2023年计算机行业2024年投资展望：在高成长板块探寻确定性

1. 行业回顾：三波行情驱动跑赢市场，机构维持超配仍具信心

纵向来看，计算机板块 23 年经历三轮行情，当下处于底部波动阶段。以 2023 年 1 月 1 日为基准，截至 2023 年 11 月 30 日（下同），今年计算机板块的涨跌幅达+11.17%，相较沪深 300 指数实现+20.86%的超额收益率， 大幅跑赢市场。超额受益的取得主要依靠以下三波行情： 第一波：1-4 月，随着数字经济政策出台、人工智能海外映射催化，板块业绩提升预期走高，估值大幅修复， 板块整体在细分行业的带动下逆势上涨，走出独立大行情； 第二波：6 月，受英伟达业绩高增同时预期上修带动，人工智能板块迎来以算力为核心的二波行情； 第三波：10 月中旬-11 月中旬，受海外芯片限制法案的影响，计算机板块在国产替代板块的驱动下迎来了小 幅上涨，并带动计算机板块走出了为期约一个月的独立行情。 三波上涨叠加两波回撤构成 23 年计算机板块的整体走势，目前由于市场趋势较弱，计算机板块整体呈现底 部小幅波动状态。

横向来看，科技板块整体表现在申万子行业中居前。在整体市场行情低迷的状态下，计算机板块经历大幅波 动，但全年整体涨跌幅仍为正值，与通信、传媒、电子等科技板块共同在申万一级子行业中排名居前，表现 相对占优。

分规模来看，小市值公司上涨范围及幅度占优。23 年以来 500 亿以上市值公司（剔除 ST 股）上涨比例为 54.55%， 平均涨跌幅为-4.52%；100-500 亿市值公司上涨比例为 51.61%，平均涨幅为+5.55%；50-100 亿市值公司上涨 比例为 69.86%，平均涨幅为+15.60%；50 亿以下市值公司上涨比例为 87.13%，平均涨幅为+37.79%。我们认 为小盘股表现占优的原因一方面在于基数效应，业务及技术增量对大体量公司影响整体不及小公司；二是由 于主题投资行情下的资金偏好；三是得益于近期北交所相关个股的较好表现。

分实控人性质来看，是否为国有背景对技术驱动行情影响较小。今年以来国有性质计算机行业上市公司的上 涨比例为 77.78%，平均涨幅达 28.77%；非国有性质计算机行业上市公司上涨比例为 75.79%，平均涨幅达 25.45%。2023 年国有性质及非国有性质计算机企业上涨比例及平均涨幅区分度不明显，说明实控人性质对技 术驱动下的行情整体影响较小。

个股表现方面，人工智能板块公司涨幅亮眼，部分信创公司跌幅居前。近一年涨幅排名前十的个股分别为朗 科科技（+237.73%）、志晟信息（+215.02%）、金桥信息（+182.61%）、万兴科技（+170.30%）、汉鑫科技（+164.96%）、 拓维信息（154.00%）、赛为智能（+147.35%）、古鳌科技（+132.96%）、恒为科技（+129.78%）和亚康股份 （+125.56%），主要集中在人工智能板块，人工智能为计算机板块全年主线，因此涨幅较高的个股基本为人 工智能算力、应用等方向个股，与上半年基本一致。 跌幅排名前十的个股分别为广联达（-66.99%）、信安世纪（-60.92%）、三未信安（-53.51%）、麒麟信安（-52.19%）、 索辰科技（-51.21%）、通达海（-47.16%）、纳思达（-45.96%）、中望软件（-44.59%）、北路智控（-43.63%）和致 远互联（-43.27%），主要集中在广义信创板块。产业数字化领域，建筑信息化龙头广联达主要受下游景气度不佳 传导；广义信创领域，信创硬件纳思达，工业软件索辰科技、中望软件，办公软件致远互联，信息安全板块信安 世纪、三未信安及麒麟信安均受需求侧及资金面影响大幅回撤。

估值方面，板块整体处于合理偏高区间。截至 2023 年 11 月底，计算机板块的滚动市盈率为 111.69 倍，处于 过去五年 66.28%分位，整体估值水平处于合理偏高区间。我们认为主要是下半年的回撤带来板块的估值回调， 24 年有望依靠业绩回暖进一步消化部分估值，提升板块配置性价比。

持仓水平较为稳定，超配比例较高。机构持仓水平上 2023Q3 基金持仓比例约为 5.38%，超配比例达 3.96%。 上半年计算机板块机构持仓及超配比例增长明显，但伴随着下半年的下跌行情，计算机板块机构持仓增长趋 势有所放缓，但持仓与超配比例仍维持较高水平，具备较强配置意愿。

重仓板块方面，人工智能应用层仍具较强吸引力。重仓股排名变动来看，金山办公、科大讯飞、大华股份、 同花顺等公司排名有所上升，人工智能应用层头部企业受到机构认可。持仓总市值方面，2023Q3 前十大重仓 股中，金山办公、海康威视、科大讯飞、德赛西威、大华股份、宝信软件、同花顺持仓总市值均有所上升， 与其排名变动基本一致。

回顾过去一年，在 A 股整体走弱的背景下，计算机板块依托市场高风险偏好上半年跑出独立大行情，该轮行 情同此前的计算机行情一样，依旧表现出幅度大、弹性强、周期较短的特点。当前随着下半年的回撤以及板 块业绩的稳增，高估值已被部分消化，同时从机构超配及重仓情况来看，其仍对人工智能板块有较强信心与 参与意愿。

2. 行业展望：在高成长板块探寻确定性

对于 2024 年计算机行业的投资展望，我们认为应该“在高成长板块探寻确定性”，核心把握人工智能与数据 要素两条主线，在主线中去寻找确定性较高、具备预期差的投资细分方向。 我们主要基于以下思路做出上述行业主线判断： 计算机蕴含两大机会，需从三大维度综合把握。复盘历史，作为高 β、高成长性、中小公司居多的行业，计 算机板块主要存在两大类投资机会：一是确定性技术变革或政策引领型，该种行情持续时间通常较长，受益 标的众多，领头公司涨幅可观，通常会大范围催化需求并引起相关公司发展逻辑或商业模式变化，有望迎来 戴维斯双击。二是受景气度驱动或对相关主题预期改善所带来的结构性投资机会，该类型行情往往针对特定 细分领域，由于计算机板块弹性大，相关公司短期内可见可观涨幅，但行情较短。因此我们认为对计算机行 业的分析需从行业及个股基本面、估值与风险偏好、主题催化与关注度三大维度去综合把握。

计算机行业从发展逻辑角度可分为具有不同特性的三大板块。 依照产业特性与发展逻辑的不同，我们将计算机行业划分为广义信创（对市场现有成熟技术或产品进行国产 替代）、数字产业化（利用当前格局未定、渗透率较低的先进产业或技术实现盈利）、产业数字化（将 IT 技 术视为工具为其他产业赋能，提升其他行业运行效率）三大板块。 三大板块特性差异明显，广义信创具备较强中期确定性，一方面自主可控的大方向较为确定，同时政策端在 2+8+N 行业有着明确推进节点，因此具有较为稳健的行业增速；数字产业化具有较强弹性以及主题投资机会， 由于板块内行业通常处于较为初级发展阶段，新技术在应用空间与场景上不断突破，加之格局未定，因此在 预期上的较大分歧带来板块高弹性表现；产业数字化板块与下游所应用行业景气度水平、资本支出、数字化 进程等联系紧密，因此通常兼具计算机行业与其他行业的多重 β。

2.1 基本面分析：行业整体预期稳健增长，高成长性板块产业突破有望

对于行业基本面我们从技术、政策、需求三大周期维度进行综合分析。 技术周期方面主要结合技术成熟度曲线，对于所处不同阶段技术采用不同分析方法。萌芽期重点展望技术落 地空间与推进节奏，把握具有先发优势的头部企业以及赛道“卖水人”；膨胀期主要对比海内外技术差距与技 术在应用端的深化拓展，找寻国产替代可能以及应用侧的潜力创新；破裂期主要观测行业格局分化，关注头 部企业的市占率变化，跟踪大龙头以及头部差异化竞争者；恢复期行业格局基本稳定，稳健增长叠加预期提 升，市场有望实现戴维斯双击；成熟期应去探寻国产替代机会或相应企业的新增长曲线。

结合 Gartner2023 年新兴技术成熟度曲线以及我们对相应技术的判断，认为 AI 大模型应用、国产算力、国产 工业软件等技术正处于萌芽前中期，仍有较大发展潜力；国产基础软件、国产应用软件、国产行业系统、智 能驾驶等技术处于萌芽中后期，随着信创进程的推进以及产业技术的迭代不断完善；AI 大模型、智能座舱逐 步进入期望膨胀期，随着行业融资放缓企业造血回款压力变大，大模型及智能汽车行业或将有部分公司逐步 被市场出清；云计算 IaaS 层存在降价压力，国内 SaaS 层市场预期较低，整体处于分化低谷阶段。

政策周期方面，我们对中期大方向的判断主要依据二十大报告、国务院机构改革方案、中美关系以及发改委 《“十四五”数字经济发展规划》、国务院《数字中国建设整体布局规划》两大文件；对短期推进力度及节奏的 判断主要参考出台相应规范性、地方性政策、以及试点落地的频次及密度。 方向上，我们认为二十大报告重点强调的“科技自立自强”、“发展数字经济”两大内容仍将构成计算机乃至整 个科技产业发展中期政策主线，关键技术自主可控预期持续推进，数字经济与实体经济逐步深度融合，加之 国务院机构改革新设数据局，数据要素产业具有较强发展确定性，潜在的边际变化可能主要在于趋势向好， 但关键技术领域竞争加剧的中美关系。

过去几个月中美高层开展多次交流，特别是 11 月 15 日，习近平主席在美国旧金山同美国总统拜登举行 中美元首会晤。两国元首就事关中美关系的战略性、全局性、方向性问题以及事关世界和平和发展的重 大问题坦诚深入地交换了意见，达成了诸多重要共识，形成了面向未来的“旧金山愿景”。这次元首会晤 为实现中美关系的健康、稳定、可持续发展指明方向，为动荡变革的世界注入了确定性、提升了稳定性。

与此同时，10 月 17 日，美国拜登政府同时出台《先进计算芯片规定》（《AC/S IFR》）和《半导体生产物 项管制新规》（《SME IFR》），相较于去年 10 月出台的《芯片法案》和《107 规定》，进一步扩大了受到 管控的半导体芯片和半导体生产设备，进一步限制美国主体向中国先进半导体的生产和制程提供帮助， 同时扩大了出口半导体生产设备需要许可证的国家清单。根据新规英伟达为中国市场推出的 A800、H800 等“特供”芯片产品将受限，关键技术领域的技术竞争或进一步加剧。 节奏上，信创产业政策正按规划稳步推进，当前高规格规范性政策出台的领域主要是在人工智能、数据要素 等高成长性先进产业方面，政策有望引导相关产业发展方向，催化产业发展速度，规范产业发展路径。

需求周期方面，我们认为除了汽车等依靠智能化技术真正改变竞争格局的产业，数字化转型对于大部分传统 产业来说更多起到锦上添花的作用，因此对计算机行业的需求与下游行业的景气度水平密切相关，因此对需 求周期的分析应从大的宏观环境把握，重点关注上游电子行业周期的边际传导、行业信创推进过程中政策对 需求的刺激、下游行业的景气程度及边际改善。 C 端需求具备较多催化，B 端仍优先考虑央国企需求。消费电子方面华为手机鲶鱼效应明显，刺激换机需求， 同时折叠屏手机及 AIPC 等存量创新、XR 及大模型赋能的 AIPin、学习机等增量创新均有望进一步打开 C 端 需求；对于 B 端而言，虽然信创与数字化转型当前正在行业端稳健推进，但在整体经济承压背景下，中小 B 端仍有较大发展压力，IT 资本支出受限，当前央国企或将继续成为需求层面的主要引领者。

综上，从行业基本面的三大维度来看，我们认为在我国当前的市场环境中，除部分萌芽期技术具备产业突破 可能外，大部分技术仍将在政策自上而下的推动下逐步按规划稳步推进，同时由于国内计算机行业以 2B、2G 客户为主，在 IT 预算限制、前期招投标情况以及需求周期的共同作用下，政策端的催化在 2024 年仍主要带 来行业的稳健增长，较难有全局性的爆发。但对于人工智能、数据要素等行业而言，大空间叠加高成长性， 同时人工智能板块参与主体更为市场化，数据要素板块具备丰富数据资源的央国企积极参与，二者具备较大 产业突破与预期提升空间。

2.2 估值与风险偏好：板块投资性价比有望持续提升

性价比指标上我们重点对估值水平与市场整体风险偏好进行分析。 纵向主要分析行业整体以及子板块所处估值分位水平，板块整体估值水平正常偏高，高成长性板块具备一定 估值性价比。由于下半年的回撤，当前计算机行业的估值性价比有所提升，整体市盈率水平为 111.69 倍，达 过去五年 66.28%分位、过去一年 69.55%分位，处于正常偏高区间内，但从高成长性细分子板块来看，同花 顺人工智能指数（885728.TI）当前市盈率水平为 72.55 倍，处于近一年 31.97%分位；同花顺数据要素指数 （886041.TI）当前市盈率水平为 123.62 倍，处于今年 4 月 11 日指数编制以来的 17.20%分位，具备一定估值 性价比。随着宏观形势边际向好带来的业绩提升预期，估值有望得到进一步消化。 横向我们重点考虑市场整体风险偏好情况，市场风险偏好恢复有望延续，成长性板块迎机遇。当前中美经贸 关系整体边际向好，在美国货币政策边际转鸽以及国内财政政策持续发力的背景下，我们认为中期 A 股市场 整体的风险偏好的恢复有望延续，高成长性板块迎来机会。

2.3 主题催化与关注度：政策与技术端催化或将提升市场预期

流动性预期指标上我们重点对潜在的主题催化以及市场关注度进行分析。 我们认为计算机行业整体在 24 年仍将处于稳健增长状态，但在风险偏好恢复阶段，增速平稳行业较难获得 市场关注，叠加国内计算机公司以 B 端 G 端业务为主，受预算与招投标节奏限制需求端大幅改善的可能性较 低，因此具备提升市场预期潜力的催化主要在以下两方面，一是政策端规范性、扶持性政策的出台落地，我 们认为可能主要集中在数据要素、自动驾驶、国产算力扶持等方面，二是技术端的国内突破与海外映射，我 们认为当前突破可能主要在算力端以及人工智能的软硬件应用端。

3. 投资分析：人工智能与数据要素板块持续掘金

3.1 人工智能：关注 Maas 业态、算力租赁及国产化以及对传统产业的重构

对于人工智能行业，我们已在此前的报告中阐释了“模型-算力-数据”三位一体的分析框架，对于产业的最 新研判，我们认为应从 OpenAI Devday 以及 Microsoft Ignite 两场具备权威性的大会进行前瞻。 【OpenAI Devday】11 月 7 日，OpenAI 首次发布会由 CEO Sam Altman 主讲并配合现场演示，展示了多款新 产品，其内容主要包括以下六方面：

1、 公布开发者数据：全球目前已有超过 200 万开发者在使用 OpenAI 的开发者服务，其中 90%来自世界 500 强企业，OpenAI 的周活跃用户数目前突破一亿；

2、 GPT-4 Turbo：发布产品 GPT-4 Turbo，支持 128K 上下文窗口，Token 的费用比 GPT-4 更便宜，输入低 至之前的 1/3，输出则是 1/2；知识库更新至 2023 年 4 月；API 现在支持图片和文本输入；新版本中的 JSON 模式可以强制 GPT 以纯 JSON 格式响应；集成 DALL-E 3、语音合成等新能力。

3、 版权保护功能：承诺为 API 用户与企业客户提供版权保护服务及侵权赔偿服务。

4、 GPTs（定制化 GPT）& GPTs Store 应用商店：每个人都可以构建自己的 GPT，GPTs 应用商店即将于本 月晚些时候正式发布，开发者可上传自己的 GPT 并获得收入。OpenAI 还推出 GPT Builder，专门用于以 自然语言交互的方式为用户创建自定义的 GPT。自定义 GPT 发布后，用户可选择私有、专属以及公开 三种方式发布应用。对于企业版 GPT 用户，周三开始就可以为特定客户、部门或专有数据集创建自己的 ChatGPT。

5、 辅助性 API：开发者可以通过辅助性 API 提供的各类工具如检索、代码解释器、Python、提供沙箱环境 构建等，高效创建 AI Agents。

6、 多模态能力提升：GPT-4 Turbo with Vision、DALL-E 3 和 TextToSpeech 工具现已上线，发布语音合成模 型 tts-1、tts-1-hd 和语音转文字模型 Whisper 3。

以上六方面内容可以概括出三大重点： 1、 OpenAI 的大模型产品进一步优化，安全性提升，使用成本降低，便捷性增强； 2、 GPTs 及相应自然语言开发工具的出现大幅降低人工智能应用开发难度，应用端技术壁垒大幅降低，GPT 应用生态有望快速发展； 3、 OpenAI 将从提供插件系统过度到上线官方应用商店，或可像苹果一样构筑闭源生态，在开闭源大模型 的竞争中构筑高壁垒高毛利护城河。

【Microsoft Ignite】11 月 16 日，微软 Ignite 2023 技术大会在西雅图揭幕，围绕 AI，微软展示了从芯片、开 发工具、数据、到应用等各个层面的创新，主要内容包括以下六方面： 1、 发布两款定制芯片：Azure Maia 100 是微软的首款 AI 芯片，用于 OpenAI 模型、Bing、GitHub Copilot 和 ChatGPT 等 AI 工作负载运行云端训练和推理；Azure Cobalt 100 用于处理通用的计算任务，针对通用工 作负载的性能、功率和成本效益进行了优化。目前已经用在部分微软自己的服务上，明年对外商用； 2、 与 AMD、英伟达合作：之后微软会将 AMD、英伟达最新的处理器纳入 Azure 云服务； 3、 与 OpenAI 合作：OpenAI 的更新会作为 Azure AI 的一部分持续交付。最新的 GPT-4，包括 GPT-4 Turbo 与视觉功能将引入 Azure OpenAI 服务； 4、 扩大开源模型 MaaS 服务，：微软宣布扩大了开源模型的 MaaS 服务，让专业开发者将能够轻松将 Stable Diffusion、Meta Llama 2、Mistral 即将推出的高级模型以及 G42 Jais 等最新的 AI 模型，通过 API 集成 到他们的应用中；还可以用自己的数据定制这些模型，而无需担心 GPU 基础架构的设置和管理。 5、 推出开源预训练模型 Phi-2：微软发布自己训练的最新开源预训练模型 Phi-2，参数达 27 亿，在数理、逻 辑推理等方面均显著好于上一代产品； 6、 Copilot 在微软核心产品中的升级：同时宣布 Bing Chat 及其企业高级版 Bing Chat for Enterprise 正式更名 为 Copilot。推出 Microsoft Copilot Studio 低代码工具、Microsoft Copilot for Azure 云管理工具、Windows AI Studio 开发工具等。

以上六方面内容同样可以概括出三大重点： 1、 算力仍将是接下来一段时间产业发展的关键要素，英伟达、AMD 的巨头生态地位较难撼动，但微软同 样也在自研尝试； 2、 模型端 OpenAI 的闭源与基于 Llama 2等开源产品预训练模型将长期共存，基于开源模型的定制化 MaaS 服务具有较好发展前景； 3、 应用端微软运用大模型对自身产品全面赋能，商业化进一步提速。

3.1.1 模型：看好 MaaS 业态下的云厂商及行业垂类模型机遇

“百模大战”下 MaaS 业态具备较高发展确定性。MaaS（Model as Service，模型即服务）指的是用户可以直 接通过 API 调用基础大模型，为不同的业务场景，来构建、训练和部署专属模型。云平台会提供从数据、模 型到应用服务的全周期管理和工具，目前微软云 Azure、阿里云、华为云、腾讯云、天翼云等头部公司都已 推出 MaaS 服务，我们将从供需两方面来分析 MaaS 模式的发展确定性。 供给端当前开闭源底层预训练大模型遍地开花，厂商需要探寻变现路径。我们认为当前模型层面变现路径大 致可分为下图所示流量、SaaS、MaaS、平台化抽成、赋能自身软件、赋能自身硬件六种，对于公有云 IaaS 厂商而言，前期基础设施投入大叠加当前价格战，同时国内基于 PaaS 和 SaaS 提供 2B 数字化服务进行价值 回收效率较低，亟需新途径创收。我们认为 MaaS 是很好的途径，一方面定制化大模型可实现项目制收费， 同时日后大模型庞大的数据吞吐产生大量底层基础设施使用需求，为公有云厂商创收。

需求端企业普遍存在运用大模型改造自身业务的需求，基于垂类大模型二次开发更具性价比。当前算力资源 紧张，应用端企业基于开源预训练模型等自行开发成本高昂，同时数据处理、模型训练周期长，无法快速满 足业务上线要求，因此基于自身行业积累数据叠加较为成熟的垂类大模型进行二次开发更具性价比。 提供 MaaS 服务厂商需要在模型能力、基础设施、行业 know-how、安全保障上有深厚积累。以华为为例， 模型端华为积累高密度的大模型人才，盘古团队中大概 50%以上是博士，还有多名“天才少年”；基础设施端 华为在最底层构建了以鲲鹏和昇腾为基础的 AI 算力云平台，构建了昇腾的计算引擎 CANN、AI 框架 MindSpore，以及 AI 开发平台 ModelArts，为大模型开发和运行提供分布式并行加速，算子和编译优化，集 群级通信优化等关键能力。同时华为云提供了易用可靠的大模型工具套件、汇聚海量多行业场景 API 的开天 aPaaS，以及包含丰富优质课程和技术认证的大模型专属社区；行业 know-how 端华为云 AI 在各行业已有数 百个项目，同时华为在产业界具有大量生态合作伙伴；安全端华为云提供公有云、混合云、大模型专区三种 模式，保障安全部署；建立长效机制，确保大模型安全合规：包括数据集来源和使用合规、数据全生命周期 安全、构建完整的数据标注以及审核机制、构建模型合规使用政策、确保模型使用边界。

3.1.2 算力：算力投入期蕴含β行情，国产算力崛起孕育 α 机遇

人工智能仍处算力投入期，有望维持高速增长。 2022 年底，OpenAI 接连发布大模型 ChatGPT3.5 和 GPT4.0，以及在多场景、多领域下的大模型应用等，其 生成式大模型及相关应用的超预期表现引发多方关注，政府部门、科技巨头等也纷纷加入大模型的训练与应 用产品的研发，引发了科技行业和资本市场的共振，其中二级市场同样迎来了将近一年的板块性行情，所涉 及细分领域涵盖算力、应用、数据等多个子领域，目前来看，人工智能板块大模型端及应用端均仍处于算力 投入期，未来伴随更多厂商加入及规模扩建算力需求有望持续增长。 据中国信通院数据，截至到 2022 年底，全球算力总规模达到 650 EFLOPS，其中，通用算力、智能算力、 超算算力规模分别为 498 EFLOPS、142EFLOPS 和 10 EFLOPS，智能算力规模同比增长了 25.7%，规模占比 达 21.9%。IDC 预测，全球 AI 计算市场规模将从 2022 年的 195.0 亿美元增长到 2026 年的 346.6 亿美元， 年复合增长率超 15%。同时截至 2022 年底，我国算力总规模达到 180EFLOPS，排名全球第二，其中通用算 力、智能算力、超算算力规模分别为 137 EFLOPS、41 EFLOPS 和 2 EFLOPS，中国智能算力规模同比增加了 41.4%，超过全球整体智能算力增速（25.7%），规模占比达 22.8%。

政策指引智算建设落地节奏，未来 3 年年复合增速超 30%。算力基础设施建设方面，工信部等六部门于 2022 年 10 月印发了《算力基础设施高质量发展行动计划》的通知，计划中指出到 2023 年算力规模将达到 220EFLOPS，其中智能计算中心30个，智能算力占比约25%，即智能算力规模约55EFLOPS，同比增长34.15%； 到 2025 年算力规模将达到 300EFLOPS，其中智能计算中心 50 个，智能算力占比约 35%，即智能算力规模约 105EFLOPS，年复合增长率约 36.82%。

需求主要来源于互联网、金融、政府、电信等行业。据《中国算力白皮书（2022 年）》，目前我国各行业人工 智能渗透度最高的前五个行业分别为互联网、金融、政府、电信、制造业，且金融、电信、制造业的渗透度 增量也位居前三，以上五个行业未来仍将为人工智能行业的主要建设主体和需求方。

同时高端算力芯片进口受阻，国产算力芯片有望迎来发展机遇。 GPU 为目前应用最为广泛的智能算力芯片。智能算力主要算力来源为智能算力芯片，主要类型包括 GPU/FPGA/AI 芯片等，其中 GPU 是应用最多的智能算力芯片，据华经产业研究院数据，2022 年底全球 GPU 市场规模约为 448 亿美元、中国 GPU 市场规模约为 83.6 亿元，其中在 2021 年中国 AI 芯片市场中，GPU 占 比达 91.9%，预计到 2025 年 GPU 仍将占据 AI 市场的 80%以上。

海外厂商仍占据 GPU 芯片主要市场。据华经产业研究院数据，2022 年全球 GPU 市场约 448 亿美元，主要由 英伟达、AMD 和英特尔占据，其中英伟达作为 GPU 领域的绝对龙头，全球市占率约 88%。

性能和生态构成 GPU 双重壁垒。海外厂商产品的竞争力主要来自两个方面，以英伟达举例，首先是产品性 能，GPU 的性能可由浮点算力/带宽等指标衡量，具体差异来源于工艺/核心数等的不同，目前主流 GPU 产品 中英伟达的工艺及性能处于前列，性能优势明显；另一个即为生态，为了降低 GPU 的调用难度，英伟达于 2007 年推出了 CUDA1.0 的公测版本，截止 2023 年已经推出了最新的 12.0 版本，多版本迭代不断完善了英 伟达的 GPU 生态，长久的用户习惯也加深了英伟达的客户绑定，目前 CUDA 生态完善、组件丰富、用户量 庞大，是英伟达 GPU 产品竞争力的核心来源之一。2023 年 11 月，英伟达发布最新产品 H200，是全球首款 采用 HBM3e 的 GPU，能够提供传输速度达 4.8TB/s 的 141GB 显存，性能大幅提升，且能够与 H100 兼容， 即能直接替换之前的 H100 产品。算力芯片的持续迭代，将不断满足上述算力需求持续增长的趋势；同时， 海外龙头算力产品的升级也可能巩固其领先的市场地位。

美国商务部发布芯片限制法案，限制我国高端 GPU 芯片进口。2023 年 10 月，美国 BIS 发布针对中国的先 进计算机及半导体制造物项出口限制，主要包括对高性能芯片的出口限制及国产 GPU 的生产流片限制。具 体来看，本次出口限制不再以带宽为限制标准，新增了 TPP 和 PD 两项要求（即 TPP＞4800、TPP＞1600 且 PD＞5.92 的芯片属于高性能芯片，不再被允许出口；4800＞TPP＞2400 且 5.92＞PD＞1.6 的芯片、TPP＞1600 且 5.92＞PD＞3.2 的芯片，属于次高性能芯片，需要通知 BIS 以获得例外许可）。本次限制法案影响了主流高 端芯片的进口，制约了我国智能算力建设的进度。 国产算力厂商不断追赶，未来有望实现算力国产替代。从国家安全的角度来看，高端算力影响着人工智能行 业乃至一个国家科技行业的发展，因此只有将算力的核心技术掌握在自己手中，才能避免受制于人的境地； 从市场的角度来看，GPU 行业市场规模大、壁垒高，因此若能占据海外厂商的市场份额，将成为国产算力厂 商的重要业务。叠加安全因素及市场因素，国产算力厂商不断追赶与海外厂商的差距，不断迭代自身产品， 华为更是从生态布局，考虑从更大程度的自主可控范围内彻底替代海外算力。

算力租赁优化算力配置，短期算力需求可能由算力租赁满足。上文中提到国内正处于大模型及其应用的算力 投入期，但是美国芯片限制法案限制了我国高性能芯片的进口，虽然部分互联网等需求厂商提前囤积了所需 算力芯片，但是部分囤货不足及不具备自建算力中心能力的企业的算力需求将无法被满足，在此背景下，以 租赁模式向有需求企业提供算力租赁服务的公司将有望受益，或将满足部分短期算力需求。但是长期来看， 算力租赁尚不能满足我国全部的算力需求，因此长远还需要国产算力芯片性能不断提升以替代海外芯片。

3.1.3 应用：AI 应用发展提速，对传统产业及终端硬件的重构逐步展开

大模型应用有望快速繁荣，构筑护城河主要在于场景、数据以及商业模式的打通。从技术周期维度看，移动 互联网、云计算等具备颠覆性的技术总是先依托底层硬件设施的完善，之后软件端逐步适配发展，最后应用 层不断丰富并依托新技术发展出新业态。当前算力端与模型端基本成熟，同时 OpenAI 推出 GPTs 及相应自然 语言开发工具，微软加快 Copilot 商业化尝试，我们认为人工智能在应用端可能会超预期的快速发展繁荣， 随着引入 AI 能力难度大幅降低，先发优势较难构筑应用侧的壁垒，竞争的关键还是在于场景、数据以及商 业模式的打通。 我们把大模型应用层的变现方式主要分为四类赋能成熟软件、赋能成熟硬件、大模型原生应用、大模型原生 硬件四类，当前我们仍建议重点关注办公与教育场景，同时关注 AI Pin 与 AIPC 的发展潜力。

（1）AI+办公：办公场景与大模型应用天然匹配

办公场景基于其协同需求、创作需求，天然具备人工智能作为提效工具的应用条件。我们将办公软件主要分 为流式软件、板式软件、协同/即时通讯软件以及创作类软件，在此我们列举一些产品的落地场景。

流式软件方面，我们认为对于金山办公对 AI 功能的引入或将提升用户的付费意愿及 ARPU 值，同时 AIGC 的应用或能打破流式软件的使用条件限制，实现从移动端向桌面端的渗透，帮助移动端具备优势的金山实现 份额提升；版式软件方面，我们认为福昕软件的核心逻辑在于依靠产品力与性价比在全球范围内实现对 Adobe 的份额替代，公司当前处于云化转型过程中，AI 功能的引入及持续迭代一方面能帮助公司提升产品力，同时 对 AI 在线功能的需求或将助力公司云化转型的推进；协同软件方面，我们认为致远互联、泛微网络引入的 AI 功能在办公场景中需求度高，对员工提效作用明显，且阿里、字节等互联网大厂均在自身钉钉、飞书等产 品中加入相应功能，未来 AI 功能或将成为办公协同软件中基础组件，率先开发优化迭代有助于公司在竞争 中保持一定先发优势。

（2）AI+教育：解决供需错配，伴随教育信息化逐步渗透

在教育信息化逐步渗透的过程中，我们认为人工智能或将能够助力解决教师精力供给与学生个性化学习需求 间错配的问题。对于教师而言非教学环节占据较多精力，对于学生而言普适性的班级化学习难以匹配个人学 习需求。人工智能在教育场景中能在学生、教师、管理、教育评价端解决相应问题，同时疫情期间的在线教 学渗透也实现了对用户的初步教育，减少了相应产品的推进阻碍。 科大讯飞在教育业务上，C 端 B 端 G 端多方位布局，大模型赋能成效显著。C 端在星火大模型加持下，AI 学习机 T20 系列、Lumie10 系列通过个性化精准学系统与七大 1 对 1 类人辅学功能，为孩子打造一整套专属 科学学习方案，包括英语口语陪练、中英作文批改、数学互动辅学、百科自由问答、亲子教育助手、智能编 程助手、创意绘画伙伴。产品实现差异化，双十一期间在天猫、京东取得全周期销售额冠军。B 端科大讯飞面向学校的校级因材施教解决方案使用的是有保障的预算内的教育信息化资金，在讯飞核心技术竞争力、产 品应用效果的优势下，市场占有率不断提升，保持较好的增长趋势。教育业务克服 G 端业务面临的困难， 总体上保持了健康增长，前三季度营收同比增长 6.78%，经营逐季向好，经营结构持续优化： 2022 年 G 端 占比 40%，B 端占比 30%，C 端占比 30%；2023 年前三季度 G 端占比 25%，B 端占比 32%，C 端占比 43%。

（3）AI+硬件：AI Pin、AI PC 等的出现有望成为大模型重构终端硬件的开始

AI Pin 的出现或标志着大模型对终端硬件的重构已逐步展开。AI Pin 是一款可以吸附在衣服上的微型装置， 没有屏幕，内置 OpenAI 的 GPT 系列大模型，可以通过语音进行交互，也可以投影在手掌上进行交互，11 月 9 日由前苹果设计师成立的初创公司 Humane 发布，Humane 指出访问 ChatGPT 实际上是 AI Pin 的核心功能 之一。 在 Humane 的演示中，AI Pin 的一大新颖之处是，通过激光投影系统，它可以直接在用户的手掌上显示信息， 省却了屏幕这个载体。它配置的深度传感器让用户可以通过手势与菜单交互，例如提供相应的文本，或者更 换歌曲。只要用户向不同的方向倾斜手掌，就可以突出显示菜单的选项，合拢手掌则可以返回主页。媒体披 露，得到 AI 支持的 AI Pin 可以执行撰写文稿、整理电邮、实时翻译、识别食物并提供营养信息等任务，还 支持 Tidal 音乐流，其中的“AI DJ”会根据环境挑选音乐，甚至具备“以 AI 为中心的摄影功能”。 跳脱出是真实需求还是伪需求的产品分析框架，我们认为 AI Pin 作为基于大模型开发的原生 c 端硬件产品， 其横空出世意味着大模型开始从云端走向终端，大模型对终端硬件的重构已逐步展开。

在大模型向个人端普及过程中，AIPC 用于满足硬件端要求。AIPC 由联想集团提出，其具有强大的计算能力、 先进的 AI 技术、创新的交互方式和视觉体验，用于满足新的生成式 AI 工作负载需求，同时还可为用户提供 定制化体验。 AIPC 主要具有五大核心特征，一是让每个人都拥有个人大模型，当前大模型大多部署在云端或者只是基于 PC 操作系统的智能体验升级，AIPC 能调用本地+云端的混合大模型和个性化知识库，依托于设备本地内嵌 的专属模型和云端私域空间来实现个性化服务；二是可进行自然语言交互，除了通过触控进行操作，用户可 以跟 AIPC 使用语音、姿势等多模态交互进行沟通，提升更便捷、更高效的使用体验。AIPC 也在这个过程中 基于本地智能体，主动对本地数据进行再训练，逐渐提升交互过程中的智能与个性化表现；三是内嵌智能混合算力，通过 CPU+NPU+GPU 打造本地混合计算。而在端边协同的场景下，通过边缘端的配合，AIPC 还能 够更好地理解用户的指令意图并给出即时反馈；四是构建开放生态，为了完成用户相对复杂的任务，AIPC 往往需要不同的 AI 应用及调用能力。在模型生态方面，与其他合作生态伙伴合作，建立不同智能体之间， 以及在创新的共赢商业模式等方面开展更紧密的合作；五是可确保数据的真隐私、真安全，个人数据在可信 的个人数据安全域内闭环管理，从而更好地保护了个人隐私。此外，AIPC 还建立了隐私及数据保护安全体 系，满足个人和企业对敏感信息的调用和训练。我们认为 AIPC 的出现同样是大模型对传统终端硬件的重构 的体现，有望在帮助大模型普及推广的过程中重构 PC 产业链格局。

3.2 数据要素：顶层设计逐步完善，行业发展有望提速

数据要素简单来说就是数据的资产化，企业端具有价值的数据加工处理后将成为企业的资产，可提升企业资 产规模，用于融资、出售获利等；政府端具有价值的公共数据加工处理后成为政府的资产，通过对外授权运 营等形式创造财政收入；社会端数据的流通交易将拉动 GDP 水平，同时传统产业可依靠合理运用获得的优 质数据提升发展效率。

我们认为由于当前传统生产要素对我国经济增长的拉动作用减弱，因此亟需数据发挥上述功能提振经济。 土地要素方面，我国城镇化率 2022 年底水平已达 65.22%，增速持续放缓，与发达国家日本（91.95%）、美国 （83.19%）的差距逐步减小，同时房地产开发投资 2022 年达 13.29 万亿元，同比下降 10%，显著放缓；劳动 力要素方面，我们将其初步拆分为“总人口*适龄人口比例*单劳动力工作时长*劳动力工作效率”。2021 年我 国人口增速放缓，低于发达国家美国水平、同时老龄化进程加快，靠提升单劳动力工作时长不具备长期持续 性，因此当前主要依靠教育及科技手段提升劳动力的工作效率。资本要素方面，全球固定资本形成总额占 GDP 比重长期停滞，我国固定资本形成总额占 GDP 比重维持在较低水平，对经济增速提升作用有限。因此 当前我国需要新生产要素来提振经济，站在当前时点数据要素成为优质选择。

当前数据要素顶层设计基本完善，为行业发展奠定坚实基础。 数据二十条打造发展框架，国家数据局挂牌，明晰权责，提升行业发展效率。《关于构建数据基础制度更好 发挥数据要素作用的意见》中提出的数据二十条为行业整体发展搭好框架，今年 3 月国务院机构改革方案提 出组建国家数据局，负责数据要素相关事项的统筹推进；今年 10 月国家数据局正式揭牌，刘烈宏任局长。 我们认为数据局的建立将相关权责进行集中，直接降低政府端的监管成本及企业端的合法合规成本，同时权 责明晰有助于提升体系自上而下的运转效率，助推数据要素行业发展提速。 数据要素市场化配置改革正在推进系列重点工作，在建设数据基础设施、完善基础制度体系、提高市场活力 三大关键问题上不断尝试落地。数据要素产业链主要可以分为数据供给、数据流通、数据应用三大环节，数 据基础设施贯穿整个产业链。参考国家数据局局长发言，数据基础设施是在网络、算力等设施的支持下，面 向社会提供一体化数据汇聚、处理、流通、应用、运营、安全保障服务的一类新型基础设施，是覆盖硬件、 软件、开源协议、标准规范、机制设计等在内的有机整体，我们认为数据基础设施的完善是整个数据要素市 场得以顺利稳健运转的前提。

编辑：火腿肠