【中泰证券】计算机2024Q2前瞻策略：关注新质生产力与新型基础设施.pdf

2024-04-08

22页

2MB

1. AI：算力与应用齐头并进，国产生态加速崛起

1.1 AI 算力：需求与政策双向驱动，国产算力日益成熟

需求拉动：生成式 AI 催生算力需求，海量数据+模型迭代+用户量级提升下算力扩容需求明确。生成式 AI 的浪潮兴起，海内外大模型百花齐放，在训练端，大模型训练所需算力每 3-4 个月增长 1 倍，增速远超 18-24 个月增长 1 倍的摩尔定律；在推理端，各大厂商推出的模型数量和参数量增长，叠加用户使用频率提升和模型渗透进千行百业，模型的推理算力需求持续增长。据灼识咨询，预计 2030 年全球算力规模达到 56ZFlops，智能算力 2021-2030 年年均复合增长率将超 65%；据前瞻产业研究院测算，预计 2022-2024 年中国人工智能芯片市场规模复合增长率达 46.05%。

政策驱动：政策层推动基础算力建设，AI 算力部署乘东风。我国对智算产业发展重视程度较高，围绕智算中心、人工智能、大模型陆续出台相关政策， 2022 年 2 月，国家布局八大国家枢纽节点和 10 大数据中心集群，协调区域平衡化发展。根据《中国算力发展指数白皮书（2023 年）》，截至 2023 年 6 月，全国已投运、在建的智算中心分别达 25 个、20+个；广东、四川、重庆、浙江、上海、成都、北京陆续发布关于促进智算中心建设的相关政策。

国产芯片崛起：华为和中科院两大算力生态日渐成熟。在海外高性能算力芯片供应受限的背景下，国产算力芯片奋起直追，性能表现优异、生态逐渐搭建完善，连续斩获订单，获得客户认可。

2024 年 3 月 22 日，上海市通信管理局等 11 个部门联合印发《上海市智能算力基础设施高质量发展“算力浦江”智算行动实施方案（2024- 2025 年）》表示，2025 年上海市市新建智算中心国产算力芯片使用占比超 50%。

华为生态：华为昇腾芯片是华为公司发布的两款人工智能处理器，包括昇腾 910 和昇腾 310 处理器，在硬件性能领先，软件对标 CUDA，成为智算中心建设主导力量的重要角色。1）据中国基金报消息，2023 年 11 月百度为 200 台服务器订购了 1600 片昇腾 910B AI 芯片，截至 2023 年 10 月华为已向百度交付了超过 60%的订单。2）据科大讯飞，华为昇腾 910B 能力已经基本做到对标英伟达 A100 的能力。

中科院生态：海光信息的 GPGPU 产品计算性能强大、能效比较高，在双精度、单精度、半精度、整型计算方面表现均较为优异，并能兼容“类 CUDA”环境。1）深算一号产品性能达到国际上同类型高端产品的水平；2）2023 年三季度发布的深算二号，实现了在大数据、人工智能、商业计算等领域的商用，该产品具有全精度浮点数据和各种常见整型数据计算能力，性能相对于深算一号性能提升 100%以上。

海外大厂坚决投入算力。根据 The Information 报道，微软和 OpenAI 正计划建设一个名为星际之门（Stargate）的特殊数据中心，微软高层计划最快在 2028 年启动该项目，会配备数百万专用的服务器芯片，项目的成本预计高达 1150 亿美元。OpenAI 将在明年初发布下一次重大升级。从微软大幅的 Capex 投入可以看出，大厂对于 AI 的投入目前依旧十分坚决。

根据“黄氏定律”，GPU 的性能每年会翻 1 倍以上，同时性价比会不断提升。黄仁勋在 GTC 答记者问曾提到，B200 的售价在 3~4 万美金，而性能则是 H100 的 5 倍。

1.2 AI 应用：新模型破圈引爆流量，场景应用多点开花

1）LLM

国产大模型新玩家持续入局，应用层落地有望加速。Kimi 是月之暗面（Moonshot AI）于 2023 年 10 月推出的一款智能助手，主要应用场景为专业学术论文的翻译和理解、辅助分析法律问题、快速理解 API 开发文档等，是全球首个支持输入 20 万汉字的智能助手产品，目前已启动 200 万字无损上下文内测。从模型对比层面上，第三方测评显示kimi整体能力在国内前三， kimi 的上下文长度领先国内外所有模型，最新版本支持 200 万汉字上下文，且能够直接超多文件上传。另一方面，kimi 在工程化能力方面有表现优异，推理成本显著低于同行，相比通义 32k 上下文千亿模型的 API，公司支持128k 上下文的 API 定价仅为其一半。 Kimi 破圈后，流量呈现迅速上升趋势，目前 kimi 的网页访问量已经超越文心一言，成为国产访问量最高的 AI 模型。Kimi 的破圈效应带动其他大模型厂商迅速更近，通义千问和文心一言也陆续开放超长上下文版本，其中通义千问目前已经支持 1000 万汉字上下文输入，后续预计更多模型会把长文本作为标配。

文档类数据较多（非结构数据少）、长文本解析需求强的场景是相对更容易落地。参考 kimi 官方给出 case，200 万上下文比较好的应用场景包括英伟达财报、德州扑克教程和诊疗手册，可以看出长文本 AI 在金融、教育和医疗领域的落地相对更加容易，这些场景的共性是涉及到长文本的环节比较多，并且相对而言结构化数据比较少，对于向量数据库的需求度相对偏低。

除此之外，法律也是一个值得关注的方向。目前在美国一级市场，AI+法律是一个非常热门的话题。根据 Thomson Reuters 的研究，接近一半的 Big Law 在高层制定了 AI 转型策略，58%的法律专业人士对于 AI 提高生产力表示乐观；38%的人认为 AI 可以为更高级别的任务腾出时间。 LLM 能力的提升，使得法律 AI 在合同管理、诉讼预测、法律研究等 80%的工作中效果会更好。法律研究为例，NLP 主要依赖搜索关键词和初步分析为主，比如确定某句话对应的具体法律条款，但是 LLM 可以启用对话式的搜索方式，可以对研究内容进行总结提炼，回答细节问题。LLM 的生成能力使得 AI 能够在法律领域执行更复杂的任务，从“提取”到“生成”，如自动起草法律合同和为法官提供判决建议。

具备平台型能力的应用公司受益于长上下文。我们认为不同于 C 端可能出现的AI Native 应用，B端应用厂商掌握更加完整的解决方案（行业know how），模型更多的作为底座和赋能存在，很难完全替代应用厂商的存在。例如金山办公同时接入了 minimax、文心一言、智谱、通义千问和讯飞星火，微软同时投资了 OpenAI 和 Mistral，都体现出平台化的 B 端应用厂商目前依旧具备模型的选择权。类似于 kimi 的超长上下文模型实际上提供的是单点能力上的突破，在超长上下文领域做出了特色。对于具备平台化解决方案的应用厂商而言，kimi 提供的是长文本领域能力的补全，提升的是平台化应用厂商解决方案的延展性，这一类厂商也是我们关注且推荐的。

2）多模态

Sora 的出现为文生视频在应用端落地带来了曙光。2 月 16 日，OpenAI 发布了首个文生视频模型 Sora。Sora 可以直接输出长达 60 秒的视频，并且包含高度细致的背景、复杂的多角度镜头，以及富有情感的多个角色。相比以往的文生视频模型，Sora 最大的颠覆性在于能够更大程度的还原真实物理世界，并且将文生视频的长度从 4s 拉长到 1min。从 Sora 近期的进展，我们可以看到多模态 AI 的应用逐步从一开始的“好玩”逐步向“好用”靠拢。

3 月 25 日，Sora 在 blog 上放出了由 7 个艺术家生成的作品，这些作品是获得 Sora 访问权限的电影制作人、艺术家、广告公司和音乐家制作完成的：

“气球人”短片： shy kids 是一家多媒体制作公司，他们利用 Sora 制作了一部关于气球人的励志短片 Air Head。导演 Walter Woodman 认为 Sora 最惊艳的是能够创造完全超现实事物，认为这是抽象表现主义的新时代。

Paul Trillo：Paul Trillo 是一位艺术家、作家和导演，他的作品赢得了《滚石》和《纽约客》等媒体的高度赞誉。Paul Trillo 生成的短片采用了快镜头的方式，以金属人的视角探索世界。Paul 提到与 Sora 合作让他不再受时间、资金或他人许可的限制，我能够自由地探索和尝试，以大胆和创新的方式进行创作。

Nik Kleverov：Native Foreign 是一家获得过艾美奖提名的创意机构，联合创始人 Nik Kleverov 通过 Sora 为他们的品牌合作伙伴进行概念可视化并快速迭代创意。Nik Kleverov 认为通过 Sora，创意的叙述不再受预算的严格限制。

August Kamp：August Kamp 是音乐家、研究员、创意活动家和多学科艺术家，制作了人类与外星人的第三类接触视频。August Kamp 认为原本她的视野一直受到想象力与手段不一致的限制。Sora 能够直观地构建和迭代电影视觉效果，开辟了全新的艺术道路。

Josephine Miller：伦敦 Oraar Studio 的联合创始人兼创意总监，专门从事 3D 视觉、增强现实和数字时尚设计。她通过 Sora 创建了人鱼视频，并评价 Sora 高质量、快速概念化的能力不仅重塑了创作过程，而且还帮助她在讲故事方面不断进步。

Don Allen Stevenson III：多学科创作者、演讲者和顾问，与主要科技和娱乐公司在 XR、AR 和 AI 应用方面进行合作。Don Allen III 制作了各种怪异生物，如飞行的猪和有鱼尾巴的猫等。他认为 Sora 最大的优势是不受常规物理规律或传统思维方式的限制，技术不再限制创意，开启了即时可视化和快速原型设计的新世界。

Alex Reben：过去十年一直在创作探索 AI 中人性幽默和荒诞的作品。Alex 一直在创作 AI 生成图像的雕塑作品，并手动将这些 AI 创作转化为现实世界中具体化的 3D 模型。Alex 正在探索 Sora 在摄影测量领域于雕塑中的潜在应用，对于将视频转换为 3D 模型很感兴趣。

Sora 的算力消耗或会超出 GPT-4。根据 Factorial Fund 的 Matthias Plappert 的研究，Sora 的训练对算力规模的要求巨大，推测需要在 4200-10500 张 H100 上训练 1 个月；推理环节，预估每张 H100 每小时最多能生成 5 分钟左右时长的视频。假设远期 TikTok 上已经有 50%的视频由 AI 生成、YouTube 上 15%的视频由 AI 生成，考虑到硬件使用效率和使用方式，估算在峰值需求下推理环节需要约 72 万张 H100。

Matthias Plappert 主要是通过 Sora 和 DiT 的对比进行估算，核心假设如下： DiT 计算量：在 0.4 张 H100 上训练了一个月。视频计算量：24 帧/秒，压缩比率为 8 倍（和 DiT 一致），意味着 Sora 每个视频的计算量是图片的 180 倍（60s*24 帧/8 倍）。参数量：预计参数量是 200 亿，是 DiT 的 30 倍。训练语料集：DiT 的 4~10 倍左右，其中一半是视频（被压缩至 180 帧）推理端核心假设如下： DiT 计算量：每一步推理使用 524×10^9 FLOPS，DiT 生成一张图片会经过 250 步的 diffusion，即总共是 131×10^12 FLOPS 根据 Matthias Plappert 的计算方法，虽然 Sora 的参数量远不如 GPT-4，但由于视频模态的特殊性，Sora 这类diffusion-based 模型的推理成本要比 LLM 高出好几个量级，体现出多模态 AI 对于算力消耗会远超 LLM。

国内多模态应用追赶速度快，期待国产模型的“Sora 时刻”。 2024 年 3 月 23 日，阶跃星辰发布 Step 系列通用大模型。产品包括 Step-1 千亿参数语言大模型、Step-1V 千亿参数多模态大模型，以及 Step-2 万亿参数 MoE 语言大模型的预览版，提供 API 接口给部分合作伙伴试用。

字节在 AI 视频领域有多项布局。字节跳动研究院在今年 2 月初发布了论文 "Boximator: Generating Rich and Controllable Motions for Video Synthesis"。与 Gen-2、Pika1.0 等模型不同的是，Boximator 可以通过文本精准控制生成视频中人物或物体的动作。字节在 3 月 19 日开放了 AI 视频工具 Dreamina 的内测，根据第三方测评可以看出，Dreamina 在 AI 视频的生成能力上超越 Runway 和 Pika。

在多模态应用领域，创意软件类应用和营销类应用值得关注。1）创意软件应用领域，本身 Midjourney 和 Sora 等应用更多的在于将创意转化为现实，而创意软件则是将其封装成产品的容器。以 Adobe 为例，公司将 Firefly 和内容供应链 GenStudio 结合，可以实现计划-生成-分发-分析的全流程。2）营销领域，meta 推出了 Advantage+方法，带动 Advantage+购物广告系列的每次购买转化成本降低了 12%。未来 AI 带来的个性化营销以及多渠道投放的优化，是值得关注的领域。

国产大模型新玩家持续入局，应用层落地有望加速。随着长文本 LLM“理解能力”不断加强，AI 在金融、教育、医疗、法律等领域的落地相对更加容易，掌握行业 know-how 的 B 端应用厂商目前依旧具备模型的选择权，例如金山办公、科大讯飞等厂商。以 Sora 近期的进展，我们可以看到多模态 AI 的应用逐步从一开始的“好玩”逐步向“好用”靠拢，创意软件类应用和营销类应用值得关注，例如万兴科技等。

3）CV 与智能驾驶

NOA 加速普及、价格下行，高阶智能渗透率逐步提升。智能驾驶根据自动化程度分为 L1-L5 级别，其中 L3 级别是实现自动驾驶的关键分水岭，L3 级别驾驶操作和周边监控都可以由系统自动完成。目前我国处于 L2 向 L3 的过渡阶段，高阶智能驾驶系统的渗透率较低，根据中商产业研究院，2022 年中国在售新车自动驾驶的 L3 搭载率仅为 9%。随着硬件降本和技术升级，自动驾驶进入泛化阶段， 2023 年底中国市场在售车型提供 NOA 标配或选装超过 70 款，并且 2024 年 3 月 31 日小鹏 G6 全系车型降价，车企 NOA 配置价格限时立减至 20 万元以下的价格区间，智驾迎来渗透率快速提升期。

Transformer 大模型应用落地，助力智驾感知能力提升。软件方面，智能驾驶系统可分为感知、预测、规划、控制四个模块，BEV+Transformer 引入 CNN、 RNN 等 AI 模型，用神经网络模型代替规则算法，助力智能驾驶感知能力的提升，不仅优化 Corner Case 的问题，并减少对高精地图的依赖。基于 Transformer 模型的多头注意力 Attention 机制，有望统一感知与决策模块，实现端到端的智能驾驶，避免累积错误或任务协调不足的问题。目前，国内外领先车企已将 BEV+Transformer 模型运用于实际智驾中。

2. 华为产业链：纯血鸿蒙落地元年，智车合作持续出新

2.1 鸿蒙：“纯血版本”商用在即，应用生态逐渐丰富

华为鸿蒙操作系统于 2019 年 8 月 9 日正式发布，可用于手机、PC、耳机、 POS 机等各类物联网终端，分为 openHarmony（开源鸿蒙，主要用于物联网，由生态伙伴发布商业发行版本）和 Harmony（闭源鸿蒙，主要用于华为自有移动设备，华为销售商业发行版，生态伙伴做相关软件开发及适配）。截止 2024 年 1 月，鸿蒙生态设备增长至 8 亿，38 万+开发者通过鸿蒙认证。华为对鸿蒙系统的定位是全场景分布式 OS，面向 IoT 产业（1+8+N），通过模块化耦合，对应不同设备可弹性部署。

HarmonyOS NEXT 构筑生态闭环。目前的鸿蒙系统已经具备底层框架和跨端运行能力，并且在用户数量上初具雏形，以手机端为例，截止 2023 年 8 月，手机端新一代 Harmony4.0 操作系统升级设备数量已经超过 1 亿台，据 CounterPoint Research，2023Q4 中国智能手机操作系统 Harmony 市场份额达到 16%，随着华为 Mate 系列的发布和换机周期的到来，鸿蒙操作系统市占有望进一步提升。

发布节点：HarmonyOS NEXT 鸿蒙星河版将于 24Q4 开启商用。1） 2023 年 8 月 4 日，华为开发者大会发布 HarmonyOS NEXT 鸿蒙星河版，面向合作企业开放开发者预览版；2）2024 年 1 月 18 日，全新的 HarmonyOS NEXT 鸿蒙星河版开发者预览面向所有开发者开放申请； 3）2024Q4，正式开启商用。

技术：以鸿蒙内核取代传统内核，仅支持鸿蒙系统应用。HarmonyOS NEXT 系统底座全线自研，实现了硬件设备与软件进程之间核心接口的自主创新，具备原生精致、原生易用、原生流畅、原生安全、原生智能、原生互联 6 大极致原生体验。HarmonyOS NEXT 减少冗余代码，提升系统的流畅度、弹性和安全性，不再兼容安卓 OS，也不支持打开 APK 文件。

生态：超 200 家头部应用构筑鸿蒙原生应用版图。华为常务董事、消费者 BG CEO 余承东在 2024 年 1 月 18 日的“鸿蒙生态千帆启航”发布会上表示，目前已有超 200 家头部应用加速鸿蒙原生开发，包括阿里旗下闲鱼、1688、飞猪、饿了么、盒马、菜鸟、点淘、淘宝特价版、大麦、淘票票、灯塔专业版共 11 款应用，WPS Office；在汽车方面，广汽传祺、岚图汽车、零跑汽车、凯翼汽车也官宣加入鸿蒙生态。按照华为方面的估算，24 年年底将有 5000+鸿蒙原生应用启动开发。

2.2 智能汽车：智选车型迭代加速，赋能整车伙伴

华为入局加速自主品牌车企竞争，为产业技术赋能。用户及用户使用时间是消费者业务争夺的对象，手机和汽车是未来最重要的两个用户入口。华为的核心优势在于 ICT 技术（计算平台、自动驾驶、云端算力），产品处于业内领先水平，技术迭代与合作车型增加有望带动相关上游企业发展。

车端计算平台（MDC）：包含标准化的系列硬件产品、智能驾驶操作系统等，提供 48-400+TOPS 的弹性算力与丰富的传感器接口，覆盖 L2+至 L5 级别自动驾驶的不同应用场景，适合用于不同价位车型。

ADS2.0 高阶智能驾驶系统：硬件上包括 27 个感知硬件，包括 1 个远距高精度激光雷达（减少 2 颗）、3 个毫米波雷达（减少 3 颗）、2 颗 800 万像素高感知前视摄像头、9 颗侧视、环视、后视摄像头（减少 2 个）、 12 个超声波雷达。软件上已实现 Transformer-BEV 架构，增强道路的拓扑推理网络，支持无图场景，2023Q4 无图模式落地 45 个城市。

云端算力：昇腾AI云服务器支持多种主流AI框架，单集群达2000PFlops， 30 天大模型训练长稳率达 90%，训练效能可以调优至业界主流 GPU 的 1.1 倍。华为预测到 2030 年，车载算力可达 5000+Tops，算力将不再是智能驾驶、智能座舱、XR（AR、VR 等）等车载应用的发展瓶颈。

鸿蒙座舱：鸿蒙 4.0 座舱从单人单设备体验，演进到多人多设备协同体验。鸿蒙智能座舱支持多屏同享功能，凭借超低的时延，可实现座舱内多屏同步观影。

2023-2025 年智选模式合作车型加速上市，单车价值量分布广泛。从销售量来看，2023 年 12 月 26 日，问界 M9 车型预订订单已突破 5.4 万台；2024 年 3 月 30 日，余承东称智选模式生产的车型新智界 S7 开启大规模交付。从价格带来看，华为合作车型的价格带分布逐渐广阔，遍布低端车型和百万级车型。在华为自有资金和擅长销售渠道的加持下，有望带动整车合作伙伴发展。

3. 空天互联网：低空经济落地可期，低轨卫星组网启动

3.1 低空经济：政策与产业齐头并进，落地可期

低空经济发展元年，2024 年首次写入《政府工作报告》。低空经济是国家定义的新质生产力，与通用航空的区别在于产业范畴有所扩大，包含制造、飞行、保障等环节。低空经济主要以垂直起降型飞机（VTOL）与无人驾驶航空器为载体，广泛应用于载人、载货及城市管理等各类产业形态中。2024 年 3 月《政府工作报告》中提出要大力发展新质生产力，并打造低空经济等战略性新兴产业。2021-2024 年期间低空经济相关政策密集发布，在空管委改革、空域改革、系列政策方面均有布局，无人机运行发布规章性文件，低空经济即将迈入规范化运行期。目前低空经济正处于政策和产业共振的节点，落地可期。

低空经济成为多地重点工作，深圳低空经济进入快车道。24 年以来，已经有十多个省份将低空经济列入今年重点工作，其中，四川、广东、黑龙江、安徽、江苏、湖南聚焦推进低空经济相关产业链发展，上海、江西、福建、湖南、浙江、山东推动低空经济在应用场景的落地。根据深圳发布，深圳作为全国低空经济发展高地，2023 年 12 月正式向国家有关部委申请创建国家低空经济产业综合示范区，率先启动低空智能融合基础设施建设，出台全国首部低空经济地方法规。

低空经济产值近千亿：2023 年深圳低空经济年产值已超过 900 亿元，同比增长 20%。

飞行规模全国领先：1）关于无人机，2023 年深圳新开通无人机航线 77 条，新建无人机起降点 73 个，完成载货无人机飞行量 60 万架次，飞行规模全国第一，消费级无人机占全球 70%的市场份额，工业级无人机占全球 50%的市场份额。2）关于直升机，2023 年深圳直升机飞行量超 2 万架次。

3.2 卫星互联网：技术逐步成熟，组网拉开序幕

卫星频段资源先登先占，政策扶持鼓励民营企业参与。卫星互联网是通过卫星通信技术实现的互联网连接方式，在全球覆盖、6G、特种通信方面具有重要的战略价值。由于卫星频段资源呈现稀缺性，按“先登先占”的原则协调分配，美国申报数量远超我国。因此我国在卫星互联网建设上全面提速，政策层面也鼓励民营企业参与国家空间技术基础设施。技术逐步成熟，我国卫星互联网组网发射正式拉开序幕。1）低轨：2023 年 7 月 10 日，我国在酒泉卫星发射中心使用长征二号丙运载火箭，成功将卫星互联网技术试验卫星发射升空，卫星顺利进入预定轨道，成功发射卫星互联网低轨试验星；2）高轨：2024 年 2 月 29 日我国在西昌卫星发射中心使用长征三号乙运载火箭，成功发射卫星互联网高轨卫星 01 星，任务圆满成功，是我国首次发射高轨正式星，标志着高低轨卫星技术状态逐步成熟。3）海南商业航天发射场是为支持未来大规模高密度发射而建设的，预计 2024 年实现常态化发射。

4. 数据资源要素：政策细则落地进行时，关注细分领域试点

完善基础制度建设，数据要素产业化落地进行时。2022 年 12 月 19 日，中国政府网发布的“数据二十条”从数据产权制度、流通交易制度、收益分配制度、安全治理制度四个方面制定了我国数据要素运行的基本框架。2023 年 11 月 25 日首次明确“数据要素 x”行动，重点部署 12 个行业，预计到 2026 年底，数据产业年均增速将超过 20%，数据交易规模倍增。数据要素的定价、运营、流通等细项规划正逐步落地，重点培育数商生态，有望与实业结合释放乘数效应。基础建设：2023 年 3 月组建国家数据局，2023 年 10 月 25 日国家数据局挂牌成立；资产入表：2023 年 8 月数据要素入表正式落地，并于 2024 年 1 月 1 日实行，产业化速度加快；数商生态：产业图谱基本形成，2024 年 3 月 22 日，中国信息通信研究院正式发布《数据要素产业图谱 1.0》。

省级大数据管理机构陆续落地，数据要素运营细节进一步落实。由于数据要素的确权定价等环节有难度，各地加快探索步伐，据数据要素社公众号，在全国 34 个省级行政区中，有 22 个省、4 个自治区、4 个直辖市，共计 30 个行政单位设立了大数据管理机构，在国家数据局成立之后，江苏、四川、内蒙古、上海、云南、青海、河北、湖南、广东 9 个省级行政单位设立了专门的数据管理机构。伴随国家级、省级的政策加速完善，数据要素 2024 年或可步入产业元年。

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