《計算機行業人工智能系列深度：DeepSeek十大關鍵問題解讀-250213（22頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業人工智能系列深度：DeepSeek十大關鍵問題解讀-250213（22頁）.pdf（22頁珍藏版）》請在三個皮匠報告上搜索。

1、請務必閱讀報告附注中的風險提示和免責聲明1DeepSeekDeepSeek十大關鍵問題解讀十大關鍵問題解讀人工智能系列深度人工智能系列深度評級：推薦(維持)證券研究報告2025年02月13日計算機劉熹(證券分析師)S請務必閱讀報告附注中的風險提示和免責聲明2相對滬深300表現表現1M3M12M計算機30.1%3.3%57.5%滬深3005.0%-4.1%16.5%最近一年走勢相關報告計算機行業點評報告：DeepSeek攪動了全球AI的“一池春水”（推薦）*計算機*劉熹2025-02-03美國對華AI限制加劇，自主可控大勢所趨AI算力“賣水人”系列（4）（推薦）*計算機*劉熹2025-01-24

2、計算機行業事件點評：我國中部最大智算中心投產，國產算力景氣上行（推薦）*計算機*劉熹2025-01-14-23%-7%9%24%40%56%2024/02/19 2024/05/19 2024/08/19 2024/11/19計算機滬深300mXiUpOoMoNmQnQ9PaO7NoMoOtRqNkPoOmOjMrQrN6MoOwPMYpNoPMYqQqO請務必閱讀報告附注中的風險提示和免責聲明3核心提要核心提要DeepSeekDeepSeek探索出一條探索出一條“算法創新算法創新+有限算力有限算力”的新路徑，開源的新路徑，開源AIAI時代或已至時代或已至，國產，國產AIAI估值或將重塑。估值

3、或將重塑。uQ1：DeepSeek對于算力的影響？對于算力的影響？Jevons悖論：短期訓練側算力需求或受影響，但DeepSeek推理價格下降吸引更多用戶調用模型，帶來英偉達H100 GPU的租賃價格提升，故表明算力需求量短期仍呈提升趨勢，中長期推理算力需求有望持續增長。uQ2：文本與多模態對算力的需求差別？：文本與多模態對算力的需求差別？多模態模型大規模應用，或將升級算力需求。Sora將大模型訓練數據從大規模的文本/圖像，發展到視頻數據，提升了新的維度，這或將數倍提升算力需求。uQ3：對芯片未來格局的影響？：對芯片未來格局的影響？訓練：NV仍具備計算與生態護城河，DeepSeek帶來模型訓練

4、算力使用效率提升，NV高等級芯片或主要用于探索AGI；推理：推理化、國產化、ASIC化為三大趨勢。uQ4：DeepSeek系列模型為何引起轟動？系列模型為何引起轟動？技術與開源：DeepSeek優化模型結構（MLA+MOE、MTP）、模型訓練方法（DualPipe）、針對性GPU優化（FP8混合精度等）等內容，降低了訓練成本，同時進行開源，各下游企業可以直接通過本地部署或云端調用，降低了調用成本。uQ5：模型未來側重：模型未來側重Dense還是還是Sparse（MOE）？）？一個通才（Dense）能夠處理多個不同的任務，但一群專家（MoE）能夠更高效、更專業地解決多個問題。uQ6：蒸餾模型的定

5、義與發展潛力？：蒸餾模型的定義與發展潛力？蒸餾可以減少原本大參數模型部署的硬件需求高、推理時間長、成本高昂的缺點，更有利于本地部署、推理業務、應用與端側發展。uQ7：多模態的演進路徑？：多模態的演進路徑？AI大模型技術和應用逐漸從文本擴展至更多模態。uQ8：DeepSeek發生后對應用側的影響？發生后對應用側的影響？DeepSeek在推動降本、強推理等驅動下，有望加速AI應用普及度迎來跨越式提升。uQ9：DeepSeek發布對于端側的影響？發布對于端側的影響？DeepSeek決定支持用戶進行“模型蒸餾”，已更新線上產品的用戶協議，有望加速AI在端側進程，未來手機、PC、小型設備等端側或可部署。

6、uQ10：北美增加：北美增加Capex的用意，以及對的用意，以及對deepseek的看法？的看法？北美CSP廠商增加資本開支至服務器與數據中心，繼續發展模型預訓練與推理側，重視deepseek技術與發展。請務必閱讀報告附注中的風險提示和免責聲明4投資建議與相關公司投資建議與相關公司u投資建議投資建議DeepSeek探索出一條“算法創新+有限算力”的新路徑，開源AI時代或已至，國產AI估值或將重塑，維持計算機行業“推薦”評級。u1）AI應用：2G：中科曙光、科大訊飛、中國軟件、太極股份、中科星圖、國投智能、云從科技2B：金蝶國際、用友網絡、衛寧健康、廣聯達、石基信息、明源云、新開普、泛微網絡、同

7、花順2C：金山辦公、三六零、萬興科技、福昕軟件、合合信息u2）算力：云：海光信息、寒武紀、浪潮信息、中科曙光、華勤技術、紫光股份、中國電信、優刻得、云賽智聯、光環新網、中國軟件國際、神州數碼邊：網宿科技、順網科技、中科創達、深信服端：軟通動力、樂鑫科技、移遠通信u風險提示：宏觀經濟影響下游需求、大模型產業發展不及預期、市場競爭加劇、中美博弈加劇、相關公司業績不及預期，各公司并不具備完全可比性，對標的相關資料和數據僅供參考。請務必閱讀報告附注中的風險提示和免責聲明5一一、DeepSeekDeepSeek十大關鍵問題解答十大關鍵問題解答請務必閱讀報告附注中的風險提示和免責聲明6 AI的演進路徑中，

8、推理成本不斷下降，計算效率持續提高是長期趨勢。的演進路徑中，推理成本不斷下降，計算效率持續提高是長期趨勢。例如：據Semianalysis，算法進步的速度約為每年4次；Anthropic CEO Dario甚至認為，這一進步速度可能達到10倍。Jevons 悖論悖論：技術進步提高了資源使用效率，效率提高降低了資源使用成本，成本下降刺激了資源需求的增長，需求增長可能超過效率提升帶來的節約，最終導致資源總消耗增加。我們認為，短期訓練側算力需求或受影響，但我們認為，短期訓練側算力需求或受影響，但DeepSeek推理價格下降吸引更多用戶調用模型，帶來英偉達推理價格下降吸引更多用戶調用模型，帶來英偉達H

9、100 GPU的租賃價格的租賃價格提升，故表明算力需求量短期仍呈提升趨勢提升，故表明算力需求量短期仍呈提升趨勢，中長期推理算力需求有望持續增長。，中長期推理算力需求有望持續增長。Q1：DeepSeek對于算力的影響？對于算力的影響？Jevons悖論悖論資料來源：Semianalysis，新浪網表：大模型成本持續下降，效率提升表：大模型成本持續下降，效率提升表：表：V3/R1V3/R1發布后，發布后，AWSAWS多地多地H100 GPUH100 GPU價格上漲，價格上漲，H200H200也更難獲取也更難獲取請務必閱讀報告附注中的風險提示和免責聲明7Q2：文本與多模態對算力的需求差別？：文本與多模

10、態對算力的需求差別？多模態大模型是一種基于深度學習的機器學習模型，多模態大模型是一種基于深度學習的機器學習模型，類似于人腦能夠同時處理文本、聲音、圖像等不同類型的信息，多模態模型能夠處理和整合多模態模型能夠處理和整合“圖像圖像+文本文本”、“視頻視頻+音頻音頻”、“語音語音+文字文字”等多種模態的數據和信息，等多種模態的數據和信息，利用不同模態之間的互補和協同，來提高模型的全面感知和泛化能力，使其能夠應對更多復雜的任務和場景，以實現更好的性能表現。與傳統的單模態模型相比，多模態對算力供給提出了更高的要求。與傳統的單模態模型相比，多模態對算力供給提出了更高的要求。急劇飆升的算法復雜度及工程難度、

11、模型迭代下動輒千億規模的參數量和遠高于單模態模型的大量圖片、文本和視頻數據集，不僅需要消耗大量計算資源，對算力的速度、精度、性能等方面的要求也水漲船高?；A計算基礎計算4 4 倍計算倍計算32 32 倍計算倍計算資料來源：機器之心公眾號，國海證券研究所圖：圖：sorasora表示訓練計算量增加，視頻質量顯著提高表示訓練計算量增加，視頻質量顯著提高圖：多模態模型推理所需算力較高圖：多模態模型推理所需算力較高請務必閱讀報告附注中的風險提示和免責聲明8Q3：對芯片未來格局的影響？：對芯片未來格局的影響？NV仍具備計算與生態護城河。仍具備計算與生態護城河。我們認為，DeepSeek的成果使用低精度計算

12、、模型側發展MOE架構、使用PTX層，這些會帶來預訓練算力使用效率的提升，但是這些技術仍與NV生態緊密聯系，NV護城河仍在。模型訓練算力使用效率提升，模型訓練算力使用效率提升，NV高等級芯片或主要用于探索高等級芯片或主要用于探索AGI。根據DeepSeek-V3 Technical Report，模型的訓練過程僅使用2048塊H800，這表明使用A100、H800等相對低端的芯片可以實現類似OpenAI o1類似性能。這可能會影響英偉達2025年以后，B200 等最先進GPU的普及，Blackwell/Rubin 等最先進的 GPU 的用途，初期可能會被局限在探索下一代大模型（探索AGI）上。

13、圖：圖：英偉達英偉達PTXPTX是專門為其是專門為其GPUGPU設計的中間指令集架構設計的中間指令集架構資料來源：新智元公眾號，IDC，國海證券研究所圖：圖：2024H12024H1，中國人工智能芯片市場份額，中國人工智能芯片市場份額請務必閱讀報告附注中的風險提示和免責聲明9Q3：對芯片未來格局的影響？：對芯片未來格局的影響？推理芯片百花齊放。推理芯片百花齊放。國產化：國產化：我們認為，考慮到目前中美半導體博弈加劇，DeepSeek積極適配昇騰、海光等國產芯片，國產化推理算力需求有望持續增長。ASIC/LPU/單芯片等：單芯片等：ASIC芯片在性能、能效以及成本上優于標準GPU等芯片，更加契合

14、AI推理場景的需求。據TrendForce預估，2024年北美CSPs業者（如AWS、Meta等）持續擴大自研ASIC，以及中國的阿里巴巴、百度、華為等積極擴大自主ASIC 方案，促ASIC服務器占整體AI服務器的比重在2024年將升至26%，而主流搭載GPU的AI服務器占比則約71%。圖：圖：DeepSeek R1&V3DeepSeek R1&V3推理適配推理適配昇昇騰云騰云表：表：20242024年搭載年搭載ASICASIC芯片芯片AIAI服務器出貨占比將逾服務器出貨占比將逾2.52.5成成公司公司20222022202320232024E2024ENVIDIANVIDIA67.6%65.

15、5%63.6%AMDAMD（包括（包括XilinxXilinx）5.7%7.3%8.1%IntelIntel（包括（包括AlteraAltera）3.1%3.0%2.9%OthersOthers23.6%24.1%25.3%全部全部100%100%100%資料來源：Trendforce，華為云公眾號，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明10資料來源：DeepSeek-R1:Incentivizing Reasoning Capability in LLMs via Reinforcement Learning，DeepSeek-V3 Technical Report，國海證券

16、研究所MoE架構模型核心創新1、多頭潛在注意力（MLA）：減少KVCache2、混合專家架構（DeepSeekMoE）：細粒度專家分割，共享專家隔離，輔助損失優化的專家負載平衡策略。3、多 Token 預測目標（MTP）4、DualPipe算法。5、支持 FP8 混合精度訓練。DeepSeek V3DeepSeek V3以V3作為基礎模型，純強化學習替代有監督微調核心創新1、強化學習RL算法：GRPO框架2、自我演化與AhaMoment：模型通過 RL 自動學習復雜的推理行為，在推理任務上顯現突破性的性能提升。DeepSeek R1 DeepSeek R1 ZeroZero以V3作為基礎模型，

17、結合冷啟動數據的多階段訓練核心創新1、冷啟動數據引入：提高了模型的可讀性和訓練初期的穩定性。2、推理導向的強化學習：通過多輪 RL，優化模型在數學、編程等密集任務表現。3、監督微調與拒絕采樣：使用RL檢查點生成額外的推理和非推理任務數據。4、全場景強化學習：在最終階段結合多種獎勵信號，提升模型有用和安全性。DeepSeek R1DeepSeek R1Q4：DeepSeek系列模型為何引起轟動？系列模型為何引起轟動？技術與開源技術與開源 模型的優勢點：模型的優勢點：我們認為，DeepSeek優化模型結構（MLA+MOE）、模型訓練方法（DualPipe）、針對性GPU優化（FP8混合精度等）等內

18、容，降低了訓練成本，同時進行開源，各下游企業可以直接通過本地部署或云端調用，降低了調用成本。DeepSeek的轟動性：的轟動性：1）快速的技術突破：）快速的技術突破：2024年9月OpenAI發布o1模型，但是2025年1月deepseek就推出類比OpenAI o1的DeepSeek R1，這改變海外對于國內模型能力與迭代速度的認知。2）開源：）開源：DeepSeek R1模型實現了開源，采用MIT協議，一定程度打破高級閉源模型的封閉生態。開源免費調用有助于先行占據市場份額，成為規則制定者，率先拓展生態粘性。請務必閱讀報告附注中的風險提示和免責聲明11Q5：模型未來側重：模型未來側重Dens

19、e還是還是Sparse（MOE）？）？MoE是大模型架構的一種，其核心工作設計思路是“術業有專攻”，即將任務分門別類，然后分給多個“專家”進行解決。與MoE相對應的概念是稠密（Dense）模型，可以理解為它是一個“通才”模型。一個通才能夠處理多個不同的任務，但一群專家能夠更高效、更專業地解決多個問題。圖圖：傳統大模型傳統大模型 vs MoE vs MoE架構架構資料來源：昆侖萬維集團公眾號，國海證券研究所圖圖：moemoe模型的優勢模型的優勢應用應用具體內容具體內容計算效率與傳統的Dense模型相比，MoE能夠在遠少于前者所需的計算資源下進行有效的預訓練，計算效率更高、速度更快，進而使得模型規

20、模得到顯著擴大，獲得更好的AI性能。AI響應速度由于MoE在模型推理過程中能夠根據輸入數據的不同，動態地選擇不同的專家網絡進行計算，這種稀疏激活的特性能夠讓模型擁有更高的推理計算效率，從而讓用戶獲得更快的AI響應速度。復雜任務由于MoE架構中集成了多個專家模型，每個專家模型都能針對不同的數據分布和構建模式進行搭建，從而顯著提升大模型在各個細分領域的專業能力，使得MoE在處理復雜任務時性能顯著變好。靈活針對不同的專家模型，AI研究人員能夠針對特定任務或領域的優化策略，并通過增加專家模型數量、調整專家模型的權重配比等方式，構建更為靈活、多樣、可擴展的大模型。請務必閱讀報告附注中的風險提示和免責聲明

21、12Q6：蒸餾模型的定義與發展潛力？：蒸餾模型的定義與發展潛力？模型蒸餾作為一種更有效利用先進大語言模型能力的方法，引起了越來越多的關注。模型蒸餾作為一種更有效利用先進大語言模型能力的方法，引起了越來越多的關注。通過將知識從更大更強的 LLM 遷移到更小的模型中，數據蒸餾成為了一個顯著的后發優勢，能夠以更少的人工標注和更少的計算資源與探索來實現 SOTA 性能。李飛飛s1-32B模型：據每日經濟新聞報道，2月6日，李飛飛團隊以不到50美元的云計算費用，成功訓練出了一個名為s1-32B的人工智能推理模型。其方法是用從谷歌模型中提煉出來的1000個樣本，然后對阿里通義千問（Qwen）模型進行微調而

22、成。圖圖：蒸餾程度比較方式蒸餾程度比較方式圖圖：DeepSeekDeepSeek蒸餾模型蒸餾模型資料來源：機器之心公眾號，DeepSeek-R1:Incentivizing Reasoning Capability in LLMs via Reinforcement Learning請務必閱讀報告附注中的風險提示和免責聲明13Q7：多模態的演進路徑？：多模態的演進路徑？AI大模型技術和應用逐漸從文本擴展至更多模態。大模型技術和應用逐漸從文本擴展至更多模態。多模態大一統模型的理念最早由谷歌提出，Gemini 便是這一理念的代表之作。其核心設計在于運用 Transformer 架構，將文本、圖像、

23、音頻等多種模態的數據進行統一處理，實現對不同模態信息的理解與生成。圖圖：國內主要廠商的多模態布局國內主要廠商的多模態布局圖圖：多多模型模型結構模型模型結構資料來源：搜狐，華制智能，甲子光年公眾號請務必閱讀報告附注中的風險提示和免責聲明14Q8：DeepSeek發生后對應用側的影響？發生后對應用側的影響？核心觀點核心觀點：DeepSeekDeepSeek在推動降本在推動降本、強推理等層面驅動下強推理等層面驅動下，有望加速有望加速AIAI應用普及度迎來跨越式提升應用普及度迎來跨越式提升。云端算力是新的賣鏟子公司。云端算力是新的賣鏟子公司。我們認為，無論是開源還是閉源模型，計算資源都很重要，如果云廠

24、商基于計算資源打造上層服務或產品，那么計算資源的價值就有可能提升，這意味著更多的Capex流向硬件領域，軟件也有望受益。模型廠商：模型廠商：DeepSeek R1模型能力對標OpenAI o1,且開源，對于閉源模型廠商等或造成一定沖擊，但其也可在此基礎上訓練。應用側：應用側：我們認為，C端用戶數據基礎好、生態和產品力強、與AI結合度好的公司，B端行業市占率高、用戶基數大、積累較多用戶數據和產品案例的廠商，且具備AI結合能力的公司有望受益。圖圖：全球生成式全球生成式AIAI市場市場規模規模204.8360.6627.210351569215476%74%65%52%37%0%10%20%30%4

25、0%50%60%70%80%05001000150020002500202320242025E2026E2027E2028E全球生成式AI市場規模（億美元）yoy資料來源：中國工業互聯網研究院，艾瑞咨詢，國海證券研究所（注：美元和人民幣匯率按1：7計算）圖圖：大模型降本趨勢大模型降本趨勢明確明確請務必閱讀報告附注中的風險提示和免責聲明15Q9：DeepSeek發布對于端側的影響？發布對于端側的影響？DeepSeekDeepSeek產品協議明確可產品協議明確可“模型蒸餾模型蒸餾”，有望加速，有望加速AIAI端側落地。端側落地。DeepSeek決定支持用戶進行“模型蒸餾”，已更新線上產品的用戶協議

26、，有望加速AI在端側進程，未來手機、PC、小型設備等端側或可部署。我們認為，除AI眼鏡和AI手機外，機器人、電子狗、AR/VR設備后期有望迎來快速成長，大模型在端側的應用發展之后，會進一步帶動AI算力硬件的需求。圖圖：全球端側全球端側AIAI市場市場規模規模圖圖：端側端側AIAI產業鏈產業鏈圖譜圖譜資料來源：On-Device Language Models:A Comprehensive ReviewJiajun Xu，智研咨詢請務必閱讀報告附注中的風險提示和免責聲明16Q10：北美增加：北美增加Capex的用意，以及對的用意，以及對deepseek的看法？的看法？公司公司20242024年

27、及未來互聯網大廠資本開支預期情況年及未來互聯網大廠資本開支預期情況MicrosoftMicrosoft2024Q4（FY2025Q2），含融資租賃資本支出226億美元，一半以上的云和 AI 相關支出用于長期資產。預計預計20252025財年的第三季度和財年的第三季度和第四季度的季度支出將與第二季度的支出保持相似水平第四季度的季度支出將與第二季度的支出保持相似水平。Alphabet Alphabet （谷歌）（谷歌）2024Q4公司資本開支達到143億美元，主要是技術基礎設施的投資。公司預公司預計計20252025年將投資約年將投資約750750億美元的資本支出，其中約億美元的資本支出，其中約1

28、60160億億至至180180億美元將在第一季度投資億美元將在第一季度投資MetaMeta2024Q4公司資本支出（包括融資租賃本金支付）為 148 億美元，主要用于服務器、數據中心和網絡基礎設施的投資。公司預計公司預計20252025年的資本支出將在年的資本支出將在600-650600-650億美元之間億美元之間，以支持的生成以支持的生成 AI AI 工作和核心業務。工作和核心業務。亞馬遜亞馬遜2024Q4資本開支為278億美元。預計預計20252025年資本支出約為年資本支出約為10501050億美元，其中大部分將用于人工智能和數據中心支出億美元，其中大部分將用于人工智能和數據中心支出。圖

29、：圖：2022-2024Q2022-2024Q4 4 各廠商資本性開支各廠商資本性開支資料來源：Wind，騰訊網，澎湃新聞，虎嘯商業評論，bianews，Trendforce，21經濟網，國海證券研究所22%19%15%9%6%9%20%20%17%16%11%6%5%25%MicrosoftGoogleAWSMetaCoreWeaveBBAT其他圖：圖：2023-20242023-2024年全球年全球CSPCSP對高階對高階AIAI服務器需求占比服務器需求占比內圈：2023外圈：2024E0501001502002503002022Q12022Q22022Q32022Q42023Q12023

30、Q22023Q32023Q42024Q12024Q22024Q32024Q4Meta谷歌Alphabet微軟亞馬遜（億美元）請務必閱讀報告附注中的風險提示和免責聲明17二二、投資建議及風險提示投資建議及風險提示請務必閱讀報告附注中的風險提示和免責聲明182.1 投資建議與相關公司投資建議與相關公司u 投資建議投資建議DeepSeek探索出一條“算法創新+有限算力”的新路徑，開源AI時代或已至，國產AI估值或將重塑，維持計算機行業“推薦”評級。u 1）AI應用：2G：中科曙光、科大訊飛、中國軟件、太極股份、中科星圖、國投智能、云從科技2B：金蝶國際、用友網絡、衛寧健康、廣聯達、石基信息、明源云、

31、新開普、泛微網絡、同花順2C：金山辦公、三六零、萬興科技、福昕軟件、合合信息u 2）算力：云：海光信息、寒武紀、浪潮信息、中科曙光、華勤技術、紫光股份、中國電信、優刻得、云賽智聯、光環新網、中國軟件國際、神州數碼邊：網宿科技、順網科技、中科創達、深信服端：軟通動力、樂鑫科技、移遠通信請務必閱讀報告附注中的風險提示和免責聲明192.2 風險提示風險提示 1）宏觀經濟影響下游需求：）宏觀經濟影響下游需求：宏觀經濟環境下行，將影響客戶對信息化基礎設施的采購需求；2）大模型產業發展不及預期：）大模型產業發展不及預期：AI行業核心是技術驅動，如果人工智能大語言模型技術進步不及預期，或應用效果不及預期，將

32、導致AI產業發展邏輯受到影響；3）市場競爭加?。海┦袌龈偁幖觿。很浖?、技術和硬件是成熟且完全競爭的行業，新進入者可能加劇整個行業的競爭態勢；4）中美博弈加?。海┲忻啦┺募觿。簢H形勢持續不明朗，美國不斷通過“實體清單”等方式對中國企業實施打壓，若中美緊張形勢進一步升級，將可能導致中國半導體供應鏈或AI技術創新受到影響；5）相關公司業績不及預期：）相關公司業績不及預期：市場環境變化、公司治理情況變化、其他非主營業務經營不及預期等原因或將導致相關公司的整體業績不及預期。6）各公司并不具備完全可比性，對標的相關資料和數據僅供參考。）各公司并不具備完全可比性，對標的相關資料和數據僅供參考。各公司受到行

33、業屬性、客戶區別、國家地區等影響，不具備完全可比性質。請務必閱讀報告附注中的風險提示和免責聲明20研究小組介紹研究小組介紹劉熹,本報告中的分析師均具有中國證券業協會授予的證券投資咨詢執業資格并注冊為證券分析師，以勤勉的職業態度，獨立，客觀的出具本報告。本報告清晰準確的反映了分析師本人的研究觀點。分析師本人不曾因，不因，也將不會因本報告中的具體推薦意見或觀點而直接或間接收取到任何形式的補償。分析分析師承師承諾諾行業投資評級行業投資評級國海證券投資評級標準國海證券投資評級標準推薦：行業基本面向好，行業指數領先滬深300指數；中性：行業基本面穩定，行業指數跟隨滬深300指數；回避：行業基本面向淡，行

34、業指數落后滬深300指數。股票投資評級股票投資評級買入：相對滬深300 指數漲幅20%以上；增持：相對滬深300 指數漲幅介于10%20%之間；中性：相對滬深300 指數漲幅介于-10%10%之間；賣出：相對滬深300 指數跌幅10%以上。計算機小組介紹計算機小組介紹劉熹，計算機行業首席分析師，上海交通大學碩士，多年計算機行業研究經驗，善于把握由技術、政策驅動的科技產業新趨勢，主題與價值并重，致力于進行前瞻重磅推薦。請務必閱讀報告附注中的風險提示和免責聲明21免責聲明和風險提示免責聲明和風險提示免責聲明免責聲明本報告的風險等級定級為R3，僅供符合國海證券股份有限公司（簡稱“本公司”）投資者適當

35、性管理要求的客戶（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?？蛻艏?或投資者應當認識到有關本報告的短信提示、電話推薦等只是研究觀點的簡要溝通，需以本公司的完整報告為準，本公司接受客戶的后續問詢。本公司具有中國證監會許可的證券投資咨詢業務資格。本報告中的信息均來源于公開資料及合法獲得的相關內部外部報告資料，本公司對這些信息的準確性及完整性不作任何保證，不保證其中的信息已做最新變更，也不保證相關的建議不會發生任何變更。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、價值及投資收入可能會波動。在不同時期，本公司可發出與本報告所載資

36、料、意見及推測不一致的報告。報告中的內容和意見僅供參考，在任何情況下，本報告中所表達的意見并不構成對所述證券買賣的出價和征價。本公司及其本公司員工對使用本報告及其內容所引發的任何直接或間接損失概不負責。本公司或關聯機構可能會持有報告中所提到的公司所發行的證券頭寸并進行交易，還可能為這些公司提供或爭取提供投資銀行、財務顧問或者金融產品等服務。本公司在知曉范圍內依法合規地履行披露義務。市場有風險，投資需謹慎。投資者不應將本報告為作出投資決策的唯一參考因素，亦不應認為本報告可以取代自己的判斷。在決定投資前，如有需要，投資者務必向本公司或其他專業人士咨詢并謹慎決策。在任何情況下，本報告中的信息或所表述

37、的意見均不構成對任何人的投資建議。投資者務必注意，其據此做出的任何投資決策與本公司、本公司員工或者關聯機構無關。若本公司以外的其他機構（以下簡稱“該機構”）發送本報告，則由該機構獨自為此發送行為負責。通過此途徑獲得本報告的投資者應自行聯系該機構以要求獲悉更詳細信息。本報告不構成本公司向該機構之客戶提供的投資建議。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。本公司、本公司員工或者關聯機構亦不為該機構之客戶因使用本報告或報告所載內容引起的任何損失承擔任何責任。風險提示風險提示本報告版權歸國海證券所有。未經本公司的明確書面特別授權或協議約定，除法律規定的情況外，任何人不得

38、對本報告的任何內容進行發布、復制、編輯、改編、轉載、播放、展示或以其他任何方式非法使用本報告的部分或者全部內容，否則均構成對本公司版權的侵害，本公司有權依法追究其法律責任。鄭重聲明鄭重聲明請務必閱讀報告附注中的風險提示和免責聲明22心懷家國，洞悉四海國海研究深圳國海研究深圳深圳市福田區竹子林四路光大銀行大廈28F郵編：518041電話：0755-83706353國海研究上海國海研究上海上海市黃浦區綠地外灘中心C1棟國海證券大廈郵編：200023電話：021-61981300國海研究北京國海研究北京北京市海淀區西直門外大街168號騰達大廈25F郵編：100044電話：010-88576597國海證券研究所計算機研究團隊國海證券研究所計算機研究團隊