2024年二十届三中全会《决定》计算机行业解读：科技体制改革全面发力，释放新质生产力

历次中央重要会议科技政策复盘

(一)科技政策的历史演进

重要会议对科技政策的指导方针

三中全会提出，加快构建促进数字经济发展体制机制，完善促进数字产业化和产业数字化政策体系。加快新一代信息技术全方位全链条普及应用，发展工业互联网，打造具有国际竞争力的数字产业集群。促进平台经济创新发展，健全平台经济常态化监管制度。建设和运营国家数据基础设施。促进数据共享。加快建立数据产权归属认定、市场交易、权益分配、利保护制度，提升数据安全治理监管能力，建立高效便利安全的数据跨境流动机制。完善推动高质量发展激励约束机制，塑造发展新动能新优势。健全因地制宜发展新质生产力体制机制，健全促进实体经济和数字经济深度融合制度，完善发展服务业体制机制，健全现代化基础设施建设体制机制，健全提升产业链供应链韧性和安全水平制度。

近年来，国家在重大会议中提及的科技政策主要聚焦于创新驱动发展战略的深化实施、科技体制改革的全面推进以及基础科学研究和科普工作的加强。政策措施体现了国家对科技创新和科学营及工作的重视，以及对科技支撑国家发展的战略规划。

三中全会指出，要深化科技体制改革。坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康，优化重大科技创新组织机制，统筹强化关键核心技术攻关，推动科技创新力量、要素配置、人才队伍体系化、建制化、协同化。加强国家战略科技力量建设，完善国家实验室体系，优化国家科研机构、高水平研究型大学、科技领军企业定位和布局，推进科技创新央地协同，统筹各类科创平台建设，鼓励和规范发展新型研发机构，发挥我国超大规模市场引领作用。加强创新资源统筹和力量组织，推动科技创新和产业创新融合发展。构建科技安全风险监测预警和应对体系，加强科技基础条件自主保障。健全科技社团管理制度。扩大国际科技交流合作，鼓励在华设立国际科技组织，优化高校、科研院所、科技社团对外专业交流合作管理机制。

基于“十四五”规划，科技部等六部门关于印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》旨在给予人工智能场景创新工作全面规划和引导。场景创新是指以创新性地应用新技术为核心，通过需求与供给的互动，推动新技术的连续改进和产业的迅猛发展，促进人工智能场景创新对于提升人工智能的应用层次，促进经济社会的高质量发展具关键性作用。过程中，完善并加强场景创新的理解、重大场景的系统规划、场景机会的开放性以及场景创新生态的完整性等方面。《指导意见》旨在通过一系列政策措施，促进技术进步、产业升级和经济增长，同时确保创新活动符合法律法规和伦理标准，推动构建健康、可持续的人工智能发展环境。

另外，倡导金融机构如银行和保险公司开发创新金融产品，专项研发面向中小企业的创新场景需求，向该类企业在场景项目开发上提供必要的资金援助。同时，激励投资机构对致力于场景创新的科技公司给予关注，培养长期投入的资本意愿，以支持这些企业在场景创新方面的融资需求此外，提倡行业内的大型企业在与科技型中小企业合作推进场景创新时，提供供应链方面的协助，确保场景创新项目能够顺利实施并推广其成果，同时在供应链中优先考虑纳入这些创新成果;鼓励孵化器和服务机构举办如场景路演等活动，协助企业发掘并利用潜在的应用场景。

科技政策的演变对产业的影响

1.促进产业技术进步和创新

科技政策的演变极大促进了产业技术的进步和创新活动。早期政策如“863计划”和“973计划”等，通过国家层面的科技项目支持，推动关键技术领域的重点突破。随着政策的演进，更加注重原始创新和集成创新能力的培养，鼓励企业增加研发投入，通过税收优惠等措施激发企业的创新活力。企业逐渐成为技术创新的主体，加速科技成果向生产力的转化，提升产业的整体技术水平和竞争力。

2.引导产业结构升级

科技政策通过重点支持高新技术产业的发展，引导资本、技术和人才等创新资源向高技术领域集聚，促进产业结构的优化与升级。政策的演变反映了从注重传统产业的技术改造到积极培育新兴产业的转变，如新能源、生物技术、信息技术等;不仅可提升产业的附加值，同时为经济增长提供了新的动力源，推动了经济向更高质量、更可持续的方向发展

3.增强产业国际竞争力随着科技政策的不断开放和国际化，我国科技产业的国际竞争力得到显著提升。政策鼓励企业“走出去”，参与国际合作与竞争，通过引进国外先进技术和管理经验，提高了本土产业的国际竞争力。同时，政策也支持国内企业在国际市场上通过自主创新形成核心竞争力，尤其在通信、高速铁路、电子支付等领域，企业已成为全球领先者。

4.构建“创新”生态系统

科技政策的演变促进创新生态系统的构建，包括产学研用的深度融合、创新网络的形成以及跨区域创新合作的加强。政策支持建立科技企业孵化器、大学科技园等创新平台，为创新创业提供了良好的环境。此外，政策还鼓励风险投资等金融资本介入，为创新活动提供资金支持，形成政府、市场、社会多元参与的创新生态，有效提升创新效率及产业创新能力。

5.兼顾科技伦理与安全问题

全会指出，要加强网络安全体制建设，建立人工智能安全监管制度。随着新兴技术的发展，科技政策重视科技伦理和安全问题。政策制定中增加了对科技活动潜在风险的评估和预防，确保科技进步在安全和负责任的轨道上前进。例如，在生物技术、人工智能、大数据等领域，政策强调伦理审查和数据安全，保护个人隐私，促进技术的健康发展。同时，政策也加强了对知识产权的保护鼓励创新同时维护市场秩序和公平竞争。

(二)复盘过去十年科技政策推出对应资本市场表现

历次科技政策发布后的市场表现

近年来，政策推动国产化率和信息化率提升，产业变革引发新商业模式和市场需求，促进计算机行业产业基本面保持成长，但资本市场表现呈现剧烈波动性。当前政策导向一手发展，一手安全;发展主要聚焦新质生产力，安全主要聚焦自主可控。在宏观经济修复期和缺少新一轮技术革命驱动的背景下，计算机行业指数估值处于历史十年均值略偏低位置，而新型举国体制对科技的支持有望推动行业估值修复。科技产业的利好政策频出，6月19日证监会发布《关于深化科创板改革服务科技创新和新质生产力发展的八条措施》(“科八条”)，政策推出有望促进产业整合。

历次政策所处科技创新周期复盘

2022年11月30日，OpenAI推出自然语言处理工具ChatGPT及系列AI大模型，由此开启了新一轮人工智能技术革命,引发大规模人工智能大模型浪潮。人工智能驱动相关概念股爆发,2023年1至4月份,A股计算机指数大幅跑赢沪深300指数;随着4月年报季到来，行业整体业绩低迷导致 4~5月份行业指数小幅回调;年报季后，5~6月下旬反弹上行，6月下旬后由于市场增量资金不足，行业业绩端及货币政策均不及预期，行业上行乏力，持续震荡回调。2023全年，A股计算机指数累计上涨8.90%。2024年以来，受多重因素影响，计算机行业跑输沪深300，一方面由于下游需求相对不振，另一方面本轮人工智能技术变革目前仍在高端算力供不应求从而并未真正传导到应用端，此外，市场趋向于高股息板块以及政策力度较大、筹码结构阻力较小的方向，行业整体走势承压。2月计算机指数跌幅触底。2~3月，行业指数小幅反弹;4月年报季过后至今，行业指数继续回调，持续底部区间徘徊。

历届三中全会政策导向与投资机会的相关性分析

本次三中全会强调构建支持全面创新的体制机制，推动科技创新和产业升级。深化科技体制改革，推动科技与经济深度融合，提升科技创新能力。健全新型举国体制，提升国家创新体系整体效能，增强科技创新的系统性和协同性，促进实体经济和数字经济深度融合，并将科技创新置于国家发展全局的核心位置，营造公平、透明、可预期的创新环境。全会提出，要构建同科技创新相适应的科技金融体制，加强对国家重大科技任务和科技型中小企业的金融支持，完善长期资本投早、投小、投长期、投硬科技的支持政策。健全重大技术攻关风险分散机制，建立科技保险政策体系。提高外资在华开展股权投资、风险投资便利性。

从历史数据来看，科技创新对于市场走势影响愈发明显，三中全会后的市场表现通常较为积极会后1-2年内往往会出现牛市或稳增行情。与三中全会改革相关的行业通常会受到利好催化，十八届三中全会对于TMT板块的拉动尤为显著。预计二十届三中全会将为科技创新板块再次带来中长期利好。

(三)宏观政策环境分析

当下国家战略与科技政策的协调

1.央行的“科技金融”、“数字金融”货币政策框架

1.1结构性货币政策支持科技创新发展

中央经济工作会议将“稳中求进、以进促稳、先立后破”作为2024年宏观政策基调。在此背景下，货币政策“灵活适度，精准有效”，总量和结构政策双重发力，既托底总量增长又推动结构改革，支持防范化解宏观风险，着力营造良好的货币金融环境，高质量服务实体经济

“精准”即为强调信贷的方向引导。预计未来结构性货币政策工具将在货币投放中扮演更加重要的角色，加大对重大战略、重点领域和薄弱环节的支持力度。聚焦“五篇大文章”，即科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章。

1.2提升直接融资占比，构建覆盖科技型企业全生命周期的金融服务体系

央行 2003年4季度货币执行报告首次提出“合理把握债券与信贷两个最大融资市场的关系扩大直接融资，社融结构实现再平衡。提升直接融资的要求与当下中国经济结构转型的新方向相匹配。报告专栏 1《准确把握货币信贷供需规律和新特点》提出“先进制造、科技创新、绿色低碳、数字经济等新兴产业蓬勃发展，这些新动能领域与直接融资的金融支持模式更为适配，也会对贷款形成良性替代”。央行行长在十四届全国人大二次会议经济主题记者会上强调“在宏观层面，要加强顶层设计和系统筹划。比如，科技金融方面，科技型企业一般会经历种子期、初创期、成长期、成熟期不同的阶段，企业成长周期的不同阶段，对金融需求有不同的特点。在科技型企业成长的早期,更多需要风险投资、创新创业投资基金的介入，目前还是一个薄弱环节;金融机构对科技型企业风险评估能力，也需要进一步提升，下一步需要着力补齐短板，构建覆盖科技型企业全生命周期的金融服务体系

目前，交易商协会创设了科创类融资产品工具箱，并在2022年将其升级为了科创票据。科创票据用于支持科创类企业以及非科创类企业的科技创新发展行为。2022年上交所和深交所正式落地

了科创债。因此，除了通过结构性货币政策工具为建设算力体系提供间接融资支持外，对于相关企业的债券融资等直接融资的支持也会进一步提升，试图构建构建覆盖科技型企业全生命周期的金融服务体系

2.财政政策支持重点首次转向现代化产业体系建设

从去年年底的中央经济工作会议到今年两会期间的政府工作报告，均把“加快现代化产业体系建设放在首要目标，与此同时持续强调要增强宏观政策取向一致性。我们认为，在当前经济同时面临逆周期和结构性调节的关键时期,财政政策配合国有资本的政策调整将是有效发挥举国体制优势支持数字经济和科技转型的重要力量。其实，过去以来的历次经济周期中，积极的财政政策均起到了关键性作用，力挽经济于狂澜。但我们也注意到，过去几轮积极财政政策主要支持的方向为传统基建产业，而现如今财政政策支持重心转向科技创新，需要通过何种方式调整?

2.1过去三轮积极财政政策主要投向传统产业

我国分别于1998年、2008年以及2013年开启过三轮积极财政政策，其中前两次均是由外部因素导致的需求冲击加剧了经济波动，继而使用扩张性财政政策予以对冲。始于2013年的第三轮积极财政政策主要是由于传统产能的供给过剩引起，财政政策方面主要以结构性政策为主，但由于土地财政等预算外广义财政的存在，使得传统产能并未完全出清。由此，过去不同历史时期财政政策的主要支持工具及资金投向也有所区别:

1998年首轮财政支持经济转型:以狭义政府赤字和财政支出政策为主，促进城镇化、工业化转型。受到亚洲金融危机的影响1997年6月至1999年12月PPI连续31个月在负值区间运行，且CPI处于负值区间。未来应对外需冲击,同时促进我国城镇化和工业化的转型发展,我国分别于1998年至1999年两年期间多次增发了共计1600亿元的国债，需要注意的是1998年我国GDP水平仅8.5万亿元。当时我国刚刚实行改革开放不久，1994年我国公路及民航建设刚刚起步，国内基础设施建设具有大幅扩张的空间及较高的投资回报率，相对而言资本是稀缺的。为此，1998年新增国债由中央政府向国有商业银行定向增发进行募资。

2.2新一轮积极财政支持重点转向现代化产业体系建设

2023年中央经济工作会议及2024年政府工作报告均将“现代化产业体系建设”放在首位，与之对应的 2024年财政预算草案中，对于主要财政收支政策也做出了重要调整。根据过往几年预算草案来看，每年基本会公布7-8项主要政策，其基本规律是:后几项政策相对固定(第四是乡村振兴、第五是生态环境、第六是民生、第七是国防、外交、政法)，但前三项政策的内容和排序往往指明当年重点方向。例如2021年首要政策是“推动创新发展和产业升级”、2022年首要政策目标是保市场主体、2023年为扩大内需。

而2024年主要财政收支政策中的前两项均和科创相关，第一是支持加快现代化产业体系建设第二是支持深入实施科教兴国战略。去年的首要目标“扩大内需”已经移居第三。据此可以得出的结论是:新一轮财政逆周期调控不同于以往几次扩张，更加聚焦经济转型和科技创新。

2.3当前及未来一段时期财政如何支持科技创新发展?

从今年财政预算草案及相关新增政策来看，未来具体支持政策主要以下几方面:一是新增政府债务工具重点支持科技创新。一方面是专项债用途在以往的传统基建和新能源建设的基础之上，新增了数字基础设施建设用途。另一方面，我们看到今年两会提出了新型债务工具-超长期特别国债，在3月6日举行的十四届全国人大二次会议经济主题记者会上，国家发展和改革委员会主任郑栅洁指出初步考虑，超长期特别国债将重点支持科技创新、城乡融合发展、区域协调发展、粮食能源安全、人口高质量发展等领域建设。这些领域潜在建设需求巨大、投入周期长现有资金渠道难以充分满足要求，亟需加大支持力度。其中首要支持领域便是科技创新。

二是税收政策持续深化落实，加大研发费用扣除比例。即落实技术改造相关投资税收优惠，落实研发费用加计扣除等政策，例如去年已将符合条件的集成电路和工业母机企业研发费用税前加计扣除比例提高至120%，将符合条件的研发费用税前加计扣除比例由75%提高至100%。预计在今年及未来一段时间将持续贯彻落实以上税收支持政策，且有望逐步扩大政策支持范围和支持力度。

三是更好发挥国有资本和国有企业在科技创新中的引领、引导作用。今年1月份国务院印发了《关于进一步完善国有资本经营预算制度的意见》，本次新《意见》在之前基础上对于“国有资本的功能定义新增了“落实国家战略”,并居于首位。而当前我国首要战略显然是科技创新和数字经济的发展。实际上，国有资本经营预算作为财政收支的重要组成部分，既是中国特色，也是我国更好支持科技转型的体制优势。本次制度的修订实现了所有国有企业的预算全覆盖，并加强了支出纪律约束，未来对于关键领域的国有资本的注入有望助力科技创新相关行业的快速发展。

四是专项产业基金支持。去年我国的产业基础再造和制造业高质量发展专项资金增长了20.3%今年预算草案再安排专项资金104亿元。其中主要强化对制造业企业技术改造的资金支持，落实技术改造相关投资税收优惠政策。深入实施首台(套)重大技术装备和首批次重点新材料应用保险补偿政策。优化产业投资基金功能，鼓励发展创业投资、股权投资，充分运用市场化手段，支持集成电路、新一代信息技术等产业加快发展。

五是教育和研发预算支出支持。今年财政预算草案中主要财政政策第二位是“科教兴国”，从支持加快建设高质量教育体系和推动高水平科技自立自强两方面做了阐述，主要支持政策是加大教育支出和财政研发补贴。于此同时，对于今年中央财政支出的预算安排中，科技支出和教育支出预算安排的支出增速分别为10%和5%，大幅高于去年的2.9%和1.9%，是今年中央各项财政支出中主要提升的项目。

国际形势对国内科技政策的影响

全会提出，面对纷繁复杂的国际国内形势，面对新一轮科技革命和产业变革，面对人民群众新期待，必须自觉把改革摆在更加突出位置，紧紧围绕推进中国式现代化进一步全面深化改革。随着人工智能、大数据、云计算等新技术的快速发展，需抓住科技革命这一机遇，推动科技创新。此外,新技术的应用推动产业结构的调整和升级，需通过改革促进产业结构优化，提升产业竞争力。

1.应对国际竞争

面对大国关系向传统地缘竞争回归和新兴技术主导的第四次工业革命，我国科技战略部署从历史中汲取经验教训，面向未来世界竞争格局变化和国际发展新环境作出新选择。中美科技博弈愈发激烈，美国通过“实体清单”实施的对华经济制裁和技术封锁，并未能实现其政策目标。我国在遭制裁领域的企业表现出了相当的韧性，尽管其经营绩效受到了负面冲击，但企业研发愈发具有原创性和探索性。

2.自主创新生态体系建设

在国际冲突与对抗日益激烈的背景下，我国强化了国家自主创新生态体系建设，加强了科技产业国内国际双循环。并优化了科技创新全链条管理，推动了创新主体间的高效互动，以实现创新成果快速转移转化，推动创新主体间的高效互动是关键。政府、企业、高校和研究机构加强合作，形成良性互动的创新生态。通过政策引导和资源配置，促进创新要素的流动和聚集，加速创新成果的转移和转化，为国内经济发展提供新的动力和支撑，

3.科技政策的前瞻性

我国面向重大需求制定了具前瞻性、系统性政策，抢占科技创新制高点，依靠科技创新谋求发展新优势。科技创新不仅是技术进步的驱动力，更是国家发展的重要战略资源。我国需依靠科技创新，谋求发展新优势，推动经济转型升级，提升国家综合实力。科技政策需考虑国家的重大需求和长远发展目标。政策应具有灵活性和适应性，能够及时响应科技发展趋势和市场需求的变化。同时，政策还应注重激发全社会的创新活力，鼓励企业和个人积极参与科技创新，形成全社会共同推动科技进步的良好氛围。通过这些措施，中国能够在未来的国际竞争中占据有利地位，实现可持续发展。

人工智能--新质生产力的重要引擎

二十届三中全会首次直接提到“数字经济”，对比十八届三中全会虽然强调了科技创新和市场体系建设，但没有直接提到“数字经济”。如我们年初判断，大国体系中的数字经济产业已全面开启。按总量法测算，国内数字经济规模预计在2035年达到GDP的71.6%，将成为拉动经济发展的最主要新动能。

三中全会提出健全因地制宜发展新质生产力体制机制，健全促进实体经济和数字经济深度合制度。加强关键共性技术、前沿引领技术、现代工程技术、颠覆性技术创新，加强新领域新赛道制度供给，建立未来产业投入增长机制，完善推动新一代信息技术、人工智能、航空航天、新能源、新材料、高端装备、生物医药、量子科技等战略性产业发展政策和治理体系，引导新兴产业健康有序发展。

我们认为:人工智能技术以其强大的颠覆性和创新力，逐渐改变传统行业并衍生出多元化场景，而新质生产力的核心在于创新，摆脱传统生产力发展路线，有高科技、高效能、高质量三大特性，人工智能与性质生产力本质特征高度契合，必将成为推动新质生产力发展的重要引警。

(一)人工智能产业现状与市场分析

1.全球人工智能产业现状、行业规模与增长趋势

全球人工智能产业市场爆发，中国人工智能产业市场规模占比超过10%。2022年11月30日OpenA发布ChatGPT，2023年3月14日发布GPT-4，在全球范围内掀起一轮人工智能浪潮.标志着全球进入 AIGC元年。随着人工智能技术不断进步、成熟、迭代、开放以及应用场景加速落地，产业迎来高速成长，重塑千行百业生态，中国人工智能产业进入发展黄金期。根据Market.US数据，2022-2026年全球人工智能市场将以39.2%的CAGR增长，预计到2026年全球人工智能产业规模达到4840亿美元，中国人工智能市场将以19.6%的CAGR增长，预计到2026年达到 266.9亿美元。

中美人工智能企业主导，英国紧随其后。截至2022年，美国人工智能企业数量约12925个占比为 33.6%，排名第一;中国人工智能企业数量5734个，占比16%，排名第二;英国人工智能企业数量 2357个，占比6.6%，排名第三，中美英在人工智能企业数量占全球比例 56.2%，处于第一梯队。

全球人工智能企业融资金额占全球风险投资比例逐年上升。全球宏观政策影响，企业风险投资增速放缓，2022年全球投资数量2956起，投资金额458亿美元，2023年上半年风险投资数量出现下滑，投资金额246亿美元，同比下降14.6%。美国是人工智能风险投资占比最高国家，风险投资金额占比 58%，中国第二，占比12%。

2.人工智能板块在资本市场的表现

A股人工智能指数(884201.WI)截至7月8日收盘价为5189.01,成立至今涨跌幅为-12.86%.同期沪深300指数涨跌幅为-4.92%，上证指数涨跌幅为-14.68%。

美股人工智能巨头在AI浪潮中持续受益，市值持续创新高。伴随全球AIGC浪潮的推进，美股科技股为代表的人工智能产业链相关公司直接受益，开启新一轮增长周期。美国主要科技股涵盖了人工智能产业链上游、中游、下游全球优质标的。2023-2024上半年，微软涨幅88.71%，AI芯片巨头英伟达涨幅745.84%，截至2023年6月28日，英伟达市值3.04万亿美元，成为全球第三大市值人工智能公司，微软以3.32万亿美元排名全球第一。

3.政府对人工智能的支持政策

近年来，全球人工智能加速迭代、演进，人工智能已经成为世界各国兵家必争之地，逐渐成为世界各国经济发展新引擎，发展潜力大、应用范围广。我国高度重视人工智能产业发展，并将其上升为国家级战略，中央及地方相继出台一系列政策和规划，并连续多年将人工智能产业发展写入到政府工作报告中，为人工智能茶叶发展提供了良好环境。当前我国人工智能产业法苏发展，推动新一轮科技革命与产业变革。

(二)人工智能的应用前景与投资机会

1.通用人工智能在各行业的应用前景

通用人工智能(AGI)是指具备类似于人类思考能力，能够适应广泛领域并解决多种问题的机器智能，是人工智能研究的重要目标之一。而狭义人工智能则指已取得显著进展但局限于特定领域的人工智能，例如语音识别、机器视觉等。目前我们处于狭义人工智能相对成熟、通用人工智能乍现的阶段，GPT-4等大语言模型及Sora等多模态被认为是通向通用人工智能的重要潜在路径，并且这一进程在逐渐加速，此前预期十年AGI时代可能就会到来，当下这一进程或将缩短1-2年。“超长文本”和“超强模拟物理运动”能力将是AGI时代关键。我们认为大模型时代将会沿着两条路线继续演绎，一是支持超长上下文能力大模型，另一个是模拟世界、物理运动规律的多模态能力。

1)AGI进程中，大模型上下文输入长度是关键之一。目前海内外主流大模型支持上下文长度:1)谷歌近期发布的 Gemini1.5pro支持100万token输入;2)Claude3支持 20万 token输入;3)GPT-4Turbo支持12.8万token输入。3月18日，国内AI创业公司 Moonshot(月之暗面)宜布在大模型长上下文窗口技术上取得新的突破，其自研的Kimi智能助手已支持 200万字超长无损上下文，并已开启产品内测。Kimi智能助手在去年10月发布，支持20万汉字无损级别上下文输入，是当时 AI消费级产品支持上下文文本长度记录保持者。我们认为，Kimi智能助手迭代速度超预期，推动应用端加速落地，Kimi智能助手目前已经支持200万文字超长无损上下文，暂定一个中文大概为1个token，Kimi支持200token输入，我们依旧坚定年初观点，2024年将是AI应用元年，Kimi智能助手宣布大模型进入“长文本时代”，长文本能力也将是通往 AGI进程中的关键之一，Kimi智能助手将是又一里程碑。

2)多模态将加速模拟文本、图像、视频，未来模拟物理运动规律将成为现实。多模态模型是指能够处理不同类型数据，并将它们融合起来进行综合理解的人工智能模型。这种模型能够更全面地理解和处理真实世界中复杂多样的信息，从而进一步提升大型模型的迁移学习能力。多模态技术的发展在人工智能领域具有重要意义。

当前，单模态的人工智能模型，如处理文本、语音、图片等的模型，已经相对成熟。而大型模型正在向多模态信息融合的方向快速发展。一些重要模型的诞生以及GPT-4等模型的图像处理能力的提升。大型模型不仅限于文字和图像的处理，也开始拓展到音频、视频等领域，未来甚至有望延伸到包括味道等其他信号。

2.分析人工智能领域的投资脉络

人工智能产业投资脉络按照1)全球产业链分工;2)上游制造与下游行业应用;3)算力、算法与数据;4)云端、终端与边缘端:5)互联网大厂资本开支与政府智算中心投资需求:6)国内外头部大模型等进行展开并延伸。

(三)构建全国算力统一大市场，推动建设中国式现代化数字基座

1.算力基础设施的市场需求与供给分析

新一轮人工智能技术发展热潮下，国产大模型及垂类模型呈快速增长态势。截至2024年3月，据不完全统计,目前国产大模型数量已经超过200个,其中在国家网信办成功备案的大模型已达117个，覆盖多个行业和领域，大模型应用场景逐渐下沉。

国产大模塑训练算力需求测算:基于 Transformer 架构模型算力需求为模型参数量xtoken数量x3x2x训练轮数,训练GPT-3算力需求约为3.15X10^23FLOPS;由于GPT-4采用了混合专家(MOE)模型，实际训练调用参数量按约2770亿计算。

保守估计，2024年国产大模型将达到298个，预估通用大模型118个，行业大模型180个，行业大模型乐观预期下，其中国内头部厂商如百度、阿里、腾讯、字节、商汤、讯飞、华为等能够训练GPT-4参数量级模型，其他厂商及科研机构大模型参数量级在百亿到千亿之间，平均参数量级在500亿(保守估计),假设token在1万亿水平,那么实际 24年国产大模型训练一轮算力需求=298x500x10^8x10^12x6=8.94x10^25FLOPS=8.94x10^7EFLOPS

国产大模型推理算力需求测算:1)近端:假设24年国产大模型数量维持增长，达到298个。推理侧需求在用户访问峰值情况下进行计算，近期国产大模型如区imi等爆款访问量激增，根据数据，日访问量峰值在 34.6万那么我们以平均参数500亿模型计算，假设平均日访问量峰值在2万，每个用户占用100token,保守估计国产大模型所需推理算力=298x500x10^8x2x10^4x100x6=1.79x10^20FLOPS。2)远端:假设未来国产大模型数量收敛，预计未来三年国产大模型数量为5个，假设参数量级为万亿参数规模，日均访问量为千万级别，每个客户输入输出上下文长度为百万token(图片、语音、视频为主)。那么我们以平均参数10000亿模型计算，假设平均日访问量峰值在 2000万，每个用户占用1000000 token，保守估计国产大模型所需推理算力=5x10000X10^8x2000X10^4x1000000x6=6x10^26FLOPS

大模型驱动智能算力需求指数级增长，智能算力渗透率逐渐提升。智能算力增长迅速，新增算力中智能算力成为增长新引警，截至2022年底，我国算力总规模达到180EFLOPS，其中通用算力规模137EFLOPS，占比约76.7%，智能算力规模41EFLOPS，占比约22.8%，智能算力规模较去年同比增加41.4%，超过全球整体智能算力增速(25.7%)。

根据《2022-2023中国人工智能计算力发展评估报告》未来5年中国智能算力规模年复合增长率将达到52.3%，通用算力规模年复合增长率为18.5%。预计到2026年中国智能算力将达到145EFLOPS，占比将达到36.7%。随着AI大模型的快速发展，智能算力需求正呈现爆发性增长态势，渗透率将显著提升。我们预测，预计2025/2030/2035年智能算力规模分别为107/426/1430EFlopS。

2.国家政策对算力新基建的支持

2021年，中央部委联合下发《关于加快构建全国一体化大数据中心协同创新体系的指导意见》、《全国一体化大数据中心协同创新体系算力枢纽实施方案》、《新型数据中心发展三年行动计划(2021-2023年)》等一系列文件，推动数据中心的基建化，为中国数字经济发展、中国经济的整体转型提供新时代的。

3.算力一体化谋篇布局,明确国家算力枢组建设方案,加快建设全国一体化算力枢组体系。

2021年5月24日国家发展改革委、中央网信办、工业和信息化部、国家能源局联合印发《全国一体化大数据中心协同创新体系算力枢纽实施方案》,方案明确国家算力枢纽建设方案,加快建设全国一体化算力枢纽体系，提出布局全国算力网络国家枢纽节点，启动实施“东数西算”工程，构建国家算力网络体系，推动数据中心合理布局，供给平衡，绿色集约及互联互通。

4.投资算力基础设施的收益与风险

AI浪潮持续推动下，我们认为算力基础设施投资机会在1)上游AI芯片;2)中游AI服务器及液冷等相关投资机会;

算力国产化进程加速，国产算力迎来发展新机遇。出口禁令影响海外供应，倒国产替代不断加速。2023年10月17日，美国商务部工业和安全局(BIS)发布了针对芯片的出口禁令新规。更加严格的限制了中国购买重要的高端芯片。一方面，从ChatGPT 面世以来，国内各企业和研究院在短短半年多的时间内先后推出了超过 130款大模型，其中领跑玩家已经开始着手于将大模型应用于特定场景，打造爆款应用。另一方面，为了构筑算力底座，各地政府纷纷上马智算中心建设铺设大数据时代的信息高速，推动产业创新升级，降低企业调用以大模型为代表的科技成果的成本。根据华为昇腾计算业务总裁张迪煊在2023世界人工智能大会上的揭示，大模型所需的算力相对于2020年预计将增长500倍，这个算力缺口正在不断扩大。

高端芯片受禁令影响，国产AI芯片奋起直追。虽然目前全球AI芯片市场被英伟达垄断，国内AI芯片投资热度高企，芯片厂商研发投入持续加码。目前国内AI芯片第一梯队有华为、寒武纪海光信息等,单卡算力正在逐渐缩小与高端芯片差距。据了解,国产 AI算力芯片中,华为昇腾910b单卡算力达到640TOPS(INT8):寒武纪思元 370单卡算力256 TOPS(INT8):海光信息深算一号部分性能参数对标英伟达A100，并且深算二号性能提升100%以上。

数据中心液冷从“可选”向“必选”演变，液冷产业链打开蓝海市场空间。数据中心PUE要求愈发严苛。随着云计算、大数据、人工智能、元宇宙等信息技术的快速发展和传统产业数字化的转型，数据呈现几何级增长，算力和硬件部分能耗也在持续增加，而在“双碳”政策的持续推进下，国家、地方政府、企业层面均在积极推动绿色低碳转型和可持续发展，通讯领域对数据中心节能降耗要求越来越严格。

液冷未来有望逐渐替代风冷，成为AI服务器、数据中心标配。AI训练及推理应用、超算等高算力业务需求持续推升,由此带来的芯片性能需求、服务器功率需求不断提高。场景侧，英伟达2024GTC大会上推出GB200NVL72采用液冷散热方式，并且黄仁勋表示浸没式液冷技术将是未

来方向，将带动整片散热市场迎来全面革新。我们认为，人工智能浪潮下，对算力需求进一步提升，液冷预计将成为最优冷却方案，未来中国液冷服务器市场有望进一步打开竞争格局，产业相关上市公司将受益。目前，中国液冷服务器普及率不足5%，径普及率并不高。受制于:1)数据中心国家PUE标准收紧;2)受制于面积等因素，机柜密度逐渐提升;3)温度过高，芯片故障率升高等客观因素，未来液冷服务器将成为调和快速的算力需求与有限数据中心承载力的共识方案。

三、科技安全支撑国家安全体系的重要支撑,关注“卡脖子”技术及数据要素与安全

《决定》提出“要健全提升产业链供应链韧性和安全水平制度。抓紧打造自主可控的产业链供应链，健全强化集成电路、工业母机、医疗装备、仪器仪表、基础软件、工业软件、先进材料等重点产业链发展体制机制，全链条推进技术攻关、成果应用”。我们认为，科技产业链与供应链自主可控是国家安全的重要支撑。我国信息技术的“卡脖子”领域主要集中在底层算力芯片、基础软件和工业软件领域。中国信息技术自主可控发展的历程是一个由内而生、应时而动的过程，产业链涵盖从底层基础设施到上层应用软件的产业生态体系。华为生态覆善核心卡脖子领域，对我国信息技术自主可控具备不可或缺的引领作用。建议关注华为昇腾、鲲鹏、鸿蒙以及汽车产业链。

此外,《决定》提出“要完善公共安全治理机制，加强网络安全体制建设，建立人工智能安全监管制度”。我们认为，信息安全在当今数智化时代扮演着至关重要的角色。网络的无国界性、无中心性、信息容量巨大、传播速度快和交互性强等特征，使其成为国家安全的关键组成部分。信息安全产业涉及到从上游的硬件和基础软件供应商，到中游的软件、集成和服务提供商，再到下游的企业级和个人用户，其应用涵盖社会运行的方方面面。推动这一产业发展的主要驱动力包括技术革新、政策法规以及网络安全事件。随着近年人工智能、数字经济与新质生产力的发展，建议重点关注AI安全、数据安全、车联网安全以及身份认证等重点领域。

(一)“卡脖子”问题的产业影响与投资逻辑

我国关键信息技术的“卡脖子”领域主要集中在底层算力、基础软件和工业软件领域。国内信息技术产业链涵盖从底层基础设施到上层应用软件的产业生态体系:底层硬件(芯片、存储、服务器等)、基础软件(操作系统、中间件、数据库)、应用软件(行业垂直应用软件和通用型应用软件).外加全流程的信息安全防护。

(二)华为生态领衔国产化:覆盖算力+其础软件+行业应用的全生态发展

华为生态覆盖算力、基础软件与行业应用的核心卡脖子领域,对我国信息技术自主可控具备不可或缺的引领作用。自2019年始，受到美国从上游芯片到应用生态的制裁后，华为全计算产业链产品陆续发布，进入大众视野。其产品从上游硬件(芯片、整机、Iaas)到基础软件(操作系统、数据库)到应用软件实现全覆盖。

(1)算力:“鲲鹏+异腾”算力双引擎，引领国产算力生态。

昇腾:打造国产AI最强算力体系之一。华为昇腾AI算力体系是华为公司为推动人工智能发展而构建的全栈全场景 AI解决方案。这一体系涵盖了从硬件到软件的各个层面，旨在提供强大的 AI算力支持和高效的 AI开发体验。硬件层面,华为昇腾AI算力体系的硬件核心是异腾系列 AI处理器。其中，昇腾910(Ascend 910)被誉为“算力最强的 AI处理器”，在半精度(FP16)算力达到 256Tera-FLOPS，整数精度(INT8)算力达到 512 Tera-OPS，同时功耗控制在 310W，低于设计规格的 350W 。软件层面，CANN(Compute Architecture for Neural Networks)为华为昇腾 AI处理器的芯片赋能，提供统一的编程接口和丰富的算子库，支持多种AI框架，简化了AI应用的开发流程。MindSpore:华为推出的全场景AI计算框架，支持从端到云的多种部署环境，具有开发态友好和运行态高效的特点。MindStudio:全流程开发工具链，提供一站式开发工具，支持从算子开发到应用部署的全流程，显著降低了AI开发门槛。ModelArts:全流程模型生产服务，提供预训练模型和API.支持快速开发和部署AI应用。

(2)基础软件:鸿蒙生态、欧拉生态与高斯数据库

基础软件开源，承上启下形成闭环。操作系统方面，华为自主研发面向物联网的操作系统鸿蒙操作系统与面向基础设施的操作系统欧拉操作系统,并进行开源,建立OpenHarmony与OperEuler社区。数据库方面，华为自研高斯数据库，并开放OpenGuass社区。

鸿蒙面向物联网，欧拉面向基础设施，构造华为操作系统闭环。华为鸿蒙操作系统(HarmonyOS)是华为自主研发的全场景分布式操作系统，具备微内核设计和高性能，支持跨平台应用。它能够无缝连接智能手机、平板电脑、智能穿戴设备、智能家居产品等，实现设备间的资源共享和协同工作。HarmonyOS的核心优势在于其分布式架构和优化的性能，确保了快速响应和流畅的交互。系统还注重安全性，通过数据加密、安全启动和细粒度权限管理保护用户数据和隐私。为开发者提供丰富的API和开发工具，支持应用程序的创建和移植，特别是对Android应用的兼容性，降低了适配成本。HarmonyOS支持多语言，并通过在线升级不断获得新功能和安全更新。随着生态系统的完善，HarmonyOS有望在全球智能设备市场中占据重要地位。

(3)应用生态:华为整车与其他行业应用

华为+汽车:华为汽车产业链布局可以追溯到2013年，公司成立“车联网业务部”，且在同年推出车载通信模块 ME909T。此后，2014年到2018年，华为在汽车产业链上做了很多尝试性的举措先后成立了车联网实验室，与东风、长安、一汽签署合作协议，共同做技术突破和产品研发，与上海博泰共同打造OceanConnect平台等。2019年，华为首次在上海车展以零部件供应商的身份出现，并于5月正式成立智能汽车解决方案事业部(以下简称车BU)，并开始大举扩充团队，算是正式进入汽车赛道。2020年10月，全栈智能汽车解决方案品牌HuaweiInside(HI)发布，明确了自身作为车厂智能软硬件供应商的身份，确认了与车厂合作模式。2021年4月，与北汽合作共同打造的，采取HI合作模式的首款车型极狐阿尔法SHI版本发布。同时，华为开始尝试智选合作模式，与小康集团联合打造的品牌赛力斯也发布第一款车型SF5。2021年6月，华为发布鸿蒙Harmony2.0操作系统，定位智联万物的鸿蒙系统将对车机智能座舱进行赋能。2021年12月，与小康赛力斯共同打造的高端品牌AITO第一款车型问界M5发布，该款车型第一次搭载鸿蒙智能座舱系统。同月，公司举办“2021华为智能汽车解决方案生态论坛”，诚邀合作伙伴共建汽车生态。2023年，华为与长安汽车签署《投资合作备忘录》，拟成立一家新公司，聚焦智能网联汽车的智能驾驶系统及增量部件的研发、生产、销售和服务。2024年，华为进入汽车行业的第五年，余承东表示，智选车业务实现扭亏为盈，车BU接近盈亏平衡，预计4月份后能实现盈利。

从广义来说，华为与整车厂合作的模式有四种:(1)华为智选模式(2)华为HuaweiInside(HI)模式;(3)传统零部件供应商模式;(4)战略合作模式。

(1)华为智选模式:从产品定义/设计/研发1、供应链管理、质量管理、软件生态、用户经营。品牌营销、销售渠道等全程参与。整车厂为独立自主的企业个体，但华为全程参与产品流程。主要合作车企为小康股份，合作打造品牌赛力斯，2021年4月发布车型SF5;旗下高端品牌AITO，2021年12月发布车型问界M5，2022年7月发布车型问界M7.

(2)Huawei Inside(HI)模式:与整车厂联合研发车辆，一般由华为提供全栈智能驾驶解决方案,满足车厂对于智能驾驶相关的软硬件需求,不参与车厂渠道、销售等。主要合作厂商有北汽(极狐)、长安(阿维塔)、广汽(埃安)。目前发布车型北汽极狐阿尔法S、长安阿维塔11，即将发布广汽埃安AION AH8。

(3)传统零部件供应商模式:简单地给车企提供标准化零部件及软硬件等，一般包括电机、电池管理系统、T-box、软硬件平台如 MDC平台等。此模式在成立车BU 之前华为就已经在向车企提供了。合作厂商有哪吒、长城、江淮等。主要有长城(机甲龙)、比亚迪等搭载华为 MDC平台和华为 HiCar App。

(4)战略合作模式:主要做一些技术和生态上的研发与拓展。签订战略合作协议的厂商主要有一汽、上汽、大众等。

(三)数智化时代的信息安全是国家安全的关键组成部分

信息安全在当今数智化时代扮演着至关重要的角色。网络的无国界性、无中心性、信息容量巨大、传播速度快和交互性强等特征，使其成为国家安全的关键组成部分。网络安全不仅影响传统的政治、军事、经济、文化、社会和科技领域，还与新兴技术如人工智能、云计算、物联网、区块链和数据要素紧密相关。这些技术的快速发展使得信息安全的挑战更加复杂和广泛。因此，必须树立“大安全”理念，构建全面、系统的安全格局，统筹传统与非传统安全，开放与安全，自身安全与共同安全。确保信息安全在维护国家总体安全中发挥关键作用。

我国信息安全立法逐步完善,《网络安全法》、《等保 2.0》、《数据安全法》《个人信息保护法》构筑了信息安全防护的顶层架构。信息安全产业涉及到从上游的硬件和基础软件供应商，到中游的软件、集成和服务提供商，再到下游的企业级和个人用户，其应用涵盖社会运行的方方面面。推动这一产业发展的主要驱动力包括技术革新、政策法规以及由网络安全事件。随着近年人工智能、数字经济与新质生产力的发展，建议重点关注AI安全、数据安全、车联网安全以及身份认证等重点领域。

编辑：火腿肠