《計算機行業深度研究報告：智算時代國產算力鏈迎發展新機遇-240909（33頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業深度研究報告：智算時代國產算力鏈迎發展新機遇-240909（33頁）.pdf（33頁珍藏版）》請在三個皮匠報告上搜索。

1、 證 券 研 究 報證 券 研 究 報 告告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 未經許可，禁止轉載未經許可，禁止轉載 行業研究行業研究 計算機計算機 2024 年年 09 月月 09 日日 計算機行業深度研究報告 推薦推薦（維持）（維持）智算時代智算時代，國產算力國產算力鏈鏈迎迎發展新機遇發展新機遇 普惠大眾的智算是普惠大眾的智算是 AI 及數字經濟發展的必需品。及數字經濟發展的必需品。算力中心作為數據計算、存儲、交換的重要場所，是數字技術與實體經濟深度融合的必要條件，是現代化產業體系建設的動力引擎。據國家信息中心數據，未來 80%的場景都將基于AI

2、進行，普惠大眾的智算將要像水、電一樣驅動科技發展。AI 是中美兩國科技競爭的重要領域，當前我國算法和智能算力落后。智算的稀缺和昂貴，已成為制約 AI 發展的核心因素。產業信號積極，大模型拉動智算需求激增。產業信號積極，大模型拉動智算需求激增。根據 IDC 數據，2023 年中國人工智能市場支出規?；驗?147.5 億美元，約占全球總規模 10%；預計 2021-2026年 CAGR 將超 20%，我國大模型產業蓬勃發展。人工智能支出可分為硬件、軟件和服務三大部分，現階段中國市場傾向于首先投資硬件，預計中國人工智能支出中硬件占比到 2026 年之前將一直保持 50%以上的份額，在 AI 硬件支出

3、份額方面，AI 服務器占最大份額，超過 80%。AI 服務器作為智算重要載體，2023 年其市場規模為 91 億美元，同比增長 82.5%。芯片是算力供應的核心，當前仍以 GPU 為主。據中商產業研究院數據，2023 年我國 AI 芯片市場規模已達 1206 億元，2024 年有望達到 1412 億元，2019-2024 年 CAGR 達 64.84%。政策催化，智算中心建設加速推進政策催化，智算中心建設加速推進。近年來，美國政府多次升級高端芯片出口限制，短期內或影響我國高端芯片產業發展。智算產業上升為國家戰略競爭點，中央及地方政府加大政策支持力度。從頂層設計來看，從頂層設計來看，六部門聯合印

4、發算力基礎設施高質量發展行動計劃，從計算力、運載力、存儲力以及應用賦能四方面提出到 2025 年發展量化指標；“AI 賦能產業煥新”專題會議提出要打造從基礎設施到解決方案的大模型賦能產業生態；并鼓勵“適度超前建設數字基礎設施，加快形成全國一體化算力體系”。從地方來看，從地方來看，為更好推進算力基礎設施建設，北京、河北、寧夏、成都等各省市陸續出臺智算中心建設相關政策。根據數智前線數據，2024 年 1-7 月，我國智算中心相關項目中標公告已發布超140 個。智算中心相關的招投標項目，呈現逐月遞增態勢。據不完全統計，至少有 24 個項目中標金額超 1 億元，單體金額規模大幅增長。國產算力景氣度持續

5、，核心芯片公司競爭力不斷提升。國產算力景氣度持續，核心芯片公司競爭力不斷提升。中國 GPU 公司雖然在技術積累和市場占有率上與美國仍存在差距，但正通過不斷的技術創新和產品升級，努力提升自身的競爭力。（1）華為打造全棧自主 AI 軟硬件，涵蓋了從芯片、硬件到基礎軟件和應用的各個層面。（2）海光信息 DCU 開放生態，兼容主流深度學習框架和應用軟件，支持全精度模型訓練，與國內多個大模型全面適配。（3）寒武紀致力于構建云邊端一體、軟硬件協同、訓練推理融合的全棧解決方案，公司的產品線涵蓋了云端智能芯片、邊緣智能芯片以及終端智能處理器 IP 等多個領域。未來，隨著中國在半導體領域的持續投入和研發，中國

6、GPU 公司有望在全球市場中占據更重要的位置。投資建議：投資建議：中央及地方政府加強人工智能產業規劃，國產自主可控算力產業高景氣，同時大模型持續迭代有望帶動算力需求，在政策驅動下，建議關注國產建議關注國產算力投資機遇：算力投資機遇：1）算力基礎：寒武紀、海光信息、龍芯中科；2）服務器：中科曙光、浪潮信息、紫光股份、神州數碼等。以及相關央國企：以及相關央國企：1）中國電子：中國軟件、華大九天、深桑達 A、中國長城；2）中國電科：太極股份、電科網安、電科數字、易華錄、萊斯信息；3）國家電網：國網信通、遠光軟件；4）國投集團：國投智能；5）中科院：寒武紀、海光信息、中科曙光等。風險提示風險提示：大模

7、型應用落地不及預期；技術發展不及預期；市場競爭加劇。證券分析師：吳鳴遠證券分析師：吳鳴遠 郵箱： 執業編號：S0360523040001 行業基本數據行業基本數據 占比%股票家數(只)333 0.04 總市值(億元)27,442.13 3.48 流通市值(億元)23,881.53 3.86 相對指數表現相對指數表現%1M 6M 12M 絕對表現-4.9%-25.3%-35.9%相對表現-1.6%-16.2%-20.7%相關研究報告相關研究報告 計算機行業重大事項點評：公共及企業數據相關文件即將出臺，數據產業 CAGR 有望保持20%+2024-08-27 計算機行業周報（20240819-20

8、240823）：華為推動金融、新聞行業加速鴻蒙化 2024-08-25 AI+專題系列點評（二十一）：Meta 發布 Llama 3.1：開源 AI 領域的新進展 2024-08-19 -38%-25%-12%0%23/0923/1124/0224/0424/0624/092023-09-112024-09-06計算機滬深300華創證券研究所華創證券研究所 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 未經許可，禁止轉載未經許可，禁止轉載 投資投資主題主題 報告亮點報告亮點 報告從多角度提出智算中心作為數字經濟發展的核

9、心動力，也與人工智能技術的進步緊密聯系。從基礎設施層面，智算中心作為提供數據計算、存儲和交換服務的場所，是數字技術基礎設施的重要組成部分。從技術創新驅動層面，智算中心推動了人工智能、大數據分析等技術的發展，為技術創新提供了強大的計算支持。與此同時，報告對我國中央及地方政府在政策層面對智算產業大力支持和推動的近況進行梳理，統計了當前智算中心建設的數量和金額變化趨勢情況。此外，報告中對國產算力公司的技術創新和市場競爭力進行分析，展現了國內企業在 AI 芯片領域的快速發展和自主創新能力。投資邏輯投資邏輯 隨著 AI 及數字經濟的快速發展，智算作為普惠大眾的技術基礎，成為推動現代化產業體系建設的關鍵動

10、力。目前，AI 已成為中美科技競爭的焦點，我國在算法和智能算力方面存在一定差距，智算資源的稀缺和成本問題制約了 AI的進一步發展。報告從產業及政策兩個層面，梳理了智算行業的近況。產業信號顯示，大模型的發展正帶動智算需求的激增，中國人工智能市場的支出規模預計將持續增長。政策層面，智算中心建設得到國家戰略的支持，中央及地方政府的政策扶持力度不斷加大，促進了智算中心的建設加速推進。同時，國產算力公司通過技術創新和產品升級，正逐步提升自身在全球市場中的競爭力，展現出強勁的發展勢頭。未來，隨著中國在半導體領域的持續投入，國產 GPU 公司有望在全球市場中占據更重要的位置。aV9WcWeU8XaVeUfV

11、9PaOaQmOnNpNsOlOpPwPlOqRrR8OpPuNxNpNoRMYnMmP 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 3 目目 錄錄 一、一、產業端：算力形態迎改變，大模型帶動智算需求激增產業端：算力形態迎改變，大模型帶動智算需求激增.6（一）算力時代，形態迎結構性轉變.6（二）產業信號積極，大模型帶動智算需求激增.8 1、AI 大模型拉動智算需求大幅提升.8 2、AI 服務器，算力重要載體.10 3、AI 芯片，算力供應核心.11 二、二、政策端：智算上升為國家戰略競爭點，中央及地方政府加大政策支持

12、力度政策端：智算上升為國家戰略競爭點，中央及地方政府加大政策支持力度.14（一）美國政府再升級高端芯片出口限制.14（二）國家政策支持，算力自主可控勢在必行.15（三）多地政府細化目標，智算中心建設如火如荼.16 三、三、國產算力賽道持續高景氣，重點關注核心公司國產算力賽道持續高景氣，重點關注核心公司.24（一）華為：打造全棧自主 AI 基礎軟硬件.24 1、AI 集群.25 2、AI 服務器.26 3、AI 處理器.26（二）海光信息：DCU 開放生態加速推廣.27（三）寒武紀：云邊端一體協同發展.29 四、四、風險提示風險提示.31 計算機行業深度研究報告計算機行業深度研究報告 證監會審核

13、華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 4 圖表目錄圖表目錄 圖表 1 算力分類情況.6 圖表 2 AI 算力的特征.7 圖表 3 不同芯片分類及對比.8 圖表 4 中國人工智能市場支出預測.8 圖表 5 中國人工智能市場支出預測（行業）2026.8 圖表 6 模型性能隨參數量上升.9 圖表 7 中國通用算力規模（單位：EFLOPS）.9 圖表 8 中國智能算力規模（單位：EFLOPS）.9 圖表 9 我國智能算力比例不斷提升.10 圖表 10 中國人工智能支出中硬件、軟件、服務占比趨勢.10 圖表 11 預計 2025 年中國 AI 服務器占 AI 硬件支出超 80

14、%.10 圖表 12 全球人工智能服務器市場規模（單位：億美元）.11 圖表 13 中國人工智能服務器市場規模（單位：億美元）.11 圖表 14 AI 服務器與普通服務器區別.11 圖表 15 常見服務器類型成本構成.12 圖表 16 中國人工智能芯片圖譜.12 圖表 17 中國 AI 芯片市場規模.12 圖表 18 2020-2024 年全球人工智能 GPU 市場規模預測（單位：億美元）.13 圖表 19 2020-2024 年中國 GPU 市場規模（單位：億元）.13 圖表 20 2019/2024 年中國 GPU 板卡市場份額（按應用領域）.13 圖表 21 2022 年中國 AI 服務

15、器市場份額（按銷售額口徑）.13 圖表 22 中國主要芯片國產化率情況（2021 年數據）.14 圖表 23 近年美國對華科技領域部分制裁.14 圖表 24 AI 的三駕馬車：數據、算法、智能算力.15 圖表 25 算力設施高質量發展指標.15 圖表 26 智算產業鏈圖譜.16 圖表 27 地方政府陸續出臺智算建設政策.17 圖表 28 國家算力樞紐節點與數據中心集群相關信息（部分）.18 圖表 29 多地積極推進智算中心建設.19 圖表 30 各地 AI 智算中心建設情況.19 圖表 31 智算中心項目數量及算力規模.22 圖表 32 2017-2023 年我國算力中心總體在用機架規模.22

16、 圖表 33 億元以上級別智算中心相關項目（部分）.23 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 5 圖表 34 算力中心提供業務服務類型.24 圖表 35 The Atlas family：Atlas 全系列產品.25 圖表 36 Atlas 900 AI 集群.25 圖表 37 AI 服務器產品參數.26 圖表 38 華為 AI 處理器 vs 英偉達 AI 芯片.26 圖表 39 海光信息 DCU 和 CPU 產品.27 圖表 40 海光產品在大模型的適配與實踐.27 圖表 41 國產芯片廠商對比.28 圖表

17、 42 2019-2024H1 海光營業收入及同比增速.28 圖表 43 2019-2024H1 海光歸母凈利潤及同比增速.28 圖表 44 寒武紀歷史沿革.29 圖表 45 寒武紀主要產品及業務介紹.30 圖表 46 2018-2024Q1 寒武紀營業收入及同比增速.31 圖表 47 2018-2024Q1 寒武紀歸母凈利潤及同比增速.31 圖表 48 2018-2023 寒武紀各產品營業收入（億元）.31 圖表 49 2018-2023 寒武紀各產品毛利率（%）.31 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號

18、6 一、一、產業端：算力形態迎改變，大模型帶動智算需求激增產業端：算力形態迎改變，大模型帶動智算需求激增（一）（一）算力時代，形態迎結構性轉變算力時代，形態迎結構性轉變 算力是算力是衡量計算機系統處理數據能力的指標，根據不同計算形態可分為通用、智能和超衡量計算機系統處理數據能力的指標，根據不同計算形態可分為通用、智能和超級算力。級算力。算力通常用來描述一個系統執行算法、處理信息、進行計算的速度和效率。根據智能算力產業發展白皮書，由于不同應用場景下所需的計算精度不同，算力通?？梢苑譃椋和ㄓ盟懔?、智能算力和超級算力，對應的計算模式分別為：基礎計算、智能計算和超級計算。當前，得益于人工智能領域的迅猛

19、進展和政府政策的有力支持，智能算力的體量及其在總體算力中所占的比重正日益增加，計算需求正逐漸由傳統的通用計算模式轉向更為先進的智能計算模式。（1）通用算力：）通用算力：由 CPU 芯片驅動的服務器所提供的計算能力，不特定于某項專業計算或應用，而是可以廣泛應用于日常的數據處理和分析。通用算力適用于基礎通用計算任務，如云計算、邊緣計算等，為移動計算、物聯網等提供支持。（2）智能算力：）智能算力：利用 GPU、FPGA、ASIC 等專為人工智能設計的處理器加速計算平臺所提供的算力，它主要用于 AI 模型的訓練和推理過程。智能計算中心能夠根據不同業務領域對算力的具體需求，提供定制化的計算資源。在 AI

20、 模型訓練和推理中，處理文本、語音、圖像或視頻等任務時，需要單精度、半精度乃至整數精度的智能計算能力。（3）超級算力：）超級算力：由超級計算機和其它高性能計算(HPC)集群提供的算力，它用于執行科學前沿領域的復雜計算任務，如行星模擬、藥物分子結構設計、基因序列分析、宇宙物理學、氣象學研究、航空航天等，這些領域需要執行大量高精尖的雙精度計算。此外，不同的超級計算機可能采用不同的處理器、加速器和軟件框架，這使得其商業化服務的進入門檻較高。圖表圖表 1 算力分類情況算力分類情況 資料來源：國家信息中心大數據發展部等智能算力產業發展白皮書 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證

21、券投資咨詢業務資格批文號：證監許可（2009）1210 號 7 AI 算力芯片是指專門為算力芯片是指專門為 AI 應用設計的處理器芯片，具備并行計算能力以及針對特定神應用設計的處理器芯片，具備并行計算能力以及針對特定神經網絡計算的架構。經網絡計算的架構。AI 算力芯片具備高效的計算能力和針對深度學習、機器學習等 AI 任務的加速性能，通常具有并行計算能力和針對特定神經網絡計算的架構，廣泛應用于語音識別、圖像處理、自然語言處理等 AI 場景。AI 算力強調使用專門為人工智能算法優化的硬件加速器，如 GPU、TPU 等。與通用計算任務相比，人工智能算法訓練往往需要處理大量樣本數據，單個訓練任務的計

22、算量常常以億級及以上計算規模計量。圖表圖表 2 AI 算力的特征算力的特征 資料來源：前瞻產業研究院，華創證券 當前，主流 AI 算力芯片主要包括以 GPU 為代表的通用芯片、以 ASIC 定制化為代表的專用芯片以及以 FPGA 為代表的半定制化芯片，其中 GPU 市場最為成熟且應用最廣。GPU（Graphics Processing Unit）：）：又稱圖像處理器（顯示核心、視覺處理器、顯示芯片），是一種專門用于處理圖形和圖像計算任務的處理器。GPU 擁有大量的小型處理核心，可同時處理多個任務，能夠高效地執行并行計算。特別地，GPU 無法單獨工作，必須由 CPU 進行控制調用才能工作。ASI

23、C（Application Specific Integrated Circuit）：）：是為專門目的而設計的定制化專用集成電路，一旦制造完成將不能更改，所以初期成本高、開發周期長、使得進入門檻高。ASIC 芯片的計算能力和計算效率都可以根據算法需要進行定制，所以 ASIC與通用芯片相比，具有以下幾個方面的優越性：體積小、功耗低、計算性能高、計算效率高、芯片出貨量越大成本越低。近年來涌現出的類似 TPU、NPU、VPU、BPU等各種芯片，本質上都屬于 ASIC。FPGA（Field Programmable Gate Array）：）：又稱可編程邏輯門陣列，實際上屬于 ASIC的一種特殊形式，

24、是半定制電路芯片。其內部結構由大量的數字（或模擬）電路組成，解決了定制電路的不足，又克服了原有可編程器件門電路數有限的缺點。相比于CPU 和GPU數據處理需先讀取指令和完成指令譯碼，FPGA不采用指令和軟件，是軟硬件合一的器件。因而計算效率更高、功耗更低，且更接近 IO（指“輸入輸出”，涉及到計算機與外部世界的交互）。計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 8 圖表圖表 3 不同芯片分類及對比不同芯片分類及對比 芯片 架構區別 功耗 靈活性 延遲 峰值運算能力 量產成本 代表企業 CPU 60%邏輯單元、40%計

25、算單元。適合運算復雜，邏輯復雜。較高 最高 高 中等 一般 英特爾、AMD GPU 60-70%計算單元、30%邏輯控制單元。適合運算復雜度低，大規模并行計算。非常高 一般 較高 高 一般 英偉達、高通 FPGA 可編程邏輯，計算效率高，更接近底層 IO，通過冗余品體管和連線實現邏輯可編程。非常低 非常高 較低 非常高 非常高 英特爾、Xilinx ASIC 晶體管根據算法定制，不會有冗余，功耗低、計算性能高、計算效率高。較低 最低 低 最高 非常低 谷歌、寒武紀 資料來源：王玉偉騰訊云開發者社區，華經產業研究院，半導體產業縱橫，華創證券 （二）（二）產業信號積極，大模型帶動智算需求激增產業信

26、號積極，大模型帶動智算需求激增 1、AI 大模型拉動智算需求大幅提升大模型拉動智算需求大幅提升 我國我國 AI 大模型市場蓬勃發展。大模型市場蓬勃發展。根據 IDC 數據，2023 年中國人工智能市場支出規?；驗?47.5 億美元，約占全球總規模 10%。長期看來，AI 技術的創新迭代驅動了應用場景的進一步落地，以 AIGC、多模態、智能決策等為代表的熱點為市場帶來了更多想象力和可能性。同時，“數字化”、“數智化”轉型背景下，AI 大模型被政府、企業廣泛關注并積極推動，為我國 AI 市場規模的長期增長奠定了基礎。IDC 預計，2026 年中國 AI 市場規模為 264.4 億美元，2021-2

27、026 年 CAGR 將超 20%。從行業應用來看，在五年預測期內 AI支出主要來自專業服務領域的行業用戶、政府和金融行業，合計約占市場總量 50%以上。增長速度來看，銀行和地方政府增速最快，五年 CAGR 均超 23%。圖表圖表 4 中國人工智能市場支出預測中國人工智能市場支出預測 圖表圖表 5 中國人工智能市場支出預測（行業）中國人工智能市場支出預測（行業）2026 資料來源：IDC2023年V1全球人工智能支出指南，華創證券 資料來源：IDC2023年V1全球人工智能支出指南，華創證券 AI 大模型具有訓練和推理兩個階段。大模型具有訓練和推理兩個階段。在訓練階段，模型參數和訓練數據是大模

28、型的訓練準備，AI 大模型的性能一般會隨著模型參數和訓練數據量的增加而增加，模型參數達到一定數量會使 AI 大模型性能取得突破性進步，高質量、干凈的數據集對 AI 大模型性能專業服務,29.30%地方政府,8.90%銀行,7.80%通訊,7.00%其他,47%計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 9 提升作用顯著；預訓練和微調是 AI 大模型的主要訓練方式，充分且高難度的預訓練能顯著提高 AI 大模型性能，Prompt、Fine-tune 是目前主要的微調工具。在推理階段，AI 大模型會使用前向傳播算法、反向傳

29、播算法、梯度下降算法等算法生成輸出結果，并在過程中提高模型性能。AI 大模型的訓練和推理階段均具有大量算力需求，隨著大模型參數量的上升，市場算力需求快速提高。圖表圖表 6 模型性能隨參數量上升模型性能隨參數量上升 資料來源：阿里開發者公眾號人類生產力的解放？揭曉從大模型到AIGC的新魔法 AI 大模型參數激增，推動我國智能算力規?？焖僭鲩L。大模型參數激增，推動我國智能算力規?？焖僭鲩L。當前 AI 技術正加快融入千行百業，超大規模 AI 模型和海量數據對算力的需求也持續攀升。云游戲、元宇宙、VR/AR 等新應用場景加速發展，大模型的訓練和推理過程進一步帶動算力需求爆發，同時也推動算力需求由通用性

30、 CPU 算力向高性能 GPU 算力發展。據 IDC，2022 年，我國智能算力規模達 268 EFLOPS，預計 2026 年達 1271.4 EFLOPS，進入每秒十萬億億次浮點計算級別，2022-2026 年 CAGR 達 47.6%，遠超通用算力增速。圖表圖表 7 中國通用算力規模（單位：中國通用算力規模（單位：EFLOPS）圖表圖表 8 中國智能算力規模（單位：中國智能算力規模（單位：EFLOPS）資料來源：IDC2022-2023 中國人工智能計算力發展評估報告，華創證券 資料來源：IDC2022-2023 中國人工智能計算力發展評估報告，華創證券 我國我國智能算力智能算力市場份額

31、市場份額顯著增加，顯著增加，2025 年占比有望達年占比有望達 35%。據信通院數據，截至 2023年 6 月，智能算力占據我國整體算力的 25.4%，智算規模同比增長 45%，智算增速比整體算力的增速高 15 個百分點。隨著人工智能技術的不斷進步，特別是大型 AI 模型的快速發展，智能算力的需求正在迅猛增長。預計在未來幾年內，智能算力的市場份額將顯著增加，到 2025 年，其占比有望達到 35%。0204060801001202019202020212022 2023E 2024E 2025E 2026E02004006008001000120014002019 2020 2021 2022

32、 2023E2024E2025E2026E 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 10 圖表圖表 9 我國智能算力比例不斷提升我國智能算力比例不斷提升 資料來源：中國信通院云計算與大數據研究所中國算力中心服務商分析報告（2024年），華創證券 2、AI 服務器，算力重要載體服務器，算力重要載體 AI 基礎設施建設階段，人工智能服務器為人工智能市場主力軍?；A設施建設階段，人工智能服務器為人工智能市場主力軍。人工智能支出可分為硬件、軟件和服務三大部分。據 IDC 統計，現階段中國市場傾向于首先投資硬件，預計中國人

33、工智能支出中硬件占比到 2026 年之前將一直保持 50%以上的份額；中國在 AI 硬件支出份額方面，AI 服務器占最大份額，超過 80%。圖表圖表 10 中國人工智能支出中硬件、軟件、服務占比中國人工智能支出中硬件、軟件、服務占比趨勢趨勢 圖表圖表 11 預計預計 2025 年年中國中國 AI 服務器占服務器占 AI 硬件支出超硬件支出超80%資料來源：IDC2022-2023 中國人工智能計算力發展評估告 資料來源：IDC 人工智能服務器市場增速超過整體人工智能市場增長。人工智能服務器市場增速超過整體人工智能市場增長。據 IDC，2021 年全球/我國 AI 服務器市場規模分別為 156.

34、3/59.2 億美元，在 ChatGPT 及相關應用加持下，AI 服務器市場快速增長。2023 年，我國 AI 服務器市場規模為 91 億美元，同比增長 82.5%；智能算力規?；蜻_到 414.1EFLOPS（每秒百億億次浮點運算），同比增長 59.3%。IDC 預計 2026 年全球/我國 AI 服務器市場規模將達 347.1/123.4 億美元，2021-2026 年 CAGR 為17.3%/15.8%。0%5%10%15%20%25%30%35%40%2023年6月2025E 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）12

35、10 號 11 圖表圖表 12 全球人工智能服務器市場規模（單位：億美全球人工智能服務器市場規模（單位：億美元）元）圖表圖表 13 中國人工智能服務器市場規模（單位：億美中國人工智能服務器市場規模（單位：億美元）元）資料來源：IDC，華創證券 資料來源：IDC，華創證券 3、AI 芯片，算力供應核心芯片，算力供應核心 芯片是服務器的主要成本構成部分。芯片是服務器的主要成本構成部分。從服務器成本拆分來看，芯片在基礎型服務器中約占總成本的 32%，在高性能或具有更強運算能力的服務器中，芯片相關成本占比可以高達 50%到 83%。圖表圖表 14 AI 服務器與普通服務器區別服務器與普通服務器區別 區

36、別區別 具體說明具體說明 芯片搭載數量 普通的 GPU 服務器一般是單卡或者雙卡，AI 服務器需要承擔大量的計算，一般配置四塊 GPU 卡以上，其至要搭建 AI 服務器集群。P2P 通訊 普通 GPU 服務器要求的是單卡性能，AI 訓練中 GPU 卡間需要大量的參數通信，模型越復雜，通信量越大，所以 AI 服務器除了要求單卡性能外，還要求多卡間的通訊性能，采用 PCI3.0 協議通信的最大 P2P 帶寬達到 32GB/s，采用 SXM2 協議通信的最大 P2P 帶寬達到 50GB/s，采用SXM3 協議通信的最大 P2P 帶寬達到 300GB/s。獨特設計 AI 服務器由于有了多個 GPU 卡

37、，需要針對性的對于系統結構、散熱、拓撲等做專門的設計，才能滿足 AI 服務器長期穩定運行的要求。先進技術 AI 服務器有很多更先進的技術，包括 Purley 平臺更大內存帶寬，NVlink 提供重大的互聯帶寬，TensorCore 提供更強的 AI 計算力。資料來源：華經產業研究院，華創證券 05010015020025030035040020212026E02040608010012014020212026ECAGR:17.3%CAGR:15.8%計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 12 圖表圖表 15 常

38、見服務器類型成本構成常見服務器類型成本構成 資料來源：華經情報網，華創證券 芯片芯片是算力供應的核心。是算力供應的核心。AI 訓練是在個人電腦或者服務器上，利用高性能處理器（如 GPU、CPU、FPGA、NPU 等）完成模型訓練過程。AI 芯片根據其在網絡中的位置可以分為云端 AI 芯片、邊緣及終端 AI 芯片。其中，以 GPU 用量最大，據 IDC 數據，預計到 2025年GPU仍將占據AI芯片80%市場份額。隨著算力中心的增加以及終端應用的逐步落地，有望帶動 AI 芯片需求持續上漲，據中商產業研究院數據，2023 年我國 AI 芯片市場規模已達 1206 億元，2024 年有望達到 141

39、2 億元，2019-2024 年 CAGR 達 64.84%。圖表圖表 16 中國人工智能芯片圖譜中國人工智能芯片圖譜 圖表圖表 17 中國中國 AI 芯片市場規模芯片市場規模 資料來源：億歐智庫2022中國人工智能芯片行業研究報告 資料來源：中商產業研究院，華創證券 2020-2024 年年我國我國 GPU 年復合增年復合增速速有望有望超超 30%。作為通用型人工智能芯片，GPU 在并行計算能力方面表現出色，特別適用于需要大量并行計算任務的場景。近年來，國內 GPU市場正處于快速增長階段。根據中商產業研究院數據，2023 年中國 GPU 市場規模為 807億元，同比增長 32.78%；預測

40、2024 年中國 GPU 市場規模將增至 1073 億元，2020-2024年 CAGR 達 32.8%。作為對照，根據智研咨詢，全球人工智能 GPU 市場 2020-2024 年年復合增速也達到了 30.73%。18.00%2.90%10.00%26.80%25.60%15.00%8.70%27.30%25.00%72.80%32.00%23.30%25.00%9.80%23.20%20.90%25.00%8.70%0%10%20%30%40%50%60%70%80%90%100%基礎型高性能型推理型機器學習型storagememoryGPUCPU其他02004006008001000120

41、014001600201920202021202220232024E市場規模（億元）計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 13 圖表圖表 18 2020-2024 年全球人工智能年全球人工智能 GPU 市場規模預市場規模預測測（單位：（單位：億美元）億美元）圖表圖表 19 2020-2024 年中國年中國 GPU 市場規模市場規模（單位：（單位：億億元）元）資料來源：智研咨詢，華創證券 資料來源：中商產業研究院，華創證券 按下游分，互聯網占據超按下游分，互聯網占據超 5 成比重，安防成比重，安防/政府占據政府占

42、據 3 成，成，2019/2024 年占比無大變化。年占比無大變化。按廠商分，按廠商分，據據 IDC 數據，數據，2023 年浪潮、新華三、寧暢銷售額位居前三，占據了年浪潮、新華三、寧暢銷售額位居前三，占據了 70%以以上的市場份額上的市場份額；浪潮、坤前、寧暢浪潮、坤前、寧暢出貨臺數出貨臺數位居前三名，占有位居前三名，占有 50%以上以上的市場份額的市場份額。圖表圖表 20 2019/2024 年中國年中國 GPU 板卡市場份額（按應板卡市場份額（按應用領域）用領域）圖表圖表 21 2022 年中國年中國 AI 服務器市場份額服務器市場份額（按按銷售額銷售額口徑口徑）資料來源：智研咨詢，華創

43、證券 資料來源：華經產業研究院，華創證券 國內主要芯片國產化率，分類別來看，射頻芯片、移動通信終端、模擬芯片、閃存、微國內主要芯片國產化率，分類別來看，射頻芯片、移動通信終端、模擬芯片、閃存、微控制器、內存、可編輯邏輯器件的國產化率分別為控制器、內存、可編輯邏輯器件的國產化率分別為 40%、24%、15%、5%、3%、1%、1%?？紤]到?？紤]到 GPU 芯片指令集復雜程度相對較低，國產化率預計在芯片指令集復雜程度相對較低，國產化率預計在 10%左右。左右。0204060801001202020年2024E02004006008001000120020202021202220232024E50.

44、00%48.90%29.50%31.40%11.40%13.50%9.10%6.20%0%10%20%30%40%50%60%70%80%90%100%2019年2024年E互聯網安防/政府其他AI應用高性能計算浪潮,47.00%新華三,11.00%寧暢,9.00%安擎,7.00%坤前,6.00%華為,6.00%寶德,5.00%思騰合力,2.00%其他,7.00%計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 14 圖表圖表 22 中國主要芯片國產化率情況中國主要芯片國產化率情況（2021 年數據）年數據）資料來源：智研

45、咨詢，華創證券 二、二、政策端：智算上升為國家戰略競爭點，中央及地方政府加大政策支持力度政策端：智算上升為國家戰略競爭點，中央及地方政府加大政策支持力度（一）（一）美國政府再升級高端芯片出口限制美國政府再升級高端芯片出口限制 美國限制層層加碼，短期或影響高端芯片產業發展。美國限制層層加碼，短期或影響高端芯片產業發展。近年來，針對芯片、先進計算等領域，美國通過出口管制、實體清單，法案等方式出臺了一系列限制措施，包括調整高性能芯片受限參數、防止芯片廠商繞過限制等，芯片管制措施持續升級。圖表圖表 23 近年美國對華科技領域部分制裁近年美國對華科技領域部分制裁 發布機構發布機構 發布時間發布時間 制裁

46、制裁 限制內容限制內容 BIS 2023/10/17 出口管制 針對芯片的出口禁令新規，是對 2022 年 10 月 7 日發布的規則進行修改更新的版本，調整了高級芯片受到限制的參數且出臺了新的措施，防止芯片廠商繞過限制政策；同時制裁 13 家中企 BIS 2023/03/3 實體清單 28 家中國企業列入實體清單，包括浪潮集團、龍芯中科、華大基因、第四范式等 BIS 2022/10/07 出口管制 1、在出口管制清單新增管制特定先進計算芯片、含有該等芯片的計算機產品及相關軟件及技術、特定半導體制造設備及相關軟件和技術、及特定半導體制造設備；2、針對先進計算及超級計算機新增兩個外國直接產品規則

47、（FDPR）規則；3、針對中國境內的超級計算機以及半導體制造“設施”開發生產特定參數集成電路的任何物項設置最終用途管制；4、對于 EAR 第 744 章附錄 4 的特定實體清單主體標注腳注 4，并擴大對其產品、最終用戶限制范圍；5、限制“美國人”直接或間接參與或幫助中國境內的半導體制造“設施”開發、生產特定集成電路或獲得用于開發該等集成電路的任何物項。BIS 2022/08/12 出口管制 對具有 GAAFET 結構的集成電路所必需的 EDA/ECAD 軟件、以金剛石和氧化鎵為代表的超寬禁帶半導體材料、包括壓力增益燃燒（PGC）在內的四項技術實施了新的出口管制 美國總統 2022/08/09

48、芯片與科學法 加大對美國半導體產業發展的資金支持，限制接受補貼的企業與中國合作 0%5%10%15%20%25%30%35%40%45%射頻芯片移動通信終端模擬芯片閃存微控制器可編輯邏輯器件內存 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 15 拜登簽署 關于處理美國在有關國家投資某些國家安全技術和產品的行政命令 授權美國財政部禁止、限制、監督美國投資者對中國、中國香港和中國澳門的特定領域投資，包含半導體和微電子、量子信息技術和人工智能 BIS 2019/5/15、8/19 實體清單 先后將華為及其 114 家附屬公

49、司列入“實體清單”BIS 2016/03/07 實體清單 將中興通訊等中國企業列入“實體清單”，對中興公司采取限制出口措施 資料來源：環球時報、集微網、美國白宮官網、BIS 官網、新華社、芯智訊、中國首席經濟學家論壇、華創證券（二）（二）國家政策支持，算力自主可控勢在必行國家政策支持，算力自主可控勢在必行 普惠大眾的智算是普惠大眾的智算是 AI 發展的基礎資源，算力自主可控勢在必行。發展的基礎資源，算力自主可控勢在必行。據國家信息中心數據，未來 80%的場景都將基于 AI，其中所占據的算力資源將主要由智算中心提供，普惠大眾的智算將要像水、電一樣驅動科技發展。AI 是中美兩國科技競爭的重要領域，

50、在 AI 的三大技術：數據、算法、算力中，中國的數據優勢較為明顯，但是算法和智能算力明顯落后。智能算力的稀缺和昂貴，已成為制約 AI 發展的核心因素。在全球算力競爭日益激烈的背景下，部分國家或地區通過多種策略實現對算力中心發展的控制，我國算力自主可控勢在必行。圖表圖表 24 AI 的三駕馬車：數據、算法、智能算力的三駕馬車：數據、算法、智能算力 資料來源：鄭緯民院士學術報告人工智能算力基礎設施的設計、評測與優化，轉引自國家信息中心大數據發展部等智能算力產業發展白皮書（2024年）頂層設計，算力基礎設施發展目標逐步推進。頂層設計，算力基礎設施發展目標逐步推進。2023 年 10 月 8 日，工業

51、和信息化部、中央網信辦、教育部、國家衛生健康委、中國人民銀行、國務院國資委六部門聯合印發算力基礎設施高質量發展行動計劃，從計算力、運載力、存儲力以及應用賦能四個方面提出了到 2025 年發展量化指標，將全面推動我國算力基礎設施高質量發展。圖表圖表 25 算力設施高質量發展指標算力設施高質量發展指標 指標指標 2023 年年 2024 年年 2025 年年 計算力 1 算力規模(EFLOPS)220 260 300 2 智能計算中心(個)30 40 50 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 16 3 智能算力占

52、比(%)25 30 35 運載力 4 重點應用場所光傳送網(OTN)覆蓋率(%)50 65 80 5 SRv6 等創新技術使用占比(%)20 30 40 6 國家樞紐節點數據中心集群間網絡時延達標率(%)65 75 80 存儲力 7 存儲總量(EB)1200 1500 1800 8 先進存儲容量占比(%)25 28 30 資料來源：工信部算力基礎設施高質量發展行動計劃，華創證券 專題會議，奮力專題會議，奮力打造打造 AI 大模型產業集群。大模型產業集群。2 月 19 日，國務院國資委召開“AI 賦能產業煥新”中央企業人工智能專題推進會，提出中央企業要主動擁抱人工智能帶來的深刻變革，將加快發展新

53、一代人工智能擺在更加突出的位置，不斷強化創新策略、應用示范和人才集聚，打造人工智能產業集群。同時，借助需求規模大、產業配套全、應用場景多等優勢，搶抓人工智能賦能傳統產業，加快構建數據驅動、人機協同、跨界融合、共創分享的智能經濟形態。會議再次提及了“AI+專項行動”，要加快構建一批產業多模態優質數據集，打造從基礎設施、算法工具、智能平臺到解決方案的大模型賦能產業生態。打造從基礎設施、算法工具、智能平臺到解決方案的大模型賦能產業生態。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規劃，深入推進產業煥新，加快布局和發展人工智能產業。繼續夯實發展的基礎和底座，將主要資源投入到最需要的領域，加速建

54、設一批智能算力中心，加速建設一批智能算力中心，推動各個央企之間的協同創新。圖表圖表 26 智算產業鏈圖譜智算產業鏈圖譜 資料來源：中國電信、天翼智庫智算產業發展白皮書（2023年）（三）（三）多地政府細化目標，智算中心建設如火如荼多地政府細化目標，智算中心建設如火如荼 鼓勵適度超前建設，各地政府出臺智能算力相關政策鼓勵適度超前建設，各地政府出臺智能算力相關政策。2024 年 3 月，政府工作報告中提出“適度超前建設數字基礎設施，加快形成全國一體化算力體系”。地方政府層面，多個省市已經響應國家政策，為更好推進算力基礎設施建設，北京、河北、寧夏、成都等各省 計算機行業深度研究報告計算機行業深度研究

55、報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 17 市陸續出臺相關政策，科學規劃發展方案，確保項目建設與地區經濟發展情況相適應。圖表圖表 27 地方政府陸續出臺智算建設政策地方政府陸續出臺智算建設政策 地區地區 發布時間發布時間 文件名稱文件名稱 主要內容主要內容 河南 2024/7/3 2024 年河南省大數據產業發展工作方案 深度融入全國一體化算力體系建設，支持鄭州市構建鄭慶哈城市算力網大通道，力爭全省算力規模突破 5EFLOPS。支持鄭州市建設算網智能調度系統，提升城市算力供給水平和協調調度能力。面向智能制造、無人駕駛等實時性強、計算量高的場景，探索構

56、建城市內邊緣算力供給體系，在網絡邊緣側、用戶設備側建設一批邊緣數據中心及計算中心。上海 2024/6/14 新型數據中心“算力浦江”行動計劃（2022-2024年）力爭到 2024 年，信息通信行業基本形成布局合理、算網協同、軟硬協同、低碳高效、數字化轉型帶動能力突出、產業鏈更加完備的新型數據中心發展體系，初步建成全國一體化算力網絡上海樞紐節點，形成與本市數字經濟發展方式相適應，長三角地區協同發展的算力服務發展格局，建成具有亞太乃至全球影響力的高能級算力樞紐中心。內蒙古 2024/6/7 關于支持內蒙古和林格爾集群綠色算力產業發展的若干意見 新建大型、超大型數據中心（折合標準機架 3000 架

57、及以上）原則上要布局在和林格爾數據中心集群內，自治區實行窗口指導，不符合布局要求的項目不享受相關支持政策。意見提出，要加強存量數據中心綠色化改造，有序騰退年均 PUE 值(電源使用效率)高于 1.5 的落后數據中心，新建數據中心 PUE 值嚴格控制在 1.2 以下。河北 2024/5/17 關于進一步優化算力布局推動人工智能產業創新發展的意見 到 2025 年，全省算力規模達到 35 百億億次/秒（EFLOPS）以上，智能算力占比達到 35%左右，新增算力基礎軟硬件設施自主可控比例 60%以上。在智能制造、醫療健康等優勢領域孵化一批行業應用大模型，培育典型應用場景 30 個。京津冀人工智能產業

58、合作進一步深化，在環京區域打造人工智能產業集聚區，推動一批人工智能合作項目落地實施。江蘇 2024/5/11 揚州市人工智能算力券實施意見 全市“613”產業體系重點企業和在揚從事人工智能研發應用的科研院所，在運河城市算力平臺租用非關聯方的智能算力資源，憑已簽訂的算力服務合同獲取算力券。算力需求方通過平臺購買使用智能算力資源服務的，按照實際支付智能算力費用30給予支持，給予同一主體每年最高 200 萬元補貼，算力券有效期為 12 個月。北京 2024/4/24 北京市算力基礎設施建設實施方案（20242027年）到 2025 年，基本建成智算資源供給集群化、智算設施建設自主化、智算能力賦能精準

59、化、智算中心運營綠色化、智算生態發展體系化的格局。到 2027 年，優化京津冀蒙算力供給質量和規模，力爭自主可控算力滿足大模型訓練需求，算力能耗標準達到國內領先水平。浙江 2024/3/19 關于發展計算產業 打造算力強區的若干政策（征求意見稿）力爭到 2025 年，全區集成電路產業規模達 400 億元，網絡通信產業規模達 850 億元。推進杭州人工智能計算中心建設擴容，基于全棧自主技術路線的公共算力規模達到 500P，培育孵化 5 個具有行業影響力的專用模型，人工智能賦能標桿企業 8家、典型應用場景 10 個。資料來源：鳳凰網、騰訊網、江蘇省人民政府、人民日報、通信產業網、呼和浩特市人民政府

60、、杭州高新區（濱江）人民政府、華創證券 配合“東數西算”工程，智算中心建設如火如荼。配合“東數西算”工程，智算中心建設如火如荼。2021 年，國家發改委等四部委聯合發布全國一體化大數據中心協同創新體系算力樞紐實施方案，啟動實施“東數西算”工程，構建國家算力網絡體系，明確提出在 8 個地區布局全國算力網絡國家樞紐節點。沿著這一算力網絡“地圖”，各地智算中心正加速建設。2023-2024 年，北京、哈爾濱、成都、廣州、杭州、長春等多地持續發布智算中心相關招標公告，金額大多在億元以上且招標單位基本都有國資背景。計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證

61、監許可（2009）1210 號 18 圖表圖表 28 國家算力樞紐節點與數據中心集群相關信息國家算力樞紐節點與數據中心集群相關信息（部分）（部分）樞紐節點樞紐節點 國家數據中心國家數據中心集群集群 起步區起步區 起步區建設目標起步區建設目標 承載任務承載任務 平均上架率平均上架率 電能利用效率電能利用效率 京津冀樞紐 張家口數據中心集群 張家口市懷來縣、張北縣、宣化區 不低于 65%控制在 1.25以內 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，引導溫冷業務向西部遷移，構建輻射華北、東北乃至全國的實時性算力中心 長三角樞紐 長三角生態綠色一體化發展示范區數據中心集群

62、上海市青浦區、江蘇省蘇州市吳江區、浙江省嘉興市嘉善縣 不低于 65%控制在125以內 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、輻射全域”的發展格局 蕪湖數據中心集群 蕪湖市鳩江區、弋江區、無為市 粵港澳大灣區樞紐 韶關數據中心集群 韶關高新區 不低于 65%控制在 1.25以內 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 成渝樞紐 天府數據中心集群 成都市雙流區、郫都區、簡陽市 不低于 65%控制在 1.

63、25以內 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 重慶數據中心集群 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 內蒙古樞紐 和林格爾數據中心集群 和林格爾新區和集寧大數據產業園 不低于 65%控制在 1.2 以下 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 貴州樞紐 貴安數據中心集群 貴安新區貴安電子信息產業園 不低于 65%控制在 1.2 以下 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

64、力需求 資料來源：溫建功“東數西算”工程解讀，華創證券 智算中心起步算力目標為智算中心起步算力目標為 100P，布局逐步向中西部拓展。，布局逐步向中西部拓展。根據國家信息中心與相關部門于 2023 年 1 月聯合發布的智能計算中心創新發展指南相關數據，我國超過 30 個城市正在建設或提出建設智算中心。根據國家信息中心大數據發展部與相關部門于 2024 年7 月發布的智能算力產業發展白皮書，當前已建成的、在建中的和規劃的中心數量已超 40 家。一般智算中心的起步算力目標是 100P，整體布局以東部地區為主，并逐漸向中西部地區拓展。計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投

65、資咨詢業務資格批文號：證監許可（2009）1210 號 19 圖表圖表 29 多地積極推進智算中心建設多地積極推進智算中心建設 資料來源：國家信息中心大數據發展部等智能算力產業發展白皮書，華創證券 各地智算中心建設大多數采取“政府主導各地智算中心建設大多數采取“政府主導+企業承建”模式企業承建”模式。政府結合業務需求與企業規模等因素進行綜合考量、選取合適的承建單位。智算中心主要分為“企業自建模式”與“政府主導+企業承建”模式。智算中心具有高投入、對地方經濟發展具有高影響等特點,因此 30 多座城市的智算中心建設項目大多數由政府主導,并緊密配合“東數西算”等建設指引的推進節奏,用于支持地方產業

66、AI 化、AI 產業化以及智能化治理。中科曙光、華為、百度、商湯、騰訊、阿里、浪潮信息和寒武紀等眾多廠商參與建設。圖表圖表 30 各地各地 AI 智算中心建設情況智算中心建設情況 合作方合作方 中心名稱中心名稱 地域地域 算力算力 建設情況建設情況 中科曙光 青島“海之心”人工智能計算中心 山東省青島市嶗山區 混合精度 建設中 長沙人工智能創新中心硅立方 湖南省長沙市 混合精度 已建成 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 20 萬達開先進計算中心 四川省達州市 混合精度 已建成 宜昌先進計算中心一期 湖北省宜

67、昌市 混合精度 已建成 蕪湖一體化智算中心 安徽省蕪湖市 混合精度 建設中 合肥先進計算中心“巢湖明月”安徽省合肥市 混合精度 已建成 華為昇騰 北京昇騰人工智能計算中心 北京市門頭溝區 期 100P FLOPS(短期 500P,遠期 1000P)已建成 中原人工智能計算中心 河南省鄭州市 計劃 100P FLOPS 已建成 未來人工智能計算中心 陜西省西安市雁塔區 期規劃 300P FLOPS FP16 已建成 成都人工智能計算中心 四川省成都市 300P FLOPS(最終 1000P)已建成 武漢人工智能計算中心 湖北省武漢市東湖區 100P FLOPS 已建成 重慶人工智能計算中心 重慶

68、科學城 一期 400P FLOPS 已建成 長沙人工智能計算中心 湖南省長沙市高新區 200P FLOPS(25 年達 1000P)已建成 橫琴人工智能超算中心 廣州省珠海市橫琴區 1.14Eops(完全建成 4Eops)已建成 杭州人工智能計算中心 浙江省杭州市 40P FLOPS(后期 100P)已建成 南京鯤鵬昇騰人工智能計算中心 江蘇省南京市 800P OpS 已建成 濟南人工智能計算中心 山東省濟南市/已建成 青島人工智能計算中心 山東省青島市 100P FLOPS 已建成 天津人工智能計算中心 天津市河北區 300P FLOPS 已建成 河北人工智能計算中心 河南省廊坊經濟開發區

69、100P FLOPS 已建成 大連人工智能計算中心 遼寧省大連市 100P FLOPS 建設中 沈陽人工智能計算中心 遼寧省沈陽市 100P FLOPS(后期 300P)已建成 中國-東盟人工智能計算中心 廣西省南寧市 期建設 40P 訓練系統和 1.4P 推理系統 已建成 深圳人工智能融合賦能中心 廣東省深圳市龍崗區 接入 20 余萬路視頻資源 已建成 廣州人工智能公共算力中心 廣東省廣州市 99P FLOPS 已建成 百度 陽泉智算中心 陜西省陽泉市 計劃 100P FLOPS 已建成 鹽城智算中心 鹽城市鹽南高新區 200P 已建成 百度沈陽元宇宙智算中心 沈陽市皇姑區 期 200P 總

70、體 500P 建設中 華海智匯(華為控股子公司)合肥人工智能計算中心 安徽合肥 100P FLOPS FP16 已建成 商湯科技 商湯人工智能計算中心 上海自貿區臨港新片區 同時接入 850 萬路視頻 已建成 騰訊 騰訊長三角人工智能超算中心 上海市松江區 1400P FLOPS 部分建成 智慧產業長三角(合肥)智算中心 合肥高新區/已建成 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 21 上海交通大學等 太湖量子智算中心 江蘇省無錫市/已建成 浪潮、寒武紀 南京智能計算中心 江蘇省南京市 800POpS 已建成 浪

71、潮信息 淮海智算中心 安徽省宿州市 300P FLOPS 建設中 青田元宇宙智算中心 浙江省青田縣 每秒算力性能超 10 億億次 部分建成 克拉瑪依智算中心 新疆克拉瑪依市 機柜數量超 1 萬個 已建成 寒武紀 昆山智算中心 江蘇省昆山市 建成后峰值智能算力不低于500POPS 建設中 阿里云 阿里云張北超級智算中心 河北省張家口市張北縣 12EFLOPS 已建成 阿里云華東智算中心 上海市金山區 在建 建設中 阿里云烏蘭察布超級智算中心 內蒙古烏蘭察布市 3EFLOPS 部分建成 中科曙光、華為 長沙 5A 級智算中心 湖南省長沙市 建成后算力規?？蛇_ 1024P 已建成 寧數科創 寧波人工

72、智能超算中心 寧波市高新區 一期 100P(FP16)+5P(FP64)二期 300P(FP16)+15P(FP64)部分建成 福州市電子信息集團 福州智能計算中心 福建省福州新區 期 105P,總體 400P 已建成 浪潮云、中國電信武漢分公司 武昌智算中心 武漢市武昌區 建成后 100P 建設中/哈爾濱人工智能先進計算中心 哈爾濱 100P 已建成/北京數字經濟算力中心 北京 建成后 1000P 以上 建設中/鄭州人工智能計算中心 河南省鄭州市 一期 2000 二期 10000P,建成后 30000P 建設中/石景山智算中心 北京北重科技文化產業園 建成后 610P 建設中/北京七星園數字

73、經濟產業智算中心 北京市豐臺區 建成后 2300P 建設中/華南數谷智算中心 韶關市武江區 期 16000P 建設中/博大數據深圳前海智算中心 深圳 期 40000P 已建成/中國移動智算中心(青島)青島 建成后 825P Flops,參數網絡帶寬達200GB 建設中 資料來源：國家信息中心大數據發展部等智能算力產業發展白皮書，華創證券 根據 IDC 圈不完全統計，截至 2023 年底，全國帶有“智算中心”的項目有 128 個，其中83 個項目有規模披露，超過 7.7 萬 P；不同智算中心的規模差異較大，算力規模一般在50P、100P、500P、1000P；也有規模高達 12000P 以上。從

74、項目規模來看，智算中心項目中 63%的項目算力規模小于等于 500P，17.7%的項目算力規模為 500-1000P，總體呈現小規模、多層次的態勢；同時也說明，智算中心處于發展的探索期，大量企業紛紛進入市場。計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 22 圖表圖表 31 智算中心項目數量及算力規模智算中心項目數量及算力規模 資料來源：IDC圈，華創證券 2023 年年我國算力中心建設規模和數量持續攀升。我國算力中心建設規模和數量持續攀升。受益于新質算力基礎設施發展機遇，我國算力中心建設規模不斷擴大。根據中國信息通信

75、研究院發布的數據顯示，過去三年我國算力中心的機架數量年復合增速約 30%。截至 2023 年，我國算力中心的機架總規模已超過 810 萬架，算力總規模達到 230EFLOPS，在全球排名中穩居第二，我國在算力基礎設施建設上取得顯著成果。圖表圖表 32 2017-2023 年我國算力中心總體在用機架規模年我國算力中心總體在用機架規模 資料來源：中國信通院云計算與大數據研究所中國算力中心服務商分析報告（2024年），華創證券 2024 年我國智算中心招投標項目呈逐月遞增態勢，單體金額規模大幅增長。年我國智算中心招投標項目呈逐月遞增態勢，單體金額規模大幅增長。根據數智前線數據，2024 年 1-7

76、月，我國智算中心相關項目中標公告已發布超 140 個。智算中心相關的招投標項目，呈現逐月遞增態勢。據不完全統計，至少有 24 個項目中標金額超 1 億元，單體金額規模大幅增長。0%10%20%30%40%50%60%70%80%90%100%500P500P1000P1000P5000P5000P以上項目數量算力規模0%5%10%15%20%25%30%35%40%45%01002003004005006007008009002017201820192020202120222023機架規模（萬架）YoY 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證

77、監許可（2009）1210 號 23 圖表圖表 33 億元以上級別智算中心相關項目（部分）億元以上級別智算中心相關項目（部分）項目名稱項目名稱 采購人采購人 中標人中標人 中標金額中標金額 備注備注 發布日期發布日期 來源地區來源地區 安慶市智算中心安慶市智算中心 運營項目運營項目 安慶龍科建設發展有限責任公司 北京智算力數字科技有限公司 預估 2.1 億元 本項目擬招標一家單位承擔安慶市智算中心(三層智能計算中心)的算力運營。4/23 安徽 安慶 海州區智算中心海州區智算中心 二期項目二期項目 連云港市數字產業投資發展有限公司 江蘇移動信息系統集成有限公司 約 2.04 億元 根據業主需求采

78、購算力服務器及相關配套系統含系統集成服務等并負責系統安裝調試和維保。4/26 江蘇 連云港 中國移動中國移動 2023 年年至至 2024 年新型智年新型智算中心算中心(試驗網試驗網)采采購購(標包標包 12)中國移動通信有限公司 河南昆侖技術有限公司、四川華鯤振宇智能科技有限責任公司、烽火通信科技股份有限公司、神州數碼(中國)有限公司 約 24.74 億元 本項目為中國移動 2023 年至 2024年新型智算中心(試驗網)采購(標包12),采購人工智能服務器 1250 臺及配套產品。河南昆侖技術有限公司(中標份額40.96%)、四川華鯤振宇智能科技有限責任公司(中標份額 30.08%)、烽火

79、通信科技股份有限公司(中標份額 20.48%)、神州數碼(中國)有限公司(中標份額 8.48%)5/21 北京 齊河縣智算中心齊河縣智算中心 建設及數字產業建設及數字產業 應用項目應用項目 EPC 招招標、造價咨詢及標、造價咨詢及監理服務招標項監理服務招標項目目-齊河縣智算中齊河縣智算中心建設及數字產心建設及數字產業應用項目業應用項目 EPC招標招標 齊河數字治理科技發展有限公司 青島海納云智能系統有限公司(聯合體牽頭人)中國通信建設集團設計院有限公司(聯合體成員)約 2.48 億元 項目位于齊河縣，在縣原有機房建設智算中心，建設總計 40P 算力資源(包含通用算力、高性能算力),新建 165

80、 余架服務器機柜、770 余臺算力服務器及算力支撐平臺等公共算力新型基礎設施；建設智能算法開發平臺、視覺融合感知平臺和數據資源管理體系，完善縣域人工智能產業應用底座能力；進一步夯實縣域數字底座，完善數字資源體系，建設數據交易及農業、制造、建造、文旅、康養數字賦能等平臺。5/28 山東 德州 昌吉順惠信息科昌吉順惠信息科技服務有限公司技服務有限公司智算中心項目智算中心項目標段標段 昌吉順惠信息科技服務有限公司 陜西建工第八建設集團有限公司 約 7 億元 6/5 新疆 昌吉 平潭兩岸融合智平潭兩岸融合智算中心項目算中心項目(一期一期)平潭綜合實驗區星辰數智科技有限公司 恒信東方文化股份有限公司 約

81、 4.06 億元 平潭兩岸融合智算中心本期建設內容主要包括算力 Al 硬件基礎設施(含計算、存儲和網絡硬件資源)、智算中心基礎中臺(通用大模型和基礎云管理平臺)、應用配套平臺(文創行業大模型和算力運行管理平臺)以及機房建設、信息安全體系、運營維護工作及經營服務工作6/28 福建 福州 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 24 等 資料來源：數智前線，華創證券 算力中心算力中心服務商積極開拓業務發展新局面。服務商積極開拓業務發展新局面?；诓粩嘧兓氖袌鲂枨?，算力服務模式形成以批發型算力中心服務為主，零售型算力

82、中心服務為輔的格局。算力中心業務除基礎服務外，增值服務在算力中心業務中的比重逐年上升，涵蓋了網絡安全、數據應用、運行維護等多個領域，逐漸成為算力中心服務商的核心競爭力。此外，數字化轉型和云計算的快速發展帶動了云服務市場的潛力，服務商通過云計算增值服務、云服務和云平臺服務來把握新的市場機遇。圖表圖表 34 算力中心提供業務服務類型算力中心提供業務服務類型 資料來源：中國信通院云計算與大數據研究所中國算力中心服務商分析報告（2024年）三、三、國產算力賽道持續高景氣，重點關注核心公司國產算力賽道持續高景氣，重點關注核心公司（一）（一）華為：打造全棧自主華為：打造全棧自主 AI 基礎軟硬件基礎軟硬件

83、 華為在“端、邊、云”進行產品布局。華為在“端、邊、云”進行產品布局。昇騰計算提供面向“端、邊、云”的全場景 AI 基礎設施。昇騰計算基于華為昇騰系列（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。計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 25 圖表圖表 35 The Atlas family：Atlas 全系列產品全系

84、列產品 資料來源：華為官網 1、AI 集群集群 Atlas 900 PoD（型號：（型號：9000）基于華為昇騰 910（32 顆）+鯤鵬 920（64 顆）處理器的 AI 訓練集群基礎單元，提供最高 20.48 PFLOPS FP16 超強 AI 算力。支持機柜單元擴展，最大可拓展至 4096 顆昇騰910 芯片集群，總算力達總算力達 1 EFLOPS FP16。Atlas 900 AI 集群集群 Atlas 900 AI 集群由數千顆昇騰 910 AI 處理器構成，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 910

85、 的強大性能。其總算力達到其總算力達到 256P1024P FLOPS FP16。圖表圖表 36 Atlas 900 AI 集群集群 資料來源：華為官網 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 26 2、AI 服務器服務器 華為華為 AI 服務器分為推理服務器和訓練服務器：服務器分為推理服務器和訓練服務器：3000 系列和系列和 9000 系列。系列。訓練側，算力精度要求較高，Atlas 800 訓練服務器（型號：9010）基于 Intel 處理器+華為昇騰 910 芯片，具有超強算力密度、高速網絡帶寬等特點，A

86、I 算力可達 2.24 PFLOPS FP16。圖表圖表 37 AI 服務器產品參數服務器產品參數 AI 服務器服務器 型號型號 形態形態 CPU AI 處理器處理器 AI 算力算力 功耗功耗 Atlas 800 推理服務器推理服務器 3000 2U AI 服務器 2*鯤鵬 920 最大支持 8 個Atlas 300I 推理卡 最大 704 TOPS INT8-3010 2U AI 服務器 1/2 個 Intel Xeon SP Skylake 或 Cascade Lake 處理器 最大支持 7 個Atlas 300I 推理卡 最大 616 TOPS INT8-Atlas 800 訓練服務器訓

87、練服務器 9000 4U AI 服務器 4*鯤鵬 920 8*昇騰 910 1.76/2.24 PFLOPS FP16 最大 5.6kW 9010 4U AI 服務器 2*Intel V5 Cascaded Lake 處理器 8*昇騰 910 1.76/2.24 PFLOPS FP16 最大 5.6kW 資料來源：華為官網、華創證券 3、AI 處理器處理器 華為華為 AI 處理器有處理器有昇昇騰騰 310 和和昇騰昇騰 910 兩款：兩款：910 支持全場景人工智能應用，支持全場景人工智能應用，昇昇騰騰 310 主主要用在邊緣計算等低功耗的領域。要用在邊緣計算等低功耗的領域。與英偉達對比，昇騰

88、 910 半精度算力（FP16）達320TFLOPS，約為英偉達 V100 芯片算力的 2.5 倍，與英偉達 A100 算力（312 TFLOPS，未采用稀疏技術）水平相當。圖表圖表 38 華為華為 AI 處理器處理器 vs 英偉達英偉達 AI 芯片芯片 公司名稱公司名稱 芯片芯片 制程制程 功耗功耗 架構架構 深度學習計算能力深度學習計算能力 INT8 FP16 FP32 華為華為 昇騰 310 12nm 8W DaVinci 16 TOPS 8 TFLOPS N/A 昇騰 910 7+nm 310W 640 TOPS 320 TFLOPS N/A 昇騰 910B 7nm 400W-376

89、TFLOPS 94 TFLOPS 英偉達英偉達 H100 PCle 4nm 300-350W Hopper 3026 TOPS 1513 TFLOPS 51 TFLOPS H100 SXM 700W 3958 TOPS 1979 TFLOPS 67 TFLOPS H20 HGX 400W 296 TOPS 148 TFLOPS 44 TFLOPS A100 80GB Pcle 7nm 300W AMPERE 624/1248 TOPS 312/624 TFLOPS 19.5 TFLOPS A100 80GB SXM 400W 624/1248 TOPS 312/624 TFLOPS 19.5

90、TFLOPS V100 Pcle 12nm 250W Volta N/A 112 TFLOPS 14 TFLOPS V100S Pcle 250W N/A 130 TFLOPS 16.4 TFLOPS V100 NVLink 300W N/A 125 TFLOPS 15.7 TFLOPS B200 HGX 4nm 1000W Blackwell 4.5 POPS 2.2 PFLOPS 1.1 PFLOPS 資料來源：英偉達官網、海思官網、半導體行業觀察公眾號、極智視界公眾號、華創證券 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1

91、210 號 27 （二）（二）海光信息：海光信息：DCU 開放生態加速推廣開放生態加速推廣 海光信息率先實現自主研發和商業化應用。海光信息率先實現自主研發和商業化應用。海光信息為我國芯片產業領軍企業之一，長期以來深入布局國產芯片，產品主要包括 CPU 和 DCU 兩大類。圖表圖表 39 海光信息海光信息 DCU 和和 CPU 產品產品 產品類型產品類型 主要產品主要產品 指令集指令集 產品特征產品特征 典型應用場景典型應用場景 高端處理器高端處理器 通 用 處 理器-海 光CPU 兼容 x86 指令集 內置多個處理器核心，集成通用的高性能外設接口，擁有完善的軟硬件生態環境和完備的系統安全機制。

92、針對不同應用場景對高端處理器計算性能、功能、功耗等技術指標的要求，分別提供海光 7000 系列產品、5000 系列產品、3000 系列產品 云計算、物聯網、信息服務等 協處理器-海光 DCU 兼容類“CUDA”環境 內置大量運算核心，具有較強的并行計算能力和較高的能效比，適用于向量計算和矩陣計算等計算密集型應用 大數據處理、人工智能、商業計算等 資料來源：公司2023年半年度報告，華創證券 海光海光 DCU 適應國際主流商業計算軟件和人工智能軟件。適應國際主流商業計算軟件和人工智能軟件。與 CPU 相同，海光 DCU 按照代際進行升級迭代，每代際產品細分為 8000 系列的各個型號。海光 80

93、00 系列具有全精度浮點數據和各種常見整型數據計算能力，能夠充分挖掘應用的并行性，發揮其大規模并行計算的能力，快速開發高能效的應用程序。海光海光 DCU 具備強大的計算能力、高速并行數據處理能力、良好的軟件生態環境三大技具備強大的計算能力、高速并行數據處理能力、良好的軟件生態環境三大技術優勢，達到國內領先水平。術優勢，達到國內領先水平。海光 DCU 已經實現了在人工智能、大數據處理、商業計算等領域的規?；瘧?，可以用于大模型的訓練和推理。公司與頭部互聯網廠商推出了聯合方案，打造了全國產軟硬件一體全棧 AI 基礎設施，形成了多個標桿案例。在 AIGC 持續快速發展的時代背景下，海光 DCU 能夠

94、支持全精度模型訓練，實現了 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、通義千問等大模型全面適配，達到國內領先水平。圖表圖表 40 海光產品在大模型的適配與實踐海光產品在大模型的適配與實踐 資料來源：海光信息2024年半年報 海光海光 DCU 已達到同類型高端產品水平。已達到同類型高端產品水平。海光 DCU 以 GPGPU 架構為基礎，采用“類 CUDA”通用并行計算架構，主要面向大數據處理、商業計算等計算密集型應用領域，以及人工智能、泛人工智能類運算加速領域。目前，海光 DCU 系列產品深算二號已經發布并實現商用，可實現在大數

95、據處理、人工智能、商業計算等領域的商業化應用，具有全精度浮點數據和各種常見整型數據計算能力，性能相對于深算一號實現了翻倍的增長，深算三號研發順利推進中。計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 28 圖表圖表 41 國產芯片廠商對比國產芯片廠商對比 芯片類別芯片類別 廠商廠商 產品系列產品系列 詳情詳情 CPU 海光信息 3000 系列、5000 系列、7000 系列 國產先進微處理器產業推動者，海光 CPU 兼容市場主流的 x86 指令集 龍芯 龍芯一號、龍芯二號、龍芯三號 國內自主 CPU 引領者，自主生態構建

96、者，具有自主指令系統龍架構，成為與 X86/ARM 并列的頂層開源生態系統 華為 鯤鵬 920 全球領先的 Fabless 半導體與器件設計公司，鯤鵬 920采用 7nm 制造工藝，基于 ARM 架構授權 飛騰 騰云系列、騰銳系列、騰瓏系列 自主核心芯片提供商，致力于飛騰系列國產高性能、低功耗通用計算微處理器的設計研發和產業化推廣 兆芯 開先系列、開勝系列 掌握自主通用處理器及其系統平臺芯片研發設計的核心技術，全面覆蓋其微架構與實現技術 申威 申威 221、申威 411、申威 421、申威 421M、申威 1621 提供申威處理器芯片內核、封裝設計、技術支持服務及銷售，小型計算機研發、測試、銷

97、售、服務及核心部件生產 GPU 海光信息 深算系列 國產先進微處理器產業推動者，海光 DCU 兼容“CUDA”環境 華為海思 昇騰 310、昇騰 910 全球領先的 Fabless 半導體與器件設計公司，昇騰系列基于華為自研的達芬奇架構 寒武紀 思元 270 系列、思元290、思元 370 系列 專注于人工智能芯片產品的研發與技術創新 景嘉微 JM5 系列、JM7 系列、JM9 系列 致力于信息探測、處理與傳遞領域的技術和綜合應用 資料來源：Wind，各公司官網，華創證券 海光信息營業收入穩定增長，歸母凈利潤持續攀升。海光信息營業收入穩定增長，歸母凈利潤持續攀升。2019-2023 年，海光信

98、息營業收入由3.79 億元增長至 60.12 億元，其中得益國產化進程推進，帶動海光信息營收高速增長。2024 年上半年，公司實現營業收入 37.63 億元，同比增加 44.08%。利潤方面，2019-2023年海光信息歸母凈利潤由-0.83 億元增長至 12.63 億元。隨著高端處理器產品的產業生態持續擴展，涉及的行業應用以及新興人工智能大模型產業逐步增加，2024 年上半年公司歸母凈利潤達 8.53 億元，同比增加 25.97%。圖表圖表 42 2019-2024H1 海光營業收入及同比增速海光營業收入及同比增速 圖表圖表 43 2019-2024H1 海光歸母凈利潤及同比增速海光歸母凈利

99、潤及同比增速 資料來源：iFind，華創證券 資料來源：iFind，華創證券 0%50%100%150%200%010203040506070201920202021202220232024H1營業收入（億元，左軸）yoy(右軸）0%200%400%600%800%1000%-202468101214201920202021202220232024H1歸母凈利潤（億元，左軸）yoy（右軸）計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 29 （三）（三）寒武紀：云邊端一體協同發展寒武紀：云邊端一體協同發展 專注人工智能芯

100、片研發，是中國專注人工智能芯片研發，是中國 AI 芯片領域領軍企業之一。芯片領域領軍企業之一。中科寒武紀是人工智能芯片領域知名的新興公司。公司自 2016 年成立，并于 2020 年成功上市，專注于人工智能芯片產品的研發與技術創新。公司提供全系列、多品類的智能芯片和處理器產品，服務領域涵蓋云端、邊緣端以及終端設備，同時擁有能夠進行人工智能推理和訓練的智能芯片產品線，為客戶提供豐富的芯片產品與軟件系統解決方案。此外，作為國內少數掌握先進集成電路工藝（例如 7nm 技術）下復雜芯片設計經驗的企業，公司在行業中占據重要地位。產品矩陣完善，提供云邊端一體、軟硬件協同的人工智能綜合解決方案。產品矩陣完善

101、，提供云邊端一體、軟硬件協同的人工智能綜合解決方案。硬件側，公司思元系列產品覆蓋 AI 算力行業的計算集群、自動駕駛、邊緣計算和 AIOT 設備全領域。在云端產品方面，寒武紀推出思元 370 芯片、加速卡及訓練整機，憑借支持多數據位寬，超大容量和低功耗特點，為云服務商提供強大算力支持；在邊緣端產品方面，寒武紀推出了思元 220 邊緣計算模組，有效處理本地數據，減少延遲，在物聯網和智慧城市場景中廣受好評。軟件側，公司提供 IP 授權及軟件生態配套研發。近年來，公司積極擁抱生成式 AI 浪潮。2023 年，公司從底層硬件架構出發，針對自然語言處理、視頻圖像生成等軟件使用重點場景進行優化，提升產品在

102、編程開發的靈活性、易用性、性能、能耗、面積等方面的競爭力。圖表圖表 44 寒武紀歷史沿革寒武紀歷史沿革 資料來源：公司2023年年報，華創證券 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 30 圖表圖表 45 寒武紀主要產品及業務介紹寒武紀主要產品及業務介紹 產品線產品線 產品類型產品類型 產品特征產品特征 云端產品線 云端智能芯片及加速卡 為云計算和數據中心場景中的人工智能應用提供高計算密度和高能效的硬件資源，以支持這些場景下復雜性和數據吞吐量的快速增長所需的人工智能處理任務。訓練整機 面向有技術基礎的商業客戶提供

103、計算集群中單體訓練服務器。邊緣產品線 邊緣智能芯片及加速卡 有效彌補終端設備計算能力不足，緩解云計算場景中數據隱私、帶寬延時限制的隱患。IP 授權及軟件 IP 授權 授權分享智能處理器 IP 到客戶產品中給其使用?；A系統軟件平臺 通過消除不同場景間的軟件開發壁壘，同時具備靈活性和可擴展性的特點，使得同一人工智能應用程序無需復雜的移植過程，就能在公司云、邊緣端以及系列化芯片與處理器產品上便捷且高效地運行。智能計算集群系統業務 數據中心集群 要聚焦人工智能技術在數據中心的應用，為人工智能應用部署技術能力相對較弱的客戶提供軟硬件整體解決方案，以科學地配置和管理集群的軟硬件、提升運行效率。資料來源：

104、公司2023年年報，華創證券 受益于人工智能軟件行業蓬勃發展與人工智能芯片產業政策扶持，公司業務營收增長迅受益于人工智能軟件行業蓬勃發展與人工智能芯片產業政策扶持，公司業務營收增長迅猛。猛。2018 年-2023 年，公司營業收入大幅增長，由 2018 年 1.17 億元提升至 2023 年 7.09億元，CAGR 達 43.38%。受到“實體清單”制裁影響，供應鏈拖累營收。2023 年營業收入較 2022 年略微下滑 2.70%；2024 年一季度，公司實現營業總收入 0.26 億元，同比下降 65.91%。伴隨著公司技術演進與新產品迭代，公司未來虧損幅度有望收窄。伴隨著公司技術演進與新產品

105、迭代，公司未來虧損幅度有望收窄。由于公司所處芯片行業是一項高投入、長周期行業；同時，公司近年來保持高研發投入，支持各芯片產品及基礎軟件生態平臺研發迭代。自 2018 年起，公司尚未盈利。歸母凈利潤持續虧損，資產減值損失與信用減值損失較大。2023 年，公司歸母凈利潤虧損 8.48 億元，較去年同期虧損收窄 4.08 億元；2024 年一季度，歸母凈利潤虧損 2.27 億元，較去年同期虧損收窄 0.28億元。計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 31 圖表圖表 46 2018-2024Q1 寒武紀營業收入寒武紀營

106、業收入及及同比增速同比增速 圖表圖表 47 2018-2024Q1 寒武紀歸母凈利潤寒武紀歸母凈利潤及同比增速及同比增速 資料來源：iFind，華創證券 資料來源：iFind，華創證券 智能計算集群系統是公司營業收入主要來源，占比持續增加。智能計算集群系統是公司營業收入主要來源，占比持續增加。分產品看，公司主要包括云端產品線，邊緣產品線、IP 授權及軟件和智能計算集群系統業務。2023 年，公司各產品線業務營收分別為 0.91 億元、0.11 億元、23.38 萬元和 6.05 億元。其中，智能計算集群系統產品是公司目前主要的銷售模式。該系統集成公司自研的云端產品線產品，包含智能芯片，加速卡及

107、訓練整機產品，聚焦人工智能技術在數據中心的各項應用。2023 年，智能計算集群系統營業收入 6.05 億元，占比約 85%，2019-2023 年營業收入 CAGR 達19.53%。智能計算集群系統毛利率增長穩健，云、邊端產品線毛利率波動起伏。智能計算集群系統毛利率增長穩健，云、邊端產品線毛利率波動起伏。2023 年，公司云端產品線、邊緣產品線和智能計算集群系統業務毛利率分別為 60.63%、55.88%和 70.78%。云端產品側，2018-2021 年毛利率呈現下降趨勢，2022-2023 年，毛利率水平受供應鏈環境影響有所波動。邊緣產品側，毛利率先降后升。2020-2021 年，公司新推

108、出 MLU220 芯片，為搶占頭部芯片市場，公司加大銷售力度導致邊緣產品線毛利率水平下降。智能計算集群系統側，下游需求增長與產能供給受限，產品毛利率穩步抬升。圖表圖表 48 2018-2023 寒武紀各產品營業收入（億元）寒武紀各產品營業收入（億元）圖表圖表 49 2018-2023 寒武紀各產品毛利率寒武紀各產品毛利率（%）資料來源：iFind，華創證券 資料來源：iFind，華創證券 四、四、風險提示風險提示 大模型應用落地不及預期：大模型應用落地不及預期：大模型應用商業化落地時間存在不確定性，且落地進程可能會受資金預算、外部環境等影響；技術發展不及預期：技術發展不及預期：芯片領域技術迭代

109、較快，芯片企業技術發展可能不及預期；市場競爭加?。菏袌龈偁幖觿。篈I 作為前沿科技行業，競爭格局分散，細分領域“專精特新”企業不斷增加，市場競爭進一步加劇。-500%0%500%1000%1500%0123456782018201920202021202220232024Q1營業收入（億元，左軸）yoy（右軸）-3000%-2500%-2000%-1500%-1000%-500%0%500%-14-12-10-8-6-4-202018201920202021202220232024Q1歸母凈利潤（億元，左軸）yoy（右軸）02468201820192020202120222023智能計算集群系

110、統云端智能芯片及加速卡邊緣端智能芯片及加速卡IP授權及軟件系統 計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監許可（2009）1210 號 32 計算機組團隊介紹計算機組團隊介紹 首席研究員、組長：吳鳴遠首席研究員、組長：吳鳴遠 上海交通大學碩士，曾任職于東方證券、興業證券研究所，所在團隊于 20202022 年連續三年獲得新財富最佳分析師第三名，2023 年加入華創證券研究所。高級分析師：劉雄高級分析師：劉雄 上海交通大學工學碩士，2024 年加入華創證券研究所。曾任職團隊于 2022 年-2023 年獲得新財富最佳分析師第五名。研究員：胡昕安研

111、究員：胡昕安 工學碩士，曾任職于?？低?，2023 年加入華創證券研究所。助理研究員：周志浩助理研究員：周志浩 西安交通大學金融工程學士，克拉克大學金融學碩士，曾任職于眾安保險權益投資部，2024 年加入華創證券研究所。助理研究員：張宇凡助理研究員：張宇凡 香港大學會計學碩士。2023 年加入華創證券研究所。助理研究員：周楚薇助理研究員：周楚薇 香港中文大學經濟學碩士。2024 年加入華創證券研究所。分析師：祝小茜分析師：祝小茜 中央財經大學經濟學碩士。曾任職于信達證券。2024 年加入華創證券研究所。計算機行業深度研究報告計算機行業深度研究報告 證監會審核華創證券投資咨詢業務資格批文號：證監

112、許可（2009）1210 號 34 華創行業公司投資評級體系華創行業公司投資評級體系 基準指數說明：基準指數說明：A 股市場基準為滬深 300 指數，香港市場基準為恒生指數，美國市場基準為標普 500/納斯達克指數。公司投資評級說明：公司投資評級說明：強推：預期未來 6 個月內超越基準指數 20%以上；推薦：預期未來 6 個月內超越基準指數 10%20%；中性：預期未來 6 個月內相對基準指數變動幅度在-10%10%之間；回避：預期未來 6 個月內相對基準指數跌幅在 10%20%之間。行業投資評級說明：行業投資評級說明：推薦：預期未來 3-6 個月內該行業指數漲幅超過基準指數 5%以上；中性：

113、預期未來 3-6 個月內該行業指數變動幅度相對基準指數-5%5%；回避：預期未來 3-6 個月內該行業指數跌幅超過基準指數 5%以上。分析師聲分析師聲明明 每位負責撰寫本研究報告全部或部分內容的分析師在此作以下聲明：分析師在本報告中對所提及的證券或發行人發表的任何建議和觀點均準確地反映了其個人對該證券或發行人的看法和判斷；分析師對任何其他券商發布的所有可能存在雷同的研究報告不負有任何直接或者間接的可能責任。免責聲明免責聲明 本報告僅供華創證券有限責任公司（以下簡稱“本公司”）的客戶使用。本公司不會因接收人收到本報告而視其為客戶。本報告所載資料的來源被認為是可靠的，但本公司不保證其準確性或完整性

114、。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。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。本公司在知曉范圍內履行披露義務。報告中的內容和意見僅供參考，并不構成本公司對具體證券買賣的出價或詢價。本報告所載信息不構成對所涉及證券的個人投資建議，也未考慮到個別客戶特殊的投資目標、財務狀況或需求?？蛻魬紤]本報告中的任何意見或建議是否符合其特定狀況，自主作出投資決策并自行承擔投資風險，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。本報告中提及的投資價格和價值以及這些投資帶來的預期收入可能會波動。本報告版權僅為本公司所有，本公司對本報告

115、保留一切權利。未經本公司事先書面許可，任何機構和個人不得以任何形式翻版、復制、發表、轉發或引用本報告的任何部分。如征得本公司許可進行引用、刊發的，需在允許的范圍內使用，并注明出處為“華創證券研究”，且不得對本報告進行任何有悖原意的引用、刪節和修改。證券市場是一個風險無時不在的市場，請您務必對盈虧風險有清醒的認識，認真考慮是否進行證券交易。市場有風險，投資需謹慎。華創證券研究所華創證券研究所 北京總部北京總部 廣深分部廣深分部 上海分部上海分部 地址：北京市西城區錦什坊街 26 號 恒奧中心 C 座 3A 地址：深圳市福田區香梅路 1061 號 中投國際商務中心 A 座 19 樓 地址：上海市浦東新區花園石橋路 33 號 花旗大廈 12 層 郵編：100033 郵編：518034 郵編：200120 傳真：010-66500801 傳真：0755-82027731 傳真：021-20572500 會議室：010-66500900 會議室：0755-82828562 會議室：021-20572522