2024年计算机行业策略：落地为王

1 AI 大模型，理想照进现实

1.1 随着 AI 大模型的发展，自上而下带动产业链

随着深度神经网络的兴起，人工智能进入统计分类深度模型时代，这种模型比以往 的模型更加泛化，可以通过提取不同特征值应用于不同场景。但在 2018 年-2019 年， 双下降现象的发现打破了原有的人工智能发展格局。简而言之，以往的数学理论表明， 随着参数增多、模型增大，过拟合导致模型的误差会先下降后上升，这使得找到精度最 高误差最小的点成为模型调整的目标。而随着人工智能算法算力的不断发展，研究者发 现如果继续不设上限的增大模型，模型误差会在升高后第二次降低，并且误差下降会随 着模型的不断增大而降低，通俗而言模型越大，准确率越高。因此人工智能发展进入了 大模型时代。 基于以上现象，以 Transformer 模型为基础，在 1750 亿参数量还有超大的 45TB 的训练数据的支撑下，ChatGPT 模型一经问世便获得相当高的认可和关注，成为现象 级的 AI 模型产品。后续随着 GPT-4 模型的推出，其解决问题、精准推理、多模态下的 表现再一次引发业界的高度关注。

相比传统 AI 模型，大模型的优势体现在： 1）解决 AI 过于碎片化和多样化的问题，极大提高模型的泛用性。应对不同场景 时，AI 模型往往需要进行针对化的开发、调参、优化、迭代，需要耗费大量的人力成 本，导致了 AI 手工作坊化。大模型采用“预训练+下游任务微调”的方式，首先从大量标 记或者未标记的数据中捕获信息，将信息存储到大量的参数中，再进行微调，极大提高 模型的泛用性。 2）具备自监督学习功能，降低训练研发成本。我们可以将自监督学习功能表观理 解为降低对数据标注的依赖，大量无标记数据能够被直接应用。这样一来，一方面降低 人工成本，另一方面，使得小样本训练成为可能。3）摆脱结构变革桎梏，打开模型精度上限。过去想要提升模型精度，主要依赖网 络在结构上的变革。随着神经网络结构设计技术逐渐成熟并开始趋同，想要通过优化神 经网络结构从而打破精度局限变得困难。而研究证明，更大的数据规模确实提高了模型 的精度上限。 4）大量高度定制化的垂类模型。基于大模型技术，通过精调和定制，具备大量专 业知识和对话能力的垂类模型能够帮助细分场景提升工作效率。

整个人工智能的产业链包括算力、数据、算法乃至下游应用。 算力与网络：英伟达的研究表示，GPT-3 模型需要使用 512 颗 V100 显卡训练 7 个 月时间，或者使用 1024 颗 A100 芯片训练长达一个月的时间。随着各大科技厂商投入对 大模型的研发，势必增加芯片、服务器等算力需求。同时，庞大的 AI 算力集群，又需要 高带宽支撑数据传输。 数据：数据采集、数据标注和数据质检是较为重要的三个环节。从自然数据源简单 收集取得的原料数据并不能直接用于有效监督的深度学习算法训练，经过专业化采集、 加工形成的训练数据集才能供深度学习算法等训练使用，由此带来数据服务需求。 算法：相比传统 AI 模型，大模型的优势体现在：1）解决 AI 过于碎片化和多样化的 问题；2） 具备自监督学习功能，降低训练研发成本；3）摆脱结构变革桎梏，打开模型 精度上限。对于大模型算法的研发、优化，亦是投入的重点。 下游应用：产业界一直以来都在寻求人工智能的应用领域、商业模式突破。随着大 模型使用、人工智能算法精度提升，下游应用的扩展可期。

1.2 算力与算力租赁，需求持续向上

1）AI 服务器需求旺盛，国产算力有望加速

对于大模型训练而言，算力硬件是其发展的核心基石之一。传统的 GPU 的主要功 能是做图形渲染（实质是做图形渲染的计算），但随着 AI 计算需求的发展，GPGPU 应 运而生，GPGPU 即为通用计算 GPU，指去掉 GPU 的图形显示部分，将其余部分全部 投入通用计算，其在 AI、数据分析和 HPC 等场景下可以广泛应用。通用 GPU 在加速 硬件能力上的优势比较明显，在深度学习训练方面比较适用，是目前主流的 AI 硬件产 品。 FPGA 和 ASIC 芯片也占据一席之地。实际应用中，微软利用 FPGA 加速 Azure 云 服务、必应等数据中心服务中的实时人工智能。FPGA 具备快速、低功耗、灵活和高效 的优点。硬件可编程的特性使得 FPGA 在 AI 训练中既能提供充足的算力，又具有灵活 性，可以重新编程以适应不同任务的需要。ASIC 是专用集成电路，与 FPGA 相比，在 量产后 ASIC 的成本会低，性能会相对优异，但并没有 FPGA 的可编程的特性，灵活调 整的空间较小。同时，ASIC 的一次性开发成本也比较高。作为全定制化的芯片，ASIC 将随着人工智能产业生态的逐渐完善获得更广阔的空间。 在具体型号方面，以英伟达 A100、H100，AMD MI250，寒武纪思元系列，华为昇 腾系列等产品占据市场较多。行业龙头英伟达凭借其成熟的芯片设计、先进工艺的产能 优势、完善的 CUDA 生态，在 AI 芯片赛道占据显著优势。

从芯片端看，英伟达于 11 月 14 日发布了其新一代数据中心高性能 GPU 产品 H200， 有望进一步突破大参数模型的计算能力上限。从核心计算能力来看，H200 和 H100 在表 观参数上基本一致，FP16 Tensor 均为 1979 TFLOPS，可比的前代产品 A100（80GB SXM）为 624 TFLOPS。其他性能参数包括 FP64、FP32、INT8 等，H200 与 H100 均 保持一致。但 H200 作为首款搭载 HBM3e 显存的 GPU，其显存容量来到了 141GB，相 比 H100 的 80GB 显存扩容显著。与此同时，GPU 显存带宽这一关键性指标也相比 H100 （SXM）提高至 1.4 倍，由 3.35TB/s 增长至 4.8TB/s。参考 A100 80GB SXM 显存带宽 约为 2TB/s，新的显存技术将带来明显的交互性能提升。 基于性能强劲且快速迭代的 AI 芯片，英伟达不断推出集群、边缘计算、HPC 解决 方案，不断强化其竞争优势。

受美国出口新规限制，国产 GPU 发展备受瞩目。 2023 年 10 月 24 日，英伟达发布公告称，其旗下 A100, A800, H100, H800, L40, L40S, and RTX 4090 或将受到美国政府芯片管制，面临无法向我国出口或出口受限的 情况，并且该政策或将同样作用于 AMD 等 AI 芯片供应商。 随着美国限制政策加码，我国 AI 硬件需求缺口或将进一步扩大。我们认为国产半导 体产业加速成熟和国产芯片设计不断进步是缓解 AI 硬件需求缺口，激发我国 AI 产业发 展的可行方向。

2）算力租赁价格受供需关系影响，有望保持长期高水位

另一方面，进口受阻也使得存量 GPU 租赁价格不断攀升。 零售端，以 DEEPLN 平台公布的单卡租赁价格测算，以较为主流的 A100（80G） 为例，单卡每小时租金 6.72 元，每月约为 4838 元，折算年租金为 5.8 万元，此外值得 注意的是，部分热门型号处于缺货状态。

企业采招端，以中国电信宁夏公司 2023 年算力服务集中采购项目中标候选人公示 为例，有方科技在标段 2 中的投标报价为，A800 智算算力服务不含税单价：11530.00 元/月/PFLOPS。折合成 A100（80G）单卡约 7000 元/月，相对零售价格更高。 一方面，企业合同期限通常较长，合同期内不存在受算力租赁价格波动影响带来收益变化。另一方面，企业采购通常以打包方案，配以完整的运维、网安、IDC 资源，且 不存在硬件利用率问题，长期合作关系能保证算力提供方项目的盈利空间。综合来看， 面向运营商和大型企业的算力租赁业务效益好、风险低。

综合来看，假设硬件供给受产能和进出口限制不出现显著增长，且 AIGC 开发需求 持续旺盛，算力租赁价格仍有较为可观的上探空间。

1.3 国内 AI 大模型备案扩容，商业模式逐步清晰

7 月 13 日，国家网信办联合国家发改委、教育部、科技部、工信部、公安部、广电 总局公布《生成式人工智能服务管理暂行办法》，本办法自 2023 年 8 月 15 日起施行。 8 月 31 日，百度“文心一言”、商汤科技“商量 SenseChat”、智谱 AI“智谱清言” 等在内的首批国产大模型产品正式面向公众开放服务。9 月 20 日，360 公司的“360 智脑”也宣布即日起对外开放。 11 月 4 日，网易有道（“子曰”大模型）、蚂蚁集团（百灵大模型）、面壁智能（“面 壁露卡 Luca”）、出门问问（“序列猴子”）、昆仑万维（“天工”大模型）、美团（模型）、 知乎（“知海图 AI”模型）、月之暗面（moonshot）、金山办公（WPS AI）、好未来（MathGPT 大模型）等约 11 家公司的 AI 大模型产品获批。 我们认为：1）大模型牌照不断扩容，有助于国内大模型应用生态发展，对于产业具 有积极作用。2）toB、toC 共同发展。3）应用端发力，算力需求进一步迫切。随着模型 备案数量逐步增加，以及相关模型的陆续上线，背后对于算力的需求快速增长。无论是 AI 服务器出货还是算力租赁都有望受益。

1）ToG、ToB 端：

拓尔思： 公司具有 20 年的自然语言处理（以下简称：NLP）研发经验，是国内最早研发人 工智能技术的企业之一，在 NLP、 知识图谱、OCR、图像视频结构化等领域都具备自 主可控的多模态内容处理底层技术，处于行业领先地位。 同时，结合公司现有的技术储备、数据储备，公司制定了清晰的 AIGC 发展路径： 1）基于通用 aigc 大模型，专注优势行业进行专业大模型研发，融合学习行业特有 的大数据和知识，提升大模型对行业应用的适配性。 2）加快推进 AIGC 平台研发； 3）面向关键行业，包括：a）金融行业：研报摘要自动生成等功能；b）政务：结构 化公文写作的辅助创作；c）媒体行业：知识型搜索引擎等。

2023 年 6 月 29 日，拓尔思拓天大模型成果发布会成功举办。基于在 NLP 领域 30 年技术创新成果、10 余年高质量数据和知识资产积累，以及在垂直行业 10000 多家企 业级用户应用实践，拓尔思隆重发布“拓天大模型”，并面向媒体、金融、政务领域，推 出了三大行业大模型。

MaaS 带来第二成长曲线。MaaS，也即 Model as a Service，模型即服务。相比原 有的 SaaS 模式，用户将软件产品安装在自己的电脑或服务器上即可直接使用。MaaS 通过平台积累的数据资源，对模型进行训练，最后得到一个可以用于解决问题的大模型， 为用户提供服务。我们预计即将开启公司继 SaaS 商业模式外的 MaaS 新篇章。

航天宏图&中科星图： 遥感领域大模型的用途： 遥感为在距离地表一定高度的平台上，如飞机、卫星等，利用光或无线电遥感器对 地表进行观测的活动。遥感软件平台起到：将传感器收到的电信号翻译成一格一格的图 像，再进行形变处理加入高度等参数，最后定性分析加入颜色图层，最后形成我们常常 见到的地图。遥感大模型可在每一步中有效替代人力，并通过知识图谱方式为地图使用 者快速找到并分析地表目标。《AI 遥感大模型市场研究报告(2023)》显示,到 2025 年 AI 遥感大模型市场规模将超过 200 亿元,AI 遥感大模型将降低开发门槛,平台化与简易化并 进,降低遥感规模化应用的成本,通用化与专用化并存。

中科星图：公司于 2023 年 7 月参加 AI 遥感大模型产业峰会时，表示目前公司空天 灵眸模型在国防安全、实景三维等 多个领域已开展试用,在目标检测识别、地物要素分 类等方面的实测结果较通用视觉模型有显著提升。后续拟进一步推广至国土资源、住建 交通、水利环保等更多行业,为“天临空地”一体化应用提供一套解决方案。 航天宏图：为了解决现有“AI+遥感”业务模式下样本标注及模型泛化的局限性，加 速云服务产品升级及降低人工费用，公司于 2023 年 5 月发布“天权”大模型，致力构 建“分割、检测、生成”一体化的智能遥感生态体系。“天权”遥感大模型立足开源大模 型基础结构，面向遥感数据进行定制化研发，融合 PIE-Engine AI 43 类语义分割及变化 检测模型，适配 10 余类重点目标检测识别业务，适用于 SAR、光学、多光谱卫星、无 人机航拍等多模态时空数据，感知能力覆盖水体、植被、道路、机场、港口、飞机、船 只等。

美亚柏科： 公司于 2023 年 6 月 28 日发布“天擎”美亚公共安全大模型。由于公司是电子取证 龙头企业，在公共安全、司法鉴真领域具有超过 20 年经验，可以利用海量的警务、案情 等数据训练出对于司法、刑法、公安领域有辅助意义的 AI 模型。例如，公司可以通过大 模型调用过去需要多人多系统配合的功能，进行海量公共数据分析，提高办案效率。 9 月 11 日，公司推出了搭载公共安全大模型的一体机，除通用大模型功能外，还具 有图片分类打标、深伪鉴真、视频结构化、人像识别等 AI 能力。

根据公司年报数据，2022 年公司取证类产品收入 8.25 亿元，对应销售 17910 套电 子取证产品，则平均单价 4.6 万元。

2）To C 端：

万兴科技： 公司业务包括视频创意、绘图创意、文档创意、实用工具。具体来看： 1） 视频创意，提供包含视频、图片、音乐及特效素材资源在内的多种优质视频创意 产品与服务解决方案，助力不同能力的用户高效创作富有特色、个性化的视频 内容，更好地实现创意表达或商业变现。包括万兴喵影、万兴播爆等音视频类产 品，Sweet Selfie 与万兴爱画图片类产品，以及素材资源类产品万兴喵库。 2） 绘图创意，为用户提供类型多样的绘图创意产品与服务解决方案，帮助用户有 序构建知识与灵感，绘制包括思维导图、产品原型、组织架构、项目管理、平面 布置、工艺工程等在内的各类图形图表，赋能企业管理、软件数据、教育培训、 工程设计等多个领域的用户轻松实现工作创意的高效实现与转化。主要有亿图 图示、亿图脑图等产品。 3） 文档创意，以行业领先的 PDF 处理能力为基础，不断融合新兴技术，拓展产品 能力边界，致力于为用户提供简单、高效、强大的智慧文档服务。产品目前已覆 盖桌面端、移动端和在线端，可满足用户多场景下的文档创作、编辑、阅读、翻 译、保护等多样需求，全面提升办公效率和工作体验。 4） 实用工具，包括覆盖 PC 端和移动端的数据管理和修复工具，能够为同时拥有 台式端个人电脑设备和智能手机、智能平板、手提电脑等多个移动端智能设备 的用户提供跨端数据迁移、数据备份、数据恢复、数据安全和设备管理等服务， 以提升用户信息尤其是隐私信息的保密性、真实性、完整性及可控性。

公司在持续深耕数字创意主业和深化订阅转型进程的同时，全面拥抱 AIGC，与微 软、华为、阿里、科大讯飞等国内外头部厂商开展多类合作，并引入 OpenAI、百度等公 司的大模型能力，完成视频、绘图、文档等业务线内多款产品 AIGC 功能落地，有效增 强产品智能化水平。 2023 年前三季度公司实现营收 10.96 亿元，同比增长 30.69%，实现归母净利润 0.65 元，同比增长 166.91%，扣非归母净利润 0.52 元，同比增长 2728%。2023H1，公 司进一步深化订阅转型进程，订阅收入占整体销售收入比例上升至 72%，订阅续约率提 升至 65%。2023 年前三季度公司综合毛利率为 95.19%，近几年均在 95%左右，盈利能 力较强。

10 月 29 日，万兴科技 AI 视频创作软件 Wondershare Filmora 13 全球重磅发布。Wondershare Filmora 13 内置创作助手 Copilot，用户通过与 AI 助手对话可快速获取信 息辅助创作，甚至可使用 Copilot 提供的一键助力功能，快速完成剪辑创作。此外， Wondershare Filmora 13 还重磅上线了 AI 文本成片、AI 音乐生成器等 AI 生成功能，以 及 AI 文字快剪、智能人声分离、AI 智能遮罩等 AI 智能编辑功能，从内容生成、音视频 剪辑到交互方式迎来多元 AI 化，赋能全球创作者进一步降低视频创作门槛、提升视频创 作效率。同时，Wondershare Filmora 13 深化云服务，支持用户在手机端、平板端、PC 端之间轻松共享文件、逐帧审阅视频和自动同步编辑元素，进一步提升创作协同效率。

金山办公： 2023 年上半年，公司发布了基于大语言模型的智能办公助手 WPS AI，并定位为大 语言模型应用方，锚定 AIGC（内容创作）、Copilot（智慧助手）、Insight（知识洞察） 三个战略方向发展。WPS AI 作为协同办公赛道的类 ChatGPT 式应用，已接入 WPS 文字、演示、表格、PDF、金山文档等产品线，解决用户在内容生成、内容理解、指令 操作等方面的日常办公难题。11 月 16 日，WPS AI 开启公测。

AIGC（内容创作）方面：帮助用户轻松创作平常办公所需的各式各样的文本，演讲稿、工作周报、产品需求、教学教案、视频脚本等，只需输入提示词，AI 自动生成，极大提高了工作效率。 Copilot（智慧助手）方面：通过 AI 能力提高用户的使用效率，降低用户操作 门槛，在对话框向 AI 提需求，AI 就能自动计算表格里的细节数据。 Insight（知识洞察）方面：让用户快速对文件进行内容识别和文意理解。在 PDF 中，WPS AI 可以秒速提取文档重点，化身为高效阅读利器；并能发起询问， 快速概括，信息获取更轻松。

2 数字经济，数据局成立后大展拳脚

2.1 中央及地方的数据要素发展

《“十四五”数据经济发展规划》明确提出数字经济是继农业经济、工业经济后的主 要经济形态，并形成了“1+7”的指标体系。是未来数字经济发展的纲领性文件。 2022 年以来，围绕着数字经济的重要议题，相关一系列文件提出：从二月的“东数 西算”、到九月的《政务大数据一体化》、再到十一月《数据要素流通标准化白皮书》等， 可以预见 2023 年将会是数字经济与实体经济进一步紧密结合的发展元年，从政务、到 企业、到消费等多领域。 在最新的二十大报告中，重点提到科技自立自强、安全可控。包括：2035 年总体目 标：科技实力大幅跃升；实现高水平科技自立自强，进入创新型国家前列；建成科技强 国。

国家数据局成立，统管数据要素、数字经济。2023 年，国家数据局筹备进度进入快 车道：3 月 27 日，国务院机构改革方案提出组建国家数据局，以统筹数据资源开发利用 以及数据要素制度建立。7 月 28 日，中国联通董事长刘烈宏上任。10 月 15 日，数据局 首届国考成功启动。10 月 25 日，数据局的正式挂牌，有望快速推动数据相关产业有序 发展。

地方积极响应数据要素发展。截止 2023 年底，各省份均提出了数据要素相关相应 政策。部分省份对于数据要素产业发展提出了定量标准，如北京：2030 年数据要素市场 规模到达 2000 亿元；上海：数据产业规模达 5000 亿元，引育 1000 家数商企业；浙江： 2022 年底，11 个市级数仓、16 个行业数仓、500 个以上数据产品和 3000 个以上能力 组件均上架。

2.2 产业链进展

1）医保数据要素

2023 年 3 约 23 日中共中央办公厅国务院办公厅印发《关于进一步完善医疗卫生服 务体系的意见》，提出“加强健康医疗大数据共享交换与保障体系建设”。给了医疗大健 康领域数据要素利用指明了方向。 其中，惠民保，是未来医保数据要素开放的一大方向：“惠民保”是指地方政府联合 商业保险公司一起，推出的“普惠型”医疗保险，作为医保的补充来报销些大额或者大 病医疗费用。 “惠民保”参保条件简单，只要参加当地医保，不限年龄、不限职业、无需体检， 且保费低。 “惠民保”保障责任一般为社保范围内的住院医疗费用，是由统筹和大病医疗等支 付后剩余的个人自付部分，加上十几种重特大疾病特药。具体会根据不同城市有所差异。 截至 2021 年底，已有 27 个省份推出了 200 余款“惠民保”产品，参保总人次达 1.4 亿， 保费总收入已突破 140 亿元。

1）数据服务费测算——主要功能进行产品研发与理赔审核

截至 2022 年底，国内基本医疗保险参保人数 13.5 亿人。若医保数据能够给通过原 始数据不出域数据可用不可见的方式，为商业保险公司所利用，那么有望开发出更多保 险产品，同时便于理赔审核。考虑未来 50%的渗透率，以及年均 10 元/人的服务费用， 市场规模将达到 67.5 亿元。

2）支付系统建设——主要便利商保、医保同时实时支付

以院端惠民保支付系统建设为例，根据中国人民保险集团和中国人民财产保险股份 有限公司关于采购株洲市医保人人账户支付惠民保系统改造项目，该类建设主要由商保 公司出资，建设于医院端：1）单价预判在 10w 左右。2）我国三级医院数量达到 3178 家，293 个地市。考虑参保人群或主要前往三级医院诊疗，由此计算，单个地市平均三 级医院数量为 11 家。3）当前参与健康险的商保公司达到 138 家，假设头部 10%厂商可 能具有较强的业务拓展能力。那么潜在市场规模达到 44.5 亿。 预计地级市支付系统单价为 100 万元，考虑 293 个地市，市场规模约为 2.93 亿元。 由此计算的支付类系统建设需求约为 47.4 亿元。

2）“数据要素×”三年行动计划征求意见，各细分行业有 望加速发展

国家数据局发布《“数据要素×”三年行动计划（2024—2026 年）（征求意见稿）》。 2023 年 12 月 15 日，国家数据局发布《“数据要素×”三年行动计划（2024—2026 年） （征求意见稿）》。该文件明确目标为： 1）到 2026 年底，数据要素应用场景广度和深度大幅拓展，在经济发展领域数据要 素乘数效应得到显现，打造 300 个以上示范性强、显示度高、带动性广的典型应用场景， 产品和服务质量效益实现明显提升，涌现出一批成效明显的数据要素应用示范地区； 2）培育一批创新能力强、市场影响力大的数据商和第三方专业服务机构； 3）数据产业年均增速超过 20%，数据交易规模增长 1 倍，场内交易规模大幅提升， 推动数据要素价值创造的新业态成为经济增长新动力，数据赋能经济提质增效作用更加 凸显，成为高质量发展的重要驱动力量。

3 华为链，国产软硬件与卫星应用有望放量

3.1 华为硬件：鲲鹏昇腾助力算力需求增长

华为从 2004 年开始投资研发第一颗嵌入式处理芯片，历经 15 年，投入超过 2 万名 工程师，形成了以“鲲鹏+昇腾”为核心的基础芯片族。此外，还有较为边缘的 SSD 控 制芯片、智能网卡芯片、智能管理芯片等产品。 为适应 AI 运算的高性能要求，一般认为基础硬件具备至少 64 核、8 个内存通道、 PCIe 4.0、多合一 SoC、xPU 高速互联、100GE 高速 I/O 等六个特征。而支持 64 个核 心的鲲鹏 920 及芯片组能够满足以上要求。

昇腾 910，高性能训练 AI 处理器，性能接近英伟达 A100（40GB），半精度（FP16） 算力达到 320 TFLOPS，整数精度（INT8）算力达到 640 TOPS，功耗 310W，采用 7nm 先 进工艺。此外，昇腾 910 集成了 HCCS、PCIe 4.0 和 RoCE v2 接口，为构建横向扩展（Scale Out）和纵向扩展（Scale Up）系统提供了灵活高效的方法。HCCS 是华为自研的高速互联 接口，片内 RoCE 可用于节点间直接互联。 昇腾 310，高能效比推理型 AI 处理器，基于达芬奇架构，特别适合处理深度学习中 神经网络必须的常用计算。目前该芯片能对整型数（INT8、INT4） 或对浮点数（FP16） 提供强大的算力。根据海思官网披露，该芯片 FP16 算力为 8TOPS，INT8 算力 16TOPS， 采用 12nm 工艺制造。

基于昇腾芯片族，华为开发了一系列加速卡产品： Atlas 300T 训练卡，基于昇腾 910 AI 芯片，芯片集成 32 个华为达芬奇 AI Core + 16 个 TaiShan 核，能够提供业界领先的 280 TFLOPS FP16 算力，并集成了一枚 100GE RoCE v2 网卡，支持 PCIe 4.0 和 1*100G RoCE 高速接口，出口总带宽 56.5 Gb/s，无 需外置网卡，训练数据和梯度同步效率提升 10%-70%。内存规格方面，包括 32GB 的 HBM 和 16GB 的 DDR4。

Atlas 300T A2 训练卡，强化了高速接口和对 PCIe5.0 的支持，集成 20 个 AI 核、8 个 CPU Core、1*200GE RoCE，提供 280 TFLOPS FP16 算力。

异构计算架构（CANN）是对标英伟达的 CUDA + CuDNN 的核心软件层，包括引 擎、编译器、执行器、算子库等，承载计算机的单元为 AI 芯片，异构计算架构主要负责 调度分配计算到对应的硬件上。从层级来看，CANN 上承 AI 框架，下接 AI 处理器硬件， 先进的异构架构使得神经网络执行过程的硬件交互时间有效缩短，从而实现对硬件性能 的进一步利用。

在 CANN 的基础之上，昇腾提供了昇思深度学习框架，旨在实现易开发、高效执行、 全场景覆盖三大目标。兼容性上，适配包括昇腾系列产品、英伟达 NVIDIA 系列产品、 Arm 系列的高通骁龙、华为麒麟的芯片等系列产品。

丰富的大模型库，目前已经收录「紫东.太初」、「武汉.Luojia」、「鹏程.盘古」、「鹏程. 神农」、「空天·灵眸」等大模型，分别适用于多模态、遥感、中文自然语言、医学、空 天信息化等领域。 以「鹏程.盘古」为例，作为业界首个千亿级参数中文自然语言处理大模型，可支持 知识问答、知识检索、知识推理、阅读理解等丰富的下游应用。该模型由鹏城实验室为 首的技术团队联合攻关，首次基于“鹏城云脑Ⅱ”和国产 MindSpore 框架的自动混合并 行模式实现在 2048 卡算力集群上的大规模分布式训练，训练出业界首个 2000 亿参数以 中文为核心的预训练生成语言模型。鹏程·盘古α预训练模型支持丰富的场景应用，在知 识问答、知识检索、知识推理、阅读理解等文本生成领域表现突出，具备很强的小样本 学习能力。 模型基于国产全栈式软硬件协同生态(MindSpore+CANN+昇腾 910+ModelArts）。

3.2 PC 鸿蒙打破海外垄断

10 月 25 日香橙派宣布其基于开源鸿蒙 OpenHarmony 定制研发的 Orange Pi OS （OH）即将发布。本次将适配三款 ARM 架构的硬件，分别是：一是搭载 RK3566 的开 发板 Orange Pi 3B，一是搭载 RK3588S 的开发板 Orange Pi 5，一是搭载 RK3588 的 开发板 Orange Pi 5 Plus，三款设备均采用 ARM 架构的 CPU。下一步，香橙派表示将 适配 X86 架构的 PC。

从完成度看，Orange Pi OS(OH)已经完成了 HDMI 适配、5 寸 LCD 显示屏适配、 触摸功能适配、定制化的系统应用、开机动画、主题、壁纸、设置、文件管理器等，支 持十几种 hap 应用。从外部博主反馈来看，部分应用还存在比例缩放等问题，应用适配 有待进一步完善。

成熟的硬件设计经验和完善的系统配套方案。华为拥有国内一流水平的 PC 软硬件 系统能力，根据 Canalys 数据，2023Q2 华为个人台式机和笔电占据国内市场 7%，平板 电脑则占据 19%。作为全栈式数码硬件及方案提供商，华为产品包含 PC、平板、手机、 显示器、智能穿戴设备等，并且在一定程度上形成了出色的互联能力。

3.3 卫星行业投入仍具有一定确定性

卫星数量上看，市场供给仍有提升空间。根据 UCS 数据，截至 2022 年 4 月全球运 行卫星数量为 5465 颗，其中美国 3433 颗，我国 541 颗。2022 年 11 月国家航天局也表示： 在遥感卫星领域，我国在轨运行的卫星数量也达到了 200 余颗，居于世界前列。然而对 比美国，我国仍有巨大的投入空间。目前，由于小型化卫星技术的发展，一箭多星带来 了低轨卫星数量爆发的可能。马斯克的星链目标至 27 年，发射约 1.2 万颗低轨通信卫星。 截止 23 年底，星链在轨卫星已超 5000 颗。 为了打破星链的垄断，我国也成立了星网公司（2020 年筹划完成）、G60 等卫星组 织。中国电子科技集团公司第三十研究所在一份研究论文中指出，有预测认为，到 2029 年，地球近地轨道将部署约 57 000 颗低轨卫星，轨道资源将所剩无几。抢占空间轨道和频段资源，是目前的紧急任务，战略意义重大。

由于全球 70%的面积缺乏基站信号覆盖，低轨卫星通信的作用即满足偏远地区通信、 海洋科考、航空等领域的通信需求。通过地面星关站的媒介，手机用户可以进行卫星高 速网络连接。若手机用户对卫星进行直连，也可满足一定的通讯使用需求。

卫星相关市场规模可期。卫星通讯方面,mordorintelligence 预测到 2028 年，全卫星通 讯市场将达 837 亿美元。以中国地理信息产业协会数据，截至 2022 年 6 月，我国民用遥 感卫星，在轨工作 206 颗。2022 年上半年增加 81 颗。卫星数量提升带来了遥感数据的供 给侧增加，带动行业产值的增加。根据中研普华研究院数据，2021 年我国市场的规模为 90.3 亿元，处于稳步上升态势。我们认为，低轨通讯卫星、遥感数据带来的市场仍将处于相对高景气。

4 重点行业

4.1 财税 IT：财税改革加速推进，电子凭证系统建设孕育广阔 空间

政务信息化相关政策相继发布，为政务 IT 发展保驾护航。随着中国政府向服务型政 府转变，国家对电子政务建设和发展的重视度提升，并将推动政务信息共享和业务协同、 聚焦民生、强化公共服务作为“十二五”期间政府工作的重点内容。2015 年以来，政府 陆续出台了关于重点推进电子政务建设的相关政策。其中，2022 年，《“十四五”推进国 家政务信息化规划》提出了三大任务 11 项具体工程，一是深度开发利用政务大数据，二 是发展壮大融合创新大平台，三是统筹建设协同治理大系统，并提出到 2025 年，推进 政务信息化工作迈入以数据赋能、协同治理、智慧决策、优质服务为主要特征的“融慧 治理”新阶段。2023 年 2 月发布的《数字中国建设整体布局规划》提到，发展高效协同 的数字政务，促进信息系统网络互联互通、数据按需共享、业务高效协同。提升数字化 服务水平，加快推进“一件事一次办”，推进线上线下融合，加强和规范政务移动互联网 应用程序管理。

从“以票管税”向“以数治税”转变，数电票试点加速推进。2021 年，国务院发布 《关于进一步深化税收征管改革的意见》，提出到 2023 年，实现从“以票管税”向“以 数治税”分类精准监管转变；稳步实施发票电子化改革，2021 年建成全国统一的电子发 票服务平台，制定出台电子发票国家标准，有序推进铁路、民航等领域发票电子化，2025 年基本实现发票全领域、全环节、全要素电子化，着力降低制度性交易成本。与金税三 期相比，金税四期不仅是税务方面，还会纳入“非税”业务，实现对业务更全面的监控， 从而实现从“以票管税”向“以数治税”的转变。据统计，截至 2023 年 5 月，全国已 经有 24 个省/市/自治区开启数电票开票试点。

九部委联合发文推进电子凭证会计数据标准深化试点。2023 年 4 月，财政部会同 税务总局、人民银行、国务院国资委、国家档案局、国家标准化管理委员会、国家电子 文件管理部际联席会议办公室、民航局、中国国家铁路集团有限公司等单位联合发布《关 于联合开展电子凭证会计数据标准深化试点工作的通知》（财会〔2023〕7 号），推进电 子凭证会计数据标准深化试点，推动实现电子凭证全流程标准化无纸化处理，助力解决 企事业单位电子凭证“接收难、入账难、归档难”问题和数字化转型。5 月 17 日，财政 部会计司发布《关于公布电子凭证会计数据标准（试行版）的通知》、《电子凭证会计数 据标准深化试点操作指南》、《电子凭证会计数据标准深化试点技术问答》、《电子凭证会 计数据标准深化试点工具包》等配套标准、指南、工具包。

本次深化试点的电子凭证包括增值税电子普通发票、增值税电子专用发票、数电票 （不含铁路电子客票、航空运输电子客票行程单）、数电票（铁路电子客票）、数电票（航 空运输电子客票行程单）、财政电子票据、电子非税收入一般缴款书、银行电子回单和银 行电子对账单，一共 9 种。

会计电子凭证试点单位包括开具端试点单位、接收端试点单位和参与试点的相关平 台。为充分发挥平台以点带面的引领作用，确保深化试点工作顺利进行，将有关电子凭 证开具分发平台（8 家）、代理记账平台（16 家）、票务服务平台（5 家）和政务财务服 务平台（13 家）纳入深化试点范围，并组织有关服务保障单位帮助接收端试点单位降低 参与试点的技术难度和实施成本。

4.2 金融科技：AI 落地的先锋场景

同花顺在 AI 领域形成了智能电话客服、I 问财金融搜索引擎等多项产品。目前公司 在人工智能领域形成了语音识别、语音合成、OCR 文字识别、图像识别检测、图像内容 审核、视频 AI 技术等多项核心技术，并基于此形成了系列产品。1）特色语音产品：智 能电话客服，智能会议转写，智能外呼；2）图像特色产品：显微图像智能识别系统；3） 自然语言处理产品：金融文档审核系统，合同文档对比系统；4）知识图谱：阅读理解平 台，企业知识图谱；5）智能对话技术产品：智能投顾，投顾 AI 辅助系统，资产配置； 6）搜索引擎产品：I 问财金融搜索引擎；7）智能硬件产品：智能胃镜。

公司是证券公司信息系统前端应用领域的主要供应商。证券公司信息系统主要包括 前端应用、中后台系统和核心系统三部分。同花顺、大智慧和财富趋势为前端应用的主 要供应商；恒生电子、金证股份、顶点软件和金仕达等为中后台柜台系统的主要供应商； 最末端的核心系统由交易所和证券公司自建。

资本市场改革催生的新功能需求以及系统维护驱动软件销售与维护业务持续增长。 证券公司信息系统的增长主要来源于：1）资本市场改革带来的新的产品功能需求。在科 创板及北交所做市商业务启动、全面注册制改革等证券市场新业务需求以及投资者适当 性管理、异常交易监测等监管要求的多方因素影响下，证券公司行情交易系统软件新的 产品功能需求不断增加；2）系统维护。在软件销售完成并结束免费维护期后，即进入收费维护期，维护收入随着软件销售金额的增加而不断增长。2023 年年初，中证协向券商 下发了《网络和信息安全三年提升计划（2023-2025）》征求意见稿，鼓励有条件的券商 未来三年信息科技平均投入金额不少于平均净利润的 8%或平均营业收入的 6%。展望 未来，在资本市场改革催生的新功能需求与后期稳健增长的系统维护的双重驱动下，证 券公司信息系统投入有望持续增加，头部厂商有望充分受益。

恒生大模型 LightGPT，助力金融提高综合效率。恒生电子表示，目前 LightGPT 在 整体模型效果上提升 15%，安全合规性上提升 13%，推理速度上提升 50%，并面向金 融机构实现 LightGPT-7B 的开源，推理和训练全面适配华为昇腾系列。 此外，恒生与中国信通院共同编写了金融大模型评测标准，包含“L0-L1-L2”三层 能力评测，为促进金融大模型的可信发展提供了重要保障。通用能力 L0 层包括基础常 识、语义理解、数学计算以及在金融领域尤为重要的多轮对话能力、表格处理能力和安 全能力、Json 识别能力等。金融领域能力 L1 层包括金融法律法规遵循、金融百科问答 和实体识别。金融场景能力 L2 层包含投顾、投研、运营、合规和其他五大场景 80 种金 融专属任务评测。

4.3 医疗 IT：“以评促建”推动医院信息化建设，医疗 IT 行业 复苏

针对应用环节不同，医疗信息化存在狭义和广义之分。 狭义医疗信息化主要是指医疗服务环节信息化，参与主体是以医院为主的各类医疗 机构，包括医院管理信息系统、临床医疗信息系统、区域公共卫生信息系统等； 广义医疗信息化在医疗服务环节信息化之外，还包括医疗支付环节信息化、医药流 通环节信息化以及其他医疗或者医药相关环节的信息化，涵盖内容更为广泛。

医疗 IT 行业的投资，主要来自于医院自有资金与财政资金。通常医院端的年度 IT 信息系统建设投入，占医院收入的 1%。 根据卫健委发布的《2022 年我国卫生健康事业发展统计公报》，2022 年，全国医疗 卫生机构总诊疗人次 84.2 亿，与上年基本持平。2022 年全国卫生总费用初步推算为 84846.7 亿元，其中：政府卫生支出 23916.4 亿元，占 28.2%；社会卫生支出 38015.8 亿元，占 44.8%；个人卫生支出 22914.5 亿元，占 27.0%。人均卫生总费用 6010.0 元， 卫生总费用占 GDP 的比例为 7.0%。2022 年，全国医疗卫生机构总就诊人次 84.2 亿， 基本与去年持平。 随着医院规模的扩张和医疗信息化水平的提升，同时财政资金紧张形势趋缓，无论 是医院端 IT 系统、公共卫生端 IT 系统还是医保端 IT 系统的投入都有望增加，医疗信息 化市场规模有望不断扩大。

卫健委发布《“十四五”全民健康信息化规划》，其中提到： 8 个方面主要任务。一是集约建设信息化基础设施支撑体系。二是健全全民健康信 息化标准体系。三是深化“互联网+医疗健康”服务体系。四是完善健康医疗大数据资源 要素体系。五是推进数字健康融合创新发展体系。六是拓展基层信息化保障服务体系。 七是强化卫生健康统计调查分析应用体系。八是夯实网络与数据安全保障体系。 8 个优先行动。一是互通共享三年攻坚行动。二是健康中国建设（行动）支撑行动。 三是智慧医院建设示范行动。四是重点人群智能服务行动。五是药品供应保障智慧监测 应对行动。六是数字公卫能力提升行动。七是“互联网+中医药健康服务”行动。八是数 据安全能力提升行动。 未来，相关细分领域有望进一步出台细分政策或建设指导文件。

电子病历是医疗机构信息化建设的基础，优秀的电子病历系统在消除院内信息孤岛、 加强病历质控、临床路径管理、医疗质量控制、诊疗安全、移动医疗等方面具有重大的 作用，是医疗服务效率、医疗服务质量、医疗安全的基础；同时，基于互联网的电子病 历为远程病患信息传输和共享、远程医疗奠定了重要基础。 《公立医院高质量发展促进行动（2021-2025 年）》提出，到 2022 年，全国二级和 三级公立医院电子病历应用水平平均级别分别达到 3 级和 4 级。

根据中国医院协会信息专业委员会（CHIMA）发布的《2021-2022 年度中国医院信 息化状况调查报告》，2021-2022 年参加电子病历系统功能应用水平分级评价的医院占调 查总量的 96.14%，其中三级医院参加电子病历系统应用水平分级评价的比例达到 97.81%，目前参评医院的电子病历等级主要集中在 3 级和 4 级，分别占比 26.46%和 49.15%。与 2019-2020 年度以及 2018-2019 年度的调查数据相比，参与电子病历系统 功能应用水平分级的医院逐年增加，且参评等级逐年提高。2018-2019 年评级通过占比 最高的是 3 级，而 2019-2020 年则为 4 级占比最高，且比例逐年提高。具体到高级别电 子病历来看，截至 2023 年 8 月，全国总计 312 家医院获评高级别电子病历评级，其中 1 家医院获评 8 级，3 家医院获评 7 级、40 家医院获评 6 级、268 家医院获评 5 级。

电子病历市场规模快速增长，2025 年有望达 74 亿元。电子病历作为医疗信息化改 革的基础部分，市场增长快于整体医疗信息化的市场增长。根据 Frost&Sullivan《中国医 疗信息化市场研究报告》，中国电子病历市场规模将由 2020 年的 18 亿元增长至 2025 年 的 73.7 亿元，CAGR 达 32.6%。与此同时，数据中心将医院内的管理、临床等信息数据 进行统一收集存储，并完整、及时的提供给使用者，从而实现院内信息共享和互联互通。 根据 Frost&Sullivan 的预测，中国医疗数据中心市场规模将由 2020 年的 35.2 亿元增长 至 2025 年的 121 亿元，CAGR 达 28%。

4.4 智能汽车：政策催化+销量回暖+技术迭代，智能汽车行业 迎来高景气

高阶智能驾驶试点政策发布，自动驾驶行业有望加速发展。2023 年 11 月 17 日， 工信部等四部门为落实《关于加强智能网联汽车生产企业及产品准入管理的意见》，促进 智能网联汽车推广应用，提升智能网联汽车产品性能和安全运行水平，发布了关于开展 智能网联汽车准入和上路通行试点工作的通知。总体要求为遴选具备量产条件的搭载自 动驾驶功能的智能网联汽车产品，开展准入试点；对取得准入的智能网联汽车产品，在 限定区域内开展上路通行试点，车辆用于运输经营的需满足交通运输主管部门运营资质 和运营管理要求。通知中智能网联汽车搭载的自动驾驶功能是指国家标准《汽车驾驶自 动化分级》（GB/T 40429-2021）定义的 3 级驾驶自动化（有条件自动驾驶）和 4 级驾驶 自动化（高度自动驾驶）功能（以下简称自动驾驶功能）。

汽车销量回暖。根据中国汽车工业协会，2023 年 1-11 月中国乘用车累计销量 2327.18 万辆，同比增长 9.27%；2023 年 11 月中国乘用车销量为 260.4 万辆，同比在 增长 25.51%，环比增长 4.67%，汽车销量呈逐步回暖迹象。

新能车销量快速增长，渗透率不断提升。根据中国汽车工业协会，2023 年 1-11 月 累计批发 830.4 万辆，同比增长 36.88%；11 月新能源乘用车批发销量达到 102.6 万辆， 同比增长 30.49%，环比增长 7.34%。根据乘联社，11 月新能源车国内零售渗透率 40.4%， 较去年同期 36%的渗透率提升 4 个百分点。乘联会预计 2024 年新能源乘用车批发预计 达到 1100 万辆，同比增长 22%，渗透率达到 40%。

头部企业加速布局城区 NOA。从 2022 年的高速领航辅助驾驶（高速 NOA）到 2023 年的城市内封闭道路辅助驾驶（城区 NOA），头部企业加速布局，2023 年作为城市 NOA 落地“元年”，自 2023 年上海车展以来，众多车企对外宣布了今年实现多城市城区 NOA 的规划，理想宣布城市 NOA 开启内测，年底覆盖 100 个城市；小鹏宣布年底 XNGP 落 地 50 城；华为 ADS2.0 目标不再依赖高精地图，年底全国可用。

BEV+Transformer 方案加速去高精地图。BEV（Bird's Eye View），是指一种鸟瞰 式的视角或坐标系，可以立体描述感知到的现实世界，相当于在车辆正上方 10-20 米处 向下俯视车辆及周围环境，也被叫做“上帝视角”。BEV 代指将视觉信息由图像空间端到 端地转换到 BEV 空间下的技术。Transformer 作为一种新型神经网络架构，相比传统神 经网络（如 CNN），可以直接进行 2D、3D 不同序列之间的转换。Transformer 采用交叉 注意力机制，并行训练数据，在跨模态融合以及时序融合过程中，能够更加全面地在空 间时序上建模，形成时序融合下的 4D 空间信息，从而使感知结果更加连续、稳定。 BEV+Transformer 方案的整体思路基本为：“输入-提取-转换-融合-时序-输出”，并 在这个过程中完成“2D 到 3D 到 4D”的转换。BEV+Transformer 的方案将静态道路信 息与动态道路参与方统一到了同一个坐标系下，通过实时感知与转换，在行驶中即可实 时生成“活地图”，推动自动驾驶中“感知-决策-规划”的任务进行，使得去高精地图指 日可待。

自动驾驶芯片快速迭代，为高阶智能驾驶功能落地提供保障。目前，参与自动驾驶 芯片的厂商众多，主要有以英伟达、Mobileye、高通围为代表的国际科技企业；以特斯 拉、零跑汽车为代表的车企；以华为、地平线、黑芝麻、芯驰科技为代表的中国科技企 业；以及 TI、瑞萨、NXP 等传统汽车 MCU 厂商。在智能驾驶对芯片算力和性能要求不 断提升的情况下，芯片快速迭代。以英伟达为例，英伟达 Orin 芯片采用 8nm 工艺，单 芯片算力达 254TOPS，目前已在理想 L9 量产；英伟达 2022 年 9 月发布的 Thor 芯片 算力达到 2000TOPS，是 Orin 的 8 倍，将在 2024 年量产，2025 年上车，吉利旗下的 极氪将会成为 Thor 的首批客户。

4.5 网安及密码子版块：刚需市场，整体规模向下有限

AI 时代赋能多应用场景，数据价值体现。自 2017 年以来，全球企业对于 AI 的使用 已到达了一个稳定高峰。根据麦肯锡数据，近四年，全球使用 AI 的企业数量占比在 50- 60%之间，较 2017 年 20%的水平已提升 2.5X。平均每个公司都会使用近四种 AI 能力， 比起 2018 年的 1.9 种也近翻倍。其中，流程自动化、计算机视觉、自然语言分析、对话 界面和深度学习已经成为前五大 AI 用途。而从训练到应用的逻辑来说，AI 的广泛应用， 其核心基础是高质量、与应用场景贴合的海量数据资源。 由于 AI 人工智能及信息化的需求，对应的网安建设需求也会同比例上升。根据《关于促进数据安全产业发展的指导意见》，目标到 2025 年，数据安全产业规模超过 1500 亿元。

数据中心建设，存在内生网安需求。由于骨干网、云端数据中心其自身 1）边界访 问安全需求；2）数据保护需求；3）运行状态检测运营需求，对于网络安全设备有天然 需求，首要包括：1）防火墙、交换机、WAF、负载均衡、上网行为管理等网关类需求； 2）漏洞扫描、IDS\IPS（即态势感知）、抗 DDoS 等传统抗攻击需求；3）SIEM、数据库 审计、运维审计等运维检测类产品；4）vpn、邮件安全等租户需要的设备产品。因此， 运营商也是网络安全传统的一大收入来源。此外，金融、互联网等存在自建数据中心需 求的客户，其网安需求增长逻辑类似。因此，我们认为，AI 乃至大模型时代，网安设备 的硬需求为同向增长状态。

5 24 年展望：业绩低基数、机构持仓仍有提升 空间

5.1 2022 年行情回顾：板块整体跑赢市场

截止 2022 年 12 月 19 日，计算机行业今年上涨 11.51%，跑赢上证指数、创业板指数。

从细分板块行业板块来看，年初至今： 1） 教育信息化、通用硬件、基础及通用软件细分板块表现出较为明显的超额收益 2） 互联网软件服务、工业信息化、信息安全则为全年表现较差的细分板块。

5.2 2024 年展望：2023 业绩弱复苏，2024 仍有改善空间

从前三季度的业绩表现来看，整体增速呈现回暖。 前三季度行业收入增速中位数 4%；归母净利润增速中位数-2%。

5.3 2023 年展望：机构持仓与估值仍有提升空间

2023 年 AI 浪潮催化下，板块持仓占比有所回升，在年中达到 4.8%，是 20 年以来 的最高点。 截止 2023Q3，而计算机行业公司市值占比 4.3%，仍高于持仓占比 3.7%，行业处 于超低配水平。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）