英伟达已经成功的从一家图形处理器公司转型为引爆人工智能的综合性硬件公司。GPU技术在AI应用中发挥着重要的作用，其并行计算的能力处于领先地位。AI平台—NVIDIA DGX系统作为一套高性能计算解决方案，集成了英伟达的GPU和软件工具，让开发者更加便捷的构建、训练和部署AI。软件方面推出NVIDIA CUDA和NVIDIA cuDNN，提供了快速的神经网络训练和推断功能。英伟达的技术在AI领域被广泛应用于智能驾驶、深度学习、金融服务、医疗保健、游戏开发和建筑工程等各个领域。
智能驾驶：为设计者提供便利，借助基于NVIDIA Hopper和Ada Lovelace架构，让设计者拥有身临其境、实时、物理上准确的可视化效果。构建智能车载服务，DRIVE Concierge核心建立在DRIVE平台上，提供信息娱乐和游戏，充当乘车人的数字助理。自动驾驶和停车，Infrastructure用于数据社区管理和训练，DRIVE AGX平台使自动驾驶系统能够处理大量传感数据作出实时驾驶决策。
深度学习：Tensor将矩阵推广到二维以上，广泛应用于深度神经网络特征到大数据处理。Tensor强大的性能，拥有简约模式、大幅减少的参数数量和更好的归纳方法。Tensor优秀的生态系统，Tensor具有高级的API，可以选择并无缝集成计算后端，例如Numpy、PyTorch、 MXNet和Tensorflow等。
金融服务：为银行业带来更智能安全的服务，GPU驱动的AI减少人为工作时间、加速风险计算、减少数字支付所带来的欺诈以及更为准确的推荐系统增强客户服务。带领保险公司超越传统的索赔管理，通过拥抱数字机会并采用先进的分析方法，AI能更快更准确的处理案件的索赔，很大程度上减少人为处理案件的错误率。
再三强调，
大模型背景下算力势必迎来爆发
ChatGPT开启算力军备赛：我们已经在《ChatGPT: 百度文心一言畅想》中提到数据、平台、算力是打造大模型生态的必备基础，且算力是训练大模型的底层动力源泉，一个优秀的算力底座在大模型(AI算法)的训练和推理具备效率优势；同时，我们在《ChatGPT打响AI算力“军备战”》中提及算力是AI技术角逐“入场券”，其中AI服务器、AI芯片等为核心产品；此外，我们还在《ChatGPT ， 英伟达DGX引爆 AI “核聚变”》中提到以英伟达为代表的科技公司正在快速补足全球AI算力需求，为大模型增添必备“燃料”。
大模型参数呈现指数规模，引爆海量算力需求: 根据财联社和OpenAI数据，ChatGPT浪潮下算力缺口巨大，根据OpenAI数据，模型计算量增长速度远超人工智能硬件算力增长速度，存在万倍差距。运算规模的增长，带动了对AI训练芯片单点算力提升的需求，并对数据传输速度提出了更高的要求。根据智东西数据，过去五年，大模型发展呈现指数级别，部分大模型已达万亿级别，因此对算力需求也随之攀升。
GPT-4、多模态正逐级点燃AI领域
GPT-4，多模态算法，AI大模型又一跨越里程碑式的巨作。GPT-4于北京时间2023年3月15日横空出世，为多模态大型语言模型，支持图像和文本输入，以文本形式输出扩写能力增强，能处理超过 25000 个单词的文本；更具创造力，并且能够处理更细微的指令。
多模态，AI的旷世之作: 过去辅助式AI只注重于以重模态，例如图像、视频、语言等，多模态旨再通过机器学习方法处理和理解多源模态信息的能力，例如图像、视频、音频、语义相结合。
DALL·E2，文生图震撼发布: DALL·E2是OpenAI旗下产品，可以根据文字描述创建原创、逼真的图像和艺术作品。它可以组合概念、属性和样式，我们认为文生图功能对于传统图型生成工具具有颠覆性。
Runway，AI生成视频，多模态的下一站: Gen-2模型震撼发布，多模态人工智能技术实现了从AI文生图到AI文生视频的跨越，实为解放生产力的双手，我们认为其功能颠覆摄影、传媒、电影制作等行业。
大模型赋能千行百业，巨头指引——微软
引领AI浪潮，大模型技术里程碑：22年11月OpenAI发布基于GPT-3.5系列全新对话式AI模型ChatGPT，具备人工智能算法的迭代升级跨时代意义；今年2月将ChatGPT接入Bing，重新定义搜索引擎；3月多模态大型语言模型GPT-4震撼发布，在“理解+创造”上展现的能力是AI算法历史的里程碑。
微软已将大模型能力赋能自身产品: 例如个人计算New Bing，Xbox等、应用软件Office365 Copilot、Dynamics 365 Copilot等一系列办公软件与工业软件中，势必成为解放生产力的双手，如果说产品是AI赋能、企业开启第二轮业绩增长曲线的“流量入口”，那么算力即是大厂开启算力争夺战的“入场券”。
大模型赋能千行百业，巨头指引——谷歌
紧追OpenAI，AI竞速升级：面对OpenAI陆续推出的GPT系列火爆全球，谷歌步步紧追，今年2月和3月分别推出对标ChatGPT的Bard和史上最大多模态具身视觉语言模型PaLM-E；并于5月11日正式打响“反击战”，发布大语言模型PaLM 2直指GPT-4痛点，同时在25+款应用上接入AI。我们预计谷歌和微软的竞速将持续升级，有望推动AI技术指数级发展。
AI大战全面升级，更加突出算力的重要性: 以微软和谷歌为代表，全球科技巨头已经进入AI”争夺战”的重要时间点，以大模型赋能自身产品开启新一轮成长周期，而大模型短期呈现高需求的模式势必对底层算力提出更严峻的需求。
国内AI应用已有雏形，下游应用领域不断扩大
AI赋能千行百业，下游应用领域不断扩大。我们认为国内AI产品赋能已有雏形，目前“AI+”的应用方面，在教育、办公软件、金融、电商和互联网传媒等行业已有一些企业推出产品和落地解决方案，而大模型应用领域的增多，势必对算力提出更高需求。
国内大模型百家争鸣，自研进度加速，技术迭代超预期
国产大模型于今年3、4月份密集发布，国产自研AI大模型进入“百花齐放”阶段。原因如下：
1、AI变革中机遇挑战并存：对于早布局AI的中小厂商，大模型打开了弯道超车的机会窗口；头部厂商若不加紧布局或将在未来面临较大竞争压力
2、未来AIOS会成为重要流量入口：长期技术层面下各家大模型趋同，差异化将体现于渠道禀赋、商业化能力等方面。对于头部公司，立足已有禀赋布局AI大模型，将是未来重要增收手段。
目前，国内大模型自研进度明显加速，技术迭代超预期: 我们认为，大模型仍然处于百家争鸣的状态，国内的科技巨头兼在研发通用或垂类的大模型，通用类大模型例如百度、阿里、腾讯、华为，垂类大模型例如航天宏图、三六零等企业，且自研速度明显加速，例如讯飞星火大模型“三步走”实现技术升级，10月对标ChatGPT。而大模型短期的爆发势必会带来算力的高需求。
美国连续发动对我国高科技行业制裁，自主可控势在必行
自2018年来，美国通过多种制裁手段，严重限制我国高科技领域发展。
根据美国提出的《国家量子倡议法》（2018）、《美国人工智能发展倡议》（2019）以及《出口管制改革法案》（2018）等相关法案和计划，美国已对我国在14类新兴和基础技术领域，包括AI技术、人工智能芯片、机器人、量子计算、脑机接口和先进材料等方面实施出口和技术合作限制措施。
2022年8月，拜登正式签署《芯片与科学法案》，其中提到禁止接受联邦奖励资金的企业，在中国扩建或新建先进半导体的新产能；同年10月，美国政府进一步紧缩半导体产品对华出口的政策，主要包括限制英伟达、AMD等公司向中国出售高算力人工智能芯片；限制应用材料、泛林、科磊等美国设备厂商向任何中国公司出售半导体设备；将31家中国公司、研究机构及其他团体列入所谓“未经核实的名单”（UVL清单），限制它们获得某些受监管的美国半导体技术能力。
美国限制高端芯片流入中国，严重干扰国内大模型发展生态
美国政府禁止英伟达、AMD向中国出口用于人工智能的顶级计算芯片。
根据钛媒体，2022年9月，美国商务部宣布限制英伟达（NVIDIA）和AMD等美国公司向中国出口先进计算机图像处理器（GPU），该禁令主要限制了英伟达的A100、H100高端芯片以及AMD的MI250出口中国，目的是瞄准国内先进计算进行遏制，影响国内人工智能领域发展。
浪潮集团被加入“实体清单”：根据钛媒体，2023年3月美国商务部发布浪潮被加入被加入美国“实体清单”，限制了美国科技公司对浪潮的技术、产品支持。浪潮的服务器业务在CPU、GPU等关键芯片技术商高度依赖外国厂商，此外，截至2022年末，浪潮服务器及部件占总营收99.17%，若此次制裁被严格落实，其服务器业务将严重停滞。
英伟达应对制裁，提出特供版A800芯片
A800是A100的下位替代版。
根据快科技，在美国限制英伟达向中国出售高算力芯片A100、H100后，英伟达发布公告，确认发布新款中国特供版A800 GPU芯片来替换A100，以满足制裁政策。A800完全符合美国政府有关出口管制的测试。
A800在带宽性能方面劣于A100。
A800芯片的数据传输速率为400GB/s，低于A100芯片的600GB/s，而其他参数变化不大。这也说明A800相比于A100在整体通信带宽性能上低了33%左右，影响了多卡互联性能，但是单卡性能保持不变。在一定程度上，这种削弱会导致在AI大模型训练上消耗更长的时间。
英伟达表示会继续推出H100的替代版H800。
根据快科技，2023年3月21日，英伟达在GTC 2023春季图形大会上，NVIDIA近日宣布为中国市场开发了第二个特供版H800，该产品是在已有的H100基础上进行了调整，以符合美国政府的规定。
政策端持续发力，加速推动国产自主可控进程
政府聚焦人工智能产业，发布多条政策助力AI发展。
2023年5月30日，北京市发布《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）》和《北京市促进通用人工智能创新发展的若干措施》。
工作方向主要瞄准：突破基础理论，引领关键核心技术创新，强化可信人工智能技术；推动国产AI芯片突破，研发通用高算力训练芯片、低功耗边缘端芯片和创新架构；加强自主开源深度学习框架研发，实现软硬件深度协同；提升算力供给能力，建设公共算力中心，实施算力伙伴计划；加强公共数据开放共享，推动数据融合创新；构建高效协同的大模型技术产业生态，加强人工智能企业梯度培育，强化企业多维服务。构建人工智能生态系统。
政策端持续发力，加速推动国产自主可控进程
加快推动人工智能高质量发展、创新应用场景。
2023年5月31日，深圳市政府发布《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）》。
工作方向主要瞄准：建设城市级智能算力平台，打造大湾区智能算力枢纽，建设企业级智能算力平台；加强科技研发攻关，支持创新产品研发；规划建设产业集聚区，大力培育企业梯队，依托鹏城云脑搭建城市级人工智能生态孵化平台，为中小企业提供低成本智能算力资源；推进人工智能产业发展和应用，包括搭建供需对接平台、推进公共服务和城市治理的人工智能应用，培育企业梯队，建设产业集聚区，以及推动各行业的人工智能应用和创新发展；优化数据提供和高技术人员构成；加强组织领导，并成立对应的工作专班。
北深两地政策发布有望加速我国人工智能发展，推动算力供给环节国产化替代进程。
1）算力是AI发展的基础，决定处理数据的能力和模型的性能，但是在多个环节仍然受限于海外制裁、存在技术“卡脖子”等问题。2）关键技术自主可控仍然是国内发展AI的重中之重，在当前国际形势下，只有大力发展自主可控才可以保障数据安全和占据主动权。
针对算力产业，我国激励政策陆续出台。
当前我国已进入《新型数据中心发展三年行动计划（2021-2023年）》落地见效的关键年。《行动计划》主要目标为用3年时间，基本形成布局合理、技术先进、绿色低碳、算力规模与数字经济增长相适应的新型数据中心发展格局。到2023年底，全国数据中心机架规模年均增速保持在20%左右，平均利用率力争提升到60%以上，总算力超过200 EFLOPS，高性能算力占比达到10%。
各地全力保障数字基础设施建设，积极带动关联产业集聚发展。
在第七届世界智能大会上，中国电子董事长曾毅表示没有强大的算力，新一代人工智能将是无本之木。此外，5月12日，《北京市促进通用人工智能创新发展的若干措施 （2023-2025年）（征求意见稿）》，在“加强算力资源统筹供给能力” 等5 个方面提出 21 项具体措施推动人工智能创新落地。同时，在5月19日，北京市启动通用人工智能产业创新伙伴计划推动大模型产业加速落地，该计划提出八大任务作为支撑，分别为加快满足近期迫切算力需求、提升中长期算力供给能力、推出一批高质量训练数据、谋划建设国家级数据训练基地、大模型应用创新标杆试点工程、推动大模型赋能千行百业等。
产业端积极响应，智能算力建设持续提速
2023年年4月17日国家超算互联网联合体成立，算力建设持续提速。
科技部高新司2023年4月17日在天津组织召开国家超算互联网工作启动会，会议发起成立了国家超算互联网联合体。超算互联网是用互联网思维运营超算，将全国众多超算中心通过算力网络连接起来，构建一体化算力服务平台，解决当前亟待突破的现有单体超算中心运营模式，以应对算力设施分布不均衡、接口不统一、应用软件自主研发和推广不足等问题。
“超算”向“智算”跨越，“AI+”时代步入“+AI”时代。
区别于超算中心，智算中心立足于赋能产业，可为大规模AI算法和模型研究形成条件支撑，主要支持人工智能与传统行业的融合应用。由于利用超算系统完成人工智能计算任务的成本高、效率低，我们认为从通用算力建设过渡到专用算力是大势所趋。
智算算力增速超通用算力，26城抢建智算中心。
根据人民网，目前国家在8地启动建设国家算力枢纽节点，并规划了10个国家数据中心集群，协调区域平衡化发展。根据智东西数据，截止2022年2月，全国共有至少26个城市在推动或刚完成当地智算中心建设，其中合肥、庆阳、大连、沈阳、深圳、长沙等至少6个城市已经宣布开工建设。
中国智能算力规模持续高速增长，据IDC预计，到2026年智算规模将达1271.4EFLOPS，未来CAGR达52.3%，同期通用算力规模CAGR为18.5%。
北京昇腾人工智能计算中心正式点亮：北京昇腾人工智能计算中心正式点亮，将推动北京人工智能产业高质量发展。该智能计算中心采用昇腾AI基础软硬件，充分释放硬件算力，加速人工智能企业创新应用和模型孵化。
贵州省大数据局印发《面向全国的算力保障基地建设规划》：总体目标是到2025年，面向全国的算力保障基地建设任务全面完成，贵州超大规模数据中心集群的地位更加巩固，存算比更加合理，优化基础设施布局、结构、功能和系统集成，数据中心实现集约化、规模化、绿色化发展，网络互联互通、能源安全可靠提高到新的水平，打造具有国际竞争力的数字产业集群。
上海市经济信息化委印发 《上海市推进算力资源统一调度指导意见》：主要目标为到2023年底，依托本市人工智能公共算力服务平台，接入并调度4个以上算力基础设施，可调度智能算力达到1,000 PFLOPS（FP16）以上；到2025年，市人工智能公共算力服务平台能级跃升，完善算力交易机制，实现跨地域算力智能调度，通过高效算力调度，推动算力供需均衡，带动产业发展作用显著增强。
惠州首个超大规模数据及算力中心力争年内投产：2023年年初，作为大数据及关联产业发展的重要支撑点的粤港澳大湾区（惠州）数据产业园建设取得明显成效。落户该园区的润泽（惠州）国际信息港一期项目试运行工作进展顺利，预计年内正式投产。其目标是构建具有国际领先技术水平的算力基础设施，带动数据服务及硬件研发制造等关联产业集聚发展。
山东首个人工智能计算中心上线运行，竞逐人工智能赛道：2023年3月17日青岛市人工智能产业园正式开园，同步上线的青岛人工智能计算中心，成为山东首个上线运行的人工智能计算中心。中心首期具备100P算力，相当于5万台高性能PC的算力，将面向青岛乃至胶东地区的企业、高校和科研机构提供普惠公共算力服务。
河南省数字化转型战略工作方案出炉，推进郑州、洛阳构建超大型绿色数据中心集群：2023年3月30日河南省制造强省建设领导小组办公室印发《2023年河南省数字化转型战略工作方案》，目标今年电子信息制造业营业收入力争突破8000亿元，先进计算、软件产业规模均超过500亿元。
天津市人工智能计算中心揭牌，加快打造天津数字经济发展新动能：2023年3月18日，天津市人工智能计算中心正式揭牌上线，助力人工智能产业创新发展。人工智能中心不仅提供基础算力服务，还提供应用创新服务、产业孵化服务等，把算力、算法、数据、应用场景和人才进行5要素的聚集，帮助企业在人工智能科研创新上降本增效。
重申强调，算力在大模型的背景下势必迎来爆发
ChatGPT用户数量暴增，同样侧面证明了AI产业革命下，对于算力基础的高度需求。根据SimilarWeb的数据，2023年2月，ChatGPT访问数量为10亿次/每月，而2023年4月，ChatGPT的访问量增加至17.56亿次/每月。
根据我们的测算，目前ChatsGPT产品运营需英伟达A100 GPU约71296片，预计投入算力成本达17.73亿美元。据SimilarWeb数据，2023年5月（至5月24日）ChatGPT官网（chat.openai.com）总访问量为14.08亿次。据环球零碳研究中心数据，每次用户与ChatGPT互动，ChatGPT的每个响应词在A100 GPU上需要350毫秒。英伟达DGXA100服务器单机售价约为19.9万美元/台，每台大约可搭载8片A100 GPU。根据测算结果，从今年2月至今，对英伟达A100 GPU需求持续增长，我们预计后续该趋势有望保持。
短期算卡为王，长期自主可控: 重申强调，算力在大模型的背景下势必迎来爆发，而算卡作为算力的心脏其重要性不言而喻。长期来看，美国连续发动对我国高科技行业制裁，其目的是阻碍我国高科技及AI的科技发展，因此发展自主可控算力芯片势在必行。
国产AI算力芯片自主可控势在必行
我国AI芯片方面仍处于“垄断局面”，高端 AI芯片仍需自主可控，我国相关企业已初具竞争实力: 根据 IDC 数据，2021 年，中国加速卡数量出货超过 80 万片，其中 Nvidia占据超过 80%市场份额。此外还包括AMD、百度、寒武纪、燧原科技、新华三、华为、Intel和赛灵思等。
人工智能逐渐成为主流的发展趋势，中国人工智能市场投资规模呈上升趋势。在中国市场，IDC预测，2026年中国人工智能投资有望达到266.9亿美元，约占全球投资的8.9%，在其他国家中排名世界第二。
AI 算力规模的快速增长将催生更大的 AI 芯片需求：根据亿欧智库的数据，预计 2023 年中国AI芯片市场规模将达到 1039 亿元，2025 年中国AI芯片市场规模将达到 1780 亿元，三年GAGR为19.66% 。
发展国产AI芯片势在必行：我国AI芯片已经呈现百柯争流的情况，国产化AI芯片势在必行，相关厂商积极加速推进AI芯片布局，促进AI芯片市场发展。
人工智能应用场景下的加速计算服务器是中国服务器的核心驱动力：AI服务器作为AI芯片的载体景气度上行，大模型的出现带动AI服务器呈现加速状态，根据IDC的数据，在2021年的统计，预计到2025年中国加速服务器市场规模将达到108.6亿美元，且2023年仍处于中高速增长期，增长率约为20%。
AI服务器作为算力载体为数字经济时代提供广阔动力源泉：AI服务器更专精于海量数据处理和运算方面，我们认为其可以为人工智能、深度学习、神经网络、大模型等场景提供广阔的动力源泉，并广泛应用于医学、材料、金融、科技等千行百业。
“共享AI能力与算力”，AI云需求高增
部署生成式 AI 应用难度较高，AI云提供平台定制化能力。随着大模型带来的人工智能产业崛起，AI应用如文本生成、自动客服、自动驾驶等领域快速扩张。对于大多数企业自己部署这样的能力是非常困难的，我们认为一是由于目前的算力缺口及训练的边际成本较高，二是由于全链部署应用需要深厚的软硬件结合生态技术。而AI云可将如英伟达等专业供应商的AI能力整合到云上，让企业能够直接接入应用或从基础层进行预训练，进而形成自己的模型和应用。
AI云需求快速增长，云算力革命开启。在企业对大模型训练、人工智能应用部署等AI能力需求持续上行的态势下，AI云产品受到市场的青睐。以阿里、腾讯为代表的平台型公司在云端市场布局上，更多地关注的是通用云的打造；而华为、曙光更多地是从硬件的角度着手加入云市场布局。我们认为软硬结合的AI云玩家（英伟达、首都在线）符合市场的需求。同时，AI云需求高增也意味着未来掌握智算卡的企业将继续占领市场高地，万变不离其宗，我们坚持认为拥有算力的企业在下一阶段进行应用和平台化竞争的过程中具有先发优势。
投资建议：梳理AIGC相关受益厂商
我们认为大模型有望赋能千行百业，算力作为“底层燃料”其重要性不言而喻，以英伟达为首的科技巨头有望借助算力开启新一轮成长曲线，再次强调我们的观点，短期算卡为王，长期自主可控。拥有算卡的厂商有望开启新一轮成长曲线，而长期自主可控为大势所趋，积极的推荐以下三条投资主线:
1) AI芯片厂商，相关受益标的为：寒武纪、海光信息、景嘉微、龙芯中科等；
2)AI服务器厂商，相关受益标的为：中科曙光、神州数码、拓维信息、工业富联、浪潮信息等；
3)AI云厂商，相关受益标的为：首都在线、鸿博股份、青云科技、优刻得、光环新网、新炬网络等。
海光信息：支持全精度，GPU实现规模量产
海光信息主要从事高端处理器、加速器等计算芯片产品和系统的研究、开发，主要产品包括海光CPU和海光DCU:2018年10月，公司启动深算一号DCU产品设计，海光8100采用先进的FinFET工艺，典型应用场景下性能指标可以达到国际同类型高端产品的同期水平。2020年1月，公司启动DCU深算二号的产品研发。
海光DCU性能强大: 海光DCU基于大规模并行计算微结构进行设计，不但具备强大的双精度浮点计算能力，同时在单精度、半精度、整型计算方面表现同样优异，是一款计算性能强大、能效比较高的通用协处理器。海光DCU集成片上高带宽内存芯片，可以在大规模数据计算过程中提供优异的数据处理能力。
寒武纪：少数全面掌握AI芯片技术的企业之一
寒武纪是目前国际上少数几家全面系统掌握了通用型智能芯片及其基础系统软件研发和产品化核心技术的企业之一: 寒武纪主营业务是应用于各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发和销售。公司的主要产品包括终端智能处理器IP、云端智能芯片及加速卡、边缘智能芯片及加速卡以及与上述产品配套的基础系统软件平台。
公司AI技术积累浓厚: 能提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。2022年3月，寒武纪正式发布了新款训练加速卡“MLU370-X8”，搭载双芯片四芯粒封装的思元370，集成寒武纪MLU-Link多芯互联技术，主要面向AI训练任务。
龙芯中科：2K2000系列集成自主GPU
龙芯中科主营业务为处理器及配套芯片的研制、销售及服务：主要产品与服务包括处理器及配套芯片产品与基础软硬件解决方案业务。
公司基于信息系统和工控系统两条主线开展产业生态建设，面向网络安全、办公与业务信息化、工控及物联网等领域与合作伙伴保持全面合作，产品在电子政务、能源、交通、金融、电信、教育等行业领域已获得广泛应用。
公司自主研发2K200系列GPU：2022年12月，龙芯2K2000完成了初步功能调试及性能测试，达到其设计目标，2023年将推出试用。龙芯2K2000集成了两个LA364处理器核，典型工作频率为1.5GHz，共享2MB的L2缓存，SPEC2006INT（base）单核定/浮点分值达到13.5/14.9分。龙芯2K2000芯片集成了龙芯自主研发的GPU，并优化了图形算法和性能。
景嘉微：新一代JM9系列有望打开商用市场
国产GPU龙头企业: 公司成立于2006年，主要从事军用电子产品的研发、生产、销售，目前形成了三大业务板块分别是图形线控模块、小型专用雷达和芯片业务。GPU方面，2014年首推JM5400实现了军用GPU的国产替代；第二款芯片JM7200于2018年研发成功，具备了PC端的功能；日前，公司9系列芯片研发成功，具备高性能计算能力。
新一代JM9系列有望打开商用市场: 日前，公司JM9系列图形处理芯片已顺利发布，应用领域涵盖地理信息系统、媒体处理、CAD辅助设计、游戏、虚拟化等高性能显示和人工智能计算领域。目前，信创市场为公司提供了新的业务增长点，JM9系列图形处理芯片的成功发布将为公司未来进一步拓展通用市场提供强有力的产品支撑。
中科曙光：我国高性能计算、智能计算领军企业
中科曙光作我国核心信息基础设施领军企业: 在高端计算、存储、安全、数据中心等领域拥有深厚的技术积淀和领先的市场份额，并充分发挥高端计算优势，布局智能计算、云计算、大数据等领域的技术研发，打造计算产业生态，为科研探索创新、行业信息化建设、产业转型升级、数字经济发展提供了坚实可信的支撑。
依托先进计算领域的先发优势和技术细节，中科曙光全面布局智能计算: 完成了包括AI核心组件、人工智能服务器、人工智能管理平台、软件等多项创新，构建了完整的AI计算服务体系。并积极响应时代需求，在智能计算中心建设浪潮下，形成了5A级智能计算中心整体方案。目前，曙光5A智能计算中心已在广东、安徽、浙江等地建成，江苏、湖北、湖南等地已进入建设阶段，其他地区也在紧张筹备和规划中。
浪潮信息：中国服务器/AI服务器市占率稳居榜首
浪潮信息是全球领先的新型IT基础架构产品、方案及服务提供商: 公司是全球领先的 AI 基础设施供应商，拥有业内最全的人工智能计算全堆栈解决方案，涉及训练、推理、边缘等全栈 AI 场景，构建起领先的 AI 算法模型、AI 框架优化、AI 开发管理和应用优化等全栈 AI 能力，为智慧时代提供坚实的基础设施支撑。
公司算力技术壁垒浓厚: 生产算力方面，公司拥有业内最强最全的 AI 计算产品阵列，业界性能最好的Transformer 训练服务器NF5488、全球首个 AI 开放加速计算系统 MX1、自研 AI 大模型计算框架 LMS。聚合算力层面，公司针对高并发训练推理集群进行架构优化，构建了高性能的NVMe 存储池，深度优化了软件栈，性能提升 3.5 倍以上。调度算力层面，浪潮信息 AIstation 计算资源平台可支持 AI 训练和推理，是业界功能最全的 AI 管理平台；同时，浪潮信息还有自动机器学习平台 AutoML Suite，可实现自动建模，加速产业化应用。
神州数码：华为生态核心践行者
神州数码领先的数字化转型: 神州数码围绕企业数字化转型的关键要素，开创性的提出“数云融合”战略和技术体系框架，着力在云原生、数字原生、数云融合关键技术和信创产业上架构产品和服务能力，为处在不同数字化转型阶段的快消零售、汽车、金融、医疗、政企、教育、运营商等行业客户提供泛在的敏捷IT能力和融合的数据驱动能力。
神州数码为华为生态核心践行者: 公司旗下的神州鲲泰基于华为鲲鹏处理器多款不同种类的服务器产品，包括1、单路服务器：R222、R224；2、双路服务器：R522、R524、R722、R724、R2240、R2260、R2280。3、四路服务器：R822。此外，公司基于华为鲲鹏920处理器与昇腾Atlas AI加速卡，神州数码开发了采用ARM架构的一系列AI服务器。
拓维信息：华为生态重要参与者
拓维信息是领先的软硬一体化解决方案提供商: 公司1996年成立，业务涵盖政企数字化、智能计算、鸿蒙生态，覆盖全国31个省级行政区、海外10+国家，聚焦数字政府、运营商、考试、交通、制造、教育等重点领域和行业，服务超过1500家政企客户，为其提供全栈国产数字化解决方案和一站式全生命周期的综合服务。
拓维信息为华为生态重要参与者: “兆瀚”系列通用服务器是基于ARM架构，搭载鲲鹏920处理器设计开发的机架式型服务器，拥有高的性能、可靠性、高效环保、兼容性强等特点；“兆瀚”系列AI服务器能够满足当前各类主流AI场景与AI大模型的训练需求，已经在国内多个区域人工智能计算中心、城市人工智能中枢、通用AI服务器场景中得到了应用，已经在国内多家头部互联网企业开展适配测试。
首都在线：AI算力云龙头，AIGC“挖井人”
公司绑定英伟达、燧原，AI云开启第二波成长曲线。公司已摆脱单一的IaaS 公有云，重点转向AI算力云转型，有望借助底层英伟达GPU算力储备，以AI云为抓手，开启第二波成长曲线，我们认为算力网络以及边缘节点是公司AI云的核心壁垒之一。公司首云星图云算力平台已经震撼发布，深度绑定英伟达，算力平台采用A100、A40、A5000，为全球数字世界多场景提供澎湃算力。同时，公司携手燧原科技，开启AIGC芯征程，重点针对大模型 MaaS开展联合攻关，正式推出云燧i20支撑的AIGC实时推理应用。
海外游戏具备竞争优势，AI算力云赋能千行百业。我们认为公司AI云平台产品发布与公司底层算力储备密不可分，借助通过算力、网络、存储等核心能力构建“云-网-数”一体的边缘计算平台，就近为高算力业务场景如云游戏、AI、XR、数字人、数字孪生、元宇宙、智能制造等各领域提供了算力支持。其中云游戏方面，我们判断云游戏市场处于“技术成熟走向商业可行”与“商业可行走向商业腾飞”的交替阶段，公司坐拥算力和算力网络双重竞争优势。此外，公司传统IDC和云业务积极布局海外，也将会是公司另一个业绩爆发点。
