行业研究

服务器：AIGC 拉动算力需求，AI 服务器加速成长——AI 行业跟踪报告之十一

要点

AIGC 高速拉动算力需求，算力基础设施迎新周期。受益于 AI等相关新兴领域的应用以及“东数西算”政策下云计算、超算中心的蓬勃发展，数据计算、存储需求呈几何级增长，据 IDC，2026 年我国智能算力规模将达 1271.4 EFLOPS，21-26 年复合增长率预计达52.3%，而算力激增下，服务器等算力基础设施成为刚需。据我们测算，AI训练服务器方面，单个大语言模型训练驱动 AI 训练服务器需求约 2 亿美元。AI推理服务器方面，单个 AI 应用如 ChatGPT 在初期便可带动推理服务器需求约 45 亿美元。

竞争格局多强并立，云巨头加大 AI服务器采购。据 IDC 数据，2021 年全球 AI服务器市场规模 156 亿美元，预计到 2025 年全球 AI 服务器市场将达到 318 亿美元，21-25 CAGR为 19.5%；中国方面，预计 2025 年中国 AI 服务器市场规模将达到 702 亿元，21-25 CAGR为 19.0%。中国服务器市场营收市场份额上看，据 IDC，浪潮、新华三、超聚变、宁畅、中兴位居 2022 年中国服务器市场前五，市场份额占比分别为

28.1%/17.2%/10.1%/6.2%/5.3%，同比变动-2.7pct/ -0.3pct/ +6.9pct/ 0pct /+2.2pct。海外云巨头如 Microsoft、Google、Meta、AWS，以及国内字节跳动、腾讯、阿里巴巴、百度等云巨头均加大 AI 服务器采购。

英伟达 VS 华为：英伟达 GPU 全球领先，华为打造“鲲鹏+昇腾”双引擎战略布局。英伟达为全球 GPU 龙头，领先开拓 AI 市场，助力服务器核心算力硬件性能提升，从 2012 年的 K20X 到 2020 年的 A100，GPU 的推理性能提高了 317 倍，远超摩尔定律的发展速度，公司发布的新一代服务器 GPU 产品 H100，其在大语言模型的推理速度达到 A100 的 30倍，高性能计算性能相比 A100 提升 7 倍，性价比是 A100 的 2 倍。英伟达服务器产业在AI领域的布局领航全球，AIGC 拉动算力背景下，其 GPU 产品有望迎量价齐升。华为方面，扩展服务器产业多年，打造“鲲鹏+昇腾” 双引擎战略布局，华为创新处理器架构“达芬奇”以匹配算力的增速，推出全场景处理器族，其中面向通用计算的鲲鹏系列与面向 AI 计算的昇腾系列主要应用于服务器产品，已服务政府、金融等领域。

服务器发展未来展望：1）超算中心建设加速，服务器需求进一步提升：据华经产业研究院数据，我国超算云服务市场将继续高增长态势，市场规模有望于 2025 年达到 111.9 亿人民币，2021-2025 年 CAGR 为 52.4%，单台超算中心超级计算机算力可敌 200 多万台普通计算机，有望推动高端服务器市场提升。2）云边协同发展，增添服务器需求：边缘计算适用于局部性、实时和短周期的数据处理与分析，与云计算互补，据 IDC，2021-2026年中国边缘计算服务器整体市场规模年复合增长率将达到 23.1%。3）IGC 推动 GPU 服务器市场持续扩张：GPU 服务器的出现突破了传统服务器的效率瓶颈，其具有实时高速的并行计算和浮点计算能力，适用于 3D 图形应用程序、视频解码、深度学习、科学计算等应用场景，逐渐在人工智能方面取代 CPU 服务器。4）服务器品牌与白牌之争白热化，促进服务器市场优胜劣汰。5）提升芯片配置或成服务器厂商制胜关键。

投资建议：建议关注 1）模型/算法/数据方面如三六零等；2）上游算力：云端算力如寒武纪等；边缘算力如翱捷科技、晶晨股份；服务器方面如工业富联、浪潮信息、中科曙光、神州数码；3）下游应用层面如视频视觉的海康威视、大华股份、萤石网络；智能音箱如国光电器、漫步者等；机顶盒如创维数字等。

风险提示：宏观经济风险、AIGC 发展不及预期风险、市场需求及上游供应不足风险

电子行业

买入（维持）

作者

分析师：刘凯
执业证书编号：S0930517100002
021-52523849
kailiu@ebscn.com
分析师：蔡微未
执业证书编号：S0930522040001
021-52523856
caiweiwei@ebscn.com

行业与沪深 300 指数对比图

资料来源：Wind

1、 AIGC高速拉动算力需求，算力基础设施迎新周期 . . 4
2、竞争格局多强并立，云巨头加大 AI 服务器采购 .. 5
3、英伟达 VS华为：英伟达 GPU全球领先，华为打造“鲲鹏+昇腾” 双引擎战略布局 . ... 7
3.1、英伟达：全球 GPU 龙头，产品需求量价齐升.. ...7
3.2、华为：服务器产业深耕多年，打造“鲲鹏+昇腾” 双引擎战略布局. ...9
4、未来展望：技术迭代催生新增长点，品牌与白牌之争趋白热化 .. . 11
4.1、超算中心建设加速，服务器需求进一步提升.. ..11
4.2、云边协同发展，增添服务器需求动能.... ..13
4.3、 AIGC推动GPU服务器市场持续扩张. ..16
4.4、服务器品牌与白牌之争白热化，促进服务器市场优胜劣汰. ..17
4.5、提升芯片配置或成服务器厂商制胜关键 ..17
5、投资建议 ..... .. 20
6、风险提示 .... . 23

图目录

图1：中国智能算力规模（EFLOPS） .4
图 2：英伟达 H100/A100 对比.. ..4
图3：全球服务器与中国出货量及增速 ...6
图 4：全球与中国服务器市场规模及增速（单位：亿美元，%） ..6
图5：2022 年中国服务器市场份额（按营收） ...6
图6：2022 年AI服务器采购量占比. ..7
图 7：英伟达单片 GPU 推理性能 .... ...8
图8：2022年A100 及未来H100各领域应用数量统计. ...8
图 9：2021H1 中国服务器厂商市场份额（按销售额） ..10
图 10：2021 年全球服务器厂商收入(单位：百万美元).. ..10
图 11：2016-2025 年中国超算服务市场规模统计及预测 . ..12
图 12：2016-2025 年中国超算云服务市场规模及预测. ..12
图 13：云边协同示意图. ...14
图 14：Azure IoT Edge 示意图 . ...14
图 15：华为智能边缘平台 . ..14
图 16：AWS Greengrass Group ..... ....15
图 17：谷歌 Cloud IoT Core 概览. ...15
图 18：典型边缘服务器样例.. ...16
图 19：典型边缘网关样例 .. ...16
图20：典型智能边缘一体机样例.. ..16
图21：ECII 边缘服务器生态全景图 ..16

表目录

表1：AI推理服务器需求测算. .5
表 2：英伟达主要芯片产品 .. ..8
表3：英伟达AI服务器主要产品对比. ..9
表 4：华为服务器产品.. ..10
表5：部分超算中心示例... ..12
表6：数据中心与超算中心对比. ..13
表7：主要服务器芯片架构及国内研发状况. ..18
表8：主要服务器芯片研发企业状况. ..19
表 9：服务器产业链标的梳理. .20

1、 AIGC 高速拉动算力需求，算力基础设施迎新周期

算力需求激增，推动算力基础设施迎增长新周期。受益于 AI等相关新兴领域的应用以及“东数西算”政策下云计算、超算中心的蓬勃发展，数据计算、存储需求呈几何级增长，算力需求持续释放带动算力基础设施产业迎来增长新周期。据IDC，AI的应用与普及促使 2022 年我国智能算力规模近乎翻倍，达到

268EFLOPS，超过通用算力规模，2026 年我国智能算力规模将达 1271.4

EFLOPS，21-26 年复合增长率预计达 52.3%；硬件占 AI 支出比重 49.8%，其中最大投资是服务器，占 AI 硬件支出比重 84%以上，AI将成为未来服务器市场新一轮快速增长的主要推动力。

图 1：中国智能算力规模（EFLOPS）

资料来源：IDC，光大证券研究所，IDC 预测

AI 训练服务器方面，单个大语言模型训练驱动 AI 训练服务器市场约 2 亿美元需求。据英伟达测算，要完成一次 10000 亿参数大语言模型的训练，使用 4096颗 A100 GPU 约需 4 周时间，使用 4096 颗 H100 GPU 约需 1 周时间。按每台服务器配备 8颗 H100 GPU 计算，则完成一次万亿参数的大语言模型训练需约500台服务器，配备 8 个 H100 GPU 的服务器价格约为 40 万美元，则单个大语言模型训练驱动 AI 训练服务器约 2 亿美元需求。

图 2：英伟达 H100/A100 对比

资料来源：英伟达官网，光大证券研究所

AI 推理服务器方面，单个 AI 应用如 ChatGPT 在初期便可带动推理服务器需求达 45 亿美元。据 Similarweb 数据，ChatGPT 官网在 2023 年 1 月 27 日-2 月 3日一周内吸引的每日访客数量高达2500万，假设平均针对50字的提问生成400字的响应（即 450 字，对应 600token），根据 OneFlow 的数据和《Scaling Lawsfor Neural Language Models》，在推理过程中每个 token 的计算成本约为 2NFlops，其中 N 为模型参数数量，则在 ChatGPT4 一万亿参数中每个 token 需算力 2 万亿 Flops，且据 Chowdhery 等测算 GPT-3 训练期间 FLOPS 利用率为21.3%，则可得每人每次提问需算力 5.6PetaFlops （2 万亿 Flops*600token/21.3%）。假设每日 2500 万人访问量，每人提问 10 次，且一天内平均分摊，则每秒算力需求约 16302 PetaFlops，假定访问峰值是一天均值的 5 倍，则每秒算力需求约 81508 PetaFlops。目前 AI推理所使用的主流 GPU 是英伟达T4，一块英伟达 T4 GPU 可提供的混合精度算力为 65TFlops，则需约 125 万个T4 GPU 方可满足单日对 ChatGPT 的访问，对应 15.67 万台 8*T4 的服务器，一台 8*T4 服务器的价格约 29000 美元，则仅单个如 ChatGPT 的 AI应用在初期便带来推理服务器需求约 45 亿美元。

表 1：AI 推理服务器需求测算

参数	结果	单位
1个TOKEN 算力需求	20000	亿 FLOPS
每人每次提问50字	600	TOKEN
每人每次使用的实际算力需求 (考虑利用率前)	12000000	亿 FLOPS
FLOPS利用率	21.3	%
每人每次使用的总算力需求 (考虑利用率后)	5.6	PetaFlops
访问人数	25000000	人/日
提问次数	10	次/日
每天算力需求	1408450704	PetaFlops
假设一天内平均分摊，则每秒算力需求	16302	PetaFlops
考虑峰值，假定访问峰值是一天均值的5倍，则每秒算力需求	81508	PetaFlops
单个T4GPU可提供算力	0.065	PetaFlops
需要推理服务器台数（ (8GPU)	156745	台
售价	2.9	万美元
H100推理服务器市场	45	亿美元

资料来源：光大证券研究所测算

竞争格局多强并立，云巨头加大 AI 服务器采购

海内外服务器市场持续增长，国内市场一超多强。全球方面，根据 IDC 数据，2022 年全球服务器出货量突破 1,516 万台，同比增长 12%，产值达 1,215.8亿美元，预计未来四年内仍保持增长，2026 年全球服务器出货量达 1885.1 万台，2022-2026 年全球服务器出货量 CAGR 为 5.59%，产值有望达到 1664.95 亿美元，2022-2026 产值 CAGR 为 8.18%。中国方面，据智研咨询数据，2022 年中国服务器出货量为 434.1 万台，同比增长 5.36%。据 IDC，2022 年中国服务器市场规模为 273.4 亿美元（1888.37 亿人民币），同比增长 9.1%。据中商情报网预测，2023 年中国服务器出货量有望达到 449 万台，同比增长 3.43%；中国服务器市场规模有望达到 308 亿美元，同比增长 12.66%。从市场份额（按营业收入统计）上看，据 IDC，浪潮、新华三、超聚变、宁畅、中兴位居 2022 年中国服务器市场前五，市场份额占比分别为 28.1%/17.2%/10.1%/6.2%/5.3%，同比变动-2.7pct/-0.3pct/+6.9pct/ 0pct /+2.2pct。

图 3：全球服务器与中国出货量及增速

资料来源：IDC，中商情报网，光大证券研究所，IDC 与中商情报网预测

图 4：全球与中国服务器市场规模及增速（单位：亿美元，%）

资料来源：IDC，华经产业研究院，中商情报网，光大证券研究所整理，中商情报网预测

图 5：2022 年中国服务器市场份额（按营收）

资料来源：IDC，光大证券研究所

AI服务器有望迎高速增长，海内外云巨头加大 AI 服务器采购。ChatGPT、文心一言等 AIGC 大模型带来计算资源需求井喷，催生 AI 服务器需求增长，叠加配置升级带动单台 AI服务器价值较通用型成倍增长，量价齐升。据 TrendForce 预测，2023 年全球 AI 服务器出货量同比增速可达 8%，2022\~2026 年复合增长率将达 10.8%。据 IDC 数据，2021 年全球 AI 服务器市场规模 156 亿美元，预计到 2025 年全球 AI 服务器市场将达到 318 亿美元，21-25 CAGR 为 19.5%；2021年中国 AI服务器市场规模达 350 亿元，预计 2025 年中国 AI 服务器市场规模将达到702亿元，21-25 CAGR为19.0%。从AI服务器的采购量来看，据TrendForce统计，2022 年 AI 服务器采购量中，北美四大云端供应商 Microsoft、Google、Meta、AWS 合计占比约 66%，而中国近年来 AI 建设浪潮持续升温，字节跳动年采购占比达 6.2%，腾讯、阿里巴巴、百度紧接其后，分别约为 2.3%、1.5%与 1.5%。海外云巨头对 AI 服务器的需求更大，但随着国内 AI 大模型的开发及应用拉动更多 AI服务器需求，中国 AI服务器市场空间有望进一步提升。

图 6：2022 年 AI 服务器采购量占比

资料来源：TrendForce，光大证券研究所

3、英伟达 VS 华为：英伟达 GPU 全球领先，华为打造“鲲鹏+昇腾” 双引擎战略布局

3.1、英伟达：全球GPU龙头，产品需求量价齐升

全球 GPU 龙头开拓 AI市场，助力服务器核心算力硬件性能提升。英伟达作为一家以 GPU 为主营业务的半导体设计公司，在 AI 行业发展初期就前瞻布局。2022年公司数据中心产品营业收入 150.05 亿美元，同比增长 41.38%，2020-2022CAGR 高达 49.70%，增势迅猛。2023 年 3 月 22 日，公司发布针对 AI 基础架构的最新 AI 服务器系统 NVIDIA DGX H100 以及 NVLINK 架构，为 AI 训练与推理提供高速算力。ChatGPT 发布引爆市场、Google AI 对话模型 Bard 开放公测、百度发布“文心一言”大模型等一系列互联网巨头纷纷发力 AI 领域，催生 AI 服务器需求增长。据 TrendForce 预测，2023 年 AI 服务器出货量同比增速可达 8%，2022\~2026 年 CAGR 将达 10.8%。公司有望受益于 AIGC 带来的核心算力硬件性能需求大幅提升，AI 服务器系统业务未来将成为公司数据中心产品营业收入的新增长点。

GPU 性能领先全球，H100 拓展市场领先地位。公司深耕 GPU 芯片多年，据英伟达在 IEEE 会议公布数据显示，从 2012 年的 K20X 到 2020 年的 A100，GPU的推理性能提高了 317 倍，远超摩尔定律的发展速度。A100 作为当前 AI 服务器 GPU 中的高端产品，性能相比上一代 Volta GPU 提升 20 倍，其 AI 推理性能是 CPU 的 249 倍，打破 16 项性能 AI记录，在 AI、数据分析、高性能计算上应用广泛，目前仍是 AI 领域所用的主力 GPU，被 AWS、微软 Azure 和百度云等全球领先的云提供商以及 Dell、HPE、浪潮和超微等数十家主要服务器制造商广泛采用。公司发布的新一代服务器 GPU 产品 H100，其 AI 训练速度达到 A100的 9 倍，大语言模型的推理速度达到 A100 的 30 倍，高性能计算性能相比 A100提升 7 倍，性价比是 A100 的 2 倍。戴尔、浪潮、新华三、源讯等全球领先的服务器厂商均计划推出采用 H100 的服务器，未来 H100 有望被服务器厂商和云服务商广泛采用，推动公司业绩新一轮成长。

算力需求迅猛增长，服务器 GPU 业务有望迎来量价齐升。AIGC 产品与应用的逐步落地催生了巨大的算力需求，据 OpenAI 测算，自 2012 年以来，全球头部 AI模型训练算力需求 3-4 个月提升一倍，每年头部训练模型所需算力增长幅度高达10 倍。作为 AI时代的算力核心，GPU 需求旺盛。同时，芯片性能的大幅提升带动 GPU 价格不断增长，英伟达 V100/A100/H100 三代 GPU 价格分别为10000/15000/36500 美元。作为服务器 GPU 领导者，英伟达将直接受益于 AIGC大热带来的核心算力硬件性能需求提升，服务器 GPU 业务有望迎来量价齐升。

图 7：英伟达单片 GPU 推理性能

资料来源：IEEE 会议

图 8：2022 年 A100 及未来 H100 各领域应用数量统计

资料来源：Stateof.ai

表 2：英伟达主要芯片产品

英伟达数据中心芯片情况	芯片型号	上市时间	售价（美元）	售价（元）	中国供应情况
中低端	A10	2021年4月13日	3200	22080	供货
	A16	2021年4月13日	3500	24150	供货
	A30	2021年4月13日	4700	32430	供货
	A40	2020年10月5日	5300	36570	供货
	L40	2021年9月21日	7600	52440	供货
高性能	V100	2017年5月11日	10000	69000	供货
	A800	2022年11月8日	12000	82800	缺货
	A100	2020年5月15日	15000	103500	美国政府禁止供应中国
	H100	2022年3月21日	36500	251850	美国政府禁止供应中国

资料来源： Thinkmate，《财经》，光大证券研究所整理；汇率：6.9 人民币/美元

表 3：英伟达 AI 服务器主要产品对比

NVIDIA DGX A100			NVIDIA DGX H100
GPU	8个 NVIDIA A100 80GB TensOr Core GPU		8 个 NVIDIA H1O0 Tensor Core GPU
GPU 显存	共640GB		共640GB
性能	5 petaFLOPS AI 10 petaOPS INT8		32 petaFLOPS FP8
NVIDIA NVSwitchTM	6		4x
系统功耗	最大6.5 kW		最高10.2kW
CPU	双路 AMD Rome 7742、共 128个核心、2.25GHz（基准频率）、 3.4 GHz (最大加速频率)		双路x86
系统内存	2TB 8个单端口 NVIDIA ConnectX-6		2TB
网络	8个单端口 NVIDIA ConnectX-7 200Gb/s 的 InfiniBand 端口 2个双端口 NVIDIA ConnectX-7 VPI 10/25/50/100/ 200Gb/s以太网	VPI 200Gb/s 的 InfiniBand 端 □ 2个双端口 NVIDIA ConnectX-6 VPI 10/25/50/100/200Gb/s以卡太网	4 个 OSFP 端口，提供8 个单端口 NVIDIA ConnectX-7 网卡 400Gb/s 的 InfiniBand/ 以太网 2 个双端口 NVIDIA BlueField-3 DPU VPI 1 个 400Gb/s 的 InfiniBand/以太网网卡 1个 200Gb/s 的 InfiniBand／以太网网
网络管理			RJ45 接口10Gb/s 板载网卡 50Gb/s 的以太网可选网卡 RJ45 接口主机基板管理控制器 (BMC) 2个 NVIDIA BlueField-3 DPU BMC (均为 RJ45 接口)
存储	操作系统：2个1.92TB M.2 NVME 驱动器内部存储：30TB（8个3.84TB)U.2NVMe驱动器		操作系统：2块1.9TB NVMe M.2硬盘内部存储：8块3.84TB NVMeU.2硬盘
系统软件	Ubuntu Linux 操作系统同时支持： Red Hat 企业级 Linux CentOS		DGX H100 系统预安装 DGX 操作系统，该操作系统基于 Ubuntu Linux,包含 DGX 软件堆栈(所有必要软件包和驱动均针对 DGX 优化。
运行温度范围	5℃至30°℃ 5℃至30℃		客户可以选择单独安装 Ubuntu Linux 或 Red Hat Enterprise Linux 以及必要的 DGX 软件堆栈。

资料来源：英伟达官网，光大证券研究所整理

3.2、华为：服务器产业深耕多年，打造“鲲鹏+昇腾”双引擎战略布局

扩展服务器产业多年，打造“鲲鹏+昇腾” 双引擎战略布局。华为从 2008 年开始对外提供服务器产品，目前形成了通用计算（鲲鹏）和 AI 计算（昇腾）两大业务布局。据 IDC 数据，华为 2021 年 H1 在中国服务器市场的份额为 11.2%。据 counterpoint 数据，2021 年全年华为服务器业务收入 43.43 亿美元，全球市场份额占比 4.5%。由于美国将华为列入实体清单，限制 x86 架构的芯片供给，华为在 2021 年 12 月出售了 x86 服务器业务。原本主营 x86 服务器业务的子公司超聚变分离后仍然稳定发展，2022 年国内市占率位列第三，达到 10.1%。目前华为致力于打造以“Arm 架构的鲲鹏+达芬奇架构的昇腾”为根基的双引擎战略布局，借助自研芯片优势，持续拓展服务器业务布局。

图 9：2021H1 中国服务器厂商市场份额（按销售额）

资料来源：IDC，光大证券研究所

图 10：2021 年全球服务器厂商收入(单位：百万美元)

资料来源：Counterpoint，光大证券研究所

坚持计算产业战略，积极布局 AI 服务器领域。华为创新处理器架构“达芬奇”以匹配算力的增速，推出全场景处理器族，其中面向通用计算的鲲鹏系列与面向AI 计算的昇腾系列主要应用于服务器产品，已服务政府、金融、运营商、电力、交通、医疗、教育、电力、油气、制造等领域，为全球合作伙伴开发服务器应用及解决方案。其中，采用鲲鹏 920/916 处理器的 TaiShan 服务器包括 2280E 边缘型、1280 高密型、2280 均衡型、2480 高性能型、5280 存储型和 X6000 高密型等产品，适配高性能计算、数据库、云计算等各种应用场景，现已应用于中科大千万亿次“瀚海 20 超级计算系统”。最高配置 2480 高端服务器基于鲲鹏 920处理器，最高提供 256 核、3.0GHz主频的计算能力和最多 25 个 SSD 硬盘。此外，昇腾系列 AI 服务器包括 Atlas 800 推理服务器与 Atlas 800 训练服务器，广泛应用于中心侧 AI 推理、深度学习模型开发和训练场景。Atlas 800 推理服务器搭载 64 核架构的鲲鹏 920 处理器，支持 8 张 Atlas 300I 推理卡，整机可提供 640 路高清视频实时分析（1080P 25FPS），Atlas 800 训练服务器达到 4U高度，最高可提供 2.24 PFLOPS FP16 的算力，为 AI 推理、深度学习模型开发和训练提供超强算力支持。

表 4：华为服务器产品

通用计算服务器			AI计算服务器
机型	2480高性能型	2480高端型	Atlas 800训练服务器	Atlas 800推理服务器
形态	2U机架服务器	2U机架服务器	4UAI服务器	2UAI服务器
处理器型号	4个鲲鹏 920 处理器	4个鲲鹏 920处理器	4个鲲鹏 920 处理器+8个昇腾 910处理器	2个鲲鹏 920，最大支持8个 Atlas 300l推理卡
内存插槽	32个 DDR4-2933 DIMM 插槽	32个 DDR4-3200 DIMM 插槽	最多32个 DDR4内存插槽，支持RDIMM 内存速率最高 3200 MT/s 单根内存条容量支持 16GB/32GB/64GB	32个DDR4内存插槽,最高3200 MT/s
本地存储	252.5 SAS/SATA ；82.5 SAS/SATA	252.5 SAS/SATA ； 82.5 SAS/SATA	2 * 2.5 SAS/SATA+3 * 2.5 NVMe 2 2.5 SATA+3 2.5 NVMe 2 * 2.5 SAS/SATA+6 * 2.5 NVMe 2* 2.5 SATA+6 * 2.5 NVMe 2 2.5 SATA+8 2.5 SAS/SATA	252.5 SAS/SATA 123.5 SAS/SATA 8*2.5 SAS/SATA+12x2.5 NVMe
RAID支持	支持 RAID 0,1,5,6,10,50,60, 支持超级电容掉电保护	支持 RAID 0,1,5,6,10,50,60 支持超级电容掉电保护		支持 RAID0,1,5,6,10,50,60支持 RAID0,1,5,6,10,50,60
板载网络	1个灵活IO卡,支持410GE光1个板载网络插卡,支持410GE 口或者425GE光口；1个板载 LOM，支持4GE 电口	光口或者425GE光口；1个板载 LOM，支持4GE电口	支持8100GE光口+425GE 光口/2*100GE
PCle扩展	最多9个PCle 4.0插槽，支持3 个 PCle 4.0 x16和6个 PCle x8 插槽	最多4个 PCle 4.0 x8+2个 PCle 4.0 x16标准插槽	最多支持2个PCle4.0扩展插槽	最多支持9个 PCle4.0 PCle接 □，其中1个为RAID 扣卡专用的 PCle扩展槽位，另外8个为标准的PCle扩展槽位
电源	2个热插拔900W交流或2000W 交流或1200W直流或1500W直流电源模块，支持1+1冗余	2个热插拔 2000W交流电源模块，支持1+1冗余	4个热插拔3kW/2kW交流电源2个热插拔900W或2000W交模块，支持 2+2冗余	流电源模块,支持1+1冗余备份
供电	支持 100~240V AC,240V DC, -48V DC		支持220~240VAC，240V DC支持 200~240VAC，240 V DC
风扇	N+1冗余	N+1冗余	支持6个热拔插风扇模组，支持支持6个热拔插风扇模组，支持支持8个热拔插风扇模组，支持4个热拔插风扇,支持N+1冗余 N+1冗余	备份
温度	5℃~40℃	5°℃~35°℃	工作温度（风冷）：5℃~35℃; 工作温度（液冷）：5℃~40°℃	5°℃~40°℃
	尺寸(宽×深x高）447mm790 mm86.1mm	447 mm790 mm86.1 mm	175 mm447mm790 mm447mm790 mm86.1mm

资料来源：华为官网，光大证券研究所整理

未来展望：技术迭代催生新增长点，品牌与白牌之争趋白热化

4.1、超算中心建设加速，服务器需求进一步提升

超级计算市场未来可期，超算+云计算带来服务器新增长。随着 AIGC、云计算技术及应用模式的进一步拓展，超级计算的需求及应用场景持续增长，多地超算中心建设升级项目兴起，助推超级计算市场迅速增长。据华经产业研究院数据，2021 年我国超算服务市场规模达 196.6 亿元，预计 2025 年可达 466 亿元，2021-2025 年 CAGR 达 24.1%。同时，得益于超算服务与云服务市场的扩大，我国超算云服务市场迎来快速增长阶段。据华经产业研究院数据，2016-2021年间，市场规模从 1.5 亿元增长至 20.7 亿元，CAGR 高达 69.1%；预计在市场需求的刺激下我国超算云服务市场将继续高增长态势，市场规模有望于 2025 年达到 111.9 亿，2021-2025 年 CAGR 为 52.4%。未来超级计算中心与云计算、互联网技术融合，从精密研制、信息安全、石油勘探、航空航天和科学计算领域向制药、基因测序、动漫渲染、数字电影、数据挖掘、金融分析及互联网服务等领域拓展应用，超级计算中心在服务器上的大量需求有望成为服务器市场的新增长点。

图 11：2016-2025 年中国超算服务市场规模统计及预测

资料来源：沙利文，光大证券研究所，沙利文预测

表 5：部分超算中心示例
图 12：2016-2025 年中国超算云服务市场规模及预测

资料来源：沙利文，光大证券研究所，沙利文预测

	天津中心	深圳中心	长沙中心	济南中心	广州中心	无锡中心	郑州中心	成都中心	西安中心	昆山中心
建设时间	09年5月	09年11月	10年10月	11年3月	“十二五” 期间	16年6月	19年4月	21年6月	21年5月	19年
部署机型	天河一号、三号	曙光6000 星云	“天河”超级计算机、 “天河·天马”计算集群	神威蓝光、神威E级原型机、山河超级计算平台	天河二号	神威太湖之光、商用辅助计算系统	“嵩山”超级计算机系统
资源规模	7168个计算节点	约3800个计算节点。全部存储总约30PB	“天河”超级计算机>20PB、 “天河·天马”计算集群>30PB		约17920个计算节点	超过每秒十亿亿次浮点运算能力	存储容量 100PB
计算速度	性能4.7PF	系统计算峰值1271万亿次秒	通用算力 200P Flops (FP64)、人工智能算力1000P Ops (FP16)	机器峰值性能 3.13PFlop s	峰值计算速度每秒5.49 亿亿次，持续计并速度每秒3.39 亿亿次，每秒59.3亿亿次	系统峰值性能 125.436PFl ops	峰值计算能力达到 100PFlops	10亿亿次/ 秒	30亿亿次/ 秒
面向群体	服务科研、企业、政府机构用户数近6000家用户石油勘探、	累计服务三万个以上用户区队	企业大数	重点受持需求1000核以上废授的科研或工程项目		承报国家、省部等重大科技或工程项目		已与900多个用户建立了合作
应用领域	生物信息与生物医药、工程仿真、航天航空、天气预报与雾霾预警、海洋环境工程、磁约束聚变数值模拟、新材料、基础科学研	工程仿真和图形图像处理领域	据、高性能地理信息服务、实景三维重建、建筑信息化和 BIM 服务、高分辨率对地观测数据与应用、超算药物发现、生物种	海洋生态、生物医药、物理工业、政务教学	大气海洋、天文物理、工业制造、新能源、生指医药智慧城市云计算	生物医药、海洋科学、油气勘探、气候气象、金融分析、信息安全、工业设计、动漫渲染等	数字经济、社会管理、精准医学、生物育种、环境治理、高端装备、人工智能、国土资源管理等	航空航天、装备制造、新型材料、人工智能等 30个领域	先进制造、芯片设计、能源利用、天文物理等	人工智能、生物医药、物理化学材料、大气海洋环境等

	究业智能超算、大数据分析、人工
智能超算、科学计算与	工程仿真

资料来源：国家超算天津/深圳/长沙/济南/广州/无锡/郑州中心官网，成都经济发展委员会，《解放军报》，光大证券研究所整理

单台超算中心超级计算机算力可敌 200 多万台普通计算机，有望推动高端服务器市场提升。构成超算中心的超级计算机每秒运算速度高达 10 亿亿次，其计算能力相当于 200 多万台普通计算机，能计算普通计算机和服务器不能完成的大型复杂计算。相比于数据中心分布式运行、以软件实现其扩展的模式，超算中心采用集中式的集群逻辑，耦合度高，单机性能好，其应用主要集中于高性能计算领域，目前主要提供国家高科技领域和尖端技术研究所需的运算速度和存储容量，专用性更高，因此对服务器有更高的要求，随着超级计算中心的不断扩展，高端服务器有望拉动服务器市场进一步增长。

表 6：数据中心与超算中心对比

	数据中心	超算中心
应用场景	主要面向所有需要信息技术的场景，应用领域和应用层次不断扩张，支撑构造千变万化的应用	主要提供国家高科技领域和尖端技术研究需的运算速度和存储容量, 包括航天、国防、石油勘探、气候建模和基因组测序等。
构成模式	云计算以分布式为特色，统筹分散的硬件、软件和数据资源，通过软件实现资源共享和业务协同，分布式运行任务	超算集群逻辑上是集中式的,针对计算密集型任务更强调并行计算(以获得高性能），各节点任务存在前后的依赖，节点之间数据交换的延迟要求非常高。
成本与性能	云计算是规模经济，采用x86硬件搭建，可用性、可靠性、扩展性主要通过软件实现	超算有国家背书，资金投入量大、成本高，大规模并行计算能力强。

资料来源：网易数帆，光大证券研究所整理

4.2、云边协同发展，增添服务器需求动能

边缘计算优势显著，云边协同大势所趋，边缘计算将进一步带动服务器需求。相比于云计算的集中部署、距离用户侧较远的特点，边缘计算是一种分布式的基础设施，距离用户侧或数据源更近，能有效解决带宽成本高、时延较长、流量汇集过大等问题，更好支持实时性强和带宽密集型业务。因而，边缘计算适用于局部性、实时和短周期的数据处理与分析，云计算擅长于全局性、非实时、长周期的大数据处理与分析，两者互补、相辅相成。Gartner 预测，2025 年将有 75%的数据在边缘侧进行处理，企业关键数据有 50%以上将在数据中心以外或云以外的地点创建和处理。 2023 年，将有 42.4%的企业采用边缘+核心的组合架构建立和运行数据库，设备架构向“云-边-端”三级架构演进迭代。由于数据的产生更多来自端侧和边缘，边缘数据中心将会成为理想的承载基础设施去处理更多对时延要求更高的业务，据 IDC 预测，全球边缘服务器的支出金额占总体服务器比重将从 2021 年的 14.4%增长至 2025 年的 24.9%。根据信通院预测，未来边缘市场规模将超万亿，有望成为与云计算平分秋色的新兴市场，广阔市场空间将带给整个数据中心产业界带来无限的想象空间和崭新的发展机遇，边缘数据中心发展大势所趋。全球企业和服务提供商在边缘解决方案硬件、软件和服务上的支出未来将继续保持高速增长，据 IDC 数据，全球 2023 年度边缘计算支出预计将达 2080 亿美元，相比 2022 年增长 13.1%，这一增速将维持至 2026 年，届时边缘计算支出将达到 3170 亿美元。

图 13：云边协同示意图

资料来源：ECII《边缘计算参考架构 3.0》

云服务商不断向边缘渗透。依靠云计算技术的先发优势，云巨头公司将云计算技术下沉到边缘侧，大力发展边缘计算。全球方面，亚马逊在 2016 年就开始将 AWS扩展到间歇连接的边缘设备，推出了 AWS IoT Greengrass，在 2020 年推出了AWS IoT Greengrass 2.0，同时通过 AWS for the Edge、AWS Outposts 、AWSStorage Gateway、AWS Snow 、Amazon SageMaker Edge Manager 提供全面的边缘计算设备和服务。微软也推出了许多支持边缘计算的产品和服务，包括AzureEdgeZones、Azure Stack Edge（提供可将计算、存储和智能融合到创建数据的边缘的设备组合）、Azure IoT 中心，Azure IoT Edge（部署在边缘设备上的 AI 服务）等，基于 Kubernetes 的边缘计算平台 AKS Edge Essentials 也在2023 年全面上市。谷歌在 2021 年推出分布式云边缘，将谷歌云基础设施扩展到边缘。国内方面，BAT 等巨头也紧抓边缘计算市场契机。阿里云 2018 年就开始进军边缘计算技术领域，将云计算、人工智能、IoT 的优势拓展到边缘计算上，打造云、边、端一体化的协同计算服务，陆续推出了边缘云节点 ENS、软硬一体的物联网边缘计算节点，把云端能力下沉到边缘，用云端能力解决本地的问题，降低时延和成本。百度打造了由边缘计算框架和云端管理套件组成的智能边缘，并提供边缘计算服务器和边缘计算节点两类产品。腾讯从设备和平台两方面打造了边缘计算机器 ECM和物联网边缘计算平台 IECP的边缘计算布局。华为推出智能边缘平台 IEF、智能边缘云 IEC、智能边缘小站 IES、IoT 边缘。

图 14：Azure IoT Edge 示意图

资料来源：微软 Azure 官网，光大证券研究所

图 15：华为智能边缘平台

资料来源：华为公司官网，光大证券研究所

图 16：AWS Greengrass Group

资料来源：AWS 官网，光大证券研究所

图 17：谷歌 Cloud IoT Core 概览

资料来源：网易，光大证券研究所

除云服务商外，各垂直行业企业也已开始边缘计算领域的布局。边缘计算产业链上的软硬件服务商、服务提供商以及第三方应用和内容提供商等企业也在垂直领域开始边缘计算布局。在民生改善上，供热行业作为保障民生的重要行业还存在管理系统落后、自动化程度低等问题，中环寰慧的智能供热新模式将每个换热站与边缘网关对接，统一数据汇聚，可以将云端经过大数据分析和全网智能调节算法策略，下发到边缘侧，完成边缘设备上的推断和计算，随着使用时长和数据的累计，在深度学习算法的支撑下，整套供热系统的调控会越来越精准。在传媒场景上，新华三通过边缘云计算节点的部署为华数集团搭建了分布式云计算平台，实现了广电行业分布式云计算架构的首次落地，边缘节点与中心节点实现了云边协同，资源和服务可以在云边端智能调度。在城市治理上，英特尔携手百度，通过人工智能和边缘计算解决方案，对苏州的环卫渣土车进行实时画像收集与分析，能在第一时间通知车辆、人员对垃圾抛洒滴露等问题进行处理，全面监管保洁作业效果。许多企业在其他垂直领域也进行了业务部署：云学堂通过不同区域的边缘节点服务器群对学习内容进行加速，实现了边缘计算在教育场景中的应用；中国农业银行搭建了基于边缘计算的技术框架，着力构建基于云边协同的边缘计算体系的建设；国家电网建设边缘数据中心，边缘计算已经服务支撑新一代变电集控站部署，助力新型电力系统建设。

边缘计算产业链上游是软硬件基础设施提供商，边缘计算产业链协同发展，我国边缘计算服务器市场 21-26CAGR 超 20%。边缘计算产业链上游是软硬件服务商如华为、中兴通讯、浪潮信息、中科曙光、凌华科技等企业，中游是运营商以及服务提供商，下游是第三方应用和内容提供商。此外，还有 Avnu 联盟等多个产业联盟、中国信通院等核心研究机构和企业。2016 年 11 月 30 日边缘计算产业联盟（Edge Computing Consortium，ECC）成立，目的是全面促进产业深度协同，加速边缘计算在各行业的数字化创新和行业应用落地，目前已有超过 330个网络联接、数据聚合、芯片、传感、行业应用等多个领域的公司和机构加入。

硬件基础设施提供商主要是提供边缘服务器、边缘网关、智能边缘一体机等，如华为、中兴通讯、浪潮信息、中科曙光、凌华科技等企业，软件基础设施提供商主要提供边缘操作平台、边缘应用软件等，如思科、谷歌等。智能边缘一体机将计算、存储、网络、虚拟化和环境动力等产品有机集成到一个机柜中，在出厂时完成预安装和与连线，只需连接电源即可快速完成初始配置，具有业务远程部署、集中运维、管理简单等特点。边缘网关是部署在垂直行业现场实现网络接入、协议转换、数据采集与分析处理的设备，可在园区物联网和工业物联网等场景进行应用。同时边缘网关在不同场景下有不同形态要求，例如在园区物联网接入中需要具有温度、湿度、烟雾探测等传感器能力，在工业物联网接入中需承担设备信息、告警信息收集和上报的功能。边缘服务器是边缘计算和边缘数据中心的主要计算载体，有三方面需求。首先，需支持 ARM/GPU/NPU 等异构计算以满足不同业务应用需求，其次，需拥有统一的运维管理接口、业务自动部署能力和有效可靠的故障处理能力以满足边缘服务器部署运维需求。第三，需拥有较强温度适应能力以匹配较为复杂的环境空间。以目前已建成投入运营的雄安城市计算中心为例，现已由 700 台服务器搭建成 6 个边缘计算节点，形成 1.4 万核算力、27P存储，平均一个边缘计算节点需要 117 台服务器。随着智慧城市建设与发展对城市数据及时计算的需求增加，将带动边缘计算服务器市场空间的拓展。据 IDC预计，2021-2026 年中国边缘计算服务器整体市场规模年复合增长率将达到23.1%，高于全球的 22.2%。

图 18：典型边缘服务器样例

资料来源：ECII《边缘计算 IT 基础设施白皮书 1.0》

图 19：典型边缘网关样例

资料来源：ECII《边缘计算 IT 基础设施白皮书 1.0》

图 20：典型智能边缘一体机样例

资料来源：ECII《边缘计算 IT 基础设施白皮书 1.0》

图 21：ECII 边缘服务器生态全景图

资料来源：ECII《边缘计算 IT 基础设施白皮书 1.0》

4.3、 AIGC 推动GPU服务器市场持续扩张

随着人工智能技术的快速演进赋能各个行业，支撑创新服务发展，未来基于AIGC带动的云计算需求将会是 IaaS 领域增长的持续驱动力，各大云计算厂商均着力布局人工智能以把握未来趋势。目前，亚马逊 AWS已形成了 AI 平台、AI 服务、AI 基础设施的全方位布局，并与英伟达合作，致力于大型机器学习模型训练和生成式 AI 应用程序构建；微软依托 ChatGPT，推出 Microsorft 365 Copilot、New

Bing、Security Copilot 一系列应用；Google 研发 LaMDA 大语言模型，推出 AI产品 Bard。

未来，计算平台将逐步由通用走向专用，以 AI 为代表的新兴应用将长期驱动服务器市场的增长，目前的单机或小型服务器可提供的算力难以满足 AI 产品的需求，传统数据中心使用的 CPU 也存在 Cache 占据较大空间、计算能力浪费等问题。GPU 服务器的出现突破了传统服务器的效率瓶颈，其具有实时高速的并行计算和浮点计算能力，适用于 3D 图形应用程序、视频解码、深度学习、科学计算等应用场景，逐渐在人工智能方面取代 CPU 服务器。为支持 ChatGPT 的算力需求，微软部署了超过 1 万张英伟达 A100 GPU，据 Trendforce 预测，未来 GPT 商业化所需的 GPU芯片数量超过 3 万枚，生成式 AI 的发展将带动 GPU需求显著提升。目前，各巨头正在加大对 GPU 的投入，2022 年 12 月英特尔重组 GPU 部门，旨在扩大 GPU 领域的影响力，在 GPU 加速计算团队加入了数据中心和 AI 组；2023 年 3 月 21 日，英伟达发布 ChatGPT 专用 GPU——H100NVL，一台 8 卡的 H100 NVL 的速度是目前标配 8 卡 A100 服务器的 10 倍；三星也计划基于 AMD RDNA 开发 GPU，巨头的投入将有力推动 GPU 服务器市场扩张。

4.4、服务器品牌与白牌之争白热化，促进服务器市场优胜劣汰

白牌服务器厂商备受青睐加剧市场竞争，市场竞争格局重塑。从标准层面来看，2012 年 Facebook 启动 OCP（开放计算项目）项目，旨在改变传统的服务器，打破传统计算组件，使其重构为模块化系统，此后微软、谷歌等云计算厂商纷纷加入 OCP 联盟。目前国外的 OCP 联盟与国内 BAT 引领的 ODCC（开放计算中心委员会）联盟都在加快制定标准化服务器的规则，由于云服务提供商大多为技术实力雄厚的互联网巨头，对服务器了解程度较高，云巨头的入局令白牌服务器的影响与日俱增。从技术层面来看，虚拟化和开源软件的迅猛发展打破了过去软硬一体的局面。IaaS 厂商让算力从物理实体中解放出来，用户可以通过云平台和第三方开源程序来运行和管理自己的后台服务，进一步促进软件和硬件的分裂。从需求层面来看，云计算数据中心的建设是近年来全球服务器增长的主要驱动力，云计算弱化了对单台服务器性能指标的要求，拥有服务器设计能力的互联网巨头更倾向于寻求 ODM 厂商直接生产服务器以节省成本，白牌服务器凭借低廉的价格备受云巨头青睐。

白牌与品牌厂商各有其长，适应下游需求者为王。白牌服务器 ODM 厂商与传统品牌服务器厂商的区别在于，前者聚焦生产制造，后者聚焦于产品设计。白牌和品牌服务器厂商由于其固有的优势领域不同，两者均都有其业务边界。品牌厂商积累了大量技术专利和架构设计经验，在产品性能、稳定性以及客户响应速度方面具备优势；而白牌服务器厂商在成本控制能力、大规模生产制造能力方面更略胜一筹。因此无论是品牌厂商还是 ODM 厂商，只有不断适应下游客户需求，才能获得长期持续的发展动能，在 AIGC 推动芯片及服务器快速迭代发展的环境下，快速响应能力、技术跟进能力、成本控制能力等考验白牌与品牌厂商优胜劣汰，竞争或进一步白热化。

4.5、提升芯片配置或成服务器厂商制胜关键

IDC 认为，中期来看 X86 架构仍然会是主流的服务器市场，未来将会形成以 X86为核心多种架构并存的丰富算力市场。另外，随着互联网、云服务、电信、银行等各行业超大规模客户不断扩张和升级扩容对于服务器的强劲需求，以硬件为中心的集成硬件与软件支持多样化工作负载的解决方案将成为服务器厂商制胜未来的关键。当前服务器产业正往技术多样化、服务定制化、软件定义、异构计算与边缘计算方向发展。

当前，我国服务器芯片自主研发主要有以下几种方向：X86 架构，主要包括上海兆芯、天津海光等公司；ARM 架构，华为海思麒麟系列产品在移动领域已与国际水平同步；MIPS 架构与 Alpha 架构，其中龙芯、申威分别获得 MIPS架构和ALPHA 架构的授权，并自主研发处理器内核，也对相关架构指令集进行拓展；RISC-V 架构，国内已有 40+企业加入 RISC-V国际基金会，平头哥、华为海思、兆易创新、华米科技、全志科技、芯来科技、格兰仕、晶心科技等众多技术厂商纷纷入局，成为 RISC-V重要力量。

芯片作为服务器算力的载体，与服务器整体性能紧密相关。传统服务器芯片组仅由 2 颗 CPU 构成，价格在 800-850 美元/颗，而 AI 服务器芯片组通常需要搭载2 颗 1000-1100 美元/颗的 CPU，训练 AI 服务器与推理 AI 服务器还分别需要增加 8/4 颗 GPU 以提升服务器的综合算力。目前完整规格的英伟达 HGX H100 AI服务器搭载配备 8 个 H100 GPU，总计 8 个 GPC 图形集群，72 个 TPC 纹理集群，144 个 SM 流式多处理器，共计 18432 个 FP32 CUDA 核心，每组 SM 配备 4 个专用于 AI 训练的第四代张量核心 TensorCore，共计 528 个。相较于同等 GPU 数量配置的 A100，H100 在 HPC 和 AI 计算 (FP64/TF32/FP16/INT8)上由 156TF/2.5PF/5PF/10POPS 提升至 480TF/8PF/32PF/32POPS，在多专家(MoE) 模型训练速度上提升了9倍，大幅度提升万亿参数的AI大模型应用效率。在 AIGC 快速发展背景下，服务器芯片配置或成服务器厂商制胜关键。

表 7：主要服务器芯片架构及国内研发状况

分类	X86	ARM	MIPS	Power	Alpha
现状/趋势	3家公司拥有架构 license; 2003年开始有64位服务器版本。	软银控股，独立运营的英国公司，只销售设计 license,支撑合作方设计和销售芯片； 2021年3月发布v9架构，在功能上进行重要拓展。	已被AI初创公司Wave Computing 收购; 加入RISC-V阵营, Wave Computing推出两款采用 RISC-V 架构的新型微处理器设计。	IBM 公司拥有，主要用于IBM服务器系统；通过OpenPower联盟拓展生态；对Power10服务器产品线扩充。	由 DEC开发,先被康柏收购后被惠普雪藏。
技术特点	CISC指令集；追求单核能力强; 从 PC 到服务费，后向兼容历史指令集/	RISC指令集；重视低功耗设计；多核技术路线，追求能效比。	RISC指令集；小型化、低功耗，嵌入式设备使用较多。	RISC指令集; 单核能力强；追求格致可靠性; 成本较高。	RISC 处理器中最快的一种，获得了 WindowsNT 的支持。
国内公司	海光通过AMD 获得授权；兆芯通过VIA获得授权。	华为与飞腾拥有v8架构永久授权；华芯通通过高通拥有架构，但高通已退出；尚未有明确消息说明国内公司获得 v9 授权。	龙芯拥有架构授权	苏州中晟宏芯通过 PpenPower联盟获得架构授权，未量产。	国产服务器芯片企业当中有申威基于该架构研发服务器芯片。
优劣势和前景分析	优势：软件生态好，服务器领域市场占用率高。劣势：指令集后向兼容历史包资料来源：长城证券研究所袱重，实现复杂；芯片面积大，功耗高；价格昂贵。	优势：可拥有完整知识产权；芯片产商多，已形成生态；技术追求能效化，匹配数据中心发展趋势。劣势：服务器软件生态弱于X86。	服务器领域生态较弱，市场利用率，影响力逐步减弱。	技术及生态由 IBM 掌握，主要应用于金融行业，其他行业应用少。	服务器领域生态较弱，市场占有率低，影响力逐步减弱。

资料来源：国际技术经济研究所，光大证券研究所整理

表 8：主要服务器芯片研发企业状况

公司简介		应用领域
海思	海思是全球领先的Fabless 半导体与器件设计公司。前身为华为集无线通信、固定网络、数字媒体、服务器、存储、数据中心网络成电路设计中心，2019年受到美国制裁，处理器研发受到影响。	等领域的芯片及解决方案
飞腾	天津飞腾信息技术有限公司是中国芯片设计企业，总部位于天津滨海高新技术产业开发区	政府、电信、银行、能源、交通、工业控制、互联网等行业
海光	片产品和系统的研究、开发	海光信息技术股份有限公司主要从事高端处理器、加速器等计算芯互联网、电信、金融、交通、能源、中小企业等行业的泛应用需求
兆芯	兆芯提供高效、兼容、安全的自主通用处理器和芯片组等产品，构建从云到边再到端等各种应用场景下的计算解决方案	信创产业、交通、网络通信、能源、工业、医疗等领域
申威	成都申威科技有限责任公司核心业务涵盖芯片封装、异构众核处理器的小型超级计算机、国产化桌面计算终端、高性能服务器、嵌入/ 式计算机系统。
龙芯	龙芯中科全面掌握CPU指令系统、处理器IP核、操作系统等计算机核心技术，为信息产业的创新发展提供高性能、低成本的处理器和基础软硬件解决方案	电子政务、能源、交通、金融、电信、教育等行业
Ampere	成立于2017年10月，是一家从事服务器芯片研发的半导体	云计算 (声明不与 X86 场景冲突)
Cavium	多核 MIPS 处理器提供商，应用与网络/通讯、无线、存储和控制应用等领域	PHC、大数据、SDS、云计算

资料来源：国际技术经济研究所，光大证券研究所整理

投资建议

1、模型/算法/数据：大模型为 AI 应用提供基础设施，下游产业对 AI认知和接受度提升，人工智能公司有望加速成长，建议关注三六零（A 股唯一自研大模型）、商汤科技（神经网络）、云从科技（神经网络）、格灵深瞳（神经网络）、科大讯飞（神经网络&NLP）、拓尔思（NLP）、海天瑞声（数据标注）。

2、上游算力：训练模型带动算力需求，建议关注：

云端算力：（1） AI 芯片：寒武纪(A股 AI 算力芯片龙头）；（2） GPU：景嘉微、海光信息、芯原股份（IP）；（3） CPU：龙芯中科、中国长城、澜起科技、海光信息；（4）FPGA：复旦微电、安路科技、紫光国微等；（5）光模块：天孚通信、德科立、新易盛、光迅科技、博创科技、源杰科技、中际旭创等；（6）CHIPLET：兴森科技、长川科技、方邦股份、华正新材、通富微电、长电科技等。

边缘算力：（1）SoC：翱捷科技、晶晨股份、富瀚微、瑞芯微、全志科技、中科蓝讯、炬芯科技等；（2）AIoT：乐鑫科技、恒玄科技等；（3）RISC-V：中科蓝讯、乐鑫科技、全志科技等。

服务器：工业富联、浪潮信息、中科曙光、神州数码。

3、下游应用：

百度生态合作伙伴：建议关注汉得信息、风语筑、掌阅科技、巨人网络；

AIGC 技术提高生产效率，降低生产成本，利好下游垂类应用企业，建议关注鸿合科技（教育）、万兴科技（图像）；

视频视觉场景需求大增，建议关注：海康威视、大华股份、萤石网络、富瀚微、宇瞳光学；

智能音箱作为 AI硬件入口之一，建议关注：国光电器、漫步者、晶晨股份、富瀚微、瑞芯微、全志科技、中科蓝讯、炬芯科技；

机顶盒作为智能家居入口，未来 AI 化或成趋势，建议关注：创维数字、晶晨股份。

表 9：服务器产业链标的梳理

分类		公司代码	公司名称	市值（亿元）	归母净利润 (亿元)				PE (X)
分类		公司代码	公司名称	市值（亿元）	21	22A/E	23E	24E	21	22	23E	24E
上游	嵌入式MPU 和SoC	AVG0.0	博通(BROADCOM)	17721	430.48	824.17	N/A	N/A	41	22	N/A	N/A
		QCOM.0	高通(QUALCOMM)	9192	584.17	904.49	608.60	741.36	16	10	15	12
	闪存和 HDD	STX.0	希捷科技(SEAGATE)	906	85.03	110.26	N/A	N/A	11	8	N/A	N/A
		MU.0	美光科技(MICRON TECHNOLOGY)	4702	378.59	597.85	N/A	N/A	12	8	N/A	N/A
		INTC.0	英特尔(INTEL)	9051	1,265.43	558.14	N/A	N/A	7	16	N/A	N/A
	CPU	AMD.0	超威半导体(AMD)	10143	201.39	91.93	266.36	393.08	50	110	38	26
		IBM.N	IBM	7948	366.16	114.15	N/A	N/A	22	70	N/A	N/A
		INTC.O	英特尔(INTEL)	9051	1,265.43	558.14	N/A	N/A	7	16	N/A	N/A
		688041.SH	海光信息	1791	3.27	8.02	14.08	20.98	547	223	127	85
		688047.SH	龙芯中科	636	2.37	0.51	2.51	4.42	269	1252	253	144
GPU	000066.SZ	中国长城	419	5.98	2.14	5.24	10.84	70	196	80	39
	688047.SH	龙芯中科	636	2.37	0.51	2.51	4.42	269	1252	253	144
	688041.SH	海光信息	1791	3.27	8.02	14.08	20.98	547	223	127	85
	NVDA.O	英伟达(NVIDIA)	45343	621.65	295.72	562.62	808.74	73	153	81	56
	688256.SH	寒武纪-U	809	-8.25	-11.66	-7.47	-4.32	N/A	N/A	N/A	N/A

	网络芯片	AMD.0	超威半导体（AMD)	10143 201.39	91.93	266.36		393.08 50	110	38		26
		INTC.0	英特尔(INTEL)	9051 1,265.43		558.14	N/A	N/A	7	16	N/A	N/A
		csc0.0	思科(CISCO)	14202 684.20		796.57	N/A	N/A	21	18	N/A	N/A
		AVG0.0	博通(BROADCOM)	17721	430.48	824.17	N/A	N/A	41	22	N/A	N/A
		AA01.0	应用光电	4	-3.45	-4.62	N/A	N/A	N/A	N/A	N/A	N/A
	688008.SH 接口芯片	澜起科技	843	8.29	12.99	18.51	26.74	102	65	46	32 18
		688123.SH	聚辰股份	131	1.08	3.54	5.61	7.40	121	37	23
		000063.SZ	中兴通讯	1529	68.13	80.80	98.05	113.46	22	19	16	13
		000938.SZ	紫光股份	879	21.48	21.58	27.31	33.35	41	41	32	26
000977.SZ		浪潮信息	569	20.03	20.80	27.15	34.07	28	27	21	17
002236.SZ		大华股份	816	33.78	24.31	34.09	41.68	24	34	24	20
603019.SH		中科曙光	608	11.58	15.15	20.01	26.03	53	40	30	23
000066.SZ		中国长城	419	5.98	2.14	5.24	10.84	70	196	80	39
688256.SH		寒武纪-U	809	-8.25	-11.66	-7.47	-4.32	N/A	N/A	N/A	N/A
002261.SZ 拓维信息			169	0.83	-0.47	1.90	2.72	205	N/A	89	62
002184.SZ 海得控制			49	1.34	N/A	N/A	N/A	37	N/A	N/A	N/A
csco.0		思科（CISCO）	14202	684.20	796.57	N/A	N/A	21	18	N/A N/A	N/A
ORCL.N		甲骨文（ORACLE） IBM	17728	447.40 366.16	N/A 114.15	N/A N/A	N/A N/A	40 22	N/A 70	N/A	N/A
IBM.N		戴尔科技(DELL	7948								N/A
DELL.N		TECHNOLOGIES)	2171	354.62	164.55	N/A	N/A	6	13	N/A	N/A
HPQ.N	惠普（HP）联想控股	2015 179	415.59 57.55	229.87 11.67	N/A 56.58	N/A 64.10	5 3	15	9N/A 3	N/A
3396.HK 601138.SH	工业富联	3589	200.10	200.73	237.01	267.52	18	18	15	3 13
		中际旭创	533	8.77	12.36		17.72
	300308.SZ 002281.SZ	光迅科技		5.67		14.66		61 36	43	36	30
	300502.SZ	新易盛	206 369		6.35	7.35	8.31		33	28	25 29
	光模块			6.62 3.06	9.48	10.39	12.66	56 75	39	35 45	36
		300394.SZ	天孚通信	229		3.99	5.09	6.36		57
		301205.SZ	联特科技	59	1.06	1.37	1.72	2.30	56	43	34	26
		000988.SZ	华工科技	309	7.61	9.06	12.07	15.44	41	34	26	20
		603083.SH	剑桥科技	113	0.67	1.71	N/A	N/A	167	66N/A		N/A
		300620.SZ	光库科技	92	1.31	1.18	1.89	2.41	71	78	49	38
		688205.SH	德科立	71	1.26	1.02	1.59	2.12	56	70	44	33
		688313.SH	仕佳光子	75	0.50	0.66	1.19	1.57	149	113	63	47
		300548.SZ	博创科技	98	1.62	1.94	2.62	3.32	60	50	37	29
		002498.SZ 600869.SH	汉缆股份	135	7.77	8.35	N/A	N/A	17	16	N/A	N/A
		通信 600973.SH 线缆 600105.SH 300447.SZ 300252.SZ 002861.SZ 600522.SH 600487.SH		远东股份	119	5.31 2.32	N/A	N/A	N/A	22 69	N/A 57	N/A	N/A 32 22
600363.SH 002276.SZ 宝胜股份			联创光电万马股份	160 106	2.71	2.81 4.55	4.97 6.36	7.21 8.63 39

配电箱		002518.SZ	科士达	277	3.73	6.56	10.49	14.72	74	42		19	26
		002335.SZ	科华数据	208	4.39	4.66	6.67	8.54	47		45	31	24
		300477.SZ	合纵科技	58	1.06	N/A	N/A	N/A	55		N/A	N/AN/A
		002346.SZ	柘中股份	58	4.48	N/A	N/A	N/A	13		N/A	N/A	N/A
		002350.SZ	北京科锐	39	1.09 1.82	N/A	N/A	N/A	36		N/A		N/A	N/A
		002334.SZ	英威腾		93 35		2.75	4.37	5.71	51	34	21		16
		300040.SZ	九洲集团广电电气		1.82		N/A	N/A	N/A	19		N/AN/A	N/A
		601616.SH			33	0.74	N/A	N/A	N/A	44		N/AN/AN/A
			002598.SZ	山东章鼓	36	1.05	1.10	N/A	N/A	34	32	N/A		N/A
		柴油	300062.SZ	中能电气卡特彼勒	34	0.23	0.41	N/A	N/A	151		83	N/A	N/A
		发电机	CAT.N	(CATERPILLAR)	7923	413.72	466.98	N/A	N/A	19		17	N/AN/A
			CMI.N	康明斯（CUMMINS) 艾默生电气	2266	135.87	149.81	N/A	N/A	17		15	N/A	N/A
		制冷系统	EMR.N	(EMERSON		3385 149.36	229.39	N/A		N/A	23	15	N/A	N/A
002335.SZ	ELECTRIC) 科华数据		208	4.39	4.66	6.67	8.54	47		45 31		24
002837.SZ 002334.SZ	英维克		181	2.05	2.80	3.75	5.08	88		65 48		36
	英威腾		93	1.82	2.75	4.37	5.71		51	34	21	16
300499.SZ	高澜股份		50	0.65	1.79	1.32		1.83	78	28	38	27
301018.SZ	申菱环境		106	1.40	2.30	3.48		4.87	75	46	30	22
603912.SH	佳力图		56	0.85	0.37	1.11	1.38		66	153	50	41
300249.SZ	依米康		56	0.30	N/A	N/A	N/A	187		N/A	N/A	N/A
600839.SH	四川长虹		192	2.85	N/A	N/A	N/A	67		N/A	N/A	N/A
603912.SH	佳力图		56	0.85	0.37	1.11		1.38	66	153	50	41
002131.SZ	利欧股份		161	-10.19	-4.16	5.83		7.91	N/A	N/A	28	20
600416.SH	湘电股份		246	0.79	2.64	5.21		8.12	309	93	47	30
002532.SZ	天山铝业		369	38.33	26.50	38.63		48.18	10	14	10	8
600343.SH	航天动力			64 -2.58	N/A	N/A		N/A	N/A	N/A	N/A	N/A
001696.SZ			宗申动力	74 4.81	3.90	N/A		N/A	15	19	N/A	N/A
002611.SZ			东方精工	63	4.67	4.47	5.33	6.32	14	14	12	10
300157.SZ			恒泰艾普	26	-7.19	-1.08	N/A	N/A	N/A	N/A	N/A	N/A
605259.SH	603109.SH		神驰机电	35	1.94	2.07	N/A	N/A	18	17	N/A	N/A
			绿田机械	31	1.59	N/A	N/A	N/A	19	N/A	N/A	N/A
	300992.SZ		泰福泵业	17	0.61		N/A	N/A	28	N/A	N/A
IDC	900926.SH	宝信B	990	18.19	N/A 21.86	27.08	33.90	54	45	37	N/A 29
	603881.SH	数据港科华数据	116 208	1.11 4.39	1.15 4.66	1.60 6.67	2.15 8.54	105 47	101 45	72 31	54
	002335.SZ 300383.SZ 光环新网

		AAPL.O	苹果(APPLE)	179332	6,116.23	6,978.23	6571.17	7106.67	29	26	27	25
	IT分销		神州数码	191	2.38	10.04	12.42	14.73	80	19	15	13

资料来源：Wind 一致预期，光大证券研究所整理；股价日期为 2023-4-14；美元汇率为 6.88 人民币/美元，港币汇率为 0.87 人民币/港元

风险提示

（1）宏观经济风险

疫情后经济恢复速度存在不确定性，影响 AI行业发展速度。

（2）AIGC 发展不及预期风险

AI技术还未成熟，在发展过程中可能遇到阻力；AI 应用落地数量较少，AIGC 产品效果存在不确定性。

（3）市场需求及上游供应不足风险

AI 服务器的渗透率不及预期，导致需求量减少；服务器厂商依赖上游 GPU 厂商供应，上游厂商数量少、产能有限，可能存在供应不足风险。

行业及公司评级体系

评级说明
	买入	未来6-12个月的投资收益率领先市场基准指数15%以上
行业及公司评级	增持	未来6-12个月的投资收益率领先市场基准指数5%至15%;
	中性	未来6-12个月的投资收益率与市场基准指数的变动幅度相差-5%至5%;
	减持	未来6-12个月的投资收益率落后市场基准指数5%至15%;
	卖出	未来6-12个月的投资收益率落后市场基准指数15%以上;
	无评级	因无法获取必要的资料，或者公司面临无法预见结果的重大不确定性事件，或者其他原因，致使无法给出明确的投资评级。
基准指数说明：		A股主板基准为沪深300指数；中小盘基准为中小板指；创业板基准为创业板指；新三板基准为新三板指数；港股基准指数为恒生指数。

分析、估值方法的局限性说明

本报告所包含的分析基于各种假设，不同假设可能导致分析结果出现重大不同。本报告采用的各种估值方法及模型均有其局限性，估值结果不保证所涉及证券能够在该价格交易。

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。负责准备以及撰写本报告的所有研究人员在此保证，本研究报告中任何关于发行商或证券所发表的观点均如实反映研究人员的个人观点。研究人员获取报酬的评判因素包括研究的质量和准确性、客户反馈、竞争性因素以及光大证券股份有限公司的整体收益。所有研究人员保证他们报酬的任何一部分不曾与，不与，也将不会与本报告中具体的推荐意见或观点有直接或间接的联系。

法律主体声明

本报告由光大证券股份有限公司制作，光大证券股份有限公司具有中国证监会许可的证券投资咨询业务资格，负责本报告在中华人民共和国境内（仅为本报告目的，不包括港澳台）的分销。本报告署名分析师所持中国证券业协会授予的证券投资咨询执业资格编号已披露在报告首页。

中国光大证券国际有限公司和 Everbright Securities(UK) Company Limited 是光大证券股份有限公司的关联机构。

特别声明

光大证券股份有限公司（以下简称“本公司”）创建于 1996 年，系由中国光大（集团）总公司投资控股的全国性综合类股份制证券公司，是中国证监会批准的首批三家创新试点公司之一。根据中国证监会核发的经营证券期货业务许可，本公司的经营范围包括证券投资咨询业务。

本公司经营范围：证券经纪；证券投资咨询；与证券交易、证券投资活动有关的财务顾问；证券承销与保荐；证券自营；为期货公司提供中间介绍业务；证券投资基金代销；融资融券业务；中国证监会批准的其他业务。此外，本公司还通过全资或控股子公司开展资产管理、直接投资、期货、基金管理以及香港证券业务。

本报告由光大证券股份有限公司研究所（以下简称“光大证券研究所”）编写，以合法获得的我们相信为可靠、准确、完整的信息为基础，但不保证我们所获得的原始信息以及报告所载信息之准确性和完整性。光大证券研究所可能将不时补充、修订或更新有关信息，但不保证及时发布该等更新。

本报告中的资料、意见、预测均反映报告初次发布时光大证券研究所的判断，可能需随时进行调整且不予通知。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。客户应自主作出投资决策并自行承担投资风险。本报告中的信息或所表述的意见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。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，本公司及作者均不承担任何法律责任。

不同时期，本公司可能会撰写并发布与本报告所载信息、建议及预测不一致的报告。本公司的销售人员、交易人员和其他专业人员可能会向客户提供与本报告中观点不同的口头或书面评论或交易策略。本公司的资产管理子公司、自营部门以及其他投资业务板块可能会独立做出与本报告的意见或建议不相一致的投资决策。本公司提醒投资者注意并理解投资证券及投资产品存在的风险，在做出投资决策前，建议投资者务必向专业人士咨询并谨慎抉择。

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、财务顾问或金融产品等相关服务。投资者应当充分考虑本公司及本公司附属机构就报告内容可能存在的利益冲突，勿将本报告作为投资决策的唯一信赖依据。

本报告根据中华人民共和国法律在中华人民共和国境内分发，仅向特定客户传送。本报告的版权仅归本公司所有，未经书面许可，任何机构和个人不得以任何形式、任何目的进行翻版、复制、转载、刊登、发表、篡改或引用。如因侵权行为给本公司造成任何直接或间接的损失，本公司保留追究一切法律责任的权利。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。

光大证券研究所

上海

北京

深圳

静安区南京西路 1266 号

西城区武定侯街 2 号

福田区深南大道 6011 号

恒隆广场 1 期办公楼 48 层

泰康国际大厦 7 层

NEO 绿景纪元大厦 A 座 17 楼

光大证券股份有限公司关联机构

香港

中国光大证券国际有限公司

英国

香港铜锣湾希慎道 33 号利园一期 28 楼

Everbright Securities(UK) Company Limited

64 Cannon Street，London，United Kingdom EC4N 6AE

光大证券-AI行业跟踪报告之十一，服务器：AIGC拉动算力需求，AI服务器加速成长-230416.pdf