5G产业报告-PDF版

威胁猎人：2024年数据泄露风险态势报告（42页）.pdf

12024 年数据泄露风险态势报告（2024 年 1 月 1 日至 2024 年 12 月 31 日）2关于威胁猎人威胁猎人 Threat Hunter（深圳永安在线科技有限公司）成立于 2017 年，以黑灰产情报能力和反欺诈技术为核心，专注于及时、精准、有效的业务欺诈风险的发现和响应。公司围绕不同行业在数字化发展过程中面临的业务欺诈、数据泄露、钓鱼仿冒、API 攻击等风险场景，提供成熟多样的产品与服务，并多次入选 Gartner 技术成熟度曲线报告、IDC 威胁情报领域代表厂商。公司总部在深圳，在北京、上海、重庆、新加坡等地设有分公司，并在深圳和重庆两地建立数字风险应急响应中心（DRRC），为客户提供 7*24 小时全天候数字风险应急响应和及时、优质的服务支持。截至目前，公司已为金融、政务、物流、互联网、科技、零售等行业的 300 多家客户提供安全服务，覆盖 85%头部互联网企业，每年帮助客户减少数十亿资金损失。3前言在数字化时代浪潮中，数据已成为企业核心竞争力的关键要素。然而，数据泄露风险如同达摩克利斯之剑，高悬于各行业头顶。2024 年，数据泄露事件频发，波及众多企业，严重威胁用户隐私与企业利益。威胁猎人2024 年数据泄露风险态势报告对 2024 年国内企业数据资产泄露风险概况、非法数据交易产业链等进行多维度分析，客观呈现 2024 年国内数据泄露风险态势全景。报告内容关键点总结：1.2024 年数据泄露风险态势依旧严峻，多个行业多家企业均存在数据泄露风险2024 年全年监测到 37575 起有效数据泄露事件，涉及 2598 家企业，覆盖金融、电商、快递、汽车、本地生活等多个关键行业。2.银行业再登数据泄露风险榜首，本地生活首次进入前十2024 年银行业数据泄露事件数量高达 6333 起，连续两年位居榜首，金融行业数据安全管控迫在眉睫；本地生活行业数据泄露事件从 2023 年的 Top14 跃升至 Top10，2024 年共发现 700 多起事件，新型泄露类型“强登”是主要推手。3.匿名群聊与暗网仍是主要泄露渠道，文库及网盘风险事件翻倍2024 年数据泄露渠道仍以匿名群聊与暗网为主，二者总量占比 90.83%；文库及网盘渠道风险事件量翻倍增长，达 2714 起。44.“私域群”、“担保”模式快速发展，非法数据交易更隐蔽且“规范化”2024 年“私域群”、“担保”模式快速发展，在私域群中累计发现数据泄露风险事件 4193 起，黑产团伙数量突破 500 个，且超过一半的“私域群”由担保机构运作。5.特权账号成攻击者利器，ATO 风险持续增长2024 年 ATO 风险持续增长，仅一周超 470 万员工账号泄露，涉及社交、电商、金融、短视频等多个行业 21 万家企业。6.新型数据泄露“强登”、“解密”兴起，涉及电商、外卖、快递等行业2024 年，“查档”模式迅速发展，并出现“解密”与“强登”两种新型数据泄露方式。“强登”自 6 月起现身，先在电商巨头平台出现，后波及外卖、快递等多平台；“解密”则是黑产为破解隐私面单而生，近一年来，相关数据泄露事件呈上升趋势。7.“IOS”字段相关风险事件下降，“扶贫”相关非法数据交易需求上涨苹果官方针对 Facetime 诈骗的打击使得“IOS”字段风险事件下降，下半年较上半年下降 59.90%；同时，“扶贫”相关非法数据交易需求上涨。免责声明：威胁猎人所提供的数据信息系依据大样本数据抽样采集、小样本调研、数据模型预测及其他研究方法估算、分析得出。由于统计分析领域中的任何数据来源和技术方法均存在局限性，威胁猎人也不例外。威胁猎人依据上述方法所估算、分析得出的数据信息仅供参考，威胁猎人不对上述数据信息的精确性、完整性、适用性和非侵权性做任何保证。任何机构或个人援引或基于上述数据信息所采取的任何行动所造成的法律后果均与威胁猎人无关，由此引发的相关争议或法律责任皆由行为人承担。5目录关于威胁猎人.2前言.3一、2024 年国内数据泄露风险概况.71.1 2024 年监测数据泄露事件 37575 起，涉及金融、电商、快递等行业 2598 家企业.71.2 银行业数据泄露风险连续两年排行第一，本地生活首次进入前十.81.3 匿名群聊与暗网仍是数据泄露的主要渠道，文库及网盘渠道事件翻倍增长.91.4“私域群”、“担保”模式快速发展，非法数据交易更加隐蔽和规范化.101.5 勒索攻击导致的数据泄露事件共 4034 起，涉及制造业、金融、房地产等行业.121.6 特权账号成攻击者利器，ATO 风险持续增长.13二、2024 年非法数据交易产业链分析.172.1 2024 年“查档”类型泄露事件快速上涨，涉及电商、外卖、社交、快递等行业数据.182.2 新型数据泄露类型“强登”出现，涉及电商、外卖、快递等行业头部平台.202.3 物流行业“解密”服务兴起，近一年相关数据泄露事件逐渐增多.222.4 贷款类、网购类、股票类、招聘类等数据下游需求旺盛.24三、2024 年非法数据交易市场研究.273.1“IOS”字段相关风险事件下半年共发现 496 起，较上半年下降 59.90%.273.2“扶贫”相关数据风险情报数量显著上涨，求购“扶贫料”需求逐月增加.293.3 牛市背后的隐藏风险：2024 年投资相关数据泄露风险趋势显著上涨.32四、威胁猎人数据泄露风险情报服务.37五、数据泄露相关名词解释.406012024 年国内数据泄露风险概况7一、2024 年国内数据泄露风险概况1.1 2024 年监测数据泄露事件 37575 起，涉及金融、电商、快递等行业 2598 家企业威胁猎人数据泄露风险监测平台数据显示，2024 年 1 月至 12 月全网监测了 3.03 亿条关于数据泄露的情报，基于威胁猎人真实性验证引擎以及 DRRC 专业人工分析验证出有效的数据泄露事件共计 37575 起，涉及金融、电商、快递等行业 2598 家企业。威胁猎人发现，在 2024 年 2 月数据泄露事件量出现大幅下降（较 2024 年 1 月下降了 36%，共898 起），在 11 月出现了较大幅度上升（较 2024 年 10 月上涨了 29.48%，共计 1096 起），从数据泄露源头进一步分析了解，主要原因如下：2024 年 2 月，第三方泄露、短信通道泄露等不同原因所引发的数据泄露事件量均出现下降，可以看出 2024 年 2 月数据泄露事件大幅下降主要是受到春节期间黑产放假带来的交易为放缓的影响。82024 年 11 月，非法数据交易团伙的活跃度有所增加，团伙数量相较于 10 月新增了 156 个非法数据交易团伙，这一增长导致了 11 月全网数据泄露事件数量明显上升。1.2 银行业数据泄露风险连续两年排行第一，本地生活首次进入前十从行业分布来看，2024 年 1 月至 12 月数据泄露事件中涉及 88 个行业，前五行业分别是银行、电商、消费金融、保险以及快递。其中银行行业数据泄露事件数量高达 6333 起，连续两年为数据泄露事件数最多的行业。9此外，今年本地生活行业数据泄露事件行业排名相比 2023 年有所上升，从之前的 Top14 上升至Top10。数据显示，2024 年本地生活行业共发现 700 多起数据泄露事件，较 2023 年大幅上涨7.22 倍。进一步分析发现，本地生活数据泄露大幅上涨的原因是新型泄露类型“强登”导致。强登：指通过技术手段强制登录用户账号，获取用户账号中的隐私信息。本地生活：主要指提供外卖、餐饮、电影票、买菜等与生活息息相关的服务平台。注：关于“强登”的进一步信息请查看 2.2 章节。1.3 匿名群聊与暗网仍是数据泄露的主要渠道，文库及网盘渠道事件翻倍增长威胁猎人统计数据显示，2024 年数据泄露的主要渠道仍然是匿名群聊和暗网，占比高达 90.83%。值得关注的是，2024 年文库及网盘渠道泄露的风险事件量有 2714 起，占全渠道事件量的 7.34%，相比去年有了大幅提升。10值得一提的事，自 2024 年 6 月起，威胁猎人数据泄露风险监测平台引入了大语言模型技术，利用大模型的智能筛选与海量数据分析能力，再结合威胁猎人 DRRC 专业团队的校验和判断，极大提升了来自文库及网盘渠道的风险文件审核效率和风险事件检出能力。1.4“私域群”、“担保”模式快速发展，非法数据交易更加隐蔽和规范化随着非法数据交易的规模化和复杂化趋势加剧，愈来愈多的黑产团伙倾向于选择私域环境进行交易，使得交易更加隐蔽化、组织化和规范化。威胁猎人数据统计，2024 年在 Telegram“私域群”中，累计发现数据泄露风险事件 4193 起，较 2023 年增长了 2.70 倍，“私域群”中的黑产团伙数量突破 500 个，是 2023 年的 2.88 倍。私域群：需通过邀请链接/管理员同意后才能进入的群组，一般外部人员无法监测或进入该群聊，群组有管理员定期清洗群成员名单，一定程度上过滤了广告、机器人、二道贩子、中介等可信度较低的人员，群组内容质量更接近真实数据泄露源头。11威胁猎人情报人员针对“私域群”内的数据泄露事件和黑产团伙进一步分析发现：1）黑产团伙在“私域群”中通过加密消息、暗号和私密聊天等方式与买家进行交流联络，使黑产非法交易更加难以被监管机构察觉。2）超过一半的“私域群”由担保机构运作。担保机构：在非法数据交易中扮演“中间人”的角色，负责验证交易双方的资质、监督交易过程并确保交易的顺利完成。这种模式提高了交易双方的信任度、非法数据交易流程更加“规范”，一定程度上保障了非法数据交易的顺利进行。威胁猎人对担保团伙进一步分析，在当前众多担保团伙中，前三大担保团伙分别是“好旺担保”（原汇旺担保）、“新币担保”和“春江担保”。其中，“好旺担保”在担保团伙中占据主导地位，由其担保的非法数据交易事件量占比高达 94.34%，可谓“一家独大”。值得关注的是，为规避监管打击，“原汇旺担保”在 2024 年 10 月 19 日正式改名为“好旺担保”。121.5 勒索攻击导致的数据泄露事件共 4034 起，涉及制造业、金融、房地产等行业2024 年，威胁猎人捕获到由勒索攻击导致的数据泄露事件共 4034 起，涉及全球多个行业，排名前三的行业是制造业、金融、房地产。131.6 特权账号成攻击者利器，ATO 风险持续增长注：鉴于特权账号泄露事件的特殊性，威胁猎人捕获相关情报后，将直接与合作客户沟通处理，故此类事件未纳入本次报告的总数据泄露事件统计。特权账号（Privileged Account）：指具有特殊权限的账号，通常拥有对系统、网络或数据的高级访问权限，如企业员工账号。特权账号存在权限大、分布散、数量多等特点，分布在业务系统、应用程序、数据库、网络设备等各类应用系统中，一旦账号被接管（账号接管 Account Takeover,ATO），可能导致敏感数据资源泄露、业务中断等后果。对黑产团伙而言，与其穿透层层防护窃取数据，不如直接窃取账号，通过内网横向移动，利用特权账号的管控手段缺失攻破授权账号，最终利用特权账号权限对系统进行恶意破坏。近年来，因账号权限管控不当或失窃导致的风险事件正在逐年上涨，IBM X-Force 最新发布的2024 年威胁情报指数报告中表示，攻击者使用被盗凭据访问有效账户的情况比去年增加了71%，占 X-Force 在 2023 年应对的所有风险事件的 30%，与网络钓鱼并列成为头号感染媒介。1.6.1 仅一周超 470 万员工账号泄露，涉及社交、电商等行业 21 万家企业威胁猎人 ATO 情报服务持续对企业账号泄露风险进行监测，仅一周时间就监测到被泄露的企业员工账号数量超 470 万，涉及社交、电商、金融、短视频等行业近 21 万家企业。14注：统计图数据统计周期为 2024 年 2 月至 12 月。1.6.2 Salesforce、HubSpot、Zoom 等第三方办公协同工具是账号泄露的高风险区威胁猎人情报人员对已泄露的企业账号信息进一步分析发现，泄露的账号有大量外部软件账号，其 Salesforce 平台（客户关系管理 CRM）数量最多，其次是 HubSpot 平台（客户关系管理 CRM）、Zoom（视频会议软件）。这些平台均存在大量敏感账号数据，包括但不限于用户身份信息、企业机密、客户信息、财务信息以及通信内容等，一旦这些数据的安全防线被突破，账号被恶意接管，将给企业和用户带来一系列严重问题。15注：统计图数据统计周期为 2024 年 2 月至 12 月。1.6.3 企业内部系统普遍面临账号泄露风险，以企业邮箱、招聘系统、统一登录系统等为主除了企业外部软件账号信息，企业内部系统，如企业邮箱、招聘、统一登录、文档系统等都出现了不同程度的账号泄露情况。这些系统涉及企业内部通信、业务流程等，承载着大量敏感数据和关键信息，一旦某个员工的账号被恶意接管，如同为企业的大门开了一道缝隙，让攻击者有机会窥探、窃取甚至篡改这些敏感数据，进而给企业带来损失。注：统计图数据统计周期为 2024 年 2 月至 12 月。16022024 年非法数据交易产业链分析17二、2024 年非法数据交易产业链分析互联网黑色产业链发展至今，围绕数据资产泄露和倒卖的非法数据交易产业发展已相当成熟，基于不同角色分工、定位演化出了上、中、下游：上游：数据窃取团伙包括公司内鬼、黑客、运营商、运营商第三方代理、短信通道服务商等。这些人专门负责从各公司的内部和外部寻找获取数据的渠道并窃取数据。在数据越来越值钱的当下，巨大的利益和极低的犯罪成本驱动着上游的数据窃取者甘愿铤而走险。中游：数据中间商大部分活跃在暗网、黑产论坛、Telegram、Potato 等平台。这些人在不同的平台上发布帖子销售数据，并负责对数据进行分类和清洗，以满足客户的各种需求。下游：数据购买者18包括电话营销公司、诈骗团伙等。购买数据的人通常会用于精准营销和诈骗。数据在使用后可能会被二次出售或与其他非法团体交换。近年来，对精细化数据的需求日益增长，例如针对保险客户、理赔用户、高净值人群的数据。这些数据被用于更精准的营销和诈骗活动，其成功率远高于传统方法。下游的需求变化促使上游和中游的非法人员采用各种技术手段收集用户数据，并根据需求对数据进行分类整理后出售。威胁猎人研究发现，2024 年非法数据交易产业链在上、中、下游均出现了一些新的变化：2.1 2024 年“查档”类型泄露事件快速上涨，涉及电商、外卖、社交、快递等行业数据近年来，威胁猎人陆续关注到非法数据交易产业链中游频繁出现的“查档”数据泄露情况，例如通过一个手机号，就可以查询这个手机号相关的所有身份信息，如地址、银行卡号、名下资产等等。查档：指黑产团伙可提供指定人员的资料档案，如通过一个手机号，可以查询这个手机号相关的身份信息，如地址、银行卡号、名下资产等。查档服务包含查询类服务、解密服务、强登类服务等。常见的查档服务有：轨迹类（人物轨迹、车辆轨迹）、名下财产（名下卡、名下车、名下房）、网购订单、快递业务（快递地址、物流信息）、个人信息（婚姻、户籍、社保）等。19威胁猎人情报数据显示，2024 年“查档”相关的数据泄露趋势上涨，全年超过 3200 起风险事件，泄露信息涉及电商购物信息、外卖配送信息、社交账号、快递信息、银行流水等。202.2 新型数据泄露类型“强登”出现，涉及电商、外卖、快递等行业头部平台威胁猎人在 2024 年发现了一种新的查档类型“强登”，泄露信息主要涉及用户的网购订单、外卖配送订单、出行打车订单、快递订单信息等，涵盖了电商、快递、本地生活服务（主要是外卖行业）和出行服务等多个行业的头部平台。自 2024 年 6 月起，通过“强登”获取数据的方式开始出现，到 12 月底已累计超过 6600 起。最初主要集中在电商头部平台，随后逐渐蔓延至外卖和快递等多个平台。强登：指黑灰产通过多种复杂手法强行登录用户的平台账号，获取账号下的具体订单等敏感信息，再把这些信息提供给下游数据购买者，在中游数据售卖时售卖广告会标注【强登】。21那么，“强登”数据是怎么来的呢？威胁猎人情报人员对“强登”进一步挖掘和分析，发现上游团伙针对“强登”的主要作案手法如下：1、信息获取：首先，攻击者通过手机号在其他渠道（如查档或社工库等）获取用户的身份证号和证件照等信息。2、绕过验证：接着，利用获取到的证件照生成 AI 视频或模拟人脸，以此绕过平台的视频验证环节。3、强行登录：最后，通过平台的忘记密码或找回密码等接口，绕过平台的校验机制，强行登录用户的账号，从而获取账号中的订单内容等敏感信息。22上游团伙通过“强登”方式获取到电商、外卖、快递、出行服务等行业订单信息后，再由中游团伙在各种匿名群聊、社交媒体等发布售卖广告，吸引更多下游需求人群。2.3 物流行业“解密”服务兴起，近一年相关数据泄露事件逐渐增多近年来，“隐私面单”技术不断发展，通过隐藏用户真实手机号来保护个人信息安全。过去一年，在物流行业监管加强和企业的共同努力下，隐私面单的推广有效减少了快递面单泄露事件，整体23治理效果明显（见下图）。但道高一尺魔高一丈，2024 年黑产推出了新的查档服务“解密”来破解隐私面单，最近一年，“解密”相关数据泄露事件逐渐增多。订单解密主要是通过“快递单号 虚拟号码（或前三后四打码的手机号）”进行解密，获取完整手机号。【拓展资料】物流行业查档主要分为查询类和解密类：24威胁猎人关注到，解密类服务价格远低于查询类服务价格，通过对每月捕获到的查询类和服务类事件涉及价格的中位数进行统计：1、查询类服务价格中位数在 75-435 元之间，其中通过手机号码查询收件地址等信息的价格更高，主要受服务复杂度和风险影响。2、解密类服务价格中位数仅 4 元左右，最高 7.5 元，最低 2 元。解密服务属于分布式查询，主要面向电商商家群体。2.4 贷款类、网购类、股票类、招聘类等数据下游需求旺盛在 2024 年 1 月至 12 月期间，威胁猎人在各类黑产渠道捕获了近千条精准求购数据信息，涉及贷款类、网购类、股票类、招聘类、快递类等数据。其中，贷款类用户信息需求最为旺盛，包括消金网贷、银行贷款、企业贷、贷款超市等多个细分品类下的用户信息。求购数据：指下游电信诈骗或营销团伙在黑产渠道中发布他们对特定类型数据的购买需求信息。25威胁猎人针对求购数据信息及求购人员进一步分析：从求购数据类型来看，主要包括三大类，金融类数据、物流快递数据和招聘求职数据。金融类数据主要针对境外股民和虚拟货币投资者；物流快递数据则重点针对大型快递公司的订单信息，存在内部人员参与倒卖的可能；招聘求职数据主要涉及主流招聘平台，黑产一般用于电话营销、诈骗。从求购数据指向地区来看，印度和越南重灾区。求购印度地区的数据主要涉及股票证券等金融类数据需求；求购越南地区的数据类型则较为多样，包括政府官员、在外越侨、宝妈学生等群体信息。26032024 年非法数据交易市场研究27三、2024 年非法数据交易市场研究3.1“IOS”字段相关风险事件下半年共发现 496 起，较上半年下降 59.90%威胁猎人研究发现，从 2023 年下半年开始至 2024 年第一季度，泄露的数据字段中，“IOS”字段增多。从数贩卖黑产团伙与下游数据购买者的聊天记录来看，下游数据购买者对于数据的复购要求中多次提及“IOS”设备数据的筛选要求。但从 4 月份开始，“IOS”字段相关的风险事件呈下降趋势，2024 年下半年相比上半年下降了59.90(威胁猎人情报人员针对下半年下降现象进一步分析原因，下半年“IOS”相关数据下降主要是因为苹果官方针对 Facetime 诈骗出台相关打击措施导致的。2024 年 3 月，苹果官方升级 iOS 系统至 iOS17.4.1 版，推出对陌生 Facetime 号码来电拒接的功能，并在 5 月推送 IOS 17.5 版本，增强了 Facetime 通话功能。威胁猎人情报人员测试后确认，该功能已实现对陌生来电的拒接。（黑产在匿名群聊中发布苹果官方关于 Facetime 陌生号码拒绝来电的通知）威胁猎人在 5 月的舆情监控中发现，部分境外诈骗团伙，尤其是缅北地区，因 Facetime 更新而无法继续使用该方式进行诈骗，初步判断这是苹果官方针对此类违法行为的打击措施。29与此同时，威胁猎人关注到，非法数据交易市场上负责数据清洗和贩卖的黑产团伙建议诈骗团伙改用“常规”方式进行诈骗（即受用手机号码进行诈骗），以应对 Facetime 的打击行为。3.2“扶贫”相关数据风险情报数量显著上涨，求购“扶贫料”需求逐月增加威胁猎人数据泄露风险监测平台情报数据显示，2024 年“扶贫”相关的非法数据交易情报数量显著上涨，尤其是第四季度。扶贫料：在非法数据交易中和扶贫补贴对象相关的个人信息或数据，这些数据被黑产非法获取后，通常会转售给第三方，用于精准诈骗、洗钱等非法活动。30威胁猎人情报人员通过对非法数据交易产业链各环节深入研究发现，非法交易市场中兜售的“扶贫料”有来自资金盘 APP、手工打扶贫粉等。资金盘 APP：指黑产团伙通过对一些“投资项目”相关资金盘进行数据采集获取到“投资人”个人信息，这些投资人一般都会有银行卡，售卖给下游团伙实施骗卡跑分。手工打扶贫粉：指黑产团伙通过人工方式在社交媒体等渠道大规模收集扶贫对象的个人信息。数据清洗团伙和贩卖团伙则会对以上数据进行年龄、地区、活跃情况等筛选后，售卖给下游团伙进行精准诈骗、跑分洗钱、招募作为“背债人”实施贷款欺诈等。案例：2024 年 10 月，威胁猎人曾捕获到一起“QQ 扶贫样本”相关数据泄露事件，泄露样本字段包括联系方式（手机号、QQ 号）、个人身份信息（姓名、性别、年龄）、详细地址（具体到31街道和住址）、经济信息（年收入 45,000 元）、行为属性（在线设备状态），以及“高活跃”等标签。值得关注的是，除了中游团伙在交易市场售卖“扶贫料”，2024 年下半年下游团伙求购“扶贫料”的情报显著上涨，逐月增多，比例高于出售“扶贫料”的情报。随着下游需求的不断增长，上游和中游团伙为了满足这一需求，势必会竭尽全力获取更多的“扶贫料”数据。这可能导致大量与“扶贫”相关的个人信息流入非法交易市场，这一现象值得相关机构及平台的高度关注。323.3 牛市背后的隐藏风险：2024 年投资相关数据泄露风险趋势显著上涨3.3.1 股民数据泄露及诈骗攻击牛市期间，股市活动频繁，投资者参与度提高，股民数据风险暴露面也在增大，一旦投资平台或金融服务网站安全防护不足，股民数据泄露风险也可能随着股市的活跃而增加。威胁猎人数据泄露风险监测平台数据显示，随着市场热度上升，非法数据交易市场中关于股民数据的风险情报量显著增长，尤其在下半年和年底的牛市高峰期。威胁猎人对情报数据进一步分析发现，非法数据交易市场中主要涉及的股民数据有投顾数据、诊股数据、证券数据和配资数据，每条数据价格在 0.6 至 0.8 元之间。股民数据泄露及诈骗攻击流程：33诈骗攻击流程部分解释：1、诈骗团伙通过黑灰产渠道非法获取大量的股民个人资料和财务信息，包括姓名、联系方式、投资习惯等，同时伪造投资理财网站或 APP；2、诈骗团伙添加受害者，诱导他们访问伪造网站或 APP；3、一旦投资者上当访问了伪冒网站或 APP，被诱骗提供个人账号信息；4、诈骗团伙通过受害者提供的个人账号信息，到真实的理财平台登陆，窃取受害者资金。343.3.2 加密货币投资数据泄露及诈骗攻击同样，2024 年下半年的虚拟货币新一轮牛市，似乎也带来了关于加密货币相关的风险情报的上涨，从黑产团伙发布的广告来看，此波热度主要是因为知名加密货币交易所遭受撞库攻击。加密货币数据泄露及诈骗攻击流程：35诈骗攻击流程部分解释：1、诈骗团伙伪造虚拟货币投资平台，用于后续诈骗受害者（投资人）使用；2、诈骗团伙通过社交媒体与受害者建立联系，并引导他们注册和使用虚拟货币投资平台，过程中诈骗者还会扮演币圈大哥等角色，进一步获取受害者的信任；3、受害者把钱投进诈骗团伙伪造的平台中，过程中诈骗团伙会对平台后台操纵用户的投资结果，比如通过小额回报的方式吸引他们继续投资，实际上资金已经被诈骗团伙转走了；4、一旦受害者意识到被骗，诈骗者会立即切断所有联系方式，如拉黑受害者，使其无法追回损失。3604威胁猎人数据泄露风险情报服务37四、威胁猎人数据泄露风险情报服务综上，数据泄露风险在 2024 年呈现出前所未有的严峻态势，涉及众多行业和海量企业，给用户隐私和企业利益带来巨大威胁。面对如此严峻的形式，企业需要全面提升对风险的识别及应对能力，了解风险事件的细节，包括对风险真实性进行验证，及时进行溯源、处置下架并跟进潜在风险，增强数据泄露风险监测及预警的及时性等。对此，威胁猎人提供针对性解决方案：威胁猎人数据泄露风险监测服务，通过对全网多渠道情报的实时监测及深度挖掘，并基于风险真实性验证引擎及人工数据验证，724 小时实时预警数据泄露风险，联动应急处理机制，最大限度降低危害及损失。1、全网情报监测及挖掘：覆盖暗网、匿名群聊、网盘文库、代码托管平台等各渠道，从不同维度持续提升渠道覆盖的全面性，包括新渠道的持续发现和更新、深层情报源（Deep Source）的专项挖掘、多语种的渠道覆盖。2、数据泄露风险精准预警：针对监测到的黑产交易数据，通过风险真实性验证引擎 人工数据验证服务，提供综合的可信度评估结果，帮助企业精准感知风险、及时处置风险。风险真实性验证引擎：基于“信源置信度要素、三要素匹配度要素、历史重合度要素”3 个要素对风险真实性进行验证；人工数据验证服务：通过二次验证、主动验证等方式进一步帮助企业精准感知风险。3、724应急响应：成立 DRRC 风险应急响应中心，对企业相关风险情报进行全天候监测、审核和预警，提供724样例获取、情报挖掘、协助溯源、处置下架等服务，同时提供月度数据泄露风险监测报告，以及典型风险事件分析结果。383905数据泄露相关名词解释40五、数据泄露相关名词解释DRRC：数字风险应急响应中心，威胁猎人成立深圳、重庆两大 DRRC，汇集 30 安全运营专家，为企业提供 724 小时应急响应服务。真实性验证引擎：通过不同文件类型的个人要素提取和比对，以及对图片 OCR 结果中的要素进行提取及验证，有效识别该图片内容中是否含有伪造数据/历史泄露数据。数据泄露情报：威胁猎人通过 TG 群、暗网等渠道捕获到的“未授权个人或组织的敏感信息被公开交易或使用”的情报信息，包含数据售卖广告、数据求购信息、无验证的虚假信息/历史数据/重复数据等等，往往量级巨大。数据泄露事件：威胁猎人安全研究专家针对数据泄露情报的样例等进行分析及验证，排除历史、虚假事件，确认真实有效的数据泄露事件。历史数据事件：黑产将泄露过的真实信息进行整合并再次用于交易的事件，通常黑产会对数据进行精细化处理，补充数据字段完整性，从而提升数据价值及盈利空间。虚假数据事件：黑产将伪造的虚假数据数据用于交易的事件。私域群：需通过邀请链接/管理员同意后才能进入的群组，一般外部人员无法监测或进入该群聊。担保机构：在非法数据交易中扮演“中间人”的角色，负责验证交易双方的资质、监督交易过程并确保交易的顺利完成。这种模式提高了交易双方的信任度、非法数据交易流程更加“规范”，一定程度上保障了非法数据交易的顺利进行。查档：指黑产团伙可提供指定人员的资料档案，如通过一个手机号，可以查询这个手机号相关的身份信息，如地址、银行卡号、名下资产等。查档服务包含查询类服务、解密服务、强登类服务等。41强登：指通过技术手段强制登录用户账号，获取用户账号中的隐私信息。特权账号（Privileged Account）：指具有特殊权限的账号，通常拥有对系统、网络或数据的高级访问权限，如企业员工账号。求购数据：指下游电信诈骗或营销团伙在黑产渠道中发布他们对特定类型数据的购买需求信息。扶贫料：在非法数据交易中和扶贫补贴对象相关的个人信息或数据，这些数据被黑产非法获取后，通常会转售给第三方，用于精准诈骗、洗钱等非法活动。资金盘 APP 数据采集：指黑产团伙通过对一些“投资项目”相关资金盘进行数据采集获取到“投资人”个人信息，这些投资人一般都会有银行卡，售卖给下游团伙实施骗卡跑分。手工打扶贫粉：指黑产团伙通过人工方式在社交媒体等渠道大规模收集扶贫对象的个人信息。42公司官网：合作邮箱：M

2025-01-17 42页 5星级

openHiTLS：密码开源生态研究报告（2024年）（64页）.pdf

密码开源生态研究报告（2024年）“密码 ”应用推进计划2024 年 11月密码开源生态研究报告（2024年）I版权声明版权声明本报告版权属于“密码 ”应用推进计划，并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的，应注明“来源：“密码 ”应用推进计划”。违反上述声明者，将追究其相关法律责任。本报告版权属于“密码 ”应用推进计划，并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的，应注明“来源：“密码 ”应用推进计划”。违反上述声明者，将追究其相关法律责任。密码开源生态研究报告（2024年）II编写委员会 编写单位编写单位（排名不分先后）：“密码 ”应用推进计划、中国信息通信研究院云计算与大数据研究所、华为技术有限公司、京东科技信息技术有限公司、北京大学、中国科学院信息工程研究所、北京航空航天大学、北京信安世纪科技股份有限公司、西安电子科技大学、上海市数字证书认证中心有限公司、中电科网络安全科技股份有限公司、北京豪密科技有限公司、西安安盟智能科技股份有限公司、北京江南天安科技有限公司、宁夏大学 编写人员编写人员（排名不分先后）：赵欣怡、徐秀、马聪、何阳、陆永健、朱丽斌、彭华、陈文静、刘旭、关志、贾世杰、李冰雨、何逸飞、焦靖伟、程珂、牛莹姣、张志金童、张岳熙、杨晶、徐松泉、付长春、张华、赵锋、温旭杰、张钊、刘政杰、冯晔、马自强密码开源生态研究报告（2024年）III前言前言随着信息技术的飞速发展，密码技术作为保障信息安全的核心技术，其重要性日益凸显。密码开源作为一种新型的软件开发协作模式，正逐渐受到业界的广泛关注。然而，密码开源生态的复杂性和多样性也带来了诸多问题和挑战，如何构建健康、可持续的密码开源生态，成为当前信息安全领域亟待解决的重要问题。本研究报告旨在全面剖析密码开源生态发展现状、面临的问题和挑战，并探索未来发展趋势与建议。报告首先从密码开源生态概念入手，详细介绍了密码开源生态架构，跟踪了密码开源生态发展特点，提出了构建密码开源生态对于促进技术创新、提高安全性、降低开发成本、促进产业生态繁荣、促进人才培养、提升国际竞争力等方面具有重要意义。在此基础上，报告对密码开源生态发展现状进行了深入剖析，包括相关政策、典型项目、商业模式及生态产业链，为深入理解密码开源生态提供了丰富的数据和案例支持。另外，报告指出，当前密码开源生态面临着发展缓慢、标准体系匮乏、供应链安全风险、技术安全风险、知识产权及法律风险及人才建设不足等多重挑战，严重制约了密码开源生态发展。最后，本研究报告从深化密码开源生态发展、推动密码开源标准体系建设、加强密码开源供应链安全管理、加强密码开源技术研发、推动密码开源知识产权保护、健全密码开源人才队伍等方面给出了密码开源生态发展建议。密码开源生态研究报告（2024年）IV目录目录1.密码开源生态概述.31.1 密码开源的概念.31.2 密码开源生态架构.51.3 密码开源生态发展特点.71.4 构建密码开源生态的意义.132.密码开源生态发展现状.142.1 密码开源相关政策.142.2 典型密码开源项目.172.3 密码开源商业模式.302.4 密码开源生态产业链.323.密码开源生态面临的问题和挑战.353.1 密码开源生态发展较为缓慢.353.2 密码开源标准体系待制定.363.3 密码开源面临供应链安全风险.373.4 密码开源面临技术安全风险.403.5 密码开源面临知识产权及法律风险.463.6 密码开源人才建设仍存在不足.484.密码开源生态发展趋势与建议.504.1 密码开源生态未来发展趋势.504.2 密码开源生态发展建议.51参考文献.57密码开源生态研究报告（2024年）1缩 略 语JCEJava Cryptography ExtensionJava加密扩展OSIOpen Source Initiative开放源代码促进会SBOMSoftware Bill of Materials软件物料清单密码开源生态研究报告（2024年）2图表目录图表 1 密码开源生态架构图.5图表 2 NIST 密码模块产品认证数据及占比统计.11图表 3 Github 平台密码开源项目类型统计图.18图表 4 典型国外开源密码库.19图表 5 典型国内开源密码库.24图表 6 密码开源生态产业链.33图表 7 开源密码软件供应链相关漏洞事件.37图表 8 开源密码库安全漏洞占比.40密码开源生态研究报告（2024年）31.密码开源生态概述密码开源生态概述1.1 密码开源的概念密码开源的概念开源作为一种协作模式，推动了软件行业的发展。开源形态最早起源于上世纪 60 年代，软件作为硬件附属品进行自由分发，并提供源代码。1983 年，Richard Matthew Stallman 发起了 GNU 项目，标志着自由软件运动的开始，通过允许用户自由地使用、修改和分发软件源代码以促进软件行业分工协作和创新发展。开源软件的明确定义由 OSI 于 1998 年提出，主要强调了开放源码和开源许可证，即开源软件允许用户在遵循特定许可协议的前提下，对软件的源代码进行查看、修改、传播等操作，但其源代码的所有权仍属于版权所有者。开源软件一般都具有以下特点：源代码开放透明源代码开放透明：开源软件的源代码对所有用户可见，任何人都可以查看并修改程序，提高软件的透明度和信任度；自由分发与派生自由分发与派生：用户可自由地复制和重新分发开源软件，同时还可以修改开源软件的源代码，并基于修改后的版本创建新的软件产品；协作与创新协作与创新：开源软件通常由一个社区驱动，社区成员可以是开发者、用户、测试者或文档编写者，开源软件的开发模式鼓励协作与创新，有助于软件更快地发展并适应不断变化的需求；具备许可条款具备许可条款：开源软件分发时通常伴随着一个开源许可证，如 GNU 通用公共许可证、Apache 许可证、MIT 许可证等，这些许密码开源生态研究报告（2024年）4可证定义了软件的使用、修改和分发的条款。开源软件的出现和发展，对计算机软件行业产生了深远影响，促进了软件的创新和发展，并通过知识和资源的共享降低了软件开发成本，提升了软件质量和安全。另外，开源协作模式推动了全球范围内的技术交流和合作，促进了技术的普及和应用。如 Linux 系统开源使得全球开发者可以共同查看和改进代码，加速了漏洞的发现和修复，增强了系统的安全性和稳定性。新技术发展驱动密码行业软件化发展趋势，基于开源方式的密码软件开发愈发流行新技术发展驱动密码行业软件化发展趋势，基于开源方式的密码软件开发愈发流行。当前，各国通过立法、管理条例等加速了密码技术的应用和发展，美国、欧盟等国的国家战略及我国相关法律中均涉及了密码应用的要求，围绕密码体系构建的安全技术战略成为支撑各国数字主权建设的重要组成部分。同时，由于云计算等技术的普及，通过软件提供密码能力相比硬件具有部署灵活、可快速扩展、成本更低等天然优势，密码逐渐朝着软件化的趋势发展通过软件提供密码能力相比硬件具有部署灵活、可快速扩展、成本更低等天然优势，密码逐渐朝着软件化的趋势发展。伴随着产业发展，现代软件开发模式已进入规模化协作模式，推动密码软件相关行业逐渐形成开源的开发模式。密码开源主要是指对密码类安全软件源代码进行公开发行，允许用户进行查看、使用、修改和分发密码开源主要是指对密码类安全软件源代码进行公开发行，允许用户进行查看、使用、修改和分发。密码开源与传统的软件开源相比主要是开源的对象不同，密码开源的对象主要是与密码学和安全性相关的算法库和应用软件（以下简称为开源密码库和开源密码软件），这些开源密码库和开源密码软件通常包含丰富的密码学功能，如对称加密、非对称加密、杂凑函数、随机数生成等，能够满足不同应用场景下的安全需求，密码开源生态研究报告（2024年）5广泛应用于 Web 服务器、电子邮件服务器、VPN、区块链、物联网等多个领域。1.2 密码开源生态架构密码开源生态架构密码开源生态是围绕开源密码技术形成的一个多层次、多角色的生态组织，通过组织内部的协作和共享，推动密码技术的发展和普及，助力密码安全产业良性发展密码开源生态是围绕开源密码技术形成的一个多层次、多角色的生态组织，通过组织内部的协作和共享，推动密码技术的发展和普及，助力密码安全产业良性发展。密码开源生态涉及密码标准、密码实现、密码接口、密码应用等多个层次以及使用者、贡献者、运营者等多个角色，密码开源生态架构图如下图所示：图表 1 密码开源生态架构图密码开源生态研究报告（2024年）6密码开源生态架构图各个层次说明如下：密码标准层密码标准层主要涉及密码算法的研究和制定，算法类别包括对称算法、非对称算法、杂凑算法、消息认证码等，主流的国际算法和国密算法包括 AES、RSA、ECC、SHA-1、SM2、SM3、SM4、SM9等。密码实现层密码实现层主要涉及对密码算法和协议的实现，通过将各种算法组合成一个标准的密码学组件或工具库，对业务层提供统一的调用接 口。主流的 密码 算法 库包括 OpenSSL、Bouncy Castle、mbedTLS、wolfSSL等。密码接口层密码接口层主要涉及密码算法接口标准制定，根据不同的软硬件及使用场景定义不同的算法接口标准以提升密码软件的兼容性和易用性，使得上层业务应用基于标准接口使用密码算法库时可以轻松替换算法库的不同实现。常见的密码算法接口包括 PKCS#11、JCE、GB/T 36322等。密码应用层密码应用层主要涉及基于密码算法库开发的用于实现具体业务功能或解决实际用户需求的各种功能软件。例如浏览器软件都实现了 Https 协议，用户可通过 SSL 安全协议浏览各种网站；又例如远程运维软件 Xshell 基于 SSH 协议实现了登录用户的身份认证及数据加密传输，用户可通过 Xshell进行远程机器运维。最上层的是密码开源生态各参与方密码开源生态各参与方，包括使用者、贡献者和运营者多个角色。使用者包括企事业单位、公众用户、学术机构等；贡献者包括个人开发者、企业开发者、学术研究人员等；运营者包密码开源生态研究报告（2024年）7括密码开源社区志愿者、原始开发团队及个人、开源基金会等。1.3 密码开源生态发展特点密码开源生态发展特点密码开源生态伴随着密码学技术的不断进步和开源文化的日益普及而逐步壮大，为信息安全领域的发展注入新的活力。密码开源生态架构主要围绕开源密码库和开源密码软件两个核心方面展开，通过相互促进，共同推动了密码学技术的发展与应用。1.3.1 开源密码库日趋丰富开源密码库日趋丰富在密码开源生态架构中，密码实现层扮演着将密码标准层所定义的各类密码算法转化为具体可操作的密码学组件或工具库的关键角色在密码开源生态架构中，密码实现层扮演着将密码标准层所定义的各类密码算法转化为具体可操作的密码学组件或工具库的关键角色。密码实现层不仅将复杂的密码算法进行高效且安全的实现，还通过提供统一的接口使得业务层能够便捷地调用密码学功能，基于密码实现层的这一重要作用，众多开源密码库应运而生。开源密码库不仅极大地丰富了密码学的应用场景，还通过开源的方式促进了密码学技术的交流与进步。开源密码库为开发者提供了强大且灵活的密码学工具，使得构建安全、可靠的应用系统变得更加容易。随着密码学技术的不断进步，开源密码库也在不断更新完善并且日趋丰富。开源密码库日趋丰富，不仅体现在种类和功能多样化上，还包括对多种密码算法的支持、合规性提升以及社区支持和持续更新。开源密码库日趋丰富，不仅体现在种类和功能多样化上，还包括对多种密码算法的支持、合规性提升以及社区支持和持续更新。开源密码库的发展历程是一个从起源、快速发展、多样化发展、创新探索的过程，大致分为以下几个阶段：（1）起源阶段（）起源阶段（1970 年代末年代末-1990 年代初）年代初）密码开源生态研究报告（2024年）8密码学开始从封闭的军事和政府领域走向公众，随着计算机科学的发展，密码学应用变得更加广泛和实用，诞生了一些早期的密码库和加密工具，为后续的加密技术发展奠定了基础。代表项目代表项目:SSLeay:一个早期的 SSL 库，提供了一系列的加密功能，包括SSL（安全套接层）和 TLS（传输层安全性）协议的实现，以及其他多种加密算法和工具，后来发展成为 OpenSSL。PGP:一个用于加密和解密电子邮件通信、文件存储、数据传输等的早期开源项目，于 1991 年发布。（2）成长阶段）成长阶段(1990 年代中期年代中期-2000 年代中期年代中期)Internet 的普及促进了对网络安全的需求，加密技术变得越来越重要，开源密码库开始形成规模，并且得到了广泛的认可和使用。代表项目代表项目:OpenSSL：1998 年发布，基于 SSLeay 发展而来，提供了SSL/TLS 协议的实现以及其他加密算法和工具，是目前最流行的开源密码库，广泛用于各种应用程序和系统中。GnuTLS：2001 年左右开始开发，作为 GNU 项目的一部分，提供了一个易于使用的 SSL/TLS 库。项目致力于提供安全的通信后端，使用简单并与其他基本 Linux 库集成。后端设计为开箱即用且安全，避免了 TLS 和 PKI 的复杂性。（3）多样化发展阶段（）多样化发展阶段（2000 年代中期年代中期-2020 年代初）年代初）随着互联网、大数据、云计算等技术的加速创新，新型业务不密码开源生态研究报告（2024年）9断涌现，对密码库的需求也发生了显著变化，如更广泛的应用场景（物联网、移动设备等）、更高的性能、更先进的功能、更好的兼容性和互操作性，从而涌现出更多种类的开源密码库。代表项目代表项目:Bouncy Castle：用于 Java 平台的轻量级密码库，支持大量的密码学算法，提供 JCE 的实现。由于其轻量级和跨平台特性，常用于移动设备、嵌入式系统等资源受限的环境中，也适用于需要进行快速加密和解密操作的场景。国密国密 OpenSSL 衍生版本衍生版本：为了满足特定的安全需求和政策要求，促进国产密码算法的应用，在 OpenSSL 基础上实现对商密算法和协议的支持，衍生出国密 OpenSSL分支版本，如江南天安 TASSL、北京大学 GmSSL2.0、蚂蚁集团 Tongsuo 密码库等。mbedTLS（前身是（前身是 polarSSL）：由 ARM 公司开源并维护的轻量级 SSL/TLS 库，mbedTLS 以其代码紧凑、高效且易于集成到资源受限的嵌入式设备中而著称。mbedTLS 注重跨平台兼容性，无需外部依赖，为无线通信、物联网等场景提供了安全可靠的数据传输保障。wolfSSL：以其卓越的性能、小巧的体积和全面的 TLS 版本支持而备受青睐。它不仅提供了从 SSL 3.0 到 TLS 1.3 的广泛支持，还引入了包括 ChaCha20、Curve25519 等前沿密码算法，以及后量子TLS 1.3 组，为智能电网、工业自动化、汽车行业等对安全性要求极高的领域提供了强有力的安全保障。密码开源生态研究报告（2024年）10（4）创新与探索阶段（）创新与探索阶段（2020 年代初年代初-至今）至今）随着量子计算等新技术的发展，对密码学带来了新的挑战。开源密码库也在不断探索和研究后量子密码学等前沿技术，以应对可能的安全威胁。同时，在隐私计算、区块链等新兴领域，开源密码库也在为其提供密码学基础能力方面发挥着作用。代表项目代表项目:OQS(Open Quantum Safe)：旨在通过提供后量子密码学解决方案来应对量子计算对传统加密算法的潜在威胁，liboqs 是其一个开源 C 库，提供了量子安全密钥封装机制和数字签名算法的集合。OQS 项目通过 OpenSSL 和 OpenSSH 将 liboqs 原型集成到 TLS 和SSH中，使得这些广泛使用的网络协议能够支持后量子密码算法。openHiTLS：面向全场景的全面自研密码库，提供主流国际及国密算法和协议。架构上提供密码原语级灵活裁剪，可满足嵌入式、云化、终端等全场景需求，降低企业同时维护多款开源密码库带来的开发和漏洞修复成本。社区重点围绕后量子等先进算法进行演进，通过敏捷算法框架，实现后量子等新型算法快速迁移以及老旧算法快速下线。1.3.2 密码应用软件产品日趋增多密码应用软件产品日趋增多密码应用软件产品主要指用于实现密码学功能（包括加密、解密、密钥管理、证书管理等）的软件，涉及开源及商业闭源的密码软件。目前，随着信息安全需求的不断增长，密码应用软件产品总体数量也呈现不断上升趋势随着信息安全需求的不断增长，密码应用软件产品总体数量也呈现不断上升趋势，我国国家密码管理局官网和美国 NIST密码开源生态研究报告（2024年）11官网查询的数据显示，在获得安全级别认证的软硬件安全产品中，纯软件类型的密码应用产品所占比例近年来不断增长。从 NIST 官方网站查询到的数据显示，截止到 2024 年 10 月 31日，共有 4850 件产品获得了 FIPS140-1、FIPS140-2 或 FIPS140-3 的安全级别认证，其中有 1024件处于有效状态。所有产品可按照固件、混合固件、硬件、软件、混合软件进行分类。处于有效状态的各类型密码模块认证产品数量数据如下表所示：图表 2 NIST 密码模块认证产品数据及占比统计分类固件混合固件硬件软件混合软件总数密码模块产品数量（有效状态）3223475454401024占比3.13%2.25F.39D.34%3.91%-根据上述数据可以得出，处于纯软件类型的认证产品，在有效状态的密码模块认证产品中所占的比例达到 44.34%。近年来，我国前后出台了两批共 28 类密码产品的商用密码产品认证规范与检测要求，同时要求政务、金融、能源等关键基础设施采用的密码软硬件产品必须在 28 类商用密码产品清单中且通过二级安全检测。从商用密码认证业务网查询到的数据显示，截至 2024 年10 月 31 日，通过国家密码管理局审批的商用密码通用产品共有5224 件，其中软件形态的产品占比，大约为 5%至 10%，我国软件密码产品也在日趋增多，逐渐缩小与国际的差距。密码开源生态研究报告（2024年）121.3.3 密码应用供给模式的变化密码应用供给模式的变化随着创新产业进入高速发展阶段，对密码应用的创新提出了更高要求，我国密码应用的供给模式，正经历从传统外挂式密码供给模式向内生密码供给模式转变的过程我国密码应用的供给模式，正经历从传统外挂式密码供给模式向内生密码供给模式转变的过程。传统外挂式密码供给模式主要依赖专用的密码设备（如密码机、签名验签服务器、时间戳服务器等安全产品）提供密码服务，这种模式具有较高的安全性，能够防止密钥和敏感数据不被泄露，且可以根据业务需求灵活增加或减少密码设备的数量，满足不同规模的业务需求，但存在资源利用效率低、设备管理复杂、可扩展性差、分布式算力需求难以满足等缺点。创新产业的发展需要新型的密码算力，也促进了密码内生安全持续发展创新产业的发展需要新型的密码算力，也促进了密码内生安全持续发展。内生密码供给模式即密码算法内生于芯片的可信执行环境中，通过在 CPU 上引入密码运算协处理器以提供底层的密码运算能力，同时操作系统层基于密码协处理器给上层提供统一的密码运算接口，上层的各种应用可以基于操作系统提供的密码算法接口使用协处理器提供的密码运算能力。内生密码供给模式可在设备内部集成密码功能，实现密码能力与系统软硬件的深度融合，减少对外部专用设备的依赖，实现密码算法的弹性扩展，提高资源利用率，降低系统建设的整体成本。云计算、边缘计算、工业物联网等新的应用场景，对密码软件供给提出了新的要求，创新的内生密码算力供给模式具备内生、分布式、敏捷、轻量化的特点，是未来密码算力发展的趋势。开源生态是国际软件产业实践的智慧结晶，密码软件开源将大力促进内生开源生态是国际软件产业实践的智慧结晶，密码软件开源将大力促进内生密码开源生态研究报告（2024年）13密码供给模式创新变革密码供给模式创新变革。1.4 构建密码开源生态的意义构建密码开源生态的意义随着信息化的快速发展，密码技术已成为全面支撑网络空间安全的核心基石和关键力量。2019 年中华人民共和国密码法的颁布，标志着密码发展进入了有法可依的时代。随着政策和需求的双轮驱动，密码产业正迈向创新、开放和高质量发展的道路随着政策和需求的双轮驱动，密码产业正迈向创新、开放和高质量发展的道路。由于国内密码行业起步较晚，当前我国密码行业在创新能力、生态建设、产业协同等方面仍然存在不足，在此背景下，构建一个健康的密码开源生态对于推动密码行业创新发展尤为重要。构建密码开源生态具有多方面的积极意义构建密码开源生态具有多方面的积极意义。首先，构建密码开源生态可以汇聚全行业的智慧，推动密码技术的创新和发展。其次，开源密码项目可以通过广泛的审查发现和修复潜在安全漏洞，提升密码系统整体安全性，并且降低了重复开发的成本和时间，极大降低了技术门槛。另外，密码开源生态构建有助于推动产业发展与商业化，能够提升企业的竞争力，培养密码开源文化和人才。最后，构建密码开源生态有助于推动国际技术交流与合作，提升我国在密码开源领域的国际影响力和竞争力。综上所述，构建我国密码开源生态对于促进技术创新、提高安全性、降低开发成本、促进产业生态繁荣、促进人才培养、提升国际竞争力等方面具有重要意义。同时，构建密码开源生态有助于充分释放密码对数字经济的安全保障能力，为实现密码强国、数字中国贡献力量构建密码开源生态有助于充分释放密码对数字经济的安全保障能力，为实现密码强国、数字中国贡献力量。密码开源生态研究报告（2024年）142.密码开源生态发展现状密码开源生态发展现状2.1 密码开源相关政策密码开源相关政策我国开源政策逐步完善，推动开源生态建设并规范开源技术应用与发展。在顶层规划方面我国开源政策逐步完善，推动开源生态建设并规范开源技术应用与发展。在顶层规划方面，2021 年国务院发布知识产权强国建设纲要（20212035 年）和中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要，明确指出“完善开源知识产权和法律体系”，并提出“支持数字技术开源社区等创新联合体发展，完善开源知识产权和法律体系，鼓励企业开放软件源代码、硬件设计和应用服务”，旨在通过政策引导为开源生态建设提供法律保障和发展方向。2021 年国务院印发的“十四五”数字经济发展规划的通知中再次明确“支持具有自主核心技术的开源社区、开源平台、开源项目发展，推动创新资源共建共享”，同时“鼓励开源社区、开发者平台等新型协作平台发展，培育大中小企业和社会开发者开放协作的数字产业创新生态”，从顶层规划方面看，开源技术的重要价值日渐凸显。在行业规划方面在行业规划方面，2021 年工信部发布“十四五”软件和信息技术服务业发展规划，规划提出“繁荣国内开源生态建设，加快开源基础设施建设；健全开源协作体系，赋能产业转型升级；提升开源治理水平，支持开源规范有效开展；优化开源发展环境，推动开源人才培养”。2024 年工信部等七部门联合发布关于推动未来产业创新发展的实施意见，提出“推广开源技术，建设开源社区，密码开源生态研究报告（2024年）15构建开源生态体系”，旨在通过跨部门协作，共同推动开源技术在未来产业中的广泛应用和生态体系建设。在应用规范方面在应用规范方面，2021 年中国人民银行等五部门发布关于规范金融业开源技术应用与发展的意见，明确指出要“规范金融机构合理应用开源技术，提高应用水平和自主可控能力”，并通过发布 JR/T 0290-2024金融业开源软件应用管理指南、JR/T 0291-2024金融业开源软件应用评估规范等金融行业标准，为金融机构建立完善的开源管理和开源软件应用评估体系提供指导。我国密码领域出台多项政策，为密码开源提供法治保障与政策支持，促进了密码开源技术创新和应用。我国密码领域出台多项政策，为密码开源提供法治保障与政策支持，促进了密码开源技术创新和应用。2019 年颁布的中华人民共和国密码法（以下简称密码法）和 2023 年修订的商用密码管理条例（以下简称商密条例）通过鼓励密码科技创新与产业发展、推动检测认证体系建设、促进密码开源与国际合作等途径，为密码开源提供有力支持和保障。鼓励密码科技创新与产业发展方面鼓励密码科技创新与产业发展方面，密码法第九条、商密条例第七条和第八条中提出“鼓励和支持密码科学技术研究和应用，依法保护密码领域的知识产权”、“健全商用密码科学技术创新促进机制，支持商用密码科学技术自主创新”、“鼓励和支持商用密码科学技术成果转化和产业化应用”，为密码开源提供了市场空间和政策支持，有助于激发开源社区及个人的活力。推动检测认证体系建设方面推动检测认证体系建设方面，密码法第二十五条、商密条例第三章提出“国家推进商用密码检测认证体系建设，制定商密码开源生态研究报告（2024年）16用密码检测认证技术规范、规则，鼓励商用密码从业单位自愿接受商用密码检测认证”，为密码开源技术的安全性和可靠性提供了认证机制，使其更容易获得市场的认可和信任，推动了密码开源技术的广泛应用和发展。促进密码开源与国际合作方面促进密码开源与国际合作方面，密码法第二十一条、第二十三条、商密条例第七条、第十条、第三十一条提出“国家鼓励在外商投资过程中基于自愿原则和商业规则开展商用密码技术合作”、“国家推动参与商用密码国际标准化活动，参与制定商用密码国际标准，鼓励企业、社会团体和教育、科研机构等参与商用密码国际标准化活动”、“涉及国家安全、社会公共利益且具有加密保护功能的商用密码，列入商用密码进口许可清单，实施进口许可”，为密码开源技术提供了标准化的路径，促进了技术的规范化和互操作性，并且为密码开源技术的国际交流和合作提供了法律框架，促进了技术的全球流通和应用，有助于提升我国密码开源项目的国际影响力和竞争力。针对商密产业高质量发展方面针对商密产业高质量发展方面，2021 年国家密码管理局联合中央网信办等十部委联合发布促进商用密码产业高质量发展的若干措施（以下简称若干措施），通过深化需求牵引、创新驱动提升全链条、支持平台建设和完善发展环境四个方面，加快推动商用密码产业高质量发展。针对密码开源发展，若干措施提出“建设商用密码开源生态，制定出台密码融入信息产业技术体系行动计划，规范信息技术产品、服务的密码应用与检测评估，推动商密码开源生态研究报告（2024年）17用密码产业发展逐步由产品交付向服务交付转变”，通过政策和需求的双轮驱动，推动密码产业迈向创新、开放、高质量发展。2.2 典型密码开源项目典型密码开源项目密码开源项目主要包括开源密码库和开源密码软件，目前主流密码算法库及大型企业自身密码算法库均进行了开源，通过开源可以被广大的开发者使用和改进，构建国际公信力，消减用户对私有技术实现的顾虑。一方面开源推动了密码库的规模化使用，另一方面开源密码软件产品能够快速适应新的安全威胁和挑战，保持与时俱进，推动了密码技术的创新和发展。2.2.1 密码开源项目分类密码开源项目分类针对全球最大开源代码托管平台 Github 上的国外开源密码项目数据进行调查，选取了 Github 平台上相对具有一定知名度（标准为Star 数量不少于 1.3k）的 94 个密码项目（包含开源密码库与开源密码软件），并对其功能等进行了分类统计，划分的类别包括：（1）密码应用：使用密码学工具或与密码学相关的具有完整架构的应用，如分布式匿名网络的内核或分布式文件系统等；（2）密码工具箱：提供完整的密码学工具，通常包括对称加密、非对称加密、数字签名等功能，如 OpenSSL等；（3）算法库：基于密码学实现某个特定算法/协议，例如高效杂凑算法库、针对用户层面简便接口的加密算法库等；密码开源生态研究报告（2024年）18（4）数据/文件加密：能够实现数据/文件加密的小工具，如跨平台端到端的云存储加密或在本地浏览器上的文件加密等；（5）区块链/加密货币：与区块链或加密货币相关或者其上的应用/协议，如 Bitcoin 等；（6）密码库测试/攻击：实现针对传统密码算法的正确性测试或攻击的工具，如针对 RSA的攻击工具或针对各类密码学算法的正确性测试工具等；（7）同态加密：该类仓库是基于同态加密的协议/算法的工具，如 HElib,seal。（8）SSH：该类仓库是实现 SSH的应用，例如在本地或远程系统上使用特定密钥作为硬件安全密钥来进行 SSH 身份验证的工具等。图表 3 Github平台密码开源项目类型统计图按开源密码项目的功能进行分类，提供特定类型算法（包括同态加密等算法）的算法库和提供多种类完备密码方案的算法库（图例中以“密码工具箱”表示）各占约 1/4，其他项目则涉及密码安全单位：个密码开源生态研究报告（2024年）19攻击、密码测试等不同的安全问题，或将密码算法应用于具体场景或解决特定问题。2.2.2 典型开源密码库（典型开源密码库（1）典型国外开源密码库）典型国外开源密码库以下为目前国际上一些主流的开源密码库。图表 4 典型国外开源密码库序号序号项目名称项目名称实现源码实现源码定位定位1OpenSSLC提供通用性密码模块基础加解密、协议、证书等功能2Bouncy CastleJava、C#提供广泛密码学功能的开源库，特别是在 Java和.NET 平台上3mbedTLSC嵌入式设备、IoT 设备以及其他需要轻量级 SSL/TLS 解决方案的项目4wolfSSLC致力于为嵌入式和资源受限环境提供高性能和可靠的安全解决方案5LibgcryptC开源加密软件 GnuPG的底层库6JPBCJava专注于基于配对的加密技术7OpenFHEC 开源全同态加密库，主要应用在需要隐私保护应用场景8blockchain-crypto-mpcC 主要应用于区块链和多方安全计算场景9liboqsC主要应用于抗量子安全加密场景OpenSSL 是目前全球应用最广泛的开源密码库之一，提供了丰富的密码算法和安全协议实现，广泛应用于各种网络安全和加密需求。它源自 Eric A.Young 和 Tim J.Hudson 的 SSLeay 项目，SSLeay在 1998 年停止开发后，OpenSSL 作为一个分支项目继续发展，并迅速成为互联网上安全通信的标准工具。在通信协议方面，OpenSSL支持多个版本的 SSL 和 TLS 协议，能够为服务器和客户端提供 API接口，支持双向认证。在加密算法方面，OpenSSL 支持主流的对称密码开源生态研究报告（2024年）20加密算法、非对称加密算法以及多种杂凑函数。此外，OpenSSL 还提供了生成和管理 X.509 证书的功能，支持自签名证书和 CA 签名证书，以及证书请求的生成、签名和验证。OpenSSL 支持多种操作系统，包括 Linux、Windows 和 macOS 等。OpenSSL 广泛应用于各种场景，包括 Web 服务器（如 Apache 和 Nginx）、邮件服务器（如Postfix 和 Sendmail）、VPN（如 OpenVPN）和客户端应用（如curl）。OpenSSL凭借其广泛的功能和活跃的社区支持，至今仍然是实现安全应用的首选解决方案之一。Bouncy Castle 是一个广泛使用的开源密码库，支持多种编程语言和平台，主要用于 Java 和 C#语言环境。最初该开源密码项目是为了填补 Java 平台上缺少强大且灵活的加密工具的空白，后期扩展到了 C#等其他语言，并被广泛应用于各种企业级和开源项目中。Bouncy Castle 提供了全面的加密算法和协议实现，支持包括主流的对称加密算法、非对称加密算法、杂凑函数、数字签名算法，并支持包括 SSL/TLS、PGP、S/MIME等加密协议，广泛应用于各种安全通信和数据保护任务。此外，Bouncy Castle 提供全面的 X.509 证书支持，包括证书生成、签名、验证和撤销功能，以及 CRL（证书吊销列表）和 OCSP（在线证书状态协议）等证书管理机制。BouncyCastle 被广泛应用于各种领域和项目中，包括金融服务（用于安全交易和数据保护）、电子邮件安全（用于加密和签名电子邮件）、Web 安全（用于实现 HTTPS 和其他安全通信协议），以及区块链和加密货币（用于生成和管理加密密钥和数字签名）。密码开源生态研究报告（2024年）21mbedTLS 是一个开源、轻量级的加密库，专为嵌入式系统和资源受限的环境设计。mbedTLS 采用 C 语言实现，提供了多种加密算法和协议，技术特点包括轻量级、高速度、可移植性、安全性和灵活性。它的代码非常紧凑，可以在很小的内存空间中运行，同时采用了多种优化策略，可以提高加解密速度和传输效率。mbedTLS 可以运行在多种操作系统和硬件平台上，包括 Windows、Linux、ARM 等。它采用了先进的加密算法和安全协议，可以保护数据的机密性和完整性。此外，mbedTLS 提供了多种 API 接口和配置选项，可以根据应用需求进行灵活定制。mbedTLS可以应用于嵌入式设备、服务器、客户端等各种场景，包括无线通信、云计算、物联网、移动应用和电子商务等安全通信场景。wolfSSL 是一个轻量级、快速且可移植的开源密码库，专为嵌入式设备、实时操作系统和资源受限环境设计。主要使用 C 语言编写，适用于多种平台和操作系统，包括但不限于 Linux、macOS 和Windows。wolfSSL 提供了全面的加密算法和协议实现，支持最新的TLS 1.3和 DTLS 1.3 协议。wolfSSL的特点在于其轻量级和高效性，在资源受限的环境中表现出色，被广泛应用于嵌入式系统、物联网、金融服务、web 安全以及区块链和加密货币领域。Libgcrypt 是一个用于加密、杂凑和其他密码学操作的开源密码库，作为 GnuPG(GNU Privacy Guard)项目的一部分进行开发和维护，具有较高的质量和安全性。Libgcrypt 支持多种加密算法，包括对称加密算法（如 AES、DES、3DES、Blowfish、CAST5、Twofish、密码开源生态研究报告（2024年）22Serpent 等）、非对称加密算法（如 RSA、DSA、ElGamal 和 ECC等）、流加密算法（如 ARCFOUR 和 Salsa20 等）。同时，还提供多种杂凑函数（如 MD5、SHA-1、SHA-256、SHA-512、RIPEMD-160、Tiger 等）和消息认证码（MAC）算法（如 HMAC 和GMAC）。Libgcrypt 广泛应用于各种需要密码学支持的应用程序和协议中，例如电子邮件加密（如 GnuPG 和其他电子邮件加密软件）、文件加密工具、网络安全协议（如 VPN、SSL/TLS）和数字签名（用于确保软件包、文档和其他数据的完整性和真实性）。Libgcrypt 设计为高度可移植的库，支持多种操作系统和硬件平台，包括 Linux、Windows、macOS 和各种 Unix 系统。JPBC（Java Pairing-Based Cryptography Library）是一个专注于基于配对的加密技术的开源密码库，配对加密是一种使用椭圆曲线加密的扩展，允许复杂的加密协议，如身份认证和安全多方计算。JPBC 主要支持包括身份基加密(IBE)、签名算法（支持基于配对的签名系统，提供如群签名、盲签名等功能）、密钥协议、安全多方计算、零知识证明、配对操作（各类椭圆曲线和配合函数实现）。JPBC广泛应用于安全通信（如高度安全通信系统，提供身份基加密和安全的密钥交换协议）、电子投票系统（保障投票的匿名性和不可否认性，防止选票篡改和重复投票）、数字身份验证系统、智能合约平台等相关应用场景。OpenFHE 是一个开源的全同态加密库，提供多种高效的 FHE方案实现，旨在为开发者和研究人员构建安全的云环境并为隐私保密码开源生态研究报告（2024年）23护应用提供便利。OpenFHE 支持所有常用的全同态方案的有效实现，包括：用于整数算术的 Brakerski/Fan-Vercauteren（BFV）方案、用于整数算术的 Brakerski-Gentry-Vaikuntanathan（BGV）方案、用于实数算术的 Cheon-Kim-Kim-Song（CKKS）方案（包括近似的引导）、用于布尔电路评估的 Ducas-Micciancio（DM/FHEW）和Chillotti-Gama-Georgieva-Izabachene（CGGI/TFHE）方案。OpenFHE主要应用在诸如数据加密存储、大数据分析、医疗健康、金融交易等涉及数据隐私场合，在不泄露用户数据的同时对数据进行处理。Blockchain-crypto-mpc 是一个用于区块链和密码学多方计算（MPC）的开源密码算法库，旨在通过多方安全计算技术增强区块链应用的安全性和隐私性。该算法库提供了两方 ECDSAsecp256k1、两方 EdDSA ed25519、两方 BIP32（基于 BIP32 规范）、密钥份额刷新、零知识密钥备份等功能，主要应用于移动钱包服务和多设备等特殊场景，并为密钥提供安全性。liboqs 是一个提供抗量子安全加密算法的开源算法库，旨在为量子安全密码学算法的测试和部署提供框架和工具集。支持多种抗量子密码算法，包括：密钥封装机制(KEMs)：如 Kyber、Saber、NTRU 等，数字签名算法：如 Dilithium、Falcon、Picnic和 Rainbow，实 验 性 密 码 学 算 法：如 SIKE（Supersingular Isogeny KeyEncapsulation）。liboqs 主要应用于云存储和传输场景以抵御未来的量子攻击，或集成到现有的通信协议（如 TLS）中以实现量子安全的通信。密码开源生态研究报告（2024年）24（2）典型国内开源密码库）典型国内开源密码库以下为目前国内一些主流的开源密码软件库。图表 5 典型国内开源密码库序号序号项目名称项目名称实现源码实现源码定位定位1TongsuoC提供存储、网络、密钥管理、隐私计算等多场景底层密码学基础能力，具有二级密码模块资质。2GMSSLC具有轻量化、跨平台、安全合规特性3TASSLC具有高安全性、跨平台兼容和易用性4openHiTLSC/C 具有轻量化、可剪裁、高安全性特点，可满足多场景下业务需求、资源优化和成本控制5KonaJava具有良好的跨平台兼容性Tongsuo 前身为 BabaSSL，是一个由蚂蚁集团开发的提供现代密码学算法和安全通信协议的开源基础密码库，为存储、网络、密钥管理、隐私计算等诸多业务场景提供底层的密码学基础能力，实现数据在传输、使用、存储等过程中的私密性、完整性和可认证性，为数据生命周期中的隐私和安全提供保护能力。在密码算法方面，Tongsuo 支持主流的国产密码算法及国际密码算法，另外还支持包括 EC-ElGamal 和 Paillier 在内的同态加密算法以及包括 Kyber 和Dilithium 在内的后量子密码算法。在通信协议方面，Tongsuo 支持了包括 GB/T 38636-2020 TLCP 标准、RFC 8998（TLS 1.3 国密单证书）和 QUIC API 等，以实现数据在传输过程中的安全性和可靠性。Tongsuo 还支持零知识证明技术（ZKP），包括 Bulletproofsrange 和 Bulletproofs R1CS，为隐私计算提供了强有力的支持。Tongsuo目前已广泛的应用在互联网、金融、司法、电信等诸多领域中，为存储、网络、密钥管理、隐私计算、区块链、IoT 等诸多业密码开源生态研究报告（2024年）25务场景提供底层的密码学基础能力。GmSSL 项目是由北京大学自主开发的国产商用开源密码库，支持全部已公开国密算法，并全面覆盖了国密标准和安全通信协议，旨在为政府、金融、通信和其他需要高安全性标准的行业提供可靠的加密解决方案。GmSSL 支持包括移动端在内的主流操作系统和处理器，并支持密码钥匙、密码卡等典型国产密码硬件，同时提供了丰富的命令行工具和多种编程语言接口，使其易于集成和使用。GmSSL 从 3.0 版本开始重构了代码，在去除对 OpenSSL 依赖的同时大幅度降低了内存需求和二进制代码体积，适用于无操作系统的低功耗嵌入式环境（如 MCU 和 SOC），使得开发者可以轻松地将国密算法和 SSL 协议嵌入到现有项目中，具有轻量化、跨平台、安全合规等优秀特性。GmSSL 提供了一个符合国密标准的高性能、安全的密码解决方案，适用于各种行业和应用场景。TASSL 是由江南天安推出的国密 OpenSSL 开源密码库，TASSL 同时支持 GM/T 0024-2014 以及 GB/T 38636-2020。支持原生Nginx，TASSL 可与原生 Nginx 实现国密 SSL 的 web server/反向代理；支持原生 Apache，TASSL 可与原生 Apache 实现国密 SSL 的web server/反向代理；在使用原生 Nginx 和 Apache 时支持使用江南天安硬件产品（密码机/密码卡）存储 SSL 长期密钥，以保证密钥安全性，且不需要对 Nginx和 Apache做任何代码改造。TASSL在保障安全性的同时，提供了良好的跨平台兼容性和易用性，适用于HTTPS、VPN、安全电子邮件和金融系统等需要安全传输和数据保密码开源生态研究报告（2024年）26护的场景。openHiTLS 是由西安电子科技大学、山东大学、上海交通大学、华为等十三家产学研机构共同发布的一款全面自研密码套件，通过轻量级、可剪裁的软件技术架构，满足各行业不同场景的多样化要求，同时探索后量子等先进算法创新实践，构建密码前沿技术底座。在架构设计方面，openHiTLS 允许分层分级解耦，将密码模块内的协议、证书、算法、调度功能解耦，通过高内聚低耦合的模块化设计实现按需组合和裁剪，支持最小裁剪粒度达到 20KB，确保了在各种应用场景下的资源优化和成本控制。在软件优化和硬件加速方面，openHiTLS 利用代数优化、指令优化和硬件加速技术，显著提升了算法效率。openHiTLS 密码算法敏捷架构支持快速应用迁移和算法演进，通过统一接口和算法插件化管理框架，确保了应用的快速适配和更新。在安全性方面，openHiTLS 通过内存安全形式化验证手段以及主要模块的侧信道检测手段，使软件可快速迭代，持续测试，确保其安全可靠。Kona 是腾讯公司推出的基于 Java 开发的开源密码套件，通过集成基础算法、公钥基础设施和安全通信协议，实现了全链路国密特性。在密码算法方面，Kona 国密套件实现了国密基础算法簇，在公钥基础设施方面，该套件能够解析国密证书、验证国密证书链，并处理包含国密证书的密钥库文件。在安全通信协议方面，Kona 国密套件实现了 GB/T 38636-2020 TLCP 标准，支持认证证书与加密证书分离的双证书模式，并实现了 IETF 制定的 RFC 8998 规范，将国密码开源生态研究报告（2024年）27密算法应用于 TLS 1.3 安全通信协议。Kona 国密套件具有良好的跨平台兼容性，支持任何可以运行 JDK的操作系统平台。Kona国密套件可广泛应用于各种网络通信场景，包括 Web 安全、移动应用、物联网、云计算等领域，为不同行业和领域的应用提供安全保障。2.2.3 典型开源密码软件典型开源密码软件针对全球最大开源代码托管平台 Github 上开源密码软件进行调研，选取了部分典型的开源密码软件，根据功能类别进行划分并对各软件进行简述。（1）密钥管理）密钥管理Strongbox：一款适用于 iOS 和 OSX 的个人密码管理器，使用开源加密算法（如 TwoFish、Argon2d、ChaCha20、Aes、Salsa20）和其他各种加密技术（如 SHA256、HMAC、CSPRNG）来存储组和条目，同时可以在 KeePass 格式的保险箱中存储文件附件，并且支持 YubiKey。MinTOTP：一款 Python 工具，可用于从密钥生成 TOTP（Time-Based One-Time Password，基于时间的一次性密码），同时还为 Python 开发人员提供了模块级函数功能。Ockam：一套开源编程库和命令行工具，用于大规模协调端到端加密、相互验证、密钥管理、凭证管理和授权策略执行。该工具可以为应用程序提供端到端的数据真实性、完整性和保密性保证，并对每个信任和访问决策进行细粒度控制。（2）证书管理）证书管理密码开源生态研究报告（2024年）28PKI.js：一个 JavaScript 密码应用，用于实现 PKI 应用程序中使用的格式（签名、加密、证书请求、OCSP 和 TSP 请求/响应），基于 WebCrypto（Web Cryptography API）构建的，无需其他插件，旨在为每个人制作与 PKI 相关的应用程序提供帮助，方便构建可与现有 X.509 解决方案互操作的现代网络应用程序。Jsrsasign：RSA-Sign JavaScript，一个开源密码库，支持纯JavaScript 的RSA/RSAPSS/ECDSA/DSA 签 名/验 证、ASN.1、PKCS#1/5/8 私 钥/公 钥、X.509 证 书、CRL、OCSP、CMSSignedData、TimeStamp、CAdES JSON Web 签名/令牌/密钥。Forge：一套开源密码软件，包含 TLS 协议在 JavaScript 中的完全本地实现，也是一套用于开发使用多种网络资源的网络应用程序的工具，使用 CommonJS 模块结构和浏览器捆绑包的构建流程。（3）多方计算）多方计算fhe-toolkit-linux：一款软件开发工具包（SDK），是基于Linux 的 Docker 容器，使用完全同态加密数据实用高效地执行加密工作负载。Fully Homomorphic Encryption：基于 C 的 FHE 编译器，可将 C 转换为可在加密输入上运行的 FHE-C ，包含对加密数据集 执 行 全 同 态 加 密（FHE）操 作 的 开 源 库 和 工 具。FullyHomomorphic Encryption 采用模块化架构，允许更改底层 FHE 库、高级程序描述和输出语言。Sodium：一个易于使用的开源密码软件，用于加密、解密、签密码开源生态研究报告（2024年）29名、密码散列等。它是 NaCl 的一个可移植、可交叉编译、可安装、可打包的分叉，具有兼容的 API 和扩展 API，以进一步提高可用性。其目标是提供构建更高级密码工具所需的所有核心操作。Sodium 支持各种编译器和操作系统，包括 Windows（使用 MingW 或 VisualStudio，x86 和 x64）、iOS、Android 以及 Javascript 和 Webassembly。（4）隐私计算）隐私计算RISC Zero：基于 zk-STARK 和 RISC-V 微体系结构的零知识可验证通用计算平台。在 RISC Zero 的情况下，证明者可以证明他们正确执行了某些代码，同时只向验证者透露代码的输出，而不透露代码的任何输入或执行过程中的任何状态。这些代码在一个特殊的虚拟机 zkVM 中运行。RISC Zero zkVM 可模拟小型 RISC-V 计算机，只要有针对 RISC-V 的编译器工具链，它就能运行任何语言的任意代码。目前，SDK 支持 Rust、C 和 C 。Vuvuzela：一个保护信息内容和信息元数据隐私的信息传递系统，使用高效加密技术（NaCl）尽可能多地隐藏元数据，并为无法高效加密的元数据添加噪音。Vuvuzela 是第一个能在扩展到数百万用户的同时提供强大元数据隐私保护的系统。（5）区块链）区块链/加密货币加密货币Monero：一种私人、安全、不可追踪、去中心化的数字货币。Monero 采用加密系统，允许发送和接收资金，而不会轻易在区块链上泄露交易信息。利用分布式点对点共识网络的力量，网络上的每笔交易都是加密安全的。通过利用环签名，Monero 能够确保交易不密码开源生态研究报告（2024年）30仅不可追踪，而且具有可选的模糊性，从而确保交易无法轻易追溯到单个用户或计算机。Mimblewimble：一个区块链格式和协议，依托于健壮的加密原语，提供非常好的可扩展性、隐私和可替代性。Grin 是一个实现Mimblewimble 区块链的开源软件项目，并填补了（Mimblewimble协议所缺失的）实现一个完整的区块链和加密货币必需的部分内容。2.3 密码开源商业模式密码开源商业模式开源是一种开放共享的开发模式，推动了创新资源的共建共享，但开源与商业化并不冲突，而是可以相互促进、相互融合，协同发展的。开源密码软件作为开源软件的一种，典型的商业模式与开源软件基本相同，但开源密码软件市场与开源软件市场相比，还处于早期发展阶段，市场规模远不能与开源软件相比。目前主流的开源商业模式，包括专业服务模式、双重许可模式、托管服务模式、开源核心功能模式、市场平台模式、软硬件集成模式、捐赠和赞助模式、生态流量变现模式、商业引流模式、合规驱动模式等。专业服务模式：专业服务模式：软件完全开源，企业或组织通过提供开源软件的技术支持、培训、咨询以及定制开发来获得收入。这种商业模式的典型代表是 RedHat。双重许可模式：双重许可模式：企业将开源软件分成开源版本和商业版本，分别采用不同的授权许可模式。开源版本可以免费使用，但使用开源版本的同时，产品通常需遵循 GLP 协议保持代码开源。如果用户需密码开源生态研究报告（2024年）31要实现软件闭源，则需购买商业许可证。同时，商业版本也会有更丰富的功能特性或更高的性能表现。MySQL 在被 Oracle收购前采用这种模式。托管服务模式：托管服务模式：企业通过提供开源软件的 SaaS服务来获得收入，这种模式满足了客户摆脱复杂的开源软件管理工作的需求。一些大型云厂商如微软云、亚马逊云、阿里云等通过将开源软件部署在云上，企业用户付费使用架构在云端的开源服务，无需搭建软件使用环境，通过这种云服务收费模式获取利润。如 Red Hat 的 OpenShift和 Confluent 的 Kafka 服务都是典型案例，数据库管理系统如MongoDB 也通过提供云服务来获得收入。开源核心功能模式：开源核心功能模式：一些科技企业如 redhat 通过将社区版软件进行开源，并在其基础上进行功能扩充、适配、封装、测试后形成新的企业发行版本提供给用户付费使用，通过这种模式构建差异化服务，从中获取利益。市场平台模式：市场平台模式：企业建立一个平台，汇集多个开源项目和相关服务，从中抽取佣金，GitHub的市场就是典型案例。软硬件集成模式：软硬件集成模式：通过销售与开源项目相关的硬件或附加产品来获得收入，例如，提供专门优化的硬件设备来运行开源软件。典型案例如华为鸿蒙，从 2020 年开源以来，OpenHarmony 支持了近600 款软硬件产品，搭载 HarmonyOS 的设备数量已突破 8 亿台，升级用户迅速增长。捐赠和赞助模式：捐赠和赞助模式：开源项目可以通过接受捐赠或赞助来获得资密码开源生态研究报告（2024年）32金支持，这种方式依赖于社区和用户对项目的认可和支持，很多GitHub上的项目都依赖于这种模式。生态流量变现模式：生态流量变现模式：一些具有高价值开源项目的科技巨头如谷歌等，通过在开源软件中售卖广告资源获取利润。商业引流模式商业引流模式：通过开源项目提升捐赠公司的声誉，引流使用过开源软件的公司及个人去购买捐赠公司的其他产品。合规驱动模式合规驱动模式：开源项目有利于受众公司低成本使用，当受众公司有合规需求时，通过购买可以与开源软件无缝集成的合规硬件来达到合规目的。通过以上几种开源商业模式可以看出，开源商业化的崛起将改变软件市场的竞争格局，为互联网生态系统带来新的活力和机遇。2.4 密码开源生态产业链密码开源生态产业链密码开源生态产业链由多个关键参与者组成，共同推动了密码技术的发展和应用，主要包括开源基金会、开源社区（包括代码托管平台）、开源贡献者、开源使用者等产业各方。密码开源生态研究报告（2024年）33图表 6 密码开源生态产业链开源基金会在密码开源技术的推广和标准化方面起着关键作用开源基金会在密码开源技术的推广和标准化方面起着关键作用。开源基金会是一种非营利组织，通过技术服务和项目孵化支持和促进开源项目的健康发展。通过提供资金、法律支持和基础设施，基金会确保了项目的持续发展和维护。例如 OpenSSL Foundation 是一个典型的例子，支持 OpenSSL项目，为全球网络安全提供基础设施。例如开放原子开源基金会为我国首家开源基金会，致力于推动开源产业发展，为各类开源项目提供知识产权托管、咨询等服务，目前包 括 Tongsuo、Openkona、HSMC（hardware security moduleconnector）等开源密码项目已入驻开放原子开源基金会。开源社区是创新和知识交流的中心。开源社区是创新和知识交流的中心。开源社区主要分为几类，包括项目型社区（聚焦特定开源项目）、用户型社区（开源爱好者自发形成的小型社区）、开发者社区、服务型社区（具备开源代码、项目孵化、开源治理、媒体等多种服务功能的社区）。如 Tongsuo开源社区、openHiTLS 开源社区均为聚焦开源密码的项目型社区，Github、Gitee、Gitcode 均为服务型社区。开源社区作为开发者交流密码开源生态研究报告（2024年）34的平台，在推动技术创新和应用方面的巨大潜力。开源贡献者是密码开源生态健康发展的关键开源贡献者是密码开源生态健康发展的关键。开源贡献者在开源社区中发起开源项目，软件源代码将无偿在社区发布，供任何人查看、使用、修改和分发。此后二次开发者和开源使用者可作为贡献方参与到项目的迭代中，根据自己的需求、兴趣对代码进行修改、扩展和优化，并将改进后的版本重新发布到社区中。社区中的其他机构提供法律、行业发展等服务和指导，达到技术交流或商业目的。开源运营和治理环节，无论是由企业主导还是由基金会主导，在整个开源项目过程中都处于关键位置，包含软件开发和发行、市场推广、版本迭代更新、版权管理和安全管理等内容。密码开源生态产业链中的各方通过开放、透明的协作模式，推动密码技术的创新与应用，为数字世界的安全提供了坚实基础。密码开源生态研究报告（2024年）353.密码开源生态面临的问题和挑战密码开源生态面临的问题和挑战3.1 密码开源生态发展较为缓慢密码开源生态发展较为缓慢首先，密码开源生态较为分散，缺乏一个统一的、具有领导性的力量来协调和推动整个生态的发展首先，密码开源生态较为分散，缺乏一个统一的、具有领导性的力量来协调和推动整个生态的发展。当前，虽然存在多个密码开源项目和社区，但它们之间往往孤立运作，缺乏统一的标准和规划，这种分散状态不仅导致资源重复投入和浪费，也使得整个生态难以形成合力，推动技术进步和应用推广。其次，密码开源政策支持力度不够，制约了密码开源生态发展其次，密码开源政策支持力度不够，制约了密码开源生态发展。尽管近年来国家出台了一系列有关密码的法律法规，但在开源治理、知识产权保护、人才培养等方面的具体规范和细则仍显不足，导致密码开源生态发展不够规范，影响了密码开源生态快速发展。另外，密码开源生态人才缺乏且人才培养体系尚未健全，制约了密码开源生态发展另外，密码开源生态人才缺乏且人才培养体系尚未健全，制约了密码开源生态发展。由于密码技术具有一定专业性，一定程度上限制了更广泛人群的参与，且高校相关专业设置和教学内容不够完善，缺乏高水平的开源人才培养师资，导致开源人才供给不足，难以满足密码开源生态发展需求。最后，由于缺乏足够的商业支持和密码开源生态整合，导致密码开源项目的商业化应用和推广受到限制最后，由于缺乏足够的商业支持和密码开源生态整合，导致密码开源项目的商业化应用和推广受到限制。商业支持是推动开源生态发展的重要力量，由于目前缺乏成熟的密码开源商业模式和盈利途径，导致开发者缺乏持续投入的动力，难以形成良性发展生态；并且开源密码技术缺乏与其他开源项目或商业产品的有效整合，限密码开源生态研究报告（2024年）36制了开源密码技术的应用场景和范围。3.2 密码开源标准体系待制定密码开源标准体系待制定首先，在开源领域缺乏统一的、被广泛认可的密码开源标准体系，导致开发者在设计和实现时缺乏统一的指导和参考首先，在开源领域缺乏统一的、被广泛认可的密码开源标准体系，导致开发者在设计和实现时缺乏统一的指导和参考。标准体系的缺乏不仅增加了开发的难度，同时也影响了密码技术的推广和应用效率。其次，目前大量国际协议标准及软件均不支持我国商密算法，限制了国产密码技术的发展其次，目前大量国际协议标准及软件均不支持我国商密算法，限制了国产密码技术的发展。由于历史原因和技术壁垒等多种因素，目前大量国际协议标准未采用商密算法，大量开源软件也不支持商密算法，且部分商密算法和协议未被主流开源密码套件接纳，导致密码算法和套件生态存在割裂现象。这不仅增加了技术集成的难度和成本，也降低了整个生态的安全性和稳定性。最后，开源密码实现尚缺乏相关的合规性检测标准，增加了密码误用的风险，制约了开源密码应用的推广最后，开源密码实现尚缺乏相关的合规性检测标准，增加了密码误用的风险，制约了开源密码应用的推广。信息系统开发人员由于对密码应用缺乏技能和经验，不了解密码算法类型、协议参与方角色要求、关键参数类型等基本知识，错误调用密码技术（如密码应用程序接口 API），导致产生密码应用安全缺陷/漏洞，而目前尚缺乏针对开源算法实现的合规性认定规范，导致开发者和用户难以评估开源密码实现是否符合特定法律法规要求，限制了开源密码软件推广和应用。密码开源生态研究报告（2024年）373.3 密码开源面临供应链安全风险密码开源面临供应链安全风险密码开源的广泛应用同时伴随着一系列供应链安全风险，根据参考文献统计显示，开源密码软件供应链的漏洞事件普遍存在。如下图所示开源密码软件供应链相关漏洞事件的发展趋势，2008 年之前针对密码软件的攻击目标主要还是以传统密码算法为主，而当前开源密码软件供应链的上下游产品已成为攻击的目标当前开源密码软件供应链的上下游产品已成为攻击的目标。图表 7 开源密码软件供应链相关漏洞事件密码开源面临的供应链风险不容忽视，主要集中在供应链断供风险、供应链依赖风险以及供应链恶意预留后门风险几个方面。3.3.1 供应链依赖风险供应链依赖风险开源密码软件的供应链通常包含多个环节，从代码编写、测试、发布到集成应用，每一个环节都可能引入安全风险。由于开源软件的高度复用性，一个项目中可能集成了多个第三方库和组件，这些组件之间的依赖关系错综复杂由于开源软件的高度复用性，一个项目中可能集成了多个第三方库和组件，这些组件之间的依赖关系错综复杂。一旦某个组件存在安全漏洞或不稳定因素，就可能通过依赖链传播到整个项目中，甚至影响到整个供应链。此外，由于开源软件的开放性和透明度，攻击者可能更容易由于开源软件的开放性和透明度，攻击者可能更容易密码开源生态研究报告（2024年）38找到并利用这些漏洞进行攻击，进一步加剧了供应链依赖风险找到并利用这些漏洞进行攻击，进一步加剧了供应链依赖风险。如BIGNUM 作为多精度算术库，广泛应用于开源密码库和安全协议，该算术库二进制文件的分发工具被第三方恶意占用，用户在安装BIGNUM 的同时，也下载恶意二进制文件，这些恶意软件会从用户计算机中窃取数据，BIGNUM 作为 OpenSSL 软件依赖组件之一，该恶意代码存在通过密码软件依赖、向上游产品传播的风险。3.3.2 供应链断供风险供应链断供风险在当前复杂的国际政治环境下，供应链断供风险成为密码开源生态面临的重大挑战。首先，由于国际制裁、政治冲突、贸易限制等原因可能导致关键技术及软件被限制或禁止出口，从而导致开源项目无法获取必要的更新或支持首先，由于国际制裁、政治冲突、贸易限制等原因可能导致关键技术及软件被限制或禁止出口，从而导致开源项目无法获取必要的更新或支持，一旦发生供应链断供，可能导致项目停滞、业务中断，甚至整个生态系统的崩溃。如目前 OpenSSL 作为目前全球最广泛使用的开源密码库之一，为众多应用程序和系统提供加解密功能，如果因为制裁等原因无法继续使用，将对依赖该库的众多应用和服务造成严重影响。脱离 OpenSSL 后，开发者需要寻找替代方案并进行大量的代码重构和测试，这不仅增加了开发成本，还可能引入新的安全漏洞。此外，代码托管平台的访问问题也是供应链断供风险中不容忽视的问题此外，代码托管平台的访问问题也是供应链断供风险中不容忽视的问题。目前许多开源项目都托管在 Github、Gitlab 等国外开源代码托管平台上，这些平台为开发者提供了代码托管、版本控制、协作开发等功能，如果这些平台由于政治压力、法律问题等原因而密码开源生态研究报告（2024年）39无法访问，则开源项目的开发和维护都可能受到严重影响。国内密码开源社区已经认识到这个问题的严重性，已经开始将存储于国外的代码转移到国内平台。另外，如果代码托管平台的安全性不足，可能会导致源代码泄露或被恶意篡改，从而影响整个供应链的安全。3.3.3 供应链恶意预留后门风险供应链恶意预留后门风险开源密码软件因开放性和广泛使用的特点，面临着被恶意预留后门的风险，攻击者可能通过贡献代码的方式在开源项目中预留后门，利用植入的后门进行攻击开源密码软件因开放性和广泛使用的特点，面临着被恶意预留后门的风险，攻击者可能通过贡献代码的方式在开源项目中预留后门，利用植入的后门进行攻击。尤其是在开源项目的代码审查不够严格或开发者安全意识不足的情况下，后门代码可能长期未被发现，一旦后门被激活，可能会使攻击者能够绕过正常的安全措施，获取敏感数据或控制系统。例如，XZ 库的供应链安全事件（CVE-2024-3094）就是一个典型案例，揭示了供应链恶意预留后门的严重性。目前，开源密码软件供应链恶意预留后门风险主要分为主观故意和客观约束两方面目前，开源密码软件供应链恶意预留后门风险主要分为主观故意和客观约束两方面。主观故意即开发人员出于经济利益、间谍活动或其他恶意目的在软件开发阶段有意设置后门漏洞，将其作为绕过安全控制以获取对系统访问权限的手段；客观约束即开发人员由于技术限制、资源限制等原因而导致后门风险，这可能包括开发者在不知情的情况下引入了安全漏洞，或者由于缺乏足够的安全测试和审计，未能及时发现和修复潜在的安全问题。目前客观约束和主观故意行为之间的界限仍非常模糊，难以明确进行定义，因此较难通过法律法规对该类漏洞进行规范，为了有效应对这类风险，需要采取全面的安全措施，包括加强代码审查、密码开源生态研究报告（2024年）40实施严格安全测试流程、提升开发者安全意识等措施以提升开源密码软件供应链安全。3.4 密码开源面临技术安全风险密码开源面临技术安全风险3.4.1 密码开源安全漏洞汇总密码开源安全漏洞汇总密码开源作为一种促进技术共享和创新的手段，近年来在得到快速发展的同时相关安全漏洞事件依旧普遍存在。通过对 OpenSSL、wolfssl、mbedTLS、GnuTLS 和 Bouncy Castle 这几个目前应用较为广泛的开源密码库的安全漏洞情况进行分析，可以观察到，OpenSSL 漏洞数量最多。下图展现了以上几个开源密码库漏洞占比情况，相关统计数据来源于以上几个开源密码库对应的漏洞公布平台，通过对自 2020 年至今的开源漏洞进行统计，共统计已公开开源漏洞 103 个。图表 8 开源密码库安全漏洞占比单位：个密码开源生态研究报告（2024年）41通过对已发现漏洞按照 CWE 漏洞类型进行分类，所有漏洞共统计为 28类 CWE 问题，其中排名 TOP 10 问题出现频率从高到低依次为：1)CWE-203：Observable Discrepancy，是一种针对敏感数据的信息泄露漏洞，通常发生在应用程序中，当应用程序未正确处理敏感数据（如密码、信用卡号码、社会安全号码等）时，可能导致这些数据被泄露。攻击者可以利用这些泄露的敏感信息进行身份盗窃、欺诈等违法活动。2)CWE-295：Improper Certificate Validation，是一种证书安全相关的漏洞，也称为“不正确的证书验证”，指在进行 SSL/TLS通信时，未正确验证证书的真实性和有效性，导致恶意攻击者可以伪造证书并冒充合法的网站或服务器，从而窃取用户的敏感信息或进行其他恶意行为。3)CWE-476：NULL Pointer Dereference，空指针解引用。当程序试图引用一个空指针时，会发生空指针解引用，通常是由于忘记初始化指针或者在释放指针后仍然引用指针导致的。攻击者可以利用这种漏洞来执行恶意代码或者导致程序崩溃，从而造成系统安全问题。4)CWE-125：Out-of-bounds Read，越界读取。指的是软件在处理内存时，可能会读取超出其分配的内存区域的字节，可能是由于程序逻辑错误导致的，比如数组越界访问或者不正确的指针操作。当程序试图访问未分配或未授权的内存区域时，密码开源生态研究报告（2024年）42可能会读取一些随机的数据，这可能导致程序行为不确定，甚至导致安全漏洞。例如，如果缓冲区没有被正确地初始化和限制其大小，程序可能会读取并处理超出其预期范围的数据，从而可能导致信息泄露或程序崩溃。5)CWE-835：Loop with Unreachable Exit Condition，循环退出条件不可达。指的是程序中的循环结构（如 for、while 或 do-while 循环）存在无法达到的退出条件。这种情况下，程序会进入无限循环或死循环，导致程序崩溃或资源耗尽。6)CWE-787：Out-of-bounds Write，越界写入。指的是程序在写入数据时越过了预分配的内存区域边界，导致数据写入到了不该被写入的内存区域，从而可能破坏了程序的执行环境，引发安全漏洞。这种漏洞通常由于未正确计算内存分配的大小或者未正确处理边界条件而引发。攻击者可以利用这种漏洞来执行任意代码、篡改数据或者拒绝服务等攻击。7)CWE-120：Buffer Copy without Checking Size of Input，未检查输入大小的缓冲区复制。在软件执行缓冲区拷贝操作时，没有对输入的大小进行检查，可能导致缓冲区溢出，攻击者可以利用这种漏洞来执行恶意代码，或者破坏系统的稳定性。缓冲区溢出通常发生在对输入缓冲区进行拷贝时，如果输入的大小超过了缓冲区实际可用的空间，多余的字节就会覆盖相邻的内存区域。8)CWE-416：Use After Free，使用后未释放内存。当程序在释密码开源生态研究报告（2024年）43放后尝试访问内存位置时发生，可能会导致意外行为、崩溃甚至安全漏洞，因为攻击者可能会操纵释放的内存来执行任意代码。该漏洞通常发生在程序释放内存块，但不更新对该内存的所有引用时，如果程序稍后试图访问释放的内存，它可能会访问无效甚至恶意的数据。9)CWE-327：Use of a Broken or Risky CryptographicAlgorithm，使用已被破译或有风险的加密算法，这可能导致系统的安全漏洞。加密算法用于保护数据和通信的安全，使用弱或破坏的算法可以使攻击者更容易获得敏感信息的访问。一些被破坏或有风险的加密算法的例子包括 MD5 和 SHA-1，它们已被发现容易受到攻击。10)CWE-78：Improper Neutralization of Special Elements used inan OS Command，OS 命令注入。当应用程序未正确验证或整理传递给命令解释器的用户输入时，会发生此漏洞。这可能允许攻击者向命令中注入恶意代码，从而导致执行未经授权的命令或其他恶意活动。从以上关于开源密码库的安全漏洞统计情况可以看出，目前主要漏洞问题涵盖信息泄露、证书安全、内存访问错误、缓冲区操作不当、加密算法风险等问题，不仅涉及了程序设计的缺陷，还包括安全配置的错误，强调了在开源密码库开发过程中加强安全意识和采取有效防护措施的重要性。密码开源生态研究报告（2024年）443.4.2 密码开源安全风险分析密码开源安全风险分析通过对开源密码库安全漏洞进行分析，密码开源安全风险主要来源于外部和内部两个方面，其中外部风险主要来源于敌手在软件中有意设置漏洞，内部风险主要来源于使用者在密码应用过程中的误用风险密码开源安全风险主要来源于外部和内部两个方面，其中外部风险主要来源于敌手在软件中有意设置漏洞，内部风险主要来源于使用者在密码应用过程中的误用风险。相关风险主要包括以下内容：伪随机数风险。伪随机数风险。伪随机数生成器（PRNG）在密码学中扮演着至关重要的角色，用于生成随机数、加密密钥和盐值等。伪随机数生成器的安全性直接影响到整个密码系统的安全性，若伪随机数生成器的输出可预测，攻击者便能推测出密钥等敏感信息，从而破坏系统安全。例如 Debian 弱密钥漏洞，在 2006 年到 2008 年期间，Debian OpenSSL 包中存在一个缺陷，导致了 OpenSSL生成随机数时可以预测，使得 Debian Linux 操作系统及其衍生版本（如 Ubuntu）生成的 RSA密钥易受到攻击者的破解。数字证书应用风险。数字证书应用风险。数字证书用于确认网络活动中的主体身份，确保信息传输的安全性和完整性。然而，数字证书也存在着证书伪造、证书管理不当和恶意使用等问题，例如 CVE-2020-0601 漏洞，攻击者可以利用 ECC 算法的漏洞伪造可信任的签名或证书；证书的私钥若被泄露或管理不当，可能导致未经授权的访问和数据泄露。侧信道攻击风险。侧信道攻击风险。侧信道攻击利用密码系统实现过程中的物理泄露信息（如执行时间、功耗、电磁辐射等）来推测敏感数据。根据攻击方式分类可以分为被动攻击（利用设备泄露的如电磁辐射、工号、声音等进行非侵入式分析）和主动攻击（通过注入故障、改密码开源生态研究报告（2024年）45变环境参数等方式创造泄露信息，通过直接对设备进行物理干扰来获取信息）。常见的侧信道攻击风险主要包括：时间攻击、功耗攻击、缓存攻击、电磁攻击等。例如谷歌于 2018 年发布的名为“Titan”的 U 盾，其中内置了 NXP 公司的一款密码芯片。2021 年，法国研究人员通过采集和分析 Titan U 盾执行数字签名过程中辐射出的电磁信息，精准定位了电磁波中的泄露时刻，并准确地获得了部分密钥信息，最后结合一些数学分析手段成功恢复了 Titan U盾的完整密钥。内存泄漏风险。内存泄漏风险。内存泄漏是指程序在运行过程中未能正确释放不再使用的内存，导致内存资源逐渐耗尽无法被其他程序或同一程序中的其他部分再次使用，最终可能导致系统性能下降甚至崩溃。常见的内存泄漏原因包括未关闭的资源、对象引用未释放和静态集合的异常使用等。缓冲区溢出风险。缓冲区溢出风险。当向缓冲区写入超出其边界的数据时，可能会覆盖相邻内存区域，导致程序崩溃或被恶意利用。攻击者可能利用缓冲区溢出漏洞读取或篡改存储在内存中的敏感数据，如加密密钥、用户密码等。在某些情况下，攻击者也可以通过精心构造的输入数据，将恶意代码注入到溢出的缓冲区中，从而控制受影响的系统。例如 OpenSSL 的 Heartbleed 漏洞，由于服务器没有对有效载荷长度进行充分的验证，攻击者可以发送一个恶意构造的心跳请求，越界读取服务器缓冲区，获取内存中的其他信息，可能造成敏感数据泄露。参数设置风险。参数设置风险。密码学算法和协议的安全性在很大程度上依赖密码开源生态研究报告（2024年）46于参数的正确设置，不当的参数设置可能导致安全漏洞。比如密钥长度不足，密钥长度较短意味着密钥空间较小，攻击者可以通过尝试所有可能的密钥来找到正确的密钥。又比如数学结构简化，可能会导致加密轮数不足，大幅降低密码算法原有的安全性保障，以及某些开源密码库可能默认使用不安全的参数配置，都会导致安全风险。例如，针对工作系数为 5 的 bcrypt 算法，在 1999 年暴力破解的速率为 62.5 个/秒，在 2022 年使用达到了 18.4 万个/秒，随着计算能力的发展，密码学算法的安全参数应当得到及时的更新。弱密码算法风险。弱密码算法风险。弱密码算法指的是那些安全性较低、容易被破解或存在已知漏洞的加密算法。使用弱密码算法会导致加密数据的安全性大大降低，攻击者可以通过各种手段破解加密数据，从而获取敏感信息。例如 MD5 是早期开发的杂凑函数，王小云教授及其团队在 2004 年发现并展示了 MD5 算法中存在的碰撞问题，由于MD5 的碰撞问题，攻击者可能伪造文档并通过生成相同的哈希值来通过验证。开源密码库在提供高透明度和协作性的同时，也面临多种技术安全风险。开发者和用户需高度重视这些风险，采取相应的防范措施以确保系统的安全性。3.5 密码开源面临知识产权及法律风险密码开源面临知识产权及法律风险在密码开源生态中，知识产权及法律风险直接关系到开源项目的可持续性、用户使用的合规性以及整个生态的健康发展。相关风险主要聚焦在以下几个方面：密码开源生态研究报告（2024年）47首先，存在违反开源许可证条款的风险首先，存在违反开源许可证条款的风险。开源许可证是开源项目授权使用其代码和资源的法律框架，它规定了使用者在使用、修改、分发开源软件时必须遵守的条件和限制。若开源软件使用者未依照相应的开源许可证来使用开源软件，将可能侵犯开源软件的作者或权利人的知识产权。其次，存在因版权和许可声明缺失而导致的相关风险其次，存在因版权和许可声明缺失而导致的相关风险。在开源项目中，版权和许可声明是保护作者权益、明确代码使用规则的重要组成部分。然而，一些开源项目可能由于疏忽或故意而未能提供完整的版权和许可声明，这不仅使得项目的合法性和合规性受到质疑，也给使用者带来了不确定性和风险。此外，存在专利权风险此外，存在专利权风险。开源软件通常通过许可证来管理版权和使用权，但专利权是独立于版权之外的另一种知识产权形式。开源密码软件中可能包含了受专利保护的算法和技术，如果密码开源项目中使用了受专利保护的算法或技术，而项目本身又未能获得相关专利权人的许可或授权，则使用者在使用这些开源代码时就可能面临专利权侵权的风险。最后，存在著作权风险最后，存在著作权风险。著作权是保护原创作品的重要法律手段，它涵盖了作品的复制、发行、表演、展示、改编等多种权利。在密码开源项目中，源代码、文档、界面设计等都可能构成著作权法保护的对象，部分开发者可能未经许可就复制、分发或修改他人作品，导致侵犯原作者的著作权。密码开源生态研究报告（2024年）483.6 密码开源人才建设仍存在不足密码开源人才建设仍存在不足2023 年修订的商用密码管理条例规定“国家加强商用密码人才培养，建立健全商用密码人才发展体制机制和人才评价制度，鼓励和支持密码相关学科和专业建设”。然而，我国密码开源人才规模仍不能满足信息化和数字经济安全的迫切需要我国密码开源人才规模仍不能满足信息化和数字经济安全的迫切需要。首先，规模化密码开源人才培养生态有待发展首先，规模化密码开源人才培养生态有待发展。近年来，我国高度重视密码职业人才培养，逐步完善密码职业人才评价体系。2021 年 2 月，教育部发布普通高等学校本科专业目录，增设密码科学与技术本科专业。2021 年 3 月，教育部发布职业教育专业目录（2021 年），在高等职业教育专业中增加了“密码技术应用”专业，同年 3 月，人社部会同市场监管总局、国家统计局发布 18 个新职业信息，其中密码技术应用员确定为新职业。2022 年 7 月，人社部向社会公示中华人民共和国职业分类大典（2022 年版），较2015 年版大典相比，增加密码技术应用员和密码工程技术人员职业。密码专业学科设立及密码职业的设立将有效带动密码职业人才培养评价，促进密码科技创新和产业发展。然而，由于目前开设密码专业的院校数量有限且开设时间较晚，因此现有人才培养的数量和质量仍难以满足行业需求。据不完全统计，现阶段我国对密码人才需求人数 30 万人左右，实际人才缺口 20 万人，随着 5G、数据中心等“新基建”工程建设提速，2025 年我国密码人才需求将达到 110 万人左右。其次，密码开源教育资源缺乏且不完善其次，密码开源教育资源缺乏且不完善。密码开源人才除了需密码开源生态研究报告（2024年）49要掌握密码学基础知识、密码算法与协议实现，还需要了解密码产品、密钥管理以及密码技术应用等方面的知识和技能。高质量的密码开源教育资源是培养密码开源人才的基础，然而当前密码开源教育资源有限且存在缺陷。一方面，当前密码开源教育资源相对匮乏，如密码开源教程、实践案例及实训平台，且在内容、形式和更新速度等方面存在不足。另一方面，现有教育资源往往侧重于理论知识的传授，忽略了实践操作和问题解决能力的培养，导致难以将理论知识有效转化为实际应用能力。另外，顶尖密码开源人才匮乏另外，顶尖密码开源人才匮乏。在密码开源生态中，顶尖人才是推动技术创新和生态发展的关键力量。2022 年 9 月，国务院学位委员会、教育部联合发布研究生教育学科专业目录，在交叉学科门类增设密码硕士专业学位，为培养密码领域高层次人才开辟了道路。然而，由于培养周期较长、门槛高以及市场需求与供给不匹配等原因，导致目前密码开源领域高层次人才的数量远远不能满足市场需求，影响了密码开源技术的创新速度，限制其在关键领域的深入应用。最后，企业对密码开源人才培养成本投入少最后，企业对密码开源人才培养成本投入少。企业在密码开源生态中扮演着重要角色，但由于部分企业对密码开源生态的价值认识不足或出于成本和收益考量，导致部分企业在密码开源人才培养方面的投入仍存在不足，限制了密码开源技术的创新和应用。密码开源生态研究报告（2024年）504.密码开源生态发展趋势与建议密码开源生态发展趋势与建议4.1 密码开源生态未来发展趋势密码开源生态未来发展趋势随着数字经济的蓬勃发展和网络安全形势的日趋严峻，密码技术作为保障信息安全的核心支柱，其重要性日益凸显。在此背景下，密码开源生态必将迎来新的发展机遇和挑战。综合分析国内外形势，预计未来一段时期，密码开源生态发展主要有以下几大趋势：与前沿技术加速融合。与前沿技术加速融合。密码技术将与人工智能、量子计算、区块链、云计算等新兴技术加速融合，催生出更多创新应用场景。以量子计算为例，面对其带来的“量子霸权”挑战，后量子密码学的研究和开源实现备受关注，有望成为新的增长点。产业生态更加完善。产业生态更加完善。伴随数字经济发展和新兴技术演进，密码开源软硬件、测评认证、教育培训等产业链条将更加完善。“产学研用”协同创新机制将进一步健全，推动科研成果加速向现实生产力转化。人才培养更加多元。人才培养更加多元。高校、科研院所将进一步完善密码学学科建设，优化人才培养方案。企业、社区也将通过在线教育、实训项目等方式，培养更多既懂密码技术又熟悉开源文化的复合型人才。应用场景更加丰富。应用场景更加丰富。随着 5G、工业互联网、智慧城市等新型基础设施建设提速，以及远程办公、在线教育、数字医疗等应用的快速普及，对密码技术的需求将更加旺盛。密码开源解决方案在金融、电信、能源、交通等关键行业领域的应用将更加深入。密码开源生态研究报告（2024年）51安全风险防控更加智能。安全风险防控更加智能。针对密码开源项目的供应链安全风险，业界将加强对开源组件的全生命周期管理，运用大数据、人工智能等新技术，对项目代码进行智能化分析和风险评估，及时发现并修复漏洞，构建更加安全可信的开源生态。4.2 密码开源生态发展建议密码开源生态发展建议4.2.1 深化密码开源生态发展深化密码开源生态发展加大对密码开源项目和企业的投入与扶持。加大对密码开源项目和企业的投入与扶持。政府和相关机构应通过提供资金支持、税收优惠、研发补贴等措施，鼓励企业和个人参与密码开源项目。鼓励社会资本、风险投资机构等参与密码开源项目的投资，形成政府引导、市场主导的多元化融资体系。通过举办密码开源项目路演、创投对接会等活动，为优秀项目搭建展示平台，吸引更多资金注入，推动密码开源项目的研发和应用。推动密码开源产业上下游对接和合作。推动密码开源产业上下游对接和合作。建立和完善密码开源产业的上下游对接机制，促进产业链上下游企业、科研机构、高效等各方间紧密合作。鼓励企业、高校和科研机构围绕密码开源技术开展联合研发，推动技术创新与成果转化。引导密码开源技术向关键领域和行业渗透，拓展应用场景和市场空间。加强国际交流与合作。加强国际交流与合作。积极参与国际密码开源项目和社区建设，共同推动密码技术的创新和发展，促进全球密码学开源生态的协同发展。加强与国际组织的合作，提升我国密码开源生态的国际影响力和竞争力。密码开源生态研究报告（2024年）524.2.2 推动密码开源标准体系建设推动密码开源标准体系建设构建完善的密码开源标准体系，是引领密码开源技术健康有序发展的重要基础。当前，我国密码开源标准化工作还存在不足，亟需借鉴国外先进经验，加强顶层设计，健全标准体系，提升国际影响力和话语权。制定密码开源标准化发展战略。制定密码开源标准化发展战略。立足国家网络安全和信息化发展大局，研究制定密码开源标准化中长期发展规划和路线图，明确标准化工作的目标、重点领域和实施路径，为密码开源生态建设提供标准引领和支撑。健全密码开源标准体系框架。健全密码开源标准体系框架。以密码算法、协议、接口、安全性评估等为重点，构建科学合理、层次分明、覆盖全面的密码开源标准体系框架。加强不同技术领域标准之间的协调配套，提高标准的系统性和一致性。积极参与国际标准化活动。积极参与国际标准化活动。鼓励国内企业、高校、科研机构等积极参与国际密码标准化组织的标准制定工作。加强与国际主流开源社区的交流互鉴，提出自有方案，争取更多话语权，推动我国自主密码技术成为国际标准。加快国内密码开源标准研制。加快国内密码开源标准研制。围绕密码技术发展和应用需求，开展密码算法、协议、接口、安全性评估等关键标准研制。支持社区参与标准草案研讨和试验验证，提高标准质量和可操作性。鼓励更多机构和个人参与密码开源标准化工作，营造政府引导、市场驱动、社会参与的标准化工作新局面。密码开源生态研究报告（2024年）534.2.3 加强密码开源供应链安全管理加强密码开源供应链安全管理加强开源密码软件供应链管理。加强开源密码软件供应链管理。首先，应推动建立软件物料清单（SBOM）管理机制，对开源密码项目中使用的所有组件进行清晰、准确地记录和管理，便于后续的安全审计和漏洞修复工作，并确保软件组件的来源可靠、版本可控、更新及时。另外，还应加强与供应商的合作与沟通，共同维护供应链的安全稳定。研究制定开源密码软件断供风险方案。研究制定开源密码软件断供风险方案。针对开源密码软件可能面临的断供风险，应制定相应的应对方案。建立多元化的供应链体系，减少对单一供应商或项目的依赖。加强对关键开源软件的自主可控研发能力，提升国内开源密码软件的替代性和竞争力。建立应急响应机制，一旦发生断供事件，能够迅速启动备用方案，保障业务连续性和安全性。加强密码开源社区治理。加强密码开源社区治理。建立和完善密码开源社区治理机制，包括社区决策流程、贡献者管理、代码提交和审查流程等。通过设立明确的社区规则和行为准则，促进健康、积极的社区文化。加强与国际密码开源社区的交流和合作，通过借鉴先进经验，提升我国密码开源社区的治理水平。4.2.4 加强密码开源技术研发加强密码开源技术研发加强开源软件密码漏洞检测工具研发。加强开源软件密码漏洞检测工具研发。开发人员在调用密码软件接口时，可能因为对密码技术不够熟练从而出现密码误用，这种错误使用可能会导致密码算法无法达到预期的安全目标，进而引发密码开源生态研究报告（2024年）54系统安全风险。密码漏洞检测工具能够弥补这一缺陷，它能够在密码软件开发过程中辅助开发者安全地调用密码软件接口，从而提高密码软件二次开发过程中系统的安全性。加强对密码开源项目的代码审查及安全审计力度。加强对密码开源项目的代码审查及安全审计力度。首先，建立并执行严格的代码审查制度，开展定期和持续的审查工作，以及时发现和修复潜在的安全漏洞和缺陷。同时，通过开展安全审计对项目的安全性进行评估，确保密码开源项目能够抵御各种安全威胁。此外，还应加强与第三方检测机构的合作，引入专业的安全检测和评估服务，提升项目的整体安全水平。引入软件签名技术提升密码开源软件开发过程的完整性保护。引入软件签名技术提升密码开源软件开发过程的完整性保护。当基于密码软件进行二次开发时，在密码软件从软件仓库分发至用户的传输过程中可能因信道受攻击而导致其完整性被破坏。攻击者可能利用此方法向用户的设备分发恶意软件，例如，当利用中间人攻击破坏传输过程时，攻击者可以肆意篡改传输的软件。软件签名技术基于密码学基本假设，在传输信道不可靠的情况下可有效地保障所传输软件的完整性。采用透明化技术提升针对密码开源项目供应链攻击的溯源审计能力。采用透明化技术提升针对密码开源项目供应链攻击的溯源审计能力。透明化被视为一种有效缓解软件供应链攻击的手段，由SBOM结合透明化日志，为软件组成及来源提供透明可审计的依据。SBOM 由开发者主动提供，其中包含开发者对软件组成的声明，透明化日志则要求软件开发者在发布软件时必须向日志提供软件签名信息，为软件来源提供了不可否认的特性。结合 SBOM 和透明化日密码开源生态研究报告（2024年）55志有利于增强对供应链攻击的对抗能力，增强开源社区治理能力。4.2.5 推动密码开源知识产权保护推动密码开源知识产权保护完善密码开源知识产权及法律法规保护。完善密码开源知识产权及法律法规保护。加强对密码开源知识产权保护的立法工作，明确界定密码开源知识产权归属、使用权限及侵权责任，加强对密码开源项目的专利、著作权、商标等知识产权的保护力度，为密码开源知识产权保护提供坚实法律基础。开展密码开源知识产权宣传教育开展密码开源知识产权宣传教育。通过媒体宣传、教育引导等方式，提高公众对密码开源知识产权保护的认识和重视程度。组织针对密码开源开发者和使用者的专业培训，提升知识产权意识和能力。强化密码开源社区自律强化密码开源社区自律。制定密码开源社区行为规范，引导开发者尊重和保护知识产权。建立密码开源项目审核制度，确保项目合规性和知识产权清晰，鼓励开源项目采用国际通行开源许可证，降低知识产权风险。4.2.6 健全密码开源人才队伍健全密码开源人才队伍加强密码开源创新人才培养。加强密码开源创新人才培养。在高校和科研机构中设立密码开源技术课程，培养具备扎实理论基础和实践能力的复合型人才。通过建立校企合作机制，鼓励学生参与实际密码开源项目，提升技术能力和项目管理能力。通过举办各类密码开源技术竞赛，如在中国密码学会举办的全国密码技术竞赛中增加密码开源技术内容或者增设密码开源技术赛道，激发学生和密码从业人员开源热情，挖掘并密码开源生态研究报告（2024年）56培养具有潜力的创新人才。鼓励密码开源产业和教育融合。鼓励密码开源产业和教育融合。推动产业界与教育机构深度合作，通过实习、联合研发项目等方式，为学生提供接触行业前沿技术和需求的机会。推进教育课程内容与行业需求相匹配，以反映最新的技术趋势和实践。建立密码开源人才实训基地，通过产学研用的紧密结合，加速理论到实践的转化过程，实现人才培养与产业发展的双赢。加强密码开源知识库和资源库建设。加强密码开源知识库和资源库建设。建设高质量的密码开源知识库和资源库，为密码开源人才提供丰富的学习资源和信息支持。建立开源项目展示与交流平台，促进知识共享和传播。加强与国际密码开源社区的交流和合作，引进先进的教育理念和教学资源，不断提升我国密码开源人才队伍的整体水平。密码开源生态研究报告（2024年）57参考文献1OpenSSL 漏洞公布地址：https:/OpenSSL-library.org/news/vulnerabilities/2 Mbedtls漏洞公布地址：https:/mbed-tls.readthedocs.io/en/latest/security-advisories/3Wolfssl漏洞公布地址：https:/ Details:https:/ DATABASE:https:/nvd.nist.gov/8Blessing,Jenny,MichaelA.Specter,and Daniel J.Weitzner.Cryptography in the Wild:An EmpiricalAnalysis of Vulnerabilities inCryptographic Libraries.Proceedings of the 19thACMAsia Conferenceon Computer and Communications Security.2024.9 Heartbleed Bug:https:/ https:/ Veytsman,How to take over the computer of any Java(orClojure or Scala)developer,https:/puter/blog/how-to-take-over-the-computer-of-any-java-or-clojure-or-scala-developer/,2014.13Newman Z,Meyers J S,Torres-Arias S.Sigstore:Software signingfor everybodyC/Proceedings of the 2022ACM SIGSAC Conference onComputer and Communications Security.2022:2353-2367.14Bello,Luciano,Maximiliano Bertacchini,and Black Hat.Predictable PRNG in the vulnerable Debian OpenSSL package:the whatand the how.the 2nd DEF CON Hacking Conference.2008.15Durumeric,Zakir,et al.The matter of heartbleed.Proceedings ofthe 2014 conference on internet measurement conference.2014.16Niels Provos.2023.Bcrypt at 25:ARetrospective on PasswordSecurity.USENIX Association.(2023).密码开源生态研究报告（2024年）58https:/www.usenix.org/publications/loginonline/bcrypt-25-retrospective-password-security17Wang,Xiaoyun,and Hongbo Yu.How to break MD5 and other hashfunctions.Annual international conference on the theory andapplications of cryptographic techniques.Berlin,Heidelberg:SpringerBerlin Heidelberg,2005.18商用密码认证业务网.https:/ 年）,中国信息通信研究院。21荣景峰,刘新荣,贾培养,葛平原,陈颖,司喜绢,孙承一,张玉清(2023).开源密码软件供应链安全综述。密码学报,10(5),966-985.https:/doi.org/10.13868/ki.jcr.000651。22中国商用密码行业现状研究与发展前景分析报告（2023-2030年），观研天下（北京）信息咨询有限公司。密码开源生态研究报告（2024年）59联系方式：联系方式：中国信息通信研究院 云计算与大数据研究所地址：北京市海淀区花园北路 52号邮编：100191邮箱：网址：

2025-01-17 64页 5星级

中国信通院：先进计算暨算力发展指数蓝皮书（2024年）（51页）.pdf

No.202420中国信息通信研究院2025年1月先进计算暨算力发展指数先进计算暨算力发展指数蓝皮书蓝皮书（20242024 年）年）版权声明版权声明本蓝皮书版权属于中国信息通信研究院，并受法律保护。转载、摘编或利用其它方式使用本蓝皮书文字或者观点的，应注明“来源：中国信息通信研究院”。违反上述声明者，本院将追究其相关法律责任。本蓝皮书版权属于中国信息通信研究院，并受法律保护。转载、摘编或利用其它方式使用本蓝皮书文字或者观点的，应注明“来源：中国信息通信研究院”。违反上述声明者，本院将追究其相关法律责任。更名声明更名声明原“集智”白皮书更名为“集智”蓝皮书。“集智”蓝皮书将继续秉承原有的编撰理念和高质量标准，致力于提供有价值的信息和洞见。原“集智”白皮书更名为“集智”蓝皮书。“集智”蓝皮书将继续秉承原有的编撰理念和高质量标准，致力于提供有价值的信息和洞见。前言前言先进计算是面向新兴信息需求，在计算方式、位置、算法和机理等方面产生革新和进步的新兴计算技术及产业的统称，已成为促进经济社会变革、推动数字经济发展的核心动力。先进计算包括算力、算法、算据三大领域，涵盖云、边、端等多种计算方式。算力作为数字经济时代的核心生产力，对推动技术产业进步，加速数字技术与实体经济深度融合发挥着重要作用，其战略性地位和支撑性作用愈加凸显。当前，人工智能大模型的深度开发和应用对算力提出了更高要求，进一步推动了计算技术产业的持续迭代创新和格局重塑。2023 年我国算力发展水平实现稳步提升，整体呈现以下四方面特征：智能算力持续快速增长，算力规模稳步扩大。从基础设施侧看，我国通用数据中心、智能计算中心持续加快部署，2023 年基础设施算力规模达到230EFlops，位居全球第二，在用数据中心机架规模超过810万标准机架，全国累计建成智算中心达60 个。从计算设备侧看，我国近六年累计出货超过2190 万台通用服务器，114 万台AI 服务器，算力总规模达到435EFlops，全球占比31%，增速达44%，其中智能算力稳定高速增长，增速达62%，占全国总算力比重达三分之二。计算技术创新成果涌现，计算产业蓬勃发展。技术方面，我国先后涌现一批先进计算技术创新成果，算法模型、计算芯片、计算软件、系统平台等环节持续取得突破并投入应用，计算机相关专利申请数连续4年突破三万件，前沿计算技术研发和产业化不断推进。产业方面，国内已形成覆盖底层软硬件、整机系统及平台应用的完整产业生态，整机市场份额不断攀升，国内市场占比连续两年超过80%。行业赋能作用不断深化，发展环境持续完善。互联网依然是我国算力需求最大的行业，在通用算力和智能算力中占比分别为38.6%和52%。与此同时，我国计算应用持续从互联网、电子政务等传统领域向服务、电信、金融、制造、教育等行业拓展，电信和服务行业算力占比进一步扩大。发展环境日益完善，我国网络基础设施能力稳步提升，5G 网络建设超额完成任务，移动物联网覆盖更广用户，全国一体化算力网建设不断加快，算力协同能力快速提升。数据资源的价值得到更多关注和重视，数据资源开放共享水平不断提升。算力助推数字经济增长，各地加快算力布局。近8 年我国算力规模平均每年增长46%，数字经济增长13.2%，均高于全球平均水平。我国各地算力稳步发展，各省算力发展指数同比平均增长17%，京津冀、长三角、粤港澳大湾区、成渝双城经济圈等区域算力发展保持领先水平。伴随着全国一体化算力网络建设持续推进，中西部地区算力设施建设、技术创新、计算应用等水平快速上升。2024 年蓝皮书在2023 年的基础上，进一步加强了全球和我国算力发展的研究，从更多角度客观评估我国整体及各省份现阶段算力发展水平，希望为各地推进计算技术产业、基础设施建设及计算应用发展提供参考。蓝皮书仍有诸多不足，恳请各界批评指正。目录目录一、先进计算兴起带动全球算力高速发展.1（一）先进计算多元发展，计算技术创新活跃.1（二）数字产业稳步推进，算力赋能深化发展.3（三）算力规模持续增长，智算占比超过六成.4（四）计算产业快速发展，AI 服务器加速增长.6（五）算力竞争不断加剧，国家战略加快布局.8二、多线发展推动我国算力量质齐升.11（一）算力规模稳定增长，智能算力持续高速增长.11（二）计算产业占比二成，先进计算创新成果涌现.14（三）全光网络加快建设，数据资源体系逐渐完善.15（四）赋能作用充分发挥，大模型应用深入千百业.17（五）算力助推经济增长，数字经济发展动能强劲.18三、先进计算暨算力发展指数评估.19（一）指标建立依据.21（二）指标体系建立.22（三）我国算力发展评估.23（四）算力发展指数与经济的关系.32四、加速体系化创新进程，促进算力全方位多维度发展.34（一）赋能区域发展，前瞻布局基础设施.34（二）突破核心技术，强化系统技术研发.35（三）深化企业合作，构筑自主产业生态.35（四）优化发展环境，发掘数据要素资源.36（五）应用场景牵引，驱动行业转型升级.36（六）深化国际合作，拓展算力市场蓝海.36附件一：算力指数测算框架.38附件二：数据来源.44图 目 录图 目 录图 1 全球算力规模及增速.5图 2 2023 年全球算力规模与 GDP 关系.9图 3 2023 年全球算力规模分布情况.10图 4 我国算力规模及增速.13图 5 我国算力内部结构.14图 6 我国 IT 硬件、软件、服务支出规模.16图 7 我国各行业计算应用分布情况.18图 8 2016-2023 年全球和我国算力规模与 GDP、数字经济规模关系.19图 9 先进计算暨算力发展指数 3.0.21图 10 2023 年中国部分省份算力发展指数.25图 11 2023 年中国部分省份算力规模分指数.26图 12 2023 年中国部分省份计算产业分指数.28图 13 2023 年中国部分省份计算技术分指数.29图 14 2023 年中国部分省份发展环境分指数.30图 15 2023 年中国部分省份计算应用分指数.31图 16 算力发展指数与 GDP 关系.33表 目 录表 1 先进计算暨算力发展指标体系.22先进计算暨算力发展指数蓝皮书（2024 年）1一、先进计算兴起带动全球算力高速发展当前全球计算技术加速创新，计算硬件、软件、算法、架构之间彼此激荡、同频共振，量子、类脑等新兴计算技术创新跨界交叠、磨砺聚变，以大模型为代表的新兴应用驱动算力需求快速增长。推动先进计算产业高质量发展，对推进新型工业化、构建现代化产业体系意义重大。（一）先进计算多元发展，计算技术创新活跃（一）先进计算多元发展，计算技术创新活跃先进计算是计算产业的基础和核心，也是推动新型工业化、构建现代化产业体系的重要力量。当前，人工智能、智能网联汽车等应用对先进计算的需求不断增长。2023 年我国算力规模位居全球第二，近 5 年年均增速近 30%。预计未来 3 年我国算力规模年均增速将达 45%，算力需求强劲增长势头有望长期延续。先进计算呈现多元化创新发展态势。芯片工艺持续升级，计算芯片、异构计算不断突破，计算技术迭代呈现体系化、全链条式创新。从摩尔定律延续看，先进工艺如 3nm 量产和 2nm 以下节点的研发推动了晶体管技术的革新，芯粒技术利用高级封装实现不同工艺和类型的芯片立体集成，有效应对设计难度和成本问题。从计算处理器看，通用芯片性能持续提升，面向特定应用场景的高性能、低功耗、定制化的专用算力芯片也在智能驾驶、智能语音、图像识别等领域发挥愈加重要的作用。从计算架构看，单一 CPU 提供的通用算力在部分特定场景下处理效率不高，“CPU 专用芯片”的异构架构在高性能计算、先进计算暨算力发展指数蓝皮书（2024 年）2人工智能等计算应用场景中正渐趋成为主流计算架构。智能计算需求带动先进计算各层次突破创新与协同升级。2023年，大模型成为先进计算技术发展的主要目标场景，其对算力需求的提升直接带动基础工艺、硬件、软件、整机等多维度技术创新。基础工艺方面，极紫外光（Extreme Ultra-violet，EUV）光刻机应用持续深入，3nm 工艺实现量产，环绕栅极（Gate-All-Around，GAA）晶体管结构正式应用于芯片制造；先进封装技术应用深化，如 AMD、苹果等实现了 CPU 和 GPU 共封。计算硬件方面，高带宽、大密度存储技术持续突破，HBM3E 样片实现交付，带宽高达 1.2 TB/s；片间高速互联技术持续发展，如英伟达 NVLink-C2C 技术可实现 900GB/s 的片间高速互联。计算软件方面，操作系统、编译器、数据库持续优化，以适配多类型计算芯片，提升大模型运行效率。PyTorch2.0 版本新增 Transformers 自定义内核架构功能，能够更好适配各种计算芯片；英伟达推出 TensorRT-LLM 大模型加速库，能够提升 LLM大模型的运行速率。计算整机方面，基于高速网络的大规模智算集群成为重点演进方向，英伟达、华为等厂商相继推出 DGX GH200、Atlas 900 SuperCluster 等多卡互联的超级计算机，并用于大模型训练推理。前沿计算部分领域进入产业化阶段。存算一体、量子计算、光计算等前沿颠覆计算技术创新活跃，逐渐在部分领域展现出算力优越性，部分技术路线进入产业化阶段。存算一体已在语音降噪、唤先进计算暨算力发展指数蓝皮书（2024 年）3醒、命令词识别等领域实现规模应用，并在 AI 推理领域具备显著的算力优势。Groq、Cerebras 先后发布基于 SRAM 的存算一体芯片，其大语言模型推理速度较英伟达 GPU 提高 1020 倍。量子计算技术持续演进，并与人工智能技术深度融合。如谷歌、帝国理工大学等在化学模拟中引入量子机器学习算法，从而加速量子化学的科学研究。光计算与经典算力混合，为人工智能、数据中心等场景提供加速能力已成为光计算应用探索方向。（二）数字产业稳步推进，算力赋能深化发展（二）数字产业稳步推进，算力赋能深化发展算力是数字经济发展的要素之一，不仅加速了信息技术产业的发展，还深刻促进了制造、交通、教育、媒体等传统产业的数字化转型与升级。同时，算力在创新商业模式、优化用户体验方面也展现出了巨大的潜力和价值。算力是数字产业化的重要组成部分。计算产业的发展助推计算芯片市场稳定增长。据 WSTS1统计，2023 年全球集成电路市场同比下降8.2%，同期全球计算芯片销售额为1785亿美元，同比增长1.1%，是集成电路细分领域唯一增长的大类。云计算是计算应用的重要场景之一，也是数字产业化的重要领域之一。在算力上云、企业上云以及行业数字化转型的带动下，云原生技术加速发展，据 Gartner统计，2023 年全球云计算市场规模达 5864 亿美元，同比增长 19.4%，近两年平均增速 20%，持续保持高速增长态势。1WSTS，World Semiconductor Trade Statistics，世界半导体贸易统计先进计算暨算力发展指数蓝皮书（2024 年）4计算应用助力产业数字化转型发展。算力正加速向政务、工业、交通、医疗等各行业、各领域渗透。在算力的加持下，数据的价值得以加速释放，智能引擎可以更好地优化生产资源、重构生产流程，提高生产力。“智改数转”成为工业制造发展主旋律，算力赋能推动工业制造从传统自动化控制向工业大模型演进。西门子、特斯拉、海尔卡奥斯等公司推出 gPROMS、Grok-1、COSMO-GPT 等工业大模型，已成功应用于工业指标优化、工业信息生成、工业问答等多个领域。算力对生产方式的改变也进入到金融领域，微软发布面向金融的 AI 助手 Copilot for Finance，通过自动化和智能化的方式处理繁琐的财务数据，减轻财务人员的工作负担。（三）算力规模持续增长，智算占比超过六成（三）算力规模持续增长，智算占比超过六成全球算力规模持续高速稳定增长。随着生成式人工智能的蓬勃发展，全球数据总量与算力规模正保持高速增长态势。据 IDC 数据，2023 年全球数据总产量为 129.3 ZB，过去五年平均增速超过 25%，预计 2024 年全球将生成数据 159.2 ZB，2028 将达到 384.6 ZB，较2024 年翻一番。算力规模方面，经中国信通院测算，2023 年全球计算设备算力总规模为 1397 EFlops，增速达 54%，其中基础算力规模2（FP323）为 497 EFlops；智能算力规模4（换算为 FP32）为 875 EFlops，2基础算力规模按照全球近 6 年服务器算力总量估算。全球基础算力=近六年（年服务器出货规模*当年服务器平均算力）。3FP32 为单精度浮点数，FP16 为半精度浮点数，FP64 为双精度浮点数。4智能算力规模按照全球近 6 年 AI 服务器算力总量估算。全球智能算力=近六年（年 AI 服务器出货规模*当年 AI 服务器平均算力）。先进计算暨算力发展指数蓝皮书（2024 年）5占总算力比例达到63%，较去年增加13 个百分点；超算算力规模5（换算为 FP32）为 25 EFlops。预计未来五年全球算力规模仍将以超过50%的速度增长，至 2030 年全球算力将超过 16 ZFlops，其中智能算力占比将超过 90%。来源：中国信息通信研究院、IDC、Gartner、TOP500图 1 全球算力规模及增速算力多元化发展态势持续。基础算力保持稳定增长，其中云计算、边缘计算等场景依然是基础算力的主要应用场景。根据 Gartner统计，2023 年全球基础设施即服务(IaaS)市场增长至 1400 亿美元，同比增长 16.2%。智能算力方面，大模型牵引算力需求持续增长。Sora、Gemini 等文生视频、多模态大模型相继发布，所使用的数据量和参数规模进一步增加，线上运行所需算力规模更为庞大，进一步带来智能算力需求爆炸式增加。2023 年全球用于训练的算力规模达到 357 EFlops，同比增长 91%。超算算力方面，E 级超算依然是5超算算力规模主要是基于全球超级计算机 TOP500 数据，并参考超算生产商的相关数据估算。先进计算暨算力发展指数蓝皮书（2024 年）6全球竞争的焦点。继 Frontier 成为全球首台 E 级超算后，美国阿贡国家实验室与英特尔携手打造的Aurora 系统成功跨越E 级算力门槛，峰值算力达到 1.012 EFlops，全球 E 级超算增加到两台。（四）计算产业快速发展，（四）计算产业快速发展，AI 服务器加速增长服务器加速增长通用计算领域，全球服务器市场持续发展。整机方面，根据 IDC数据，2023 全球服务器市场出货量为 1197 万台，同比下降 21%，但销售额达 1362 亿美元，同比增长 12%，反映单台服务器售价平均增长 42%，服务器价值进一步提升。戴尔、HPE/新华三、浪潮、超微和联想位列全球服务器市场前五，市场份额分别为 11.5%、11%、6.6%、6.2%和 4.6%，超微超越联想和 IBM 排名提升两位。白牌服务器定制化程度高、溢价低，受到越来越多云服务厂商的青睐，其占比从 2022 年的 26.2%增长至 2023 年 37.4%，增长率达 42.6%。芯片方面，X86 架构仍主导服务器芯片市场，但市场份额持续下滑；ARM 市场份额快速增长至 10.1%，竞争力进一步提升。X86 服务器芯片格局持续分化，英特尔主导地位进一步受到削弱，AMD 市场份额持续提升。根据 Mercury Research 数据，英特尔、AMD 在数据中心用 CPU 总体市场份额分别为 60%、26%，分别同比下降 11 个百分点和上升 6 个百分点。ARM 服务器芯片规模化应用成效显著，英伟达、亚马逊、华为、阿里等国内外巨头相继推出 ARM 服务器 CPU，预计未来 ARM 服务器市场份额将进一步提升，成为通用算力的重要补充力量。先进计算暨算力发展指数蓝皮书（2024 年）7智能计算领域，AI 服务器和 AI 芯片市场急速增长。整机方面，据 IDC 数据，2023 年全球 AI 服务器市场规模达 470 亿美元，同比增长 157%，增幅远超全球 AI 整体市场（含硬件、软件及服务）。大型云服务商及品牌客户等对高端 AI 服务器的需求旺盛，据TrendForce 数据，2023 年全球 AI 服务器的出货量为 118 万台，同比增长 34.5%；预计 2024 年全球 AI 服务器出货量将达到 167 万台，年增长率达 41.5%。2023 年全球 AI 服务器市场中，浪潮、戴尔、HPE、联想和华为位列全球前五，市占率分别为 22%、14%、10%、7%和 5%。芯片方面，据 Gartner 数据，2023 年全球 AI 芯片销售收入为 536 亿美元，预计 2024 年、2025 年收入总额将分别达到 710亿美元和 920 亿美元。从 AI 芯片类型来看，搭载 GPU 的 AI 服务器占比约为 71%，其中英伟达的市场占有率接近 90%，AMD 约为 8%。随着全球领先的云服务商不断加大对自研芯片的应用力度，非 GPU的 AI 芯片市场规模显著增长，其中 ASIC 芯片在 AI 服务器中的占比已攀升至 26%。超算积极部署加速处理器，E 级超算增添新成员。整机方面，在 TOP500 的榜单上，联想6、HPE、Eviden7、戴尔以 165 台、114台、49 台和 35 台位列前四位，浪潮和英伟达以 23 台并列第五位。芯片方面，CPU 仍以英特尔和 AMD 为主，TOP500 榜单上使用英特尔 CPU 的超算高达 315 台，占比 63%，同比下降了 9 个百分点；使6其中一台为与 IBM 合建，一台为与富士通合建7从 Atos 分拆出来，在之前的 Top500 榜单中为 Atos先进计算暨算力发展指数蓝皮书（2024 年）8用 AMD 处理器的超算有 156 台，同比增加 35 台。此外异构计算芯片在超级计算机中的应用进一步增加，TOP500 榜单上共有 194 台超级计算机使用了加速/协同处理器技术，同比增加 9 台；其中有 83台使用了 NVIDIAAmpere GPU，48 台使用 NVIDIA Volta GPU，14台采用 AMD GPU。量子计算、类脑计算、光计算、存算一体等前沿领域产业规模较小，仍处在早期发展的阶段。量子计算方面，2023 年全球市场规模达到 16 亿美元，较去年增长 48%，主要营收来自企业投资和与金融、交通、生物医药、军事等领域的技术合作。类脑计算方面，全球市场规模达到 20 亿美元，较去年增长 15%，主要营收来自医疗和教育领域。光计算方面，目前还处于商业化极早期阶段。存算一体方面，由于在大模型推理领域具备算力优势，预计两年内存算一体计算芯片将部署在手机等智能设备中作为端侧大模型的推理载体。2023 年，存算一体全球市场规模达到 1.1 亿美元，同比增长 150%，预计市场规模将进一步增长。（五）算力竞争不断加剧，国家战略加快布局（五）算力竞争不断加剧，国家战略加快布局算力与国家经济发展水平正相关。全球各国算力规模与经济发展水平密切相关，经济发展水平越高，算力规模越大的规律依然成立。2023 年算力规模前 20 的国家中有 17 个是全球排名前 20 的经济体，并且前四名排名一致，美国和中国依然分列前两位，保持领跑者位置。与 2022 年相比，瑞士、瑞典等国算力排名有所提升。先进计算暨算力发展指数蓝皮书（2024 年）9来源：中国信息通信研究院、IDC、Gartner、世界银行图 2 2023 年全球算力规模与 GDP 关系全球主要国家和地区持续推进先进计算技术产业布局。算力成为各国抢占发展主导权的重要手段，全球主要国家和地区纷纷加快战略布局，尤其在国家层面加大对智能计算的投入。美国高度重视先进计算和集成电路技术产业发展，通过国家投资和激励计划，持续巩固美国在智能计算和半导体领域的全球领先地位。美国先后于2020、2022、2024 年连续发布三版关键和新兴技术清单，明确了18 至 20 项为保持全球领导力而需重点发展的关键技术，先进计算均位列第一。日本和韩国高度重视智能计算技术产业的发展，并从国家层面给予专项投资。2024 年 4 月，日本宣布提供总额 725 亿日元的补贴，用于打造人工智能超级计算机。2024 年 2 月，韩国宣布将投资 9150 万美元来推动本国云计算产业智能化发展。欧盟国家也不先进计算暨算力发展指数蓝皮书（2024 年）10断加大对智能计算产业发展的投入力度。2023 年 11 月，德国发布 人工智能行动计划，该计划新增 20 项额外的人工智能举措，并在本届政府任期内投入超过 16 亿欧元，助力德国在国家和欧洲层面促进人工智能的发展。来源：中国信息通信研究院、IDC、Gartner、TOP500图 3 2023 年全球算力规模分布情况全球算力竞争加剧，多个国家围绕国家安全开展布局。算力规模方面，经中国信通院测算，美国、中国、欧洲、日本在全球算力规模中的份额分别为 41%、31%、15%和 4%，美国算力规模快速增长，并拉开与中国的差距，算力规模全球占比超过中国 10 个百分点。基础算力方面，美国和中国以 36%和 28%的全球占比分列前两位，美国保持领先优势；智能算力方面，美国反超中国位列全球第一，按照近 6 年 AI 服务器算力总量估算，美国和中国算力全球占比分别为 43%和 33%；超级计算方面，美国、中国、日本在超算综合性能指标方面位列全球前三，总算力份额分别为 54%、20%、8%。技术先进计算暨算力发展指数蓝皮书（2024 年）11产业方面，美西方发达国家持续加码相关国家战略和政策，加大对本土产业链供应链培育和保护力度，限制高性能计算芯片、关键材料、设计软件、制造设备出口，以维持在先进计算领域的领先优势，进一步加剧计算技术创新及产业生态竞争。二、多线发展推动我国算力量质齐升2023 年是“十四五”规划的中坚之年，我国实现了算力规模和供给水平的稳步提升，计算技术水平实现长足进步，发展环境持续优化，行业赋能效益逐渐显现，助推数字经济蓬勃发展。（一）算力规模稳定增长，智能算力持续高速增长（一）算力规模稳定增长，智能算力持续高速增长从基础设施侧看，数据中心、智能计算中心、超算中心加快部署。随着全国一体化算力网加快建设和“东数西算”工程的推进，我国算力基础设施建设和应用保持快速发展，根据工信部数据，截止到 2023 年底，我国基础设施算力规模达到 230 EFlops（FP32），位居全球第二。一是我国数据中心规模稳定提升，据国家数据局统计，截至 2023 年底，我国在用数据中心机架总规模超过 810 万标准机架，在用数据中心服务器规模超 2500 万台，近 5 年年均增速超过25%，平均上架率近 60%。我国数据中心电能使用效率（PUE）持续下降，行业内先进绿色数据中心 PUE 已降低到 1.1 以下，最低已达到 1.04 以下，达到世界先进水平。二是智能计算中心持续加快布局。据数字中国发展报告(2023 年)数据，全国累计建成智算中先进计算暨算力发展指数蓝皮书（2024 年）12心8达 60 个，在推动产业升级与转型、提升科研创新能力、服务社会民生、带动就业与人才培养、推动区域协同发展方面发挥关键作用。三是超算异构融合进程不断提速。我国超算进入 CPU GPU 异构融合计算的发展阶段，2023 年我国 HPC TOP100 榜单前十名中有7 台采用 CPU GPU 异构众核处理器，其中既有基于国产处理器的“神威聚龙”超算，也有多家部署在网络公司、提供商业化算力服务的超级计算机。从设备供给侧看，我国算力规模稳定增长。经中国信通院测算，2023 年我国计算设备算力总规模达到 435 EFlops（FP32），全球占比约为 31%，同比增速达 44%。基础算力增速放缓，基础算力规模9为140.4 EFlops（FP32），增速为 17%，增速同比放缓 9 个百分点，在我国算力占比为 32.2%，其中 2023 年通用服务器出货量达到 388.7万台，同比增长 1.1%，六年累计出货量达到 2190 万台。智能算力增长迅速，智能算力规模10达到 289.4 EFlops（换算为 FP32），同比增长 62%，在我国算力占比达 66.5%，成为算力增长最重要的组成部分。2023 年我国 AI 服务器出货量达到 33 万台，同比增长 15%，六年累计出货量超过 114 万台；我国加速服务器市场规模达到 94 亿美元，同比增长 104%。其中 GPU 服务器依然处于主导地位，占据92%的市场份额，达到 87 亿美元。同时 NPU、ASIC 和 FPGA 等非8AI 卡 500 张以上9基础算力规模按照我国近 6 年服务器算力总量估算。我国基础算力=近六年（年服务器出货规模*当年服务器平均算力）。10智能算力规模按照我国近 6 年 AI 服务器算力总量估算。我国智能算力=近六年（年 AI 服务器出货规模*当年 AI 服务器平均算力）。先进计算暨算力发展指数蓝皮书（2024 年）13GPU 加速服务器以同比 49%的增速占据了近 8%的市场份额，在我国市场规模超过 7 亿美元。预计到 2026 年我国智能算力规模将突破1000 EFlops，进入 ZFlops 级别，在我国算力占比将达到 80%。超算算力持续提升，2023 年我国超算算力规模11为 5.1 EFlops（换算为FP32），连续三年增速超过 30%，联想、浪潮、曙光以 43 台、24 台、10 台超算位列我国超算制造厂商前三名。来源：中国信息通信研究院、HPC TOP100图 4 我国算力规模及增速11超算算力规模主要是基于全球超级计算机 TOP500、中国高性能计算机性能 TOP100 数据，并参考超算生产商的相关数据。先进计算暨算力发展指数蓝皮书（2024 年）14来源：中国信息通信研究院图 5 我国算力内部结构（二）计算产业占比二成，先进计算创新成果涌现（二）计算产业占比二成，先进计算创新成果涌现我国算力供给水平大幅提升。我国已形成体系较为完整、规模体量庞大、创新活跃的计算产业，在全球产业分工体系中的重要性逐渐提升。2023 年我国以计算机为代表的计算产业规模近 2.6 万亿元，占电子信息制造业的近 20%，计算技术国内有效发明专利数量长期位列各行业分类第一，产业高质量发展新格局日益成熟完备。一是国产品牌在整机市场中占据主导地位。通用计算领域，浪潮、新华三、超聚变、联想、中兴排名我国服务器市场前五名，国产品牌市场份额合计接近 81%，连续两年超过 80%。智能计算领域，浪潮、新华三、宁畅连续两年排名我国人工智能服务器市场前三名，国产品牌市场份额达 97%。高性能计算领域，我国超算系统占有量先进计算暨算力发展指数蓝皮书（2024 年）15与制造商总装机量均保持全球领先。二是产业生态不断完善。国产芯片已初具规模，X86、ARM、自主架构 CPU 持续壮大应用市场，昇腾、百度、寒武纪等 AI 芯片加速迭代优化，已在多个国内智算中心装机使用。国产操作系统产业生态日渐完善，鲲鹏生态、PKS 体系等国产操作系统已覆盖底层软硬件、整机系统及应用等关键环节，在政务、金融、电力、运营商等行业实现了规模应用。先进计算创新能力不断提升。2023 年我国计算机领域专利申请超过三万件，先进计算领域涌现出一批创新成果。一是基础软硬件围绕智能计算持续突破。我国在 GPU、GPGPU、DSA 等 AI 芯片领域已涌现出 40 余家企业，产品性能稳步提升。国产操作系统积极拥抱 AI 发展机遇，银河麒麟、龙蜥等推出面向 AI PC 以及模型训练的操作系统版本，提供更加完善的 AI 应用支持。二是我国 AI 大模型不断取得新进展。截止到 2024 年 10 月，完成备案并上线为公众提供服务的生成式人工智能服务大模型近 200 个，注册用户超过 6 亿。三是前沿计算技术在实验和产业多维度取得突破，中国科技大学、本源量子等先后推出新一代量子计算机，可编程、可交付等能力持续突破。（三）全光网络加快建设，数据资源体系逐渐完善（三）全光网络加快建设，数据资源体系逐渐完善网络设施建设持续提升算力协同能力。在国家政策引导下，围绕全国一体化算力网建设的配套设施持续建设，中国移动、中国电信、中国联通进一步加快 400G 全光网络建设，加速打通全国一体化先进计算暨算力发展指数蓝皮书（2024 年）16算力网。算力协同能力逐渐增强，据统计，目前全国已发布或建设20 余个算力调度平台，主要由基础电信运营商、算力枢纽节点城市政府、企业及行业机构等主导建设。网络基础设施能力持续完善，截至 2023 年底，国内各省份平均互联网省际出口带宽超过 55 Tbps，同比增速近 10%；已有 207 个城市建成千兆城市，较 2022 年提升近一倍。算力投资重回稳定增长态势。2023 年我国 IT 支出规模达到 2.4万亿元，同比增长 5.1%，扭转了 2022 年小幅下滑的态势。未来，随着在训练推理应用方面算力需求的持续提升，我国算力投资的 IT支出将保持稳定增长态势，预计 2024 年中国 IT 支出增速将进一步增长，增幅达到 8.5%。来源：中国信息通信研究院图 6 我国 IT 硬件、软件、服务支出规模先进计算暨算力发展指数蓝皮书（2024 年）17日益健全的数据资源体系为先进计算发展注入强劲动能。我国数据资源供给能力不断提升，根据 国家信息化发展报告（2023 年）数据，2023 年全国数据生产总量达 32.85 ZB，大数据产业规模达 1.74万亿元，同比增长 10.45%。我国数据资源流通体系不断完善，截至2023 年底，全国已有数十个省市上线公共数据运营平台，有二十多个省市成立了专门的数据交易机构，广东、山东、江苏、浙江的数据交易机构数量位居全国前列。（四）赋能作用充分发挥，大模型应用深入千百业（四）赋能作用充分发挥，大模型应用深入千百业先进计算加快云侧部署，带动行业数字化转型。先进计算加速社会生产智能化转型，2023 年工信部遴选的 34 个应用案例展示了其在城市管理与工业升级中的广泛应用与重要作用。与此同时，我国计算应用持续从互联网、电子政务等传统领域向服务、电信、金融、制造、教育等行业拓展。在通用算力领域，互联网行业仍是算力需求最大的行业，占通用算力 38.6%的份额，较去年下降了 0.4 个百分点；电信和服务行业算力占比进一步扩大，占比分别上升 0.9 和 0.88个百分点。在智能算力领域，互联网行业对数据处理和模型训练的需求不断提升，是智能算力需求最大的行业，占智能算力 52%的份额；服务行业持续从传统模式向新兴智慧模式发展，算力份额占比保持第二；政府、电信、制造、教育、金融、运输等行业分列第三到八位，与上一年度排名相同。先进计算暨算力发展指数蓝皮书（2024 年）18来源：中国信息通信研究院图 7 我国各行业计算应用分布情况智能终端算力提升成为新的增长需求。终端侧私有数据和推理计算是终端算力的重要发挥空间，本地化 AI 模型能够直接在智能手机、电脑等智能终端上运行，正逐步成为“大模型时代”下备受瞩目的新需求与发展方向。越来越多的手机厂商涌入 AI 大模型赛道，低于百亿参数的大模型成为主要产品。华为、小米、vivo、OPPO、荣耀等我国主要手机厂商相继发布盘古大模型、MiLM-6B 模型、蓝心大模型、安第斯大模型、魔法大模型等多款国产手机大模型产品。在手机大模型的推动下，2023 年我国手机总体出货量达 2.89 亿部，同比增长 6.5%；尤其 9 月-11 月多款国产手机大模型发布，我国手机出货量同比增长 37%。目前已有超过 70%的高端机型搭载 GenAI功能。（五）算力助推经济增长，数字经济发展动能强劲（五）算力助推经济增长，数字经济发展动能强劲算力推动我国数字经济蓬勃发展。算力发展与经济发展水平呈先进计算暨算力发展指数蓝皮书（2024 年）19显著的正相关关系。统计数据显示，20162023 年期间，我国算力规模年均增长 46%，数字经济增长 13.2%，GDP 增长 7.8%；同期全球算力规模年均增长 39%，数字经济规模增长 8%，GDP 增长 4.7%，我国算力规模增速和 GDP 增速均高于全球平均水平。同时国家和各地方政府以及企业等在算力的投入力度进一步加大，助推计算技术产业发展。截至 2024 年 6 月底，“东数西算”八大节点投资超 435亿，带动超 2000 亿投资，机架规模超 195 万架，上架率约 63%。来源：中国信息通信研究院图 8 2016-2023 年全球和我国算力规模与 GDP、数字经济规模关系三、先进计算暨算力发展指数评估2023 年，全国一体化算力网络加快构建，国家超算互联网启动建设，推动构建市场化、互联网化、标准化的先进计算服务环境。国家发改委等部门联合印发的关于深入实施“东数西算”工程 加先进计算暨算力发展指数蓝皮书（2024 年）20快构建全国一体化算力网的实施意见等文件，为算力服务平台建设和互联互通提供了明确的政策支持和方向指引。多个省份根据地方算力发展的基础和需求，围绕计算产业发展、技术创新、应用试点、环境优化等积极出台相关政策，抢抓计算产业发展先机。为全面梳理、客观评价我国算力发展状况，对我国算力拥有更为科学、具象的认识，结合算力发展特点和重点影响因素，我院基于先进计算暨算力发展指数，全面客观评价我国各省份算力发展水平，为全国、各省份算力发展政策制定提供有力支撑。基于算力发展研究体系，蓝皮书从算力规模、计算产业、计算技术、发展环境和计算应用五个维度衡量我国的算力发展水平。并基于我国目前算力发展现状在中国算力发展指数 2.0 的基础上增加了先进计算赋能新质生产力典型应用案例数量作为计算应用的三级指标。并根据数据可获取性和典型性删去了基础设施算力和消费应用水平两个二级指标，增加数字化规模作为计算应用的二级指标。先进计算暨算力发展指数 3.0 如图 13 所示。先进计算暨算力发展指数蓝皮书（2024 年）21来源：中国信息通信研究院图 9 先进计算暨算力发展指数 3.0（一）指标建立依据（一）指标建立依据基于对全球和我国算力发展情况的分析，并综合 IDC12、罗兰贝格13、华为、浪潮等国内外机构和企业对算力测度及相关指标体系的研究，在充分征求专家意见的基础上，蓝皮书从算力规模、计算产业、计算技术、发展环境和计算应用五个维度选取相关指标建立先进计算暨算力发展指数 3.0，全面客观评价我国算力发展状况，分析各地现阶段的算力发展水平。算力规模主要基于基础算力、智能算力和超算算力来衡量。计算产业主要基于计算设备、计算芯片、计算软件三个方面来衡量。计算技术主要基于算力创新水平和研发投入来衡量。发展环境主要基于网络环境、算力投入、数据开放来衡量。计算应用主要基于数字化水平和行业应用水平来衡量。先进计12IDC、浪潮和清华大学联合发布的 2022-2023 全球计算力指数评估报告，主要围绕计算能力、计算效率、应用水平和基础设施支持四类指标进行评估。13罗兰贝格与华为联合发布的泛在算力：智能社会的基石给出了全球算力衡量指标体系，主要基于云、边、端对全球各国整体算力进行估算。先进计算暨算力发展指数蓝皮书（2024 年）22算暨算力发展指数 3.0 指标选择时遵循科学性、代表性、独立性的原则，结合算力发展特点和重点影响因素，并综合考虑到数据的可获取性和可比较性。（二）指标体系建立（二）指标体系建立在评价工作开展过程中，按照科学的研究与分析方法，对各项指标进行权重确定、赋值和计算打分阶段，得到我国算力发展综合指数。综合指数的形成过程，可分为四个阶段：1.形成指数体系：根据上述建立指标体系的依据，征求专家的意见，对我国算力发展评价现状进行梳理，结合算力发展特点和重点影响因素，从算力规模、计算产业、计算技术、发展环境、计算应用五个维度搭建算力发展指数体系，指标涉及算力规模、计算产业等 5 个一级指标，基础算力、创新水平等 13 个二级指标，基础算力规模、智能算力规模等 14 个三级指标。表 1 先进计算暨算力发展指标体系一级指标二级指标三级指标单位算力规模基础算力服务器算力规模EFlops智能算力AI 服务器算力规模EFlops超算算力超级计算机算力规模EFlops计算产业计算设备计算设备产量万台计算芯片集成电路产量万块计算软件软件业务收入亿元计算技术创新水平计算发明专利申请数件计算发明专利授权数件先进计算暨算力发展指数蓝皮书（2024 年）23一级指标二级指标三级指标单位研发投入计算机制造业 R&D 经费亿元发展环境网络环境互联网省际出口带宽Tbps算力投入IT 支出规模亿元数据开放数据开放数林指数/计算应用数字化水平产业数字化规模亿元行业应用水平先进计算赋能新质生产力典型应用案例个来源：中国信息通信研究院2.确定指标权重：针对形成评价体系的一级、二级、三级指标，通过基于专家打分法的层次分析法（AHP）方法，得到评价指标体系中每个一级、二级、三级指标之间的相对权重。3.根据区域实际情况对指标进行赋值：根据各省份、各城市算力发展实际情况14，得到每个指标的实际数值，并且对数据进行标准化处理，得到每个指标的赋值情况。4.计算综合指数：最后根据指标的具体赋值情况和相应的权重，最终形成各区域综合指数。（三）我国算力发展评估（三）我国算力发展评估1.算力发展指数京津冀、长三角、粤港澳大湾区、成渝双城经济圈等区域算力发展水平领先。整体来看，广东、北京、上海及周边省份算力发展14受数据可得性及数据连续性等限制，本报告测算不包括中国香港、中国澳门、中国台湾地区。先进计算暨算力发展指数蓝皮书（2024 年）24指数较高，其中广东、北京、浙江、江苏、上海、山东排名前六，位于第一梯队，算力发展指数达到 35 以上。四川、福建、天津、河南、陕西、湖北、河北、安徽排名第七至第十五名。总体来看，京津冀、长三角、粤港澳大湾区、成渝双城经济圈依托雄厚经济基础、把握算力发展机遇，在先进计算关键技术创新、计算产业提振、算力基础设施建设、算力发展环境优化、算力创新应用推广等维度均取得突出成果，整体算力发展指数领先。全国一体化算力网络建设持续推进，中西部核心省份算力快速发展。中西部省份绿色能源充足，西北部省份气候条件优越，贵州、内蒙古、甘肃、宁夏等核心省份算力发展优势突出，随着“东数西存”“东数西训”“东数西算”等链条并行发展，技术创新、计算应用、产业基础等制约算力发展的条件将不断得到改善。甘肃省庆阳市作为全国一体化算力网络国家枢纽节点之一，已建成多个大型数据中心集群，如中国移动(甘肃庆阳)数据中心等，这些数据中心不仅为甘肃省提供了充足的算力资源，还建成了由西安直达北京、上海、广州、成都等重点城市的网络链路，为各行业各领域提供了更加便捷、高效的算力服务。宁夏中卫市作为全国首个“双中心”城市（算力和互联网交换“双中心”），已建成亚马逊、中国电信等 10余个大型、超大型数据中心，并建成全国首个万卡级智算基地。先进计算暨算力发展指数蓝皮书（2024 年）25来源：中国信息通信研究院图 10 2023 年中国部分省份算力发展指数2.算力规模分指数北京领先优势较大，东部地区算力规模分指数较高。东部地区依然是算力需求最旺盛的区域，贡献了全国 91%的计算设备算力。北京拥有全国最多的互联网公司，同时也是多家金融机构、科技公司的所在地，对算力设备的采购领先全国其他省份。广东、浙江、江苏、上海山东、天津位于第二梯队。前五名省市排名与去年相同，在全国通用服务器和 AI 服务器市场份额总计分别达到 81%和 92%，较去年均分别提升 2 个百分点，头部效应进一步加强。超算算力方面，广东、天津、山东、江苏、北京、浙江、陕西、四川等省份位居前列。整体来看，我国三大运营商持续进行 AI 算力服务器采购，积极部署构建算力基础设施，今年将累计采购近 1.5 万台 AI 服务器，先进计算暨算力发展指数蓝皮书（2024 年）26算力规模将进一步大幅提升。来源：中国信息通信研究院图 11 2023 年中国部分省份算力规模分指数3.计算产业分指数东部省份保持领先，头部省份和领先省份差距逐渐缩小。整体来看，以广东为代表的粤港澳大湾区计算产业发展水平仍保持第一，但随着计算设备产量的大幅降低，计算产业分指数由去年近 110 分降到 96 分；与此同时，北京、江苏、山东、上海、浙江等东部省份的计算产业分均实现上涨，分数超过 20 分，并缩小与广东省之间的差距。其中北京计算产业分首次超过 50 分，山东计算产业分首次超过 30 分。计算设备方面，广东、福建、天津、江苏、山东等省份在服务器等计算设备产量（不考虑微型计算机设备）方面处于领先，排名前五，尽管广东 2023 年计算设备产量同比大幅降低，由 1100先进计算暨算力发展指数蓝皮书（2024 年）27万降到 820 万，但仍保持绝对领先地位，占全国总产量的 55%。以深圳、东莞、惠州为中心的珠江东岸电子信息产业带依然是我国最重要的计算产业区。2023 年，山东设备产量位居全国第 5，在加快实施“十大工程”推动新一代信息技术产业高质量发展的指导意见中提出实施先进计算“固链”工程，构建具有全球影响力、安全稳定的高性能计算机产业体系。计算芯片方面，江苏、广东、甘肃、上海、浙江、北京等省份在计算芯片产量方面位于前列，其中江苏集成电路芯片产量连续三年突破 1000 亿块，占全国总量 30%，与上海、浙江、安徽等周边省份构建较为完备的产业链上下游，实现协同发展。江苏一直在大力发展本土的芯片产业链，已经拥有芯片设计、芯片制造以及芯片封测等各个环节的芯片企业，并吸引了台积电、三星、SK 海力士等多家国际知名芯片制造企业在此投资建厂。计算软件方面，北京、广东、江苏、山东、上海在软件业务收入方面位于前列，2023 年软件业务收入均突破一万亿元大关，其中北京保持榜首位置，突破 2.6 万亿元大关。先进计算暨算力发展指数蓝皮书（2024 年）28来源：中国信息通信研究院图 12 2023 年中国部分省份计算产业分指数4.计算技术分指数东部省份指数较高，算力创新水平和研发投入处于领先。整体来看，广东在计算技术分指数领先优势较大，算力创新水平和研发投入均位列全国第一，北京、江苏、浙江、上海、山东、福建等东部省份以及湖北、安徽、四川位列前十，东部省份计算技术水平处于领先地位。中西部省份计算技术水平稳步提升，其中陕西排名提升 4 名至第 11 位。算力创新水平方面，广东、北京、上海位居前三，在计算发明专利申请数和发明授权数方面处于领先，全国占比累计超过三分之二，其中广东省近五年计算发明专利申请数和发明授权数分别达到 6 万和 2.2 万个，占比达 41%，处于绝对领先地位。浙江、江苏、山东、湖南、湖北、安徽、四川跻身前十。算力研发投先进计算暨算力发展指数蓝皮书（2024 年）29入方面，广东、江苏、浙江、湖北、上海、山东、福建、安徽、四川、北京位居前十，在计算机制造业 R&D 经费方面处于领先，湖北和山东较去年分别提升 2 名和 3 名。广东在计算机、通信和其他电子设备制造业 R&D 经费方面大幅领先于其他省份，超过 1500 亿元，全国占比达 39%。来源：中国信息通信研究院图 13 2023 年中国部分省份计算技术分指数5.发展环境分指数京津冀、长三角、粤港澳大湾区、成渝双城经济圈四大城市群占据前列。整体来看，各省份算力发展环境持续优化，算力网络环境不断完善，算力投入力度持续加大，数据开放程度不断提升。其中广东、浙江、北京、上海、江苏、山东排名前六，发展环境指数达到 60 以上。算力网络环境方面，广东、上海、浙江、江苏、北京、先进计算暨算力发展指数蓝皮书（2024 年）30河南、河北位列前七名，其中广东、浙江和江苏在互联网省际出口带宽国内领先，浙江凭借筹备杭州亚运会期间的一系列基础设施建设，将互联网省际出口带宽大幅扩容。算力投入力度方面，北京、广东、上海、江苏、浙江排名前五，与去年相同，相关指数达到 60以上，其中北京和广东的 IT 硬件、软件和服务支出规模分别超过3100 亿元和 2800 亿元，算力投入力度领先于其他省份。数据开放程度方面，分值较高的地区主要集中在东南部沿海和算力网络国家枢纽节点省份，浙江、山东、上海、贵州、福建、四川排名前六，相关指数在 45 以上，其中浙江在准备度、数据层、利用层三项分指数排名第一，贵州在服务层指数排名第一。位于西部地区的贵州、四川、广西排名进入全国前十，在数据开放方面处于相对领先水平。来源：中国信息通信研究院图 14 2023 年中国部分省份发展环境分指数先进计算暨算力发展指数蓝皮书（2024 年）316.计算应用分指数东部沿海省份保持领先，算力引领产业数字化发展步伐。整体来看，浙江、广东、江苏、山东连续三年排名前四。北京、湖南、四川、河南、福建、上海、湖北位列五到十一名，计算应用指数均超过 50。数字化水平方面，算力为各省份产业数字化持续健康发展输出强劲动力，对行业数字化转型的拉动作用较为明显，广东、江苏、山东、浙江、福建、上海、湖北排名前六，其中广东省产业数字化发展保持领先，产业数字化规模达到 4.8 万亿元，江苏、山东、浙江、福建、上海、湖北、四川等地区产业数字化规模超过 2 万亿元。行业应用水平方面，全国有 18 个省份有相关成果入选工信部2023 年先进计算典型应用案例，其中浙江、北京、广东、湖南入选案例数量排名前四。来源：中国信息通信研究院图 15 2023 年中国部分省份计算应用分指数先进计算暨算力发展指数蓝皮书（2024 年）32（四）算力发展指数与经济的关系（四）算力发展指数与经济的关系各省份算力发展指数与其经济规模呈现出显著的正相关。算力对各省份经济发展具有强力推动作用，2023 年数字经济规模和地区生产总值较高的省份，算力发展水平也较高。算力发展指数每提高 1点，数字经济增长约 574 亿元（约占全国数字经济规模的 1.06），地区生产总值增长约 1220 亿元（约占全国 GDP 的 0.97）。整体来看，2023 年算力对数字经济和地区生产总值增长的带动作用相较2022 年出现下滑，主要有四大因素，一是国民经济和数字经济的发展受多种因素制约，尤其近几年受国际形势等影响，全球经济整体下行；二是随着算力的增长，边际效应凸显，带动作用自然下降，这种现象在日本等发达国家尤其显著；三是算力增长对经济的带动作用有滞后性，从算力建成到发挥最大作用有 1-3 年的缓冲期，我国仍处于全国一体化算力网建设期，预计到 2026 年左右算力赋能作用才会显现；四是新需求新应用对经济的拉动作用不及预期，尽管大模型自崛起后快速扩张，但商业落地等方面仍存在困难，对当前生产生活中的实际带动作用有限。先进计算暨算力发展指数蓝皮书（2024 年）33来源：中国信息通信研究院图 16 算力发展指数与 GDP 关系各省份按照算力发展主要分为供给驱动型、需求拉动型、协同发展型三类。一是以北京、上海等省份为代表的供给驱动型，本地算力规模和计算产业规模较大，且发展环境较好，并为其他省份消费及行业应用提供算力支撑。这些地区正在进一步绿色集约化发展先进算力，并加快核心骨干网络建设，充分发挥算力枢纽作用，为周边地区乃至全国提供更加快速便捷的算力资源。二是以江苏、山东、四川、河南、湖北、福建、湖南等省份为代表的需求拉动型，本地算力需求旺盛，算力消费应用水平和行业应用水平较高。这些地区因地制宜，根据地方实际算力需求，做好科学规划，以更具前瞻性的方式进一步推进智算中心、超算等算力基础设施的建设。三先进计算暨算力发展指数蓝皮书（2024 年）34是以广东、陕西、重庆等为代表的协同发展型，这些地区数字经济与算力协同发展，一方面继续吸纳算力中心城市的算力溢出，壮大自身算力规模；另一方面持续挖掘区域内计算应用需求，充分发挥算力对社会经济发展的赋能作用。四、加速体系化创新进程，促进算力全方位多维度发展算力作为新质生产力的重要组成部分，在推进实体经济和数字经济融合高质量发展进程中发挥至关重要的作用。下一步，要不断壮大算力规模，提升产业供给能力，激发创新活力和应用潜力，完善产业生态，持续优化发展环境，深化对外开放合作，着力构建我国算力发展新格局，迈入数字经济蓬勃发展的新征程。（一）赋能区域发展，前瞻布局基础设施（一）赋能区域发展，前瞻布局基础设施既满足当前的迫切需求，也适当超前布局，科学有序、绿色集约地推进数据中心、智能计算中心、超级计算中心等算力设施建设，带动区域数字化转型、促进产业智能升级、赋能区域社会经济发展。加强评估评测提升算力设施选型的先进性、科学性、精准性，打造一批示范性、引领性强的新型算力设施标杆。构建全国一体化大数据中心体系，强化算力资源的统筹智能调度能力，加快全国一体化算力网络建设，加快打造数网协同、数云协同、云边协同、绿色智能的多层次算力设施体系。先进计算暨算力发展指数蓝皮书（2024 年）35（二）突破核心技术，强化系统技术研发（二）突破核心技术，强化系统技术研发持续支持 Chiplet、3D 封装等先进封装、先进工艺等基础共性技术攻关，推进国内 GPU 企业与国内制造、IP、EDA 等半导体厂商紧密合作，保障国产芯片供应链安全。强化智能算力关键技术突破，开展高速存储、高速互联技术、编译优化、运行时支持等技术攻关，打造自主智能计算关键技术体系。充分发挥整机集成优势，发挥算力集群能力，提升云边端协同水平，弥补单芯片、生态能力不足，推动龙头骨干企业建立技术、产业、市场应用优势。推进存算一体、量子计算、类脑计算、光计算等前沿颠覆式计算体系化布局，补齐关键材料、器件、仪表、环境系统等支撑配套短板，保障自主供给能力。（三）深化企业合作，构筑自主产业生态（三）深化企业合作，构筑自主产业生态面向多元化应用场景的技术融合和产品创新，提升产业链关键环节竞争力，推动计算产业发展迈向全球价值链中高端。持续深化行业企业合作，探索开源 AI 发展路径，推动架构、编译器、框架开源发展，吸引开发者繁荣生态。设立开源社区贡献激励机制，引导国产芯片企业和行业用户优先使用开源社区内的配套软件产品，推动构建统一框架或软件平台，强化框架对超大规模 AI 的支持能力，推动共性算子开发，加速算子收敛，实现大模型跨平台的快速迁移。先进计算暨算力发展指数蓝皮书（2024 年）36（四）优化发展环境，发掘数据要素资源（四）优化发展环境，发掘数据要素资源同步推进科技创新、专业教育与人才培养，依托课程教学、学术交流等途径，专注培养国产软件栈开发及软硬件适配人才，提升国产软硬件的协同发展水平。完善测试验证体系，制定符合我国发展需求的评估测试方法和规范，研发自主测试工具，实现对我国训推芯片产品的系统、全面评估评价。优化融资方式，引导投融资机构对重点计算芯片企业提供资金、平台、业务等组合支持。发挥数据关键生产要素作用，建立健全数据资源管理应用交易机制，促进数据要素高效流通，深化数据资源开发利用，培育壮大数据要素市场。（五）应用场景牵引，驱动行业转型升级（五）应用场景牵引，驱动行业转型升级持续发挥我国大市场深度和新型举国体制优势，在“东数西算”等算力基础设施布局建设中，鼓励优先选用国产技术产品。选定政府、金融、教育等重点行业，明确国产 AI 芯片采购比例、目录、方法等。开展典型应用案例征集，助力国产芯片、解决方案精准找到适合的落地场景，加速算力赋能重点行业智能化转型。加快算力监管和调度平台建设，强化算力供需对接水平，提升算力在制造业、服务业、科研等领域的应用，推动行业转型升级。（六）深化国际合作，拓展算力市场蓝海（六）深化国际合作，拓展算力市场蓝海推进“一带一路”算力合作，加强与沿线国家在算力基础设施、计算技术产业、数字化转型等领域的深度合作，共同打造互信互利、先进计算暨算力发展指数蓝皮书（2024 年）37包容共赢的合作伙伴关系。通过优化营商环境、促进公平竞争、加强知识产权保护等措施，吸引更多外资企业参与中国计算产业的建设与发展，同时鼓励国内企业积极“走出去”，拓展海外市场，实现互利共赢。坚持创新驱动发展战略，强化知识产权保护，确保数据安全与隐私保护，以技术自主和产业安全为基石，稳固我国在全球算力竞争中的优势地位。积极参与国际算力安全标准的制定与推广，推动形成国际共识与合作机制。先进计算暨算力发展指数蓝皮书（2024 年）38附件一：算力指数测算框架基于先进计算暨算力发展指数 3.0，算力指数包括算力规模、计算产业、计算技术、发展环境和计算应用五个维度。维度一：算力规模。主要基于基础算力、智能算力、超算算力等算力设备算力来衡量。计算设备算力主要是根据各地区近六年的算力设备市场分布，分别从通用服务器、AI 服务器、超级计算机三大类产品来衡量基础算力、智能算力、超算算力规模，其中基础算力主要聚焦各地区服务器算力规模，采用单精度浮点数（FP32）计算能力来衡量算力性能15；智能算力主要聚焦各地区 AI 服务器算力规模，采用主流的半精度浮点算力数（FP16）计算能力来衡量算力性能；超算算力主要是基于国际知名排行榜 TOP500、中国高性能计算机性能 TOP100，并参考超算生产商的相关数据，采用双精度浮点数（FP64）计算能力来衡量超算的算力性能。维度二：计算产业。主要基于计算设备、计算芯片、计算软件三个方面来衡量计算产业。计算产业涵盖设备、芯片、软件等产业链关键环节，计算产业是算力发展的基础底座。计算设备主要聚焦服务器等计算机整机产量，以此反映各地区计算机制造能力，是承载算力的实际主体。计算芯片主要聚焦微处理器、存储器等集成电路产量，以此反映各地区芯片生产供给能力，是产生算力的基础与核心。计算软件主要聚焦软件业务收入，主要反映各地区软件和信15用单精度浮点数（FP32）计算能力评估服务器的通用计算能力，服务器算力=处理器芯片数*每时钟周期执行单精度浮点运算次数*处理器主频*处理器核数。先进计算暨算力发展指数蓝皮书（2024 年）39息技术服务业发展水平，是算力赋能千行百业的纽带。维度三：计算技术。主要基于算力创新水平和研发投入来衡量计算技术水平。计算技术创新是算力发展的动力源泉，企业持续加快研发投入和专利布局。各地区计算发明专利申请数和计算发明专利授权数能够体现各地区计算研发成果的市场价值和竞争力，作为衡量算力创新水平的主要指标。各地区计算机制造业 R&D 经费集中反映了各地区算力领域科技投入的规模和水平，作为衡量算力研发投入的主要指标。维度四：发展环境。主要基于网络环境、算力投入、数据开放三大指标来衡量发展环境。稳步发展的网络环境为算力发展提供坚实支撑，IT 大规模投资和数据开放流通将对算力增长产生直接和间接的推动作用。网络环境重点聚焦互联网省际出口带宽，主要反映各地区之间（省际）在数据和互联网等业务上的数据传输服务能力。算力投入力度重点聚焦计算硬件、软件、服务等投入情况，大模型训练、自动驾驶、城市大脑等新兴应用驱动算力的发展，带动计算硬件、软件、服务支出的增长。数据开放采用数据开放数林指数16，从准备度、平台层、数据层、利用层等维度对各地区的数据开放水平进行综合评价，主要反映各地“开放数木”的繁茂程度和果实价值，助推我国政府数据开放生态体系的建设与发展。维度五：计算应用。主要基于数字化水平和行业应用水平来衡16参考复旦大学数字与移动治理实验室“2022 年度中国开放数林指数”和中国地方政府数据开放报告。先进计算暨算力发展指数蓝皮书（2024 年）40量计算应用整体水平。数字化水平主要聚焦产业数字化，产业数字化直接体现了计算应用赋能产业数字化转型，推动数字经济增长的力度和强度。行业应用水平主要聚焦先进计算取得的行业应用案例，这些案例反映了算力在城市治理、制造、互联网、金融等领域的应用情况，工业互联网、智能制造、智慧金融等与信息技术深度融合的新模式新业态为算力发挥推进作用提供广阔空间。（一）算力规模分指数测算方法（一）算力规模分指数测算方法算力规模分指数由二级指标基础算力、智能算力和超算算力加权计算得出。主要采用服务器算力规模、AI 服务器算力规模、超级计算机算力规模等三级指标来衡量，通过标准化处理和数值加权计算得出。1、基础算力。反映各地区基于 CPU 芯片的服务器所提供的计算能力，主要采用服务器算力规模指标来衡量。服务器算力规模=近六年（年服务器出货规模*当年服务器平均算力）2、智能算力。反映各地区基于 GPU、FPGA、ASIC 等加速芯片的 AI 服务器提供人工智能训练和推理的计算能力，主要采用 AI服务器算力规模指标来衡量。AI 服务器算力规模=近六年（年 AI 服务器出货规模*当年 AI 服务器平均算力）3、超算算力。反映各地区基于超级计算机等高性能计算集群所提供的计算能力，主要采用超算算力规模指标来衡量。先进计算暨算力发展指数蓝皮书（2024 年）41超算算力规模=超级计算机算力（二）计算产业分指数测算方法（二）计算产业分指数测算方法计算产业分指数由计算设备、计算芯片、计算软件等二级指标数值加权计算得出。计算设备、计算芯片、计算软件分别进行标准化处理，得到每个指标的赋值情况。1.计算设备。反映各地区在服务器、AI 服务器、超级计算机等计算设备的生产制造能力，主要采用计算设备产量指标来衡量。计算设备产量=服务器、AI服务器、超级计算机等计算设备产量之和2.计算芯片。反映各地区在微处理器、存储器等集成电路的生产制造能力，主要采用集成电路产量指标来衡量。集成电路产量=微处理器、存储器等集成电路产量之和3.计算软件。反映各地区在软件和信息技术服务业的发展水平，主要采用软件业务收入指标来衡量。软件业务收入=软件产品、信息系统集成服务、信息技术咨询服务、数据处理和运营服务、嵌入式系统软件、IC 设计业务收入之和（三）计算技术分指数测算方法（三）计算技术分指数测算方法计算技术分指数由创新水平、研发投入等二级指标数值加权计算得出。创新水平、研发投入分别进行标准化处理，得到每个指标的赋值情况。1.创新水平。算力创新水平反映各地区在计算研发成果方面的先进计算暨算力发展指数蓝皮书（2024 年）42市场价值和竞争力，主要采用各地区计算发明专利申请数和计算发明专利授权数来衡量，通过标准化处理和数值加权计算得出。2.研发投入。反映了各地区算力领域科技投入的规模和水平，主要采用各地区计算机制造业 R&D 经费来衡量。研发投入=各地区计算机制造业规模以上工业企业R&D经费之和（四）发展环境分指数测算方法（四）发展环境分指数测算方法发展环境分指数由网络环境、算力投入、数据开放等二级指标数值加权计算得出。其中，网络环境、算力投入分别进行标准化处理，得到每个指标的赋值情况。1.网络环境。反映各地区在数据和互联网等业务上与国内其他地区数据传输服务能力，主要采用互联网省际出口带宽等三级指标来衡量，通过标准化处理和数值加权计算得出。互联网省际出口带宽=各运营商城域网出口带宽之和2.算力投入。反映各地区在算力领域投入情况，主要采用 IT支出规模指标来衡量。IT 支出规模=各地区 IT 硬件、软件、服务投入之和3.数据开放。反映各地区政府的数据开放水平，主要采用数据开放数林指数，从准备度、平台层、数据层、利用层等维度对各地区的数据开放水平进行综合评价。先进计算暨算力发展指数蓝皮书（2024 年）43（五）计算应用分指数测算方法（五）计算应用分指数测算方法计算应用分指数由数字化水平、行业应用水平等二级指标数值加权计算得出。数字化水平、行业应用水平分别进行标准化处理，得到每个指标的赋值情况。1.数字化水平。反映各地区算力在农业、工业、服务业等传统行业领域的应用水平，主要采用产业数字化规模指标来衡量。产业数字化规模=各地区 ICT 产品和服务在其他领域融合渗透带来的产出增加和效率提升（增加值）2.行业应用水平。反映各地区先进计算在智慧城市、智能制造等新兴领域的应用水平，主要采用各省、市、自治区入选工信部先进计算典型应用案例的数量来衡量。先进计算暨算力发展指数蓝皮书（2024 年）44附件二：数据来源1.基础数据，包括人口数据、经济增加值、行业增加值、国家投入产出表、计算设备产量、集成电路产量、软件业务收入、R&D研发等数据来源于国家统计局、各省份统计部门相关数据。2.我国及各省份互联网省际出口带宽来自工信部、各省、市、自治区工信局统计数据。3.全球及我国服务器、AI 服务器、芯片出货量来自 IDC、Gartner、Counterpoint、TrendForce、WSTS、Mercury Research 统计数据，用于计算和评估全球及我国基础算力、智能算力规模。4.全球及我国超算算力规模数据来自国际知名排行榜TOP500、中国高性能计算机性能 TOP100 以及相关厂商提供的数据。5.我国各省份算力硬件、软件和服务支出来自国家统计局、工信部、IDC 相关统计数据，用于评估我国各省份算力投入。6.我国各省份数据开放指数数据来自复旦大学数字与移动治理实验室“2023 年度中国开放数林指数”和中国地方政府数据开放报告。7.我国及各省份计算发明专利申请数和发明授权数数据来自innojoy 专利数据库。中国信息通信研究院地址：北京市海淀区花园北路 52 号邮编：100191电话：010-62302739传真：010-62304980网址：

2025-01-17 51页 5星级

电子通信行业2025年行业策略报告：AI端侧和AI基建新幕起电子通信大国崛起-250115（69页）.pdf

电子通信电子通信20252025年行业策略报告年行业策略报告AIAI端侧和端侧和AIAI基建新幕起，电子通信大国崛起基建新幕起，电子通信大国崛起证券研究报告投资评级：（）报告日期：推荐维持2025年01月15日分析师：毛正分析师：毛正SAC编号：S1050521120001分析师：吕卓阳分析师：吕卓阳SAC编号：S1050523060001行业策略报告投 资 要 点投 资 要 点半导体：半导体：AI AI 引领下一代终端革命，自主可控进入攻坚战引领下一代终端革命，自主可控进入攻坚战2025年，AI眼镜、AI玩具、AI耳机等多形态多品类的端侧AI应用逐步进入落地期，我们认为AI 将引领下一代终端革命，带来端侧AI产业链上下游的投资机会。同时随着美国政府的更迭，对华半导体制裁进一步收紧，我国半导体产业链自主可控进入攻坚战，核心环节如设备、先进封装、HBM和载板等预计受益明显。2025年也将是新兴领域3D DRAM和量子计算持续推进的一年，距离落地的节点突破有巨大潜力。建议关注端侧AI、自主可控、3D DRAM和量子计算相关产业链。消费电子：消费电子复苏，消费电子：消费电子复苏，AI PCAI PC和和AIAI手机带来新机遇手机带来新机遇AIPC的渗滤和探索的过程相对漫长，各大品牌厂商的AIPC相关产品渗透率已经提升至两位数，对于利润增量已经显现，2025年将是AIPC从1到10放量的一年。而北美AI应用已经证明了大规模商业化的闭环，2025年国产AI手机将开启新一轮军备竞赛，建议关注AIPC、AI手机产业链。汽车电子：智能驾驶技术赋能，汽车电子开启数智化征途汽车电子：智能驾驶技术赋能，汽车电子开启数智化征途2025年，随着人工智能产业的不断发展，智能驾驶也即将迈入新的时代。中国供应链在全球汽车产业链中的地位也将进一步提升，将带来算力和车载传感器的需求量的大幅提升。自动驾驶的产业趋势很明确，特斯拉FSD入华的时间也越来越近，建议关注智能驾驶产业链。算力硬件：国产算力起量，进入算力硬件：国产算力起量，进入1 1到到100100放量元年放量元年2025年以字节跳动为首的国产互联网厂商对于AI模型以及相关硬件的大规模投资开启，并且呈现加速趋势。以字节跳动的算力投资为锚，国产大规模算力投资元年即将开启，并且国家级算力场也会逐步建设，建议关注国产算力产业链。诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 2风 险 提 示风 险 提 示宏观经济增长不及预期的风险；宏观经济增长不及预期的风险；海外科技管制进一步加强的风险；海外科技管制进一步加强的风险；本土科技创新突破不及预期的风险；本土科技创新突破不及预期的风险；下游需求恢复不及预期的风险；下游需求恢复不及预期的风险；行业景气度复苏不及预期的风险；行业景气度复苏不及预期的风险；推荐标的业绩不及预期的风险。推荐标的业绩不及预期的风险。诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 3目 录CONTENTS2 2.半导体：半导体：AI AI 引领下一代终端革命，引领下一代终端革命，自主可控进入攻坚战自主可控进入攻坚战3 3.消费电子：消费电子复苏，消费电子：消费电子复苏，AI PCAI PC和手机带来新机遇和手机带来新机遇1 1.行业回顾行业回顾诚信、专业、稳健、高效请阅读最后一页重要免责声明4 4.汽车电子：智能驾驶技术赋能，汽车电子：智能驾驶技术赋能，汽车电子开启数智化征途汽车电子开启数智化征途PAGE 45 5.算力硬件：国产算力起量，算力硬件：国产算力起量，进入进入1 1到到100100放量元年放量元年0101 行业回顾1.1 1.1 电子行业整体处于震荡上行的阶段电子行业整体处于震荡上行的阶段诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 6资料来源：Wind，华鑫证券研究（注：数据截至2024年12月31日）2024年电子行业整体处于震荡上行的阶段。年电子行业整体处于震荡上行的阶段。2024年以来（截止2024年12月31日），电子行业指数（申万）累计涨幅为 18.52%，全年呈现区间震荡上行态势，沪深300指数涨幅为14.68%，电子行业后程发力，自10月以来跑赢沪深300指数。图表：2024年电子行业走势-40%-30%-20%-10%0 0 23/12/292024/1/292024/2/292024/3/312024/4/302024/5/312024/6/302024/7/312024/8/312024/9/302024/10/312024/11/302024/12/31沪深300SW电子1.1 1.1 电子行业整体处于震荡上行的阶段电子行业整体处于震荡上行的阶段诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 7截止至2024年12月31日，2024年电子行业涨幅排名全行业第五位，涨幅为18.52%。申万全行业横向比较，受宏观经济影响，A股大部分行业全年上涨，TMT行业表现均较好，银行行业涨幅最大，涨幅为34.39%，医药生物行业跌幅最大，跌幅为-14.33%。图表：2024年申万行业全行业涨跌幅排名资料来源：Wind，华鑫证券研究（注：数据截至2024年12月31日）18.52%-20.00%-10.00%0.00.00 .000.00.00%1.1 1.1 电子行业整体处于震荡上行的阶段电子行业整体处于震荡上行的阶段诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 8截止至2024年12月31日，2024年电子行业市盈率排名全行业第四位，电子行业市盈率为54倍，估值前三的行业为国防军工、计算机、综合。图表：2024年12月31日申万行业全行业行业市盈率（TTM）比较资料来源：Wind，华鑫证券研究（注：数据截至2024年12月31日）54.45 0.0010.0020.0030.0040.0050.0060.0070.0080.001.1 1.1 电子行业整体处于震荡上行的阶段电子行业整体处于震荡上行的阶段诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 9从电子行业的市盈率变化来看，电子行业市盈率2024年10月以来有大幅上升，近三年数据来看目前高于历史均值水平。截止2024年12月31日，电子行业市盈率54倍，高于近三年的平均市盈率39倍。图表：2022-2024年电子行业市盈率0.0010.0020.0030.0040.0050.0060.0070.00资料来源：Wind，华鑫证券研究（注：数据截至2024年12月31日）1.2 1.2 电子行业细分板块处于上涨态势电子行业细分板块处于上涨态势诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 10电子行业细分板块比较，2024年电子二级行业、三级行业板块大部分处于上涨态势。二级行业中，元件板块涨幅最大，涨幅为29.63%，仅电子化学品板块下跌，跌幅为-3.40%。三级行业中，数字芯片设计板块涨幅最大，涨幅为41.14%，模拟芯片设计板块跌幅最大，跌幅为-9.73%。图表：2024年电子二级行业涨跌幅图表：2024年电子三级行业涨跌幅-0.100.10.20.30.40.50.6资料来源：Wind，华鑫证券研究（注：数据截至2024年12月31日）-10.00%-5.00%0.00%5.00.00.00 .00%.000.005.00%1.2 1.2 电子行业细分板块处于上涨态势电子行业细分板块处于上涨态势诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 11电子行业细分板块比较，截至2024年12月31日，电子二级行业中，半导体板块估值为88.57，由于自主可控国产化空间巨大，叠加热点题材的催化，依旧存在较大的成长潜力，因此半导体板块估值水平较高。三级行业中，数字芯片设计、模拟芯片设计、LED 板块估值水平位列前三，半导体材料、分立器件板块估值排名第四、五位。图表：2024年12月31日电子三级行业市盈率资料来源：Wind，华鑫证券研究（注：数据截至2024年12月31日）图表：2024年12月31日电子二级行业市盈率02040608010012001020304050607080901000202 半导体AI AI 引领下一代终端革命引领下一代终端革命，自主可控进入攻坚战自主可控进入攻坚战2.1 2.1 端侧端侧AIAI逐步进入落地期，逐步进入落地期，AI AI 引领下一代终端革命引领下一代终端革命诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 13资料来源：艾瑞咨询，界面新闻，华鑫证券研究AI眼镜打开智能穿戴市场新赛道，市场将迎来“百镜之战”。眼镜打开智能穿戴市场新赛道，市场将迎来“百镜之战”。随着人工智能技术的飞速发展，AI眼镜作为智能穿戴市场的新贵，正引领着一场前所未有的变革。这种集成了虚拟视觉增强效果的设备，不仅能够通过集成人工智能算法，实现了对用户行为和环境的实时分析，提供更加精准和个性化的服务，还能通过各类传感技术提供更自然便捷的交互体验革新。AI眼镜的问世，预示着智能穿戴市场将迎来一场激烈的“百镜之战”，众多科技巨头和初创公司如Meta、百度、INMO、XREAL等纷纷发布AI眼镜新品，2024年国内有50个以上的团队正在研发AI眼镜，力图在这一新兴领域占据一席之地。图表：AI眼镜示意图为什么是为什么是AI眼镜？眼镜？可穿戴设备具备广大使用基础：可穿戴设备具备广大使用基础：AI眼镜并非替代手机，而是作为新的可穿戴设备。2024年，中国近视人群比率接近人口的50%，需要佩戴近视眼镜的人群接近7亿人，目前，这一数据还在随着时间的推移增长。所见即所得：所见即所得：作为最贴近人体的可穿戴设备之一，它得天独厚地接近我们最重要的三个感官器官：嘴巴（语言的输出端）、耳朵（声音的接收端）和眼睛（视觉信息的摄入端）。这种独特的位置优势使得眼镜形态的可穿戴设备能够以一种直接而自然的方式，实现声音、语言和视觉信息的无缝输入与输出，打造出AI多模态的交互体验。全天候佩戴：全天候佩戴：AI智能交互眼镜在佩戴的轻便性上表现出色，使得用户能够长时间舒适地佩戴，同时回归低调、时尚、实用化的设计，使得用户把它当作生活配件去使用。2.1 2.1 端侧端侧AIAI逐步进入落地期，逐步进入落地期，AI AI 引领下一代终端革命引领下一代终端革命诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 14资料来源：观研网，华鑫证券研究首发经济异军突起，首发经济异军突起，AI玩具站上新风口。玩具站上新风口。2024年12月，中央经济工作会议提及要积极发展“首发经济”。随后“首发经济”迅速成为市场焦点，AI玩具作为新兴的科技产品，正是首发经济的重要组成部分。AI玩具作为教育和智能陪伴的结合体，能够根据儿童的需求进行智能互动，提供更加个性化的游戏体验。由于儿童对话中对于信息密度和准确度的要求并不高，现有的通用大模型基本都能满足，且AI玩具可以采取硬件一次性收费 软件订阅收费的商业模式，用户生命周期长，客单价高，多家创业公司抢跑火热赛道。现代社会不仅是儿童，还有老人、年轻人的情感陪伴需求增多，对提供丰富情感体验的AI玩具需求也在增多。根据数据，2023年全球AI玩具市场规模超18亿美元，预计2030年全球AI玩具市场规模超300亿美元，2023-2030年年复合增长率超50%。图表：国内外不同类型企业AI玩具布局情况类别企业名称布局情况国外企业特斯拉特斯拉机器人玩具售价为40 美元，上线不到 24 小时即被抢购一空，二手价高达 1300 美元HeeyoAI 明星公司 OpenAI 投资了儿童游戏生成器公司 Heeyo，Heeyo 平台拥有 20 种语言，可帮助儿童、家长和教育工作者设计游戏，还内置 2000 多项学习活动国内企业传统玩具企业星辉娱乐星辉娱乐借助 VR 遥控、语音遥控等技术，优化了动态玩具系列的控制方式，提升了玩家的操控体验实丰文化实丰文化应用人工智能 gpt 大模型、编程、震动感应等技术，打造了多款热销智能玩具奥飞娱乐公布了最新以AI为核心的智能新品系列，涉及三大品类:AI毛绒、益智教育、桌面机器人，包括“哄睡AI喜羊羊”智能玩具新兴科技企业字节跳动字节跳动的“显眼包”，集成了火山引擎的多项 AI 技术，不仅能理解并回应复杂问题，还可承担陪练口语、讲故事等多种功能跃然创新跃然创新推出的 AI 挂件 BubblePal 更是别具一格，它支持多种角色，具备长期记忆功能，可灵活挂在各种毛绒玩具上使用FoloToyFoloToy 的 AI 仙人掌玩具，通过搭载 AI 芯片，实现了多角色互动以及情绪识别技术2.1 2.1 端侧端侧AIAI逐步进入落地期，逐步进入落地期，AI AI 引领下一代终端革命引领下一代终端革命诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 15资料来源：与非网，头豹，华鑫证券研究AI赋能赋能TWS耳机，端侧智能语音交互初露锋芒。耳机，端侧智能语音交互初露锋芒。2024 年第三季度，全球 TWS 市场以及主要品牌如三星、boAt、小米、华为都实现了出货量的大幅增长，竞争越发激烈。而 AI 技术的加持成为了目前升级已进入瓶颈期的耳机市场竞争新方向。根据洛图科技（RUNTO）线上监测数据显示，2024年8月，具有AI功能的耳机销额占比已达1.4%，对比2023年8月同期销量增长763.3%，销额增长1447.2%。AI耳机市场正在迅速扩张，AI耳机的渗透率正在逐步提升。随着消费者换机时间节点到达，对耳机功能的期望不断提高，以及骨传导、开放式耳机等在特定场景下更实用的“第二耳机”兴起，AI耳机带来的更好的音质表现、更多元化的功能、更丰富的用户体验、更高效的生产力等，促使消费者选择AI耳机。图表：AI耳机和传统耳机的关键区别AI耳机和传统耳机的关键区别智能功能通常具备智能降噪、实时翻译、语音助手等高级功能，这些功能要能够显著提高用户在工作和日常生活中的效率。交互体验能够提供更自然和直观的交互方式，如通过语音命令控制播放、接听电话或获取信息，而传统耳机通常需要手动操作或者依赖手机等设备进行控制。个性化体验可以根据用户的偏好和使用习惯进行个性化调整，提供定制化的音频体验，而传统耳机往往缺乏这种灵活性。生产力提升可以集成各种生产力工具，如会议记录、日程管理、快速笔记等，帮助用户更高效地完成工作任务。健康监测部分集成了健康检测功能，如心率监测和压力追踪，为用户提供健康相关的数据和建议。主控芯片,15%充电、电源管理,15%仓体电池,15%PCB/FPC,15%耳机电池,8%音频编译码,5%加速度、语音、光学传感器,5%代工组装,5%声学组件,3%闪存/内存,3%MCU,3%其他,8%图表：TWS耳机成本分析2.1 2.1 端侧端侧AIAI逐步进入落地期，逐步进入落地期，AI AI 引领下一代终端革命引领下一代终端革命诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 16资料来源：智研咨询，华鑫证券研究AI眼镜、AI玩具、AI耳机等多形态多品类的端侧 AI 产品的逐步落地，打开了人们对于下一代 AI 终端的想象空间，而它们所带来的全新体验与变革，将引领下一代的终端革命，带来端侧AI产业链上下游的投资机会。端侧 AI 产业链上游为核心技术和硬件提供环节，主要包括 AI 芯片、存储、传感器、电源、通信模块等硬件，以及操作系统、数据库等基础软件，为整个产业提供坚实的技术支撑和基础构建。建议关注端侧建议关注端侧 AIoT 芯芯片：恒玄科技、炬芯科技、瑞芯微、中科蓝讯、星宸科技、翱捷科技等；片：恒玄科技、炬芯科技、瑞芯微、中科蓝讯、星宸科技、翱捷科技等；存储：江波龙、佰维存储、普冉股份、兆易创新等。存储：江波龙、佰维存储、普冉股份、兆易创新等。端侧 AI 行业产业链中游为端侧 AI 集成环节，端侧 AI 设备品牌商具备端侧 AI 技术的专业能力，包括模型优化、硬件适配和系统集成等，提供从底层硬件到上层应用的一体化解决方案，实现端侧 AI 的系统集成。建议关建议关注端侧注端侧 AI 设备组装设备组装/品牌品牌/渠道：博士眼镜、亿道信息、国光电器、天键股渠道：博士眼镜、亿道信息、国光电器、天键股份、漫步者、华勤技术、龙旗科技、歌尔股份、佳禾智能、康冠科技、朗份、漫步者、华勤技术、龙旗科技、歌尔股份、佳禾智能、康冠科技、朗科科技等。科科技等。端侧AI产业链下游为应用环节，主要包括行业解决方案和产品与软件服务，以满足不同客户的需求。图表：端侧 AI 产业链上游AI芯片传感器存储通信模块基础软件其他中游端侧 AI 设备端侧 AI 大模型下游应用场景泛娱乐汽车教育金融医疗其他2.2 2.2 美国对华半导体制裁进一步收紧，自主可控进入攻坚战美国对华半导体制裁进一步收紧，自主可控进入攻坚战 诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 17资料来源：Gartner，华鑫证券研究美国持续加码对华半导体封锁，半导体设备国产替代任重道远。美国持续加码对华半导体封锁，半导体设备国产替代任重道远。近期美国持续加码对华半导体封锁，进一步强化了对半导体制造设备、存储芯片等物项的出口管制，并将更多中国实体增列至出口管制“实体清单”，还拓展“长臂管辖”，干涉中国与第三国贸易。半导体设备作为半导体产业的核心支撑，其国产替代进程在此背景下显得尤为关键且任重道远。设备自给率过低及中美贸易摩擦下动荡的国际环境促使集成电路设备等高端制造领域加速自主可控与国产替代进程，中国图表：中国半导体设备国产化率情况设备品类主要海外企业主要国内企业国产化率光刻设备ASML、尼康、佳能上海微电子1%量测检测设备KLA、应用材料精测电子、中科飞测5%涂胶显影设备TEL、DNS芯源微、盛美上海约5%离子注入设备应用材料万业企业10%薄膜沉积设备应用材料、泛林半导体、TEL拓荆科技、北方华创、中微公司、盛美上海80%半导体设备国产化进程近年来显著加速，国产化率从2021年的21%迅速提升至2023年的35%。然而在光刻和薄膜沉积等关键设备领域，中国的国产化率仍然相对较低，与国际先进水平存在差距。2025 年美国政府更迭，特朗普政府针对中国的半导体产业的制裁范围有可能进一步扩大，尤其在晶圆制造环节，中国企业可能面临更严格的技术封锁，难以获取关键的生产技术和设备。这种外部压力将进一步激发中国半导体产业的自主创新和国产化进程，制裁措施预计会成为未来进一步推动中国半导体设备国产化进程加速的重要推动力。2.2 2.2 美国对华半导体制裁进一步收紧，自主可控进入攻坚战美国对华半导体制裁进一步收紧，自主可控进入攻坚战 诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 18资料来源：CMI，华鑫证券研究后摩尔时代先进封装价值凸显，或重塑半导体产业链格局。后摩尔时代先进封装价值凸显，或重塑半导体产业链格局。随着摩尔定律的放缓，传统的芯片缩小工艺逐渐难以满足市场对高性能计算和低功耗的需求，先进封装成为一种有效的替代方案。先进封装能够通过集成多个芯片，并优化其电气性能和散热能力，实现比传统工艺更高的集成度与更强的功能性能。近来，台积电、英特尔、三星等半导体领先厂商均在加速部署先进封装技术，许多具有代表性的算力芯片，包括富士通的A64FX处理器、华为海思的升腾910、燧原智能科技的DTU1.0以及特斯拉的Dojo训练芯片，都采用了如台积电CoWoS、InFO_SoW等先进封装技术，以提升性能和集成度。我国集成电路产业已于2008年前后开始布局后摩尔时代先进封装技术，培育了多家先进封装材料、装备优秀企业，在CMOS图像传感器、RF、MEMS等产品领域取得了突破性发展。2025年，随着AI、数据中心、汽车芯片和硅光子学等领域的快速发图表：2022-2032全球先进封装市场规模(亿美元)展，特别是在数据中心和高性能计算(HPC)领域，越来越多的计算任务需要更高带宽和更多 I/O 接口的支持。CMI的报告显示，2023年全球先进封装市场规模达到了约371亿美元，并预计到2032年将增长至944亿美元，CAGR约10.2%，其中增长最快的为亚太地区市场。我国有望通过在先进封装产业的积极布局，实现在半导体产业链中的弯道超车，进而重塑全球半导体产业的竞争格局。34937194401002003004005006007008009001,000202220232032亿美元CAGR=10.2%2.2 2.2 美国对华半导体制裁进一步收紧，自主可控进入攻坚战美国对华半导体制裁进一步收紧，自主可控进入攻坚战 诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 19资料来源：集邦咨询，华鑫证券研究跨越带宽增长极限，跨越带宽增长极限，HBM赋能赋能AI新纪元。新纪元。AI和高性能计算（HPC）领域兴起的需求不仅带来了先进封装市场增长的动力，也带来了对HBM（高带宽内存）的强劲需求。HBM显著的高速、高带宽和低功耗特性使得它在AI和高性能计算领域中具有广泛的应用前景。相较于传统服务器，AI服务器中的DRAM需求量提升了8倍，AI服务器主流GPU基本都配备了HBM，同时随着算力和HBM不断升级迭代，单个GPU的HBM数量不断增加，堆叠层数以及容量也均有增加，对HBM需求居高不下。而海外受限产能不足与国内国产替代的供需缺口，拉动HBM呈现量价齐升的态势。国内HBM国产化刚刚起步，存储厂商武汉新芯和长鑫存储正处于HBM制造的早期阶段，华为也准备建立其内部HBM供应链。随着美国将限制HBM芯片对华出口，HBM国产替代存在从0到1的广阔市场空间。图表：2023-2025年英伟达、AMD产品计划诚信、专业、稳健、高效请阅读最后一页重要免责声明IC载板基材国产替代正当时，玻璃基板崭露头角。载板基材国产替代正当时，玻璃基板崭露头角。先进封装作为后摩尔时代利器快速增长，IC载板是集成电路先进封装的关键基材，受到先进封装驱动需求大大增加；另一方面，AI大模型驱动对AI 芯片的需求，而AI芯片的封装主要采用IC载板，AI芯片将成为推动ABF载板市场增长的关键驱动力。根据Prismark估计，IC封装载板在2023-2028年复合增长率为8.8%，是PCB领域增速第二块的板块。IC载板国产化率低，国产化替代成长空间广阔。近期海外大厂纷纷布局玻璃基板，玻璃基板是将载板的核心层材料换成玻璃，其高熔点、化学稳定性好、绝缘性强等优良特性使其成为未来载板的发展方向之一。资料来源：Prismark，电子工程专辑，华鑫证券研究图表：2023-2028年全球PCB板的复合增长率PAGE 202.2 2.2 美国对华半导体制裁进一步收紧，自主可控进入攻坚战美国对华半导体制裁进一步收紧，自主可控进入攻坚战全球产品结构表现2024年2028年2023-2028年复合增长率E产值E(百万美元)同比产值E（百万美元）纸基板/单面板/双面板78441.1232.8%4-6层板157532.16312.7%8-16层板97634.10725.2层板及以上209121.18010.0%HDI板1162810.48267.1%封装基板131685.40658.8%柔性板127794.81174.4%图表：玻璃基板示意图从市场分析来看，半导体产业链自主可控是中国半导体产业发展的长期趋势，特别是在地缘政治风险加剧的背景下，保证供应链安全成为各主要经济体的首要目标。半导体制造设备是实现芯片自主生产的关键支撑。从芯片制造的基本流程来看，每一个关键工序都依赖特定的半导体设备。设备的性能直接决定了芯片的质量和性能。在全球半导体产业竞争和地缘政治因素的影响下，拥有自主可控的半导体设备是打破国外技术封锁的关键。建议关注半导体建议关注半导体设备标的：北方华创、中微公司、拓荆科技、盛美上海、华海清科、芯源设备标的：北方华创、中微公司、拓荆科技、盛美上海、华海清科、芯源微、至纯科技、中科飞测、精测电子、万业企业、福晶科技、茂莱光学、微、至纯科技、中科飞测、精测电子、万业企业、福晶科技、茂莱光学、波长光电、福光股份、腾景科技、炬光科技等。波长光电、福光股份、腾景科技、炬光科技等。半导体材料是构建芯片的基础，决定了芯片和集成电路的制造材料。我国晶圆制造企业不仅由于缺乏尖端材料设备，短期内更是由于材料无法获得，设备缺乏零部件维护，面临生产连续性无法保障的威胁。半导体材料、零部件是我国在半导体制造能力上向高端化跃升的关键基础要素，建建议关注半导体材料标的：雅克科技、鼎龙股份、彤程新材、联瑞新材、广议关注半导体材料标的：雅克科技、鼎龙股份、彤程新材、联瑞新材、广钢气体、路维光电、华海诚科、强力新材、天马新材、佳先股份等。钢气体、路维光电、华海诚科、强力新材、天马新材、佳先股份等。2.2 2.2 美国对华半导体制裁进一步收紧，自主可控进入攻坚战美国对华半导体制裁进一步收紧，自主可控进入攻坚战 诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 21资料来源：前瞻产业研究院，华鑫证券研究图表：半导体产业链2.3 3D DRAM2.3 3D DRAM时代或将到来，国产时代或将到来，国产DRAMDRAM有望迎来弯道超车机遇有望迎来弯道超车机遇诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 22DRAM技术工艺逐渐步入瓶颈期，技术工艺逐渐步入瓶颈期，3D DRAM应运而生。应运而生。随着摩尔定律推进速度放缓，DRAM技术工艺也逐渐步入瓶颈期。目前DRAM芯片工艺已到10nm级别，尽管10nm还不是DRAM的最后极限，但多年来随着DRAM制程节点不断缩小，工艺完整性、成本、电容器漏电和干扰等方面的挑战愈发明显，要在更小的空间内实现稳定的电荷存储和读写操作变得日益困难。根据Tech Insights分析，进一步减小单位存储单元面积的方法即将变得不可行，半导体行业预计能够在单位存储单元面积达到约10.4E-4m2前（也就是大约2025年）维持2D DRAM架构，2025年将是3D DRAM应运而生的重要布局之年。3D NAND Flash早已实现商业化应用，3D DRAM技术尚在研发中，但随着AI浪潮，大容量、高性能存储器需求将大幅增加，3D DRAM有望成为存储器市场的主流产品。图表：三星3D DRAM开发路线图图表：DRAM单元大小趋势与预测资料来源：Tech Insights，泛林集团，三星电子，半导体行业观察，华鑫证券研究2.3 3D DRAM2.3 3D DRAM时代或将到来，国产时代或将到来，国产DRAMDRAM有望迎来弯道超车机遇有望迎来弯道超车机遇诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 23全球存储巨头纷纷布局全球存储巨头纷纷布局3D DRAM技术，国产技术，国产DRAM厂商迎变革契机。厂商迎变革契机。早在2021年，三星电子三星电子正式对外宣布其3D DRAM开发项目。2024年3月，三星电子在Memcon 2024上公布了其3D DRAM开发路线图并计划在2025年推出早期版本的3D DRAM。海力士海力士也在半导体会议VLSI 2024上提交了一份关于3D DRAM的研究论文，指出其五层堆叠的3D DRAM生产良率达到了56.1%，显示出与目前使用的2D DRAM相似的特性。相比之下，美光美光在2019年就开始了3D DRAM的研究工作获得的3D DRAM专利是三星和海力士的两三倍。NEO半导体半导体推出了单元阵列结构类似于3D NAND Flash的3D X-DRAM技术，是当前 DRAM 密度的八倍。国内两大存储厂商也在加速布局3D DRAM，长江存储长江存储早在2020年就申请了关于具有XTACKING架构的DRAM专利，长鑫存储长鑫存储也在2023 IEEE国际存储会议上展示3D可堆叠1T-1C DRAM相关研究工作。目前，主要DRAM厂商正在逐渐加大对3D DRAM技术的开发投入，并且通过专利保护的方式为未来的市场竞争和技术主导权做准备。3D DRAM展现出其战略重要性和潜在的巨大商业价值。图表：类似Xtacking架构的3D DRAM鸟瞰图资料来源：2023 IEEE国际存储会议，长鑫存储，Tech Insights，半导体行业观察，华鑫证券研究图表：3D DRAM技术的专利族趋势2.3 3D DRAM2.3 3D DRAM时代或将到来，国产时代或将到来，国产DRAMDRAM有望迎来弯道超车机遇有望迎来弯道超车机遇诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 24在AI、云计算、自动驾驶等应用场景的不断发展下，3D DRAM拥有广阔成长空间。3D DRAM技术在未来几年将持续发展与创新，以满足不断增长的存储需求和性能要求。堆栈层数的增加、存储密度的提高、数据传输速度的增加、功耗的降低以及集成更多功能将是其发展的主要方向，这将为各领域带来更高效、高性能的存储解决方案。目前3D DRAM处于产业化前期，市场格局尚不清晰，但3D DRAM将是一个新的起点，也是存储厂商抢占下一个战略高地的新机会。为了实现3D DRAM，整个存储行业都在积极研究，从制造设备的开发、先进的ALD、选择性气相沉积、选择性蚀刻，再到架构的讨论。Applied Materials和Lam Research等全球半导体设备制造商也开始开发与3D DRAM相关的解决方案。制造3D DRAM涉及复杂制造工艺，包括垂直连接和多层堆叠，这增加了制造成本和技术复杂性。建议关注建议关注3D DRAM相关半相关半导体设备标的：中微公司、拓荆科技、中科飞测、精智达、导体设备标的：中微公司、拓荆科技、中科飞测、精智达、华海清科等。华海清科等。资料来源：2023 IEEE国际存储会议，长鑫存储，华鑫证券研究图表：3D DRAM生产流程图2.4 2.4 谷歌推出谷歌推出WillowWillow量子芯片，量子计算迎里程碑式进展量子芯片，量子计算迎里程碑式进展诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 25量子计算与量子通信方兴未艾，政策支持持续加码。量子计算与量子通信方兴未艾，政策支持持续加码。量子计算与量子通信作为前沿科技领域，正受到全球范围内的高度重视。中国从2016年起发布多项量子相关政策，“十三五”国家科技创新规划中“量子通信与量子计算机”就已名列重大科技项目第三。2024年来更是加快推出多个利好量子信息技术产业的相关政策，政策支持逐步聚焦量子信息技术产业。资料来源：中国信通院量子信息技术发展与应用研究报告(2023年)，中国政府网，中国证券报，C114通信网，华鑫证券研究图表：全球主要国家量子信息领域战略规划与投资概况时间战略规划/法案国家/地区投资规模(美元)2014国家量子技术计划英国10 年投资约 12.15 亿2018光量子跃迁旗舰计划日本投资约 1.2 亿/年2018量子旗舰计划欧盟10年投资约11 亿2018国家量子信息科学战略 国家量子倡议(NOI)法案美国计划 5年投资 12.75 亿实际投资已达 37.38亿2018量子技术从科研到市场德国投资约 7.1 亿2019量子技术发展国家计划荷兰7年投资约 7.4 亿2019国家量子技术计划以色列5 年投资约 3.3 亿2019国家量子行动计划俄罗斯5年投资约 5.3 亿2020国家量子技术投资计划法国投资约 19.6 亿2021量子系统研究计划德国5年投资约 21.7 亿2022国家量子计算平台法国投资约 1.85 亿2022芯片与科学法案美国4个量子项目 1.53 亿/年2023国家量子战略加拿大投资约 2.7 亿2023国家量子战略(NOS)英国10年投资 31.8亿2023国家量子战略澳大利亚投资约 6.4 亿2023国家量子技术战略丹麦5年投资约 1亿2023量子科技发展战略韩国2035 年前投资 17.9亿2023国家量子任务印度2030 年前投资 7.2 亿时间文件内容2024年1月工业和信息化部等七部门关于推动未来产业创新发展的实施意见加快实施重大技术装备攻关工程，突破量子计算机等高端装备产品；围绕量子信息等专业领域制定专项政策文件，形成完备的未来产业政策体系。2024年3月政府工作报告量子技术等前沿领域创新成果不断涌现；开辟量子技术等新赛道。2024年3月北京市进一步推动首都高质量发展取得新突破的行动方案2024年工作要点力争在量子信息等重点领域实现新突破。2024年5月信息化标准建设行动计划（20242027年）加快量子信息标准布局，推动术语、功能模型、参考架构等基础通用标准研制，开展量子计算、量子通信、量子测量等关键技术标准研究。2024年7月中共中央关于进一步全面深化改革、推进中国式现代化的决定完善推动新一代量子科技等战略性产业发展政策和治理体系。2024年11月 推动数字金融高质量发展行动方案探索运用边缘计算和量子技术突破现有算力瓶颈，为金融数字化转型提供精准高效的算力支持。2024年12月山东省关于科技创新引领未来产业布局培育发展新质生产力的实施方案聚焦量子通信、量子测量、量子计算等领域，研制新一代量子保密通信应用终端、光量子雷达、超导量子计算核心处理器等设备。图表：2024年我国政府关于量子信息产业政策2.4 2.4 谷歌推出谷歌推出WillowWillow量子芯片，量子计算迎里程碑式进展量子芯片，量子计算迎里程碑式进展诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 26中科院超导量子计算芯片“骁鸿”刷新国内量子比特数量记录。中科院超导量子计算芯片“骁鸿”刷新国内量子比特数量记录。4月25日，中国科学院量子信息与量子科技创新研究院发布一款504比特超导量子计算芯片“骁鸿”，刷新国内超导量子比特数量的纪录。测控系统和量子计算芯片是量子计算机的核心硬件。其中，测控系统需要和量子计算芯片交互，实现信号的精确生成、传输和处理，可极大影响量子计算机整体性能。为了验证大规模测控系统的整体性能及各项指标，最直接的方式是定制专用芯片进行全面系统的测试。为此，中国科学院量子信息与量子科技创新研究院定制研发了504比特量子计算芯片“骁鸿”。“骁鸿”芯片在集成超过500比特的同时，量子比特的寿命、门保真度、门深度、读取保真度等关键指标，有望达到IBM等国际主流量子计算云平台的芯片性能，可以充分满足千比特测控系统验证的需求。资料来源：中国科学院量子信息与量子科技创新研究院，科学网，华鑫证券研究图表：504比特超导量子计算芯片“骁鸿”“骁鸿”芯片将在千比特测控系统上进行单比特门、双比特门、读取操作及测控系统性能测试。下一步，中电信量子信息科技集团有限公司将联合国盾量子，还将依托“骁鸿”芯片研发量子计算整机，接入“天衍”量子计算云平台，开放给全球用户使用。504比特量子计算机的云端接入，可以高效承载各领域用户对有实用价值的问题和算法开展研究，加速量子计算在实际场景中的应用，引领量子计算生态的快速发展。2.4 2.4 谷歌推出谷歌推出WillowWillow量子芯片，量子计算迎里程碑式进展量子芯片，量子计算迎里程碑式进展诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 27谷歌谷歌Willow量子芯片取得决定性技术突破，构建大规模量子计算机迎曙光。量子芯片取得决定性技术突破，构建大规模量子计算机迎曙光。最近谷歌宣布其最新的Willow量子芯片在量子计算领域取得了决定性的技术突破。Willow芯片在不到五分钟的时间完成了当今领先的超级计算机需要一千万亿亿亿年（或10）才能完成的计算，这一数字超出了物理学中已知的时间尺度，远远超过了宇宙年龄（约138亿年）。除了计算能力的跨越，Willow芯片更是实现了“指数级降低错误率”的关键进展。由于量子比特具有更丰富的状态，不仅限于0或1，它们可以是0和1的叠加态，也可以是复杂的组合，量子计算的物理性质就决定了它一定会比传统计算强。然而量子比特强大的同时也极其脆弱，因为量子比特的物理性质导致它非常敏感，环境对于量子计算的影响很大，更多、更大规模的量子比特才能使量子计算机发挥实际作用，但更多的量子比特也就意味着错误会累积得更多，这就形成了一个难以破解的悖论。资料来源：谷歌，每日经济新闻，华鑫证券研究图表：谷歌的量子计算路线图而Willow能以指数级的方式减少错误率。Willow使用的量子比特越多，系统的错误率越低，其量子特性也越显著。如果规模足够的话，错误率可以无限接近于0。在“纠错阈值以下”运行，这是一项历史性的成就。对于构建大规模的量子计算机来说，这是至关重要的。目前量子计算已经完成了证明可行性和优越性的前两个阶段，正处于第三阶段解决实际问题的前夕，而下一阶段就是通用量子计算机。谷歌认为，可能要到2030年才能看到商用量子计算机，但Willow的出现，有力地表明，实用的超大型量子计算机确实可以构建。2.4 2.4 谷歌推出谷歌推出WillowWillow量子芯片，量子计算迎里程碑式进展量子芯片，量子计算迎里程碑式进展诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 28量子信息技术产业链初具雏形，正在走向广泛应用化，鉴于量子计算和量子通信的理论优越性，我们认为随着实用化的不断推进，量子信息技术有望引领新的计算、通信时代，带来信息技术质的飞跃。建议关注量子信息技术产业链相关标的：建议关注量子信息技术产业链相关标的：上游端的华工科技、光迅科技（环境与测控）、复旦微电（信号芯片）、亨通光电（光纤上游端的华工科技、光迅科技（环境与测控）、复旦微电（信号芯片）、亨通光电（光纤/光缆）光缆）;中游端的神州信息（建设中游端的神州信息（建设运维）；下游端的国盾量子（云平台）。运维）；下游端的国盾量子（云平台）。资料来源：中国信通院量子计算发展态势研究报告（2023年），华鑫证券研究图表：量子计算产业生态0303 消费电子消费电子复苏消费电子复苏，AIAIPCPC和手机带来新机遇和手机带来新机遇AIAI大模型赋能大模型赋能PCPC端，端，AIPCAIPC渗透率有望加速。渗透率有望加速。随着人工智能的发展，用户能切实感受到 AI 带来的价值，不仅节省时间，还降低了学习成本。从企业层面来看，AI大模型在 B 端市场和企业生产力场景的应用潜力巨大，商业价值也将逐步释放。随着传统 PC 向 AIPC 加速转型，加之 Windows 10 服务即将结束，PC 市场迎来换机潮。我们认为随着AI大模型与 PC 的融合，助推AIPC渗透加速，将为未来PC市场开拓更广阔的空间。根据摩根士丹利预测，AIPC的渗透率有望在2028年达到约65%，全球出货量将近1.8亿台。豆包大模型降本增效，字节携手联想掀起豆包大模型降本增效，字节携手联想掀起AIPCAIPC行业新变革。行业新变革。在火山引擎FORCE大会上，字节跳动正式发布豆包视觉推理大模型，价格降至0.003元/千token，比行业价格低85%。此外，豆包pro已经全面对齐GPT-4o且价格只有后者八分之一。近期，联想宣布将与火山引擎深度合作，将豆包大模型整合进联想 AI 桌面助手如意，助力如意成为集 AI 搜索、写作、聊天等功能于一体的智能对话式综合助手，极大地提升了 PC 的交互体验。具体来说，AI大模型赋能PC，能够帮助用户检索资料、撰写文案以及艺术创作等。我们认为随着大模型在PC端的加速落地，AIPC有望掀起一轮新的换机潮。3 3.1 1 AIAI大模型重塑大模型重塑PCPC价值价值，字节携手联想布局字节携手联想布局AIAI PCPC诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 30544801341792(Hd%0 0Pp010015020025030035040045050020242025E2026E2027E2028EAIPCPCAIPC渗透率图表：大模型与PC相结合图表：2024-2028年全球AIPC出货量及渗透率示意图资料来源：华尔街见闻，联想官网、摩根士丹利，华鑫证券研究英伟达发布英伟达发布PCPC端新显卡，提供引擎入局端新显卡，提供引擎入局AI PCAI PC。在CES 2025上，英伟达发布了专为AI PC设计的RTX 50系列显卡，为 AI PC 提供强大的运算引擎。此外，英伟达还推出了 Project DIGITS 个人 AI 超级计算机，搭载的GB10超级芯片，可处理 2000 亿参数的 AI 大模型，能够让用户直接在桌面端使用大模型，有望提升数据科学家、AI研究人员以及学生的工作效率，打造“本地、云端混合部署AI解决方案“。英伟达软硬件件协同布局，行业巨头下场重塑竞争格局英伟达软硬件件协同布局，行业巨头下场重塑竞争格局。硬件方面，英伟达在GPU领域技术领先，GPU 并行、浮点运算能力强，适配 AI 任务矩阵运算与数据并行处理，配合 CUDA 架构、Tensor Core 技术，加速深度学习模型训练与推理，为 AI PC 硬件赋能。软件方面，英伟达提供完善的 AI 开发工具包助力AIPC生态打造，如 NVIDIA Deep Learning SDK，能够大幅降低开发者上手难度，缩短开发周期，让更多创新应用能快速落地于 AIPC 之上。从行业巨头的布局来看，英特尔推出第二代酷睿 Ultra 系列处理器，计划于 2025 年下半年发布 Panther Lake 处理器；AMD 推出 Ryzen AI 系列处理器；高通发布 Snapdragon X Platform 处理器系列。微软积极推动 AI 在 PC 上的应用，为 Windows 11 设备推出 Copilot 功能，预计在 Windows 12 中进一步整合 AI 功能；联想、戴尔、惠普等全球领先的PC厂商已发布多款 AIPC 产品等。3 3.2 2 英伟达发布英伟达发布RTXRTX-5050系列显卡系列显卡，算力巨头布局算力巨头布局AIAI PCPC赛道赛道诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 31图表：英伟达RX-50系列图表：英伟达RX-50系列显卡规格参数资料来源：英伟达官网、新浪网，华鑫证券研究PAGE 32诚信、专业、稳健、高效请阅读最后一页重要免责声明我们认为，AIPC产品的渗滤是一个相对缓慢的过程，其进展要慢于AI手机、AI眼镜、AI耳机以及AI玩具，AI模型在端侧设备上的应用的放量是基于端侧算力要求的阶梯提升，从AI玩具开始最先大规模量产渗滤，到AI眼镜、AI耳机的大规模渗透，再到AI手机的大规模换机潮开启，最后的重点才是AIPC，我们不能要求AIPC在现阶段就能完成下游客户群体的描绘和聚焦，其中的探索过程相对漫长，但是随着端侧模型参数量的提升以及端侧设备硬件性能的提升（比如内存容量、传输带宽），下游客户的群体以及商业模式能够逐渐清晰，但是不能忽视的是，各大品牌厂商的AIPC相关产品渗透率已经提升至两位数，对于利润增量已经显现，请密切关注AIPC从1到10放量的一年。请重点关注：AIPCAIPC产业链投资机会：产业链投资机会：品牌厂商：联想集团、亿道信息；品牌厂商：联想集团、亿道信息；组装厂：华勤技术、龙旗科技；组装厂：华勤技术、龙旗科技；结构件：春秋电子、光大同创、隆扬电子、胜利精密；结构件：春秋电子、光大同创、隆扬电子、胜利精密；Mini LEDMini LED组件：隆利科技、汇创达；组件：隆利科技、汇创达；散热相关：中石科技、思泉新材、苏州天脉；散热相关：中石科技、思泉新材、苏州天脉；电源：奥海科技、泰嘉股份。电源：奥海科技、泰嘉股份。3.3 AIPC3.3 AIPC是是AIAI模型在端侧的终极形态，产品渗透率正在加速模型在端侧的终极形态，产品渗透率正在加速AI手机定义：OPPO将AI手机定义为具有算力高效利用能力、真实世界感知能力、自主学习能力以及创作能力的手机。AI手机特征：原生化服务组件生态和用户定义的智能体构成开放服务生态、随心和专属的智慧OS、支持生成式AI的智能终端硬件平台。AI手机最终的可能形态：用户的私人助理。3 3.4.4 AIAI大模型赋能手机端，拥抱大模型赋能手机端，拥抱AIAI手机新机遇手机新机遇诚信、专业、稳健、高效请阅读最后一页重要免责声明创作能力自学习能力真实世界感知能力算力高效利用能力智慧智慧OSOS多模态交互自学习|直觉化内嵌专属智能体高效|创作|专属硬件平台硬件平台真实世界感知|异构推理计算生态生态原生服务态智能体生态大模型生态算力生态自在交互自在交互图文多模态的能力与全域知识用户价值：获得此时此刻唯一正确的答案，交互更自然、更直接智能机：提供信息供给AI手机：提供知识和能力的供给安全可信安全可信内容安全和隐私保护用户价值：个人数据被保护，回答贴切可信赖智能机：强调隐私安全AI手机：除了隐私安全还强调伦理价值观对齐、幻觉消除智能随心智能随心即时意图理解和服务响应智能机：闲聊AI手机：一键/一句话直达服务调度用户价值：获得此时此刻唯一正确的答案，交互更自然、更直接专属陪伴专属陪伴个性化的模型微调和知识增强用户价值：通过学习用户使用习惯、陪伴用户成长，是可成长的AI手机智能机：基于搜索式AI信息平台AI手机：基于个人知识增强的生成PAGE 33资料来源：IDC&OPPO，华鑫证券研究图表：AI手机带来手机全新革新和生态重构图表：AI手机用户价值：个人化助理3 3.5 5 散热：均热板散热：均热板面积增大面积增大，石墨散热带来新增量石墨散热带来新增量诚信、专业、稳健、高效请阅读最后一页重要免责声明受AI大模型运行的影响，AI手机的散热要求高于普通智能手机。根据三星S24、OPPO Find X7、小米14等的拆机，主流的散热方案是增大均热板面积，同时使用石墨散热膜，并辅以硅脂以及铜箔。在均热板材质方面，不锈钢均热板比铜具有更高的强度，即使在较薄的条件下，也能保持更好的强度，理论上可以做得更薄，更符合智能手机高集成度的趋势，我们预测未来均热板材质有望向不锈钢逐渐过渡。2023年全球超薄均热板市场销售额达到了41亿元，预计2030年将达到55亿元，年复合增长率（CAGR）为4.6%（2024-2030）。目前超薄均热板是最主要的细分产品，占据大约94.6%的份额。PAGE 3441亿元55亿元2023203020242024-2030 CAGR2030 CAGR：4.6%4.6%图表：小米14散热方案图表：全球均热板市场规模资料来源：小米，QYResearch，华鑫证券研究3 3.6 6 散热：热管和散热：热管和VCVC均热板目前主流的散热材料均热板目前主流的散热材料诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 35热管散热也叫“液冷散热”，由密封管、吸液芯和蒸汽通道组成热管散热也叫“液冷散热”，由密封管、吸液芯和蒸汽通道组成。吸液芯环绕在密封管的管壁上，浸有能挥发的饱和液体。液体可以是蒸馏水，也可以是氨、甲醇或丙酮等。充有氨、甲醇、丙酮等液体的热管散热器在低温时仍具有很好的散热能力。VCVC均热板的全称是真空腔均热板散热技术，是一种新型均热板的全称是真空腔均热板散热技术，是一种新型5G5G散热散热材料。材料。VC均热板主要利用真空腔体中工作液的蒸发冷凝循环，在工质冷凝过程中快速把热量传导到薄铜片上，实现快速热传导及快速热扩展功能的一种散热元件。其工作原理主要是将VC均热板一端连接热源，热源端的液体蒸发跑到温度相对较低的地方液化，把热量放出来，液体会通过毛细管作用再次回到热源形成一个完整的循环，为了进一步提高散热效率，VC均热板内部会抽真空，导热系数是常规散热方式的10倍。图表：热管工作原理图表：VC均热板工作原理资料来源：热管理网、艾维赛新材料，华鑫证券研究PAGE 36诚信、专业、稳健、高效请阅读最后一页重要免责声明北美北美AIAI应用已经证明了大规模商业化的闭环。应用已经证明了大规模商业化的闭环。AI应用已经进入大规模商业化进程，并且正在持续加速，Applovin(APP)的Q3财报已经显示，2024财年前三财季累计收入33.36亿美元，同比增长43.21%；其2024财年前三财季累计净利润9.81亿美元，同比增长431.54%。AppLovin的众多客户，包括游戏领域、媒体领域、体育领域、购物领域，通过其AI营销广告产品获得大量收入。因此，AI应用已经在大规模商业化运营中产生大量收入，这种商业模式已经被证明非常高效且利润丰厚，由此对于上游的AI设施建设以及下游AI终端产品提出更高需求。我们认为，AI手机是目前AI云端大模型变现的接口，并且通过端侧接口能够反哺云端大模型，进一步迭代出参数量提升的端侧模型，苹果的季度报表已经显示软件服务类的利润增速要显著高于设备硬件销售额的利润，并且这个趋势正在逐步放大，北美AI应用已经迈入大规模商业化时代，行程正向循环，因此，苹果对于端侧硬件类的更新迭代会进一步加速，国产AI手机开启新一轮军备竞赛。请重点关注：AIAI手机产业链投资机会：手机产业链投资机会：品牌厂商：中兴通讯、传音控股；品牌厂商：中兴通讯、传音控股；组装厂：立讯精密、华勤技术、光弘科技、比亚迪电子；组装厂：立讯精密、华勤技术、光弘科技、比亚迪电子；结构件：领益智造、恒铭达、汇创达；结构件：领益智造、恒铭达、汇创达；摄像头模组：舜宇光学、欧菲光、高伟电子；摄像头模组：舜宇光学、欧菲光、高伟电子；棱镜：水晶光电；棱镜：水晶光电；双层双层OLEDOLED：莱特光电；：莱特光电；散热：中石科技、思泉新材、苏州天脉；散热：中石科技、思泉新材、苏州天脉；PCBPCB相关：鹏鼎控股、东山精密；相关：鹏鼎控股、东山精密；3.3.7 7 AIAI手机是手机是AIAI大模型现金流入口，大模型现金流入口，AIAI手机量价齐升手机量价齐升背板中框：蓝思科技；背板中框：蓝思科技；屏幕相关：京东方、维信诺；屏幕相关：京东方、维信诺；设备相关：安达智能、博硕科技、赛腾股份、大族激光；设备相关：安达智能、博硕科技、赛腾股份、大族激光；声学模组：歌尔股份、瑞声科技；声学模组：歌尔股份、瑞声科技；折叠屏相关：精研科技、科森科技、凯盛科技；折叠屏相关：精研科技、科森科技、凯盛科技；电池相关：珠海冠宇、德赛电池、欣旺达、信维通信；电池相关：珠海冠宇、德赛电池、欣旺达、信维通信；CIS：韦尔股份、思特威。：韦尔股份、思特威。资料来源：新浪网，华鑫证券研究0404 汽车电子智能驾驶技术赋能智能驾驶技术赋能，汽车电子开启数智化征途汽车电子开启数智化征途PAGE 384.1 4.1 智能驾驶：产业浪潮汹涌来袭智能驾驶：产业浪潮汹涌来袭汽车智能化浪潮汹涌。汽车智能化浪潮汹涌。根据乘联会数据，2024年新能源乘用车零售1089.9万辆，国内零售渗透率49.4%。L2 L2 级及以上自动驾驶渗透率提升。级及以上自动驾驶渗透率提升。2023年，中国L2级新乘用车渗透率达到 47.3%，2024年1-5 月突破50%。越来越多的车型开始配备L2级自动驾驶辅助功能，如自适应巡航、车道保持辅助、自动紧急制动等部分车企还在不断升级和优化这些功能，以提供更好的驾驶体验。L3 L3 级自动驾驶试点开启。级自动驾驶试点开启。2023年11月，工信部等四部门联合发布通知，取得准入的智能网联汽车产品，在限定区域进行 L3 级别自动驾驶试点。宝马、奔驰、阿维塔、深蓝、极狐、智己、赛力斯、比亚迪、埃安等主机厂随即宣布获得 L3 级别自动驾驶测试牌照，并在北京、上海、重庆和深圳等地区开启测试。测试示范区不断增加。测试示范区不断增加。截止2024年10月，全国已有17个国家级智能网联汽车测试区，包括武汉、重庆、深圳、北京等无人驾驶提前布局的重点城市。这些区域为自动驾驶技术的测试、验证和优化提供了良好的环境。示范道路里程不断增长。示范道路里程不断增长。全国累计开放自动驾驶测试道路总长度超过3.2万公里，测试里程超过1.2亿公里，发放测试牌照超过7700张，各地智能化路测单元部署超过 8700 套，为自动驾驶车辆的上路行驶提供了更多的机会和条件。分级分级20222022L058.0%L1/L241.0%L30.0%L4/L50.0%L3-L50.0 25202535.0U.0.0%0.0.0 30203010.0U.0 .0.05.0%请阅读最后一页重要免责声明1.8%2.7%4.5%4.7%5.8.8%.61.6I.4W.0%0.0.0 .00.0.0P.0.0 1620172018201920202021202220232024 2025E诚信、专业、稳健、高效图表：2016-2025年我国新能源乘用车渗透率图表：我国部分自动驾驶等级渗透率预测资料来源：乘联会，中国汽车工业协会，共研产业咨询，华鑫证券研究4.1 4.1 智能驾驶：国内车企纷纷布局，中国供应链抢占全球话语权智能驾驶：国内车企纷纷布局，中国供应链抢占全球话语权诚信、专业、稳健、高效请阅读最后一页重要免责声明车企名称车企名称合作公司合作公司智算中心名称智算中心名称智算中心布局地区智算中心布局地区算力算力吉利阿里云吉利星瑞智算中心浙江湖州102亿亿次/秒小鹏阿里云扶摇智算中心内蒙古乌兰察布60亿亿次/秒长安百度智能云长安汽车智算中心重庆142亿亿次/秒长城火山引擎雪湖绿洲（MANA OASIS）山西大同67亿亿次/秒阿尔特英伟达阿尔特（无锡）智算中心江苏无锡20亿亿次/秒理想火山引擎理想汽车智算中心山西大同75亿亿次/秒2025年，随着人工智能产业的不断发展，智能驾驶也即将迈入新的时代。当前国内自动驾驶水平正处于从辅助驾驶向有条件自动驾驶过渡，同时高度自动驾驶开启的阶段。随着国内产业生态正在不断完善，国内主流车企纷纷布局智算中心智算中心建设，以满足自动驾驶模型的训练需求，具备强大算力储备的企业将在算法优化、功能升级等方面占据优势，同时，从供应链的角度，中国企业依靠成本及规模化优势，正在逐步抢占全球话语权，中国供应链在全球汽车产业链中的地位也将进一步提升。PAGE 39图表：我国车企智算中心布局情况资料来源：央广网，人民网，新华网，雷锋网，内蒙古新闻网等，华鑫证券研究4.1 20254.1 2025年国内智能驾驶将呈现两大变化年国内智能驾驶将呈现两大变化诚信、专业、稳健、高效请阅读最后一页重要免责声明我们认为2025年随着国内智能驾驶产业的进一步发展，行业层面将会呈现两大变化：行业层面将会呈现两大变化：1.随着2025年城市NOA的逐步普及，城区道路复杂多变的环境将对车辆智能驾驶性能的表现提出更高的要求，需要车辆进行更全面、更细致的感知更全面、更细致的感知以及做出最安全、最及时的决策最安全、最及时的决策。2.终端销售市场的竞争激烈将会倒逼车企在一些中低端车型上提升配置，以实现差异化竞争，智能驾驶技术下沉到中低端智能驾驶技术下沉到中低端车型将成为明显趋势车型将成为明显趋势。这些变化都将带来算力和车载传感器的需求量的大幅提升，这既为相关技术和产业的发展带来了机遇，也提出了新的挑战。时间时间车企车企事件事件2023.3.31小鹏启动推送 Xmart OS 4.2.0，部分车型在上海、深圳、广州等城市开放点到点的城市 NGP 等2023.4.11长城城市 NOH 将依次搭载在魏牌摩卡 DHT-PHEV 和蓝山上，在保定和北京做大规模泛化测试2023.4.12智己宣布智己城市 NOA 领航辅助及数据驱动道路环境感知模型，预计 2023 年内开启公测2023.4.16华为发布 HUAWEI ADS 2.0 系统，城市 NCA 在深圳、上海、广州落地，重庆、杭州将在第二季度解锁2023.4.16Apollo推出城市智驾产品 Apollo City Driving Max，预计搭载产品的相关车型 2023 年交付2023.4.18理想AD Max 3.0 的城市 NOA 将于第二季度开始推送内测用户，年底推送 100 座国内城市2023.4.18蔚来NOP 7 月 1 日正式开启商用，NAD 系统 6 月在上海开启 Beta 版本2024.1.1小鹏XNGP 智能辅助驾驶系统城市智驾能力新增覆盖 191 座城市，总覆盖城市数量达 243 城2024.1.18腾势腾势 N7 高快领航功能正式上线2024.1.23智己IM AD 城市 NOA 在上海地区率先推送2024.2.1问界向订阅 ads2.0 高阶功能包的问界 M5/M7 智驾版车主推送无图城市 NCA2024.2.4阿维塔对阿维塔 12 全量用户开启不依赖高精地图的城区 NCA2024.3.4阿维塔开启不依赖高精地图的智驾领航辅助2024.3.19问界问界 M9 上线“无图智驾”功能2024.4.30蔚来推送 nop 全域领航辅助系统至城区路线PAGE 40图表：2023年以来我国车企NOA事件梳理资料来源：太平洋汽车，爱卡汽车，网通社，IT之家，搜狐汽车，界面新闻，中国质量新闻网等，华鑫证券研究4.2 4.2 智能驾驶的三大系统智能驾驶的三大系统汽车智能化与电动化相互汽车智能化与电动化相互支持支持、相互促进。、相互促进。电动化天生具备智能化发展的基础，电车以电力为驱动、机械结构大幅简化，能实现更精确的控制和更快的反馈，动力电池可以直接给智能化所需的电子设备供能；同时，智能座舱（中控大屏等）和智能驾驶带来的驾乘体验进一步提升了电车的产品力。智能驾驶的能力是电车智能化最关键的衡量标准，其终极目标是实现完全自动驾驶。智能驾驶功能依靠环境感知、中央决策、车辆控制这三大系统组合实现。诚信、专业、稳健、高效请阅读最后一页重要免责声明转向控制毫米波雷达环境信息控制信息摄像头激光雷达GPS定位系统V2X通讯中央决策系统中央决策系统环境感知系统环境感知系统车辆控制系统车辆控制系统电车之“杖”电车之“杖”电车之“眼”电车之“眼”电车之“脑”电车之“脑”电车之“躯”电车之“躯”驱/制动控制档位控制附件控制信息融合组合定位路径规划交通信号控制行为决策大数据云计算协同规划队列控制PAGE 41资料来源：关于汽车电动化智能化发展的思考，华鑫证券研究图表：智能驾驶三大系统4.2 4.2 决策层：智能驾驶芯片决策层：智能驾驶芯片竞争加剧，车企下场自研竞争加剧，车企下场自研诚信、专业、稳健、高效请阅读最后一页重要免责声明厂商名称厂商名称国家国家面向客户面向客户英伟达英伟达美国特斯拉、比亚迪、理想、奔驰、丰田、小米、沃尔沃、极氪TITI美国哪吒、东风、长城、上汽、吉利、奇瑞、广汽高通高通美国宝马、通用、大众、奔驰、丰田、一汽红旗特斯拉特斯拉美国特斯拉（自供）MobileyeMobileye以色列极氪、长城、一汽、上汽、大众、东风、吉利、宝马、蔚来目前，国外芯片解决方案厂商市占率较高，但国产智驾SoC芯片厂商具备自身优势，如本土服务能力强、能快速适应本土车企需求变化等，仍有赶超机会。另一方面，蔚来、小鹏、理想、比亚迪等国内车企都计划自研芯片，这代表着国内汽车行业从通用芯片向定制化ASIC芯片的技术转变。短期内，自研芯片可以帮助车企形成完整的生态系统，提升计算效率和迭代速度，增强自主控制能力，并且在规模化部署后有望降低硬件成本。PAGE 42图表：2024年1-8月各厂商智能驾驶芯片市场份额图表：海外智能驾驶芯片代表厂商资料来源：盖世汽车，每日经济新闻，第一财经等，华鑫证券研究英伟达 Drive Orin-X37.17%特斯拉 FSD26.81%华为 昇腾 61010.26%地平线征程 55.51%Mobileye EyeQ5H5.00%Mobileye EyeQ4H3.01%TI TDA4VM2.70%地平线征程 32.40%高通 82951.69%其他 5.46%4.2 4.2 感知层：两大技术路线，核心传感器受益智能化趋势放量感知层：两大技术路线，核心传感器受益智能化趋势放量 融合包括激光雷达、毫米波雷达、摄像头在内的等多种传感器协同感知，获得安全冗余性更强的感知系统。重“感”，轻“知”优劣势：各传感器之间优势互补。目前技术仍处成长期，具有较大发展空间。其中激光雷达的应用成本仍相对较高，大规模量产和车规级应用正在逐步推进。以摄像头为主导，通过“摄像头 深度学习神经网络 计算机硬件”的组合来模拟人类驾驶时的“视觉信息 大脑处理”过程。轻“感”，重“知”优劣势：技术成熟度高，成本较低；受限于摄像头的精确度，性能的提升依赖巨量的数据采集和算法训练，计算能力需要计算机硬件的支持和持续升级。存在受自然环境影响大的天然缺陷，对少见的极端案例表现不佳。多器件融合感知路线纯视觉感知路线诚信、专业、稳健、高效请阅读最后一页重要免责声明自动驾驶是感知、决策和执行相结合的过程。环境感知是自动驾驶的第一步也是关键环节，也将优先受益于智能化。环境感知是自动驾驶的第一步也是关键环节，也将优先受益于智能化。“感”依靠车载硬件部分对所需环境信息（人、车、路）进行收集；而软件和算法部分负责理解信息，也就是“知”。目前大多数进入市场的车型仍处于自动驾驶的初级阶段。要向L3级别乃至更高级的自动驾驶迈进，离不开在感知层面的技术升级。目前市面上有两种主流的自动驾驶感知技术路径：特斯拉是采用“纯视觉路线”的唯一量产车企，而“多器件融合路线”是目前大多数厂商选择的路线。PAGE 43资料来源：汽车通讯社，搜狐汽车，华鑫证券研究图表：自动驾驶两大感知路线及代表车企4.3 4.3 特斯拉先发优势显著，纯视觉路线难以复制特斯拉先发优势显著，纯视觉路线难以复制特斯拉特斯拉WaymoWaymo百度百度ApolloApollo数据获取方式通过“影子模式”利用用户车辆获得海量真实道路数据开放道路上的行驶测试仿真平台模拟核心区社会道路实测仿真平台模拟数据获取主体配备AutoPilot的特斯拉车辆需要配置安全员的Waymo自动驾驶车队自主研发的仿真测试软件CarcraftL4级自动驾驶汽车自主研发的Apollo仿真平台里程总量超过48亿公里（截止2020.4）超过3200万公里（截止2020.1）模拟测试超160亿公里（截止2019.7）超2500万公里（截止2022.3）/Autopilot内置的“影子模式”“影子模式”能在后台运行并收集真实路况环境下的实时数据，与驾驶员的操作进行实时对比，并反馈给特斯拉的自动驾驶神经网络进行深度学习。DojoDojo超级计算系统超级计算系统，使用自研的芯片和计算机架构，用于训练为特斯拉Autopilot和即将问世的自动驾驶AI提供动力的神经网络。数据数据积累积累算法算法模型模型芯片芯片算力算力特斯拉特斯拉的三大的三大优势优势特斯拉自主研发了针对自动驾驶针对自动驾驶的芯片的芯片D1 ChipD1 Chip，作为超级计算系统Dojo的基础。采用7纳米制造工艺，单片达到算力362TOPs，是目前市面上最强的芯片之一。正正循循环环请阅读最后一页重要免责声明特斯拉作为自动驾驶领域的先行者，一直坚持走纯视觉感知路线。特斯拉作为自动驾驶领域的先行者，一直坚持走纯视觉感知路线。通过真实驾驶数据，进行神经网络训练，从而不断覆盖各类场景，无限接近人类驾驶员的判断方式。凭借超强视觉算法与“影子模式”，特斯拉形成自动驾驶“数据凭借超强视觉算法与“影子模式”，特斯拉形成自动驾驶“数据 算法”迭代闭环，构筑起其他车企难以复制的护城河。算法”迭代闭环，构筑起其他车企难以复制的护城河。目前大部分车企的自动驾驶算法测试大约90%是在仿真平台上完成的，9%在测试场完成，仅有1%通过实际路测完成。而特斯拉通过“影子模式”将配备Autopilot的用户车辆作为数据收集工具，收集了海量了真实道路数据，而非计算机模拟数据，在数据量上积累了巨大优势。这些数据则被特斯拉用来提升其自动驾驶算法模型。诚信、专业、稳健、高效PAGE 44图表：特斯拉的三大优势图表：部分自动驾驶汽车公司情况资料来源：AutoLab，汽车之心，华尔街见闻，新浪科技等，华鑫证券研究4.3 4.3 弯道超车新机遇：融合激光雷达的传感器系统弯道超车新机遇：融合激光雷达的传感器系统在自动驾驶场景中，智能汽车需要对车辆、行人、交通信号灯、障碍物等行车环境做出既快速又准确的识别，需要借助车载摄像头、超声波雷达、毫米波雷达、激光雷达等车载传感器共同实现。特斯拉在算法和数据方面的先发优势和长期积累奠定了其纯视觉路线在自动驾驶领域的领先地位。具备独特优势的激光雷达在多器件融合路线中扮演重要的角色，使传感器系统更好地实现优势互补，提供了缩小差距甚至弯道超车特斯拉的机遇。因此在多器件融合路线中，激因此在多器件融合路线中，激光雷达的广泛应用是必然趋势。光雷达的广泛应用是必然趋势。融合激光雷达独特优势之后，传感器系统能够更好地实现优势互补融合激光雷达独特优势之后，传感器系统能够更好地实现优势互补优势：优势：夜视功能应用极佳劣势：径向运动辨别能力劣势：径向运动辨别能力差、没有角度测量能力差、没有角度测量能力成本：成本：280-570美元优势：优势：图像识别分辨率高，技术成熟度高、成本低劣势：算法要求高、容易劣势：算法要求高、容易受到恶劣天气影响、复杂受到恶劣天气影响、复杂环境下抗干扰能力弱环境下抗干扰能力弱成本：成本：20-70美元优势：优势：不受天气影响，探测距离远。能同时探测目标物体的距离和速度。劣势：精度低，识别行人、劣势：精度低，识别行人、道路指示能力弱道路指示能力弱成本：成本：120美元左右毫米波雷达毫米波雷达优势：抗干扰能力强；优势：抗干扰能力强；测量精度极高，可以实测量精度极高，可以实时建立时建立3D3D模型；探测距模型；探测距离远、速度快离远、速度快劣势：劣势：成本较高、受雾霾天气影响成本：成本：450-1000美元激光雷达激光雷达多器件多器件融合融合弥补劣势弥补劣势弥补劣势弥补劣势优势：优势：价格低、体积小，近距离停车应用极佳劣势：传播慢、测距短，劣势：传播慢、测距短，高速行驶中测量和远距离高速行驶中测量和远距离测量都存在较大误差测量都存在较大误差成本：成本：14美元左右超声波雷达超声波雷达红外线传感器红外线传感器摄像头摄像头请阅读最后一页重要免责声明诚信、专业、稳健、高效PAGE 45资料来源：驱动中国，半导体行业观察，焉知汽车公众号，盖世汽车，新智驾，华鑫证券研究图表：融合激光雷达的传感器系统4.4 20244.4 2024年激光雷达加速、加量“上车”年激光雷达加速、加量“上车”2024年前三季度，中国乘用车激光雷达装配量显著放量，同比增长282.40%。与此同时激光雷达渗透率也在快速提升，较上年同期增长4.2pct。供应商供应商产品型号产品型号技术方案技术方案主要搭载车型主要搭载车型RobosenseM1(相当于126线)MEMS二维扫描芯片技术极狐SRobosenseM1P(相当于126线)MEMS二维扫描芯片技术问界M7、智己LS6、小鹏G6、G9、X9、问界M5、仰望U8、小鹏P7、银河E8等RobosenseM2(相当于126线)MEMS二维扫描芯片技术极氪001、007、009、7X、腾势Z9GT、星纪元ET、ES、极氪MIX等禾赛科技AT128一维转镜小米SU7、理想L7、L6、L9、L8、零跑C10、C11、理想MEGA、零跑C16、路特斯EMEYA繁花等HUAWEI96线(D2)转镜(EEL SPAD)阿维塔12、11、极狐S、哪吒SHUAWEI192线(D3)转镜(VCSEL SPAD)问界M9、M7、M5、智界S7、享界S9、阿维塔07、智界R7SeyondFalcon多边形棱镜和一维振镜(MEMS)蔚来ES6、ET5T、ET5、EC6、ES8、ET7、EC7、ES7LUMINAIrisMEMS ASIC芯片飞凡R7TanwayDuetto(130线)混合固态合创V0923.389.11.60%5.80%0%1%2%3%4%5%6%704060801002023.1-92024.1-9装配量渗透率诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 46图表：截至2024年量产上市的激光雷达车型（不完全统计）图表：2023-2024年中国乘用车激光雷达装配量及渗透率（万辆，%）资料来源：佐思汽车研究，华鑫证券研究4.4 4.4 多领域协力，激光雷达撬动广阔市场空间多领域协力，激光雷达撬动广阔市场空间除了测绘和无人驾驶领域，包括以汽车整车厂、Tier 1为代表的高级辅助驾驶，以智能服务机器人为代表的避障导航系统，还有随着5G技术逐渐普及而产生的车联网应用，都为激光雷达带来了更广阔的市场。根据灼识咨询预测，随着下游应用领域的不断拓宽，激光雷达整体激光雷达整体市场规模将从市场规模将从20222022年的年的120120亿元快速增长至亿元快速增长至20302030年的年的1253712537亿元，亿元，CAGRCAGR高达高达78.8x.8%。其中车载领域（高级辅助驾驶和无人驾驶）将成为激光雷达最重要的下游应用市场。26.475.9139.6240.7431.8050100150200250300350400450500202220232024E2025E2026E市场规模（亿元）诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 47据中商产业研究院预测，至2026年，中国激光雷达市场规模将达到431.8亿元，将较2022年实现101.1%的年均复合增长率图表：2022-2030年全球激光雷达市场规模预测（亿元）0200040006000800010000120001400020222023E2024E2025E2026E2030E汽车机器人其他资料来源：灼识咨询，中商产业研究院，华鑫证券研究图表：2022-2026年中国激光雷达市场规模预测（亿元）4.4 4.4 全球产业格局：中国车载激光雷达厂商后发先至全球产业格局：中国车载激光雷达厂商后发先至以Valeo、Velodyne、Luminar等为首的海外激光雷达厂商起步较早，在技术、客户群和上市步伐等方面都积累了一定的先发优势。而近年来，国内厂商奋起直追，在产业化方面已收获卓越成效。20232023年全球车载激光雷达市场几乎由三家中国厂商垄年全球车载激光雷达市场几乎由三家中国厂商垄断。断。禾赛科技最大的客户是理想汽车，而理想汽车迎来了销量的爆发，故激光雷达市场份额迅速提升至第一。速腾聚创的客户群体分布较为广泛，涵盖了小鹏、问界、极氪等知名企业。得益于众多客户的合作项目成功落地，速腾聚创同样实现了迅猛的发展。预计车载领域将在未来几年内维持较为激烈的竞争格局，形成垄预计车载领域将在未来几年内维持较为激烈的竞争格局，形成垄断局面的可能性较低。断局面的可能性较低。诚信、专业、稳健、高效请阅读最后一页重要免责声明禾赛科技,37%速腾聚创,21%图达通,19%Valeo,10%华为,6%Waymo,2%Livox,1%Ouster,1%Luminar,1%其他,2%PAGE 48图表：2023年全球激光雷达市场份额情况资料来源：电子发烧友网，Yole，华鑫证券研究4.4 4.4 无人驾驶：技术成熟、政策放开，促进激光雷达市场高速发展无人驾驶：技术成熟、政策放开，促进激光雷达市场高速发展中国科技和互联网公司积极进行无人驾驶领域的深度布局以及进行商业模式探索，诸多项目不断取得进展。国内企业国内企业如萝卜快跑、小马智行、文远知行如萝卜快跑、小马智行、文远知行等已在多个城市开展无人驾驶出租车业务的试运营，未来全面商业化后对激光雷达的需求将迅速增长。RoboRobo taxitaxi厂商厂商成立时间成立时间合作车企合作车企运营城市运营城市萝卜快跑2021年（百度2013年布局自动驾驶，2017年推出Apollo）江铃集团新能源、北汽、林肯、红旗、宝马、奇瑞、比亚迪等北京、上海、广州、深圳、重庆、武汉、成都、长沙、合肥、阳泉、嘉兴、福州等小马智行2016年比亚迪、林肯、现代、埃安、丰田等北京、上海、广州、深圳等文远知行2017年广汽、日产、林肯等广州、北京、鄂尔多斯、南京等如祺出行2019年广汽等广州、深圳等元戎启行2019年飞凡、林肯、吉利、东风等深圳、武汉、杭州等AutoX2016年克莱斯勒等深圳、上海、杭州、广州、北京等诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 49图表：我国Robo taxi厂商资料来源：观研天下，华鑫证券研究4.4 4.4 成本下降反哺智能驾驶技术下沉，带动相关产品放量成本下降反哺智能驾驶技术下沉，带动相关产品放量随着激光雷达车型的持续发布和量产上市，车载激光雷达产品将迎来显著的规模效应并进入降价通道。对于一些追求高端配置和差异化竞争的中低端车型来说，激光雷达可能会成为一个重要的卖点。虽然目前激光雷达在中低端车型上的应用还相对较少，但随着技术的进步和成本的降低，部分车企可能会选择在一些中低端车型上配备激光雷达，以提升车辆的智能驾驶性能和市场竞争力。随着技术的成熟和规模效应的显现，智能驾驶芯片的成本有望逐渐降低，使得智能驾驶功能能够下沉到更多中低端车型，进一步扩大智能驾驶市场的规模。如英伟达 Orin N、地平线 J6E/M 等芯片，除应用于高端车型外，也有望在部分中低端车型中得到应用。算力需求在智驾领域面临平衡挑战：一方面，中低端车型要实现智能驾驶功能，必然需要一定的算力支持，这使得整体算力需求在市场范围内进一步扩大。另一方面，中低端车型因成本敏感，无法像高端车型般配备超高算力芯片与设备，需在确保基础智能驾驶功能基础上，借助优化算法、提高芯片集成度等手段，协调算力需求与成本管控间的关系。请阅读最后一页重要免责声明诚信、专业、稳健、高效智驾智驾芯片芯片下沉下沉到中到中低端低端车型车型成本降低成本降低技术成熟技术成熟规模效应规模效应算力支持算力支持提高芯片集成度提高芯片集成度优化算法优化算法PAGE 50图表：车载激光雷达平均单价预测（元）资料来源：Yole，传感器专家网，证券市场周刊，华鑫证券研究6500455036401719-35%-30%-25%-20%-15%-100004000600080002021202220232030E价格YOY4.5 4.5 关注相关企业发展关注相关企业发展 地平线：地平线：成立于2015年，专注于为智能驾驶汽车提供先进的处理器和解决方案。公司以自主研发的人工智能处理器架构和算法为核心，开发了多款高性能、低功耗的AI芯片，广泛应用于智能驾驶等领域。地平线的芯片产品，如征程系列，地平线的芯片产品，如征程系列，集成了集成了CPUCPU、GPUGPU、AIAI处理器和专用的图像处理单元，能够高效处理复杂的数据，支持实时决策和智能控制处理器和专用的图像处理单元，能够高效处理复杂的数据，支持实时决策和智能控制。征程 5 芯片目前是我国出货量最大的智驾SoC芯片，2023 年出货量达到了 20 万片，主要搭载于理想 L7/L8 的 Air 和 Pro 版本以及 L9 的 Pro 版本；2024 年 2 月，J5 芯片在比亚迪汉 EV 荣耀版上量产上车。2024年4月24日，公司推出征程6芯片，新一代系列车载计算方案征程6系列共计推出六个版本，均能提供兼顾性能与成本的最优解。在发布会上，地平线官宣10家合作伙伴，包括比亚迪、上汽集团、大众汽车集团、理想汽车、广汽集团、深蓝汽车、北汽集团、奇瑞汽车、星途汽车、岚图汽车等。黑芝麻智能黑芝麻智能：成立于2016年，于2024年8月正式在香港交易所主板挂牌上市。公司从用于自动驾驶的华山系列高算力芯片开始，2023年推出了武当系列跨域计算芯片，以满足对智能汽车先进功能的更多样化及复杂需求。公司自行研发公司自行研发IPIP核、核、算法和支持软件驱动的算法和支持软件驱动的SoCSoC和基于和基于SoCSoC的解决方案，提供全栈式自动驾驶能力。的解决方案，提供全栈式自动驾驶能力。这款芯片获得包括一汽集团、东风集团、吉利集团、江汽集团等车企使用，量产车型包括领克08、合创V09、领克07、东风奕派e007及东风奕派e008等。德赛西威：德赛西威：成立于1986年，聚焦于汽车智能化的核心产业智能座舱、智能驾驶、网联服务，连续多年保持行业领先。公司已自主掌握智能座舱、智能驾驶全栈设计等能力，在智能驾驶车载领域对人工智能的应用处于行业先进水平。公司高算力智能驾驶域控制器已在理想汽车、极氪汽车等客户上规模化量产，并获得丰田汽车、长城汽车、广汽埃安、上汽通用、东风日产等多家主流客户新项目订单；轻量级智能驾驶域控产品已受到多家客户认可，并已获得奇瑞汽车、一汽红旗等客户新项目定点。公司目前已进军智驾芯片领域，内部芯片团队已经运作数月。公司目前已进军智驾芯片领域，内部芯片团队已经运作数月。基于新一代高算力中央计算平台芯片的研发，公司已与主流客户签订战略合作协议，共同推动新一代舱驾一体乃至中央计算平台的加速落地，适配L4高级别自动驾驶软硬件系统需求。诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 514.5 4.5 关注相关企业发展关注相关企业发展 中科创达：中科创达：公司成立于2008年，拥有智能汽车全栈产品和技术。拥有智能汽车全栈产品和技术。2022年，中科创达携手地平线合资创建聚创智行，专注于智能驾驶赛道。该公司以地平线智能驾驶解决方案为核心，向主机厂以及一级供应商等企业提供高品质的智能驾驶软件平台与算法服务，携手加速智能驾驶的规模化量产落地进程。2024年9月，公司在南京打造的智能汽车产业园（T-Park）园区于9月4日顺利完成竣工验收，成功取得联合验收备案证。智驾领域，RazorDCXPantanal（SA8650P）和RazorDCXCongo（SA8620P）域控与多算法伙伴合作；座舱领域，RazorDCXTongass（SA8255P）获主机厂认可，获量产定点；舱驾融合领域，重点布局RazorDCXTarkine（SA8775P），基于SnapdragonRideFlex平台研发，支持自动泊车、L2 高速智驾，是技术领先舱驾融合域控方案。经纬恒润经纬恒润：公司成立于2003年，开发了覆盖智驾、网联、座舱、动力等六大类别的电子产品开发了覆盖智驾、网联、座舱、动力等六大类别的电子产品。公司的智驾产品涵盖低、中、高阶，L2一体机产品预计今年出货量仍保持高速增长。在中阶的高速NOA方面，公司已量产了基于TDA4的产品，后续公司会量产基于Mobileye方案的产品；在高阶方面，公司有EyeQ6以及辉羲的方案，其中，EyeQ6L方案的前向八百万一体机会陆续上量，基于辉羲方案的城市NOA预计明年量产落地。光庭信息：光庭信息：公司成立于2011年。在自动驾驶软件方面，公司在智能驾驶软件开发形成了多项自研应用于L2 的IP产品，目前处于国内同行同类水平。相关产品已在主机厂实现应用。公司自研了行泊一体化等解决方案，并在公司自研了行泊一体化等解决方案，并在ADASADAS领域研发领域研发360360 环视影像、自动泊车解决方案（环视影像、自动泊车解决方案（APAAPA）等，形成了自主的）等，形成了自主的IPIP产品对外开展业务产品对外开展业务，2023年度起公司在国内包括吉利极氪汽车、东风汽车等多家主机厂的旗下部分车型上实现了相关IP产品销售业务的突破。诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 524.5 4.5 关注相关企业发展关注相关企业发展 禾赛科技：禾赛科技：创立于2014年，是全球自动驾驶及高级辅助驾驶激光雷达的领军企业。目前，公司已形成完备的产品线，机械式 LiDAR 聚焦中高线束（32/40/64/128线，共十余款）。禾赛科技 2024 年 12 月激光雷达交付量突破 100,000 台，成为全球首个达成单月交付量超过 10 万台的激光雷达企业。2025 2025 年，禾赛规划年产能将超过年，禾赛规划年产能将超过 200 200 万台，加速量产落万台，加速量产落地。地。公司激光雷达已累计获得来自 21 家车企的超过 100 款前装量产定点车型 图达通（图达通（InnovusionInnovusion）：成立于2016年，是全球领先的图像级激光雷达厂商。目前，图通达是激光雷达行业唯一一个同图通达是激光雷达行业唯一一个同时拥有时拥有1550nm1550nm和和905nm905nm产品量产落地经验的企业产品量产落地经验的企业，且图达通1550nm的猎鹰系列产品已经累计交付超35万台。其产品包括猎鹰K1、猎鹰K2、灵雀E1X、灵雀W、OmniVidi，覆盖广角激光雷达、超远距激光雷达、远距离激光雷达、全链路感知服务软件平台等。公司已经为蔚来、英伟达、百度、蘑菇车联、天翼交通等在内的主机厂、自动驾驶等公司提供车端和路端感知解决方案 速腾聚创：速腾聚创：速腾聚创创立于2014年8月，是全球领先的智能激光雷达系统科技企业。公司采取公司采取MEMSMEMS与机械式激光雷达与机械式激光雷达硬件硬件 感知软件并行的技术，为客户提供多种的智能激光雷达系统解决方案。感知软件并行的技术，为客户提供多种的智能激光雷达系统解决方案。截至2024年9月30日，公司已获得全球26家汽车整车厂及一级供应商的84款车型的量产定点订单，并为上述其中12家汽车整车厂和一级供应商的31款车型实现SOP，其中2024年第三季度新增SOP车型中就包括比亚迪旗下多个子品牌的多款车型。公司在机器人领域的合作伙伴已从2,400家增至2,600家。其中，与合作伙伴联合开发的多款新品已获得多家头部机器人公司的量产定点，预计未来18个月内完成交付 永新光学：永新光学：公司车载光学市场扩张带动公司镜头销量增长。公司与法雷奥、Innoviz、麦格纳、北醒光子、探维科技等等激光雷达企业保持合作，全球市场占优。2023年，车载及激光雷达业务收入超9000万，年增超50%，激光雷达从小批量到规模化。2024年Q1，公司新获得禾赛标配型激光雷达定点及图达通 905 纳米的激光雷达部件定点，规模化生产提升效率和竞争力诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 534.5 4.5 关注相关企业发展关注相关企业发展 万集科技：万集科技：公司激光雷达已广泛应用于AMR、AGV、叉车等工业机器人和商业导引、配送、消杀、清洁、巡检等服务机器人，并持续向多家头部企业供货。公司在今年北京车展发布了新一代车载激光雷达WLR-760，拥有192线的超高点云线束，实现超薄机身、超清视野、超低功耗、超低成本。预计今年将与主机厂和自动驾驶公司进行联合测试认证，力争获得前装量产项目定点。未来公司将提升硅基全固态激光雷达OPA的研发进程。炬光科技：炬光科技：公司为固体激光器、光纤激光器生产企业和科研院所，医疗美容设备、工业制造设备、光刻机核心部件生产商，激光雷达整机企业。公司于公司于20242024年年1010月获得了某欧洲知名汽车月获得了某欧洲知名汽车Tier1Tier1客户的第二个激光雷达线光斑发射模组项目的客户的第二个激光雷达线光斑发射模组项目的正式定点函正式定点函。该定点项目是炬光科技自2023年12月4日披露获得AG公司首个激光雷达线光斑发射模组项目定点后，获得的第二个来自AG公司的激光雷达发射模组量产定点项目，体现了炬光科技线光斑发射模组的产品技术与质量已获得了汽车客户AG公司的充分认可。福晶科技：福晶科技：公司成立于1990年，是一家全球领先的非线性光学晶体及激光晶体、精密光学元件和激光器件制造商。晶体核心产品处于行业领先地位，公司是全球规模最大的公司是全球规模最大的 LBOLBO、BBOBBO、Nd:YVO4Nd:YVO4晶体及其元器件的生产企业，市场占有率晶体及其元器件的生产企业，市场占有率全球第一。全球第一。公司自主研发的声光器件、磁光器件、电光器件等器件类产品获得固体紫外激光器、光纤激光器、超快激光器客户的认可并实现批量供应，在声光产品与光隔离器领域取得显著突破，成功打破少数国外激光器件供应商的垄断格局。奥比中光：奥比中光：公司成立于2013年，是行业领先的机器人视觉及AI视觉科技公司，机器人视觉业务在中国服务机器人市场占机器人视觉业务在中国服务机器人市场占有率超过有率超过70p%。公司可提供结构光、iToF、激光雷达等全技术路线3D视觉传感器/方案。公司LS635是dToF激光雷达传感器芯片，是采用3D堆叠工艺（45nm 22nm）的背照式SPAD-SoC芯片，能够在低功耗、高性能和最小面积之间取得良好平衡，主要面向机器人、无人机、自动驾驶等应用场景。公司顺德自建工厂一期已顺利投产，该项目的实施落地，将有助于公司进一步扩大3D视觉传感器和激光雷达供给规模。诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 540505 算力硬件国 产 算 力 起 量国 产 算 力 起 量，进 入进 入 1 1 到到 1 0 01 0 0 放 量 元 年放 量 元 年PAGE 565 5.1 1 AIAI数据中心：智算中心建设加速数据中心：智算中心建设加速人工智能技术加快迭代人工智能技术加快迭代，推动数据中心走向智算中心。，推动数据中心走向智算中心。随着AI大模型的不断发展，AI算力需求呈现爆发式增长，推动数据中心向“智算中心”转型。传统数据中心以CPU为核心，主要适用于一般性计算需求，但在大规模AI模型的训练和推理中已显现算力不足的问题。智算中心则以GPU、TPU等AI芯片为核心，专注于提供矩阵运算的高性能计算能力，支持AI应用与复杂模型的开发。智算中心建设加速，建设和运营模式呈现复杂化态势。智算中心建设加速，建设和运营模式呈现复杂化态势。智算中心建设热潮正在全国范围内迅速扩展。据统计，已有140多个项目分布在至少23个省市。一二线城市如北京、杭州、苏州、成都等仍是建设主力，但三四五线城市也逐渐被覆盖，且多个项目中标金额超亿元。智算中心建设需求多元化，涵盖土建基础设施、IT架构以及服务器、交换机、供配电、AI平台软件等硬件采购。国外智算中心以公有云部署为主，由AWS、微软、英伟达等科技巨头主导。国内除大型互联网企业外，三大运营商、政府以及金融企业等多领域玩家积极入场，使建设和运营模式更趋复杂化。序号项目名称采购人中标人中标金额备注发布日期来源地区1安庆市智算中心运营项目安庆龙科建设发展有限责任公司北京智算力数字科技有限公司预估2.1亿元项目目前正在施工中,预计于2024年6月底竣工验收投入使用。本项目拟招标一家单位承担安庆市智算中心(三层智能计算中心)的算力运营。4/23安徽安庆2海州区智算中心二期项目连云港市数字产业投资发展有限公司江苏移动信息系统集成有限公司约2.04亿元根据业主需求采购算力服务器及相关配套系统含系统集成服务等并负责系统安装调试和维保。4/26江苏连云港3中国移动2023年至2024年新型智算中心(试验网)采购(标包12)中国移动通信有限公司河南昆仑技术有限公司、四川华鲲振宇智能科技有限责任公司、烽火通信科技股份有限公司、神州数码(中国)有限公司约24.74亿元本项目为中国移动2023年至2024年新型智算中心(试验网)采购(标包12),采购人工智能服务器1250台及配套产品。河南昆仑技术有限公司(中标份额40.96%)、四川华鲲振宇智能科技有限责任公司(中标份额30.08%)、烽火 通信科技股份有限公司(中标份额20.48%)、神州数码(中国)有限公司(中标份额8.48%)5/21北京序号项目名称采购人中标人中标金额备注发布日期来源地区4齐河县智算中心建设及数字产业应用项目EPC招标、造价咨询及监理服务招标项目-齐河县智算中心建设及数字产业应用项目EPC招标齐河数字治理科技发展有限公司青岛海纳云智能系统有限公司(联合体牵头人)中国通信建设集团设计院有限公司约2.48亿元项目位 于齐河县,在县原有机房建设智算中心,建设总计40P算力资源(包含通用算力、高性能算力),新建165余架服务器机柜、770余台算力服务器及算力支撑平台等公共算力新型基础设施;建设智能算法开发平台、视觉融合感知平台和数据资源管理体系,完善县域人工智能产业应用底座能力;进一步夯实县域数字底座,完善数字资源体系,建设数据交易及农业、制造、建造、文旅、康养数字赋能等平台。5/28山东德州5昌吉顺惠信息科技服务有限公司智算中心项目标段昌吉顺惠信息科技服务有限公司陕西建工第八建设集团有限公司约7亿元6/5新疆昌吉6平潭两岸融合智算中心项目(一期)平潭综合实验区星辰数智科技有限公司恒信东方文化股份有限公司约4.06亿元平潭两岸融合智算中心本期建设内容主要包括算力AI硬件基础设施(含计算、存储和网络硬件资源)、智算中心基础中台(通用大模型和基础云管理平台)、应用配套平台(文创行业大模型和算力运行管理平台)以及机房建设、信息安全体系、运营维护工作及经营服务工作等6/28福建福州图表：亿元以上级别智算中心相关项目（部分）资料来源：36kr，至顶网，华鑫证券研究诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 575 5.2 2 AIAI服务器：服务器：AIAI芯片为关键组成部分芯片为关键组成部分，非非GPUGPU服务器份额有望提升服务器份额有望提升AIAI服务器的构成中芯片占据核心地位。服务器的构成中芯片占据核心地位。服务器是完成AI大模型训练、推理最基础的硬件设施，主要组件包括AI芯片、CPU、内存、硬盘、主板和电源以及连接器等。根据统计，芯片（AI芯片 CPU）的成本在基础型服务器中约占总成本的32%，在高性能或更强性能的服务器中，芯片成本占比高达 50%。在研发方面，中国厂商的研发实力上与国外厂商相比存在一定差距且前期开发成本较高。因此，国内算力服务售价昂贵，算力供给难以快速增加，高性能GPU等AI芯片主要依赖进口。AIAI算力存在缺口，市场规模持续提升。算力存在缺口，市场规模持续提升。我国算力发展存在算力供需的品种错位问题，算力规模虽不断增长，但面向人工智能、高性能计算等高端应用的算力缺口大。根据统计，2023年中国智能算力需求达到123.6EFLOPS，但供给规模仅为57.9EFLOPS，供需缺口显著。同时，中国市场AI服务器市场规模增速高于全球。根据IDC预计，中国AI服务器市场将从2022年的47亿美元增长到2026年的119亿美元，年复合增长率达26.1%。头部厂商占据主要份额，非头部厂商占据主要份额，非GPU AIGPU AI服务器市场份额提升。服务器市场份额提升。从厂商销售额角度看，2024年上半年，浪潮、新华三、宁畅位居前三，占据了超过70%的市场份额。未来，华为、联想以及戴尔等厂商的销售份额有望提升。从行业发展趋势来看，到2028年中国AI服务器市场上将有近50%的AI服务器是非GPU服务器。1953474711905010015020025030035040020222026全球中国CAGR：15.4GR：26.1%0 00%机器学习服务器推理服务器高性能服务器基础服务器芯片内存其他诚信、专业、稳健、高效请阅读最后一页重要免责声明图表：AI服务器成本拆分图表：AI服务器市场规模（亿美元）资料来源：芯八哥，36kr，IDC，Wind，华鑫证券研究PAGE 585 5.3 3 光模块：确保光模块：确保AIAI芯片性能释放最大化的通信器件芯片性能释放最大化的通信器件大模型训练需要大型大模型训练需要大型AIAI算力集群，带动高速互联技术需求。算力集群，带动高速互联技术需求。AI算力集群随着大模型参数量和训练数据复杂性的迅速增长，模型的训练和推理对大规模算力扩展提出了更高需求。针对大模型分布式训练的计算、网络和存储特点，目前相关厂商设计构建出高性能、可扩展且高速互联的AI集群，以满足尖端AI计算需求。AI集群采用模块化构建方法，实现大规模算力扩展。其基本算力单元为由数十台AI服务器组成的POD计算单元，以POD为单位实现横向扩展，规模可达数千节点，从而提升AI集群性能。AI集群内部注重低延迟、高带宽的网络互联，以满足大模型训练中常用的数据并行、模型并行、流水线并行等混合并行策略的通信需求。因此，需要为不同节点间提供低延迟、高带宽的互联，激发对于高速率光模的需求。以英伟达的集群方案为例以英伟达的集群方案为例，NVIDIA DGX H100 配备了8块 H100 GPU，同时配备了8个400G网卡 ConnectX-7，这些网卡组合成4个800G接口，带动400G、800G光模块的需求。根据我们的假设：1）每个计算单元（SU）有32个节点，每个节点8颗GPU；2）每个GPU与ConnectX-7网卡相连；3）网络架构采用无阻塞的胖树架构；4）采用 Infiniband 互联技术；5）第一层与第二层之间使用400G光模块，其余层使用800G光模块；5）在网络层数分别为1/2/3的情况下，GPU:400G:800G分别为1:1:0.5/1:1:1.5/1:1:2.5。同理，在Blackwell架构系列的芯片组网的AI集群内，在网络层数分别为1/2/3的情况下，GPU：800G:1.6T 分别为1:1:0.5/1:1:1.5/1:1:2.5。SU数量网络层数服务器/节点数量GPU 数量InfiniBand 交换机数量光模块数量比例关系Leaf Spine Core400GLeaf:800GSpine:800GCore:800G800G总数GPU/400G/800G-1864100643200321/1/0.52264512168051251225607681/1/1.5421281024321601024 1024512015361/1/1.5822562048643202048 2048 1024030721/1/1.51635124096128128644096 4096 4096 2048 102401/1/2.53231024 81922562561288192 8192 8192 4096 204801/1/2.56432048 16384 512512256 163841638416384 8192 409601/1/2.5诚信、专业、稳健、高效请阅读最后一页重要免责声明图表：英伟达DGX H100 SuperPod 服务器示意图图表：IB网络架构H100系列GPU对应光模块用量测算资料来源：Fibermall，英伟达，华鑫证券研究PAGE 59诚信、专业、稳健、高效请阅读最后一页重要免责声明CPOCPO技术方案是光模块未来演进的重要方向之一，有望主宰未来数据中心光互联。技术方案是光模块未来演进的重要方向之一，有望主宰未来数据中心光互联。根据LightCounting，高性能计算对网络速率的需求是目前的10倍以上，CPO能够将现有可插播光模块架构的功耗降低50%。此外，CPO技术方案能够缩短光引擎和交换芯片间的距离，能够有效减少信号转换和传输过程中的能量损失，减少尺寸，降低功耗。硅光技术是硅光技术是CPOCPO方案的主流选择，未来在高性能计算领域起到重要作用。方案的主流选择，未来在高性能计算领域起到重要作用。硅光技术由于不需要气密封装，CMOS兼容更易与电芯片集成且硅光调制器和探测器均可支持56GBaud以上速率等因素成为CPO光引擎的主要方案。高性能计算方面，硅光技术有助于解决高性能计算平台中的功率问题合IO以及带宽密度的挑战。随着AI工作负载的复杂性和规模不断增长，GPU和其他处理单元之间需要更快、更高效的数据传输。相较于传统的电子互联，硅光技术可以在GPU、CPU和其他处理单元之间实现更高速、更低延迟的互连，从而提高效率和数据传输速度。资料来源：ISSCC，ModuleTek，华鑫证券研究5.3 5.3 光模块：光模块：CPOCPO是重要的演进方向，硅光技术值得关注是重要的演进方向，硅光技术值得关注图表：硅光模块的CPO封装图表：CPO交换机图表：未来硅光技术引入高性能计算平台图表：硅光方案在CPO技术中的应用PAGE 60诚信、专业、稳健、高效请阅读最后一页重要免责声明5.4 5.4 光芯片：光模块最重要的组成部件之一光芯片：光模块最重要的组成部件之一光器件占光模块成本占比的光器件占光模块成本占比的73s%，是光通信模块成本拆分里占比最高的部分，是光通信模块成本拆分里占比最高的部分。在光通信系统中将电信号转换为光信号以及将光信号转换为电信号。光通信模块产品所需要的原材料主要包括光器件、电路芯片、PCB板以及外壳，其中光器件占73%，电路芯片占18%，PCB占5%，外壳占4%。光器件的主要组成部分为TOSA和ROSA，分别占比48%和32%。光芯片是光模块的核心组成部分，速率越高占比越大。光芯片是光模块的核心组成部分，速率越高占比越大。从1998年发展至今，光模块朝着更高的速率的趋势不断发展。从1.25Gbit/s发展到2.5Gbit/s，再到10Gbit/s、40Gbit/s、100Gbit/s、单波长100Gbit/s、400Gbit/s乃至1T。越是高速率、高端的光模块，光芯片的价值量占比就越高。制造费用为光芯片的主要成本构成，衬底为直接材料中的主要构成但构成比例有下滑趋势。制造费用为光芯片的主要成本构成，衬底为直接材料中的主要构成但构成比例有下滑趋势。光芯片（以激光器芯片为例）的主要成本可以被分为直接材料、直接人工及制造费用，分别占比12.64%、25.13%、62.23%。制造费用主要由折旧费、装修费摊销、水电费等构成，直接材料主要由衬底、金靶、特殊气体、金属有机物等构成。其中，衬底材料基本决定了激光器的波长、频率和颜色等工作性能参数。根据源杰科技，衬底材料占比在27.21%，近些年占比有逐步下滑的趋势，原因主要系衬底材料的单价下滑和部分衬底材料的国产化。12.64%.13b.23%0 0Pp0%直接材料直接人工制造费用衬底,27.21%金靶,12.11%高纯氢,4.67%磷化氢,6.02%液氮,4.83%三甲基铟,5.84%光刻胶,3.31%管帽,2.02%其他,34.00P0%0 0P%高端光模块中端光模块低端光模块资料来源：头豹，源杰科技招股书，华鑫证券研究图表：光模块成本拆分图表：光芯片成本拆分（以激光器芯片为样本）图表：不同光模块中光芯片价值量占比PAGE 61诚信、专业、稳健、高效请阅读最后一页重要免责声明制作硅基发光器件是硅光子技术的难点，目前主要采用外置光源方案。制作硅基发光器件是硅光子技术的难点，目前主要采用外置光源方案。传统光通信采用IIIV族作为发光材料，但是IIIV族材料与CMOS不兼容和成本较高的缺点使得硅基激光器映入眼帘。目前主要有三种制备硅基发光器的方法，主要包括：1）利用耦合器将外置的光源引入到硅波导中；2）采用III-V族DFB芯片倒装焊于SOI晶圆上，通过端面耦合进硅波导中；3）将III-V族发光材料键合在SOI晶圆上，制作成激光器耦合进硅波导中。其中，外置光源的方案最为简单快速，也相对成熟。外置光源的主要在于激光器的损坏不会影响道主芯片的良率并且能够有效降低主芯片的功耗，但是耦合损耗一个值得关注的问题。连续波激光器能够发射稳定、不间断的光束，并随着时间的推移保持恒定的关键参数，如功率输出和强度等。连续波激光器能够发射稳定、不间断的光束，并随着时间的推移保持恒定的关键参数，如功率输出和强度等。硅光芯片的应用场景通常会存在温度、振动以及产品本身老化的缘故，稳定性的实现比较困难，连续激光器的稳定性让其脱颖而出。连续波激光器能够在短到微妙长到数周的时间范围内尽可能保持稳定，让其在一众产品当中脱颖而出。此外，连续波激光器因其稳定的输出而在各个领域得到应用，包括材料加工、医疗和生物医学、电信、光谱学、科学研究等。CWCW激光器可以大致分为五类。激光器可以大致分为五类。激光介质内的连续泵浦和发射过程促进了这些激光器的连续运行。连续波激光器有多种类型，每种都有其独特的介质和应用领域，主要可以分为半导体、固态、气体、纤维以及OPO等种类。其中，半导体激光器和光纤激光器在通信领域被广泛使用。资料来源：Meetoptics，讯石光通信网，华鑫证券研究5.4 5.4 光芯片：外置光芯片：外置CWCW激光器是硅光芯片方案的光源激光器是硅光芯片方案的光源连续激光类型主要特征光束特性典型输出功率应用领域半导体尺寸紧凑，性价比高中等质量的多模光束毫瓦-瓦消费电子、电信、材料加工固态高电源效率多模/单模毫瓦-千瓦材料加工、科学研究、激光光谱高光束质量气体波长范围宽、功率高多模毫瓦-千瓦激光光谱、科学研究、材料加工光纤结构紧凑、寿命长、热管理良好多模/单模，优异的光束质量毫瓦-千瓦材料加工、电信、医疗OPO可调谐取决于转换方法毫瓦-瓦光谱学、医学成像、研究、非线性光学应用图表：外置光源方案示意图图表：连续激光器的功率示意图图表：连续激光器的分类PAGE 62诚信、专业、稳健、高效请阅读最后一页重要免责声明应用场景连接(数据中心&电信领域)1、数据中心高性能光模块 2、5G基础设施 3、CPO及芯片到芯片的数字互联传感(环境测量/识别)1、机器 人和汽车激光雷达 2、化学分析 3、气体探测&血液分析 4、可穿戴生物传感计算(新一代计算的量子光学)1、光量子计算 2、量子通信 3、量子密钥分发地区 主要公司技术进展应用情况美国Intel2010 年Intel成功研发50G(5万兆)硅光模块;2016 年,Intel出100G硅光模块,2017年批量出货;英特尔硅光子学可插入光学收发都英特尔 2018年,Intell l出400G硅光模块;等。2021年推出800G硅光模块。英特尔硅光子学可插入光学收发都Cisco通过并购上下游交换机芯片厂商、硅光芯片厂商形成CPO方案的一体化布 局:先后收购了Lightwire.Luxtera及Acacia等公司。Luxtera在用于数据通信的硅光模块市场中拥有35%的份额,而Acacia则是Acacia产品主要包括硅光子集成 思科 远距离硅光模块市场的主要玩家。电路的集成光学互联模块和低功耗 连贯数字信号处理器等。2015 年发布100G PSM4硅光子芯片;Acacia 400G硅光模块方案主要是将分 离光器件集成为硅光芯片的基础上再与自研DSP电芯片互联,最终外接激光 器进行封装,已于2020年开始送样给客户。Acacia产品主要包括硅光子集成 电路的集成光学互联模块和低功耗 连贯数字信号处理器等。MarvelMarvell 2022年Marvell推出业界首款800Gbps或8x 100Gbps多模平台解决方案。(收购Inphi)同年用于数据中心的400G DR4硅光子平台解决方案实现量产。硅光子收发器等。国内中际旭创 400G硅光模块已进入市场导入阶段，正在接受海外客户认证;800G硅光模块已开发成功并向海外客户送样;公司400G/800G的硅光模块已采用自研的硅光芯片。产品集中于数通市场领域,主要光 模块客户为国外云计算龙头企业,如谷歌、亚马逊等;接受海外客户认证中,部分自用。熹联光芯100G硅光模块已实现规模化量产，400G光学引擎及硅光模块正处于多个客户认证测试中。熹联光芯在张家港经开区建设国内第一条硅光芯片及封测生产线，项目总投资达20亿元。100G PSM4光模块产品自2020年 起持续向美国顶尖客户供货。华工科技 2021年400G硅光芯片已实现量产；2022年800G硅光芯片已发布并实现小批量生产。-新易盛2022 年通过全资收购境外子公司Alpine Optoelectronics;前已成功推出基于硅光解决方案的800G、400G光模块产品及400G ZR/ZR 相干光模块产品、以及基于LPO方案的800G光模块产品。包含数通客户和电信客户,客户认 证中。光迅科技2018 年发布100G硅光收发芯片并正式投产使用;200G/400G硅光数通模块已开始出货;800G产品已开始给客户送样。产品集中于电信市场领域,光模块 核心客户为华为、中兴、烽火等;400G硅光模块的客户包括百度、阿里巴巴、腾讯和华为。博创科技2020 年推出400G数据通信硅光模块解决方案。已建成数通400G硅光模块量 博创科技 产线,并实现量产。数通400G硅光模块及400G线缆产 品已向国外客户出货;凭僧硅光方案,切入华为25G前装 光模块市场。华为2020 年推出400G数据通信硅光模块解决方案。已建成数通400G硅光模块量 博创科技 产线,并实现量产。2012 年和2013年分别收购英国光子集成公司CIP和比利时硅光子公司 Caliopa;2019年后累计投资十余家光芯片产业链相关企业,比如熹联光芯 华为、微源光子及长光华芯。芯视界等。目前领跑国内800G光模块发展。-亨通光电400G硅光模块已出货，800G光模块已通过测试但未量产。100GAOC主要应用于数据中心以 及超算中心的光连接;800G硅光模块以及CPO主要应用 领域是下一代数据中心高速、高密 度的光连接。硅光技术下游应用领域广泛。硅光技术下游应用领域广泛。硅光技术正在彻底改变长距离通信和数据中心运营。硅光技术因其高集成度、高带宽、低时延及低功耗的特性在通信和人工智能领域有较大潜力，目前应用于数据中心光学互连和CPO的相关产品开发正在进行中，共封装光学器件(CPO)预计将在 2025 年后在高性能计算(HPC)领域取得重大进展。此外，硅光子的应用正在扩展到5G收发器、光纤陀螺仪、免疫分析和消费者健康等领域。随着行业朝着更加垂直整合的供应链发展以及硅光子学的不断进步，预计激光雷达、生物传感和光子计算等领域的突破和商业实施将逐步展开。竞争格局：竞争格局：Intel、思科、Inphi为代表的美国企业占据了硅光芯片和模块出货量的大部分，国内中际旭创、熹联光芯、华工科技、新易盛等企业正在快速追赶，技术差距逐步缩小。资料来源：36kr，集微咨询，华鑫证券研究5.4 5.4 光芯片：硅光技术的下游应用广泛，海外厂商仍占主导地位光芯片：硅光技术的下游应用广泛，海外厂商仍占主导地位图表：硅光芯片下游应用场景图表：硅光芯片/模块相关厂商梳理PAGE 63诚信、专业、稳健、高效请阅读最后一页重要免责声明我们认为，2025年以字节跳动为首的国产互联网厂商对于AI模型以及相关硬件的大规模投资开启，并且呈现加速趋势，可以直接对标北美互联网巨头在2023年开启的关于AI模型以及相关硬件的资本开支趋势。2025年训练增量是明确存在的，英伟达2023-2024是追赶方，后续可能不需要在模型试错验证做太多成本，2025年字节对于GPU的投资也是以训练为主，也是做基座模型的迭代。请重点关注：整体算力投资相关机会如下（占比由大到小）：整体算力投资相关机会如下（占比由大到小）：算力板卡：昇腾系列、寒武纪、中兴通讯；算力板卡：昇腾系列、寒武纪、中兴通讯；服务器：浪潮信息；服务器：浪潮信息；AIAI数据中心建设：润泽科技；数据中心建设：润泽科技；液冷相关：英维克、高澜股份、申菱环境；液冷相关：英维克、高澜股份、申菱环境；光模块：光迅科技、华工科技、德科立、天孚通信；光模块：光迅科技、华工科技、德科立、天孚通信；光器件：太辰光、光迅科技；光器件：太辰光、光迅科技；光芯片：源杰科技、仕佳光子；光芯片：源杰科技、仕佳光子；交换机：锐捷网络、共进股份、菲菱科思；交换机：锐捷网络、共进股份、菲菱科思；机柜内连接器：华丰科技、意华股份；机柜内连接器：华丰科技、意华股份；机柜内电源：泰嘉股份、欧陆通；机柜内电源：泰嘉股份、欧陆通；机柜内机柜内PCB/ABFPCB/ABF载板：深南电路、兴森科技。载板：深南电路、兴森科技。5.5 5.5 字节算力投资为锚，国产大规模算力投资元年开启字节算力投资为锚，国产大规模算力投资元年开启重 点 关 注 公 司 及 盈 利 预 测重 点 关 注 公 司 及 盈 利 预 测公司代码公司代码名称名称20252025-0101-1515股价股价EPSEPSPEPE投资评级投资评级202320232024E2024E2025E2025E202320232024E2024E2025E2025E001308.SZ001308.SZ康冠科技康冠科技22.9822.981.871.871.261.261.691.6912.2912.2918.2418.2413.6013.60买入买入002371.SZ002371.SZ北方华创北方华创382.30382.307.357.3510.7010.7014.5114.5152.0152.0135.7335.7326.3526.35买入买入002920.SZ002920.SZ德赛西威德赛西威104.40104.402.792.793.823.824.954.9546.4746.4727.3227.3221.1021.10未评级未评级300054.SZ300054.SZ鼎龙股份鼎龙股份25.8025.800.230.230.540.540.680.68112.17112.1747.7847.7837.9437.94增持增持300552.SZ300552.SZ万集科技万集科技31.7731.77-1.811.810.090.090.720.72-16.3616.36347.24347.2444.1144.11未评级未评级300622.SZ300622.SZ博士眼镜博士眼镜47.7047.700.730.730.800.800.920.9226.9726.9759.7559.7551.8451.84未评级未评级603297.SH603297.SH永新光学永新光学95.8595.852.122.122.702.703.543.5445.2145.2135.5035.5027.0827.08增持增持688012.SH688012.SH中微公司中微公司186.39186.392.882.882.942.943.583.5864.7264.7263.4063.4052.0652.06买入买入688326.SH688326.SH经纬恒润经纬恒润-WW76.5176.51-1.811.81-1.951.951.391.39-64.1064.10-39.2939.2954.8754.87未评级未评级688502.SH688502.SH茂莱光学茂莱光学261.98261.980.880.880.990.991.181.18297.70297.70264.63264.63222.02222.02增持增持诚信、专业、稳健、高效请阅读最后一页重要免责声明资料来源：Wind（注：未评级来自Wind一致预期）PAGE 64重 点 关 注 公 司 及 盈 利 预 测重 点 关 注 公 司 及 盈 利 预 测公司代码公司代码名称名称20252025-0101-1515股价股价EPSEPSPEPE投资评级投资评级202320232024E2024E2025E2025E202320232024E2024E2025E2025E000063.SZ000063.SZ中兴通讯中兴通讯40.9240.921.951.952.072.072.242.2420.9820.9819.7719.7718.2718.27买入买入002837.SZ002837.SZ英维克英维克39.0039.000.610.610.930.931.201.2063.9363.9341.9441.9432.5032.50买入买入002843.SZ002843.SZ泰嘉股份泰嘉股份22.9022.900.530.530.540.540.990.9950.1150.1142.4842.4823.0923.09未评级未评级002897.SZ002897.SZ意华股份意华股份42.0842.080.720.721.581.583.143.1458.4458.4426.6326.6313.4013.40买入买入300684.SZ300684.SZ中石科技中石科技25.5325.530.250.250.530.530.770.77102.12102.1248.1748.1733.1633.16买入买入300752.SZ300752.SZ隆利科技隆利科技17.2417.240.200.200.440.441.101.1086.2086.2039.1839.1815.6715.67买入买入301018.SZ301018.SZ申菱环境申菱环境41.5941.590.390.391.021.021.371.37106.64106.6440.7740.7730.3630.36买入买入301626.SZ301626.SZ苏州天脉苏州天脉86.5386.531.781.781.711.712.242.2448.6148.6150.6050.6038.6338.63买入买入688167.SH688167.SH炬光科技炬光科技62.0062.001.001.000.090.091.071.07113.77113.77721.51721.5157.7157.71未评级未评级688256.SH688256.SH寒武纪寒武纪-U U695.96695.96-2.042.04-1.211.21-0.500.50-341.16341.16-575.17575.17-1391.921391.92买入买入诚信、专业、稳健、高效请阅读最后一页重要免责声明资料来源：Wind（注：未评级来自Wind一致预期）PAGE 65风 险 提 示风 险 提 示诚信、专业、稳健、高效请阅读最后一页重要免责声明宏观经济增长不及预期的风险；宏观经济增长不及预期的风险；海外科技管制进一步加强的风险；海外科技管制进一步加强的风险；本土科技创新突破不及预期的风险；本土科技创新突破不及预期的风险；下游需求恢复不及预期的风险；下游需求恢复不及预期的风险；行业景气度复苏不及预期的风险；行业景气度复苏不及预期的风险；推荐标的业绩不及预期的风险。推荐标的业绩不及预期的风险。PAGE 66电子组介绍电子组介绍毛正：复旦大学材料学硕士，三年美国半导体上市公司工作经验，曾参与全球领先半导体厂商先进制程项目，五年商品证券投研经验，2018-2020年就职于国元证券研究所担任电子行业分析师，内核组科技行业专家；2020-2021年就职于新时代证券研究所担任电子行业首席分析师，iFind 2020行业最具人气分析师，东方财富2021最佳分析师第二名；东方财富2022最佳新锐分析师；2021年加入华鑫证券研究所担任电子行业首席分析师。高永豪：复旦大学物理学博士，曾先后就职于华为技术有限公司，东方财富证券研究所，2023年加入华鑫证券研究所，重点覆盖泛半导体领域。吕卓阳：澳大利亚国立大学硕士，曾就职于方正证券，4年投研经验。2023年加入华鑫证券研究所，专注于半导体材料、半导体显示、碳化硅、汽车电子等领域研究。何鹏程：悉尼大学金融硕士，中南大学软件工程学士，曾任职德邦证券研究所通信组，2023年加入华鑫证券研究所。专注于消费电子、算力硬件等领域研究。张璐：早稻田大学国际政治经济学学士，香港大学经济学硕士，2023年加入华鑫证券研究所，研究方向为功率半导体、先进封装。诚信、专业、稳健、高效请阅读最后一页重要免责声明PAGE 67本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师，以勤勉的职业态度，独立、客观地出具本报告。本报告清晰准确地反映了本人的研究观点。本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。证券分析师承诺证券分析师承诺股票投资评级说明：证券投资评级说明证券投资评级说明华鑫证券有限责任公司（以下简称“华鑫证券”）具有中国证监会核准的证券投资咨询业务资格。本报告由华鑫证券制作，仅供华鑫证券的客户使用。本公司不会因接收人收到本报告而视其为客户。本报告中的信息均来源于公开资料，华鑫证券研究部门及相关研究人员力求准确可靠，但对这些信息的准确性及完整性不作任何保证。我们已力求报告内容客观、公正，但报告中的信息与所表达的观点不构成所述证券买卖的出价或询价的依据，该等信息、意见并未考虑到获取本报告人员的具体投资目的、财务状况以及特定需求，在任何时候均不构成对任何人的个人推荐。投资者应当对本报告中的信息和意见进行独立评估，并应同时结合各自的投资目的、财务状况和特定需求，必要时就财务、法律、商业、税收等方面咨询专业顾问的意见。对依据或者使用本报告所造成的一切后果，华鑫证券及/或其关联人员均不承担任何法律责任。本公司或关联机构可能会持有报告中所提到的公司所发行的证券头寸并进行交易，还可能为这些公司提供或争取提供投资银行、财务顾问或者金融产品等服务。本公司在知晓范围内依法合规地履行披露。本报告中的资料、意见、预测均只反映报告初次发布时的判断，可能会随时调整。该等意见、评估及预测无需通知即可随时更改。在不同时期，华鑫证券可能会发出与本报告所载意见、评估及预测不一致的研究报告。华鑫证券没有将此意见及建议向报告所有接收者进行更新的义务。本报告版权仅为华鑫证券所有，未经华鑫证券书面授权，任何机构和个人不得以任何形式刊载、翻版、复制、发布、转发或引用本报告的任何部分。若华鑫证券以外的机构向其客户发放本报告，则由该机构独自为此发送行为负责，华鑫证券对此等行为不承担任何责任。本报告同时不构成华鑫证券向发送本报告的机构之客户提供的投资建议。如未经华鑫证券授权，私自转载或者转发本报告，所引起的一切后果及法律责任由私自转载或转发者承担。华鑫证券将保留随时追究其法律责任的权利。请投资者慎重使用未经授权刊载或者转发的华鑫证券研究报告。免责条款免责条款以报告日后的12个月内，预测个股或行业指数相对于相关证券市场主要指数的涨跌幅为标准。相关证券市场代表性指数说明：相关证券市场代表性指数说明：A股市场以沪深300指数为基准；新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以恒生指数为基准；美国市场以道琼斯指数为基准。投资建议投资建议预测个股相对同期证券市场预测个股相对同期证券市场代表性指数涨幅代表性指数涨幅1买入20%2增持10 %3中性-10%4卖出10%2中性-10%3回避-10%诚信、专业、稳健、高效请阅读本页重要免责声明PAGE 68报告编号:250115233553

2025-01-17 69页 5星级

电子行业AI终端深度报告：梦想照进现实-250116（64页）.pdf

证券研究报告*请务必阅读最后一页免责声明01证券研究报告*请务必阅读最后一页免责声明梦想照进现实AI终端深度报告电子行业首席：方竞2025年01月16日证券研究报告*请务必阅读最后一页免责声明核心观点：云端融合共振2一、模型变革：云端融合共振为趋势。字节在云端AI和端侧AI全面发力，旗下的豆包等 AI 产品随着大模型蓬勃发展，赋能ToB应用拓展至ToC应用，从PC到手机，再到眼镜、耳机甚至玩具，AI硬件不断扩容。复盘AI终端发展历程，可分为5个阶段：1）AI云端ChatGPT引领大模型浪潮；2）AI PC联想开出端侧“大爆发”第一枪；3）AI MR苹果接力C端AI落地，Vision Pro杀出重围；4）AI 手机苹果Apple Intelligence引领方向；5）AI大模型字节豆包入局AI终端。二、端侧变革：身边的算力终端。我们将AI终端的定义提炼为三要素：算力、模型、生态。其中，算力和模型是AI终端的必要条件，算力是硬件基础，通过NPU执行神经网络运算，实现终端推理；而模型的减枝蒸馏，则可有效压缩模型参数，减少推理时间，降低端侧负载。上述两大要素决定了终端的硬实力。相较前者，生态需要长时间打磨，且需产业链厂商齐心协力配合，开发应用，挖掘垂直场景。生态建设代表了终端的软实力。我们认为生态的建设完善与否，决定AI终端的成败。而这一过程当中位居核心的是品牌厂商。苹果则得益于其多年的积累，及消费市场的号召力，更有机会打造出完备的生态。其供应链的PCB、散热、光学等环节值得重视。三、终端兴起：AI应用风口来袭。当下A股的AI应用集中于ToC领域，终端设备销量制约AI应用落地的进展。最终的设备销量则取决于用户的实际体验，因此AI终端需要深耕应用场景，才能让用户愿意为AI可用性付出产品溢价，即产品需具备良好的基础实用功能 优秀的AI功能。分析目前热门的终端产品，我们发现其多为轻量级产品，SoC芯片成为影响功能体验和成本的关键，需具备低功耗、连接能力和场景适配的处理能力。同时，视觉交互能力在当下的终端产品变得愈加重要，ISP能力有望成为芯片厂商的决胜要素。随着字节等AI公司与各领域硬件厂商持续加深合作，我们看好在头部大模型厂商带动下，智能对话、儿童早教等多样化创新应用将持续涌现，AI眼镜、AI玩具等新型智能终端迎来落地良机，品牌厂商和供应链企业都将受益于此轮AI浪潮。展望未来，我们认为AI终端产业呈现三种变化趋势：1）价值量提升，2）交互体验革新，3）产业链将从百家争鸣的格局演变为品牌 白牌双线并行的情况。投资建议：展望未来，云厂商从模型训练、到ASIC算力建设、再至端侧应用落地，将全面引领AI产业发展。而当下的字节豆包热潮，也正是如此。后续云厂商的合作伙伴 端侧落地，将成为2025年AI产业的主要叙事。建议关注端侧硬件：（1）果链：立讯精密、蓝思科技、鹏鼎控股、东山精密、捷邦科技、舜宇光学、高伟电子、水晶光电、蓝特光学、比亚迪电子等。（2）品牌&代工：歌尔股份、国光电器、传音控股、小米集团、天键股份、佳禾智能、漫步者、亿道信息等；（3）数字芯片：乐鑫科技、恒玄科技、星宸科技、富瀚微、中科蓝讯、炬芯科技、全志科技。风险提示：下游需求不及预期；大模型等发展不及预期；新产品研发进展不及预期。证券研究报告*请务必阅读最后一页免责声明AI终端大事记-手机30资料来源：环球网，百度百科，腾讯网，新浪科技，快科技等，民生证券研究院整理2024年6月-12月6月WWDC（6.10）9月10月iPhone16发布（9.9） 预定（9.13）正式发售（9.20）华为三折叠屏手机（9.10）华为Nova 13发布（10.22）iPhone 17的NPI开启，苹果10.31财报iOS18.1 美版正式推出（10.28）首届华为海思全联接大会（9.9）12月Redmi Note 14（9.26）主打轻薄、主摄影像小米15系列发布（10.29）首发搭载骁龙8Gen4VIVO X200系列发布（10.14）全球首发搭载天玑9400旗舰OPPO FIND X8系列发布（10.24）搭载联发科天玑9400旗舰高通骁龙峰会2024（10.21）峰会上领衔发布新一代旗舰处理器骁龙8gen4iQOO 13系列发布（10.30）红米K80即将发布（11.27）相比K70，变焦、续航有望迎来升级荣耀Magic7系列发布（10.30）全系搭载骁龙8Gen4真我GT7 PrO发布（11.4）华为mate70即将发布（11.26）搭载纯血鸿蒙“Harmony OS NEXT”预计搭载全新麒麟芯片接入ChatGPT的IOS18.2正式推出（12.12）11月证券研究报告*请务必阅读最后一页免责声明40AI/AR眼镜发布日历表资料来源：IT之家，腾讯新闻，智能涌现等，民生证券研究院整理2024.4Rayban-Meta接入AISnap五代SpectaclesAR眼镜发布2024.9.172024.9.26Meta AR眼镜 Orin 发布Rokid Glassed AR眼镜发布2024.11.182024.11.12小度AI眼镜发布亿道信息发布AI眼镜解决方案SW30102024.12.32024.11.29影目发布INMO GO2&AIR 3两款AR眼镜Solos发布AirGo Vision AI眼镜2024.12.102024.12.5Xreal One AR眼镜发布闪极AI拍拍镜发布2024.12.192024.12.13三星和谷歌合作推出Android XR系统加南科技AI眼镜kanaan-K1发布2024.12.31三星AR眼镜发布2025.1.222025.1.7-10CES大会开展Gyges Labs等厂商展示眼镜李未可新款AR眼镜发布2025Q1（预计）2025Q1（预计）雷鸟AI眼镜 V3发布小度AI眼镜上市2025H1（预计）2025Q2（预计）小米AI眼镜发布Meta消费级AR眼镜发布2025.9（预计）2025Q3（预计）三星AI眼镜发布苹果二代MR眼镜发布25年底/26年初（预计）2025（预计）致敬未知/Rokid等发布智能眼镜后续持续更新2026年（预计）苹果AI/AR眼镜发布2024.12.27-292024 LIGHT VISIO深圳国际眼镜业博览会召开2024年眼镜日历表2025年及以后眼镜日历表雷鸟AR眼镜 Air3 发布2024.10.28证券研究报告*请务必阅读最后一页免责声明目录C O N T E N T S51新型AI终端春风已至04他山之石，看AI终端产业浪潮01安卓阵营的AI之旅03iPhone创新展望02风险提示06投资建议05证券研究报告*请务必阅读最后一页免责声明证券研究报告01.6他山之石，看AI终端产业浪潮证券研究报告*请务必阅读最后一页免责声明苹果公司：全球消费电子之光7苹果作为全球科技龙头，在手机、PC、可穿戴、MR等多个领域推出极具创新性的产品，23年智能手机市占率以20%位居全球首位。近年来，公司持续完善生态，从硬件公司向软硬结合的平台型公司发展。业绩方面：苹果FY2024实现营收3910亿美元（YoY 2.02%），毛利率：46.21%（YoY 2.08pct）；从收入结构来看：硬件方面，iPhone 为主要销售收入来源，基本占比五成以上，24年，iPad、Mac 和可穿戴设备等的营收占比基本为 7%、8%和9%。软件方面，近年来公司服务业务营收占比不断增长，24年服务业务营收占比达25%。服务业务卓有成效：公司的服务业务涵盖了广告授权、AppleCare、云业务、数字内容和支付业务五大板块，服务业务营收占比从15年的8.5%提升至24年的25%。1.1图：2015-2024财年苹果分业务营收（亿美元）图：苹果软件服务业务板块0500100015002000250030003500400045002015201620172018201920202021202220232024iPhoneMaciPad可穿戴设备、家具和配件服务资料来源：同花顺，民生证券研究院整理资料来源：网易号，AboveA，民生证券研究院证券研究报告*请务必阅读最后一页免责声明WWDC 2024揭开面纱，AI战略布局开启8过去3-4年苹果公司服务业务营收占比不断增长，贡献主要增量，而手机增速逐步放缓，故公司重点布局手机的AI功能，意图打开硬件新的成长极。WWDC 2024如期召开，苹果端侧AI系统发布。北京时间6月11日凌晨1点，苹果WWDC2024召开，发布个人智能化系统Apple Intelligence。苹果正式宣布与OpenAI合作，智能助手Siri接入ChatGPT。此外，WWDC大会延续之前惯性，发布新一代的iOS18、watchOS11、macOS15、iPadOS18、tvOS18等六大操作系统。后我们将从模型、算力和生态三个角度分析，苹果的AI布局与其他厂商有何不同。具体给消费者带来怎么样的使用体验。图：苹果个人智能化系统Apple Intelligence资料来源：苹果公司官网、果粉之家，民生证券研究院图：苹果六大操作系统1.2证券研究报告*请务必阅读最后一页免责声明算力：苹果“A M组合拳”前瞻布局资料来源：IT之家、Macworld官网、小白Smooth等，民生证券研究院9A系列处理器：iPhone 16中苹果量身定制研发A18，优先考虑边缘AI计算并加强升级其对AI任务理解。A18是在第二代3nm技术基础上构建的，拥有更小的晶体管、效率更高。1）采用最新6核CPU，有两个性能核心和四个能效核心，比iPhone 15的CPU快30%。此外，这款CPU的能效也比A16仿生的更高，同样性能时功耗要少30%。2）采用苹果最新台式级GPU架构（新的5核GPU），比iPhone 15GPU快40%。GPU能效也比A16高，同样性能时功耗要少35%。M系列处理器：苹果于23年10月发布超先进个人电脑芯片 M3、M3 Pro 和 M3 Max，为首批采用业界领先 3nm工艺打造的个人电脑芯片；24年5月，M4芯片（胜任AI任务的超强芯片）发布，基于第二代3nm工艺打造，拥有全新显示引擎，CPU速度相较M2最高提升50%，并拥有动态缓存功能，搭载NPU，运算速度达每秒38万亿次。4301337175223992847330336404092050010001500200025003000350040004500A11A12A13A14A15A16A17A18*图：手机A系列芯片GeekBench ML NPU得分图：M系列芯片矩阵1.3证券研究报告*请务必阅读最后一页免责声明模型：自主研发&三方合作齐头并进资料来源：36氪Pro，机器之心，腾讯科技等，民生证券研究院整理10Ajax GPT参数规模超过参数规模超过2000亿亿4月8日4月24日9月3月15日20232024MM1参数规模参数规模30BFerret UI参数规模参数规模7B&13BOpenELM参数规模参数规模2.7亿、亿、4.5亿、亿、11亿和亿和30亿亿苹果深耕AI项目多年，2010年花费1.5-2.5亿美元收购Siri，就被普遍视为乔布斯时代最重要的AI投资。根据S的数据，截至2023年，苹果收购AI初创公司达32家，高于谷歌的21家，Meta的18家及微软的17家。苹果在硬件设计、操作系统、生态系统等方面都有着深厚的积累，这为其在AI领域的探索提供了独特的优势。目前，苹果在大语言模型、多模态模型等多领域均有进展：1、Ajax GPT：The Information报道称，苹果的大语言模型内部代号是Ajax GPT，其参数规模超过2000亿；2、MM1：具有高达 30B 参数的多模态 LLM 系列；3、Ferret UI：Ferret UI多模态模型（参数包括7B和13B）具备强大的图片区域识别能力，可应用在手机UI之中，通过优化，使它能够更好的识别手机应用的界面，并将自然语言翻译为界面操作点；4、OpenELM：2024年4月24日，苹果开源大语言模型OpenELM，该模型有有指令微调和预训练两种模型，一共有2.7亿、4.5亿、11亿和30亿4种参数，预训练数据达1.8万亿tokens，可提供生成文本、代码、翻译、总结等功能；5、与OpenAI合作：2024年6月11日，苹果WWDC2024召开，正式宣布与OpenAI合作，智能助手Siri将接入ChatGPT。2024年12月12日，苹果推出IOS18.2正式版，Siri智能化更进一步。图：苹果 AI模型进展6月11日官宣合作官宣合作OpenAI1.412月12日正式接入正式接入ChatGPTIOS18.2正式版正式版推出推出证券研究报告*请务必阅读最后一页免责声明生态：Apple Intelligence重新定义端侧AI11Apple Intelligence重新定义端侧AI：苹果端侧AI 为诸多使用场景设计了更为便利的体验，相较前期的安卓AI手机，在实用性上有较大提升。同时我们认为，更值得重视的是苹果底层能力的突破：屏幕感知：功能层面，Apple Intelligence赋予Siri屏幕内容感知能力，同时结合用户语音指令，灵活判断给出更为精准的指令操作。跨APP的输入输出：Apple Intelligence赋能Siri，可以打通多个APP的输入输出，具备AI Agent的雏形。如编辑表格使用场景中，可通过Siri控制读取相册图片中的文字，并输出至Excel。如苹果未来将这一生态开放给第三方APP，则可实现：通过APP订机票，Siri可获取航班起落时间，并输出给打的软件，酒店软件。从而实现一键安排行程。资料来源：苹果公司官网，民生证券研究院1.5证券研究报告*请务必阅读最后一页免责声明生态：Apple Intelligence重新定义端侧AI1.512IOSSiri Apple Intelligence对Siri进行了增强，让各个APP向下通过Siri互通，Siri能在App中执行操作，借助App Intents和App Entities，实现互联互通。资料来源：苹果公司官网，民生证券研究院整理；备注：以上具体APP图标仅为示例，供参考证券研究报告*请务必阅读最后一页免责声明13生态：Apple Intelligence的功能分类图：屏幕感知功能类云端AI：（功能已推出）1.文本类：具备文字分析处理及生成功能，Apple Intelligence的写作工具具备改写、校对和摘要三大功能；2.视觉类：利用 AIGC 可实现文生图、图片美化、图片扩展与消除、视频优化，视频智能剪辑等功能，此外苹果照片APP可利用Create a Memory Movie功能，为用户基于自然语言 已有照片/视频生成回忆视频，Visual Intelligence能通过大模型分析拍摄物体的深度和有用信息；APP增强AI：（功能已推出）1.语音类：主要为AI通话功能，如苹果可对通话进行录音并将录音转为文字，并具备翻译功能；2.屏幕感知类：具备屏幕感知能力的 Siri 将能够理解用户在更多 app 中的内容，并据其进行相应操作。例如，用户在信息 app 中收到朋友发来的新地址时，只需说一句“把这个地址加到他的联系人名片里”即可；系统级AI：（功能已推出）AI Agent：苹果Apple Intelligence具备AI Agent的雏形，通过赋能Siri，可以打通多个APP的输入输出。图：Create a Memory Movie功能图：写作工具的摘要功能图：Siri 可在各类 Apple 及第三方 app 中完成数百种新操作1.5资料来源：iPhone 15 Pro截图，IT之家，中华网，民生证券研究院证券研究报告*请务必阅读最后一页免责声明2025年14体验：iOS 18.1和18.2 Beta版Apple Intelligence对比 北京时间2024年10月29日，苹果正式推出iOS 18.1版本，据公司前期说明，目前其AI功能仅支持iPhone 15 Pro及15 Pro Max以上机型，且Apple Intelligence暂不对欧盟和中国地区开放。这种AI体验的锁定是针对硬件而非IP地址的，这意味着即便是拿着国行版iPhone在美国也无法体验Apple Intelligence的功能。将系统和Siri语言选择英语，地区选择美国后，即可加入AI候补名单。北京时间12月6日，苹果推出iOS 18.2 Beta版，Siri接入ChatGPT，Apple Intelligence在图像功能上进行了显著升级，同时iPhone 16用户可体验全新的视觉智能（Visual Intelligence）功能。12月12日，苹果发布iOS 18.2 正式版。1.6资料来源：苹果，快科技，智东西，36氪，IT之家，TechWeb，民生证券研究院表：Apple Intelligence功能简介功能简介18.1 推出与否18.2 Beta版 推出与否Writing Tools帮助用户对文本进行改写、校对和摘要。使用任何标准UI框架来呈现文本字段，App都将自动兼容Writing Tools功能。利用TextView委托API，用户可以对Writing Tools处于活跃状态时的App行为进行自定义，如在Apple Intelligence处理文本时暂停同步以避免冲突。Writing Tools新增“Compose”按钮，可生成与所选主题相关的文本，并新增“描述您的更改”选项，从而自由修改文本的语气或内容，例如将电子邮件转换为诗歌等。Image Playground用户可利用其在“信息”、“备忘录”、“Keynote讲演”、“Pages文稿”等App中创作图像，开发者通过Image Playground API可将这一功能引入自己的App中，图像创作在设备端进行，无需开发和托管模型。Genmoji用户可利用其生成新的表情符号，Genmoji以内嵌图像的形式表示，使用标准UI框架呈现的文本字段及AttributedString均可支持Genmoji。Siri&App Intents苹果使用Apple Intelligence对Siri进行了增强，从而使得Siri与系统的结合更加自然、深入和个性化。开发者可利用不同领域的预定义和预训练App Intents，让Siri能在App中执行操作，并可让App的操作在“聚焦”、“快捷指令”App和“控制中心”等位置更容易被发现。使用SiriKit的App将自动获得Siri增强的对话能力，借助App Entities，Siri可以了解App中的内容，并从系统任何位置为用户提供App中的信息。推出部分功能，如新版Siri能够更好地理解用户，拥有更强的上下文能力和新外观及唤醒动画等；但屏幕感知等功能尚未推出。Siri集成了ChatGPT以及Visual Intelligence（视觉智能）功能，利用 iPhone 16 的相机控制功能，帮助用户了解周围事物。证券研究报告*请务必阅读最后一页免责声明15体验：Apple Intelligence对比智谱AutoGLMApple Intelligence：目前仍处于内在的原生APP之间的调用及内部原生APP的AI功能创新，例如相册APP的修图和邮件APP的Writing Tools功能。另外，苹果的Apple Intelligence具备端侧AI有较好的隐私保护性。虽然，App Intents能使应用的功能和内容能无缝融入系统体验中，让用户可以轻松访问应用核心功能，并获得更智能的Siri帮助。但目前尚未开放App Intents框架，不能接入第三方APP，实现对第三方APP内容的读取和操作。智谱AutoGLM：目前已经打通部分第三方APP，例如微信、淘宝、美团、大众点评、小红书、高德地图、12306、携程等。用户可以像和朋友聊天一样给AutoGLM发指令，他能理解复杂指令，并规划出最佳执行步骤。如果遇到问题，AutoGLM会尝试解决并继续任务，理论上能节省大量时间和精力。二者对比：短期来看，智谱相较于苹果Apple Intelligence较大的优势在于可以调用更多的APP。长期来看，算力和模型最终会决定AI终端的硬实力，生态建设将决定AI终端的软实力，当下的苹果依旧具备完善的软硬件生态和持续投入算力、模型的能力。因此，我们仍看好未来Apple Intelligence通过赋能Siri，打通多个App的输入输出，打造完备的AI应用生态。图：利用智谱APP总结微信公众号文章主要内容图：苹果邮件APP的Writing Tools功能1.6资料来源：iPhone 15 Pro截图，红米Note 13R截图，智谱，民生证券研究院证券研究报告*请务必阅读最后一页免责声明2025年16体验：iOS 18.1的Apple Intelligence体验 Siri：升级后的Siri拥有了新外观、唤醒动画及交互方式。用户与Siri对话时屏幕周围会出现一个炫彩光圈，不同的唤醒方式对应着不同的Siri登场动画，如用语音唤醒时，动画是从麦克风那里弹出；而当长按电源键呼出Siri时，动画是从电源键那里弹出。此外，用户不仅可以用语音和Siri交互，还可双击屏幕下方以文本的方式和Siri交流。更强的上下文理解能力。现在Siri不会在用户犹豫或停顿时打断用户，而是会根据对话的上下文内容判断是否要等待用户说完。目前测评下来存在争议，不管是语音理解能力还是上下文结合能力，Siri的表现仍然比较一般。为用户提供设备支持。如回答如何在iPhone、iPad和Mac上执行某些操作。写作工具（Writing Tools）：改写、校对和摘要三大功能均已推出，用户可以在打字和阅读的场景下使用。改写功能除默认风格外还有友好、专业和简洁三种可选。评测来看，友好风格适用于熟人对话，专业风格适用于正式场合。校对主要针对单词、语法和标点符号错误。摘要功能比较实用，选中一段话可让其生成Summary、Key Points、Table或者List。1.6资料来源：苹果，华尔街见闻，36氪，民生证券研究院图：Siri的跑马灯外观图：Siri引入文本交互方式图：写作工具的摘要功能图：校对功能展示证券研究报告*请务必阅读最后一页免责声明2025年17体验：iOS 18.1的Apple Intelligence体验（续）邮件：Show Priority功能可使收件箱顶部显示最紧急的电子邮件，Summarize功能可为邮件生成摘要，Smart Reply功能可智能回复邮件。这些功能也适用于信息。通知：减少干扰，仅显示需要立即关注的信息。照片：可使用自然语言搜索照片，Create a Memory Movie功能能够为用户基于自然语言 已有照片/视频生成回忆视频。通话：可对通话进行录音并将录音转为文字。1.6图：邮件的Show Priority功能图：邮件的Summarize功能资料来源：苹果，华尔街见闻，36氪，民生证券研究院证券研究报告*请务必阅读最后一页免责声明2025年18体验：iOS 18.1的Apple Intelligence体验（续）1.6图：邮件的Smart Reply功能图：通知的减少干扰设置图：照片的Create a Memory Movie功能图：通话录音功能资料来源：苹果，华尔街见闻，36氪，民生证券研究院证券研究报告*请务必阅读最后一页免责声明2025年19体验：iOS 18.2 Beta版的Apple Intelligence体验 Image Playground：创造图像，支持通过所选元素和文字描述快速创建趣味图像，提供动画和插画两种风格；：Genmoji，通过文本描述和用户的个人形象生成专属自己的 emoji，可用于后续的短信聊天当中，更强调社交属性；Image Wand，用户通过在笔记中绘制草图，并加以润色和细节补充，使其变成一幅完整的，色彩结构丰富的图像。此外，用户也可以通过提示文本对生成的结果加以约束。Siri集成ChatGPT：Siri 可基于 ChatGPT 提供的资料，对于用户的提问给出回答，逐步能理解更复杂的问题。同时，即使用户的提问不流畅，Siri 依然能够听懂并作出回应。Visual Intelligence（视觉智能）功能：仅搭载“相机控制”按钮的iPhone 16 系列机型可以使用。可帮助用户进行识物，调用 ChatGPT 对取景框中的物品进行描述，还可提供相应的购买渠道。此外，针对建筑物一类的对象，Visual Intelligence 可显示地理位置；对于餐厅等地点，它甚至可以为用户提供营业时间和菜单等相关信息。Writing Tools新增“Compose”按钮：可生成与所选主题相关的文本，并新增“描述您的更改”选项。1.6资料来源：IT之家，iPhone 15 Pro截图，民生证券研究院图：Image Playground 图像游乐场图：Visual Intelligence 视觉智能功能图：Siri接入ChatGPT图：Image Wand生成图像 证券研究报告*请务必阅读最后一页免责声明1.7硬件：24年秋季发布会先行，未来的AI硬件创新不止20图：iPhone 16系列 苹果在24年9月10日凌晨1点，召开秋季新品发布会：发布新款iPhone 16系列和 iWatch Series 10、iWatch Ultra 2，以及新款AirPods（AirPods 4/AirPods Pro 2/AirPods Max2）。苹果将最新开发的“Apple Intelligence”功能集成在iPhone 16等终端硬件中，全面拥抱生成式AI。未来iOS系统也在持续迭代升级，带来更多AI功能。未来AI硬件创新不止，AI重塑苹果产品矩阵。苹果作为消费电子的龙头，其强大的生态体系和技术能力将持续引领科技创新的风向标。AI硬件方面，iPhone手机先行，Airpods、AI眼镜、智能音箱和桌面机器人等产品也有望陆续登场，端侧迎来AI AIOT的大繁荣。以Airpods为例，根据彭博社信息，其正在研发带有摄像头等传感器的 AirPods 产品，可以检测环境图像的变化和收集周身信息，并通过 AI 处理数据协助消费者日常生活。图：Airpods 和桌面机器人的创新示意图资料来源：IT之家、苹果官网、腾讯新闻、爱范儿、新浪VR等，民生证券研究院证券研究报告*请务必阅读最后一页免责声明21量：苹果开启新一轮换机周期资料来源：statista，民生证券研究院 我们认为，AI终端的浪潮下，首先将迎来量的变化，换机周期再度加速；随后则是质的变化，品牌商的话语权会得到提升：苹果于WWDC表示，仅iPhone15 pro/pro max以上机型支持AI，这将成为加快更换周期的关键。据IDC数据，这2款机型23年销量为5000万部，占当年iPhone销量的24%，占iPhone存量活跃设备数仅4%；作为对比，23年iPhone潜在换机基数庞大，存量活跃设备数达13.8亿部。后续在AI的带动下，iPhone换机动能强劲。图：1Q15-2Q24 iPhone分机型销量（百万部）1.8图：iPhone存量活跃设备数（百万部）1152063294425697108148889481042123113341382020040060080010001200140016002011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 20230501001Q15 3Q15 1Q16 3Q16 1Q17 3Q17 1Q18 3Q18 1Q19 3Q19 1Q20 3Q20 1Q21 3Q21 1Q22 3Q22 1Q23 3Q23 1Q24iPhone 5/5siPhone 6iPhone 6 PlusiPhone 6siPhone 6s PlusiPhone SEiPhone 7iPhone 7PlusiPhone 8iPhone 8 PlusiPhone XiPhone XRiPhone XSiPhone XS MAXiPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12 miniiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 13 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 Plus(6.7)iPhone 15 Pro(6.1)iPhone 15 Pro Max(6.7)资料来源：mizuho,Company data,Morgan Stanley Research(e)estimates,HIS，民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明22质：品牌商的价值增量苹果的AI生态一旦开放给第三方厂商，各大APP都会争相接入，谁率先预载在Siri中，就可以更好的争夺苹果手机10亿 的存量用户。参考历史，根据纽约时报报道，iPhone默认搜索引擎采用谷歌，为此谷歌每年向苹果支付近百亿美元。那么在苹果AI生态普及后，不仅是搜索引擎，机票酒店等等应用都是苹果公司新的收入来源。此外，根据彭博社记者Mark Gurman在其最新一期的 Power On 通讯中信息，尽管刚开始 Apple Intelligence 功能将免费，但苹果的长期计划是推出类似Apple Intelligence 的订阅服务，效仿 iCloud 订阅服务的形式，将部分人工智能功能转变为付费服务。1.9图：AI订阅收入图：苹果品牌商的价值增量资料来源：IT之家、新浪科技等，民生证券研究院证券研究报告*请务必阅读最后一页免责声明证券研究报告02.23iPhone创新展望证券研究报告*请务必阅读最后一页免责声明2.1iPhone 16/17创新一览24表：iPhone 16/17系列配置对比16/17数字系列Plus/Slim系列Pro系列Pro Max系列屏幕尺寸6.1”/6.3”6.7”/6.6”6.3”/6.3”6.9”/6.9”处理器A18（N3E）/A19（N3P）A18（N3E）/A19（N3P）A18 Pro（N3E）/A19 Pro（N3P）A18 Pro（N3E）/A19 Pro（N3P）基带芯片X71M/-X71M/自研5G BPX71M/-X71M/-DRAM8GB/8GB8GB/8GB8GB/12GB8GB/12GB后置摄像头48MP主摄 12MP超广角/48MP主摄 12MP超广角48MP主摄 12MP超广角/48MP主摄 12MP超广角48MP主摄 12MP潜望式长焦 48MP超广角/48MP主摄 48MP潜望式长焦 48MP超广角48MP主摄 12MP潜望式长焦 48MP超广角/48MP主摄 48MP潜望式长焦 48MP超广角前置摄像头12MP/24MP12MP/24MP12MP/24MP12MP/24MPWi-FiWi-Fi 7/-Wi-Fi 7/-Wi-Fi 7/Wi-Fi 7（自研）/Wi-Fi 7（自研）外观铝/-铝/-钛/铝 玻璃钛/铝 玻璃iPhone 16系列升级：系统及软件层面，iPhone 16系列都将预装iOS 18，并搭载Apple Intelligence；硬件层面，（1）屏幕：Pro和Pro Max屏幕尺寸略有增大，Pro将从6.1英寸增至6.3英寸，Pro Max将从6.7英寸增至接近6.9英寸；（2）芯片：采用A18系列芯片（台积电N3E）；（3）内存：全系采用8GB内存；（4）光学：Pro和Pro Max将配备48MP超广角摄像头和四重反射棱镜相机，支持5倍光学变焦；（5）电池：Pro和Pro Max电池容量将分别达到3577mAh（ 303）和4676mAh（ 254）；（6）其他：侧键按钮升级等。iPhone 17系列创新力度加大：几款机型的摄像头或将大幅升级（部分升级为48MP长焦镜头 24MP前置摄像头），搭载A19系列芯片，更大的内存，以及全新超薄的Air（Slim）型号。资料来源：苹果官网，IT之家，太平洋科技等，民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明2.2存储厂：三星、海力士、美光模组：德明利、江波龙、佰维、朗科DDR5：澜起科技、聚辰股份散热：瑞声科技、领益智造、思泉新材、中石科技存储散热硬件价值量全面提升内存：7B端侧模型运行需8G内存，整机内存向16/32G升级，AI手机的内存和存储容量分别是普通手机的1.7倍和2倍高算力产生高功耗，热管、石墨、硅脂、风扇等散热方案升级，价值量提升结构件结构件或将迎升级，以满足轻量化要求光学光学传感器持续升级，满足AI终端的感知需求代工AI 终端对整机设计提出更高要求，ODM厂商代工价值量提高结构件：领益智造、长盈精密光学零部件：水晶光电、蓝特光学代工：立讯精密、比亚迪电子、蓝思科技资料来源：ifind，民生证券研究院整理25PCBAI赋能手机，SLP硬板加速升级PCB：鹏鼎控股、东山精密、燕麦科技电池AI终端高算力下功耗提高，电池芯能量密度升级，且或采用不锈钢电池壳电池：珠海冠宇、信维通信、豪鹏科技iPhone16/17硬件升级一览证券研究报告*请务必阅读最后一页免责声明PCB：AI赋能手机，SLP硬板加速升级26智能机进入AI时代，主板方案有望迎来升级。当前时点手机AI创新升级对硬件要求升级，将对主板技术路线产生影响，芯片I/O数增加导致PCB直径缩小、走线数量增加，压缩PCB的线宽线距；功能升级需要占用空间等，均需要更加高阶的主板去完成。但目前对终端要求的尺寸却不断缩小，所以对PCB导线的宽度、间距，微孔盘的直径和孔中心距离要求进一步提高。从HDI工艺角度来看，SLP是采用了mSAP（改进型半加成工艺）的Any Layer技术，在一定资金的设备投入下，还利用了HDI的现有设备、技术，相对载板的制造，生产成本低，效率高。伴随AI手机升级，对手机内部空间及功能提出更高要求，SLP的线宽线距升级有望加速。表：AI有望加速SLP的线宽线距升级2018年20192020年20212022年层数/板厚12层/0.65 mm12层/0.60 mm12层/0.55 mm芯板厚/介电层厚度0.065 mm/35 m0.06 mm/35 m0.05 mm/30 m最小线宽/间距30 m/30 m25 m/25 m20 m/20 m最小激光孔径/焊盘90 m/170 m80 m/160 m80 m/150 mBGA Pitch（球栅阵列间距）250 m/400 m230 m/350 m200 m/300 m板材H/F（高频）H/F，LowCTE（低热膨胀系数）H/F，LowCTE，Dk，Df表：HDI和SLP参数对比2.3资料来源：Daeduck GDS官网、亿渡数据、民生证券研究院证券研究报告*请务必阅读最后一页免责声明27散热：AI终端能耗提升，散热成刚需 苹果历史全系列手机采用纯石墨散热方案，其余手机品牌兼具纯石墨/石墨 VC均热板混合方案。石墨散热片(膜)，是一种导热散热材料，具有独特的晶粒取向，沿两个方向均匀导热，片层状结构可很好地适应任何表面，屏蔽热源与组件的同时改进消费类电子产品的性能。VC均热板由两片铜板组成，中间夹有毛细结构、支撑柱，并通过四周焊接密封。可以通过内部液体蒸发循环，迅速将热量均匀扩散至更广的区域，有效满足高功耗器件的散热需求。相比石墨，VC均热板成本更高，但拥有更好的散热性能，随着AI终端功耗的提升，我们预计石墨方案会进一步升级，VC亦将会搭载至更多机型。2.4原理导热片（石墨/石墨烯）利用金属、石墨、石墨烯等导热材料贴近热源，加大散热面积和效率导热界面材料导热硅脂、硅胶片等，实现与热源与散热单元的紧密接触热管/VC均热板使用管状/板状的金属腔体，冷凝液蒸发-冷却-回流实现热量的快转移图：VC均热板内部结构图：热管与VC均热板散热原理对比表：散热原理图：石墨片散热解决方案资料来源：热管理行家、爱范儿等，民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明28电池：升级钢壳电池，额定能量提升2.5重量 7.1giPhone 16 pro首次采用钢壳电池，额定容量3582mAh，相较15pro提升308mAh，重量增加7.1giPhone 16 pro视频播放最长可达27小时，流媒体视频播放最长可达22小时，音频播放最长可达85小时。iPhone 16 pro max采用软包电池，额定容量4685mAh，相较15 pro max提升263mAh钢壳电池可以有效提升能量密度，带来续航提升。此外该设计还可降低电池拆卸难度，并增强散热性能和保护性。图：iPhone16 pro max和iPhone16 pro电池资料来源：iFixit，民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明证券研究报告03.29安卓阵营的AI之旅证券研究报告*请务必阅读最后一页免责声明30传统终端硬件创新趋缓，AI或成为破局关键3.1 过去几年，智能手机新品硬件创新乏力，市场增速放缓，在5G短暂地推动21年市场回暖后，2223年全球智能手机市场再度陷入低迷期，出货量连续回落；随着消费电子市场复苏，叠加GenAI或带来增量需求并推动高端化，IDC将2024年全球智能手机出货量的同比增速上调至6.2%，对应12.4亿部。2024年6月，苹果在开发者大会上正式推出的系统级AI Apple Intelligence率先完成了AI手机的“打样”。系统级AI Agent确立为AI手机的“终极形态”：除类云端AI和App增强AI外，深度集成的系统级AI是实现端侧AI的最佳思路。系统级AI，即AI Agent，由于操作系统负责进程和硬件资源的调度，因而相较于将AI功能内置于单个App各自为政的App增强AI，系统级AI能够打通多个App的输入输出，实现跨App工作流的完成，从而帮助解决更多的用户痛点，推动换机和升级需求。资料来源：IDC，IT之家，民生证券研究院图：2004-2024E全球智能机出货量及渗透率（亿部）1469.50 0004006008001000120014001600200420052006200720082009201020112012201320142015201620172018201920202021202220232024EFeature PhoneSmartphoneSmartphone渗透率图：系统级AI架构OSAI AgentApp1App2App3AppN证券研究报告*请务必阅读最后一页免责声明3.231资料来源：PConline，手机中国，芝麻科技讯，天极网，中关村在线，换手机，半导体行业观察，IT之家，芯参数，民生证券研究院整理安卓算力：骁龙8系列系列持续迭代高通骁龙8 Gen3高通骁龙8 Elite工艺台积电 4nm台积电3nm架构1 2 2 3Oryon CPU（2 6）CPU1x3.3GHz Cortex-X4 超大核3x3.15GHz Cortex-A720大核2x2.96GHz Cortex-A720大核2x2.27GHz A520 小核2x超级内核（4.32Ghz）6x性能内核（3.53Ghz）GPUAdreno 750 930MHzAdreno 830 1.1GHz存储规格UFS 4.0LPDDR5X 4800MHzUFS 4.0LPDDR5X 5.3GHz影像Spectra，3x18bits，单摄最高200MP，双摄最高64MP 36MP，三摄最高3x36MP，视频拍摄最高8K30FPS/4K120FPSSpectra，3x18bits，单摄最高320MP，支持4K分辨率的无限语义分割及超暗条件下的照片和视频拍摄能力，另有视频AI消除功能AIHexagon NPU支持运行超100亿个参数的大模型，跑大语言模型每秒可生成超过20个Token；AI性能提升98%、能效提升40%Hexagon NPU，拥有6个矢量加速器和8个标量加速器，AI性能提升45%，AI能效提升45%连接WiFi7、蓝牙5.4WiFi7、蓝牙6.0基带骁龙X75骁龙X80发布时间2023年10月25日2024年10月22日表：高通各代AI旗舰芯片比较前文我们讨论了苹果的AI布局，公司在数年前就开始进行相关技术储备，并于2024年的WWDC正式披露其AI雄心，引领了AI终端的产业发展。同时，安卓阵营也在积极布局。接下来我们将继续解读非苹果阵营的AI终端布局。证券研究报告*请务必阅读最后一页免责声明安卓阵营：智谱推出AutoGLM，荣耀与其签订合作协议323.4资料来源：金融界，智谱，红米Note 13R截图，民生证券研究院作为国内模型第一梯队厂商，智谱华章于10月25日发布AI智能体AutoGLM，AutoGLM立足国内市场，针对国内用户App偏好实现手机端“自动驾驶”。AutoGLM在手机端以App的形式（退出App界面时以悬浮球形式）植入，可以替代人类控制手机等电子设备。AutoGLM目前仅支持安卓机，出于内测安全性的考虑，目前仅支持微信、淘宝、美团、大众点评、小红书、高德地图、12306、携程等应用。经体验，AutoGLM 与爬虫、按键精灵颇为相似，其优势在于目前在和第三方应用的交互上领先于苹果且操作完成度和准确率较高，缺陷在于当其接管手机时，App在前台调度，用户无法同时使用手机做其他事情，另外，我们认为AutoGLM当前虽然用到了OCR识别，但仍然一定程度上依赖于第三方应用开放API接口来实现基于UI逻辑的固定操作流程，如果应用内部的UI设计或者版式发生变化，可能会影响AutoGLM的调度效果。图：AutoGLM总结微信公众号文章主要内容图：AutoGLM在12306为用户订火车票证券研究报告*请务必阅读最后一页免责声明33AI 终端的三要素：算力、模型、生态3.5资料来源：民生证券研究院整理绘制综上，我们将AI终端的定义，提炼为三要素：算力、模型、生态其中，算力和模型是AI终端的必要条件，算力是硬件基础，通过NPU执行神经网络运算，实现终端推理；而模型的减枝蒸馏，则可有效压缩模型参数，减少推理时间，降低端侧负载。上述两大要素决定了终端的硬实力。相较前者，生态需要长时间打磨，且需产业链厂商齐心协力配合，开发应用，挖掘垂直场景。生态建设代表了终端的软实力。对于用户而言，算力和模型的纸面参数固然重要，但真正决定使用体验和购买倾向的，是生态。我们认为生态的建设和完善，决定AI终端的成败。而这一过程当中位居核心的是品牌厂商。苹果则得益于其多年的积累，及消费市场的号召力，更有机会打造出完备的生态。生态多模态交互自然语义|直觉化AI Agent具备自学习和进化能力的服务类云端AIAPP增强AI系统级AI模型端侧优化压缩|减枝|蒸馏端侧适配具备环境感知和场景检测算力NPU性能提高峰值算力|降低功耗AI兼容性深度学习优化|模型兼容性证券研究报告*请务必阅读最后一页免责声明3.6安卓：核心硬件创新一览资料来源：砍柴网，爱集微，汇顶科技官网，澎湃新闻，电子工程网，亚洲新能源汽车网，拓普微科技，思瀚产业研究院，中关村在线，民生证券研究院34光学指纹识别TDDI电源镜头方面，玻塑混合镜头在提升进光量、降低镜头高度方面具有优势；潜望式下沉是重要创新之一，潜望式镜头通过微棱镜结构实现光学变焦，同时支持远景和微距拍摄；其他光学创新还包括可变光圈、超光谱摄像头；CIS方面，大底 大像素是升级趋势；TOF系统，同3D结构光技术，可用于生物识别和手势识别。模组：舜宇光学、丘钛科技、高伟电子、欧菲光光学零部件：水晶光电、蓝特光学、瑞声科技、东田微CIS：韦尔股份、思特威、格科微TOF：力芯微相较于光学屏下，超声波指纹识别方案更轻薄、更省电，对屏幕要求更低，解锁体验更好，且解锁区域设计更灵活，2025年有望快速下沉至安卓系中端机型。指纹识别：汇顶科技、丘钛科技目前智能手机通过采用新材料（如硅碳负极）、优化电池结构和电源管理系统等手段来实现电池容量、能量密度和续航能力的提升，其中电源管理芯片通过智能调节能够在不同场景下自动优化电源分配，确保设备在高负荷使用时仍能保持稳定。电源：圣邦股份、南芯科技、艾为电子、力芯微、美芯晟、希荻微、帝奥微、晶丰明源、芯朋微触摸屏产品的技术路线向嵌入式In-cell发展成为趋势，其中双芯片解决方案由于触控IC和显示驱动IC仍然相互独立，存在出现噪声的可能，而单芯片解决方案（TDDI）采用统一的系统架构，将二者融合在一起，从而实现更高效的通信、有效降低显示噪声，更利于智能手机薄型化、窄边框的设计需求。TDDI：天德钰、韦尔股份、新相微折叠屏在全球智能手机存量竞争的背景下，中国已成为全球最大折叠屏手机市场。23年9月，华为发布开创性三折屏产品Mate XT。影响折叠屏渗透率提升的三个关键要素分别为价格、重量和厚度。折叠屏：精研科技、东睦股份、统联精密证券研究报告*请务必阅读最后一页免责声明3.7华为Mate 70系列光学创新一览资料来源：新浪网，格科微官网微信公众号，华为Mate 70系列发布会截图，民生证券研究院35 华为于2024年11月26日发布的Mate 70上有4颗摄像头，除主摄、长焦、超广角外，还有一颗红枫原色摄像头，该摄像头拥有150万多光谱通道，能够捕捉环境光谱信息，并不直接用来拍照，而是赋能主摄、超广角和长焦微距等不同焦段，实现更精准的色彩还原。本次华为Mate 70系列首次将多光谱摄像头引入手机。多光谱摄像头如何实现更精准的色彩还原：人眼可见光光谱范围是380nm780nm左右，常规图像传感器可感知的光谱范围略接近于人眼，在红光和紫光之外还有人眼无法感知的光谱细节。多光谱成像既可感知从紫外到近红外更广波段的信号，又可提升可见光波段的感知精度，为图像注入更丰富的光谱信息，从而实现更精准的色彩还原。在目前的多光谱成像方案中，多光谱CIS相机具备灵活、紧凑的优势。常规传感器配置RGB Bayer Color Filter，通常仅能捕捉红、绿、蓝三个颜色的信息；而多光谱CIS则在图像传感器表面，配置多通道的滤光材料来捕捉不同波长的光线，通过后端算法融合计算，获得更丰富和准确的色彩信息。多光谱成像的应用场景：在消费电子领域，多光谱成像可识别皮肤的微小色差与纹理变化，辅助皮肤健康管理；可帮助手机校正正白平衡，让成像颜色更准确。在工业领域，可检测材料成分和品质，为质量控制提供更高的检测精度。图：左边为常规RGB Bayer传感器捕捉光谱范围，右边为多光谱图像传感器捕捉光谱范围图：华为Mate 70多光谱摄像头证券研究报告*请务必阅读最后一页免责声明3.8手机光学创新趋势展望资料来源：舜宇光学官网，爱集微，民生证券研究院36 我们认为未来手机摄像头规格呈现升级趋势，其中，玻塑混合镜头和潜望式长焦渗透率的提升以及模组马达镜头一体化技术将助力手机摄像头的创新：近年来，玻塑混合镜头市场的发展速度越来越快，目前市场上应用玻塑镜头的智能手机至少达到12款，覆盖小米、索尼、vivo、传音等多家知名品牌；从规格来看，1G5P与1G6P使用最为普遍；从供应商角度来看，瑞声科技旗下辰瑞光学和舜宇光学几乎是“两分天下”。23年9月发布的iPhone 15 Pro Max升级配备了一颗5倍潜望长焦，首次采用波速混合镜头。我们认为玻塑混合镜头在获得智能手机龙头苹果的采用后，有望成为镜头产业的新关键趋势，未来其他品牌的高端机型可能会效仿。相较塑料镜头，玻塑混合镜头拥有更大光圈、高解析力、低厚度、低温漂等多重优点，但受传统制造工艺的限制，玻璃镜片的量产能力有限，只有不断突破制造工艺，实现大规模化的出货，才有望逐步取代塑料镜头成为市场主流。潜望式长焦方面，目前主流品牌的旗舰机型基本都有配置，相较于其他长焦方案，潜望式结构能够更好平衡镜组体积和设备空间的矛盾，又能够在同样的变焦系数下，实现更好的长焦画质表现。目前由于潜望式方案成本相较较高，因此中低端机型基本少有采用，我们认为未来随着潜望式技术逐渐成熟，其渗透率有望进一步提升。摄像头简介主摄大像面 大光圈、玻塑混合、小型化（X/Y/Z轴）、可变光圈、芯片防抖超广角小畸变、超薄化、大光圈长焦棱镜中置/后置、低高度长焦、双潜望/长焦、群组内对焦前置超小头部、自动对焦/OIS、小广角（90）、超薄化、大光圈表：手机光学创新趋势盘点证券研究报告*请务必阅读最后一页免责声明证券研究报告04.37新型AI终端春风已至证券研究报告*请务必阅读最后一页免责声明382024年9月-12月NEXT26年9月10月11月12月1Q-2Q253Q25-4Q25展会2024 LIGHT VISION深圳国际眼镜业博览会，12月27-29日召开CES大会，25年1月7-10日召开MetaAR眼镜模型机，代号Orin，9月25日发布Ray-Ban24年4月，雷朋&Meta眼镜接入AI模型AppleMR眼镜，二代产品有望25年底发布AR眼镜，最快有望于26年底发布Snap Inc.AR眼镜，9月18日发布RokidAR眼镜，Rokid Glasses，11月18日发布雷鸟AR眼镜，Air 3，10月28日发布AI眼镜，代号V3，预计25年Q1发布影目AI眼镜开放平台，11月7日发布；AR眼镜，INMO Air 3&Go 2，11月29日发布XREAL李未可AR眼镜，预计25Q1发布百度AI眼镜，小度AI眼镜，11月12日发布AI眼镜，小度AI眼镜预计25H1上市小米AI眼镜，预计25Q2发布魅族AR眼镜，StarV Air 2，9月25日发布三星AR眼镜，1月Galaxy Unpacked上展示AI眼镜，预计25Q3发布字节跳动24年9月，推出AI玩具“显眼包”作为礼品AI玩具发布会，预计25年3月4.1AI终端发布日历一览资料来源：IT之家，腾讯网，艾邦AR/VR网，聚展网，深圳湾等，民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明39图：美股AI应用公司最新财报业绩 美股科技显著分化，软硬切换的趋势较为明显：目前 AI云端硬件股票开始回调，但诸多深耕ToB垂类场景的软件应用公司业绩走强，且股价持续大涨。我们认为，B端的商业场景相对简洁，训练数据集更为简约，且同类赛道的场景具备可复制性。此外，B端的应用可有效帮助企业降本增效，为客户创造交织可较清晰量化，导致客户具备更强付费意愿。因此，美股AI应用是ToB先行。B端应用AI的关键，在于能否找到企业内部丰富的上下文环境，继而在生产中最大限度地利用AI，即配套已有企业场景做AI化应用更具可行性。图：美股AI应用公司股价走势海外AI应用浪潮之始，AI终端有何不同：4.2资料来源：谷歌财经，民生证券研究院资料来源：谷歌财经，民生证券研究院证券研究报告*请务必阅读最后一页免责声明40图：用户与设备终端互动展示（左：豆包耳机，右：Rayban-Meta眼镜）与北美的ToB应用浪潮不同，A股的AI应用目前集中于ToC领域，终端设备销量制约AI应用落地的进展。分析Rayban-Meta眼镜和Ola豆包耳机发现，Rayban-Meta由于高度可用的音视频多模态功能成为现象级产品，而Ola豆包耳机因存在较多AI体验溢价导致销量不及预期（可被普通耳机 豆包替代）。因此，我们认为最终的终端设备销量取决于用户的实际体验，AI终端需要深耕应用场景，解决用户的刚需，让用户愿意为设备的AI可用性付出产品溢价。图：Rayban-Meta眼镜和豆包耳机对比A股AI专注ToC，终端体验成为决胜关键4.3外观2200元Rayban-Meta二代眼镜Ola Friend豆包耳机售价1199元太阳镜运动耳机目标场景功能销量AI助理、多模态功能（摄像头翻译、识别等）截至2024年H1，累计出货超100万台AI功能仅实现基础对话无法调用系统和第三方APP截至2025年1月9日，天猫旗舰店销量仅6000 资料来源：艾邦AR/VR网，VR陀螺，淘宝天猫，民生证券研究院整理资料来源：前方智能，雷科技，民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明41 总结Rayban-Meta眼镜成功的主要原因，我们认为产品的成功源于其具备优秀AI终端的特点，可替代生活必需品（基础） 新增优秀的AI应用体验（溢价）。Rayban-Meta眼镜的成功为行业提供了一条AI落地硬件的全新思路，也验证了市场需求，由于其AI功能无法进入中国，国内AI眼镜行业有一定市场空缺，因此近期国内各软硬件大厂纷纷开始布局和评估AI眼镜项目。市场针对AI眼镜的新形态探索经历四个阶段，目前市场对AI眼镜产品形态达成共识，因此我们认为2025年有望成为AI眼镜元年。图：市场就AI眼镜产品形态达成共识经历的四个阶段有何值得期待：2025，AI眼镜元年已至4.4寻找新的AI硬件形式XR头显设备短期内难以打开市场眼镜形态的AR产品形态相比XR头显更能被消费者接受AI眼镜有望通过替代传统眼镜进行普及，率先规模落地遇到问题（重量、价格、续航等原因隔绝大众消费者）（应用生态 佩戴体验 可接受的售价）（轻便 无感 好用，更符合用户需求）（AR眼镜=AI眼镜 AR显示效果）转变形态早期形态更贴近生活必需品，提升用户日均使用时间资料来源：澎湃新闻，维科网，脑极体，维深wellsenn XR，民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明42 从软硬件两个维度分析，在AI眼镜的硬件储备方面，AR眼镜硬件储备相对充足，但传统眼镜渠道（销售/验光）、眼镜品类的know-how等对于各大软硬件厂商是一场全新的大考，需要有大量眼镜行业的经验托举，率先指明这条路径的正是Meta的Ray-Ban。在AI眼镜的软件储备方面，许多厂商在过去1年做好准备。纵观手机厂商们近来的发布会，基本都重构了操作系统、语音交互范式，从底层打通与多模态模型、AI应用的兼容，为AI眼镜构筑了完善的软件体系。虽然当前“AI眼镜大战”有较多参与者，但最终来看，我们认为会呈现品牌AI终端和白牌 第三方模型终端两大阵营并行的状态。对比来看，传统硬件品牌厂商，尤其是资源密集的手机厂商，由于其掌握海量用户和流量入口，天然具有竞争优势，更有望居于AI眼镜这条产业链的核心位置。有何值得期待：AI眼镜市场混战，谁会胜出？4.4大模型厂商第三方独立品牌有望在产品定义成熟后成为追赶者手机/眼镜品牌厂商传统眼镜厂商传统眼镜厂商手机/眼镜品牌厂商大模型厂商1.硬件供应链能力储备丰厚2.重构操作系统、语音交互范式3.打通底层应用兼容1.硬件上与供应链产商合作2.自研大模型，提升交互体验3.构筑生态，提升用户粘性1.具备眼镜渠道（销售/验光）2.熟悉眼镜品类的know-how3.依据眼镜行业的经验提升体验合作构建AI眼镜爆品（Meta和Ray-Ban的合作成为典范）三类厂商各具优势合作共赢成为趋势图：三类厂商共筑AI眼镜爆品资料来源：36氪等，民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明43 火山引擎于2024年12月18-19日举办的冬季FORCE原动力大会成为万众瞩目的焦点。本次大会技术主论坛围绕“AI X 全栈能力解读”主题，聚焦性价比、创新、安全等话题，解读火山引擎全栈AI能力。此外，大会还将携手游戏、智能终端、教育、零售等行业大咖，现场解锁10 专题论坛，共话AI变革浪潮。此次大会成为观察字节未来发展的重要窗口，我们认为，字节当下不仅具备算力 流量 创新优势，还专注于协同产业链伙伴构建B端/C端落地生态。B端合作，字节转向扶持制造商参与硬件生产，展示标杆案例，通过合作生产智能终端设备来扩大用户覆盖面；C端合作，字节将侧重于自我驱动的产品创新与推广，吸引第三方内容创作者共建内容创作社区。随着字节与各领域硬件厂商持续加深合作，我们看好在头部厂商带动下，智能对话、儿童早教等多样化创新应用将持续涌现，AI玩具等新型智能终端迎来落地良机。有何值得期待：火山引擎大会重磅来袭，新型AI终端涌现4.4图：火山引擎大会干货速览图：火山引擎大会日程安排图：字节有望引领AI终端落地字节跳动保持算力基建投入内容与流量入口持续应用创新形成豆包大模型优势协同产业链伙伴构建B端/C端落地生态B端合作制造商打造标杆产品，鼓励更多制造商采用豆包C端合作创作者吸引第三方内容创作者共建内容创作社区AI玩具等终端产业链迎来新的启示和发展机遇资料来源：火山引擎官网，民生证券研究院资料来源：火山引擎官网，民生证券研究院资料来源：美股研究社，第一新声，Tech星球，民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明44 我们认为AI终端的发展经历了由云到端、由ToB到ToC的5个阶段，当前我们处于以字节豆包为代表的互联网巨头引领的第五阶段。早期AI终端更多是品牌厂商引领，但由于大模型体验决定了用户的付费意愿，且部分互联网巨头如字节、百度甚至亲自下场开发硬件，因此我们认为互联网巨头将会在AI终端产业链中发挥更加重要的作用。复盘AI终端发展之路4.5资料来源：苹果官网、Opne AI官网、联想官网等，民生证券研究院整理绘制证券研究报告*请务必阅读最后一页免责声明45 当前大模型厂商主要分为互联网巨头和第三方科技公司两大阵营：（1）互联网巨头：代表如字节、阿里、百度、腾讯等，其优势在于广大的用户群体和流量变现能力。这些互联网巨头旗下均有高活跃度应用可以帮助引流，如字节的抖音、阿里的淘宝、百度的搜索引擎、腾讯的微信等，同时，这些应用还积累了大量可用于模型训练的私域数据。（2）第三方科技公司：代表如智谱、Kimi、阶跃星辰，主要依托模型的特色功能出圈，如Kimi在长上下文窗口技术上取得突破，率先支持200万字上下文长度。尽管这些独角兽具有较强的技术实力，但由于缺少可以承载模型能力的下游应用场景，因此只能寻求和第三方软硬件公司的合作。大模型千帆竞渡，互联网巨头何以引领AI终端的发展4.5图：大模型的两大阵营互联网巨头第三方科技公司VS1、资金雄厚，有意愿也有能力大力投入2、旗下拥有高活跃度应用，手握大量用户资源，具有较强的流量表现能力3、通过旗下App积累了大量可用于模型训练的私域数据，能继续推进大模型的Scaling Law4、部分厂商甚至亲自下场开发硬件1、模型能力出众2、模型具备特色功能，在部分指标上表现突出资料来源：民生证券研究院整理绘制证券研究报告*请务必阅读最后一页免责声明46 在互联网巨头阵营中，字节目前遥遥领先于同业。相较于竞争对手而言，字节的AI起步较晚，但后来居上，国内百度、阿里、商汤、科大讯飞在去年3月开始都陆续推出了大模型新品和AI应用，而字节的豆包则是在同年8月才发布。尽管如此，2024年5-7月，豆包App日新增用户从20万迅速飙升至90万，并在9月率先成为国内用户规模破亿的首个AI应用。据量子位智库数据，截至11月底，豆包2024年的累计用户规模已超过1.6亿；11月平均每天有80万新用户下载豆包，单日活跃用户近900万，位居AI应用全球第二、国内第一。豆包出圈，位列AI应用全球第二，仅次于ChatGPT4.5豆包下载量和用户留存率均位列第一资料来源：财联社，量子位智库，36氪，民生证券研究院证券研究报告*请务必阅读最后一页免责声明47 我们认为字节的成功可以归结为以下四点：算力资源充足；大力投流买量；积极布局AI硬件，为豆包寻找C端应用场景；有私域数据可以继续大模型的Scaling Law。以豆包为代表的AI产品，不仅深刻改变着AI应用的行业格局，更推动着AI终端的变革。字节豆包脱颖而出的四重原因4.5字节跳动算力营销应用场景数据资源充足：字节旗下拥有云服务平台火山引擎，不仅为自家豆包提供算力，还有余力支持第三方模型大力投流买量：目前花钱投流买量已成为AI产品启动的最快捷的方式之一，字节旗下拥有广告投放平台巨量引擎，覆盖今日头条、抖音、西瓜视频等营销资源自己做豆包赋能的AI硬件豆包接入第三方硬件产品私域数据：随着公共数据消耗殆尽，大模型的Scaling Law出现放缓趋势，作为互联网巨头，字节旗下拥有大量私域数据可以继续对豆包进行迭代升级图：国内各大模型2024年广告投放投入（截至11月15日）010,00020,00030,00040,00050,00060,000Kimi豆包星野元宝跃问清言星火秘塔通义文小言投放金额（万元）图：字节跳动2024年硬件布局资料来源：砍柴网，财联社，我爱音频网评测室，新浪财经，Tech星球，多知网，民生证券研究院证券研究报告*请务必阅读最后一页免责声明48 在字节引领的新一轮AI终端浪潮中，我们认为大模型将赋予传统玩具生命力，因此AI玩具有望作为情感陪伴载体，适合成为消费领域AI终端的优先落地场景。AI玩具能通过AI技术及时发现并回应用户情绪，从而提供高质量的情感支持，满足了用户被理解、被倾听和被关注的需求，更容易刺激消费者的购买欲望。目前的AI玩具市场的发展趋势：1）AI功能不断优化；2）IP 玩具打造特色；3）应用场景持续拓宽 同时，相较于其他AI硬件，AI玩具的消费品属性更强。因此，AI玩具领域的核心在于定义细分用户的玩具需求，并针对性提升AI能力、设计AI应用，做好价格与体验的平衡。我们判断，在AI玩具终端中，深耕行业需求和产品生态的专业玩具厂商更有机会脱颖而出；在供应链领域，具备开源社区和开发者社群的厂商，更有机会在AI玩具这个长尾市场中引领差异化AI应用的发展。有何值得期待：大模型加持，AI玩具新风口袭来4.6AI功能优化IP 玩具拓宽应用场景AI玩具市场语音交互方面智能化互动开发增加视觉功能老年人陪伴领域辅助教学领域手上藏有对话按钮；实现智能语音交互；还可中/英文角色切换底部内嵌AI机芯Magicbox（魔匣）魔匣可搭载豆包大模型图：字节AI毛绒玩具“显眼包”图：FoloToy的八爪鱼AI套件套件可制作成语音盒内置语音盒于玩具中实现AI语言交互自由将AI 技术与知名动漫、影视、游戏等 IP 紧密结合起来将AI玩具拓展至各种年龄段和应用场景图：AI玩具市场发展趋势资料来源：腾讯网，民生证券研究院整理资料来源：淘宝网，Folotoy官网，bilibili，民生证券研究院整理资料来源：芯航员，众享时刻，民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明49图：AI眼镜可实现的交互方式怎么看AI终端的未来：4.7手机转向随身算力终端交互过程通过穿戴设备实现通过AI眼镜摄像头（所见即所得）通过眼镜及耳机麦克风（所言即所行）未来AR眼镜等新品（重构交互逻辑）图：未来消费电子的交互方式将被重构 1）价值量提升：与早先的消费电子创新，如TWS耳机对比，AI终端是系统级产品，需适配诸多应用 AI大模型 多元化交互方式，产品形态的升级演进需要循序渐进。但优点在于，一旦用户体验成熟，带来便利解决刚需，用户的付费意愿更强。我们认为，AI终端的定价=硬件成本 AI体验，有更高附加值，可以打开品牌厂商的利润天花板。2）交互体验：当下的AI终端产品，从前期发布的智谱、荣耀手机，到近期发布的Rokid眼镜，均主打语音交互，极大程度地解放双手，未来还将结合手势识别等功能，进一步革新交互体验。我们认为，未来手机的定位将转向随身的算力终端，其交互过程可更多通过AI硬件实现，即：1）通过AI眼镜的摄像头，实现“所见即所得”；2）通过麦克风，实现“所言即所行”。3）产业链生态：我们认为当前的AI终端可类比十年前的智能机。2012-2015年间，传统国产智能机四强“中华酷联“，遭遇OPPO、vivo、小米等新“玩家”的挑战，行业加速洗牌。而当下，AI赋能加速智能终端崛起，类比智能机产业的格局演变，我们看好未来双线并行的市场格局，即品牌厂商自研硬件 大模型；白牌厂商则采用公版方案配合第三方模型，各自占据目标市场。资料来源：维深wellsenn XR，民生证券研究院资料来源：民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明AI/MR/AR 差异一览AI眼镜、MR和AR的代表产品分别为Meta&Ray Ban，苹果Vision Pro、Meta Quest 3和微软Hololens、Magic Leap、Meta即将发布的新品（内部代码Orin）；产品形态上看，AI主打眼镜 语音交互，AR眼镜则主打光源 光学交互。硬件上，SOC：除苹果外，AI眼镜及主流的AR产品均采用高通的AR1G1/XR2G1芯片；光学（AR）：目前主流方案为衍射/阵列光波导 Lcos/Micro LED；显示（MR）：目前主流方案为菲涅尔 Micro OLED。4.850资料来源：快科技，各公司官网，太平洋网络，少数派等，民生证券研究院整理50MR头显AR眼镜（信息提示类）AR眼镜（观影类）AI眼镜代表产品Apple Vision pro雷鸟X2XREAL Air2Rayban-Meta二代图示重量600-650g119g72g48.6g价格3499美元起4999元2599元299美元上市时间2023年6月2023年10月2023年9月2023年9月续航/电池容量2h-2.5h590mAh无4h光显方案micro-OLED双目异显衍射光波导 Micro-LED显示屏Micro-OLED Birdbath无分辨率单眼4k双眼640480AR Space：3840 x1080投屏模式：1920 x1080无处理芯片Apple M2 Chip、Apple R1 Chip高通骁龙 XR2 Gen1无高通AR1 Gen1接入AI模型无Rayneo AI无Llama3交互方式眼动跟踪、手势识别、语音镜腿触控交互、戒指射线交互、语音交互可直连设备或搭配Beam操作语音、镜腿触控、按钮拍照功能概述1、透过现实世界背景在空间中布置窗口并利用手势对其操作。2、拍摄并观看空间视频。3、和其他苹果系列产品互动形成生态。1、贴面翻译：翻译字幕紧随脸侧显示。2、辅助对话：大模型根据翻译分析回答。3、空间导航：悬浮于眼角的地图信息。4、空间坐标：显现周围地标建筑信息5、AI语音助手、息屏速拍等。1、搭配Beam Pro，实现3DoF可悬停空间屏。2、搭配Beam Pro空间操作系统，将移动APP生态空间化，实现空间视频即拍即看。1、AI作为对话助手回答问题、提供信息。2、多模态功能：调用摄像头翻译、识别物体表：apple vision pro、雷鸟X2、Xreal Air2、Ranban-Meta二代产品对比证券研究报告*请务必阅读最后一页免责声明三款AI/AR眼镜差异一览三款眼镜差异对比：重量方面，Rayban-Meta因其作为户外墨镜平替的性质，重量最轻；价格方面，雷鸟X2因需适配日常、办公娱乐，具备丰富功能，价格最高；重度体验时间方面，三款眼镜重度体验时间均在2-3小时，距离满足用户长时间便捷体验还存在差距。Rayban-Meta成本：根据维深 wellsenn XR拆解，总BOM成本约164美元，核心硬件成本达75美元，合计占比约45.73%（包括SoC成本55美元、ROM RAM成本11美元、摄像头成本9美元）51资料来源：各公司官网等，民生证券研究院整理5102040608010012001000200030004000500000.511.522.5333.54.59%9.15%6.71%5.49%4.39%3.96%.18%SoC结构件OEMROM RAM摄像头PCB锂电池其他图：三款眼镜重量对比（g）图：三款眼镜价格对比（元）图：三款眼镜重度体验时间对比（h）注：重度使用含义为，雷鸟X2为不间断使用场景，XREAL Aie2搭配Beam Pro持续使用，Rayban-Meta频繁调用AI或拍摄视频图：Rayban-Meta BOM成本拆解（按元件）4.9注：价格中美元：人民币=7：1，Rayban-Mate价格近似2100元资料来源：维深wellsenn XR，民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明2025年52雷鸟X2核心体验 贴面翻译：支持8种语言组合切换翻译，实现实时对话翻译，同时翻译字幕紧随脸侧显示；此外，对话翻译中引入了大语言模型，大模型会根据翻译内容分析回答，为用户提供外文题词等功能。空间导航：时刻悬浮于眼角的地图信息，同时配合语音播报，可让用户避免在行程途中低头或者抬手看导航；注视建筑物或地标，即可得知名称信息，满足用户探索欲望；支持AR空间定位。信息提醒：可快速检索天气、时间、日期等基本信息；可推送手机应用通知到眼镜；可通过眼镜进行拨打/接听电话。ChatBot体验：结合大模型，提供高效的问答服务；大型模型支持联网能力，确保信息的及时性。资料来源：哔哩哔哩，知乎，民生证券研究院整理图：翻译功能图：空间导航功能341234图：ChatBot功能图：来电提醒功能4.10证券研究报告*请务必阅读最后一页免责声明53XREAL Air2核心体验 观影体验：产品与手机、游戏机等设备连接可拓展显示画面，最高等效 4 米距离观看 130 英寸屏幕的表现，提供巨幕体验；APP中自带AR空间，可在空间内进行AR运动、AR观影、AR办公等一系列AR互动操作。Beam计算终端：设备硬件方面具备方向键、确定键、音量键等一系列功能键，支持体感指针操控；设备系统内置哔哩哔哩和爱奇艺等APP；XREAL Air 2 Beam的组合可激活“悬停、云台、浮窗”三大模式，将游戏/观影体验感拉满。新款Beam Pro AR计算终端：具备基于安卓深度定制的系统，可安装各类安卓应用；设备后置双摄用于拍摄空间视频和照片。资料来源：腾讯网，哔哩哔哩，快科技，科技旋涡等，民生证券研究院整理图：AR空间效果展示APP选择进入AR空间AR控制面板AR空间效果图：XREAL Beam外观和系统图：新款Beam Pro系统和应用Beam Pro拍摄空间视频并观看Beam Pro系统界面Beam外观Beam系统4.11证券研究报告*请务必阅读最后一页免责声明54Rayban-Meta二代核心体验 Meta AI功能：AI功能必须全程联网使用，包括语音助手、翻译、AI识物等；Meta AI可结合眼镜摄像头拍摄来识别物品，并回应问答，还可以翻译并以语音反馈拍摄到的标识和文字（目前仅支持英语、法语、德语、西班牙语和意大利语间互译）。音乐与通信功能：仅内置对 Apple Music、Spotify 和 Amazon Music 三个音乐流媒体服务的语音交互支持（不支持中文），可指定歌手、歌曲、曲风等；通信仅支持打电话和 Meta 旗下的 WhatsApp、Messenger 和 Instagram应用。拍摄功能：可语音或按键激活拍摄照片和摄像功能（单次最长可拍60秒视频），拍摄内容可导入手机；眼镜静态拍摄效果较好，但拍摄快速运动画面会出现运动模糊，不宜做运动相机。资料来源：VR陀螺，民生证券研究院图：Meta AI功能展示询问AI后，AI会将获得的信息以语音的形式反馈给你，并将完整的对话内容存储在 Meta View 应用中注：AI功能须在Meta View 应用中开启，目前仅限美国和加拿大用户使用图：左为眼镜拍摄，右为 iPhone 15 Pro 超广角拍摄4.12证券研究报告*请务必阅读最后一页免责声明55AI眼镜硬件方案4.13 拆解AI眼镜的硬件结构=主板 传感器 眼睛外壳/结构件/散热件 声学模组 电池 充电和 包装 OEM/ODM，其中主要的核心硬件集中在主板和传感器上。目前，AI眼镜仍属于轻量级产品，硬件结构较为简单，其中SoC成为影响功能体验和成本的关键因素。当下AI眼镜的SoC芯片需具备三种核心能力：1）低功耗。解决高重量 低续航的核心痛点；2）具备连接能力。蓝牙 WiFi集成是趋势，部分需求蜂窝能力；3）芯片处理能力。根据音频、图像、视频等应用场景需求渐次升级，但尚不需要运行端侧模型。因此，当下主流的SOC方案有三种：1）高通XR、AR系列芯片；2）手表方案移植；3）SOC 外挂ISP方案。当前阶段，国产SoC可依靠国内成熟的硬件供应链生态，凭借优秀的性能 低成本方案，迅速推进国产替代的行业逻辑。图：Rayban-Meta BOM成本拆解（按结构）三种主流AI眼镜SoC方案高通XR、AR芯片手表方案移植SOC 外挂ISP方案方案成熟、能力完整但能力冗余价格昂贵，高功耗例如展锐W517和影目、百度等合作国产替代，成本较优例如恒玄BES2800 外挂ISP方案性价比优选，影像差AI可穿戴设备SoC的核心能力硬件结构较为简单目前SoC是影响功能体验和成本的关键因素低功耗需求兼具连接能力芯片处理能力解决高重量 低续航的核心痛点解决高重量 低续航的核心痛点音频、图像、视频等场景需求渐次升级，但还无需端侧模型SoC方案整体目前向高性价比、满足特定功能的方向前进规模化、国产替代的趋势潜藏其中图：AI眼镜SoC核心迭代趋势89.11316.95.5217.5515主板传感器眼睛外壳/结构件/散热声学模组电池充电盒包装ODM/OEM资料来源：维深wellsenn XR，民生证券研究院整理资料来源：维深wellsenn XR，新浪新闻，恒玄科技官网等，民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明56AI眼镜硬件方案4.13 全新的视觉交互方式下，AI眼镜的拍摄需求日益凸显。连接和音频是早期耳机SoC时代的关键，但在全新的交互模型引领下，AI眼镜在视觉等交互方面的能力逐渐完善。因此，集成ISP等多模态处理能力成为AI眼镜SoC发展的重点方向。以Rayban-Meta眼镜为例，产品热销可能得益于其3A的独到之处，即自动曝光、自动对焦、自动白平衡，由于AI眼镜无法像手机一样通过人手实时操控调整对焦，所以智能化的物体识别效果成为影响体验的关键。在此过程中，ISP芯片的视觉处理能力发挥了至关重要的作用。分析未来眼镜硬件的变化趋势，我们认为ISP芯片渗透率和性能需求将会逐步提升，ISP能力将可能成为芯片厂商的决胜要素。自动曝光自动对焦自动白平衡设备的3A能力至关重要拍摄问题：无法做到人手实时操控调整对焦能力提高 成本降低眼镜的多模态交互能力提升硬件对交互体验的支持能力很关键视觉理解等模型进步视觉交互方面寻找解决办法ISP能力成为重要影响因素图：ISP能力成为眼镜提升交互体验的关键镜头传感器ISPHWISP固件将光信号投射到传感器的感光区域光电转化后，输送原始图像视频采集单元进行后续处理和传输处理后，输出RGB空间域图像ISP通过固件对ISP逻辑控制，进而对镜头和传感器控制ISP固件的运转靠视频采集单元的中断驱动PQ Tools（图像质量调试工具）通过网口或者串口完成对ISP 的在线图像质量调节图：ISP处理过程资料来源：电子工程专辑，民生证券研究院整理资料来源：电子工程专辑，民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明57AR眼镜硬件方案4.14表：AR核心部件光波导方案对比及其供应链 为了提供更舒适、沉浸式的增强现实体验，具有体积/透光率/清晰度等优势的光波导显示技术逐步被AR眼镜采用，成为主流AR光学方案。目前多种光波导方案并行，综合考虑成本及光学模组 光机（Micro OLED）匹配效果，衍射光波导为终局方案可能性更大，其中光波导片 纳米压印的设备供应链具备一定投资机遇：1）光学：水晶光电、蓝特光学、美迪凯、舜宇光学科技、歌尔股份；2）设备：苏大维格阵列光波导（几何）阵列光波导（几何）表面浮雕光栅光波导（衍射）表面浮雕光栅光波导（衍射）体全息光波导（衍射）体全息光波导（衍射）原理图制造工艺主要是研磨、抛光、镀膜和胶合(常用量产方法)紫外线纳米压印光刻Sony卷对卷工艺；DigiLens波导印刷工艺(母模板制作 波导印刷)耦入元件反射镜表面浮雕光栅(SRG)体全息光栅(VHG)耦出元件半透半反镜面阵列SRGVHG厚度2mm2mm视场角25-7040-50透光度90%以上80%以上显示器件LCOS/Micro OLED/Micro LEDDLP/Micro LED光效6%-15%0.3%-1%技术优势设计原理简单；显示性能极佳量产性和良率更优(理论上)衍射效率更高；量产成本低技术痛点制作工艺繁琐；量产难度较大光效低；存在彩虹效应和漏光问题量产难度大技术发展分子键合技术纳米压印技术；多层波导技术(突破传统胶合工艺的瓶颈问题）代表厂商Lumus、水晶光电、珑璟光电、Microsoft、Magic Leap、Vuzix、WaveOptics、驭光科技(歌尔收购)DigiLens、Sony、三极光电、Akonia(苹果收购)、谷东科技灵犀微光、理湃光晶、GodView资料来源：VR陀螺，艾瑞咨询，理湃光晶，衍射光波导近眼显示方案的设计 韦信宇等，民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明58图：华为AR vision glass成本占比 2023年，国内消费级AR市场品牌销量份额top4分别为：雷鸟、xreal、rokid和影目inmo，CR4超90%；此外例如联想、华为、李未可等厂商也有布局。建议关注标的：1）品牌：佳禾智能(IMMO）、创维数字、国光电器；2）组装：歌尔股份、领益智造（Rokid）、丘钛科技、华勤技术、天键股份；3）光机：主要为光机组装：歌尔股份、舜宇光学；4）光学方案：光波导片供应链（水晶光电、蓝特光学、美迪凯）；5）SOC：恒玄科技、乐鑫科技、星宸科技、富瀚微、中科蓝讯、炬芯科技、全志科技等。44(%1%4%6%7%8%2%屏幕/光机光学/BB声学连接件结构件元器件OEM其他图：光波导AR适配的同光机的整体变化供应链标的一览4.15资料来源：维深wellsenn XR，民生证券研究院整理资料来源：维深wellsenn XR，民生证券研究院整理证券研究报告*请务必阅读最后一页免责声明证券研究报告投资建议05.59证券研究报告*请务必阅读最后一页免责声明投资建议：云端融合共振60一、模型变革：云端融合共振为趋势。字节在云端AI和端侧AI全面发力，旗下的豆包等 AI 产品随着大模型蓬勃发展，赋能ToB应用拓展至ToC应用，从PC到手机，再到眼镜、耳机甚至玩具，AI硬件不断扩容。复盘AI终端发展历程，可分为5个阶段：1）AI云端ChatGPT引领大模型浪潮；2）AI PC联想开出端侧“大爆发”第一枪；3）AI MR苹果接力C端AI落地，Vision Pro杀出重围；4）AI 手机苹果Apple Intelligence引领方向；5）AI大模型字节豆包入局AI终端。二、端侧变革：身边的算力终端。我们将AI终端的定义提炼为三要素：算力、模型、生态。其中，算力和模型是AI终端的必要条件，算力是硬件基础，通过NPU执行神经网络运算，实现终端推理；而模型的减枝蒸馏，则可有效压缩模型参数，减少推理时间，降低端侧负载。上述两大要素决定了终端的硬实力。相较前者，生态需要长时间打磨，且需产业链厂商齐心协力配合，开发应用，挖掘垂直场景。生态建设代表了终端的软实力。我们认为生态的建设完善与否，决定AI终端的成败。而这一过程当中位居核心的是品牌厂商。苹果则得益于其多年的积累，及消费市场的号召力，更有机会打造出完备的生态。其供应链的PCB、散热、光学等环节值得重视。三、终端兴起：AI应用风口来袭。当下A股的AI应用集中于ToC领域，终端设备销量制约AI应用落地的进展。最终的设备销量则取决于用户的实际体验，因此AI终端需要深耕应用场景，才能让用户愿意为AI可用性付出产品溢价，即产品需具备良好的基础实用功能 优秀的AI功能。分析目前热门的终端产品，我们发现其多为轻量级产品，SoC芯片成为影响功能体验和成本的关键，需具备低功耗、连接能力和场景适配的处理能力。同时，视觉交互能力在当下的终端产品变得愈加重要，ISP能力有望成为芯片厂商的决胜要素。随着字节等AI公司与各领域硬件厂商持续加深合作，我们看好在头部大模型厂商带动下，智能对话、儿童早教等多样化创新应用将持续涌现，AI眼镜、AI玩具等新型智能终端迎来落地良机，品牌厂商和供应链企业都将受益于此轮AI浪潮。展望未来，我们认为AI终端产业呈现三种变化趋势：1）价值量提升，2）交互体验革新，3）产业链将从百家争鸣的格局演变为品牌 白牌双线并行的情况。投资建议：展望未来，云厂商从模型训练、到ASIC算力建设、再至端侧应用落地，将全面引领AI产业发展。而当下的字节豆包热潮，也正是如此。后续云厂商的合作伙伴 端侧落地，将成为2025年AI产业的主要叙事。建议关注端侧硬件：（1）果链：立讯精密、蓝思科技、鹏鼎控股、东山精密、捷邦科技、舜宇光学、高伟电子、水晶光电、蓝特光学、比亚迪电子等。（2）品牌&代工：歌尔股份、国光电器、传音控股、小米集团、天键股份、佳禾智能、漫步者、亿道信息等；（3）数字芯片：乐鑫科技、恒玄科技、星宸科技、富瀚微、中科蓝讯、炬芯科技、全志科技。风险提示：下游需求不及预期；大模型等发展不及预期；新产品研发进展不及预期。证券研究报告*请务必阅读最后一页免责声明证券研究报告风险提示06.61证券研究报告*请务必阅读最后一页免责声明626.1风险提示 下游需求不及预期：全球经济环境、地缘政治等不确定因素下，电子行业下游需求复苏仍然存在不确定性，若需求复苏不及预期，将影响整个电子板块业绩表现。大模型等发展不及预期：AI产业的发展取决于技术的进步和迭代速度，若大模型等发展不及预期将影响AI产业的发展进程。新产品研发进展不及预期：AI智能硬件浪潮初启，若新产品研发进展不及预期将影响业内公司业绩表现。国产设备、材料等供应链仍在起步阶段，较多产品处于验证环节，如果研发进度不及预期将影响相关上市公司业绩表现。证券研究报告*请务必阅读最后一页免责声明证券研究报告*请务必阅读最后一页免责声明THANKS 致谢民生证券研究院：上海：上海市浦东新区浦明路8号财富金融广场1幢5F；200120北京：北京市东城区建国门内大街28号民生金融中心A座19层；100005深圳：深圳市福田区中心四路1号嘉里建设广场1座10层 01室；51804863民生电子研究团队：分析师方竞执业证号：S0100521120004邮箱：分析师 李少青执业证号：S0100522010001邮箱：证券研究报告*请务必阅读最后一页免责声明本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并登记为注册分析师，基于认真审慎的工作态度、专业严谨的研究方法与分析逻辑得出研究结论，独立、客观地出具本报告，并对本报告的内容和观点负责。本报告清晰准确地反映了研究人员的研究观点，结论不受任何第三方的授意、影响，研究人员不曾因、不因、也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。民生证券股份有限公司（以下简称“本公司”）具有中国证监会许可的证券投资咨询业务资格。本报告仅供本公司境内客户使用。本公司不会因接收人收到本报告而视其为客户。本报告仅为参考之用，并不构成对客户的投资建议，不应被视为买卖任何证券、金融工具的要约或要约邀请。本报告所包含的观点及建议并未考虑获取本报告的机构及个人的具体投资目的、财务状况、特殊状况、目标或需要，客户应当充分考虑自身特定状况，进行独立评估，并应同时考量自身的投资目的、财务状况和特定需求，必要时就法律、商业、财务、税收等方面咨询专家的意见，不应单纯依靠本报告所载的内容而取代自身的独立判断。在任何情况下，本公司不对任何人因使用本报告中的任何内容而导致的任何可能的损失负任何责任。本报告是基于已公开信息撰写，但本公司不保证该等信息的准确性或完整性。本报告所载的资料、意见及预测仅反映本公司于发布本报告当日的判断，且预测方法及结果存在一定程度局限性。在不同时期，本公司可发出与本报告所刊载的意见、预测不一致的报告，但本公司没有义务和责任及时更新本报告所涉及的内容并通知客户。在法律允许的情况下，本公司及其附属机构可能持有报告中提及的公司所发行证券的头寸并进行交易，也可能为这些公司提供或正在争取提供投资银行、财务顾问、咨询服务等相关服务，本公司的员工可能担任本报告所提及的公司的董事。客户应充分考虑可能存在的利益冲突，勿将本报告作为投资决策的唯一参考依据。若本公司以外的金融机构发送本报告，则由该金融机构独自为此发送行为负责。该机构的客户应联系该机构以交易本报告提及的证券或要求获悉更详细的信息。本报告不构成本公司向发送本报告金融机构之客户提供的投资建议。本公司不会因任何机构或个人从其他机构获得本报告而将其视为本公司客户。本报告的版权仅归本公司所有，未经书面许可，任何机构或个人不得以任何形式、任何目的进行翻版、转载、发表、篡改或引用。所有在本报告中使用的商标、服务标识及标记，除非另有说明，均为本公司的商标、服务标识及标记。本公司版权所有并保留一切权利。免责声明：评级说明：分析师声明：投资建议评级标准评级说明以报告发布日后的12个月内公司股价（或行业指数）相对同期基准指数的涨跌幅为基准。其中：A股以沪深300指数为基准；新三板以三板成指或三板做市指数为基准；港股以恒生指数为基准；美股以纳斯达克综合指数或标普500指数为基准。公司评级推荐相对基准指数涨幅15%以上谨慎推荐相对基准指数涨幅5%之间中性相对基准指数涨幅-5%5%之间回避相对基准指数跌幅5%以上行业评级推荐相对基准指数涨幅5%以上中性相对基准指数涨幅-5%5%之间回避相对基准指数跌幅5%以上*请务必阅读最后一页免责声明64

2025-01-17 64页 5星级

通信行业智联汽车系列深度之39暨激光雷达系列之7：激光雷达的降本突围端到端智驾下沉之选！-250116（25页）.pdf

行业及产业 行业研究/行业深度 证券研究报告 通信 2025 年 01 月 16 日 激光雷达的降本突围：端到端智驾下沉之选！看好智联汽车系列深度之 39 暨激光雷达系列之 7 证券分析师 刘菁菁 A0230522080003 李国盛 A0230521080003 戴文杰 A0230522100006 杨海晏 A0230518070003 联系人 刘菁菁(8621)23297818 本期投资提示：（一）在端到端初步成熟迈入量产，英伟达等发布物理 AI 和世界模型背景下，智驾方案有了新的选择，能够更好融合激光雷达的输入数据。在自动驾驶端到端模型成为主流之前，关于激光雷达作为传感器的配置必要性有较多讨论和争议。此前争议持续存在的核心因素在于特斯拉坚持纯视觉 神经网络路线，特斯拉纯视觉路线当前具备独特性，很大部分归因于其大量驾驶数据和广泛用户基础。从主流车企和智驾方案商的选择来看，在算力增强、端到端算法趋于成熟的背景下，多传感器融合和纯视觉路线已不再对立，激光雷达等传感数据正在与端到端算法融合。如自动驾驶的英伟达 Hyperion 9 Platform 参考架构中，激光雷达作为传感器输入数据的维度。就中国市场而言，我们认为激光雷达配置的必要性更强，主要体现在三方面：1）客观上，中国驾驶环境相对复杂，对激光雷达需求高；2）主观上，用户将智驾和激光雷达配置纳入消费决策；3）激光雷达和 V2X 技术能够有效结合。（二）智驾下沉：价格与场景交汇，渗透率井喷在即2025 年激光雷达行业将进入“千元机时代”，此前激光雷达上车的一个核心问题在于价格昂贵（包括马斯克多次提到该原因），在整车成本中传感器总体成本受限情况下容易“退而”替换成摄像头、毫米波雷达等其他相对低成本传感器。对于下沉的智驾市场而言，一般整套系统能够给自动驾驶套系统留的钱大概车身售价的 4%。此外，技术成熟和降本将外溢到非 ADAS 领域，即机器人 Robotics，以及自动驾驶 AD。除了价格下降推动激光雷达上车，特定驾驶场景也对 ADAS 系统和传感器配置提出考验，激光雷达或为答案。如激光雷达能够在使汽车 AEB（Autonomous Emergency Braking，自动紧急刹车系统）功能更安全方面，起到关键作用。相比无激光雷达车型，装有激光雷达的车型，AEB 速度上限有了约 50%的明显提升。（三）竞争力驱动份额快速集中，“四巨头”格局逐步清晰。激光雷达行业此前竞争激烈，海内外参与者众多，经历近年的迭代演进，在汽车智驾的行业变革机会下，不论是从市场份额还是能力角度，“四巨头”（禾赛、速腾、华为、图达通）格局逐渐清晰。我们认为激光雷达产业公司要求的诸多素质中，有两方面尤为关键，其一为技术创新能力（包括产品探测距离，芯片自研能力，集成化小型化），其二为工程化量产和降本能力。相关标的：激光雷达主机厂商禾赛科技、速腾聚创。核心元器件和连接件供应商永新光学、电连技术。其他光学组件等供应商炬光科技、腾景科技、长光华芯等。风险提示：智驾上车进度存在不确定性，产业链进入新的竞争对手导致竞争加剧，客户超额压价的风险，部分产业链环节的设备、原材料、技术获取受阻。请务必仔细阅读正文之后的各项信息披露与声明 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第2页 共25页 简单金融 成就梦想 投资案件 结论和投资分析意见 在端到端初步成熟迈入量产，英伟达等发布物理 AI 和世界模型背景下，智驾方案有了新的选择，能够更好融合激光雷达的输入数据。当前激光雷达价格快速下探至“千元”，法规对自动驾驶的要求确立也对激光雷达搭载提供了偏刚性的场景。价格与场景交汇，渗透率井喷在即。竞争力驱动份额快速集中，“四巨头”格局逐步清晰。原因与逻辑 2025 年激光雷达行业将进入“千元机时代”，此前激光雷达上车的一个核心问题在于价格昂贵（包括马斯克多次提到该原因），在整车成本中传感器总体成本受限情况下容易“退而”替换成摄像头、毫米波雷达等其他相对低成本传感器。对于下沉的智驾市场而言，一般整套系统能够给自动驾驶套系统留的钱大概车身售价的 4%。此外，技术成熟和降本将外溢到非 ADAS 领域，即机器人 Robotics，以及自动驾驶 AD。除了价格下降推动激光雷达上车，特定驾驶场景也对 ADAS 系统和传感器配置提出考验，激光雷达或为答案。如激光雷达能够在使汽车 AEB 功能更安全方面，起到关键作用。相比无激光雷达车型，装有激光雷达的车型，AEB 速度上限有了约 50%的明显提升。有别于大众的认识 端到端融合激光雷达数据：此前多传感器融合（激光雷达是重要输入维度）和纯视觉路线对立明显，我们认为特斯拉纯视觉路线当前具备独特性，很大部分归因于其大量驾驶数据和广泛用户基础。同时，自动驾驶端到端模型成为主流，此前算法需要单独处理激光雷达数据，可能与视觉等其他数据无法做到融合和互为补充，现在在算力增强、端到端算法趋于成熟的背景下，激光雷达等传感数据正在与端到端算法融合。机器人领域外溢：机器人领域此前没有大规模量产，市场对其潜力认知不足。技术成熟和降本将外溢到非 ADAS 领域，即机器人 Robotics，以及自动驾驶 AD。我们认为主要原因在于：（1）不同领域产品和技术平台具备一定复用性，泛机器人领域往往要求不如车载车规级要求苛刻，客户认证和突破速度更快；（2）泛机器人领域客户付费能力和付款条件较好，该技术外溢带来的盈利能力可能有望反哺企业帮助其度过ADAS 领域的早期技术突破阶段。市场格局：激光市场国内外参与者众多，市场难以评估未来格局，我们认为“四巨头”（禾赛、速腾、华为、图达通）格局逐渐清晰，且提出两维度关键能力（技术创新能力和工程化量产和降本能力）。hYaXiUsViYnMtR7NbP8OmOnNmOsPlOqQnMeRrQtM8OmMyRvPoMoQxNoPzR 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第3页 共25页 简单金融 成就梦想 1.端到端与激光雷达融合.5 1.1 世界模型起步：激光雷达帮助理解物理世界.5 1.2 适合中国路况体制的安全气囊.8 2.智驾下沉：价格与场景交汇，渗透率井喷在即.10 3.“四巨头”格局逐步清晰.14 3.1 竞争力驱动份额快速集中.14 3.2 头部厂商积极拥抱产业机会.17 4.相关标的和风险提示.24 目录 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第4页 共25页 简单金融 成就梦想 图表目录 图 1：特斯拉纯视觉路线下，对传感器配置要求的演进.5 图 2：伪激光雷达算法架构图.6 图 3：以路径规划为导向的自动驾驶端到端算法架构图.6 图 4：英伟达 Hyperion 9 Platform 参考架构.7 图 5：理想端到端模型“系统 1 系统 2”架构.8 图 6：蔚来端到端架构.8 图 7：全球及代表国家消费者对自动驾驶商业化时间的判断分布.9 图 8：路测激光雷达用于 V2X 场景.10 图 9：激光雷达“千元机”时代性价比显著提升，配置车型下沉.11 图 10：装有激光雷达后，AEB 速度上限提升约 50%.13 图 11：测距能力影响 AEB 安全车速上限.13 图 12：角分辨率影响 AEB 安全车速上限.13 图 13：2025 年初，激光雷达公司产业格局一览.15 图 14：2024 年 1-10 月激光雷达装机量（单位：颗）.16 图 15：禾赛 ADAS 场景激光雷达出货量（单位：万颗）.19 图 16：禾赛 ATX 小巧型超高清远距激光雷达外观.19 图 17：禾赛 ATX 厚度仅为 25mm.19 图 18：2023 年 Robotaxi 激光雷达市场总览.20 图 19：速腾 ADAS 场景激光雷达出货量（单位：万颗）.21 图 20：速腾聚创与广汽埃安部分合作 SOP 车型.22 图 21：速腾聚创超薄中长距激光雷达 MX.22 图 22：速腾聚创全自研 SoC 芯片 M-Core.22 图 23：速腾在机器人领域积累丰富能力.23 表 1：主要法规对 AEB 功能提出的测试要求.12 表 2：激光雷达“四巨头”基本情况一览.16 表 3：主要激光雷达厂商和部分乘用车供应车型.17 表 4：激光雷达行业部分重点上市公司估值表.24 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第5页 共25页 简单金融 成就梦想 1.端到端与激光雷达融合 1.1 世界模型起步：激光雷达帮助理解物理世界 在自动驾驶端到端模型成为主流之前，关于激光雷达作为传感器的配置必要性有较多讨论和争议。此前争议持续存在的核心因素在于特斯拉坚持纯视觉 神经网络路线，总体上特斯拉CEO 马斯克认为摄像头的视觉感知和数据处理能力足以替代激光雷达和其他传感器，进而实现车辆自动驾驶。其纯视觉路线当前具备独特性，很大部分归因于其大量驾驶数据和广泛用户基础，在“BEV Transformer Occupancy Network”算法框架下能持续训练数据并推出端到端量产上车算法（2024 年 FSD V12 版本具标志性）。我们列举此前马斯克对于激光雷达配置的一些言论（主要集中在认为激光雷达昂贵、丑陋和不必要），可以理解其影响力激发此前对配置必要性的讨论：早在 2015 年，马斯克就称激光雷达对于自动驾驶汽车来说毫无意义。2019 年 4 月，在特斯拉的首次自动驾驶日活动上，马斯克接受媒体提问时表示激光雷达是“愚蠢的差事”，认为其是昂贵且不必要的传感器，就像拥有一堆昂贵的阑尾。近期，马斯克近期再次公开批评激光雷达，称其为“错误的解决方案”，并重申了其一贯的观点：在复杂的道路驾驶环境中，模拟生物神经网络和眼睛的视觉系统，才是最为有效的方式。图 1：特斯拉纯视觉路线下，对传感器配置要求的演进 资料来源：36 氪，申万宏源研究 部分能够对纯视觉路线形成支撑的论文包括：（1）CVPR2019 热门论文之一Pseudo-LiDAR from Visual Depth Estimation（基于图像深度检测的伪雷达算法）。该康奈尔团队的研究将基于摄像头的数据转换为类似激光雷达的点云格式，大大提升基于摄像头的准确率（对于 30 米范围内的简单场景大约从 22%准确率提升到 74%，同时激光雷达方案准确率更高约 89%）。行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第6页 共25页 简单金融 成就梦想 图 2：伪激光雷达算法架构图 资料来源：Pseudo-LiDAR from Visual Depth Estimation（Yan Wang 等），申万宏源研究 （2）CVPR2023 最佳论文之一有关端到端，即Planning-oriented Autonomous Driving（以路径规划为导向的自动驾驶）。上海人工智能实验室、武汉大学及商汤科技联合论文提出了感知决策一体化的端到端自动驾驶大模型 UniAD。图 3：以路径规划为导向的自动驾驶端到端算法架构图 资料来源：Planning-oriented Autonomous Driving，申万宏源研究 中性看待以上论文成果，一方面支撑纯视觉路线，一方面也看到激光雷达方案作为数据对比项有更优准确率，以及端到端步入技术成熟。尽管特斯拉自身纯视觉路线在全球范围内的可行性仍有待进一步讨论验证，我们认为从其他主流车企和智驾方案商的选择来看，在算力增强、端到端算法趋于成熟的背景下，多传感器融合和纯视觉路线已不再对立，激光雷达等传感数据正在与端到端算法融合。在端到端初步成熟迈入量产，英伟达等发布物理 AI 和世界模型背景下，智驾方案有了新的选择，对传感器尤其是雷达不再限于用不用的讨论，更多是怎么用系统效果更优。如英伟达 CEO 黄仁勋在 CES 2025 开幕演讲中提到发布物理 AI 更新，尤其世界模型（即英伟达 Cosmos）。开发者可以用 Omniverse 创建 3D 场景，用 Cosmos 将 3D 场景转化为逼真场景，然后一次生成多个模型，指导机器人寻找完成任务的最佳方案。用于自动驾驶的英伟达 Hyperion 9 Platform 参考架构中，激光雷达作为传感器输入数据的维度。在自动驾驶（AV）的应用，参考架构基于 DRIVE Orin 的 AI 计算与完整 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第7页 共25页 简单金融 成就梦想 的传感器套件集成在一起，采用了 12 个摄像头、9 个雷达、12 个超声波雷达、1 个激光雷达。图 4：英伟达 Hyperion 9 Platform 参考架构 资料来源：英伟达 CES 2025 开幕演讲，申万宏源研究 此外，2024 年多家领军公司宣布应用“端到端”量产，激光雷达在国内主流方案均配备。大模型端到端的代表包括：小鹏汽车在 2024 年 5 月官宣称发布了国内首个量产上车的端到端大模型，成为全球唯二量产端到端大模型的车企。华为在 2024 年的智能汽车解决方案发布会上发布了 ADS 3.0 系统，采用端到端架构 GO-PDP，将 GOD 及 PDP 网络升级为端到端神经网络。理想汽车智能驾驶副总裁郎咸朋表示，对智驾核心的思路是“端到端 大模型”，也就是“系统 1 系统 2”的理念，并且认为这种方式更接近人类驾驶。2024 年 7 月蔚来创新科技日上蔚来发布 世界模型 NWM（NIO WorldModel），除了端到端模型，NWM 通过自回归的方式自动学习知识和物理规律。行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第8页 共25页 简单金融 成就梦想 图 5：理想端到端模型“系统 1 系统 2”架构 资料来源：腾讯新闻，理想发布会，申万宏源研究 图 6：蔚来端到端架构 资料来源：蔚来发布会，申万宏源研究 1.2 适合中国路况体制的安全气囊 就中国市场而言，我们认为激光雷达配置的必要性更强，主要体现在三方面：1）客观上，中国驾驶环境相对复杂，对激光雷达需求高；2）主观上，用户将智驾和激光雷达配置纳入消费决策；3）激光雷达和 V2X 技术能够有效结合。注逐一分析如下：1）客观上，中国驾驶环境复杂需要冗余“安全气囊”根据此前理想 CEO 李想的采访观点，我们可以看到从车企视角，配置激光雷达主要是出于安全保障的原因。行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第9页 共25页 简单金融 成就梦想 据 36 氪报道，近期李想接受采访时表示坚持使用激光雷达不是技术问题，而是中美驾驶环境的不同所决定的。“在中国，如果你经常晚上开夜路，就会遇到尾灯损坏的大货车，甚至有些大货车直接停在主路上，毫无警示。”李想指出，“目前我们的摄像头在完全无光环境下，最远只能探测到 100 米左右的距离。而激光雷达，即便在全黑环境中，也能探测到 200 米远的物体，这使得车辆在 130 公里/小时的速度下，依然能够实现 AEB 自动紧急制动。”同时李想也表示，未来的车型也将继续搭载激光雷达，为用户提供更高水平的安全保障。类似地，根据环球网报道，华为消费者业务集团 CEO 余承东在此前一场直播中表示，华为坚持采用激光雷达，主要是出于安全性的考虑。他指出，仅依赖摄像头方案而未使用激光雷达的方案，在摄像头致盲的情况下将无法正常工作，从而可能导致安全事故。余承东强调，摄像头虽然功能强大，但仍有其局限性，特别是在某些极端环境下，如雨天或大雾天，摄像头的性能会大打折扣。因此，他认为，包括毫米波雷达在内的多种传感器都应该被车厂采用，以确保智能驾驶系统的稳定性和安全性。2）主观上，用户对激光雷达产品认知和接受度高，可能纳入消费决策 用户对自动驾驶的认知度和期望值高，激光雷达产品作为一个标志性的智驾硬件设备，消费者在进行购车决策时将纳入购车考虑。根据罗兰贝格汽车行业颠覆性数据探测的最新观察，全球超过 50%的消费者相信能够在 2030 年前看到自动驾驶汽车在路上行驶，中国消费者的该比例更是高达 75%。自动驾驶相关功能正逐渐成为消费者购车时的重要考虑因素。图 7：全球及代表国家消费者对自动驾驶商业化时间的判断分布 资料来源：罗兰贝格，汽车之家，申万宏源研究 3）激光雷达和 V2X 技术能够有效结合 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第10页 共25页 简单金融 成就梦想 激光雷达和 V2X 技术的结合可以实现更全面的感知和更智能的决策，具体表现为：数据融合：激光雷达可以作为 V2X 路测感知设备的一种，它提供的高精度环境感知数据与 V2X 通信获取的外部信息相结合，可以形成更完整的交通场景感知。例如，在复杂路口，激光雷达可以检测到行人和非机动车，而 V2X 可以提前预警其他车辆的动态，从而减少碰撞事故。图 8：路测激光雷达用于 V2X 场景 资料来源：Neuvition 纽维申，申万宏源研究 提高安全性：此外，车侧激光雷达也能与 V2X 信息融合，作为自动驾驶算法的信息输入，可以显著提高自动驾驶系统的安全性。例如，激光雷达可以检测到前方车辆的精确位置和速度，而 V2X 可以提供前方道路的实时交通信息，如红绿灯状态、其他车辆的意图等。提升驾驶体验：通过数据融合，自动驾驶系统可以更智能地规划行驶路径，减少不必要的制动和加速，提供更平顺的驾驶体验。2.智驾下沉：价格与场景交汇，渗透率井喷在即 结合上文，此前激光雷达上车的一个核心问题在于价格昂贵（包括马斯克多次提到该原因），在整车成本中传感器总体成本受限情况下容易“退而”替换成摄像头、毫米波雷达等其他相对低成本传感器。2025 年激光雷达行业将进入“千元机时代”。随着激光雷达产品价格快速下探到千元级别，激光雷达有望作为自动驾驶的“隐形安全气囊”，逐渐加强车企和用户对其“安全件”作用的认知，大幅提升配置率。禾赛和速腾在接受采访时，对降价带来的配置率快速提升做过展望：行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第11页 共25页 简单金融 成就梦想（1）据盖世汽车，禾赛科技用于高级驾驶辅助系统（ADAS）的下一代激光雷达产品ATX，将以不到 200 美元的价格出售，是目前 AT128 型号价格的一半。禾赛科技首席执行官李一帆在接受路透社采访时指出，价格减半将使激光雷达的使用变得更有吸引力，即使对售价低于 2 万美元（约合 15 万元人民币）的平价电动汽车也是如此。他还表示，对于售价高于 2 万美元的电动汽车，激光雷达技术的采用率可能会跃升至 40%。（2）据速腾聚创 CEO 邱纯潮接受车东西采访，速腾推出厚度只有 25mm 的超薄中长距车载激光雷达 MX 主要有两个行业意义：一是大幅缩小激光雷达的尺寸，更大的意义则是将成本打下来，当激光雷达部件的成本打到千元级别，智能驾驶系统的综合成本也将大幅下降，让 20 万以上车型能够标配，1520 万元级车型能够选配激光雷达，有了激光雷达基本上就等于迈进了支持城市 NOA 智能驾驶的门槛。邱纯潮同时指出，对于下沉的智驾市场而言，比如 15 万的车，一般整套系统能够给自动驾驶套系统留的钱大概是车身售价的 4%，即 6000 元。图 9：激光雷达“千元机”时代性价比显著提升，配置车型下沉 资料来源：Yole 优乐咨询，申万宏源研究 此外，技术成熟和降本将外溢到非 ADAS 领域，即机器人 Robotics，以及自动驾驶AD。我们认为主要原因在于：（1）不同领域产品和技术平台具备一定复用性，泛机器人领域往往要求不如车载车规级要求苛刻，客户认证和突破速度更快；（2）泛机器人领域客户付费能力和付款条件较好，该技术外溢带来的盈利能力可能有望反哺企业帮助其度过ADAS 领域的早期技术突破阶段。行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第12页 共25页 简单金融 成就梦想 除了价格下降推动激光雷达上车，特定驾驶场景也对 ADAS 系统和传感器配置提出考验，激光雷达或为答案。如激光雷达能够在使汽车 AEB（Autonomous Emergency Braking，自动紧急刹车系统）功能更安全方面，起到关键作用。当前全球范围内有较多法规对 AEB 功能提出具体要求，尤其是工作速度上。AEB 的工作速度极大取决于感知距离，汽车更早看清前方路况，就能保障在更高车速下进行安全制动。如 E-NCAP 和 FMVSS127 法规等均对 AEB 功能提出具体要求，且 AEB 要求的激活速度和工作速度在不断上升。表 1：主要法规对 AEB 功能提出的测试要求 区域 性质 名称 制定者 适用车型 速度要求/测试速度范围 欧盟 强制性法规（通过制）R131 联合国欧洲经济委员会 重型车(M2、M3、N2、N3)车场景 在 10km/h-最大设计车速之间处于激活状态 人场景 在 20km/h-60km/h 之间处于激活状态 R152 轻型车（M1、N1)车场景 在 10km/h-60km/h 之间处于激活状态 自行车场景 在 20km/h-60km/h 之间处于激活状态 人场景 非强制性评价标准（评分制）E-NCAP 欧洲七国政府组织/激活速度：低于 130km/h；测试速度：10km/h-80km/h 美国 强制性法规（通过制）FMVSS127 美国国家公路交通安全管理局 轻型车（总重低于4536kg）车场景 在 10km/h-80km/h 之间处于激活状态 人场景 在 10km/h-60km/h 之间处于激活状态 FMVSS128 重型车（总重高于4536kg）在 10km/h-最大设计车速之间处于激活状态 非强制性评价标准（评分制）IIHS 美国公路安全保险协会/测试速度：20km/h 和 40km/h 中国 强制性法规（通过制）GB/T 39901-2021 中国国家标准化管理委员会 轻型车（M1）静止物体 在 15km/h-60km/h 之间处于激活状态 GB/T 38186-2019 重型车（M2、M3、N 系列）静止车场景 在 20km/-最大设计车速之间处于激活状态 运动车场景 在 30km/-最大设计车速之间处于激活状态 人场景 在 20km/h-60km/h 之间处于激活状态 非强制性评价标准（评分制）C-NCAP 中国汽车技术研究中心/测试速度：30km/h 和 50km/h 澳大利亚 强制性法规（通过制）ADR 98 澳大利亚基础设施、交通、区域发展和通信部 轻型车（M1、N1)AEB 相关内容均参考欧盟 R131 和 R152 标准 ADR 97 重型车(M2、M3、N2、N3)日本 强制性法规（通过制）TRIAS12-J113 日本国土交通省/韩国 强制性法规（通过制）KMVSS 韩国国土交通部/资料来源：汽车测试网，各机构官网，申万宏源研究 注：M1 为轿车，M2 小巴，M3 大巴，N1 小型货车，N2 中型客车，N3 大型客车 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第13页 共25页 简单金融 成就梦想 根据禾赛公众号（下同），激光雷达由于通过主动发射激光来实现直接探测，不依赖环境光，把激光雷达数据用于 AEB 功能开发，能大大增强夜间的 AEB 安全性。对国内领先的智能汽车品牌的调查发现，相比无激光雷达车型，装有激光雷达的车型，AEB 速度上限有了约 50%的明显提升。图 10：装有激光雷达后，AEB 速度上限提升约 50%资料来源：禾赛公众号，申万宏源研究 激光雷达的 2 个性能指标对 AEB 安全车速上限有直接影响：（1）测距能力：测距能力更远的激光雷达，所能支持的 AEB 安全车速上限也更高。200 米标准测距与 150 米标准测距的激光雷达，其支持的 AEB 安全刹停车速分别是148km/h 和 135km/h。（2）角分辨率：小型障碍物需要使用分辨率更高的激光雷达才能在远距离下探测到。在面对一个黑衣行人时，ATX（0.080.1）相较另一款激光雷达（0.250.1）的目标检出距离远了 50%以上，其支持的对行人 AEB 车速上限也从 96km/h 提升到了123km/h。图 11：测距能力影响 AEB 安全车速上限 图 12：角分辨率影响 AEB 安全车速上限 资料来源：禾赛公众号，申万宏源研究 资料来源：禾赛公众号，申万宏源研究 结合本节讨论，激光雷达价格快速下探至“千元”，法规对自动驾驶的要求确立也对激光雷达搭载提供了偏刚性的场景。价格与场景交汇，渗透率井喷在即。行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第14页 共25页 简单金融 成就梦想 根据盖世汽车研究院数据，2024 年 1-10 月，单年激光雷达装机量首次突破百万台。乘联会数据显示，2024 年 1-10 月国内乘用车市场零售销量达到 1783.5 万辆，结合装机量数据测算，2024 年激光雷达在汽车市场渗透率已增长至约 6.4%。3.“四巨头”格局逐步清晰 3.1 竞争力驱动份额快速集中 激光雷达行业此前竞争激烈，海内外参与者众多，包括 Luminar、Innoviz、Ouster、镭神智能、探维科技、一径科技等等，经历近年的迭代演进，在汽车智驾的行业变革机会下，不论是从市场份额还是能力角度，“四巨头”（禾赛、速腾、华为、图达通）格局逐渐清晰。我们认为激光雷达产业公司要求的诸多素质中，有两方面尤为关键，其一为技术创新能力（包括产品探测距离，芯片自研能力，集成化小型化），其二为工程化量产和降本能力。（1）技术创新（探测距离，芯片自研能力，集成化小型化）激光雷达行业技术更新迅速，厂商需不断投入研发，掌握核心技术和专利，如光学、机械、电子、软件等领域均需要长期技术积累，从而使产品需具备高性能（如远距离探测、高分辨率、高可靠性等）。芯片自研能力也逐步成为行业公司拉开差距的重要技术储备，对于产品小型化、降功耗都有显著优势。如 ATX 沿用了禾赛 AT 系列“芯片化收发 一维扫描”的成熟架构，并通过进一步提升收发模块集成度和大幅简化的核心光学扫描结构，实现了极致小巧的设计。与 AT128 相比，ATX 整机体积缩小 60%，重量减轻一半至 500 g，外露最小视窗高度仅 25 mm，在集成至整车时更隐形、更美观，同时将整机功耗降低 55%至仅 8 W。此外，激光雷达行业的成本控制素有“7 分靠设计，3 分靠供应链”的说法，其产品设计对下文提及的工程化降本能力也有显著影响。禾赛科技首席执行官李一帆在接受路透社采访时指出，使用自主开发的芯片运行激光雷达传感器并提高工厂产能利用率，或将进一步降低激光雷达的价格。（2）工程化量产和降本能力 早年激光雷达缺乏产业集群配套，量产交付是重要卡点难题。当前自建工厂、自建车规级产线已经成为行业头部公司普遍的做法，有利于提高公司量产能力和客户认可度。一方面量产能力的提升可以显著降低激光雷达的制造成本。另一方面量产能力的提升为技术迭代提供了基础，大规模生产过程中积累的数据和经验可以反哺研发，推动技术的持续改进和创新。行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第15页 共25页 简单金融 成就梦想 海外厂商的产品开发逻辑倾向于解耦，即各组件独立开发、维护和演化，这种形式容易让开发周期延长。同时，海外厂商的产业集群效应较弱，也是国内厂商能够在量产交付层面表现更强的原因之一。图 13：2025 年初，激光雷达公司产业格局一览 资料来源：各公司官网，申万宏源研究 注：图示为两方面能力范围大致示意：其中横轴工程化量产能力和降本能力主要考虑公司出货量、当前产能、规划产能、产品售价；纵轴技术创新能力主要考虑公司产品参数、芯片自研能力、集成化小型化能力。根据盖世汽车研究院数据，2024 年 1-10 月，单年激光雷达装机量首次突破百万台。“四巨头”（禾赛、速腾、华为、图达通）占据行业几乎全部份额。2024 年 1-10 月，速腾聚创以 401,940 台的装机量位居榜首，市场份额达到 35%。华为、禾赛、图达通的份额分别为 26%、24%、15%。根据公司公告，速腾 2024 年全年激光雷达产品销量约为 544,200 台，其中用于ADAS、用于机器人及其他的激光雷达分别约为 519,800 台、24,400 台。禾赛科技 12 月激光雷达交付量突破 10 万台，同时面向机器人市场单月交付激光雷达超过 2 万台。行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第16页 共25页 简单金融 成就梦想 图 14：2024 年 1-10 月激光雷达装机量（单位：颗）资料来源：盖世汽车研究院，申万宏源研究 表 2：激光雷达“四巨头”基本情况一览 公司 创始人/负责人 关键人物 创始人背景 投资方 产品技术路线 是否自建车规产线 禾赛科技（纳斯达克上市）李一帆(CEO)孙恺(首席科学家)、向少卿(首席技术官)李：清华本科与美国 UIUC 博士，曾任美国西部数据集团首席工程师；孙：上海交大机械与动力工程学士，斯坦福机械系（主修）和电子系（辅修）博士，曾在斯坦福任研究助理；向：清华精密仪器与机械学系学士，斯坦福电子工程和机械工程双硕士。曾任职于苹果总部、三星全球总部研究中心。光速中国、百度、博世集团、启明创投、德同资本、高瓴创投、小米集团、美团等 半固态(1D转镜)、机械式、固态(Flash)是 速腾聚创（香港上市）邱纯鑫(董事长、首席科学家)邱纯潮(CEO)、朱晓蕊、刘乐天 邱纯鑫：燕山大学自动化工学学士，哈工大控制科学及工程硕士及博士，师从朱晓蕊；邱纯潮：中国香港中文大学工商管理硕士学位，邱纯鑫之弟；朱：美国犹他大学机器人系统中心博士，2007 年任哈工大深研院任机电工程与自动化学院副教授；刘：哈工大控制科学方向硕士，邱纯鑫同门师弟 东方富海、复星集团、北汽产投、比亚迪、吉利控股、广汽集团、小米长江基金、云锋基金 半固态(2D MEMS/1D转镜)、机械式、固态(Flash)是 图达通（计划合并的方式在香港联交所上市）鲍君威（CEO)李义民(CTO)鲍：北大物理系学士，加州大学伯克利电子工程博士，曾担任百度自动驾驶传感器及车载计算团队负责人；李：北京大学量子电子专业博士，在 Velodyne 有工作经验，曾任职于百度负责传感器技术。蔚来资本、斯道资本、淡马锡、愉悦资本、顺为资本、国泰君安创投 半固态(2D 转镜 振镜)是 华为 靳玉志(BU CEO)王军（CSO，前CEO）靳玉志：长春邮电学院无线电工程系学士，哈尔滨工业大学信号与信息处理专业硕士；王军：西安电子科技大学检测技术及仪器专业学士，成都电子科技大学电子工程硕士。-半固态(1D转镜)是 资料来源：各公司官网，Yole 优乐咨询，申万宏源研究 401,940,3502,117,262,329,247,431,15%1,747,0%速腾聚创华为技术禾赛科技图达通其他 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第17页 共25页 简单金融 成就梦想 3.2 头部厂商积极拥抱产业机会 回顾行业头部上市公司禾赛、速腾等在车载领域的进展，我们认为在销量、定点数量和客户、芯片自研进度、机器人场景落地等方面均顺应行业需求，在快速发生迭代，进展不断。表 3：主要激光雷达厂商和部分乘用车供应车型 激光雷达供应商 产品型号 车企 车型 搭载数量 上市时间 交付时间 禾赛科技（截至 2024Q3，公司获得 20 家客户、75 个车型定点）AT128 小米 SU7 1 2024 年 3 月 2024 年 4 月 理想 L6 1 2024 年 4 月 2024 年 4 月 L7 1 2023 年 2 月 2023 年 3 月 L8 1 2022 年 9 月 2022 年 11 月 L9 1 2022 年 6 月 2022 年 8 月 MEGA 1 2024 年 3 月 2024 年 3 月 零跑 C10 1 2024 年 3 月 2024 年 3 月 C11 1 2021 年 9 月 2021 年 10 月 C16 1 2024 年 6 月 2024 年 7 月 路特斯 EMEYA 2 2024 年 1 月 2024 年 3 月 长城 魏牌全新蓝山 1 2024 年 8 月 2024 年 8 月 长安 启源 E07 2 2024 年 10 月 2024 年 11 月 不详 零跑 B10 不详 预计 2025 年 3 月/小米 YU7 不详 预计 2025 年/速腾聚创（截至 2024Q3，公司获得 28 家客户、92 个车型定点）M1 路特斯 EMEYA 2 2024 年 1 月 2024 年 3 月 智己 LS6 1 2023 年 10 月 2023 年 10 月 小鹏 G6 2 2024 年 4 月 2024 年 5 月 G9 2 2021 年 9 月 2022 年 10 月 X9 2 2024 年 11 月 预计 2025 年 1月 P7 2 2020 年 4 月 2020 年 6 月 比亚迪 仰望 U8 3 2023 年 4 月 2023 年 9 月 吉利 银河 E8 1 2023 年 11 月 2024 年 1 月 M2 吉利 极氪 001 1 2021 年 4 月 2021 年 10 月 极氪 007 1 2023 年 12 月 2024 年 1 月 极氪 009 1 2021 年 11 月 2022 年 1 月 极氪 7X 1 2024 年 9 月 2024 年 9 月 极氪 MIX 1 2024 年 10 月 2024 年 10 月 腾势 Z9GT 2 2024 年 9 月 2024 年 9 月 奇瑞 星纪元 ET 1 2024 年 12 月 预计 2025 年 3月 星纪元 ES 1 2024 年 8 月 2024 年 9 月 不详 广汽埃安 不详 不详 预计 2025 年/小鹏 G7 不详 预计 2025 年/腾势 N9 不详 预计 2025 年一季度/比亚迪 2025 款海豹 1 2024 年 8 月/华为 D2 极狐 S 3 2021 年 4 月 2021 年 8 月 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第18页 共25页 简单金融 成就梦想 阿维塔 11 3 2021 年 11 月 2022 年 3 月 12 3 2023 年 8 月 2023 年 12 月 哪吒 S 2 2024 年 7 月 2024 年 9 月 D3 阿维塔 07 1 2024 年 9 月 2024 年 11 月 鸿蒙智行 问界 M5 1 2021 年 12 月 2022 年 3 月 问界 M7 1 2022 年 7 月 2022 年 8 月 问界 M9 1 2023 年 12 月 2024 年 2 月 智界 S7 1 2023 年 11 月 2023 年 11 月 享界 S9 1 2024 年 10 月 2024 年 10 月 智界 R7 1 2024 年 12 月 预计 2025 年 1月 图达通 Falcon 蔚来 ES6 1 2018 年 12 月 2019 年 6 月 ES7 1 2022 年 6 月 2022 年 8 月 ES8 1 2017 年 12 月 2018 年 5 月 ET5 1 2021 年 12 月 2022 年 9 月 ET7 1 2021 年 1 月 2022 年 3 月 EC6 1 2020 年 7 月 2020 年 9 月 EC7 1 2022 年 12 月 2023 年 5 月 ET9 3 预计 2024 年 12月/资料来源：各公司官网、汽车之家、申万宏源研究 （一）禾赛科技：目标全年盈利，新增乘用车大厂定点，Robotaxi 领域定点领先（1）有望年内实现盈利。根据公司公众号（下同），2024 年 1-9 月，禾赛激光雷达总交付量为 279,835 台，同比增长 108.2%；其中，ADAS 产品总交付量为 263,148 台，同比增长 129.9%。值得注意的是，禾赛的激光雷达交付量已连续两个季度实现近 50%的环比激增，并大幅推动营收增长。这将有望推动禾赛在 24 年第四季度冲击车载激光雷达行业多个重大里程碑，包括季度营收 1 亿美元并实现 2000 万美元盈利（GAAP），以及实现全年盈利（Non-GAAP）。行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第19页 共25页 简单金融 成就梦想 图 15：禾赛 ADAS 场景激光雷达出货量（单位：万颗）资料来源：禾赛公告，申万宏源研究 （2）公司近期获得长城、长安多款车型定点，有望持续增厚 25 年业绩。2024 年 12 月，禾赛获得长城汽车旗下魏牌和坦克 SUV 品牌的多款车型激光雷达独家量产定点，均搭载禾赛小巧型超高清远距激光雷达 ATX，计划于 2025 年开始量产落地。同在 2024 年 12 月，禾赛 ATX 获长安汽车全新智驾平台激光雷达独家量产定点，包含旗下多个汽车品牌的十余款车型。根据规划，未来几年订单量将超过 150 万台，该平台首款车型预计将于 2025 年下半年开启量产。禾赛科技与长安汽车于 2022 年正式达成合作关系，24 年 10 月，搭载 2 颗禾赛 AT128 激光雷达的长安启源 E07 已成功上市，并迅速获得市场好评，同时也充分展示了长安汽车在智能驾驶领域加速发展的决心。禾赛小巧型超高清远距激光雷达 ATX 是与 AT128 同架构下的全新产品，于 24 年 4 月发布。ATX 延续了 AT 平台成熟一维扫描架构带来的点云规整、高可靠性等技术优势。ATX 搭载第四代芯片架构，全面升级了光机设计和激光收发模块，实现了小巧体积与强劲性能的完美结合。自上市以来，ATX 凭借小尺寸、远距离、超广角等优势已获得多个国内外多家主机厂的几十款量产车型定点。目前，ATX 正在向量产阶段稳步推进，并正在被众多客户规划为 2025 年量产车型的标配。图 16：禾赛 ATX 小巧型超高清远距激光雷达外观 图 17：禾赛 ATX 厚度仅为 25mm 资料来源：禾赛官网，申万宏源研究 资料来源：禾赛官网，申万宏源研究 6.219.526.30.05.010.015.020.025.030.0202220232024Q1-Q3 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第20页 共25页 简单金融 成就梦想（3）公司在 Robotaxi 领域定点情况行业领先。在 ADAS 前装量产市场，AT128 助力理想、小米等国内顶尖新势力车企打造出多款热销车型的全场景智能驾驶系统。同时，禾赛还在 L4 级自动驾驶市场赋能百度 Apollo、美团、Momenta、毫末智行、文远知行、小马智行、轻舟智行等头部自动驾驶客户，其产品性能和质量均得到了市场的充分验证。以百度为例，百度 Apollo 第五代自动驾驶系统解决方案，搭载了禾赛 Pandar 系列高性能激光雷达作为感知主雷达。搭载百度 Apollo 第六代智能化系统解决方案的萝卜快跑第六代无人车，整车成本相较于 5 代车直接下降 60%，据官方信息价格仅需 20.46 万元。第六代百度 Apollo 无人车颐驰 06 上的主激光雷达为禾赛独家供应，单车搭载 4 颗超高清远距激光雷达 AT128，其探测距离超过 200 米，并将高清三维感知覆盖到了 360，助力无人驾驶车辆全方位规划路线及安全避障。值得一提的是，这是国内首次将 ADAS 半固态激光雷达方案大规模应用部署在 Robotaxi 上。这也意味着 AT128 从前装量产领域“破圈”至 L4 级自动驾驶市场，为更多无人驾驶车型提供了性能出色、同时价格更亲民的激光雷达解决方案，从而有力推动了无人驾驶车辆大规模部署的进程。在全球 Robotaxi 主雷达领域，禾赛与几乎海内外所有自动驾驶头部玩家都保持着紧密的合作关系，2023 年份额高达 74%。在全球头部的 10 家 L4 自动驾驶公司中，有 9 家使用的是禾赛的高性能激光雷达，Zoox、Nuro 等知名企业均位列其中。国际权威机构Yole 发布的2024 年车载激光雷达市场报告显示，2023 年全球 L4 自动驾驶激光雷达市场中，禾赛以高达 74%的市场份额稳居榜首，展现了其强大的市场竞争力。图 18：2023 年 Robotaxi 激光雷达市场总览 资料来源：禾赛官网，Yole（优乐咨询），申万宏源研究 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第21页 共25页 简单金融 成就梦想（4）推出适用机器人市场的全新迷你型高性能 3D 激光雷达 在 CES 2025 国际消费电子展上，禾赛面向机器人领域的迷你 3D 激光雷达 JT 系列产品正式面向全球发布。JT 系列发布即交付，公司已向客户交付超过 2 万颗。禾赛与 MOVA 共同展出了全新割草机器人 MOVA 1000，其搭载了一颗 JT16 激光雷达，具备高精度三维环境感知能力。（二）速腾聚创：自研激光雷达 SoC 芯片，车载 机器人双轮驱动（1）销量高增，海内外客户广泛。根据公司公众号（下同），速腾已与全球 28 家整车厂及 Tier 1 达成合作，定点车型数量增至 92 款。在全球化业务上，成功与 7 家全球车企品牌达成定点合作，其中包括 3家中外合作品牌及 4 家海外主机厂。根据中汽数研 11 月 29 日公布的 2024 年 1-10 月全球汽车品牌销量数据，速腾已经与排名前 5 的汽车品牌中的 4 家确立合作关系。图 19：速腾 ADAS 场景激光雷达出货量（单位：万颗）资料来源：速腾公告，申万宏源研究 （2）加深战略合作，获得广汽埃安多款车型订单。2024 年 10 月 12 日，速腾与广汽埃安宣布正式达成战略合作，进一步深化双方合作伙伴关系。同时，速腾聚创已获得广汽埃安多款车型的全新定点项目。广汽埃安秉持“安全第一”的价值观，一直致力于将配置激光雷达的智能驾驶技术推向更广阔的市场，让更多用户能够体验到安全、智能的出行体验。广汽埃安总经理古惠南表示：“我们希望能够在短期内让十四五万级的车辆也能标配激光雷达，真正让高阶智驾在中国普及起来。”3.724.336.60.05.010.015.020.025.030.035.040.0202220232024Q1-Q3 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第22页 共25页 简单金融 成就梦想 图 20：速腾聚创与广汽埃安部分合作 SOP 车型 资料来源：速腾官网，申万宏源研究 （3）自研 SoC 芯片通过 AEC-Q100 车规认证。2024 年 10 月，速腾聚创全自研 SoC 芯片 M-Core 获得 AEC-Q100 车规级可靠性认证，成为全球首款通过该认证的激光雷达专用 SoC 芯片。而率先实现全栈芯片化的超薄中长距激光雷达 MX 作为首个搭载 M-Core 芯片的新一代激光雷达产品，将于 2025 年初实现量产交付。图 21：速腾聚创超薄中长距激光雷达 MX 图 22：速腾聚创全自研 SoC 芯片 M-Core 资料来源：速腾官网，申万宏源研究 资料来源：速腾官网，申万宏源研究 得益于芯片的高集成度，搭载 M-Core 的速腾聚创超薄中长距激光雷达 MX 成功实现 25mm 的极致轻薄尺寸，同时功耗降低 40%，可实现突破性的舱内部署方案。高集成度也带动产品成本的大幅降低，进而推动激光雷达普及到更广阔的市场区间。随着 MX 的面世，越来越多的 20 万级车型将标配激光雷达，15 万级车型可选配激光雷达，让更多用户享受到更加安全智能的驾驶体验。2017 年，在行业仍普遍通过器件堆叠提升机械式激光雷达性能时，速腾聚创就已聚焦芯片化，全力组建芯片团队，为车载激光雷达规模化量产时代的到来谋篇布局。经过 7年的深入研发，速腾聚创不仅顺利推出处理芯片 M-Core，在激光雷达的扫描、发射、接 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第23页 共25页 简单金融 成就梦想 收等系统上也已完成芯片化布局，率先实现全栈芯片化。这一系列重大技术成果成功推动激光雷达全栈系统的重构，为速腾聚创推出革命性的 M 平台和 E 平台产品，并领先行业率先实现大规模量产提供强大支持。在扫描端，率先将首款车规级二维 MEMS 芯片引入 M 平台激光雷达，成就了目前行业量产体积最小、功耗最低的主雷达；在接收端，推出了 SPAD-SoC，采用先进的 3D 堆叠工艺，突破性地把接收和处理融合到一颗芯片里，直接生成三维点云；在发射端，开发出业内第一款二维 VCSEL 驱动芯片，采用二维可寻址面阵 VCSEL 技术，支持灵活的扫描模式，极大提高能量利用率。（4）机器人筑造新成长曲线。根据界面新闻，在 2024 年 11 月举办的高交会上，速腾聚创首次展出灵巧手，拥有17 个多轴联动关节、8 个智能驱动自由度、并拥有 3 自由度拇指和 2 自由度食指，可以复刻人手级别的动作和操作，完成用双自由度食指使用电动螺丝刀、力度精准适中地拿起鸡蛋等动作。2021 年，速腾聚创发布 E 平台产品，据官方介绍，这是一个可量产、同时覆盖汽车和智能机器人领域的全固态广角激光雷达平台。按照车规级可靠性标准设计，既可当作汽车的补盲激光雷达，亦可作为机器人与无人机的主雷达。图 23：速腾在机器人领域积累丰富能力 资料来源：新浪汽车，速腾聚创，申万宏源研究 在机器人领域，激光雷达的技术要求并不低于车规级应用。相反，由于机器人应用场景的多样性和复杂性，对激光雷达提出了更高的要求。机器人需要在各种环境中运行，如室内、室外、工业设施等，这要求激光雷达具备更大的视场角和更高的近距离精度，以准确识别路面、草坪、平台等地貌，以及穿越狭窄的障碍物。目前，速腾聚创已经服务全球大约 2600 家机器人等行业客户，预计 25 年出货量有望突破六位数。基于全固态广角激光雷达 E 平台产品，公司已斩获海外机器人多家重点客 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第24页 共25页 简单金融 成就梦想 户定点合作，机器人领域订单规模超出预期，预计 25 年机器人领域的出货量有望突破六位数。4.相关标的和风险提示 相关标的：激光雷达主机厂商禾赛科技、速腾聚创。核心元器件和连接件供应商永新光学、电连技术。其他光学组件等供应商炬光科技、腾景科技、长光华芯等。表 4：激光雷达行业部分重点上市公司估值表 证券代码 证券简称 2025/1/15 Wind 一致预期净利润（亿元）PE 收盘价 总市值（亿元）2024E 2025E 2026E 2024E 2025E 2026E HSAI.O 禾赛科技 15.00 137.4-1.07 1.52 5.08-90.7 27.0 2498.HK 速腾聚创 25.85 110.0-4.56-1.97 0.72-153.1 603297.SH 永新光学 95.85 106.5 2.39 3.34 4.37 44.6 31.9 24.4 300679.SZ 电连技术 58.40 247.5 6.40 8.48 10.64 38.7 29.2 23.3 688167.SH 炬光科技 62.00 56.0 0.08 0.97 2.05 721.5 57.7 27.4 002222.SZ 福晶科技 34.75 163.4 2.32 3.04 3.52 70.4 53.8 46.5 688195.SH 腾景科技 40.48 52.4 0.74 1.02 1.32 70.5 51.1 39.6 688048.SH 长光华芯 42.95 75.7-0.47 0.25 0.60-297.6 125.3 2382.HK 舜宇光学科技 63.35 640.3 23.70 29.47 35.03 27.0 21.7 18.3 300394.SZ 天孚通信 86.02 476.5 14.38 23.15 30.25 33.1 20.6 15.8 资料来源：Wind，申万宏源研究 注 1：业绩预测值取自 wind 一致预期。注 2：禾赛科技收盘价币种为 USD，速腾聚创、舜宇光学科技收盘价币种为 HKD。其他总市值和净利润单位统一选取人民币。风险提示：1）智驾上车进度存在不确定性。若整车出货量或智能化渗透率不及预期，将对激光雷达等智能化硬件产品搭载率产生负面影响，从而影响产业公司出货节奏。2）产业链进入新的竞争对手导致竞争加剧。产业市场空间较为可观，存在吸引新的竞争对手入局的可能性，若行业有新的竞争对手加入，可能导致竞争加剧，行业整体盈利能力下降。3）客户超额压价的风险，下游客户降价幅度超预期导致压缩激光雷达产业公司利润空间。4）部分产业链环节的设备、原材料、技术获取受阻。行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第25页 共25页 简单金融 成就梦想 信息披露 证券分析师承诺 本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师，以勤勉的职业态度、专业审慎的研究方法，使用合法合规的信息，独立、客观地出具本报告,并对本报告的内容和观点负责。本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。与公司有关的信息披露 本公司隶属于申万宏源证券有限公司。本公司经中国证券监督管理委员会核准，取得证券投资咨询业务许可。本公司关联机构在法律许可情况下可能持有或交易本报告提到的投资标的，还可能为或争取为这些标的提供投资银行服务。本公司在知晓范围内依法合规地履行披露义务。客户可通过 索取有关披露资料或登录 信息披露栏目查询从业人员资质情况、静默期安排及其他有关的信息披露。机构销售团队联系人 华东组 茅炯 021- 银行团队 李庆 021- 华北组 肖霞 010- 华南组 张晓卓 华东创新团队 朱晓艺 021- 华北创新团队 潘烨明 股票投资评级说明 证券的投资评级：以报告日后的 6 个月内，证券相对于市场基准指数的涨跌幅为标准，定义如下：买入（Buy）：相对强于市场表现 20以上；增持（Outperform）：相对强于市场表现 520；中性（Neutral）：相对市场表现在55之间波动；减持（Underperform）：相对弱于市场表现 5以下。行业的投资评级：以报告日后的 6 个月内，行业相对于市场基准指数的涨跌幅为标准，定义如下：看好（Overweight）：行业超越整体市场表现；中性（Neutral）：行业与整体市场表现基本持平；看淡(Underweight）：行业弱于整体市场表现。我们在此提醒您，不同证券研究机构采用不同的评级术语及评级标准。我们采用的是相对评级体系，表示投资的相对比重建议；投资者买入或者卖出证券的决定取决于个人的实际情况，比如当前的持仓结构以及其他需要考虑的因素。投资者应阅读整篇报告，以获取比较完整的观点与信息，不应仅仅依靠投资评级来推断结论。申银万国使用自己的行业分类体系，如果您对我们的行业分类有兴趣，可以向我们的销售员索取。本报告采用的基准指数：沪深 300 指数 法律声明 本报告由上海申银万国证券研究所有限公司（隶属于申万宏源证券有限公司，以下简称“本公司”）在中华人民共和国内地（香港、澳门、台湾除外）发布，仅供本公司的客户（包括合格的境外机构投资者等合法合规的客户）使用。本公司不会因接收人收到本报告而视其为客户。客户应当认识到有关本报告的短信提示、电话推荐等只是研究观点的简要沟通，需以本公司网站刊载的完整报告为准，本公司接受客户的后续问询。本报告是基于已公开信息撰写，但本公司不保证该等信息的真实性、准确性或完整性。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他投资标的的邀请。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。客户应当考虑到本公司可能存在可能影响本报告客观性的利益冲突，不应视本报告为作出投资决策的惟一因素。客户应自主作出投资决策并自行承担投资风险。本公司特别提示，本公司不会与任何客户以任何形式分享证券投资收益或分担证券投资损失，任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。本公司未确保本报告充分考虑到个别客户特殊的投资目标、财务状况或需要。本公司强烈建议客户应考虑本报告的任何意见或建议是否符合其特定状况，以及（若有必要）咨询独立投资顾问。在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。市场有风险，投资需谨慎。若本报告的接收人非本公司的客户，应在基于本报告作出任何投资决定或就本报告要求任何解释前咨询独立投资顾问。本报告的版权归本公司所有，属于非公开资料。本公司对本报告保留一切权利。除非另有书面显示，否则本报告中的所有材料的版权均属本公司。未经本公司事先书面授权，本报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记，未获本公司同意，任何人均无权在任何情况下使用他们。

2025-01-17 25页 5星级

科技行业周期探索之八：AI时代的三个案例公司微软、AMD、英伟达-250117（42页）.pdf

请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告|20252025年年0101月月1717日日中性中性科技周期探索之八科技周期探索之八AIAI 时代的三个案例公司：微软、时代的三个案例公司：微软、AMDAMD、英伟达、英伟达核心观点核心观点行业研究行业研究海外市场专题海外市场专题美股美股中性中性维持维持证券分析师：王学恒证券分析师：王学恒010-S0980514030002市场走势资料来源：Wind、国信证券经济研究所整理相关研究报告美元债双周报（25 年第 2 周）-非农数据强势，美债利率临近4.8 25-01-13美股市场速览-加仓窗口或将在近期出现 2025-01-12美股市场速览-特斯拉有所回撤，小盘风格较优 2025-01-05美元债双周报（24 年第 53 周）-美联储鹰派降息，美债利率高位徘徊 2024-12-30美股市场速览-算力芯片巨头表现强劲 2024-12-29微软：微软：AIAI应用的领跑者应用的领跑者2000 年后的微软经历了十四年的鲍尔默时代，虽然这一时期微软的收入翻了 3.8 倍，利润翻了 2.3 倍，但由于错失了移动互联网卡位，其估值从 64 倍回到了最低仅有 10 倍。纳德拉接任后，一是打破了 Windows 的围墙花园，使微软变得更加开放；二是加码云计算，将云计算打造成为微软的新增长点；三是押注了 AI 的投资，尤其是在 OPENAI 上的大比例持股使得微软第一时间释放了大模型的能力，推广出一系列的 AI 新产品与服务，赢得先发优势。从过去 10 年股价翻了 10 倍来看，公司已经获得了转型的成功,未来自研 投资 OPENAI 两条腿走路为其提供了更强的保障。AMDAMD：轻装出发的挑战者：轻装出发的挑战者AMD 从创始人桑德斯退休后，经历了四任 CEO：鲁伊兹收购了 ATI，为后续 AMD 进军 GPU 领域埋下了伏笔，但也因为收购价格过高使得 AMD 陷入巨大的财务压力；梅耶时代剥离了格罗方德，这让 AMD 变成了轻资产公司；里德时代则是面向低功耗与游戏市场转型，虽然务实但无法被股东理解；终于苏姿丰的到来将公司带入到再次腾飞的局面中。在苏姿丰时代，定位高性能计算提升了 AMD 的品牌，同时 Zen 架构的出现以及台积电的代工，让 AMD 在 CPU 市场对英特尔竞争开始占优，加之服务器市场的成功，市场份额被一步步夺回。有了 CPU 的成功案例，公司开始通过研发与收购，快速布局到 GPU 市场上，2024 年 AI 芯片收入预计超过 50 亿美元。虽然进步很快，但由于英伟达的优势过于明显，因此市场对 AMD 在 AI 芯片市场未来份额能否达到像 CPU 那样高显然还有存疑，仍需要更多的观察。英伟达：摩尔定律的延续者英伟达：摩尔定律的延续者在互联网泡沫时期就存在，并还由创始人执掌的公司，英伟达绝对是重要的一个。公司 2006 年开发出 CUDA，对手看不懂，股东也不理解，但最终 CUDA 的巨大成功带给公司的回报不仅是收入，而是将英伟达定位成了接替英特尔成为“摩尔定律”的延续者。正是因为有着“指数型思维”，英伟达此后的种种工作都围绕着最大化地推动算力进步为目标：从两年一代的 GPU 架构，到 NVSwitch、NVLink综合提升全栈能力，其在 GPU 的市场份额始终保持在 80%以上，留给竞争对手的机会少之又少。在 AGI 到来之前，英伟达依然充满了机会，但期间若遭遇经济周期下行，其“靠客户竞争以获得产品溢价”的局面可能变化，可能带来毛利率的短期波动。风险提示：风险提示：地缘政治的不确定性，美联储降息幅度的不确定性，部分行业竞争格局的不确定性。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告2内容目录内容目录微软：微软：AIAI 应用的领跑者应用的领跑者.5 5鲍尔默时期（2000-2014 年）：失去的移动互联网.5纳德拉早期（2014-2018 年）：打破围墙花园.6加码云计算（2018-2022 年）：Azure 乘风起.10AI 再出发（2023-2024 年）：押注 OpenAI.13AMDAMD：轻装出发（：轻装出发（fablessfabless）的挑战者）的挑战者.1717鲁伊兹时代（Hector Ruiz，任期 2000-2008 年）：收购 ATI.17梅耶时代（Derrick Meyer，任期 2008-2011 年）：剥离格罗方德.18里德时代（Rory Read，任期 2011-2014 年）：面向低功耗与游戏市场转型.18苏姿丰时代（Lisa Su，任期 2014-今）：再次腾飞.19英伟达：摩尔定律的延续者英伟达：摩尔定律的延续者.2626CUDA 标志着“指数型思维”的思想延续（2006 年）.26不冷不热的移动互联网尝试（2010-2015 年）.27云计算潮流中崭露头角（2016-2019 年）.30摩尔定律的延续者（2020 年-今）.32如何看待英伟达的未来？.36风险提示风险提示.4040hYcZjVpYmUoPnP8OaOaQnPmMtRqNfQmMrQeRrQqP6MmMwPMYoNvMwMtRmQ请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告3图表图表目录目录图1：鲍尔默直到卸任 CEO，微软公司的股价也没有能够创新高.5图2：鲍尔默时期微软公司的收入与利润（十亿美元）.5图3：鲍尔默时期的微软公司市盈率.6图4：我的世界（Minecraft）.7图5：雷德蒙德园区（我的世界版）.7图6：Windows 10（2015）.8图7：2016 年微软收购领英.8图8：2018 年微软收购 GitHub.9图9：消除部门之间的争斗是纳德拉的目标.9图10：2017-2024 财年，微软三大业务板块的收入增速.10图11：2016-2024 财年，微软三大业务板块的占收比.11图12：2018-2024 年云计算企业市场份额.12图13：索尼（SONY.N）股价.13图14：几个平台的比较.15图15：2016-2024 财年微软的收入与利润，十亿美元.16图16：2000-2015 年，AMD 收入及利润（百万美元）.19图17：2015-2023 年，AMD 收入及利润（百万美元）.20图18：2012-2024 全球 CPU 市场份额.21图19：英伟达的发展简史.26图20：英伟达的员工人数.27图21：英伟达 GPU 在 10 年的时间里，AI 推理速度提升了 1000 倍.28图22：2002-2016 财年（移动互联网时代）英伟达的收入与利润，百万美元.29图23：英伟达 DGX-1 服务器.30图24：包含了 5 个 DGX-1 的超级计算机的机架.30图25：实时光影效果.31图26：未加实时光影效果.31图27：BERT 模型训练与推理比较.32图28：四年来 HPC 性能提升 11 倍.33图29：生成式 AI 性能与网络技术的关系.33图30：英伟达网络侧三大关键技术.33图31：英伟达加速平台.34图32：2016-2024 财年英伟达的收入结构.35图33：2016-2024 财年英伟达的收入与利润（百万美元）.36图34：过去 8 年中，英伟达的 AI 算力翻了 1000 倍.38请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告4表1：纳德拉的简历.7表2：OpenAI 的员工人数.13表3：2017 年以来，AMD 与英特尔 CPU 售价比较.21表4：AMD 的 Zen 架构家族.23表5：AMD 的 AI 芯片 Instinct 系列.24表6：AMD 收入结构说明.24表7：英伟达通用 GPU 的架构.27表8：部分英伟达 GPU 的 CUDA 核心数.28表9：英伟达 AI 推理部分芯片的发行时间.30表10：NVLink 不同标准的比较.31表11：英伟达 2015 年之后的各板块收入（百万美元）.32表12：部分公司财报季的资本开支（亿美元）.39请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告5微软：微软：AIAI 应用的领跑者应用的领跑者鲍尔默时期（鲍尔默时期（2000-20142000-2014 年）：失去的移动互联网年）：失去的移动互联网华尔街评价一个公司的 CEO 优秀与否并不是收入和利润，而是股价。2000 年 1 月 13 日，鲍尔默正式被任命为首席执行官，直到 2014 年 2 月 4 日正式卸任，在 14 年的时间里，微软公司市值始终无法逾越科网泡沫的高点。这使得市场逐渐对鲍尔默领导下的微软失去了耐心。鲍尔默甚至被 BBC 评为 2013 年最差CEO 之一。2012 年 5 月，亚当哈通在福布斯杂志的专栏中将鲍尔默描述为“美国大型上市公司中最糟糕的首席执行官”，并表示他“将微软赶出了增长最快、利润最丰厚的科技市场（移动音乐、耳机和平板电脑）”。图1：鲍尔默直到卸任 CEO，微软公司的股价也没有能够创新高资料来源：wind，国信证券经济研究所整理鲍尔默时期，微软公司的收入翻了 3.8 倍，相当于年化增速 10%；利润翻了 2.3倍，年化增速 6%。这个成绩要好于通用电气的韦尔奇和 IBM 的郭士纳。图2：鲍尔默时期微软公司的收入与利润（十亿美元）资料来源：Factset，国信证券经济研究所整理但问题在于，这一期间微软几乎在与苹果、谷歌的较量中，完美地输掉了移动互联网的战役。我们曾在2002-2016 年：移动互联网的大时代中介绍，Windows请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告6Mobile 是微软在 1996 年发布的手机操作系统，当时命名 Windows CE，后来经过了几个版本的迭代与改名，于 2003 年正式命名为 Windows Mobile。这要比乔布斯开发 iPhone，以及谷歌开发安卓要早得多，但最终因为产品设计力不够，体验不好而与移动互联网大潮失之交臂。一边是苹果的新 Mac、iPod、iPhone、iPad、App Store 在消费电子领域、移动互联网领域高歌猛进，一边是 Windows Mobile 手机份额被蚕食，加之鲍尔默时期的Surface 笔记本尚未有今天的影响力，因此微软公司让投资者看不到更大的希望在哪里。这导致了其市盈率从 1999 年的 64 倍左右跌落至 2011 年的 10 倍10倍 PE 的科技股是不多见的，除非投资人已经对公司不抱有成长的希望。图3：鲍尔默时期的微软公司市盈率资料来源：Factset，国信证券经济研究所整理鲍尔默与盖茨是哈佛大学的同学，他的专业是数学与经济学，盖茨在成立微软不久，认为公司需要一个人去专心运营商务，于是 1980 年他说服了鲍尔默加入了微软。2000 年鲍尔默接替盖茨管理微软，从资历上讲，他领到过运营、操作系统开发以及销售和支持，已经是微软的绝对资深员工与实际的二号人物。虽然盖茨对软件行业的发展直觉和敏锐度是一流的，但微软在硬件上始终缺乏突破，此时的盖茨也好，鲍尔默也好，都缺乏硬件产品化的成功案例。从鲍尔默的履历上来看，他擅长的是营销与运营，而非产品设计与开发。我们曾在案例篇：移动互联网的十倍股和百倍股中提及，虽说成功公司的路径各有不同，但公司的创始人的产品能力是卓越的，例如苹果的乔布斯，亚马逊的贝佐斯，奈飞的哈斯汀斯，腾讯的马化腾，脸书的扎克伯格，谷歌的佩奇和布林，Salesforce 的贝尼奥夫。因此当鲍尔默遇到同时期的乔布斯与佩奇和布林，其在产品上的前瞻力注定略逊一筹，这也算反向佐证了“成功的科技企业必然需要一个优秀的产品带头人”。鲍尔默执政期间，微软斥巨资收购的雅虎与诺基亚，回头看都属于创新浪潮前的平台，并没有给公司带来质的改变。反倒是微软 2007 年投资了脸书获得了不错的投资收益，但投资比例又过低，仅占 1.6%。纳德拉纳德拉早期（早期（2014-20182014-2018 年）：打破围墙花园年）：打破围墙花园印度裔高管萨蒂亚纳德拉2014年接替史蒂夫鲍尔默担任CEO成为了微软的一个转折点。纳德拉是电气工程学士和计算机硕士，毕业先在 SUN 公司工作两年，并于 1992 年加入微软。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告7他曾历任商业解决方案副总裁（2001-2006）、在线服务高级副总裁（2007-2011）、服务器和工具部门总裁（2011-2014）。从纳德拉的履历中可以看出，他是典型的工科背景，且在微软的所有经历都是产品端，因此其更了解产品。同时，他在 CEO之前的最后一个岗位是 Azure 云平台的总裁，这也是他未来要加码的方向，或者说这恰恰是盖茨与鲍尔默选中纳德拉的原因。表1：纳德拉的简历时间时间职务职务主要经历主要经历2014-2014-CEO领导微软向云端优先、移动优先的转型，并监督了多家公司的收购，包括 LinkedIn 和 GitHub。2011-20142011-2014服务器和工具总裁负责管理 Azure 云平台以及适用于公司数据中心的产品，Windows server 和 SQL server 数据库。2007-20112007-2011微软在线服务高级副总裁负责 Bing、微软 Office、Xbox live 和其他商业软件。2001-20062001-2006微软商业解决方案副总裁微软商务平台的开发，包括微软 Commerce Server 和微软 BizTalk Server，Great Plains，Dynamics。2000-20012000-2001bCentral 副总裁面向小型企业的网络服务，包括托管网站和电子邮件。1992-20001992-2000工程师从 SUN 公司跳槽加入微软，参与的首批项目包括不成功的互动电视产品和 Windows NT 操作系统。1990-19921990-1992工程师毕业后第一份工作在 SUN 公司资料来源：微软，国信证券经济研究所整理作为公司的掌舵人，光有产品的敏锐度是不够的，战略方向感是更为重要的。在纳德拉 2017 年的个人新书刷新：重新发现微软灵魂并为每个人畅想更美好未来的探索中，纳德拉提及他最看好的三个方向：混合现实、量子计算、人工智能。事实证明，他正是领导微软公司在一步步地向着这些目标迈进。2014 年 2 月，我的世界（Minecraft）注册用户达到 1 亿，其中许多用户都是儿童，代表了最新一代的游戏玩家和软件用户。2014 年 9 月，斥资 25 亿美元收购Mojang（Minecraft 的开发公司）为微软的产品提供了庞大的潜在客户群，这是微软自纳德拉上任后的首次重大收购。微软将该游戏扩展到 Xbox 之外，增加了新功能和内容，并推出了专为课堂使用的教育版“我的世界”。为了展示该游戏的多种潜在用途，微软在其华盛顿州雷德蒙德园区内推出了一个“我的世界”版本，以便员工可以了解该设施的升级情况。图4：我的世界（Minecraft）图5：雷德蒙德园区（我的世界版）资料来源：M，国信证券经济研究所整理资料来源：微软，国信证券经济研究所整理2015 年 7 月，微软推出了 Windows 10，这是其桌面操作系统 Windows 8.1 的后续版本。它带来了新功能，包括 Cortana 智能助手、Edge 浏览器、Xbox 游戏流媒体功能、新的生物识别登录选项以及在平板电脑或智能手机模式与桌面模式之间切换。Windows 10 推出四周就已覆盖 7500 万台设备，超过了微软之前的所有发布版本。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告82016 年 9 月，微软人工智能研究院成立，它汇集了 5000 余名计算机科学家及工程师，拓展公司的人工智能领域力量。团队由沈向阳（Harry Shum）领导，还包括信息平台团队、Cortana 和 Bing 团队，以及环境计算和机器人团队。这标志了在纳德拉接任微软 2 年之后，其在 AI 方向加大投资的决心已经得到了董事会的认可。2017 年 9 月，盖茨在评价纳德拉时提及：“他正在对人工智能和云计算等几项关键技术进行大举投资，微软将在这些技术上脱颖而出。”2016 年 12 月，微软斥资 262 亿美元收购 LinkedIn，目标是发展专业社交网站，并将其与微软的企业软件整合在一起。这次收购让微软能够接触到 LinkedIn 庞大的用户群。由于在我们的划分中，2016 年是移动互联网周期的结束，也是人工智能时代的开始，移 动 互 联 网 中 最 大 的 杀 手 级 应 用 莫 过 于 社 交，类 似 于 微 信、Facebook/WhatsApp，由于谷歌收购了 YouTube 且有了安卓系统，苹果则是占据了iOS 并形成强大 App Store，微软收购 LinkedIn 总算是“赶了个晚集”，弥补了遗憾。2016 年微软收购 LinkedIn 时，它的用户数不足 5 亿，2024 年用户数已经突破 10 亿。收入上，2017 财年 LinkedIn 收入仅为 22.7 亿美元，到了 2024 财年收入则增长至 163 亿美元，年化复合增速为 14.3%，这还不算其带来了巨大的网络效应与整合效应，因此这是一笔相当成功的收购，尤其比起来鲍尔默时期对雅虎与诺基亚的收购。图6：Windows 10（2015）图7：2016 年微软收购领英资料来源：微软，国信证券经济研究所整理资料来源：微软，国信证券经济研究所整理2018 年 6 月，微软宣布以 75 亿美元的价格收购 GitHub。GitHub 是一个在线软件源代码托管服务平台，用于公开程序或软件的代码。微软的收购采取了包容的态度，GitHub 与 LinkedIn 类似，继续作为社区，平台和业务独立运作。GitHub 的蓬勃发展并不是因为微软大力营销和销售它，而是因为微软坚持 GitHub 保留其开源精神和开发者至上的文化。虽然当时从财务的角度，这笔收购显得过于“慷慨”，但对于微软而言，接触每天使用 GitHub 代码库产品的大量开发者，这样他们就可以被引导到微软的开发者环境中，真正的意义是在这里。纳德拉在 2021 年曾表示：“我们提供最受欢迎的工具，帮助开发人员快速从创意到代码，再从代码到云。Visual Studio 每月拥有超过 2500 万活跃用户，GitHub 拥有近 6500 万开发人员，在过去的 12 个月中，使用 GitHub 的月活跃组织数量增加了 70%。”请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告9图8：2018 年微软收购 GitHub图9：消除部门之间的争斗是纳德拉的目标资料来源：微软，国信证券经济研究所整理资料来源：，国信证券经济研究所整理纳德拉接任微软时，微软最大的诟病是其产品的封闭性。众所周知，微软捍卫其专有的 Windows 和 Office 软件，并谴责开源替代品。2011 年以讽刺科技漫画闻名的设计师马努科内特发布了在微软内部的山头林立，互相敌对的漫画。纳德拉上任则赋予了微软新的目标：微软的存在是为了“让地球上的每个人和每个组织都能取得更大的成就”，这寓意着微软将成为一家以人为本的公司，而不是一家产品公司。微软首席营销官克里斯卡波塞拉表示：“我们从一种无所不知的文化转变为一种无所不学的文化。我们现在所做的一切都植根于成长型思维。”这种强调“同理心”，提出要对员工和客户保持开放与尊重，改善企业文化和组织架构，消除内部的隔阂，鼓励协作与沟通，逐渐成了公司的主旋律。2014 年 3 月，微软推出的 Office for iPad 为用户带来了 Word 和 PowerPoint 等跨设备应用。此次发布包括适用于 iPhone 的 Office 新功能和适用于 iPad 的更新应用，随后不久又推出了适用于 Android 的 Office。纳德拉在担任 CEO 后的首次公开演讲中宣称，“云计算和移动的神奇结合”，并表示微软“绝对致力于让我们的应用程序跨平台运行”。跨平台开发应用，虽然是 Windows 前进的一小步，但是却是公司从封闭走向合作与开放的开始。以下是 Windows 逐步走向开放的一些案例：2017 年，微软与 Dell 合作推出基于 Windows 的 Dell Latitude 系列笔记本电脑；2017 年，微软与 Amazon 合作推出基于 Azure 的 AWS 云服务；2018 年，微软宣布开放 Windows API，允许开发者使用 Windows API 开发应用程序；2018 年，微软宣布与 Box 合作推出基于 Azure 的 Box 云存储服务；2018 年，微软宣布与 VMware 合作推出基于 Azure 的 VMware 云服务；2019 年，微软宣布与甲骨文合作推出基于 Azure 的甲骨文云服务；2019 年，微软宣布与 Google 合作推出基于 Chrome OS 的 Windows 应用程序，该合作允许用户在 Chrome OS 上运行 Windows 应用程序，扩大了 Windows 的应用场景；2019 年，微软宣布与 Linux 基金会合作推出基于 Linux 的 Windows Subsystem for请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告10Linux（WSL）。WSL 允许用户在 Windows 上运行 Linux 应用程序，提高了 Windows的灵活性和可扩展性；2019 年，微软将 Windows Calculator 开源，允许开发者在 GitHub 上贡献代码和参与开发，这是微软首次将 Windows 组件开源。加码云计算（加码云计算（2018-20222018-2022 年）：年）：AzureAzure 乘风起乘风起在微软财报中，有三部分内容：智能云（智能云（IntelligentIntelligent CloudCloud）：包括 Azure（微软的云计算平台，提供计算、存储、数据库、安全、网络等服务）、Azure Stack（一个混合云平台，允许客户在自己的数据中心或云端环境中运行 Azure 服务）、Microsoft Azure AI（基于云的人工智能平台（基于云的物联网平台，提供设备管理、数据分析、安全等服务），提供机器学习、自然语言处理、计算机视觉等服务）、Microsoft Azure IoT、PowerApps（低代码开发平台，允许用户创建自定义的商业应用程序）、Power Automate（自动化平台，允许用户自动化商业流程和任务）、Microsoft 365 Security（安全解决方案，提供身份验证、访问控制、威胁防护等服务）、Microsoft 365Compliance（合规性解决方案，提供数据保护、隐私保护、法规遵从等服务）；生产力和商业流程（生产力和商业流程（ProductivityProductivity&BusinessBusiness ProcessesProcesses）：包括 Office 软件、Microsoft 365、Dynamics 365（ERP 和 CRM）、LinkedIn、Skype for Business、Microsoft Teams（团队协作平台）、OneDrive（云存储）、Outlook；个人计算个人计算（MoreMore PersonalPersonal ComputingComputing）：包括 Windows、Surface 电脑、游戏（Xbox游戏机、Xbox 游戏软件和服务、Xbox Live 在线游戏服务）、搜索与广告（包括Bing 搜索引擎和 Microsoft Advertising 广告服务等业务）、应用商店。图10：2017-2024 财年，微软三大业务板块的收入增速资料来源：Factset，国信证券经济研究所整理其中，支撑微软在 2018 年以后增长最快的是云计算，其核心是 Microsoft Azure。Azure 平台于 2010 年 2 月正式推出，当时的名称为 Azure Service Platform，包含 Azure 云计算、Azure 存储、SQL Azure 与 AppFabric 四种服务，且仅提供 PaaS。2011 年纳德拉成为了服务器和工具部门的总裁之后，Azure 在 2012 年进步很快：更新管理接口，采用 HTML5 技术；发行 IaaS，包含虚拟机与虚拟网络；发行 Website服务，并首次支持.NET 以外的平台；发行 Media Service 服务。到了 2014 年下半年 Azure 发行了 Mobile Service，提供移动应用必须的后台服务，包含资料、请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告11识别、通知以及 API 等。2014 年纳德拉成为 CEO 当年，Windows Azure 更名为 Microsoft Azure，以修正其市场方向，也为了让外界不再认为 Azure 只能运行 Windows 操作系统；2015 年微软将 Website 与 Mobile Service 合并，并新增 API App 与 Logic App 合称为Azure App Services；还推出了 Azure Application Insights 以支持应用程序层级的监测数据能力；新增 Azure DNS 以支持 DNS 托管、Azure Search 支持搜索能力等。2016年微软推出Azure Functions（函数服务）以支持无服务器（Serverless）的应用，成为继 AWS Lambda 与 Google CloudFunction 之后的第三个具备无服务器应用程序开发能力的主流云供应商，同时也推出了 Service Fabric 以支持微服务（Microservices）的开发。由于 2016 年之后云计算行业处在大发展时期，加之纳德拉很清楚微软不能错过这个巨大的机会，因此微软也大踏步投入云计算。除了增加基础设施，增加应用功能，前述开放策略也为微软赢得了多个高质量合作伙伴。到了 2018 年，微软宣布了 54 个 Azure 区域，比任何其他云提供商都多，服务范围覆盖全球 140 个国家。此次扩张巩固了该公司作为云计算全球领导者的地位。微软增加了近 500 项新的Azure 功能，推出了首创的混合和云到边缘解决方案 Azure Stack（混合云）和Azure Sphere（物联网），并达成了创纪录的数百万美元的商业云协议。云计算在 2016 年占收比为 27.2%，是最小一个业务板块，到了 2024 年占收比来到了 43%，成为最大的业务板块。2018 年-2022 年，云计算业务连续四年加速增长。图11：2016-2024 财年，微软三大业务板块的占收比资料来源：Factset，国信证券经济研究所整理Azure 和 AWS 都是云计算巨头，各有其优势。但 Azure 作为后发者，其在几个方面上表现出一定的优势，包括：混合云策略：Azure 提供了混合云策略，允许客户在自己的数据中心、Azure 云端和其他云平台之间进行选择和集成；企业软件整合：Azure 提供了与 Microsoft 企业软件的紧密整合，例如 Office 365、Dynamics 365 等；开发者体验：Azure 提供了友好的开发者体验，例如 Visual Studio、Azure DevOps请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告12等；AI 和机器学习：Azure 提供了基于 AI 和机器学习的云计算服务，例如 AzureMachine Learning、Azure Cognitive Services 等。此外，Azure 在 2020 年发布了 Azure Arc，加强了混合云和边缘计算领域，同年发布了 Power Platform，加强了低代码开发和商业应用领域；2021 年收购了Nuance Communications，标志着公司在人工智能和自然语言处理领域的扩展；2022 年发布了 Cloud for Sustainability，加强了可持续发展和环境保护领域。总结下来，从 2018 年 Azure 的市场份额从 15%逐步攀升至 2023 年的 24%，这是纳德拉接管微软后最成功的例证。图12：2018-2024 年云计算企业市场份额资料来源：Synergy research，国信证券经济研究所整理2023 年 10 月，微软也完成动视暴雪的收购，斥资共 687 亿美元，耗时 22 个月。由于动视暴雪是世界上顶尖的游戏公司，收购这么大规模的游戏公司要通过各国的反垄断审查，阻力较大的是美国、欧洲与英国。为了打消英国监管机构的顾虑，微软把动视暴雪持有的云游戏版权出售给法国的育碧（Ubisoft）。收购动视暴雪是微软游戏整合趋势的一部分，它拥有的著名特许经营权包括使命召唤、暗黑破坏神和魔兽世界，收购动视暴雪后，微软成为全球收入第三大的游戏公司。游戏行业预计到 2030 年将增长至 5000 亿美元以上，收购动视暴雪可能会为微软带来丰厚利润。从短期来看，动视暴雪的游戏加入 Xbox库和其他平台将为微软的游戏收入带来适度提升。动视暴雪每月活跃用户数为 3.56 亿，尤其随着游戏从主机转向移动设备，动视暴雪的移动用户对微软至关重要。展望未来，由于游戏是元宇宙的一个天然特性，这和纳德拉心中三大方向“元宇宙、量子计算、人工智能”相匹配。纳德拉评价收购动视暴雪时说：“当我想到动视暴雪的产品组合时，它为我们提供了覆盖 PC 和游戏机的大量资产，当然还有覆盖移动端，这是我们以前从未有过的。现在我们既有内容，又有能力访问人们玩游戏的所有传统高规模平台，即游请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告13戏机、PC 和移动设备。”从市场反馈来看，2022 年 1 月 18 日，微软宣布收购动视暴雪后，索尼公司股价当日下跌了 7.2%（日股则下跌了 12.8%），在后续，索尼公司的股价（美股）2年后依然没有回到曾经的位置。这说明微软对动视暴雪的收购影响了行业竞争格局，这种预期进而影响了索尼的估值水平。图13：索尼（SONY.N）股价资料来源：wind，国信证券经济研究所整理最后，按照微软对 LinkedIn 及 GitHub 的管理方式，动视暴雪也将获得相对较大的自主权，在收购协议中，微软承诺将尊重动视暴雪的文化和独立性，并允许其继续发展和运营自己的游戏业务。因此，动视暴雪将继续相对独立地经营自己的业务，同时也将受益于微软的资源和支持，这将使得动视暴雪能够更好地发展和扩展自己的游戏业务，并为玩家提供更多的游戏选择和体验。AIAI 再出发（再出发（2023-20242023-2024 年）：押注年）：押注 OpenAIOpenAI2022 年 11 月，OpenAI 公司的 ChatGPT 3.5 横空出世，这颠覆了人们对语言模型的认知。它凭借着如此流畅、丝滑的输出，开启了大模型（Transformer 架构）时代的新征途。表2：OpenAI 的员工人数年年员工人数员工人数增长（数量）增长（数量）同比同比（）（）2015201510-201620162515150 172017452080 182018803577.8 1920191507087.5 20202025010066.7 2120213005020 2220223757525 232023770395105.3 2420243,5312,761358.6%资料来源：seo.ai，国信证券经济研究所整理OpenAI 公司成立于 2015 年 12 月，总部位于旧金山，它起步于非盈利组织，筹资主要是捐款，尽管其捐助人承诺捐款 10 亿美元，但是截至 2019 年，实际募集到的捐款总额仅为 1.3 亿美元。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告14在我们的报告2016-2030 年：通用人工智能时代的到来中曾介绍，2017 年transformer 论文发布，到谷歌开发出 BERT 模型，OpenAI 也敏锐地发现出这是一条新路，并于 2018 年 6 月与 2019 年 2 月，研发了 ChatGPT 1.0 与 ChatGPT 2.0。随着对 LLM 的理解，他们发现只接受捐款的方式很难承受得起巨大的机器学习投入，因此在 2019 年，OpenAI 从非营利性组织转型为“有上限”的营利性组织。OpenAI 称有上限的利润模式使 OpenAI 能够合法地吸引风投，还可以向员工授予公司股份。但问题是，这涉及到 OpenAI 的初衷，2015 年，作为非营利组织，OpenAI 的定位是：1、OpenAI 是一家非营利性人工智能研究公司；2、目标是以最有可能造福全人类的方式推进数字智能，不受产生财务回报需求的限制；3、由于研究不受财务义务的限制，公司可以更好地专注于对人类的积极影响。当时对 OpenAI 支持最大的马斯克是想打造出一个真正的“OPEN 的 AI”，以区别于谷歌的“封闭的 AI”，所以才取了这个名字。而当 OpenAI 真的打开了“潘多拉”魔盒，看到了通往 AGI 的巨大机会之后，它的诸多参与者，又希望将 OpenAI变成一家盈利公司以获得更多的融资或者上市。奥特曼加入的一年实际上就是从公司的从非营利化到盈利化转折的一年。但是OpenAI 引入微软 130 亿美元的投资又是个权宜模式，这种非盈利组织再控股一个盈利实体的架构是较为特殊的，有诸多的约束。但如果直接转向营利组织，董事会又表示强烈的反对。随着公司的不断扩大，这种矛盾越来越激烈，2023 年 11 月份，奥特曼先被董事会罢黜，之后微软则支持了奥特曼的回归。2024 年 10 月，OpenAI 融资 66 亿美元，投后估值1570亿美元，短短9个月时间公司估值接近翻倍，融资由Thrive Capital领投，微软继续参投，英伟达、软银都首次投资 OpenAI，其他投资方还包括 KhoslaVentures、Altimeter Capital、富达、Tiger Global、阿联酋投资公司 MGX 等。2024 年 12 月，OPENAI 公司宣布重组，公司正式一分为二：一部分是非营利机构，另一部分转型为特拉华州公共利益公司（PBC）。OpenAI 是一个典型的在遇到巨大的发展机遇后发生了初衷改变的公司，于是无论从管理层还是公司的核心员工，都因为这种转变而受到影响，坚持公益初衷的员工逐渐离职，坚持公益初衷的董事会则反对盈利化转变，而期望资本助力的投资人与奥特曼则极力想实现盈利化的转变，这个对抗使得公司发生了本不必要的巨大内耗。对于微软而言，在投资 OpenAI 后获益颇丰。一来其协议保障了微软公司可以较快的收回成本，包括：1、与 OpenAI 形成独家合作伙伴关系，以开发和商业化 AI 技术，包括 OpenAI 的语言模型和其他 AI 工具；2、OpenAI 将其 AI 模型与微软的 Azure 云计算平台集成，使开发者更容易构建和部署 AI 驱动的应用程序；3、微软有权获得 OpenAI 高达 75%的利润，直到其收回 130 亿美元的投资；4、OpenAI 累计利润达到 920 亿美元之后，微软的分红比例下降，剩余部分利润由其他风险投资者和 OpenAI 的员工分享；5、当利润达到 1500 亿美元之后，微软和其他风险投资者的股权将无偿转让给 OpenAI 的非营利基金。二来是在与 OpenAI 合作的过程中，微软既学习了 OpenAI 以及大模型的开发现状，请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告15又推出了多种 AI 产品，包括 Microsoft Copilot 于 2023 年推出，明显拉动了微软各个业务条线的收入增速。微软通过将 OpenAI 集成到其产品和服务中，尤其是从其云业务中，云托管服务的需求支持 Azure OpenAI 与每家公司的应用程序和软件的集成。此外，CRM、会计和网络安全、Bing、ERP、Office、编程软件和操作系统中集成 OpenAI 模型方面比竞争对手更具优势。悲观的人，经常提到一些问题：例如桌面 AI 代码质量问题、错误率仍高、安全性不高；云 AI 则缺乏广泛的语言支持、需要大量的数据和训练；行业 AI 则缺乏对行业应用的广泛支持，功能尚简单等等，但这些问题都将伴随大模型的优化，成本的降低，Agent 的数量增加而被改善。换句话说，这也是大模型未来的潜力与想象力之所在。着眼未来，很大程度上的变化是，之于移动互联网的 IOS 与安卓，到底现在的大模型称之为“平台”，还是类似 Azure MaaS、Vertex AI、Meta AI、Bedrock 才称之为“平台”，倘若是在 LLM 层之上的平台越强，则他们可以集合更多的 LLM；倘若 LLM 是稀缺资源，则它们的强大更能促使各个平台向它们靠拢。例如，谷歌目前的思路是垂直一体化思路，即从应用到芯片都自己开发，希望做成 AI 时代的“苹果”；而其他公司要么摆脱不了英伟达的芯片能力，要么在除了 AI 平台之外的某个环节是开放的。但有一点是肯定的，要么平台强，要么大模型强，最好是两者都强，才能在未来AI 的竞技场上提高胜率。图14：几个平台的比较资料来源：，国信证券经济研究所整理对于微软来讲，其机会是不言而喻的纳德拉一直以来的重视，连续多年的投入，OPENAI 的先机，产品线与 AI 结合的经验.目前 OpenAI 已经转成盈利架构，然而这相当于它不再是从前那个研究型公司，而短期估值较高的它，可能将为了盈利，而不会再对隐私保护、AI 发展安全性的那么重视，而是全力实现商业化，未来一旦出隐私、AI 安全等问题，可能对公司的品牌影响与信任度会构成新的压力。无论如何，2016 年以来，市值翻了 10 倍的微软，证实了纳德拉的眼光和执行力。他没有在硬件上继续同苹果、安卓纠缠，而是把精力放在了云计算和 AI 上，这使得微软在云计算上赢得了新的机遇，同时在 AI 上也占领了先机。此外，他对微软的文化重塑，以及对外合作包容的态度的变化也顺应了时代发展的需要。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告16图15：2016-2024 财年微软的收入与利润，十亿美元资料来源：Factset，国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告17AMDAMD：轻装出发（：轻装出发（fablessfabless）的挑战者）的挑战者桑德斯是 AMD 的创始人，在他带领下的 30 多年时间里，AMD 成为了英特尔的替代公司，经常是一些客户的第二供应商，在 2000 年科网泡沫时，市值也曾摸到过近150 亿美元，但桑德斯此时已经 64 岁了，他决定挑选接班人。鲁伊兹时代（鲁伊兹时代（HectorHector RuizRuiz，任期，任期 2000-20082000-2008 年）：收购年）：收购 ATIATI桑德斯看中了鲁伊兹（Hector Ruiz）他在德州仪器公司工作了六年，在摩托罗拉公司工作了 22 年，后来升任摩托罗拉半导体产品部门总裁。鲁伊兹在 2000年加盟 AMD，任 COO，并于 2002 年接替桑德斯担任 CEO，2004 年被任命为董事会主席。鲁伊兹为 AMD 做了几件重要的工作：一是在 64 位芯片上取得突破。2003 年 4 月 AMD 早于英特尔发布了 64 位服务器芯片 Opteron，这让 AMD 成功进入高端服务器市场，其服务器市场份额也从 2005 年的 5-7%提升到了 2006 年的 22%；2003 年 9 月，AMD 发布了 64 位 PC 芯片 Athlon 64，其后又推出主打游戏性能的 Athlon 64 FX，两者的性能不输于奔腾 4，甚至某些方面超越了奔腾，且性价比更高。英特尔此时尚未推出 64 位芯片，它们使用了多种手段与 AMD 竞争：包括宣传 64位芯片不成熟；与主要的制造商签订排他性协议；提供补贴和激励措施，鼓励 OEM厂商购买和推广其产品；对 AMD 提起专利侵权诉讼，通过法律手段限制 AMD 的技术发展。其最后的结果是，AMD 反过来起诉英特尔利用垄断地位不正当竞争，最终虽然在2009 年，AMD 和英特尔最终达成和解，英特尔同意停止向企业提供回扣并向 AMD支付 12.5 亿美元的赔偿金，但时隔多年 AMD 一路失去的市场份额却无法找回。二是收购了 ATI。2006 年 7 月，AMD 宣布以 54 亿美元收购 ATI 公司，其中 42 亿美元为现金，摩根斯坦利为 AMD 提供了 25 亿美元的贷款以完成交易。鲁伊兹考虑的是通过收购 ATI 进入到显卡市场，事实证明这个方向是正确的，但其在收购案中使用了过多的现金，加之在与 ATI 公司的整合遇到文化差异、大客户订单丢失、技术整合时间长等问题，整合进度不及市场预期，以至于公司连续 7 个季度亏损，这也成为鲁伊兹引咎辞职的导火索。三是巴萨罗那芯片问题。2007 年，AMD 公司推出了 64 位服务器芯片巴塞罗那。但是犯了一个错误（三级缓存缺陷），这会引发服务器的死锁。但当时由于芯片硬件已经没法改动，只能通过软件打补丁的方式解决，而代价是导致 5%到 20%的性能损失，这与此前公司宣传的“比同类英特尔至强双处理器表现出 40%的性能优势”不相符。而此时英特尔已经推出了多款高性能的四核处理器，如 Xeon 系列。相较下来，巴塞罗那芯片的问题影响了 AMD 的品牌形象和市场信心，其服务器市场份额从 2006 年巅峰时期 23%跌至 2008 年的 10-12%之间。四是推动格罗方德的剥离。晶圆代工是重资产的商业模式。2008 年的 AMD 已经无法在 ATI 与代工双管齐下了。相较下来，公司希望走 fabless 模式。鲁伊兹在任上推动了格罗方德的剥离，2008 年 7 月他辞去了 CEO。2009 年 3 月，AMD 将格罗方德出售给阿布扎比先进技术投资公司（ATIC）和穆巴达拉发展公司（Mubadala），辞职的鲁伊兹任格罗方德的董事长，这为 AMD 的轻资产化以及未来与台积电的合作奠定了基础。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告18梅耶时代（梅耶时代（DerrickDerrick MeyerMeyer，任期，任期 2008-20112008-2011 年）：剥离格罗方年）：剥离格罗方德德梅耶是鲁伊兹时期的 COO，鲁伊兹辞职后，他成为了 CEO。梅耶将公司的重点放在个人电脑和数据中心服务器市场上。尽管 2010 年之后，移动端的增长爆发，但是梅耶解释说，移动和消费电子市场的不断增长不会使传统市场萎缩。这个背景主要是因为当时的 AMD 还在亏损中，公司还在急于扭亏，所以无法在 PC 端、移动端大举投入研发。梅耶在任 3 年的主要贡献有：1、2009 年完成了前述的对格罗方德的剥离，使得 AMD 有机会选择与台积电合作，公司不需要再背负沉重的代工资产以及投入巨额的世代升级费用，转而专注投入研发；2、剥离 ATI 公司的手机与电视业务，集中资源和精力在核心的高性能计算和图形市场上；3、推出三款重要产品，包括 2008 年的 PhenomII 处理器，2009 年的 Athlon II处理器，以及 Radeon HD 5000 系列显卡。许多专业媒体和评测网站对 Radeon HD5000 系列给予了高度评价，特别称赞其在 DirectX 11 游戏中的表现和能效比。2009 年-2010 年，凭借 AMD 的多款产品的发布，AMD 的股票反弹了 5 倍，但是随着欧债危机的到来，加之公司专心耕耘 PC 业务与显卡业务，使得在移动互联网侧并未有多大建树。股价随之也大幅回调，2011 年梅耶辞职，业界认为是董事会认为梅耶在移动互联网端的布局过于谨慎。平心而论，梅耶上任后止住了 AMD 的失血，让公司在 2009-2011 年连续三年盈利，而且聚焦了最可能快速做强的产品线 PC 与显卡，可以说表现是不俗的。但是随着苹果、安卓手机的大爆发，资本市场认为只有移动端才代表未来，股东们想乘风移动互联网，梅耶则认为而大规模多管齐下投入研发则短期见不到回报，饭要一口一口吃，这种矛盾最后导致他在 2011 年 1 月份辞去了 CEO。从这个案例可以看出，股东们最大的关心是市值。而在市值成长的路上稍有颠簸，他们的耐心就可能快速消失。里德时代里德时代（RoryRory ReadRead，任期任期 2011-20142011-2014 年年）：面向低功耗与游戏面向低功耗与游戏市场转型市场转型里德在 IBM 工作了 23 年，在来 AMD 之前在联想任总裁兼首席运营官。2011 年 8月里德被任命为总裁兼 CEO，并担任公司董事会成员。里德接任 CEO 时期，AMD 正面临严峻的市场挑战，包括 PC 市场需求下滑、与英特尔竞争加剧等，且公司 95%的收入都在 PC 市场。他决定减少对传统 PC 市场的依赖，转向更为多元化的市场，特别是移动设备和云计算领域。里德实施了多项成本节约措施，包括裁员千人，以减少开支并提高公司的财务稳定性，同时在 2012 年发布了推出了 Trinity APU，这是 AMD 首款集成高性能 CPU和 GPU 的处理器，标志着公司在融合架构上的重要进展。由于收购了 ATI，因此APU 相当于将 AMD 的独特定位（CPU GPU）与价值凸显出来。2013 年，公司发布了 Kabini 和 Temash 处理器，Kabini 主要面向笔记本电脑和平板电脑市场，主打低功耗，低成本；后者面向游戏电脑和工作站市场。同年，公请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告19司推出了基于 Jaguar 核心的 Opteron 处理器，这是 AMD 首次推出专门针对低功耗服务器市场的处理器。此外，里德开始将半定制业务提升为公司的重要战略方向之一。2012 年，公司赢得了 PlayStation 4 和 Xbox One 的合同，两者采用了基于 Jaguar 架构的 8 核 CPU和 GCN 架构的 GPU。由于 PS4 和 Xbox One 的市场表现出色，为 AMD 带来了稳定的收入来源，这两款游戏机的成功也进一步巩固了 AMD 在游戏机市场的地位。2013 年 9 月，AMD 发布的基于 Hawaii 芯片的 GPU 产品线也表现不俗（对标英伟达GeForce GTX 980 和 GTX 970），在 2014 年占据了全球 GPU 市场的约 30%的份额。图16：2000-2015 年，AMD 收入及利润（百万美元）资料来源：Factset，国信证券经济研究所整理里德还有一个重要贡献，就是 2012 年他将苏姿丰带入 AMD。2014 年，里德离职，苏姿丰接任 CEO。虽然三年时间 AMD 并未大踏步前进，但是它逐渐在产品线上找到了新的方向，特别是低功耗技术与新兴市场的拓展，为 AMD 后续在移动设备和数据中心市场的成功奠定了基础。苏姿丰时代（苏姿丰时代（LisaLisa SuSu，任期，任期 2014-2014-今）：再次腾飞今）：再次腾飞终于，AMD 迎来了苏姿丰时代。苏姿丰出生于台湾，儿时移居美国。在麻省理工学院获得三个学位后，她曾在德州仪器、IBM 和飞思卡尔半导体公司任职。在担任 IBM 半导体研发中心副总裁期间，她因开发绝缘体上硅半导体制造技术和更高效的半导体芯片而闻名。因此，苏姿丰是典型的技术出身的管理层。苏姿丰于 2012 年加入 AMD，担任过 AMD 全球业务高级副总裁和 COO，并于 2014年 10 月被任命为 CEO。2023 年，苏姿丰在福布斯“全球 100 位最具影响力女性”榜单中排名第 49 位。在财富杂志 2023 年最具影响力女性榜单中排名第12 位。时代杂志将她列入 2024 年“人工智能领域最具影响力的 100 人”榜单。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告20图17：2015-2023 年，AMD 收入及利润（百万美元）资料来源：Factset，国信证券经济研究所整理从苏姿丰接任 AMD 开始到 2024 年，AMD 的股价最大上涨了 80 倍，目前稳定在 50倍左右。在她领导下的 AMD 再次腾飞，甚至缔造了其诸多前任都未能达到的历史高度，一个最重要的变化是，AMD 从第二梯队的“跟随者”，逐渐跃入第一梯队。在这个跃升的过程中，可以分成三个阶段：1 1、“ZENZEN”架构（架构（2015-20182015-2018 年）年）AMD 的股价在 2015 年创下新低，原因包括英伟达与英特尔的竞争压力、公司的库存问题也凸显。刚上任的苏姿丰提出，公司应该专注于利润率更高、增长机会更高的市场。当时当时 AMDAMD 规划了三大增长市场：游戏、沉浸式平台和数据中心市场规划了三大增长市场：游戏、沉浸式平台和数据中心市场。同时提出 AMD 应避免进入利润率低的市场，如移动（智能手机/平板电脑）或物联网领域，因为尽管这些领域虽然增长迅速，但竞争对手已经太多，这些竞争对手要么拥有成本控制能力（联发科），要么拥有资金雄厚（英特尔），可以将利润率压低到 AMD 无法维持的水平。同样，AMD 正在努力减少其在低端 PC 市场的份额，因为该市场的利润率也很低，再加上前景不佳，AMD 因该市场需求大幅下降而遭受重创。其中，沉浸式平台主要指的是 AR/VR，但其后这个方向慢慢在发展过程中被搁置。苏姿丰的大方向非常正确。前三任 CEO 总体上从都是“腾笼换鸟”，没有人敢从提升利润率的角度来思考：因为高利润率对一个科技公司至关重要，因为高利润率很大程度上代表了技术领先，但当时的 AMD 还没有底气能够拿出最先进的技术以打动市场。这就不得不提到 Zen 架构。Zen 架构于 2012 年开始投入研发，到 2017 年正式面世，期间经历了 5 年的时间。它是一种全新架构，与以往架构的不同是：它具有更高的性能、更低的功耗和更好的可扩展性。AMD 在全球范围内调集了数千名工程师和技术专家，参与 Zen 架构的研发工作，这些团队分布在北美、中国、印度等地，涵盖了 CPU 设计、GPU 设计、软件开发等多个领域。我们在此前的报告曾提及，英特尔对 AMD 的市场主导地位随着“酷睿”品牌的推出，以及“滴答（Tick-tock）”发布策略的成功推出而不断增强，该模式最著名的是每年在新的 CPU 架构和新的制造节点之间交替。英特尔遵循该发布节奏近十年，从酷睿于 2006 年首次推出 65 nm 的 Conroe 架构开始，一直持续到 14 nm 的Broadwell 架构，从 Broadwell 开始，其在 2014 年的发布计划推迟了一年到 2015年的 Q3，这宣告了“滴答”模式的终结。这件事对 AMD 来说至关重要，因为英特尔无法进一步维持“滴答”模式，对于 AMD 的锐龙 CPU 以及整个 Zen 架构的成功请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告21提供了新的市场机遇。在经历了 2015-2016 相对低谷的两年后，Zen 架构于 2017 年 2 月首次推出，首发于第一代锐龙（Ryzen）CPU。该架构用于也用于锐龙（台式机和移动设备）、锐龙 Threadripper（工作站和高端台式机）和 Epyc（服务器）。基于 Zen 架构的 Ryzen 处理器正式推出，性能大幅提升，例如 Ryzen 7 1800X 的性能略优于 Core i7-6900K，但价格只是酷睿的一半，且 Ryzen 在能效方面也有优势，因此 AMD 从 2017 年开始，开始重新夺回 CPU 市场份额。图18：2012-2024 全球 CPU 市场份额资料来源：，国信证券经济研究所整理尤其是基于 Zen 的服务器芯片 EPYC 发布后，AMD 获得了惠普、戴尔、SuperMicro、赛灵思、VMWare、Red Hat、微软等多个客户的支持，第二代 EPYC 定位为数据中心和云，也迅速赢得了业界的广泛好评，谷歌也成为客户。2014 年 Q4 苏姿丰上任时，AMD 在服务器芯片份额仅为 1.1%，2018 年则升至 3.7%。此时，苏姿丰的战略也逐渐清晰且自信，她认为高性能计算和数据中心是公司更为清晰的未来战略。下表是 AMD 的 Zen 架构主要 CPU 与英特尔的比较，可以看出，在 2017 年发布的第一年，两者的价格几乎相差一半，而随后由于 Zen 的性能和口碑开始被市场认同，英特尔大幅降价，两者的价格差距快速缩小，甚至在 2020 年，AMD 售价还略超过了英特尔。表3：2017 年以来，AMD 与英特尔 CPU 售价比较ZenZen 世代世代ZenZenZen Zen ZenZen 2 2ZenZen 3 3ZenZen 3 3 ZenZen 4 4ZenZen 5 5年份2017201820192020202220232024AMDRyzen 7 1800XRyzen 7 2700XRyzen 9 3900XRyzen 9 5900X Ryzen 7 5800X3DRyzen 9 7950XAMD Ryzen 9 9950X制程工艺14nm12nm7nm7nm7nm5nm4nm格罗方德格罗方德台积电台积电台积电台积电台积电价格，美元499329499549449549649INTELCore i7-6900KCore i7-8700KCore i9-9900KCore i9-10900KCore i9-12900KCore i9-13900KCore Ultra 9 185H制程工艺14nm14nm 14nm 14nm Intel 7Intel 7Intel 4价格，美元1089359499488589589640价格差（英特尔-AMD）590300-611404041资料来源：英特尔，AMD，国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告222 2、台积电代工（台积电代工（2019-20212019-2021 年）年）终于在剥离了格罗方德之后，从 Zen 2 开始，AMD 开始选择台积电代工 7nm 制程的 CPU，这对 AMD 的产品又有了巨大的性能提升。由于英特尔的大部分高端处理器，如 Core i7、i9 以及服务器用的 Xeon 处理器，仍然主要由英特尔自己制造。这些处理器采用英特尔的制程工艺，如 Intel 4（原 7 纳米改进）、Intel 7（原10 纳米改进）等，因此英特尔在制程上的瓶颈成为影响公司芯片性能表现的“短木板”。从 2019 年开始，AMD 将代工从格罗方德转向台积电之后，可以看出，Zen 的制程工艺始终领先英特尔 1-2 代。Zen 2、Zen 3、Zen 3 采用了 7nm 制程，而当时的Core i9-9900k、10900k 制程还停留在 14nm 的改进版，12900k 则是采用 10nm 工艺（Intel 7）；Zen 4 采用了 5nm 制程，Core i9-13900k 则采用 10nm 工艺（Intel7），直到 2013 年 12 月份，英特尔发布的 Core Ultra 系列芯片才升级到了 7nm工艺（Intel 4）。2019 年，Zen 2 架构的锐龙 3000 发布，服务器芯片霄龙（EPYC）第二代发布；2020年锐龙 4000 发布，它针对笔记本市场，同时服务器芯片采用 Zen 3 的霄龙米兰（EPYC Milan）第三代发布。由于制程上的领先，AMD 在高性能、低功耗以及集成化 APU（CPU 显卡）的优势逐渐显露，2019-2021 其市场份额也大幅增长。CPU 份额从 2019 年的 14%提升至 2021年的 25%，收入从 2019 年的 67 亿美元大幅提升至 2021 年的 164 亿美元，利润从2019 年的 3.4 亿美元，提升至 2021 年的 31.6 亿美元，股价从 2018 年的低点计算，三年翻了 10 倍左右。如果说，2015-2018 年，AMD 股价上涨了 5 倍主要是归功于 Zen 架构的诞生，那么2019-2021 年，AMD 的股价上涨 10 倍则是归于 Zen 架构与台积电制程结合下迸发出的巨大优势，在这三年中，公司大幅修复了现金流量表，同时员工人数也从不到 10000 人恢复到了 15000 人。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告23表4：AMD 的 Zen 架构家族架构架构芯片芯片发布时间发布时间面向市场面向市场ZenZen 1 1Ryzen 1000 系列（Summit Ridge）2017桌面Threadripper 1000 系列（Whitehaven）2017桌面Ryzen 2000 系列（Raven Ridge）2018桌面、移动Ryzen 3000 系列（Dal）2019-2020移动V1000 系列（Great Horned Owl）2018嵌入式R1000 系列（Banded Kestrel）2019-2020嵌入式Epyc 7001 系列（Naples）2017服务器Zen Zen Ryzen 2000 系列（Pinnacle Ridge）2018桌面Threadripper 2000 系列（Colfax）2018桌面Ryzen 3000 系列（Picasso）2018桌面、移动R2000 系列（River Hawk）2022嵌入式ZenZen 2 2Ryzen 3000 系列（Matisse）2019桌面Threadripper 3000 系列（Castle Peak）2020桌面Ryzen 4000 系列（Renoir）2021-2022桌面、移动Ryzen 5000 系列（Lucienne）2021移动Ryzen 7000 系列（Mendocino）2022移动V2000 系列（Grey Hawk）2020嵌入式Epyc 7002 系列（Rome）2019服务器ZenZen 3 3Ryzen 5000 系列（Vermeer）2021-2024桌面Ryzen 5000 系列（Cezanne）2021-2024桌面、移动Threadripper 5000 系列（Chagall）2022桌面Ryzen 7000 系列（Barcelo-R）2023移动V3000 系列2022嵌入式Epyc 7003 系列（Milan）2021服务器ZenZen 3 3 Ryzen 6000 系列（Rembrandt）2022移动Ryzen 7000 系列（Rembrandt-R）2023移动ZenZen 4 4Ryzen 7000 系列（Raphael）2022-2023桌面Threadripper 7000 系列（Storm Peak）2023桌面Ryzen 8000 系列（Phoenix）2024桌面Ryzen 7000 系列（Phoenix）2023移动Ryzen 7000 系列（Dragon Range）2023移动Ryzen 8000 系列（Hawk Point）2023移动Ryzen Z1 系列2023游戏机Ryzen Embedded 7000 系列2023嵌入式Epyc 9004 系列（Genoa）2022服务器Epyc 9004 系列（Bergamo）2023服务器Epyc 8004 系列（Siena）2023服务器ZenZen 5 5Ryzen 9000 系列（Granite Ridge）2024桌面Ryzen AI 300 系列（Strix Point）2024移动Epyc 9005 系列（Turin）2024服务器资料来源：AMD，国信证券经济研究所3 3、发力人工智能（发力人工智能（2022-20242022-2024 年）年）EPYC 服务器系列的成功，让 AMD 更加坚信，只有通过技术创新来提升产品的竞争力，让客户之间有口碑认同，才能不断地提升市场份额，而再投入更多的研发以促进创新。或者说，从苏姿丰开始，AMD 慢慢找到了这种可以清晰的、持续的、自我强化的战略，他们将技术创新的方向瞄准到高性能运算（High Performance），那么就不能不提到 AI 芯片市场的巨大机会。由于竞争对手英伟达早在 2006 年就推出了 CUDA，在十几年间，英伟达 GPU 早已构筑出宽广的护城河。AMD Instinct 是 AMD 的数据中心 GPU 品牌。它在 2016 年取代了 AMD 的 FirePro S品牌。与消费级 Radeon 相比，Instinct 产品线面向的是加速深度学习、人工神请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告24经网络和高性能计算/GPGPU 应用。从 2020 年开始，AMD 的 CDNA 架构（Compute Data Node Architecture）替代了GCN（Graphics Core Next）架构，CDNA 架构拥有更高的计算密度和能效、增强的内存子系统，支持 HBM3，优化了优化的数据路径和互连，具有高级计算特性，增加了硬件加速功能，也得到了 AMD 的 ROCm（Radeon Open Compute）开源平台的全面支持，提供了丰富的开发工具和库，方便开发者进行高性能计算和 AI 应用的开发，同时在可扩展性和模块化设计也有考虑。这些优势使得 CDNA 架构能够更好地满足现代计算和 AI 应用的需求。表5：AMD 的 AI 芯片 Instinct 系列芯片芯片发布时间发布时间架构架构制程制程计算单计算单元元内存内存FP32FP32 算力算力功耗功耗 W WMI6MI62016GCN 414nm3616GB GDDR55.7 TFLOPS150MI8MI82016GCN 328nm644GB HBM8.2 TFLOPS175MI25MI252016GCN 514nm6416GB HBM 212.3 TFLOPS300MI50MI502018GCN 57nm6016GB HBM 213.3 TFLOPS300MI60MI602018GCN 57nm6432GB HBM 214.7 TFLOPS300MI100MI1002020CDNA7nm12032GB HBM 223.1 TFLOPS300MI210MI2102022CDNA26nm10464GB HBM2e22.6 TFLOPS300MI250MI2502021CDNA26nm208 128 GB HBM2e45.3 TFLOPS560MI250XMI250X2021CDNA26nm220 128 GB HBM2e47.9 TFLOPS560MI300AMI300A2023CDNA35-6nm228128 GB HBM3122.6 TFLOPS550MI300XMI300X2023CDNA35-6nm304192 GB HBM3122.6 TFLOPS550MI325XMI325X2024CDNA34-5nm304288 GB HBM3163.4 TFLOPS750MI350XMI350X2025eCDNA43nm288 GB HBM3eMI400XMI400X2026e资料来源：AMD，国信证券经济研究所整理由于在 2022 年 Chat GPT 3.5 的出现，全面引爆了 AI 芯片市场，使得积累多年的英伟达收入增长一骑绝尘。AMD 也在 2023 年发布了 MI 300X 芯片，并在 2024 年取得了非常丰厚的回报。2024 年 Q2，公司数据增速 28.34 亿美元，同比增长 115%。以 AI 芯片为例，2023 年 10 月公司预期 2024 年 AI 芯片收入为 20 亿美元，2024年 1 月预期提升至 35 亿美元，2024 年 7 月又提升至 45 亿美元，2024 年三季报后又近一步提升至 50 亿美元。表6：AMD 收入结构说明业务分项业务分项说明说明子项目子项目1.数据中心数据中心、云计算和企业服务器相关的产品和服务服务器 CPU（EPYC 系列）数据中心 GPU（Radeon Instinct 系列）存储产品（SSD 等）数据中心相关软件和服务2.游戏游戏相关的产品和服务，包括图形卡、游戏主机和游戏软件。图形卡（Radeon RX 系列、Radeon Pro 系列）游戏主机（半定制 GPU 游戏主机，如 PlayStation、Xbox 等）游戏相关软件和服务3.嵌入式嵌入式系统相关的产品和服务，包括 CPU、GPU、微控制器和其他嵌入式产品。嵌入式 CPU（Ryzen 嵌入式系列、EPYC 嵌入式系列）嵌入式 GPU（Radeon E 系列等）微控制器（MCU）和其他嵌入式产品嵌入式相关软件和服务4.客户端AMD 与客户端计算相关的产品和服务，包括台式机和笔记本电脑的 CPU，以及与客户端相关的软件和服务。桌面 CPU（Ryzen 系列、Athlon 系列）笔记本 CPU（Ryzen 系列、Athlon 系列）客户端相关软件和服务资料来源：AMD，国信证券经济研究所整理AMD 在 2024 年预告了 MI350 系列，以对标英伟达 Blackwell 系列，其性能提升高达惊人的 3500%，预期将在 2025 年下半年发布。苏姿丰估计，AI 芯片市场规模将请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告25以超过 60%的 CAGR 增长，并于 2028 年达到 5000 亿美元。目前，AMD 在服务器 CPU 市场份额 EPYC 系列已经超过 25%，但 AI 芯片市场份额仅为 4-7%左右（英伟达 90% ），倘若在 2028 年，其份额可以像 EPYC 系列那样达到20%左右，那么光 AI 芯片就有 1000 亿美元收入。但截止 2024 年 Q3，AMD 在 AI芯片市场的份额仅为 5%，因此市场还不敢过度乐观认为这一目标能够轻易实现。过去 5 年，市场给 AMD 的平均市盈率不够稳定，市销率大约在 9 倍左右。英伟达的成功不仅仅在于其芯片，更在于其软件栈 CUDA 的成功，CUDA 已成为人工智能开发者的标准语言。CUDA 允许软件开发者使用英伟达 GPU 加速并行通用计算，不兼容 AMD 以及英特尔。面对领先的英伟达以及 CUDA，AMD 的芯片与 ROCm诞生于 2016 年，整整晚了 10 年，ROCm 是免费、自由和开源的软件。近一年来，AMD 打通了所有主要 AI 开发平台，获取了 PyTorch 的零日更新支持及 Triton 的AMD 硬件兼容。此外，在收购的路上，最近几年 AMD 也是大动作不断。比较重要的收购包括：1、2022 年 2 月完成对赛灵思（Xilinx）的收购，最终价值为 498 亿美元。该并购强化了 AMD 在高性能计算领域的地位，并为其带来了在数据中心、边缘计算以及其他高性能计算应用领域的更多机会；2、2022 年 4 月宣布 19 亿美元收购 Pensando，它的分布式服务平台包括一个高性能的、完全可编程的分组处理器和全面的软件栈，可以加速云计算、企业和边缘应用的网络、安全、存储和其他服务。客户包括高盛、IBM 云、微软 Azure 和甲骨文云；3、2024 年 7 月宣布将以 6.65 亿美元全现金收购 Silo AI。Silo AI 是欧洲最大的私人人工智能（AI）实验室，业务遍及欧洲和北美。此次收购代表了 AMD 基于开放标准并与全球 AI 生态系统建立强有力的合作伙伴关系，并提供端到端 AI 解决方案的战略又迈出了重要一步；4、2024 年 8 月，宣布以 49 亿美元收购 ZT Systems。此次收购将增强 AMD 在数据中心 AI 系统和客户支持方面的能力，同时公司希望布局人工智能软件堆栈，AMD将把各种元素结合在一起，提供一个真正的人工智能解决方案路线图。2016 年之后，“tick-tock”止步不前的英特尔暗示了芯片制造领域重资产模式的受阻，也使得其想通过收购 Altera 并未达到预想的效果。而英伟达与剥离了格罗方德的 AMD 则是凭借着轻资产模式发展迅猛，其最高市值已经超过了 3600 亿美元，而宿敌英特尔则跌破了 1000 亿美元。AMD 得以在稳固 CPU 市场之后，开始像当年投入 Zen 架构一样，一点点缩短在 AI市场上与英伟达的差距。考虑到未来三五年，大模型将走向十万亿、百万亿参数级别，其算力潜力需求巨大而客户会不得不更多考虑性价比因素，因此从这个角度说，居第二的 AMD 只要不掉队，凭借性价比的优势，如果在客户认同上能明显缩小与英伟达的差距，则会获得更大的空间。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告26英伟达：摩尔定律的延续者英伟达：摩尔定律的延续者CUDACUDA 标志着标志着“指数型思维指数型思维”的思想延续（的思想延续（20062006 年）年）与其他案例不同，英伟达的 1993 年成立，创始人黄仁勋一直担任公司的 CEO。到2024 年，他已经执掌公司 31 年。我们知道，乔布斯领导下的苹果，盖茨领导下的微软，格鲁夫/摩尔博士领导下的英特尔，佩奇领导下的谷歌，戴尔领导下的戴尔电脑.以及我们在移动互联网案例篇中举到的诸多例子都表示，初代创始人熟悉行业的来龙去脉，同时他们对技术或者产品敏锐，也非常了解自己公司的优点与不足。因此在他们领导下的公司，大多数案例都是成功的。而等到二代、三代 CEO，有的好，有的一般，但总体来说遇到杰出 CEO 的概率不高，他们很难超过创始 CEO 的水平。黄仁勋 1963 年出生在台南，9 岁赴美学习，1984 年于俄勒冈州立大学获取电机工程学士学位，1992 年于斯坦福大学获取电子工程学硕士学位。1983 年黄仁勋在AMD 担任微处理器硬件工程师，1985 年至 1993 年，他在 LSI Logic 担任核心硬件设计总监。并于 1993 年与 Chris Malachowsky（目前依然在公司任职）和 CurtisPriem（2003 年从英伟达退休）共同创办了英伟达，并任 CEO。图19：英伟达的发展简史资料来源：英伟达，国信证券经济研究所整理我们在科技周期探索之三：1974-1987 年：个人电脑时代的到来中的总结曾提及：千万不要忽视“指数型思维的人或者公司”。当时提到的案例是有着摩尔博士掌舵的英特尔，在他的任期中，英特尔的股票翻了上百倍，而他退休之后英特尔就很难找回当初的状态。黄仁勋和英伟达，就是又一个具备“指数型思维的人或者公司”。甚至说就是因为英伟达的存在，GPU 接替了 CPU，才让摩尔定律曲线得以延伸到现在也不为过。从 2006 年 CUDA 推出之后，英伟达就不再是一家显卡公司，它成为了通用 GPU 的供应商。由于当时的 CUDA 思想过早，导致了业界好多年都没有看懂，也没有试着模仿直到 2016 年 AMD 才开发了自己的 ROCm，2019 年英特尔的 oneAPI 正式版才推出。因此说，CUDA 的推出，以及通用 GPU 架构的出现，是英伟达的重要壮举。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告27在成绩面前，人们都容易归功于 CEO 的战略；但 2008 年金融危机时期，尽管面临经济危机，CUDA 的推出被视为“巨大的豪赌”，当时公司的股价从高点跌去了 80%，市值仅存 40 亿美元，但英伟达依然坚持技术创新，保住了 CUDA 这颗冉冉升起的新星。经历科网泡沫、金融危机、欧债危机、新冠疫情，英伟达从来没有“净裁员”，员工人数一直在增加，这在纳斯达克是极为罕见的充分说明管理层高度的前瞻性和面对创新不确定性下的定力。图20：英伟达的员工人数资料来源：英伟达，国信证券经济研究所整理从 2006 年的 Tesla 架构到 2010 年的 Fermi 架构，英伟达与 AI 的关系还没有很大，主要是在摸索通用 GPU 的一些基础性能，包括统一着色器、增加 CUDA 核心，以及支持 DirectX 11 的架构等等。不冷不热的移动互联网尝试（不冷不热的移动互联网尝试（2010-20152010-2015 年）年）到了 2011 年，橡树岭国家实验室在建造超级计算机 Titan（泰坦）时，大量采购了英伟达的 GPU，泰坦成为世界上第一台使用通用 GPU 的超级计算机。整台泰坦共 计 18688 颗 CPU 和 相 同 数 量 的 GPU，在 2012 年 11 月 的 测 试 中 获 取17.59petaFLOPS 的成绩，直到 2013 年 6 月在 Top500 位列第一的排名被中国的天河二号取代。泰坦的成功，使得英伟达成为 GPU 行业的一张名片。表7：英伟达通用 GPU 的架构架构名称架构名称发布时间发布时间制程工艺制程工艺代表型号代表型号功率范围功率范围说明说明TeslaTesla2006 年90nmGeForce 8800 GTX175W引入统一着色器架构TeslaTesla2008 年65nm/55nmGeForce GTX 280236W增强了 CUDA 核心FermiFermi2010 年40nmGeForce GTX 480250W第一个支持 DirectX 11 的架构KeplerKepler2012 年28nmGeForce GTX 680195W提升了能效比MaxwellMaxwell2014 年28nmGeForce GTX 980 Ti250W优化内存带宽PascalPascal2016 年16nmGeForce GTX 1080 Ti250W高性能与能效VoltaVolta2017 年12nmTesla V100300W面向数据中心，首次引入 Tensor Core，专注于深度学习和 AI 应用TuringTuring2018 年12nmGeForce RTX 2080 Ti250W引入了 RT Core，支持实时光线追踪AmpereAmpere2020 年8nmGeForce RTX 3090350W支持 RTX IOHopperHopper2022 年4nmH100700W专为 AI 和数据中心设计BlackwellBlackwell2024 年 3 月3nmGB2001000W专为 AI 和 HPC 设计，支持 HBM3E 显存，具有高带宽和低功耗特性。资料来源：英伟达，国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告282012 年，AlexNet 在 ImageNet 挑战赛中取得了突破性成绩，这一成就的背后是英伟达 GPU 的支持。AlexNet 使用的是英伟达 GTX 580 GPU，基于 Fermi 架构。Kepler 架构是英伟达在 2012 年推出的 GPU 架构，相较于前一代的 Fermi 架构，它在多个方面进行了显著改进，提供了更高的能效和更强的计算能力，下图可见，基于 Kepler 架构的 GeForce GTX 680，其 CUDA 核心数高达 1536 个，是 GTX 580的 3 倍。表8：部分英伟达 GPU 的 CUDA 核心数GPUGPU 型号型号发布时间发布时间制程工艺（纳米）制程工艺（纳米）CUDACUDA 核心数核心数GeForceGeForce 88008800 GTXGTX2006 年 11 月90不适用GeForceGeForce GTXGTX 2802802008 年 6 月65240GeForceGeForce GTXGTX 4804802010 年 4 月40480GeForceGeForce GTXGTX 5805802010 年 11 月40512GeForceGeForce GTXGTX 6806802012 年 3 月281536GeForceGeForce GTXGTX 7807802013 年 5 月282304GeForceGeForce GTXGTX 9809802014 年 9 月282048GeForceGeForce GTXGTX 108010802016 年 5 月162560GeForceGeForce RTXRTX 20802080 TiTi2018 年 9 月124352GeForceGeForce RTXRTX 309030902020 年 9 月810496H100H1002022 年 3 月414592资料来源：英伟达，国信证券经济研究所整理从 2012 年开始，英伟达开始统计 AI 推理速度的快速进化。图21：英伟达 GPU 在 10 年的时间里，AI 推理速度提升了 1000 倍资料来源：英伟达，国信证券经济研究所整理基于 Kepler 架构的 K20X（从这里开始，芯片的首字母就是架构名称的首字母）的 CUDA 核心数达到了 2688 个。2015 年，公司发布了 Maxwell 架构，它的主要变化是优化了内存带宽，与 K20X 一样，它们同属于 28nm 制程。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告29在这一段时间里，英伟达从收入、利润上并未有较大的变化。当时的风口在移动互联网侧，公司的确在 2010 年发布了自己的移动互联网芯片 Tegra，该系列处理器是针对移动设备设计的系统级芯片（SoC），应用在智能手机、平板电脑、汽车信息娱乐系统和其他移动设备上，但总体上并没有实现预期的快速增长，原因是：1、竞争对手强大：高通、三星、苹果等公司在移动处理器市场上拥有强大的技术和市场份额。高通的 Snapdragon 系列处理器在性能、功耗管理和生态系统支持方面表现优秀，吸引了大量 OEM 厂商；2、缺乏 CPU 的积累：虽然 Tegra 处理器在图形处理能力方面表现出色，但在 CPU性能上与竞争对手相比存在一定差距，特别是在多任务处理和复杂应用方面。或者说，英伟达是显卡出身的企业，它的优势在高性能运算市场，而此时的平板、手机追求的不是高功耗下的性能，而是在低耗电下的性能，因为随着手机与平板屏幕越来越大，而尺寸越做越薄，手机企业没有余地再将过多资源分配给图形处理了；3、缺乏生态的支持：同样，摩托罗拉、HTC 和 LG 这些企业不会一下子切换到英伟达，而缺乏长期稳定的 OEM 合作伙伴关系影响了 Tegra 的市场推广；因此说，移动互联网浪潮下的红利不可能看到了才去争取，而像乔布斯那样，从 iPod 时代就已经开始默默地努力，而在 10 年之后大放异彩。尽管 Tegra 在传统移动设备市场上表现平平，但在汽车信息娱乐系统和自动驾驶领域取得了显著成功。例如，特斯拉和多家高端汽车品牌采用了 Tegra 芯片，因为在汽车的体积下，耗电并不是问题，而性能是企业更关心的，这与数据中心的场景是很相似的，这里是英伟达的强项。此外，2015 年英伟达发布了嵌入式芯片 Jetson 系列（Maxwell 架构），它针对边缘计算和嵌入式系统设计的模块化计算机，应用于机器人、无人机、智能摄像头等设备。Jetson 系列也算是成功的，因为它为英伟达的边缘运算提供了广阔的市场空间，包括机器人、无人机、工业自动化、智能交通、医疗健康、零售物流、智慧城市、农业等领域，比如亚马逊的配送机器人 Scout 使用了 Jetson Xavier NX模块，博世的智能工厂解决方案中使用了 Jetson 系列模块。这也将是英伟达在未来 AI 行业落地的一个有效的抓手。图22：2002-2016 财年（移动互联网时代）英伟达的收入与利润，百万美元资料来源：Factset（英伟达财报在 1 月发布，因此财报年-1 对应的是自然年，如 2016 年报对应的 2015 年），国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告30云计算潮流中崭露头角（云计算潮流中崭露头角（2016-20192016-2019 年）年）到了 2016 年，正值谷歌的 Alpha Go 横空出世，机器学习也成为席卷 AI 界的新潮流。英伟达重要的 Pascal（帕斯卡）架构的 P100 芯片诞生了，它的制程达到了16nm，CUDA 核心数达到了 3584，其在 INT 8 的算力达到了 21.2TOPS，是 M40 的 3倍以上。表9：英伟达 AI 推理部分芯片的发行时间芯片型号芯片型号发行时间发行时间架构架构制程工艺制程工艺CUDACUDA 核心核心功率（功率（W W）发行价格（美元）发行价格（美元）K20XK20X2012 年Kepler28nm26882353199M40M402015 年Maxwell28nm30722504899P100P1002016 年Pascal16nm3584250-3005600V100V1002017 年Volta12nm5120300-3506999Q8000Q80002018 年Tesla55nm460823612999A100A1002020 年Ampere7nm6912250-40019900H100H1002022 年Hopper4nm1459270025,000-30,000H200H2002023 年Hopper4nmNA70040000资料来源：英伟达，国信证券经济研究所整理2016 年 4 月，英伟达发布了 DGX 服务器。其中 DGX-1 服务器配备 8 个基于 Pascal或 Volta 子卡的 GPU，总共 128GB HBM2 内存，通过 NVLink 网状网络连接。与之前的架构相比，Pascal 架构在深度学习任务上提供了 10 倍以上的性能提升，极大地加速了训练过程。DGX-1 预装了优化的深度学习软件，包括英伟达 DIGITS 和cuDNN，使得研究人员和能够快速而轻松地训练深度神经网络。图23：英伟达 DGX-1 服务器图24：包含了 5 个 DGX-1 的超级计算机的机架资料来源：英伟达，国信证券经济研究所整理资料来源：维基百科，国信证券经济研究所整理值得注意的是，NVLink 在 2016 年发布的 DGX 第一次被使用，它是 Nvidia 开发的有线串行多通道近距离通信链路。传统个人电脑的 PCI 接口是串行的，而 NVLink使用网状网络，对并行运算支持得更好。由于 PCI 是由 PCI-SIG 联盟（外围组件互连小组，一个电子行业联盟）维护，它沿袭的是 PC 个人电脑主线的标准，无论在组网方式上，还是在传输速率上，都达不到日益增长的机器学习的需要，因此 NVLink 不断迭代，其传输速率已经由 2016年的 20 Gbits/s 增长到 2024 年的 100 Gbits/s，规划中的 Blackwell 架构则是支持 200 Gbits/s。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告31表10：NVLink 不同标准的比较互联标准互联标准传输速率传输速率单向单通道单向单通道载荷率载荷率实现架构实现架构PCIePCIe 3.x3.x8 GT/s约 1 GB/sPascal，Volta，TuringPCIePCIe 4.04.016 GT/s约 2 GB/sVolta on Xavier，AmperePCIePCIe 5.05.032 GT/s约 4 GB/sHopperPCIePCIe 6.06.064 GT/s约 8 GB/sBlackwellNVLinkNVLink 1.01.020 Gbit/s约 2.5 GB/sPascal，NVLinkNVLink 2.02.025 Gbit/s约 3.125 GB/sVolta，NVSwitch for VoltaNVLinkNVLink 3.03.050 Gbit/s约 6.25 GB/sAmpere，NVSwitch for AmpereNVLinkNVLink 4.04.0100 Gbit/s约 12.5 GB/sHopper，Nvidia Grace Datacenter/Server CPU，NVSwitch for HopperNVLinkNVLink 5.05.0200 Gbit/s约 25 GB/sBlackwell，Nvidia Grace Datacenter/Server CPU，NVSwitch for Blackwell资料来源：维基百科，国信证券经济研究所整理如果说 2016 年的 Pascal 架构在计算性能上有显著提升，同时支持英伟达的NVLink 1.0，增强了 GPU 之间的通信能力是它的亮点，那么 2017 年发布的 Volta架构的卖点则是引入了引入了 TensorTensor CoreCore，这是英伟达开发的一种专门硬件加速器，这是英伟达开发的一种专门硬件加速器。它通过混合精度计算技术，结合使用 FP16 和 FP32 数据格式，实现了在保持模型精度的同时大幅提升计算效率的目标，同时，Tensor Core 专门设计用于加速矩阵乘法运算，这是深度学习中最常见的操作之一。Tensor Core 的出现使得深度学习模型的训练和推理速度得到了显著提升，特别是在处理大规模数据集和复杂模型时表现出色。此外，Volta 架构支持更高的内存带宽，特别是通过 NVLink 2.0和 HBM2，显著提升了数据传输速度。2018 年英伟达发布了 Turing 架构，Turing 架构引入了 RTRT CoreCore，实现了实时光，实现了实时光线追踪线追踪，显著提高了图形渲染的质量和真实性，这是它最大的特色。同时，Turing架构对 Tensor Core 进行了增强，支持 AI 推理和训练，加速了深度学习任务。这些进步使得 Turing 架构在图形渲染和 AI 计算领域都取得了显著的成果，为后续的架构创新奠定了基础。图25：实时光影效果图26：未加实时光影效果资料来源：英伟达，国信证券经济研究所整理资料来源：英伟达，国信证券经济研究所整理2016 年开始，按照我们的划分，时代从移动互联网进入到人工智能时期的上半场，而上半场显著的特征是云计算的兴起。当时二级市场非常靓丽的企业是亚马逊，因为它的云计算以 50%左右的年化增长率在高速发展。因此，在这一时期，作为已经积累的丰富产品的供应商英伟达，其数据中心的业务开始崭露头角，且为公司的主营收入带来了可观的增长。下表可见，英伟达数据中心产品从 2016 财报（2015 年）的 33.9 亿美元增长到 2020财报（2019 年）的 298 亿美元，4 年复合增速高达 72%，成为公司产品线中当之无愧的最重要的增长点。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告32此外，在这一时期，公司的智能驾驶 GPU 也获得了较快的增长，复合增速达到了21.6%，是增速第二高的产品线。表11：英伟达 2015 年之后的各板块收入（百万美元）自然年自然年201520152016201620172017201820182019201920202020202120212022202220232023 2015-20202015-2020 2015-20232015-2023财报年财报年201620162017201720182018201920192020202020212021202220222023202320242024CAGRCAGRCAGRCAGR游戏游戏 GPUGPU 和相关产品和相关产品2818004060005513006246005518007759001246200906700104470018.3.8%专业视觉设计专业视觉设计 GPUGPU75000835009340011300012120010530021110015440015530012.7%9.5%智能驾智能驾驶驶 GPGPU U 及相关产品及相关产品320004870055800641007000053600566009030010910021.6.6%数据中心产品数据中心产品339008300019320029320029830066960010613001500500475250072.2.5%其他业务其他业务7830069800777007670050500631001162004550030600(10.4%)(11.1%)资料来源：wind，国信证券经济研究所摩尔定律的延续者（摩尔定律的延续者（20202020 年年-今）今）2020 年，英伟达最重要的架构之一 Ampere 架构发布了。它引入了第二代 RT Core和第三代 Tensor Core，大幅增强了光线追踪和人工智能计算能力，对于游戏和专业应用中的实时渲染、物理模拟和 AI 推理有着显著提升。基于 Ampere 架构的A100 GPU 实现的第三代 NVIDIA 高速 NVLink 互连和新的 NVSwitch 显著增强了多GPU 的可扩展性、性能和可靠性。第三代 NVLink 的数据速率为 50 Gbit/秒，是V100 的 2 倍。A100 还发布了一种新的架构 MIG（Multi-Instance GPU），这是一种硬件虚拟化技术，它允许将单个 GPU 划分为多个独立的 GPU 实例。每个实例都拥有自己的高带宽显存、缓存和计算核心，从而可以在单个 GPU 上并行运行多个工作负载，如推理、训练和 HPC 等，同时保持延迟和吞吐量的稳定性。当时谷歌的 BERT 模型的知名度更高，甚至 OPENAI 也以 BERT 模型作为标杆企业来对比，因此 A100 对比了在 BERT 模型上的训练与推理速度。它在 FP32 精度下是V100 训练速度的 6 倍，借助 MIG 技术在推理上 A100 速度可提升 7 倍。与 CPU 相比，在 BERT 等先进的对话式 AI 模型上，A100 可将推理吞吐量提升 249 倍。图27：BERT 模型训练与推理比较资料来源：英伟达，国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告33此外，HPC（高性能计算）性能是指计算机系统在执行复杂、高负载计算任务时的表现。应用场景主要是大量计算资源的科学和工程领域，如天气预报、基因组学、流体力学仿真、材料科学、金融建模等。图28：四年来 HPC 性能提升 11 倍资料来源：英伟达，国信证券经济研究所整理由于英伟达在 2019 年并购了 Mellanox，它的产品基于 InfiniBand 和以太网技术，Mellanox 为高性能计算、数据中心、云计算、计算机数据存储和金融服务等市场提供适配器、交换机、软件、电缆和硅片。因为以太网是有损网络，而 InfiniBand是无损网络，InfiniBand 的速度天然比以太网速度更快。2022 年 400G 的InfiniBand 产品发布，2024 年 800G 的 InfiniBand 产品发布，2024 年英伟达宣布 2025 年将发布 1600G 的 InfiniBand 产品。可见，此时的英伟达已经不再只关心 GPU 的速度，而是从平台层面上来审视“短木板”的每一个环节并逐一增强。包括 GPU 的 CUDA 核心、tensor 核心、光线追踪核心；网络侧的 NVLink，NVswitch，InfiniBand、Spectrum-X；以及软件堆栈与工具 CUDA 平台、cuDNN、cuBLAS、cuFTT 等，NVIDIA Deep Learning SDK，NVIDIANGC；专用硬件包括 DGX 系列、Jetson 系列。图29：生成式 AI 性能与网络技术的关系图30：英伟达网络侧三大关键技术资料来源：英伟达，国信证券经济研究所整理资料来源：英伟达，国信证券经济研究所整理从此时开始，英伟达已经逐渐脱离了硬件公司的定位。英伟达应用深度学习研究请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告34副总裁 Bryan Catanzaro 所说，“很多人不知道这一点，但 Nvidia 的软件工程师比硬件工程师还多。”再系统点说，黄仁勋则认为：“公司的目标是建立一个架构，一个可以无处不在的平台；英伟达不是硬件公司，而是软件公司，更是个提供数据中心的全栈公司。”下图可见，英伟达的加速平台，涉及到了芯片、网络、系统、软件和算法方面的创新。图31：英伟达加速平台资料来源：英伟达，国信证券经济研究所整理2020 年，正值全球的新冠疫情蔓延，大量的企业有办公需求，因此当年的电脑升级、数据中心扩容需求很大。加之 A100 的表现实在是惊艳，也获得了客户的大量订单，英伟达的各条业务线也是突飞猛进。其中，游戏 GPU 和相关产品同比增长了 40.6%，数据中心更是大幅增长了惊人的 124.5%！在 2020 年-2021 年，市场多少分不清到底是新冠疫情带来的数据中心扩容需求，还是云计算或者 AI 驱动带来的扩容需求。回头来看，新冠疫情带来的需求在个人电脑产品侧只维持了两年（2020-2021 年），而由 AI 驱动的数据中心需求其实从2020 年就开始发力了。从那以后，英伟达的数据中心产品在收入中的占比一直提升、提升、再提升，到了 2024 财年，其占收比已经高达惊人的 78%！遥遥领先于其他产品线。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告35图32：2016-2024 财年英伟达的收入结构资料来源：wind（英伟达财报发布在 1 月，财报年份-1 对应的是自然年，如 2016 年报对应的 2015 年），国信证券经济研究所整理2022 年，公司发布了 Hopper 架构，Hopper 采用 4nm 工艺制造，拥有超过 800 亿个晶体管，核心产品是英伟达 H200 和 H100 Tensor Core GPU，并在生成式 AI 训练和推理方面实现了比上一代更高水平的加速。它有五项突破性创新：1、针对针对 TransformerTransformer 模型优化模型优化：Hopper 架构通过 Transformer Engine 推进了Tensor Core 技术，Hopper Tensor Core 能够应用混合 FP8 和 FP16 精度，从而显著加速 Transformer 的 AI 计算，将 TF32、FP64、FP16 和 INT8 精度的 FLOPS 提高了三倍；2、更快的网络更快的网络：第四代 NVLink 可以使用英伟达 DGX 和 HGX 服务器扩展多 GPU 输入和输出，每个 GPU 双向传输速度为 900 GB/s，是 PCIe Gen5 带宽的 7 倍多。第三代 NVSwitch 与上一代 A100 相比，在 8 个 H200 或 H100 GPU 服务器内可将吞吐量提高 2 倍。带有 NVLink 交换机系统的 DGX GH200 系统支持多达 256 个连接的H200 集群；3、机密机密计算计算：Hopper 架构推出了世界上第一个具有机密计算功能的加速计算平台。用户可以在本地、云端或边缘运行应用程序，并确保未经授权的实体在使用时无法查看或修改应用程序代码和数据；4、第二第二代代MIGMIG：Hopper架构通过在最多七个GPU实例的虚拟化环境中支持多租户、多用户配置。借助 Hopper 的并发 MIG 分析，管理员可以监控合适大小的 GPU 加速并优化用户的资源分配。对于工作量较小的研究人员，他们可以选择使用 MIG 来安全地隔离部分 GPU，而不是租用完整的 CSP 实例；5、动态规划动态规划：与传统的双插槽 CPU 服务器相比，Hopper 的 DPX 指令可将动态规划算法的速度提高 40 倍，与 Ampere 架构相比，可将动态规划算法的速度提高 7倍。这可显著加快疾病诊断、路由优化甚至图形分析的速度。此外，2022 年末，正赶上 Chat GPT3.5 发布后产生了席卷全球的热度，AI 炙手可热，而 A100、H100 与 H200，成了无数巨头在资本开支中的首要选择。英伟达的收入更实现了爆发式的增长！下图可见，英伟达从 2022 财年收入开始继续加速增长，其中 2023 财年的收入与2022 财年相近，但结构差别很大，其中游戏 GPU 和相关产品线收入下滑 27.2%，但是数据中心产品线则增长了 41.4%，因此 2023 年总收入持平；2024 财年数据中心增长达到了惊人的 216.7%！2024 财年总收入也达到了 600 亿美元，利润更是逼近了 300 亿美元。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告36图33：2016-2024 财年英伟达的收入与利润（百万美元）资料来源：Factset，国信证券经济研究所整理2024 年 3 月，英伟达发布了 Blackwell 架构，Blackwell 架构 GPU 具有 2080 亿个晶体管，采用专门定制的 4nm 工艺制造。它的第二代 Transformer 引擎使得基于Transformer 的大模型在训练上速度更快，在 FP4 精度下，其推理性能比 Hopper提高了 30 倍，AI 性能比 Hopper 架构提高了 5 倍。网络侧的第五代 NVLink 也使得 GPU 之间的传送速度更快。此外，市场预期 GB300 将在 2025 年 Q2 发布。它或将继续采用台积电 4 纳米工艺制程，同时针对计算芯片进行了优化设计，其算力性能相较 B200 可能再提升 50%。如何看待英伟达的未来？如何看待英伟达的未来？第一，英伟达是一家指数级思维的公司。第一，英伟达是一家指数级思维的公司。黄仁勋曾经说：市场的定义者（Market maker）从来不考虑市场份额。因此这就是为什么有人问黄仁勋：某某公司也在做 GPU，它们对你们有挑战吗？他总是回答：这是不一样的概念。别人做的是产品，而英伟达做的是平台。平台就像一个飞轮，英伟达审视并强化飞轮的每一个部分。今年 62 岁的黄仁勋见过科网泡沫的疯狂，也经历过泡沫破裂后的低谷，他敏锐地捕捉到了开发人员使用 GPU 来做并行运算的需求，因此投入大量研发在 CUDA 的开发，即便遭遇市场的不理解和金融危机依然没有动摇他的想法。在移动互联网机会来临时，公司也没有过格的 all in 移动端，而是有选择性地拓展，因为公司深知大功耗才是自己的优势。提到摩尔定律，他的评价是：2000 年前后的 CPU 与软件是分离的，软件应用企业等待着 CPU 的突破，然后软件再跟上。而 GPU 则不同，算力的表现本身有硬件上的努力，更有软件、算法、流程、API 等各方面的进步。甚至人们将这些主张称之为“黄氏定律”即，GPU 将推动 AI 性能实现逐年翻倍。在这样的背景下，英伟达对并行运算、AI 运算发生在行业中的各种环境变化了如指掌并成竹在胸。他们思考的永远是：如果我们继续保持下一代架构能够在 AI性能上提升 4 倍以上（假定 2 年一个新架构），那么目前制约这个飞轮最大的短板在哪里？如何解决这个短板？自研还是并购？如何将这些能力有机地整合起来？目前公司有 32000 人，黄仁勋期望未来英伟达员工人数能够突破 50000 人，而且他对 AI 是乐观的，他认为未来公司的 50000 人背后，可能是 1 亿个各种人工请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告37智能助手在支撑，这样会给公司劳动生产率更大的提升空间。黄仁勋在 2021 年和 2024 年被列入时代杂志年度 100 强榜单，这是时代杂志每年评选的全球 100 位最具影响力人物之一；2023 年 12 月被经济学人评为 2023 年最佳首席执行官；2024 年 2 月他因“高性能图形处理单元推动了人工智能革命”而当选美国国家工程院院士。如前文所说，英伟达的核心竞争力早已不再是 GPU 本身，而是一种系统性的、平台性的核心竞争力。从硬件设计，到 CUDA 软件、库，到网络整合.简而言之，这是一种端到端的堆栈综合实力。因此，当将这些能力聚集到一块儿的时候，我们很难发现英伟达短期的对手在哪里，相信它在未来相当时间依然将领导算力革命。第二，英伟达的天花板在哪里？第二，英伟达的天花板在哪里？现在的 AI 竞争，如同一群探险家在沙漠中走了很久，突然间在遥远的天边看到了绿洲，请问，探险家什么反应？假如一个人对其他人说，你们等着，我去探探路，其他人多半会说，为什么不是我去探路，你们等着？当通用人工智能（AGI）的梦想被点燃那一刻，就好比那充满生机的绿洲景象映入了探险家的眼里。探险家就像诸多科技巨头，有谁能抵制住沙漠中的绿洲（AGI）的巨大诱惑呢？我们在报告科技周期探索之七，2016-2030 年：通用人工智能时代的到来中提及，2027-2029 年，是 OPENAI，马斯克，黄仁勋预测的 AGI 时代到来的大约时间。其路径是：如果 1 万亿参数（ChatGPT 4）的大模型代表了“聪明的高中生”，而一年半之后，大约是 2025 年底-2026 年初的 10 万亿级参数的大模型代表了“博士生”，那么再一年半之后的 100 万亿参数大模型，可能将数倍聪明于博士，同时模型参数也来到了人类神经突触量级(100 万亿-1000 万亿）。那么我们基本可以将那个时间认同为通用性人工智能时代的开始。想想会发生什么？可能在“博士”水平下，人工智能就已经可以在千行百业辅助人类从事各种工作，而 AGI 时代，它的能力会到一种怎样的水平，涌现的能力会多到什么程度呢？这就是科技界目前的处境隐约看到绿洲，但直到走近它之前，我们无法预测那里有什么！但这种憧憬在心里却如此躁动，如此热切！在这个情境里，不同的探险家的行为就像军备竞赛，他们都希望尽快到达绿洲。我们来初步做个计算，假如端到端训练 AI 大模型的理论训练时间用公式来表示：E_t=8*T*P/(n*X)其中 E_t 为训练时长（秒），T 为训练数据的 Token 数，P 为模型参数量，n 为 GPU的数量，X 则为每个 GPU 的算力。例如，Chat GPT 3.0，模型参数为 1750 亿，训练 token 大约为 3000 亿，按照 A100GPU 理论最大 AI 计算性能 620 TFLOPS/s 的算力，训练该模型只要 100 块 A100，80 天的时间。到了 Chat GPT 4.0，模型参数为 1.8 万亿，训练 token 大约到了 13 万亿，按照H100 GPU理论最大AI计算性能4000 TFLOPS/s的算力，训练该模型要8000块H100，68 天的时间。当然，这是理论上的时间，实际上操作中可能有偏差，因此黄仁勋提到“训练一个 1.8 万亿参数量的 GPT 模型，需要 8000 张 Hopper GPU，消耗 15兆瓦的电力，连续跑上 90 天”，这与我们理论上的测算相似。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告38倘若下一代大模型，参数是 10 万亿级的，其每个参数训练的 token 是 5-10 个（一般说来要训练到 20 个 token/每参数，模型达到较优的状态，但由于 Chat GPT 4.0这个数字为 7.2，因此我们假定 5-10），则 8000 块 H100 跑下来时间就长得多了，要 1400-2800 天！若换成理论算力在 20Peta FLOPS（20000T FLOPS）的 BlackwellGPU，计算时间也要 280-560 天！如果我们认为 90 天是一个可以接受的训练时间的话，也就是说，30000-50000 块 GB200 才是能驾驭 10 万亿参数大模型的基础配置。现在你可能意识到了，随着大模型参数翻上 10 倍，则对应的计算量大约翻 100倍（在每个参数训练 token 数一样的情形下）。图34：过去 8 年中，英伟达的 AI 算力翻了 1000 倍资料来源：英伟达，国信证券经济研究所整理因此，假定再下一代大模型，即我们之前讨论的相当于通用人工智能的 100 万亿参数问世时，倘若这个时间窗口依然在 3-4 年之后（平均 1.5-2 年迭代一个新量级大模型），即 2027-2028 年前后，我们需要的训练的运算量将是下一个版本的100 倍，或者 Chat GPT 4.0 的 10000 倍。按照英伟达 2024 年发布的 Blackwell 的 AI 算力较 Hopper 提升了 5 倍，假定 2026年英伟达的下一个框架比Blackwell提升4-5倍，2028年再下一代框架再提升4-5倍（大约维持目前的 AI 算力每年翻倍的能力），那么相较于 Chat GPT 4.0 所需的 GPU 的数量，也需要提升 10000/25=400 倍！也就是说，到了 2028 年，我们用当时最先进的英伟达 GPU，90 天完成一个百万亿参数大模型的训练，所需的 GPU数量是 20 万块-40 万块。或者说，假定英伟达 AI 算力提升的速度是每 2 年 5 倍的话，那么企业每 2 年所要购买的 GPU 数量将是此前的 20 倍！2024 年 9 月，甲骨文的老板埃里克森提到：未来 4 到 5 年内，任何想参与这场大模型竞赛的企业，前沿模型门槛或高达 1000 亿美金，而且这场算力军备竞赛将永远进行下去。甲骨文最近宣布，将打造一个由 131072 个英伟达 GB200 NVL72请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告39Blackwell GPU 组成的 Zettascale AI 超级集群，可提供 2.4 Zetta FLOPS 的AI 性能，比马斯克的 xAI 算力集群更强大，后者目前拥有 100000 个英伟达 H100GPU 显卡。AMD 的 CEO 苏姿丰则表示，AI 芯片市场规模将以超过 60%的 CAGR 增长，并于 2028年达到 5000 亿美元。因此以此来看，在 AGI 没有实现之前，英伟达看不到天花板。第三，英伟达的风险在哪里？第三，英伟达的风险在哪里？但问题是，如果 4 年之后，在 AI 芯片上的资本开支如果是 2024 年 4-5 倍的话，即便是微软、脸书这样的互联网巨头也会捉襟见肘。目前在它们的资本开支中，大约一半都投到了算力芯片上，如果在如此短的时间投资翻 4-5 倍的话（而它们的收入不能够也同步大幅增长的话），则无论是现金流，还是盈利能力，将无法承受如此之大的压力。表12：部分公司财报季的资本开支（亿美元）公司公司201620162017201720182018201920192020202020212021202220222023202320242024亚马逊亚马逊(AMAZON)(AMAZON)67101113127350554583481谷歌谷歌(ALPHABET)-A(ALPHABET)-A102132251235223246315323微软微软(MICROSOFT)(MICROSOFT)8381116139154206239281445脸书脸书(META(META PLATFORMS)PLATFORMS)4567139151151186314273苹果苹果(APPLE)(APPLE)13512813310573111107110特斯拉特斯拉(TESLA)(TESLA)1441231432657289甲骨文甲骨文(ORACLE)(ORACLE)122017171621458769资料来源：wind，国信证券经济研究所整理因此当我们再回到目前的情形：尽管 AI 芯片市场到 5000 亿美元似乎听起来不大，与目前全球智能手机市场规模 5000 亿美元大体相当，但由于能够参与到大模型建设的玩家太少（同每年十几亿部手机销量相比），即便如“探险家”般热情的企业也不得不考虑投入产出比。相信在探索 AGI 的道路上，投资不会是一片坦途，可能阶段性最大的敌人是经济可能阶段性最大的敌人是经济周期的下行期周期的下行期，一旦短期全球陷入滞胀，限于增长乏力与股东压力，企业的大规模投资必将会阶段性受阻，而英伟达的客户则面临：收入压力增加，被迫缩小资本开支，英伟达“因为客户的竞争所导致的大幅溢价”局面将会终止，从看着客户抢着买，到与客户商量着买，甚至是主动联系客户，则不同情境下的毛利率将会变化较大，届时收入增速放缓的英伟达可能会面临较大的市值波动风险。但乐观来看，除了巨头们，随着 AI 芯片速度的提升，能够参与到千亿、万亿参数级别的大模型的门槛则将快速降低。目前万亿参数大模型对于大部分初创企业遥不可及，但到了 4 年之后，目前 8000 张 H100 算力卡的投入到时候变成了 400 张卡（1/20-1/25），这将是很多企业可以负担起的。而行业应用不一定需要 AGI级别的大模型，而千亿、万亿级别大模型加上优化后的 Agent 智能体定会有广袤的舞台。从这个角度说，一旦全球从滞胀周期中度过后，千行百业的人工智能应用依然将像雨后春笋般涌现。届时智能体、模型算力都会到一个更低的门槛水平，人工智能也不会像今天这样金字塔式的发展，由顶级大模型企业垄断着行业大部分能力，而应用企业起步的门槛过高，或许百花齐放的景象才是 AGI 时代真正的繁荣期！那个时候，AI 应用会更加扁平化，更加行业化，更加场景化，更加泛在化。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告40风险提示风险提示地缘政治的不确定性，美联储降息幅度的不确定性，部分行业竞争格局的不确定性。证券研究报告证券研究报告免责声明免责声明分析师声明分析师声明作者保证报告所采用的数据均来自合规渠道；分析逻辑基于作者的职业理解，通过合理判断并得出结论，力求独立、客观、公正，结论不受任何第三方的授意或影响；作者在过去、现在或未来未就其研究报告所提供的具体建议或所表述的意见直接或间接收取任何报酬，特此声明。国信证券投资评级国信证券投资评级投资评级标准投资评级标准类别类别级别级别说明说明报告中投资建议所涉及的评级（如有）分为股票评级和行业评级（另有说明的除外）。评级标准为报告发布日后 6 到 12 个月内的相对市场表现，也即报告发布日后的6到12个月内公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。A 股市场以沪深 300 指数（000300.SH）作为基准；新三板市场以三板成指（899001.CSI）为基准；香港市场以恒生指数(HSI.HI)作为基准；美国市场以标普 500 指数(SPX.GI)或纳斯达克指数（IXIC.GI）为基准。股票投资评级优于大市股价表现优于市场代表性指数 10%以上中性股价表现介于市场代表性指数10%之间弱于大市股价表现弱于市场代表性指数 10%以上无评级股价与市场代表性指数相比无明确观点行业投资评级优于大市行业指数表现优于市场代表性指数 10%以上中性行业指数表现介于市场代表性指数10%之间弱于大市行业指数表现弱于市场代表性指数 10%以上重要声明重要声明本报告由国信证券股份有限公司（已具备中国证监会许可的证券投资咨询业务资格）制作；报告版权归国信证券股份有限公司（以下简称“我公司”）所有。，本公司不会因接收人收到本报告而视其为客户。未经书面许可，任何机构和个人不得以任何形式使用、复制或传播。任何有关本报告的摘要或节选都不代表本报告正式完整的观点，一切须以我公司向客户发布的本报告完整版本为准。本报告基于已公开的资料或信息撰写，但我公司不保证该资料及信息的完整性、准确性。本报告所载的信息、资料、建议及推测仅反映我公司于本报告公开发布当日的判断，在不同时期，我公司可能撰写并发布与本报告所载资料、建议及推测不一致的报告。我公司不保证本报告所含信息及资料处于最新状态；我公司可能随时补充、更新和修订有关信息及资料，投资者应当自行关注相关更新和修订内容。我公司或关联机构可能会持有本报告中所提到的公司所发行的证券并进行交易，还可能为这些公司提供或争取提供投资银行、财务顾问或金融产品等相关服务。本公司的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中意见或建议不一致的投资决策。本报告仅供参考之用，不构成出售或购买证券或其他投资标的要约或邀请。在任何情况下，本报告中的信息和意见均不构成对任何个人的投资建议。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。投资者应结合自己的投资目标和财务状况自行判断是否采用本报告所载内容和信息并自行承担风险，我公司及雇员对投资者使用本报告及其内容而造成的一切后果不承担任何法律责任。证券投资咨询业务的说明证券投资咨询业务的说明本公司具备中国证监会核准的证券投资咨询业务资格。证券投资咨询，是指从事证券投资咨询业务的机构及其投资咨询人员以下列形式为证券投资人或者客户提供证券投资分析、预测或者建议等直接或者间接有偿咨询服务的活动：接受投资人或者客户委托，提供证券投资咨询服务；举办有关证券投资咨询的讲座、报告会、分析会等；在报刊上发表证券投资咨询的文章、评论、报告，以及通过电台、电视台等公众传播媒体提供证券投资咨询服务；通过电话、传真、电脑网络等电信设备系统，提供证券投资咨询服务；中国证监会认定的其他形式。发布证券研究报告是证券投资咨询业务的一种基本形式，指证券公司、证券投资咨询机构对证券及证券相关产品的价值、市场走势或者相关影响因素进行分析，形成证券估值、投资评级等投资分析意见，制作证券研究报告，并向客户发布的行为。证券研究报告证券研究报告国信证券经济研究所国信证券经济研究所深圳深圳深圳市福田区福华一路 125 号国信金融大厦 36 层邮编：518046总机：0755-82130833上海上海上海浦东民生路 1199 弄证大五道口广场 1 号楼 12 层邮编：200135北京北京北京西城区金融大街兴盛街 6 号国信证券 9 层邮编：100032

2025-01-17 42页 5星级

AIDC电源行业深度：海外数据中心需求高增燃气轮机迎东风-250116（33页）.pdf

识别风险，发现价值 请务必阅读末页的免责声明 1 1/3333 Table_Page 深度分析|机械设备 证券研究报告 AIDC 电源电源行业行业深度深度 海外数据中心需求高增，燃气轮机迎东风海外数据中心需求高增，燃气轮机迎东风 核心观点核心观点：燃气轮机燃气轮机下游领域以发电为主，下游领域以发电为主，通常可作为北美数据中心的主要电源。通常可作为北美数据中心的主要电源。根据 gas turbine world，全球每年销售量约为 40-50GW，根据 Thunder Said Energy，按 3000 元/kw 的单价计算，市场规模约 1200-1500 亿元。根据 Grand View Research，全球燃气轮机下游分布以发电（67%）、油气（25%）、其他工业领域（8%）为主。由于海外尤其是北美的电网基础设施较差、电网稳定性较弱，海外数据中心多数用燃气轮机作为主要电源，且以重型燃气轮机为主。根据 Thunder Said Energy 的统计，海外数据中心燃气发电占比达到 41%，美国数据中心的燃气发电占比更高，达到 52%。海外海外 IDC 迎基建浪潮，带动燃机迎基建浪潮，带动燃机迎来迎来历史性高景气历史性高景气。全球 AI 巨头军备竞赛开启，全球云巨头争相投资建设数据中心，我们统计亚马逊、微软等国际云巨头已明确宣布的各国 IDC 资本开支计划总和达到 2851 亿美元，其中预计投资于美国的有 1985 亿美元，美国未来数据中心建设规模将迎来快速增长。根据 Cushman&Wakefield，美洲预计建设的数据中心容量达到 25GW。燃气轮机千亿级市场容量，燃气轮机千亿级市场容量，北美数据中心建设将带来北美数据中心建设将带来近近 50%的的市场弹市场弹性。性。三菱预计到 2026 年，全球燃气轮机的年订单量将比过去三年增加50%，部分原因是数据中心的增长。我们根据 lesswrong 统计的全球五大云巨头的算力卡增长数量，测算 24-25 年全球的 AI 算力新增装机量分别约为 8.5GW、31GW，对应燃气轮机需求量从 5GW 到 23GW，净增长约 19GW，市场规模净增长 564 亿元，市场弹性接近 50%。外资垄断整机市场，国内配套商崛起外资垄断整机市场，国内配套商崛起进行时，进行时，享受享受产业链贝塔产业链贝塔上行打上行打开成长空间开成长空间。燃气轮机的全球龙头主要包括西门子能源、通用（GE Vernova）、三菱重工等，订单已迎来确定性高速增长。国内厂商具备燃气轮机零部件（叶片、缸体等）和机组配套（汽轮机、发电机）的供应机会，受益于外资巨头订单供不应求，零部件配套厂商潜在机遇较大，主要包括应流股份、联德股份、豪迈科技、振江股份等。投资建议投资建议。海外海外 AIDC 高增长高增长带动带动燃机燃机市场快速扩容市场快速扩容，把握国内零部把握国内零部件厂商为外资龙头配套的景气机遇，件厂商为外资龙头配套的景气机遇，核心关注核心关注未来拿单情况和份额未来拿单情况和份额扩扩张张情况情况。推荐应流股份（燃气轮机叶片）、联德股份（卡特彼勒燃气轮机铸件供应商）、豪迈科技（燃气轮机缸体），建议关注万泽股份（燃气轮机叶片）、振江股份（西门子燃气轮机钢结构供应商）等。风险提示风险提示。下游 AIDC 资本开支波动；供应链价格波动；国产商份额拓展不及预期。行业评级行业评级 买入买入 前次评级 买入 报告日期 2025-01-16 相对市场表现相对市场表现 分析师：分析师：代川 SAC 执证号：S0260517080007 SFC CE No.BOS186 021-38003678 分析师：分析师：孙柏阳 SAC 执证号：S0260520080002 021-38003680 分析师：分析师：汪家豪 SAC 执证号：S0260522120004 021-38003792 分析师：分析师：王宁 SAC 执证号：S0260523070004 021-38003627 请注意，孙柏阳,汪家豪,王宁并非香港证券及期货事务监察委员会的注册持牌人，不可在香港从事受监管活动。相关研究：相关研究：机械设备行业周报:人形机器人迈向量产，海上风电启动在即 2025-01-12 工程机械行业跟踪:小松开工小时数亮眼，传统需求指引乐观 2025-01-09 机械设备行业周报:海外燃机高景气，AI 敞口值得重点关注 2025-01-07 联系人：黄晓萍 0000-000 -20%-10%0 0/2403/2406/2408/2411/2401/25机械设备沪深300 识别风险，发现价值 请务必阅读末页的免责声明 2 2/3333 Table_PageText 深度分析|机械设备 重点公司估值和财务分析表重点公司估值和财务分析表 股票简称股票简称 股票代码股票代码 货币货币 最新最新 最近最近 评级评级 合理价值合理价值 EPS(元元)PE(x)EV/EBITDA(x)ROE(%)收盘收盘价价 报告日期报告日期（元（元/股）股）2024E 2025E 2024E 2025E 2024E 2025E 2024E 2025E 应流股份 603308.SH CNY 17.40 2024/09/03 增持 11.69 0.58 0.78 30.00 22.31 15.21 12.91 8.40 10.30 联德股份 605060.SH CNY 17.73 2024/11/05 买入 19.19 0.96 1.23 18.47 14.41 11.28 9.48 9.30 10.70 豪迈科技 002595.SZ CNY 51.82 2024/11/05 买入 47.38 2.37 2.64 21.86 19.63 16.59 15.03 19.10 18.40 数据来源：Wind、广发证券发展研究中心 备注：表中估值指标按照最新收盘价计算 lUcZhXpYnVpOtR7NdN7NoMrRmOqNeRmMoPjMoPoRaQmMyRNZtRwOwMsOpP 识别风险，发现价值 请务必阅读末页的免责声明 3 3/3333 Table_PageText 深度分析|机械设备 目录索引目录索引 一、燃气轮机：AI 基建的重要组成部分.6（一）制造业“皇冠上的明珠”，能源行业的主力选手.6（二）发电领域小巨人，全球超千亿市场规模.10 二、海外 IDC 迎基建浪潮，带动燃机历史性高景气.12（一）美国大力布局数据中心，燃气轮机迎新增长点.12（二）弹性测算：数据中心带来的燃气轮机增量几何？.15 三、燃机产业链：聚焦叶片、铸件、缸体等核心环节.16 四、竞争格局：外资垄断整机市场，国内配套商崛起中.19（一）整机：全球头部高度集中，国产替代尚在路上.19（二）部件：涡轮叶片长期被欧美垄断，国内企业进步显著.24 五、国内配套商受益，行业贝塔打开成长空间.25（一）应流股份：涡轮叶片制造商，两机业务共振上行.25（二）联德股份：关键铸件供应商，与卡特彼勒紧密合作.27（三）豪迈科技：提供燃气轮机缸体，主业稳健向上.29 六、风险提示.31（一）下游 AIDC 资本开支波动.31（二）供应链价格波动.31（三）国产商份额拓展不及预期.31 识别风险，发现价值 请务必阅读末页的免责声明 4 4/3333 Table_PageText 深度分析|机械设备 图表索引图表索引 图 1：燃气轮机外观图.6 图 2：燃气轮机工作原理图.6 图 3：燃气轮机主要部件图谱.7 图 4：轴流式压气机结构图.8 图 5：燃烧室结构图.8 图 6：燃气轮机分类.9 图 7：燃气轮机下游分布.10 图 8：燃气轮机销售兆瓦数及台数情况.10 图 9：燃气轮机和柴油发电机对比.11 图 10：各地区数据中心当前已运营容量与预计增长容量情况（MW）.13 图 11：数据中心用电量占用电总需求的比例及变化情况.13 图 12：海外数据中心发电方式结构.14 图 13：美国数据中心发电方式结构.14 图 14：1990-2025 年美国联合循环燃气轮机发电容量新增情况.14 图 15：1990-2025 年美国简单循环燃气轮机发电容量新增情况.14 图 16：西门子预测数据中心每年带来的燃气轮机增量需求约 10-20GW.15 图 17：数据中心资本开支构成（美元/KW）.15 图 18：海外气电厂 CAPEX 构成（美元/KW）.16 图 19：燃气轮机零部件价值量构成.17 图 20：燃气轮机基本结构.17 图 21：涡轮叶片是航空发动机和燃气轮机的关键热端部件.17 图 22：F 级燃机球墨铸铁铸件.18 图 23：燃气轮机的气缸.18 图 24：全球燃气轮机竞争格局.19 图 25：全球燃气轮机容量（GW）的地区分布及相关制造商.20 图 26：主要燃气轮机制造商在关键市场中建设容量.20 图 27：2018-2023 年 GE Vernova Power 营收规模与增速.21 图 28：2018-2023 年 GE Vernova Power 净利率情况.21 图 29：2018-2023 年 GE Vernova Power 在手订单.21 图 30：2018-2023 年 GE Vernova Power 新签订单.21 图 31：2022-2024 年西门子能源 Gas Service 营收规模与增速.22 图 32：2022-2024 年西门子能源 Gas Service 新签订单情况.22 图 33：2022-2024 年西门子能源 Gas Service 资本开支与增速情况.23 图 34：2021-2024 年三菱 Energy Systems 营收规模与增速.23 图 35：2021-2024 年三菱 Energy Systems 板块营业利润情况.23 图 36：2019-2024 年三菱资本开支与增速情况.24 图 37：应流股份主要“两机”叶片产品.26 图 38：应流股份主营业务收入情况（亿元）.26 图 39：应流股份归母净利润情况（亿元）.26 图 40：应流股份主营业务构成情况（亿元）.27 识别风险，发现价值 请务必阅读末页的免责声明 5 5/3333 Table_PageText 深度分析|机械设备 图 41：应流股份“两机”产品毛利率情况.27 图 42：联德股份主营业务收入情况（亿元）.28 图 43：联德股份归母净利润情况（亿元）.28 图 44：联德股份主营业务构成情况（亿元）.29 图 45：联德股份主要产品毛利率情况.29 图 46：豪迈科技主要合作客户.29 图 47：豪迈科技燃气轮机主要产品.29 图 48：豪迈科技主营业务收入情况（亿元）.30 图 49：豪迈科技归母净利润情况（亿元）.30 图 50：豪迈科技大型零部件业务营收情况（亿元）.30 图 51：豪迈科技主要业务毛利率情况.30 表 1：传统数据中心认证级别排名.10 表 2：全球云巨头在各国已宣布的未来十年预计数据中心资本开支情况.12 表 3：2025E 海外云巨头算力增加拉动的燃气轮机增量.16 表 4：2024 年 1-9 月燃气轮机订单量与销售量.22 表 5：全球航空发动机风扇/压气机叶片生产企业.24 表 6：全球航空发动机涡轮叶片生产企业.25 表 7：联德股份主要产品情况.27 识别风险，发现价值 请务必阅读末页的免责声明 6 6/3333 Table_PageText 深度分析|机械设备 一、燃气轮机：一、燃气轮机：AI 基建的重要组成部分基建的重要组成部分（一）制造业“皇冠上的明珠”，能源行业的主力选手（一）制造业“皇冠上的明珠”，能源行业的主力选手 燃气轮机（Gas Turbine）是一种以连续流动的气体为工质、把热能转换为机械功的高速旋转叶轮式动力机械设备。燃气轮机被誉为装备制造业“皇冠上的明珠”，体现了一个国家的工业水平，在能源供给方面发挥着举足轻重的作用。燃气轮机凭借其污染小、热效率高、调峰性能好、启动快捷、建设周期短、占地少、投资省等优点，日益受到人们的青睐，逐渐成为能源行业的主力选手。燃气轮机的燃气轮机的工作原工作原理基于布雷顿循环理基于布雷顿循环，包括压缩、燃烧和膨胀包括压缩、燃烧和膨胀3个主个主要过程要过程。首现，空气通过压气机被压缩后进入燃烧室，与燃料混合并燃烧，产生高温高压的燃气；然后，高温高压的燃气通过透平膨胀做功，带动透平旋转，驱动发电机或其他机械设备运转，将热能转换为机械能。与传统的蒸汽轮机和内燃机相比，燃气轮机展现出诸多优势，包括启动快速、效率高、污染排放较低及维护便捷。这些特性使燃气轮机在航空、发电和船舶推进、工业发电及油气管道增压输送等多个领域得到广泛应用。图图 1：燃气轮机外观图：燃气轮机外观图 图图 2：燃气轮机工作原理图：燃气轮机工作原理图 数据来源：燃机新人成长之声，广发证券发展研究中心 数据来源：燃料电池与燃气轮机集成氢能发电技术研究（辛 昆、林建成等），广发证券发展研究中心 燃气轮机结构复杂，压气机、燃烧室和透平是三大核心部件。燃气轮机结构复杂，压气机、燃烧室和透平是三大核心部件。燃气轮机由压气机、燃烧室、透平（涡轮）、滑油系统、燃料系统、进气系统、排气系统、通风系统、控制系统等部分组成，其中压气机、燃烧室和透平是燃气轮机的核心组件。压气机压气机燃烧室燃烧室透平透平 识别风险，发现价值 请务必阅读末页的免责声明 7 7/3333 Table_PageText 深度分析|机械设备 图图 3：燃气轮机主要部件图谱：燃气轮机主要部件图谱 数据来源：燃气轮机聚焦，广发证券发展研究中心 压气机压气机通过通过吸入外界空气并经过逐级加速和增压，最终产生高压气体。吸入外界空气并经过逐级加速和增压，最终产生高压气体。压气机主要分为三种，分别是轴流式压气机、离心式压气机和活塞式压气机。在大中型燃气轮机中常用的是轴流式压气机，其特点为级压比小但级数多、流量大、效率高。轴流式压气机会有许多叶片，形状类似于螺旋桨，分为“动叶”和“静叶”两种，其中“动叶”在旋转的过程中将气流向后推，此时气流的温度和压力都会升高，“静叶”的主要作用是将因“动叶”的作用而产生旋转的气流导引回轴内，使之以正确的角度进入下一组转子，通常一组“动叶”和一组“静叶”被称为一级，每级通常的级压比在1.15-1.35之间，即每级可增压1.15-1.35。燃烧室燃烧室最基本功能是使燃料与压气机送来的一部分最基本功能是使燃料与压气机送来的一部分高压高压气气体体在燃烧室进行有效的燃在燃烧室进行有效的燃烧，烧，另一部分压缩气体与燃烧后形成的燃烧产物均匀地掺混，将其温度降低到燃气透平进口的初温水平，以便送到燃气透平中做功，同时燃烧室能控制NOx的生成，压气机压气机压气机叶片压气机叶片燃烧室燃烧室涡轮叶片涡轮叶片滑油系统滑油系统燃料系统燃料系统排气系统排气系统进气系统进气系统通风系统通风系统控制系统控制系统 识别风险，发现价值 请务必阅读末页的免责声明 8 8/3333 Table_PageText 深度分析|机械设备 使燃气透平的排气符合环保标准的要求。燃烧室按照气流流动可分为逆流式和顺流式，按总体结构划分则可分为圆管型、分管型、环型和环管型。燃烧室主要由燃料喷嘴、燃烧端盖组件、燃料喷嘴外缸、火焰筒、过渡段、导流衬套、后缸、联焰管等组件构成。图图 4：轴流式压气机结构图：轴流式压气机结构图 图图 5：燃烧室结构图：燃烧室结构图 数据来源：H-25 型燃气轮机及国内技术引进应用（郑陆松、张晓蕊等），广发证券发展研究中心 数据来源：中央研究院，广发证券发展研究中心 透平透平的的作用是作用是使使燃烧室的燃烧室的高温高压气体驱动叶轮和转子转动，将高温高压气体驱动叶轮和转子转动，将储存在高温高压燃储存在高温高压燃气中的能量转化为机械功，气中的能量转化为机械功，其中一部分用来带动压气机工作压缩空气，多余的部分才作为燃气轮机的有效功输出，带动外界负荷。大概有将近2/3的能量都用来带动压气机做功。根据通过转子流道的流体路径可将透平分为轴流式和径流式两种，轴流式透平的气流方向是轴向的，而当流体路径整体上处于一个垂直于旋转轴的平面上时，则称为径流式透平。燃气轮机的分类燃气轮机的分类方法多样方法多样。根据现代燃气轮机技术李孝堂先生的分类方法，按照使用对象可以分为航空燃气轮机、舰船用燃气轮机、工业用燃气轮机。识别风险，发现价值 请务必阅读末页的免责声明 9 9/3333 Table_PageText 深度分析|机械设备 图图 6：燃气轮机分类：燃气轮机分类 数据来源：燃气轮机聚焦，广发证券发展研究中心 按照功率可以分成重型燃气轮机、轻型燃气轮机和微型及超微型燃气轮机，其中轻型燃气轮机，功率为1-50MW，热效率26%-39%，主要用于工业发电、船舶发电、管道增压和塔克机车；微型燃气轮机，功率小于1MW，热效率约为15%-30%，主要用于分布式发电；重型燃气轮机，功率在50MW以上，热效率38%-45%，主要用于联合循环发电。表表 1：燃气轮机分类：燃气轮机分类 类型类型 微型燃气轮机 轻型燃气轮机 重型燃气轮机 功率范围功率范围 1MW 1-50MW 50MW 热效率热效率 15%-30&%-398%-45%用途用途 分布式发电 工业发电、船舶发电、管道增压、坦克机车等 联合循环发电 数据来源：华经产业研究院，燃气轮机聚焦，航空产业网，广发证券发展研究中心 按照燃气工作温度，可将重型燃气轮机分为E、F、G、H、J级。E级燃气工作温度在1200，功率约为100-200MW，代表机型有通用电气的GT13E2机型；F级燃气温度约1400，功率200-300MW，代表机型是GE 9FA；G/H级燃气工作温度在1500左右，简单循环功率300-400MW，代表机型为GE 9HA；J级燃气温度约为1600，目前先进的J级重型燃气轮机的功率可达460MW，以三菱重工的M701J机型为代表。表表 2：重型燃气轮机分类：重型燃气轮机分类 级别级别 E 级级 F 级级 G/H 级级 J 级级 燃气工作温度 1200 1400 1500 1600 简单循环功率 100MW-200MW 200MW-300MW 300-400MW 先进 J 级最大功率约为 460MW 代表产品 GT13E2 机型 GE 9FA 机型 GE 9HA 机型 M701J 机型 数据来源：燃气轮机聚焦、中国工业报、两机动力先行、南沙投资、迈特莱波、广发证券发展研究中心 识别风险，发现价值 请务必阅读末页的免责声明 1010/3333 Table_PageText 深度分析|机械设备 （二二）发电领域小巨人，全球）发电领域小巨人，全球超超千亿市场规模千亿市场规模 燃气轮机是天然气发电核心设备，全球销售量约为燃气轮机是天然气发电核心设备，全球销售量约为40-50GW，对应约，对应约1200-1500亿亿元市场规模元市场规模。根据Grand View Research，全球燃气轮机下游分布以发电（67%）、油气（25%）、其他工业领域（8%）为主。根据gas turbine world，全球每年销售量约为40-50GW，根据Thunder Said Energy，按3000元/kw的单价计算，市场规模约1200-1500亿元。图图 7：燃气轮机下游分布：燃气轮机下游分布 图图 8：燃气轮机销售兆瓦数及台数情况：燃气轮机销售兆瓦数及台数情况 数据来源：Grand View Research，广发证券发展研究中心 数据来源：Gas Turbine World，广发证券发展研究中心 传统数据中心以电网为主要电源、柴油发电机为备份电源的供电模式，随着规模的传统数据中心以电网为主要电源、柴油发电机为备份电源的供电模式，随着规模的扩大正暴露出明显的局限性。扩大正暴露出明显的局限性。（1）高碳排放和高污染使其难以满足日益严格的环保法规要求，成为绿色发展的掣肘；（2）备份电源效率低下，无法承担电网调峰功能，导致设备长期闲置、利用率低下，资源浪费严重。根据中科国晟统计，一个60MW的数据中心需配备30台2MW柴油发电机和80吨柴油，而年均开机时间却不到1小时，维护和燃料更换更是费时费力。（3）柴油机功率密度低，占地空间大，进一步增加了成本压力和运营复杂性。这种传统供电模式在高成本、高污染与低效率的交织下，已难以满足现代数据中心对高效、可持续发展的需求，亟需以绿色能源和创新技术为核心的新模式替代。表表 1：传统数据中心认证级别排名传统数据中心认证级别排名 级别级别 年运行时间年运行时间 宕机时间宕机时间/年年 冗余度冗余度 冗余保护时间冗余保护时间 Tier 1 级级 99.671(.8 小时 无/Tier 2 级级 99.749 小时 电和冷部分冗余/Tier 3 级级 99.982%1.6 小时 N 1 72 小时 Tier 4 级级 99.995&.3 分钟 2N 1 96 小时 数据来源：中科国晟，美国电信工业协会（TIA），广发证券发展研究中心 随着随着AI数据中心规模的不断扩大，其对配套能源系统的要求日益严苛。数据中心规模的不断扩大，其对配套能源系统的要求日益严苛。这些需求包括：（1）高可靠性和高效率高可靠性和高效率，以确保持续稳定运行；（2）缩减缩减UPS规模规模与占地空间，实现更紧凑的设计；（3）支持孤网运行孤网运行与多能源冗余多能源冗余，提升能源系统灵活性；（4）通过电冷联供降低降低PUE；（5）满足低碳、低NOx排放和低噪声等环保标准环保标准，同时兼容掺氢和纯氢燃料兼容掺氢和纯氢燃料，以顺应未来能源转型需求。发电,67%油气,25%其他工业领域,800200300400500600010,00020,00030,00040,00050,00060,000201920202021202220232024E兆瓦数（左轴）台数（右轴）识别风险，发现价值 请务必阅读末页的免责声明 11 11/3333 Table_PageText 深度分析|机械设备 在此背景下，燃气轮机作为数据中心的主电源或备份电源，展现出显著优势燃气轮机作为数据中心的主电源或备份电源，展现出显著优势：（1）能量密度高；（2）联合循环效率高，在热电冷联供模式下效率可超80%；（3）模块化设计方便扩展；（4）启动时间短，仅需1-5分钟；（5）低备份成本、低维护成本；（6）能在不中断供电的情况下实现主备燃料的自动切换。这些特点完全契合契合AI数据数据中心对高效、灵活、环保能源解决方案的多重需求。中心对高效、灵活、环保能源解决方案的多重需求。图图 9：燃气轮机和柴油发电机对比燃气轮机和柴油发电机对比 数据来源：国产燃气轮机在数据中心应急电源的应用（赵大鹏，董帅），广发证券发展研究中心 识别风险，发现价值 请务必阅读末页的免责声明 1212/3333 Table_PageText 深度分析|机械设备 二二、海外、海外 IDC 迎迎基建基建浪浪潮潮，带动带动燃机燃机历史性高景气历史性高景气（一一）美国大力布局数据中心美国大力布局数据中心，燃气轮机燃气轮机迎迎新增长点新增长点 全球全球AI巨头军备竞赛开启，海外巨头军备竞赛开启，海外IDC基建狂潮来临。基建狂潮来临。全球云巨头争相投资建设数据中心，我们统计亚马逊、微软等国际云巨头已明确宣布的各国IDC资本开支计划总和达到2851亿美元，其中预计投资于美国的有1985亿美元，美国未来数据中心建设规模将迎来快速增长。表表 2：全球云巨头在各国已宣布的未来十年预计数据中心资本开支情况：全球云巨头在各国已宣布的未来十年预计数据中心资本开支情况 按国家地区按国家地区 美国美国 英国英国 西班牙西班牙 意大利意大利 马来西亚马来西亚 日本日本 泰国泰国 芬兰芬兰 墨西哥墨西哥 德国德国 沙特阿拉伯沙特阿拉伯 合计合计 亚马逊亚马逊 1076.5 104.5 161.6 12.4 60 155 50 1620 微软微软 400 67 22 34 523 Meta 108 108 甲骨文甲骨文 65 80 15 160 谷歌谷歌 200 20 10 10.3 240 私人投资私人投资 200 200 合计合计 1985 105 229 12 167 235 10 10 50 34 15 2851 数据来源：Saasverse、欧洲并购与投资，军恩伟业官网，数据中心运维管理，Z Finance，维科网人工智能，跨境前沿，亚马逊云科技，新智元，欧洲并购与投资，IDC 圈，数据中心 DATA，日经中文网，芬兰投资署，福建省新能源科技产业促进会，广发证券发展研究中心 全球数据中心市场正处于快速扩张期，各地区未来几年总容量将显著增加。全球数据中心市场正处于快速扩张期，各地区未来几年总容量将显著增加。从区域规划来看，美国数据中心的增长容量远超其他地区，这种集中式扩张对电力供应的稳定性和灵活性提出了更高要求。在满足严苛环保要求的同时，燃气轮机的高效率特性使其在大规模数据中心中具备显著的经济竞争力。随着数据中心对能源基础设施建设需求的加速，燃气轮机将成为AIDC可靠电力保障的重要组成部分。识别风险，发现价值 请务必阅读末页的免责声明 1313/3333 Table_PageText 深度分析|机械设备 图图 10：各地区各地区数据中心当前已运营容量与预计增长容量情况（数据中心当前已运营容量与预计增长容量情况（MW）数据来源：Cushman&Wakefield，广发证券发展研究中心 数据中心运营需消耗大量电力。数据中心运营需消耗大量电力。随着AI和大数据技术的迅速发展，数据中心用电量占总用电需求的比重将从2022年的1%提升至2030年的近7.5%，数据中心电力需求数据中心电力需求增量明显增量明显。这种增长不仅推动了对高效、可靠电力设备的需求，也为燃气轮机这种具备高能效、低排放和快速响应能力的发电设备带来了广阔的市场空间。在数据中在数据中心能源需求强劲驱动下，燃气轮机市场有望迎来新一轮快速发展，成为下一阶段电心能源需求强劲驱动下，燃气轮机市场有望迎来新一轮快速发展，成为下一阶段电力系统升级的重要支撑。力系统升级的重要支撑。图图 11：数据中心用电量占用电总需求的比例及变化情况数据中心用电量占用电总需求的比例及变化情况 数据来源：Cushman&Wakefield，广发证券发展研究中心 数据中心数据中心发电方式以燃气轮机为主，发电方式以燃气轮机为主，为燃气轮机带来了全新的市场机会为燃气轮机带来了全新的市场机会。根据EIA的数据，自2000年初燃气轮机装机高峰后，无论是联合循环燃气轮机还是简单循环燃气轮机，其新增装机容量在过去十年中均保持较低水平。这主要受限于传统电力需求增长停滞以及新能源发电占比的快速提升。然而数据中心的快速发展为燃气轮机带来了新增量，数据中心发电方式以燃气轮机为主。根据Thunder Said Energy的统计，海外数据中心以燃气发电为主，燃气占比达到41%，美国数据中心的燃气发电占比更高，达到52%。050001000015000200002500030000美洲欧洲、中东和非洲亚太地区已运营容量（MW）预计增长容量（MW）0%1%2%3%4%5%6%7%8 222030E数据中心占比 识别风险，发现价值 请务必阅读末页的免责声明 1414/3333 Table_PageText 深度分析|机械设备 图图 12：海外数据中心发电方式海外数据中心发电方式结构结构 图图 13：美国美国数据中心发电方式数据中心发电方式结构结构 数据来源：Thunder Said Energy，广发证券发展研究中心 数据来源：Thunder Said Energy，广发证券发展研究中心 图图 14：1990-2025年美国联合循环燃气轮机发电容量年美国联合循环燃气轮机发电容量新增新增情况情况 图图 15：1990-2025年年美国简单循环燃气轮机发电容量美国简单循环燃气轮机发电容量新增新增情况情况 数据来源：EIA，广发证券发展研究中心 数据来源：EIA，广发证券发展研究中心 燃气,41%核能,22%可再生能源 电池,9%电网,27%氢能,0%地热能,1%燃气51%核能35%电网13%氢能1%识别风险，发现价值 请务必阅读末页的免责声明 1515/3333 Table_PageText 深度分析|机械设备 （二二）弹性测算：数据中心带来的燃气轮机增量几何？弹性测算：数据中心带来的燃气轮机增量几何？西门子、三菱对未来每年数据中心带动的燃气轮机增量需求展望乐观西门子、三菱对未来每年数据中心带动的燃气轮机增量需求展望乐观。根据西门子的预测，当前全球燃气轮机市场容量约为70GW（与gas turbine world存在口径差异），预计25-27年每年数据中心带来的增量约为10GW；28-30年每年数据中心带来的增量约为20GW。根据两机动力控制公众号引用的彭博社数据，三菱预计到三菱预计到2026年，年，全球燃气轮机的年订单量将比过去三年增加全球燃气轮机的年订单量将比过去三年增加50%，部分原因是数据中心的增长。，部分原因是数据中心的增长。图图 16：西门子预测数据中心每年带来的燃气轮机增量需求西门子预测数据中心每年带来的燃气轮机增量需求约约10-20GW 数据来源：西门子能源，广发证券发展研究中心 根据Thunder Said Energy估算，总数据中心资本开支为10000美元/KW，其中发电成本约为1742美元/KW。数据中心资本开支结构主要由核心IT设备、场地费用及基础设施构成，其中基础设施部分进一步细分为发电、输电和光纤链路，发电成本占数据中心资本开支17.42%。图图 17：数据中心资本开支构成（美元：数据中心资本开支构成（美元/KW）数据来源：Thunder Said Energy，广发证券发展研究中心 IDC燃气轮机燃气轮机市场市场需求需求弹性测算：弹性测算：2025年全球云巨头算力卡倍数式扩张，带来燃气年全球云巨头算力卡倍数式扩张，带来燃气轮机需求空间高增。轮机需求空间高增。根据lesswrong估算，五大云巨头的H100等效片数将从2024年的310万片增长至2025年的1100万片以上，按照英伟达官网的DGX H100服务器单台额定功耗数据和“数据中心基础设施运营管理”公众号的数据中心能耗分布数据，0102030405060708090100202020222024E2025-2027E2028-2030E市场容量（GW）IDC增量（GW）010002000300040005000600070008000900010000规划土地建筑电网连接变压器开关柜UPS备用电源HVAC内冷机架PDUGPU服务器布线安装数据中心发电变速器光纤链路基建场地关键IT设备基础设施 识别风险，发现价值 请务必阅读末页的免责声明 1616/3333 Table_PageText 深度分析|机械设备 我们测算分别对应全球的AI算力新增装机量约为8.5GW、31GW，净增长约23GW，对应燃气轮机需求量从5GW到23GW，净增长约19GW，市场规模净增长564亿元，市场弹性接近50%。表表 3：2025E海外云巨头算力增加拉动的燃气轮机增量海外云巨头算力增加拉动的燃气轮机增量 2024 2025E 净增加量净增加量 五大云巨头五大云巨头 H100 等效片数（万片）等效片数（万片）310 1108 257%市占率市占率 90%全球全球 H100 等效片数（万片）等效片数（万片）344 1259 265%8 卡服务器集群数量（万台）卡服务器集群数量（万台）43 157 等效等效 8 卡服务器额定功耗（卡服务器额定功耗（kw）10.2 10.2 制冷、供配电、照明等运营功耗（制冷、供配电、照明等运营功耗（kw/台台）10.2 10.2 AI 算力中心装机（算力中心装机（GW）8.53 31.15 23 燃气轮机发电占比燃气轮机发电占比 40P%冗余度冗余度 1.5 1.5 燃气轮机需求量（燃气轮机需求量（GW）5.12 23.36 19 燃气轮机价格（元燃气轮机价格（元/kw)3000 3000 燃气轮机需求空间（亿元）燃气轮机需求空间（亿元）158.1 722.1 564 数据来源：英伟达官网，lesswrong，“数据中心基础设施运营管理”公众号，广发证券发展研究中心 三三、燃机产业链：燃机产业链：聚焦叶片聚焦叶片、铸件、铸件、缸体、缸体等核心环节等核心环节 燃气轮机占气电厂燃气轮机占气电厂CAPEX近近50%，价格约，价格约450美元美元/kw。根据Thunder Said Energy数据，燃气轮机电厂建设的capex成本约为1000美元/kw，其中燃机主机的成本约为450美元/kw，约占电厂CAPEX的一半左右。燃机越大，单kw成本越低。图图 18：海外：海外气气电厂电厂CAPEX构成（美元构成（美元/KW）数据来源：Thunder Said Energy，广发证券发展研究中心 燃气轮机包括压气机、燃烧室、涡轮三大核心部件，压气机和涡轮都具有叶片，三大部件以及总装都需要缸体。其中燃烧室的喷嘴和涡轮叶片为最核心和制造难度最高的部件。根据Thunder Said Energy，叶片占整机成本约叶片占整机成本约12%，涡轮组件涡轮组件占占36%，其，其391000194105195414016358391266122131943501002003004005006007008009001000规划许可土地场地准备管道叶片零部件涡轮组件仪表其他设备建筑De-Nox变压器建筑调试传动整合整体规划场地主机其他工作电网 识别风险，发现价值 请务必阅读末页的免责声明 1717/3333 Table_PageText 深度分析|机械设备 余为余为仪器仪表、仪器仪表、控制系统等部件控制系统等部件。图图 19：燃气轮机零部件价值量构成：燃气轮机零部件价值量构成 图图 20：燃气轮机基本结构：燃气轮机基本结构 数据来源：Thunder Said Energy，广发证券发展研究中心 数据来源：三菱动力公司官网，广发证券发展研究中心 涡轮叶片是航空发动机涡轮叶片是航空发动机和燃气轮机和燃气轮机中最关键的零件之一，中最关键的零件之一，处于发动机中温度最高、应力最复杂、环境最恶劣的部位，且数量众多、形状复杂、尺寸要求高、加工难度大，直接影响着航空发动机和燃气轮机的性能。涡轮叶片是将高温、高压燃气的能量持续转换为机械能并带动其他部件工作，根据所处环境的差异，可以细分为高压和低压涡轮叶片。高压涡轮叶片需要在1400 2200、20atm50atm的环境中以1.5万转/分钟的速度下高速旋转，叶片榫头（工作叶片和涡轮盘相连的部分）所承受的离心力相当于叶片重量的1万倍，高达1015吨。因此，高压涡轮叶片要求具备极强的耐高温、抗蠕变、抗疲劳和抗腐蚀能力以及较长的使用寿命。当高温高速高压气流经过高压涡轮叶片后，含有的能量有所下降，低压涡轮叶片的工作环境会相对温和一些，相应的性能要求会有所降低。图图 21：涡轮叶片是航空发动机涡轮叶片是航空发动机和燃气轮机和燃气轮机的关键热端部件的关键热端部件 数据来源：产业深度公众号，广发证券发展研究中心 燃气轮机的燃气轮机的铸件铸件分为分为缸体和关键铸件缸体和关键铸件。燃机的关键铸件共由6个部件组成，包括静叶叶片,12%零部件,31%涡轮组件,36%仪表,13%其他设备,8%识别风险，发现价值 请务必阅读末页的免责声明 1818/3333 Table_PageText 深度分析|机械设备 持环、压气机轴承座、透平轴承座、径向轴承壳体等。而压气机、燃烧室、涡轮都需要缸体，压气机、燃兼压、透平气缸都是大直径薄壁半圆形结构。图图 22：F级燃机级燃机球墨铸铁球墨铸铁铸件铸件 数据来源：重型燃气轮机铸件的质量控制（吴铁明），广发证券发展研究中心 图图 23：燃气轮机的气缸：燃气轮机的气缸 数据来源：铸造工程公众号，广发证券发展研究中心 识别风险，发现价值 请务必阅读末页的免责声明 1919/3333 Table_PageText 深度分析|机械设备 四四、竞争格局：竞争格局：外资垄断整机市场，国内配套商崛起中外资垄断整机市场，国内配套商崛起中（一一）整机：全球头部高度集中，国产替代尚在路上整机：全球头部高度集中，国产替代尚在路上 燃气轮机市场高度集中，三菱、西门子、燃气轮机市场高度集中，三菱、西门子、GE把控全球约把控全球约80%份额。份额。燃气轮机的全球龙头主要包括三菱重工、西门子能源、通用（GE Vernova）等，根据straits research，以上三家占据全球76%的份额。三菱的燃气轮机以日本为主要市场，GE、西门子、索拉（卡特彼勒子公司）在北美市场占据主流。重型燃气轮机的国产化仍在路上。重型燃气轮机的国产化仍在路上。国内燃气轮机厂商目前仍以轻型燃气轮机为主，重型燃机的国产化率较低，当前能够商业化的国产最大机型为110MW，而外资最大机型能够做到600-700MW。国产主要厂商包括东方电气、联合重燃（上海电气参股）、航发动力等。图图 24：全球燃气轮机竞争格局：全球燃气轮机竞争格局 数据来源：gas turbine world，广发证券发展研究中心 亚太地区主导燃气轮机市场，全球制造商竞逐高潜力区域。亚太地区主导燃气轮机市场，全球制造商竞逐高潜力区域。亚太地区已成为全球燃气轮机市场的核心增长引擎，展现出强劲的需求潜力和扩张态势。亚太地区的能源结构调整和环保政策推动了对天然气发电的依赖，尤其是在中国、印度等新兴经济体，对低碳高效能源的需求持续攀升。其次，人口增长与工业化进程加剧了对电力可靠性和可持续性的需求，这为燃气轮机市场创造了巨大的发展空间。此外，亚太国家政府大力支持天然气基础设施的建设，为燃气轮机的部署扫清了障碍。从竞争格局来看，GE Vernova凭借强大的技术领先性和品牌认知度占据主导地位，但本土制造商如东方电气正迅速崛起，抢占重要的区域性市场份额。相比之下，非洲和大洋洲市场虽体量较小，但其未来的高增长潜力使其成为国际厂商新的战略布局重点。燃气轮机市场竞争正在从技术驱动转向综合战略，包括成本优势、区域适应性以及与清洁能源的融合发展能力，这将决定厂商在未来的市场地位。三菱,35.60%西门子能源,24.50%GE Vernova,16.20%贝克休斯,11.70%安萨尔多,5.70%索拉,2.70%其他,3.60%识别风险，发现价值 请务必阅读末页的免责声明 2020/3333 Table_PageText 深度分析|机械设备 图图 25：全球燃气轮机容量（全球燃气轮机容量（GW）的地区分布及相关制造商）的地区分布及相关制造商 数据来源：Global Energy Monitor，广发证券发展研究中心 全球燃气轮机市场展现出巨大的发展潜力，不同区域的多元需求进一步拓宽了市场全球燃气轮机市场展现出巨大的发展潜力，不同区域的多元需求进一步拓宽了市场空间。空间。中国市场以庞大的需求体量和快速增长的装机容量，成为燃气轮机制造商的核心竞争地，GE Vernova、西门子等国际巨头通过与本地企业合作，强化了在华布局。中东地区在能源转型推动下需求强劲，沙特和伊朗等国的大规模投资为燃气轮机市场注入活力，同时强化了本地制造能力。美国等成熟市场在传统发电领域增量有限，但更注重高效、环保技术的升级，并且具有AIDC这一新增量。整体来看，燃气轮机市场正迈向区域差异化和技术升级并行的发展路径，广阔的市场空间为全球制造商提供了持续扩张的契机，同时也将加速市场竞争格局的演变。图图 26：主要主要燃燃气轮机制造商在关键市场中气轮机制造商在关键市场中建设容量建设容量 数据来源：Global Energy Monitor，广发证券发展研究中心 1.GE业绩稳中向好业绩稳中向好，燃机燃机订单订单高速高速增长增长 GE Vernova Power复苏势头强劲，盈利能力持续提升。复苏势头强劲，盈利能力持续提升。根据GE财报，GE Vernova Power的营收规模在历经几年的下滑后，在2023年迎来较多增长，并且该业务板块的盈利能力自2020年开始便持续提升，成功巩固了其在行业中的领先地位。2022年至2023年期间，营收同比增长显著，反映了全球对高效发电设备需求的复苏。根据GE官网的Webcast Presentation，GE Vernova预计2024年营收规模将达到340350020406080100120140亚洲美洲非洲欧洲大洋洲GE Vernova西门子三菱东方电气安萨尔多其他01020304050中国大陆美国中国台湾伊朗沙特阿拉伯GE VernovaGE Saudi Advanced Turbines三菱东方电气西门子马普纳安萨尔多其他 识别风险，发现价值 请务必阅读末页的免责声明 2121/3333 Table_PageText 深度分析|机械设备 亿美元。图图 27：2018-2023年年GE Vernova Power营收规模与营收规模与增速增速 图图 28：2018-2023年年GE Vernova Power净利净利率情况率情况 数据来源：GE 财报，广发证券发展研究中心 注：GE Vernova Power 的主要业务为 Gas Power、Steam Power、Power Conversion、Nuclear and other，故统计 GE燃气轮机相关的业绩，仅统计 GE Vernova Power 的数据，下同。数据来源：GE 财报，广发证券发展研究中心 得益于数据中心需求得益于数据中心需求快速增加快速增加，GE Vernova Power新签订单持续增长且增量明显新签订单持续增长且增量明显。2023年，在手订单总额接近高位，同时新签订单自2020年开始一直处于持续增长的状态，反映出市场对高效、可靠发电设备的需求保持旺盛。根据GE财报，2024年1-9月燃气轮机新签订单14.1GW，同比增长90.5%。图图 29：2018-2023年年GE Vernova Power在手订单在手订单 图图 30：2018-2023年年GE Vernova Power新签订单新签订单 数据来源：GE 财报，广发证券发展研究中心 数据来源：GE 财报，广发证券发展研究中心 -8%-6%-4%-2%0%2%4%6%8015516016517017518018519020192020202120222023营收（亿美元）yoy（右轴）0%1%2%3%4%5%6%7%8%9 1820192020202120222023净利率（Power）010020030040050060070080090020192020202120222023在手订单（亿美元）-8%-6%-4%-2%0%2%4%6%8515015516016517017518018519020192020202120222023新签订单（亿美元）yoy（右轴）识别风险，发现价值 请务必阅读末页的免责声明 2222/3333 Table_PageText 深度分析|机械设备 表表 4：2024年年1-9月燃气轮机订单量与销售量月燃气轮机订单量与销售量 2024 订单量订单量 2023 订单量订单量 2024 销量销量 2023 销量销量 Heavy-Duty Gas Turbines（台数）（台数）44 32 31 39 Aeroderivatives（台数）（台数）34 27 19 17 总台数总台数 78 59 50 56 总总功率（功率（GW）14.1 7.4 7.1 8.6 数据来源：GE2024 年三季报，广发证券发展研究中心 2.西门子西门子：聚焦核心，投资推动长期价值聚焦核心，投资推动长期价值 西门子能源西门子能源Gas Service板块增长稳健，新签订单规模持续提升。板块增长稳健，新签订单规模持续提升。Gas Service板块的业绩表现反映了市场对西门子高效燃气轮机和相关服务的持续需求。根据西门子能源财报，24年Gas Service业务的新签订单约182亿美元，同比增长33.62%。图图 31：2022-2024年西门子年西门子能源能源Gas Service营收规营收规模与增速模与增速 图图 32：2022-2024年西门子年西门子能源能源Gas Service新签订新签订单情况单情况 数据来源：西门子能源财报，广发证券发展研究中心 注：1.西门子能源 Gas Service 板块包含了与燃气和大型蒸汽轮机、大型发电机以及热泵相关的所有业务活动，故本报告只统计 Gas Service 板块的业绩情况，下同；2.2022 年 9 月 30日之前，西门子能源只有两个业务板块：Gas and Power 和 Siemens Gamesa Renewable Energy，Gas Services 是在2023 财年从原来的 GP 板块中独立出来。数据来源：西门子能源财报，广发证券发展研究中心 西门子能源在西门子能源在Gas Service板块的资本开支持续增加，展现出对这一核心业务的高板块的资本开支持续增加，展现出对这一核心业务的高度重视度重视。2022年至2024年，该板块的资本开支呈现出显著增长趋势，年均增长率更是达到高位。当前西门子能源正通过大力投资来提升燃气轮机相关业务的市场竞争力，同时也意在通过技术升级与设施扩展来巩固其在能源领域的领先地位。这种投资策略不仅是为了应对全球能源转型带来的挑战，更是在布局长期可持续发展的战略路径，为未来赢得更高的市场份额和利润空间。0%5 %00406080100120140202220232024营收（亿美元）yoy（右轴）0%5 %050406080100120140160180200202220232024新签订单（亿美元）yoy（右轴）识别风险，发现价值 请务必阅读末页的免责声明 2323/3333 Table_PageText 深度分析|机械设备 图图 33：2022-2024年年西门子西门子能源能源Gas Service资本开支资本开支与增速与增速情况情况 数据来源：西门子能源财报，广发证券发展研究中心 3.三菱三菱：盈利能力优势凸显，稳健资本开支推动长期增长：盈利能力优势凸显，稳健资本开支推动长期增长 三菱三菱Energy Systems24年收入承压年收入承压但利润但利润有所反弹，有所反弹，燃气轮机订单燃气轮机订单恢复增长恢复增长。该板块的利润率在2024年显著反弹，营业利润也有较高提升，成本控制与业务结构优化取得初步成效。根据三菱财报，2024年Energy Systems业务板块收入为116.34亿美元，同比-10.65%；营业利润为9.35亿美元，营业利润率提升至8.04%。根据三菱官网投资者关系材料，24H1公司GTCC业务新签订单同比增长20.4%。图图 34：2021-2024年三菱年三菱Energy Systems营收规模营收规模与增速与增速 图图 35：2021-2024年三菱年三菱Energy Systems板块营业板块营业利润情况利润情况 数据来源：三菱财报，广发证券发展研究中心 注：三菱 Energy Systems 板块包括热电系统（燃气轮机联合循环GTCC与蒸汽发电）、核电系统、风力发电机、航空发动机、压缩机、空气质量控制系统（AQCS）以及海洋机械等，故本报告只统计 Energy Systems 板块的业绩数据，下同。数据来源：三菱财报，广发证券发展研究中心 三菱资本开支逐步回升，在能源市场转型中寻求新机遇。三菱资本开支逐步回升，在能源市场转型中寻求新机遇。自2021年开始的资本开支收缩之后，三菱2024财年开始恢复资本开支增长。通过优化资源分配，三菱加强了对燃气轮机等核心业务的投入，还聚焦可持续发展领域，推动新技术研发和市场拓0 0P%0.000.501.001.502.002.503.00202220232024资本开支（亿美元）yoy（右轴）-12%-10%-8%-6%-4%-2%004060801001201401602021202220232024营收（亿美元）yoy（右轴）0%1%2%3%4%5%6%7%8%9%0.002.004.006.008.0010.0012.0014.002021202220232024营业利润（亿美元）利润率 识别风险，发现价值 请务必阅读末页的免责声明 2424/3333 Table_PageText 深度分析|机械设备 展。资本开支的恢复与增长为其战略布局提供了支撑，核心业务的巩固和新业务的扩长增强了企业应对市场波动的韧性和应变能力。图图 36：2019-2024年年三菱资本开支三菱资本开支与增速与增速情况情况 数据来源：三菱财报，广发证券发展研究中心 （二二）部件：部件：涡轮叶片长期被欧美垄断，国内企业进步显著涡轮叶片长期被欧美垄断，国内企业进步显著 国内叶片生产商在国际市场中的参与度不断提升，风扇国内叶片生产商在国际市场中的参与度不断提升，风扇/压气机叶片市场出现分化：压气机叶片市场出现分化：空心叶片、复材叶片市场由欧美企业主导，国际航空发动机巨头拥有直属工厂。空心叶片、复材叶片市场由欧美企业主导，国际航空发动机巨头拥有直属工厂。涡扇发动机风扇叶片、压气机低压级叶片所用的空心叶片、复合材料叶片对材料及制造工艺的要求较高，国内起步相对较晚，目前国际市场仍以欧美企业为主导。GE、赛峰、罗罗、普惠等国际航空发动机巨头均拥有直属工厂，或与合作公司成立合资工厂，如Albany/Safran合资工厂、CFAN公司。中国公司锻造技术进步显著，锻造叶片产业正向中国转移。中国公司锻造技术进步显著，锻造叶片产业正向中国转移。美国、德国、英国的锻造技术较强，在加工设备等方面也拥有优势，但随着中国锻造技术的不断提升，国产锻造叶片具备全球竞争力。从成本角度考虑，国际航空发动机巨头加大了对中国锻造叶片的采购力度，航发动力、航亚科技、无锡透平等公司先后获得锻造叶片大单，锻造叶片产业正向中国转移。表表 5：全球航空发动机风扇全球航空发动机风扇/压气机叶片生产企业压气机叶片生产企业 国家国家 公司公司 企业情况企业情况 美国 GE 在美国、加拿大、意大利、新加坡拥有多家风扇叶片及压气机叶片工厂，主要用于其发动机产品的生产及维修，并与法国赛峰公司成立 CFAN 合资公司，生产复合材料风扇叶片 美国 普惠 在美国、加拿大、新加坡拥有多家风扇叶片及压气机叶片工厂 法国 赛峰 在法国、美国、墨西哥拥有多家风扇叶片及压气机叶片工厂，并与美国普惠公司成立 CFAN 合资公司，生产复合材料风扇叶片；与 Albany 公司成立合资工厂生产复合材料风扇叶片 英国 罗尔斯罗伊斯 在英国、新加坡均设有风扇叶片及压气机叶片工厂 德国 Leistritz AG 可提供涡扇发动机压气机叶片以及其他发动机结构件 德国 GKN Aerospace 德国 GKN 集团航空航天分部，独立航空结构件供应商，可提供涡扇发动机风扇叶片、压气机叶片、以及其他发动机结构件 美法合资 CFAN 主要生产复合材料风扇叶片-50%-40%-30%-20%-10%0 10152025201920202021202220232024资本开支（亿美元）yoy（右轴）识别风险，发现价值 请务必阅读末页的免责声明 2525/3333 Table_PageText 深度分析|机械设备 中国 航发动力 拥有国内最大的叶片生产线，建立了亚洲规模领先的精密锻造、精密锻造、表面处理生产线 中国 航亚科技 主要供应航空发动机压气机叶片 中国 无锡透平 主要供应航空发动机锻件，是罗罗公司“亚太地区锻件战略供应商”，主要为其供应压气机转子叶片、吊挂锻件、涡轮盘和短轴锻件等航空发动机零部件，主要用于装配罗罗公司生产的“遄达”系列等发动机 数据来源：以上公司官网、年报，广发证券发展研究中心 动机的气道中，涡轮入口温度超过1600，同时叶片需要承受发动机起动、停车循环的高温燃气冲刷、温度交变、高转速下的离心力等，这就要求合金材料在高温下具有一定蠕变强度、热机械疲劳强度、抗硫化介质腐蚀等。由于工作环境恶劣，对材料、工艺要求极高，涡轮叶片通常由高温合金材料精铸而成。高性能、长寿命的涡轮精铸叶片均由欧美企业提供，GE、赛峰、罗罗、普惠等国际航空发动机巨头均有直属涡轮叶片工厂，PCC公司是最大的独立涡轮叶片供应商。俄罗斯的涡轮叶片可满足性能需求，但在使用寿命和经济性上远不如欧美产品。国内企业国内企业进步进步显著显著，航发精铸航发精铸、应流股份等多家公司涡轮叶片实现突破应流股份等多家公司涡轮叶片实现突破，发展空间发展空间较大较大。经过多年发展，国内涡轮叶片技术进步显著，其中，航发精铸实现涡轮叶片的稳定供应，叶片性能和寿命不断提升，是国内最主要的涡轮叶片供应商；应流股份、江苏永瀚、万泽股份实现技术突破，成功进入中国航发的供应商序列。目前国内军品列装加速，民航需求较大，涡轮叶片具有较大发展空间。表表 6：全球航空发动机涡轮叶片生产企业全球航空发动机涡轮叶片生产企业 国家国家 公司公司 企业情况企业情况 美国 GE 在美国拥有涡扇发动机叶片工厂 美国 普惠 在美国拥有涡扇发动机叶片工厂 法国 赛峰 在法国拥有涡扇发动机叶片工厂 英国 罗尔斯罗伊斯 在英国拥有涡扇发动机叶片工厂 美国 PCC 最大的独立涡轮叶片供应商 中国 航发精铸 隶属于中国航发集团，由北京航空材料研究院进行管理，主要从事航空发动机精密铸造叶片的科研、生产，是国内最主要的航空发动机涡轮叶片供应商 中国 应流股份 主要产品为轴晶叶片、定向单晶叶片、钛铝叶片 中国 江苏永瀚 主要产品为航空发动机、燃气轮机用等轴、定向、单晶高温合金涡轮叶片及热端部件，2018 年实现销售 1.56亿人民币，产品出口美国 CE 能源、意大利安萨尔多和其他地区 中国 万泽股份 主要产品为高温合金母合金、高温合金粉末、精密铸造叶片 中国 炼石航空 单晶涡轮叶片 数据来源：相关公司官网、年报，广发证券发展研究中心 五五、国内配套商受益国内配套商受益，行业行业贝塔贝塔打开成长空间打开成长空间（一一）应流股份：涡轮叶片制造商，应流股份：涡轮叶片制造商，两机业务共振上行两机业务共振上行 公司公司主营高端铸造产品，大力拓展“两机”业务主营高端铸造产品，大力拓展“两机”业务。公司前身为成立于2000年的安徽霍山应流铸造有限公司，公司的核心业务是高端装备核心零部件的研发、制造和销售。2015年以来，公司大力拓展燃气轮机和航空发动机业务，以“两机”叶片的制造为主，成为国内燃气轮机叶片制造的龙头企业，并成为西门子、贝克休斯等燃气 识别风险，发现价值 请务必阅读末页的免责声明 2626/3333 Table_PageText 深度分析|机械设备 轮机巨头的透平叶片供应商。图图 37：应流股份主要“两机”叶片产品：应流股份主要“两机”叶片产品 数据来源：应流股份官网，广发证券发展研究中心 公司营公司营业收入业收入稳定增长稳定增长，归母净利润降幅收窄。，归母净利润降幅收窄。自2015年起，随着公司“两机”业务的持续增长，公司收入从2019年的18.60亿元提升到2023年的24.12亿元，CAGR为5.33%。2024年前三季度公司实现营收19.1亿元，同比增长 5.72%。2023年公司实现归母净利润3.03 亿元，同比下滑 24.5%，2024年前三季度，归母净利润为2.27亿元，降幅收窄，同比下降6.90%。图图 38：应流股份主营业务收入情况（亿元）：应流股份主营业务收入情况（亿元）图图 39：应流股份归母净利润情况（亿元）：应流股份归母净利润情况（亿元）数据来源：Wind，广发证券发展研究中心 数据来源：Wind，广发证券发展研究中心“价值链延伸”成果显著，“价值链延伸”成果显著，“两机”“两机”业务加速放量业务加速放量。2014年，公司提出“产业链延伸、价值链延伸”战略，瞄准“两机”产业发展方向，再向产业链高端迈进。经过几年内的技术积累，公司“两机”业务加速放量，2018年“两机”营收0.88亿元，2023年公司业务持续景气，“两机”营收已达7.88亿元，CAGR为44.19%。2023年公司燃气轮机业务多款型号取得重点突破，新接订单金额超6亿元，其中率先通过国家“两机专项”大F级重型燃机一二三级定向空心透平叶片新产品验收并批量交付，为300MW级重型燃气轮机顺利下线提供了有力保障；公司还与国际燃机龙头签署战略协议，订单金额突破新高。燃气轮机叶片燃气轮机叶片航空发动机叶片航空发动机叶片-4%-2%0%2%4%6%81015202530201920202021202220232024Q1-Q3营业收入YOY-40%-20%0 02345201920202021202220232024Q1-Q3归母净利润YOY 识别风险，发现价值 请务必阅读末页的免责声明 2727/3333 Table_PageText 深度分析|机械设备 “两机”业务“两机”业务占占总营收的总营收的比比重重不断加大，不断加大，持续拉动持续拉动盈利盈利增长。增长。2018-2023年公司“两机”业务占比从5.22%提升到32.67%。并且“两机”业务毛利率高于总体毛利率，变化趋势与总体毛利率相同，维持在40%以上，持续带动公司盈利能力增长。图图 40：应流股份主营业务构成情况（亿元）：应流股份主营业务构成情况（亿元）图图 41：应流股份“两机”产品毛利率情况：应流股份“两机”产品毛利率情况 数据来源：Wind，广发证券发展研究中心 数据来源：Wind，广发证券发展研究中心（二二）联德股份：联德股份：关键铸件供应商，与卡特彼勒紧密合作关键铸件供应商，与卡特彼勒紧密合作 AI数据中心建设需求驱动数据中心建设需求驱动，“燃气轮机，“燃气轮机 压缩机”双端受益。压缩机”双端受益。联德股份成立于1993年，主要从事高精度机械零部件以及精密型腔模产品的研发、设计、生产和销售,提供从铸造到精加工的一站式服务，公司的主要产品包括压缩机、工程机械、能源设备以及食品机械整机制造的精密零部件。AI数据中心的建设推动了温控设备和发电设备的需求增长，联德股份作为关键铸件数据中心的建设推动了温控设备和发电设备的需求增长，联德股份作为关键铸件供应商有望从中获益。供应商有望从中获益。在温控系统方面，压缩机的性能直接影响整个系统的效率，而公司生产的压缩机零部件是冷却环节的核心部件，其下游客户在数据中心领域广泛使用这些产品。此外，公司还生产包括油服设备、柴油机、燃气轮机等在内的精密机械零部件，公司目前为卡特彼勒提供的能源设备零部件包含油气设备、柴油机、燃气轮机等方面的精密机械零部件，这些产品在当前数据中心柴油发电机市场供需紧张的背景下，有望进一步受益。表表 7：联德股份主要产品情况联德股份主要产品情况 产品系列产品系列 产品介绍产品介绍 部分产品图片部分产品图片 压缩机零部件压缩机零部件 主要涵盖离心式压缩机、螺杆式压缩机两大类压缩机零部件，类型包括压缩机转子座、电机座、吸气座、排气座、滑阀、油槽以及蜗壳、转子支撑组件、扩压器板、喷嘴板等零件。配套下游商用制冷和工业用压缩机整机生产。工程机械零部件工程机械零部件 主要类型包括箱体组件、变速器盖、机体组件、传动箱组件、离合器壳体、齿轮盖、传动配件等。配套下游工程机械的生产。0 001015202530201820192020202120222023高端装备零部件两机产品核能新材料及零部件其他业务两机产品营收同比0 0P 17201820192020202120222023总体毛利率两机产品毛利率 识别风险，发现价值 请务必阅读末页的免责声明 2828/3333 Table_PageText 深度分析|机械设备 注塑机零部件注塑机零部件 主要类型包括静板、动板、油缸、机架、电机座、加料喉管、底盖等。配套下游注塑机的生产。食品机械零部件食品机械零部件 主要类型包括机架、主机体、十字头、连杆组件、动力机架、前机架、齿轮盖、轴承盖等。配套下游食品机械的生产。数据来源：公司招股说明书，广发证券发展研究中心 业绩稳步向上，盈利能力保持稳健。业绩稳步向上，盈利能力保持稳健。联德股份自2019年以来营业收入稳步增长，2023年公司实现营收12.11亿元，2019-2023年CAGR 12.16%，2024年前三季度实现营收8.51亿元，同比-8.29%，公司收入下降主要受国内订单波动影响，公司国外的订单依然保持各季度的稳定连续增长。2023年公司归母净利润2.51亿元，2019-2023年CAGR 8.28%，2024年前三季度公司归母净利润1.46亿元，同比下降28.47%，主要由于收入略降带来的毛利减少，其次受到子公司浙江明德建设期管理费用投入逐步增加的影响。图图 42：联德股份主营业务收入情况（亿元）：联德股份主营业务收入情况（亿元）图图 43：联德股份归母净利润情况（亿元）：联德股份归母净利润情况（亿元）数据来源：Wind，广发证券发展研究中心 数据来源：Wind，广发证券发展研究中心 压缩机压缩机和和工程机械部件工程机械部件为两大主要业务，未来将持续贡献营收增长为两大主要业务，未来将持续贡献营收增长。2019-2023年，公司压缩机部件营收占比均在60%以上，2024年上半年压缩机部件营收3.42亿元；同比下降8.31%。2019-2023年，工程机械部件营收占比稳步上升，至2024年上半年，占比已上升至29.42%。从毛利率的角度来看，压缩机部件的毛利率最高，2019-2024H1平均毛利率40.76%，工程机械2019-2024H1平均毛利率31.49%，这两大业务未来将为公司营收增长做出持续贡献。-20%-10%0 0P468101214201920202021202220232024Q1-Q3营业收入YOY-40%-30%-20%-10%0 0P12233201920202021202220232024Q1-Q3归母净利润YOY 识别风险，发现价值 请务必阅读末页的免责声明 2929/3333 Table_PageText 深度分析|机械设备 图图 44：联德股份主营业务构成情况（亿元）：联德股份主营业务构成情况（亿元）图图 45：联德股份主要产品毛利率情况：联德股份主要产品毛利率情况 数据来源：Wind，广发证券发展研究中心 数据来源：Wind，广发证券发展研究中心（三三）豪迈科技：豪迈科技：提供提供燃气轮机缸体，燃气轮机缸体，主业稳健向上主业稳健向上 豪迈科技：充分豪迈科技：充分受益受益下游燃气轮机下游燃气轮机国产替代国产替代。公司主营业务涉及轮胎模具、大型机械零部件产品的铸造及精加工、数控机床等领域。公司2006年起为GE提供燃气轮机零部件，此后，公司充分利用在机械零部件制造积累的经验，开始逐步扩大燃气轮机零部件业务，并拓展了西门子、三菱、上海电气、东方电气等优质客户。图图 46：豪迈科技主要合作客户：豪迈科技主要合作客户 图图 47：豪迈科技燃气轮机主要产品：豪迈科技燃气轮机主要产品 数据来源：豪迈科技官网，广发证券发展研究中心 数据来源：豪迈科技官网，广发证券发展研究中心 公司营收稳步增长，业绩表现良好。公司营收稳步增长，业绩表现良好。根据wind，2019年以来，公司整体业绩持续向好，2019-2023年营业收入由43.87亿元增长至71.66亿元，CAGR 10.31%；归母净利润由8.63亿元增长为16.12亿元，CAGR 13.32%。2024年前三季度实现营收63.65亿，同比增长20.05%，归母净利润14.17亿，同比增长21.23%。0.002.004.006.008.0010.0012.0014.00201920202021202220232024H1压缩机部件工程机械部件其他部件其他业务能源设备部件食品机械部件注塑机部件0 0P 1920202021202220232024H1压缩机部件工程机械部件其他部件齿轮箱齿轮箱动力缸体动力缸体蜗壳蜗壳 识别风险，发现价值 请务必阅读末页的免责声明 3030/3333 Table_PageText 深度分析|机械设备 图图 48：豪迈科技主营业务收入情况（亿元）：豪迈科技主营业务收入情况（亿元）图图 49：豪迈科技归母净利润情况（亿元）：豪迈科技归母净利润情况（亿元）数据来源：Wind，广发证券发展研究中心 数据来源：Wind，广发证券发展研究中心 大型零部件大型零部件业务业务逐渐放量，贡献营收新增量。逐渐放量，贡献营收新增量。2019年以来，公司大型零部件机械产品板块营收持续增长，2023年该板块实现营收27.70亿元，占总营收比例38.65%，总量上相较于2022年有所下滑，但仍是仅次于汽车轮胎装备的第二大业务板块，2024年上半年该板块贡献了14.65亿的营收，该业务整体毛利率虽不及轮胎模具业务，但毛利率较为稳定，且自2021年以来有所回升。根据公司财报，由于燃气轮机市场需求持续向好，国产替代加速，2024年前三季度公司在该领域订单量饱满，预计未来将贡献新的营收增量。图图 50：豪迈科技大型零部件业务营收情况（亿元）：豪迈科技大型零部件业务营收情况（亿元）图图 51：豪迈科技主要业务毛利率情况：豪迈科技主要业务毛利率情况 数据来源：Wind，广发证券发展研究中心 数据来源：Wind，广发证券发展研究中心 0%5 %020304050607080201920202021202220232024Q1-Q3营业收入YOY0%5 %054681012141618201920202021202220232024Q1-Q3归母净利润YOY13.32 20.87 24.41 30.41 27.70 14.65-20%-10%0 0Pp101520253035201920202021202220232024H1大型零部件机械产品YOY0 0P 1920202021202220232024H1模具大型零部件机械产品其他 识别风险，发现价值 请务必阅读末页的免责声明 3131/3333 Table_PageText 深度分析|机械设备 六六、风险提示、风险提示（一一）下游下游 AIDC 资本开支波动资本开支波动 本轮景气机遇和行业增量核心来自于海外资本开支的快速扩张，数据中心行业的资本开支波动可能对燃气轮机行业的需求产生影响。随着数据中心对计算能力和能源需求的持续增长，其资本支出的波动可能导致对燃气轮机设备的需求出现不及预期的情况。若数据中心的建设或升级进度放缓，或者其资本投入受到市场环境、资金状况或技术替代等因素的影响，可能会导致燃气轮机的需求增速低于预期，从而对相关业务的营收和利润表现带来压力。（二二）供应链价格波动供应链价格波动 燃气轮机供应链中关键原材料和零部件价格的波动可能对行业公司业绩表现产生不利影响。由于燃气轮机的制造涉及多个上游供应商，任何原材料价格的剧烈波动、供应链中断或物流成本上升，都可能导致生产成本的增加或交付延迟，从而影响公司的盈利能力和运营效率。如果供应链价格波动超出预期，或相关企业未能及时有效应对，可能会导致公司业绩未达预期的风险。（三三）国产商份额拓展不及预期国产商份额拓展不及预期 尽管国内燃气轮机制造商在技术创新和生产能力方面逐步提升，但受制于品牌影响力、技术门槛以及市场准入等因素，国产商在国际市场尤其是外资主导的供应链中拓展份额的进展可能低于预期。若国产商未能在全球市场上实现快速扩展或取得更多订单，可能导致其市场占有率增长缓慢，进而影响公司整体业绩表现。识别风险，发现价值 请务必阅读末页的免责声明 3232/3333 Table_PageText 深度分析|机械设备 广发机械行业研究小组广发机械行业研究小组 代 川：首席分析师，中山大学数量经济学硕士，2015 年加入广发证券发展研究中心。孙 柏 阳：联席首席分析师，南京大学金融工程硕士，2018 年加入广发证券发展研究中心。朱 宇 航：资深分析师，上海交通大学机械电子工程硕士，2020 年加入广发证券发展研究中心。汪 家 豪：资深分析师，美国约翰霍普金斯大学金融学硕士，2022 年加入广发证券发展研究中心。范 方 舟：资深分析师，中国人民大学国际商务硕士，2021 年加入广发证券发展研究中心。王 宁：资深分析师，北京大学金融硕士，2021 年加入广发证券发展研究中心。蒲 明 琪：高级分析师，纽约大学计量金融硕士，2022 年加入广发证券发展研究中心。黄 晓 萍：高级研究员，复旦大学金融硕士，2023 年加入广发证券发展研究中心。张 智 林：研究员，同济大学建筑学硕士，2024 年加入广发证券发展研究中心。广发证券广发证券行业行业投资评级说明投资评级说明 买入：预期未来12 个月内，股价表现强于大盘10%以上。持有：预期未来12 个月内，股价相对大盘的变动幅度介于-10% 10%。卖出：预期未来12 个月内，股价表现弱于大盘10%以上。广发证券广发证券公司投资评级说明公司投资评级说明 买入：预期未来12 个月内，股价表现强于大盘15%以上。增持：预期未来12 个月内，股价表现强于大盘5%-15%。持有：预期未来12 个月内，股价相对大盘的变动幅度介于-5% 5%。卖出：预期未来12 个月内，股价表现弱于大盘5%以上。联系我们联系我们 广州市 深圳市 北京市 上海市 香港 地址 广州市天河区马场路26 号广发证券大厦47 楼 深圳市福田区益田路6001 号太平金融大厦 31 层 北京市西城区月坛北街 2 号月坛大厦 18层 上海市浦东新区南泉北路 429 号泰康保险大厦 37 楼 香港湾仔骆克道 81号广发大厦 27 楼 邮政编码 510627 518026 100045 200120-客服邮箱 法律主体法律主体声明声明 本报告由广发证券股份有限公司或其关联机构制作，广发证券股份有限公司及其关联机构以下统称为“广发证券”。本报告的分销依据不同国家、地区的法律、法规和监管要求由广发证券于该国家或地区的具有相关合法合规经营资质的子公司/经营机构完成。广发证券股份有限公司具备中国证监会批复的证券投资咨询业务资格，接受中国证监会监管，负责本报告于中国（港澳台地区除外）的分销。广发证券（香港）经纪有限公司具备香港证监会批复的就证券提供意见（4 号牌照）的牌照，接受香港证监会监管，负责本报告于中国香港地区的分销。本报告署名研究人员所持中国证券业协会注册分析师资质信息和香港证监会批复的牌照信息已于署名研究人员姓名处披露。重要重要声明声明 投资对不依据内 识别风险，发现价值 请务必阅读末页的免责声明 3333/3333 Table_PageText 深度分析|机械设备 广发证券股份有限公司及其关联机构可能与本报告中提及的公司寻求或正在建立业务关系，因此，投资者应当考虑广发证券股份有限公司及其关联机构因可能存在的潜在利益冲突而对本报告的独立性产生影响。投资者不应仅依据本报告内容作出任何投资决策。投资者应自主作出投资决策并自行承担投资风险，任何形式的分享证券投资收益或者分担证券投资损失的书面或者口头承诺均为无效。本报告署名研究人员、联系人（以下均简称“研究人员”）针对本报告中相关公司或证券的研究分析内容，在此声明：（1）本报告的全部分析结论、研究观点均精确反映研究人员于本报告发出当日的关于相关公司或证券的所有个人观点，并不代表广发证券的立场；（2）研究人员的部分或全部的报酬无论在过去、现在还是将来均不会与本报告所述特定分析结论、研究观点具有直接或间接的联系。研究人员制作本报告的报酬标准依据研究质量、客户评价、工作量等多种因素确定，其影响因素亦包括广发证券的整体经营收入，该等经营收入部分来源于广发证券的投资银行类业务。本报告仅面向经广发证券授权使用的客户/特定合作机构发送，不对外公开发布，只有接收人才可以使用，且对于接收人而言具有保密义务。广发证券并不因相关人员通过其他途径收到或阅读本报告而视其为广发证券的客户。在特定国家或地区传播或者发布本报告可能违反当地法律，广发证券并未采取任何行动以允许于该等国家或地区传播或者分销本报告。本报告所提及证券可能不被允许在某些国家或地区内出售。请注意，投资涉及风险，证券价格可能会波动，因此投资回报可能会有所变化，过去的业绩并不保证未来的表现。本报告的内容、观点或建议并未考虑任何个别客户的具体投资目标、财务状况和特殊需求，不应被视为对特定客户关于特定证券或金融工具的投资建议。本报告发送给某客户是基于该客户被认为有能力独立评估投资风险、独立行使投资决策并独立承担相应风险。本报告所载资料的来源及观点的出处皆被广发证券认为可靠，但广发证券不对其准确性、完整性做出任何保证。报告内容仅供参考，报告中的信息或所表达观点不构成所涉证券买卖的出价或询价。广发证券不对因使用本报告的内容而引致的损失承担任何责任，除非法律法规有明确规定。客户不应以本报告取代其独立判断或仅根据本报告做出决策，如有需要，应先咨询专业意见。广发证券可发出其它与本报告所载信息不一致及有不同结论的报告。本报告反映研究人员的不同观点、见解及分析方法，并不代表广发证券的立场。广发证券的销售人员、交易员或其他专业人士可能以书面或口头形式，向其客户或自营交易部门提供与本报告观点相反的市场评论或交易策略，广发证券的自营交易部门亦可能会有与本报告观点不一致，甚至相反的投资策略。报告所载资料、意见及推测仅反映研究人员于发出本报告当日的判断，可随时更改且无需另行通告。广发证券或其证券研究报告业务的相关董事、高级职员、分析师和员工可能拥有本报告所提及证券的权益。在阅读本报告时，收件人应了解相关的权益披露（若有）。本研究报告可能包括和/或描述/呈列期货合约价格的事实历史信息（“信息”）。请注意此信息仅供用作组成我们的研究方法/分析中的部分论点/依据/证据，以支持我们对所述相关行业/公司的观点的结论。在任何情况下，它并不（明示或暗示）与香港证监会第5 类受规管活动（就期货合约提供意见）有关联或构成此活动。权益披露权益披露(1)广发证券（香港）跟本研究报告所述公司在过去12 个月内并没有任何投资银行业务的关系。版权声明版权声明 未经广发证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。系因此者应当考虑存潜利益冲突而独性产生影响仅容

2025-01-17 33页 5星级

中关村区块链产业联盟：工业元宇宙应用评估体系报告（2024年）（62页）.pdf

工业元宇宙应用评估体系工业元宇宙应用评估体系（2024 年）年）中关村区块链产业联盟2024年12月中关村区块链产业联盟2024年12月版权声明版权声明本白皮书版权属于中关村区块链产业联盟，并受法律保护。转载、摘编或利用其它方式使用本白皮书文字或者观点的，应注明“来源：中关村区块链产业联盟”。违反上述声明者，本单位将追究其相关法律责任。本白皮书版权属于中关村区块链产业联盟，并受法律保护。转载、摘编或利用其它方式使用本白皮书文字或者观点的，应注明“来源：中关村区块链产业联盟”。违反上述声明者，本单位将追究其相关法律责任。编制说明编制说明组 织 单 位组 织 单 位：中关村区块链产业联盟牵头编制单位牵头编制单位：中国信息通信研究院参与编制单位参与编制单位：（排名不分先后）浙江大学北京工业大学信通院（江苏）科技创新研究院有限公司宁波元宙星链网络科技有限公司编写组主要成员编写组主要成员：（排名不分先后）刘阳、池程、尹子航、罗璨、程彤彤、徐婷婷、姚頔、田娟、童晋、丁明慧、张一剑、娄翔飞、李萌、叶凌志、杜项杰前言前言在新型工业化的发展趋势下，工业元宇宙作为未来产业发展方向之一，逐步成为数实深度融合发展的新载体，推动工业经济高质量发展。通过构建虚实融合的工业环境，工业元宇宙实现工业全要素、全价值链、全产业链的智能化管理和优化，为制造业带来前所未有的变革机遇。随着工业元宇宙应用的不断深入和拓展，如何科学、系统地评估其应用效果，成为确保工业元宇宙健康、有序发展的关键。2023 年工信部等五部门发布 元宇宙产业创新发展三年行动计划(2023-2025年)，提出培育三维交互的工业元宇宙，打造产线、工厂、园区级标杆应用，建立分级分类的成熟度评价体系，为工业元宇宙的应用发展提供明确的政策指引和发展方向。本研究报告聚焦“工业元宇宙应用评估体系”的构建，旨在通过深入分析工业元宇宙的发展现状以及典型发展模式，设计合理的评估方法和评估模型，形成全面、客观、可操作的工业元宇宙应用评估体系，对工业元宇宙在不同层级应用场景下的实际效果进行全面、准确的评估，为工业元宇宙的广泛应用和持续优化提供有力支撑。目录目录一、工业元宇宙应用评估体系研究背景.1（一）工业元宇宙成为世界各国未来产业布局的重要内容.1（二）全球主要国家积极推进工业元宇宙发展.6（三）我国高度重视工业元宇宙应用规模提升.9二、工业元宇宙应用典型发展模式.10（一）平台化设计模式：时空交融的创新协作.10（二）智能化制造模式：虚实结合的全球协同生产.11（三）个性化定制模式：沉浸体验的全方位参与.12（四）网络化协同模式：全局可视的产业链优化.13（五）服务化延伸模式：虚实共生的高效交流.13（六）数字化管理模式：全息洞察的智能工厂优化.14三、工业元宇宙应用评估体系.15（一）构建原则.15（二）评估方法与评估模型.16（三）评估指标说明.18四、工业元宇宙应用评估等级划分.47（一）一级阶段：基础级.47（二）二级阶段：规范级.48（三）三级阶段：成熟级.49（四）四级阶段：标杆级.50（五）五级阶段：引领级.51五、工业元宇宙应用评估推进建议.53（一）强化工业元宇宙创新技术研究及应用模式提炼.53（二）制定工业元宇宙应用分级分类评估标准.54（三）打造工业元宇宙应用评估管理机制.54（四）强化工业元宇宙应用统计监测.55工业元宇宙应用评估体系1一、工业元宇宙应用评估体系研究背景随着新一代信息技术的快速发展，元宇宙作为新一代互联网应用和社会生态的重要组成部分，正逐步渗透到各个行业领域，其中工业元宇宙作为元宇宙在工业领域的落地与拓展，正逐步成为以扩展现实、数字孪生、内容生成等为代表的新一代信息通信技术与实体工业经济深度融合的新型工业生态，引领制造业智能化转型与创新发展。（一）工业元宇宙成为世界各国未来产业布局的重要内容（一）工业元宇宙成为世界各国未来产业布局的重要内容1.工业元宇宙的概念当前，新一轮科技革命和产业变革加速演进，重大前沿技术、颠覆性技术持续涌现，不断催生出未来产业发展的新领域新赛道。作为引领技术创新和驱动经济高质量发展的先导力量，未来产业是处于孕育萌发阶段或产业化初期，由前沿技术驱动，具有显著战略性、引领性、颠覆性和不确定性的前瞻性新兴产业。未来产业代表着新一轮科技革命和产业变革的方向，有望发展成为新兴产业乃至支柱产业，并对推动科技创新、驱动经济增长和塑造国际竞争格局等方面产生显著影响。工业元宇宙是未来产业前瞻部署的新赛道，应用数字孪生、虚拟现实、增强现实、人工智能、物联网、三维引擎、区块链、云计算等前沿技术，将传统工业制造与新兴技术深度融合，构建全新的智能化工业生态系统，不仅实现物理系统的数字化、网络化和智能化，还通过虚实映射、交互与融合，推动工业全要素链、全产业链、全价值链工业元宇宙应用评估体系2的智慧化、协同化、开放化和服务化。工业元宇宙的核心在于实现现实世界与虚拟世界的无缝连接，通过数据的全面采集、处理与分析，优化生产流程，提升生产效率，实现工业生产的智能化转型。工业元宇宙不仅代表未来工业发展的新型模式，更是成为世界各国在未来产业布局中的重要方向。2.工业元宇宙整体架构工业元宇宙在工业现实世界的基础上，通过搭建体验、身份、资产、平台等基础设施，形成了工业领域的社会、时空、经济和治理体系，完成现实世界与虚拟世界的“由实向虚、由虚向实”的联系，实现了物、人、组织和环境的数字化，组成“物理世界-基础设施-虚拟世界”的核心架构。工业元宇宙的参考架构如图 1 所示。图 1 工业元宇宙参考架构物理层。物理层。物理层包含工业生产，以及对工业全要素、全产业链、全价值链的全面感知。其中，全要素包括人、机、料、法、环、质，工业元宇宙应用评估体系3全产业链包括采购、生产、物流、销售等多个环节构成的完整的产业链，全价值链包括所有参与者和生产销售等活动的组织及其价值、利润分配。现实世界通过对全要素、全产业链、全价值链的数字化，构建工业元宇宙坚实的数据基础。工业信息层。工业信息层。从物理层获取的工业设计、制造、服务流程的异构多源数据进行分析处理，由信息基础设施、工业信息交互基础设施组成。信息基础设施包括工业感知、工业控制、工业网络、工业计算和存储基础设施，负责工业元宇宙领域的数据采集、处理、传输、管理和存储，确保虚拟世界与物理世界的实时交互和工业元宇宙的稳定运行。工业信息交互基础设施是智能可穿戴设备，连接物理世界和虚拟世界，为用户提供沉浸式体验。工业系统层。工业系统层。根据物理世界的实时状态，在虚拟世界中进行同步仿真和建模，并对物理世界进行反馈和控制，为物理世界中的各种工业活动提供仿真、验证、优化和指导。工业系统层包括核心功能模块、数字身份管理、数字资产等模块。核心功能模块实现工业活动中资源要素的高效配置、流程优化与再造、智能决策、应用程序开发与创新，支持身份管理和资产模块的交互，包括人工智能、数据工具、工业软件、数字孪生、BaaS（Blockchain as a Service）、工业PaaS（Platformas a Service）模块。数字身份管理对工业元宇宙中用户和实体的唯一表示进行管理，实现多源异构身份信息聚合、身份信息管理以及基于可信数字身份信息的应用。数字资产主要是产业要素资本化，负责管工业元宇宙应用评估体系4理和操作资产，实现产业要素的资产属性，支持工业元宇宙中数字资产的交易。工业模型层。工业模型层。基于工业信息层和工业系统层，对工业生产资源进行映射形成数字化身、工业虚拟实体、工业虚拟环境、工业虚拟组织。数字化身主要是工业生产用户的映射，包括数字工人、主管和管理人员。虚拟组织主要是指对生产实体进行映射，包括数字工厂、车间、企业。虚拟环境主要是指生产环境的映射，包括数字园区和建筑等。工业应用层。工业应用层。工业元宇宙通过虚实结合，极大地扩展工业现实世界，消除时空限制，并实现物理资源与数字资源的广泛整合调度。同时借助工业元宇宙带来的交互手段、展现方式、协作模式以及社会体系、经济体系、治理体系的变革，实现设计、生产、制造、服务、协同、管理等方面的全面提升，推动平台化设计、智能制造、个性化定制、网络化协作、延伸服务、数字化管理等创新应用发展，引领工业领域的数字化转型。安全及隐私保护。安全及隐私保护。工业元宇宙涉及大量敏感数据，包括生产过程、工艺参数、设备状态等数据，以及用户位置、个人信息等用户数据，可能对行业的正常运行和商业秘密构成威胁，一旦泄露或滥用，也会对用户隐私构成隐患。此外，工业元宇宙的分布式和开放特性使得安全性和个人身份信息保护变得更加复杂和困难。因此，数据安全及隐私保护对工业元宇宙非常重要，是构建其生态系统的基本条件。3.工业元宇宙的发展意义企业层面：引领提质增效，催生商业新模式新业态。企业层面：引领提质增效，催生商业新模式新业态。在数字化转工业元宇宙应用评估体系5型的进程中，工业元宇宙作为数实融合的新型载体，引领着提质增效的新一轮变革。通过集成虚拟现实、大数据、人工智能等先进技术，企业能够在虚拟空间中模拟和优化生产流程，精准预测并解决潜在问题，从而显著提升生产效率和产品质量。此外，工业元宇宙的兴起开创了新的商业模式和业态，如虚拟产品开发、远程协作办公、智能供应链管理等，降低企业的运营成本，促进企业内部和企业之间高效协同，拓宽市场边界，增强企业的市场适应力和竞争力。创新模式与业态的涌现丰富企业的业务形态，更推动企业向智能化、服务化、绿色化方向的转型升级。产业层面：赋能智能制造，加速产业链融合发展与协同创新。产业层面：赋能智能制造，加速产业链融合发展与协同创新。工业元宇宙正逐步成为推动智能制造全面升级的关键力量。通过将物理世界与数字世界深度融合，实现产品设计、生产制造、物流运输、销售服务等全链条的数字化和智能化，极大地提升产业链的整体运行效率和协同能力。工业元宇宙的广泛应用，促进产业链上下游企业的无缝对接与资源共享，推动新技术、新产品的快速孵化与普及，更促进跨行业、跨领域的协同创新，为构建更加开放、包容、协同的产业生态系统提供有力支撑。国家层面：驱动新质生产力发展，助力经济高质量增长。国家层面：驱动新质生产力发展，助力经济高质量增长。工业元宇宙的发展对于推动我国新质生产力的发展与经济的高质量增长具有深远意义。新质生产力以科技创新为核心，强调高效、绿色、智能的生产方式，工业元宇宙是转型过程中的重要引擎。通过推动传统产业的数字化转型与智能化升级，工业元宇宙为新质生产力的发展提供工业元宇宙应用评估体系6坚实的支撑，促进经济结构的优化与升级。同时，工业元宇宙还催生诸多新兴产业与增长点，为经济的持续健康发展注入新的活力。（二）全球主要国家积极推进工业元宇宙发展（二）全球主要国家积极推进工业元宇宙发展随着数字经济的快速发展，工业元宇宙已成为全球主要国家关注的焦点。作为一种融合多种前沿技术的复杂数字工业经济系统，工业元宇宙为工业领域的转型升级提供了全新的路径和工具。根据Precedence Research 的数据，2023 年全球工业元宇宙市场规模已达183.7 亿美元，显示出强劲的增长潜力。其中，硬件市场规模约为 79亿美元，占比 43%。从地区规模来看，产业发展主要集中在北美、欧洲及亚太三大地区。美国在全球工业元宇宙领域占据领先地位，主要得益于其前瞻性的信息基础设施布局和完善的技术创新生态。信息基础设施方面美国在全球工业元宇宙领域占据领先地位，主要得益于其前瞻性的信息基础设施布局和完善的技术创新生态。信息基础设施方面，美国企业在算力基础设施方面积极投资，英伟达在 GPU、AI（ArtificialIntelligence）、Omniverse 等底层硬件领域占据重要地位。推动“GPU CPU DPU”的数据中心新计算架构，并构建 Omniverse 服务器和数据中心，布局自动驾驶、机器人等应用领域。云计算服务领域，美国的云计算服务提供商如 Amazon、微软、Google 在全球市占率排前列。Amazon 拥有强大的云计算服务能力，依托云服务为全球 90%以上大型游戏公司提供在线托管。技术创新方面技术创新方面，美国在元宇宙核心技术领域展现出竞争力，特别是在硬件入口及操作系统、后端基建、底层架构等方面，已形成一定的技术壁垒。Meta 旗下的 Oculus 在全球 VR（Virtual Reality）、AR（Augmented Reality）头显出货量中占工业元宇宙应用评估体系7据主导地位。在人工智能领域，美国科技巨头如 Google、Facebook、亚马逊、微软等纷纷布局基础算法框架，开发 TensorFlow、MXNet、CNTK、Caffe 等主流人工智能算法框架。产业应用方面产业应用方面，美国的工业元宇宙应用正在逐步落地，通过真实映射与模拟仿真，构建现实世界的拓展和延伸，实现概念验证、产品测试、仿真运营、虚拟装配等，大幅提升工业企业生产效率，减少试错和运营成本。应用实践业务场景覆盖产品从研发设计、生产制造、运维管理到销售服务阶段全生命周期的业务场景。欧盟注重欧盟注重 5G 网络、数字孪生、云计算等技术发展，推动工业元宇宙产业规模扩大与创新。信息基础设施方面，网络、数字孪生、云计算等技术发展，推动工业元宇宙产业规模扩大与创新。信息基础设施方面，欧盟积极推进 5G、量子通信、卫星互联网未来网络发展。欧盟委员会已制定详尽的 5G发展战略，旨在实现 5G 网络的广泛覆盖与深度应用，为工业元宇宙提供高速、低延迟的网络环境。欧盟注重网络安全与数据保护，通过立法确保工业元宇宙中的数据流动符合严格的隐私保护标准，为工业元宇宙的健康发展提供法律保障。技术发展方面，技术发展方面，欧盟强化数字孪生与仿真技术的融合应用，以实现对工业流程的精准模拟与优化。通过资助相关科研项目，推动数字孪生技术在工业 4.0、智能制造等领域的广泛应用，积极推动基于云计算的数字孪生平台建设，以实现数据的实时共享与协同处理，为工业元宇宙中的大规模数据分析和决策支持提供有力保障。同时欧盟积极探索基于物理的仿真技术，以实现对工业产品的全生命周期管理。产业应用方面，产业应用方面，欧盟工业元宇宙应用主要集中在智能制造、智能维护和可持续生产等领域。通过集成 XR工业元宇宙应用评估体系8（Extended Reality）、物联网和大数据分析，欧盟企业正在构建智能工厂，实现生产过程的实时监控和智能决策。例如，德国的西门子公司和瑞士的 ABB 集团正在利用工业元宇宙技术优化生产线，提高生产效率和产品质量。日韩积极部署工业元宇宙政策，以加强产业发展的前发优势。政策部署方面，日韩积极部署工业元宇宙政策，以加强产业发展的前发优势。政策部署方面，日本经济产业省发布关于虚拟空间行业未来可能性与课题的调查报告，将元宇宙作为一种确定的商业形式，力争在全球元宇宙行业中掌握主动权。韩国政府发布一系列元宇宙相关政策规划，包括韩国科学技术信息通信部颁布的沉浸式经济发展策略、首尔市政府颁布的元宇宙首尔五年计划等，表明韩国政府对于元宇宙发展的大力支持积极态度。技术发展方面技术发展方面，日本在虚拟现实、增强现实技术方面拥有深厚积累，聚焦于虚拟感知与交互技术的革新，持续探索基于触觉反馈、声音定位、脑机接口等技术的交互方式，以实现对工业设备的精准操控、远程协作与深度交互。日本和韩国积极推进5G 网络的发展，并探索 6G 技术，以期为工业元宇宙提供高速、低延迟的网络环境。此外韩国还重点关注元宇宙城市、虚拟数字人、扩展现实等方向，并投入资金支持。产业应用方面产业应用方面，日本的工业元宇宙应用主要集中在智能制造、智慧物流和智能机器人等领域。通过融合人工智能、机器人和物联网技术，日本企业正在构建高度自动化和智能化的生产系统。韩国的工业元宇宙应用则主要集中在智能制造、智慧建筑和虚拟服务等领域。例如，三星和现代等大型企业正在利用工业元宇宙技术优化生产流程和产品设计，提高市场竞争力。工业元宇宙应用评估体系9（三）我国高度重视工业元宇宙应用规模提升（三）我国高度重视工业元宇宙应用规模提升我国加速布局工业元宇宙基础设施，5G 网络及平台建设促进数实深度融合我国加速布局工业元宇宙基础设施，5G 网络及平台建设促进数实深度融合。随着我国对工业数字化转型的高度重视，工业元宇宙的基础设施建设加速发展。近年来，我国加大在 5G 网络、数据中心、工业互联网等领域的基础设施建设上投入，加快建设 5G-A/6G、千兆光网/万兆光网等新型网络以及云边一体、算网一体的新型算力设施，为工业元宇宙发展奠定基础。根据数据显示，我国已建成全球最大的5G 网络，5G 基站总数达 337.7 万个，实现对重点区域的广泛覆盖。数据中心、云计算等新型基础设施的快速发展，为工业数据的存储、处理和分析提供有力保障。此外，工业互联网平台的建设也取得显著成效，培育具有一定影响力的工业互联网平台超过 270 家，推动制造业与信息技术的深度融合。国内工业元宇宙技术受政策驱动发展迅速，技术体系不断完善国内工业元宇宙技术受政策驱动发展迅速，技术体系不断完善。国内工业元宇宙技术的发展虽然起步较晚，但近年来在政策扶持和市场需求的推动下，呈现出快速发展的态势。我国政府对工业数字化转型的高度重视，为工业元宇宙技术的发展提供有力保障。中央及地方政府部门相继出台一系列政策措施，旨在推动工业元宇宙技术的研发与应用。国内企业在数字孪生、云计算等领域取得显著成果，腾讯发布数字孪生“1 3”产品矩阵，即数字孪生底座、可视化平台、空间实时计算平台、实时仿真平台，将 AI、实时计算、仿真推演等技术深度融合。中国电信建设并上线“自主可控、智能敏捷、安全可信、绿色低碳、应用牵引”的央企云资源池，并与多家行业龙头企业共建行业云。工业元宇宙应用评估体系10我国工业元宇宙市场呈现快速增长态势，工业应用场景不断拓展我国工业元宇宙市场呈现快速增长态势，工业应用场景不断拓展。随着政策的持续推动和技术的不断成熟，数据显示，2023 年我国工业元宇宙市场规模达到 175.0 亿元，同比增长 18.0%。目前，工业元宇宙产业主要分布在广东、浙江、上海、北京、福建等基础设施更加完善的东部地区，预计 2026 年其产业规模将达到 208.8 亿元。我国工业元宇宙应用场景正迅速拓展，加速打造产线级、工厂级、园区级应用，涵盖智能制造、供应链协同、远程运维培训、产品研发创新及市场营销服务等领域。通过构建虚拟环境与数字化平台，工业元宇宙推动工业领域数字化转型与智能化升级，促进企业降本增效，加速产品创新与市场响应速度，提升整体产业竞争力。二、工业元宇宙应用典型发展模式工业元宇宙的应用正推动传统工业模式向更高效、智能和个性化的方向发展，通过平台化设计、智能化制造、个性化定制、网络化协同、服务化延伸和数字化管理六种典型发展模式，实现设计、生产、管理和服务的全方位革新。（一）平台化设计模式：时空交融的创新协作（一）平台化设计模式：时空交融的创新协作工业元宇宙通过模拟产品的全生命周期环境，为设计者们提供虚实融合的协作平台。在这个平台上，设计者们可以跨越时空界限，实时共享设计数据，进行高效的协同设计。借助 VR 或 AR 技术，设计者能够沉浸式地感受设计效果，从而更加精准地优化产品的人机工程学设计。宝马集团利用英伟达的 Omniverse 平台，实现了全球 31 座工厂工业元宇宙应用评估体系11的数据共享和高效协作。在这个平台上，设计者们能够跨越时空界限，实时共享设计数据，并进行高效的协同设计。通过 VR 或 AR 技术，设计者能够沉浸式地感受设计效果，从而更加精准地优化产品的人机工程学设计，提升设计效率，还加强全球团队之间的协作，为工业设计的创新提供了强有力的支持。空中客车公司在碳纤维增强基复合材料（CFRP）机身结构的组装过程中，应用数字孪生技术。由于 CFRP 组件的特性，要求在组装过程中剩余应力不得超过特定值。为了达到减小剩余应力的目的，空客开发了应用数字孪生技术的大型配件装配系统，对装配过程进行自动控制以减少剩余应力。该系统的数字孪生模型具有实时同步的特点，能够全面、精准、动态反映物理对象的状态变化，包括外观、性能、位置、异常等，与物联网实时数据联动，实现全要素数字孪生。这种技术的应用提高了自动化程度，减少了交货时间，并且通过虚实融合的方式，使得设计和制造过程更加高效和精确。（二）智能化制造模式：虚实结合的全球协同生产二）智能化制造模式：虚实结合的全球协同生产工业元宇宙将现实世界的生产资源在虚拟世界中复刻并聚合，形成了一个全球化的“大生产线”。通过构建亲临现场感的远程作业模式，企业可以实现对生产环境的实时感知和远程监控，提高生产效率并降低安全风险。微软 Azure 平台通过整合软硬件产品，为日本川崎重工等企业提供了 HoloLens 全息眼镜等智能设备。这种合作实现了供应链的透明化管理，推动了智能化制造的发展。通过构建亲临现场感的远程作业工业元宇宙应用评估体系12模式，企业能够实现对生产环境的实时感知和远程监控，从而提高生产效率并降低安全风险。在中国宝武集团的宝钢生产基地，通过配备 AR 智能巡点检系统和 AR 智能眼镜，实现了现场点巡检作业的标准化、管理规范化、数据采集实时化和信息记录智能化。这种系统结合了工业工程的检维一体化，通过 AR 终端在物理空间中“看见”和交互，完成人、场、数的融合，打造出一个实时数据可视化、现场交互智能化、远程协作精准化的工业元宇宙空间。（三）个性化定制模式：沉浸体验的全方位参与（三）个性化定制模式：沉浸体验的全方位参与工业元宇宙为用户提供了一个虚实融合、开放透明的产品全生命周期情景视图。用户可以在虚拟世界中参与产品设计、观摩生产过程，并进行产品虚拟体验。奔驰 G-BOX 通过数字化配置器展现了高性能 G 级越野车，用户可以通过 RFID 感应器选择车型颜色、轮毂等配置，实时在屏幕上看到车辆变化。这种配置器采用虚拟引擎 4 技术，在 65 英寸触摸屏上以原生 4K 分辨率展示 G 级越野车的超高性能，使用户可以享受沉浸式的个性化定制体验。沃尔沃与 Varjo Technologies 合作，使用 Unity 引擎创建了整个汽车工厂园区的数字孪生。工程师和设计师可以通过交互式 3D 模型在 VR 中准确地展示他们的设想，模拟车机的设计流程和车外环境。这种技术的应用使得沃尔沃能够直接导入汽车模型，连通 VR 眼镜进行创建、测试和修改，从而带来了更好的协作方式、更快的设计迭代工业元宇宙应用评估体系13和开发速度，实现实时性、精准性、正确性的生产，保证产品质量，并满足客户的完美性要求。（四）网络化协同模式：全局可视的产业链优化（四）网络化协同模式：全局可视的产业链优化工业元宇宙进一步深化了产业链供应链的组织模式变革。企业和合作伙伴可以在虚拟世界中进行协同设计、协同生产和协同服务，实现资源共享、能力交易和业务优化配置。中铁工业与浪潮合作搭建的新型网络协同制造平台，推动了复杂产品设计环节的快速高效联动。这个平台实现了跨地域、多部门间的联合制造和数字化物流协同管理，显著提高了生产效率和降低了成本。这种合作模式展示了工业元宇宙在促进产业链供应链组织模式变革中的重要作用。奥迪生产实验室在 Unity 引擎上构建了虚拟发动机组装生产线、易损汽车零配件包装培训实验、虚拟汽车展厅，供全球员工、合作伙伴、客户使用。这种虚拟生产线的构建，为全球范围内的协同工作提供了平台，使得生产流程更加透明，协作更加高效。（五）服务化延伸模式：虚实共生的高效交流（五）服务化延伸模式：虚实共生的高效交流工业元宇宙通过映射、化身等技术手段，为企业打造多种虚拟化形象和虚拟场景，打破时空界限，实现与用户的高效交流。企业产品客户通过 VR、AR 设备可以实时看到产品操作流程和使用要求，降低培训难度和操作失误率。宜家通过虚拟现实技术提供全新的购物体验，顾客可以在虚拟的宜家商店和展示间中自由浏览和体验各种家具产品，享受更加直观和工业元宇宙应用评估体系14便捷的服务。这种沉浸式体验不仅降低了培训难度和操作失误率，还提升了顾客的购物体验。上汽通用利用 AI 深度学习、AR 等技术，打造了雪佛兰 AR 车辆手册，用户通过手机扫描车内图标，即可显示对应功能、功能描述、动画演示、视频介绍等，实现 AR 实时交互，有效减少用户使用负担。这种服务化延伸模式提供了更加直观和便捷的用户体验，降低了操作失误率。（六）数字化管理模式：全息洞察的智能工厂优化（六）数字化管理模式：全息洞察的智能工厂优化工业元宇宙在虚拟世界中实时展示智能工厂的建设、运营管理和生产设备及产线运行状态。通过构建与现实智能工厂一致的虚拟模型，企业可以对产能配置、设备结构、人员动线等进行提前验证和优化。ALVA Systems 打造的基于 AR 数字孪生的研发量产研究中心，将数据分析、虚拟仿真等过程与现场相结合，实现远程的生产状态监测与运维管理，为智能工厂的优化和创新提供有力支持。这种模式通过构建与现实智能工厂一致的虚拟模型，企业可以对产能配置、设备结构、人员动线等进行提前验证和优化。中铁装备利用数学孪生技术构建了中铁工程装备数字孪生平台，实现装备制造的生产过程回溯、设备监测与仿真、隐形信息呈现、产品部件拆分、厂区安全管理等应用。这一平台通过数字孪生技术，使得生产计划与采购过程得到优化，制造工期缩短，效率提升，成本降低，同时实现远程生产监测，节约人工费用。工业元宇宙应用评估体系15三、工业元宇宙应用评估体系工业元宇宙作为未来产业发展方向，其技术标准化与规范化至关重要。构建分级分类应用评估体系，有助于明确技术框架、关键指标和评估方法，推动标准制定与实施，降低应用门槛和风险，提高系统兼容性和互操作性。同时，全面、客观地评估工业元宇宙应用实施效果与效益，助力企业和管理部门科学决策，优化资源配置，提升经济效益，推动工业元宇宙产业持续健康发展。（一）构建原则（一）构建原则1.科学性原则评估体系应紧密结合工业元宇宙的相关理论与实践经验，全面考虑技术原理、应用场景分析、效果评估模型等。采用科学的研究方法和评估手段，确保评估结果的准确性和可靠性。2.系统性原则工业元宇宙分级分类应用评估体系强调从全局出发，确保各级别应用评估指标全面覆盖基础设施、关键技术、应用场景、经济效益、信息安全等方面，并具备动态适应性，以应对技术快速发展。3.可操作性原则为提升评估工作效率和实用性，评估指标和方法应具有较高可操作性，以降低评估难度和成本。应用定量分析和定性分析相结合的方法，通过具体数据指标和专家打分等方式，形成全面准确的评估结果。4.分级分类原则工业元宇宙应用评估体系16针对工业元宇宙在产线、工厂、园区不同层级的应用特点，应制定明确的分级分类标准，充分考虑不同层级的重点评估维度，采用差异化的评估方法和指标体系，准确反映不同层级应用的实际情况。（二）评估方法与评估模型（二）评估方法与评估模型1.评估方法工业元宇宙应用评估指数的测算包括对指标备选群中指标的确权、合成和优化，如图 2。其中权重的确定采取层次分析法（主观权重确定法）和熵值赋权法（客观权重确定法）相结合的方式，并根据实际数据确定指标权重值。为方便实现不同评价对象之间分值的比较，同时避免指标数据变化过大而导致分析结果的突变，需要对原始数据进行规范化处理，再结合指标权重值运用综合评价法进一步分析测算。图 2 工业元宇宙应用评估指数测算流程2.评估模型工业元宇宙应用评估体系17工业元宇宙分级分类评估模型（图 3）是一个全面而系统的评估框架，衡量和分析工业元宇宙技术在不同层级的应用效果和成熟度，旨在对工业元宇宙的发展状况进行多维度、多层次的评估。分级评估针对工业元宇宙应用规模及范围，将评估对象划分为产线级、工厂级、园区级三个层级，确保评估针对不同规模和复杂度的工业环境进行定制化分析工业元宇宙应用实例。评估维度覆盖基础设施、支撑技术、信息平台、应用成效和信息安全五个关键领域。基础设施评估关注信息基础设施及应用条件，支撑技术评估涉及关键技术的发展和应用情况，信息平台评价信息集成和处理的能力，应用成效评估衡量技术投入对工业性能及效益的实际提升，信息安全评估技术应用安全性及数据隐私保护等。在评估测算方面，模型采用层次分析法、熵值赋权法、综合评价法等科学方法，对评估指标进行量化处理和综合分析，从而得出客观、准确的评估结果。评估等级划分为基础级、规范级、成熟级、标杆级和引领级五个等级，以清晰展现工业元宇宙应用在不同阶段的成熟度和发展潜力，提供明确的技术发展和应用成熟度的进阶路径，为工业元宇宙的进一步发展和应用提供有力支持。工业元宇宙应用评估体系18图 3 工业元宇宙应用评估模型（三）评估指标说明（三）评估指标说明1.产线级应用评估体系及指标说明工业元宇宙产线级应用评估体系主要包括基础设施、支撑技术、应用成效、信息安全 4 个一级指标、11 个二级指标、38 个三级指标。表 1 工业元宇宙产线级应用评估体系一级指标一级指标二级指标二级指标三级指标三级指标基础设施设备基础1设备连接率2设备数字化程度3传感器覆盖率4可穿戴设备使用率算网基础5网络覆盖率6实际网络带宽7网络延迟8网络融合能力*9算力处理速度区块链10 区块链数据吞吐量11 智能合约平均执行时间12 区块生成时间支撑技术数字孪生13 建模精度误差率14 仿真同步延迟时间15 模型互操作性*感知控制16 感知数据精度17 控制精度18 智能决策准确率19 自适应调整频率工业元宇宙应用评估体系19数据集成20 数据融合覆盖率21 数据互联互通率22 数据挖掘分析能力*虚实交互23 交互延迟时间24 交互自然性*25 交互精度*26 视觉沉浸度*应用成效经济价值27 成本节约率28 收益增长率29 投资回报率生产质量30 产品合格率31 生产效率32 故障率绿色发展33 能源消耗降低率34 碳排放减少量35 污染物排放量降低率信息安全安全管理36 数据泄露频率37 组件安全扫描通过率38 系统漏洞修复周期备注：用*标注的指标为定性指标1.设备连接率指标含义指标含义：衡量产线中各类设备（如生产设备、传感器等）与工业元宇宙平台或网络成功建立连接的比例，反映产线设备数字化、智能化水平。测算方法测算方法：设备连接率=（已连接到工业元宇宙平台或网络的设备数量/产线总设备数量）100%2.设备数字化程度指标含义指标含义：衡量产线设备在工业元宇宙应用中的数字化水平，包括设备数据采集、处理、传输的自动化与智能化程度，以及设备在虚拟环境中的准确映射与交互能力。测算方法测算方法：设备数字化程度=（产线数字化设备数量/产线总设备数量）100%3.传感器覆盖率指标含义指标含义：衡量产线关键设备安装传感器的比例，反映设备状态工业元宇宙应用评估体系20监测和数据采集的全面性。测算方法测算方法：传感器覆盖率=（产线已安装传感器的设备数量/产线总设备数量）100%4.可穿戴设备使用率指标含义指标含义：衡量产线工人使用智能眼镜、手环等可穿戴设备进行操作、监控或交互的频率和普及程度。测算方法测算方法：可穿戴设备使用率=（实际使用可穿戴设备的工人数量/产线总工人数量）100%5.网络覆盖率指标含义指标含义：衡量产线区域内网络信号覆盖范围和质量，反映工业元宇宙应用所需的网络连通性和稳定性。测算方法测算方法：网络覆盖率=（实际网络覆盖区域面积/产线总区域面积）100%6.实际网络带宽指标含义指标含义：衡量产线网络在实际运行中能够达到的数据传输速率，反映网络在实际运行中的数据传输能力和效率。测算方法测算方法：实际网络带宽=总数据传输量/传输时间（或者通过网络性能测试工具来测量）7.网络延迟指标含义指标含义：衡量数据在网络中传输所需的时间，即从发送端到接收端所需的时间延迟，反映网络的响应速度和效率。测算方法测算方法：通常通过网络诊断工具测量。8.网络融合能力指标含义指标含义：衡量产线网络基础设施支持多种通信技术、协议和设工业元宇宙应用评估体系21备协同工作的能力，反映网络系统的集成度、互操作性和可扩展性。测算方法测算方法：对评估的工业元宇宙产线网络融合能力进行专家打分。9.算力处理速度指标含义指标含义：系统处理数据、执行计算任务的速度，反映产线系统处理数据的能力。测算方法：测算方法：算力处理速度=系统处理数据量/处理数据所需时间10.区块链数据吞吐量指标含义指标含义：衡量区块链网络在单位时间内能够处理和记录的数据量，反映区块链系统处理高并发交易和数据的能力。测算方法测算方法：区块链数据吞吐量=成功处理的交易总数/时间周期11.智能合约平均执行时间指标含义指标含义：区块链网络中智能合约从被触发到执行完成所需的平均时间，反映区块链系统处理智能合约请求的效率和响应速度。测算方法测算方法：智能合约平均执行时间=智能合约执行完成所需时间总和/智能合约执行次数12.区块生成时间指标含义指标含义：衡量区块链网络生成新区块所需的平均时间，反映区块链网络的交易处理速度和区块创建频率。测算方法测算方法：区块生成时间=从第一个区块生成到最新区块生成所经过的总时间/该时间周期内生成的区块总数13.建模精度误差率指标含义指标含义：数字孪生模型与实际产线对象在几何、物理或行为特性上的偏差程度，衡量模型对实际产线对象的还原精度。测算方法测算方法：建模精度误差率=（模型值与真实值之间的绝对误差/工业元宇宙应用评估体系22真实值的绝对值或范围）100.仿真同步延迟时间指标含义指标含义：衡量数字孪生模型与物理实体之间仿真数据同步的延迟程度，反映系统模型对实际产线变化的响应速度。测算方法测算方法：仿真同步延迟时间=物理实体事件时间点与数字孪生模型接收到事件并做出响应的时间点的差值的总和/特定观测周期内发生的事件总数15.模型互操作性指标含义指标含义：衡量不同数字孪生模型之间以及模型与其他系统或平台之间能够顺畅地进行数据交换、信息共享和功能协作的能力，反映数字孪生技术在多系统、多平台环境下的兼容性和集成度。测算方法测算方法：对评估的工业元宇宙产线模型互操作性（包括数据交换能力、信息共享水平、功能协作能力、兼容性和标准化程度等方面）进行专家打分。16.感知数据精度指标含义指标含义：衡量工业元宇宙技术产线应用的感知系统获取数据与实际物理世界情况的一致性，反映感知系统的准确性和可靠性。测算方法测算方法：感知数据精度=1-（测量的数据与实际值之间的差异总和/物理实体在特定条件下的实际测量值绝对值总和）100.控制精度指标含义指标含义：应用工业元宇宙技术对产线进行实际控制时，达到的目标状态与实际状态之间的偏差程度，反映控制系统的精确度和稳定性。测算方法测算方法：控制精度=（通过控制系统实际达到的状态值-预期或工业元宇宙应用评估体系23设定的控制目标状态值）/预期或设定的控制目标状态值18.智能决策准确率指标含义指标含义：衡量智能系统做出的决策与最优或预期结果的一致性，反映产线智能决策系统的有效性和可靠性。测算方法测算方法：智能决策准确率=（正确决策次数/总决策次数）100.自适应调整频率指标含义指标含义：系统根据实时感知数据自动调整产线运行参数或控制策略的频率，反映系统的灵活性和对动态环境的响应能力。测算方法测算方法：自适应调整频率=自适应调整次数/时间周期20.数据融合覆盖率指标含义指标含义：衡量数据集成系统中不同来源和类型数据被融合和利用的比例，反映系统整合多源数据的能力。测算方法测算方法：数据融合覆盖率=（成功融合的数据源数量/产线总数据量）100!.数据互联互通率指标含义指标含义：应用中不同系统、平台或设备间数据成功实现互联互通的比例或程度，衡量工业元宇宙产线级应用中数据流通与交互的效率和效能。测算方法测算方法：数据互联互通率=（成功实现互联互通的数据量/产线需要互联互通的数据量）100.数据挖掘分析能力指标含义指标含义：衡量利用数据挖掘技术从集成数据中发现模式、趋势和关联规则的能力，反映数据的价值提取和知识发现效率。测算方法测算方法：对评估的工业元宇宙产线数据挖掘分析能力（包括发工业元宇宙应用评估体系24现模式的数量、模式的准确性、分析深度、应用价值等维度等方面）进行专家打分。23.交互延迟时间指标含义指标含义：衡量用户（或系统）与虚拟产线或实体产线之间进行交互时，从发出指令到得到响应之间的时间差，反映虚实交互的实时性和流畅度。测算方法测算方法：交互延迟时间=用户发起操作到系统响应时间差总和/交互次数24.交互自然性指标含义指标含义：交互自然性指标衡量的是用户与工业元宇宙系统交互时的直观性、易用性和符合人类直觉的程度，反映用户交互体验的自然流畅度。测算方法测算方法：对评估的工业元宇宙产线交互自然性进行专家打分。25.交互精度指标含义指标含义：虚拟与现实世界之间交互操作的精确程度，衡量工业元宇宙平台在模拟、控制及反馈真实产线状态时的准确性和可靠性，确保虚拟操作能够精准映射到实际产线中，实现高效、无误的产线优化与管理。测算方法测算方法：对评估的工业元宇宙产线交互精度（包括定位精度、操作精度、反馈精度等方面）进行专家打分。26.视觉沉浸度指标含义指标含义：通过虚拟现实技术创造的产线虚拟环境，使操作者感受到的逼真度和沉浸感，衡量虚拟环境中视觉信息的丰富度、细腻度以及与实际产线环境的相似程度。工业元宇宙应用评估体系25测算方法测算方法：对评估的工业元宇宙产线视觉沉浸度（包括图像分辨率与清晰度、色彩还原度、光影效果、视角切换与交互流畅性、视觉反馈的即时性等方面）进行专家打分。27.成本节约率指标含义指标含义：通过工业元宇宙技术的实施，在生产线上实现的成本降低比例。反映工业元宇宙技术在提高生产效率、优化资源配置、减少浪费等方面的实际效果。测算方法测算方法：成本节约率=（实施前成本-实施后成本）/实施前成本100(.收益增长率指标含义指标含义：衡量应用工业元宇宙技术后，企业收益相较于之前同期的增长情况，反映工业元宇宙技术在提升生产效益、增加企业盈利方面的实际效果。测算方法测算方法：收益增长率=（实施后收益-实施前收益）/实施前收益100).投资回报率指标含义指标含义：衡量通过实施工业元宇宙技术后，所获得的经济收益与投资成本之间的比率，反映产线投资工业元宇宙技术的经济效益。测算方法测算方法：投资回报率=（年均净收益/投资总额）1000.产品合格率指标含义指标含义：衡量产线应用元宇宙技术生产过程中产出的合格产品数量占总生产产品数量的比例，反映技术应用对生产质量的提升效果。测算方法测算方法：产品合格率=合格产品数量/总生产产品数量1001.生产效率工业元宇宙应用评估体系26指标含义指标含义：衡量在单位时间内完成的生产量或产值与投入资源（如人力、材料、时间）的比率，反映生产过程的效率和资源利用的优化程度。测算方法测算方法：生产效率=实际完成产量/标准时间内理论产量1002.故障率指标含义指标含义：衡量在引入工业元宇宙技术后，产线上设备或产品在一定时期内发生故障的频率或比例，反映设备的可靠性和生产过程的稳定性。测算方法测算方法：故障率=（总故障次数/总运行次数）1003.能源消耗降低率指标含义指标含义：衡量在引入工业元宇宙技术后，产线生产过程中能源消耗量相对于基准期或未应用该技术前的减少比例，反映技术应用对节能减排、提高能源利用效率的贡献程度。测算方法测算方法：能源消耗降低率=（应用前单位能源消耗-应用后单位能源消耗）/应用前单位能源消耗1004.碳排放减少量指标含义指标含义：衡量在引入工业元宇宙技术后，产线生产过程中相对于未应用该技术前所减少的二氧化碳排放量，反映技术应用对减少温室气体排放、促进环境可持续性的贡献程度。测算测算方法方法：碳排放减少量=基线碳排放量-应用工业元宇宙技术后碳排放量35.污染物排放量降低率指标指标含义含义：衡量在应用工业元宇宙技术后，产线生产过程中污染物排放量相对于未应用该技术前减少的比例，反映技术应用对环工业元宇宙应用评估体系27境保护和减少环境污染的贡献程度。测算方法测算方法：污染物排放量降低率=（基准期污染物排放量-报告期污染物排放量）/基准期污染物排放量1006.数据泄露频率指标含义指标含义：衡量在一定时间内产线信息系统发生数据泄露事件的次数，反映系统信息安全防护的严密性和数据保护的有效性。测算方法测算方法：数据泄露频率=数据泄露事件次数/评估时间段长度37.组件安全扫描通过率指标含义指标含义：衡量产线系统中组件通过安全扫描的比例，反映系统组件的安全性和漏洞管理的有效性。测算方法测算方法：组件安全扫描通过率=（产线通过安全扫描的组件数/产线总组件数）1008.系统漏洞修复周期指标含义指标含义：产线中从发现系统漏洞到该漏洞被成功修复并部署到生产环境中所需要的时间，反映安全漏洞响应和修复的及时性。测算方法测算方法：系统漏洞修复周期=漏洞被发现到被修复的时间总和/特定时间周期内被发现的漏洞总数2.工厂级应用评估体系及指标说明工业元宇宙工厂级应用评估体系主要包括基础设施、支撑技术、应用成效、信息安全 4 个一级指标、11 个二级指标、35 个三级指标。表 2 工业元宇宙工厂级应用评估体系一级指标一级指标二级指标二级指标三级指标三级指标基础设施算力基础1智能网络覆盖程度2IoT 设备部署数量网络基础3云计算资源利用率4网络传输速率支撑技术交互技术5交互设备配备率工业元宇宙应用评估体系286交互技术人员占比7工艺设计虚实融合占比8交互流畅性*9交互沉浸感*工业智能10智能模型应用推广率11信息管理系统集成度12 预测性维护准确率数字孪生13 数字孪生功能覆盖率14 仿真建模精度15 数字孪生实时同步率应用成效经济价值16 及时交付率17 设备综合效率18 产品合格率19 库存周转率20 维护维修费用率协同管理21 信息共享效率*22 流程整合度*23 远程协作能力供应链管理24 供应链成本降低率25 供应链透明度*26 供应链响应时间缩短率绿色发展27 万元产值综合能耗28 废弃物回收率29 二氧化碳排放量增长率信息安全安全管理30 数据安全管理率31 数据泄漏率32 风险在线监控率系统稳定性33 系统故障率34 故障恢复时间35 应急响应时间备注：用*标注的指标为定性指标1.智能网络覆盖程度指标含义指标含义：衡量工厂内智能网络信号覆盖的范围和质量，包括网络的可达性、稳定性和接入点密度，反映工业元宇宙工厂级应用中网络基础设施的普及和效能水平。测算方法测算方法：智能网络覆盖程度=（工厂内可以稳定接收到智能网络信号的区域/工厂内总区域面积）100%2.IoT 设备部署数量指标含义指标含义：反映工厂内部署的物联网（IoT，Internet of Things）设备总数，包括传感器、执行器、智能仪表等，反映工厂中物联网设工业元宇宙应用评估体系29备的部署规模和普及程度。测算方法测算方法：IoT 设备部署数量=工厂内实际安装并投入使用的 IoT设备总数3.云计算资源利用率指标含义指标含义：衡量工厂级应用中实际使用的云计算资源与总可用云计算资源的比例，反映云平台资源的高效使用情况和优化程度。测算方法测算方法：云计算资源利用率=（在一定时间周期内工厂实际消耗的云计算资源量/在一定时间周期内云平台提供的总云计算资源量）100%4.网络传输速率指标含义指标含义：衡量工业元宇宙在工厂级应用中，网络传输数据的能力，即单位时间内数据传输的比特数量，反映网络带宽的利用效率和数据传输性能。测算方法测算方法：网络传输速率=（在特定时间内成功传输的数据量/完成数据传输所需的时间）100%5.交互设备配备率指标含义指标含义：工厂中实现元宇宙交互功能（如 VR/AR 设备、触控屏等）的设备数量占工厂总设备数量的比例，反映工厂在元宇宙技术应用上的基础设施完备度。测算方法测算方法：交互设备配备率=（交互设备数量/工厂内生产、检测、物流、传送、仓储相关的总设备数量）100%6.交互技术人员占比指标含义指标含义：工厂中掌握数字化交互技能和使用交互技术进行生产、维护的技术人员数量与工厂总技术人员数量的比例，衡量工业元宇宙工业元宇宙应用评估体系30技术在工厂技术人员中的普及和应用程度。测算方法测算方法：交互技术人员占比=（具备交互技术的技术人员数量/工厂内总技术人员数量）100%7.工艺设计虚实融合占比指标含义指标含义：实现虚实融合的生产工序数与总工序的占比，反映工业元宇宙技术在工厂工艺设计阶段的融合与应用深度。测算方法测算方法：工艺设计虚实融合占比=（实现虚实融合的生产工序数/工厂内总的生产工序）100%8.交互流畅性指标含义指标含义：衡量用户与工业元宇宙应用之间的互动体验，包括用户在使用工业元宇宙应用时的直观性、响应速度和互动的自然度。测算方法测算方法：对评估的工业元宇宙工厂交互流畅性进行专家打分。9.交互沉浸感指标含义指标含义：用户与元宇宙工厂对象进行交互时所能体验到的真实反馈与深度参与感，衡量用户通过手势识别、语音控制等交互方式，在虚拟环境中即时响应、自然流畅的操作体验。测算方法测算方法：对评估的工业元宇宙工厂交互沉浸感与互动性进行专家打分。10.智能模型应用推广率指标含指标含义义：衡量工厂业务活动中智能模型在产品设计、生产、管理等环节的应用与普及程度，反映工厂智能化水平及智能控制、管理和决策能力的高低。测算方法测算方法：智能模型应用推广率=（实际应用的智能模型数量或业务量/工厂总业务活动量）100%工业元宇宙应用评估体系3111.信息管理系统集成度指标含义指标含义：衡量工业元宇宙平台与现有信息管理系统之间的集成紧密度，包括数据共享、流程协同与操作互操作性，体现技术融合的深度和效率。测算方法测算方法：信息管理系统集成度=（已经实现与工业元宇宙技术集成的信息管理系统的数量/工厂中需要与工业元宇宙技术集成的所有关键信息管理系统的总数）100.预测性维护准确率指标含义指标含义：衡量工厂利用工业元宇宙技术进行设备维护时，预测性维护活动准确识别需维护设备和时机的能力，反映工业元宇宙技术在减少意外停机、优化维护计划方面的应用效果。测算方法测算方法：预测性维护准确率=（成功预测并维护的事件数量/总预测维护事件数量）100.数字孪生功能覆盖率指标含义指标含义：衡量数字孪生模型在模拟工厂级应用中所涵盖的关键功能和流程的广度，反映虚拟模型对实际生产环境的映射能力和应用范围。测算方法测算方法：数字孪生功能覆盖率=（在数字孪生模型中已经成功构建并可以正常运行的关键功能和流程的数量/工厂实际存在的关键功能和流程总数）100.仿真建模精度指标含义指标含义：衡量数字孪生模型在仿真工厂操作和流程时的准确度，包括模型对物理行为、时间响应和过程变化的模拟与实际情况的接近程度。工业元宇宙应用评估体系32测算方法测算方法：仿真建模精度=（模型预测值与实际值的平均接近度（平均绝对误差或均方根误差）/实际值的最大可能变化范围）100.数字孪生实时同步率指标含义指标含义：衡量数字孪生模型更新与工厂实际生产环境变化的同步程度，即模型反映实体工厂状态变化的延迟时间，体现模型对实时数据的响应速度和保持最新状态的能力。测算方法测算方法：数字孪生实时同步率=（在设定的时间窗口内数字孪生模型成功捕捉到物理实体状态变化并与之同步的次数/在设定的时间窗口内物理实体实际发生状态变化的次数）100.及时交付率指标含义指标含义：衡量工厂在约定时间内完成并交付订单的能力，反映工业元宇宙技术在提高生产流程效率、缩短交货周期和满足客户需求方面的成效。测算方法测算方法：及时交付率=（已按时交付的订单数量/工厂总订单数量）100.设备综合效率指标含义指标含义：衡量工业元宇宙应用在提升工厂设备利用效能方面的成效，反映设备利用效率和生产过程的优化程度。测算方法测算方法：设备综合效率（OEE）=设备可用率设备效率质量合格率其中，设备可用率=（设备运行时间/计划生产时间）100%，设备效率=（实际产量/设备理论产量）100%，质量合格率=（合格产品数量/总产量）100.产品合格率工业元宇宙应用评估体系33指标含义指标含义：在工业元宇宙技术应用于工厂生产过程中，通过检验达到质量标准的产品数量占同期生产总产品数量的百分比，反映应用工业元宇宙后生产质量的提升情况。测算方法测算方法：产品合格率=（统计期间交检产品合格数量/统计期间交检产品总数量）100.库存周转率指标含义指标含义：反映工厂在一定时期内销售成本与平均库存量的比率，通过工业元宇宙技术优化工厂存货管理效率，体现库存周转速度及资金占用效率的提升情况。测算方法测算方法：库存周转率=（统计期间营业额/统计期间平均库存金额）100 .维护维修费用率指标含义指标含义：衡量工厂应用工业元宇宙技术在设备维护和故障修理方面所发生的成本，反映工厂对设备维护效率和维修成本控制的能力。测算方法测算方法：维护维修费用率=总维护维修费用/设备总价值100!.信息共享效率指标含义指标含义：衡量工厂内部不同部门或团队之间信息传递的速度、准确性和及时性，以及信息共享对提高协同工作效率的贡献。测算方法测算方法：对评估的工业元宇宙工厂信息共享效率进行专家打分。22.流程整合度指标含义指标含义：衡量工业元宇宙在工厂内不同业务流程之间的衔接和协同工作的程度，反映各生产环节在元宇宙平台上的无缝对接与高效流转能力。测算方法测算方法：对评估的工业元宇宙工厂流程整合度进行专家打分。工业元宇宙应用评估体系3423.远程协作能力指标含义指标含义：衡量工厂利用工业元宇宙技术实现远程工作团队间实时互动、协同工作的效率与质量的能力。测算方法测算方法：远程协作能力=统计期间工厂内远程协作成功完成项目数量/统计期间工厂总项目数量24.供应链成本降低率指标含义指标含义：工厂应用工业元宇宙技术供应链整体成本（如采购、库存、物流等）相对于应用前的降低程度，反映工业元宇宙技术应用对提升供应链效率、降低运营成本的积极影响。测算方法测算方法：供应链成本降低率=（实施前供应链总成本-实施后供应链总成本)/实施前供应链总成本100%.供应链透明度指标含义指标含义：衡量工厂应用工业元宇宙技术在供应链各环节信息的可视性和可追踪性提高的程度，反映供应链管理中信息共享、实时追踪和透明度增强的效果。测算方法测算方法：对评估的工业元宇宙工厂供应链透明度进行专家打分。26.供应链响应时间缩短率指标含义指标含义：衡量工厂应用工业元宇宙后，供应链从接收订单到完成交付的平均时间相比应用前的减少比例，反映工业元宇宙技术应用对提升供应链响应速度和灵活性的效果。测算方法测算方法：供应链响应时间缩短率=（实施前供应链平均响应时间-实施后供应链平均响应时间）/实施前供应链平均响应时间100.万元产值综合能耗指标含义指标含义：衡量工业元宇宙技术应用于工厂后，每万元产值所消工业元宇宙应用评估体系35耗的能源总量，反映工业元宇宙技术应用对工厂能源利用效率的影响。测算方法测算方法：万元产值综合能耗=统计期间综合能耗总量/统计期间总产值28.废弃物回收率指标含义指标含义：工厂在生产经营过程中，通过工业元宇宙技术提高的废弃物回收利用的指标，反映工厂在减少环境污染、保持生态平衡及资源节约方面的成效，同时也是衡量可持续发展能力的重要指标。测算方法测算方法：废弃物回收率=（统计期间工厂废弃物回收量/统计期间工程产生的总废弃物量 综合利用往年存储量）100).二氧化碳排放量增长率指标含义指标含义：衡量工厂应用工业元宇宙技术后，二氧化碳排放量相较于前一年度的增长情况，反映工业元宇宙技术在工厂节能减排、促进低碳生产方面的成效。测算方法测算方法：二氧化碳排放量增长率=（当年工厂二氧化碳排量-上年工厂二氧化碳排量）/上年工厂二氧化碳排量1000.数据安全管理率指标含义指标含义：衡量工厂在工业元宇宙应用中，对数据安全管理的普及和执行程度。通过数据访问授权、分类分级控制及监控数据访问等措施，确保数据在生成、传输、存储、处理全周期内的安全性，满足业务与监管需求，反映工厂对数据安全的综合管理能力。测算方法测算方法：数据安全管理率=（实现数据安全管理的信息化系统数量/工厂内部署的信息化系统总数）1001.数据泄漏率指标含义指标含义：衡量一定时期内工厂在工业元宇宙应用环境中发生数工业元宇宙应用评估体系36据泄露事件的频率，反映信息安全防护措施的效果。测算方法测算方法：数据泄露率=（在一定时间内发生的数据泄露事件数/该时间段内应保护的总数据量或敏感数据量）1002.风险在线监控率指标含义指标含义：工厂利用工业元宇宙技术实时监控、识别并评估信息安全风险的能力与效率，衡量工厂信息安全风险管理和预防控制水平。测算方法测算方法：风险在线监控率=（成功监控到的风险数量/工厂识别风险总数）1003.系统故障率指标含义指标含义：衡量工业元宇宙应用系统在工厂运行中的稳定程度，反映系统的可靠性和稳定性。测算方法测算方法：系统故障率=（在一定时间内系统发生故障的次数/该时间段内系统的总运行时间）1004.故障恢复时间指标含义指标含义：衡量工业元宇宙应用在工厂级环境中，系统从发生故障到完全恢复正常运行所需的时间，反映应急响应和系统恢复能力与效率。测算方法测算方法：故障恢复时间=故障完全解决且系统恢复正常运行的时间差-故障开始时间35.应急响应时间指标含义指标含义：从工业元宇宙应用系统在工厂级环境中检测到安全事件或故障，到应急响应团队开始采取相应措施的时间间隔，衡量应急响应的迅速性和对突发事件的即时处理能力。测算方法测算方法：应急响应时间=应急响应开始时间-事件触发时间工业元宇宙应用评估体系373.园区级应用评估体系及指标说明工业元宇宙园区级应用评估体系主要包括基础设施、信息平台、应用成效、信息安全 4 个一级指标、15 个二级指标、39 个三级指标。表 3 工业元宇宙园区级应用评估体系一级指标一级指标二级指标二级指标三级指标三级指标基础设施网络基础设施1园区内网络带宽总量25G/6G 基站覆盖率3网络延迟时间4物联网设备链接率数据存储与处理5数据存储容量6数据读写速度7并行处理能力设备集成与兼容性8支持工业通信协议种类9集成工业自动化系统数量10 系统间接口兼容性测试通过率信息平台工业互联网平台11 平台接入企业数12 平台日均数据交换量13 平台服务场景数交互协作平台14 平台注册用户数15 日均信息交流量数字孪生平台16 模型覆盖率17 模型更新同步时间18 建模精度19 支持并发用户数云计算中心数量20 总计算能力*21 存储容量22 资源利用率数据中心/数据管理系统23 数据中心/数据管理系统数量24 总存储容量25 数据处理速度应用成效园区建设与运营26 园区虚实融合程度*27 平台运营成本效益园区宣展与招引28 宣展次数29 虚拟现实平台访问量30 新入驻工业元宇宙企业数31 招引项目签约额园区服务与治理32 数字化服务流程优化率33 服务响应时间缩短比例34 智能监控系统覆盖率35 园区碳排放增长率信息安全安全管理36 数据泄露事件发生次数37 安全漏洞的平均修复时间风险评估与应急响应38 高风险问题总数39 应急响应计划的测试频率工业元宇宙应用评估体系38备注：用*标注的指标为定性指标1.园区内网络带宽总量指标含义指标含义：衡量园区内所有网络资源的总带宽容量，反映园区网络基础设施的数据传输能力和支撑大规模工业应用的潜力。测算方法测算方法：园区内网络带宽总量=园区网络链路的带宽容量总和2.5G/6G 基站覆盖率指标含义指标含义：表示园区内 5G 或 6G 网络基站的地理覆盖范围与园区总面积的比例，评估园区内新一代移动通信网络的普及程度和服务质量。测算方法测算方法：5G/6G 基站覆盖率=（园区内已被 5G 或 6G 信号有效覆盖的区域面积/园区总面积）100%3.网络延迟时间指标含义指标含义：衡量园区内部网络传输数据包所需的平均时间，反映园区网络基础设施的响应速度和效率。测算方法测算方法：网络延迟时间=网络传输测试的延迟时间总和/网络传输测试次数4.物联网设备链接率指标含义指标含义：衡量园区内物联网设备成功连接到网络并能够进行数据交换的比例，反映物联网基础设施的接入效率和网络服务的普及程度。测算方法测算方法：物联网设备链接率=（成功连接的物联网设备数/园区内物联网设备总数）100%5.数据存储容量指标含义指标含义：园区内用于存储工业元宇宙应用数据的总存储空间大小，反映园区对数据的存储能力和对大数据处理的支撑能力。工业元宇宙应用评估体系39测算方法测算方法：数据存储容量=园区内所有数据存储设备的存储容量总和6.数据读写速度指标含义指标含义：衡量园区内数据存储系统在读取和写入数据时的性能，反映数据存取的效率和处理能力。测算方法测算方法：数据读写速度=测试期间成功读取或写入的数据的总量/完成数据读取或写入操作所需的总时间7.并行处理能力指标含义指标含义：衡量园区数据存储与处理系统同时处理多个数据请求或任务的能力，反映系统在高负载情况下的性能和效率。测算方法测算方法：并行处理能力=完成任务总数/任务总处理时间8.支持工业通信协议种类指标含义指标含义：衡量园区内设备集成系统能够兼容和交互的多种工业通信协议的数量，反映园区在设备互联互通和数据交换方面的互操作性和灵活性。测算方法测算方法：支持工业通信协议种类=系统支持的工业通信协议种类总和9.集成工业自动化系统数量指标含义指标含义：衡量园区内成功集成到统一平台或网络中的不同工业自动化系统的总数，反映系统对园区内多样化自动化设备的兼容性和集成度。测算方法测算方法：集成工业自动化系统数量=园区内实际集成的工业自动化系统的数量总和10.系统间接口兼容性测试通过率工业元宇宙应用评估体系40指标含义指标含义：评估不同工业自动化系统间接口相互兼容并能顺利交互的能力，反映园区系统集成的兼容性水平和数据交换的顺畅度。测算方法测算方法：系统间接口兼容性测试通过率=（通过兼容性测试的接口数量/总测试接口数量）100.平台接入企业数指标含义指标含义：衡量工业互联网平台连接并服务于园区内企业的能力，反映平台的服务覆盖范围和园区企业数字化参与度。测算方法测算方法：平台接入企业数=已经接入工业互联网平台的企业数量总和12.平台日均数据交换量指标含义指标含义：衡量成功接入工业互联网平台并能够利用其服务的企业总数，直接反映平台对园区企业数字化转型的普及度和影响力。测算方法测算方法：平台日均数据交换量=园区企业数量企业日均数据产生量数据交换频率13.平台服务场景数指标含义指标含义：衡量工业互联网平台提供的不同应用场景的数量，反映平台服务的多样性和对园区企业不同需求的满足程度。测算方法测算方法：平台服务场景数=工业互联网平台所提供的不同服务场景总和14.平台注册用户数指标含义指标含义：衡量交互协作平台上注册并使用的用户数量，反映平台功能的实际应用效果和园区内企业的协同效率。测算方法测算方法：平台注册用户数=平台注册并使用的用户数量总和15.日均信息交流量工业元宇宙应用评估体系41指标含义指标含义：衡量在交互协作平台上平均每日发生的信息交换数量，包括消息、文件传输、数据共享等，反映平台的日常活跃度和用户交互频率。测算方法测算方法：日均信息交流量=平台上的信息交换总量/评估周期内的总天数16.模型覆盖率指标含义指标含义：衡量数字孪生平台中已构建的数字模型覆盖园区内实际物理对象或业务流程的比例，反映园区数字化映射的全面性和准确性。测算方法测算方法：模型覆盖率=（已构建的数字模型数量/园区内可数字化的物理对象或业务流程总数）100.模型更新同步时间指标含义指标含义：衡量数字孪生平台中虚拟模型与园区实际物理对象或业务流程状态保持同步所需的时间，反映平台对园区变化的响应速度和实时性。测算方法测算方法：模型更新同步时间=模型更新周期/实体状态变化次数18.建模精度指标含义指标含义：衡量数字孪生平台所构建模型与园区实际物理对象或业务流程在细节、功能及行为上的一致性程度，反映模型对现实世界的准确反映能力。测算方法测算方法：建模精度=（实际测量值模型预测值）/实际测量值 100.支持并发用户数指标含义指标含义：支持并发用户数指标指的是数字孪生平台能够同时处工业元宇宙应用评估体系42理的在线用户数量，反映平台的承载能力和服务响应速度。测算方法测算方法：支持并发用户数=系统能够同时支持的最多在线用户数量20.总计算能力指标含义指标含义：衡量园区云计算中心的总体处理能力，包括 CPU、GPU 等核心计算资源的规模和性能，反映园区处理大规模数据和复杂计算任务的能力。测算方法测算方法：对评估的工业元宇宙园区级总计算能力（包括计算资源的规模和性能等方面）进行专家打分。21.存储容量指标含义指标含义：衡量园区云计算中心的总存储空间大小，包括所有服务器和存储设备的可用存储量，反映园区数据存储和管理能力。测算方法测算方法：存储容量=云计算中心的总存储容量总和22.资源利用率指标含义指标含义：资源利用率指标衡量园区云计算中心的资源使用效率，反映已使用资源占总资源的比例，包括 CPU、内存、存储和网络等资源的实际使用情况。测算方法测算方法：资源利用率=（已使用资源量/总资源量）100#.数据中心/数据管理系统数量指标含义指标含义：衡量园区内设立的用于数据存储、管理和分析的中心或系统的数量，反映园区信息化基础设施的完善程度和数据处理能力。测算方法测算方法：数据中心/数据管理系统数量=园区内数据中心或数据管理系统的数量总和24.总存储容量工业元宇宙应用评估体系43指标含义指标含义：衡量园区内数据中心或数据管理系统为工业元宇宙应用提供的总数据存储空间大小，直接反映园区对大数据处理和存储的能力。测算方法测算方法：总存储容量=园区数据中心或数据管理系统的存储容量总和25.数据处理速度指标含义指标含义：评估园区数据中心或数据管理系统处理工业元宇宙应用数据的速度，反映系统对数据进行快速处理和响应的性能。测算方法测算方法：数据处理速度=统计期间处理的数据总量/完成数据量处理所需的时间26.园区虚实融合程度指标含义指标含义：衡量工业元宇宙技术应用在园区建设与运营中，实现物理世界与虚拟世界融合的程度，包括数据同步、交互体验、决策支持等方面的融合深度与广度。测算方法测算方法：对评估的工业元宇宙园区级虚实融合程度（包括数据同步、交互体验、决策支持等方面）进行专家打分。27.平台运营成本效益指标含义指标含义：衡量园区应用工业元宇宙技术在降低运营成本、提高生产效率及增强经济效益等方面的实际成效，反映投入成本与产出效益之间的比例关系，评估资源使用的经济性。测算方法测算方法：平台运营成本效益=园区数字平台总运营成本/园区通过数字平台实现的总产出价值28.宣展次数指标含义指标含义：衡量通过工业元宇宙平台对园区进行宣传与展示活动工业元宇宙应用评估体系44的次数，反映园区利用元宇宙技术进行品牌宣传、产品展示及吸引投资关注度的频率和活跃度。测算方法测算方法：宣展次数=园区举办的宣传与展示活动的总次数29.虚拟现实平台访问量指标含义指标含义：衡量通过虚拟现实平台访问园区相关信息、体验园区虚拟环境的用户数量。反映园区利用工业元宇宙技术进行宣传与展示的效果，以及虚拟平台对用户的吸引力和影响力。测算方法测算方法：虚拟现实平台访问量=特定时间段内段内所有用户的访问次数来计算总访问量总和30.新入驻工业元宇宙企业数指标含义指标含义：衡量每年入驻园区并专注于元宇宙技术或应用的新企业数量，反映园区在元宇宙领域的吸引力和发展潜力。测算方法测算方法：新入驻工业元宇宙企业数=年末企业总数-年初企业总数31.招引项目签约额指标含义指标含义：衡量园区通过成功吸引并促成工业元宇宙相关项目签约的总金额，反映园区在工业元宇宙相关招商引资方面的能力和成效。测算方法测算方法：招引项目签约额=园区工业元宇宙相关签约项目的金额总额32.数字化服务流程优化率指标含义指标含义：衡量园区内服务流程通过数字化手段进行改进和优化的程度，反映工业元宇宙技术在园区服务领域的应用效果，以及园区服务向智能化、高效化转型的进展。测算方法测算方法：数字化服务流程优化率=（优化后流程所需时间优化工业元宇宙应用评估体系45前流程所需时间）/优化前流程所需时间1003.服务响应时间缩短比例指标含义指标含义：衡量园区在引入工业元宇宙技术后，服务响应速度相比之前的提升程度，反映园区服务效率和响应速度的提升情况。测算方法测算方法：服务响应时间缩短比例=（优化前服务响应时间-优化后服务响应时间）/优化前服务响应时间1004.智能监控系统覆盖率指标含义指标含义：衡量园区内智能监控设备对园区区域的覆盖程度，反映园区治理的智能化水平和安全管理能力。测算方法测算方法：智能监控系统覆盖率=（智能监控系统实时监控区域总面积/园区总面积）1005.园区碳排放增长率指标含义指标含义：衡量在引入工业元宇宙技术后，园区年度碳排放量相较于上一年的增长率，反映工业元宇宙技术在节能减排、绿色生产方面的实际效果。测算方法测算方法：园区碳排放增长率=（本年度碳排放量-上一年度碳排放量）/上一年度碳排放量1006.数据泄露事件发生次数指标含义指标含义：标衡量园区在一定时期内发生的敏感数据泄露事故的总次数，反映园区数据安全管理的严密性和风险控制能力。测算方法测算方法：数据泄露事件发生次数=园区内发生的所有数据泄露事件的累计次数37.安全漏洞的平均修复时间指标含义指标含义：衡量园区在发现安全漏洞后平均所需的修复时间，反工业元宇宙应用评估体系46映园区对安全问题响应速度和修复效率。测算方法测算方法：安全漏洞的平均修复时间=各安全漏洞修复时间总和/安全漏洞总数38.高风险问题总数指标含义指标含义：衡量园区在风险评估过程中发现的高风险问题的累计数量，反映园区面临的潜在安全风险的严重程度和管理挑战。测算方法测算方法：高风险问题总数=风险评估过程中识别出的所有高风险问题的累计数量39.应急响应计划的测试频率指标含义指标含义：衡量工业元宇宙园区级应用中，对应急响应计划进行定期测试或演练的次数，反映园区对应急准备工作的重视程度及实际应对突发事件的能力。测算方法测算方法：应急响应计划的测试频率=园区对应急响应计划进行的测试总次数/用于评估测试频率的时间范围工业元宇宙应用评估体系47四、工业元宇宙应用评估等级划分工业元宇宙应用从技术应用、基础建设、业务成效、创新能力四个维度进行评估，设置 L1-L5 五个等级，应用成熟度从 L1 至 L5 依次递增，如图 4。通过对工业元宇宙应用实践进行成熟度等级评估，精准定位当前应用存在问题，明确未来发展方向，推动工业元宇宙应用规范化、产业化、规模化发展。图 4 工业元宇宙应用评估等级划分（一）一级阶段：基础级（一）一级阶段：基础级“L1 基础级”是工业元宇宙应用成熟度评估的起始阶段，总体特征是处于工业元宇宙技术的初步探索和应用阶段，主要进行技术可行性验证和满足基本业务需求，解决各级应用场景基本业务需求，应符合以下要求：（1）技术应用：初步探索工业元宇宙技术在产线、工厂、园区各级层面的应用，通过简单的配置和调试，实现虚拟环境的基本搭建、设备模型的初步展示及基本交互功能，技术应用主要集中在特定环节，解决简单的业务需求。（2）基础建设：此等级的产线、工厂或园区刚开始接触工业元工业元宇宙应用评估体系48宇宙概念，基础建设相对薄弱，尚处于起步阶段，支持工业元宇宙应用的基本运行。拥有基础网络连接和一些初步数字化工具，如基础的云计算服务和简单的数据收集系统，主要集中于实现基本的网络覆盖和数据采集。（3）业务成效：工业元宇宙的初步应用对各级业务影响有限，能够解决产线、工厂或园区的基本业务需求，如产品展示、基础培训等。效益影响初步显现，如提高特定任务的效率或降低成本。由于应用的规模和深度处于初级阶段，对整体业务流程的影响较小。（4）创新能力：此阶段在各级应用中创新性较低，主要依赖现有的工业元宇宙技术，不具备能力或资源进行大规模的技术创新和深度集成。主要集中于现有技术在业务中的适应、应用和展示，关注技术的引入和基础应用，缺乏突破性创新。（二）二级阶段：规范级（二）二级阶段：规范级“L2 规范级”标志着在工业元宇宙应用方面已经取得一定的进展，总体特征是在各级应用中已实现工业元宇宙技术的规范化应用，具备自主运行能力，技术应用和基础建设都相对完善，开始提高生产效率和促进跨部门协作，支持更复杂的管理功能，应用开始初具规模，应符合以下要求：（1）技术应用：工业元宇宙技术在产线、工厂、园区各级应用得到进一步完善与集成，系统能够自主独立运行并满足合规性要求，不再依赖外部技术支持，实现自主管理和维护。技术应用开始扩展到更多的业务流程，开始支持更复杂的生产模拟、故障预测和维护、协同管理等功能，但可能还未全面覆盖所有关键流程。工业元宇宙应用评估体系49（2）基础建设：在此级别，产线、工厂、园区已经建立较为完善的信息基础设施，包括高速网络连接、基本数据中心、高性能服务器、初步的数字孪生技术应用、通过区块链技术进行数据安全管理等。信息基础设施能够支持工业元宇宙应用的稳定运行，满足业务需求，性能达到行业标准。（3）业务成效：工业元宇宙技术在各级应用中开始形成一定的规模，对特定业务流程产生积极影响。实现效益显现，如生产效率的提升、成本的降低、质量的改善等。工业元宇宙技术的应用开始影响到更多的业务流程和部门，还未全面融入所有业务体系。（4）创新能力：在规范化的基础上，产线、工厂、园区开始探索创新应用，如结合人工智能、大数据分析等技术的工业应用或与其他系统的初步集成，对现有的元宇宙技术进行优化，以提高应用的效率和效果。创新活动逐渐增多，但尚未形成大规模的创新应用。（三）三级阶段：成熟级（三）三级阶段：成熟级“L3 成熟级”总体特征是处在工业元宇宙技术在各级应用的成熟阶段，信息基础设施完善，支持复杂业务流程和高级功能，并具有一定创新性，形成较大规模的应用，显著提升生产效率、产品质量、管理效率、减少排放等，应符合以下要求：（1）技术应用：实现多种元宇宙技术（如 VR、AR、数字孪生、3D 引擎等）深度集成和优化，能够支持复杂的业务流程、高度定制化、质量监控和智能决策等高级功能。技术应用不仅能自主运行，而且具有较高的稳定性和可靠性，能够满足各级应用日常运营需求。（2）基础建设：成熟级的产线、工厂、园区基础设施建设已经相当完善，包括高性能的计算资源、先进的网络设施和丰富的数据存工业元宇宙应用评估体系50储能力，能够支持元宇宙应用的大规模部署和运行。建立成熟的技术平台，能够支持元宇宙应用的开发、部署和管理，以提供强大的技术支持。（3）业务成效：工业元宇宙技术的应用已经在产线、工厂、园区各级应用的业务流程产生显著的改进，如生产效率的大幅提升、成本的有效降低、产品质量的改进等。工业元宇宙技术应用已经形成一定的规模，开始在核心业务流程中发挥作用，对业务模式和市场竞争力产生积极影响。（4）创新能力：工业元宇宙技术在产线、工厂、园区各级应用中开始展现出较强的创新能力，取得显著成果，不仅在技术层面进行创新，也在业务模式和流程上进行探索和创新。通过不断探索和实践，形成具有自主知识产权的核心技术和解决方案，实现更高效的生产、运营及管理。（四）四级阶段：标杆级（四）四级阶段：标杆级“L4 标杆级”的总体特征是深度融合工业元宇宙技术于各级业务场景中，实现创新业务模式和协同水平，形成行业内的技术创新和应用标杆，应符合以下要求：（1）技术应用：实现工业元宇宙技术深度融入产线、工厂、园区各级业务场景，实现高度创新的业务模式和协同水平，包括使用高级的人工智能算法、大数据分析和物联网技术来优化生产流程和决策制定，实现全新的运营模式和竞争优势。（2）基础建设：达到工业元宇宙应用标杆级的产线、工厂、园区具备行业领先的信息基础设施和技术平台，能够支持复杂的工业元工业元宇宙应用评估体系51宇宙应用。拥有高度集成的技术和系统，包括高速的数据处理能力、强大的存储解决方案、先进的网络技术、高级的数字孪生模型、全面的虚拟现实和增强现实应用，以及成熟的区块链应用。（3）业务成效：L4 级别工业元宇宙技术成为各级应用核心竞争力的重要组成部分，实现在不同的业务单元之间实现协同效应，推动业务模式的创新和升级，包括显著提升的经济效益和社会效益、新的收入来源、更高的客户满意度和更有效的运营效率，提升行业地位和影响力。（4）创新能力：L4 级别在元宇宙技术的应用上达到行业领先水平，拥有突破性的创新能力，在技术创新、应用创新和模式创新上均达到行业标杆水平。并持续推动技术创新，通过不断探索和实践，形成具有引领性的创新成果和解决方案，以保持其在行业中的领先地位。（五）五级阶段：引领级（五）五级阶段：引领级“L5 引领级”是工业元宇宙应用成熟度评估中的最高级别，代表工业元宇宙各级应用达到行业领先水平，总体特征是在各级应用中达到规模化深层次应用水平，技术及基础持续优化创新持续优化和创新，达到行业领先水平，具有行业影响力及引领性，应符合以下要求：（1）技术应用：在 L5 级别，工业元宇宙技术在产线、工厂、园区级实现规模化深层次应用，技术与各级应用的核心业务流程深度集成，并进行持续优化和创新，能够支持复杂多变的业务需求和市场变化，为各级应用提供全方位、智能化的解决方案，达到行业领先水平。工业元宇宙应用评估体系52（2）基础建设：在 L5 级别，工业元宇宙技术在产线、工厂、园区级应用中已建立业内领先的信息基础设施和技术研发中心，包括高速、大容量的数据处理中心，稳定的网络连接，以及支持大规模用户访问和交互的平台，不断推动技术突破和产业升级。（3）业务成效：通过工业元宇宙技术的应用，实现显著的经济效益，包括大幅度的成本节约、收入增长和市场份额提升。工业元宇宙在产线、工厂、园区级别应用的业务模式和运营效率成为行业内的领军企业和创新标杆，引领行业效仿，还通过技术输出、标准制定等方式影响整个行业的发展方向和趋势。（4）创新能力：产线、工厂、园区级别的工业元宇宙应用在技术创新、应用创新和模式创新上均达到行业领先水平，持续推动技术创新和业务模式创新，不断更新及推出新技术、新产品和新服务，探索新的应用场景和市场机会，参与行业标准的制定，持续引领工业元宇宙的发展趋势。工业元宇宙应用评估体系53五、工业元宇宙应用评估推进建议随着新型工业化的持续推进以及工业元宇宙技术的不断成熟与普及，工业元宇宙正逐步成为推动制造业转型升级的重要力量，在制造业、园区管理、供应链优化等领域的应用日益广泛。为了推进工业元宇宙应用的深入实施与持续优化，未来需要进一步开展分级分类应用评估工作，为制造业的数字化转型和新型工业化提供有力支撑。（一）强化工业元宇宙创新技术研究及应用模式提炼（一）强化工业元宇宙创新技术研究及应用模式提炼为深化工业元宇宙在制造业、园区管理及供应链优化等领域的应用，应着力加强数字孪生、虚拟现实、增强现实、人工智能、物联网、三维引擎、区块链、云计算等创新技术研究，推动技术瓶颈突破，促进技术迭代升级。针对工业元宇宙涉及的关键技术，如数字孪生、虚拟现实、增强现实等，应加大研发投入，推动技术创新与突破。数字孪生技术需深化与物联网、大数据的融合，实现更精准、实时的物理世界映射；虚拟现实与增强现实则需优化渲染算法，提升沉浸感与交互性，降低设备门槛，拓宽应用场景；人工智能技术在工业元宇宙中的应用也需不断深化，通过机器学习、深度学习等技术，提升工业系统的智能化水平，实现更高效的生产管理与决策支持；三维引擎与区块链技术则需关注性能优化与安全性提升，为工业元宇宙提供稳定、可信的运行环境。在技术创新的基础上，积极挖掘并提炼实际应用中的成功模式，形成可复制、可推广的解决方案，以优化资源配置，提升应用效率。通过构建工业元宇宙应用案例库，分享最佳实践，促进技术成果向现实生产力的高效转化，加速制造业数字化转型与新型工工业元宇宙应用评估体系54业化进程，为经济高质量发展注入强劲动力。（二）制定工业元宇宙应用分级分类评估标准（二）制定工业元宇宙应用分级分类评估标准为全面、准确地评估工业元宇宙在不同领域和场景下的应用效果，一是加强产学研合作，共同研制评估标准。应充分发挥政府、企业、高校及科研机构等各方优势，加强沟通与协作，共同研制和完善工业元宇宙应用分级分类评估标准。二是综合考虑多个关键维度，确保评估的全面性和客观性。在制定评估标准时，应充分考虑技术成熟度、应用创新性、基础设施完善度、经济效益、交互体验以及信息安全等多个关键维度，确保评估结果的全面性和客观性，能够全面反映应用的实际效果。三是根据应用级别和类别细化评估标准。在具体实施中，应根据工业元宇宙应用的不同级别和类别，对评估标准进行细化和量化。对于初级应用，可侧重于技术可行性和基础功能的评估；对于高级应用，则需更加关注其创新性、经济效益和用户体验等方面的表现。通过细化评估标准，能够更准确地衡量不同级别和类别的工业元宇宙应用效果。四是推动评估标准的持续优化和改进。随着工业元宇宙技术的不断发展和应用领域的不断拓展，评估标准也应随之进行优化和改进。应建立定期评估机制，对评估标准进行全面审视和调整，确保适应工业元宇宙应用的发展需求。（三）打造工业元宇宙应用评估管理机制（三）打造工业元宇宙应用评估管理机制推进工业元宇宙技术的广泛应用与创新，需要构建完善的评估管理机制。一是定期发布工业元宇宙分级应用榜单，旨在挖掘并展示行业内外的优秀应用案例，为其他企业提供宝贵的借鉴和复制经验，促工业元宇宙应用评估体系55进整个行业的技术进步和应用创新，推动工业元宇宙技术的不断升级和优化。二是重点遴选和培育一批具有代表性、创新性和示范性的工业元宇宙应用项目，打造成为行业标杆，引领行业的发展方向。通过标杆案例的广泛传播与应用，可以带动整个行业的快速发展，提升整个产业链的技术水平和竞争力。三是建设工业元宇宙在线评估平台，提供自动化评估、数据可视化、在线咨询等一站式服务，大幅提高评估工作的便捷性和高效性，降低企业的评估成本和时间成本。同时，平台还可以为行业内外提供权威的评估数据和报告，为企业的决策提供参考和支持。打造工业元宇宙应用评估管理机制是推动工业元宇宙技术广泛应用与创新的关键举措，通过定期发布榜单、遴选标杆项目和建设在线评估平台等措施，构建完善的评估体系，为企业的技术创新和产业升级提供有力支撑。（四）强化工业元宇宙应用统计监测（四）强化工业元宇宙应用统计监测为全面了解工业元宇宙技术的应用现状与发展趋势，应加强对其应用情况的统计监测工作。首先，应构建完善的工业元宇宙应用统计监测体系，明确统计指标、数据来源、分析方法等关键环节，确保数据的准确性、及时性和全面性。通过定期收集、整理和分析相关数据，全面了解工业元宇宙技术在各领域的应用情况，包括应用领域、市场规模、用户数量等关键信息。其次，基于统计监测体系，形成定期的应用报告，涵盖工业元宇宙技术的多个方面，如技术创新、市场趋势、用户反馈等，为政策制定者、行业规划者和企业决策者提供有力的数据支撑和决策参考，及为行业健康发展提供指导。最后，加强对工业元宇宙技术的跟踪研究，包括关注技术的最新进展、分析应用过程中工业元宇宙应用评估体系56的问题和挑战，以及预测未来的发展趋势。强化工业元宇宙应用统计监测工作对于推动其广泛应用与创新具有重要意义，应建立完善的统计监测体系，形成定期的应用报告，并加强对技术的跟踪研究，为工业元宇宙技术的持续创新与应用提供有力保障。中关村区块链产业联盟地址：北京市海淀区学院路 51 号首享科技大厦 2 层邮编：100083微信公众号：中关村区块链产业联盟

2025-01-16 62页 5星级

ODCC：2024年FDP SSD技术与应用白皮书（41页）.pdf

FDP SSD 技术与应用报告编号 ODCC-2024-0500BFDPFDP SSDSSD 技技术与与应用用报告报告2024.09 发布开放数据中心标准推进委员会FDP SSD 技术与应用报告版权声明版权声明ODCC（开放数据中心委员会）发布的各项成果，受著作权法保护，编制单位共同享有著作权。转载、摘编或利用其它方式使用 ODCC 成果中的文字或者观点的，应注明来源：“开放数据中心委员会 ODCC”。对于未经著作权人书面同意而实施的剽窃、复制、修改、销售、改编、汇编和翻译出版等侵权行为，ODCC 及有关单位将追究其法律责任，感谢各单位的配合与支持。FDP SSD 技术与应用报告编写组项目经理：项目经理：齐辉三星电子工作组长：工作组长：郭亮中国信息通信研究院贡献专家：贡献专家：朴辰桓三星电子夏静三星电子贺杏三星电子员鹏三星电子张坤三星电子李茜三星电子高岚三星电子崔博文三星电子冯方三星电子陈光三星电子毛海超三星电子刘博三星电子王更新三星电子郭睿浪潮电子信息产业股份有限公司王守强浪潮电子信息产业股份有限公司刘伯书浪潮电子信息产业股份有限公司樊淋杰浪潮电子信息产业股份有限公司路明远浪潮电子信息产业股份有限公司周春法浪潮电子信息产业股份有限公司FDP SSD 技术与应用报告姜璐浪潮电子信息产业股份有限公司温小振中国信息通信研究院FDP SSD 技术与应用报告目录目录一、数据放置 SSD 介绍.1（一）数据放置 SSD 的背景.1（二）数据放置 SSD 的发展历程.2二、FDP SSD 介绍.4（一）概述.5（二）FDP SSD 中的术语.5（三）查看 FDP SSD 中的日志信息.10（四）Linux 中的软件生态对 FDP SSD 的支持.13（五）系统应用适配 FDP SSD.15三、浪潮信息服务器 NF5280M7 与三星 FDP SSD 兼容性验证.16（一）服务器配置.16（二）测试项目.17（三）测试内容.171.基本信息识别.172.性能测试.183.压力测试.204.重启测试.215.热拔插测试.22（四）测试结论.22四、FDP SSD 在多种场景下的写放大收益验证.22（一）验证环境说明.23FDP SSD 技术与应用报告（二）FIO 场景验证.231.FIO 中 FDP 选项说明.242.基于裸盘的验证.243.基于内核文件系统的验证.25（三）Filebench 场景验证.27（四）数据库场景验证.291.基于 RocksDB 的写放大验证.292.基于 MySQL 的写放大验证.31五、总结.33FDP SSD 技术与应用报告前言主机端数据放置技术一直是超大规模数据中心关注的话题，因为它影响所部署的 SSD 的总体拥有成本（Total Cost of Ownership）。尽管Open-Channel SSD和ZNS SSD等主机端数据放置技术都具有相应的使用场景和参与客户群体，但这些解决方案不可避免的导致软件生态系统的碎片化，从而使代码变得臃肿且增加开发和维护成本。Flexible Data Placement（FDP）是 2022 年批准的 NVMe 规范（TP4146），由三星，Meta 和谷歌推动，旨在减少写放大的同时，简化整个软件生态系统的集成。FDP SSD 支持 FDP 功能开启和关闭两种模式，在关闭 FDP 功能时，可以兼容传统 SSD，无需对现有的软件生态做任何改动，便可直接使用；开启 FDP 功能后，只需要投入少量的开发资源便可享受 FDP SSD 特性所带来的优化效果，且这些改动并不会过多的增加现有软件生态的复杂性和运维成本。本文介绍了 FDP SSD 的特性和使用方法，以帮助研发人员更好地理解和使用 FDP SSD。由于时间仓促，水平所限，错误和不足之处在所难免，欢迎各位读者批评指正。如有意见或建议请联系编写组。FDP SSD 技术与应用报告1FDPFDP SSDSSD 技术与应用报告技术与应用报告一、一、数据放置数据放置 SSDSSD 介绍介绍（一）（一）数据放置数据放置 SSDSSD 的背景的背景SSD 的写放大一直是业内持续关注的问题。写放大就是 NAND的实际写入量比主机端的写入量多。在标准 SSD 中，由控制器决定数据的放置位置。因此，不同应用的数据混合分布在同一个物理闪存块上，其中一部分数据失效，无法直接擦除该闪存块，需要垃圾回收（Garbage Collection）而导致写放大。写放大带来的多余写入量不仅占用盘内的带宽资源，影响整体性能和时延。同时因为有额外的写操作，还会缩短 NAND 的使用寿命。数据放置 SSD 是一种新型的存储技术，其核心在于主机端直接参与 SSD 中数据的放置和管理，通过增强主机端与存储设备端之间的合作，实现更高效、更灵活的数据管理。数据放置 SSD 可以给主机端提供接口，使不同系统应用的数据写入特定的物理空间，对数据放置的位置加以控制。当某个系统应用的数据删除时，可以对指定的物理空间执行擦除，减少不必要的垃圾回收而降低写放大，同时延长了 SSD 的寿命并减少对主机端应用 I/O 性能的影响。FDP SSD 技术与应用报告2（二）（二）数据放置数据放置 SSDSSD 的发展历程的发展历程图 1-1 数据放置技术的发展路线Open-Channel SSD 是将 SSD 内部的物理通道等拓扑信息告知主机端，由主机端来决定数据放置。其核心思想是将 SSD 内置的 FTL功能搬移到主机端，主机端直接负责数据存入的具体物理地址。由于FTL 由主机端接管，所以 FTL 可以根据实际业务的负载特点，实现一定程度的定制，Open-Channel SSD 的优势如下：主机端控制权主机端控制权：由于 FTL 由最懂数据的主机端接管，所以 FTL可以根据业务数据的读写行为及运行负载的特点去优化数据放置，减少写放大。I/O 隔离隔离：Open-Channel SSD 里面的每个并行单元（Parallel Unit）作为 NAND 操作的基本单元，可以做到在物理上隔离，以减少访问不同业务数据的干扰。延迟可预测延迟可预测：由于主机端控制所有读写命令，并知道每一个并行单元上正在执行的 NAND 操作，所以对读写命令的时延有准确的把握。FDP SSD 技术与应用报告3但是 Open-Channel SSD 的缺点也很明显：Open-Channel 规范只定义了最为通用的部分，而不同厂商的 SSD产品规格不同，难以统一。需要主机端软件层面的支持，或者重新增加一个软件层来匹配原有的软件栈。目前软件生态并未完善，上层应用需要做较大改动。主机端开发人员需要透彻地了解 SSD 内部原理，并根据不同业务的不同需求，实现定制的 FTL。Zoned Namespace（ZNS）SSD 的出现弥补了 Open-Channel SSD的不足，既允许主机端自由放置数据，同时有标准的软件生态，是在Open-Channel 基础上更加标准化和商业化的实现。ZNS 将一个Namespace 的逻辑地址空间分成多个固定大小的 zone，每个 zone 都是一段连续的逻辑地址区域。zone 内只支持顺序写，如果要覆盖写，必须先执行擦除操作。Namespace 通过将 NAND 结构的边界和地址映射表等内部管理工作交给主机端处理，使得能够选择合理的垃圾回收时机以减少对整体性能的影响。ZNS SSD 具有以下优势：标准化接口标准化接口：目前 ZNS 规范和命令集已经合入 NVMe 规范 2.0中。I/O 隔离隔离：不同业务的数据可以放置在不同的 zone 中从而做到数据隔离，减少相互干扰。更低的写放大系数更低的写放大系数：由于 zone 内部只接受顺序写，所以控制器不需要对 zone 进行垃圾回收，设备内部的写放大系数接近于 1。FDP SSD 技术与应用报告4更低的成本更低的成本：ZNS 的架构特点使得 SSD 内部只需要管理 zone 相关信息，无需很大的盘内内存。由于盘内没有垃圾回收，所以也不需要很高的预留空间，因此与传统 SSD 相比，有更多的用户容量。延迟可预测延迟可预测：ZNS 执行读写操作的时机由主机端控制，由于没有设备端的垃圾回收，不仅提高了主机端的写入带宽，同时也降低了垃圾回收引入的时延。但是 ZNS SSD 也有缺点，由于 zone 内部有严格的顺序写限制，依然要求主机端软件栈做较大改动来适配新的 zone 接口规范。为了解决 Open-Channel SSD 和 ZNS SSD 的问题，NVMe 发布了新的技术提案 Flexible Data Placement(TP4146)，由三星，Meta 和谷歌共同推动，定义了一种新的数据放置方案，旨在减少写放大的同时简化整个软件生态系统的集成。核心思想是通过其对不同类型的数据进行分流来实现的。原理是主机端根据数据的特点，对数据进行分类，将相同类型的数据，即生命周期相似的数据，放置在同一个数据流的存储单元中。这样，当生命周期结束的时候，这些数据同时失效，那么存储单元就可以被回收，减小垃圾回收而引入的写放大。该方案既不像Open-Channel SSD需要重新实现高度复杂的FTL，也不像 ZNS SSD 要求 zone 内部有严格的顺序写制约。更重要的是，无需像Open-Channel SSD和ZNS SSD需要改变整个软件栈的数据组织方式。FDP SSD 的接口适配简单，只需要少量工程量的投入便可以获得 FDP SSD 带来的收益。二、二、FDPFDP SSDSSD 介绍介绍FDP SSD 技术与应用报告5（一）（一）概述概述FDP SSD 通过向主机端提供设备配置信息和数据分类放置接口，使主机端能够了解设备资源的拓扑结构，从而利用 FDP SSD 提供的数据放置接口，将用户数据放置在其最合适的位置，有效减少垃圾回收和写放大。（二）（二）FDPFDP SSDSSD 中的术语中的术语图 2-1 FDP SSD 的资源结构图FDP SSD 向主机端公开以下与设备相关的资源信息：Endurance Group同一个 Endurance Group 中的 NAND 块磨损相同（即寿命相同）。SSD 中一般只有一个 Endurance Group。回收组（回收组（Reclaim Group）FDP 规范允许将 SSD 内部 NAND 划分为多个 Reclaim Group，不同的 Reclaim Group 可以存储不同系统应用的数据，从而更好的在SSD 内部进行数据隔离。每个 Reclaim Group 是多个回收单元FDP SSD 技术与应用报告6（Reclaim Unit）的集合。回收单元（回收单元（Reclaim Unit）Reclaim Unit 是 FDP 技术中的一个重要概念，通常与 NAND 上的多个 block 对齐。当 SSD 内部进行垃圾回收时，以 Reclaim Unit为基本单元进行操作。控制器可以物理擦除 Reclaim Unit，而不会对其它的 Reclaim Unit 造成干扰。与 ZNS 不同，FDP 允许主机端在Reclaim Unit 上执行随机写操作，使主机端系统应用适配起来更加容易。Reclaim Unit 的大小对 FDP SSD 的性能有着重要影响。较小容量的 Reclaim Unit 可以提供更细粒度的空间管理，有助于更精确地匹配数据的生命周期，但可能会导致更频繁的擦除操作。同时由于并行性低而致使单个 Reclaim Unit 上的吞吐量小。较大容量的 Reclaim Unit能减少擦除操作的频率，同时也可以利用高并行度提升单个 ReclaimUnit 的吞吐量。但空间管理粒度粗，可能导致不同生命周期的数据混合在同一个 Reclaim Unit 中，在垃圾回收时需要搬移更多的数据。回收单元句柄（回收单元句柄（Reclaim Unit Handle）Reclaim Unit Handle 是 FDP 中的核心资源，用于管理主机端要写入 Reclaim Unit 中的数据。每个 Reclaim Unit Handle 同时只能指向一个 Reclaim Unit。尽管数据存储在 Reclaim Unit 中，但是主机端并不能直接访问Reclaim Unit，往Reclaim Unit中写数据，只能通过ReclaimUnit Handle，将数据写入它指向的 Reclaim Unit 中，Reclaim UnitHandle 可以看作是指向 Reclaim Unit 的一个指针。数据分流也是通过 Reclaim Unit Handle 实现的。不同类型的数据FDP SSD 技术与应用报告7通过不同的 Reclaim Unit Handle，被放置在不同的 Reclaim Unit 中实现分流。所以 Reclaim Unit Handle 也可以看作是数据流的入口。与 ZNS SSD 不同，FDP SSD 的数据写入不需要与 Reclaim Unit对齐，主机端也无需担心数据写入量超过当前 Reclaim Unit 容量而无法写入的问题。Reclaim Unit 的分配工作由控制器完成，当 ReclaimUnit Handle 指向的当前 Reclaim Unit 剩余容量不够时，控制器会分配一个新的 Reclaim Unit 给 Reclaim Unit Handle 继续写入数据。如果当前 Reclaim Unit 刚好被写满，控制器则会分配一个新的 Reclaim Unit给 Reclaim Unit Handle，准备下一次数据写入。数据放置指令（数据放置指令（Data Placement Directive）数据放置指令允许主机端向控制器指定Reclaim Unit放置用户数据。主机端使用数据放置命令提交写命令时，需要通过 DirectiveSpecific（DSPEC）字段来指定 Reclaim Unit Handle 和 Reclaim Group，该位置指向唯一的用于放置用户数据的 Reclaim Unit。放置句柄（放置句柄（Placement Handle）在创建 Namespace 时，主机端需要配置该 Namespace 允许访问的 Reclaim Group 和 Reclaim Unit Handle 列表。Placement Handle 是Namespace 中可访问的 Reclaim Unit Handle 的索引号。FDP SSD 支持开启 FDP（分流）或关闭 FDP（不分流）两种模式。当关闭 FDP 功能时为不分流模式，FDP SSD 即为一块标准 SSD。当开启 FDP 功能时为分流模式，主机端的写命令通过 DirectiveSpecific（DSPEC）字段指定的 Reclaim Group 和 Reclaim Unit Handle，FDP SSD 技术与应用报告8将数据放置在 Reclaim Unit Handle 所指向的 Reclaim Unit 中。主机端通过将系统应用中不同类型（生命周期）的数据存储在不同的 ReclaimUnit 中，实现不同类型数据的分离。相同类型的数据往往一起失效，因而 Reclaim Unit 可以被控制器整体回收而没有垃圾回收，理想情况下，写放大系数接近于 1。如果主机端写命令中没有配置 DSPEC 字段或者在 DSPEC 字段中指定了非法的 Reclaim Group 和 Reclaim Unit Handle，控制器会选择默认的 Reclaim Unit Handle，将数据写入相应的 Reclaim Unit 中。得益于该特性，FDP SSD 能够向后兼容标准 SSD，即使系统应用不做任何修改，也可以直接插在服务器上使用。FDP 规范中进一步定义了两种类型的 Reclaim Unit Handle，分别是持久隔离（Persistently Isolated）Reclaim Unit Handle 和一次性隔离（Initially Isolated）Reclaim Unit Handle。两种类型的区别主要体现在垃圾回收过程中 Reclaim Unit 的选择策略。如果 Reclaim UnitHandle 被配置为持久隔离类型，垃圾回收仅允许选择该持久隔离Reclaim Unit Handle 所指向过的 Reclaim Unit 进行数据迁移。因此，相同类型的数据依然在同一个数据流中，从而保持数据类型的纯粹性。如果 Reclaim Unit Handle 被配置为一次性隔离类型，垃圾回收可以在所有一次性隔离Reclaim Unit Handle所指向过的Reclaim Unit中进行挑选和数据迁移，不同类型的数据可能混合被合并到同一个数据流，由于不同类型的数据失效时间不同而导致写放大（如图 2-2 所示）。FDP 规范中还通过一些机制，尽量减少 SSD 的垃圾回收。比如：FDPFDP SSD 技术与应用报告9定义 Estimated Reclaim Unit Time Limit（ERUTL），用于配置 ReclaimUnit 从被使用到被回收的最大时间。在到配置时刻前，系统应用可以通过覆盖写或者 deallocate 命令将当前 Reclaim Unit 中的逻辑块进行主动回收，理想情况下，如果 Reclaim Unit 中所有的逻辑块都失效后，不会触发 SSD 内部的垃圾回收。图 2-2 一次性隔离和持久隔离示意图Reclaim Unit Handle 在整个 Endurance Group 中被 Namespace共享。创建 Namespace 时，可以配置一个 Namespace 单独使用若干Reclaim Unit Handle，也可以配置多个 Namespace 共同使用同一个Reclaim Unit Handle。具体由主机端根据业务需求和数据特点来决定配置方案。FDP SSD 技术与应用报告10（三）（三）查看查看 FDPFDP SSDSSD 中的日志信息中的日志信息FDP 规范规定了可供主机端使用的命令集。主机端可以基于Endurance Group 查询 FDP SSD 的盘内信息，包括设备配置信息（Configurations）、Reclaim Unit Handle 使用信息（Usage）、设备统计信息（Statistics）和事件信息（Events）。设备设备配置信息（配置信息（ConfigurationsConfigurations）主机端可查询指定 Endurance Group 的 SSD 内配置信息，内容如表 2-1 所示：表 2-1 FDP 配置信息说明配置信息描述Reclaim Groups 的个数（NRG）当前配置中 Reclaim Group 的个数。Reclaim Unit Handles 的个数（NRUH）当前配置中 Reclaim Unit Handles 描述符列表中 Reclaim Unit Handles 的个数。Reclaim Unit Handles 描述符列表说明每个 Reclaim Unit Handles 的类型。最大 Placement Identifiers（MAXPIDS）当前 FDP 配置中允许配置的 PlacementIdentifiers 个数（NPID）的最大值。该值小于NRG 字段和 NRUH 字段的乘积。最大命名空间数量当前 FDP 配置开启数据放置功能所允许的最大命名空间数量。Reclaim Unit 指定大小（RUNS）当前 FDP 配置使用的 Reclaim Unit 的大小（单位为字节）。Estimated Reclaim Unit TimeLimit（ERUTL）当前配置的 Reclaim Unit 从被使用到被回收的最大时间，默认 0h 为未配置，即无回收时间限制。以下示例为三星 FDP SSD 的配置信息显示：Number of Reclaim Groups:1Number of Reclaim Unit Handles:8Number of Namespaces Supported:2FDP SSD 技术与应用报告11Reclaim Unit Nominal Size:17817403392Estimated Reclaim Unit Time Limit:0Reclaim Unit Handle List:0:Initially Isolated1:Initially Isolated2:Initially Isolated3:Initially Isolated4:Initially Isolated5:Initially Isolated6:Initially Isolated7:Initially IsolatedReclaimReclaim UnitUnit HandleHandle 使用信息使用信息主机端可查询指定 Endurance Group 中的所有 Reclaim UnitHandle 的使用情况。其中 0 x0 表示未使用，0 x1 表示 Reclaim UnitHandle 为主机端使用，0 x2 表示 Reclaim Unit Handle 为控制器使用。以下示例为三星 FDP SSD 的 Reclaim Unit Handle 使用信息显示：Reclaim Unit Handle 0 6 为主机端使用，Reclaim Unit Handle 7未被使用。Reclaim Unit Handle 0 Attributes:0 x1(Host Specified)Reclaim Unit Handle 1 Attributes:0 x1(Host Specified)Reclaim Unit Handle 2 Attributes:0 x1(Host Specified)Reclaim Unit Handle 3 Attributes:0 x1(Host Specified)Reclaim Unit Handle 4 Attributes:0 x1(Host Specified)Reclaim Unit Handle 5 Attributes:0 x1(Host Specified)Reclaim Unit Handle 6 Attributes:0 x1(Host Specified)Reclaim Unit Handle 7 Attributes:0 x0(Unused)设备统计信息（设备统计信息（StatisticsStatistics）设备统计信息向主机端提供查询指定Endurance Group 的资源使用情况。表 2-2 FDP 统计信息说明FDP SSD 技术与应用报告12统计信息描述主机写入的字节数（Host Bytes withMetadata Written，HBMW）包含主机在处理 I/O 命令过程中写入指定 EnduranceGroup 的用户数据的总字节数。此值不包括由于垃圾回收内部操作而导致的控制器写入。介质写入的字节数（Media Bytes withMetadata Written，MBMW）包含已写入指定 Endurance Group 的用户数据的总字节数，包括主机和控制器写入（例如，垃圾回收和后台介质扫描操作）。介质上擦除的字节数（Media Bytes Erased，MBE）包含指定 Endurance Group 中已擦除的数据字节总数。以下示例为三星 FDP SSD 的统计信息显示：Host Bytes with Metadata Written(HBMW):374188752277504Media Bytes with Metadata Written(MBMW):439088509612032Media Bytes Erased(MBE):439207902314496事件信息（事件信息（EventsEvents）开启FDP功能后，主机可以查询Endurance Group中影响ReclaimUnit 和介质使用情况的事件信息。事件类型分为主机事件（HostEvents）和控制器事件（Controller Events），详细分类如下表所示：表 2-3 FDP 事件信息说明事件信息描述主机事件（HostEvents）Reclaim Unit Not Fully Written To Capacity：主机向先前引用的 Reclaim Unit 发出了 I/O 管理命令，但 PlacementIdentifier 中报告的 Reclaim Unit Handle 已被修改为引用不同的 Reclaim Unit。Reclaim Unit Time Limit Exceeded：控制器修改 Reclaim UnitHandle 以引用不同的 Reclaim Unit，导致 Reclaim Unit 的容量未在 ERUTL 中定义的时间段内完全写入。Controller Level Reset Modified Reclaim Unit Handles：由于控制器级别的重置，导致一个或多个 Reclaim Unit HandleFDP SSD 技术与应用报告13已被修改以引用不同的 Reclaim Unit。Invalid Placement Identifier：由于无效的 Placement Handle或无效的 Reclaim Group Identifier，写入命令指定了无效的Placement Identifier。控制器事件（ControllerEvents）Media Reallocated：主机通过指定的 Reclaim Unit Handle 写入 Initially Isolated 类型 Reclaim Unit 中的用户数据被控制器移动到不同的 Reclaim Unit（例如，控制器执行垃圾回收）。Implicitly Modified Reclaim Unit Handle：控制器修改了Reclaim Unit Handle 以引用不同的 Reclaim Unit（注意：该修改不是由于任何主机操作造成的）。以下示例为三星 FDP SSD 的事件信息显示：Event0Event Type:0 x80(Media Reallocated)Event Timestamp:1721716519184(Tue Jul 23 14:35:19 2024CST)Number of LBAs Moved(NLBAM):65535Event1Event Type:0 x80(Media Reallocated)Event Timestamp:1721716545834(Tue Jul 23 14:35:45 2024CST)Number of LBAs Moved(NLBAM):65535（四）（四）LinuxLinux 中的软件生态对中的软件生态对 FDPFDP SSDSSD 的支持的支持所谓支持 FDP，就是能将数据的类型标识下发到 FDP SSD 上进行分流。在 Linux 内核态中，自 v6.2 开始，Linux 内核支持使用 I/OPass-through 接口访问 FDP SSD，允许用户态系统应用绕过块层（block layer），直接访问内核 NVMe 驱动，使用类似于 StoragePerformance Development Kit（SPDK）的端到端架构。I/OPass-through 接口是由三星开发的基于 io_uring 框架的异步 I/O 接口，FDP SSD 以 NVMe 通用字符（NVMe Generic,NG）设备形式被访问。FDP SSD 技术与应用报告14截止完稿前，支持FDP SSD的内核文件系统相关代码正在评审中，预计很快就能合入主线版本，届时，主流内核文件系统都可以在 FDPSSD 上实现数据分流。在 Linux 用户态中，SPDK 自 v23.05 开始支持 FDP 功能，系统应用开发人员可以利用 I/O Pass-through 接口或者 SPDK 的 NVMe 驱动使用 FDP SSD 的分流功能，简单轻松的完成系统应用在 FDP SSD 上的适配以及后期的维护。不少Linux工具和系统应用已经支持FDP功能，比如 FIO 从 v3.34 开始支持通过 I/O Pass-through 方式在 FDP 设备上对数据进行分类存放，仿真应用QEMU从v8.0开始也支持FDP特性。另外，数据库（比如 RocksDB，MySQL）以及缓存引擎 CacheLib 对 FDP功能的支持也在积极推进中。图 2-3 FDP SSD 的 Linux 软件生态图FDP SSD 技术与应用报告15（五）（五）系统应用适配系统应用适配 FDPFDP SSDSSDFDP 规范中规定了使用命令字中的 Directive Type（DTYPE），即 02h，来开启 FDP 功能，命令字中的 Directive Specific（DSPEC）来指定写入命令的 Reclaim Group 和 Reclaim Unit Handle，当且仅当主机端开启了 FDP 功能时 DSPEC 才能生效。如果 Linux 内核已经支持 FDP 功能，系统应用可以使用以下几种方法使用 FDP SSD 的分流功能：使用使用 IOCTLIOCTL 接口接口主机端可以使用 IOCTL 控制设备和配置底层服务，通过 IOCTL 接口来开启/关闭 FDP 功能以及获取设备当前状态信息。用法为填充写命令中的 DTYPE 和 DSPEC 字段。使用使用 I/OI/O Pass-throughPass-through 接口接口基于 io_uring 框架的 I/O Pass-through 接口自内核 v6.2 之后支持 FDP 特性，主机端在写命令字中填充 DTYPE 和 DSPEC 字段，便可访问 FDP SSD。使用使用 SPDKSPDK 接口接口SPDK（Storage Performance Development Kit）从 v23.05 开始支持 FDP 功能。只需在写命令字中填充 DTYPE 和 DSPEC，即可实现 FDPSSD 的分流。使用内核文件系统使用内核文件系统Linux 内核在文件系统中对文件的生命周期已经做了定义，分为none，short，medium，long 和 extreme 等五种类型，代表生命周期FDP SSD 技术与应用报告16由短及长。通过系统调用函数 fcntl，主机端可对不同生命周期的文件进行配置，将文件发送到 FDP SSD 不同的数据流中。总之，FDP SSD 提供的数据放置接口是一种更加灵活的接口，在付出少量工程量的情况下，就能收获主机端软件栈的写放大收益。用户可以仔细研究业务数据的特性，更从容的规划软件的迭代周期，然后充分评估改进写放大所需的工作量，再利用 FDP SSD 的分流特性逐步实现数据分离从而降低写放大，这个方案更有利于权衡期望的写放大收益和成本投入。三、三、浪潮信息服务浪潮信息服务器器 NF5280MNF5280M7 7与三与三星星FDPFDP SSSSD D兼容性验兼容性验证证针对三星新一代 FDP SSD 产品，为确保其在服务器系统上的稳定性与可靠性，使用 PM9D3a 第一版支持 FDP 功能的固件，在浪潮信息服务器 NF5280M7 上进行 FDP SSD 与服务器的整机兼容性验证，确保FDP 产品与浪潮信息服务器的稳定适配。（一）（一）服务器配置服务器配置表 3-1 服务器配置列表机型浪潮信息 NF5280M7BIOS 版本06.03.01BMC 版本5.06.00OS 版本CentOS 7.9 Kernel 6.1.70CPUINTEL（R）XEON（R）PLATINUM 8562Y 内存Samsung_DDR5_4800MHz_64 GBNVMe U.2PM9D3a（FW:LHD50021）FDP SSD 技术与应用报告17（二）（二）测试项目测试项目表 3-2 测试项目列表基本信息识别OS/BIOS/BMC 信息显示性能测试单盘性能、性能一致性压力测试24 小时压力重启测试200 轮带 IO 重启测试热拔插测试带 IO 的热拔插测试（三）（三）测试内容测试内容1.1.基本信息识别基本信息识别1)在 OS 下对 FDP SSD 进行状态的查看，并能设置 FDP 功能开启或关闭，如下测试均基于 FDP 功能开启后的验证。2)FDP 功能开启后，不会影响 SSD 在浪潮信息服务器 BIOS 中的信息显示，BIOS 仍然可以正常显示 SSD 的基本信息。图 3-1 浪潮信息服务器 BIOS 中显示 FDP SSD 信息FDP SSD 技术与应用报告183)SSD 的 FDP 功能开启后，也不会影响 SSD 在浪潮信息服务器 BMC中的信息显示。图 3-2 浪潮信息服务器 BMC 中显示 FDP SSD 信息2.2.性能测试性能测试 单盘性能单盘性能在 FDP 与非 FDP 模式下，SSD 单盘的读性能、写性能、延迟、QoS和一致性基本一致。表 3-3 FDP SSD 单盘性能测试结果指标测试项目测试结果（开启 FDP）规范参考MBps128 KB 顺序读1270012000KIOPs4 KB 随机读16881700Latency（us）4 KB 随机写8.794 KB 随机读57.6265QoS（99.99%）（ms）4 KB 随机写0.0830.084 KB 随机读0.0140.01Consistency128 KB 顺序写1008 KB 顺序读100P SSD 技术与应用报告194 KB 随机写99.57%/4 KB 随机读99.52%/性能一致性性能一致性在 FDP 模式下，通过验证 128 KB 顺序读写和 4 KB 随机读写的性能一致性，说明 FDP 模式不会影响产品的性能一致性表现，PM9D3a在浪潮信息服务器上一致性结果均在 99%以上。图 3-3 FDP 模式下的 128 KB 顺序读一致性验证图 3-4 FDP 模式下的 128 KB 顺序写一致性验证FDP SSD 技术与应用报告20图 3-5 FDP 模式下的 4 KB 随机读一致性验证图 3-6 FDP 模式下的 4 KB 随机写一致性验证3.3.压力测试压力测试NF5280M7 搭配 16 片开启 FDP 功能的 PM9D3a 进行 24 小时的整机压力测试，测试过程中没有出现宕机黑屏、IO Error 等关键性错误，Host Log 和 SSD SMART 无异常，整机压力测试通过，FDP SSD 与浪潮信息服务器可稳定适配。UCE 状态：FDP SSD 技术与应用报告21SMART Log：4.4.重启测试重启测试NF5280M7 使用 16 片开启 FDP 功能的 PM9D3a 进行 200 次带 IO 的重启测试，测试期间没有发生 OS hang、宕机黑屏等问题，SSD 未发FDP SSD 技术与应用报告22生 speed drop、lane drop 和丢盘现象，Host log 和 SSD SMART 没有错误发生，重启测试通过。5.5.热拔插测试热拔插测试基于 NF5280M7 搭配 FDP SSD 开展带 IO 的热拔插测试，测试 16个 slot，每个 slot 测试 20 次，共热拔插 320 次，测试中系统未发生 OS hang、宕机黑屏等问题，Host log 和 SSD SMART 正常，无错误发生，SSD 没有发生 speed drop、lane drop 和丢盘等现象，三星 FDP产品与浪潮信息平台在热拔插适配上没有兼容性问题。（四）（四）测试结论测试结论三星PM9D3a在浪潮信息服务器NF5280M7上通过基本信息、性能、稳定性方面的验证，测试过程中没有出现异常状态，所测项目均能达到浪潮信息服务器兼容性通过标准。通过本次兼容性验证观察，除单盘写性能受 FDP 特性略有降低，在其它方面，无论 PM9D3a 是否开启FDP 功能，与浪潮信息平台都没有兼容性问题。三星 FDP 产品 PM9D3a在浪潮信息服务器上的兼容性验证通过。四、四、FDPFDP SSDSSD 在多种场景下的写放大收益验证在多种场景下的写放大收益验证FDP SSD 技术与应用报告23基于三星的 FDP SSD 产品 PM9D3a（容量：7.68 TB，规格：U.2），我们选择了从内核态的文件系统到用户态的数据库等多种应用场景，在相同环境下，对 FDP（即开启 FDP 功能）和非 FDP（即关闭 FDP 功能）两种模式进行写放大对比测试。在 FDP 模式下，我们对数据的热度进行了标识和配置，使其根据所配置的热度标识写入不同的数据流中。（一）（一）验证环境说明验证环境说明表 4-1 验证服务器配置CPUAMD EPYC 7763 128 cores内存256 GB操作系统Ubuntu 22.04内核版本6.8表 4-2 三星 FDP SSD 规格型号PM9D3a接口U.2容量7.68 TBReclaim Unit Handle 数量8（Initially Isolated）Reclaim Group 数量1（二）（二）FIOFIO 场景验证场景验证本实验测试的目的是使用 FIO 生成不同生命周期的数据，在 FDP模式下，将不同生命周期的数据放置在不同的数据流中，从而验证FDP SSD 分流后，分别在裸盘和文件系统场景下所带来的写放大收益。FDP SSD 技术与应用报告24FIO是一个可以产生多线程或进程并执行用户指定的特定类型的IO 生成工具，可以生成多种 IO 模式。通过配置 FDP 相关参数（详见表 4-3）将不同生命周期的数据写入到指定的数据流中。本次验证使用的 FIO 版本为 v3.35。1.1.FIOFIO 中中 FDPFDP 选项说明选项说明表 4-3 FIO 中的 FDP 相关选项描述选项描述fdp是否开启 FDP 模式0：关闭（默认）1：开启fdp_pli当前 job 可以提供给用户哪些 Placement Identifier 使用。可使用逗号将设置的 Placement Identifier 分隔开，不指定的情况下 job循环所有可用的 Placement Identifier。例如：访问第 1，2，5 个 placement identifierfdp_pli=1，2，5write_hint当前 job 使用系统调用函数 fcntl 告知内核 VFS 写入文件的预期生命周期。可配置的值为：none：文件没有特定的生命周期short：文件的生命周期较短medium：文件的生命周期为中等long：文件的生命周期较长extreme：文件的生命周期非常长例如：当前 job 写入文件的生命周期配置为较短。write_hint=short2.2.基于裸盘的验证基于裸盘的验证 负载设计负载设计FDP SSD 技术与应用报告25我们设计了含有两种数据类型的负载在盘上进行反复读写操作，不同类型的数据失效时间不同。第一种数据类型为读写混合型，其中读写比例为 7:3，写模式为 128 KB 的顺序写，覆盖写间隔时间较长。第二种数据类型为写密集型，写模式为 4 KB 的随机写，覆盖写间隔时间较短。为了节约验证时间，我们先顺序写入 50%盘容量的哑数据（Dummy Data），随后分别分配盘容量的 40%和 10%给两种类型的数据进行反复读写操作。写放大验证结果及分析写放大验证结果及分析在非 FDP 模式下，两种类型的数据混合在 block 上，由于覆盖写时间间隔不同，触发垃圾回收引入写放大。而在 FDP 模式下，两种类型的数据通过不同的 Reclaim Unit Handle 分别写入不同的 ReclaimUnit 中。Reclaim Unit 中相同类型的数据被覆盖写时同时失效，没有垃圾回收介入，因而几乎没有写放大。图 4-1 FDP SSD 的裸盘 WAF 对比测试结果3.3.基于内核文件系统的验证基于内核文件系统的验证FDP SSD 技术与应用报告26我们针对内核 ext4 和 XFS 文件系统，在 FDP SSD 上做了适配，使 ext4 和 XFS 文件系统可以识别数据类型标识并在 FDP SSD 上进行分流。负载设计负载设计设计了四种不同数据类型的写密集型负载对盘进行反复写操作。四种数据类型的生命周期各不相同，通过配置选项 write_hint，将不同类型的数据放置不同的数据流中。表 4-4 为四种数据类型的配置。并且在每次测试之前，都对 FDP SSD 做预处理操作。表 4-4 四种数据类型的配置类型写模式块大小（KB）文件大小（MB）生命周期1顺序写128100short2顺序写6464medium3随机写824long4随机写424extreme写放大验证结果及分析写放大验证结果及分析FIO 数据通过 ext4 和 XFS 文件系统在 SSD 上按不同数据类型进行分流后，写放大有明显改善。ext4 文件系统写放大降低 40%，XFS文件系统写放大降低 41%。FDP SSD 技术与应用报告27（a）（b）图4-2 FIO通过内核文件系统访问FDP SSD的WAF对比测试结果。（a）为基于 ext4 文件系统的对比测试，（b）为基于 XFS 文件系统的对比测试（三）（三）FilebenchFilebench 场景验证场景验证Filebench 是一款测试文件系统性能的自动化测试工具，本实验测试的目的是使用 Filebench 模拟真实应用服务器的复杂负载，来测试 FDP 设备在文件系统上的写放大收益。我们选择 Filebench 的FDP SSD 技术与应用报告28varmail来仿真邮件服务器的负载，文件系统依然使用适配过FDP SSD的 ext4 和 XFS 内核文件系统。其中用户数据配置为 medium 类型，其它数据（比如文件系统的元数据）配置为 none 类型。负载配置负载配置首先使用 FIO 顺序写入 3800 GB 的哑数据（Dummy Data）。在varmail 中配置 1600 万个大小不超过 128 KB 且遵循伽玛分布的文件进行测试。写放大验证结果及分析写放大验证结果及分析基于相同的 varmail 负载，ext4 文件系统在 FDP 模式下写放大降低 17.28%，XFS 文件系统写放大降低 8.23%。（a）FDP SSD 技术与应用报告29（b）图 4-3 Filebench 的 varmail 负载在 FDP SSD 的 WAF 对比测试结果。（a）为基于 ext4 文件系统的对比测试，（b）为基于 XFS 文件系统的对比测试（四）（四）数据库场景验证数据库场景验证本实验的目的是基于非关系型数据库 RocksDB 和关系型数据库MySQL，通过对不同类型的数据进行分流，验证在 FDP 模式下的写放大收益。1.1.基于基于 RocksDBRocksDB 的写放大验证的写放大验证RocksDB 是由 Meta 开发的一款基于 LSM-tree 架构的键值对存储引擎库。在写放大对比验证实验中，如图 4-4 所示，针对非 FDP 模式，IO 路径使用常规的 ext4 文件系统，而针对 FDP 模式，三星开发了一个端到端的RocksDB插件，使用支持I/O Pass-through接口与FDP SSD做数据交互。FDP SSD 技术与应用报告30图 4-4 RocksDB 在 FDP SSD 上的 I/O 路径场景使用的分流策略为将 WAL（Write Ahead Log）文件配置为short，使用 RocksDB 提供的生命周期变量 WriteLifetimeHint，将SSTable 文件根据所在的层配置为 medium，long 和 extreme 三种类型，其它数据使用默认配置或者配置为 none 类型。负载配置负载配置我们利用 YCSB（Yahoo!Cloud Serving Benchmark）数据库性能测试工具生成写密集型负载，先加载（load）12 亿条数据，再更新（update）1 亿条数据。写放大验证结果及分析写放大验证结果及分析在非 FDP 模式下，RocksDB 在 ext4 文件系统上产生的写放大系数为 3.01；在 FDP 模式下，RocksDB 在 FDP 插件上产生的写放大系数为 1.44，降幅为 52.2%。FDP SSD 技术与应用报告31（a）（b）图 4-5 RocksDB 在 FDP SSD 的对比测试结果。（a）为写放大对比，（b）为 99.99 长尾时延对比2.2.基于基于 MySQLMySQL 的写放大验证的写放大验证本实验选择 MySQL 默认的 InnoDB 作为验证写放大的存储引擎在ext4 文件系统上做测试。我们将 MySQL 的数据分为四类，持久表配置为冷数据（extreme），临时表为热数据（short），双写缓冲区数据为较热数据（medium），其它数据配置为较冷数据（long），如图4-6 所示。负载配置负载配置FDP SSD 技术与应用报告32测试负载选用 TPC-C（Transaction Processing PerformanceCouncil）基准测试程序，配置 3 万个仓库和 32 个连接进行写放大对比测试。图 4-6 MySQL 在 FDP SSD 上的数据类型配置 写放大验证结果及分析写放大验证结果及分析基于相同的负载测试，MySQL 在 FDP 模式比非 FDP 模式下的写放大下降 12.5%。图 4-7 MySQL 在 FDP SSD 上的 WAF 对比测试结果FDP SSD 技术与应用报告33五、五、总结总结FDP SSD 是一款使用简单，收益明显的 SSD。很容易集成到现有软件生态中。我们期待能将这项技术及优势应用在大规模数据中心中。FDP SSD 技术与应用报告34ODCCODCC 公众号公众号ODCCODCC 订阅号订阅号

2025-01-16 41页 5星级

ODCC：2024年数据中心安全测试靶场技术白皮书（23页）.pdf

数据中心安全测试靶场技术白皮书 ODCC-2024-08002 数据中心安全测试靶场技术白皮书 ODCC-2024-08002 版权声明版权声明 ODCC（开放数据中心委员会）发布的各项成果，受著作权法保护，编制单位共同享有著作权。转载、摘编或利用其它方式使用 ODCC 成果中的文字或者观点的，应注明来源：“开放数据中心委员会 ODCC”。对于未经著作权人书面同意而实施的剽窃、复制、修改、销售、改编、汇编和翻译出版等侵权行为，ODCC 及有关单位将追究其法律责任，感谢各单位的配合与支持。数据中心安全测试靶场技术白皮书 ODCC-2024-08002 编写组编写组 项目经理：项目经理：邹珂龙 中国移动通信集团有限公司 工作组长：工作组长：杨海俊 中国移动通信集团有限公司 贡献专家：贡献专家：冀文 中国移动通信集团有限公司 王雪荣 中国电信股份公司研究院 郑良洪 华为技术有限公司 付志强 新华三信息安全技术有限公司 浦建良 杭州迪普科技股份有限公司 王朝晖 是德科技有限公司 任红波 思博伦通信科技(北京)有限公司 张宁 中国信息通信研究院 数据中心安全测试靶场技术白皮书 ODCC-2024-08002 前前 言言 为随着信息技术的迅猛发展，全球网络安全形势日益严峻。国家高度重视网络安全工作，出台了一系列法律法规和政策文件，强调加强网络安全技术研究和人才培养，推动网络安全产业发展。为增强数据中心网络运行安全保障能力，保护数据安全，提升网信安全技防能力，保障高质量发展，数据中心建设和运营者加大安全领域资源的投入。而安全技术、安全产品的引入和防御效果、现网安全策略调整等均需要通过安全测试来支撑。安全领域广、产品多。随着人工智能等技术的发展、各类攻击手段不断升级，传统静态的、相对单一的安全测试难以有效评估安全能力，亟需构建覆盖现网环境、更加动态和智能的安全测试能力。本白皮书先分析安全测试痛点，立足当前安全威胁和攻击变化及测试难点，研究安全靶场、BAS 等安全技术，提出安全测试靶场的的三层架构及四大目标特征。本白皮书探讨了基础设施层、核心仿真层、靶场平台层三层架构及技术要求，概况了真实性、高性能、开放性和智能化四大特征，最后总结数据中心安全测试靶场建设的意义和工作方向。由于水平有限，技术要求必然存在不足或错误之处，欢迎业界各位批评指正，大家共同开展相关领域的探讨。本白皮书的版权归 ODCC 所有，未经授权，任何单位或个人不得复制或拷贝本白皮书之部分或全部内容。数据中心安全测试靶场技术白皮书 ODCC-2024-08002 目目 录录 一、数据中心安全测试靶场建设的必要性.1(一)安全测试的重要性.1 1.安全产品和技术引入的决策支撑.1 2.现网安全防护体系效果的试金石.1(二)安全测试面临的挑战.2 1.测试标准的缺乏性.2 2.专业仪表的局限性.3 3.环境搭建的复杂性.3 4.新型技术的挑战性.4(三)通用安全靶场的满足度.4 二、数据中心安全测试靶场建设目标.5(一)安全测试靶场的架构.5(二)安全测试靶场的特征.6 三、数据中心安全测试靶场技术要求.10(一)基础设施层.10(二)核心仿真层.10(三)靶场平台层.11 1.网络拓扑构建.12 数据中心安全测试靶场技术白皮书 ODCC-2024-08002 2.资源管理.12 3.环境仿真.12 4.流量发生.13 5.攻击编排.13 6.数据采集.13 7.可视化展示.14 8.分析评估.14 9.任务调度.14 10.平台运维.15 四、数据中心安全测试靶场建设意义.15(一)数据中心安全靶场建设意义.15(二)后续工作展望.16 数据中心安全测试靶场技术白皮书 ODCC-2024-08002 1 数据中心安全测试靶场技术白皮书数据中心安全测试靶场技术白皮书 一、一、数据中心安全测试靶场建设数据中心安全测试靶场建设的必要性的必要性(一一)安全测试的重要性安全测试的重要性 随着网信安全形势的日趋复杂和安全能力要求的不断提高，安全测试作为公司网信安全建设和运营的重要手段，广泛支撑公司安全设备选型、产品研发、安全技术引入、现网安全规划和维护等环节。1.安全产品和技术引入的决策支撑安全产品和技术引入的决策支撑 合规引入：近年来，国家和行业出台一些列法律法规和标准要求企业确保其信息系统的安全性，为了安全合规性，企业补充和加强了网络安全、数据安全和信息安全相关产品的建设和技术引入，借此一大批安全厂家也推出了相关产品和安全理念，出现了网信安全行业“蓬勃发展”。而相关产品是否符合合规要求，引入前的测试验证是重要手段。效果引入：随着安全合规要求的逐步落地，同时后疫情时代全球经济以及国内经济都面临着重要的转变和挑战，企业对安全投入变得谨慎，安全技术和产品的引入需要通过安全防护的效果说话，只有证明对企业安全防护有足够帮助同时高性价比的安全产品才能进入企业采购清单，安全测试是采购前证明防护效果和性价比的有力方法。2.现网安全防护体系效果的试金石现网安全防护体系效果的试金石 企业安全建设已投入不少，但在护网等攻防演练活动中，仍然会数据中心安全测试靶场技术白皮书 ODCC-2024-08002 2 暴露出了各种各样的安全防护问题，从而导致企业对对攻防对抗中网络安全防护设施的实际效能日益关注：出现的问题是策略配置问题还是产品性能问题？现有的网络安全防御系统是否有效？是否存在防护上的漏洞？现有防御能力能否跟上不断新增的威胁？为了寻找答案，企业逐步开启对现网安全防御体系的安全测试。对于网络安全团队而言，全面、清晰和及时的掌握自身网络安全控制的有效性，发现相关安全防护漏洞、策略或者配置错误，了解安全防护设施是否经得起各种潜在的网络威胁变得更加重要。网络安全和风险管理团队使用与攻击者相同的工具和技术对网络安全防御系统的有效性进行持续的测试和验证，以确保安全防护设施在按预期工作，能拦截相关攻击行为或者产生告警，发现安全防御上存在的漏洞，持续改善网络安全防御体系效能，在实际攻击发生前，做好及时响应处置的准备。(二二)安全测试面临的挑战安全测试面临的挑战 1.测试标准的缺乏性测试标准的缺乏性 安全领域广、产品多，尤其近年来安全技术和产品迭代迅速，安全产品逐渐细分，界限不明。相比于其他领域测试，安全领域测试缺乏测试标准，包括测试方法、评估指标、测试环境缺乏统一定义，而上述因素又极度影响测试结果，大大削弱安全测试结果的可信度。数据中心安全测试靶场技术白皮书 ODCC-2024-08002 3 图 1 数据中心现有安全产品图谱 2.专业仪表的局限性专业仪表的局限性 专业的安全仪表简化了混合流量叠加、攻击样本发送的环境部署、降低了对安全测试人员的技术要求。但安全仪表的局限性也显而易见：首先，其覆盖度、及时性存在不足，尤其是对国产硬件、软件及应用的漏洞攻击样本收集不足；其次，部分安全设备无仪表测试解决方案，尤其在需要与真实终端互动、新型技术领域；另外，安全测试一旦指定专业仪表，安全厂商往往投入足够的精力进行验证分析，安全攻击检出率超过真实水平。3.环境搭建的复杂性环境搭建的复杂性 专业仪表的不足，促使部分安全测试场景需要搭建真实环境，而近年来信创要求无疑加大了真实环境部署的比例和复杂度，一方面国产化硬件平台、系统、软件规模部署，其安全风险亟待验证；另一方安全产品软件部署与信创软硬件兼容性需全面评测，导致为安全测试而环境搭建需要覆盖的设备和软件众多。不同的安全产品测试，测试数据中心安全测试靶场技术白皮书 ODCC-2024-08002 4 环境搭建侧重点不同，如何快速构建贴近现网、多场景并行、长期在线、稳定复现的测试环境需要花费大量时间和精力，是安全测试的难题。4.新型技术的挑战性新型技术的挑战性 新型安全技术如高级 APT 攻击、生成式 AI 威胁等，由于其高度的复杂性和专业性，给测试人员带来了极大的挑战。这些技术需要测试人员具备深厚的专业知识、技术背景和测试工具，才能对其进行测试方案设计，全面、准确的测试。同时安全设备向大数据分析和智能化监测发展，测试方法和样本需同步跟进，测试数据的获取和准备往往比传统安全产品测试变的困难，测试人员需要不断探索和尝试新的测试工具和技术，以应对新型安全技术带来的挑战。(三三)通用安全靶场的满足度通用安全靶场的满足度 网络安全靶场是针对攻防对抗演练、网络技术和武器装备试验、安全人才培养和网络风险评估验证的重要基础设施，国内研究院所、重点行业、评测机构均有典型建设案例。建设网络安全测试靶场，有助于安全测试能力提升：快速部署、虚实结合的靶场解决环境搭建复杂性难题；不断更新的黑客工具、攻击样本弥补专业仪表的不足；模拟现网的业务流量和大数据、新型工具引入迎接安全新型技术带来的挑战；可定义、复现的测试环境和明确的指标有助于统一安全测试方法和标准。业界网络靶场提供商和综合安全厂商都提供通用的商业安全靶数据中心安全测试靶场技术白皮书 ODCC-2024-08002 5 场，商用安全靶场可以开展安全测试，但为了更好的进行安全测试，构建专业的安全测试靶场，需要对商用安全靶场做提升：评测为重点评测为重点：商用靶场注重开展安全竞赛、教育培训和攻防演练；安全测试靶场更注重自动化智能化评测各类安全产品，需要考虑多类数据中心设备多类场景安全测试的满足。多设备管理多设备管理：商用靶场管理设备较少，大量设备通过虚拟仿真实现；安全测试靶场虽然也强调虚实结合，但通常以实为主，需要管理大量数据中心基础设备、被测试设备，资源管理和拓扑变化复杂。大流量调度大流量调度：商用靶场流量较小，仅注重业务可访问性安全测试靶场需要引入硬件仪表，大业务流叠加攻击，以满足当前流量型安全设备百 G 数量级的性能测试。注重开放性注重开放性：商用靶场多依靠自身资源的积累，不集成外部资源；安全测试攻击样本库、情报库、工具库需要动态更新，通过多方引入，有助于得出公平和权威的测试结果。二、二、数据中心安全测试靶场建设目标数据中心安全测试靶场建设目标(一一)安全测试靶场的架构安全测试靶场的架构 数据中心安全测试靶场平台是一个专为安全测试而规划建设的综合性平台。该平台的设计目标是以硬件资源为基础，为安全测试人员提供一个快速搭建测试场景、高度仿真现网环境，通过持续扩展攻防工具和攻击样本，自动执行和判定测试任务的交互界面，模拟各类网络攻击和防御场景，以支持安全测试和技术研究，后期可支撑攻防数据中心安全测试靶场技术白皮书 ODCC-2024-08002 6 演练、安全人员培训等活动。数据中心安全测试靶场平台采用三层级架构，包括基础设施层、核心仿真层和平台能力层。基础设施层提供基础的硬件和网络支持，包括服务器、网络设备、仪表等硬件设施，以及随时接入的被测试安全设备，构建贴近现网数据中心的基础环境；核心仿真层通过虚拟化、容器化等技术，快速部署 Web 应用、DNS 应用、FTP 应用、邮箱服务、工控业务等，集成情报库、攻击工具库、漏洞库和攻击场景库，模拟出真实的网络环境和业务场景，同时为攻击提供知识库和武器资源；平台能力层则提供了模块化、可视化的交互界面，包括资源管理、可视化、攻击编排、流量发生、信息采集、评估报告等。部署远程管理单元，与其他分节点实现信息互通、靶场联动、分节点部署。图 2 安全测试靶场总体架构(二二)安全测试靶场的特征安全测试靶场的特征 安全测试靶场建设以下面四个特征为建设目标：特征一、特征一、真实性真实性：安全靶场平台能够类比现网数据中心环境，覆盖全面的硬件设备和软件应用，确保测试结果的准确性和可靠性。数据中心安全测试靶场技术白皮书 ODCC-2024-08002 7 服务器架构多样：包含 Intel、鲲鹏、海光多个平台，为软件安全产品安装等提供真实环境。漏洞真实：部署各类操作系统、数据库和中间件等软件，漏洞真实已知和可验证。流量真实：部署各类服务和应用，产生真实的业务流量，通过业务软件产生真实交互流量，并通过现网流量采集抓包后，仪表回放产生其他大流量，以支持各种网络协议和应用流量的仿真，包括 TCP、UDP、HTTP、HTTPS、数据库、邮件、DNS、各类管理流量等，以模拟典型数据中心中真实业务场景中流量特征。被测安全产品随时接入：测试环境应支持被测安全产品的随时接入，扮演数据中心安全防护和监测角色，以便在测试过程中模拟真实的网络环境和设备配置。特征二、高性能特征二、高性能：平台具备强大的流量仿真、数据处理和统计展示能力，能够支持大规模、高并发、大吞吐的数据中心安全测试场景。为确保安全靶场平台能够满足高性能、高仿真度的测试需求，须对安全靶场平台在架构、网络、流量模拟等方面的具体高性能要求进行严格把控。平台架构模块化设计：平台应采用模块化设计，确保各功能模块之间的松耦合，便于扩展和维护。管理设备高性能：支持对百台以上硬件规模的管理、资源统计、日志分析等数据处理高性能。流量仿真高性能：平台应支持对高速网络接口控制，产生 100G数据中心安全测试靶场技术白皮书 ODCC-2024-08002 8 及以上速率的网络接口，通过测试控制实现网络隔离技术，确保测试过程中的数据安全和隔离性，平台应支持细粒度的网络流量控制功能，以便模拟真实网络环境中的流量分布和变化。攻击模拟高性能：平台应支持各种网络攻击的模拟，如 DDoS 攻击、SQL 注入攻击、跨站脚本攻击和防护效果统计，以测试数据中心安全设备的防护能力。特征三、开放性特征三、开放性：平台采用开放的设计思想，支持第三方工具、样本和应用的灵活接入，便于用户根据自身需求进行定制和扩展。随着网络安全威胁的日益复杂和多样化，构建一个开放、高效、全面的安全靶场平台，是满足安全攻击特点的客观要求，同时也是提升安全评测权威性的必经之路。安全靶场平台的开放性特征，确保平台能够广泛吸纳外部资源，也将形成协同合作的良好生态共建机制。广泛引入资源：安全靶场平台应支持广泛引入各类安全资源和工具，包括但不限于攻击工具、攻击样本、测试场景等，平台应提供标准化的接口和协议，确保各类资源能够方便、快捷地接入。动态更新机制：安全靶场平台应建立动态更新机制，定期收集、整理和更新最新的安全资源，通过与安全厂商、现网、第三方机构协同共建，确保平台资源库的时效性和丰富性。特征四、智能化特征四、智能化：安全测试靶场平台通过自动化快速部署、智能调度、自动化测试等技术手段，提高测试环境搭建效率、测试效率和准确性，降低了人力成本。业务快速部署与智能学习：平台应具备对输入测试用例的学习能数据中心安全测试靶场技术白皮书 ODCC-2024-08002 9 力，能够快速部署业务系统及软件，模拟真实业务流量。智能学习算法应能够自动分析测试用例的特性和规律，优化业务部署流程，提高部署效率和准确性。拓扑场景智能构建和展示：平台应支持虚实结合、叠加仪表混合编排生成测试拓扑，构建满足各类安全产品评测的场景并展示，应能够根据测试需求自动调整测试拓扑结构，模拟复杂的网络环境和攻击场景。同时，平台应提供丰富的可视化工具，帮助用户直观地理解和分析测试拓扑。攻击智能编排与动态更新：平台应利用持续更新的攻击工具和样本，进行多阶段、基于 ATT&CK 模型的攻击编排。智能编排系统应能够自动识别攻击工具和样本的更新情况，并将其集成到测试环境中。同时，平台应支持动态更新机制，确保测试环境的时效性和准确性。攻击路径展示与智能响应：平台应对攻击路径和效果进行实时展示，并通过对环境识别，将攻击成功靶机采取相应措施，如快速隔离受感染的设备。智能响应系统应能够自动识别攻击行为并触发相应的响应措施，以减少攻击对目标系统的影响。评测智能得分与数据分析：平台应能够智能分析告警日志和攻击效果，得出测试得分。智能评分系统应能够根据测试目标、测试环境和测试结果等因素进行综合评估，并给出准确的得分值。同时，平台应提供丰富的数据分析工具，帮助用户深入了解测试过程和结果，为后续的网络安全评测和攻防演练提供参考依据。数据中心安全测试靶场技术白皮书 ODCC-2024-08002 10 三、三、数据中心安全测试靶场技术要求数据中心安全测试靶场技术要求(一一)基础设施层基础设施层 基础设施层是安全测试靶场底层基础，其中包含 Intel、鲲鹏、海光等平台框架的服务器是主要组成部分，为安装上层应软件、提供虚拟仿真资源、安装被测试安全软产品提供计算和存储资源；安全设备接入为分析研究安全攻击提供条件，同时被测试安全设备随时接入，无缝进行安全产品的测试，是安全测试靶场建设的主要目的；应用及安全仪表是安全测试靶场特有的基础设施组成部分，主要实现大流量仿真；交换机连接服务器、被测试设备和仪表等硬件设备，构建独立组网，实现流量转发和网络隔离，汇聚分流设备可实现相同流量的复制发送，增加安全测试的对比分析和测试并行度。图 3 基础设施层(二二)核心仿真层核心仿真层 核心仿真层通过部署各类软件、系统和服务，为模拟典型数据中心场景业务提供基础软件：提供各类 Web 中间件、消息中间件、数据库等软件部署，Web 中间件包括 Apache、Nginx、Tomcat、Weblogic、WebSpere、TongWeb、宝兰德BES等主流中间件，数据库包括MySQL、数据中心安全测试靶场技术白皮书 ODCC-2024-08002 11 Redis、Oracle、MongoDB、中兴 GoldenDB、人大金仓 DB、南大通用GBase8s、GaussDB等主流数据库；提供集成部署各类业务和服务，包括 Web 服务、邮件服务、FTP 服务、DNS 服务、SSH 服务、RPC服务、SNMP 邮件服务、数据库服务。同时核心仿真层还需要持续集成攻防资源库，为上层攻击模拟提供基础能力：各类软件、数据库及服务应存在明确的漏洞和修复方法，形成已知的漏洞库；集成 Nmap、Metasploit、Burp Suite、Nessus、Hydra、kali linux、owasp zap、Sqlmap、IDA、Netcat、蚁剑等主流黑客工具；集成各类情报库和攻击场景库。(三三)靶场平台层靶场平台层 考虑安全测试靶场复杂程度和环境适应性等实际情况，构建对安全测试友好和智能的靶场平台层。从功能结构上进行模块化设计，提高系统弹性扩展能力和上下兼容能力、自定义灵活配置能力，既满足现阶段网络评估系统建设基本需要，又能兼顾近期过度和远期发展需求。安全测试靶场平台层需涵盖平台运营、靶场应用、资源管理、流量发生等核心模块，确保靶场的稳定运营和高效管理；可视化展示和任务调度的智能化，以直观展示测试过程和结果，并自动化调度测试任务，提升测试效率。此外，环境仿真和攻击编排功能将模拟真实网络环境，实现复杂的网络攻击场景，以全面评估数据中心设备和整体系统的安全性能。数据中心安全测试靶场技术白皮书 ODCC-2024-08002 12 图 3 安全测试靶场平台模块 1.网络拓扑构建网络拓扑构建 在基础设施层形成的底层物理网络连接之上，划分管理平面和数据平面，通过选中模版、节点进行拖拽方式可视化地绘制拓扑，下发策略通过对交换机上 VLAN、IP 地址、路由配置实现网络互通。在虚拟机化解决方案中，产生虚拟化网络，并与物理网络连接、交互，展示网络内部结构，与物理实体网络形成端到端的拓扑展示。将仿真系统区网络按照系统功能的不同划分多个测试区域，各个测试区域之间实现网络的逻辑隔离。2.资源管理资源管理 实现对基础物理资源的管理，可以在平台点击登录服务器、网络设备、安全设备、专用仪表等，查看状态。实现对镜像资源、软件资源、攻击库、场景库资源的管理和查看。3.环境仿真环境仿真 环境仿真模块实现在物理环境上通过虚拟或 Docker 方式快速自数据中心安全测试靶场技术白皮书 ODCC-2024-08002 13 动构建真实节点，并部署镜像、各类应用软件，运行多个轻量级、独立的客户端和服务端，为模拟多用户并发访问场景提供环境，一是产生包含已知漏洞的靶标，二是为真实业务流量产生各类服务。4.流量发生流量发生 流量发生模块通过调度真实客户端和各类应用服务端，产生真实流量，对流量的发送、暂停、大小、源和目标、协议可实现控制和查看，能实现对业务成功和失败的识别和统计，生成流量日志。同时可调用仪表接口生成大业务背景流量。在背景流量基础上调用各类攻击工具和安全仪表，叠加产生攻击流量，可检验安全产品在性能压力下的攻击检出能力。5.攻击编排攻击编排 攻击编排模块通过调用核心资源、漏洞和攻防工具，模拟攻击者的一系列攻击行为，包括扫描探测、漏洞利用、密码猜测、钓鱼攻击、提权操作、横向移动、敏感数据传输等多种手段，支持通过 ATT&CK模型定义攻击行为，对攻击剧本的执行次序、流转逻辑进行编排，高仿真 APT 攻击过程。在攻击过程中，平台通过采集目标系统的反应和反馈，调整攻击策略，多分支有选择的进行攻击尝试，逼近真实攻击行为。6.数据采集数据采集 数据集采模块需确保测试过程中产生的各类数据被完整、准确地数据中心安全测试靶场技术白皮书 ODCC-2024-08002 14 收集，为后续的分析评估提供基础。平台数据采集包含对硬件服务器和虚拟仿真节点 CPU、内存、硬盘及告警信息的基础信息采集，对主机进程、任务、账户、日志等信息采集，对网络设备接口流量的采集。同时数据采集模块需要对专用仪表进行调用，采集仪表数据；接收安全产品日志，为攻击检测能力分析提供依据。7.可视化展示可视化展示 可视化呈现应遵循直观、易读、美观、友好的原则，通过图形化界面清晰、直观地呈现网络拓扑、攻击路径、防御态势，帮助用户更好地理解和分析网络安全场景。防御态势展示需要从安全防御视角、业务视角、攻击战术/技术的多维视角可视化展示。8.分析评估分析评估 分析评估模块负责深入挖掘数据采集模块采集的数据，评估分析攻击效果和攻击检出效果，结合定义的指标体系进行测试任务的分析评估。同时可实现对数据中心整体安全性能和潜在风险评估，为安全策略的制定提供科学依据。9.任务调度任务调度 任务调度模块实现定义测试任务，完成测试任务下发、自动执行和生成测试报告。同时展示测试任务状态，实现多用例、多安全产品场景的测试任务调度。数据中心安全测试靶场技术白皮书 ODCC-2024-08002 15 10.平台运维平台运维 平台运维模块利用软件工具、脚本自动执行 IT 运维中的日常任务、监控、故障排查、配置管理、安全审计及资源优化等工作，减少人工干预，提高运维效率，确保系统稳定性和安全性。实时跟踪系统性能指标（如 CPU 使用率、内存占用、磁盘空间、网络流量等），并在指标超出预设阈值时自动触发警报。集成邮件等通知渠道，确保运维团队能及时响应。同时通过账户管理，实现角色分配。四、四、数据中心安全测试靶场建设意义数据中心安全测试靶场建设意义(一一)数据中心安全靶场建设意义数据中心安全靶场建设意义 标准化和权威性：通过数据中心安全测试靶场的建设，构建真实场景和攻击行为，提供标准化的测试环境和测试方法，为安全产品的测试提供统一的标准。在此之上，通过定义指标体系，确定安全产品功能和定义，梳理安全产品图谱，有效解决安全产品边界模糊，产品名目众多的乱象。贴近现网的真实环境、开放持续集成的安全测试工具形成的专业安全测试靶场，增加安全测试结果的可复现和可信度，树立安全测试权威性。测试效率：标准化的测试环境和测试方法可以降低测试环境搭建时间，自动化、并行智能的评估任务提高测试的效率和准确性，有效支撑采购决策和安全运营。数据中心安全测试靶场技术白皮书 ODCC-2024-08002 16 生态共建共享：数据中心安全测试靶场能够为数据中心安全领域相关的专家、学者、企业等提供一个交流和合作的专业平台，通过经验分享、技术交流，共同推动数据中心安全攻防和测试研究的发展。靶场的建设不仅限于测试环境本身，开放性特征将引入产业链上下游企业、机构的合作。各方可以通过共同投入资源、共享测试成果等方式，实现靶场的合作共建，推动数据中心安全测试和安全攻防研究的深入发展。(二二)后续工作展望后续工作展望 当前，以东数西算为代表的超大型数据中心加速建设，促进数据要素快速流通，大模型冲击传统安全理念,网络攻击防护和数据安全治理问题凸显，安全能力建设仍然是 IT 投资的重要领域。在 ODCC前期发布的新型数据中心高安全技术体系白皮书中，将“共同构建专业权威、动态交互的安全测试平台及测试能力，对数据中心安全产品和技术能力进行多维度“比武”评测，为数据中心安全建设提供技术支撑”放在 ODCC 安全特设组后续工作的重点工作。后续，我们将以此白皮书为指引，呼吁更多数据中心安全产业伙伴加入，共同建设并建成专业安全测试靶场底座，持续集成攻击工具等测试资源，为安全测试标准和结果互信提供基础平台。数据中心安全测试靶场技术白皮书 ODCC-2024-08002 17

2025-01-16 23页 5星级

ODCC：2024年PCle Gen5 SSD应用白皮书（22页）.pdf

PCle Gen5 SSD 应用报告编号 ODCC-2024-0500APCIePCIe Gen5Gen5 SSDSSD应用报告报告2024.09 发布开放数据中心标准推进委员会PCle Gen5 SSD 应用报告版权声明版权声明ODCC（开放数据中心委员会）发布的各项成果，受著作权法保护，编制单位共同享有著作权。转载、摘编或利用其它方式使用 ODCC 成果中的文字或者观点的，应注明来源：“开放数据中心委员会 ODCC”。对于未经著作权人书面同意而实施的剽窃、复制、修改、销售、改编、汇编和翻译出版等侵权行为，ODCC 及有关单位将追究其法律责任，感谢各单位的配合与支持。PCle Gen5 SSD 应用报告编写组项目经理：项目经理：李佩维三星电子工作组长：工作组长：郭亮中国信息通信研究院贡献专家：贡献专家：崔增美三星电子豆坤三星电子李婧三星电子石健三星电子杨昌麟三星电子贺雪三星电子温小振中国信息通信研究院PCle Gen5 SSD 应用报告目录目录一、目的和范围.1二、缩写和术语.2三、传统应用的性能瓶颈分析.2四、新型高性能应用的特性分析.3（一）Intel DAOS 特性介绍.4（二）Aerospike 特性介绍.6（三）人工智能场景分析.7五、PCIe Gen5 SSD 搭配高性能应用的验证.8（一）Intel DAOS PCIe Gen5 SSD.81.测试需求.82.环境配置.83.测试结果.9（二）Aerospike PCIe Gen5 SSD.101.测试需求.102.测试配置.103.测试结果.11（三）AI PCIe Gen5 SSD.121.测试需求.122.环境配置.123.测试结果.13六、总结与展望.14PCle Gen5 SSD 应用报告前言随着大数据分析、云业务、人工智能等技术的普及，各行各业所面对的数据量呈指数级增长，高速存取和高并发读写的需求如果无法得到满足，将会引起数据处理和应用场景中的性能瓶颈。这些挑战促使各行各业对算力和高性能存储的需求日益增强。企业和数据中心为加速应用程序的执行速度、提高系统的响应能力和吞吐量，对底层存储设备的数据传输速度和带宽的要求也不断提升，因此 SSD 需要提供更高的 IOPS 和带宽才能满足企业和数据中心的需求。新一代的 SSD 传输接口总线标准 PCIe Gen5 应运而生，PCIe 总线的传输速率达到 32GT/s，各领域均已陆续推出 PCIe Gen5 相关产品，这些产品能更加契合当前企业和数据中心的需求，其中支持 PCIeGen5 接口的 SSD 能够更加符合当今不断升级的大数据处理、高性能计算、人工智能应用等对存储设备的需求，也能够为云业务提供更安全、高效、稳定的服务。尽管使用高性能 SSD 能带来显著的性能提升，但目前的大部分传统应用在设计时未考虑高性能 SSD 的特性，在存储架构、文件系统、存储管理等方面存在性能瓶颈，无法充分发挥高性能 SSD 的潜力。而新型高性能应用能充分利用高性能 SSD 的性能特点，更好地发挥 SSD 的性能优势，实现更高的性能表现和更好的用户体验。PCle Gen5 SSD 应用报告本白皮书从传统应用性能瓶颈的分析出发，对新型高性能应用的特性和适用场景进行剖析，最后对 PCIe Gen5 SSD 结合新型高性能应用的验证结果进行介绍，以说明新型高性能应用的优势。由于时间仓促，水平所限，错误和不足之处在所难免，欢迎各位读者批评指正。如有意见或建议请联系编写组。PCle Gen5 SSD 应用报告1PClePCle Gen5Gen5 SSDSSD 应用报告应用报告一、一、目的和范围目的和范围本白皮书旨在为新兴的 PCIe Gen5 SSD 寻找合适的应用场景，以使其能够充分发挥性能优势，为企业和数据中心带来收益。第五代数据传输接口标准 PCIe Gen5 的接口带宽达到了 32GT/s，与带宽上限为 16GT/s 的 PCIe Gen4 相比，PCIe Gen5 实现了带宽的翻倍，极高的带宽使得 PCIe Gen5 能更好地满足高吞吐量、高稳定性的需求。尽管PCIe Gen5 SSD 能带来显著的性能提升，但是目前的大部分传统应用都是为慢速的存储设备而设计的，在存储系统架构、存储系统优化以及应用本身的限制方面存在各种各样的瓶颈，无法充分发挥 PCIeGen5 SSD 的性能优势。为此，业界目前也在逐渐推出一些新型应用，这些应用克服了传统应用的性能瓶颈，能够使得高性能 SSD 充分发挥其性能优势。本白皮书的范围涵盖了传统慢速应用的性能瓶颈的分析，IntelDAOS、Aerospike、AI 大模型等新型高性能应用的特性和适用场景的分析，以及 PCIe Gen5 SSD 搭配这些新型高性能应用的验证结果介绍。以此来帮助行业在使用 PCIe Gen5 SSD 时，能够综合考虑应用的特点、克服应用的性能瓶颈，充分发挥 PCIe Gen5 SSD 的性能优势，使得PCIe Gen5 SSD 成为企业和数据中心的优先选择，为企业和数据中心用户带来最大程度的性能收益。本白皮书不涉及 PCIe 协议的设计和开发，也不涉及 PCIe 协议的PCle Gen5 SSD 应用报告2具体实现方法。它仅涉及对基于PCIe协议的SSD 的应用性能的分析、介绍和验证，为业界提供参考。二、二、缩写和术语缩写和术语缩略语英文全称中文含义AIArtificial Intelligence人工智能CPUCentral Processing Unit中央处理器DAOSDistributed Asynchronous ObjectStorage分布式异步对象存储FIOFlexible I/O Tester多线程 I/O 生成工具GPUGraphics Processing Unit图形处理器HPCHigh Performance Computing高性能计算IOInput/Output输入/输出IOPSInput/Output Operations PerSecond每秒的读写次数K-VKey-Value键值对NVMNon-Volatile Memory非易失性存储器NVMeNon-Volatile Memory express非易失性存储器标准OSOperating System操作系统PCIePeripheral ComponentInterconnect Express外设高速互联标准PMDKPersistent Memory Development Kit持久性存储器开发套件RAMRandom Access Memory随机存取存储器RDMARemote Direct Memory Access远程直接内存访问SCMStorage-Class Memory存储级内存SPDKStorage Performance DevelopmentKit存储性能开发套件SSDSolid State Drive固态硬盘ULTUser Level Thread用户级线程YCSBYahoo!Cloud Serving Benchmark雅虎开源基准测试框架三、三、传统应用的性能瓶颈分析传统应用的性能瓶颈分析传统应用通常基于慢速的存储系统设计，在设计时未考虑高性能SSD 的特性，对存储的性能和延迟要求较低，在架构、存储管理等方面无法充分发挥高性能 SSD 的潜力，导致在数据访问和处理时，无法充分利用高性能 SSD 带来的优势。PCle Gen5 SSD 应用报告3因此，即使使用高性能 SSD，传统应用在存储系统架构、存储系统优化以及应用本身的限制方面依然面临瓶颈，包括并发量、IO 页面大小和中断开销等，具体分析结果整理如下：I/O 并发度低并发度低：SSD 是高度并行的设备，具有多个连接到独立闪存芯片的通道。高性能 SSD 通常能处理大量的并发读写请求以获得良好的性能。但传统应用的架构无法支持大规模并发操作，这限制了SSD 在传统应用中的性能表现。I/O page size 不合适不合适：与字节寻址持久内存相比，闪存的访问以页面粒度进行。实验表明闪存的页面最佳大小是 4KB，因为它可以实现最高的随机读取性能和最低的延迟。传统应用使用的默认页面大小不一，太大的页面会带来严重的 I/O 放大，而太小的页面，会导致 SSD的 IOPS 和延迟更差。中断开销大中断开销大：传统应用中一般使用中断的方式进行 I/O 处理，但是频繁的中断带来的上下文切换对 CPU 资源和系统的开销较大。与高性能 SSD 处理 I/O 的速度相比，中断的处理时间占比显然更大，因此限制了 SSD 的性能表现。在使用高性能 SSD 时，需要综合考虑应用的特点，针对这些性能瓶颈，根据高性能 SSD 的特性进行传统应用的优化，以此提高应用程序的响应速度和性能，使其能高效利用高性能 SSD 带来的收益。四、四、新型高性能应用的特性分析新型高性能应用的特性分析PCle Gen5 SSD 应用报告4（一）（一）IntelIntel DAOSDAOS 特性介绍特性介绍Intel DAOS(Distribute Asynchronous Object Storage)是一种专为大规模分布式NVM而设计的完全实现在用户态的开源全闪分布式存储系统，支持横向扩展。Intel DAOS 使用 PMDK 和 SPDK 等用户态库绕过操作系统，直接访问以SCM和NVMe SSD为介质的存储设备，为高性能计算应用提供高带宽、低延迟和高 IOPS，并且支持结合数据分析和机器学习的以数据为中心的工作流程，主要用于 HPC 和 AI等高性能场景。图 1 Intel DAOS 架构图Intel DAOS 针对高性能存储的主要设计特点如下：Bypass OS kernel：直接使用 PMDK，SPDK 等用户态库绕过操作系统直接访问 SCM 和 NVME SSD 等高性能设备。PMDK 的全称是 Persistent Memory Development Kit，旨在提供PCle Gen5 SSD 应用报告5一系列简化持久内存设备管理和访问的库和工具的集合，帮助开发者充分利用新一代持久化内存，为高性能、低延迟的数据持久化提供了新的解决方案。SPDK 的全称是 Storage Performance Development Kit，提供了一套用于编写高性能、可扩展、用户模式存储应用程序的工具和库。它通过将所有必要的驱动程序移入用户空间并以轮询模式运行（而不是依赖中断）来实现高性能，这避免了内核上下文切换并消除了中断处理开销。DAOS 使用 PMDK 来存储所有内部元数据、应用程序/中间件键索引和延迟敏感的小 I/O，使用 SPDK 来存储大 I/O 以及更高延迟的小 I/O。两者相互配合实现了在用户空间端到端运行，并且不会执行任何系统调用的高性能 I/O。RDMA：RDMA（Remote Direct MemoryAccess）使两台联网的计算机能够在主内存中交换数据，而无需依赖任何一台计算机的处理器、缓存或操作系统。DAOS 的 Client 节点和 Storage 节点之间的 I/O数据通过 RDMA 实现用户空间数据端到端的数据拷贝。RDMA 提高了吞吐量和性能，因为它可以释放资源(如 CPU)，从而加快数据传输速率并降低网络延迟。ULT:ULT（User Level Thread）是 DAOS 服务端为每个传入的 I/O请求创建的一个用户级线程，该线程的创建和上下文切换都非常轻量级，非常适合 DAOS 服务器端 I/O 处理。通过上述技术，DAOS 成为了一个完全实现在用户态的高性能分PCle Gen5 SSD 应用报告6布式存储系统。（二）（二）AerospikeAerospike 特性介绍特性介绍Aerospike是一个高性能、可扩展、可靠性强的K-V类型的NoSQL数据库，读写速度极快。它与众所周知的高性能 K-V 类型数据库的Redis 最大不同就是，Redis 的数据完全存储于内存中，虽然保证了性能，但是成本太高。而 Aerospike 最大的特点就是同时支持 RAM 和SSD 作为存储介质，从而可以提供一种混合存储架构，既保证了性能又节省了成本。Aerospike 针对高性能存储的主要设计特点如下：Direct I/O：Aerospike 绕过操作系统的文件系统，使用 Direct I/O直接将 SSD 作为块设备读写，避免额外的 I/O 损耗，降低了延迟。Large data block write：Aerospike 采用大块写入的写时复制机制。需要更新记录时，它从 SSD 中读取记录并将更新后的数据写入缓冲区，当缓冲区被写满时将数据以大数据块方式写入 SSD 中，充分利用 SSD 大块数据顺序写入的性能优势，同时减少了闪存颗粒磨损。高度并行化高度并行化 I/O：Aerospike 利用多线程实现 I/O 的高度并行化访问，充分利用了 SSD 可以并行处理 I/O 的性能优势。图 2 Aerospike 针对 SSD 的优化PCle Gen5 SSD 应用报告7Aerospike 从以上各个维度优化了 SSD 的数据读写，从而带来 TB级数据毫秒延迟的优势。（三）（三）人工智能场景分析人工智能场景分析随着 AI 大模型时代到来，模型训练面临内存和 I/O 瓶颈：GPU 内存的限制内存的限制：AI 模型的快速增长对 GPU 内存的需求急速提升，而 GPU 内存的增长速度远落后于模型参数的增长速度，GPU内存已经成为大型模型训练的瓶颈。虽然可以通过分布式训练方法来突破单个 GPU 内存的限制，然而，GPU 的价格昂贵并且分布式训练带来的多个 GPU 之间的通信开销巨大。I/O 速度的限制速度的限制：模型训练时缓慢的 I/O 会浪费 GPU 算力，大模型训练需要海量数据作为训练数据集，在数据加载阶段，数据加载效率低下会导致 GPU 算力浪费，优化 GPU 的数据传输可以减少 AI 模型训练总时间；在模型训练的各个阶段，训练后的网络权重都会存储到磁盘中，并且使用 checkpoint 机制恢复训练时需要重新读取checkpoint 到 GPU 中，减少相关开销可以缩短训练时间、加快模型恢复速度。图 3:AI 内存墙问题&存储的高速发展PCle Gen5 SSD 应用报告8随着 SSD 容量和速度的增加，当前存储器解决方案正在分担CPU 和 GPU 数据处理工作负载，为缓解 GPU 内存瓶颈，可以将 GPU内存中的部分数据 offload 到 SSD 上，以支持参数量更大的模型的训练。此外，为了充分利用 GPU 算力，加快模型训练，使用 PCIe Gen5SSD 作为存储设备可以在模型训练过程中加速数据读取和写入速度，从而加速模型训练。五、五、PCIePCIe Gen5Gen5 SSDSSD 搭配高性能应用的验证搭配高性能应用的验证（一）（一）IntelIntel DAOSDAOS PCIePCIe Gen5Gen5 SSDSSD1.1.测试需求测试需求在本白皮书中，我们验证了在 Intel DAOS 文件系统下分别使用PCIe Gen4 SSD 和 PCIe Gen5 SSD 时系统的读写性能以观测 PCIeGen5 SSD 在此应用下的性能优势。2.2.环境配置环境配置在 Intel DAOS 中，我们使用的测试工具为 FIO。FIO 是一个工作负载生成器，主要用于 SSD 的基准性能测试和压力测试，为了对DAOS 文件系统进行读写测试，FIO 的测试参数需要进行适当配置，本白皮书中的具体测试参数设置如表 1 所示：表 1 Intel DAOS 参数配置服务器型号Client:PowerEdge R7625Server:QuantaGrid D54Q-2UCPUClient:AMD EPYC 9554 64-Core Processor(256 processor)Server:Intel(R)Xeon(R)Platinum 8460Y (160 processor)PCle Gen5 SSD 应用报告9网络RDMA,200Gb/sDAOS 版本2.5.100FIO 版本3.28存储Samsung PM9D3a(3.84TB)Samsung PM9A3(3.84TB)IoenginedfsNumjobs16Iodepth16Block Size1MB3.3.测试结果测试结果在本白皮书中，我们分别使用三星 PCIe Gen5 SSD PM9D3a 和PCIe Gen4 SSD PM9A3对Intel DAOS存储系统进行了1MB的顺序读写测试。图 4 的测试结果表明，PM9D3a 和 PM9A3 在 Intel DAOS 存储系统的读写带宽都接近其裸盘带宽，与使用 PCIe Gen4 SSD 相比，使用PCIe Gen5 SSD 的读性能提升了 66%，写性能提升了 54%。由此可见，通过 Intel DAOS 的各项针对高性能存储的优化，其几乎可以完全发挥出 SSD 的裸盘带宽性能，PCIe Gen5 SSD 在此应用中充分展现了其性能优势。PCle Gen5 SSD 应用报告10图 4 Intel DAOS 读写性能对比（二）（二）AerospikeAerospike PCIePCIe Gen5Gen5 SSDSSD1.1.测试需求测试需求为了更准确地评估PCIe Gen5 SSD在Aerospike数据库上的性能，需要模拟真实应用环境上的工作负载进行测试。2.2.测试配置测试配置Aerospike 的性能测试工具使用 YCSB，YCSB 是一款开源的NoSQL 数据库性能测试工具，自带 6 种工作负载，可修改工作负载中的参数以满足不同的测试要求，通过 YCSB 测试可以得到数据库的吞吐量、时延等数据，能比较全面地反映 Aerospike 的性能，Aerospike在本白皮书中的参数配置如表 2 所示。表 2 Aerospike 参数配置服务器型号PowerEdge R7625PCle Gen5 SSD 应用报告11CPUAMD EPYC 9554 64-Core Processor(256 processor)存储Samsung PM1743(3.84TB)Samsung PM1733(3.84TB)数据库版本E-6.2.0.0测试工具YCSB-0.17.0测试数据集大小50%SSD 容量测试工作负载Workload A记录大小4KB测试线程数不超过 CPU 核心数量压测时长3600 秒评估指标吞吐量/平均时延/99%时延3.3.测试结果测试结果在本白皮书中，我们使用 YCSB 工具对 Aerospike 进行了测试，选取了读写均衡型工作负载(读/写比例为 50%/50%)来模拟真实应用环境进行PCIe Gen5 SSD和PCIe Gen4 SSD的对比测试，使用吞吐量、平均时延、99%时延作为评估指标。从图 5 中可以看出，PCIe Gen5 SSD 在 Aerospike 上有明显的性能优势。在读写均衡工作负载下，与 PM1733 相比，PM1743 的吞吐量提升了78%，PM1743的读和写的平均时延分别降低了45%和16%、99%时延降低了 70%和 12%，这表明 PCIe Gen5 SSD 能更好地发挥出高性能数据库 Aerospike 的性能优势。PCle Gen5 SSD 应用报告12图 5 Aerospike 测试结果（三）（三）AIAI PCIePCIe Gen5Gen5 SSDSSD1.1.测试需求测试需求针对不同参数规模的模型，测试 PCIe Gen5 SSD 相较于 PCIe Gen4 SSD 为模型训练所带来的训练速度的提升以及读写带宽的提升。2.2.环境配置环境配置本白皮书训练模型选取的是开源大型语言模型 Bloom。我们使用DeepSpeed 的 Zero-Infinity 技术将 Bloom 模型的优化器状态卸载到SSD 设备，打破了模型训练的 GPU 内存瓶颈，在有限的资源下实现了参数量更大的模型训练。本白皮书中的 AI 训练的硬件/软件配置、训练配置和 DeepSpeed 配置分别如表 3、表 4 和表 5 所示。表 3 测试硬件/软件配置服务器型号QuantaGrid D54Q-2UCPUIntel(R)Xeon(R)Platinum 8460Y (160 processor)GPUNVIDIA GeForce RTX 4090(24GB)存储Samsung PM1743(3.84TB)Samsung PM1733(3.84TB)内存125GBPCle Gen5 SSD 应用报告13Linux 内核Linux6.4.0(Ubuntu 22.04.4 LTS)驱动版本525.147.05CUDA 版本12.0Torch 版本2.0.0 cu118DeepSpeed 版本0.14.0表 4 训练配置模型Bloom框架LLaMA-Factory 0.6.2Dataset Size(KB)1044表 5 DeepSpeed 配置Data Typefloat32OptimizerAdamWZero_optimizationstage:3Offload_optimizerdevice:nvme3.3.测试结果测试结果从表 6 可以看出，在 Bloom 模型训练中，SSD 上的最大带宽基本接近 SSD Spec。与 PM1733 相比，PM1743 的最大读带宽最高可以提升 70%，最大写带宽最高可提升 46%；图 6 的测试结果表明，对于不同参数大小的 Bloom 模型，PM1743 使得训练时间最多可以减少37%。由此可见，PCIe Gen5 SSD 的高性能为 Bloom 训练带来了极好的优化效果。PCle Gen5 SSD 应用报告14表 6 Bloom 训练中最大带宽对比ModelSSDBloom3BBloom1B7Bloom560MMax-Read(MB/s)PM174312,020.9812,154.198,531.70PM17337,114.367,115.097,028.70Max-Write(MB/s)PM17435,834.005,723.975,643.47PM17333,981.934,021.253,968.34图 6 Bloom 训练时间六、六、总结与展望总结与展望本白皮书分析了传统应用的性能瓶颈，Intel DAOS、Aerospike、AI 大模型等新型高性能应用的特性和适用场景，介绍了 PCIe Gen5SSD 搭配这些新型高性能应用的测试方法和各项性能测试结果，旨在为 PCIe Gen5 SSD 的使用提供参考，以使得 PCIe Gen5 SSD 能更高效地发挥其性能优势。在本文提到的这些新型的高性能应用中，PCIe Gen5 SSD 相对于PCIe Gen4 SSD 在速度和带宽上有了巨大提升，我们的实际测试结果PCle Gen5 SSD 应用报告15也证明了这一点。在本白皮书中，我们使用三星 PCIe Gen5 SSD 和PCIe Gen4 SSD 对 Intel DAOS、Aerospike、AI 大模型进行了测试，各项测试结果证明了 PCIe Gen5 SSD 在这些新型应用上能够充分发挥其性能优势，与 PCIe Gen4 SSD 相比，不仅在速度和带宽方面有明显的提升，在时延方面也有明显的降低。在信息与数据量的爆炸式增长的今天，尤其是大数据、云计算、人工智能等技术的广泛应用，使得应用对数据存储和数据处理的需求达到了新的高度，处理器和底层存储设备之间的数据传输速率瓶颈问题日益凸显。而 PCIe Gen5 通过带宽翻倍、并发通道数增加、延迟优化、能效提升等方面的改进和优化，显著提升了处理器和存储设备之间的数据传输速率，在一定程度上打破了它们之间的数据传输速率瓶颈，给追求高吞吐量、低延迟的应用提供更加强有力的支持，可以满足新兴的云计算、人工智能应用等的实时数据处理、快速响应和高并发访问的需求。在不久的将来，PCIe Gen6 SSD 也很快会发布，性能相比于 PCIeGen5 SSD 再次实现翻倍。随着更多的针对高性能 NVMe SSD 优化的应用程序的陆续推出，PCIe Gen5/6 SSD 必将会在数据中心和企业服务器上有更明显的优势，也将成为各大厂存储设备的优先选择。PCle Gen5 SSD 应用报告16ODCCODCC 公众号公众号ODCCODCC 订阅号订阅号

2025-01-16 22页 5星级

计算机行业2025年度策略报告：科技自强拥抱主线-250114（23页）.pdf

科技自强，科技自强，拥抱拥抱主线主线计算机计算机行业行业2025年度策略报告年度策略报告分析师：李行杰 SAC编号：S1760524010003 邮箱：分析师：夏明达 SAC编号：S1760523080004 邮箱：证券研究报告证券研究报告2025年年1月月14日日行业：计算机行业：计算机增持（维持）增持（维持）主要观点主要观点 2024年全年板块表现处于全行业中位年全年板块表现处于全行业中位，配置比例仍有上行空间配置比例仍有上行空间 2024全年，A股申万计算机指数上涨4.42%，在申万31个一级子行业中，计算机板块年涨跌幅排名为第15位。24Q3计算机板块基金配置比例边际下滑，达2.37%，环比下降0.12pct。AI板块：板块：“软硬结合软硬结合，硬件先行硬件先行”AI算力受益于推理算力需求增长以及自主可控要求有望先行，看好AI芯片作为重要算力底座的投资机会；AI应用进入发力阶段，看好其中商业化落地相对较快的细分赛道；AI端侧设备趋于轻量化，云侧算力重要性或提升，建议关注算力建设相关公司投资机会。信创板块：政策加码信创板块：政策加码，细分信创有望提速细分信创有望提速 信创政策加码，细分信创有望提速，建议关注受益于增量资金落地推进招投标进度、以及受益于垂直行业需求推动的国产操作系统、数据库等细分方向。智能驾驶板块：成本下行智能驾驶板块：成本下行，智能化上行智能化上行 智能驾驶成本下行，智能化上行、主机厂高阶智驾下沉，有望推动智驾软件渗透率提升。风险风险提示：提示：行业竞争加剧风险；商业化进度不及预期风险；技术路线调整风险。请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明目录/Contents01计算机板块行情复盘计算机板块行情复盘请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明02计算机板块经营情况计算机板块经营情况03投资主线：投资主线：AIAI04投资主线：信创投资主线：信创05投资主线：智能驾驶投资主线：智能驾驶06投资建议投资建议07风险提示风险提示图图1:2021/1/1-2024/12/31，计算机板块（申万），计算机板块（申万）PE-TTM图图2 2:20242024全年全年SWSW各板块涨跌幅各板块涨跌幅资料来源：wind，甬兴证券研究所资料来源：wind，甬兴证券研究所1.1 计算机板块行情复盘计算机板块行情复盘请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明 板块涨幅处于全行业中位板块涨幅处于全行业中位。2024全年，A股申万计算机指数上涨4.42%，沪深300指数上涨14.68%，板块整体跑输沪深300指数达10.26pct；在申万31个一级子行业中，计算机板块年涨跌幅排名为第15位。板块估值快速修复板块估值快速修复。截止20241231，SW计算机板块指数为4591.97，PE-TTM为70.27，从估值看，2024年9月末以来计算机板块估值修复，正逐步接近2023年行情高点。14.68%4.42%-20.00%-10.00%0.00.00 .000.00.00%银行非银金融通信家用电器电子汽车沪深300商贸零售交通运输公用事业创业板综国防军工石油石化建筑装饰机械设备计算机煤炭综合有色金属电力设备传媒环保钢铁房地产基础化工社会服务纺织服饰建筑材料轻工制造食品饮料美容护理农林牧渔医药生物图图3:计算机持仓历史情况计算机持仓历史情况图图4 4:截至截至2024093020240930，SWSW计算机板块前五大重仓股计算机板块前五大重仓股资料来源：wind，甬兴证券研究所资料来源：wind，甬兴证券研究所1.2 计算机板块基金配置比例计算机板块基金配置比例请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明股票名称股票名称持股机构家数持股机构家数持股比例（持股比例（%）持股市值持股市值(亿元亿元)海康威视24551.692752.74金山办公25776.071363.02宝信软件8079.49600.50德赛西威12674.44681.23紫光股份7654.14728.756.99%6.41%5.09%4.96%3.60%2.49%2.37%5.50%5.32%4.86%4.89%4.43%3.98%4.32%0.00%1.00%2.00%3.00%4.00%5.00%6.00%7.00%8.00#Q123Q223Q323Q424Q124Q224Q3计算机 基金重仓比例计算机 标准配置比例 板块配置比例仍有上行空间板块配置比例仍有上行空间。24Q3计算机板块基金配置比例边际下滑，达2.37%，环比下降0.12pct；自24Q1起已连续三个季度相对行业标准配置比例维持低配。截至20240930，SW计算机板块前五大重仓股分别为海康威视、金山办公、宝信软件、德赛西威以及紫光股份。图图5:2017-2024前三季计算机板块总营收及增速前三季计算机板块总营收及增速图图6 6:2017-2024前三季计算机板块归母净利润及增速前三季计算机板块归母净利润及增速资料来源：wind，甬兴证券研究所资料来源：wind，甬兴证券研究所2.1 计算机板块收入及利润表现计算机板块收入及利润表现请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明-505101520250.002,000.004,000.006,000.008,000.0010,000.0012,000.0014,000.0020172018201920202021202220232024前三季板块总营收（亿元）yoy（%，右轴）-60-50-40-30-20-1001020010020030040050060020172018201920202021202220232024前三季板块归母净利润（亿元）yoy（%，右轴）下游信息化开支放缓下游信息化开支放缓，压制板块增长压制板块增长。板块财务表现方面，2024前三季计算机板块实现总营收8583.89亿元，同比 6.18%，实现归母净利润166.45亿元，同比-29.86%。收入端呈个位数增长，下游信息化资本支出有所放缓，利润端承压明显，主因费用端支出较为刚性。2.2 下游应用广泛，看好景气度较高的细分行业下游应用广泛，看好景气度较高的细分行业请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明 经营质量方面经营质量方面，净现金流有所承压净现金流有所承压。截至20240930，计算机板块实现经营活动净现金流-422.09亿元，同比-17.45%。净现金流有所承压，我们认为或因客户信息化建设整体放缓以及回款节奏有所调整所致。板块中小市值公司数量较多板块中小市值公司数量较多，其经营弹性相对较大其经营弹性相对较大。从截至20241231收盘市值划分，行业内小于50亿元/50-100亿元/100-200亿元/200-500亿元/500亿元以上的上市公司数量，分别占比43.8%/26.6%/16.8%/9.1%/3.6%。计算机板块下游客户行业分布较多，我们看好其中AI、智能驾驶、金融IT等景气度较高的细分行业。图图8:计算机板块计算机板块市值分布市值分布（截至（截至20241231）资料来源：Wind，甬兴证券研究所图图7:板块经营活动净现金流及增速板块经营活动净现金流及增速图图9:计算机板块小市值公司经营弹性相对较大（计算机板块小市值公司经营弹性相对较大（2024前三季）前三季）资料来源：Wind，甬兴证券研究所资料来源：Wind，甬兴证券研究所-60-40-200204060-600-400-20002004006008001000板块经营活动净现金流（亿元）yoy（%，右轴）020406080100120140小于50亿50-100亿元100-200亿元200-500亿元500亿元以上公司数量（个）-200.00-150.00-100.00-50.000.0050.00小于50亿50-100亿元100-200亿元200-500亿元500亿元以上总营收增速（%）归母净利润增速（%）3 AI大模型时代开启，行业迈入繁荣发展大模型时代开启，行业迈入繁荣发展 ChatGPT开启本轮开启本轮AI大模型新时代大模型新时代。据Superclue及腾讯科技，自ChatGPT在2022年11月发布以来，AI大模型在全球范围内掀起了有史以来规模最大人工智能浪潮（ChatGPT发布后两个月即达到1亿用户）。当前看，开源模型崛起丰富大模型生态，OpenAI发布文生视频Sora，Meta开源Llama3，Google发布多模态大模型Gemini等。近年来模型参数量提升趋势明确近年来模型参数量提升趋势明确。据中国人工智能白皮书，自2021年以来，模型参数规模增长趋势显现。模型能力与任务效果将会随模型参数规模和预训练数据规模的增加，而不断改善，OpenAI 的三个模型GPT-1（1.1 亿参数）、GPT-2（15 亿参数）、以及 GPT-3（1750亿参数），其中GPT-3 在没有微调的情况下，可以仅通过上下文学习完成多种任务，甚至在某些任务上超过当时最好的专用模型。大模型应用用户接受度不断提升大模型应用用户接受度不断提升。据aicpb，海外方面ChatGPT自2024年9月以来，其Web端月访问量就已突破30亿次，国内方面豆包增速较高，2024年12月Web端访问量达31.8m，环比增长约48.3%。请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明图图11:主流大模型主流大模型及搜索引擎月度及搜索引擎月度Web端访问量（百万次）端访问量（百万次）资料来源：aicpb，甬兴证券研究所资料来源：中国人工智能系列白皮书（中国人工智能学会，2023.9），甬兴证券研究所图图10:近年来模型参数量增长趋势近年来模型参数量增长趋势050010001500200025003000350040004500chatgptgooglecharacter.aiKIMI字节豆包3 国产大模型国产大模型底座意义凸显，为底座意义凸显，为AI技术落地夯实基础技术落地夯实基础 国内大模型基座能力持续提升国内大模型基座能力持续提升。据Superclue，国内顶尖模型在部分通用能力上与国际领跑者差距已缩小至2%以内。从国内格局看，闭源模型中，Hunyuan-Turbo-Preview、AndesGPT-2.0、SenseChat5.5、Doubao_pro_preview表现优异，开源模型 DeepSeekV2-0628、Qwen2-72BInstruct 等相对领先。豆包等模型下载量提升，为大模型接入各行各业提供基座支持。国产豆包等大模型已经陆续开启行业应用国产豆包等大模型已经陆续开启行业应用。据中国网，近日豆包新增视觉理解模型，千tokens输入价格为3厘，比行业价格便宜85%，为企业提供多模态大模型能力，以更低成本推动AI技术普惠和应用发展。请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明图图13:国内主流大模型的国内主流大模型的API收费标准收费标准资料来源：阿里云、腾讯云、百度云、清华智谱、deepseek官网，火山引擎、甬兴证券研究所资料来源：七麦数据，甬兴证券研究所图图12:国内大模型国内大模型App的下载量（次）的下载量（次）厂商厂商主要模型主要模型输入定价（元输入定价（元/千千 tokenstokens）输出定价（元输出定价（元/千千 tokenstokens）阿里系qwen-max0.020.06qwen-plus0.00080.002qwen-turbo0.00030.0006腾讯系hunyuan-turbo0.0150.05hunyuan-large0.0040.012hunyuan-standard0.00080.002百度系ERNIE-4.0-8K-06130.030.09清华智谱GLM-Zero-Preview0.010.01GLM-4-Plus0.050.05deepseekDeepSeek-V30.0001/0.001（缓存未命中）0.002字节系Doubao-vision-pro 32k0.0030.009-20000000200000040000006000000800000010000000字节豆包APP文心一言APPKIMI智能助手智谱清言APP腾讯元宝APP讯飞星火APP通义千问APP天工AI助手3 AI商业赋能曙光已现，商业赋能曙光已现，产业链景气度有望延续产业链景气度有望延续 云厂积极拥抱云厂积极拥抱AI，商业化进程有序推进商业化进程有序推进。从各公司看：1）微软，人工智能驱动的范式转变正帮助客户推动新增长和运营效率，公司AI业务或在FY25Q2实现超过100亿美元的年化收入（仅用时2.5年），公司FY25Q2的资本开支预计将超过200亿美元；2）谷歌，AI提升了客户运营效率、赋能客户网络安全、提升终端用户体验等；3）Amazon，AWS的AI业务年化收入达数十亿美元，并保持三位数的yoy；4）Meta，AI助力用户留存和货币化率提升双轮驱动：例如广告客户受益AI，留存率提升明显，Family of Apps在24Q3实现收入403.19亿美元，同比 18.81%。海外云厂作为算力海外云厂作为算力IaaS，其资本开支对于全球算力产业链景气度具备较强前瞻意义其资本开支对于全球算力产业链景气度具备较强前瞻意义。考虑到需求强劲以及商业效果显现带动的AI业务收入高增，AI业务商业化进程或将加速，云厂商资本开支意愿有望延续，预计将带动全产业链景气度延续。请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明图图14:北美科技巨头北美科技巨头 分季度分季度 CapEx（亿美元）及总体增速（亿美元）及总体增速资料来源：wind，甬兴证券研究所（微软 24Q3 为 FY25Q1，四家公司已用自然年口径对齐）3 AI 垂直行业应用蓄势待发，有望垂直行业应用蓄势待发，有望打开新增量打开新增量 算力成本下降及用户接受度提升算力成本下降及用户接受度提升，助推助推AI落地垂直行业落地垂直行业。近期因模型训练任务调整等原因，算力底座成本有所下降，据21世纪经济报道援引SCNet国家超算互联网官网，2024年4月，英伟达A800人工智能训卡每小时训练价格已降低到2元，算力调用成本下降或降低AI应用公司运营成本，提升经营效益；用户使用端，据aicpb，2024年11月全球AI产品榜前三名ChatGPT，豆包，Nova的APP MAU分别实现287.25m/59.98m/49.63m（注：m为百万），分别环比 11.27%/ 16.92%/ 5.67%，用户用量提升有望为AI落地推进夯实基础。AI有望赋能各行业有望赋能各行业。其中广告等场景商业化进展良好，以海外公司为例，APPLOVIN公告其使用AI技术强化广告推荐系统AXON，带动公司软件平台收入24Q3实现营收8.35亿美元，同比 65.56%。我们看好AI向各细分行业的加持，包括办公、教育、医疗等场景。请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明图图16:AI产品榜产品榜资料来源：aicpb，甬兴证券研究所资料来源：wind，甬兴证券研究所图图15:各行业各行业AI 应用上市公司梳理应用上市公司梳理分类分类主要主要上市公司上市公司AI 办公金山办公、彩讯股份、泛微网络、福昕软件、致远互联等；AI 教育科大讯飞、方直科技、佳发教育、鸥玛软件等；AI 工业/CRM/ERP鼎捷数智、汉得信息、赛意信息等；AI 医疗润达医疗、嘉和美康、万达信息等；AI 搜索昆仑万维、三六零等；AI 设计万兴科技、美图公司、虹软科技等；AI 电商焦点科技等；AI 金融同花顺、九方智投控股等；AI 语料/数据处理海天瑞声、星环科技-U等；AI 特种行业品高股份、能科科技、道通科技、振芯科技等。3.1 当前当前AI投资方向：“软硬结合，硬件先行”投资方向：“软硬结合，硬件先行”“软硬结合软硬结合，硬件先行硬件先行”或是当前或是当前AI投资基调投资基调。软件端想象空间充足，海外科技巨头陆续发布Agent类型人工助理（如Salesforce发布Agentforce、Nvidia发布视觉Agent），优化工作流。Agent意义在于向知识工作者的工作赋能，据北京商报，英伟达CEO黄仁勋称“AI Agent（智能体）可能是下一个机器人行业，10亿知识工作者或对应数万亿美元的市场空间”，预计未来B端可渗透市场空间可观，部分软件公司AI商业化通路已跑通，并已实际赋能财报端表现，如REDDIT公告其向客户提供在合同期内访问平台数据的权利，实现 AI 浪潮下数据许可货币化。请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明图图18:Nvidia发布视觉发布视觉Agent资料来源：Nvidia官网，甬兴证券研究所资料来源：Salesforce官网，甬兴证券研究所图图17:Agentforce交互界面交互界面3.2 AI眼镜，眼镜，有望有望引领引领ToCAI落地落地请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明图图19:国内外主流国内外主流AI眼镜眼镜梳理梳理资料来源：IT之家、腾讯网，每日经济新闻，央广网，36kr，甬兴证券研究所品牌品牌产品产品上市上市/发布时间发布时间功能功能李未可科技MetaLensChat2024/4/26主打AI语音交互能力，用户通过点触镜腿唤醒AI语音助手，可实现百科问答、学习辅助、英文翻译、语音导航、情感陪伴及音乐娱乐等功能。蜂巢科技界环AI音频眼镜2024/8/8界环 AI 音频眼镜采用界环 AI 框架，可实现跨平台统一 VUI 体验，支持 AI 通知播报、AI 畅聊、AI 捏人等功能。魅族StarVAir22024/9/25支持 13 种语言实时翻译，支持闪念速记，会议助手，AR 导航。影目科技INMOINMO Air32024/11/29搭载全球首发的 0.44 英寸 1920 x1080 分辨率 120Hz MicroOLED 屏幕，FOV 为 36 度，亮度 600 尼特。INMO GO22024/11/29支持中英日韩法西俄德八门离线语种，号称即便是在海外无网环境都可以提供稳定持续的离线翻译功能。还具备演讲题词功能。闪极科技AI拍拍镜2024/12/19支持头部相机、耳边音箱、智能助手、录音笔等功能，。搭载全球第一款 AI 记忆系统 录眸 OS，支持 AI 云盘、AI 闪记、Al Agent Store 等功能，云端 AI 中心接入数十家大模型，支持接入私有 Al 模型。雷鸟科技雷鸟V32025/1/7搭载猎鹰影像系统，该系统采用了先进的图像处理算法，可以提供高精度的视觉感知体验，帮助用户在各种场景下都能拍摄到高质量的照片。具备多种实用场景的应用，无论是日常生活记录、旅行拍摄还是专业摄影，均能轻松应对。MetaRay-BanMeta2023/9物体识别、翻译、实时 AI、还有新功能在不断更新solosAirGoVision2024/6/30物体识别、翻译功能、通话、音乐播放、辅助功能snapspectacles52024/9/17集成 OpenAI 的多模态 AI 模型。能够要求生成 AI 图像作为 AR 滤镜，或与 Snap 的 AI 聊天机器人 MyAI 互动，获取视野内物体的相关信息。AI 硬件硬件，或率先落地或率先落地。我们认为AI 消费电子由于其更贴近消费者日常生活/工作等场景的属性，同时又具备具身智能的初级形态，AI 硬件有望率先跑出。在各类消费在各类消费3C中中，看好看好AI眼镜的发展潜力眼镜的发展潜力。AI眼镜具备视频拍摄，语音助手等功能，随着模型侧多模态能力的提升以及AI助理功能的日益成熟，或将凭借其具备摄像头和音频设备的特征，有望拓宽产品功能性以及终端应用场景，作为端侧AI落地最佳场景，成为端侧AI向C端用户渗透的最佳形态。海内外产品百花齐放海内外产品百花齐放，AI眼镜景气度高企眼镜景气度高企。据科创板日报，近日智能眼镜赛道景气度较高，海内外多家厂商如Snap、Meta、百度、Looktech、Rokid、雷鸟科技、XREAL等品牌都发布了相关产品。3.3 端侧端侧AI趋势明确，趋势明确，云侧算力将迎蓬勃发展云侧算力将迎蓬勃发展 端侧端侧AI打通打通“最后一公里最后一公里”。近期国内外AI Agent密集发布，据澎湃新闻及IT之家，近期，Anthropic推出了升级版的Claude3.5 Sonnet，其全新功能computer use，支持像人类一样操作计算机，可以遵循用户的命令在计算机屏幕上移动光标，点击相关位置，并通过虚拟键盘输入信息；荣耀MagicOS 9.0升级“YOYO智能体”AI功能，可实现“一句话点外卖”等操作。AI正逐步实现向终端用户渗透的关键跃迁。考虑到端侧AI相对更贴近场景需求，更多类似功能的智能体应用有望涌现，以打通客户指令与终端执行之间“最后一公里”，有望带动端侧AI渗透率提升。云侧算力重要性或提升云侧算力重要性或提升。考虑到端侧设备受体积限制，可搭载算力相关元件或有限，AI 云侧算力需求预计仍可观，关注算力建设相关公司投资机会。请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明图图21:YOYO智能体智能体资料来源：IT之家，甬兴证券研究所资料来源：Anthropic，甬兴证券研究所图图20:Anthropic Claude 3.5 Sonnet参数参数3.4 算力需求反哺，算力需求反哺，AI芯片刚需属性加强芯片刚需属性加强 算力需求结构调整算力需求结构调整，推理端接力拉动推理端接力拉动。据财联社、IDC及数据观，推理算力有望随应用普及而占比提升，预计成为算力侧新增长点。2022 年中国数据中心用于推理的服务器的市场份额占比已达 58.4%，预计 2027 年，用于推理的工作负载将达到 72.6%。进口算力受制约进口算力受制约，国产国产AI芯片刚需属性强化芯片刚需属性强化。近年来美国相关产业出口政策限制不断，如2023年10月，美国商务部工业和安全局（BIS）发布了出口管制的“强化版”新规，进一步限制中国人工智能和先进半导体的发展，我国AI芯片进口受制约。AI芯片作为重要算力底座，在自主可控背景下，产业链有望迎来较强投资机会。请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明图图23:进口算力受到制约进口算力受到制约资料来源：21世纪经济新闻，金融界，环球时报，中国经济网，甬兴证券研究所资料来源：IDC，数据观，甬兴证券研究所图图22:2022-2027年中国人工智能服务器工作负载结构及预测年中国人工智能服务器工作负载结构及预测0 0Pp0 222023E2024E2025E2026E2027E推理训练时间时间事件事件2023年10月美国商务部工业和安全局（BIS）发布了出口管制的“强化版”新规，进一步限制中国人工智能和先进半导体的发展。2024年1月规定将要求美国云计算公司根据“了解你的客户计划或客户识别计划”，验证那些为了使用美国云计算服务而注册或维护账号的外国人身份。它还将设定识别外国用户身份的最低标准，并要求云计算公司每年进行合规认证。2024年4月美国政府以国家安全为由，修订了旨在阻止中国获取美国人工智能（AI）芯片和芯片制造设备的规定。新修订的规则阐明，面向中国的AI芯片出口管制也将适用于包含这些芯片的笔记本电脑。请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明 信创政策加码信创政策加码，发力正当时发力正当时。据中国政府网，“十四五”数字经济发展规划提出，提升核心产业竞争力，着力提升基础软硬件等供给水平，强化关键产品自给保障能力。政策推动有望让信创重要性再提升。行业信创受益政策催化有望提速行业信创受益政策催化有望提速，看好操作系统看好操作系统，数据库等细分信创数据库等细分信创。信创各细分方向中，据中国政府网，中办、国办发布关于推进新型城市基础设施建设打造韧性城市的意见，提出加快构建跨终端共享的统一操作系统生态等；新华社发文强调以科技自立自强提升数据库安全保障能力。操作系统及数据库等细分行业信创受益政策驱动，2025年整体实施进度有望加快，我们看好招投标规模预计扩大带来的行业景气度提升。时间时间文件名称文件名称主要内容主要内容2022年国资委79号文件全面指导国资信创产业发展和进度，要求所有央企和地方国企落实信创全替代（即信息技术应用创新产业替代），文件部署了国央企信创国产化的具体要求和推进时间表，政策要求到2027年央企国企100%完成信创替代，替换范围涵盖芯片、基础软件、操作系统、中间件等领域。2022年国务院关于加强数字政府建设的指导意见加强自主创新，加快数字政府建设领域关键核心技术攻关，强化安全可靠技术和产品应用，切实提高自主可控水平。强化关键信息基础设施保护，落实运营者主体责任。开展对新技术新应用的安全评估，建立健全对算法的审核、运用、监督等管理制度和技术措施。2022年“十四五”数字经济发展规划提升核心产业竞争力。着力提升基础软硬件、核心电子元器件、关键基础材料和生产装备的供给水平，强化关键产品自给保障能力。2021年中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要坚持自主可控、安全高效，推进产业基础高级化、产业链现代化。图图24:信创相关政策文件信创相关政策文件资料来源：中国政府网，天音控股公司公告，甬兴证券研究所4 信创政策加码，细分信创有望提速信创政策加码，细分信创有望提速请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明 操作系统：增量资金落地操作系统：增量资金落地，招投标进度有望提速招投标进度有望提速。2024年，据四川省软件行业协会，工信部印发工业重点行业领域设备更新和技术改造指南，明确指出到 2027 年，目标完成约 200 万套工业软件和 80 万台套工业操作系统更新换代任务；2024年9月，随着财政增量资金的落地，党政信创招投标有所推进，如2024年10月，宁波市江北区行政事业单位采购1227台信创台式机和85台笔记本等，PC设备采购推进有望同步催化操作系统信创。数据库：分布式数据库加入数据库：分布式数据库加入“名单名单”强化产品力强化产品力，金融领域有望成为主要抓手金融领域有望成为主要抓手。据政府采购信息网，2024年9月，中国信息安全测评中心官网发布了安全可靠测试结果（2024年第2号），入围多款分布式数据库，信创产业市场化程度或进一步加强。另外，金融领域或成数据库信创推进主要抓手，据中华网及看点时报，“国资发79号文件”明确要求2027年底前实现所有中央企业的信息化系统安全可靠的信创替代。据解放日报，2024年国内金融行业已开始大规模部署分布式数据库，我们认为随2027年临近，金融领域有望拉动数据库信创景气提升。4 信创政策加码，细分信创有望提速信创政策加码，细分信创有望提速图图26:中国数据库市场规模及增速中国数据库市场规模及增速资料来源：中国通信标准化协会，南方都市报，甬兴证券研究所资料来源：亿欧智库，甬兴证券研究所图图25:国产操作系统通用新增市场规模及增速国产操作系统通用新增市场规模及增速0.00%5.00.00.00 .00%.000.00101520253035402019202020212022E2023E2024E国产操作系统通用新增市场规模（亿元）yoy（右轴）0%2%4%6%800200300400500600700800900100020232024E2025E2026E2027E2028E中国数据库市场规模（亿元）yoy（右轴）请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明 算法端算法端，技术持续迭代优化技术持续迭代优化。当前行业密集布局端到端，有望凭借设计优势，实现更优整体效果。据端到端自动驾驶系统研究综述（陈妍妍等，2023），2023年，首个全 AI 端到端的自动驾驶系统-特斯拉 FSD V12 测试版问世，由视觉图像到车辆控制信号的直接输出，实现了感知决策技术的一体化。国内，小鹏开发并部署量产了端到端的 BEV（Birds Eye View）感知架构 Xnet。成本端成本端，激光雷达价格下降有助推升智能化普及激光雷达价格下降有助推升智能化普及。近年来激光雷达等传感器成本显著降低，据华夏时报，速腾聚创2024年4月推出MX产品（售价低于200美元），已渗透到15万20万元级车型；禾赛科技下一代激光雷达产品ATX预计将于2025年上市，售价低于200美元（为当前AT128型号价格的一半），预计将增强对15万以下车型吸引力。我们认为成本端下行将助推智能化向20万以下车型价格带的普及趋势。5 智能驾驶：成本下行，智能化上行智能驾驶：成本下行，智能化上行图图28:激光雷达加速渗透激光雷达加速渗透资料来源：高工智能汽车研究院，北京市高级别自动驾驶示范区，甬兴证券研究所资料来源：上海人工智能实验室，甬兴证券研究所图图27:传统自动驾驶方案与端到端自动驾驶方案对比传统自动驾驶方案与端到端自动驾驶方案对比请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明 智驾软件占比提升智驾软件占比提升，全球市场全球市场2030年或达年或达840亿美元亿美元。据中国智能汽车软件产业发展洞见（东软集团等），随着汽车架构从分布式转向集中式架构，网联互通模式的普及，以及汽车电子电气架构的向域架构演变，软件可以通过OTA服务持续的为车辆升级完善，软件端的重要性日益提升。从规模看，汽车软件市场总体规模预计2030年将达到840亿美元，2025-2030年 CAGR约6.26%。主机厂高阶智驾下沉主机厂高阶智驾下沉，推动智驾软件渗透率提升推动智驾软件渗透率提升。据金融界、观点网及人民日报，2025年，比亚迪拟将高阶智能驾驶（高速NOA级）技术下放到10万元价格带车型，考虑到该价格带此前已有小鹏MONAM03、长安深蓝S07SUV、宝骏悦也Plus等配置有高阶智驾的车型上市，我们认为主机厂高阶智驾下沉化趋势明确，相关智驾软件（ADAS、AD）有望迎来增量市场空间。5 高阶智驾“下沉”，推动渗透率提升高阶智驾“下沉”，推动渗透率提升图图30:汽车软件市场规模快速增长汽车软件市场规模快速增长资料来源：中国智能汽车软件产业发展洞见（东软集团等），甬兴证券研究所资料来源：地平线机器人招股书，灼时咨询，甬兴证券研究所图图29:全球全球 ADAS 及及 AD 渗透率渗透率投资建议投资建议未来十二个月内未来十二个月内，维持计算机行业维持计算机行业“增持增持”评级评级。投资主线一：AI算力先行，受益于推理算力需求增长以及自主可控要求，看好AI芯片作为重要算力底座的投资机会，标的方面建议关注海光信息、寒武纪等；AI应用进入发力阶段，关注各垂直行业AI进展，看好其中商业化落地相对较快的细分赛道，标的方面建议关注金山办公、科大讯飞等；AI端侧设备趋于轻量化，云侧算力重要性或提升，建议关注算力建设相关公司投资机会，标的方面建议关注云赛智联、润泽科技等。投资主线二：信创政策加码，细分信创有望提速，建议关注受益于增量资金落地推动招投标进度、以及受益于垂直行业需求推动的国产操作系统、数据库等细分方向，标的方面建议关注达梦数据、软通动力、中国软件等。投资主线三：智能驾驶成本下行、智能化上行、主机厂高阶智驾下沉，有望推动智驾软件渗透率提升，标的方面建议关注德赛西威、禾赛科技等。请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明6 投资建议投资建议风险提示风险提示行业竞争加剧风险：行业景气度高，可能吸引较多新进入者，产生行业竞争加剧风险。商业化进度不及预期风险：若行业应用端落地进度不及预期，可能导致产业链资本回报下降，影响行业长期发展。技术路线调整风险：若前沿技术快速迭代，可能造成技术路线的调整，企业或面临前期投入损失风险。请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明7 风险提示风险提示分析师声明分析师声明本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师，以勤勉尽责的职业态度，专业审慎的研究方法，独立、客观地出具本报告，保证报告采用的信息均来自合规渠道，并对本报告的内容和观点负责。负责准备以及撰写本报告的所有研究人员在此保证，本报告所发表的任何观点均清晰、准确、如实地反映了研究人员的观点和结论，并不受任何第三方的授意或影响。此外，所有研究人员薪酬的任何部分不曾、不与、也将不会与本报告中的具体推荐意见或观点直接或间接相关。公司业务资格说明公司业务资格说明甬兴证券有限公司经中国证券监督管理委员会核准，取得证券投资咨询业务许可，具备证券投资咨询业务资格。投资评级体系与评级定义投资评级体系与评级定义投资评级说明：不同证券研究机构采用不同的评级术语及评级标准，投资者应区分不同机构在相同评级名称下的定义差异。本评级体系采用的是相对评级体系。投资者买卖证券的决定取决于个人的实际情况。投资者应阅读整篇报告，以获取比较完整的观点与信息，投资者不应以分析师的投资评级取代个人的分析与判断。股票投资评级：分析师给出下列评级中的其中一项代表其根据公司基本面及（或）估值预期以报告日起6个月内公司股价相对于同期市场基准指数表现的看法。买入股价表现将强于基准指数20%以上增持股价表现将强于基准指数5-20%中性股价表现将介于基准指数5%之间减持股价表现将弱于基准指数5%以上行业投资评级：分析师给出下列评级中的其中一项代表其根据行业历史基本面及（或）估值对所研究行业以报告日起12个月内的基本面和行业指数相对于同期市场基准指数表现的看法。增持行业基本面看好，相对表现优于同期基准指数中性行业基本面稳定，相对表现与同期基准指数持平减持行业基本面看淡，相对表现弱于同期基准指数相关证券市场基准指数说明：A股市场以沪深300指数为基准；港股市场以恒生指数为基准；新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准指数。特别声明特别声明在法律许可的情况下，甬兴证券有限公司(以下简称“本公司”）或其关联机构可能会持有报告中涉及的公司所发行的证券或期权并进行交易，也可能为这些公司提供或争取提供投资银行、财务顾问以及金融产品等各种服务。因此，投资者应当考虑到本公司或其相关人员可能存在影响本报告观点客观性的潜在利益冲突，投资者请勿将本报告视为投资或其他决定的唯一参考依据。也不应当认为本报告可以取代自己的判断。版权声明版权声明本报告版权归属于本公司所有，属于非公开资料。本公司对本报告保留一切权利。未经本公司事先书面许可，任何机构或个人不得以任何形式翻版、复制、转载、刊登和引用本报告中的任何内容。否则由此造成的一切不良后果及法律责任由私自翻版、复制、转载、刊登和引用者承担。重要声明重要声明本报告由本公司发布，仅供本公司的客户使用，且对于接收人而言具有保密义务。本公司并不因相关人员通过其他途径收到或阅读本报告而视其为本公司的客户。客户应当认识到有关本报告的短信提示、电话推荐及其他交流方式等只是研究观点的简要沟通，需以本公司发布的完整报告为准，本公司接受客户的后续问询。本报告首页列示的联系人，除非另有说明，仅作为本公司就本报告与客户的联络人，承担联络工作，不从事任何证券投资咨询服务业务。本报告中的信息均来源于我们认为可靠的已公开资料，本公司对这些信息的真实性、准确性及完整性不作任何保证。本报告中的信息、意见等均仅供客户参考，该等信息、意见并未考虑到获取本报告人员的具体投资目的、财务状况以及特定需求，在任何时候均不构成对任何人的个人推荐。客户应当对本报告中的信息和意见进行独立评估，并应同时思量各自的投资目的、财务状况以及特定需求，必要时就法律、商业、财务、税收等方面咨询专家的意见。客户应自主作出投资决策并自行承担投资风险。本公司特别提示，本公司不会与任何客户以任何形式分享证券投资收益或分担证券投资损失，任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。市场有风险，投资须谨慎。对依据或者使用本报告所造成的一切后果，本公司和关联人员均不承担任何法律责任。本报告所载的意见、评估及预测仅反映本公司于发布本报告当日的判断。该等意见、评估及预测无需通知即可随时更改。过往的表现亦不应作为日后表现的预示和担保。在不同时期，本公司可发出与本报告所载意见、评估及预测不一致的研究报告。本公司不保证本报告所含信息保持在最新状态。同时，本公司的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论或交易观点。本公司没有将此意见及建议向报告所有接收者进行更新的义务。投资者应当自行关注相应的更新或修改。

2025-01-16 23页 5星级

“新质生产力”系列（二）将新质生产力落地到投资组合-240529（52页）.pdf

请务必阅读正文之后的免责声明及其项下所有内容20242024年年0 05 5月月2929日日“新质生产力新质生产力”系列（二）系列（二）将新质生产力落地到投资组合将新质生产力落地到投资组合策略研究策略研究 策略深度策略深度证券研究报告证券研究报告|证券分析师：陈凯畅021-S0980523090002证券分析师：张立超0755-S0980519050002证券分析师：王开021-S0980521030001请务必阅读正文之后的免责声明及其项下所有内容核心观点核心观点新质生产力形成是以科技创新为起点新质生产力形成是以科技创新为起点，培育和发展新产业为主要路径培育和发展新产业为主要路径，推动生产力发生质态跃升的过程推动生产力发生质态跃升的过程。从中长期主线来看，发展新质生产力是新旧动能的转换，依托于新科技，落脚在新产业，孕育着大量的市场投资机会；从区域发展角度来看，发展新质生产力要结合不同地区在资源禀赋、产业基础、发展水平等方面的差异性，坚持因地制宜，有针对性地推进生产力变革；从产能利用角度来看，发展新质生产力，最终目标是优化资源配置效率，进而提升全要素生产率。投资落地：基于投资落地：基于“预期改善预期改善”思路甄选个股思路甄选个股。产业链层面设计自主可控评分框架 投资效能模型，共同赋能新质生产力产业节点筛选，“预期改善”层面主要涉及净利润和ROE两个维度的指标，先选行业、再选个股的“预期改善”组合，弹性更大，近五年年化收益达到9.35%；直接选个股的“预期改善”模型则能够更好地控制回撤。对于近期政策力度较强的低空经济主题，“预期改善”思路同样奏效，在低空经济大幅上涨的过程中，选股策略弹性更强。发展新质生产力必须因地制宜发展新质生产力必须因地制宜，要立足于地方资源禀赋和基础优势要立足于地方资源禀赋和基础优势，形成有地方特色发展潜力的新质生产力形成有地方特色发展潜力的新质生产力。粤港澳大湾区是中国科创资源最聚集的区域之一，创新投入、创新成果、创新平台数量全国领先，拥有得天独厚的培育新质生产力的基础条件。深圳作为粤港澳大湾区的中心城市和中国特色社会主义先行示范区，经过多年的发展，聚焦“20 8”产业集群建设，已成为服务创新驱动、促进产业转型、推动经济高质量发展的典范。新质资产相关标的具备高科技新质资产相关标的具备高科技、高效能高效能、高质量三大特征高质量三大特征。新质生产力被定义为由技术性革命突破、生产要素创新性配置、产业深度转型升级催生的，可采用研发费用率、研发人员数量占比、销售毛利率、销售费用率、税项/利润总额、股息率和Wind ESG综合得分筛选标的。根据筛选，大湾区的新质资产标的主要分布在医药生物、电子、机械设备、电力设备、计算机、交通运输等行业领域。风险提示：风险提示：海外货币政策节奏和幅度的不确定性，海外局部地缘冲突风险等。报告列举的公司/个股仅为案例介绍，不作为投资推荐的依据。请务必阅读正文之后的免责声明及其项下所有内容学习解读：新质生产力对市场的意义0101投资落地：围绕新质生产力构架投资组合0202因地制宜：大湾区新质生产力投资机会0303标的精析：新质资产相关标的特征画像0404目录目录请务必阅读正文之后的免责声明及其项下所有内容新质生产力的划时代内涵新质生产力的划时代内涵 新质生产力形成是以科技创新为起点，培育和发展新产业为主要路径，推动生产力发生质态跃升的过程。党的二十大报告提出了中国式现代化这一重大命题并明确了其内涵，同时结合生产力发展层面指出：“没有坚实的物质技术基础，就不可能全面建成社会主义现代化强国”；“着力提高全要素生产率，着力提升产业链供应链韧性和安全水平，着力推进城乡融合和区域协调发展，推动经济实现质的有效提升和量的合理增长”；“必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，开辟发展新领域新赛道，不断塑造发展新动能新优势”等。这是这是“新质生产力新质生产力”概念提出的主要背景和重要基础概念提出的主要背景和重要基础，也意味着只也意味着只有面向社会主义现代化强国建设有面向社会主义现代化强国建设、面向质的有效提升和量的合理增长面向质的有效提升和量的合理增长、面向塑造发展新动能新优势的生产力才是新质面向塑造发展新动能新优势的生产力才是新质生产力生产力。相较于传统生产力而言，新质生产力强调的是以新科技、新产业、新要素为主要驱动力，以劳动者、劳动资料和劳动对象及其优化组合的质变为基本内涵，以全要素生产力提升为核心标志，以高质量发展为宗旨的先进生产力。资料来源：新质生产力与新型工业化：理论阐释和互动路径（余东华，马路萌，2023），国信证券经济研究所整理培育和形成新质生产力，关键在于科技创新，尤其是绿色技术、智能技术、数字技术等新技术已经成为发展的主动能。指应用新技术发展壮大的战略性新兴产业和未来产业，它们既代表着科技创新的方向，也代表着产业发展的方向。随着生产力的不断发展，生产要素的内涵和外延不断拓展，数据、技术、信息、人才等都成为生产活动的投入要素。新要素新产业新科技图：新质生产力的主要特征图：新质生产力的主要特征请务必阅读正文之后的免责声明及其项下所有内容新质生产力对市场的影响新质生产力对市场的影响从中长期主线来看从中长期主线来看，发展新质生产力是新旧动能的转换发展新质生产力是新旧动能的转换，依托于新科技依托于新科技，落脚在新产业落脚在新产业，孕育着大量的市场投资机会孕育着大量的市场投资机会。当前中国经济正处于高质量发展的新阶段，要素驱动全面转向创新驱动，已成为新时代中国经济发展的必然选择。中国要走创新驱动之路，加大科技创新，促进产业结构转型升级，必须加快发展新质生产力。发展新质生产力不仅要积极培育战略性新兴产业发展新质生产力不仅要积极培育战略性新兴产业、未来产业未来产业，也不能忽视也不能忽视、放弃传统产业放弃传统产业。传统产业依然是经济发展的重要支撑力量，是孕育新质生产力的肥沃土壤，是发展新质生产力的重要承载主体，实现传统产业量的增长和质的提升是优化产业结构的核心任务。大力发展新兴产业，是为经济发展注入新动能，培育新质生产力的必要举措。前瞻性布局未来产业，是引领科技进步、带动产业升级、培育新质生产力的战略选择。政策端：政策端：2023年，工业和信息化部等四部门联合发布新产业标准化领航工程实施方案（2023-2035年），聚焦新一代信息技术、新能源、新材料、高端装备、新能源汽车、绿色环保、民用航空、船舶与海洋工程装备等8大新兴产业，以及元宇宙、脑机接口、量子信息、人形机器人、生成式人工智能、生物制造、未来显示、未来网络、新型储能等9大未来产业。2024年全国两会政府工作报告进一步指出，“巩固扩大智能网联新能源汽车等产业领先优势，加快前沿新兴氢能、新材料、创新药等产业发展，积极打造生物制造、商业航天、低空经济等新增长引擎”。重点赛道重点赛道主要领域主要领域数字经济数字经济大数据云计算人工智能等高端装备高端装备工业机器人北斗产业增材制造轨道交通装备等生物技术生物技术创新药领域智能电车智能电车新能源汽车储能等终端应用能源转型能源转型光伏风电电力设备未来产业未来产业氢能低空经济加快培育新质生产力是中国适应新一轮科技革命和产业变革的加快培育新质生产力是中国适应新一轮科技革命和产业变革的战略选择战略选择，是推进中国式现代化的强劲动力是推进中国式现代化的强劲动力。新质生产发展方向代表着经济结构转型升级方向，相关产业附加价值高、发展潜力大，其发展必将催生一批新业态和新需求，从而带来新的投资机会。具体涉及数字经济、高端装备、生物技术、智能电车、能源转型、未来产业等六大赛道。图：新质生产力图：新质生产力主题下主题下的投资赛道的投资赛道资料来源：万得，国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容因地制宜发展新质生产力因地制宜发展新质生产力从区域发展角度来看从区域发展角度来看，发展新质生产力要结合不同地区在资源禀赋发展新质生产力要结合不同地区在资源禀赋、产业基产业基础础、发展水平等方面的差异性发展水平等方面的差异性，坚持因地制宜坚持因地制宜，有针对性地推进生产力变革有针对性地推进生产力变革。国家“十四五”规划纲要提出，深入实施区域协调发展战略，深入推进西部大开发、东北全面振兴、中部地区崛起、东部率先发展，支持特殊类型地区加快发展，在发展中促进相对平衡。其中，突出强调了“四大板块四大板块”和和“五大战略五大战略”。“四大板块”为西部地区、东北地区、东部地区和中部地区。“五大战略”包括：加快推动京津冀协同发展、全面推动长江经济带发展、积极稳妥推进粤港澳大湾区建设、提升长三角一体化发展水平、扎实推进黄河流域生态保护和高质量发展。此外，根据国家“十四五”规划纲要，中国共布局了1919个国家级城市群个国家级城市群，全面形成“两横三纵”城镇化战略格局。京津冀协同发展对应的是北京、天津和河北；长三角一体化对应的是上海、江苏、浙江、安徽；粤港澳大湾区对应的是广东、中国香港、中国澳门。资料来源：中国政府网，国信证券经济研究所整理表：城市群与省份板块之间的关系表：城市群与省份板块之间的关系资料来源：十四五”规划与新时代区域经济发展（孙久文，2021），国信证券经济研究所整理表：“四大板块”和“五大战略”之间的城市联结表：“四大板块”和“五大战略”之间的城市联结请务必阅读正文之后的免责声明及其项下所有内容新质生产力与“链长制”新质生产力与“链长制”各地区推行重点产业链的“链各地区推行重点产业链的“链长制”是培育新质生产力、加长制”是培育新质生产力、加快区域高质量发展的重要抓手。快区域高质量发展的重要抓手。“链长制”：“链长制”：“链长制”是当前提升地区产业链供应链稳定性与竞争力的一项重要制度创新，主要由“链主”和“链长”两个部分组成。“链长”是“链长制度”“链长”是“链长制度”的的倡导者、支持者、维护者倡导者、支持者、维护者。其往往由地方政府高级公务员和行业协会负责人担任，充分链接政府和企业，利用政府的综合协调优势，保障政策真正落实到产业上。“链主”是“链长制”的重要“链主”是“链长制”的重要组成。组成。“链主”企业是产业链的关键节点，扮演着组织者和价值分配者的角色，在推动产业链发展和提升竞争力方面发挥着重要的作用，通常也是所在领域的龙头企业。资料来源：地方政府官网，国信证券经济研究所整理表：“链长制”助力地方产业集群高质量发展表：“链长制”助力地方产业集群高质量发展请务必阅读正文之后的免责声明及其项下所有内容发展新质生产力最终目标是优化资源配置效率发展新质生产力最终目标是优化资源配置效率 从产能利用角度来看，发展新质生产力，最终目标是优化资源配置效率，进而提升全要素生产率。从产能利用角度来看，发展新质生产力，最终目标是优化资源配置效率，进而提升全要素生产率。新质生产力发展过程中，要注意防范化解过剩产能问题。新质生产力发展过程中，要注意防范化解过剩产能问题。各地区发展新质生产力，切忌一窝蜂，甚至同质化发展新质生产力，进而导致资源浪费、同质化竞争。因此，必须立足各地不同的基础条件，围绕市场，尊重客观规律，处理好供给与需求的关系，以需求牵引供给，以供给�