估值對所研究行業以報告日起12個月內的基本面和行業指數相對于同期市場基準指數表現的看法。增持行業基本面看好，相對表現優于同期基準指數 中性行業基本面穩定，相對表現與同期基準指數持平 減持行業基本面看淡，相對表現弱于同期基準指數相關證券市場基準指數說明：A股市場以滬深300指數為基準；港股市場以恒生指

51、數為基準；美股市場以標普500或納斯達克綜合指數為基準。投資評級說明：投資評級說明：不同證券研究機構采用不同的評級術語及評級標準，投資者應區分不同機構在相同評級名稱下的定義差異。本評級體系采用的是相對評級體系。投資者買賣證券的決定取決于個人的實際情況。投資者應閱讀整篇報告，以獲取比較完整的觀點與信息，投資者不應以分析師的投資評級取代個人的分析與判斷。29免責聲明免責聲明。本公司不會因接收人收到本報告而視其為客戶。本報告版權歸本公司所有，本公司對本報告保留一切權利。未經書面授權，任何機構和個人均不得對本報告進行任何形式的發布、復制、引用或轉載。如經過本公司同意引用、刊發的，須注明出處為上海證券有

52、限責任公司研究所，且不得對本報告進行有悖原意的引用、刪節和修改。在法律許可的情況下，本公司或其關聯機構可能會持有報告中涉及的公司所發行的證券或期權并進行交易，也可能為這些公司提供或爭取提供多種金融服務。本報告的信息來源于已公開的資料，本公司對該等信息的準確性、完整性或可靠性不作任何保證。本報告所載的資料、意見和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、價值或投資收入可升可跌。過往表現不應作為日后的表現依據。在不同時期，本公司可發出與本報告所載資料、意見或推測不一致的報告。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相應的更新或修改。本報告中的內容和意見僅供參考，并不構成客戶私人咨詢建議。在任何情況下，本公司、本公司員工或關聯機構不承諾投資者一定獲利，不與投資者分享投資收益，也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責，投資者據此做出的任何投資決策與本公司、本公司員工或關聯機構無關。市場有風險，投資需謹慎。投資者不應將本報告作為投資決策的唯一參考因素，也不應當認為本報告可以取代自己的判斷。行業評級與免責聲明