計算機行業(yè)2024年度投資策略：AI三要素共振AIGC云到端加速推進

行業(yè)深度報告●計算機行業(yè)日日今累計漲幅15.05%，顯著強于上證指數(shù)及滬深300。但基本面受下游財政承壓等因素影響，前三季度業(yè)績表現(xiàn)不達預期，2023前三季行業(yè)營收同比增長5.00%，歸母凈利同比增長12.99%，行業(yè)ROE（攤?。?.79%，行業(yè)內(nèi)公司平均毛利率39.95%（同比+1.8pct），凈利率-4.86%（同比+11.32pct）。繼續(xù)承壓，導致行業(yè)依然有下行風險。我們認為，2024年計算機行業(yè)有望迎來“戴維斯雙擊”，分子端：AI“三要素”（算力、數(shù)據(jù)、算法）共振，積極財政政策預期帶來下游需求預期改善，以及數(shù)據(jù)要素入表，驅動行業(yè)整體業(yè)績有望觸底反彈；分母端：美聯(lián)儲2024年降息預期下，若明年國內(nèi)貨幣政策預期寬松將利好科技成長，流動性改善，有助于估值進一步拔升。主線一：算力側：人工智能驅動的第六輪康波已現(xiàn)曙光，海外大廠支出指引AIcapex占比繼續(xù)提升，國內(nèi)受政策驅動及大模型參數(shù)對標海外升級，全球智能算力預計維持高景氣，未來5年中國智能算力規(guī)模CAGR預計52.3%。主線二：數(shù)據(jù)側：數(shù)據(jù)要素三次價值釋放元年，會計入表推動數(shù)據(jù)價值“顯性化”?！皵?shù)據(jù)入表”將于2024年初實行，我們估算2025年數(shù)據(jù)資本存量市場2）國資云廠商；3）擁有數(shù)據(jù)資產(chǎn)或數(shù)據(jù)運營權的企業(yè)；4）數(shù)據(jù)治理、數(shù)據(jù)安全、數(shù)據(jù)復制與災備等服務提供商。主線三：算法側：AIGC大模型從云到端持續(xù)推進，云端繼續(xù)升級，終端大模型呼之欲出，建議重點關注端側操作系統(tǒng)層軟件服務公司。主線四：終端側：GPT-4加持的AIPin橫空出世，人形機器人預計開始爬產(chǎn)，自動駕駛L2逐年穩(wěn)增，L3有望迎來重要拐點，智能手機銷量企穩(wěn)恢復。主線五：生態(tài)側：華為突圍帶動信創(chuàng)生態(tài)變革，鴻蒙產(chǎn)業(yè)鏈生態(tài)持續(xù)走向繁榮。主線六：場景側：AIGC+教育、金融、辦公、法律、醫(yī)療有望率先落地。重點公司盈利預測與估值股票代碼股票名稱EPS投資評級嘉和美康推薦同花順推薦上海鋼聯(lián)推薦金山辦公推薦螢石網(wǎng)絡推薦曙光數(shù)創(chuàng)推薦政策推進不及預期風險；4）下游需求不及預期風險；5）貨幣政策不及預期風險；6）人工智能引發(fā)法律及倫理等風險。維持評級分析師8610）86359293021）20252650資料來源：中國銀河證券研究院【銀河計算機】11月人工智能月報——大模型應用加速落地，AIGC加速融入多業(yè)態(tài)【銀河計算機】海外追蹤周報_英偉達披露季報，數(shù)據(jù)中心業(yè)務增速超預期【銀河計算機】_行業(yè)點評報告_首個數(shù)據(jù)資產(chǎn)確認指南發(fā)布，數(shù)據(jù)資產(chǎn)化進程再加速【銀河計算機】海外追蹤周報_AI從云端向終端部署趨勢預計加速行業(yè)深度報告/計算機行業(yè)2請務必閱讀正文最后的中國銀河證券股份有限公司2核心觀點：行業(yè)熱度將持續(xù)，積極把握六大投資主線 3（一）行業(yè)行情回顧及2023Q3業(yè)績總結 3（二）海外科技股行情回顧 6（三）投資建議：建議把握六大投資主線 7主線一：算力側——智能算力滲透率快速提升 9（一）算力側：技術革新及政策雙輪驅動，AI算力景氣度高企 9（二）算力側投資主線：國產(chǎn)化、高帶寬存儲、AI服務器、液冷、算力租賃 主線二：數(shù)據(jù)側，數(shù)據(jù)要素三次價值釋放，入表推動價值“顯性化” 40（一）數(shù)據(jù)入表：2024年初實行，數(shù)據(jù)資產(chǎn)化時代正式開啟 40（二）數(shù)據(jù)要素政策仍有細化空間，政策催化效應預期凸顯 42（三）數(shù)據(jù)要素迎三次價值釋放，數(shù)據(jù)資本空間預計可達30萬億 45（四）細分投資機會解析：貫穿全產(chǎn)業(yè)鏈的價值“顯性化” 47主線三：算法側，大模型從云到端，2024年手機有望搭載生成式AI 50（一）云端大模型持續(xù)升級，云人工智能市場五年CAGR有望達32.37% 50（二）邊云算法協(xié)同發(fā)展，推動大模型終端側落地 54（三）終端部署AI大模型，打開云到端新空間 主線四：終端側，大模型走向終端，開啟智能硬件新周期 61（一）AIPin：大模型從云端走向終端的下一站 （二）全球智能手機市場將在2024年恢復增長，華為手機成長動能最強勁 63（三）國內(nèi)智能座艙滲透率預計值超全球水平，未來L3滲透率有望大幅增長 67（四）特斯拉人型機器人2024Q1有望開始爬產(chǎn)，具身智能時代到來 主線五：生態(tài)側，華為突圍帶動信創(chuàng)生態(tài)變革，鴻蒙產(chǎn)業(yè)鏈生態(tài)走向繁榮 （一）華為突破重圍，領銜信創(chuàng)產(chǎn)業(yè)生態(tài)變革 77（二）生態(tài)為王，鴻蒙產(chǎn)業(yè)鏈繁榮發(fā)展 80（三）鴻蒙生態(tài)賦能千行百業(yè)，引領全場景時代 主線六：場景側，AIGC+教育、金融、辦公、法律、醫(yī)療加速滲透 86（一）AIGC+教育：人工智能落地的最優(yōu)場景之一 86（二）AIGC+金融：國內(nèi)金融大模型搶灘布局，場景應用加速滲透 87（三）AIGC+辦公：ARPU值與付費率雙升 （四）AIGC+法律：未來預計可替代44%法律工作 92（五）AIGC+醫(yī)療：助力智慧醫(yī)療轉型升級 推薦公司與盈利預測 96風險提示 行業(yè)深度報告/計算機行業(yè)核心觀點：行業(yè)熱度將持續(xù)，積極把握六大投資主線回顧2023年，受ChatGPT引發(fā)的新一輪人工智能大模型浪潮影響，行業(yè)整體表現(xiàn)活躍。2023Q1，數(shù)據(jù)安全等相關產(chǎn)業(yè)指導意見以及中共中央、國務院印發(fā)《數(shù)字中國建設整體布局規(guī)劃》陸續(xù)發(fā)布，引發(fā)“數(shù)字經(jīng)濟掛帥”熱議，3月16日，百度正式發(fā)布旗下預訓練生成式大語言模型產(chǎn)品——文心一言，標志國內(nèi)大廠開始下場競逐大模型市場，政策發(fā)布疊加事件催化下，1～4月份計算機指數(shù)大幅跑贏上證綜指、滬深300和創(chuàng)業(yè)板指；隨著4月年報季到來，行業(yè)整體業(yè)績低迷，導致4~5月份行業(yè)指數(shù)小幅回調(diào)，年報季后，5～6月下旬反彈上行，6月下旬后由于市場增量資金不足，行業(yè)業(yè)績端及貨幣政策均不及預期，行業(yè)上行乏力，持續(xù)震蕩回調(diào)至今。圖1：計算機指數(shù)vs上證指數(shù)、滬深300及創(chuàng)業(yè)板指漲跌幅走勢圖2：年初至今各行業(yè)漲跌幅（%）截至12月4日，計算機行業(yè)指數(shù)PS（TTM）為3.39倍，從A股各行業(yè)相對估值水平來看，行業(yè)估值水平相對偏高。從計算機行業(yè)基金持倉比例來看，全年波動性較大，2023Q1/2023Q2/2023Q3計算機行業(yè)基金持股比例分別為3.96%、6.77%、3.59%。圖3：目前各行業(yè)PS（TTM）估值對比圖4：計算機行業(yè)2023單季度基金持股情況3請務必閱讀正文最后的中國銀河證券股份有限公司34請務必閱讀正文最后的中國銀河證券股份有限公司4行業(yè)深度報告/計算機行業(yè)2023年由于受地方財政承壓等因素影響，前三季度行業(yè)業(yè)績表現(xiàn)不達預期，2023前三季度，行業(yè)營收同比增長5.00%，但增速有所下降（去年Q3增速10.36%)，歸母凈利潤（去年Q3增速-59.39%)，前三季度經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額依然為負，行業(yè)整體ROE（攤薄）1.79%，行業(yè)內(nèi)公司平均毛利率39.95%（同比+1.8pct凈利率-4.86%（同比+11.32pct）。圖5：計算機行業(yè)前三季度營收同比增長5%增速同比下降圖7：計算機行業(yè)前三季度經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額為負（億元）圖6：計算機行業(yè)前三季度歸母凈利潤同比增長12.99%圖8：計算機行業(yè)前三季度攤薄ROE為1.79%受地方財政支出壓力等多重因素影響，自2020年起計算機行業(yè)營收及凈利潤水平均表現(xiàn)不佳。企業(yè)研發(fā)費用率穩(wěn)增，2023年三季度費用率顯著增至19.22%。我們預計，伴隨中央財政預期加杠桿，地方財政收支壓力趨緩，疊加數(shù)據(jù)要素入表，行業(yè)凈利潤水平有望于2024年反彈。5請務必閱讀正文最后的中國銀河證券股份有限公司5行業(yè)深度報告/計算機行業(yè)圖9：計算機行業(yè)過去五年營收增長率圖10：計算機行業(yè)過去五年歸母凈利潤增長率圖11：計算機行業(yè)過去五年資產(chǎn)負債率持續(xù)下修圖12：計算機行業(yè)過去五年應收賬款周轉率呈下降態(tài)勢（次）圖13：計算機行業(yè)過去五年存貨周轉率持續(xù)下降（次）圖14：計算機行業(yè)過去五年研發(fā)/銷售/管理費用率總體上行計算機行業(yè)指數(shù)過去10年PE（TTM）均值為60.98；PS（TTM）均值為3.99。截至12月4日，當前計算機行業(yè)指數(shù)估值處于歷史十年均值略偏高位置，指數(shù)PE（TTM）值為65.16倍，PS（TTM）值為3.39倍。行業(yè)深度報告/計算機行業(yè)從2023年初截至美東時間12月4日，納斯達克指數(shù)和費城半導體指數(shù)表現(xiàn)優(yōu)于標普500指數(shù)。2023年初至4月上旬，TAMAMA科技指數(shù)跑贏標普500指數(shù)和納斯達克指數(shù)；4月上旬后，TAMAMA科技指數(shù)跑贏標普500指數(shù)、納斯達克指數(shù)和費城半導體指數(shù)。港股、中概股表現(xiàn)整體波動程度較大，年內(nèi)走勢低迷。截至2023年12月4日，恒生科技指數(shù)跌幅為11.19%；納斯達克金龍指數(shù)跌幅為9.94%。對比去年同期，跌幅有所收窄。圖17：TAMAMA與標普500、納指和費城半導體指圖18：恒生科技指數(shù)與納斯達克金龍指數(shù)走勢圖美股科技納斯達克指數(shù)過去10年PE（TTM）均值為36.95；標普500指數(shù)10年PE（TTM）均值為23.40。相較過去10年歷史水平，當前納斯達克指數(shù)估值較均值略高；截至美東時間12月4日，納斯達克指數(shù)PE（TTM）值為40.50，標普500指數(shù)PE（TTM）值為23.93。6請務必閱讀正文最后的中國銀河證券股份有限公司6行業(yè)深度報告/計算機行業(yè)2023年美聯(lián)儲分別于2月1日、3月22日、5月4日和7月26日單次加息25個基點，聯(lián)邦基金利率由年初的4.50%升至5.50%。由于美聯(lián)儲一系列加息，債券收益率于2022年初開始走高；2023致使科技股階段性承壓，加息節(jié)點走勢低迷。伴隨美聯(lián)儲加息停止，明年上半年有望進入降息通道，科技股估值壓力預期將有所緩解。圖21：近五年美國與中國國債收益率（10年期）圖22：美債10年期實際收益率對比納斯達克指數(shù)走勢（三）投資建議：建議把握六大投資主線展望2024年，伴隨AIGC多場景落地，上游算力需求依舊景氣度高企，數(shù)據(jù)要素價值釋放帶來數(shù)據(jù)產(chǎn)業(yè)量及質量雙重提升，海外巨量參數(shù)大模型開源，國內(nèi)垂類大模型行業(yè)滲透率快速提升，我們認為計算機行業(yè)明年有望迎來戴維斯雙擊。分子端（業(yè)績端區(qū)別于2023年的估值驅動，2024年計算機行業(yè)有望迎來“三要素”（算力+數(shù)據(jù)+算法）共振，積極財政政策預期帶來下游需求預期改善，以及數(shù)據(jù)要素入表，分子端業(yè)績有望觸底反彈。就分母端（估值端）而言，美聯(lián)儲2024年降息預期下，若明年國內(nèi)貨幣政策預期寬松將利好科技成長，流動性改善，有助于估值進一步拔升。7請務必閱讀正文最后的中國銀河證券股份有限公司78請務必閱讀正文最后的中國銀河證券股份有限公司8行業(yè)深度報告/計算機行業(yè)圖23：計算機行業(yè)2024年度策略核心邏輯推演資料來源：中國銀河證券研究院具體而言，2024年建議把握六大投資主線：主線一，算力側：海外大廠支出指引AIcapex占比繼續(xù)提升，國內(nèi)受政策驅動及大模型參數(shù)對標海外升級，全球智能算力預計維持高景氣。有別于市場的觀點，市場擔心未來算力需求短期見頂明年低于預期，我們認為，從長周期來看，新一代人工智能已經(jīng)引發(fā)第六輪康波開啟，AIGC大模型正在成為引發(fā)的生產(chǎn)力變革才剛剛開始，英偉達最新財報顯示數(shù)據(jù)中心營收同比增幅達297%，預付款項指引2025年景氣度依然高企。未來5年中國智能算力規(guī)模年復合增長率預計將達到52.3%，通用算力規(guī)模年復合增長率為18.5%。細分子領域重點關注1）算力國產(chǎn)化（重點關注華為鏈2）高帶寬存儲（HBM產(chǎn)業(yè)鏈）；3）AI服務器龍頭；4）液冷產(chǎn)業(yè)鏈；5）算力租賃。主線二，數(shù)據(jù)側：數(shù)據(jù)要素三次價值釋放元年，會計入表推動數(shù)據(jù)價值“顯性化”?！皵?shù)據(jù)入表”將于2024年初實行，標志著數(shù)據(jù)完成了從自然資源到經(jīng)濟資產(chǎn)的跨越，數(shù)據(jù)資產(chǎn)化時代正式開啟。有別于市場的觀點，市場主流判斷數(shù)據(jù)要素市場規(guī)模預計10萬億市場空間，我們估算2025年數(shù)據(jù)資本存量市場規(guī)模有望達到35.49萬億。數(shù)據(jù)要素完全有望成為改善政企資產(chǎn)負債表的重要支撐，進而推動國內(nèi)經(jīng)濟升級轉型，促進地方政府從“土地財政”全面轉換升級為“數(shù)字財政”。建議重點關注：1）數(shù)據(jù)資產(chǎn)化的確權、定價等政策落地時點；2）國資云廠商；3）擁有數(shù)據(jù)資產(chǎn)或數(shù)據(jù)運營權的企業(yè)；4）數(shù)據(jù)治理、數(shù)據(jù)安全、數(shù)據(jù)復制與災備等服務提供商。主線三，算法側：大模型從云到端持續(xù)推進，云端繼續(xù)升級，終端大模型呼之欲出。OpenAI明年上半年預計發(fā)布GPT-5，Meta預計已在開發(fā)比GPT4更強大的開源大模型Llama3。谷歌發(fā)布大模型PaLM2實現(xiàn)輕量級移動端落地，并即將發(fā)布多模態(tài)大語言模型Gemini；高通發(fā)布搭載最新驍龍8Gen3芯片模型StableDiffusion及其核心插件ControlNet，均可在終端運行。云服務產(chǎn)品市場持續(xù)擴容，催化大模型向邊緣設備落地，包括智能手機、筆記本電腦、XR、機器人、耳機、智能汽車、智能物聯(lián)網(wǎng)終端（AIoT）等。建議重點關注端側操作系統(tǒng)層軟件服務公司。主線四，終端側：1）GPT4加持的無屏幕可穿戴設備"AIPin"橫空出世，重塑人機交互形式，2024年開始產(chǎn)生銷量，有望開啟全新終端大模型“輕量級”硬件新時代；2）特斯拉人型機器人2024Q1有望開始爬產(chǎn)，具身智能時代到來；3)國內(nèi)智能座艙滲透率預計值超全球水平，自動駕駛L2逐年穩(wěn)增。智能汽車銷量高增長，帶動智能汽車軟件需求，中國智能座艙2023年滲透率預計可達66%，全球自動駕駛2024年L2/L3滲透率預計可達37%/1.5%，從明年開始伴隨L3政策預期突破，L3滲透率有望迎來9請務必閱讀正文最后的中國銀河證券股份有限公司9行業(yè)深度報告/計算機行業(yè)拐頭向上快速提升。4）5G智能手機市場將在2024年恢復增長，華為手機成長動能預期最強勁。重點關注不同類型終端產(chǎn)業(yè)鏈零部件及軟件提供商投資機會。主線五，生態(tài)側：華為突圍帶動信創(chuàng)生態(tài)變革，鴻蒙產(chǎn)業(yè)鏈生態(tài)持續(xù)走向繁榮。華為領銜信創(chuàng)產(chǎn)業(yè)生態(tài)變革，“鯤鵬+異騰”打造雙引擎計算戰(zhàn)略，“鴻蒙+歐拉”共筑國產(chǎn)操作系統(tǒng)產(chǎn)業(yè)發(fā)展的重要底座。鴻蒙是面向萬物互聯(lián)世界的操作系統(tǒng)，搭載華為鴻蒙系統(tǒng)的生態(tài)設備數(shù)已經(jīng)突破7億，HarmonyOS開發(fā)者數(shù)量超過220萬人，API日調(diào)用590億次，鴻蒙已經(jīng)成為全球第三大操作系統(tǒng)。2024年伴隨國產(chǎn)上游產(chǎn)能支持力提升，華為生態(tài)將持續(xù)迭代擴容。建議關注華為產(chǎn)業(yè)鏈上下游合作伙伴。主線六，場景側：AI+教育、金融、辦公、法律、醫(yī)療有望率先落地。1）AI+教育：人工智能技術在教育領域的應用場景廣闊，是人工智能落地的最優(yōu)場景之一；2）AI+金融：垂類小模型在特定領域具備較高的可行性，國內(nèi)金融大模型搶灘布局；3）AI+辦公：人工智能使辦公軟件ARPU值與付費率雙升；4）AI+法律：生成式AI可替代44%法律工作，為法律行業(yè)多種應用場景賦能；5）AI+醫(yī)療：助力智慧醫(yī)療轉型升級。建議關注各細分子領域龍頭公司。推薦標的：建議關注受益AIGC推進的產(chǎn)業(yè)鏈上下游龍頭標的（排名不分先后包括同花順、中科創(chuàng)達、中科曙光、金山辦公、科大訊飛、國能日新、恒生電子、超圖軟件、拓爾思、螢石網(wǎng)絡、?？低暋⒌劳萍?、上海鋼聯(lián)、彩訊股份、嘉和美康、英方軟件、曙光數(shù)創(chuàng)、中科星圖、航天宏圖、通達海、寶信軟件、財富趨勢等。從算力供給而言，可以分為通用算力、智能算力和超算算力。算力實現(xiàn)的核心是CPU、GPU、FPGA、ASIC等各類計算芯片，并由計算機、服務器、高性能計算集群和各類智能終端等承載，海量數(shù)據(jù)處理和各種數(shù)字化應用都離不開算力的加工和計算，算力數(shù)值越大代表綜合計算能力越強，常用的計量單位是FLOPS（每秒執(zhí)行的浮點數(shù)運算次數(shù)）。圖24：算力分類（從供給側看）資料來源：中國信通院《中國算力發(fā)展指數(shù)白皮書》，中國銀河證券研究院算力是設備根據(jù)內(nèi)部狀態(tài)的改變，每秒可處理的信息數(shù)據(jù)量。算力的載體發(fā)展經(jīng)歷了以算盤和機械計算器為代表的時代到基于架設互聯(lián)網(wǎng)基礎平臺的服務器的歷程。在過去20年，隨著算力載體的豐富程度得到了極大提升，呈現(xiàn)多樣化發(fā)展趨勢。行業(yè)深度報告/計算機行業(yè)圖25：算力載體發(fā)展史資料來源：華為《泛在算力》，中國銀河證券研究院算力架構可以拆解為芯片、設備、軟件，呈現(xiàn)“云-邊-端”一體格局。未來將形成云端側負責大體量復雜計算、邊緣側負責簡單計算執(zhí)行、終端側負責感知交互的泛在算力部署形式。圖26：泛在算力架構圖資料來源：華為《泛在算力》，中國銀河證券研究院大模型需要強大算力來支持訓練過程和推理過程。根據(jù)OpenAI數(shù)據(jù)，訓練GPT-3175B的模型，需要的算力高達3640PF-days（假如每秒做一千萬億次浮點運算,需要計算3640天）。2018年以來，大模型的參數(shù)量級已達到數(shù)千億參數(shù)的量級規(guī)模。而CPU的物理工藝、核心數(shù)已接近極限。在AI的演化成為趨勢，并最終成為生成式人工智能時代下算力的主角。表1：各個模型所需計算量及參數(shù)量參數(shù)量（百萬個）請務必閱讀正文最后的中國銀河證券股份有限公司行業(yè)深度報告/計算機行業(yè)請務必閱讀正文最后的中國銀河證券股份有限公司AI時代的摩爾定律，算力平均每3.43個月翻一倍。自2012年后，驅動AI的底層機器學習技術計算量呈指數(shù)級增長，根據(jù)OpenAI論文，深度學習前期，算力翻倍時間為21.3個月，深度學習時期，算力翻倍時間為5.7個月，大模型時期，AI訓練任務所用的算力每3.43個月就會翻倍，遠超摩爾定律（晶體管每18個月翻一倍）帶來的算力提升速度。圖27：算力需求遠超摩爾定律大模型對算力的需求主要體現(xiàn)在以下三個場景：（1）預訓練算力需求：模型預訓練過程是消耗算力的最主要場景。ChatGPT采用預訓練語言模型，GPT-3具有大約1750億參數(shù)，GPT-4的規(guī)模是GPT-3的10倍以上，它具有大約1.8兆參數(shù)，分布在120個層，13萬億token，OpenAI訓練GPT-4的FLOPS約為2.15*10^25，單張英偉達A100的算力為19.5TFlops（浮點運算每秒19.5萬億次），如果不考慮利用率用25000張A100訓練需要52天，實際情況在大約25000個A100上訓練了90到100天，MFU（行業(yè)深度報告/計算機行業(yè)驗、失敗的訓練和其他成本，比如數(shù)據(jù)收集、RLHF（以強化學習方式依據(jù)人類反饋優(yōu)化語言模型）、人力成本等，這次訓練的成本大約是6300萬美元。圖28：大模型預訓練所需算力成本（2）日常運營算力需求：預計ChatGPT單月運營需要算力約4874.4PFlops-days，對應成本約1800萬美元。在完成模型預訓練之后，ChatGPT對于底層算力的需求并未結束，日常運營過程中，用戶交互帶來數(shù)據(jù)處理需求。根據(jù)OpenAI官網(wǎng)9月數(shù)據(jù)，ChatGPT目前擁有超過1億用戶，每月美元。基于此，我們估算OpenAI為ChatGPT每月支付的運營算力成本為1800萬美元。圖29：日常運營所需成本測算（3）模型調(diào)優(yōu)算力需求：從模型迭代的角度來看，ChatGPT模型并不是靜態(tài)的，而是需要不斷進行Finetune模型調(diào)優(yōu)，以確保模型處于最佳應用狀態(tài)。調(diào)優(yōu)過程中，一方面是需要開發(fā)者對模型參數(shù)進行調(diào)整，確保輸出內(nèi)容不是有害和失真的；另一方面，需要基于用戶反饋和PPO（近端策略優(yōu)化），對模型進行大規(guī)?；蛐∫?guī)模的迭代訓練。因此，模型調(diào)優(yōu)同樣會為OpenAI帶來算力成本，具體算力需求和成本金額取決于模型的迭代速度。請務必閱讀正文最后的中國銀河證券股份有限公司行業(yè)深度報告/計算機行業(yè)請務必閱讀正文最后的中國銀河證券股份有限公司表2：算力需求推演（以GPT-4為例）型對算力總需求伴隨全球人工智能浪潮，全球算力規(guī)模爆發(fā)式增長。2022年全球算力總規(guī)模達到906EFlops，增速達到47%，其中基礎算力規(guī)模（FP32）為440EFlops，智能算力規(guī)模（換算為FP32）為451EFlops，超算算力規(guī)模（換算為FP32）為16EFlops。根據(jù)中國移動預測，未來五年全球算力規(guī)模將以超過50%的速度增長，到2025年全球計算設備算力總規(guī)模將超過3ZFlops，至2030年將超過20ZFlops。圖30：全球算力規(guī)模及增速資料來源：中國信通院，中國銀河證券研究院以AIGC為首的應用表現(xiàn)強勁，推動了智能計算的快速和持續(xù)增長。IDC預測，全球人工智能計算市場規(guī)模將從2022年的195億美元增長到2026年的346.6億美元。其中，生成式人工智能計算市場規(guī)模將從2022年的8.2億美元增長到2026年的109.9億美元，占整體人工智能計算市場的比重將從4.2%增長到31.7%。生成式人工智能將推動互聯(lián)網(wǎng)、制造、金融、教育、醫(yī)療等行業(yè)創(chuàng)新發(fā)展。行業(yè)深度報告/計算機行業(yè)圖31：全球人工智能市場規(guī)模圖32：全球生成式人工智能市場規(guī)模從海外云巨頭三季報看，人工智能投資推動收入和資本支出。年初至今，生成式AI技術浪潮的快速崛起帶來對AI算力需求的大幅提升，海外云廠商巨頭谷歌、微軟、Meta（這里暫時不考慮亞馬遜，亞馬遜由于三季度收縮用于倉儲物流的資本開支，影響權重較大）3Q資本開支212.05億美元，合計資本開支環(huán)比增長9.43%，主要系AI基礎設施投入加大，各家在業(yè)績會上均表示2024將繼續(xù)加碼AI領域。圖33：海外云廠商巨頭2023資本開支規(guī)模（單季度）圖34：海外云廠商巨頭2023資本開支增速（季度環(huán)比）另一方面，各大廠商資本開支與營收呈現(xiàn)顯著正相關。谷歌云2023年第三季度收入為84.1億美元，同比增長22.59%，微軟智能云部門（包括Azure）的收入為243億美元，同比增長19%。我們認為，預計北美云廠商巨頭微軟、谷歌、Meta的資本開支在2024年進入上行周期，整體增速預計超過雙位數(shù)。算力是集計算力、網(wǎng)絡運載力、數(shù)據(jù)存儲力力于一體的新型生產(chǎn)力。一國算力指數(shù)與數(shù)字經(jīng)濟發(fā)展呈現(xiàn)顯著正相關。IDC、浪潮信息、清華產(chǎn)業(yè)研究院聯(lián)合發(fā)布的《2022-2023全球計算力指數(shù)評估報告》中表明，計算力評估指標涵蓋計算能力、計算效率、應用水平、基礎設施支持四個維度?；貧w分析顯示，計算力指數(shù)與GDP、數(shù)字經(jīng)濟的走勢呈現(xiàn)出顯著正相關。請務必閱讀正文最后的中國銀河證券股份有限公司請務必閱讀正文最后的中國銀河證券股份有限公司行業(yè)深度報告/計算機行業(yè)圖35：算力與GDP回歸性分析算力對于促進GDP與數(shù)字經(jīng)濟增長效果顯著。相關數(shù)據(jù)顯示，十五個樣本國家的計算力指數(shù)年將繼續(xù)保持。圖36：算力對數(shù)字經(jīng)濟和GDP的影響中國計算力指數(shù)排名第二，處于領跑者地位。根據(jù)《2022-2023全球計算力指數(shù)評估報告》中，第一梯隊包括中國和美國；第二梯隊國家包括日本、德國、英國、法國、加拿大、韓國和澳大利亞；增長1.4%，達到了71分，2022年受到疫情反復沖擊，全年GDP增長低于預期，在這樣的大環(huán)境下，中國算力指數(shù)仍保持增長。行業(yè)深度報告/計算機行業(yè)圖37：全球各國算力指數(shù)及排名資料來源：IDC，中國銀河證券研究院圖38：全球算力規(guī)模分布情況資料來源：中國信通院、IDC，中國銀河證券研究院中國算力核心產(chǎn)業(yè)規(guī)模高增，成為國內(nèi)GDP增長重要抓手。據(jù)工業(yè)和信息化部數(shù)據(jù)，截至2022年年底，我國算力核心產(chǎn)業(yè)規(guī)模達到1.8萬億元，算力總規(guī)模達到180EFLOPS，年增長率近30%；存力總規(guī)模超過1000EB；國家樞紐節(jié)點間的網(wǎng)絡單向時延降低到20毫秒以內(nèi)。預計2023中國算力核心產(chǎn)業(yè)規(guī)模。算力每投入1元，將帶動3～4元的GDP經(jīng)濟增長。圖39：中國算力核心產(chǎn)業(yè)規(guī)模資料來源：工信部、畢馬威，中國銀河證券研究院圖40：算力對中國GDP影響資料來源：IDC，中國銀河證券研究院2023是企業(yè)數(shù)字化轉型拐點，2024資本開支有望繼續(xù)高增。從2022年開始，全球企業(yè)在數(shù)字化轉型的浪潮下開始加速數(shù)字化進程，2023年是企業(yè)數(shù)字化轉型的拐點，企業(yè)從數(shù)字化轉型時代進入到數(shù)字化業(yè)務時代，開始逐漸步入數(shù)字化新階段。根據(jù)IDC的研究，到2023年底，全球數(shù)字化轉型支出在總體企業(yè)ICT支出中的占比將達到52%，全球52%的軟件應用支出也將是SaaS模式。預計2023年全球數(shù)字化轉型技術的支出增長率為16.9%。數(shù)字化轉型在降本增效、提高創(chuàng)新能力、商業(yè)模式轉型升級等方面已初顯成效，已成為企業(yè)核心發(fā)展戰(zhàn)略。請務必閱讀正文最后的中國銀河證券股份有限公司行業(yè)深度報告/計算機行業(yè)圖41：中國數(shù)字化轉型發(fā)展時間軸國內(nèi)算力產(chǎn)業(yè)總體規(guī)模未來三年有望維持30%左右CAGR，智能算力滲透率及占比快速提升。近幾年，我國不斷加大對計算、網(wǎng)絡和存儲等基礎設施的投入，高度重視數(shù)據(jù)中心、智算中心、超算中心以及邊緣數(shù)據(jù)中心等算力基礎設施的高質量發(fā)展，近5年，我國算力產(chǎn)業(yè)規(guī)模年平均增速超智能算力滲透率逐漸提升。智能算力增長迅速，新增算力中智能算力成為增長新引擎，截至2022年底，我國算力總規(guī)模達到180EFLOPS，其中智能算力規(guī)模與去年相比增加41.4%，超過全球整體智能算力增速（25.7%其中通用算力規(guī)模137EFLOPS，占比約76.7%，智能算力規(guī)模41EFLOPS，占比約22.8%。根據(jù)《2022-2023中國人工智能計算力發(fā)展評估報告》，未來5年中國智能算力規(guī)模年復合增長率將達到52.3%，通用算力規(guī)模年復合增長率為18.5%。預計到2026年中國智能算力將達到145EFLOPS，占比將達到36.7%。隨著AI大模型的快速發(fā)展，智能算力需求正呈現(xiàn)爆發(fā)性增長態(tài)勢，滲透率將顯著提升。請務必閱讀正文最后的中國銀河證券股份有限公司請務必閱讀正文最后的中國銀河證券股份有限公司行業(yè)深度報告/計算機行業(yè)資料來源：中國信通院，IDC，中國銀河證券研究院圖44：中國算力產(chǎn)業(yè)結構及預測資料來源：中國信通院，IDC，中國銀河證券研究院高端算力芯片進口受限，多輪禁令加劇高端算力供應的短缺，導致供需錯配。一方面，從ChatGPT面世以來，國內(nèi)各企業(yè)和研究院在短短半年多的時間內(nèi)先后推出了超過130款大模型，其中領跑玩家已經(jīng)開始著手于將大模型應用于特定場景，打造爆款應用。此外，為了構筑算力底座，各地政府紛紛上馬智算中心建設，鋪設大數(shù)據(jù)時代的信息高速，推動產(chǎn)業(yè)創(chuàng)新升級。根據(jù)華為異騰計算業(yè)務總裁張迪煊在2023世界人工智能大會上的揭示，大模型所需的算力相對于2020年預計將增長500倍。而另一方面，2023年10月17日，美國商務部工業(yè)和安全局（BIS）發(fā)布了針對芯片的出口禁令新規(guī)，更加嚴格的限制了中國購買重要的高端芯片，導致國內(nèi)算力缺口正在不斷擴大。工信部等六部門聯(lián)合印發(fā)《算力基礎設施高質量發(fā)展行動計劃》，提出到2025年，計算力方面，算力規(guī)模超過300EFLOPS，智能算力占比達到35%，東西部算力平衡協(xié)調(diào)發(fā)展。2023年10月9日，工業(yè)和信息化部等六部門近日聯(lián)合印發(fā)《算力基礎設施高質量發(fā)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定下發(fā)展目標，引導算力基礎設施高質量發(fā)展。此次《行動計劃》詳細定下了量化目標。1）計算力方面，到2025年算力規(guī)模超過300EFLOPS(每秒30000京次浮點運算次數(shù))，智能算力占比達到35%，東西部算力平衡協(xié)調(diào)發(fā)展；2）運載力方面，國家樞紐節(jié)點數(shù)據(jù)中心集群間基本實現(xiàn)不高于理論時延1.5倍的直連網(wǎng)絡傳輸，重點應用場所光傳送網(wǎng)（OTN）覆蓋率達到80%，骨干網(wǎng)、城域網(wǎng)全面支持IPv6等創(chuàng)新技術使用占比達到40%；3）存儲力方面，存儲總量超過1800EB，先進存儲容量占比達到30%以上，重點行業(yè)核心數(shù)據(jù)、重要數(shù)據(jù)災備覆蓋率達到100%；4）應用賦能方面，打造一批算力新業(yè)務、新模式、新業(yè)態(tài)，工業(yè)、金融等領域算力滲透率顯著提升，醫(yī)療、交通等領域應用實現(xiàn)規(guī)?；瘡椭仆茝V，能源、教育等領域應用范圍進一步擴大。每個重點領域打造30個以上應用標桿。行業(yè)深度報告/計算機行業(yè)請務必閱讀正文最后的中國銀河證券股份有限公司圖45：行動計劃量化目標資料來源：工業(yè)和信息化部《算力基礎設施高質量發(fā)展行動計劃》，中國銀河證券研究院目前，我國加速推進算力布局，與算力有關的多項國家政策發(fā)布，與此同時，各地政府也在推進相關規(guī)劃落地，包括基礎電信企業(yè)等在內(nèi)的各方也在積極推進算力網(wǎng)絡建設，算力產(chǎn)業(yè)發(fā)展進入“快車道”。表3：算力產(chǎn)業(yè)政策匯總系統(tǒng)優(yōu)化算力基礎設施布局，促進東西部算國務院《關于數(shù)字經(jīng)濟發(fā)展情的報告》算力基礎設施達到世界領先水平。全國一體化大量發(fā)展的意見》見》加快構建全國一體化大數(shù)據(jù)中心體系，推進國家工資料來源：國務院、工信部，中國銀河證券研究院請務必閱讀正文最后的中國銀河證券股份有限公司全局（BIS）發(fā)布了針對芯片的出口禁令新規(guī)，更加嚴格的限制了中國購買重要的高端芯片。一方面，從ChatGPT面世以來，國內(nèi)各企業(yè)和研究院在短短半年多的時間內(nèi)先后推出了超過130款大模型，其中領跑玩家已經(jīng)開始著手于將大模型應用于特定場景，打造爆款應用。另一方面，為了構筑算力底座，各地政府紛紛上馬智算中心建設，鋪設大數(shù)據(jù)時代的信息高速，推動產(chǎn)業(yè)創(chuàng)新升級，降低企業(yè)調(diào)用以大模型為代表的科技成果的成本。根據(jù)華為異騰計算業(yè)務總裁張迪煊在2023世界人工智能大會上的揭示，大模型所需的算力相對于2020年預計將增長500倍，這個算力缺口正在不斷擴大。A800、H800被禁后，英偉達繼續(xù)推出新款芯片，單卡性能H20弱于異騰910b。2023年11月9日，相關報道稱英偉達已開發(fā)出針對中國市場的最新改良版系列芯片——HGXH20、L20PCle和L2PCle。最新三款芯片是由H100改良而來，就單卡性能而言H20弱于異騰910b。表4：英偉達H20、L20、L2性能參數(shù)對比數(shù)據(jù)來源：NVIDIA官網(wǎng)，中國銀河證券研究院華為異騰芯片為AI體系提供強大算力，異騰910b單卡性能接近英偉達A100。華為異騰芯片是華為發(fā)布的兩款人工智能處理器，包含異騰310用于推理和910用于訓練，均采用自家的達芬奇架構。異騰910是一款高性能AI芯片，采用了7nm工藝制程，集成了數(shù)千個達芬奇核心，能夠提行業(yè)深度報告/計算機行業(yè)供高達256TOPS的算力，在業(yè)界其算力處于領先水平。異騰310是一款入門級AI芯片，采用了12nm工藝制程，集成了數(shù)百個達芬奇核心，能夠提供高達8TOPS的算力，適合用于邊緣計算和物聯(lián)網(wǎng)等應用場景。2023年科大訊飛與華為異騰啟動專項攻關，合力打造我國通用人工智能新底座，讓國產(chǎn)大模型架構在自主創(chuàng)新的軟硬件基礎之上，當前華為異騰910B能力已經(jīng)基本做到可對標英偉表5：華為異騰910b與英偉達A100參數(shù)性能對比寬資料來源：華為海思官網(wǎng)、NVIDIA官網(wǎng)，中國銀河證券研究院華為異騰生態(tài)打開市場空間，國產(chǎn)算力產(chǎn)業(yè)鏈有望持續(xù)受益。我們認為，國內(nèi)第一批大模型廠商使用的基本都是英偉達A100、A800的芯片，因為英偉達構建了完善的CUDA生態(tài)，貿(mào)然換生態(tài)，意味著學習成本、試錯成本、調(diào)試成本都會增加。目前華為基于“鯤鵬+異騰”雙引擎正式全面啟航計算戰(zhàn)略，打造算力底座，未來國產(chǎn)替代趨勢下，華為異騰市場份額將不斷提升，產(chǎn)業(yè)鏈細分賽道上市公司有望持續(xù)受益。15%到全國產(chǎn)化是大概率事件，國產(chǎn)化空間巨大。根據(jù)IDC數(shù)據(jù)，2022年中國AI芯片出貨量約109萬張，其中英偉達市占率約為85%，華為在內(nèi)的國產(chǎn)AI芯片市占率約為15%，國產(chǎn)化仍有很大空間。圖46：中國AI芯片市場規(guī)模資料來源：中商產(chǎn)業(yè)研究院，中國銀河證券研究院資料來源：中商產(chǎn)業(yè)研究院，中國銀河證券研究院行業(yè)深度報告/計算機行業(yè)異騰計算產(chǎn)業(yè)鏈是基于異騰系列處理器和基礎軟件構建的全棧Al計算基礎設施、行業(yè)應用及服務，包括異騰系列處理器、系列硬件、CANN、Al計算框架、應用使能、開發(fā)工具鏈、管理運維工具、行業(yè)應用及服務等全產(chǎn)業(yè)鏈。圖48：華為異騰計算產(chǎn)業(yè)生態(tài)資料來源：異騰計算產(chǎn)業(yè)發(fā)展白皮書，中國銀河證券研究院百度等率先開始采購異騰910B，釋放多重積極信號。據(jù)相關報道，百度為200臺服務器向華為訂購了1600顆異騰910BAI芯片，作為英偉達A100的替代品，訂單總價值約4.5億人民幣，預計今年年底前完成交付，截至10月已交付約60%，同時360集團創(chuàng)始人周鴻祎表示，360也采購了華為1000片左右的AI芯片。我們認為，此次采購意義重大，雖然此訂單規(guī)模相較過去從英偉達采購的數(shù)千顆芯片較小，但是此次采購證明國產(chǎn)異騰910B可以滿足大模型訓練需求，伴隨百度、360等互聯(lián)網(wǎng)大廠競相采購，有望掀起互聯(lián)網(wǎng)行業(yè)乃至千行百業(yè)采購浪潮。華為異騰服務器，國產(chǎn)算力之王。搭載華為異騰系列AI芯片和業(yè)界主流異構計算部件的算力集群，具有超強計算性能，可以廣泛用于中心側AI推理、深度學習模型開發(fā)和場景訓練，根據(jù)訓練需求不同可以分為AI訓練服務器和AI推理服務器。AI訓練服務器：1）Atlas800訓練服務器（型號：9000）是基于華為鯤鵬920+異騰910處理器的AI訓練服務器，具有超強算力密度、超高能效與高速網(wǎng)絡等特點。2）Atlas800訓練服務器（型號：9010）是基于Intel處理器+華為異騰910芯片的AI訓練服務器，具有超強算力密度、高速網(wǎng)絡帶寬等特點。這兩款服務器廣泛應用于深度學習模型開發(fā)和訓練，適用于智慧城市、智慧醫(yī)療、天文探索、石油勘探等需要大算力的行業(yè)領域。AI推理服務器：1）Atlas800推理服務器（型號：3000）是基于異騰310芯片的推理服務器，最大可支持8個Atlas300I推理卡，提供強大的實時推理能力，廣泛應用于中心側AI推理場景。2）Atlas800推理服務器（型號：3010）是基于Intel處理器的推理服務器，最多可支持7個Atlas300I推理加速卡，支持560路高清視頻實時分析，廣泛應用于中心側AI推理場景。表6：華為服務器對比器請務必閱讀正文最后的中國銀河證券股份有限公司行業(yè)深度報告/計算機行業(yè)器數(shù)據(jù)來源：華為海思，中國銀河證券研究院軟件端：異騰全棧AI軟硬件平臺，面向“端、邊、云”的全場景AI基礎設施。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(chǎn)品形態(tài)，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，充分釋放硬件性能。圖49：異騰全棧AI軟硬件平臺資料來源：華為異騰官網(wǎng)，中國銀河證券研究院異思MindSpore崛起，打造國產(chǎn)AI開發(fā)新生更方便AI科學家和工程師使用，該框架可滿足終端、邊緣計算、云全場景需求，能夠更好地保護數(shù)據(jù)隱私。異騰在硬件上為合作伙伴提供Altas異騰計算模組和計算卡，發(fā)展20+硬件合作伙伴(整機、工控機等)，15家一體機伙伴;在軟件上開源異思MindSporeAI框架，社區(qū)開源模型400+，下載量超390萬+；生態(tài)發(fā)展上，異騰采用行業(yè)+教育的方式，行業(yè)打通1000+合作伙伴，認證解決方案2000+，超過110所高校開設異騰AI課程，有著120萬+開發(fā)者。請務必閱讀正文最后的中國銀河證券股份有限公司請務必閱讀正文最后的中國銀河證券股份有限公司行業(yè)深度報告/計算機行業(yè)資料來源：華為異思官網(wǎng)，中國銀河證券研究院五大類華為異騰生態(tài)合作伙伴，產(chǎn)業(yè)鏈上市公司迎來重大機遇。異騰生態(tài)伙伴包含整機硬件伙伴、IHV硬件伙伴、應用軟件伙伴、一體機解決方案伙伴以及生態(tài)運營伙伴五大類其中，整機硬件伙伴有13家、IHV硬件伙伴有6家、軟件伙伴大約1200家。圖51：華為異騰生態(tài)產(chǎn)業(yè)鏈合作伙伴資料來源：華為異騰社區(qū)，中國銀河證券研究院高端算力持續(xù)提升，摩爾定律注定失效，內(nèi)存帶寬成為重要制約因素。根據(jù)英偉達新卡HGXH20核心參數(shù)可以看出，其計算性能大幅下降，但是900GB/s的NVLink速度和96GB的HBM3都將使得集群計算效果較佳。算力并不是AI芯片唯一的性能指標，內(nèi)存同樣對AI芯片的整體效能起到?jīng)Q定性作用。在大模型的訓練過程中，“內(nèi)存墻”成為瓶頸。通常在訓練過程中計算和存儲是同步進行的，在計算數(shù)據(jù)量增加的同時，如果存儲的帶寬不能匹配其數(shù)據(jù)量，就會造成延遲，勢必會影響性能。伴隨大模型處理數(shù)據(jù)吞吐量的指數(shù)級增長，龐大的數(shù)據(jù)處理和傳輸，對內(nèi)存就提出了更高的帶寬需求。然而，存儲器和處理器并沒有同步發(fā)展，處理器的性能按照摩爾定律規(guī)劃的路線不斷飆升，而內(nèi)存所使用的DRAM從工藝演進中的獲益卻很少，性能提升速度遠慢于處理器速度。根據(jù)行業(yè)預計，處理器的峰值算力每兩年增長3.1倍，而DRAM的帶寬每兩年只增長1.4倍。這種情況下，當行業(yè)深度報告/計算機行業(yè)存儲器的性能跟不上處理器，對指令和數(shù)據(jù)搬運時間將是處理器運算所消耗時間的幾十倍乃至幾百倍，這就是所謂的“內(nèi)存墻”問題。HBM突破能有效打破了“內(nèi)存墻”對算力提升的桎梏，是未來DRAM重要發(fā)展路徑。HBM這種新型的內(nèi)存方案具備高帶寬、低功耗的特點，面對AI大模型千億、萬億級別參數(shù)時，服務器中負責計算的GPU幾乎必須搭載HBM。目前AI芯片中GPU在訓練和推理中占絕對優(yōu)勢。AI芯片又稱AI加速器或計算卡，是專門用于處理人工智能應用中大量計算任務的模塊，AI芯片是AI服務器的核心部件，在AI服務器中價是較為成熟的通用型人工智能芯片，F(xiàn)PGA和ASIC則是針對人工智能需求特征的半定制和全定制芯片，GPU、FPGA、ASIC作為加速芯片協(xié)助CPU進行大規(guī)模計算。表7：AI主流芯片分類及特點低高低低高低全球AI芯片市場規(guī)模持續(xù)提升，將維持20%以上的增速。中商產(chǎn)業(yè)研究院發(fā)布的《2023-2029全球與中國光子AI芯片市場現(xiàn)狀及未來發(fā)展趨勢》顯示，2022年全球AI芯片市場規(guī)模約為441.7億美元。根據(jù)相關數(shù)據(jù)預測，2023年AI芯片市場規(guī)模將達到534億美元，比2022年增長20.9%。歐美地區(qū)是全球AI芯片的重要市場，未來亞太市場份額進一步提升。歐美地區(qū)在AI芯片領域長期維持著行業(yè)領先地位，2021年占全球市場份額為42.6%。亞太地區(qū)和東南亞市場占比分別為16.2%和11.6%，隨著亞太地區(qū)半導體產(chǎn)業(yè)的快速發(fā)展，未來其市場優(yōu)勢地位將進一步凸顯。圖52：全球AI芯片市場規(guī)模資料來源：中商產(chǎn)業(yè)研究院，中國銀河證券研究院圖53：全球AI芯片分布情況資料來源：中商產(chǎn)業(yè)研究院，中國銀河證券研究院請務必閱讀正文最后的中國銀河證券股份有限公司行業(yè)深度報告/計算機行業(yè)英偉達GPU芯片處于全球行業(yè)領先地位。2022年Intel正式殺入了顯卡市場，目前獨立GPU市場則主要由NVIDIA、AMD和英特爾三家公司占據(jù)，2022年全球獨立GPU市場占有率分別為88%、8%和4%，其中，NVIDIA在PC端獨立GPU領域市場占有率優(yōu)勢明顯。圖54：全球獨立GPU市場份額資料來源：JPY，中國銀河證券研究院英偉達A100提供40GB和80GB顯存兩種版本架構，是NVIDIA數(shù)據(jù)中心平臺的引擎。并可劃分為七個GPU實例，以根據(jù)變化的需求進行動態(tài)調(diào)整。A100提供40GB和80GB顯存兩種版本，A100采用80GBHBM2位寬達到5120bit使其顯存帶寬達到了1935GB/s，超快速的顯存帶寬，可處理超大型模型和數(shù)據(jù)集。資料來源：NVIDIA官網(wǎng)，中國銀河證券研究院當今的AI模型面臨著對話式AI等更高層次的挑戰(zhàn)，這促使其復雜度呈爆炸式增長。訓練這些模型需要大規(guī)模的計算能力和可擴展性。A100借助Tensor浮點運算(TF32)精度，對于具有龐大數(shù)據(jù)表的超大型模型，A10080GB可為每個節(jié)點提供高達1.3TB的統(tǒng)一顯存，而且吞吐量比A10040GB多高達3倍。請務必閱讀正文最后的中國銀河證券股份有限公司請務必閱讀正文最后的中國銀河證券股份有限公司行業(yè)深度報告/計算機行業(yè)圖56：英偉達A100GPU針對大模型訓練可提升3倍訓練速度資料來源：NVIDIA官網(wǎng)，中國銀河證券研究院圖57：相較于CPU提供高達249倍的AI推理性能資料來源：NVIDIA官網(wǎng)，中國銀河證券研究院819GB/s，在輔助GPU進行運算時有明顯優(yōu)勢。英偉達已經(jīng)將SK海力士的HBM3應用于H100，這也使HBM3在DRAM整體表現(xiàn)不佳的情況下實現(xiàn)逆勢增長，HBM3的原價為30美元/GB，如今上漲5倍之多，而對于訓練來說HBM無疑是最優(yōu)的選擇。資料來源：SK海力士，中國銀河證券研究院AI推理的帶寬需求，GDDR6是更加經(jīng)濟的選擇。AI推理帶寬需求往往低于500Gb/s，在此類場景中，帶寬高于LPDDR5，低于HBM2E的GDDR6，是更加經(jīng)濟的選擇。如果將HBM3作為AI推理的存儲設備，基本上會把帶寬需求翻倍，超過了AI推理本身的帶寬需求，還會使成本增加3-4倍。相比之下，GDDR6是更加經(jīng)濟高效的選擇。AI帶動HBM3需求激增，SK海力士和三星2025年前訂單排滿。SK海力士在第一季度財報中指出，大型語言模型和AIGC的開發(fā)和商用化，將帶動HBM在2023年的需求上揚。三星也在第一季度財報指出，將為AI帶動的DDR5和高密度內(nèi)存模塊需求做好產(chǎn)能準備。服務器是計算機的一種，它比普通計算機運行更快、負載更高、價格更貴。服務器在網(wǎng)絡中為其它客戶機如PC機、智能手機、ATM等終端等大型設備提供計算或者應用服務。服務器具有高速的CPU運算能力、長時間的可靠運行、強大的I/O外部數(shù)據(jù)吞吐能力以及更好的擴展性。其中X86和ARM是兩種主流的架構。行業(yè)深度報告/計算機行業(yè)表8：服務器組成結構資料來源：IDC，中國銀河證券研究院通用服務器硬件設備中CPU及芯片組占服務器成本大約50%左右。主要硬件包括處理器、內(nèi)成本為例，CPU及芯片組大致占比50%左右，內(nèi)存大致占比15%左右，外部存儲大致占比10%左右，其他硬件占比25%左右。AI服務器中用于運算和存儲的芯片占服務器成本結構約70%，其中在機器學習型服務器中GPU成本占比達72.8%。圖59：通用服務器拆解圖（以華為TS200-2280為例）資料來源：華為官網(wǎng)，中國銀河證券研究院圖60：AI服務器拆解解（以華為Atlas資料來源：華為官網(wǎng)，中國銀河證券研究院全球服務器市場高增長，中國市場占比提升。根據(jù)Statista數(shù)據(jù)，2021年全球服務器市場規(guī)模規(guī)模來到907.8億美元，同比增長6.96%，中國服務器市場占比33.93%，變化+3.77pct。我們認為，隨著人工智力所需算力擴大，未來中國服務器市場有望進一步擴大。人工智能時代AI服務器優(yōu)勢凸顯。隨著AI技術的廣泛使用，CPU的串行處理架構已經(jīng)不能滿足AI時代的算力需求，企業(yè)需要為人工智能、機器學習和深度學習建設全新的IT基礎架構，正在由CPU密集型轉向搭載GPU、FPGA、ASIC芯片的加速計算密集型，且越來越多地使用搭載GPU、FPGA、ASIC等加速卡的服務器，AI服務器應運而生。請務必閱讀正文最后的中國銀河證券股份有限公司行業(yè)深度報告/計算機行業(yè)圖61：全球服務器市場規(guī)模及預測圖62：中國服務器市場規(guī)模及預測資料來源：Statista，中國銀河證券研究院資料來源：Statista，中國銀河證券研究院表9：服務器分類資料來源：觀研報告，中國銀河證券研究院器在組成部件上與普通服務器差異不大，主要提升在以下幾個方面：1）更大容量內(nèi)存，滿足大數(shù)據(jù)實時負載增加的需求；2）提供更多外置硬盤插槽，并廣泛支持NVME／PCIE等SSD，滿足大數(shù)據(jù)或模型參數(shù)的快速存儲需求；3）需要帶寬更高的網(wǎng)絡模塊，滿足AI服務器之間、與終端用戶的數(shù)據(jù)高速傳輸需求。隨著AI在各行各業(yè)得到廣泛使用，算力需求將會呈指數(shù)級增長，AI服務器的需求將會高速增長。請務必閱讀正文最后的中國銀河證券股份有限公司行業(yè)深度報告/計算機行業(yè)圖63：AI服務器性能比較資料來源：華為、CSDN等，中國銀河證券研究院全球AI服務器市場規(guī)模CAGR為22.7%，有望進一步提升。據(jù)IDC預測，2023年全球AI服務器市場規(guī)模為211億美元，預計2025年達317.9億美元。據(jù)TrendForce預測服務器出貨量將進一步提升，2022-2026年CAGR達到10.8%。圖64：全球AI服務器市場規(guī)模及預測資料來源：IDC，中國銀河證券研究院圖65：全球AI服務器廠商出貨量及預測從搭載芯片種類上來看，目前全球以GPU服務器為主流。據(jù)IDC統(tǒng)計，2022年全球GPU服務器出貨量占比87.3%，GPU服務器銷售額占比89.5%。圖66：全球AI服務器出貨量結構資料來源：IDC，中國銀河證券研究院圖67：全球AI服務器銷售額結構資料來源：IDC，中國銀河證券研究院請務必閱讀正文最后的中國銀河證券股份有限公司行業(yè)深度報告/計算機行業(yè)請務必閱讀正文最后的中國銀河證券股份有限公司中國AI服務器市場存量替換需求疊加增量需求，預計2026年達到123.4億美元，年復合增長率13.02%。中國AI服務器受益于人工智能等相關新興領域的應用以及“東數(shù)西算”政策下，云計算、超算中心的蓬勃發(fā)展，數(shù)據(jù)計算、存儲需求呈幾何級增長，算力需求持續(xù)釋放，AI服務器作為算力基礎設備保持較快增速。存量來看，服務器平均壽命3-5年更換一次每年根據(jù)算力需求使用需求變化產(chǎn)生比較明顯的更新需求。增量來看，伴隨人工智能浪潮以及數(shù)字中國建設，未來對智能算力需求將持續(xù)爆發(fā)增長，且智能算力增長速度遠超算力總體增速，中國AI服務器市場將迎來爆發(fā)增長，占比將逐步提升。2018-2021年我國AI元，預計2026年達到123.4億美元，2021-2026年CAGR達13.02%。圖68：中國AI服務器市場規(guī)模及預測資料來源：IDC，中國銀河證券研究院終端算力需求爆發(fā)，推理服務器占比將持續(xù)提升。根據(jù)IDC預測，2023年AI服務器訓練需求占比達41.5%，隨著大模型的應用，該比例在2025年將降低至39.2%；將GPT-4的推算結果作為訓練需求，進一步推算2023、2025年推理需求最高達44081、48502PFlop/s-day。請務必閱讀正文最后的中國銀河證券股份有限公司單個AI應用如ChatGPT可以帶動推理算力66億美元需求。假設平均針對20字的提問生成200字的響應，對應267token，根據(jù)OneFlow的數(shù)據(jù)和《ScalingLawsforNeuralLanguageModels》，在推理過程中每個token的計算成本約為2*NFlops，其中N為模型參數(shù)數(shù)量，則在ChatGPT4一萬億參數(shù)中每個token需算力2萬億Flops。假定GPT-4訓練期間FLOPS利用率為32%，則每人每次提問需要算力：2萬億*267token/32%=17PFlops。據(jù)官網(wǎng)9月數(shù)據(jù)，ChatGPT目前擁有超過1億用戶，每月產(chǎn)生18億次訪問量，假定每日訪問量為6000萬人次，每人提問10次，且假設一天平均分布，則每秒算力需求為118EFlops，目前AI推理使用的主流GPU是T4，提供混合精度算力65TFlops，則需要182萬個T4GPU可滿足單日訪問量，對應22.75萬臺8*T4服務器，一臺8*T4服務器的價格約為29000美元，則目前來看推理服務器的需求在66億美元。圖70：推理服務器需求推算我們認為，伴隨AI場景化加速落地，推理服務器市場占比有望進一步提升。AI推理服務器能為用戶提供強大的實時推理能力，廣泛應用于中心側AI推理場景。據(jù)恒州誠思調(diào)研統(tǒng)計，2022年全球AI推理服務器市場規(guī)模約740億元，預計未來將持續(xù)保持平穩(wěn)增長的態(tài)勢，到2029年市場規(guī)模將接近2676億元。大量推理算力服務邊緣側部署，與云端算力相輔相成。目前推理服務放置在云端，數(shù)據(jù)中心中很多服務器都會配置推理用的PCIE插卡，還有大量的推理算力服務用在邊緣側（各種數(shù)據(jù)中心外的設備如自動駕駛汽車、機器人、智能手機、無人機或物聯(lián)網(wǎng)設備，它們都是用訓練好的模型進行推理。邊緣算力與云端算力相互補充、相互關聯(lián)，而非替代關系。請務必閱讀正文最后的中國銀河證券股份有限公司圖71：邊緣計算應用場景與優(yōu)勢資料來源：中國科技信息，中國銀河證券研究院人工智能快速發(fā)展，智能終端滲透率提升，邊緣算力四大優(yōu)逐漸凸顯。（1）低延遲。邊緣計算的一個主要優(yōu)勢在于其能夠實現(xiàn)端到端的數(shù)據(jù)分析。在傳統(tǒng)的云計算架構中，數(shù)據(jù)需要從設備傳輸?shù)皆贫?，進行分析處理后再返回設備。這種做法增加了數(shù)據(jù)傳輸?shù)臅r間和延遲，對于實時性要求較高的應用而言，可能無法滿足需求。而邊緣計算通過在設備端進行數(shù)據(jù)處理，可以減少數(shù)據(jù)傳輸時間，提高響應速度和實時性。例如，在智能制造領域，邊緣計算可以實現(xiàn)實時監(jiān)測和預警，有效提高生產(chǎn)效率和產(chǎn)品質量。（2）高可靠性。邊緣計算還具有高效可靠的通信優(yōu)勢。由于數(shù)據(jù)在設備或終端進行處理，因此可以減少網(wǎng)絡帶寬的需求，從而提高通信效率。同時，邊緣計算還可以通過本地化通信，降低數(shù)據(jù)傳輸?shù)难舆t，實現(xiàn)更快的響應速度。在物聯(lián)網(wǎng)應用中，邊緣計算可以實現(xiàn)對大量設備的快速、高效的數(shù)據(jù)收集和處理，從而提升整個系統(tǒng)的性能。（3）安全性、隱私性更好。邊緣計算在提高數(shù)據(jù)隱私和安全方面也具有優(yōu)勢。由于數(shù)據(jù)在本地進行處理，因此可以減少數(shù)據(jù)傳輸過程中的泄露風險。同時，邊緣計算還可以使用加密技術，進一步提高數(shù)據(jù)的安全性。在醫(yī)療健康、金融服務等領域，邊緣計算可以更好地保護用戶的隱私和數(shù)據(jù)安全。（4）低能耗、成本更低。邊緣計算的另一個顯著優(yōu)勢是更小的能耗。由于數(shù)據(jù)在設備端進行處理，因此可以減少設備需要傳輸?shù)臄?shù)據(jù)量，從而降低能耗。此外，邊緣計算還可以通過節(jié)能算法，進一步降低設備的能耗。在物聯(lián)網(wǎng)和智能家居領域，邊緣計算可以幫助設備實現(xiàn)更長的續(xù)航時間，減少充電次數(shù)，提高用戶體驗。（5）易擴展性。通常擴展IT基礎架構的成本非常昂貴，需要為基礎架構購買新的設備及為設備到額外的空間。但邊緣計算輕松擴展基礎架構，可以購買具有足夠計算能力的設備來擴展邊緣網(wǎng)絡。無需為其數(shù)據(jù)需求建立私有或集中式數(shù)據(jù)中心。算力下一站AIOT時代，邊緣算力市場空邊緣計算關鍵數(shù)據(jù)統(tǒng)計，預測到2030年，邊緣計算潛在市場將從2020年的90億美元，增長到4450億美元，行業(yè)復合年增長率高達48%。到2026年，全球26%的網(wǎng)絡邊緣站點將位于中國，屆時國內(nèi)將占據(jù)主導地位。同時根據(jù)億歐智庫數(shù)據(jù)，2021年我國邊緣計算市場規(guī)模達427.9億元，其中邊緣硬件市場規(guī)模為281.7億元，邊緣軟件與服務市場規(guī)模為146.2億元。預計到2025年，我國邊緣請務必閱讀正文最后的中國銀河證券股份有限公司計算產(chǎn)業(yè)市場規(guī)模將達1987.68億元，2021-2025年CAGR為46.81%，發(fā)展?jié)摿薮?。圖72：中國2021-2025邊緣計算產(chǎn)業(yè)市場規(guī)模（億元）資料來源：億歐智庫，中國銀河證券研究院數(shù)據(jù)中心PUE要求愈發(fā)嚴苛。隨著云計算、大數(shù)據(jù)、人工智能、元宇宙等信息技術的快速發(fā)展和傳統(tǒng)產(chǎn)業(yè)數(shù)字化的轉型，數(shù)據(jù)呈現(xiàn)幾何級增長，算力和硬件部分能耗也在持續(xù)增加，而在“雙碳”政策的持續(xù)推進下，國家、地方政府、企業(yè)層面均在積極推動綠色低碳轉型和可持續(xù)發(fā)展，通訊領域對數(shù)據(jù)中心節(jié)能降耗要求越來越嚴格。液冷未來有望逐漸替代風冷，成為AI服務器、數(shù)據(jù)中心標配。A1訓練及推理應用、超算等高算力業(yè)務需求持續(xù)推升,由此帶來的芯片性能需求、服務器功率需求不斷提高，場景側，以英偉達DGXA100640GB服務器為例，系統(tǒng)最大功率為6.5KW，傳統(tǒng)風冷無法做到及時散熱，相比之下，液體比熱容為空氣的1000-3500倍，導熱性能是空氣的15-25倍，利用自然冷卻顯著降低耗電量，使得液冷成為風冷的不二選擇。我們認為，人工智能浪潮下，對算力需求進一步提升，液冷預計將成為最優(yōu)冷卻方案，未來中國液冷服務器市場有望進一步打開競爭格局，產(chǎn)業(yè)相關上市公司將受益。目前，中國液冷服務器普及率不足5%，徑普及率并不高。受制于：1）數(shù)據(jù)中心國家PUE標準收緊；2）受制于面積等因素，機柜密度逐漸提升；3）溫度過高，芯片故障率升高等客觀因素，未來液冷服務器將成為調(diào)和快速的算力需求與有限數(shù)據(jù)中心承載力的共識方案。請務必閱讀正文最后的中國銀河證券股份有限公司圖73：風冷與液冷散熱能力對比資料來源：中興通訊《液冷技術白皮書》，中國銀河證券研究院表10：全國主要數(shù)據(jù)中心PUE要求％，請務必閱讀正文最后的中國銀河證券股份有限公司行業(yè)深度報告/計算機行業(yè)資料來源：中興通訊《液冷技術白皮書》，中國銀河證券研究院液冷服務器是大勢所趨，數(shù)據(jù)中心PUE可降至1.25以下。算力的持續(xù)增加，意味著硬件部分的能耗也在持續(xù)提升；在保證算力運轉的前提下，只有通過降低數(shù)據(jù)中心輔助能源的消耗，才能達成節(jié)能目標下的PUE要求。圖74：制冷技術PUE對比資料來源：中興通訊《液冷技術白皮書》，中國銀河證券研究院冷板式液冷服務器與浸沒式相變服務器為兩大主流液冷服務器。冷板式液冷服務器技術利用工作流體作為中間熱量傳輸?shù)拿浇?，將熱量由熱區(qū)傳遞到遠處再進行冷卻。在該技術中，工作液體與被冷卻對象分離，工作液體不與電子器件直接接觸，而是通過液冷板等高效熱傳導部件將被冷卻對象的熱量傳遞到冷媒中。圖75：冷板式液冷服務器散熱原理資料來源：中興通訊《液冷技術白皮書》，中國銀河證券研究院該技術將冷卻劑直接導向熱源，同時由于液體比空氣的比熱大，散熱速度遠遠大于空氣，因此行業(yè)深度報告/計算機行業(yè)制冷效率遠高于風冷散熱，每單位體積所傳輸?shù)臒崃考瓷嵝矢哌_1000倍。該技術可有效解決高密度服務器的散熱問題，降低冷卻系統(tǒng)能耗而且降低噪聲。圖76：曙光冷板式液冷服務器資料來源：曙光數(shù)創(chuàng)，中國銀河證券研究院浸沒式液冷服務器又可以分為單相浸沒式液冷服務器和兩相浸沒式液冷服務器。浸沒式相變換熱液冷系統(tǒng)采用進口環(huán)保專用冷媒，具有不導電、無閃點、無腐蝕性、無毒性的特性，利用環(huán)保冷媒良好的熱物理特性，通過控制系統(tǒng)物理參數(shù)，利用冷媒工質的氣化潛熱轉移服務器內(nèi)部熱量，極大提高了系統(tǒng)的換熱效率，同時保留了高端熱源的能量品位。此冷媒較傳統(tǒng)冷媒，在系統(tǒng)壓力較低的情況下即可實現(xiàn)50℃~60℃的蒸發(fā)溫度，無須利用壓縮機進行機械制冷，從而使室外機組的全年自然冷卻工作方式成為可能。圖77：單相浸沒式液冷服務器散熱原理資料來源：中興通訊《液冷技術白皮書》，中國銀河證券研究院作為中國液冷服務器第一的曙光數(shù)創(chuàng)，目前浸沒式液冷服務器技術領先。1）整機功耗：全浸沒方案，無風扇設計，風扇功耗降低為0。2）終極的噪音指標：區(qū)別于傳統(tǒng)風冷機房，全浸沒機房噪音控制在35dB以下。3）終極的功率密度：高密度配置，輕松實現(xiàn)整機柜功率200kW。4）終極的PUE指標：直接利用高品位完成熱量轉移，可實現(xiàn)PUE低至1.01-1.02。請務必閱讀正文最后的中國銀河證券股份有限公司行業(yè)深度報告/計算機行業(yè)請務必閱讀正文最后的中國銀河證券股份有限公司圖78：曙光數(shù)創(chuàng)全浸沒式液冷服務器資料來源：曙光數(shù)創(chuàng)，中國銀河證券研究院2023H1中國液冷服務器市場同比增長近3倍。根據(jù)IDC發(fā)布的《中國半年度液冷服務器市場（2023上半年）跟蹤》報告數(shù)據(jù)顯示，2023上半年中國液冷服務器市場規(guī)模達到6.6億美元，同比增長283.3%，預計2023年全年將達到15.1億美元。IDC預計，2022-2027年，中國液冷服務器市場年復合增長率將達到54.7%，2027年市場規(guī)模將達到89億美元。圖79：2022年-2027年中國液冷服務器市場規(guī)模預測資料來源：IDC、中商產(chǎn)業(yè)研究院，中國銀河證券研究院請務必閱讀正文最后的中國銀河證券股份有限公司算力租賃是一種利用云計算技術對算力進行出租的一種計算服務，通過云計算平臺給企業(yè)用戶提供高性能、高效率、高可靠性的計算資源，且有著靈活、成本低廉、高效的特點。算力租賃對中小企業(yè)、初創(chuàng)企業(yè)、科研機構這種偏向輕資產(chǎn)的模式，轉租賃的方式會是一個好選擇。算力租賃需求主要來源于創(chuàng)業(yè)公司、科研院所、政府智慧城市三方面。創(chuàng)業(yè)公司和科研院所等對算力租賃需求持續(xù)增長，政府智慧城市大模型化，包括城市智能交通、智慧城市等。圖80：算力租賃客戶需求AI算力租賃需求增長確定，市場空間廣闊。1）數(shù)字基礎設施：新型數(shù)據(jù)中心是支撐人工智能、5G、云計算等新一代信息技術發(fā)展的算力載體，是推動經(jīng)濟社會數(shù)字轉型、智能升級、融合創(chuàng)新的關鍵基礎設施。2）低成本、靈活高效：人工智能技術不斷提升，帶動算力需求的蓬勃上升，給算力租賃帶來廣泛的市場空間，因為自建數(shù)據(jù)中心不僅成本高且算力產(chǎn)生大量冗余，因此租賃算力成了當前方案的最優(yōu)解。3）政策扶持：算力租賃也受到了政策的大力扶持，工信部等六部門日前印發(fā)的《算力基礎設施高質量發(fā)展行動計劃》提出打造集成多方算力資源和開發(fā)平臺的算力服務，鼓勵各地為中小企業(yè)、科研機構提供普惠算力資源。4）應用端催化：算力租賃需求旺盛，教育、法律和辦公需求較大，未來偏創(chuàng)作、剪輯、游戲需求將放量。H800和A80進行測算。目前A800單卡算力在0.6P，根據(jù)相關數(shù)據(jù)H800訓練速度倍，推算H800單卡算力在2P。根據(jù)GPUShare報價數(shù)據(jù)A800/80G單卡租賃價格9元/小時，換算單卡0.6P算力=15元/P/小時=13.5萬元/P/年。H800/80G單卡租賃價格4.5美金/小時，換算單卡2P算力=17元/P/小時=15萬元/P/年，對比一個月前報價（14元每小時，或13.3萬元/P/年）漲價15%。成本回收周期短，算力租賃毛利率超過50%。一臺8卡A系列服務器卡成本占比在80%左右，每張A800價格為10萬元，每張H800的價格是20萬元。結合當前市場，一臺8卡A系列服務器成本大概在100萬左右，8卡H系列服務器成本在200萬左右。假定一臺服務器的平均使用壽命在3-5年左右，不考慮殘值，按照3年使用壽命8卡A系列服務器每年折舊費用每年33萬元左右，8卡H系列服務器每年折舊費用在67萬元左右。以8卡H系列服務器為例，H系列服務器提供16P算力，按照80%的價格來計算，產(chǎn)生收入192萬元，每年折舊費用在67萬元左右，假定運維成本、電費、機柜等成本A800為8萬元，H800為20萬元，粗略估算毛利率在40%-60%左右，預計1.5年可以收回成本。請務必閱讀正文最后的中國銀河證券股份有限公司表11：算力租賃毛利率測算（禁令公布之前價格）慮殘值）我們認為，算力租賃短期供需錯配，仍有較大市場空間。2023年在AI大模型發(fā)展持續(xù)加速背景下，對高端智算資源的需求呈指數(shù)級增長，算力租賃行業(yè)進入蓬勃發(fā)展期。算力租賃上市公司需要重點關注五大維度（優(yōu)先級依次降低）。1）購卡能力及服務器渠道：是否有購卡渠道及綁定服務器廠商。2）在手訂單量：在手訂單是否充足。3）資金實力：算力租賃前期購買芯片及服務器投入較大，公司是否有充足現(xiàn)金流。4）能耗指標：各地政府對數(shù)據(jù)中心有能耗指標限制，公司能否拿到能耗指標影響業(yè)務擴張。5）業(yè)務協(xié)同性：傳統(tǒng)業(yè)務能否與算力租賃業(yè)務形成協(xié)同效應。投資者應注意算力租賃行業(yè)受地緣政治、政策、法律等引發(fā)供應鏈及衍生風險。主線二：數(shù)據(jù)側，數(shù)據(jù)要素三次價值釋放，入表推動價值“顯性化”財政部于2023年8