1、請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明1 1計算機計算機計算機行業年度策略領先大市計算機行業年度策略領先大市-A(維持維持)AI 應用元年，看好應用元年，看好 Agent、豆包鏈及推理算力三大主線、豆包鏈及推理算力三大主線2025 年年 2 月月 18 日日行業研究行業研究/行業年度策略行業年度策略計算機板塊近一年市場表現計算機板塊近一年市場表現資料來源：最聞首選股票首選股票評級評級688111.SH金山辦公買入-A688041.SH海光信息買入-A000977.SZ浪潮信息買入-A603019.SH中科曙光買入-A相關報告：【山證計算機】UltraMem 架

2、構為推理降本，AI 應用全面落地可期-行業快報2025.2.17【山證計算機】微信接入 DeepSeek，AI商業化潛力有望加速釋放-行業快報2025.2.17分析師：分析師：方聞千執業登記編碼：S0760524050001郵箱：投資要點：投資要點：24年計算機板塊全年走勢先抑后揚，年計算機板塊全年走勢先抑后揚，25年全面看好年全面看好AI產業鏈投資機會。產業鏈投資機會。24 全年計算機走勢分兩大階段：年初至 9 月中旬，下游政企客戶 IT 預算緊張，導致計算機板塊營收恢復不及預期，促使板塊整體震蕩下行；9 月底以來，宏觀政策及市場預期轉向驅動計算機板塊大幅反彈，其中金融 IT、鴻蒙和 AI

3、應用交替表現。全年來看，計算機板塊收入及利潤整體承壓，但前三季度利潤已呈逐季改善趨勢，當前板塊估值處于近 5 年的歷史中樞，未來仍有較大提升空間。展望 25 年，我們全面看好 AI 產業鏈投資機會，Agent、豆包鏈和推理算力是明年 AI 產業鏈三大主線，同時重點關注信創、自動駕駛、華為鏈等板塊。AI 應用：應用：Agent 全面落地，豆包生態引領國內全面落地，豆包生態引領國內 AI 產業鏈。產業鏈。1）Agent：Agent 目前正成為通往 AGI 的重要路徑，國內外廠商正加速布局，海外頭部AI 應用廠商包括 Palantir、Salesforce、Duolingo 等已推出 Agent 產

4、品。我們認為，Agent 將率先在場景邏輯簡單、可靠性要求相對低的場景中落地，隨后向任務執行復雜、可靠性要求高的場景不斷延伸，看好在辦公、財務、營銷等通用場景及能源、金融和教育等領域的 AI 應用頭部廠商；2）豆包鏈：字節目前在 AI 領域布局已經全面領跑，在用戶流量、產品豐富度、模型性能等方面國內領先，看好豆包生態鏈未來投資機會的持續釋放。目前豆包在應用端主要有四類合作伙伴，分別為內容提供商、廣告代理商、端側硬件廠商、生態應用廠商，其中，重點看好可挖掘細分領域眾多且空間廣闊的端側硬件廠商及生態應用廠商投資機會。AI 算力：推理側需求亟待爆發，國產算力芯片全面崛起。算力：推理側需求亟待爆發，國

5、產算力芯片全面崛起。1）全球：24年北美四大 CSP 資本開支保持高速增長，預計 AI 驅動下的資本開支高增長趨勢將持續至 25 年。25 年推理側算力需求有望全面爆發，o1 模型帶來新的Inference Scaling Law，將促使大模型廠商將算力資源向推理側傾斜，同時AI 應用訪問量持續增加以及多模態、Agent 等應用提高算力消耗，25 年推理側需求有望逐漸占據主導，并帶動 ASIC 芯片的市場份額持續提升；2）國內：互聯網大廠持續加大算力投入，其中預計 25 年字節資本開支將翻倍至 1600億元。與此同時，芯片出口管制持續收緊，加速 AI 芯片國產化進程。目前華為昇騰、海光信息、寒

6、武紀、昆侖芯等國產 AI 芯片第一梯隊廠商正加速追趕英偉達，其中，昇騰 910B 已基本可對標 A100，成為國內互聯網廠商國產訓練芯片的首選，而寒武紀、海光信息、昆侖芯新一代主力產品思元 590、深算三號、昆侖芯 3 代未來有望對 H20 形成替代。行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明2 2投資建議投資建議：25 年我們全面看好 AI 產業鏈投資機會，Agent、豆包鏈和推理算力是明年 AI 產業鏈三大主線。在應用端，一方面看好在辦公、財務、營銷等場景 Agent 的落地，另一方面看好豆包鏈端側硬件廠商及生態應用廠

7、商投資機會，重點推薦金山辦公，建議關注新致軟件、泛微網絡、第四范式、漢得信息等；國內下游客戶持續加大國產 AI 芯片采購，同時國產 AI 芯片第一梯隊廠商正在性能、生態、產能上加速追趕英偉達，其新一代主力產品未來有望對英偉達形成替代，推薦國產 AI 算力芯片第一梯隊海光信息以及服務器頭部浪潮信息，關注寒武紀、中科曙光、紫光股份等。風險提示風險提示：AI 應用商業化落地進展不及預期應用商業化落地進展不及預期，互聯網對國產互聯網對國產 AI 芯片的采購芯片的采購不及預期，國產不及預期，國產 AI 芯片技術研發不及預期，行業競爭格局加劇風險。芯片技術研發不及預期，行業競爭格局加劇風險。uWcXnMm

8、OoNrNtO9PcM6MnPqQnPqNlOqQtRiNoPxO9PmMxOMYnMxPxNtOtR行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明3 3目錄目錄1.24 年計算機板塊走勢先抑后揚，年計算機板塊走勢先抑后揚，25 年全面看好年全面看好 AI 產業鏈產業鏈.62.AI 應用：應用：AI 應用元年，看好應用元年，看好 Agent 及豆包鏈兩大方向及豆包鏈兩大方向.112.1Agent 與 RAG 正加速企業級 AI 應用落地.112.2 國內外應用廠商加速布局，Agent 有望成為 25 年 AI 應用最大亮點.1

9、72.3 豆包領跑國內 AI 產業鏈，看好端側硬件和生態應用廠商投資機會.223.AI 算力：算力：25 年年 AI 推理需求有望爆發，國產算力芯片全面崛起推理需求有望爆發，國產算力芯片全面崛起.253.1 全球 AI 算力需求持續，25 年推理側需求有望爆發.253.2ASIC 優勢持續凸顯，未來有望持續搶占 GPU 份額.273.3 國內 AI 算力持續高景氣，國產算力芯片即將全面崛起.284.投資建議投資建議.345.風險提示風險提示.36圖表目錄圖表目錄圖圖 1：2024 年申萬計算機指數、創業板指、上證指數、滬深年申萬計算機指數、創業板指、上證指數、滬深 300 指數的走勢對比指數的

10、走勢對比.6圖圖 2：計算機板塊營收（億元）變化情況計算機板塊營收（億元）變化情況.7圖圖 3：計算機板塊歸母凈利潤（億元）變化情況計算機板塊歸母凈利潤（億元）變化情況.7圖圖 4：2020-2024 年計算機板塊的市盈率（年計算機板塊的市盈率（PE（TTM）變化情況）變化情況.8圖圖 5：2015Q1-2024Q3 計算機行業機構（基金和基金管理公司）持倉比重計算機行業機構（基金和基金管理公司）持倉比重.9圖圖 6：開源模型和閉源模型的技術差距在逐漸縮小開源模型和閉源模型的技術差距在逐漸縮小.11圖圖 7：2024 年年 OpenAI 的市場份額有所下降的市場份額有所下降.12圖圖 8：全球

11、生成式全球生成式 AI 應用應用 APP 端訪問量統計端訪問量統計.13圖圖 9：2023 和和 2024 年大模型主要技術路線對比年大模型主要技術路線對比.14行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明4 4圖圖 10：企業級市場的生成式企業級市場的生成式 AI 應用場景排名應用場景排名.15圖圖 11：2024 年海外年海外 AI 應用廠商股價變化情況應用廠商股價變化情況.16圖圖 12：2024 年國內年國內 AI 產業鏈相關標的股價變化情況產業鏈相關標的股價變化情況.16圖圖 13：AI 應用形態從應用形態從 Ch

12、atbot 延伸至延伸至 Copilot，目前向，目前向 Agent 過渡過渡.17圖圖 14：在不同領域和應用中感知和行動的在不同領域和應用中感知和行動的 AIAgent 系統系統.18圖圖 15：AIP 融入原有融入原有 Foundry 平臺中平臺中.20圖圖 16：Titan 的本體示意圖的本體示意圖.21圖圖 17：豆包豆包 APP 月活用戶數遠超國內其他月活用戶數遠超國內其他 AI 應用應用.22圖圖 18：豆包視覺理解大模型輸入價格較行業均價低豆包視覺理解大模型輸入價格較行業均價低 85%.23圖圖 19：豆包應用產業生態合作伙伴可大致分為四類豆包應用產業生態合作伙伴可大致分為四類

13、.24圖圖 20：AI 驅動北美四大驅動北美四大 CSP 資本開支高速增長（單位：億美元）資本開支高速增長（單位：億美元）.25圖圖 21：在在 ARC-AGI 測試中，測試中，o3 模型的單任務成本遠高于模型的單任務成本遠高于 o1.26圖圖 22：Marvell 預測預測 2028 年年 ASIC 在數據中心加速計算芯片中占比將達到在數據中心加速計算芯片中占比將達到 25%.27圖圖 23：豆包大模型日均豆包大模型日均 token 消耗量已超消耗量已超 4 萬億（單位：億）萬億（單位：億）.29圖圖 24：字節字節 24 全年資本開支基本持平全年資本開支基本持平 BAT 前三季度的合計資本

14、開支（單位：億元）前三季度的合計資本開支（單位：億元）.29圖圖 25：寒武紀、海光信息、昆侖芯等廠商的新一代主力產品有望對英偉達寒武紀、海光信息、昆侖芯等廠商的新一代主力產品有望對英偉達 H20 形成替代形成替代.32表表 1：計算機行業投資策略計算機行業投資策略.10表表 2：海外應用廠商與科技大廠正加速布局海外應用廠商與科技大廠正加速布局 AI Agent 產品產品.19表表 3：北美四大北美四大 CSP 均已布局均已布局 AI ASIC 芯片芯片.28表表 4：美國芯片出口管制政策持續加碼美國芯片出口管制政策持續加碼.30表表 5：英偉達、英偉達、AMD 及主要國產及主要國產 AI 芯

15、片對比芯片對比.31表表 6：國產國產 AI 芯片廠商主要通過兼容芯片廠商主要通過兼容 CUDA 以及自研兩種方式構建生態以及自研兩種方式構建生態.33行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明5 5表表 7：主要公司盈利預測和估值情況主要公司盈利預測和估值情況.35行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明6 61.24 年計算機板塊走勢先抑后揚，年計算機板塊走勢先抑后揚，25 年全面看好年全面看好 AI 產業鏈產業鏈2024 全年計算機板塊走勢先抑

16、后揚。全年計算機板塊走勢先抑后揚。1）2024 年初至 9 月份，計算機板塊整體呈震蕩下行趨勢，并且走勢弱于滬深 300，年初至 8 月底申萬計算機指數累計跌幅達 29%，主要原因在于 2024 年前三季度宏觀經濟復蘇緩慢，財政預算緊張，導致下游 G 端客戶對 IT 支出保持謹慎；2）2024 年 9 月底以來，宏觀經濟轉向驅動計算機板塊大幅反彈。央行在 9 月 24 日推出一攬子政策，包括降準、降息、降存量房貸利率以及設立新的工具支持股市等，助推市場情緒顯著改善，同時流動性大幅增加，9 月 24 日至 10 月底申萬計算機指數漲幅達 47%，遠高于滬深 300 指數 16%的漲幅，其中，金融

17、 IT、鴻蒙、AI 應用三大板塊交替表現。24年全年申萬計算機指數累計漲幅為 6%，低于滬深 300 指數 16%的漲幅。圖 1：2024 年申萬計算機指數、創業板指、上證指數、滬深 300 指數的走勢對比資料來源：Wind，山西證券研究所計算機板塊的收入增長逐步改善，而凈利潤整體仍有所承壓，但前三季度已呈現逐季改善趨勢。計算機板塊的收入增長逐步改善，而凈利潤整體仍有所承壓，但前三季度已呈現逐季改善趨勢。2024年前三季度計算機行業營收為 8498 億元，同比增長 6%，較 23 年的營收增長有一定程度提升，但受需求端因素影響整體仍處于較低增長水平；24 年前三季度行業歸母凈利潤為 164 億

18、元，同比減少 32%，整體有所承壓，但從季度數據看呈逐步改善趨勢，前三季度行業歸母凈利潤分別同比增長-77%、-39%、-32%。2024年前三季度計算機板塊毛利率和凈利率分別為 25.2%和 1.9%，分別較上年同期降低 1.7 個百分點以及降低0.9 個百分點。25 年隨著下游需求有一定程度恢復，計算機板塊營收有望得到進一步改善，同時隨著降本增行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明7 7效的持續深化，板塊利潤率也有望逐步企穩。圖 2：計算機板塊營收（億元）變化情況圖 3：計算機板塊歸母凈利潤（億元）變化情況資料來源

19、：Wind，山西證券研究所資料來源：Wind，山西證券研究所當前計算機板塊估值處于近當前計算機板塊估值處于近 5 年的歷史中樞，仍存在一定提升空間。年的歷史中樞，仍存在一定提升空間。2023 年下半年以來，由于宏觀經濟持續低迷，政企的 IT 預算大幅收緊，大多主要依靠政企客戶的計算機行業的公司業績恢復不及預期，市場情緒低落，導致計算機板塊估值長期處于下跌過程中，截至 2024 年 8 月 27 日計算機板塊的市盈率僅 40倍，為近一年來的最低點，且是 2023 年 6 月 20 日短期高點的一半左右。24 年 9 月以來，隨著市場流動性和風險偏好改善，計算機板塊估值大幅提升，截至 24 年底，

20、行業估值為 67 倍，近 5 年分位數為 74.15%，截至 25 年 1 月 10 日，行業估值為 61 倍，近 5 年分位數為 55.90%。隨著宏觀環境的恢復以及信創、AI 等因素的驅動，從匹配未來三年預期業績增速角度看，計算機板塊的估值水平仍存在提升空間。行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明8 8圖 4：2020-2024 年計算機板塊的市盈率（PE（TTM）變化情況資料來源：Wind，山西證券研究所計算機板塊的基金持倉處于近計算機板塊的基金持倉處于近 10 年低位年低位，并且處于低配狀態并且處于低配狀態，未

21、來隨著高景氣賽道催化未來隨著高景氣賽道催化，計算機板塊計算機板塊配置比例有望逐步回升。配置比例有望逐步回升。自 23Q2 達到 7.4%的高點后，計算機板塊的基金配置比例持續下降，2024 年前三季度配置比例分別為 3.9%、3.6%、3.1%，24Q3 達到了近 10 年來的基金配置比例最低水平，同時跌出了基金的前十大配置行業名列，全行業排名第 19。根據 Wind 對基金公司資產配置數據的統計，24H1 計算機板塊配置比例為 3.50%，而計算機行業在全行業中的市值占比為 3.82%，則計算機板塊仍低配了 0.31%。未來隨著鴻蒙、AI 算力及應用等細分賽道的催化，計算機板塊的基金配置比例

22、有望止跌回升。行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明9 9圖 5：2015Q1-2024Q3 計算機行業機構（基金和基金管理公司）持倉比重資料來源：Wind，山西證券研究所展望展望 25 年我們全面看好年我們全面看好 AI 產業鏈投資機會，產業鏈投資機會，Agent、豆包鏈和推理算力是明年、豆包鏈和推理算力是明年 AI 產業鏈三大主線，產業鏈三大主線，同時重點關注信創同時重點關注信創、自動駕駛自動駕駛、華為鏈等板塊華為鏈等板塊。1）AI 算力：25 年在 AI 應用帶動下推理側需求爆發，同時國內算力市場保持高景氣，疊加

23、美國芯片出口管制政策不斷收緊推動國產芯片采購占比提升，國產 AI 算力需求有望加速；2）AI 應用：24 年以豆包為代表的 C 端應用流量持續快速增長，同時 B 端應用已開始逐步實現客戶場景落地，預計未來 AI 應用有望在教育、醫療、金融等各場景爆發，并為相關廠商貢獻業績增量；3）信創：24 年信創進展不達預期，而隨著超長期特別國債等補貼以及 信息化標準建設行動計劃（2024-2027年）等催化政策落地，未來 3 年信創招投標有望提速；4）自動駕駛：國內自動駕駛正處于 L2 向 L3 過渡階段，目前在政策端和技術端已有突破，包括高級別自動駕駛監管政策推出、輕量級地圖技術突破等，預計未來高級別自

24、動駕駛的商業化進程有望加速；5）華為鏈：微信的鴻蒙原生版已正式上架，且 top5000 應用已全面啟動遷移，預計未來 1-2 年將進入中長尾應用的遷移高峰期。此外，昇騰 910B 是目前國產訓練芯片的首選，而根據路透社，下一代的昇騰 910C 有望于今年一季度實現量產；6）金融 IT：主要包括銀行 IT和證券 IT 兩大子賽道，隨著 9 月底政策轉向大幅拉升市場成交量，預計 24Q4 金融 IT 板塊業績有望明顯改善。行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明1010表 1：計算機行業投資策略細分賽道細分賽道行業特性行業特

25、性邊際變化邊際變化核心標的核心標的AI 應用AI 產業趨勢帶來機會，目前處于發展早期，未實現產品規?；涞夭糠?B 端產品實現客戶場景落地；豆包等 C 端應用流量高速增長金山辦公、泛微網絡、新致軟件、漢得信息、鼎捷數智、彩訊股份、萬興科技、能科科技等AI 算力國內外需求持續高景氣，相關公司業績開始兌現美國芯片出口管制政策趨嚴推動國產AI 芯片采購占比提升海光信息、寒武紀、浪潮信息、中科曙光、紫光股份、華勤技術、四川長虹、神州數碼等信創24 年信創進展緩慢，招投標金額和數量不及預期隨著相關補貼及政策落地，25 年信創招投標有望提速海光信息、龍芯中科、中科曙光、中國軟件、誠邁科技、達夢數據、東方通

26、、普元信息、寶蘭德、金山辦公等自動駕駛國內自動駕駛處于 L2 向 L3 過渡的階段“車路云一體化”建設政策疊加輕量級地圖技術，L3 及以上高級別自駕的商業化進程將加速推進德賽西威、中科創達、地平線、文遠知行、如祺出行、禾賽科技、知行科技等工業軟件下游制造業未完全恢復，但多家廠商在突破高端市場及拓展海外市場上取得明顯進展工業領域設備更新政策將推動工業軟件更新換代及提升國產化率中望軟件、華大九天、索辰科技、中控技術、賽意信息、寶信軟件、龍軟科技、容知日新、智洋創新、今天國際等網絡安全需求側恢復緩慢，收入端未明顯改善，但受益于降本增效，利潤端恢復好于收入端網絡數據安全管理條例25 年 1 月實施，推

27、動數據安全加速落地深信服、奇安信、安恒信息、啟明星辰、天融信、綠盟科技、電科網安、中孚信息、山石網科、安博通等金融 IT整體規模千億以上，主要分銀行 IT、證券 IT 兩大賽道9 月底政策轉向大幅拉升市場成交量，24Q4 板塊業績有望明顯改善恒生電子、同花順、宇信科技、長亮科技、東方財富、京北方、金證股份、新國都、金財互聯、贏時勝等醫療 IT主要廠商業績持續下滑，目前未看到明顯的訂單恢復信號未來醫保數據應用有望成為板塊訂單恢復的催化劑衛寧健康、創業慧康、嘉和美康、久遠銀海、國新健康、萬達信息、和仁科技等教育信息化財政支出在教育 IT 支出中占比較高，板塊增長承壓未來關注行業龍頭集中度提升科大訊

28、飛、佳發教育、華宇軟件、鷗瑪軟件、競業達、正元智慧等資料來源：山西證券研究所整理行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明11112.AI 應用：應用：AI 應用元年，看好應用元年，看好 Agent 及豆包鏈兩大方向及豆包鏈兩大方向2.1 Agent 與與 RAG 正加速企業級正加速企業級 AI 應用落地應用落地24 年語言大模型進步速度整體放緩，年語言大模型進步速度整體放緩，OpenAI 的領先優勢有所減弱，開源與閉源陣營差距縮小，的領先優勢有所減弱，開源與閉源陣營差距縮小，Pre-training 的的 Scaling

29、 Law 正在放緩正在放緩，模型能力提升模型能力提升從從 Pre-training 轉轉向向 Post-training。根據 Menlo Ventures數據，24 年以來 OpenAI 在企業級市場底層模型的份額從 50%下降到 34%，相比之下，Anthropic 在 24 年發布了 Claude 3.5 Sonnet 大模型，達到研究生級別的推理能力（GPQA 測試）、本科生水平的知識儲備（MMLU測試）和高級程序員水準的編程技能（HumanEval 測試），在多個關于大模型的評估中表現優異并超越了OpenAI 的大模型，同時還保持了中端模型 Claude 3 Sonnet 的速度和成

30、本，Anthropic 的市場份額也從 12%提升至 24%。同時，開源模型和閉源模型的技術差距也正在逐漸縮小，根據 CB Insights 統計，基于 MMLU得分，以 Llama 系列為代表的開源模型進步速度明顯快于以 GPT 為代表的閉源模型。同時，年底 OpenAI正式發布了 o1 和 o3 模型，其中模型性能提升更多依靠引入強化學習和思維鏈技術，并且在 Post-training 和Inference 階段分配更多算力。圖 6：開源模型和閉源模型的技術差距在逐漸縮小資料來源：CB Insights，山西證券研究所行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免

31、責聲明請務必閱讀最后股票評級說明和免責聲明1212圖 7：2024 年 OpenAI 的市場份額有所下降資料來源：Menlo Ventures，山西證券研究所在大模型原生應用中在大模型原生應用中，豆包在豆包在 APP 端的用戶量已僅次于端的用戶量已僅次于 ChatGPT，且且 24 年豆包用戶量保持快速增長年豆包用戶量保持快速增長，同時同時，Perplexity AI、JanitorAI 等各類等各類 AI 應用也在持續吸引用戶應用也在持續吸引用戶。1）豆包的 APP 端用戶量在國內應用中保持領先，并且 24 年月活用戶數持續快速增長，根據 AI 產品榜數據，24 年 12 月豆包 APP 端

32、月活用戶數達 7116 萬，環比增長 18.64%。除豆包外，以 Kimi 和文小言為代表的國內 AI 應用也已擠進全球榜的前 20；2）24 年新一代搜索引擎 Perplexity AI 月活流量保持快速增長，根據 AI 產品榜數據，Perplexity AI 的網頁端月活用戶數從 23 年 2 月的 5163 萬增長到 24 年 12 月的 9754 萬。同時，國內的 AI 搜索工具納米 AI 搜索自11 月新增一鍵生成視頻功能以來月活流量環比增長了 27.10%；3）最近一個季度角色扮演工具 JanitorAI 月活流量保持 20%以上的環比增長，24 年 12 月月活流量達到 9715

33、 萬，而同屬于角色扮演工具的 CharacterAI最近一個月的月活用戶數也開始恢復增長，根據 AI 產品榜數據，Character AI 在 24 年 12 月的月活流量達2.32 億，環比增長 8.39%，表明用戶對情感陪伴類工具仍有較強的需求。行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明1313圖 8：全球生成式 AI 應用 APP 端訪問量統計資料來源：AI 產品榜，山西證券研究所Agent 與與 RAG 正在加速正在加速 B 端端 AI 應用的落地，其中應用的落地，其中 RAG 已成為構建企業級已成為構建企業級 A

34、I 應用的主流技術，應用的主流技術，而而Agent 在在 24 年企業級市場首次得以廣泛應用。年企業級市場首次得以廣泛應用。1）RAG（檢索增強生成）：根據 Menlo Ventures，今年 RAG滲透率達到 51%，較去年的 31%顯著上升，且已成為最主流的技術架構。RAG 能夠彌補大模型本身存在的諸多缺陷，如不能及時更新知識，上下文有限等，讓模型能夠輸出更新、更準確的知識；2）Agent（智能體）：24 年 Agent 在企業 AI 市場首次亮相并且滲透率達到 12%，隨著技術不斷成熟，25 年滲透率有望大幅提升。Agent 最大的優勢是能夠解決復雜、多步驟的任務，超出了當前大模型內容生

35、成和知識檢索的能力，海外頭部應用廠商包括 Palantir、Salesforce、Microsoft、Servicenow 等均推出了 Agent 應用。此外，Prompt行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明1414工程、Fine-tuning、RLHF 等 23 年常見的企業級 AI 構建方法在 24 年應用率有所下降，其中 Prompt 工程應用率降幅較大，從 23 年 55%降至 24 年 16%，主要原因在于這類技術更依賴于基座模型能力。圖 9：2023 和 2024 年大模型主要技術路線對比資料來源：Men

36、lo Ventures，山西證券研究所代碼生成、聊天機器人、企業搜索成為代碼生成、聊天機器人、企業搜索成為 24 年企業級市場滲透率最高的年企業級市場滲透率最高的 AI 應用。應用。1）代碼生成：根據Menlo Ventures 數據，Code Copilot 在企業級市場以 51%的采用率遙遙領先，代表應用包括 GitHub Copilot、Codeium 和 Cursor，其中 GitHub Copilot 營收已達到 3 億美元，新興工具 Codeium 和 Cursor 也保持快速增長。除了通用的編碼助手之外，企業還在購買針對特定任務的 Copilot，例如用于程序生成和測試自動化的H

37、arness AI DevOps Engineer 和 QAAssistant，以及能夠執行更多端到端軟件開發的 AI 代理 All Hands；2）企業聊天機器人：企業級聊天機器人能夠為企業內部員工和外部客戶提供可靠的 24/7 的知識型支持，其中Aisera、Decagon 和 Sierra 的代理直接與客戶互動，而 Observe AI 則在通話期間為聯絡中心客服提供實時指導。根據 Menlo Ventures，企業級聊天機器人的使用率已高達 31%；3）企業搜索+數據工程（企業級市場滲透率分別為 28%和 27%）：反映企業對挖掘和利用內部分散數據孤島中有效信息的強烈需求，其中 Gle

38、an 和Sana 為代表的應用可連接到電子郵件、即時通訊工具和文檔存儲，從而實現跨不同系統的統一語義搜索，并提供由 AI 驅動的知識管理。行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明1515圖 10：企業級市場的生成式 AI 應用場景排名資料來源：Menlo Ventures，山西證券研究所24 年以年以 Applovin 和和 Palantir 為代表的多家美股為代表的多家美股 AI 應用廠商股價持續演繹應用廠商股價持續演繹，一方面是一方面是 24 年第三季度以年第三季度以來美股軟件來美股軟件及及SaaS公司整體業績表現優

39、異公司整體業績表現優異，另一方另一方面面Palantir及及Salesforce等頭等頭部部AI應用廠商發布應用廠商發布了了Agent相關產品也推動了股價上漲相關產品也推動了股價上漲。其中：1）Applovin：24 年股價漲幅達 713%，新 AI 技術引擎 AXON 2.0 大幅提升了廣告算法效率提升，進而帶動業績高速增長；2）Palantir：24 年股價漲幅達 340%，AIP 平臺深度結合 Agent 與 LLM，提升客戶運營效率提升，在供應鏈、醫療、自動化等多個場景中快速落地；3）Salesforce：24 年 8 月至年底股價漲幅達 30%。Agentforce 在推出后一周內達

40、成 200 多筆交易，公司管理層預計未來幾個季度的潛在交易數量多達數千筆；4）ServiceNow：24 年 8 月至年底股價漲幅達 30%。生成式 AI 平臺 Xanadu增加 350 多個 AI 功能，提升客戶 IT 工作流程自動化程度，AI 功能作為附加服務創造額外收入；5）Shopify：24 年 8 月至年底股價漲幅達 74%。Shopify Flow 助力商家實現運營自動化，此外企業和 B2B 商戶收購、線下渠道擴張、國際市場滲透奠定增長基礎；6）CrowdStrike：24 年 8 月至年底股價漲幅達 48%。受益于生成式 AI 產品的強勁需求，Falcon 平臺的用戶數及采用率

41、不斷提高；7）Duolingo：24 年 8 月至年底股價漲幅達 89%。新增的 AI 功能大幅提升用戶語言學習效果，同時 MAX 開放給更多用戶將持續提升 ARPU。在海外 AI 應用板塊帶動下，四季度金山辦公、泛微網絡、第四范式等國內主要 AI 應用標的股價均有所表現。行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明1616圖 11：2024 年海外 AI 應用廠商股價變化情況資料來源：Wind，山西證券研究所繪制圖 12：2024 年國內 AI 產業鏈相關標的股價變化情況資料來源：Wind，山西證券研究所繪制行業研究行業研

42、究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明17172.2 國內外應用廠商加速布局，國內外應用廠商加速布局，Agent 有望成為有望成為 25 年年 AI 應用最大亮點應用最大亮點從從 Chatbot 的簡單對話，到的簡單對話，到 Copilot 的專業輔助，再到的專業輔助，再到 Agent 的自主智能，的自主智能，AI 應用形態正在快速發展應用形態正在快速發展和演進和演進。Chatbot（聊天機器人）作為早期的 AI 應用，能和用戶進行實時交互，解答常見問題，如客服聊天機器人，能快速回應用戶關于產品咨詢的相關問題，但是 Chatbot

43、應用功能較為簡單，且自主程度相對較低。23 年下半年以來 Copilot（智能助理）開始得到廣泛應用并逐漸走向成熟，Copilot 能夠協助人類完成工作，根據用戶的操作和上下文環境主動提供幫助，比如軟件開發領域的 Copilot 能夠依據代碼上下文自動生成代碼片段，極大提升開發效率，辦公軟件領域的 Copilot 能夠輔助文案撰寫，給出語法糾正和內容優化建議。Copilot 雖然具有一定的自主性，但仍然依賴于特定的任務和規則。24 年以來 Agent（智能體）開始嶄露頭角，作為最新和最高智能的 AI 應用形態，Agent 具有較高的自主性和智能性，能夠根據環境變化和目標動態調整策略，進行復雜的

44、決策和推理，并自主完成從分析、決策到執行的全流程任務。圖 13：AI 應用形態從 Chatbot 延伸至 Copilot，目前向 Agent 過渡資料來源：山西證券研究所繪制大模型出現之前的大模型出現之前的 Agent 偏向于自動化，在結合大模型之后偏向于自動化，在結合大模型之后 Agent 的能力發生了質變，預計在的能力發生了質變，預計在 25 年年Agent 將成為將成為 AI 應用的主流應用形態。應用的主流應用形態。在大模型出現之前，Agent 更多的是自動化，即通過一些偏結構化固定模式實現固定算法來完成任務，包括有感知環境、做決策、采取行動能力的 AlphaGo、由 DeepMind

45、研發的采用強化學習算法打街機游戲的 Agent57、更加通用的 Gato、以及 OpenAI 推出的玩“躲貓貓”游戲的行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明1818多智能體。其問題在于集成各種深度學習模型來實現 AGI 并不夠，還需要更高層次的認知模型。在融入大模型后，Agent 的能力發生了質變，能夠通過感知、認知、決策、行動的飛輪去模擬人類智能，使大模型開始能夠應對各種復雜任務。具體來看，大模型+Agent 具備了 Reflection（反思，即通過自我修正優化生成結果）、Tool use（使用工具，即調用外部工具

46、）、Planning（規劃，即規劃一系列行動來完成復雜任務）、Multi-agentcollaboration（多代理協作，即多個 Agent 協作完成任務）的能力。隨著底座大模型性能提升曲線的放緩，大模型+Agent 將成為通往 AGI 的重要路徑。圖 14：在不同領域和應用中感知和行動的 AI Agent 系統資料來源：Agent AI：Surveying the Horizons of Multimodal Interaction，山西證券研究所海外海外 AI 應用廠商及科技大廠正加速布局應用廠商及科技大廠正加速布局 AIAgent，主要體現在決策智能主要體現在決策智能、營銷等方向營銷等

47、方向，且目前已開始且目前已開始為海外廠商帶來收入及訂單貢獻。為海外廠商帶來收入及訂單貢獻。在決策智能領域，Palantir 于 23 年推出 AIP 平臺，提升輔助決策的自動化水平，并通過 AIP Bootcamp 訓練營進行推廣，目前已在庫存管理、醫院運營、自動化產品分類等場景中落地；在營銷領域，Salesforce 于 10 月 24 日正式推出 AI Agent 創建平臺 Agentforce，并提供預構建的 Agent，包括面向客服場景的 Service Agent、面向銷售場景的 SDR Agent 和 Sales Coach 等，Agentforce 在正式推出行業研究行業研究/行

48、業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明1919后一周內便達成 200 多筆交易。此外，微軟為代表的海外科技巨頭在應用端的布局重心也開始向 AI Agent傾斜，10 月 21 日微軟連發 10 個 AIAgent，面向銷售、運營等場景，并將在今年提供公共預覽版且集成到Dynamics 365 中，11 月 19 日微軟又宣布 Copilot Studio 平臺已支持用戶構建自主 Agent，同時發布 5 款預構建的 Agent。隨著海外廠商持續發力，AI Agent 開始在各行業陸續落地。表 2：海外應用廠商與科技大廠正加速布局 AIAg

49、ent 產品廠商廠商Agent 產品產品發布時間發布時間說明說明微軟銷售資格 Agent、財務對賬Agent、客戶意圖 Agent 等 10個 AI Agent2024.10面向銷售、運營、服務三大場景，發布 10 個 AI Agent，并將在今年提供公共預覽版且集成到 Dynamics 365 中Copilot Studio2024.11宣布 Copilot Studio 平臺已支持用戶構建自主 Agent，同時發布FacilitatorAgent、Interpreter Agent 等 5 款預構建 Agent谷歌Project Astra、ProjectMariner、Jules2024

50、.12通用 AI 助手 Project Astra 可訪問谷歌搜索、地圖等工具；瀏覽器操作工具 Project Mariner 目前僅能操作 Chrome；編程助手 Jules 可直接集成到 GitHub 工作流系統中PalantirAIP2023AIP 推出后啟動 AIP Bootcamp 訓練營，借此加大 AIP 推廣力度SalesforceAgentforce2024.10正式推出 Agentforce 的同時發布 Service Agent 等預構建的AgentAgentforce 2.02024.12引入一個新的預構建技能和工作流集成庫；能夠在 Slack 中部署 Agentforc

51、e；提升推理和檢索增強生成的能力WorkdayRecruiter Agent、ExpensesAgent、Succession Agent、Workday Optimize2024.9Recruiter Agent 已正式推出，其他 3 款 Agent 將于 25 年初以早期訪問的形式向客戶提供ServiceNowAgentic AI2024.9主要面向 ITSM、客戶服務等場景，目前屬于有限訪問版本，預計明年 3 月左右全面上市SAPJoule Agents2024.10在 Joule 中引入 HR Agents、Customer Service Agents 等協作式 AI 代理，第一批

52、Joule Agents 將于 24 年底推出，并將于 25 年初推出智能體定制功能資料來源：微軟官網、谷歌官網、Salesforce 官網，Workday 官網，ServiceNow 官網，SAP 官網，Seekingalpha，智東西，山西證券研究所具體來看具體來看，Palantir 作為全球作為全球 AI 應用龍頭應用龍頭，在在 2023 年推出生成式年推出生成式 AI 產品產品 AIP，2024 年開始將年開始將 Agent行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明2020嵌入產品功能中嵌入產品功能中，大幅提升了決

53、策的自動化和智能化水平大幅提升了決策的自動化和智能化水平。AIP 的主要功能模塊包括 AIPAssist、AIP Logic、AIPAutomate 等，其中，AIPAssist 是基于 LLM 的 AI助手，用戶可用自然語言提問來查詢相關信息；AIP Logic主要用于構建 Agent 來自動執行任務或處理問題，比如原材料供應中斷后進行分析、決策并行動；AIPAutomate 允許用戶通過自定義觸發條件及效果，實現工作流自動化。AIP 的核心能力，一方面體現在基于自然語言交互，能夠降低 Palantir 軟件平臺的使用門檻，另一方面，通過將大模型與 Agent 深度結合，AIP能夠實現自動化

54、決策和執行等新功能，提升企業決策效率。以 AIP 在供應鏈管理的實際案例來看，借助 AIP，Palantir 能夠自動評估供應中斷影響、提出材料重分配計劃并執行決策，Agent 能夠自主瀏覽企業本體中供應商、庫存、客戶等實體及其屬性，通過理解上下文關系分析供應中斷對口罩生產、客戶訂單等產生的影響；同時 Agent 能夠自動調用各類 AI 算法及大模型等，并且在提出生產計劃后，自動針對不同系統下達一組操作指令，倉庫管理系統、ERP 系統、生產計劃系統通過 API、連接器等方式接收指令，實現包括更改工作訂單狀態、變換生產計劃、更新原材料和產品的庫存水平等一系列復雜任務操作，實現從評估、決策、執行的

55、完整閉環，具體較高的智能化和自主化水平。圖 15：AIP 融入原有 Foundry 平臺中資料來源：Palantir，山西證券研究所行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明2121圖 16：Titan 的本體示意圖資料來源：Palantir，山西證券研究所國內大廠及應用廠商均開始發力國內大廠及應用廠商均開始發力 AI Agent，看好在辦公、營銷、財務等場景復雜度高且空間大的垂直，看好在辦公、營銷、財務等場景復雜度高且空間大的垂直領域中具備行業領域中具備行業 know-how 的頭部應用廠商。的頭部應用廠商。國內字節、百

56、度、阿里等科技大廠對 AI Agent 的布局聚焦于平臺類產品或邏輯簡答的通用場景，其中，字節的 Agent 開發平臺扣子覆蓋新聞閱讀、旅行規劃、生產力工具等多個領域；百度的文心智能體平臺 Agentbuilder 基于文心大模型為開發者提供零代碼和低代碼兩種低成本智能體開發模式；阿里的釘釘 AI 助理能夠自動調用釘釘上第三方應用和企業自建應用，主要功能包括信息摘要、工作總結、智能問答等。與此同時，金山辦公、泛微網絡等頭部應用廠商也開始布局 Agent，其中，金山辦公的智能寫作工具 WPS AI 伴寫提供通用、行政、教師、運營四種不同身份，可實現根據對應身份自動續寫內容；泛微網絡打造的智能體數

57、智大腦 Xiaoe.AI 具有發票識別、簡歷解析、商機抓取、自動化報單服務等功能。由于垂直領域的專業度和復雜性使得第三方應用廠商在特定領域相較于大廠更有競爭力，海外市場 Palantir、Salesforce 等廠商的 Agent 落地情況也基本得到印證，未來重點看好辦公、營銷、財務等等領域具備較深行業 know-how 的頭部應用廠商在 Agent 領域布局。行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明22222.3 豆包領跑國內豆包領跑國內 AI 產業鏈，看好端側硬件和生態應用廠商投資機會產業鏈，看好端側硬件和生態應用廠

58、商投資機會今年以來豆包開始領跑國內今年以來豆包開始領跑國內 AI 產業鏈，目前已經為全球第二大、國內第一大產業鏈，目前已經為全球第二大、國內第一大 AI 應用，且與主要競爭應用，且與主要競爭對手的差距正在持續擴大對手的差距正在持續擴大。今年以來，隨著字節戰略上全方位押注 AI，字節在國內 AI 市場的地位正在從去年的市場追趕者晉級為了領跑者。近半年以來，豆包 APP 的用戶流量實現迅猛增長，5-7 月豆包 APP 日新增用戶從 20 萬迅速增長至 90 萬，并在 9 月率先成為國內首個用戶規模破億的 AI 應用，根據 AI 產品榜數據，24 年 12 月豆包月活用戶數達到 7116 萬，環比增

59、長 18.64%，成為僅次于 ChatGPT 的全球第二大、國內第一大 AI 應用 APP，而主要競爭對手 Kimi 以及文小言（文心一言）的用戶數仍穩定在千萬級，且豆包與Kimi 以及文小言差距仍在保持持續擴大的趨勢，隨著豆包用戶流量高速增長并成為國內頂流 AI 應用，有望帶動豆包生態鏈加速繁榮。圖 17：豆包 APP 月活用戶數遠超國內其他 AI 應用資料來源：AI 產品榜，山西證券研究所字節字節 AI 應用端采取全方位布局策略應用端采取全方位布局策略，目前產品已覆蓋助手目前產品已覆蓋助手、虛擬社交虛擬社交、圖像等各類場景圖像等各類場景。其中，除明星產品豆包以外，其他產品包括圖片+視頻生成

60、平臺即夢、AI 虛擬角色與劇情互動應用貓箱、AI 相機與寫真生成應用星繪等近月來月活用戶數均保持快速增長，并且貓箱和即夢也已成為國內頂流產品，根據 AI 產品榜統計，24 年 12 月貓箱 APP 端月活用戶數達 688 萬，環比增長 50.18%，排名國內第 4，即夢 APP 端月行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明2323活用戶數達 275 萬，環比增長 120.25%，躋身國內前 15。字節基于豆包大模型打造豐富的 AI 應用矩陣，也為生態合作伙伴提供了更多參與機會。豆包大模型在成本端具備明顯優勢，同時隨著模型

61、性能和功能持續迭代升級，能夠促進用戶增加上層豆包大模型在成本端具備明顯優勢，同時隨著模型性能和功能持續迭代升級，能夠促進用戶增加上層應用使用頻率，有望推動應用生態的持續繁榮。應用使用頻率，有望推動應用生態的持續繁榮。豆包大模型的使用成本遠低于國內及海外主要競品，為用戶增加上層應用的使用頻率奠定基礎，在 128k/256k 通用模型 pro 版本上，豆包模型價格顯著低于智譜、月之暗面、百度等廠商的同類產品，并且在性能全面對齊 GPT-4o 后，通用模型 pro 的使用價格僅為 GPT-4o的 1/8，而對于 12 月新發布的視覺理解大模型，其每千 tokens 的輸入價格為 0.003 元，較行

62、業均價大約便宜了 85%。與此同時，豆包系列模型持續迭代升級，24 年 12 月火山引擎對主力通用模型、音樂生成模型和文生圖模型進行了功能和性能升級，其中，通用模型 pro 的指令遵循能力、代碼能力、GPQA 專業知識能力、數學能力、推理能力等均明顯提升，并全面對齊 GPT-4o 水平；升級后的音樂生成模型課根據用戶簡單描述或上傳圖片生成 3 分鐘的完整音樂作品，并支持局部修改功能；而文生圖模型新增了一鍵 P 圖和一鍵海報功能，將顯著提升豆包應用的用戶體驗，進而促進應用生態規模持續擴大。圖 18：豆包視覺理解大模型輸入價格較行業均價低 85%資料來源：火山引擎官網，山西證券研究所豆包產業生態主

63、要合作伙伴可大致分為內容服務商豆包產業生態主要合作伙伴可大致分為內容服務商、廣告代理商廣告代理商、端側硬件廠商端側硬件廠商、生態應用廠商四類生態應用廠商四類，行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明2424重點看好可挖掘機會多重點看好可挖掘機會多、空間大的端側硬件廠商和生態應用廠商投資機會空間大的端側硬件廠商和生態應用廠商投資機會。1）內容服務商：主要為字節系AI 應用提供文字、圖片、視頻等形式的正版素材以及為豆包系列模型提供專業的多模態訓練數據集，主要廠商包括視覺中國、掌閱科技、海天瑞聲等；2）廣告代理商：結合豆包大模

64、型的語言處理、多模態生成等能力為客戶提供精準營銷服務，同時廣告代理商利用自身的流量資源幫助字節跳動實現變現，主要廠商包括省廣集團、引力傳媒等；3）端側硬件廠商：字節鼓勵硬件廠商采用豆包大模型，將豆包大模型能力嵌入終端硬件產品中，并通過合作生產智能終端設備來擴大用戶覆蓋面，其中 AI 眼睛、AI 耳機、AI 玩具等硬件產品將具備較大的拓展空間，主要廠商包括樂鑫科技、移遠通信、中科藍訊、恒玄科技等；4）生態應用廠商：將豆包大模型能力嵌入原有應用中，來提升產品在 AI 大模型相關方面的能力，或基于豆包大模型研發智能體等新的 AI 應用，主要廠商包括漢得信息、中科創達等。綜合來看，我們認為端側硬件廠商

65、和生態應用廠商具備的可拓展空間更大。此外，在硬件端，字節跳動的 AI 基礎設施主要依托于火山引擎，目前火山引擎已經構建起了一個完整的產業鏈條，涵蓋了數據中心、服務器以及國產算力等多個環節廠商。隨著未來 AI 用戶的高速增長，預計字節將進一步加大在底層硬件資本投入并帶來字節硬件供應鏈廠商的投資機會。圖 19：豆包應用產業生態合作伙伴可大致分為四類資料來源：山西證券研究所繪制行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明25253.AI 算力：算力：25 年年 AI 推理需求有望爆發，國產算力芯片全面崛起推理需求有望爆發，國產算力

66、芯片全面崛起3.1 全球全球 AI 算力需求持續，算力需求持續，25 年推理側需求有望爆發年推理側需求有望爆發2024 年以來微軟、谷歌、年以來微軟、谷歌、AWS、Meta 四大四大 CSP 的資本開支均保持高速增長，反映出的資本開支均保持高速增長，反映出 AI 服務器的旺服務器的旺盛需求，預計盛需求，預計 AI 驅動下的資本支出的高增長趨勢將持續至驅動下的資本支出的高增長趨勢將持續至 2025 年。年。相較于 2023 年受全球經濟疲軟影響，北美四大 CSP 紛紛縮減服務器采購量，合計資本開支同比減少 2%，但其中 AI 服務器投入已經開始顯著增長。2024 年前三季度在 AI 驅動下四大

67、CSP 資本開支呈現高速增長趨勢，前三季度合計資本開支分別同比增長 32%、59%和 61%。同時，對于 24 全年以及 25 年，四大 CSP 也釋放資本支出高增長預期，具體來看，1）微軟：24Q3 資本開支為 149 億美元，管理層預計 24Q4 資本開支將保持環比增長，折合全年資本開支超547 億美元，同比增長超 55%，同時計劃在 25 財年（自然年 24Q3-25Q2）投資約 800 億美元建設數據中心，用于 AI 訓練和推理；2）谷歌：24Q3 資本開支為 131 億美元，管理層預計 Q4 資本開支將與 Q3 幾乎持平，折合全年資本開支約 513 億美元，同比增 59%；3）AWS

68、：管理層預計 24 全年資本開支將達到 750 億美元，同比增長 56%，且 25 年資本開支將進一步增加；4）Meta：管理層將 24 年資本開支預期上調為 380-400 億美元，對應 39%-49%的同比增長，并預計 25 年資本開支將保持顯著增長。圖 20：AI 驅動北美四大 CSP 資本開支高速增長（單位：億美元）資料來源：Wind，山西證券研究所行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明2626OpenAI 9 月份發布的月份發布的 o1 模型帶來新的模型帶來新的 Inference Scaling Law，有

69、望促使大模型廠商把算力資源更多投有望促使大模型廠商把算力資源更多投入到推理環節入到推理環節。過去提到的大模型 Scaling Law 通常指模型在預訓練階段（Pre-Training）呈現出的擴展特性，而 o1 模型指向新的 Inference Scaling Law（增加推理時間和計算資源可以改善模型輸出質量）。o1 模型在回答問題前會先進行“思考”，為了提升模型性能和輸出質量，需要為此過程分配更多的時間和算力以擴大思維鏈搜索范圍、增加思維鏈迭代優化次數等，從而帶來了額外的算力消耗。對于新的 Scaling Law 能夠帶來多大的算力需求，我們可以 o1 模型的輸入輸出價格做部分參考，根據

70、OpenAI 披露的數據，相較于 GPT-4o，o1-preview 的輸入價格貴 3 倍、輸出價格貴 4 倍，而 o1-mini 的輸入和輸出價格都是 GPT-4o 的 20 倍。12月 OpenAI 推出新一代 o3 模型，具備自我核實事實的能力，并且新增調整推理時間功能，可以設置為低、中、高計算模式，計算時間越長，代表思考時間越長，任務表現就越好。而基于 o3 高昂的任務執行成本，可以推斷其推理算力消耗相比于 o1 有成倍增長。在 ARC-AGI（一項旨在評估 AI 系統是否能夠有效在其訓練數據之外獲得新技能的測試）中，o3 在低計算設置下每個任務的成本就達到 20 美元，在高計算設置下

71、每個任務的成本高達數千美元，而 o1 的單任務成本不到 10 美元。圖 21：在 ARC-AGI 測試中，o3 模型的單任務成本遠高于 o1資料來源：ARC Prize，山西證券研究所隨著隨著 GPT-4、Microsoft Copilot 等等 AI 應用的用戶數和訪問量持續增加，同時多模態、應用的用戶數和訪問量持續增加，同時多模態、Agent 等形態的等形態的應用不斷涌現并快速商業化落地，應用不斷涌現并快速商業化落地，2025 年推理側需求有望迎來爆發式增長，并逐漸占據算力需求主導。年推理側需求有望迎來爆發式增長，并逐漸占據算力需求主導。一行業研究行業研究/行業年度策略行業年度策略請務必閱

72、讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明2727方面，2024 年以 GPT-4 為代表的頭部 AI 應用流量仍保持穩步增長，GPT-4 的月活用戶數從 23 年 11 月的17.25 億增加到了 24 年 11 月的 39.2 億，特別是在 GPT-4o 旗艦模型發布后，24 年二季度月活環比增速顯著提升。同時，360AI 搜索等新興 AI 應用仍在不斷涌現；另一方面，多模態、Agent 等形態的 AI 應用快速發展，對推理算力的需求將顯著高于基于語言大模型的 Chatbot、Copilot 等類型的 AI 應用。根據英偉達在FY25Q2（大致對應 CY24Q2）財報

73、電話會上的披露，過去 4 個季度推理收入在英偉達數據中心收入中占比已超過 40%，預計 2025 年 AI 推理將逐漸成為算力需求的主要來源。3.2 ASIC 優勢持續凸顯，未來有望持續搶占優勢持續凸顯，未來有望持續搶占 GPU 份額份額隨著隨著 AI 負載從訓練向推理過渡，負載從訓練向推理過渡，ASIC 有望憑借更高的能效比和推理效率搶占有望憑借更高的能效比和推理效率搶占 GPU 的部分份額。的部分份額。AI訓練需要底層基礎設施提供高算力，對服務器集群的要求是集群大、數量少，GPU 憑借強大的并行計算能力和更高的峰值算力成為 AI 訓練芯片的首選，占據大部分市場份額。而 AI 推理對單個集群

74、的算力要求遠低于訓練，但由于應用場景眾多需要更多的集群，并且更關注推理效率和性價比。相比于 GPU，ASIC 由于硬件結構是為特定任務專門定制的，具有更高的能效比和更低的單位算力成本，同時，不同于 GPU 高速緩存較小，存在數據傳輸及存儲訪問延遲的性能瓶頸，ASIC 通過對內存和算子進行定制優化可實現更快的數據處理，從而提高推理效率。隨著 AI 推理負載占比逐步提升，未來更適合推理端的 ASIC 有望搶占 GPU 的部分市場份額。根據 Marvell 數據，2023 年 ASIC 市場規模為 66 億美元，在數據中心加速芯片中占比 16%，預計到 2028 年 ASIC 市場規模將增至 429

75、 億美元，年復合增速達 45%，在數據中心加速芯片中占比提高到25%。圖 22：Marvell 預測 2028 年 ASIC 在數據中心加速計算芯片中占比將達到 25%資料來源：Marvell，山西證券研究所行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明2828為降低成本以及減輕對英偉達的依賴，目前北美四大為降低成本以及減輕對英偉達的依賴，目前北美四大 CSP 均已開始自研均已開始自研 ASIC 芯片，且已迭代至少兩芯片，且已迭代至少兩代產品，目前主要用于自有業務。代產品，目前主要用于自有業務。1）谷歌 TPU：截至 2024

76、 年，谷歌已迭代 6 代 TPU 產品，最新一代的TPUv6e FP16算力為918TFLOPS，而目前正在研發的下一代TPUv7預計將于2025Q4量產。作為布局AI ASIC最早的廠商，谷歌 TPU 除供內部使用外，已開始對外提供，蘋果曾使用 2048 個 TPUv5p 及 8192 個 TPUv4訓練 Apple Intelligence；2）AWS Trainium 和 Inferentia：24 年 12 月 AWS 宣布暫停 Inferentia 產品線的研發，后續專注于迭代Trainium，并同時用于訓練和推理。目前AWS最新一代的Trainium2 FP16算力為667TFLO

77、PS，同時 AWS 預計將于 2025 下半年發布第三代的 Trainium3，其將采用 3nm 制造工藝，計算性能較 Trainium2將提升一倍；3）微軟 Maia：2023 年 11 月微軟發布 Maia 100，FP16 算力達 800TFLOPS，用于在 Azure 中運行 OpenAI 模型及 Copilot 等應用；4）Meta MTIA：繼 23 年發布 MTIA v1 后，Meta 于 24 年 4 月發布新一代的 MTIA v2，主要用于 AI 推理，幫助運行 Meta 的內容排名和廣告推薦模型。相較于 MTIA v1，v2 的整體性能提高了 3 倍，FP16 算力為 17

78、7TFLOPS，目前已在 Meta 的 16 個數據中心投入使用。表 3：北美四大 CSP 均已布局 AI ASIC 芯片谷歌谷歌AWS微軟微軟Meta最新一代芯片TPUv6eTrainium2Maia 100MTIAv2發布時間2024.52023.122023.112024.4制程3nm-5nm5nmFP16 算力918TFLOPS667TFLOPS800TFLOPS177TFLOPS下一代芯片TPUv7Trainium3-MTIAv3應用場景內部運行聊天機器人、代碼生成等應用；對外提供運行 AWS 上的大模型在 Azure 中運行 OpenAI模型及 Copilot 等應用運行 Meta

79、 的內容排名和廣告推薦模型主要供應商Marvell、博通、聯發科Marvell、AIchipGUC、Marvell博通資料來源：谷歌云官網，AWS 官網，Meta 官網，新浪，Wikipedia，雅虎，DIGITIMES，中國半導體行業協會集成電路分會，Semianalysis，ofweek，IT 之家，36 氪，World Journal，半導體行業觀察，半導體產業縱橫，EETOP，山西證券研究所3.3 國內國內 AI 算力持續高景氣，國產算力芯片即將全面崛起算力持續高景氣，國產算力芯片即將全面崛起作為國內作為國內 AI 算力需求的最大來源，算力需求的最大來源，2024 年頭部互聯網廠商仍持

80、續投入大模型訓練，資本開支保持快年頭部互聯網廠商仍持續投入大模型訓練，資本開支保持快行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明2929速增長，展望速增長，展望 2025 年，字節有望貢獻年，字節有望貢獻 AI 算力最大的增量需求。算力最大的增量需求。在渡過 2021-2023 年的下行周期后，受 AI需求驅動，以 BAT（百度、阿里、騰訊）為代表的國內互聯網大廠開始大量采購 AI 芯片并進行數據中心建設，在 2024 年的資本開支出現顯著增長，2024 年前三季度 BAT 合計資本開支分別同比增長 200%、69%、117

81、%。受宏觀因素以及各公司資本開支規劃影響，2025 年以 BAT 為代表的互聯網大廠總資本開支存在放緩的可能，但預計 AI 資本開支仍有望持續增加。此外，字節此前的算力資本開支與抖音和 Tiktok 的日活用戶數具有較強相關性，而 AI 算力投入將主要用于運行豆包等 AI 應用，根據字節在火山引擎原動力大會的披露，截至 12 月中旬，豆包大模型日均 token 消耗量已突破 4 萬億，相比 5 月首次發布時的 1200 億提升了33 倍，而根據字節火山引擎智能算法負責人吳迪預測，到 2027 年豆包日均 token 消耗量將超過 100 萬億。隨著豆包應用快速發展，字節加大 AI 算力投入，推

82、動資本開支大幅增加，24 年字節資本開支達 800 億元，公司預計 25 年資本開支將翻倍至 1600 億元，有望成為國內 AI 算力的最大需求方。圖 23：豆包大模型日均token消耗量已超4萬億（單位：億）圖 24：字節 24 全年資本開支基本持平 BAT 前三季度的合計資本開支（單位：億元）資料來源：火山引擎 FORCE 原動力大會，山西證券研究所資料來源：騰訊控股 23Q4、24H1、24Q3 財報，百度集團 23Q1、23Q4、24Q2、24Q3 財報，阿里巴巴24Q3、25Q1、25Q2 財報，搜狐，山西證券研究所美國芯片出口管制政策持續加碼，英偉達主力美國芯片出口管制政策持續加碼

83、，英偉達主力 AI 芯片出口中國大陸受限，芯片出口中國大陸受限，AI 芯片的國產化進程有望芯片的國產化進程有望加速推進加速推進。近年來美國不斷加碼對于高性能 AI 芯片的出口管制：1）2022 年 10 月更新出口管理條例，提出總處理性能（TPP）和 I/O 帶寬傳輸速率兩大判斷指標，禁止 TPP 不小于 4800 且 I/O 帶寬不小于 600GB/s的 AI 芯片向中國等地區出口，導致英偉達 A100、H100 等高端芯片出口受限；2）2023 年 10 月美國商務部再次更新出口管理條例，新增性能密度（PD）指標，并設置 1.6、3.2 和 5.92 三個門檻，A800、H800、RTX4

84、090等芯片進入出口管制名單；3）今年 3 月底美國政府再次對出口管制條例進行修訂，將管制范圍從 AI 芯片行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明3030擴大到所有搭載 AI 芯片的電子設備。國內互聯網大廠等下游客戶為防止出現芯片斷供風險，正逐步轉向采購國產芯片或自研 AI 芯片，將推動 AI 芯片國產化率快速提升。表 4：美國芯片出口管制政策持續加碼政策政策頒布時間頒布時間頒布機構頒布機構生效時間生效時間指標指標管制范圍管制范圍涉涉及及 AI 芯片芯片出口管理條例（更新）2022.10.7美國商務部2022.10.2

85、1總處理性能（TPP）、I/O 帶寬TPP 4800 且 I/O 帶 寬 600GB/sA100、H100、MI250 等出口管理條例（更新）2023.10.17美國商務部2023.11.17總處理性能（TPP）、性能密度（PD）禁止：1）TPP4800 或 2）TPP1600 且 PD5.92受限：1）2400TPP4800且 1.6PD5.92 或 2）TPP1600 且 3.2PD5.92A800、H800、RTX4090、MI250X、MI300X 等出口管理條例（更新）2024美國商務部2024.4.4-AI 芯片出口限制同樣適用于內載此類芯片的所有電子設備-資料來源：美國駐華大使館

86、官網，美國商務部官網，華爾街見聞，產業經濟評論，上觀新聞，山西證券研究所以華為昇騰以華為昇騰、海光信息海光信息、寒武紀寒武紀、昆侖芯為代表的國產昆侖芯為代表的國產 AI 芯片廠商正加速追趕英偉達芯片廠商正加速追趕英偉達，目前華為昇目前華為昇騰騰910B 已經基本可對標已經基本可對標 A100，成為國內互聯網廠商國產訓練芯片的首選。，成為國內互聯網廠商國產訓練芯片的首選。目前華為在人工智能領域的芯片有昇騰 310 與昇騰 910 兩款產品，華為在 2019 年推出昇騰 910 芯片，并在 2023 年推出了升級版昇騰 910B。昇騰910B作為華為主力AI訓練芯片，在單卡性能上可對標英偉達A10

87、0，其FP16稠密算力達到320 TFLOPS，超越 A100 的 312 TFLOPS，與英偉達 H20 相比，910B 在計算能力和能效比方面均表現出色，但在顯存配置、GPU 互聯帶寬方面目前仍存在差距，同時預計 25 年推出的 910C，在整體硬件性能等方面將得到進一步提升。23 年 910B 已經面向國內主要廠商供貨，雖然 24 年 910B 訂單較為飽滿，但考慮到芯片產能及良率等方面的問題，910B 出貨量仍受到供給端的限制。行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明3131表 5：英偉達、AMD 及主要國產 A

88、I 芯片對比公司公司芯片芯片算力（算力（TFLOPS）顯存配置顯存配置GPU 互聯互聯TDP（W）FP32FP16INT8技術技術容量（容量（GB）帶寬帶寬（TB/s）技術技術帶寬帶寬（GB/s）英偉達B200110022504500-1928NVLink18001000H100494.5989.51979HBM3803.35NVLink900700A100156312624HBM2e40/801.555/2.039NVLink600400H203774148HBM3964NVLink900400AMDMI300X653.71307.42614.9HBM31925.3Infinity Fabr

89、ic896750華為昇騰 910B-320640-310海光信息深算一號-HBM2321.024xGMI184350寒武紀思元 370-X82496256LPDDR5480.6144MLU-Link200250昆侖芯R20032128256GDDR616/320.512-150平頭哥含光 800-205825-276摩爾線程MTTS400025100200-480.768MTLink240450資料來源：寒武紀官網，平頭哥官網，摩爾線程官網，英偉達官網，AMD官網，海光信息招股說明書，Trendforce，Semianalysis，派歐算力云公眾號，電子工程專輯，皇華電子元器件 IC 供應商，

90、山西證券研究所寒武紀、海光信息、昆侖芯處于國產寒武紀、海光信息、昆侖芯處于國產 AI 芯片第一梯隊，其新一代主力產品思元芯片第一梯隊，其新一代主力產品思元 590 芯片、深算三號芯片、深算三號、昆侖芯昆侖芯 3 代未來有望對英偉達代未來有望對英偉達 H20 形成替代形成替代。1）寒武紀：2020 年寒武紀推出首款 7nm 訓練芯片思元 290，INT8 算力達到 512 TOPS，接近 A100 的 624 TOPS（非稀疏化），去年年底發布了 590 系列，綜合性能進一步提升，接近 A100 的 80%；2）海光信息：2021 年推出深算一號，2023 年三季度推出的深算二號性能相對于深算一

91、號提升約 100%，且下一代深算三號正處于研發測試階段；3）昆侖芯：2020 年昆侖芯 1 代實現量產，主要用于百度搜索引擎、小度等業務，2021 年量產的昆侖芯 2 代較 1 代性能提升 2-3 倍，并且百度已點亮基于新一代芯片昆侖芯 3 代組建的萬卡集群。此外，摩爾線程、燧原科技、天數智芯等國產 AI 芯片廠商已有產品上市，并在部分場景中實現了批量應用。行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明3232圖 25：寒武紀、海光信息、昆侖芯等廠商的新一代主力產品有望對英偉達 H20 形成替代資料來源：寒武紀官網，寒武紀 2

92、020 年報，ofweek，海光信息 2023 年 9 月 20 日投資者調研紀要，海光信息招股說明書，Trendforce，昆侖芯官網，百度智能云官網，搜狐，雅虎，新浪，新京報，昇騰官網，山西證券研究所繪制國國產產 AI 芯片廠商目前主要通過兼芯片廠商目前主要通過兼容容 CUDA 以及自研兩種方式來構建生態以及自研兩種方式來構建生態，逐漸突逐漸突破破 CUDA 生態壁壘生態壁壘。1）海光信息、摩爾線程等廠商采用兼容 CUDA 生態的方式，一方面，這類廠商在硬件層面上大多采用與英偉達類似的 GPGPU 架構，另一方面，這類廠商投入研發具備較高轉換質量的編譯器，用于 CUDA 代碼轉譯，因此能夠

93、降低 CUDA 遷移難度并減少效率損失。短期來看，通過兼容 CUDA 構建生態的優勢在于能夠實現 CUDA 應用的低成本遷移，從而使開發者在不改變使用習慣的情況下逐漸過渡為使用國產芯片；2）華為昇騰、寒武紀等廠商致力于構建自主生態，這類廠商會針對自身 AI 芯片的特性通過自研構建軟件棧，以通過軟硬件協同更好發揮芯片性能，同時自主可控程度也更高。但在短期內，自建生態難度較大，這類廠商也會通過編譯器實現對 CUDA 的兼容。而由于這類廠商多采用 ASIC 架構，CUDA 遷移難度相對較高，在一定程度到會導致更大的性能損失。行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲

94、明請務必閱讀最后股票評級說明和免責聲明3333表 6：國產 AI 芯片廠商主要通過兼容 CUDA 以及自研兩種方式構建生態廠商廠商芯片架構芯片架構基本計算單元基本計算單元軟件平臺軟件平臺包含組件包含組件華為昇騰達芬奇AI coreCANNAscendCL 昇騰計算語言、AOL 算子加速庫、Ascend C算子開發語言等海光信息-DTKHIP 異構編程接口、hipBLAS 庫、hipsparse 庫等寒武紀MLUarch03/MLUv02-NeuwareCNNL AI 加速庫、CNCL 通信庫、BANG 編程語言等摩爾線程MUSAMUSAProcessorMUSA AITensorX 推理引擎、

95、MUSA Toolkits（內置運行時、編譯器、GPU 加速計算庫）、計算庫、神經網絡加速庫資料來源：昇騰官網，海光信息官網，寒武紀官網，摩爾線程官網，Trendforce，飛槳，山西證券研究所行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明34344.投資建議投資建議24 年計算機板塊全年走勢先抑后揚年計算機板塊全年走勢先抑后揚，25 年全面看好年全面看好 AI 產業鏈投資機會產業鏈投資機會。24 全年計算機走勢分兩大階全年計算機走勢分兩大階段段：年初至年初至 9 月中旬月中旬，下游政企客戶下游政企客戶 IT 預算緊張預算緊張

96、，導致計算機板塊營收恢復不及預期導致計算機板塊營收恢復不及預期，促使板塊整體震蕩促使板塊整體震蕩下行下行；9 月底以來月底以來，宏觀政策及市場預期轉向驅動計算機板塊大幅反彈宏觀政策及市場預期轉向驅動計算機板塊大幅反彈，其中金融其中金融 IT、鴻蒙和鴻蒙和 AI 應用交替應用交替表現。全年來看，計算機板塊收入及利潤整體承壓，但前三季度利潤已呈逐季改善趨勢，當前板塊估值處表現。全年來看，計算機板塊收入及利潤整體承壓，但前三季度利潤已呈逐季改善趨勢，當前板塊估值處于近于近 5 年的歷史中樞年的歷史中樞，未來仍有較大提升空間未來仍有較大提升空間。展望展望 25 年年，我們全面看好我們全面看好 AI 產

97、業鏈投資機會產業鏈投資機會，Agent、豆豆包鏈和推理算力是明年包鏈和推理算力是明年 AI 產業鏈三大主線，同時重點關注信創、自動駕駛、華為鏈等板塊。產業鏈三大主線，同時重點關注信創、自動駕駛、華為鏈等板塊。AI 應用：應用：Agent 全面落地，豆包生態引領國內全面落地，豆包生態引領國內 AI 產業鏈。產業鏈。1）Agent：Agent 目前正成為通往目前正成為通往 AGI 的的重要路徑，國內外廠商正加速布局，海外頭部重要路徑，國內外廠商正加速布局，海外頭部 AI 應用廠商包括應用廠商包括 Palantir、Salesforce、Duolingo 等已推等已推出出Agent 產品產品。我們認

98、為我們認為，Agent 將率先在場景邏輯簡單將率先在場景邏輯簡單、可靠性要求相對低的場景中落地可靠性要求相對低的場景中落地，隨后向任務執行隨后向任務執行復雜、可靠性要求高的場景不斷延伸，看好在辦公、財務、營銷等通用場景及能源、金融和教育等領域復雜、可靠性要求高的場景不斷延伸，看好在辦公、財務、營銷等通用場景及能源、金融和教育等領域的的AI 應用頭部廠商應用頭部廠商；2）豆包鏈豆包鏈：字節目前在字節目前在 AI 領域布局已經全面領跑領域布局已經全面領跑，在用戶流量在用戶流量、產品豐富度產品豐富度、模型性模型性能等方面國內領先，看好豆包生態鏈未來投資機會的持續釋放。目前豆包在應用端主要有四類合作伙

99、伴，能等方面國內領先，看好豆包生態鏈未來投資機會的持續釋放。目前豆包在應用端主要有四類合作伙伴，分別為內容提供商、廣告代理商、端側硬件廠商、生態應用廠商，其中，重點看好可挖掘細分領域眾多且分別為內容提供商、廣告代理商、端側硬件廠商、生態應用廠商，其中，重點看好可挖掘細分領域眾多且空間廣闊的端側硬件廠商及生態應用廠商投資機會。推薦金山辦公，建議關注漢得信息、中科創達、新致空間廣闊的端側硬件廠商及生態應用廠商投資機會。推薦金山辦公，建議關注漢得信息、中科創達、新致軟件、泛微網絡、第四范式、潤達醫療等。軟件、泛微網絡、第四范式、潤達醫療等。AI 算力算力：推理側需求亟待爆發推理側需求亟待爆發，國產算

100、力芯片全面崛起國產算力芯片全面崛起。1）全球全球：24 年北美四大年北美四大 CSP 資本開支保持資本開支保持高速增長高速增長，預計預計 AI 驅動下的資本開支高增長趨勢將持續至驅動下的資本開支高增長趨勢將持續至 25 年年。25 年推理側算力需求有望全面爆發年推理側算力需求有望全面爆發，o1模型帶來新的模型帶來新的 Inference Scaling Law，將促使大模型廠商將算力資源向推理側傾斜將促使大模型廠商將算力資源向推理側傾斜，同時同時 AI 應用訪問量持應用訪問量持續增加以及多模態、續增加以及多模態、Agent 等應用提高算力消耗，等應用提高算力消耗，25 年推理側需求有望逐漸占據

101、主導，并帶動年推理側需求有望逐漸占據主導，并帶動 ASIC 芯片芯片的市場份額持續提升的市場份額持續提升；2）國內國內：互聯網大廠持續加大算力投入互聯網大廠持續加大算力投入，其中預計其中預計 25 年字節資本開支將翻倍至年字節資本開支將翻倍至 1600億元。與此同時，芯片出口管制持續收緊，加速億元。與此同時，芯片出口管制持續收緊，加速 AI 芯片國產化進程。目前華為昇騰、海光信息、寒武紀芯片國產化進程。目前華為昇騰、海光信息、寒武紀、昆侖芯等國產昆侖芯等國產 AI 芯片第一梯隊廠商正加速追趕英偉達芯片第一梯隊廠商正加速追趕英偉達，其中其中，昇騰昇騰 910B 已基本可對標已基本可對標 A100

102、，成為國內互成為國內互聯網廠商國產訓練芯片的首選聯網廠商國產訓練芯片的首選，而寒武紀而寒武紀、海光信息海光信息、昆侖芯新一代主力產品思元昆侖芯新一代主力產品思元 590、深算三號深算三號、昆侖昆侖芯芯3 代未來有望對代未來有望對 H20 形成替代形成替代。推薦國產推薦國產 AI 算力芯片第一梯隊海光信息以及服務器頭部浪潮信息算力芯片第一梯隊海光信息以及服務器頭部浪潮信息，關注寒關注寒武紀、中科曙光、紫光股份等。武紀、中科曙光、紫光股份等。行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明3535表 7：主要公司盈利預測和估值情況證

103、券代碼證券代碼證券名稱證券名稱收盤價收盤價EPS（24E）EPS（25E）EPS（26E）PE（24E）PE（25E）PE（26E）688111.SH金山辦公376.03.24.04.9116.895.077.0688590.SH新致軟件25.00.40.60.965.539.229.36682.HK第四范式58.0-0.8-0.10.5-76.3-482.9120.7603039.SH泛微網絡79.90.91.11.391.774.263.1300634.SZ彩訊股份32.60.70.81.048.139.432.4603108.SH潤達醫療22.60.50.71.045.030.322.9

104、300378.SZ鼎捷數智43.80.70.81.066.854.143.6603859.SH能科科技35.51.01.31.635.327.722.1688041.SH海光信息141.60.91.41.9158.5103.873.9688256.SH寒武紀660.8-1.10.11.1-601.88764.2577.1000977.SZ浪潮信息67.91.82.22.638.230.526.4603019.SH中科曙光76.21.51.82.151.943.336.8000938.SZ紫光股份31.00.81.01.237.729.725.00992.HK聯想集團12.60.10.10.11

105、26.2105.290.1600839.SH四川長虹12.20.20.30.364.248.641.9000034.SZ神州數碼54.22.12.53.025.921.618.1002261.SZ拓維信息31.80.10.10.2459.9274.7183.0600498.SH烽火通信24.90.60.81.043.731.526.0301236.SZ軟通動力69.30.60.81.0107.284.167.4002152.SZ廣電運通13.70.40.50.631.026.923.5603296.SH華勤技術92.32.93.54.131.526.122.3資料來源：Wind，山西證券研究所

106、；注：采用 2025 年 2 月 17 日的收盤價，金山辦公、海光信息、浪潮信息、中科曙光的預測 EPS 基于自己的估值模型，其他公司預測 EPS 采用 Wind 一致預期數據，其中聯想集團預測時間區間為 2025-2027 財年，收盤價和 EPS 單位均為人民幣元行業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明36365.風險提示風險提示AI 應用商業化落地進展不及預期：應用商業化落地進展不及預期：若由于 AI 應用的提質增效效果不明顯導致客戶減少采購或停止采購，AI 應用落地進展將不及預期，進而可能對 AI 應用廠商業績增長

107、產生負面影響?；ヂ摼W對國產互聯網對國產 AI 芯片的采購不及預期芯片的采購不及預期：若未來百度、阿里、騰訊、字節等頭部互聯網廠商減少對國產AI 芯片的采購占比，可能會對國產 AI 芯片廠商的業績產生負面影響。國產國產 AI 芯片技術研發不及預期：芯片技術研發不及預期：目前國產 AI 芯片的性能快速提升，正加速追趕英偉達，若未來下一代芯片性能提升幅度較小，或研發及測試進展不及預期，可能會使 AI 芯片的國產化替代進程放緩，進而對國產芯片廠商的發展產生負面影響。行業競爭格局加劇風險：行業競爭格局加劇風險：若 AI 芯片或各垂類 AI 應用市場出現大量新進入者，現有企業的利潤率可能會受到不利影響。行

108、業研究行業研究/行業年度策略行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明3737分析師承諾：分析師承諾：本人已在中國證券業協會登記為證券分析師，本人承諾，以勤勉的職業態度，獨立、客觀地出具本報告。本人對證券研究報告的內容和觀點負責，保證信息來源合法合規，研究方法專業審慎，分析結論具有合理依據。本報告清晰準確地反映本人的研究觀點。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直接或間接受到任何形式的補償。本人承諾不利用自己的身份、地位或執業過程中所掌握的信息為自己或他人謀取私利。投資評級的說明：投資評級的說明：以報告發布日后的 6-12 個月內公

109、司股價（或行業指數）相對同期基準指數的漲跌幅為基準。其中：A 股以滬深 300 指數為基準；新三板以三板成指或三板做市指數為基準；港股以恒生指數為基準；美股以納斯達克綜合指數或標普 500 指數為基準。無評級：因無法獲取必要的資料，或者公司面臨無法預見的結果的重大不確定事件，或者其他原因，致使無法給出明確的投資評級。（新股覆蓋、新三板覆蓋報告及轉債報告默認無評級）評級體系：評級體系：公司評級買入：預計漲幅領先相對基準指數 15%以上；增持：預計漲幅領先相對基準指數介于 5%-15%之間；中性：預計漲幅領先相對基準指數介于-5%-5%之間；減持：預計漲幅落后相對基準指數介于-5%-15%之間；賣

110、出：預計漲幅落后相對基準指數-15%以上。行業評級領先大市：預計漲幅超越相對基準指數 10%以上；同步大市：預計漲幅相對基準指數介于-10%-10%之間；落后大市：預計漲幅落后相對基準指數-10%以上。風險評級A：預計波動率小于等于相對基準指數；B：預計波動率大于相對基準指數。行業研究/行業年度策略行業研究/行業年度策略請務必閱讀最后股票評級說明和免責聲明請務必閱讀最后股票評級說明和免責聲明3838免責聲明：免責聲明：山西證券股份有限公司(以下簡稱“公司”)具備證券投資咨詢業務資格。本報告是基于公司認為可靠的已公開信息，但公司不保證該等信息的準確性和完整性。入市有風險，投資需謹慎。在任何情況下

111、，本報告中的信息或所表述的意見并不構成對任何人的投資建議。在任何情況下，公司不對任何人因使用本報告中的任何內容引致的損失負任何責任。本報告所載的資料、意見及推測僅反映發布當日的判斷。在不同時期，公司可發出與本報告所載資料、意見及推測不一致的報告。公司或其關聯機構在法律許可的情況下可能持有或交易本報告中提到的上市公司發行的證券或投資標的，還可能為或爭取為這些公司提供投資銀行或財務顧問服務?？蛻魬斂紤]到公司可能存在可能影響本報告客觀性的利益沖突。公司在知曉范圍內履行披露義務。本報告版權歸公司所有。公司對本報告保留一切權利。未經公司事先書面授權，本報告的任何部分均不得以任何方式制作任何形式的拷貝、

112、復印件或復制品，或再次分發給任何其他人，或以任何侵犯公司版權的其他方式使用。否則，公司將保留隨時追究其法律責任的權利。依據發布證券研究報告執業規范規定特此聲明，禁止公司員工將公司證券研究報告私自提供給未經公司授權的任何媒體或機構；禁止任何媒體或機構未經授權私自刊載或轉發公司證券研究報告?？d或轉發公司證券研究報告的授權必須通過簽署協議約定，且明確由被授權機構承擔相關刊載或者轉發責任。依據發布證券研究報告執業規范規定特此提示公司證券研究業務客戶不得將公司證券研究報告轉發給他人，提示公司證券研究業務客戶及公眾投資者慎重使用公眾媒體刊載的證券研究報告。依據證券期貨經營機構及其工作人員廉潔從業規定和證券經營機構及其工作人員廉潔從業實施細則規定特此告知公司證券研究業務客戶遵守廉潔從業規定。深圳深圳廣東省深圳市福田區金田路 3086 號大百匯廣場 43 層北京北京山西證券研究所：山西證券研究所：上海上海上海市浦東新區濱江大道 5159 號陸家嘴濱江中心 N5 座 3 樓太原太原太原市府西街 69 號國貿中心 A 座 28 層電話：0351-8686981北京市豐臺區金澤西路 2 號院 1 號樓麗澤平安金融中心 A 座 25 層