《國產算力行業深度：驅動因素、破局之路、產業鏈及相關公司深度梳理-250303（41頁）.pdf》由會員分享，可在線閱讀，更多相關《國產算力行業深度：驅動因素、破局之路、產業鏈及相關公司深度梳理-250303（41頁）.pdf（41頁珍藏版）》請在三個皮匠報告上搜索。

1、 1/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 行業研究報告 慧博智能投研 國產算力行業深度：驅動因素、國產算力行業深度：驅動因素、破局之路破局之路、產業鏈及相關公司深度梳理產業鏈及相關公司深度梳理 在數字化浪潮席卷全球的當下，算力已成為衡量國家科技實力和經濟發展潛力的關鍵指標。隨著人工智能技術的飛速發展，尤其是大語言模型的崛起，算力需求呈現出爆發式增長。然而，外部技術封鎖與國際競爭的加劇，使得我國算力行業面臨著前所未有的挑戰與機遇。在此背景下，國產算力產業的自主可控與創新發展顯得尤為重要。本文將深入剖析國產算力行業，從驅動因素、破局之路到產業鏈布局，全面

2、梳理行業發展的關鍵環節，并重點分析相關企業的核心競爭力。通過對算力產業鏈的深度研究，我們旨在為讀者提供有價值的參考，共同見證國產算力行業的崛起與發展。目錄目錄 一、行業概述.1 二、驅動因素.3 三、國產算力底座布局.6 四、國產算力破局之路.12 五、產業鏈重點環節分析.18 六、相關公司.37 七、參考研報.41 一、行業一、行業概述概述 1、算力概念算力概念 算力即國力，數字時代的新質生產力。算力即國力，數字時代的新質生產力。算力指的是數據處理能力，其核心實現依賴于中央處理器（CPU）、圖形處理器（GPU）、專業集成電路（ASIC）等各類芯片。芯片承載在各類計算機、服務器、高性能計算集群

3、、各類智能終端中，通過云計算和邊緣式計算等技術，對海量的數字應用和數據進行加工和處理。數字化時代浪潮中，算力已成為推動社會進步的關鍵引擎，成為支撐國家發展和提升人民生活質量的重要基石。截至 2023 年底，我國算力總規模位列全球第二。2/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 按照功能劃分：按照功能劃分：算力可分為通算、智算、超算三大類。分別對應三種計算模式：基礎計算、智能計算和超級計算。1)基礎算力：由基于 CPU 芯片的服務器所提供的算力，主要用于基礎通用計算，如移動計算和物聯網等。日常提到的云計算、邊緣計算等均屬于基礎算力。2)智能算力：智能算力即

4、 AI 算力，基于 GPU（圖像處理器）、FPGA（現場可編程邏輯門陣列）、ASIC（專用集成電路）等 AI 芯片的加速計算平臺提供的算力，主要用于 AI 的訓練和推理計算，比如語音、圖像和視頻的處理。3)超算算力：由超級計算機等高性能計算集群所提供的算力，主要用于尖端科學領域的計算，比如行星模擬、藥物分子設計、基因分析等。kVmYoPmOnOnQrP6McM8OoMpPpNrMfQpPmPlOmMsO7NoOxOwMnMtQuOsPwP 3/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 2、算力全面國產化時代已提前到來、算力全面國產化時代已提前到來 算力的基

5、本載體是服務器，服務器的核心部件為 CPU 和 GPU 等計算芯片，經過多年的技術積累和市場打磨，我國國產 CPU 已從“可用”進入“好用”階段；隨著新一輪 AI 算力升級的浪潮興起以及國際局勢的迅速變化，AI 算力芯片的國產化時點已到來。從宏觀視角來看，數字經濟下的算力主要體現在兩個方面：從宏觀視角來看，數字經濟下的算力主要體現在兩個方面：一方面，數字產業化進程中，需要對相關硬件進行投資，建立數據處理、分析等數據中心，來生產能夠實現海量數據計算的算力服務。另一方面，產業數字化進程中，需要滿足各實體產業生產過程中的算力需求。實體企業生產部門的算力需求，既包含了對硬件層面的需求，例如通過通用服務

6、器、AI 加速服務器或存儲設備等硬件設施，由實體企業自行搭建數據中心將算力引入生產過程等；又包含了對服務層面的需求，例如通過租賃公有云、算法服務、數據服務等算力服務實現生產數據的大規模存儲與計算等功能。3、國內算力產業主要體系國內算力產業主要體系 在國內，算力產業整體屬于生產制造業，經過多年發展，上下游廠商往往存在較為密切的股權/業務關系，可分為如下體系：中科院系：中科院系：以海光為核心芯片，以中科曙光及 ODM 為主要整機廠的86 信創服務器體系，兼容性好。華為系：華為系：以鯤鵬+昇騰為核心芯片，以華為硬件生態合作伙伴（四川長虹、高新發展、寶德、超聚變、神州數碼、烽火通信、拓維信息等）為主要

7、整機廠的 Arm 信創服務器體系，自主可控程度更高。中電子系：中電子系：以飛騰為核心芯片，以中國長城為主要整機廠的 Arm 信創服務器體系，自主可控程度高。二、驅動因素二、驅動因素 1、ChatGPT 開啟本輪語言大模型時代，開啟本輪語言大模型時代，“大大”算力成為剛需算力成為剛需 據 superclue，自 ChatGPT 在 2022 年 11 月發布以來，AI 大模型在全球范圍內掀起了有史以來規模最大人工智能浪潮，2023 年以來海外廠商大模型引領，OpenAI 發布 GPT-4，Meta 開源 Llama2 等，國內大模型持續迭代升級，目前頂尖模型部分通用能力已逼近世界頂尖水平。由于大

8、模型性能表現顯著優于小模型，同時模型參數量提升為重要技術路線之一，能夠認為“大”算力剛需屬性凸顯。2、推理算力需求將帶動總算力需求大幅提升推理算力需求將帶動總算力需求大幅提升 算力需求開始向推理傾斜，主流模型日均算力需求開始向推理傾斜，主流模型日均 Token 已達數萬億。已達數萬億。大模型所需的算力分為訓練端+推理端。技術層面來看，推理階段優化是下一個發力點。OpenAI 聯合創始人 Ilya Sutskever 指出，通過增加數據和計算能力來提升預訓練模型的效果已達到瓶頸。當前，OpenAI 在 o1 模型中采用了“測試時計算”（test-time compute）技術，允許模型在推理階段

9、進行多步推理，類似于人類的思考過程。其他 AI 廠商，如 Anthropic、xAI 和 Google DeepMind 也在開發類似的技術，通過優化推理階段來提升模型性能。AI 應用端來看，隨著大模型在應用側規?；渴?，算力需求已向推理端傾斜。2024 年 12 月 18 日舉辦 4/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 的火山引擎 FORCE 大會上，火山引擎 CEO 譚待表示，截至目前，豆包大模型日均 tokens 使用量超過4 萬億，較 5 月發布時期增長超過 33 倍，tokens 使用量直接反映了模型的廣泛應用和市面需求，大模型應用正在向各

10、行各業加速滲透。自 2024 年 9 月至 12 月，豆包大模型在信息處理場景的調用量增長了39 倍，客服與銷售場景增長 16 倍，硬件終端場景增長 13 倍，AI 工具場景增長 9 倍，學習教育等場景也有大幅增長。海外 AI 應用同樣加速擴張，軟件廠商 SAP 將生成式 AI 智能副駕 Joule 置于商業模式核心；AppLovin 推出 AI 廣告引擎模型 Axon2.0 提高廣告匹配效率等。AI 應用端的大規模擴張會顯著加速模型推理側算力需求，4）據 IDC 此前預測數據，云端推理占算力的比重將逐步提升，預計到 2026年推理占 62.2%，訓練占 37.8%。DeepSeek 攜三款創

11、新模型強勢入場，以卓越成就掀起行業變革浪潮。攜三款創新模型強勢入場，以卓越成就掀起行業變革浪潮。DeepSeek 在 2024 年底后接連發布 V3、R1 和 Janus-Pro，它們在多項評測中勝過主流開源模型，且具有成本優勢。V3 創新架構提升推理效率、降低訓練成本且性能卓越；R1 專注提升推理能力，多領域表現優異，蒸餾模型效果良好；Janus-Pro 改進架構、策略、數據和規模，多模態與視覺生成能力突出。DeepSeek 推動 AI 大模型降本，能夠認為其低成本，高性能的表現將推動大模型革新，促使能夠認為其低成本，高性能的表現將推動大模型革新，促使 AI 服務更加普及和實惠，有望驅動更多

12、廠服務更加普及和實惠，有望驅動更多廠商入局推理端大模型布局，提升后續商入局推理端大模型布局，提升后續 AI 模型的需求及模型的需求及 AI 應用的加速爆發，長期或將大幅提升推理側應用的加速爆發，長期或將大幅提升推理側算力需求，從而帶動總算力需求的大幅提升，國產算力芯片迎新發展機遇。算力需求，從而帶動總算力需求的大幅提升，國產算力芯片迎新發展機遇。目前國內 10 家云計算巨頭（包括華為云、天翼云、騰訊云、阿里云）以及 12 家獨立云及智算企業均已部署接入 DeepSeek 大模型。3、美國美國 AI 算力封鎖持續加碼，繼續重視國產算力算力封鎖持續加碼，繼續重視國產算力 美國政府繼續加碼對華美國政

13、府繼續加碼對華 AI 算力封鎖措施。算力封鎖措施。根據鈦媒體報道，北京時間 1 月 13 日晚，美國政府官網發布題為“事實說明：確保人工智能時代的美國安全和經濟實力”的簡報，公布拜登-哈里斯政府一項關于人工智能擴散的臨時最終規則，規定美國企業向大多數國家出售芯片的算力上限。具體來說，這份新規將規定將出口目的地分為三類：盟友和合作伙伴、對手、以及最大的一類其他，主要限制對手類國家（包括中國等）訪問位于東南亞和中東等地歸屬于美國企業的 AI 芯片。美國政府要求對中國、伊朗等對手實施嚴格的 AI 芯片銷售限制，同時美國對 18 個關鍵盟友與合作伙伴的芯片銷售無任何限制。根據新規，總部位于 18 個美

14、國主要盟友和合作伙伴的公司將能夠將其全球 AI 計算能力的 7%，可能涉及數十萬個芯片放置在第三國，涉及國家包括日本、韓國、荷蘭、德國、英國等；對其他國家，符合相同安全要求且總部位于非關注國家的實體可以申請“國家驗證最終用戶”身份，使其能夠在未來兩年內購買相當于高達 32 萬個先進 GPU 的計算能力；除此之外，大多數國家則將面臨總算力限制，每個國家在2025 年至 2027 年期間最多可獲得約 5 萬個 AIGPU；美國還將免除集體算力較低的芯片銷售許可，例如向大學和研究機構的銷售等。5/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 根據海外咨詢機構 Sem

15、ianalysis 評論，美國政府出臺新的 AI 算力封鎖措施旨在阻止中國獲取 AI 計算資源以構建前沿 AI 模型。拜登政府在文中表示，該新規簡化了大、小 AI 芯片訂單的許可門檻，增強了美國在 AI 領域的領導地位，并向盟國和伙伴國家明確了如何從 AI 中獲益。該新規以之前的 AI 芯片出口禁令為基礎，進一步阻止走私 AI 芯片，并堵塞其他漏洞。AI 正迅速成為安全和經濟實力的核心，而正迅速成為安全和經濟實力的核心，而 AI 算力則是決定算力則是決定 AI 能力的至關重要的因素。能力的至關重要的因素。美國對于中國尖端 AI 算力的封鎖正在層層加碼，而面對外部封鎖，國家將加速對國產 AI 芯

16、片產業的投入和支持以減少對外部供應鏈的依賴，國產 AI 芯片產業將迎來快速發展，中長期維度下的全球 AI 芯片的競爭格局有望重塑。4、政策助力國產算力加速崛起、政策助力國產算力加速崛起 我國高度重視人工智能在發展現代化產業體系中的重要作用，自上而下發布了多條政策支持算力基礎設我國高度重視人工智能在發展現代化產業體系中的重要作用，自上而下發布了多條政策支持算力基礎設施建設，地方政府或將改變以往施建設，地方政府或將改變以往“各自為戰各自為戰”的模式，積極投建智算中心的模式，積極投建智算中心，算力國產化進程提速，算力國產化進程提速。2023年 10 月工信部等六部門聯合發布算力基礎設施高質量發展行動

17、計劃，明確到 2025 年全國算力目標超過 300EFLOPS，其中智能算力(智算)目標為 105EFLOPS，占比 35%。2023 年 12 月，發改委等五部門發布關于深入實施“東數西算”工程加快構建全國一體化算力網的實施意見，指出“到 2025 年底，普惠易用、綠色安全的綜合算力基礎設施體系初步成型，東西部算力協同調度機制逐步完善，通用算力、智能算力、超級算力等多元算力加速集聚”。地方層面上，地方層面上，國產算力發展的支持政策頻出，多地先后印發算力發展規劃，對提升我國在全球算力競爭中的地位、推動數字經濟與實體經濟深度融合、實現經濟社會高質量發展具有重大意義。6/41 2025 年年 3

18、月月 3 日日 行業行業|深度深度|研究報告研究報告 財政方面，財政方面，2025 年 1 月 10 日，財政部副部長廖岷表示，加積極的財政政策未來可期。2025 年財政政策方向清晰明確，充分考慮了加大逆周期調節的需要，是非常積極的；同時，也充分考慮了財政中長期可持續性。同時，圍繞加快發展新質生產力，加大對教育人才、科技攻關、鄉村振興、綠色低碳等領域的支持。在應對國際國內形勢的變化上，將保持密切跟蹤，適時進行科學設計和動態調整，梯次拿出政策“后手”，為經濟社會發展提供強有力支持。自主可控、人工智能、國產算力等作為新質生產力重要方自主可控、人工智能、國產算力等作為新質生產力重要方向，未來有望得到

19、更多支持。向，未來有望得到更多支持。三、國產三、國產算力底座布局算力底座布局 1、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，國產芯片加速滲透 AI 芯片需求上漲，國產替代在即芯片需求上漲，國產替代在即，AI 需要多元異構算力提供支持，拉動需要多元異構算力提供支持，拉動 AI 芯片需求。芯片需求。AI 的發展將極大拉動 GPGPU、TPU、NPU 等 AI 芯片的需求。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。英偉達面向國內的產品性價偏低，國產芯片做出性能、做出性價比，自主

20、可控市場空間廣闊。7/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 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。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。近年來，中國國產 AI 芯片取得了顯著進展，尤其是在美國芯片禁令的背景下，國內大模型的發展需求為國產替代增添了新的動力。國內領先的 AI 芯片廠商包括：華為海思、寒武紀、海光信息、壁仞科技、燧原科技、沐曦集成電路、摩爾線程、天數智芯等。這些廠商的部分旗艦產品在算力方面已經接近或對標國際領先產品。8/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告

21、 華為發布高性能華為發布高性能 AI 處理器昇騰處理器昇騰 310 和和 910。昇騰 310 是一款高能效、靈活可編程的人工智能處理器，在典型配置下，半精度（FP16）算力達到 16TFLOPS，整數精度（INT8）算力達到 8TOPS，功耗僅為8W。采用自研華為達芬奇架構，集成豐富的計算單元，提高 AI 計算完備度和效率，進而擴展該芯片的適用性。全 AI 業務流程加速，大幅提高 AI 全系統的性能，有效降低部署成本。昇騰 910 是業界算力最強的 AI 處理器，基于自研華為達芬奇架構 3D Cube 技術，實現業界最佳 AI 性能與能效，架構靈活伸縮，支持云邊端全棧全場景應用。算力方面，昇

22、騰 910 完全達到設計規格，半精度（FP16）算力達到320TFLOPS，整數精度（INT8）算力達到 640TOPS，功耗 310W。910C 樣片已發送，預計樣片已發送，預計 2025 年量產挑戰英偉達年量產挑戰英偉達。據路透社報道，華為計劃在 2025 年第一季度量產最先進的 AI 芯片，旨在與當前 AI GPU 領域的領導者英偉達展開競爭。華為已經開始向一些 IT 公司發送昇騰 910C 樣品，以接收市場訂單。昇騰 910C 作為華為最新的 AI 芯片，有望采用先進的 7 納米工藝制程，集成了高達 530 億個晶體管。昇騰 910C 在 FP8、FP16、FP32、FP64 等不同計

23、算模式下均有顯著表現，算力強勁，能夠支持服務器高效訓練萬億參數的大模型，萬卡集群可在三周內完成任務，相較于前代產品效率有了顯著提升。寒武紀思元寒武紀思元 370 實測性能表現優秀，國產算力再下一城。實測性能表現優秀，國產算力再下一城。寒武紀目前智能加速卡有思元 370 系列、290、270 系列，其中，思元 370 系列基于 7nm 制程工藝，是公司首款采用 chiplet（芯粒）技術的 AI 芯片，集成 390 億個晶體管，最大算力高達 256TOPS（INT8），是思元 270 算力的 2 倍。憑借最新智能芯片架構 MLUarch03，思元 370 實測性能表現更為優秀。思元 370 是國

24、內第一款公開發布支持 LPDDR5 內存的云端 AI 芯片，內存帶寬是上一代產品的 3 倍，訪存能效達 GDDR6 的 1.5 倍，搭載 MLU-Link多芯互聯技術，在分布式訓練或推理任務中為多顆思元 370 芯片提供高效協同能力。9/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 發布景宏填補發布景宏填補 AI 空白，產品矩列空白，產品矩列不斷完善。不斷完善。景嘉微是國內首家成功研制國產 GPU 芯片并實現大規模工程應用的企業，先后研制成功 JM5 系列、JM7 系列、JM9 系列等具有自主知識產權的高性能 GPU 芯片。公司 2024 年成功研發了景宏”系

25、列高性能智算模塊與整機產品，填補了公司在 AI 訓練、AI 推理和科學計算領域的產品空白。景宏支持 INT8、FP16、FP32、FP64 等混合精度運算，支持全新的多卡互聯技術進行算力擴展，同時適配國內外主流 CPU、操作系統及服務器廠商，能依支持當前主流的計算生態、深度學習框架和算法模型庫，大幅縮短用戶適配驗證周期。景嘉微作為景嘉微作為國產國產 GPU 領軍企業，其首領軍企業，其首款面向款面向 AI 領域的算力產品豐富了自身的產品線，領域的算力產品豐富了自身的產品線，AI 系列產品在增加公司競爭力的同時有望成為公司業系列產品在增加公司競爭力的同時有望成為公司業績增長的全新動力?？冊鲩L的全新

26、動力。深算二號性能翻倍提升，多角度持續產品優化。深算二號性能翻倍提升，多角度持續產品優化。海光信息 DCU 產品深算二號于 2023H2 實現了在大數據處理、人工智能、商業計算等領域的商業化應用，能依完整支持大模型訓練，同時性能相較于深算一號提升 100%以上。2023 年公司持續的研發投入使其產品在處理器體系結構設計、處理器核心微結構驗證、處理器安全架構等多角度持續優化，其中：在處理器體系結構設計方面，采用高帶寬低延時 chiplet互聯技術，不斷提升計算性能；在處理器核心微結構驗證方面建立了處理器核心功能部件級、處理器核心級、處理器核心簇級、全片多核心簇級、多芯）級和多芯片級完整的多層次處

27、理器驗證環境。燧原科技發布燧原科技發布 S60，性能持續提升。，性能持續提升。2018 年 3 月燧原科技成立，燧原科技在僅僅 18 個月后，發布“邃思 1.0”，這款 AI 訓練芯片一次性流片即收獲成功，創造紀錄，燧原科技在業界嶄露頭角。之后，燧原 10/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 科技對外發布基于“邃思”的云端訓練加速卡“云燧 T10”和第一代推理產品“云燧 i10”。2021 年，燧原科技發布第二代訓練產品“云燧 T20/T21”和推理產品“云燧 i20”，以及配套的馭算軟件平臺，燧原科技成為當時國內第一家云端訓練和推理產品迭代到第二代

28、的企業。2024 年 7 月，新一代推理產品燧原 S60 發布。架構升級，計算效率提升，大內存滿足大模型參數增長需求，PCIe5.0 提升傳輸速率，虛擬化支持靈活的算力分配，覆蓋 200+主流模型，降低客戶應用遷移成本，縮短業務上線周期，大幅提升模型泛化支持能力，軟件易用性持續提升。2、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 相較于先前的“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”。運營商云市場份額持續提升，大模型時代下向智能云演進。運營商云市場份額

29、持續提升，大模型時代下向智能云演進。天翼云穩坐國內第三大云商寶座，移動云超越 AWS 首次進入國內 TOP5 云商陣列，份額持續提升。此外，大模型驅動下的高頻次算力需求給云計算產業帶來了變數，要求云服務商提供強大的異構計算服務能力及海量存儲空間，因此運營商云向智能云演進是大勢所趨。資本開支進入下行期，結構上向算力傾斜。資本開支進入下行期，結構上向算力傾斜。通信產業網數據顯示，2024 年三大運營商投資總額 3340 億元，同比下降 5.4%，為 2018 年以來首次下降，預估 2025 年穩中略降，總投資規?？赡茉?3200 億元左右。拆分結構來看，運營商投資向算力方向傾斜，算力投入保持適度超

30、前。2024 年中國移動算力開支 475 億元，漲 21.5%，中國電信云/算力投資計劃 180 億元，中國聯通算網數智投資適度超前加快布局。2025 年，運營商將持續加大 AI 智算投入，如構建萬卡智算集群、擴大 400G 算力網絡覆蓋、加緊AI 大模型訓練迭代等，總投資規?；虺|元，占資本開支總額的 1/3。11/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 地方智算中心加速落地，推進國產算力發展。地方智算中心加速落地，推進國產算力發展。各省智算建設規劃明晰，算力規模、算網能力、能耗指標將持續提升。各省市對于智能算力建設的規劃更加明晰，不僅包含具體的算力

31、規模，同時在網絡時延，利用率，以及相應的能耗指標方面均給出了明確的規劃。12/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 新建及改擴建數據中心的服務器能效要求明確，有望引導算力芯片方向。新建及改擴建數據中心的服務器能效要求明確，有望引導算力芯片方向。四部門聯合印發數據中心綠色低碳發展專項計劃，計劃要求新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。四、國產算力破局之路四、國產算力破局之路 在先進工藝可獲得性長期受限的背景下，海內外單芯片算力差距將愈發顯著。善合者勝，系統性思維將是國產算力發展的出路。AI

32、 時代的未來，是以龐大的芯片集群和網絡集群為基礎的超大型系統工程。系統之下，單個個體的差異會被縮小，而系統效率的差異將被放大。AI 時代，算（GPU、HBM、服務器等）、傳（網絡連接、交換機等）、存（存儲服務器、NAND、SSD 控制芯片等）將同等重要，國產算力應當從系統層面構思，芯側、端側、群側，都有大量可以優化和實現彎道超車的空間，如先進封裝3D IC、AI 存儲等。能夠認為華為在國內科技公司中技術領先，也更先遇到技術壁壘問題。華為對科技壁壘的翻越，華為的系統性方案，就是中國科技發展的模板。1、單芯片性能趨于極限，先進封裝延續單芯片性能趨于極限，先進封裝延續 摩爾定律趨緩，芯片晶體管數量提

33、升愈發困難。摩爾定律趨緩，芯片晶體管數量提升愈發困難。芯片的算力與其所容納的晶體管數量直接掛鉤，可簡單拆分為晶體管密度和芯片面積的乘積。當前晶體管密度的增速正在趨緩，與此同時，由于受到最大光刻面積的限制（reticle limit），單芯片的面積不能無限制增加，當芯片面積超過 858mm2時，一次曝光無法覆蓋整個芯片，此時需要多次曝光進行拼接，對應的工藝難度將大大提升，芯片良率將顯著降低。當前這兩個變量的提升速度都趨緩或停止，單純從摩爾定律已無法提升芯片性能，需要通過如 Chiplet、3D IC 等先進封裝延續摩爾定律。垂直堆疊，續寫摩爾定律。垂直堆疊，續寫摩爾定律。3D IC（three-

34、dimensional integrated circuit）平臺是一種新型的集成電路技術，它將多個芯片堆疊在一起，通過垂直連接實現互聯，與傳統的二維封裝相比，3DIC 最大的優勢在于可以在芯片橫向面積不變的前提下增加芯片整體的晶體管密度，同時在芯片橫向面積不變的前提下增加芯片整體的晶體管密度，同時 TSV 通孔提供更近的互連距通孔提供更近的互連距離，帶來更快的數據傳輸與更高的互連密度。離，帶來更快的數據傳輸與更高的互連密度。目前，臺積電、英特爾、三星等諸多海外大廠都布局了3D 封裝相關產線，同時推出一系列相關產品，包括 AMD 3D V-Cache、Mi300 算力芯片、英特爾Meteor

35、Lake 系列 CPU、高帶寬存儲（HBM）等等。未來隨著日益增長的算力需求和摩爾定律失效之間的矛盾愈發明顯，有望出現更多采用 3D 封裝的新產品，比如 SRAM on CPU/GPU 形式的手機/算力芯片。13/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 博通推出博通推出 3.5D 封裝，帶來更極致的異構集成。封裝，帶來更極致的異構集成。在 AI 高速發展的背景下，硅光集成憑借高速率+低功耗的優勢，有望成為數據中心互連的重要方案之一。目前大多采用高速銅纜/光模塊來進行數據中心組網，但是前者存在信號損失而只能用在短距傳輸，后者則由于需要經過多個轉換環節導致較

36、高的能耗，而光學共封裝（Co-packagedOptics，CPO）可以實現信號無損失的高效傳輸。相比一般的光模塊，CPO 將光學引擎和芯片直接集成在載板/硅中介板上，大大減少了電子傳輸過程中的能耗。近期博通推出了3.5DXDSiP（3.5DeXtreme Dimension System in Package）平臺，這也是業界首個 3.5D 面對面（Face-to-Face，F2F）封裝技術，采用臺積電 CoWoS-L 封裝技術，可提供約 5.5 倍光罩尺寸的封裝，使總面積來到 4,719 平方毫米，可以將包括邏輯 IC、最多 12 個 HBM3/HBM4 堆疊和其他 I/O 芯片整合在一起

37、。先進封裝作為未來 AI 計算芯片的重要部分，博通這種大面積的芯片封裝方案，能夠極大程度上提高系統集成度，同時通過創新的互連方案，提高片內互連的帶寬和提高能效，有望成為未來高性能處理器的一個重要方向。14/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 2、算、傳、存同權，華為以存代算，構造系統層破局思路算、傳、存同權，華為以存代算，構造系統層破局思路 算傳存協同，實現系統破局。算傳存協同，實現系統破局。當前全球受限于摩爾定律放緩，芯片算力提升速度放緩，而國內由于先進制程限制，更是早早步入芯片迭代困難的局面。能夠認為，未來的大規模集群不僅僅依靠先進的算力芯能夠認

38、為，未來的大規模集群不僅僅依靠先進的算力芯片片，而是計算、傳輸、存儲等多方面協同發展，通過整個算力系統綜合性能的提升，以此滿足高速增長，而是計算、傳輸、存儲等多方面協同發展，通過整個算力系統綜合性能的提升，以此滿足高速增長的的 AI 需求。需求。當前英偉達 AI 產品覆蓋計算芯片和各類連接芯片（NVLink、Switch 芯片、網卡芯片等），而華為更是推出計算（昇騰&Atlas）、傳輸（星河網絡）、存儲（Oceanstor）三大領域各種對應產品，以求給客戶提供全方位的 AI 解決方案。大規模集群互連成為大規模集群互連成為 AI 大模型發展基石。大模型發展基石。HPC 將大量服務器和存儲設備通過

39、高性能網絡互聯構建大規模計算集群，集群中各個計算節點相互協同并行處理多個子任務。通常來說，完整的 HPC 組網架構包括管理區和核心區，其中核心區又分為 HPC 計算區和分布式存儲區。通過帶外管理網絡、業務管理網絡、高速計算網絡和存儲后端網絡，可以將各區域實現高效互連。當前 AI 大模型的運行需要至少千卡以上網絡集群，因此實現各網絡間高速互聯成為制約大模型規模發展的重要因素。15/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 AI 建設兩大焦慮：可供應性建設兩大焦慮：可供應性&可用度?？捎枚?。當前 AI 智算中心建設普遍存在兩大焦慮，一是算力中心建設前對算力可供

40、應性的焦慮，二是算力中心建設后對算力可用度的焦慮。對于前者，受限于美國高端算力卡出口限制以及對我國先進制程擴張的制裁，國產算力卡持續供應能力尚處于相對較弱地位。對于后者，如何實現較高算力可用度則是全球算力中心都需要解決的難點。據不完全統計，當前全球各大算力平臺在千卡以上規模時，其算力可用度均小于 50%，即超過一半的算力卡在實際使用時處于等待狀態。與此同時，超大規模算力集群故障率上升嚴重拉低了大模型訓練的效率，頻繁的故障增加算力等待時間，同時大大增加算力中心的資本開支。究其原因，AI 大模型在訓練過程中會經歷（1）訓練開始前數據集準備即加載；（2）訓練過程中 CKPT（checkpoint，檢

41、查點）的多次讀寫；（3）訓練中斷的等待時間；（4）故障診斷及處理 CKPT 重新加載等多個階段，而這些過程均與算力中心配置的存儲有關。因此，搭建高效的存儲服務中心將有效縮短算力卡等待時間，提升算力可用度。合理配置存儲，優化訓練集各階段耗時，縮短大模型訓練時長。合理配置存儲，優化訓練集各階段耗時，縮短大模型訓練時長。作為算力中心中必不可少的一部分，存儲環節受到的關注度相較算力環節普遍更低。實際上，提升存儲的帶寬性能，有望以更小的投入獲得更大的回報。據華為官方測算，采用高性能、高可靠 OceanStor A 系列存儲集群，有望縮短 30%大模型訓練時長：在存算網協同、加速訓練階段，數據集加載時間有

42、望從 30 分鐘縮短到分鐘級別；CKPT 的讀寫保存有望從 10 分鐘級別縮短到秒級；快速并發加載 CKPT 有望將小時級別的等待縮短到秒級；對比本地盤、OBS 存儲等，可靠性百倍提升，斷點續訓次數得以大幅減少。16/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 以存代算構筑數據處理新模式。以存代算構筑數據處理新模式。根據大模型的工作流，可采用外掛向量知識庫把企業海量思域數據處理成多維向量，給大模型輸送最新、最全面的信息，解決大模型時效性問題的同時將擁有長期記憶。通過構建 HBM-SSR-SSD 三層緩存機制，大容量共享全閃存 SSD 可保留長序列和多輪對話全

43、量 KV，配合以查代算算法，有望解決記憶缺失導致的交互不連貫，實現復雜高級工作的有效處理。打造算傳存協同的算力基礎設施，為世界提供更好選擇。打造算傳存協同的算力基礎設施，為世界提供更好選擇。以華為為代表的中國科技企業不斷突破，計算、傳輸和存儲協同創新，打造中國科技的全新名片。通過以存代算，長記憶內存型存儲使能 Long context（長上下文），提升大模型的邏輯思考和推理能力，尤其是慢思考能力，并降低成本。通過算傳協同，高吞吐、高可靠助力 AI 算力高效釋放。通過傳存協同，全互聯架構使能超大規模智算集群節點與存儲節點全連接。3、華為是中國科技的前瞻，見華為知中國科技突圍方向華為是中國科技的前

44、瞻，見華為知中國科技突圍方向 走在中國科技前端，華為的破局思路可作為中國科技突圍參考走在中國科技前端，華為的破局思路可作為中國科技突圍參考。華為作為國內科技行業領頭者，自2019 年起就率先面臨諸多封鎖與制裁。當前華為芯片持續迭代面臨主要問題包括國內大芯片制造經驗較少，大芯片良率較低，以及先進制程持續推進能力受限。能夠認為華為是中國科技的前瞻，華為在國內科技公司中技術領先，也更先遇到技術壁壘問題。華為對科技壁壘的翻越，華為的系統性方案，就是中國科技發展的模板。大芯片良率低，可做小后通過大芯片良率低，可做小后通過 Chiplet 拼接。拼接。AI 芯片由于對算力要求高，普遍面積逼近光罩尺寸極限（

45、858mm2）。比如，英偉達 A100 芯片面積達到 826mm2，H100 芯片面積為 814mm2。而國內晶圓廠由于缺少大芯片制造經驗，生產的大芯片的良率遠低于全球頂尖晶圓廠。為了解決這一困難，很自然可以想到將一顆大芯片拆成多顆小芯片，以此來提升芯片生產的良率，再通過 Chiplet 的方式將其組合，實現功能的完整。而華為樂高式的芯片設計理念正完美契合這一思路。通過分別設計 CPU、GPU、IO、Wireless-ACC、NIC-IO 等多種 die，并分別對其進行迭代，再通過不同的組合方式，可以得到具有不同功能的芯片。比如，服務器版本的鯤鵬芯片是由兩個 CPU 計算 die 加一個 IO

46、 die 組成，而 PC 版本的鯤鵬芯片則是由一個 CPU 計算 die 加一個 IO die 組成。未來可以繼續就每個 die 進行迭代，進而推動整個產品體系的發展。17/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 先進制程推進受限，增加芯片面積以延續性能提升。先進制程推進受限，增加芯片面積以延續性能提升。由于我國受到美國制裁，無法獲取到 EUV 光刻機，因此只能采用 DUV 光刻機進行芯片制造，但即便采用業界最好的 DUV 型號，公認極限能力也只能到5nm，再往下推進就十分困難。先進制程無法向下推進，則晶體管密度提升有限，只能通過增加面積的方式來增大晶體

47、管數量，以此保證芯片性能可以滿足日益增加的算力需求。據 Techinsights 數據，麒麟9000/9000s/9010/9020 芯片的面積分別為 105/111/117/134mm2，其根本原因是制程無法繼續迭代，只能通過增加面積的方式延續芯片性能。面積無法增加，而面積無法增加，而 3D 封裝能節省空間。封裝能節省空間。在芯片制造的過程中，由于受到最大光刻面積的限制（reticle limit），單芯片的面積不能無限制增加，當芯片面積超過 858mm2時，一次曝光無法覆蓋整個芯片，此時需要多次曝光進行拼接，對應的工藝難度將大大提升，芯片良率將顯著降低。若在橫向空間受限的領域，則只能通過垂

48、直堆疊進行芯片性能提升，而 3D 封裝則可以在不增加橫向面積的條件下，增加芯片封裝則可以在不增加橫向面積的條件下，增加芯片晶體管密度。晶體管密度。類比于城市化進程中不斷增加的高樓，更高的樓層可提供更多的居住空間，3D 封裝可以在縱向增加晶體管數量。AMD 已經在其服務器芯片上采用 3D V-Cache 技術實現大容量緩存；華為也早在 2019 年 HotChips 大會上就提出通過 3D SRAM 的方式來提高片上 LLC 的容量，進一步突破內存墻，降低內存訪問能耗成本。展望未來，會有越來越多的芯片采用這一工藝，實現芯片性能的持續增加。18/41 2025 年年 3 月月 3 日日 行業行業|

49、深度深度|研究報告研究報告 華為華為 2025 年前瞻預測年前瞻預測：大膽推測，華為下一代的昇騰訓練芯片和終端麒麟芯片，有望采用 3D 封裝技術，如通過 3D SRAM 等?？紤]到早有新聞報道，蘋果將在 2025 年推出 M5 芯片，采用 TSMC 的 SoIC（亦屬 3D 封裝）技術，2025 年有望成為 3D 封裝成趨勢的元年。五、產業鏈重點環節分析五、產業鏈重點環節分析 政策推動算力上下游產業鏈協同，包括芯片、服務器、數據中心、液冷技術、光模塊等環節，打造生態閉環。1、服務器拆分服務器拆分 19/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 服務器成本構

50、成：芯片和存儲占大頭。服務器成本構成：芯片和存儲占大頭。服務器的硬件主要包括：處理器、芯片組、內存、硬盤、I/O（RAID 卡、網卡、HBA 卡）、機箱（電源、風扇）。在成本構成方面，CPU 及芯片組、內存、外存占大頭，根據美科安防科技（2022 年 8 月 29 日），以一臺普通的服務器生產成本為例，三者的大致占比分別為 50%/15%/10%，其他硬件約為 25%。AI 服務器相比于一般服務器而言，主要在于服務器相比于一般服務器而言，主要在于 AI 芯片和內存帶寬上有較大幅度提升，相應價值量也隨之芯片和內存帶寬上有較大幅度提升，相應價值量也隨之提升，并且其他配套組件也有不同程度的升級。提升

51、，并且其他配套組件也有不同程度的升級。根據統計，芯片（AI 芯片+CPU）的成本在基礎型服務器中約占總成本的 32%，在高性能或更強性能的服務器中，芯片成本占比高達 50%83%。在研發方面，中國廠商的研發實力上與國外廠商相比存在一定差距且前期開發成本較高。（1）服務器整機：服務器整機：中國中國 AI 服務器市場迅猛增長服務器市場迅猛增長 1）AI服務器需求快速增長服務器需求快速增長 AI 算力存在缺口，市場規模持續提升。算力存在缺口，市場規模持續提升。我國算力發展存在算力供需的品種錯位問題，算力規模雖不斷增長，但面向人工智能、高性能計算等高端應用的算力缺口大。根據統計，2023 年中國智能算

52、力需求達到 123.6EFLOPS，但供給規模僅為 57.9EFLOPS，供需缺口顯著。同時，中國市場 AI 服務器市場規模增速高于全球。根據 IDC 預計，中國 AI 服務器市場將從 2022 年的 47 億美元增長到 2026 年的 119億美元，年復合增長率達 26.1%。2）國產廠商占據重要份額，國產廠商占據重要份額，并在加速計算市場份額領先并在加速計算市場份額領先 全球全球 AI 服務器市場采購主要為全球云計算及互聯網廠商服務器市場采購主要為全球云計算及互聯網廠商。全球服務器行業格局層面，主要是 ODM 廠（如工業富聯）及品牌商（如戴爾、HPE、聯想、浪潮等），根據 IDC 數據，2

53、023 年第三季度全球服務器市場份額前五分別是戴爾、浪潮、HPE、超微、聯想，占比分別為 11%/9%/7%/6%/4%，其中，戴爾和 HPE 份額同比下降最快，分別下降 5.0 和 3.3pct，而浪潮份額同比提升幅度最大，為 1.6%，此外，H3C、超聚變等國產廠商份額基本穩定，并已趕超 IBM，表明國產服務商廠商地位持續提升。此外，截至 2021 年，浪潮在全球 AI 服務器份額連續第一，表明其在加速計算市場的龍頭地位顯著。從國內市場來看，目前我國服務器整機以國內品牌為主。從國內市場來看，目前我國服務器整機以國內品牌為主。我國服務器行業最早是通過引入國外品牌，之后隨著國產品牌的興起，逐步

54、對外資品牌進行替代。從廠商銷售額角度看，2024 年上半年，浪潮、新華三、寧暢位居前三，占據了超過 70%的市場份額。未來，華為、聯想以及戴爾等廠商的銷售份額有望提升。20/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 （2）CPU：外企占據壟斷地位，國產自主化逐步崛起，信創持續規?；涞兀和馄笳紦艛嗟匚?，國產自主化逐步崛起，信創持續規?；涞?當前服務器當前服務器 CPU 以以 X86 架構為主：架構為主：按照 CPU 所使用的指令集架構劃分，目前主流的 CPU 可分為X86 架構、ARM 架構、MIPS 架構、RISC-V 架構等，其中，X86 仍然是全

55、球服務器 CPU 的主流架構，根據華經產業研究院數據，2014-2020 年，全球 X86 架構的服務器市場份額持續在 90%以上，主要是由于 X86 處理器起步較早，在生態環境方面有明顯優勢，但從趨勢來看，X86 架構的占比有所下降，其他類型架構快速發展。研發門檻較高，外企占據壟斷地位：研發門檻較高，外企占據壟斷地位：由于 CPU 研發具有較高技術壁壘，Intel、AMD、ARM 公司憑借對 X86 和 ARM 指令集的專利在 CPU 市場中占據壟斷地位，在 X86 架構 CPU 市場中，Intel 市場份額大幅領先，AMD 份額不斷提升。國產廠商積極推進自主化研發：國產廠商積極推進自主化研

56、發：根據華經產業研究院，我國 CPU 廠商主要包括海思、飛騰、龍芯、申威、海光、兆芯，采用的指令集多為授權+自研相結合的方式。其中，龍芯和申威分別在 MIPS 和Alpha 指令集基礎上，自主開發指令集架構，國產化突破程度較高，在黨政軍、超算等國家安全領域占有重要市場份額；海思半導體的鯤鵬處理器和天津飛騰處理器兼容 ARM 指令集，與眾多軟硬件廠商完成了大量適配工作，但由于 ARM 架構授權的限制，面臨無法持續迭代的發展瓶頸問題；海光和上海兆芯的產品兼容 X86 指令集，具有良好的生態，且應用遷移轉換成本較低，海光基于從 AMD 獲得的技術授權并獨立開展研發工作，但同時面臨授權技術不能持續迭代

57、的風險。（3）算力芯片：）算力芯片：GPU 與與 ASIC 芯片發展并進，芯片發展并進，GPGPU 仍是國產算力主旋律仍是國產算力主旋律 1）以以GPU為主，國產替代勢在必行為主，國產替代勢在必行 21/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 GPU（圖形處理器）是計算機顯卡的核心，在早期被用于圖形、視頻處理和加速游戲運行等圖形圖像渲染計算，后因其擅長對密集數據進行并行處理，伴隨深度學習、科學計算等計算密集型任務的發展，如今 GPU 也被廣泛用于高性能計算等領域，并衍生出專用于數據中心等通用計算場景的非圖形渲染 GPU，即通用 GPU(GPGPU)。目前

58、，全球 GPU 市場被英偉達、英特爾和 AMD 三強壟斷。據 Statista，全球GPU 市場規模 2024 年或達 653 億美元，2029 年有望達到 2742 億美元，期間 CAGR 達約 33.2%。其中，英偉達市場份額增長明顯，據 JPR 數據，英偉達 24Q1 占據近 90%市場份額（14Q2 約 62%）國產廠商加速追趕，性能和出貨量明顯提升：國產廠商加速追趕，性能和出貨量明顯提升：目前國內 AIGPU 廠商主要有華為、寒武紀、海光信息、天數智芯等，國產芯片性能明顯提升，根據 IDC 數據，2023 年我國本土 AI 芯片品牌的出貨量已超過20 萬張，約占整個市場份額的 14%

59、。隨著國產芯片性能的提升以及生態的逐步完善，國產替代有望加速。2）GPGPU還是還是ASIC-先解決能用的問題先解決能用的問題 ASIC（專用集成電路），是一種針對特殊要求的全定制不可編輯芯片，常見的 ASIC 芯片包括 NPU（神經網絡計算芯片）、TPU（Tensor 計算芯片）等。由于 ASIC 芯片是針對特殊目的全定制，所以優點在于針對特殊領域的算力、能效比通用芯片（CPU、GPU）更強。但是，ASIC 芯片的缺點在于開發 22/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 周期長、流片成本高、開發風險大，并不適配 AI 訓練早期的高速迭代，主要適合谷歌

60、等大廠用于 AI 推理階段。目前海外云廠商正加速布局目前海外云廠商正加速布局 ASIC 芯片，國產芯片，國產 AI 芯片廠商有望在推理領域加速追趕。芯片廠商有望在推理領域加速追趕。云廠商自研芯片時，通常會選擇博通、Marvell、英偉達、聯發科等廠商合作設計芯片，再通過臺積電等代工廠完成芯片制造，目前博通客戶量產節奏領先。當前華為昇騰、寒武紀、燧原科技等廠商產品均基于 ASIC 架構，國產公司后續有望逐步追趕。據 Marvell 預測，2023 年，定制芯片僅占數據中心加速計算芯片的 16%，其規模約 66 億美元，隨著 AI計算需求增長，以及定制芯片占比提升至 25%，預計 2028 年數據

61、中心定制計算芯片市場規模將達到429 億美元。國內許多人在這種背景下，認為 ASIC 作為 AI 專用芯片，其擁有更強的專用性，在同樣的半導體制程下，將會擁有比英偉達為代表的通用 GPU 更強的理論性能，是實現制程限制下算力“彎道超車”的理想之選。但從當下的客戶需求與全球 ASIC 芯片開發進程來看，在未來的在未來的 2-3 年內，年內，GPGPU 將依然憑借將依然憑借“能用能用”與與“易用易用”，成為國產算力的主旋律。，成為國產算力的主旋律。相較于 GPGPU，當下的 AIASIC 主流路線雖然紙面效率較高，但是在編譯器，生態軟件上與國內客戶需求的適配度較低。從當下來看，隨著國內以“豆包”為

62、代表的大模型應用加速放量，各廠商需要的是能夠快速部署，搶占業務入口與用戶的通用型算力，也就是 GPGPU。同時對于以運營商，地方智算的建設者來說，通用算力代表著更好的用戶接受度與投資回報率。長期來看，隨著中國 AI 模型的競爭格局逐漸清晰，頭部玩家的業務顆粒度逐漸變大，AI ASIC 也將在中國找到合適的滲透場景。（4）存儲：存儲：國產存儲芯片加速崛起，長江存儲與合肥長鑫技術進展顯著國產存儲芯片加速崛起，長江存儲與合肥長鑫技術進展顯著 1）DRAM和和NANDFlash是主流產品，長鑫長存加速國產替是主流產品，長鑫長存加速國產替代代 存儲芯片也稱存儲器，是一種常見的集成電路，用于在電子設備中存

63、儲和檢索數據根據其工作原理和用途的不同，可以分為幾種類型：隨機存取存儲器（RAM）、只讀存儲器（ROM）、閃存（Flash Memory）等。23/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 日常使用的存儲芯片主要包括 DRAM、NAND Flash、NOR Flash，三者市場份額約為 57%、40%、2%，由于存儲原理與成本不同，不同存儲芯片的使用范圍亦存在差別。從產業進度看，DRAM 技術更新最快，制程最為領先，主要是向傳輸高速、低功耗演進；NAND Flash 技術進步方向主要是高密度存儲和 3D堆疊；NOR Flash 制程進步不大，主要朝著大容量

64、進步。存儲芯片市場空間巨大，目前市場規模占據整個半導體市場的 27%，目前整體市場規模超 1500 億美元，預計未來將持續增長至整個半導體市場的 50%。存儲芯片在半導體行業內具有獨特地位，眾所周知，半 24/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 導體下游細分市場廣闊，經常需要針對下游來配置不同需求的芯片，但存儲芯片規格變化不大，功能又不可或缺，通常被視為半導體行業的大宗商品，一定程度上能夠預示電子行業的景氣程度。由于存儲芯片的特性，行業自動向資本密集型、技術密集型發展，IDM 模式成為行業主流。又由于資本開支巨大，通常出現以國別為形式的壟斷公司，例如

65、美國美光、韓國三星、SK 海力士、以及日本東芝等。存儲的產業轉移通常代表了電子工業的發展水平，因此存儲的競爭通常也被稱為“國運之戰”。2023年 DRAM 市場上，三星和 SK 海力士合計共占據約 67%的市場份額，美光占比 28.5%，剩下不到 10%的市場份額由南亞、華邦等廠商占據。在 2023 年的 NAND Flash 市場中，三星和 SK 海力士共占據49.5%的市場份額，鎧俠占比 21.6%，美光占比 10.3%。在存儲芯片領域，中國廠商在存儲芯片領域，中國廠商 2024 年來也迅速崛起，在全球競爭格局中占據一席之地。年來也迅速崛起，在全球競爭格局中占據一席之地。長江存儲（YMTC

66、）、合肥長鑫（CXMT）等企業正奮起直追，通過巨額投資和技術創新，正逐步縮小與國際巨頭的差距。來覓研究院預計，2024 年長江存儲全球市場占比約 8%，合肥長鑫全球市場占比約 10%，與海外龍頭仍然存在差距。國內企業正加大對技術研發的投入，特別是在高密度存儲技術、低功耗技術以及存算一體融合上，取得了重要進展。從技術水平上來講，國內廠商與海外廠商有何區別？從技術水平上來講，國內廠商與海外廠商有何區別？長江存儲技術實力領先。NAND Flash 制程極限為10-12nm，主要技術為 3D 堆疊，堆疊層數是衡量技術標準。長江存儲采用獨特的 Xstacking 技術，已實現最高 232 層堆疊，與海外

67、龍頭技術實力相當，并在小米、傳音等國產供應鏈中得到了大批量的驗證使用。不過，存儲市場技術迭代飛速，目前 SK 海力士已完成 128 層 4D NAND 芯片驗證，準備投入商業化生產中。DRAM 的技術進步體現在制程進步，的技術進步體現在制程進步，目前美光已率先量產 1 工藝（12-10nm），SK 海力士、三星均處于同步水平。而合肥長鑫目前工藝大致在 17nm，較海外龍頭廠商落后兩個技術節點。目前 AI 帶來新興的存儲芯片 HBM（高帶寬內存）亦是以 DRAM 通過先進封裝技術與 GPU 整合，也是技術進步的一大方向。根據公開資料，合肥長鑫目前已能量產 HBM2e，與海外主流產品 HBM3e

68、同樣落后兩個技術節點。2023 年 11 月，合肥長鑫發布 LPDDR5 系列產品，但主流產品仍為 DDR4，落后海外龍頭廠商一到兩個技術節點。25/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 2）模組：完善產業鏈布局，國產模組廠商市場份額有望提升模組：完善產業鏈布局，國產模組廠商市場份額有望提升 國內大陸各家模組廠商通過多業務布局形成產業鏈協同。國內大陸各家模組廠商通過多業務布局形成產業鏈協同。近幾年來，隨著自主可控意識的加強，以及大陸模組廠商在技術、產品上的持續攻堅突圍，從存儲顆粒、主控芯片到模組產品、封裝測試等不同層面的多業務布局，國內大陸模組廠商形成

69、產業鏈協同和自身業務優勢。江波龍最早布局上游 SLC NAND芯片領域，同時布局主控芯片與封測環節，帶動長期盈利能力提升；德明利不斷完善閃存存儲模組矩陣，并深耕主控領域，因自研主控芯片，德明利毛利率領先模組廠商；佰維存儲構建了封測一體化的經營模式，并立足存儲器先進封測優勢，加強公司產品競爭力，同時針對細分市場的需求，推出了千端千面的存儲產品；朗科科技也開始布局封測產業，穩步推進公司產業轉型與升級。國內存儲模組廠商市場份額有望持續提升。國內存儲模組廠商市場份額有望持續提升。根據 TrendForce 數據，2022 年全球內存模組供應商主要來自美國、中國大陸以及中國臺灣，其中金士頓以 78.12

70、%的占比位列第一，海外龍頭模組廠商地位穩固，中國大陸廠商記憶科技、嘉合勁威、金泰克分別以 3.78%、2.88%、2.33%的市場份額位列第 2、4、5位，合計市場份額為 8.99%。2022 年全球固態硬盤市場中，金士頓以 28%的占比列第一，中國大陸廠商雷克沙（江波龍收購）、金泰克、朗科、七彩虹市占率分別為 8%、8%、6%、5%，合計達 27%。中國是全球最大的半導體市場之一，國產替代空間廣闊，隨著存儲芯片逐漸國產化替代進程，國內存儲模組廠商有望持續提升市場份額。（5）服務器電源：臺企長期占據主導地位，大陸廠商份額有望快速提升服務器電源：臺企長期占據主導地位，大陸廠商份額有望快速提升 開

71、關電源技術較為成熟，開關電源技術較為成熟，AI 服務器有望推動電源產品進一步迭代：服務器有望推動電源產品進一步迭代：根據億渡數據，開關電源行業已有將近 70 年的發展歷史，目前行業進入成熟期，產品品類和功能更加豐富，并不斷延伸到更多下游領域。對于傳統開關電源，產品同質化導致市場競爭激烈，且受到上游原材料和匯率波動影響企業盈利空間較小，而在 AI 服務器出貨量增長的背景下，AI 服務器 GPU 芯片配置數量和功耗較傳統服務器大幅增加，將推動電源產品進一步向高功率、高效率、高密度方向迭代，有望打開新的增長空間。臺灣廠商占據主要市場份額，大陸廠商加大研發有望提升份額：臺灣廠商占據主要市場份額，大陸廠

72、商加大研發有望提升份額：目前全球電源產業已基本轉移至我國，臺灣廠商因進入時間較早、技術積累豐富而占據主要市場份額，根據華經產業研究院數據，全球開關電源市場中，臺達電、光寶等臺企市場份額領先，大陸廠商市占率較低，其中中國長城、奧海、歐陸通等企業處于追趕態勢，有望憑借成本控制、服務能力，快速提升市場份額。尤其服務器電源領域技術門檻較傳統消費電類電源高，目前能量產的廠商較少，目前大陸主要有中國長城、歐陸通提供相關產品。26/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 （6）散熱：滲透率有望快速提升散熱：滲透率有望快速提升 隨著產業化進程加快，液冷數隨著產業化進程加

73、快，液冷數據中心成本不斷下降。據中心成本不斷下降。液冷過去大規模應用的限制在于 TCO（全生命周期成本）。與傳統風冷產品比較，液冷存在初期投資高的問題，影響產品的大規模應用。隨著液冷方案更多被采用，規模效應下成本不斷降低。根據賽迪顧問，經對三種路線進行加權平均后，2022 年液冷數據中心 1kW 的散熱成本為近 6500 元，相比 2021 年已經下降了 24%，預計 2023 年 1kW 的散熱成本有望降至 5000 元左右。另一方面，液冷數據中心 PUE 可降至 1.2 以下，每年可節省大量電費，極大的降低數據中心運行成本。因此，相比于傳統風冷，液冷散熱技術的應用雖然會增加一定的初期投資，

74、但可通過降低運行成本回收投資，從而降低 TCO。以規模為 10MW 的數據中心為例，比較液冷方案（PUE1.15）和冷凍水方案（PUE1.35），預計 2.2 年左右可回收增加的基礎設施初投資。27/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 液冷發展瓶頸主要在于生態匹配，目前已取得實質性進展。液冷發展瓶頸主要在于生態匹配，目前已取得實質性進展。當前液冷行業仍處于早期階段，產業生態建設尚不完善。液冷的設計、部署、運維各環節只有少數標準，且影響力有限，常常出現液冷產品因為標準不一而無法兼容現象。越來越多的液冷生態鏈廠商及服務供應商正推動行業標準化，推進產業生態

75、成熟。從液冷服務器廠商來看，主流的服務器制造商 2022 年陸續開始建設標準化規模生產液冷服務器的產線。根據 IDC，2023 年市場份額前三的廠商分別是浪潮信息、超聚變和寧暢，合計占據了 70%以上的市場份額。隨著液冷服務器市場的高速增長，以及行業需求的多樣化，主流液冷服務器廠商的份額差距在逐步縮小，并且有越來越多的服務器廠商積極開拓液冷市場，如聯想、H3C、超云、寶德等。從下游應用來看，液冷數據中心已開始規模部署。從下游應用來看，液冷數據中心已開始規模部署。根據 IDC 數據，2023 年互聯網行業是中國液冷服務器最大的應用領域，占據 46.3%的市場份額。電信運營商和泛政府用戶對液冷數據

76、中心的需求也保持較快的增長。1）頭部互聯網公司：均積極部署應用液冷技術。2018 年，谷歌宣布在數據中心采用液冷技術，并表示今后其數據中心的降溫方式將向液冷方向轉變，微軟、英特爾、IBM、HP、阿里巴巴等企業也紛紛在液冷技術領域布局；2）三大電信運營商：2023 年開展技術驗證，2024 年預計 10%的新建項目規模試點液冷技術，2025 年預計 50%以上項目規模應用。滲透率快速提升，數據中心液冷成長空間廣闊。滲透率快速提升，數據中心液冷成長空間廣闊。根據 IDC 數據，2023 年中國液冷服務器市場規模達到15.5 億美元，同比增長 52.6%。由于傳統數據中心對原有基礎設施改造成本和難度

77、等因素，2023 年冷 28/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 板式方案的占比達到 95%以上。預計到 2028 年，中國液冷服務器市場規模將達到 102 億美元，年復合增長率將達到 45.8%。根據賽迪顧問的數據，預計 2025 年我國液冷數據中心市場規?？蛇_到 1283.2 億元以上。2、交換機交換機（1）交換機整機：交換機整機：AI 推動數據中心市場需求旺盛，加快向高速率產品升級推動數據中心市場需求旺盛，加快向高速率產品升級 AI 推動交換機市場更新升級，全球高速率交換機快速增長：推動交換機市場更新升級，全球高速率交換機快速增長：根據 IDC

78、 數據，2023 年全球交換機市場收入同比增長 20%，達到 442 億美元，其中，數據中心市場同比增長 14%，收入占比為 42%，具體來看，高速率交換機保持快速增長態勢，數據中心的 200/400G 以太網交換機同比+69%，100G 以太網交換機 2023 全年同比+6%。我國運營商數據中心加快建設，高速率交換機出貨有望持續增長：我國運營商數據中心加快建設，高速率交換機出貨有望持續增長：根據 IDC 數據，從中國市場來看，2023 年我國交換機市場收入同比+0.7%，其中，1）數據中心交換機同比+2.2%，具體來看，企業網數據中心受到互聯網行業持續的投資頹勢而有所承壓，但運營商數據中心自

79、 2022 年以來保持建設熱潮快速增長，隨著 AI 的火熱發展，數據中心超大規模組網需求提升，網絡速率的需求也大幅提升，預計從2024 年開始，400Gbps 端口交換機出貨量將繼續增長，51.2Tbps 芯片的成熟商用也將助推 400G 產品的應用。2）園區交換機同比下滑 0.5%，主要是宏觀經濟波動的影響導致企業項目部署有所延遲。29/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告（2）交換機整機：行業集中度高，國內商用市場以本土廠商為主，工業市場國產替代交換機整機：行業集中度高，國內商用市場以本土廠商為主，工業市場國產替代空間大空間大 目前交換機市場中以太

80、網交換機為主，按應用場景可以分為 1）數據中心交換機和非數據中心交換機（園區和分支機構）：數據中心用交換機一般對速率要求相對較高；2）商用交換機和工業交換機：工業交換機需要滿足工業控制現場的防水、防爆、抗干擾等苛刻環境和通信穩定性、網絡安全性等多種需求，所以相比于普通的商業交換機而言，在設計和元器件的選用上更為苛刻。此外，按產品類型可以分為品牌交換機、白盒交換機、裸機交換機。行業集中度高，國內商用市場以本土廠商為主：行業集中度高，國內商用市場以本土廠商為主：從全球市場來看，根據 IDC 數據，2023 年全球排名前三的廠商分別為思科、華為、Arista、HPE；從中國市場來看，根據觀研報告網數

81、據，2022 年我國以太網交換機市場中，華為、新華三、銳捷網絡占據主要份額，分別為 40%/36%/12%，CR3 超過 88%。工業市場國產替代空間大：工業市場國產替代空間大：對于國內以太網工業交換機市場而言，主要由思科、赫斯曼、摩莎、羅杰康等國際品牌主導，發展歷史悠久，具有完善的集成產品和全球供應鏈體系，品牌溢價高，但近年來，國產廠商憑借成本優勢和技術完善快速發展，與頭部國際品牌的差距有望縮小。（3）以太網交換芯片：交換機核心組件，向更高速率演進，商用市場國產化程度較低以太網交換芯片：交換機核心組件，向更高速率演進，商用市場國產化程度較低 芯片成本占比最高：芯片成本占比最高：交換機主要由交

82、換芯片、CPU、光電芯片、PCB 和電子元器件、光模塊、操作系統等組成，從成本結構來看，根據中商產業研究院數據，截至 2024 年 3 月，芯片在交換機成本構成中占比最高，達 32%。其中，交換芯片是交換機的主處理芯片，專用于處理大量數據及報文轉發。向更高速率演進是趨勢：向更高速率演進是趨勢：在技術方面，隨著 AI 的發展和大型數據中心集群的建設，以太網交換芯片需要支持更高的速率和更大的容量，向 400G、800G 等高速率演進是必然的趨勢。行業集中度高，商用市場國產化程度較低：行業集中度高，商用市場國產化程度較低：交換機主芯片存在較高技術和資金壁壘，行業集中度較高，主要分為自用和商用兩種，1

83、）自用廠商是將自研芯片用于自研的交換機產品中而不對外出售，根據盛科通信招股說明書，2020 年我國自研以太網交換芯片市場中，華為和思科占據主要份額，市占率分別為 88%/11%。2）商用方面，2020 年我國商用以太網交換芯片市場中，博通、美滿、瑞昱排名前三，市占率分別為 62%/20%/16%，而我國廠商目前能參與的較少，其中盛科通信以 2%的市占率在整個市場中排名第四，在本土廠商中排名第一。30/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 （4）以太網以太網 PHY 芯片：市場集中度較高，目前仍由海外巨頭主導芯片：市場集中度較高，目前仍由海外巨頭主導 以

84、太網傳輸的基礎，應用場景廣泛：以太網傳輸的基礎，應用場景廣泛：PHY 芯片主要負責處理以太網交換機中的物理層信號，是以太網傳輸的基石，只要是需要以太網通信的終端設備都可應用 PHY 芯片，因此 PHY 芯片廣泛應用于通信、汽車電子、消費電子、工控等各行業領域。一方面，通信網絡技術不斷升級要求以太網設備帶寬隨之升級；另一方面，AI 和物聯網的快速發展，帶來大量終端設備聯網需求和海量數據處理需求，推動以太網端口性能持續提升，以太網物理層芯片前景廣闊。3、IDC 我國數據中心產業發展迅猛，國產光模塊市場份額持續提升我國數據中心產業發展迅猛，國產光模塊市場份額持續提升 2024 年，中國數據中心市場規

85、?；虺?，中國數據中心市場規?；虺?3000 億元，且中國數據中心機架及算力總規模已位居全球第二。億元，且中國數據中心機架及算力總規模已位居全球第二。受新基建、數字化轉型及數字中國愿景目標等國家政策促進，我國數據中心市場規模持續高速增長。據中商產業研究院數據，2023 年中國數據中心市場規模約為 2407 億元，同比+26.68%，預測 2024 年達3048 億元。據工信部數據，截至 2024 年 6 月，全國在用算力中心機架總規模超過 830 萬標準機架，算力總規模達 246EFLOPS，位居全球第二。31/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 2

86、023 年中國智算中心市場投資規模達年中國智算中心市場投資規模達 879 億元，同比增長億元，同比增長 90%以上。以上。預計 2024 年國產化芯片產能提升，智算算力供給瓶頸將逐漸緩解。未來，AI 大模型應用場景不斷豐富，商用進程加快，據中國通信工業協會數據中心委員會中國智算中心產業發展白皮書（2024 年），預計 2028 年中國智算中心市場投資規模有望達到 2886 億元。我國我國 IDC 競爭市場已形成了基礎電信運營商及眾多第三方競爭市場已形成了基礎電信運營商及眾多第三方 IDC 廠商共同提供數據中心服務的市場格局。廠商共同提供數據中心服務的市場格局。其中，基礎電信運營商是以中國電信、

87、中國聯通、中國移動為代表提供基礎電信業務的企業，其擁有更多的通信網絡資源，在政企關系、發展時間及業務規模上具備一定優勢，長期占據市場主導地位。第三方數據中心服務商則是專門提供數據中心機柜租用、帶寬租用、服務器托管、代理運維等服務的企業，其多元化的經營與合作模式也為數據中心市場帶來了生機和活力。根據 IDC 數據，2023 年三大運營商仍占據主導地位。在第三方數據中心服務商中，依托核心地段資源優勢以及更優質的經營能力，Top5 服務商市場份額從 2022 年的 48.8%提升到 2023 年的 51.3%。32/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 需求

88、驅動和供給導向推動數據中心集群化發展，需求驅動和供給導向推動數據中心集群化發展，超大型數據中心成為未來供給端的發展趨勢。超大型數據中心成為未來供給端的發展趨勢。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。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 Web3.0 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。園區級數據中心優勢明顯：園區級數據中心優勢明顯：1）建設及運營成本低，規模優勢明顯

89、，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。運載力運載力是算力基礎設施中不可或缺的一部分，能夠在數據中心內部和數據中心之間進行數據的網絡傳輸，它體現了算力設施數據傳輸的綜合能力，包括網絡架構、網絡帶寬、傳輸時延、智能化管理與調度等多個方面。2023 年 10 月，工業和信息化部、中央網信辦等六部門聯合發布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制定了到 2025 年的發展量化指標。在運載力方面，我國提出國家樞紐節點數據中心集群間實現不高于理論時延 1.5 倍的直連網

90、絡傳輸，重點應用場所光傳送網（OTN）覆蓋率達到 80%，骨干網、城域網全面支持 IPv6，SRv6 等新技術使用占比達到 40%的目標。數據通過通信網進行傳輸。通信網包括交換網、傳輸網與支撐網。傳輸網是用作傳送通道的網絡，是一般架構在交換網和支撐網之下用來提供信號傳送和轉換的網絡，屬于上述各網絡的基礎網。傳輸網形成了省際干線、省內干線、本地傳輸網三級架構，本地網又分為核心層、匯聚層、綜合業務接入層，層級間通過 1-2 個節點銜接。按邏輯分層看，每一層級可分為光纜層、傳輸系統層、業務層，傳輸系統層包括光層和電層。33/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報

91、告 傳輸網建設穩步推進。傳輸網建設穩步推進。截至 2024 年 6 月，我國光纜線路總長度達 6712 萬公里，新型超低損耗光纖部署規模逐步擴大。骨干傳輸網絡持續擴容，200G 傳輸系統規模部署，400G 超高速、超大容量傳輸系統在部分骨干場景部署。同時，我國通信設備市場份額全球居前，光傳輸設備、光接入設備的全球市場份額分別達到 43.7%和 64.8%。展望未來，算力運載力的發展前景向好，傳送網將加快從 200G 向400G 及更大容量擴容，滿足海量數據穩定傳輸、算力跨區域調度等需求，預計在 2025 年開啟短距離傳輸試點應用。34/41 2025 年年 3 月月 3 日日 行業行業|深度深

92、度|研究報告研究報告 運載力支撐來源因素包括基站天線、電線電纜及光纖光纜。其中光纖光纜作為一種通信電纜，運載力支撐來源因素包括基站天線、電線電纜及光纖光纜。其中光纖光纜作為一種通信電纜，由兩個或多個玻璃或塑料光纖芯組成，這些光纖芯位于保護性的覆層內，由塑料 PVC 外部套管覆蓋。沿內部光纖進行的信號傳輸一般使用紅外線。光纖光纜可分為突變型、漸變型、單模光纖、玻璃光纖、包層光纖、塑料光纖、被覆光纖。光纜作為光纖光纜行業的最終產成品，一般直接銷售給終端客戶，例如中國移動、中國聯通和中國電信等三大國有電信運營商，用于通信線路的建設。光纜敷設的通信網絡按照范圍大小一般可分為廣域網、城域網和局域網等，按

93、照線路連接區域一般可分為一級干線和二級干線等。眾多領軍企業積極加大在光纖光纜產業領域的布局力度。眾多領軍企業積極加大在光纖光纜產業領域的布局力度。運營商光纖光纜部署分為長途光纜、中繼光纜和接入光纜三類。數據顯示，2022 年我國接入網光纜線路、本地網中繼光纜線路和長途光纜線路長度分別達 3702 萬公里、2146 萬公里和 109.5 萬公里，占比分別為 62.1%、36.0%、1.8%。光纜線路總長度不斷提升。光纜線路總長度不斷提升。據中商產業研究院數據，2022 年新建光纜線路長度 477.2 萬公里，全國光纜線路總長度達 5958 萬公里，同比增長 8.6%。截至 2023 年 9 月末

94、，全國光纜線路總長度達到 6310 35/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 萬公里，比上年末凈增 351.7 萬公里。2023 年全國光纜線路總長度將達 6458 萬公里，2024 年有望增至 6735 萬公里。2019-2022 年中國光纜產量從 2.46 億芯千米增長至 2.99 億芯千米，2023 年中國光纜產量為 2.82 億芯千米。固網寬帶改造升級、固網寬帶改造升級、5G 基站部署、基站部署、數據中心改造擴容和運營商需求回暖。數據中心改造擴容和運營商需求回暖。我國光纖滲透率接近飽和，但光纖從百兆升千兆仍有提升空間。5G 基站部署正如火如荼

95、，預計到 2026 年，我國將新建成 538 萬個 5G 基站，隨之而來的是 5G 小基站需求的釋放，預計市場規模能達到數千萬量級。此外，數據中心改造擴容也在加速進行，機架數量持續增長大型數據中心數據傳輸采用 AOC 光模塊，進一步催化光纖光纜需求。到 2026 年，中國數據中心市場規模有望達到 3866 億元，CAGR 仍能保持在 26.7%。運營商需求回暖，2022 年以來，5G 和千兆光網的快速發展帶動了運營商招投標需求的回升，集采量價齊升，為光纖光纜行業的景氣度回升和市場繁榮奠定了堅實基礎。36/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 量上看，據

96、財聯社數據，2021-2022 年三大運營商中中國移動的集采規模最大，集采普通光纜規模達447.05 萬皮長公里，折合 1.432 億芯公里，相比 2020 年提升 20%，相比 2019 年提升了 36%。光模塊作為光纖通信中的重要組成部分，是實現光信號傳輸過程中光電轉換和電光轉換功能的光電子器光模塊作為光纖通信中的重要組成部分，是實現光信號傳輸過程中光電轉換和電光轉換功能的光電子器件。件。光模塊工作在 OSI 模型的物理層，是光纖通信系統中的核心器件之一。它主要由光電子器件（光發射器、光接收器）、功能電路和光接口等部分組成，主要作用就是實現光纖通信中的光電轉換和電光轉換功能。AI 大模型驅

97、動下光模塊增長中樞提升：大模型驅動下光模塊增長中樞提升：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 15-20%；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%。預計 23/24/25 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。格局穩定，光模塊國產化替代完成。格局穩定

98、，光模塊國產化替代完成。中國龍頭廠商市場份額排名行業前列，具備世界競爭力。光模塊領域中國廠商競爭優勢明顯，市占率持續提升。依據 Lightcounting 數據，2023 年中際旭創光模塊出貨量已超過 Coheren 獨占行業榜首。華為、光迅科技、海信寬帶、新易盛、華工科技、索爾思光電分列 3、5、6、7、8、9 位；前十大廠商中中國廠商數量由 2010 年的 1 家（WTD 武漢電信器件有限公司）增至2023 年的 7 家，光通信領域中國企業競爭優勢不斷體現，市場份額持續提升。37/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 六、相關公司六、相關公司 1、

99、海光信息：中國海光信息：中國 CPU+GPU 雙核心環節的領軍企業雙核心環節的領軍企業 海光信息是一家研發、設計和銷售通用處理器（海光信息是一家研發、設計和銷售通用處理器（CPU）和協處理器（）和協處理器（DCU）的芯片設計廠商，）的芯片設計廠商，產品包括海光 CPU 系列和深算 DCU 系列，CPU 兼容 x86 指令集，DCU 以 GPGPU 架構為基礎，兼容“類CUDA”環境，產品廣泛應用于服務器、工作站等計算、存儲設備中。營收端：公司營收快速增長，主要得益于行業的高速發展和公司產品的規?；鲐?。營收端：公司營收快速增長，主要得益于行業的高速發展和公司產品的規?；鲐?。2020 年和 2

100、021 年公司實現營收翻倍，主要系海光二號和深算一號實現規?；鲐?。2022 年主要系公司不斷提升產品競爭力、產業發展以及眾多行業對國產服務器需求的大幅增加，公司營收再次實現翻倍。2023 年公司實現營收 60.12 億元，同比增長 17.30%。2、寒武紀：中國寒武紀：中國 AI 芯片先行者，加大通用智能芯片研發芯片先行者，加大通用智能芯片研發 公司是智能芯片領域全球知名的新興公司，能提供云邊端一體、軟硬件協同、訓練推理融合、具備統一公司是智能芯片領域全球知名的新興公司，能提供云邊端一體、軟硬件協同、訓練推理融合、具備統一生態的系列化智能芯片產品和平臺化基礎系統軟件。生態的系列化智能芯片產品

101、和平臺化基礎系統軟件。38/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 營收端：營收端：2018-2023 年，公司營收 CAGR 為 43.39%，增速較快。2018 年，公司營收主要來自智能處理器 IP 產品；2019-2020 年，公司云端產品線與智能計算集群產品持續增長；2021 年，公司發布邊緣端產品思元 220 系列，帶來當年邊緣產品線營收 1.75 億元、增長快速；2022-2023 年，智能計算集群系統的營收增長較快。3、中科曙光：中科院計算機平臺，受益自主可控與國企改革中科曙光：中科院計算機平臺，受益自主可控與國企改革 公司是我國核心信息基

102、礎設施領軍企業，并充分發揮高端計算優勢，布局智能計算、云計算、大數據等領域的技術研發，打造計算產業生態，在高端計算領域自主可控優勢明顯。公司是中科院頂級技術孵化平臺，在體內控股及參股了海光信息、中科星圖、曙光云、中科方德、中科三清、中科天機、曙光數創等多項優質資產公司，在全球高性能計算領域競爭優勢顯著在我國分布式存儲、AI 服務器等領域份額居前。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

103、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。研發實力雄研發實力雄厚，關鍵技術定點突破。厚，關鍵技術定點突破。公司于近年來聚焦攻克基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。39/41 2025 年年 3 月月 3 日日 行業行業|深度深度|研究報告研究報告 4、浪潮信息：全球服務器龍頭，計算浪潮信息：全球服務器龍頭，計算/存儲存儲/網絡業務協同發展網絡業務協同發展 公司是全球領先的公司是全球領先的 IT 基礎設施產品、方案和服務提供商，為客

104、戶提供云計算、大數據、人工智能等各基礎設施產品、方案和服務提供商，為客戶提供云計算、大數據、人工智能等各類創新類創新 IT 產品和解決方案。產品和解決方案。分板塊來看，在算法方面，公司推出的企業大模型開發平臺 EPAI，支持包括 CPU、GPU 和各類加速卡在內的 20+多元計算芯片，助力企業輕松跨越 AI 應用開發與部署門檻。在算力方面，公司推出的全新一代開放加速計算服務器 NF5698G7、穩定高效的多元算力平臺等多款 AI服務器產品，都具有多元開放、綠色節能的共性；新一代模塊式液冷智算中心，覆蓋了不同的計算節點，兼容了通用 CPU、GPU、OAM，可以給客戶提供數據中心部署實施完整的液冷

105、解決方案，實現 PUE 低至 1.1。公司與 Intel 聯合發布了 AI 通用服務器，業界首次實現服務器基于通用處理器支持千億參數大模型的運行，能夠靈活滿足基于大模型的 AI 應用及云計算、數據庫等通用場景。在數據基礎設施層面，公司發布了生成式 AI 存儲解決方案，滿足大模型應用在存儲性能和存儲容量方面的嚴苛需求，幫助用戶加速大模型的數據歸集、提升模型訓練效率、簡化海量異構數據的管理，實現面向大模型應用的全面優化，助力用戶構筑人工智能時代最佳數據存儲底座。在互聯方面，公司推出的超級 AI 以太網交換機 X400，是國內首款基于 NVIDIA Spectrum-X 平臺打造，具備高吞吐、低時延

106、、高可靠等優勢，針對 AI 大模型場景進行 RoCE 優化，比傳統的 RoCE 網絡性能提升了 1.6 倍，為大模型訓練和推理提供領先的 AI 網絡性能。2023 年，公司實現收入 658.67 億元，同比-5%；歸母凈利潤 17.83 億元，同比-15%。公司業績增長來源：1）AI 大模型、云計算、大數據、移動互聯等快速發展帶動服務器需求；大模型、云計算、大數據、移動互聯等快速發展帶動服務器需求；2）公司通過技術創新、）公司通過技術創新、JDM 商業模式創新、推動開放計算，持續提升市占率。商業模式創新、推動開放計算，持續提升市占率。40/41 2025 年年 3 月月 3 日日 行業行業|深

107、度深度|研究報告研究報告 5、長鑫存儲：中國長鑫存儲：中國 DRAM 龍頭產能提升，龍頭產能提升，DDR5 引領國產替代加速引領國產替代加速 國產國產 DRAM 先鋒。先鋒。長鑫存儲成立于 2016 年，已成為中國最大的 DRAM 廠商，公司此前主要產品是19nm 工藝的 DDR4/LPDDR4/LPDDR4X 芯片。2023 年 11 月 28 日，長鑫存儲宣布推出 LPDDR5 系列 DRAM 產品，正式進軍移動終端市場，并在小米、傳音等國產手機品牌完成上機驗證。長鑫存儲的DDR5 芯片量產和 LPDDR5 系列產品的推出，將助力中國在全球 DRAM 市場地位的提升，突破海外高端 DRAM

108、 壟斷，促進國內存儲產業發展。DDR5 已量產，良率有望于已量產，良率有望于 2025 年底達年底達 90%。12 月 24 日根據韓媒報道，長鑫存儲已成功實現DDR5 內存芯片的量產。根據報道長鑫 DDR5 良率約為 80%，與韓國企業良率接近，預計到 2025 年底，良率會進一步拉升到 90%。中國第三方存儲器模組制造商已開始向市場銷售采用長鑫存儲生產的 DDR5存儲器芯片的 DDR5 DRAM 存儲器模組。技術能力持續進步，產能持續擴張。技術能力持續進步，產能持續擴張。公司在生產能力上取得顯著進步。目前長鑫存儲在合肥營運兩座晶圓廠，其中 Fab1 專陣生產 DDR4 芯片，采用 19 納

109、米制程技術，月產能為 10 萬片晶圓。另外，Fab2 使用了 17 納米制程，用于生產 DDR5 芯片，月產能為 5 萬片晶圓。產能快速擴張推動長鑫存儲在全球DRAM 市場份額從三年前的不到 2%迅速攀升至 2024 年的約 10%，并躍居為全球第四大 DRAM 供應商。預計到 2025 年底，長鑫存儲的月產能將進一步擴大至 30 萬片，占全球總產能的 15%。6、佰維存儲：國內存儲模佰維存儲：國內存儲模組龍頭，強化研發封測一體化組龍頭，強化研發封測一體化 佰維存儲經過存儲三十載和佰維存儲經過存儲三十載和 IC 晶圓封測十六載沉淀，從代工平臺成長為研發封測一體化的存儲模組龍晶圓封測十六載沉淀，

110、從代工平臺成長為研發封測一體化的存儲模組龍頭。頭。佰維存儲打造了全系列、差異化的產品體系及服務，公司主要產品為存儲器，主要服務為先進封測。佰維存儲打造了全系列、差異化的產品體系及服務，公司主要產品為存儲器，主要服務為先進封測。佰維存儲緊隨存儲器大容量、大寬帶、低延時、高安全、小尺寸等升級方向，在移動智能終端、PC、行業終端、數據中心、智能汽車、移動存儲等六大應用領域持續創新，截至 2023 年，公司存儲器產品制造營收占比高達 93.2%。存儲器產品制造按照應用領域不同又分為嵌入式存儲、PC 存儲、移動存儲、工車規存儲和企業級存儲等，其中嵌入式存儲、PC 存儲和移動存儲貢獻了公司九成以上的營收，

111、企業級存儲目前該類產品出貨占公司總營收較小，但因為公司的企業級 SSD 和服務器內存條可應用于算力服務器，未來隨著算力服務器出貨量的增長，公司企業級存儲收入占比有望提升。41/41 2025 年年 3 月月 3 日日行業行業|深度深度|研究報告研究報告 公司強化研發封測一體化布局，有望進一步增強核心競爭力，延伸公司的價值鏈條。公司強化研發封測一體化布局，有望進一步增強核心競爭力，延伸公司的價值鏈條。公司針對市場不同需求進行產品設計、研發及原材料選型，從供應商購入 DRAM 和 NAND Flash 晶圓及芯片等主要原材料，自研或外購主控晶圓及芯片，對存儲介質開展特性研究與匹配，通過固件/軟件/

112、硬件和測試方案開發適配各類客戶典型應用場景，并進行 IC 封測或模組制造，將原材料生產成半導體存儲器產品，銷售給下游客戶。研發封測一體化為公司在產品創新及開發效率等方面帶來競爭優勢，同時規避了晶圓迭代的技術風險和過重的資本投入。7、中芯國際：中國大陸集成電路制造業領導者中芯國際：中國大陸集成電路制造業領導者中芯國際是世界領先的集成電路晶圓代工企業之一，也是中國大陸集成電路制造業領導者，擁有領先的工藝制造能力、產能優勢、服務配套，向全球客戶提供 8 英寸和 12 英寸晶圓代工與技術服務。根據全球各純晶圓代工企業最新公布的 2023 年銷售額情況排名，中芯國際位居全球第四位，在中國大陸企業中排名第

113、一。七、參考研報七、參考研報 1.長城證券-計算機行業國產算力系列專題報告：國產算力飛躍啟新，AI 引領產業鏈發展變革2.長江證券-通信設備行業國產算力系列（一）：重鑄算力基座，奔赴 AI 時代3.國海證券-計算機行業 AI 算力“賣水人”系列（4）：美國對華 AI 限制加劇，自主可控大勢所趨4.東北證券-2025 年電子行業年度投資策略：靈蛇吐珠，前瞻四大科技趨勢5.甬興證券-AI 算力行業深度報告：擁抱 AI 算力時代的星辰大海6.德邦證券-IDC 行業深度：DeepSeek 加速國產算力鏈形成閉環，價值網絡有望井噴7.華鑫證券-電子通信行業 2025 年行業策略報告：AI 端側和 AI 基建新幕起，電子通信大國崛起8.天風證券-計算機行業算力知識普惠系列一：AI 芯片的基礎關鍵參數9.國信證券-通信行業國產算力專題：國產算力加速發展，產業鏈蓄勢待發10.方正證券-計算機行業智算中心總結與展望：著眼生態價值及需求拉動11.山西證券-存儲行業深度報告：把握行業周期反轉機會，存儲產業鏈國產替代空間大12.山西證券-佰維存儲-688525-國內存儲模組龍頭，加碼布局先進封測免責聲明：以上內容僅供學習交流，不構成投資建議。