1 继往开来，向阳而生

回顾 2023 年，计算机行业在以 GPT 为代表的生成式大模型产业趋势的带动下， 演绎了一轮典型的 Gartner 科技曲线导入期的行情。中美科技共振、产业资本加 码、新兴团队入局、传统产业求变，带来了全社会对 AI 认知的提振，看到了科技 赋能、改造、甚至颠覆产业的曙光。但是，科技的发展总是螺旋式的，新科技范 式的商业化落地终究难以一蹴而就，尤其在新兴技术本身依然存在自身瑕疵以及 较高商业化成本的背景下，叠加外部环境的扰动对计算机产业的当期收入利润贡 献的影响，2023 年计算机行情整体呈现出“进二退一”的态势，但我们相信，“深 蹲”也是为了“起跳”。

“方向比努力重要”。以科技作为核心驱动力的计算机行业的投资必然要牢牢盯住 底层科技的演进路径，梳理对基础软硬件、垂直应用领域的长期发展影响，并结 合一系列与资本市场相关联因子的综合判断，从而做出正确的投资决策。我们将 在本篇年度策略报告中探讨美债利率、剩余流动性、国债政策、外部国际环境的 影响以及机构持仓变化所蕴含的深层信息，并对 2024 年的投资机会做出展望，其 中对行业分析框架的理解依旧可以参考我们 2022 年 11 月发布的 2023 年年度策 略里的内容。

1.1 美债利率中期有望下行，行业估值边际扩张

美债利率中期有望下行，计算机行业估值边际扩张可期。计算机行业作为短期业 绩能见度较低、更多受科技创新周期驱动的长久期资产，其定价逻辑对美债这类 负债端因子较为敏感。我们认为，美联储美债利率或已迈入下行区间，或将于明 年年初开启首次降息。考虑到外部流动性压力趋缓以及以生成式 AI 为代表的创 新周期对行业增长力的加持，我们或许正处于“基本面触底+流动性拐点”的前夕。 

美债利率有望开启下行周期：2023 年年初以来，十年期美债收益率从年初的 3.79%持续上行，至 10 月 19 日晚达到最高点 5.001%，创下 2007 年以来的新 高。当前，我们认为美债上行趋势有望得以扭转。近期公布的美国 10 月 CPI 同比上升 3.2% ，低于市场预期，在此之前美国 10 月 ADP 就业人数及 ISM 制造业等数据表现也弱于预期，进一步加深了市场对停止加息的观点。根据 CME 联邦基金期货模型显示，交易员预期美联储 12 月维持利率不变的概率 为 99.8%。根据当前[5.25，5.50]%的利率水平，交易员预期 2024 年 3 月开始 首次降息的概率已提升至 32.7%，且预计 2024 年将有 4 次降息的概率高达 30.3%。

计算机行业估值水平（PE-TTM）和十年期美债收益率呈现出较为明显的负 相关性，未来边际扩张可期。受益于上半年生成式 AI 产业趋势的加速发展， 今年上半年计算机板块整体估值持续攀升。进入 6 月以后，受创新周期的阶 段性减速和美债的加速上行，计算机行业估值水平持续回落。截至 11 月 14 日，申万计算机板块市盈率 TTM（剔除负值）为 49.14x，为过去五年 64.25% 分位数水平。我们认为以 AI Agents、国产算力、智能驾驶为代表的科技周期， 在 2024 年有望加速发展，再次引领行业估值水平上升，进入扩张的上行区间。

1.2 剩余流动性边际收缩，观测经济复苏的斜率

剩余流动性边际收缩，观测经济复苏的斜率。基于此前在 2023 年年度策略中提 出的“基本面+风格”的行业分析框架，我们认为当前行业基本面主要关注以生成 式 AI 为代表的科技创新周期以及国内经济复苏对 G 端信息化支出的拉动，而市 场风格则取决于国内剩余流动性水平以及美国十年期国债利率的走势。这是我们 分析板块内不同细分比较优势的核心出发点。自 7 月 24 日的政治局会议以来， 国内总量层面已有多项关于稳定房地产市场、支持民营经济、活跃资本市场等方 面的利好政策落地。近期，随着 10 月特殊再融资债重启发行、万亿国债的落 地，我们认为需求端的复苏在政策的支持下效果可期，后续社融增速有望回升。 因此，在市场风格方面，我们认为随着宏观经济稳步复苏，剩余流动性或将保持 回落态势，中小市值风格可能持续承压，市场的主题型投资机会或将继续面临 标的数量的收缩和题材轮动的加快。大市值白马股在此阶段具有胜率上的比较 优势，但赔率的高度则取决于后续经济复苏的速度。

1.3 弱复苏下万亿国债发力，G 端拉动效果需密切关注

2023 年 10 月 24 日，全国人大常委会批准了国务院增发万亿特别国债和 2023 年 中央预算调整方案的决议草案。中央财政将在今年四季度增发 2023 年国债 10000 亿元，全国财政赤字将由 38800 亿元增加到 48800 亿元。这些资金将重点 用于特定的减灾防灾建设等八大方面。本次国债增发后，财政赤字率将由 3%提 高到 3.8%左右，财政支出拐点信号显著： 各地财政紧张形势有望阶段性缓解。近年来，受土地出让金下行影响，各地 财政整体呈紧张态势，本次增发的国债以转移支付的方式下达地方，无需地 方政府承担利息，将切实增加地方政府的可支配资金。

财政发力或将进入支出政策主导阶段。在经济信心恢复期，以减税降费为核 心的收入政策或难短期快速拉动投资和消费，转向以增加政府支出为主的财 政政策，有望产生更为立竿见影的政策效果，未来需密切关注 G 端投资驱动 的计算机细分赛道的边际变化。

1.4 外部环境改善，合作与竞争并行，国产脊梁溢价

外部环境改善，合作与竞争并行，国产脊梁溢价。过去数月，中美间高层官员交 流频密，特别是 10 月份以来，中美关系再迎新变化。我们认为，在当前复杂的 全球背景下，中美在非关键领域逐步求和，在尖端领域竞争加剧，或将成为新常 态。在此背景下，中国企业加速实现支柱产业的“自主可控”是大势所趋，“硬 科技”国产化将刻不容缓。 10 月 7 日，美国国会参议院多数党领袖、民主党人舒默，与共和党参议员 迈克·克拉珀共同率领两党参议员代表团开启访华之旅，时隔四年，美国国 会代表团再次访华。  10 月 23 日，加州州长纽森开启一周的访华之旅，作为民主党的“明日之 星”，纽森是疫情结束后首位访华的美国州长。 

10 月 26 日，中共中央政治局委员、外交部长王毅进行访美。在三天的行程 中，王毅外长与美国总统拜登在白宫会见，并先后同布林肯以及美国总统国 家安全事务助理沙利文会谈会见。  11 月 10 日，外交部发言人华春莹宣布，国家主席习近平将于 11 月 14 日至 17 日赴美国旧金山举行中美元首会晤，同时应邀出席亚太经合组织第三十次领导人非正式会议。中美近期展现出的一系列良性互动，体现了中美关系 的企稳回升的趋势，两国关系改善迎来了一个非常重要的契机。 与此同时，美国商务部工业与安全局（BIS）在 10 月 17 日公布新的先进计 算芯片、半导体制造设备出口管制规则，限制中国购买和制造高端芯片的能 力，并将两家中国 GPU 企业摩尔线程、壁仞科技及其子公司列入了实体清 单。本次禁令升级体现了美国对我国 AI 芯片的全面压制的决心，中美关系 合作竞争并存。

1.5 机构持仓思考：先扬后抑，结构分化

1.5.1 年内板块先扬后抑，超配幅度边际下降，市场关注度维持高位

计算机板块 2023Q3 维持超配，超配水平有所回落。2020Q1-2022Q2，计算机基 金重仓比例由 6.90%下降至 2.53%，而后进入增配区间，至 2023Q1 达到 6.99% 的超配水平。2023Q1 至 2023Q3 计算机基金重仓比例有所回落，降至 5.09%，但 仍保持 0.33pcts 的超配幅度。

计算机重仓市值环比下降，静待产业基本面兑现。受益于 AI、数字经济、数据 要素等新范式变革开启，2023Q1 计算机重仓环比增长 90%。由于 AI 大模型技 术商业化落地需要一定时间，Q2 以来主题投资情绪有所回落，重仓市值连续两 个季度环比下行，随着产业落地逐步推进，基本面兑现有望带来计算机重仓市值 提升。

计算机板块关注度企稳回升，投资主线仍较为分散，机构前十五重仓股变化不 大，重仓市值整体有所萎缩。计算机重仓公司数量表示市场关注度，重仓公司数 量增加表示基金配置计算机意愿提升；头部公司占比表示投资集中度，头部公司 占比越高，意味着投资方向趋于一致，主线较为单一。2023Q2-2023Q3 重仓公司 数由 198 提升至 222 个，头部公司占比由 55.8%提升至 57.4%，表示计算机板块 热度企稳回升，投资主线仍较为分散。

1.5.2 重仓结构变化明显

计算机行业前十五重仓股当中大多数相比 Q2 持仓发生较大变化，AI 主题性行 情出现阶段性退潮，在 AIOT、支付 IT、工业软件板块加仓比例较大。计算机 板块 Q3 前十五重仓股当中，机构增持标的为大华股份、德赛西威、海康威视、 金蝶国际、深信服、金山办公，持仓增加比例分别为 80.4%、48.4%、22.1%、 19.5%、1.6%、0.6%，其中金蝶国际为新进入排行的公司；机构减持标的为中科 曙光、浪潮信息、同花顺、广联达、紫光股份、科大讯飞、恒生电子、宝信软 件、纳思达，持仓减少比例分别为 46.3%、37.3%、36.1%、35.7%、35.4%、 32.4%、31.2%、8.5%、3.9%。整体上第一、二季度存在 AI 主题性行情的公司， 均在 Q3 进行了调整，且季度间切换调整幅度较大。

1.6 投资思路：继往开来，重新出发，两大方向，向阳而生

结语：两大方向，向阳而生。2023 年在人工智能、智能驾驶等技术加速演变 下，计算机行业的春天倏忽而至，但在美联储加息、“小院高墙”策略、国内财 政压力等影响下，细分赛道出现分化。 面向未来，我们坚定认为随着宏观环境改善、科技加速变革、国内外需求复苏三 重推动，2024 年计算机的板块机会将会进一步演绎，我们重点推荐两大方向： ⚫ 科技变革，“喜新厌旧”：AI&AIOT、国产算力、智能驾驶等 ⚫ “优等生”：抗冲击韧性强、成长拐点先行加速，戴维斯双击的沃土。

2 科技变革，“喜新厌旧”

2.1 AI&AIOT：忽如一夜春风来，千树万树梨花开

2.1.1 基座模型：生成式 AI 正迈入横向扩张的生态建设平台期

生成式 AI 正处于第一轮技术脉冲后的平台期。自去年 11 月 ChatGPT 推出以 来，生成式 AI 的产业浪潮加速发展，并在今年 3 月推出了 GPT-4、M365 Copilot 等一系列备受瞩目的产品，引起了全球学界和工业界的广泛关注。截止目前，开 源社区平台 HuggingFace 上线的模型数已经超过 39 万个。近日，全球著名咨询 机构 Gartner 公布了一份调查数据，其中显示了 55%的组织正在使用或实验生成 式 AI，这些组织中超过一半在过去 10 个月内增加了对生成式 AI 的投资。11 月 7 日，在 OpenAI 首届开发者大会上，CEO Sam Altman 表示，目前约有 200 万开 发者基于 OpenAI API 进行开发，92%的财富 500 强公司都在使用 OpenAI 的产 品，ChatGPT 的每周活跃用户数已经达到大约 1 亿。展望 2024 年，我们认为经 过近一年的技术脉冲，基座模型已经在纵向的模型能力上取得了长足的进步， 生成式 AI 正迈入横向扩张的生态建设平台期。

基座模型能力迭代助力应用开发生态持续优化。基座模型与上层应用的高度耦 合，是本次生成式 AI 产业趋势的重要特征。在《大语言模型的前世、今生与未 来》中，我们将大模型应用范式提炼为，在基座模型的通用能力上（思维链、数学、代码等），叠加一些其他的可赋予的外部能力（RAG、Agent 等）。在此认知 上，我们认为以更长上下文长度为代表的通用能力增强，和以 Assistant APIs 为 代表的外部能力扩充，将从模型可靠性、使用成本、开发者门槛等多个方面显著 推动生成式 AI 应用的发展。 

更长的上下文长度->更大的提示工程潜力。上下文长度（Context Length） 是衡量模型能力的核心指标，也可以被看作是模型的一种“记忆力”。例如， 在基础的读文档内容生成任务中，我们需要依赖更长的上下文长度读取更多 篇文章或网页信息，以此输出更准确的内容；在搭建 AI Agent 的任务中， 我们需要更长的上下文长度保存模型与系统交互的系统信息（preprompt）， 以完成更加复杂的代理任务。 

外部能力的增加->上层策略应用的升维。作为通用人工智能的雏形，大语言 模型的未来进化方向必然是能够使用更多的工具，并与外部环境进行更多的 交互。以 OpenAI 发布的 Assistant APIs 为例，开发者通过代码解释器 （Code Interpreter）、检索（Retrieval）、函数调用（Function calling）三大基 础能力，已经能够轻松实现 RAG、Plugins、Stateful API 等复杂度更高的功 能，能够更简易地与业务逻辑、领域知识相融合。这为未来开发者打造更加 智能化的任务自主解决型 AI Agent 打下了坚实的基础。

以虚拟上下文管理系统为例诠释大模型应用的进化。由于 Transformer 架构的自 注意力机制，随着上下文长度的增加，计算时间和内存成本也会成倍增加。因 此，除了让基座模型支持更长的源生上下文长度外，业界还在寻求更加工程化的 外部方法来让模型获得更经济的上下文处理能力。MemGPT 是由加州大学伯克利分校的研究人员开发的一种虚拟上下文管理系统，其灵感来源于传统操作系统 中的虚拟内存系统概念。通过管理主上下文（类似于计算机的 RAM）和外部上 下文（类似于硬盘存储）之间的数据移动，从而在文档分析、多轮对话等需要长 上下文领域取得更好的性能。

对于文档分析，MemGPT 可以通过有效地利用内存和内存外分页相关上下 文，以处理远超当前 LLM 上下文窗口限制的冗长文本;  对于多轮对话，MemGPT 可以创建记忆、反思和动态进化的对话代理，知 道何时将关键信息推送到向量数据库，以及何时在聊天过程中稍后检索它， 从而实现长期有记忆的对话体验。

我们可以清晰地感受到，MemGPT 本质上是一种模型代理能力的体现，其输入 为，充分利用了 GPT-4 的函数调用（function calling）和检索 （retrieval）能力，实现了在单个任务中进行重复的上下文修改，从而在有限的 上下文窗口内进行更高效的上下文学习（in-context learning）。我们认为，随着 Assistant APIs 的推出以及拥有更强输出控制能力的 gpt-4-turbo 上线，越来越多 解决现阶段应用开发堵点的方案将加速上线，大模型应用生态将会更加繁荣。

未来的大模型行业或只有两层架构，即“基座模型——Agents”。以 OpenAI 为 代表的基座模型厂商正在为行业生态设定新的边界。具体来讲，基座模型厂商正 在加速对上层应用的侵蚀，这体现在一些以 LangChain 为代表的中间件层，或以 RAG 为代表的早期垂直领域应用，都正在逐步成为基座模型的一个自带功能。 我们认为这背后的主要原因也是前文提及的“基础模型与上层应用的高度耦合”这 一特征。我们认为基座模型能力的持续迭代进化给到了应用开发者更加明确的启 示，即在当前的产业趋势下，基座模型的议价能力可能远高于传统云计算时代下 的 IaaS 层和 PaaS 层。

展望未来，我们认为基座模型的整体能力正迈上一个新的台阶，而模型能力的进步将回归一个渐进式的增长速率，而非继续呈现指数增 长。在这一新的台阶上，基座模型厂商的重心将从纵向的模型迭代转移到横向的 应用生态建设。应用开发公司需充分利用基座模型厂商所提供的最先进的开发工 具，并最大限度地利用其专有数据、垂直领域场景、客户粘性、工程师红利等优 势，去打造具有创造力的 AI Agents。建议关注具备基座模型能力的科大讯飞、 金山办公等。

2.1.2 AI Agents：GPT Store 加速应用商业化进程

提示工程的下一个前沿，大模型应用角逐的焦点。AI Agent 指的是通过增加代理 能力，让大语言模型具备自主理解、规划、执行复杂任务的能力，彻底改变传统 的人机交互方式，是彻底打开大模型应用天花板的进化方向。目前大模型的代理 能力可以体现在两方面：1）允许单个大模型使用工具、2）允许多个大模型协作 /竞争。OpenAI 安全系统负责人 Lilian Weng 近期发表了相关博文，她认为在大 语言模型驱动的 AI 智能体中，大语言模型扮演了“大脑”的角色，规划（任务分 解+反思总结）、记忆（短期记忆+长期记忆）、工具使用（调用 API+访问外部数 据）是实现它的三个核心组件。此前在 GitHub 上关注度极高的 AutoGPT 正是通 过对大模型的循环调用，让开发者瞥见了 AI Agent 的潜力。近期，由微软牵头 开发的 AutoGen 也迅速登上 GitHub 热榜。AutoGen 支持使用多个代理来开发大 模型应用，可以让 AI Agents 相互协作并解决任务，可定制、可对话，并允许人 类无缝参与。我们认为随着基座模型提供更加先进的开发工具，以及开源社区 的持续创新，AI Agents 将是未来大模型应用角逐的焦点。

MaaS 或成为应用落地范式的首选。在《大语言模型的前世、今生与未来》中， 我们详细介绍了开发垂域应用的三种方案，分别是①预训练（Pre-train）、②微调 （Fine-Tune）、③模型即服务（MaaS）。随着业界对这三种方案的尝试越来越深 入，以及基础模型提供的能力越来越强大，我们认为方案③的优势正在逐步凸 显。具体而言，随着通用大模型所支持的上下文长度增加、以 function calling 为 代表的自定义模型能力的增强、以及 API 调用成本的持续下降，开发者通过方 案③（MaaS）已经能够充分地定制大模型，以满足各种下游应用场景。OpenAI 最新上线的 GPTs 模块，其原理正是通过 MaaS 的方式让用户可以针对特定目的 去自定义自己的 ChatGPT。我们认为 MaaS 的落地方式给到了开发者更大的助 力，体现在其对模型训练的技术门槛和前期算力投入上会远低于预训练和微调 的方案，这都有利于更多应用开发者的进入，促进行业生态快速蓬勃的发展。

GPT Store 加速大模型应用商业化。OpenAI 最新上线了 GPTs 与 GPT Store 功 能，允许开发者通过以下三种方式快速便捷地创建定制化的 GPT 并向公众分 享：1）简易的自然语言对话；2）零代码拖拉拽操作；3）API 接口调用 （actions）。未来，OpenAI 将通过 GPT Store 让上架的 GPTs 变得可搜索，并制 定排行榜，并会根据用户使用率对 GPTs 的开发者进行收入分成。我们认为， OpenAI 此举标志着创作者生态的初步搭建完成。在高流量入口、低创作门槛和 全商业闭环的加持下，以 AI Agents 为代表的新型大模型应用有望在不远的将来 迎来百花齐放，生成式 AI 的产业趋势在应用落地这一横向维度有望迎来加速拐 点。

2.1.3 多模态 AI：迈向其“GPT-3.5 时刻”，AIoT 能力重塑

视觉多模态大模型可能正迈向其“GPT-3.5 时刻”。大语言模型的成功在很大程 度上得益于 Transformer 这一神经网络架构对传统的 RNN、LSTM 的取代，而这 一模型架构的升级迭代同样也在近年发生在计算机视觉领域。我们认为引入以视 觉为代表的多模态交互能力一直是生成式 AI 发展的必然趋势，这是因为人类感 知世界的信息本是多种模态的，而不仅仅是文本语言这一单一维度。随着 GPT4V 和 Gemini 等 SOTA 模型的逐步揭开面纱，我们有望看到全新的、可以通过自 然语言交互并具备指令跟随能力的融合多模态大模型。“视觉-语言”多模态大模 型可能正加速迈向其“GPT-3.5 时刻”。

以海康大华为代表的 AIoT 领军在多模态大模型上已具备深厚布局。海康“观澜 大模型”具有三层架构，包括语言大模型、视觉大模型、X 光大模型等多种模 态，并能够将大模型迁移到边缘端小模型，为用户提供高性价比的解决方案。大 华近日也发布了其“星汉大模型”，具备准确性、泛化性跃升、图文提示定义新功 能、突破视觉认知能力、全场景自主解析、大小模型与算力协同五大优势能力。 我们认为多模态模型在泛化能力上的效果提升，这直击了安防行业碎片化需求这 一痛点，有望带来相关公司经营效率和盈利能力的边际提升。我们看好以海康威 视、大华股份为代表的 AIoT 厂商在多模态 AI 的赋能下，叠加万亿国债带来的 财政拐点、财报已经展现出的自我验证，在 2024 年步入新的上行周期。

2.1.4 边缘端 AI：头部大厂积极布局，智能硬件或成破局点

头部大厂积极布局大模型端侧业务，智能硬件或将成为 AI 落地的关键突破口。 在生成式 AI 浪潮的推动下，各大企业将 AI PC 及 AI 手机相关业务的产品布局 作为重要战略方向，AI 赋能的边缘端设备正在重塑社会生产力。联想：在以“AI for all”为主题的 2023 年度 Tech World 大会上，联想公布了 首款 AI PC 产品，AI PC 将是能够创建本地知识库，运行个人大模型，支持 人工智能计算，运用自然交互的更强大、更具创造能力的智能生产力工具。 

谷歌：在今年的新品上也实现了生成式 AI 在手机上的落地，Pixel 8 系列可 以在手机本地运行 AI 应用，包括语音备忘录归纳摘要、Magic Editor 和 Best Take 等功能。 Vivo：发布了自研通用蓝心大模型矩阵，其中 70B 的版本在 C-Eval、 CMMLU、SuperCLUE（10 月）等榜单中均处于中文大模型的第一梯队。此 外，vivo 蓝心大模型还支持在手机端部署，可以支持超过 700 种手机相关功 能，涵盖系统应用等全部场景；在此之前，OPPO 也已经启动基于 AndesGPT 大模型的新小布 1.0 Beta 版公 测；小米宣布将小爱同学升级为 AI 大模型；华为 HarmonyOS 4 宣布接入 AI 大模型，小艺成为首个具有 AI 大模型能力的终端语音助手。 我们认为，随着生成式 AI 在应用侧的落地条件愈发成熟，智能硬件能够更大程 度激发大模型的代理能力，充分释放基座模型性能突破带来的能力延伸。以 AI PC 为代表的智能硬件或将成为 2024 年 AI 应用落地的关键突破口。

芯片厂商发力 AI 模块，大幅提高智能硬件 AI 性能。以芯片为代表的硬件迭代 升级对 AI 在边缘端落地具有重大意义，就好比基座模型对大模型应用的助力。一方面，我们看到端侧芯片的 SoC 化、ARM 化以及异构化，正快速提升智能硬 件的续航、功耗等基础用户体验。另一方面，头部芯片厂商积极推动 AI 模块的 架构设计创新及全栈优化工作，极力满足 AI 终端场景对于算力的要求，大模型 边缘运行性能有望得到大幅提升。

英特尔：计划于 12 月 14 日推出代号 Meteor Lake 的酷睿 Ultra 处理器，被 英特尔视为 40 年来最重大的处理器架构变革。Meteor lake 升级了全新的 CPU 架构与 3D 高性能混合架构、全新的锐炫 GPU 核显、全新的 NPU AI 引擎等性能。该芯片用于 PC 上将带来高能效的 AI 加速和本地推理体验。 ⚫ 高通：10 月 25 日，高通在 2023 骁龙峰会上发布了骁龙 X Elite 和第三代骁 龙 8，前者面向 Windows 11 PC/AI PC（支持在终端侧运行超过 130 亿参数 的生成式 AI 模型，GPU 每秒万亿次浮点运算高达 4.6 TFLOPS），后者面向 智能手机，在两款全新芯片的设计中均考虑了终端侧生成式 AI 体验的需 求，第三代骁龙 8 则是高通首个专门为生成式 AI 而打造的移动平台。 ⚫ 联发科：发布天玑 9300 旗舰 5G 生成式 AI 移动芯片在处理器上采用了“全 大核”的架构设计实现了首款 330 亿参数 AI 大语言模型移动芯片成功运行。

模型小型化进展顺利，加速大模型边缘端部署。当前，LLM 的运行依赖于数据 中心的处理能力，这种以“云”为中心的方法使得某些需要高带宽、低延迟的数 据处理的边缘应用在很大程度上得不到开发。除了以英伟达为代表的加速计算厂 商在硬件侧持续降本增效之外，我们也可以对模型本身进行压缩以降低推理成本 并实现大模型在边缘侧的运行。模型小型化是指在保持模型精度的前提下，通过压缩模型参数和结构，将已经训练好的大型模型缩小为能够在边缘端或其他资源 受限环境中运行的精简小型模型。例如，参数量化是目前的主流技术路径，其核 心思想是通过将浮点计算转成低比特定点计算以降低数据精度，有效降低模型计 算强度、参数大小和内存消耗，即以牺牲部分模型性能为代价提升计算效率。 Yufan Liu 等人的研究结果显示，当模型的 FLOPs 数量修剪为原来的 50%左右 时，模型牺牲的准确度约 10%；即当接受约 10%的性能牺牲时，可以节约 50% 左右的算力成本。

智能硬件新品 Humane AI Pin 重磅发布，或将开启全新 AI 落地形态。11 月 9 日，由两位苹果公司的前设计和工程团队高管创立，OpenAI CEO 山姆·奥特曼 参与投资的 Humane 公司发布了其穿戴设备 AI Pin。AI Pin 的定位是人工智能个 人助理，内嵌 GPT-4 技术，作为一个去屏幕化的独立设备运行；它可以通过语 音或手势来控制，并将信息投影到周围的物体上。据其官网介绍，该设备搭载了 2.1GHz 八核高通骁龙处理器，同时依赖于微软 Azure 的云计算服务。我们认 为，AI Pin 的出现类似于 2016 年的虚拟现实（VR），它们都创新性地提出了人 机交互的新范式。我们认为 AI Pin 不仅是一个 AI 原生的可穿戴设备，更是一个 大模型代理能力（Agent）的集中体现。具体来讲，操作系统作为一个天然自带 复杂工作流程的场景，非常适合通过 AI Agent 来加速各种流程的自动化。本次 AI Pin 搭载的操作系统 Cosmos 就是上述应用落地的直接体现，我们认为这会加 速各式边缘端的各式智能硬件的兴起。未来建议关注传音控股、漫步者、石头科 技、中科创达。

2.1.5 AIGC 应用开启商业化落地，大模型精准度提升打开 B 端空间

AI 颠覆办公场景，办公提效刚性需求叠加广阔覆盖人群，将开辟 AIGC 商业化 蓝海。9 月 26 日起，微软将全新升级的 Copilot 直接集成到 Windows 11、微软 Office 365 全系产品和 Edge 中，11 月 1 日面向企业客户开放集成 Copilot 的 Microsoft 365，每用户每月 30 美元。Copilot 将集成到所有 Microsoft 365 应用 中，访问电子邮件、会议、聊天、文档、以及网络等，全方位渗透 Word、 Excel、PowerPoint、Outlook、Teams 等办公体系应用，有望实现办公场景革命性 变化。9 月 20 日，2023 金山办公技术开放日，金山办公宣布基于大模型的智能 办公助手 WPS AI 已接入公司全线产品，并邀请用户体验全组件 AI 功能；首次 对外展示了金山办公自研模型的最新进展，该模型基于开源底座，通过训练调 优，助力 WPS AI 成为国内率先落地的 AI 办公应用。当前 WPS AI 仍处于免费 使用阶段，后续用户形成使用习惯，有望推广 WPS 应用并提升产品 ARPU 值。

大模型“幻觉”问题尚未解决，创意设计与营销推广或为多模态大模型落地的 初期沃土，部分厂商已形成成熟产品形态与商业模式。万兴科技自 2023 年初推 进全产品体系上新 AI 功能，其中 AI 工具集 media.io 已构建完整商业模式闭环， 可面向视频、音频、图像多模态领域进行 AI 编辑与 AI 生成。AI 编辑不同模块 可单独付费或整体打包购买，年费为 95.99 美元/年；AI 生成涉及算力消耗，包 括数字人口播视频、AI 翻唱、多风格肖像生成等，预计未来会形成年度或月度付费为主，以生成时长和次数付费为补充的模式。10 月 9 日，美图公司发布自 研视觉大模型 MiracleVision（奇想智能）3.0 版本，将全面应用于美图旗下的影 像与设计产品，并助力电商、广告、游戏、动漫、影视五大行业，重点赋能创意 艺术设计与营销推广领域，加速从 C 端娱乐级应用向 B 端专业级应用拓展。

大模型“长文本限制”症结有望逐步化解，B 端专业性有望提升。大模型的“长文 本”记忆能力是当前应用推广的堵点，当模型可以处理的上下文变得更长后，大 模型应用覆盖面将变宽阔，专业度也将大幅提升，在 B 端具备专业性的领域如 金融、医疗、教育发挥作用。金融方面，6 月 28 日，恒生电子发布金融智能助 手光子和全新升级的智能投研平台 WarrenQ，并首次推出金融大模型 LightGPT；至 10 月 19 日，大模型 LightGPT 相比 6 月在整体模型效果上提升 15%，安全合规性上提升 13%，推理速度上提升 50%。恒生电子发布四款大模型 应用：光子·文曲是面向投资顾问的一站式内容创作平台，光子·方圆聚焦金融机 构投资合规领域，光子·善策聚焦投顾咨询场景，以及光子·慧营定位资管与托管 产品运营助手，当前各产品处于内测阶段，后续随着用户测试数据反馈，产品有 望持续打磨升级，加速赋能金融投研领域。

AI 引领教育行业变革，为用户提供个性化、高效率的学习辅助工具。国内在年 内相继有多个教育大模型发布或实现备案，主要针对加速教育体系数字化转型以 及 AI 对话式教学两个方面。教育应用场景对大模型精准度以及合规性要求极 高，随着“长文本”能力不断增强，以及多模态能力发展，大模型记忆力与语音 表达能力将进一步提升，加速 C 端应用推广。AIGC 应用领域，建议关注：万兴科技、美图、金山办公、恒生电子、佳发教 育。

2.2 国产算力：雄关漫道真如铁，而今迈步从头越

2.2.1 外部环境：美国不断加大管制，高端芯片进口进一步受限

美国持续出台高端芯片出口管制新规，日趋严格。2023 年 10 月 17 日，美国政 府（USG）宣布已向《联邦公报》提交了一项名为“实施额外出口管制：某些先 进计算产品；超级计算机和半导体最终用途；更新和更正”的中期最终规定。该 规定修改了性能限制条款，并对出口到中国和 D1、D4 和 D5（包括但不限于沙 特阿拉伯、阿联酋和越南，但不包括以色列）等国家组的产品增加了许可要求。 其中，针对芯片的性能限制着重于算力能力方面，并用峰值算力、操作位宽、 芯片面积等参数进行量化限制。

高端芯片进口进一步受限，国产算力芯片迎发展机遇。2023 年 10 月 24 日，英 伟达针对该“中期最终规定”发布公告，该许可要求适用于英伟达的集成电路， 其性能超过某些阈值（包括但不限于 A100、A800、H100、H800、L40、L40S 和 RTX 4090），以及任何集成了其中一个或多个 covered 集成电路的系统（包 括但不限于 NVIDIA DGX 和 HGX 系统）。该许可要求还包括未来的 NVIDIA 集 成电路、板卡或系统，其分类为 ECCN 3A090 或 4A090，并且达到一定的总处 理性能和/或性能密度。根据我们计算，除英伟达公告外，包括 V100、A30 在内 的“老一代”英伟达芯片以及 AMD 高端算力芯片亦在限制条件之内。我们认 为，海外高端算力芯片进口限制范围扩大，一定程度上是国产算力芯片的发展 机遇，国产算力芯片有望借此窗口期打开商业化道路，持续迭代。

2.2.2 硬件：国产厂商专注差异化场景加速追赶

英伟达加速产品迭代。在 AMD 的 MI300、MI400，亚马逊的 Trainium2，微软的 Athena，英特尔的 Gaudi 3 等的追赶下，英伟达将原来 2 年左右一升级的产品迭 代速度，缩短到了一年内。根据 SemiAnalysis 报道，英伟达计划在 2024 年推出 H100 的升级版 H200，并紧接着推出下一代产品 B100。2025 年，便计划推出 X100，互联速度将从 400G 提升至 1600G。我们认为，随着英伟达等产品迭代， 美国对于我国高端芯片限制条件或将不断调整，预估会将指标维持在低于届时 最先进的芯片性能，但优于我国国产最先进芯片性能的水平，以持续压制我国 高端芯片产业进展，但又同时尽可能攫取商业价值。

国产厂商定位差异化赛道，个别性能超越限制指标，差距逐步缩小。各类 AI 模 型根据应用场景定位不同，对于计算精度的要求亦不同。英伟达作为全球加速计 算领航者，其产品功能齐全，在各精度性能上表现优异。而经过我们整理华为、 海光、寒武纪等国产芯片厂商公开信息发现，国产加速计算芯片针对不同精度， 在特定精度和场景下实现了对英伟达 A100 产品的追赶。我们认为，国产芯片厂 商定位差异化竞争，在特定应用下性能已逐步向全球领先标准看齐，英伟达虽 仍在不断迭代，但考虑禁令的存在，国产产品与英伟达在国内可合法提供的产 品间的差距将大幅缩小。

2.2.3 软件：破除 CUDA 垄断是巨头们的共识，合力共建开源生态

PyTorch 逐步成为主流 AI 框架。PyTorch 是一个开源的 Python 机器学习库，基 于 Torch，底层由 C++实现，应用于人工智能领域，如计算机视觉和自然语言处 理。它主要由 Meta Platforms 的人工智能研究团队开发，目前已脱离 Meta 成为 开源社区。

Pytorch 基金目前有 AMD、Intel 甚至华为在内等厂商赞助，不仅支持 CUDA， 亦支持 ROCM 等计算平台。CUDA 是目前最主流的计算平台，其积累的算子种 类与数量形成短期难以跨越的壁垒。AMD 与 Intel 等芯片厂商深知 CUDA 壁 垒，所以大力支持目前最主流的机器学习库 Pytorch，以期能由软件出发，由机 器学习这一当前需求最旺盛的领域出发，通过开源的力量，逐步追赶 CUDA。我 们认为，与英伟达直接竞争的 AMD、Intel 等海外芯片巨头，为填补巨大差距， 开源共建是不二之选，国产厂商有望迎来协同发展机遇。

2.2.4 历史的选择：算力国产化是必经之路

2.2.4.1 华为昇腾是国产算力领先者之一，核心合作伙伴有望受益

华为计算产业布局完善。华为拥有鲲鹏与昇腾两大产业链，其中鲲鹏为以 CPU 为基础的通用计算产业，基于 ARM 架构的鲲鹏 CPU 华为开源了其自研的操作 系统（欧拉）与数据库（高斯），并与自身云服务能力兼容；而昇腾则是以异构 芯片为基础的加速计算产业，基于达芬奇架构的昇腾 NPU 华为开发了 MindSpore AI 框架、Mindstudio 开发工具链等，并研发出盘古大模型，其自身硬 件架构兼容性良好且支持外部模型使用。

构建昇腾全产业链底座。昇腾系列处理器是基于华为达芬奇架构的神经网络处理 器（NPU），包括昇腾 310 和昇腾 910 两款针对不同应用领域的芯片： ⚫ 昇腾 310 定位为推理处理器，高效、灵活、可编程，能够以最大功率 8W 达 到 16 位半精度（FP16）8TFLOPS、整数精度（INT8）16TOPS 的算力，能效 比极高，主要用于智能手机、智能附件等电子终端。 ⚫ 昇腾 910 定位为训练处理器，高度集成的片上系统在提供高算力的同时可减 少与 Host CPU 的交互，最大功率 310W，运算能力可达 FP16 320 TFLOPS、 INT8 640TOPS，比英伟达 A100 更高，主要应用于高端服务器和云计算。

核心整机合作伙伴有望强者恒强。我们认为，随着华为生态不断推进，在价格优惠以及技术能力壁垒下，华为生 态合作伙伴有望强者恒强，目前处于领先以及优选级的伙伴份额有望持续提 升。

2.2.4.2 海光信息：脱胎于 Rocm，国产生态之冠

公司 DCU 基于 GPU 架构，软件生态完善。海光 DCU 系列产品以 GPGPU 架构 为基础，软件生态完善兼容通用的“类 CUDA”环境，可广泛应用于大数据处 理、人工智能、商业计算等应用领域，主要部署在服务器集群或数据中心，为应 用程序提供高性能、高能效比的算力，支撑高复杂度和高吞吐量的数据处理任 务。典型应用场景下，海光深算系列芯片达到国际上同类型高端产品水平。海光 DCU1 采用 FinFET 工艺，同时支持全精度和半精度训练，国内市场相对稀缺； DCU2 已量产，实现了在大数据、人工智能、商业计算等领域的商用。相较于深 算一号，深算二号的性能实现了翻倍增长。

2.3 智能驾驶：舱驾一体元年，迈向从 1 到 N 的新阶段

2023 年前十个月国内新能源车销量同比增长 37.1%，新能源新车渗透率达到 41.9%。国内 2023 年 1-10 月乘用车销量达到 1726.7 万辆，同比增长 3.2%；其 中新能源车销量 723.1 万辆，同比增长 37.1%，新能源车新车渗透率达到 41.9%，同比提高 10.4pct。国内乘用车销量在今年退补的压力下仍呈现同比上 升，同时新能源渗透率各品牌差异化较大：今年 10 月自主品牌新能源车渗透率 为 51%；豪华车中的新能源车渗透率为 33.6%；而主流合资品牌新能源车渗透率 仅有 6.4%。我们认为，受益于新能源新车渗透率的持续提升，以及自主品牌的 强势销量增长带动，乘用车智能化有望在今年进一步提升。

乘用车智能化指数达到 53.1。根据乘联会，今年 1-9 月国内智能化指数从 45.8 提升到 53.1，其中 5、6 月环比提升增速显著较高，原因在于部分智能化功能较 强车型销量的大幅增长（特斯拉 Model Y 和 Model 3、比亚迪海豚、埃安 Y PLUS、理想 L7 等）。

城市 NOA 元年，智能化领先的车企均推出自己的城市 NOA，相关车型芯片格 局相对集中。NOA 是今年乘用车智能化的新趋势：小鹏全场景 XNGP、蔚来城 市 NOP+、问界 M5 智驾版华为 ADS2.0 等主流车企城市领航辅助驾驶进入规模 化应用阶段。从盈利模式来看，理想、阿维塔选择标配策略，特斯拉&蔚来&问 界采用比较灵活的订阅或选装模式，小鹏选用选装模式。根据高工智能汽车，截 至 2023 年 6 月，除特斯拉 FSD 芯片外，仅五家方案商实现 NOA 车型量产交 付。

智能化进入从 1 到 N 阶段，2024 年舱驾一体概念开启落地周期。2023 年国内整 车智能化从功能上车阶段迈向底层电子架构升级的新阶段。高工智能汽车研究院 预测，2023 年中国市场乘用车整车智能化 1.0 版本（以智驾和智舱完成域控架构 升级为标准）前装搭载率将首次突破 10%，预计到 2025 年将突破 50%。同时， 从 2024 年开始，整车智能化 2.0 版本（中央计算及控制架构）将规模化上车， 英伟达、高通均宣布其下一代芯片将支持舱驾一体，舱驾一体概念的落地周期有 望开启。

展望 2024 年，我们认为汽车智能化方案或百花齐放，架构升级元年是方案商拓 展市场的极佳机会。伴随车厂对智能驾驶需求的提升，以及多域融合的趋势，智 能驾驶方案商（包括软件、芯片、域控硬件以及代工合作等方案提供商）的方案 日渐多元化。我们认为，国内智能驾驶行业或迎来几个变化： 1) 高端格局集中：多域融合趋势下，车厂方案提供商将从座舱、驾驶分开定点， 转变成由统一供应商供应，智驾高端市场或进一步集中； 2) 中低端车型的智能驾驶渗透率快速提升：伴随智能驾驶领域的初创公司导入 期、传统汽车硬件厂商/来自其他领域龙头的新进入者的研发期接近尾声，更 多方案将进入市场，叠加部分高端供应商在高举高打的方案基础上下沉，中 低端市场相对高端市场或将更快实现成本定价。在高性价比方案涌现后，中 低端市场将实现智能驾驶渗透率的快速提升。

3) 智能驾驶厂商开启出海新篇章：伴随国内智能驾驶能力的飞跃式提升，部分 方案商已经具备国际竞争实力，同时国内自主品牌的电动化、智能化的横向 优势持续凸显，国内智能驾驶或将进入出海的新篇章。

3 “优等生”：抗冲击韧性强、成长拐点先行加速， 戴维斯双击的沃土

“优等生”是 2024 年 EPS 和 PE 双击的沃土。2023 年面对复杂的外部环境，计 算机有部分细分赛道、自下而上的独立标的展现了极好的抗冲击韧性，并持续展 现了基本面的边际回暖，成长性相比同行更早地出现加速拐点，横向比较优势明 显。我们认为，这类赛道或者标的属于典型的“优等生”，尤其结合 2023 年三季 报数据的强自我验证，未来这类赛道或者标的展现超额韧性的概率更高。进入 2024 年，如果相关资产的跨年度业绩韧性得到数据持续验证，其成长确定性的 溢价将逐步带动估值体系扩张，一部分“优等生”可能在 2024 年演绎出 EPS 和 PE 的双击。

3.1 电子测试仪器：国内市场逐步修复，国产替代稳扎稳打

国内 TMT 制造业固定资产投资增速触底回升，“科研工具”景气度有望恢复。 电子测试仪器是计算机、通信、电子等产业科研先导工具，具有较强的需求韧 性，其市场增速往往与企业固定资产投资增速同步，能反映科技产业对研发投入 的信心与力度。根据 Wind 数据，中国 TMT 制造业固定资产投资完成额累计同比增速，自 2022 年初至 2023 年 8 月整体呈现下降趋势；同时，中国 TMT 制造 业规模以上工业增加值自 2023 年初至 6 月累计同比增长均为负值，且在 2023 年 6 月实现工业增加值增长转正与固定资产投资增速首次触底的“双拐点”，表明 中国 TMT 制造业正在走出疲弱态势，扩张意愿逐步加强。“科研工具”逐渐步 入景气上行阶段，国内电子测试仪器市场增速有望提升。

国内电子测试仪器逐步进军高端领域，国产替代进行时。2023 年国内电子测试 仪器厂商持续投入技术研发，新产品更迭加速，其中普源精电于 9 月 17 日推出 13GHz 带宽示波器，首次实现进军国际高端领域；鼎阳科技加强在射频仪器领 域的优势，发布手持式矢量网络分析仪；坤恒顺维年初推出最高频率覆盖至 44GHz 的频谱仪，年内已形成一定订单；优利德加速中高端仪器布局，5 月 11 日推出 4GHz 带宽示波器以及测量范围达 26.5GHz 的信号分析仪。国产新品保持 高端化趋势，国产替代稳扎稳打。

3.2 政务 IT：万亿国债或将带来需求端拐点，重点关注财税信息化

顶层规划加速数字政务发展。2023 年 2 月，中共中央、国务院印发《数字中国 建设整体布局规划》指出发展高效协同的数字政务，要求加快制度规则创新，强 化数字化能力建设，提升数字化服务水平，到 2025 年政务数字化智能化水平明 显提升；同时明确强调将数字中国建设工作情况作为对有关党政领导干部考核评 价的参考。从顶层规划和制度保障两个角度，推动了各地数字政务的发展。

政务 IT 市场短期增长承压，但万亿国债发行，需求端有望迎拐点。根据 IDC 数 据，2022 年数字政府 IT 解决方案市场总量 291.2 亿元，同比增长 5.6%，增速较 上年同期（32.3%）有所放缓，主要受各地财政收支压力影响，部分政府信息化 项目面临延期，短期增长承压。但是该趋势或将有所缓解，2023 年 10 月，十四 届全国人大常委会审议通过了万亿特别国债，预计财政赤字率有望由 3%提高到 3.8%左右，由于此次特别国债以中央加杠杆的方式，直接转移支付至地方使用， 一方面可以部分缓解各地财政压力，另一方面释放财政政策加力提效信号，政务 IT 下游需求或有望迎来拐点。

财政 IT 建设具备优先级，电子凭证孕育百亿市场。财政部门负责统筹政府资金 分配，日益复杂的国家治理需要对财政信息化水平提出新要求，必须依靠数字化 智能化手段提高财政资金监管效率和使用效率，因此在政务 IT 领域，财政信息化具有优先级。我们认为 2024 年电子凭证会计数据标准有望全面推广，根据我 们测算，假如全面推广，在 G 端单位有望打开 140 亿元市场空间，若将 B 端企 业主体考虑在内，市场规模有望进一步放大。

金税四期向地市推广，税务 IT 有望迎来 G 端业绩释放。2021 年 3 月，中办、 国办印发《关于进一步深化税收征管改革的意见》，要求稳步实施发票电子化改 革，到 2023 年实现从“以票管税”向“以数治税”，2025 年基本实现发票全领域、 全环节、全要素电子化，基本建成功能强大的智慧税务。在该政策指导下，2022 年底，金税四期基本开发完成；2023 年 11 月，除西藏外，全国 35 个省/市/自治 区均已全面开展数电票开票试点，为金税四期向地市推广奠定基础。我们认为 2024 年金税四期有望向全国全面推广，进入各地个性化开发阶段，为税务 IT 企 业带来新增项目机遇。

3.3 超高清产业：后疫情时代需求修复，海外娱乐地标积极推进

后疫情时代线下演艺活动修复，海外超高清产业进展迅速。2023 年 9 月 29 日， 美国拉斯维加斯的 MSG Sphere 向公众开放，开创了新一代娱乐场所，其内部有 16 万平方英尺的 LED 显示屏，并具有全球最高的 16Kx16K 分辨率，球体外部 为 58 万平方英尺的球形 LED 灯阵。MSG Sphere 由全球领先的媒体服务、像素 处理和显示控制技术公司 7thSense 提供技术支持，为大众提供全新体验的多媒 体娱乐场景。近年全球大型 LED 显示屏场馆建设进展加速，项目主要针对演唱 活动、购物中心、娱乐中心等线下大规模客流量场景，目前在美国、沙特、科威 特等地建设当地“娱乐地标”。根据 Sphere 公司披露，未来将会在伦敦建设新的 球形屏项目，球体将与大本钟相近，后续在美国的球形场馆建设依然可以期待。

 

编辑：520中国