1、 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。1 证券研究报告 科技科技 计算机：计算机：需求底部需求底部，趋势起点，趋势起点 华泰研究华泰研究 计算机计算机 增持增持 (维持维持)计算机应用计算机应用 增持增持 (维持维持)研究员 谢春生谢春生 SAC No.S0570519080006 SFC No.BQZ938 +(86)21 2987 2036 研究员 郭雅丽郭雅丽 SAC No.S0570515060003 SFC No.BQB164 +(86)10 5679 3965 研究员 范昳蕊范昳蕊 SAC No.S0570521060004 +(86)21 2897 222

2、8 研究员 彭钢彭钢 SAC No.S0570523090001 +(86)21 2897 2228 联系人 袁泽世，袁泽世，PhD SAC No.S0570122080053 +(86)21 2897 2228 联系人 林海亮林海亮 SAC No.S0570122060076 +(86)21 2897 2228 联系人 岳铂雄岳铂雄 SAC No.S0570122080138 +(86)21 2897 2228 行业走势图行业走势图 资料来源：Wind，华泰研究 重点推荐重点推荐 股票名称股票名称 股票代码股票代码 目标价目标价 (当地币种当地币种)投资评级投资评级 金山办公 688111

3、CH 354.50 买入 用友网络 600588 CH 16.03 买入 泛微网络 603039 CH 41.97 买入 宝信软件 600845 CH 52.60 买入 中控技术 688777 CH 61.05 买入 中望软件 688083 CH 125.85 买入 网宿科技 300017 CH 12.08 买入 柏楚电子 688188 CH 373.62 买入 资料来源：华泰研究预测 2024 年 6 月 05 日中国内地 中期策略中期策略 计算机行业：需求底部计算机行业：需求底部，趋势起点，趋势起点 24H2 建议关注计算机行业需求复苏与 AI、信创两大产业趋势。从需求层面来看，我们认为，

4、当前国内通用应用与垂直应用的下游需求或已见底，企业IT 支出有望回暖，同时受益于出海景气度提升，海外需求正逐步兴起。从产业趋势看，24H2 建议关注 AI 与信创两大产业的潜在变化。AI 产业：全球推理算力需求释放加速，后续需求仍具有较好的持续性，建议关注算力产业链相关公司的业绩释放，同时 AI 终端或是下半年的落地重点。信创产业：国家层面对于信创的政策扶持力度不断加码，我们认为随着信创从党政向行业市场拓展，24 年有望开启新一轮上行周期，24H2 信创推进节奏或加快。需求趋势：国内需求或见底需求趋势：国内需求或见底，出海需求正起出海需求正起 计算机行业属于经济顺周期/后周期行业，业绩受下游景

5、气度影响。我们认为，当前国内下游需求或已见底，海外需求正逐步兴起。1）国内：2024 下半年国内宏观经济有望进一步复苏，或带动计算机行业景气度改善，通用应用领域推荐：金山办公、用友网络、泛微网络等；垂直应用领域推荐宝信软件、中控技术、中望软件等工业软件。2）出海：受益于海外下游需求的释放，关注持续快速增长的细分方向。其中互联网基础设施出海的基础来自于移动互联网时代我国丰富的应用场景积累，关注网宿科技；中国制造软件出海基础来自于我国高端制造产业经验积累，关注柏楚电子、中控技术等。AIAI 产业趋势：突破算力瓶颈，应用和终端落地产业趋势：突破算力瓶颈，应用和终端落地 全球 AI 产业持续推进，24

6、H2 关注算力、模型、应用、终端四大方向。1）算力：24H1 全球推理算力需求释放持续加速，海外云厂正加速大模型在传统业务场景的渗透，我们认为推理算力需求有望持续释放；2）模型：小模型、多模态、长文本、MoE 成为模型迭代热点，建议关注 OpenAI 后续 GPT-5相关进展；3）应用：24H1 AI 助手朝通用化方向发展（微软推出 Copilot Agents），Agent 应用发展有望提速，应用厂商工作流卡位或成为关键；4）终端：24H1 模型加速与端侧操作系统整合，我们认为，AI OS 的落地有望拉动终端 AI 生态加速完善，建议关注 24H2 AIPC、AI Phone 落地情况。国产

7、化趋势：国产化趋势：24Q1 收入边际改善，收入边际改善，24H2 信创信创推进推进节奏或加快节奏或加快 从 24Q1 信创板块收入表现情况来看，我们看到板块多数核心公司收入指标开始回暖。我们统计了 CPU/GPU、OS、PC、办公软件等领域核心公司 24Q1的总营收同比变化情况，发现信创核心企业大多实现收入同比正增长。此外，24Q1 以来国家层面对于信创的政策扶持力度也在不断加码，陆续发布安全可靠测评结果公告（2024 年第 1 号）等公告，产业积极因素正在不断累积。复盘历史来看，2018 年以来信创市场主要经历 5 轮产业周期，我们认为随着信创从党政向行业市场拓展，2024年有望开启新一轮

8、上行周期，24H2信创推进节奏或加快。风险提示：宏观经济波动；技术落地不及预期；本研报中涉及到未上市公司和未覆盖个股内容，均系对齐客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。(45)(32)(18)(5)9Jun-23Oct-23Feb-24Jun-24(%)计算机计算机应用沪深300 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。2 科技科技 正文目录正文目录 需求趋势：国内需求或见底需求趋势：国内需求或见底&出海需求正起出海需求正起.5 国内需求：或触底回升.5 出海机遇：需求正起.6 出海关注方向一：互联网基础设施出海.6 出海关注方向二：中国制造出

9、海.8 AI 产业趋势：突破算力瓶颈，产业趋势：突破算力瓶颈，应用和终端加速落地应用和终端加速落地.10 算力：推理需求加速释放，大模型加速传统场景渗透.10 Meta：“三步走”战略明确，统一推荐系统或将 26 年落地.12 Google：生成式大模型迭代搜索算法，SGE 进展顺利.13 影响：模型变化影响算力要求，自用 GPU 需求或将放量.13 模型：全球格局与模型特点基本明晰.15 全球格局：海外技术收敛，国内百花齐放.15 特点#1：大模型与小模型同步发展.17 特点#2：原生多模态逐步成为头部大模型的标配能力.18 特点#3：上下文作为 LLM 的内存，是实现模型通用化的关键.19

10、 特点#4：MoE 是模型从千亿到万亿参数的关键架构.20 应用：AI Agent 进入新阶段，工作流卡位或是竞争重点.21 MaaS 厂商：凭丰富工具&实践经验把握发展机遇.22 应用厂商：具备垂直数据与工程化优势，关注工作流卡位.23 终端：模型融合端侧 OS，AI PC、AI Phone 有望提速.24 AI PC：微软发挥 Windows 卡位，构建 AI PC 生态基座.25 AI Phone：Apple、Google 加速模型在手机端落地探索.26 国产化趋势：国产化趋势：24Q1 收入边际改善，收入边际改善，24H2 信创进展或加快信创进展或加快.27 24Q1 信创回暖，核心企

11、业收入大多同比改善.27 周期视角来看，24 年信创产业有望迈入加速阶段.29 产业推进有望打开广阔市场空间.30 bUfYeUbZaV9WdXdXbR9R9PoMrRtRmQlOqQsMeRrRsP9PqQxOwMrNoRNZoPoR 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。3 科技科技 图表目录图表目录 图表 1：主流工业软件产业链分布情况.5 图表 2：中国 CDN 市场结构（2019）.6 图表 3：中国 CDN 市场结构（2024E）.6 图表 4：国内 CDN 厂商出海布局.6 图表 5：CDN 厂商全球节点数（截至 2023 年末）.7 图表 6：网宿科技：毛

12、利率.7 图表 7：CDN 厂商的 AI 逻辑.8 图表 8：欧美厂商软件 vs 产业发展.8 图表 9：中国软件企业出海历程.9 图表 10：大语言模型（LLM）演化树.10 图表 11：大模型预训练效果主要由参数量、Token 数量、计算量决定，且满足“缩放定律”.11 图表 12：大模型预训练算力需求.11 图表 13：“Chinchilla 缩放定律”下不同体量模型预训练所需算力.11 图表 14：同等模型参数规模下推理算力需求更大.12 图表 15：Meta 推荐系统迭代已进入第三阶段.12 图表 16：Google 搜索算法加速迭代，SGE 引入大模型能力.13 图表 17：大模型

13、推理算力需求测算（以 10 亿月活为测算基准）.14 图表 18：NVIDIA 出货量与 Meta 需求量对比示意图.14 图表 19：Gemini 1.0 Ultra 在部分测评集上超越 GPT-4.15 图表 20：Claude 3 Opus 在部分测评集上超越 GPT-4.15 图表 21：Meta 在海外模型厂商中格局的特殊性.16 图表 22：Top 20 GenAI Web 产品平均月访问量（截至 24 年 3 月）.16 图表 23：国内主流大模型格局.16 图表 24：国内外模型 SuperCLUE 榜单.16 图表 25：全球主流模型厂商旗舰模型的大参数发展趋势.17 图表

14、26：Gemma 的测试结果：超过同参数模型.17 图表 27：Phi-3 mini 的测试结果：超过更大参数的 Llama 3.17 图表 28：Gemini 1.0 技术报告中展示的端到端原生多模态架构.18 图表 29：GPT-4o 实现了端到端的多模态支持.18 图表 30：GPT-4o 的文生图能正确保留文字信息.18 图表 31：全球主流模型厂商的长上下文布局（实线框代表暂未落地，实框代表已经落地）.19 图表 32：长上下文适配多种场景需求.19 图表 33：Switch Transformers 论文中的典型 MoE 架构.20 图表 34：国内外典型 MoE 模型比较.21

15、图表 35：AI Agent：发展复盘.21 图表 36：AI Agent：技术框架.22 图表 37：从自动化到智能化：AI Agent.22 图表 38：MaaS 厂商：业务布局.23 图表 39：Servicenow：电信专用 GenAI 解决方案.23 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。4 科技科技 图表 40：Einstein GPT：应用场景.24 图表 41：AI 端侧落地需要算力、应用、操作系统三重升级.24 图表 42：微软持续推动自研小模型 Phi 升级.25 图表 43：搭载高通 X Elite、X Plus 的 AI PC 进入密集上市期.25

16、 图表 44：微软及 OEM 厂商的 Windows AI PC 梳理.26 图表 45：24Q1 信创核心企业大多收入回暖.27 图表 47：两期安全可靠测评结果对比：CPU.28 图表 48：两期安全可靠测评结果对比：OS.28 图表 49：信创产业周期复盘.29 图表 50：信创有望进入新一轮上行周期.29 图表 51：信创市场有望迎来更大成长空间.30 图表 52：信创各个环节规模一览（2021 年）.30 图表 53：信创产业主要参与者一览.31 图表 54：提及公司列表.32 图表 55：重点公司推荐一览表.33 图表 56：重点推荐公司最新观点.33 免责声明和披露以及分析师声明

17、是报告的一部分，请务必一起阅读。5 科技科技 需求趋势：国内需求需求趋势：国内需求或或见底见底&出海需求正起出海需求正起 国内需求：或触底回升国内需求：或触底回升 计算机行业属于经济顺周期/后周期行业，我们认为，2024 下半年国内宏观经济的进一步复苏有望带动计算机行业各细分领域需求迎来向上的拐点。具体来看，包括行业垂直应用与通用应用。建议关注：1）通用应用：主要指企业服务类软件产品公司，下游行业属性不明显，或受益于整体经济增速改善；2）垂直应用：关注工业信息化领域，包括工业软件、工控设备、仪器仪表等，下游主要是各类制造业，同样有望受益于宏观经济状况边际改善。通用应用：关注企业服务板块边际改善

18、。通用应用：关注企业服务板块边际改善。过去一年企业服务板块下游有所波动，我们认为2024 年下半年，下游需求复苏有望带动计算机板块逐步回暖，具体来看，重点关注：1）企业生产经营活动的增长情况：随着宏观经济逐步修复，有望带动下游企业盈利能力、资本性支出增速的边际改善，进而推动信息化建设需求逐步恢复；2）AI 在数字化转型的应用：随着以大语言模型为代表的 AI 技术迅速发展，AI 在文本类生成类任务中已经展现出较强的能力，长期看有望进一步提升企业的运营效率；3）企业服务交付情况：从软件供应商角度来看，过去一年受下游资本开支及外部环境影响，中小客户需求波动较大，大客户方面整体交付及收入确认进度受到负

19、面影响，随着企业服务厂商积极提升交付效率，积压订单有望逐步确收。推荐：金山办公、用友网络、泛微网络。垂直应用：关注垂直应用：关注工业信息化：产业复苏工业信息化：产业复苏+国产化率提升。国产化率提升。产业复苏的基础之上，我们认为国内工业软件渗透率、国产化率有望逐步提升。据工信部数据，截至 2018 年国内工业软件在生产管理/设计的部分环节渗透率较高，如 ERP 软件渗透率达 59.2%，CAD/CAE/CAPP 渗透率达 51.0%。PLM、MES、CAM、SCADA 等软件与企业生产关键工艺流程、状态信息和基础生产数据息息相关，需要针对企业特点做大量个性化开发，并在随后实际生产过程中不断优化，

20、才能发挥更大作用，我们认为未来随着工业软件的逐步应用，国产工业软件渗透率有望加速提升。我们认为，我们认为，我国我国工业工业软件软件正在经历产业变革：正在经历产业变革：1）在核心底层领域：面临国产化的需求，国产底层技术在产业格局中重要性或提升。2）基础架构方面：工业软件未来有望进入底层架构的软硬解耦/软硬分离的阶段，工业 IT 基础架构将会发生重大变化。3）下一代的工业数字化载体：工业互联网的落地。我们认为，随着国产工业软件产品逐步打磨成熟，工业信息化核心环节企业有望率先受益，推荐：宝信软件、中控技术、中望软件等。图表图表1：主流工业软件产业链分布情况主流工业软件产业链分布情况 资料来源：CSD

21、N、华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。6 科技科技 出海机遇：需求正起出海机遇：需求正起 出海关注方向一：互联网基础设施出海出海关注方向一：互联网基础设施出海 从应用场景出发，互联网基础设施出海具备良好基础。从应用场景出发，互联网基础设施出海具备良好基础。移动互联网时代，计算能力从云端向终端推广，诞生了丰富的应用场景。与集中化的中心计算场景不同，移动互联网的场景更加分散，且随着 64 位计算逐步引入智能手机，视频、手游等数据量较大的场景逐步增加。在与之匹配的互联网基础设施中，CDN 是典型的代表。CDN 支持对文字、图片、动画、文本等的加速服务，可面向 IP

22、TV、PC、移动设备等多种用户终端提供内容加速，适用于互联网、IPTV、OTT 视频、移动流媒体等业务。据 IDC，中国 CDN 市场主要可分为 OTT 视频、在线游戏、电商及其他 CDN。我国丰富的应用场景为互联网基础设施发展打下了良好的基础，与之相应的，我国互联网企业的出海也成为我国互联网基础设施出海的重要推动力。图表图表2：中国中国 CDN 市场结构市场结构（2019）图表图表3：中国中国 CDN 市场结构市场结构（2024E）资料来源：IDC、华经产业研究院、华泰研究 资料来源：IDC、华经产业研究院、华泰研究 从互联网基础设施的角度看，我们认为从互联网基础设施的角度看，我们认为 CD

23、N 是其中的代表。是其中的代表。CDN 行业的出海体现了我国互联网基础设施出海的重要共性特点：1）目标市场：新兴市场往往具备较大的市场拓展潜力，竞争格局相对较为分散，具备相对良好的竞争环境；2）竞争优势：以高性价比和完善服务作为重要切入点，逐步拓展高附加值业务；3）长期机遇：海外新兴市场在市场环境、用户偏好等领域与国内存在一定差异性，拓展海外有助于国内公司进一步丰富视角，及时捕捉需求端的变化，长期看有助于不断升级完善基础设施服务。图表图表4：国内国内 CDN 厂商出海布局厂商出海布局 资料来源：公司官网、华泰研究 OTT（over-the-top）视频32%在线游戏29%网络、电子邮件和数据市

24、场16%电子商务23%OTT（over-the-top）视频36%在线游戏32%网络、电子邮件和数据市场9%电子商务23%05001,0001,5002,0002,5003,0003,500200920000022网宿科技海外收入白山云海外收入(百万元)2018网宿上线洛杉矶、新加坡和日本三大安全清洗中心；上线巴西节点；网宿云计算美国、德国、韩国、新加坡四大节点上线2018白山云开始于美国发展业务2019白山云于新加坡成立附属公司2022成立独立品牌EdgeNext，进一步发展海外业务2019新上线纽约、法

25、兰克福、伦敦等8大清洗中心2017网宿收购韩国CDNW、俄罗斯CDNV网宿科技上线印度、中东节点正式加入国际电信联盟ITU-T2015网宿设立马来西亚子公司与韩国SK宽带建立合作与中东运营商Etisalat达成合作，首次将CDN服务扩展至中东地区2012网宿美国子公司正式成立，海外加速节点增至25个2010首次推出覆盖全球的12个海外节点2016网宿部署首个非洲节点网宿设立爱尔兰及印度子公司 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。7 科技科技 国内头部厂商节点覆盖情况良好，为竞争打下良好基础。国内头部厂商节点覆盖情况良好，为竞争打下良好基础。国内 CDN 厂商在东南亚地区

26、具备良好的节点基础，构筑了与海外厂商竞争的重要基础。从节点总体规模看，据公司官网，截至2023年末，网宿科技具备2800+全球节点资源，其中国内节点2000+，海外节点800+，在马尼拉、曼谷、新加坡等地设有多个清洗中心，在东南亚具备良好的节点基础。公司凭借丰富的节点线路资源，覆盖海外复杂运营商环境，构建快速、稳定、安全的内容分发加速平台，为与海外厂商的竞争打下了良好的基础。图表图表5：CDN 厂商全球节点数（截至厂商全球节点数（截至 2023 年末）年末）总节点总节点 中国大陆节点中国大陆节点 海外节点海外节点 Akamai 4200-网宿科技 2800 2000 800 白山云 1700-

27、百度智能云 3000 2500 500 华为云 2800 2000 800 腾讯云 2800-阿里云 3200 2300 900 资料来源：公司官网、华泰研究 出海意义：短期有助于盈利能力提升，长期利于贴近客户需求，率先捕捉客户需求变化。出海意义：短期有助于盈利能力提升，长期利于贴近客户需求，率先捕捉客户需求变化。出海从短期看，有助于国内 CDN 公司向竞争相对缓和、下游流量增长较快、毛利率较高的海外市场渗透，长期看有助于业务的迭代。从 AI 技术演变看，本次的 AI 浪潮从海外首先兴起，以 GPT 为代表的大模型推动应用不断重塑，并且向多模态方向持续演绎，图像、视频、音乐等模态的模型持续迭代

28、。海外在模型端的领先或推动应用端首先产生变化，我们认为基础设施出海有助于贴近客户需求，率先捕捉应用端的需求变化。一方面，海外新型应用兴起或推动应用流量进一步增长，为相关公司的收入增长提供动力，另一方面，随着新应用的推广，AI 推理、安全等增值服务需求逐步显现，或将推动相关公司进一步向更高附加值环节渗透，推荐网宿科技。图表图表6：网宿科技：毛利率网宿科技：毛利率 资料来源：Wind、华泰研究 055401Q212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q231Q24网宿科技毛利率(%)免责声明和披露以及分析师声明是报告的一部分，请务必

29、一起阅读。8 科技科技 图表图表7：CDN 厂商的厂商的 AI 逻辑逻辑 资料来源：各公司官网、华泰研究 出海关注方向二：中国制造出海出海关注方向二：中国制造出海 欧美软件企业出海实质欧美软件企业出海实质产业输出。产业输出。软件不仅是信息技术的产物，也离不开产业经验、业务经验的积累，如在企业管理类软件中沉淀是企业管理流程经验，在生产制造软件中包含了工序工艺、流程管理等核心 Know-how，在仿真类工业软件中则凝结了物理学、工程学的实践，而软件是重要的载体，因此欧美软件企业逐步全球化实质上是伴随着欧美产业的全球输出而进行的。其中较有代表性的为工业软件、汽车软件公司，海外软件龙头的产品在全球范围

30、内逐步确立领先地位的过程，与欧美国家电子、航空、汽车等行业全球化布局历程相伴。图表图表8：欧美厂商软件欧美厂商软件 vs 产业发展产业发展 资料来源：公司官网、华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。9 科技科技 关注技术创新及高端制造积累。关注技术创新及高端制造积累。在高端制造行业，我国在光伏新能源、新能源汽车产业等领域具有较好的产业积累，随着国产软件产品逐步渗透，产业经验逐步沉淀，未来与之相关的行业应用软件产品力有望逐步增强，为出海打下良好的基础。据中控技术 2023 年报，公司 2023 年中标沙特阿美中国铁建-阿美学院项目、IMI 数字化项目，并落地应用首

31、个“工厂操作系统+工业 APP”大项目、OMC 首台套和自主网络安全产品；据柏楚电子 2024 年“提质增效重回报”行动方案，2024 年公司尝试自建海外营销能力，品牌在终端用户端影响力或持续扩大。我们认为随着高端制造积累及国内软件公司产品迭代，出海有望为相关公司提供收入增长动力，建议关注：柏楚电子、中控技术等。图表图表9：中国软件企业出海历程中国软件企业出海历程 资料来源：各公司官网、华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。10 科技科技 AI 产业趋势：突破算力瓶颈，应用和终端产业趋势：突破算力瓶颈，应用和终端加速加速落地落地 AI 是当前科技领域重要的技术变

32、量之一，我们认为计算机投资需要与 AI 产业趋势相结合。AI 产业大致可分为算力、模型、应用、终端四大方向。24H2 我们建议关注四大方向的产业变化：1）算力：24H1 全球推理算力需求释放持续加速，海外云厂商正加速大模型在推荐/广告/搜索等传统业务场景的渗透，我们认为推理算力需求有望持续释放；2）模型：小模型、多模态、长文本、MoE 成为模型迭代热点，我们认为，模型通用化能力有望持续提升，建议关注 OpenAI 后续 GPT-5 相关进展；3）应用：24H1 AI 助手朝通用化方向发展（微软推出 Copilot Agents），Agent 应用发展有望提速，应用厂商工作流卡位或成为关键；4）

33、终端：24H1 模型加速与端侧操作系统整合，我们认为，AI OS 的落地有望拉动终端 AI 生态加速完善，建议关注 24H2 AIPC、AI Phone 落地情况。算力：算力：推理需求推理需求加速释放，大模型加速传统场景渗透加速释放，大模型加速传统场景渗透 大模型或将向更大参数的方向不断演化大模型或将向更大参数的方向不断演化。我们看到从 GPT-1 到 GPT-4 模型、从 PaLM 到Gemini 模型，每一代模型的能力在不断强化，在各项测试中取得的成绩也越来越好。而模型背后的能力来源，我们认为参数和数据集是最重要的两个变量。从十亿规模，到百亿、千亿、万亿，模型参数量的增加类似人类神经突触数

34、量的增加，带来模型感知能力、推理能力、记忆能力的不断提升。数据集的增加则类似人类学习知识的过程，不断强化模型对现实世界的理解能力。因此，我们认为下一代模型或仍将延续更大体量参数的路线，演化出更加智能的多模态能力。图表图表10：大语言模型（大语言模型（LLM）演化树）演化树 资料来源：Harnessing the Power of LLMs in Practice:A Survey on ChatGPT and Beyond，Yang Jingfeng（2023）、华泰研究 大模型预训练大模型预训练效果主要由参数量、效果主要由参数量、Token 数量、计算量决定，且满足“缩放定律”数量、计算量决

35、定，且满足“缩放定律”。根据OpenAI 在 2020 年发表的论文Scaling Laws for Neural Language Models，在大语言模型训练的过程中，参数量、Token 数量、计算量对大模型的性能表现有着显著影响。为了获得最佳性能，这三个因素必须同时放大。当不受其他两个因素的制约时，模型性能与每个单独因素呈幂律关系，即满足“缩放定律”。免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。11 科技科技 图表图表11：大模型预训练效果主要由参数量、大模型预训练效果主要由参数量、Token 数量、计算量决定，且满足“缩放定律”数量、计算量决定，且满足“缩放定律”资料

36、来源：Scaling Laws for Neural Language Models，OpenAI，2020、华泰研究 OpenAI 认为模型预训练的计算量可以通过公式认为模型预训练的计算量可以通过公式 C6NBS 来刻画来刻画。根据 OpenAI 在 2020年发表的论文Scaling Laws for Neural Language Models，预训练一个 Transformer 架构模型所需要的算力（C）主要体现在前向反馈（）和后向反馈（）过程，并主要由三个变量决定：模型参数量（N）、每步训练消耗的 Token 批量（B）、预训练需要的迭代次数（S）。其中，B、S 的乘积即为预训练所消

37、耗的 Token 总数量。基于此，我们可以通过 C6NBS 来刻画大模型预训练所需要的算力大小。图表图表12：大模型预训练算力需求大模型预训练算力需求 资料来源：Scaling Laws for Neural Language Models，OpenAI，2020、华泰研究 我们预计训练千亿参数模型所需算力在我们预计训练千亿参数模型所需算力在 1 万万 PFlop/s-day 以上以上。我们假设不同参数体量的模型均满足“Chinchilla 缩放定律”，由此测算不同模型所需的最优数据集大小及预训练所需的算力。以训练 1000 亿参数的大语言模型为例，“Chinchilla 缩放定律”下所需的训

38、练Token 数量为 2 万亿个。根据 OpenAI 所提出的计算量公式 C=6NBS，可以计算得到，训练 1000 亿参数模型所需的算力约 1.39x104 PFlop/s-day。同理，训练 5000 亿参数模型所需算力约3.47x105 PFlop/s-day，训练1万亿参数模型所需算力约1.39x106 PFlop/s-day。图表图表13：“Chinchilla 缩放定律”缩放定律”下不同体量模型预训练所需算力下不同体量模型预训练所需算力 参数量（亿个）参数量（亿个）Token（亿个）（亿个）算力需求（算力需求（PFlop/s-day）模型模型 1 500 1.00 x104 3.4

39、7 x103 模型模型 2 1000 2.00 x104 1.39 x104 模型模型 3 3000 6.00 x104 1.25 x105 模型模型 4 5000 1.00 x105 3.47 x105 模型模型 5 10000 2.00 x105 1.39 x106 模型模型 6 20000 4.00 x105 5.56 x106 资料来源：Training Compute-Optimal Large Language Models，DeepMind，2022、华泰研究预测 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。12 科技科技 推理推理算力算力需求需求释放持续加速释放

40、持续加速，云厂商自用算力存在预期差。，云厂商自用算力存在预期差。对比大模型在预训练、AI 应用、传统业务三大场景的算力需求（详细可参考华泰计算机团队 2024 年 4 月 12 日专题报告 全球 AI 算力需求继续向上 以及 2024 年 5 月 23 日深度报告 云厂 AI 自用需求或超预期），我们观察到两大特征：1）推理）推理训练：训练：AI 应用及传统业务（搜索、广告、推荐）的推理算力需求量大于训练阶段算力需求量；2）传统应用）传统应用AI 原生应用：原生应用：传统业务场景的用户规模和应用深度远高于 AI 应用，因此从当前情况看推理算力需求量更大。从产业趋势来看，大模型正加速向推荐/搜索

41、/广告等传统互联网业务渗透，我们认为，若大模型实现在传统业务场景的算法替代，云厂商自用的 AI 推理需求将加速释放。图表图表14：同等模型参数规模下推理算力需求更大同等模型参数规模下推理算力需求更大 注：均以 1,000 亿参数的模型为测算基准，参考 2024 年 4 月 12 日专题报告全球 AI 算力需求继续向上以及 2024 年 5 月 23日深度报告云厂 AI 自用需求或超预期，圆圈内数字为等效 A100 GPU 张数 资料来源：NVIDIA 官网、Meta 官网、Actions Speak Louder than Words:Trillion-Parameter Sequential

42、 Transducers for Generative Recommendations（2024）、华泰研究预测 Meta：“三步走”战略明确，统一推荐系统或将“三步走”战略明确，统一推荐系统或将 26 年落地年落地 Meta 重视推荐系统重视推荐系统 AI 升级，战略布局进入第三阶段。升级，战略布局进入第三阶段。根据 Meta 在 Morgan Stanley 2024 Technology,Media&Telecom Conference 的公开采访纪要，Meta 正改变过去将为每个产品单独设计推荐模型的做法，转而构建跨产品线（Reels、Feed、Groups 等）的统一 AI推荐模型。

43、全新的 AI 推荐系统已成为 Meta 2026 年技术路线图的重要组成部分，预计分为三个阶段逐步落地。阶段一：阶段一：将现有推荐系统由 CPU 推理转向 GPU 推理，优化推荐系统性能与体验；阶段二：阶段二：完成 AI 推荐模型在 Facebook Reels 的功能测试与技术验证，相较于传统推荐模型（同样运行在 GPU 上），新推荐模型下用户在 Reels 的观看时长增加约 8-10%；阶段三：阶段三：为 AI 推荐模型提供更多的学习数据，并将 AI 推荐系统推广至更多产品，正式完成生成式推荐大模型的跨产品线落地，用统一大模型代替原有的独立模型。图表图表15：Meta 推荐系统迭代已进入第

44、三阶段推荐系统迭代已进入第三阶段 资料来源：Morgan Stanley 2024 Technology,Media&Telecom Conference、华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。13 科技科技 Google：生成式大模型迭代搜索算法，：生成式大模型迭代搜索算法，SGE 进展顺利进展顺利 生成式大模型迭代生成式大模型迭代 Google 搜索算法，搜索算法，SGE 塑造全新搜索体验。塑造全新搜索体验。回顾 Google 搜索算法迭代历程，可以看到搜索场景是 AI 应用的重要领域。2001 年起，AI 模型开始逐步渗透搜索场景。2001 年 Googl

45、e 使用机器学习技术为网络搜索提供拼写建议；2015 年 Google 推出搜索领域首个深度学习系统 RankBrian，实现用户意图的深入理解；2018 年 Google 将神经网络技术引入搜索场景，帮助理解用户查询和页面概念的模糊表示并完成相关性匹配；2019 年 Google 将 Bert 模型应用于搜索的检索与排序；2022 年 Google 发布搜索领域多任务统一模型 MUM，MUM 使用 T5 text-to-text 框架，拥有 75 种语言理解能力，可完成多模态信息理解；2023 年 Google 发布生成式搜索体验（Search Generative Experience，S

46、GE），旨在通过大模型重塑搜索体验，为用户提供更精准、更个性、更智能的搜索结果。图表图表16：Google 搜索算法加速迭代，搜索算法加速迭代，SGE 引入大模型能力引入大模型能力 资料来源：Googles Algorithm Updates:A Comprehensive Guide to Ranking Factors and Timeline（2024）、Supercharging Search with generative AI（2023）、华泰研究 影响：模型变化影响算力要求，自用影响：模型变化影响算力要求，自用 GPU 需求或将放量需求或将放量 若全面替换大模型推理，若全面替换大

47、模型推理，10 亿月活应用的亿月活应用的 A100 等效等效 GPU 需求超需求超 52 万张，远高于万张，远高于 Meta目前推荐场景下目前推荐场景下 4,000 张张 GPU 的算力规模。的算力规模。以 Meta 论文的 GRs 为例，目前测试的生成式推荐模型参数量与GPT-3相近，估算模型参数量 2,000亿，训练数据量为 1,000亿Token。按照 10 亿月活测算，假设每次用户访问会进行 80 次推荐（平均使用时长约 40 分钟，按每分钟推荐 2 次估算），每次推荐消耗的 Token 数量为 2,000 个（序列长度为 1,024，单次推荐涉及召回、排序两次预测）。考虑到算力基础设

48、施建设是按照峰值需求确定，因此我们进一步假设峰值 Token 需求为均值的 5 倍，则计算得每月消耗的 Token 数量峰值为 3.1 亿，对应推理算力需求 123,457 PFlop/s，对应 A100 等效 GPU 需超 52 万张。根据 Meta 在 2023 OCP Global Summit 介绍，Meta 目前排名推荐场景/模型训练场景 AI算力规模分别为 4,000/32,000 个 GPU，推理:训练约为 1:8。若完成大模型对于底层算法（2023 年 Facebook family 月活用户 39.8 亿亿）的全部替换，推荐场景下推理算力需求仍有较大的释放空间，预计需要 20

49、0 万张万张 A100 等效等效 GPU。免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。14 科技科技 图表图表17：大大模型推理算力需求测算（以模型推理算力需求测算（以 10 亿月活为测算基准）亿月活为测算基准）参数假设参数假设 1 参数假设参数假设 2 参数假设参数假设 3 参数假设参数假设 4 参数假设参数假设 5 参数假设参数假设 6 推理算力需求（推理算力需求（PFlop/s）61,728 123,457 185,185 308,642 617,284 925,926 推理 Token 峰值消耗数量（亿个）3.1 3.1 3.1 3.1 3.1 3.1 秒均 Token

50、 消耗量（亿个）0.62 0.62 0.62 0.62 0.62 0.62 月活用户数（亿）10 10 10 10 10 10 每次访问推荐次数（次）80 80 80 80 80 80 每次推荐 Token 数量（个）2,000 2,000 2,000 2,000 2,000 2,000 峰值倍数 5 5 5 5 5 5 模型参数量（亿个）1,000 2,000 3,000 5,000 10,000 15,000 30 天推理算力需求（天推理算力需求（PFlop/s-day）1,851,852 3,703,704 5,555,556 9,259,259 18,518,519 27,777,77

51、8 推理推理 GPU 需求（张）需求（张）263,797 527,593 791,390 1,318,983 2,637,966 3,956,948 资料来源：Meta 官网、Actions Speak Louder than Words:Trillion-Parameter Sequential Transducers for Generative Recommendations（2024）、华泰研究预测 自用推理算力需求或超预期自用推理算力需求或超预期。FY2024 NVIDIA（英伟达）数据中心业务营收为 475 亿美元，剔除 Mellanox 业务收入后，数据中心业务约为 389 亿美

52、元，按照 A100 单价 2 万美元估算，FY2024 等效 A100 出货量约为 200 万张。根据英伟达电话会，当前推理需求约占数据中心的 40%。根据上文测算，仅 Meta 的全部社交 APP（按 Facebook family 月活用户 39.8 亿测算）全面替换大模型作为底层算法，有望带来200万张等效A100增量需求，基本与NVIDIA FY24 全年出货量相当。我们认为，云厂自用算力需求有望超预期释放。图表图表18：NVIDIA 出货量与出货量与 Meta 需求量对比示意图需求量对比示意图 资料来源：NVIDIA 官网、Meta 官网、华泰研究测算 相关产业链公司梳理相关产业链公

53、司梳理 1）海外算力产业链：）海外算力产业链：包括光模块（中际旭创、天孚通信、新易盛）、AI 服务器（工业富联、浪潮信息）；2）国产算力产业链：）国产算力产业链：包括海光信息、寒武纪、神州数码等。免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。15 科技科技 模型：全球格局与模型特点基本明晰模型：全球格局与模型特点基本明晰 全球格局：海外技术收敛，国内百花齐放全球格局：海外技术收敛，国内百花齐放 海外闭源大模型已经形成海外闭源大模型已经形成 OpenAI 为首，为首，Google、Anthropic 等等紧随的格局。紧随的格局。闭源模型中，虽然 Google Gemini 和 An

54、thropic 分别于 24 年 2 月和 3 月更新了 1.5 Pro（Gemini 1.0 是在 23 年 12 月）和 Claude 3，在上下文长度、数学、编码、专业领域等能力测评上超过了GPT-4，但是考虑到：1）GPT-4 和 4 Turbo 实质上为 23 年 3 月 GPT-4 系列的迭代，比Gemini 和 Claude 3 早推出近一年；2）ChatGPT 对多模态、App 语音交互、工具调用（联网、高级数据分析）、智能体（GPTs）等能力进行了有机整合；3）截至 24 年 5 月根据 UC伯克利大学 Chatbot Arena 的榜单（该榜单为用户盲测模型评价的结果，较为

55、客观），GPT-4系列的用户体验仍是头部顶尖水平；4）GPT-5 已在训练中；5）GPT-4o 的端到端能力再次提升。因此，我们认为，OpenAI 的技术仍处于暂时领先。图表图表19：Gemini 1.0 Ultra 在部分测评集上超越在部分测评集上超越 GPT-4 图表图表20：Claude 3 Opus 在部分测评集上超越在部分测评集上超越 GPT-4 资料来源：Gemini 1.0 技术报告、华泰研究 资料来源：Claude 3 技术报告、华泰研究 Meta 的的 Llama 系列作为开源模型，具有格局上的特殊性和分界性。系列作为开源模型，具有格局上的特殊性和分界性。海外模型厂商如果在模

56、型性能上无法超越同代的开源 Llama 模型（据 Meta 官网 4 月 18 日信息，Llama 3 的 8B和 70B 先行版小模型已经发布，最大的 400B 参数正在训练），则很难在海外基础模型中占据一席之地，除非模型具有差异化应用场景，典型的如陪伴类应用 Character.ai。此外，除了头部大参数模型，能够超过同代 Llama 的较小参数或者有独特使用体验的模型，也会得到用户青睐，典型的如：1）马斯克旗下 xAI 的 Grok-1（已开源）、Grok-1.5（未开源），能够独家使用 X 平台上的数据，较好的响应用户实时信息查询需求；2）法国大模型初创公司Mistral，开源了 Mi

57、stral 7B、Mixtral 8x7B-MoE 小模型，适配算力受限的端侧等平台，随后又转入闭源模型，更新了性能更强的 Mistral-medium 和 large，并与微软合作，在 Azure上为用户提供 API。免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。16 科技科技 图表图表21：Meta 在海外模型厂商中格局的特殊性在海外模型厂商中格局的特殊性 图表图表22：Top 20 GenAI Web 产品平均月访问量（截至产品平均月访问量（截至 24 年年 3 月）月）资料来源：各公司官网、华泰研究 资料来源：a16z、华泰研究 国内模型百花齐放，互联网大厂、初创公司、科

58、技企业均有代表性模型产品。国内模型百花齐放，互联网大厂、初创公司、科技企业均有代表性模型产品。国内模型技术辨识度不高，据 SuperCLUE 测评结果榜单，头部的国内模型在得分上相差并不显著。在国内主流的模型中，互联网厂商和科技企业在大模型上起步较早，如百度在 GPT-4 发布的后一天即 23 年 3 月 15 日发布文心一言，23 年 3 月 29 日 360 智脑 1.0 发布，23 年 4 月阿里发布通义千问，23 年 5 月 6 日讯飞星火 1.0 发布。进入 24 年，初创公司的大模型产品得到了更广泛的关注，例如 24 年 3 月月之暗面更新 Kimi 智能助手 200 万字的上下文

59、支持能力，直接带动了百度、360 等厂商对长上下文的适配。同月，阶跃星辰 STEP 模型发布，其 STEP 2 宣称为万亿参数 MoE 模型，直接对标 GPT-4 的参数（一般认为是 1.8 T 参数的MoE），在大多数国内模型以千亿参数为主的环境下，将参数量率先提升到万亿级别。4 月，MiniMax 也发布了万亿参数 MoE 架构的 abab 6.5。图表图表23：国内主流大模型格局国内主流大模型格局 图表图表24：国内外模型国内外模型 SuperCLUE 榜单榜单 注：绿色为互联网厂商，黄色为初创公司，灰色为科技公司 资料来源：各公司官网、华泰研究 注：截至 2024 年 4 月 资料来源

60、：CLUE 官网、华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。17 科技科技 特点特点#1：大模型与小模型同步发展：大模型与小模型同步发展 我们认为，全球头部闭源模型的参数目前呈现的规律是：跨代际更新，模型参数进一步加我们认为，全球头部闭源模型的参数目前呈现的规律是：跨代际更新，模型参数进一步加大；同大；同代际更新，随着模型技术架构优化和软硬件资源协同能力提高，在模型代际更新，随着模型技术架构优化和软硬件资源协同能力提高，在模型性能不降的性能不降的情况下，参数或做的更小。情况下，参数或做的更小。Google 和 OpenAI 的最新模型都呈现了这个趋势。24 年 5

61、月13 日，OpenAI 发布了 GPT-4o 模型，在多模态端到端的架构基础上，实现了更快的推理速度，以及相比于 GPT-4 Turbo 50%的成本下降，我们推测其模型参数或在下降。5 月 14日 Google 发布了 Gemini 1.5 Flash，官方明确指出 Flash 是在 Pro 的基础上，通过在线蒸馏的方式得到，即 Flash 的参数小于 Pro。图表图表25：全球主流模型厂商旗舰模型的大参数发展趋势全球主流模型厂商旗舰模型的大参数发展趋势 资料来源：各公司官网、华泰研究 大参数并不是唯一选择，小参数模型更好适配了终端算力受限的场景。大参数并不是唯一选择，小参数模型更好适配了

62、终端算力受限的场景。Google 的 Gemini系列是典型代表，其最小的 Nano 包括 1.8B 和 3.25B 两个版本，并且已经在其 Pixel 8 Pro和三星 Galaxy S24 上实现部署，取得了不错的终端 AI 效果。此外，Google 在 24 年 2 月开源了轻量级、高性能 Gemma（2B 和 7B 两种参数版本），与 Gemini 模型技术同源，支持商用。同时 Google 指出，预训练和指令调整的 Gemma 模型可以在笔记本电脑、工作站、物联网、移动设备或 Google Cloud 上运行。微软同样在 23 年 11 月的 Ignite 大会上提出了SLM（小语言

63、模型）路线，并将旗下的 Phi 模型升级到 Phi-2，参数大小仅 2.7B，性能超过7B 参数的 Llama 2。24 年 4 月 Phi-3 发布，最小参数仅 3.8B，其性能超过参数量大其两倍的模型，5 月微软 Build 大会上，Phi-3 系列参数为 7B 和 14B 的模型发布。图表图表26：Gemma 的测试结果：超过同参数模型的测试结果：超过同参数模型 图表图表27：Phi-3 mini 的测试结果：超过更大参数的的测试结果：超过更大参数的 Llama 3 资料来源：Google 官网、华泰研究 资料来源：微软官网、华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一

64、起阅读。18 科技科技 特点特点#2：原生多模态逐步成为头部大模型的标配能力：原生多模态逐步成为头部大模型的标配能力 Gemini 模型问世后，端到端原生多模态能力成为头部模型厂商的“标配”能力。模型问世后，端到端原生多模态能力成为头部模型厂商的“标配”能力。2023 年5 月的 I/O 大会上，Google 宣布了下一代模型 Gemini，但未透露细节。12 月，Gemini 1.0模型发布，配备了 Ultra/Pro/Nano 三种参数大小依次递减的型号。Gemini 同样支持文本、图像、视频、音频等多模态，但是其范式和 OpenAI 的 ChatGPT 有很大区别：ChatGPT属于多种

65、不同模型的集合，每个模型负责不同的模态，结果可以串联；而属于多种不同模型的集合，每个模型负责不同的模态，结果可以串联；而 Gemini 具备端具备端到端的原生多模态能力，到端的原生多模态能力，Gemini 模型自身可以处理全部支持的模态模型自身可以处理全部支持的模态。据 The Decoder 信息，23 年 OpenAI 内部已经在考虑一种代号为“Gobi”的新模型，该模型同样从一开始就被设计为原生多模态。我们认为，这种端到端的原生多模态范式将成为未来头部大模型厂商实现多模态的主流范式。图表图表28：Gemini 1.0 技术报告中展示的端技术报告中展示的端到端原生多模态架构到端原生多模态架

66、构 资料来源：Gemini 1.0 技术报告、华泰研究 GPT-4o 在在 GPT-5 发布之前实现了端到端的多模态支持，验证了原生多模态的技术趋势。发布之前实现了端到端的多模态支持，验证了原生多模态的技术趋势。24 年 5 月 14 日 Google I/O 大会前夕，OpenAI 发布了新版模型 GPT-4o（omni），弃用了之前 ChatGPT 拼接 GPT-4V、Whisper、DALL-E 的非端到端模式，统一了文本、图像、音频和视频模态，以端到端的方式，实现了输入文本、图像、音频和视频，输出文本、图像和音频，追上了 Google Gemini 的原生多模态进度，并且模态支持更加全

67、面（4o 支持音频输出，Gemini 不支持）。4o 在文本、图像、音频等各项指标上均超越了同等级现有模型。图表图表29：GPT-4o 实现了端到端的多模态支持实现了端到端的多模态支持 图表图表30：GPT-4o 的文生图能正确保留文字信息的文生图能正确保留文字信息 资料来源：OpenAI 官网、华泰研究 资料来源：OpenAI 官网、华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。19 科技科技 特点特点#3：上下文作为：上下文作为 LLM 的内存，是实现模型通用化的关键的内存，是实现模型通用化的关键 国外国外 LLM 厂商较早实现长上下文，国内厂商通过长上下文找到差异

68、化竞争优势。厂商较早实现长上下文，国内厂商通过长上下文找到差异化竞争优势。国外较早实现长上下文的厂商是 Anthropic，旗下 Claude模型在 23年 11月，将支持的上下文从 100K tokens 提升到 200K，同时期的 GPT-4 维持在 128K。24 年 2 月，Google 更新 Gemini 到1.5 Pro 版本，将上下文长度扩展到 1M（5 月更新中扩展到 2M），并在内部实现了 10M，是目前已知最大上下文长度。国内方面，23 年 10 月由月之暗面发布的 Kimi 智能助手（原名 Kimi Chat），率先提供 20 万字的长上下文，并在 24 年以来迎来了用户

69、访问量的大幅提升。24 年 3 月，阿里通义千问和 Kimi 先后宣布支持 1000 万字和 200 万字上下文，引发国内百度文心一言、360 智脑等厂商纷纷跟进长上下文能力迭代。我们认为，国内 LLM 厂商以长上下文为契机，寻找到了细分领域差异化的竞争路线，或有助于指导后续的模型迭代。图表图表31：全球主流模型厂商的长上下文布局（实线框代表暂未落地，实框代表已经落地）全球主流模型厂商的长上下文布局（实线框代表暂未落地，实框代表已经落地）资料来源：各公司官网、华泰研究 长上下文长上下文能很好的适配虚拟角色、开发者、能很好的适配虚拟角色、开发者、AI Agent、垂类场景等需求。、垂类场景等需求

70、。1）虚拟角色）虚拟角色 Chatbot：长文本能力帮助虚拟角色记住更多的重要用户信息，提高使用体验。2）开发者：）开发者：基于大模型开发剧本杀等游戏或应用时，需要将数万字甚至超过十万字的剧情设定以及游戏规则作为 prompt 输入，对长上下文能力有着刚性需求。3）AI Agent：Agent 智能体运行需要自主进行多轮规划和决策，且每步行动都可能需要参考历史记忆信息才能完成。因此，短上下文会导致长流程中的信息遗忘，长上下文是 Agent 效果的重要保障。4）垂直场景客户需）垂直场景客户需求：求：对于律师、分析师、咨询师等专业用户群体，有较多长文本内容分析需求，模型长上下文能力是关键。图表图表

71、32：长上下文适配多种场景需求长上下文适配多种场景需求 资料来源：月之暗面官网、华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。20 科技科技 特点特点#4：MoE 是模型从千亿到万亿参数的关键架构是模型从千亿到万亿参数的关键架构 MoE 架构有利于预训练和推理效率的提升，方便架构有利于预训练和推理效率的提升，方便模型模型 scale up 到更大的参数。到更大的参数。据 Hugging Face 信息，在有限的计算资源预算下，用更少的训练步数训练一个更大的模型，往往比用更多的步数训练一个较小的模型效果更佳。MoE 的一个显著优势是它们能够在远少于稠密模型所需的计算资源下

72、进行有效的预训练，当计算资源有限时，MoE 可以显著扩大模型或数据集的规模，更快地达到稠密模型相同的质量水平。MoE 的引入使得训练具有数千亿甚至万亿参数的模型成为可能。MoE 特点在于：特点在于：1）与稠密模型相比，预训练速度更快；2）与具有相同参数数量的模型相比，具有更快的推理速度（因为只需要调用部分参数）；3）需要大量显存，因为所有专家系统都需要加载到内存中，而 MoE 架构的模型参数可达到上万亿；4）MoE 进行指令调优具有很大的潜力，方便做 Chatbot 类应用。图表图表33：Switch Transformers 论文中的典型论文中的典型 MoE 架构架构 资料来源：Switch

73、 Transformers:Scaling to Trillion Parameter Models with Simple and Efficient Sparsity，Google（2021）、华泰研究 Google 是是 MoE 架构的早期探索者之一，架构的早期探索者之一，OpenAI 实现了实现了 MoE 的商业化落地。的商业化落地。MoE 的理念起源于 1991 年的论文Adaptive Mixture of Local Experts。在 ChatGPT 问世之前，Google 已经有了较深入的 MoE 研究，典型代表是 20 年的 Gshard 和 21 年的开源 1.6 万亿S

74、witch-Transformer 模型。23 年 3 月 GPT-4 问世，OpenAI 继续走了闭源路线，没有公布模型参数，但 GPT-4 采用 MoE 架构，已实现 MoE 的商业化落地。Mistral 引发引发 MoE 关注，关注，Google 掀起掀起 MoE 浪潮，国内厂商跟随发布浪潮，国内厂商跟随发布 MoE 模型模型。23 年 12月，Mistral 开源 Mixtral-8x7B-MoE，以近 47 亿的参数在多项测评基准上达到或超过 1750亿参数的 GPT-3.5 水平，引发了全球开发者对 MoE 架构的再次关注。24 年 2 月，Google将其最先进模型系列 Gemi

75、ni 更新到 1.5 Pro，并指出架构上从稠密架构切换到 MoE 架构，实现了 1.5 Pro 模型性能的大幅提升，核心能力超过 Gemini 1.0 Ultra。国内外模型厂商随即跟进发布 MoE 相关模型，包括 xAI 开源的 Grok-1（23 年 10 月已实现 MoE，24 年开源）、MiniMax abab6、Databricks DBRX、AI21 Jamba、阿里 Qwen-1.5 MoE、昆仑万维天工3.0、阶跃星辰 STEP 2、商汤日日新 5.0 等。免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。21 科技科技 图表图表34：国内外典型国内外典型 MoE

76、模型比较模型比较 序号序号 公司名称公司名称 模型名称模型名称 MoE 参数等信息参数等信息 1 OpenAI GPT-4 1.8T，16 个专家，每个 token 激活 2 个专家 2 Mistral AI Mixtral 8x7B 46.7B，8 个专家，每个 token 激活 2 个专家 3 Google Gemini 1.5 Pro 官方未透露 4 xAI Grok-1 314B，8 个专家，每个 token 激活 2 个专家 5 Databricks DBRX 132B，16 个专家，每个 token 激活 4 个专家 6 AI21 Jamba 52B，16 个专家，每个 token

77、 激活 4 个专家 7 MiniMax abab 6.5 万亿参数 8 阿里阿里 Qwen-1.5 MoE 14.3B，64 个专家，每个 token 激活 4 个专家 9 昆仑万维昆仑万维 天工天工 3.0 4000 亿参数 10 阶跃星辰阶跃星辰 Step 2 万亿参数 11 商汤商汤 日日新日日新 5.0 6000 亿参数 12 腾讯腾讯 混元混元 万亿参数 资料来源：各公司官网、华泰研究 应用应用：AI Agent 进入新阶段，进入新阶段，工作流卡位或是竞争重点工作流卡位或是竞争重点 LLM 推动推动 AI Agent 进入新阶段。进入新阶段。AI Agent 发展经历五大阶段：1）符

78、号）符号 Agent：采用逻辑规则和符号表示来封装知识并促进推理过程，典型代表为基于知识的专家系统；2）反应）反应Agent：主要关注 Agent 与其环境之间的交互，强调快速和实时响应，设计时优先考虑直接的输入输出映射；3）基于强化学习的）基于强化学习的 Agent：主要关注如何使 Agent 通过与环境的互动进行学习，典型代表如 AlphaGo；4）具有迁移学习和元学习的）具有迁移学习和元学习的 Agent：引入迁移学习实现不同任务之间的知识共享和迁移，通过元学习使 Agent 了解如何学习；5）基于大型语言模基于大型语言模型（型（LLM）的）的 Agent：将 LLM 作为大脑的主要组成

79、部分或 Agent 的控制器，并通过多模态感知和工具利用等策略扩展其感知和行动空间，通过思维链（CoT）和问题分解等技术使Agent 获得与符号代理相当的推理及规划能力，并且可以通过从反馈中学习和执行新的行动，获得与环境的互动能力。图表图表35：AI Agent：发展复盘发展复盘 资料来源：The Rise and Potential of Large Language Model Based Agents:A Survey，Zhiheng Xi（2023）、华泰研究 从输入到输出，从输入到输出，AI Agent 技术技术框架基本确立。框架基本确立。当前对 AI Agent 整体框架的设计基本

80、上可以分为感知、定义、记忆、规划、行动五类模块，其中感知模块主要处理各类输入，解决智能体与环境交互的问题；定义模块包含了 Agent 的属性、目标等信息；记忆模块包括短期记忆及长期记忆，用于面对复杂任务时提供历史策略等；规划模块包括任务的分解、反思、推理推断、策略制定等，是 Agent 的大脑；行动模块包括以文字、具身行动、工具指令等多种形式输出结果。我们认为，AI Agent 的技术框架与此前智能语音助手的技术框架在模块设置上存在一定相似性。免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。22 科技科技 图表图表36：AI Agent：技术框架：技术框架 资料来源：arXiv、华

81、泰研究 LLM Agent 自主化、智能性仍存在提升空间。自主化、智能性仍存在提升空间。从 LLM Agent 的实践看，当前的 LLM Agent对于执行特定领域的任务已经体现出一定的自主性（如完成科学试验、搜索资料撰写报告等），LLM 对于固定范式下解决问题能够实现较好的自动化，但在解决问题的泛化能力方面，当前主要的 Agent 产品仍距离通用的 Agent 有一定的差距。主要体现在：1）任务规划方面：）任务规划方面：当前 Agent 主要基于现有的成熟任务流程进行复现，或基于训练数据对任务进行简单的拆分；2）工具使用方面：）工具使用方面：当前 Agent 基本按照人类的部署进行流程化的操

82、作和尝试，工具的使用主要通过调用第三方 API 进行。未来随着底层模型能力的提升。我们认为 AI Agent 有望在以下方面实现能力提升：1）在任务规划方面从基于规则、参数的规划能力逐步向基于实践的反思、迭代进化；2）在工具使用与选择方面，从基于人类配置的特定工具，向多种工具的选择规划进化，甚至更进一步的创造适用于 LLM 的工具。图表图表37：从自动化到智能化：从自动化到智能化：AI Agent 资料来源：各公司官网、华泰研究 MaaS 厂商：凭丰富工具厂商：凭丰富工具&实践经验把握发展机遇实践经验把握发展机遇 MaaS 厂商不断完善厂商不断完善 Agent 落地工具。落地工具。大模型厂商与

83、 MaaS 厂商合作，共同为 B 端客户提供基于大模型的产品，其中大模型厂商推动底层模型的能力升级，MaaS 巨头则凭借良好的产品、客户基础，提供相应的开发及定制化工具，帮助 B 端客户打造基于大模型的业务应用。我们认为 MaaS 厂商通过云服务实现了基础软件层面的良好卡位，而 AI Agent 在 B 端落地及 D 端开发的过程中多需要数据的调用及算力的支撑，MaaS 厂商凭此前的良好卡位实现了业务的延伸，通过提供落地工具和开发框架，成为 AI Agent 市场的重要参与者，也有望首先受益于底层大模型能力突破带来的 AI Agent 发展机遇。免责声明和披露以及分析师声明是报告的一部分，请务

84、必一起阅读。23 科技科技 图表图表38：MaaS 厂商：业务布局厂商：业务布局 资料来源：公司官网、华泰研究 应用厂商：具备垂直数据与工程化优势，关注工作流卡位应用厂商：具备垂直数据与工程化优势，关注工作流卡位 ServiceNow 结合行业方案，打造结合行业方案，打造 Agent 深入应用。深入应用。ServiceNow 推出针对电信行业的生成式 AI 解决方案 Now Assist for Telecommunications Service Management（TSM）。在产品特性上，TSM 具备如下特征：1）提供主动体验：快速识别并解决问题。为客户提供自助服务工具，让他们自行学习、

85、进行更改和解决问题；2）自动解决问题：让客户了解当前的中断以及如何解决这些中断；3）利用 AIOps 和机器学习自动化和优化运营工作流，以提高整个组织的效率并降低成本。我们认为深化行业应用有助于Agent在垂直领域打造标杆应用。未来企业的工作流或以 Gen AI 为核心进行设计，随着实时数据打通、系统集成度进一步提升，自然语言或在部分场景中取代代码成为新的业务流程构建方式。图表图表39：Servicenow：电信专用电信专用 GenAI 解决方案解决方案 资料来源：公司官网、华泰研究 Salesforce 基于私有数据，打造垂直领域智能应用。基于私有数据，打造垂直领域智能应用。除了在原有系统中

86、的工作流基础，垂直业务数据也是应用厂商打造 Agent 应用的重要优势。以 Salesforce 为例，其在营销领域具备较好的数据基础。基于此公司打造了适用于 CRM 的对话式 AI，特色是以客户的公司数据为基础。从产品布局看，23 年 3 月公司发布 AI 应用 Einstein GPT，首次将生成式 AI应用到客户关系管理领域；23年9月发布Einstein 1平台（核心包括AI助手Einstein Copilot），并与新的 Data Cloud 原生集成，客户可以通过 Data Cloud 和 Tableau 接收、协调和探索数据，将数据的力量扩展到每个业务领域，为 AI 应用打造了良

87、好的数据基础。免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。24 科技科技 图表图表40：Einstein GPT：应用场景：应用场景 资料来源：公司官网、华泰研究 相关公司梳理：相关公司梳理：1）协同办公厂商：）协同办公厂商：包括金山办公、泛微网络、福昕软件等；2）垂直应用厂商：）垂直应用厂商：包括用友网络、鼎捷软件、同花顺、中控技术、宝信软件等。终端：终端：模型融合端侧模型融合端侧 OS，AI PC、AI Phone 有望提速有望提速 24 年年 AI 端侧落地端侧落地有望有望提速，大模型加速端侧操作系统渗透。提速，大模型加速端侧操作系统渗透。AI 端侧落地需要实现算力、应用

88、、操作系统的三重升级，目前操作系统层改造正加速推进。1）算力：）算力：头部厂商通过创新架构设计及全栈优化，提升产品性能、降低功耗，满足终端场景对于算力的要求；以高通为例，公司针对 AI 端侧场景推出面向 PC 的 X Elite、X Plus 芯片以及面向手机的骁龙 8 Gen 3 处理器，端侧算力持续升级；2）应用：）应用：23年海外软件厂商AI升级全面铺开，ChatGPT、Copilot、Bing Chat 等功能均发布端侧版本；3）操作）操作系统：系统：伴随小模型能力提升，操作系统正加速 AI 升级，Microsoft 推出 Windows Copilot Runtime 内置 40 多

89、个端侧 AI 模型，Google 探索 Gemini Nano 版本与 Android 操作系统整合。我们认为，端侧 AI 操作系统将成为 AI 端侧落地的重要技术突破口，决定后续端侧 AI 生态的构建节奏。图表图表41：AI 端侧落地需要端侧落地需要算力、应用、操作系统三重升级算力、应用、操作系统三重升级 资料来源：Microsoft 官网、Google 官网、华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。25 科技科技 AI PC：微软发挥：微软发挥 Windows 卡位，构建卡位，构建 AI PC 生态基座生态基座 微软已具备模型、应用基础，微软已具备模型、应用基

90、础，24 年年 Build 大会介绍大会介绍 OS 生态布局。生态布局。微软加速 AI 从云到端的拓展，23 年完成模型、应用基础储备，24 年加速操作系统层技术整合。1）模型：）模型：微软持续推动自研小模型 Phi 迭代升级，24 年最新推出专为 PC 端打造的 Phi-Silica；2）应用：）应用：微软基本完成 Microsoft 365 全线应用的 Copilot 升级，24 年推出 Team Copilot、Copilot Agents 两大新产品，旨在实现单点应用的企业级整合，初步搭建 Agent 生态；3）操作系）操作系统：统：大模型开始向 PC 操作系统渗透，微软打造 Wind

91、ows Copilot Runtime，构建 AI OS 开放业务生态，Windows Copilot Runtime 提供完整开发框架及工具，奠定 PC 端应用繁荣的技术基座。我们认为，微软 Windows 卡位优势有望深化，AI PC 商业进展或将提速。图表图表42：微软持续推动自研小模型微软持续推动自研小模型 Phi 升级升级 资料来源：Microsoft 官网、华泰研究 Windows AI 升级同步推送至升级同步推送至 OEM 厂商，厂商，AI PC 进入密集上市期进入密集上市期。微软在 Build 2024 大会上表示，升级后的 Windows 11 AI 操作系统及功能将同步推送

92、至 HP、DELL、Lenovo 等OEM 的 AI PC 产品（算力要求搭载高通 X Elite、X Plus 芯片；操作系统要求搭载 Windows 11）。微软在 Build 2024 大会上表示，预计明年微软 AI PC 销量将超 5,000 万台。我们认为，伴随 Windows AI 生态落成，AI PC 产品商业化有望提速。图表图表43：搭载高通搭载高通 X Elite、X Plus 的的 AI PC 进入密集上市期进入密集上市期 资料来源：高通官网、华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。26 科技科技 图表图表44：微软及微软及 OEM 厂商的厂商

93、的 Windows AI PC 梳理梳理 资料来源：各公司官网、华泰研究 AI Phone：Apple、Google 加速模型在手机端落地探索加速模型在手机端落地探索 Apple、Google 加速模型在手机端落地探索加速模型在手机端落地探索，关注，关注 WWDC 大会大会。根据 The Information报道，OpenAI 成功与苹果公司达成了一项关键协议，涉及将 ChatGPT 集成到 iOS 及其他操作系统中，大模型在手机端操作系统整合提速。Google 发布的 Pixel 8 与三星发布的Galaxy S24 均由 Google 的 Gemini Nano 模型提供支持。我们认为，

94、伴随手机终端操作系统的 AI 整合，AI Phone 的商业化节奏有望加速，建议关注 24H2 手机终端侧的新品发布（Apple WWDC 2024 大会等会议）与技术迭代。相关产业链公司包括：相关产业链公司包括：1）PC 产业链：产业链：联想集团、春秋电子；2）AIPC 应用软件：应用软件：福昕软件、金山办公等；3）AI+手机手机/汽车汽车/物联网：物联网：中科创达、萤石网络；Copilot/NPU1,000618Snapdragon X PlusSurface Laptop Microsoft1,149618Snapdragon X EliteOmnibook XHP1,700618Sna

95、pdragon X EliteEliteBook Ultra G1q1,300Snapdragon X EliteXPS 13DELL1,100Snapdragon X PlusInspiron 141,299Snapdragon X PlusVivobook S15ASUS1,300Snapdragon X EliteYoga Slim 7xLenovo1,1007Snapdragon X PlusSwift 14 AI Acer1,349618Snapdragon X EliteGalaxy Book4 EdgeSamsung 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。2

96、7 科技科技 国产化趋势：国产化趋势：24Q1 收入收入边际改善，边际改善，24H2 信创进展或信创进展或加快加快 24Q1 信创回暖，核心企业收入大多同比改善信创回暖，核心企业收入大多同比改善 24Q1 信创核心企业信创核心企业大多实现收入大多实现收入同比正增长同比正增长。从 24Q1 信创板块收入表现情况来看，我们看到板块核心公司收入指标大多开始回暖。我们统计了 CPU/GPU、OS、PC、办公软件等领域核心公司 24Q1 的总营收同比变化情况，发现：1）东方通、景嘉微、星环科技、海光信息总营收同比增长较快，增速超过 30%，边际改善显著；2）麒麟信安、中国长城、福昕软件、金山办公、致远互

97、联、泛微网络、龙芯中科实现总营收同比正增长，开始出现改善迹象；3）中国软件是唯一总营收同比负增长的公司，或主要受客户采购节奏影响。总体来看，我们认为，24Q1 信创板块企业呈现收入回暖态势，随着 24H2 宏观经济持续复苏、国产替代政策稳步推进，板块有望延续复苏态势，实现营收稳健增长。图表图表45：24Q1 信创核心企业大多收入回暖信创核心企业大多收入回暖 资料来源：Wind、华泰研究 产业政策持续加码，积极产业政策持续加码，积极因素正在不断累积因素正在不断累积。从产业驱动力来看，24Q1 国家层面对于信创的政策扶持力度也在不断加码。据中国政府网，2024 年 3 月 5 日，第十四届全国人民

98、代表大会第二次会议开幕，会上发布2024 年国务院政府工作报告，其中全文 26 次提及“科技”相关内容，提出要加快推动高水平科技自立自强，将加快发展“新质生产力”列为首项任务。2024 年 3 月 11 日，中央国家机关政府采购中心发布关于更新中央国家机关台式计算机、便携式计算机批量集中采购配置标准的通知，明确要求乡镇以上党政机关事业单位在采购台式机、便携式计算机时，应对将 CPU、操作系统符合安全可靠测评要求纳入采购需求。2024 年 5 月 20 日，中国信息安全测评中心发布 安全可靠测评结果公告（2024年第 1 号），共 14 款国产 CPU、10 款国产服务器入围。我们认为，随着国家

99、、地方层面的产业政策不断加码，24H2 信创板块有望迎来加速发展机遇。102.0%66.3%46.0%37.1%29.8%21.1%16.9%16.5%11.8%3.1%1.6%-42.3%-60%-40%-20%0%20%40%60%80%100%120%051015202530东方通景嘉微星环科技海光信息麒麟信安中国长城福昕软件金山办公致远互联泛微网络龙芯中科中国软件24Q1总营收（亿元）23Q1总营收（亿元）24Q1总营收同比增速 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。28 科技科技 图表图表47：两期两期安全可靠测评结果安全可靠测评结果对比：对比：CPU 2024

100、 年第年第 1 号号 2023 年第年第 1 号号 序号 产品名称 送测单位 安全可靠等级 序号 产品名称 送测单位 安全可靠等级 1 飞腾腾云 S5000C 飞腾信息技术有限公司 级 1 鲲鹏 920 深圳市海思半导体有限公司 I 级 2 飞腾腾珑 E2000 飞腾信息技术有限公司 级 2 龙芯 3C5000L 龙芯中科技术股份有限公司 I 级 3 飞腾腾锐 D3000 飞腾信息技术有限公司 级 3 申威 1621 无锡先进技术研究院 I 级 4 龙芯 3A5000（DA 版）龙芯中科技术股份有限公司 级 4 龙芯 3A4000/3B4000 龙芯中科技术股份有限公司 I 级 5 龙芯 3A

101、6000 龙芯中科技术股份有限公司 级 5 龙芯 3A5000/3B5000 龙芯中科技术股份有限公司 I 级 6 龙芯 3C5000 龙芯中科技术股份有限公司 级 6 申威 SW421 无锡先进技术研究院 I 级 7 龙芯 3D5000 龙芯中科技术股份有限公司 级 7 申威 3231 无锡先进技术研究院 I 级 8 海光处理器 C86-4G 海光信息技术股份有限公司 级 8 飞腾腾锐 D2000 飞腾信息技术有限公司 I 级 9 鲲鹏 920 V200 深圳市海思半导体有限公司 级 9 飞腾 FT-2000 飞腾信息技术有限公司 I 级 10 麒麟 9000C 深圳市海思半导体有限公司 级

102、 10 飞腾 FT-2000+飞腾信息技术有限公司 I 级 11 龙芯 2K2000 龙芯中科技术股份有限公司 级 11 盘古 M900 海思技术有限公司 I 级 12 申威 SW-WY831 型微处理器 无锡先进技术研究院 级 12 飞腾腾云 S2500 飞腾信息技术有限公司 I 级 13 兆芯处理器 KH-40000 上海兆芯集成电路股份有限公司 级 13 麒麟 9006C 深圳市海思半导体有限公司 I 级 14 海光处理器 C86-4G-L 海光信息技术股份有限公司 级 14 海光 C86-3G 海光信息技术股份有限公司 I 级 15 麒麟 990 深圳市海思半导体有限公司 I 级 16

103、 海光 2 号 C86 3230/3250/3280/5280/7250/7260/7280/7285 海光信息技术股份有限公司 I 级 17 兆芯 ZX-E KX-U6780A/KH-37800D/KX-6640MA/KX-6640A 上海兆芯集成电路股份有限公司 I 级 18 兆芯 ZX-D KX-U5580 上海兆芯集成电路股份有限公司 I 级 资料来源：中国信息安全测评中心、华泰研究 图表图表48：两期两期安全可靠测评结果安全可靠测评结果对比：对比：OS 2024 年第年第 1 号号 2023 年第年第 1 号号 序号 产品名称 送测单位 安全可靠等级 序号 产品名称 送测单位 安全可

104、靠等级 桌面桌面 OS 桌面桌面 OS 1 方德桌面操作系统 V5.0 中科方德软件有限公司 级 1 银河麒麟桌面操作系统 V10 麒麟软件有限公司 I 级 2 统信桌面操作系统 V20 统信软件技术有限公司 级 2 方德桌面操作系统 V3.1 中科方德软件有限公司 I 级 3 银河麒麟桌面操作系统 V10 SP1 麒麟软件有限公司 级 3 统信桌面操作系统 V20 统信软件技术有限公司 I 级 服务器服务器 OS 服务器服务器 OS 1 华为云欧拉操作系统 V2.0 华为云计算技术有限公司 级 1 银河麒麟高级服务器操作系统 V10 麒麟软件有限公司 I 级 2 阿里云服务器操作系统 V3

105、阿里云计算有限公司 级 2 统信服务器操作系统 V20 统信软件技术有限公司 I 级 3 银河麒麟高级服务器操作系统 V10 SP3 麒麟软件有限公司 级 3 方德高可信服务器操作系统 V4.0 中科方德软件有限公司 I 级 4 腾讯云 Linux 服务器操作系统 V3 腾讯云计算（北京）有限责任公司 级 5 新支点服务器操作系统 V6 中兴通讯股份有限公司 级 6 凝思安全操作系统欧拉版 V6.0.99 北京凝思软件股份有限公司 级 7 麒麟信安服务器操作系统 V3 湖南麒麟信安科技股份有限公司 级 资料来源：中国信息安全测评中心、华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必

106、一起阅读。29 科技科技 周期视角来看，周期视角来看，24 年信创产业有望迈入加速阶段年信创产业有望迈入加速阶段 2018 年以来，信创市场主要经历年以来，信创市场主要经历 5 轮产业周期轮产业周期。复盘过去信创产业周期，我们将产业推进节奏划分为五大阶段：1）2018-2019 年:信创产业政策开始酝酿，期间提出“南风一号”、“安可”等信创计划，为产业落地奠定制度基础；2）2019-2020 年：信创开始在党政领域大规模落地，招投标订单逐步释放，产业迎来景气度上行周期；3）2020-2022 年：党政一级市场的国产化替代工作，核心企业收入/利润开始逐步确认，但后续增量订单预期不明朗；4）202

107、2-2023 年：政策指导下，党政信创开始向行业信创拓展，市场预期再度回暖；5）2023 年 7 月至今：行业信创落地节奏缓慢，等待下一轮产业周期开启。图表图表49：信创产业周期复盘信创产业周期复盘 资料来源：Wind、中国政府网、华泰研究 2024 年信创产业有望开启新一轮上行周期年信创产业有望开启新一轮上行周期。我们认为，在经历了 2023 年下游需求的波动之后，2024 年或将成为信创产业化落地的重要时间点。1）从政策层面来看，随着 2024 年3 月 11 日政府采购需求标准、2024 年 5 月 20 日安全可靠测评结果的发布，制度体系搭建为信创大规模铺开奠定基础。2）从下游需求层面

108、来看，随着宏观经济的逐步回暖，2023 年延后的招投标项目有望逐步恢复，党政下沉市场以及行业信创的推进，有望带来基础软硬件替换需求。3）从核心厂商订单收入来看，24Q1 部分基础软硬件企业已经迎来收入同比改善，全年收入兑现节奏有望进一步加速。基于此，我们认为，2024 年信创产业有望加速推进，或将开启新一轮产业上行周期。图表图表50：信创有望进入新一轮上行周期信创有望进入新一轮上行周期 产业周期产业周期 时间节点时间节点 典型事件典型事件 市场预期市场预期 指数表现指数表现 政策酝酿期 2018.1-2019.1“南风一号”二期工程；“安可”概念的提出 等待政策落地-21%政策落地期 2019

109、.1-2020.7 党政信创试点；地方招投标落地 预计信创在党政领域大规模落地 201%兑现消化期 2020.7-2022.5 十四五信息技术规划发布 党政信创逐步完成，对于信创后续增量有分歧-15%行业信创落地期 2022.5-2023.7 国资委下发 79 号文 预期行业信创订单放量 36%兑现不及预期 2023.7 至今 安可测评工作指南、政府采购需求标准发布 订单释放或延后-29%未来展望 2024-2027E 党政下沉市场&行业信创招投标加速落地 信创招投标逐步恢复-资料来源：Wind、中国政府网、华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。30 科技科技

110、产业推进有望打开广阔市场空间产业推进有望打开广阔市场空间 信创从党政向行业扩散，有望带来更大市场信创从党政向行业扩散，有望带来更大市场空间。空间。我国信创建设大致可分为党政、行业、商业三个阶段：1）党政信创：）党政信创：中央、省市层面的党政信创最先启动，第一轮建设已于 2022年 6 月 30 日全面验收完成，后续将推进区县党政信创建设；2）行业信创：）行业信创：2022 年是行业信创元年，据中国电子学会等联合发布的中国信创产业发展白皮书（2021），八大行业（金融、电信、石油、电力、交通、航空航天、教育、医疗）的累计信创市场规模约为党政的三倍，其中金融、电力、电信等重点行业信创建设已率先开启

111、；3）商业市场：）商业市场：随着产品性能与生态体系逐步完善，信创产品有望实现商业化推广。我们认为，随着 2024 年信创产业加速推进，行业信创、商业市场拓展有望带来更大市场空间。图表图表51：信创市场有望迎来更大成长空间信创市场有望迎来更大成长空间 资料来源：中国信创产业发展白皮书（2021），中国电子学会（2021）、华泰研究预测 基础软硬件市场规模较大，国产基础软硬件市场规模较大，国产化占比有望进一步提升。化占比有望进一步提升。从市场规模角度看，信创各个环节中，底层算力基础市场规模较大，据 IC insights，2021 年全球微处理器市场规模为 1029亿美元（约 7409 亿元人民币

112、，按人民币美元汇率 7.2 计算），中国市场 2742 亿元，是信创产业各个环节中市场规模最大的细分市场。基础软件方面，据中国信通院、Research and Markets、华为鲲鹏产业白皮书，从全球角度看，数据库、操作系统、中间件的全球市场规模均超过 2000 亿元，基础软硬件领域市场规模总体较大。在行业应用方面，汽车软件、EDA、CAD 全球市场规模在 1000 亿元左右，国内市场规模在数十亿到两百多亿元，行业应用由于适用场景较为细分，整体市场规模小于基础软硬件。图表图表52：信创各个环节规模一览（信创各个环节规模一览（2021 年）年）注：汇率按 1 美元=7.2 人民币元换算 资料来

113、源：IC Insights、Research and Markets、鲲鹏白皮书、中国信通院、IDC、ESD Alliance、中国软件行业协会、华泰研究 7409504039727423642371204237.0%6.2%25.8%3.5%12.1%27.2%17.2%12.8%5.6%0%5%10%15%20%25%30%35%40%01,0002,0003,0004,0005,0006,0007,0008,000微处理器数据库操作系统中间件打印机协同办公汽车软件EDACAD基础软硬件其他软硬件汽车软件工业软件全球市场规模

114、中国市场规模中国占比(亿元)免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。31 科技科技 从国内信创产业主要参与者从国内信创产业主要参与者的布局看，的布局看，CEC、CETC、中科院系、中科院系、鲲鹏鲲鹏&昇腾系昇腾系为重要参与为重要参与者者。1、中国电子信息产业集团有限公司（简称“中国电子”，中国电子信息产业集团有限公司（简称“中国电子”，CEC）成立于 1989 年 5 月，由原电子工业部所属企业行政划拨组建而成。CEC 的前身，是机械电子工业部为整合旗下企业资产而设立的央企平台。目前已经形成网络安全、新型显示、集成电路、高新电子、信息服务、工业互联网协同发展的产业格局。CE

115、C 拥有从芯片、操作系统、中间件、数据库、安全产品到应用系统的可控软件产业链，打造以“PK 体系”（飞腾+麒麟）为核心的信创生态。2、中国电子科技集团有限公司（简称“中国电科”，中国电子科技集团有限公司（简称“中国电科”，CETC）于 2002 年 3 月成立，在原信息产业部直属 46 家电子类科研院所及 26 户企业基础上组建而成。2017 年 12 月，中国电科完成公司制改制，由中国电子科技集团公司更名为中国电子科技集团有限公司。CETC包含三重定位，分别是军工电子国家队、科技创新骨干力量、电子信息技术产业领头羊。3、中科院系主要通过中科算源资产管理有限公司、中科大资产经营有限责任公司等实

116、体持中科院系主要通过中科算源资产管理有限公司、中科大资产经营有限责任公司等实体持股下游企业股下游企业。目前中科院系在信创领域主要布局企业包括：1）基础硬件：中科曙光、寒武纪、海光信息、龙芯中科等；2）基础软件：中科软、中科方德、中科红旗等；3）应用生态等。总体来看，相关产业链公司主要以计算硬件为主，同时具备基础软件与应用软件等完整生态布局。4、鲲鹏鲲鹏&昇腾系昇腾系开放各自旗下产品与能力，赋能开源生态。其中鲲鹏系列涵盖硬件、基础操作系统、数据库等；昇腾系列涵盖 AI 芯片、AI 计算框架等。三条主线指硬件开放+软件开源+使能伙伴。基于两大品牌，鲲鹏&昇腾系通过硬件开放+软件开源+使能伙伴三条主

117、线发力开源生态建设。其中，硬件层面，鲲鹏&昇腾系开放了包括鲲鹏主板、网卡、昇腾 Atlas模组等产品；软件方面，鲲鹏&昇腾系开源了欧拉、高斯、罗庚等基础软件系统；使能伙伴方面，鲲鹏&昇腾系通过提供开发套件、应用使能套件等方式，降低开源门槛，赋能伙伴。图表图表53：信创产业主要参与者一览信创产业主要参与者一览 资料来源：各公司官网、华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。32 科技科技 图表图表54：提及公司列表提及公司列表 公司代码公司代码 公司简称公司简称 MSFT US 微软 未上市 OpenAI GOOGL US 谷歌 未上市 Anthropic Meta

118、US Meta 未上市 xAI 未上市 Mistral AI 未上市 Inflection 未上市 Cohere 未上市 Character.ai 未上市 Databricks 未上市 AI21 BIDU US 百度 BABA US 阿里 0700 HK 腾讯 601360 CH 360 300418 CH 昆仑万维 0020 HK 商汤 未上市 智谱 未上市 MiniMax 未上市 月之暗面 未上市 百川智能 未上市 零一万物 未上市 阶跃星辰 300308 CH 中际旭创 300394 CH 天孚通信 300502 CH 新易盛 000977 CH 浪潮信息 601138 CH 工业富联

119、688041 CH 海光信息 000034 CH 神州数码 688256 CH 寒武纪-U 688111 CH 金山办公 688095 CH 福昕软件 603039 CH 泛微网络 600588 CH 用友网络 300378 CH 鼎捷软件 300033 CH 同花顺 688777 CH 中控技术 600845 CH 宝信软件 0992 HK 联想集团 603890 CH 春秋电子 300496 CH 中科创达 688475 CH 萤石网络 资料来源：Bloomberg、华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。33 科技科技 图表图表55：重点公司推荐一览表重点公

120、司推荐一览表 最新收盘价最新收盘价 目标价目标价 市值市值(百万百万)EPS(元元)PE(倍倍)股票名称股票名称 股票代码股票代码 投资评级投资评级(当地币种当地币种)(当地币种当地币种)(当地币种当地币种)2023 2024E 2025E 2026E 2023 2024E 2025E 2026E 金山办公 688111 CH 买入 263.75 354.50 121,804 2.85 3.63 4.85 6.44 92.54 72.66 54.38 40.95 用友网络 600588 CH 买入 10.93 16.03 37,364-0.28 0.07 0.17 0.24-39.04 156

121、.14 64.29 45.54 泛微网络 603039 CH 买入 34.76 41.97 9,059 0.69 0.97 1.11 1.29 50.38 35.84 31.32 26.95 宝信软件 600845 CH 买入 39.97 52.60 96,075 1.06 1.32 1.65 2.08 37.71 30.28 24.22 19.22 中控技术 688777 CH 买入 44.30 61.05 34,993 1.39 1.86 2.46 3.31 31.87 23.82 18.01 13.38 中望软件 688083 CH 买入 74.90 125.85 9,086 0.51

122、0.91 1.37 1.53 146.86 82.31 54.67 48.95 网宿科技 300017 CH 买入 8.29 12.08 20,234 0.25 0.25 0.31 0.35 33.16 33.16 26.74 23.69 柏楚电子 688188 CH 买入 194.97 373.62 40,057 4.97 6.69 9.07 12.19 39.23 29.14 21.50 15.99 资料来源：Bloomberg，华泰研究预测 图表图表56：重点推荐公司最新观点重点推荐公司最新观点 股票名称股票名称 最新观点最新观点 金山办公金山办公(688111 CH)AI 商业化有望加

123、快，维持商业化有望加快，维持“买入买入”评级评级 金山办公发布一季报，24Q1 营收 12.25 亿元（yoy+16.54%），归母净利 3.67 亿元（yoy+37.31%），扣非净利 3.52 亿元（yoy+40.56%）。销售/管理/研发费用率为 17.62%/9.22%/33.03%，同比-6.11pct/-0.72pct/-0.75pct，收入稳健增长+费用管控推动利润快速增长。我们认为随着 C 端定价推进，B 端产品落地，AI 商业化有望加快。我们预计 24-26 年公司 EPS 为 3.63/4.85/6.44 元，收入 58.47/77.36/102.64 亿元，可比公司平均

124、24E 17.2xPS(Wind)，考虑公司 AI 产品快速迭代，给予 24 年 28xPS，目标价 354.50 元，维持“买入”。风险提示：付费用户增长不及预期、AI 商业化不及预期。报告发布日期：2024 年 04 月 23 日 点击下载全文：金山办公点击下载全文：金山办公(688111 CH,买入买入):AI 商业化有望加快商业化有望加快 用友网络用友网络(600588 CH)转型完成收入加速增长，维持“买入”评级转型完成收入加速增长，维持“买入”评级 用友网络发布一季报，2024 年 Q1 实现营收 17.49 亿元（yoy+18.61%、qoq-57.21%），归母净利-4.53

125、亿元（yoy-14.17%、qoq-816.52%），扣非净利-4.51 亿元（yoy+8.97%）。随着公司行业化组织转型完成，人才结构不断优化，交付效率提升，收入有望加速增长。我们预计公司 2024-2026年 EPS 分别为 0.07、0.17、0.24 元。分部估值，24E 传统业务净利/云收入 4.8 亿元/83.9 亿元，可比公司平均 24E 29.1xPE/4.9xPS(Wind)，给予24E 29.1xPE/4.9xPS，对应市值 139/409 亿元，总市值 548 亿元，目标价 16.03 元，维持“买入”评级。风险提示：宏观经济波动；市场竞争加剧。报告发布日期：2024

126、年 04 月 26 日 点击下载全文：用友网络点击下载全文：用友网络(600588 CH,买入买入):大客云收入高增，转型完成收入加速大客云收入高增，转型完成收入加速增长增长 泛微网络泛微网络(603039 CH)关注下游需求恢复情况，维持“买入”评级关注下游需求恢复情况，维持“买入”评级 泛微网络发布一季报，2024 年 Q1 实现营收 3.43 亿元（yoy+3.13%、qoq-65.51%），归母净利 2799.47 万元（yoy+4764.41%、qoq-83.27%），扣非净利 1737.72 万元（yoy+343.16%）。公司收入边际改善，同比增速较 23Q4 提升 2.27pc

127、t，降本增效推动利润恢复。关注下游需求恢复情况与AI 商业化推进情况。我们预计公司 2024-2026 年 EPS 分别为 0.97、1.11、1.29 元，可比公司 24 年 Wind 一致预期 PE 均值 43.4x，给予公司 24 年43.4 倍 PE，目标价 41.97 元，维持“买入”评级。风险提示：产品拓展不及预期，下游需求不及预期，市场竞争加剧。报告发布日期：2024 年 04 月 26 日 点击下载全文：泛微网络点击下载全文：泛微网络(603039 CH,买入买入):关注下游需求修复情况关注下游需求修复情况 宝信软件宝信软件(600845 CH)宝信宝信 24Q1：营收：营收

128、yoy+34.44%，归母净利润，归母净利润 yoy+18.19%宝信软件发布一季报，2024 年 Q1 实现营收 33.91 亿（yoy+34.44%）；归母净利 5.90 亿（yoy+18.19%）；扣非净利 5.86 亿（yoy+20.31%）。维持盈利预测，预计公司 2024-2026 年 EPS 分别为 1.32/1.65/2.08 元，可比公司 24 年 Wind 一致预期 PE 均值为 27 倍，鉴于宝信在国产大中型 PLC和工业机器人领域的龙头地位和加速推进，给予公司 24E 40 xPE，目标价 52.60 元（前值 51.29 元），维持“买入”。风险提示：下游需求低于预期

129、，产品拓展低于预期。报告发布日期：2024 年 04 月 24 日 点击下载全文：宝信软件点击下载全文：宝信软件(600845 CH,买入买入):营收高增，营收高增，PLC&机器人值得期待机器人值得期待 中控技术中控技术(688777 CH)收入收入+利息收入增长推动利润高增，维持利息收入增长推动利润高增，维持“买入买入”评级评级 中控技术发布一季报，2024 年 Q1 实现营收 17.38 亿元（yoy+20.25%），归母净利 1.45 亿元（yoy+57.39%），扣非净利 1.19 亿元（yoy+76.05%），利润高增主因：1）收入快速增长，运营效率提升；2）财务费用-0.30 亿元

130、（去年同期 0.03 亿元），主要由于利息收入增长；24Q1 经营性现金流量净额-6.77 亿元（去年同期-7.23 亿元），主要由于 Q1 发放年终奖及回款占比较低。我们认为公司积极开拓新业务/新地区/新行业，增长有望持续。预计 2024-2026 年 EPS 为 1.86/2.46/3.31 元，可比公司平均 24E 32.8xPE（Wind），给予 24E 32.8xPE，目标价 61.05 元，维持“买入”。风险提示：产品扩张效果低于预期、海外市场拓展低于预期。报告发布日期：2024 年 04 月 17 日 点击下载全文：中控技术点击下载全文：中控技术(688777 CH,买入买入):

131、业绩稳健增长，期待海外不断突破业绩稳健增长，期待海外不断突破 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。34 科技科技 股票名称股票名称 最新观点最新观点 中望软件中望软件(688083 CH)24Q1 海外收入及海外收入及 3D 产品订单高增，维持产品订单高增，维持“买入买入”评级评级 中望软件发布年报及一季报，2023 年实现营收 8.28 亿元（yoy+37.71%），归母净利 6140.64 万元（重述 yoy+922.84%），扣非净利-7774.02 万元。收购博超并表收入 0.96 亿元。24Q1 营收 1.20 亿元（yoy+3.84%），归母净利-2561.

132、11 万元（yoy-44.94%），扣非净利-7829.07 万元（yoy-53.32%）。下游需求波动影响收入增速。24Q1 来自海外市场收入同增近 50%，来自 ZW3D 的订单金额同增超 40%。我们预计公司 2024-2026 年 EPS 分别为0.91、1.37、1.53 元，可比公司 2024 年平均 15.8xPS(Wind)，给予 2024 15.8xPS，目标价 125.85 元，维持“买入”。风险提示：下游需求波动的风险；3D CAD 产品进展不及预期。报告发布日期：2024 年 04 月 26 日 点击下载全文：中望软件点击下载全文：中望软件(688083 CH,买入买入

133、):海外收入高增，关注海外收入高增，关注 3D 产品进展产品进展 网宿科技网宿科技(300017 CH)24Q1 利润高增，卡位利润高增，卡位 AI 算力基础设施增长可期算力基础设施增长可期 网宿科技发布一季报，2024 年 Q1 实现营收 11.20 亿元（yoy-4.13%），归母净利 1.38 亿元（yoy+45.96%），扣非净利 9834.84 万元（yoy+183.45%），经营性净现金流为 2.44 亿元，同比+354.97%。我们认为短期看公司受益于海外市场流量增长推动收入结构优化，长期看卡位 AI 算力基础设施环节，有望持续受益于 AI 产业趋势演进。我们预计公司 2024-

134、2026 年 EPS 分别为 0.25、0.31、0.35 元。可比公司 24E 平均 PE 47.7x（Wind），给予 24年 47.7xPE，目标价 12.08 元，维持“买入”评级。风险提示：海外流量增长不及预期、CDN 行业竞争格局恶化。报告发布日期：2024 年 04 月 25 日 点击下载全文：网宿科技点击下载全文：网宿科技(300017 CH,买入买入):24Q1 利润高增利润高增，受益，受益 AI 产业趋势产业趋势 柏楚电子柏楚电子(688188 CH)24Q1 扣非同增扣非同增 50%，高增长或持续，高增长或持续 柏楚电子发布一季报，2024 年 Q1 实现营收 3.81

135、亿元（yoy+40.31%、qoq-8.31%），归母净利 1.94 亿元（yoy+46.55%、qoq+23.48%），扣非净利 1.83 亿元（yoy+50.43%）。24Q1 毛利率 79.31%，同比+0.77pct，净利率 53.75%，同比+2.5pct，盈利能力进一步提升。我们认为公司凭技术优势把握高功率切割拓展机遇，智能焊接为代表的第二成长曲线也有望加速打开。预计 24-26 年 EPS 6.69/9.07/12.19 元，可比公司平均 24E 55.7x PE（Wind），给予 24E 55.7xPE，目标价 373.62 元，“买入”。风险提示：宏观经济波动；技术落地效果不

136、及预期。报告发布日期：2024 年 04 月 23 日 点击下载全文：柏楚电子点击下载全文：柏楚电子(688188 CH,买入买入):24Q1 扣非同增扣非同增 50%，高增长或持续，高增长或持续 资料来源：Bloomberg，华泰研究预测 风险提示风险提示 宏观经济波动。宏观经济波动。若宏观经济波动，产业变革及新技术的落地节奏或将受到影响，宏观经济波动还可能对 IT 投资产生负面影响，从而导致整体行业增长不及预期。技术落地不及预期。技术落地不及预期。若 AI 等技术落地不及预期，或对计算机行业公司整体产品迭代、收入增长节奏产生负面影响。本研报中涉及到未上市公司和未覆盖个股内容，均系对齐客观公

137、开信息的整理，并不代表本研报中涉及到未上市公司和未覆盖个股内容，均系对齐客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖本研究团队对该公司、该股票的推荐或覆盖 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。35 科技科技 免责免责声明声明 分析师声明分析师声明 本人，谢春生、郭雅丽、范昳蕊、彭钢，兹证明本报告所表达的观点准确地反映了分析师对标的证券或发行人的个人意见；彼以往、现在或未来并无就其研究报告所提供的具体建议或所表迖的意见直接或间接收取任何报酬。一般声明及披露一般声明及披露 本报告由华泰证券股份有限公司（已具备中国证监会批准的证券投资咨询业务资格，以下简

138、称“本公司”）制作。本报告所载资料是仅供接收人的严格保密资料。本报告仅供本公司及其客户和其关联机构使用。本公司不因接收人收到本报告而视其为客户。本报告基于本公司认为可靠的、已公开的信息编制，但本公司及其关联机构(以下统称为“华泰”)对该等信息的准确性及完整性不作任何保证。本报告所载的意见、评估及预测仅反映报告发布当日的观点和判断。在不同时期，华泰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。同时，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。以往表现并不能指引未来，未来回报并不能得到保证，并存在损失本金的可能。华泰不保证本报告所含信息保持在最新状态。华泰对本报告所含信息

139、可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。本公司不是 FINRA 的注册会员，其研究分析师亦没有注册为 FINRA 的研究分析师/不具有 FINRA 分析师的注册资格。华泰力求报告内容客观、公正，但本报告所载的观点、结论和建议仅供参考，不构成购买或出售所述证券的要约或招揽。该等观点、建议并未考虑到个别投资者的具体投资目的、财务状况以及特定需求，在任何时候均不构成对客户私人投资建议。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯一因素。对依据或者使用本报告所造成的一切后果，华泰及作者均不承担任何法律责任。任何形式的分享证券投资

140、收益或者分担证券投资损失的书面或口头承诺均为无效。除非另行说明，本报告中所引用的关于业绩的数据代表过往表现，过往的业绩表现不应作为日后回报的预示。华泰不承诺也不保证任何预示的回报会得以实现，分析中所做的预测可能是基于相应的假设，任何假设的变化可能会显著影响所预测的回报。华泰及作者在自身所知情的范围内，与本报告所指的证券或投资标的不存在法律禁止的利害关系。在法律许可的情况下，华泰可能会持有报告中提到的公司所发行的证券头寸并进行交易，为该公司提供投资银行、财务顾问或者金融产品等相关服务或向该公司招揽业务。华泰的销售人员、交易人员或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

141、发表与本报告意见及建议不一致的市场评论和/或交易观点。华泰没有将此意见及建议向报告所有接收者进行更新的义务。华泰的资产管理部门、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的意见或建议不一致的投资决策。投资者应当考虑到华泰及/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信赖依据。有关该方面的具体披露请参照本报告尾部。本报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布的机构或人员，也并非意图发送、发布给因可得到、使用本报告的行为而使华泰违反或受制于当地法律或监管规则的机构或人员。本报告版权仅为本公司所有。未经本公司书面

142、许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人(无论整份或部分)等任何形式侵犯本公司版权。如征得本公司同意进行引用、刊发的，需在允许的范围内使用，并需在使用前获取独立的法律意见，以确定该引用、刊发符合当地适用法规的要求，同时注明出处为“华泰证券研究所”，且不得对本报告进行任何有悖原意的引用、删节和修改。本公司保留追究相关责任的权利。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。中国香港中国香港 本报告由华泰证券股份有限公司制作,在香港由华泰金融控股（香港）有限公司向符合证券及期货条例及其附属法律规定的机构投资者和专业投资者的客户进行分发。华泰金融控股（

143、香港）有限公司受香港证券及期货事务监察委员会监管，是华泰国际金融控股有限公司的全资子公司，后者为华泰证券股份有限公司的全资子公司。在香港获得本报告的人员若有任何有关本报告的问题,请与华泰金融控股（香港）有限公司联系。免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。36 科技科技 香港香港-重要监管披露重要监管披露 华泰金融控股（香港）有限公司的雇员或其关联人士没有担任本报告中提及的公司或发行人的高级人员。新易盛（300502 CH）、天孚通信（300394 CH）：华泰金融控股（香港）有限公司、其子公司和/或其关联公司实益持有标的公司的市场资本值的 1%或以上。寒武纪（688256

144、 CH）、金山办公（688111 CH）、腾讯控股（700 HK）、中望软件（688083 CH）、中控技术（688777 CH）、柏楚电子（688188 CH）：华泰金融控股（香港）有限公司、其子公司和/或其关联公司在本报告发布日担任标的公司证券做市商或者证券流动性提供者。有关重要的披露信息，请参华泰金融控股（香港）有限公司的网页 https:/.hk/stock_disclosure 其他信息请参见下方“美国“美国-重要监管披露”重要监管披露”。美国美国 在美国本报告由华泰证券（美国）有限公司向符合美国监管规定的机构投资者进行发表与分发。华泰证券（美国）有限公司是美国注册经纪商和美国金融业

145、监管局（FINRA）的注册会员。对于其在美国分发的研究报告，华泰证券（美国）有限公司根据1934 年证券交易法（修订版）第 15a-6 条规定以及美国证券交易委员会人员解释，对本研究报告内容负责。华泰证券（美国）有限公司联营公司的分析师不具有美国金融监管（FINRA）分析师的注册资格，可能不属于华泰证券（美国）有限公司的关联人员，因此可能不受 FINRA 关于分析师与标的公司沟通、公开露面和所持交易证券的限制。华泰证券（美国）有限公司是华泰国际金融控股有限公司的全资子公司，后者为华泰证券股份有限公司的全资子公司。任何直接从华泰证券（美国）有限公司收到此报告并希望就本报告所述任何证券进行交易的人

146、士，应通过华泰证券（美国）有限公司进行交易。美国美国-重要监管披露重要监管披露 分析师谢春生、郭雅丽、范昳蕊、彭钢本人及相关人士并不担任本报告所提及的标的证券或发行人的高级人员、董事或顾问。分析师及相关人士与本报告所提及的标的证券或发行人并无任何相关财务利益。本披露中所提及的“相关人士”包括 FINRA 定义下分析师的家庭成员。分析师根据华泰证券的整体收入和盈利能力获得薪酬，包括源自公司投资银行业务的收入。神州数码（000034 CH）、中控技术（688777 CH）：华泰证券股份有限公司、其子公司和/或其联营公司在本报告发布日之前的 12 个月内担任了标的证券公开发行或 144A 条款发行的

147、经办人或联席经办人。神州数码（000034 CH）、中控技术（688777 CH）：华泰证券股份有限公司、其子公司和/或其联营公司在本报告发布日之前 12 个月内曾向标的公司提供投资银行服务并收取报酬。中控技术（688777 CH）：华泰证券股份有限公司、其子公司和/或其联营公司预计在本报告发布日之后 3 个月内将向标的公司收取或寻求投资银行服务报酬。新易盛（300502 CH）、天孚通信（300394 CH）：华泰证券股份有限公司、其子公司和/或其联营公司实益持有标的公司某一类普通股证券的比例达 1%或以上。寒武纪（688256 CH）、金山办公（688111 CH）、腾讯控股（700 HK

148、）、中望软件（688083 CH）、中控技术（688777 CH）、柏楚电子（688188 CH）：华泰证券股份有限公司、其子公司和/或其联营公司在本报告发布日担任标的公司证券做市商或者证券流动性提供者。华泰证券股份有限公司、其子公司和/或其联营公司,及/或不时会以自身或代理形式向客户出售及购买华泰证券研究所覆盖公司的证券/衍生工具，包括股票及债券（包括衍生品）华泰证券研究所覆盖公司的证券/衍生工具，包括股票及债券（包括衍生品）。华泰证券股份有限公司、其子公司和/或其联营公司,及/或其高级管理层、董事和雇员可能会持有本报告中所提到的任何证券（或任何相关投资）头寸，并可能不时进行增持或减持该证券

149、（或投资）。因此，投资者应该意识到可能存在利益冲突。本报告所载的观点、结论和建议仅供参考，不构成购买或出售所述证券的要约或招揽，亦不试图促进购买或销售该等证券。如任何投资者为美国公民、取得美国永久居留权的外国人、根据美国法律所设立的实体（包括外国实体在美国的分支机构）、任何位于美国的个人，该等投资者应当充分考虑自身特定状况，不以任何形式直接或间接地投资本报告涉及的投资者所在国相关适用的法律法规所限制的企业的公开交易的证券、其衍生证券及用于为该等证券提供投资机会的证券的任何交易。该等投资者对依据或者使用本报告内容所造成的一切后果，华泰证券股份有限公司、华泰金融控股（香港）有限公司、华泰证券（美国

150、）有限公司及作者均不承担任何法律责任。新加坡新加坡 华泰证券（新加坡）有限公司持有新加坡金融管理局颁发的资本市场服务许可证，可从事资本市场产品交易，包括证券、集体投资计划中的单位、交易所交易的衍生品合约和场外衍生品合约，并且是财务顾问法规定的豁免财务顾问，就投资产品向他人提供建议，包括发布或公布研究分析或研究报告。华泰证券（新加坡）有限公司可能会根据财务顾问条例第 32C 条的规定分发其在华泰内的外国附属公司各自制作的信息/研究。本报告仅供认可投资者、专家投资者或机构投资者使用，华泰证券（新加坡）有限公司不对本报告内容承担法律责任。如果您是非预期接收者，请您立即通知并直接将本报告返回给华泰证券

151、（新加坡）有限公司。本报告的新加坡接收者应联系您的华泰证券（新加坡）有限公司关系经理或客户主管，了解来自或与所分发的信息相关的事宜。免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。37 科技科技 评级说明评级说明 投资评级基于分析师对报告发布日后 6 至 12 个月内行业或公司回报潜力（含此期间的股息回报）相对基准表现的预期（A 股市场基准为沪深 300 指数，香港市场基准为恒生指数，美国市场基准为标普 500 指数，台湾市场基准为台湾加权指数，日本市场基准为日经 225 指数），具体如下：行业评级行业评级 增持：增持：预计行业股票指数超越基准 中性：中性：预计行业股票指数基本与基

152、准持平 减持：减持：预计行业股票指数明显弱于基准 公司评级公司评级 买入：买入：预计股价超越基准 15%以上 增持：增持：预计股价超越基准 5%15%持有：持有：预计股价相对基准波动在-15%5%之间 卖出：卖出：预计股价弱于基准 15%以上 暂停评级：暂停评级：已暂停评级、目标价及预测，以遵守适用法规及/或公司政策 无评级：无评级：股票不在常规研究覆盖范围内。投资者不应期待华泰提供该等证券及/或公司相关的持续或补充信息 法律实体法律实体披露披露 中国中国：华泰证券股份有限公司具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：941011J 香港香港：华泰金

153、融控股（香港）有限公司具有香港证监会核准的“就证券提供意见”业务资格，经营许可证编号为：AOK809 美国美国：华泰证券（美国）有限公司为美国金融业监管局（FINRA）成员，具有在美国开展经纪交易商业务的资格，经营业务许可编号为：CRD#:298809/SEC#:8-70231 新加坡：新加坡：华泰证券（新加坡）有限公司具有新加坡金融管理局颁发的资本市场服务许可证，并且是豁免财务顾问。公司注册号：202233398E 华泰证券股份有限公司华泰证券股份有限公司 南京南京 北京北京 南京市建邺区江东中路228号华泰证券广场1号楼/邮政编码：210019 北京市西城区太平桥大街丰盛胡同28号太平洋保

154、险大厦A座18层/邮政编码：100032 电话：86 25 83389999/传真：86 25 83387521 电话：86 10 63211166/传真：86 10 63211275 电子邮件：ht- 电子邮件：ht- 深圳深圳 上海上海 深圳市福田区益田路5999号基金大厦10楼/邮政编码：518017 上海市浦东新区东方路18号保利广场E栋23楼/邮政编码：200120 电话：86 755 82493932/传真：86 755 82492062 电话：86 21 28972098/传真：86 21 28972068 电子邮件：ht- 电子邮件：ht- 华泰金融控股（香港）有限公司华泰金融

155、控股（香港）有限公司 香港中环皇后大道中 99 号中环中心 53 楼 电话：+852-3658-6000/传真：+852-2567-6123 电子邮件： http:/.hk 华泰证券华泰证券（美国美国）有限公司有限公司 美国纽约公园大道 280 号 21 楼东（纽约 10017）电话：+212-763-8160/传真：+917-725-9702 电子邮件:Huataihtsc- http:/www.htsc- 华泰证券（新加坡）有限公司华泰证券（新加坡）有限公司 滨海湾金融中心 1 号大厦,#08-02,新加坡 018981 电话：+65 68603600 传真：+65 65091183 版权所有2024年华泰证券股份有限公司