投资要点

未来中国算力发展的四个方向：近期北上深等头部城市推出了一系列算力政策，我们认为有四点是未来中国算力的发展新方向：1）AI推动全球算力建设增加；2）各地新建政府级算力，利好相关央国企建设和运营方；3）各地新建政府级算力调度和交易平台，相关央国企会参与其中。除去第一点AI产业发展带来的算力产业加速发展，我们认为政府算力建设、算力调度和交易平台以及国产化将是中国算力发展的独特方向。

AI推动全球算力快速增加：我们测算远期中国高端算力（A100）市场空间增加10倍以上。AMD CEO苏姿丰预计，到2027年将超过1500亿美元，2023-2027年复合增长率超过50%。英伟达创始人黄仁勋认为2019-2022年，全球的数据中心购买CPU平均每年花2500亿美元。未来，这些支出将留给GPU芯片。

北上深各地明确政府级算力：北京提出在海淀区、朝阳区建设北京人工智能公共算力中心、北京数字经济算力中心。上海提出了2025年数据中心算力超过18,000 PFLOPS（FP32）。深圳提出鹏城云脑Ⅲ项目2023年年底前启动建设。

实现算力调度和交易，构建公共算力平台：北京提出建设统一的多云算力调度平台。上海依托市人工智能公共算力服务平台实现算力调度，探索建设算力交易中心。深圳建设城市级算力统筹调度平台。

我们认为各地政府算力的建设，公共算力平台的建设和运营，具备IDC建设、运营能力的地方国企具备明显优势。

政策支持采用国产AI芯片，看好有阵营加持的国产AI芯片厂商：北京颁布政策明确推动国产人工智能芯片实现突破。积极引导大模型研发企业应用国产人工智能芯片，加快提升人工智能算力供给的国产化率。上海市拓展国产芯片应用、推广国产算法框架。AI芯片技术壁垒较高，拥有硬件性能和软件两大壁垒。在国产化势在必行背景下，我们看好有阵营加持的国产AI芯片厂商。只有具备强大的生态、技术、财力加持，国产AI芯片才有望突围。

投资建议：AI算力产业链可分为AI芯片，服务器整机制造，AI算力中心建设和运营，AI公共算力平台建设等环节。我们认为随着各地公共算力平台建设推进，以及对国产AI芯片支持力度加大，相关算力产业链标的受益明显。国产AI芯片：海光信息，寒武纪。国产AI芯片服务器整机制造：神州数码，拓维信息，四川长虹，中科曙光。AI算力中心建设、运营、AI公共算力平台建设：云赛智联，广电运通，卓朗科技，浪潮信息等。

风险提示：政策支持不及预期；技术研发不及预期；AI发展不及预期。

1. 未来中国算力发展的四个方向

近期北上深等头部城市推出了一系列算力政策，我们认为有四点是未来中国算力的发展新方向：

全球AI技术发展推动算力建设加快：随着AI技术赋能各行各业，算力网络就像今天的电网、通信网和高铁一样，成为国家经济发展的一类新基础设施，为国家数字经济发展提供强大动力。

新建政府级算力，相关央国企有望成为建设和运营方：北京提出在海淀区、朝阳区建设北京人工智能公共算力中心、北京数字经济算力中心。上海提出了2025年数据中心算力超过18,000 PFLOPS（FP32）。深圳提出鹏城云脑Ⅲ项目2023年年底前启动建设。政府将会成为算力基础设施建设的重要建设方。

实现算力调度和交易，构建公共算力平台，相关央国企有望参与到后续调度和交易中：北京提出建设统一的多云算力调度平台。上海依托市人工智能公共算力服务平台实现算力调度，探索建设算力交易中心。深圳建设城市级算力统筹调度平台。政府统筹的算力调度平台是未来产业发展趋势。上海的云赛智联公司已经于2023年3月交付上海市人工智能公共算力服务平台。

政策支持采用国产AI芯片：北京颁布政策明确推动国产人工智能芯片实现突破。积极引导大模型研发企业应用国产人工智能芯片，加快提升人工智能算力供给的国产化率。上海市拓展国产芯片应用、推广国产算法框架。自主可控是算力事业发展的内在要求。

2. AI推动全球算力快速增加

我们测算国产大模型有望带动国内新增A100出货量超200万片，使得中国高端算力（A100）市场空间增加10倍以上。我们假设国内百度，华为，阿里，腾讯，字节等前10位头部大厂都会发布自己的大模型，短期来看，考虑到时间紧迫性，参考GPT-3的算力需求，仅十家头部厂商大模型1年内有望增加约20万片A100需求量。长期来看，如果后续迭代为多模态大模型或者活跃用户量大幅提升，则需求量有望超200万片。根据产业数据，2022年，中国A100出货量约14万片，新增算力需求将使算力市场增长10倍以上。东时间6月13日周二，AMD举行了新品发布会，AMD CEO苏姿丰预计，2023年全球数据中心AI加速器的市场将达到300亿美元左右，到2027年将超过1500亿美元，复合年增长率超过50%。

2023年5月，英伟达创始人黄仁勋认为GPU有望比CPU更加重要，2019-2022年，全球的数据中心购买了价值一万亿美元的 CPU，平均每年花 2500 亿美元。未来，这些支出将留给GPU芯片。

3. 各地明确提出新建政府级算力

算力是数字经济的基础，“东数西算”工程开启标志着算力基础设施化的开始。2022年2月17日，国家发展改革委、中央网信办、工业和信息化部、国家能源局近日联合印发文件，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏启动建设国家算力枢纽节点，并规划了张家口集群等10个国家数据中心集群。至此，全国一体化大数据中心体系完成总体布局设计，“东数西算”工程正式全面启动。

AI算力是“东数西算”重要组成部分。根据国家信息中心2023年1月发布的《智能计算中心创新发展指南》，当前我国超过30个城市正在建设或提出建设智算中心，上海对此也有前瞻性部署。

北上深等大型城市已经开始布局建设政府级AI算力，抢占AI时代高点。

北京方面

北京2023年5月30日，印发《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025年）》。

《实施方案》提出，提升算力资源统筹供给能力。按照集约高效原则，分别在海淀区、朝阳区建设北京人工智能公共算力中心、北京数字经济算力中心。在人工智能产业聚集区新建或改建升级一批人工智能商业化算力中心，加强国产芯片部署应用，推动自主可控软硬件算力生态建设。

上海方面

到2025年，本市数据中心算力超过18,000 PFLOPS（FP32）；新建数据中心绿色算力占比超过10%（不含市电结构中的绿电）；集聚区新建大型数据中心综合PUE降至1.25以内，绿色低碳等级达到4A级以上。

空间：根据2022中国算力大会上中国信通院发布的《中国综合算力指数（2022年）》来看，截至2021年底，上海市在用算力规模超13EFLOPS即13000PFLOPS（FP32）。那么此次新的规划出台，到2025年，上海市将新增5000PFLOPS（FP32），按照英伟达A100性能计算，对应25.6万块A100芯片。

6月2日，上海临港新片区发布政策提出到2025年，临港新片区总算力超过5EFLOPS（FP32），AI算力占比达到80%。

深圳方面

深圳5月31日印发《深圳市加快推动人工智能高质量发展高水平应用行动方案（2023—2024年）》，明确提出建设城市级智能算力平台。整合深圳市算力资源，建设城市级算力统筹调度平台，实现“算力一网化、统筹一体化、调度一站式”，全市可统筹的公共智能算力及相关网络带宽保持国内领先水平。

政府级算力将会加快推动算力基础设施建设，实现资源优化配置，促进产业发展，规范市场秩序。

4. 各地明确提出要实现算力调度和交易，构建公共算力平台

上海市：《上海市推进算力资源统一调度指导意见》

“（四）加快算力调度技术研发

开展多云管理、云网协同、算力度量、算力感知、算网融合等关键技术创新研发，培育关键核心技术生态链，提升算力调度水平。依托市人工智能公共算力服务平台，开展东数西算、东数西存、东数西训、东视西渲等应用场景验证，实现多地算力资源的共享和全市算力资源的最优利用。

（五）完善算力交易机制体系

综合考虑算效、碳效、时延、安全等多方面因素，研究制定算力资源度量标准与体系，分类分级制定算力产品价格体系。建立算力资源匹配对接和交易渠道，构建并完善算力调度交易标准化体系，规范算力交易运行和监管机制，探索建设算力交易中心，实现算力资源线上交易和跨地域共享。算力网络就像今天的电网、通信网和高铁一样，成为国家经济发展的一类新基础设施，为国家数字经济发展提供强大动力。

（九）加大区域协同合作力度

依托市人工智能公共算力服务平台对接外省市算力调度资源，实现异地、异构算力跨省市接入，推进“市域-长三角区域-国家”不同层级的算力资源整体优化和按需调度，实现算力服务跨省市、跨区域、跨网络、跨行业数据交互和算力流通，提供响应便捷、成本低廉、配置高效的算力服务。”

北京市：5月30日，《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025年）》

“6.提升算力资源统筹供给能力。实施算力伙伴计划，整合公有云算力资源，向人工智能创新主体开放。推进跨区域算力协同，加强与天津市、河北省、山西省、内蒙古自治区等区域的算力合作，建设统一的多云算力调度平台，提高环京地区算力一体化调度能力，优化提升环京算力网络。”

5月30日，《北京市促进通用人工智能创新发展的若干措施》

（三）建设统一的多云算力调度平台

针对弹性算力需求，通过建设多云算力调度平台，实现异构算力环境统一管理、统一运营，便利创新主体在不同云环境上无缝、经济、高效地运行各类人工智能计算任务。进一步优化本市与天津市、河北省、山西省、内蒙古自治区等区域算力集群的直连基础光传输网络，提高环京地区算力一体化调度能力。

深圳市：5月31日，《深圳市加快推动人工智能高质量发展高水平应用行动方案（2023—2024年）》

（一）建设城市级智能算力平台。整合深圳市算力资源，建设城市级算力统筹调度平台，实现“算力一网化、统筹一体化、调度一站式”。鹏城云脑Ⅲ项目2023年年底前启动建设。（责任单位：市发展改革委、市科技创新委等）

（二）打造大湾区智能算力枢纽。加快实施“智能算力网络关键技术体系研究及验证”项目。积极有序集聚政府、企业、科研机构、高校等的智能算力资源，与周边城市加强智能算力合作，谋划共建粤港澳大湾区智能算力统筹调度平台。（责任单位：市工业和信息化局、市科技创新委、市国资委等）

（三）建设企业级智能算力平台。联合香港企业、科研机构、高校等，打造深港人工智能算力赋能中心。实施软件云服务应用示范扶持计划，鼓励有关单位采购智能算力云服务。（责任单位：市工业和信息化局、市科技创新委、市前海管理局等）

未来各地区建设算力的统筹调度平台将会像电网、供水网络调度平台一样是大势所趋。

5. 相关央国企将受益于政府级算力建设和调度交易

我们认为各地政府算力的建设，公共算力平台的建设和运营，具备IDC建设、运营能力的地方国企具备明显优势。

6. 政策支持采用国产AI芯片

政策上：

5月30日北京印发的《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025年）》提出，推动国产人工智能芯片实现突破。积极引导大模型研发企业应用国产人工智能芯片，加快提升人工智能算力供给的国产化率。

4月19日，上海提出打造算网安全保障体系。鼓励建设国产自主可控的算力基础设施和基于国产自主可控的算力应用生态。

AI芯片国产化率较低，美国制裁加速。根据IDC数据，2021年，中国加速卡市场中Nvidia占据超过80%市场份额。2022年10月7日，美国商务部工业和安全局（BIS）发布一套新的、范围广泛的出口管制措施，对向中国出口先进人工智能（AI）和超级计算芯片制造、生产设备以及所需的某些工具实施新限制。英伟达的A100和H100被列入出口管制清单。

英伟达推出中国特供版A800，算力与A100基本一致。2022年11月8日，英伟达推出A800 GPU，将是面向中国客户的A100 GPU的替代产品。A800符合美国政府关于减少出口管制的明确测试，并且不能通过编程来超过它。A800GPU在算力上与A100保持一致，但增加了40GB显存的PCIe版本，但在NVLink互联速度上，A800相较于A100下降了200GB/s的速度。同时，A800 80GB SXM版本目前已经不支持16块GPU的成套系统，上限被限制在8块。总的来看，A800能够满足国内市场需求，是A100的平替版本。

AI芯片未来将会比CPU更加重要，国产化要趁早。英伟达创始人黄仁勋提出，全球的数据中心正在把 CPU 芯片换成GPU芯片。为了更好地承载生成式 AI，数据中心正在由CPU为基础的传统计算转向 GPU 为基础的加速计算。

7. 看好具备阵营加持的国产AI芯片厂商

AI芯片技术壁垒较高，拥有硬件性能和软件两大壁垒。

硬件指标仍有差距。国内训练产品与A100仍有1-2代硬件差距，推理产品进入主流企业仍有较高门槛。

受到美国制裁影响，国内多家厂商生产代工依旧受到挑战。

缺乏片间和系统间互联的解决方案。国内芯片主要以单机或单卡为主；并行化和线性扩展能力还无法验证，尤其是大规模部署时的线性性能。

核心IP能力不足。国内产品研发能力（设计与制程），核心IP（HBM，接口等）等不足，阻碍了硬件的性能提升。

软件生态是AI计算能够发挥出真正实力的关键推动。这也是为何有的GPU芯片硬件性能参数已经能够比肩，甚至超越英伟达产品，但实际使用效果却远不如英伟达产品的主要原因。

英伟达拥有全球最强的AI计算软件平台CUDA。CUDA计算模型现在服务于400万开发者和超过3000个应用程序。CUDA的下载量达到了4000万次，其中仅去年一年就达到了2500万次。许多AI计算框架和算法库都是基于CUDA平台，这意味着只要选择CUDA就会跟几乎所有底层算法和上层应用兼容。如果另起炉灶，就需要重新投入人力、物力进行底层算法和上层应用的适配。

AMD有开放式软件平台ROCm。AMD为了对抗英伟达的CUDA生态，推出了自己的ROCm开放式软件平台。ROCm提供了一系列开源计算语言、编译器、库和计算工具，以加快代码开发。

国内AI芯片厂商多选择兼容CUDA生态，生态建设的主导权仍在英伟达手中。海光信息DCU产品生态为AMD ROCm，同时兼容CUDA生态。华为昇腾AI有自己的AI计算框架Mindsphere。寒武纪采用自己的软件生态。

在国产化势在必行背景下，我们看好有阵营加持的国产AI芯片厂商。只有具备强大的生态、技术、财力加持，国产AI芯片才有望突围。

华为昇腾AI芯片拥有完善产业链。昇腾计算产业链主要包括昇腾系列处理器、系列硬件、CANN（Compute Architecture for Neural Networks，异构计算架构）、AI计算框架、应用使能、开发工具链、管理运维工具、行业应用及服务等全产业。

海光基于AMD技术和生态，具备中科院背景加持。海海光背靠中科院，技术来源于AMD，属于ROCm生态，拥有中科曙光等产业伙伴支持，是目前国内来看生态较好，同时具备训练和推理能力的厂商。

8. 关注相关受益算力产业链标的

AI算力产业链可分为AI芯片，服务器整机制造，AI算力中心建设和运营，AI公共算力平台建设等环节。

我们认为随着各地公共算力平台建设推进，以及对国产AI芯片支持力度加大，相关算力产业链标的受益明显。

国产AI芯片：海光信息，寒武纪。

国产AI芯片服务器整机制造：拓维信息，神州数码，四川长虹，中科曙光。

AI算力中心建设、运营、AI公共算力平台建设：云赛智联，广电运通，卓朗科技，浪潮信息等。