計(jì)算機(jī)行業(yè)專題研究報(bào)告：華為盤古大模型研究盤古開天AI落地-20230412-國(guó)金證券-38正式版

單擊或點(diǎn)擊此處輸入文字。行業(yè)觀點(diǎn)應(yīng)用場(chǎng)景紛繁復(fù)雜疊加“作坊式”的開發(fā)模式導(dǎo)致傳統(tǒng)AI模型商業(yè)化落地較難。傳統(tǒng)的AI開發(fā)模式下，一個(gè)場(chǎng)景對(duì)應(yīng)一個(gè)模型，數(shù)據(jù)質(zhì)量差、樣本少，模型精度差，并且應(yīng)用場(chǎng)景相對(duì)單一。不同行業(yè)、不同場(chǎng)景對(duì)AI的需求既復(fù)雜且碎片化，每個(gè)痛點(diǎn)都需要進(jìn)行定制化地開發(fā)和改造；另一方面，AI算法從理論上能夠極大提升產(chǎn)品及服務(wù)的價(jià)值量，但由于開發(fā)過程中存在大量的碎片化因素，不同的應(yīng)用場(chǎng)景往往需要獨(dú)立的架構(gòu)設(shè)計(jì)與調(diào)參，效率相對(duì)較低?！靶∽鞣皇健钡腁I開發(fā)模式在一定程度上限制了生產(chǎn)力。五個(gè)基礎(chǔ)大模型涵蓋不同方向，三層進(jìn)化路徑打造“實(shí)干模式”大模型。盤古大模型進(jìn)化路徑可分為L(zhǎng)0-L1-L2三個(gè)階段，L0基礎(chǔ)大模型包括業(yè)界首個(gè)千億級(jí)生成與理解中文NLP（中文語言）大模型、包含30億+參數(shù)的CV（視覺）大模型、具備跨模態(tài)理解、檢索與生成能力的多模態(tài)大模型、致力于解決各種科學(xué)問題的科學(xué)計(jì)算大模型以及采用圖網(wǎng)絡(luò)融合技術(shù)的Graph（圖網(wǎng)絡(luò)）大模型。L1是在L0基礎(chǔ)上導(dǎo)入行業(yè)數(shù)據(jù)進(jìn)行訓(xùn)練后衍生出的行業(yè)大模型，L2是在L1基礎(chǔ)上結(jié)合行業(yè)細(xì)分場(chǎng)景得到的推理模型，上層是在下層的基礎(chǔ)上演化而來，層層遞進(jìn)，確保了在真實(shí)產(chǎn)業(yè)場(chǎng)景中的效率和適用能力。此外，一站式AI開發(fā)平臺(tái)ModelArts為盤古大模型的訓(xùn)練和推理提供了計(jì)算優(yōu)化、通信優(yōu)化、存儲(chǔ)優(yōu)化以及算法優(yōu)化，是盤古大模型重要的基礎(chǔ)平臺(tái)資源。盤古大模型具備極強(qiáng)的泛化能力，適用大量復(fù)雜行業(yè)場(chǎng)景。盤古NLP大模型學(xué)習(xí)了40TB的中文文本數(shù)據(jù)，CV大模型包含了30億+參數(shù)，并通過行業(yè)數(shù)據(jù)的小樣本調(diào)優(yōu)，提升了模型在場(chǎng)景中的應(yīng)用性能，提高了大模型的泛化能力以及算法對(duì)新鮮樣本的適應(yīng)能力，節(jié)省了80%以上的人力標(biāo)注代價(jià)。此外，基于產(chǎn)業(yè)場(chǎng)景中存在大量的內(nèi)容理解需求，盤古大模型采用兼顧架構(gòu)，在預(yù)訓(xùn)練階段沉淀了大量的通用知識(shí)，能夠同時(shí)完成理解與生成任務(wù)，使得大模型有能力支持行業(yè)知識(shí)庫和數(shù)據(jù)庫的嵌入，對(duì)接行業(yè)經(jīng)驗(yàn)。盤古大模型相當(dāng)于各個(gè)行業(yè)AI通用的“輪子”，助力各行各業(yè)加速智能化轉(zhuǎn)型。預(yù)訓(xùn)練+下游微調(diào)的工業(yè)化AI開發(fā)模式賦能千行百業(yè)。盤古大模型是一種工業(yè)化AI開發(fā)的新模式，可以解決小模型的定制化難題，使一個(gè)模型應(yīng)用到多個(gè)場(chǎng)景中。盤古CV大模型首次兼顧了圖像判別與生成能力，能同時(shí)滿足底層圖像處理與高層語義的理解需求，同時(shí)能夠融合行業(yè)知識(shí)的微調(diào)，快速適配各種下游任務(wù)。此外，盤古CV大模型在預(yù)訓(xùn)練階段主要集中在數(shù)據(jù)處理、架構(gòu)設(shè)計(jì)和模型優(yōu)化三個(gè)階段進(jìn)行優(yōu)化，目前盤古CV大模型在ImageNet1%、10%數(shù)據(jù)集的小樣本分類精度上均達(dá)到目前業(yè)界最高水平，工業(yè)化AI開發(fā)模式有望助力各行各業(yè)加速智能化轉(zhuǎn)型。投資建議我們重點(diǎn)推薦華為生態(tài)鏈優(yōu)秀公司神州數(shù)碼、麒麟信安、易華錄、航天宏圖、萬達(dá)信息等。風(fēng)險(xiǎn)提示研發(fā)投入不及預(yù)期、AI應(yīng)用場(chǎng)景落地進(jìn)度低于預(yù)期、國(guó)內(nèi)外大模型競(jìng)爭(zhēng)加劇。敬請(qǐng)參閱最后一頁特別聲明1起ChatGPT不會(huì)淘汰你！點(diǎn)先駕馭ChatGPT的人會(huì)淘汰你！1各路大神暢聊AI使用指南和落地應(yīng)用，分享商業(yè)化案例，碰撞思維火花2一次性領(lǐng)取414份ChatGPT、AIGC相關(guān)資料，財(cái)贈(zèng)送80頁ChatGPT、AI繪畫Midjourney保姆級(jí)教程,資料持續(xù)更新中3不定時(shí)分享AI智能、ChatGPT、AIGC、GPT-4等最新研報(bào)和相關(guān)資訊經(jīng)4不定期邀請(qǐng)行業(yè)大咖演講互動(dòng)交流學(xué)習(xí)5ChatGPT初體驗(yàn)，專屬微信群與GPT互動(dòng)提問！(目前開放的API為3.5版本)GPT識(shí)別二維碼查看詳情行業(yè)專題研究報(bào)告內(nèi)容目錄1.盤古大模型的優(yōu)勢(shì)體現(xiàn)在哪里？ 61.130億參數(shù)CV模型+千億級(jí)NLP大模型業(yè)界領(lǐng)先 61.2泛化能力極強(qiáng)、適用大量復(fù)雜行業(yè)場(chǎng)景 91.3工業(yè)化AI開發(fā)模式賦能千行百業(yè) 102.盤古初上，百業(yè)AI將興 112.1盤古CV大模型：聚焦分類、分割、檢測(cè)等視覺場(chǎng)景 112.2盤古NLP大模型：聚焦文本生成與內(nèi)容理解 142.3盤古科學(xué)計(jì)算大模型：致力于解決科學(xué)計(jì)算問題 152.4盤古多模態(tài)大模型：聚焦跨模態(tài)理解、檢索與生成 173.投資建議 173.1神州數(shù)碼：IT分銷龍頭 173.2麒麟信安：國(guó)產(chǎn)操作系統(tǒng)主力軍 203.3中國(guó)軟件：軟件行業(yè)國(guó)家隊(duì) 223.4誠邁科技：領(lǐng)先的操作系統(tǒng)專家 243.5海量數(shù)據(jù)：國(guó)產(chǎn)數(shù)據(jù)庫領(lǐng)航企業(yè) 253.6易華錄：數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè)和運(yùn)營(yíng)商 283.7航天宏圖：空天信息領(lǐng)域領(lǐng)軍，全產(chǎn)業(yè)布局 293.8萬達(dá)信息：智慧城市信息服務(wù)領(lǐng)先者 313.9常山北明：常山云建設(shè)者，華為核心戰(zhàn)略伙伴 323.10拓維信息：華為全棧IT產(chǎn)業(yè)鏈合作伙伴 34敬請(qǐng)參閱最后一頁特別聲明2行業(yè)專題研究報(bào)告圖表目錄圖表1：盤古NLP大模型位列CLUE榜單總排行榜第一 6圖表2：盤古基礎(chǔ)大模型包括五大類模型 7圖表3：盤古大模型進(jìn)化路徑可分為L(zhǎng)0-L1-L2三個(gè)階段 8圖表4：ModelArts為盤古大模型訓(xùn)練和推理提供計(jì)算優(yōu)化、通信優(yōu)化、存儲(chǔ)優(yōu)化以及算法優(yōu)化 9圖表5：盤古NLP大模型具備較強(qiáng)的泛化能力 10圖表6：盤古CV工作流工作模式 10圖表7：盤古大模型已廣泛應(yīng)用于眾多行業(yè)及領(lǐng)域 11圖表8：盤古礦山大模型助力煤礦場(chǎng)景智能化 12圖表9：基于盤古行業(yè)預(yù)訓(xùn)練模型的鐵路TFDS開發(fā)方案 13圖表10：盤古大模型助力浦發(fā)銀行打造“物的”銀行 13圖表11：循環(huán)智能“盤古”NLP平臺(tái)全景圖 14圖表12：盤古大模型團(tuán)隊(duì)榮獲中國(guó)法律智能技術(shù)評(píng)測(cè)類案檢索賽道第一 15圖表13：盤古藥物分子大模型在20余項(xiàng)藥物發(fā)現(xiàn)任務(wù)上實(shí)現(xiàn)性能最優(yōu)（SOTA） 16圖表14：盤古氣象大模型能大幅提升預(yù)測(cè)速度與精度 16圖表15：盤古大模型全球臺(tái)風(fēng)預(yù)測(cè)準(zhǔn)確率達(dá)到90% 16圖表16：盤古大模型顯著提升空氣質(zhì)量預(yù)測(cè)精度 17圖表17：盤古多模態(tài)大模型支持批量生成符合要求的服飾圖片 17圖表18：建議關(guān)注公司 18圖表19：神州數(shù)碼業(yè)務(wù)矩陣 18圖表20：神州數(shù)碼基于“鯤鵬+昇騰”打造全線“神州鯤泰”產(chǎn)品體系 19圖表21：2022年神州數(shù)碼收入端有所下降 19圖表22：2022年神州數(shù)碼利潤(rùn)端高速增長(zhǎng) 19圖表23：2022年神州數(shù)碼毛利率有所提升 20圖表24：神州數(shù)碼研發(fā)費(fèi)用率持續(xù)提升 20圖表25：麒麟信安三位一體產(chǎn)品體系 20圖表26：麒麟信安攜手華為歐拉共筑國(guó)產(chǎn)操作系統(tǒng)新生態(tài) 21圖表27：麒麟信安收入端保持快速增長(zhǎng) 21圖表28：麒麟信安利潤(rùn)端快速放量 21圖表29：麒麟信安毛利率整體上有所下滑 22圖表30：麒麟信安費(fèi)用端管控能力較強(qiáng) 22圖表31：中國(guó)軟件產(chǎn)品體系圖 22圖表32：銀河麒麟操作系統(tǒng)V10基于openEuler開源技術(shù)路線 23圖表33：中國(guó)軟件營(yíng)業(yè)收入快速增長(zhǎng) 23敬請(qǐng)參閱最后一頁特別聲明3行業(yè)專題研究報(bào)告圖表34：近年來中國(guó)軟件凈利潤(rùn)逐年提升 23圖表35：中國(guó)軟件毛利率和凈利率整體呈下降趨勢(shì) 24圖表36：中國(guó)軟件2021年費(fèi)用率有所上升 24圖表37：誠邁科技產(chǎn)品體系 24圖表38：統(tǒng)信軟件積極助力CentOS遷移改造 25圖表39：誠邁科技營(yíng)業(yè)收入逐年提升 25圖表40：誠邁科技凈利潤(rùn)有所下滑 25圖表41：誠邁科技毛利率和凈利率有所下滑 25圖表42：2021年誠邁科技研發(fā)費(fèi)用率有所提升 25圖表43：海量數(shù)據(jù)核心產(chǎn)品 26圖表44：海量數(shù)據(jù)具備基于openGauss內(nèi)核的數(shù)據(jù)庫核心技術(shù) 27圖表45：2022年前三季度收入受疫情影響有所下降 27圖表46：費(fèi)用端投入較大導(dǎo)致凈利潤(rùn)承壓 27圖表47：業(yè)務(wù)結(jié)構(gòu)轉(zhuǎn)型帶動(dòng)毛利率提升 28圖表48：海量數(shù)據(jù)費(fèi)用端呈現(xiàn)持續(xù)上升趨勢(shì) 28圖表49：易華錄熱門產(chǎn)品與解決方案 28圖表50：交通路口秩序管理一體機(jī)應(yīng)用流程 29圖表51：易華錄收入有所下滑 29圖表52：易華錄2021年凈利潤(rùn)下降較大 29圖表53：易華錄2022年前三季度毛利率有所提升 29圖表54：易華錄費(fèi)用率整體呈現(xiàn)上升趨勢(shì) 29圖表55：航天宏圖三條產(chǎn)品線并行 30圖表56：航天宏圖基于昇騰AI打造耕地保護(hù)智能監(jiān)測(cè)新場(chǎng)景 30圖表57：收入端保持增長(zhǎng)態(tài)勢(shì) 31圖表58：利潤(rùn)端持續(xù)高增長(zhǎng) 31圖表59：毛利率水平維持在50%左右 31圖表60：航天宏圖高度重視銷售體系的建設(shè) 31圖表61：萬達(dá)信息“3+2”業(yè)務(wù)架構(gòu) 32圖表62：萬達(dá)信息營(yíng)業(yè)收入穩(wěn)步增長(zhǎng) 32圖表63：萬達(dá)信息凈利潤(rùn)2021年實(shí)現(xiàn)扭虧為盈 32圖表64：萬達(dá)信息毛利率和凈利率有所改善 32圖表65：萬達(dá)信息費(fèi)用管控能力持續(xù)向好 32圖表66：常山北明三大業(yè)務(wù)布局 33圖表67：北明軟件攜手華為深耕智慧城市解決方案 33圖表68：常山北明營(yíng)業(yè)收入穩(wěn)定增長(zhǎng) 34敬請(qǐng)參閱最后一頁特別聲明4行業(yè)專題研究報(bào)告圖表69：常山北明2022年前三季度利潤(rùn)受疫情影響較大 34圖表70：常山北明毛利率和凈利率穩(wěn)定增長(zhǎng) 34圖表71：常山北明研發(fā)費(fèi)用率持續(xù)提升 34圖表72：拓維信息主要產(chǎn)品 34圖表73：拓維信息深度綁定華為云服務(wù) 35圖表74：拓維信息營(yíng)業(yè)收入快速增長(zhǎng) 35圖表75：近年來拓維信息凈利潤(rùn)增速保持在70%以上 35圖表76：拓維信息凈利率不斷提升 36圖表77：拓維信息費(fèi)用端管控效果顯著 36敬請(qǐng)參閱最后一頁特別聲明5行業(yè)專題研究報(bào)告1.盤古大模型的優(yōu)勢(shì)體現(xiàn)在哪里？應(yīng)用場(chǎng)景紛繁復(fù)雜疊加“作坊式”的開發(fā)模式導(dǎo)致傳統(tǒng)AI模型商業(yè)化落地較難，具體來看：一方面，傳統(tǒng)的AI開發(fā)模式下，一個(gè)場(chǎng)景對(duì)應(yīng)一個(gè)模型，數(shù)據(jù)質(zhì)量差、樣本少，模型精度差，并且應(yīng)用場(chǎng)景相對(duì)單一。不同行業(yè)、不同場(chǎng)景對(duì)AI的需求既復(fù)雜且碎片化，每個(gè)痛點(diǎn)都需要進(jìn)行定制化地開發(fā)和改造，同時(shí)AI人才相對(duì)稀缺，很多企業(yè)通過人工進(jìn)行AI應(yīng)用的開發(fā)，從而導(dǎo)致成本高、效率低、落地慢，投入產(chǎn)出不成正比。此外一旦應(yīng)用場(chǎng)景發(fā)生變化，整個(gè)模型可能需要重新開發(fā)。另一方面，“作坊式”開發(fā)模式限制了AI生產(chǎn)力的釋放。傳統(tǒng)的AI開發(fā)模式效率相對(duì)較低，AI技術(shù)的企業(yè)滲透率僅在4%左右，AI算法從理論上能夠極大提升產(chǎn)品及服務(wù)的價(jià)值量，但由于開發(fā)過程中存在大量的碎片化因素，不同的應(yīng)用場(chǎng)景往往需要獨(dú)立的架構(gòu)設(shè)計(jì)與調(diào)參，效率相對(duì)較低?！靶∽鞣皇健钡腁I開發(fā)模式無法實(shí)現(xiàn)規(guī)模化應(yīng)用，AI生產(chǎn)力受到了一定程度的限制。130億參數(shù)CV模型+千億級(jí)NLP大模型業(yè)界領(lǐng)先盤古大模型從2020年啟動(dòng)研發(fā)，2021年4月正式發(fā)布，到2022年聚焦行業(yè)應(yīng)用落地，其進(jìn)化路徑可分為L(zhǎng)0-L1-L2三個(gè)階段，上層是在下層的基礎(chǔ)上演化而來。L0是指基礎(chǔ)大模型，包括NLP（中文語言）大模型、CV（視覺）大模型、多模態(tài)大模型、科學(xué)計(jì)算大模型以及Graph（圖網(wǎng)絡(luò)）大模型。自然語言處理（NLP）系列是業(yè)界首個(gè)千億級(jí)生成與理解中文NLP大模型，由華為云、循環(huán)智能和鵬城實(shí)驗(yàn)室聯(lián)合開發(fā)，在訓(xùn)練過程中使用了40TB的中文文本數(shù)據(jù)，其中包含大量的通用知識(shí)與行業(yè)經(jīng)驗(yàn)，具備領(lǐng)先的語言理解和模型生成能力，并通過行業(yè)數(shù)據(jù)的小樣本調(diào)優(yōu)提升模型在場(chǎng)景中的應(yīng)用性能。在中文語言理解評(píng)測(cè)基準(zhǔn)CLUE榜單中，盤古NLP大模型在總排行榜及分類、閱讀理解單項(xiàng)均排名第一，刷新了三項(xiàng)榜單世界歷史紀(jì)錄，總排行榜得分83.046（人類水平為85.61），多項(xiàng)子任務(wù)得分業(yè)界領(lǐng)先。在NLPCC2018文本摘要任務(wù)中，盤古NLP大模型取得了Rouge平均分0.53的業(yè)界最佳成績(jī)，超越第二名百分之六十。此外，基于提示調(diào)優(yōu)、動(dòng)態(tài)冰化等一系列正則化技術(shù)，NLP大模型還實(shí)現(xiàn)了小樣本學(xué)習(xí)任務(wù)超越GPT系列。圖表1：盤古NLP大模型位列CLUE榜單總排行榜第一來源：華為云微信公眾號(hào)，國(guó)金證券研究所計(jì)算機(jī)視覺（CV）系列為業(yè)界最大的CV模型。其包含30億+參數(shù)，在業(yè)界首次實(shí)現(xiàn)了模型的按需抽取，可以在不同部署場(chǎng)景下抽取出不同大小的模型，動(dòng)態(tài)范圍可根據(jù)需求覆蓋特定的小場(chǎng)景到綜合性的復(fù)雜大場(chǎng)景，實(shí)現(xiàn)了在ImageNet上小樣本學(xué)習(xí)能力業(yè)界第一。盤古CV大模型致力于解決AI工程難以泛化和復(fù)制的問題，使得研發(fā)成本降低90%。此外，盤古CV大模型提供模型預(yù)訓(xùn)練、微調(diào)、部署和迭代的功能，形成了AI開發(fā)完整閉環(huán)，極大提升了AI開發(fā)效率。CV（視覺）大模型已成功應(yīng)用在鐵路巡檢、國(guó)家電力巡檢等場(chǎng)景。華為南方工廠的PCB版質(zhì)檢即借助了盤古CV（視覺）大模型進(jìn)行展開，目前正被更多制造企業(yè)應(yīng)用在工業(yè)質(zhì)檢環(huán)節(jié)。敬請(qǐng)參閱最后一頁特別聲明6行業(yè)專題研究報(bào)告科學(xué)計(jì)算大模型主要解決各種科學(xué)問題，如氣象預(yù)報(bào)、海浪預(yù)測(cè)、分子動(dòng)力學(xué)預(yù)測(cè)、微分方程求解等，旨在利用AI促進(jìn)基礎(chǔ)科學(xué)的發(fā)展。多模態(tài)大模型具備圖像和文本的跨模態(tài)理解、檢索與生成能力，通過跨模態(tài)語義關(guān)聯(lián)實(shí)現(xiàn)視覺-文本-語音多模態(tài)統(tǒng)一表示，采用一個(gè)大模型即可靈活支撐圖-文-音全場(chǎng)景AI應(yīng)用，可用于產(chǎn)品設(shè)計(jì)、藝術(shù)創(chuàng)作、語音播報(bào)、海報(bào)創(chuàng)作等領(lǐng)域。Graph（圖網(wǎng)絡(luò)）大模型首創(chuàng)圖網(wǎng)絡(luò)融合技術(shù)，在工藝優(yōu)化、時(shí)序預(yù)測(cè)、智能分析等場(chǎng)景有廣泛應(yīng)用，如預(yù)測(cè)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)、制造企業(yè)優(yōu)化工藝等。在時(shí)序預(yù)測(cè)場(chǎng)景下，圖網(wǎng)絡(luò)大模型可協(xié)助中央空調(diào)系統(tǒng)進(jìn)行可揮發(fā)氣體濃度的預(yù)測(cè)、智能監(jiān)測(cè)空氣質(zhì)量，同時(shí)可以幫助零售企業(yè)進(jìn)行銷量預(yù)測(cè)。在工藝優(yōu)化場(chǎng)景下，圖網(wǎng)絡(luò)大模型則可以幫助制造行業(yè)優(yōu)化工藝、降本增效。圖表2：盤古基礎(chǔ)大模型包括五大類模型來源：華為云官網(wǎng)，國(guó)金證券研究所L1是指行業(yè)大模型，是在L0基礎(chǔ)上導(dǎo)入行業(yè)數(shù)據(jù)進(jìn)行訓(xùn)練后衍生出的模型，如盤古金融大模型、盤古礦山大模型、盤古電力大模型、盤古制造質(zhì)檢大模型、盤古藥物分子大模型等行業(yè)大模型。L2是指在L1基礎(chǔ)上結(jié)合行業(yè)細(xì)分場(chǎng)景得到的推理模型。以在電力行業(yè)為例，華為云基于盤古電力大模型，針對(duì)無人機(jī)電力巡檢細(xì)分場(chǎng)景，通過一次預(yù)訓(xùn)練+下游任務(wù)的微調(diào)，推出盤古電力巡檢大模型，解決了無人機(jī)智能巡檢系統(tǒng)（缺陷檢測(cè)）中的小樣本學(xué)習(xí)、主動(dòng)學(xué)習(xí)、增量學(xué)習(xí)等問題，同時(shí)解決了海量數(shù)據(jù)標(biāo)注工作量大和缺陷種類繁多的問題。此外，在華為云AI生態(tài)中，通過開源開放，盤古大模型充分借助開發(fā)者和合作伙伴的力量，如將L1行業(yè)大模型開放給ISV伙伴等，將大模型的能力進(jìn)一步下沉到場(chǎng)景，從而打造開放生態(tài)?？偟膩砜?，盤古大模型分為三個(gè)訓(xùn)練階段：一是預(yù)訓(xùn)練，利用海量數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練得到通用基礎(chǔ)模型，二是微調(diào)，針對(duì)下游行業(yè)具體任務(wù)，結(jié)合行業(yè)數(shù)據(jù)進(jìn)行微調(diào)；三是大模型迭代，結(jié)合不斷產(chǎn)生的新數(shù)據(jù)和之前訓(xùn)練使用的數(shù)據(jù)，實(shí)現(xiàn)大模型的終身學(xué)習(xí)。敬請(qǐng)參閱最后一頁特別聲明7行業(yè)專題研究報(bào)告圖表3：盤古大模型進(jìn)化路徑可分為L(zhǎng)0-L1-L2三個(gè)階段來源：智東西微信公眾號(hào)，國(guó)金證券研究所目前，盤古大模型已經(jīng)在100多個(gè)行業(yè)場(chǎng)景完成驗(yàn)證，包括能源、零售、金融、工業(yè)、醫(yī)療、環(huán)境、物流等等。盤古NLP大模型涉及千億參數(shù)、40TB訓(xùn)練數(shù)據(jù)，對(duì)算法、算力、海量數(shù)據(jù)處理、并行優(yōu)化都提出了很大挑戰(zhàn)。在算法方面，華為云算法團(tuán)隊(duì)和循環(huán)智能（RecurrentAI）的NLP團(tuán)隊(duì)聯(lián)合攻關(guān)，突破了大模型微調(diào)的難題。鵬城實(shí)驗(yàn)室的國(guó)內(nèi)最大規(guī)模AI訓(xùn)練集群鵬城云腦II在盤古NLP大模型訓(xùn)練中提供了強(qiáng)大的AI算力和數(shù)據(jù)吞吐能力，為盤古大模型訓(xùn)練打下堅(jiān)實(shí)的基礎(chǔ)。此外，華為底層軟件、訓(xùn)練框架、ModelArts平臺(tái)協(xié)同優(yōu)化，充分釋放算力，達(dá)成了全棧性能最優(yōu)。具體來看，首先，針對(duì)底層算子性能，盤古大模型基于華為CANN采用了算子量化、算子融合優(yōu)化等技術(shù)，將單算子性能提升30%以上。其次，華為MindSpore創(chuàng)新性地采用了“流水線并行、模型并行和數(shù)據(jù)并行”的多維自動(dòng)混合并行技術(shù)，大幅降低了手動(dòng)編碼的工作量，并提升集群線性度20%。華為云ModelArts平臺(tái)提供E級(jí)算力調(diào)度，同時(shí)結(jié)合物理網(wǎng)絡(luò)拓?fù)洌峁﹦?dòng)態(tài)路由規(guī)劃能力，為大模型訓(xùn)練提供了最優(yōu)的網(wǎng)絡(luò)通信能力。通過借助ModelArts平臺(tái)的高效處理海量數(shù)據(jù)能力，僅用7天就完成了40TB文本數(shù)據(jù)處理。一站式AI開發(fā)平臺(tái)ModelArts為盤古大模型訓(xùn)練和推理提供計(jì)算優(yōu)化、通信優(yōu)化、存儲(chǔ)優(yōu)化以及算法優(yōu)化，是盤古大模型重要的基礎(chǔ)平臺(tái)資源。敬請(qǐng)參閱最后一頁特別聲明8行業(yè)專題研究報(bào)告圖表4：ModelArts為盤古大模型訓(xùn)練和推理提供計(jì)算優(yōu)化、通信優(yōu)化、存儲(chǔ)優(yōu)化以及算法優(yōu)化來源：智東西微信公眾號(hào)，國(guó)金證券研究所2泛化能力極強(qiáng)、適用大量復(fù)雜行業(yè)場(chǎng)景盤古大模型具備極強(qiáng)的泛化能力、一個(gè)模型適用大量復(fù)雜行業(yè)場(chǎng)景。在toB以及toC場(chǎng)景下，盤古大模型具備良好的泛用性，大規(guī)模參數(shù)的模型可以更深層挖掘數(shù)據(jù)背后的邏輯，達(dá)到更高的泛化性能，對(duì)不同場(chǎng)景的魯棒性更強(qiáng)，原來需要多個(gè)模型覆蓋的視覺場(chǎng)景，大模型可以用一個(gè)模型覆蓋多個(gè)場(chǎng)景，以此解決模型碎片化問題。盤古大模型吸收了海量數(shù)據(jù)知識(shí)，盤古NLP大模型學(xué)習(xí)了40TB的中文文本數(shù)據(jù)，CV大模型包含了30億+參數(shù)，并通過行業(yè)數(shù)據(jù)的小樣本調(diào)優(yōu)，提升了模型在場(chǎng)景中的應(yīng)用性能，提高了大模型的泛化能力以及算法對(duì)新鮮樣本的適應(yīng)能力，從而提高模型的學(xué)習(xí)能力，減少對(duì)領(lǐng)域數(shù)據(jù)標(biāo)注的依賴。在大多數(shù)工業(yè)場(chǎng)景，從海量數(shù)據(jù)搜集缺陷樣本耗時(shí)耗力，盤古大模型能夠?qū)崿F(xiàn)缺陷樣本高效篩選，節(jié)省了80%以上的人力標(biāo)注代價(jià)。此外，基于產(chǎn)業(yè)場(chǎng)景中存在大量的內(nèi)容理解需求，盤古大模型采用兼顧架構(gòu)，在預(yù)訓(xùn)練階段沉淀了大量的通用知識(shí)，能夠同時(shí)完成理解與生成任務(wù)，使得大模型有能力支持行業(yè)知識(shí)庫和數(shù)據(jù)庫的嵌入，對(duì)接行業(yè)經(jīng)驗(yàn)。隨著盤古大模型的開放，各行各業(yè)的開發(fā)者不必再“從零開始”，只需在云上找到所需要的模型，盤古大模型相當(dāng)于各個(gè)行業(yè)AI通用的“輪子”，助力各行各業(yè)加速智能化轉(zhuǎn)型。敬請(qǐng)參閱最后一頁特別聲明9行業(yè)專題研究報(bào)告圖表5：盤古NLP大模型具備較強(qiáng)的泛化能力來源：華為云官網(wǎng)，國(guó)金證券研究所在面向開發(fā)者方面，盤古大模型逐步上線到華為云AI資產(chǎn)共享社區(qū)，通過提供相對(duì)通俗易用的工作流以滿足開發(fā)者的AI開發(fā)需求，充分釋放預(yù)訓(xùn)練模型能力，從而實(shí)現(xiàn)和開發(fā)者共建生態(tài)。大模型在實(shí)際場(chǎng)景中的應(yīng)用不僅可以幫助用戶提高訓(xùn)練進(jìn)度并且縮短訓(xùn)練時(shí)間，隨著模型上應(yīng)用數(shù)量不斷增多，用戶成本亦會(huì)有所降低。3工業(yè)化AI開發(fā)模式賦能千行百業(yè)預(yù)訓(xùn)練+下游微調(diào)的工業(yè)化AI開發(fā)模式賦能千行百業(yè)。相對(duì)于傳統(tǒng)的“作坊模式”AI開發(fā)過程，盤古大模型是一種工業(yè)化AI開發(fā)的新模式，可以解決小模型的定制化難題，使一個(gè)模型應(yīng)用到多個(gè)場(chǎng)景中。一方面，盤古大模型AI開發(fā)門檻較低，能夠提供自動(dòng)化工作流，自動(dòng)生成模型，減少對(duì)AI開發(fā)工程師的專業(yè)依賴，同時(shí)可以根據(jù)更新數(shù)據(jù)快速進(jìn)行模型迭代，做到“邊用邊學(xué)”。另一方面，盤古CV大模型首次兼顧了圖像判別與生成能力，能同時(shí)滿足底層圖像處理與高層語義的理解需求，同時(shí)能夠融合行業(yè)知識(shí)的微調(diào)，快速適配各種下游任務(wù)。盤古CV大模型已經(jīng)在100余項(xiàng)實(shí)際任務(wù)中得到驗(yàn)證，大幅提升了業(yè)務(wù)測(cè)試精度，能夠節(jié)約90%以上的研發(fā)成本。此外，盤古CV大模型在預(yù)訓(xùn)練階段主要集中在數(shù)據(jù)處理、架構(gòu)設(shè)計(jì)和模型優(yōu)化三個(gè)階段進(jìn)行優(yōu)化。目前盤古CV大模型在ImageNet1%、10%數(shù)據(jù)集上的小樣本分類精度上均達(dá)到目前業(yè)界最高水平。圖表6：盤古CV工作流工作模式來源：華為云官網(wǎng)，國(guó)金證券研究所總的來看，盤古大模型提升了復(fù)雜場(chǎng)景下的小樣本學(xué)習(xí)能力，在小樣本學(xué)習(xí)上提升了一個(gè)數(shù)量級(jí)的效率；在微調(diào)能力上，盤古大模型有著更好的數(shù)據(jù)吸收理解能力，可以在真實(shí)行敬請(qǐng)參閱最后一頁特別聲明10行業(yè)專題研究報(bào)告業(yè)場(chǎng)景中實(shí)現(xiàn)提升模型應(yīng)用效率；此外盤古大模型具備更強(qiáng)的集成行業(yè)知識(shí)的能力，其采用更靈活的模塊設(shè)計(jì)，能夠根據(jù)業(yè)務(wù)場(chǎng)景適配，提升行業(yè)知識(shí)吸收效率。“預(yù)訓(xùn)練+下游微調(diào)”的模式與目前全球主流大模型所匹配，具備極強(qiáng)的泛化能力，真正實(shí)現(xiàn)了“舉一反三”。瞄準(zhǔn)AI工業(yè)化及現(xiàn)實(shí)場(chǎng)景，打造“實(shí)干式”大模型。盤古大模型始終以工業(yè)化為目標(biāo)，瞄準(zhǔn)現(xiàn)實(shí)場(chǎng)景，在開發(fā)初期即與合作伙伴進(jìn)行了一系列的商業(yè)化驗(yàn)證，以確保在真實(shí)產(chǎn)業(yè)場(chǎng)景中的效率和適用能力，是一個(gè)以商業(yè)價(jià)值驅(qū)動(dòng)研發(fā)創(chuàng)新的“實(shí)干模式”大模型。盤古大模型極大降低了研發(fā)的人力和算力成本，使AI開發(fā)進(jìn)入工業(yè)化模式。2.盤古初上，百業(yè)AI將興超強(qiáng)泛化能力，盤古推動(dòng)AI行業(yè)落地。盤古大模型具備“一個(gè)模型在眾多場(chǎng)景通用、可泛化和規(guī)?；瘡?fù)制”的特點(diǎn)，讓AI開發(fā)模式由作坊式向工業(yè)化轉(zhuǎn)變，加速AI在千行百業(yè)的孵化與創(chuàng)新。盤古預(yù)訓(xùn)練大模型已經(jīng)從學(xué)術(shù)大模型轉(zhuǎn)變?yōu)楫a(chǎn)業(yè)大模型，形成了“基礎(chǔ)大模型-行業(yè)大模型-細(xì)分場(chǎng)景大模型”的發(fā)展路徑，并在醫(yī)療、互聯(lián)網(wǎng)、金融、煤礦、農(nóng)業(yè)、氣象等領(lǐng)域中實(shí)現(xiàn)降本增效。圖表7：盤古大模型已廣泛應(yīng)用于眾多行業(yè)及領(lǐng)域來源：智東西微信公眾號(hào)，國(guó)金證券研究所1盤古CV大模型：聚焦分類、分割、檢測(cè)等視覺場(chǎng)景盤活工業(yè)數(shù)據(jù)，盤古CV大模型賦能工業(yè)質(zhì)檢。華為目前已經(jīng)推出盤古礦山大模型、盤古電力大模型、盤古制造質(zhì)檢大模型等L1行業(yè)模型，并針對(duì)偏光片質(zhì)檢、電力巡檢、鐵路TFDS檢測(cè)、傳送帶異物檢測(cè)等具體任務(wù)，通過“預(yù)訓(xùn)練+微調(diào)”打造L2細(xì)分場(chǎng)景模型。盤古礦山大模型助力煤礦場(chǎng)景智能化。盤古礦山大模型對(duì)海量無標(biāo)注的礦山場(chǎng)景數(shù)據(jù)進(jìn)行無監(jiān)督自主學(xué)習(xí)，覆蓋采、掘、機(jī)、運(yùn)、通等主營(yíng)業(yè)務(wù)及1000多個(gè)細(xì)分場(chǎng)景，大幅縮短模型開發(fā)時(shí)間，有效保障井下安全。其中，基于5G+AI全景視頻拼接綜采畫面，實(shí)現(xiàn)了遠(yuǎn)控采煤、安全生產(chǎn)、主運(yùn)智能檢測(cè)系統(tǒng)代替人工巡檢，使得異物識(shí)別精度超過98%，動(dòng)作規(guī)范識(shí)別準(zhǔn)確率超過95%，井下安全事故降低90%以上。敬請(qǐng)參閱最后一頁特別聲明11行業(yè)專題研究報(bào)告圖表8：盤古礦山大模型助力煤礦場(chǎng)景智能化來源：智東西微信公眾號(hào)，國(guó)金證券研究所針對(duì)電力巡檢場(chǎng)景，傳統(tǒng)AI模型開發(fā)面臨數(shù)據(jù)標(biāo)注低效、缺陷種類多、模型開發(fā)成本高等挑戰(zhàn)。依托華為盤古CV大模型生成的電力行業(yè)預(yù)訓(xùn)練模型實(shí)現(xiàn)了以較少的人工標(biāo)注進(jìn)行快速迭代，使得樣本篩選效率提升約30倍，篩選質(zhì)量提升約5倍；同時(shí)一個(gè)模型可適配上百種缺陷，模型平均精度提升18%，開發(fā)成本降低90%，真正做到了規(guī)模化可復(fù)制。針對(duì)鐵路TFDS檢測(cè)場(chǎng)景，該場(chǎng)景要求識(shí)別上百種故障類型。標(biāo)注困難、樣本不均衡、未知故障預(yù)測(cè)成為主要挑戰(zhàn)。華為推出基于盤古CV大模型的鐵路TFDS開發(fā)方案，利用大量鐵路無標(biāo)注樣本預(yù)訓(xùn)練，使其在小樣本的故障檢測(cè)中獲得更優(yōu)性能，同時(shí)基于缺陷檢測(cè)算法，打造未知故障預(yù)測(cè)流水線，為鐵路故障檢測(cè)設(shè)下第二道關(guān)卡，使故障召回率達(dá)到90%，準(zhǔn)確率提升7%以上，正常樣本濾除率降低約9%。敬請(qǐng)參閱最后一頁特別聲明12行業(yè)專題研究報(bào)告圖表9：基于盤古行業(yè)預(yù)訓(xùn)練模型的鐵路TFDS開發(fā)方案來源：智東西微信公眾號(hào)，國(guó)金證券研究所盤古CV大模型引領(lǐng)智慧物流，從“人的銀行”走向“物的銀行”。盤古大模型協(xié)助浦發(fā)銀行打造浦慧云倉項(xiàng)目，實(shí)現(xiàn)了1個(gè)模型覆蓋9種物流場(chǎng)景，監(jiān)測(cè)收貨、入庫、在庫和出庫全流程。浦發(fā)銀行借助盤古大模型對(duì)叉車入庫時(shí)的貨堆進(jìn)行精確計(jì)數(shù)，確保了貨物入庫的真實(shí)性。此外通過借助小樣本學(xué)習(xí)能力，大大節(jié)省了識(shí)別倉庫中上百種外觀不同箱體的樣本采集和標(biāo)注工作量，將項(xiàng)目開發(fā)周期從1-2個(gè)月縮短至2-3天，極大降低了開發(fā)成本，提高了開發(fā)效率。圖表10：盤古大模型助力浦發(fā)銀行打造“物的”銀行來源：華為企業(yè)業(yè)務(wù)微信公眾號(hào)，國(guó)金證券研究所敬請(qǐng)參閱最后一頁特別聲明13行業(yè)專題研究報(bào)告2盤古NLP大模型：聚焦文本生成與內(nèi)容理解盤古NLP大模型已廣泛應(yīng)用于智能營(yíng)銷和智能輿情等場(chǎng)景。在智能營(yíng)銷領(lǐng)域，盤古NLP大模型可以通過文本匹配，問答和對(duì)話系統(tǒng)、意圖識(shí)別等關(guān)鍵技術(shù)更好地賦能銷售環(huán)節(jié)，取代目前逐漸上升的人力成本和低成功率的智能客服與營(yíng)銷系統(tǒng)，其中循環(huán)智能“盤古”NLP平臺(tái)憑借突破性的零樣本AI建模技術(shù)，極大降低了AI建模成本，提升了10到1000倍AI建模效率，目前已在多家銀行、保險(xiǎn)、證券等金融機(jī)構(gòu)的數(shù)字化客戶經(jīng)營(yíng)場(chǎng)景落地，實(shí)現(xiàn)了銷售管理的智能化提升。在智能輿情領(lǐng)域，盤古NLP大模型可以利用文檔信息抽取、情感分類、文檔自動(dòng)摘要等技術(shù)，在金融、電商、政務(wù)領(lǐng)域?qū)崿F(xiàn)精準(zhǔn)圖情分析、企業(yè)運(yùn)營(yíng)軟件分析等。圖表11：循環(huán)智能“盤古”NLP平臺(tái)全景圖來源：循環(huán)智能官網(wǎng)，國(guó)金證券研究所聚焦行業(yè)細(xì)分場(chǎng)景，盤古NLP大模型在智能文檔檢索、智能ERP、小語種大模型等領(lǐng)域先后領(lǐng)地。在智能文檔檢索方面，盤古大模型團(tuán)隊(duì)獲得了中國(guó)法律智能技術(shù)評(píng)測(cè)類案檢索賽道第一名，基于盤古NLP大模型構(gòu)建的司法領(lǐng)域大模型能夠賦能類案檢索、法條推薦、司法信息抽取、罪名匹配等一系列下游應(yīng)用；在智能ERP方面，盤古預(yù)訓(xùn)練大模型與廣發(fā)證券合作企業(yè)財(cái)務(wù)智能預(yù)警項(xiàng)目，在該項(xiàng)目中，2019年有496家企業(yè)被監(jiān)管處罰、問詢或被ST處理，盤古大模型預(yù)測(cè)出其中439家，覆蓋率近90%，其中被監(jiān)管處罰企業(yè)111家，盤古大模型全部命中。在小語種大模型方面，華為與合作伙伴開發(fā)了支持千億參數(shù)的阿拉伯語NLP大模型，語義理解準(zhǔn)確率達(dá)到95%。敬請(qǐng)參閱最后一頁特別聲明14行業(yè)專題研究報(bào)告圖表12：盤古大模型團(tuán)隊(duì)榮獲中國(guó)法律智能技術(shù)評(píng)測(cè)類案檢索賽道第一來源：中國(guó)法律智能技術(shù)評(píng)測(cè)CAIL(ChallengeofAIinLaw)，國(guó)金證券研究所3盤古科學(xué)計(jì)算大模型：致力于解決科學(xué)計(jì)算問題打破“雙十定律”，盤古藥物分子大模型加速新藥研發(fā)進(jìn)程。新藥研發(fā)風(fēng)險(xiǎn)大、周期長(zhǎng)、成本高，為此醫(yī)藥界存在“雙十定律”，即一款新藥從研發(fā)到上市,平均需要10年時(shí)間和億美元的投入。針對(duì)上述難題，盤古藥物分子大模型采用無監(jiān)督學(xué)習(xí)模式和業(yè)界獨(dú)有的“圖-序列不對(duì)稱條件自編碼器”深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)，對(duì)市面上真實(shí)存在的17億個(gè)藥物分子的化學(xué)結(jié)構(gòu)進(jìn)行預(yù)訓(xùn)練，實(shí)現(xiàn)了結(jié)構(gòu)重構(gòu)率、合法性、唯一性等指標(biāo)全面優(yōu)于現(xiàn)有方法。其次，盤古分子生成器生成了1億個(gè)創(chuàng)新的類藥物小分子篩選庫，其結(jié)構(gòu)新穎性達(dá)到99.68%，并且可以有效地生成理化性質(zhì)相似的新化合物；基于盤古分子優(yōu)化器，科研人員實(shí)現(xiàn)了對(duì)起始分子化學(xué)結(jié)構(gòu)的優(yōu)化，并且能夠改善藥物分子的特性，盤古藥物分子大模型已經(jīng)在20余項(xiàng)藥物發(fā)現(xiàn)任務(wù)上實(shí)現(xiàn)性能最優(yōu)（SOTA）。此外，西安交通大學(xué)第一附屬醫(yī)院利用盤古藥物分子大模型設(shè)計(jì)出的全新的廣譜抗菌藥物DrugX，讓先導(dǎo)藥的研發(fā)周期從數(shù)年縮短至一個(gè)月，研發(fā)成本降低70%，打破了醫(yī)藥界的“雙十定律”。敬請(qǐng)參閱最后一頁特別聲明15行業(yè)專題研究報(bào)告圖表13：盤古藥物分子大模型在20余項(xiàng)藥物發(fā)現(xiàn)任務(wù)上實(shí)現(xiàn)性能最優(yōu)（SOTA）來源：華為云微信公眾號(hào)，國(guó)金證券研究所預(yù)測(cè)精度首超傳統(tǒng)數(shù)值預(yù)報(bào)方法，盤古氣象大模型突破中長(zhǎng)期氣象預(yù)報(bào)難題。中長(zhǎng)期氣象預(yù)測(cè)準(zhǔn)確率往往較低，傳統(tǒng)數(shù)值預(yù)報(bào)將氣象監(jiān)測(cè)數(shù)據(jù)代入數(shù)學(xué)物理方程式進(jìn)行預(yù)測(cè)，難以改變中長(zhǎng)期氣象預(yù)測(cè)的困境。盤古氣象大模型是首個(gè)精度超過傳統(tǒng)數(shù)值預(yù)報(bào)方法的AI預(yù)報(bào)方法，預(yù)測(cè)精度在1小時(shí)到7天內(nèi)均高于傳統(tǒng)數(shù)值方法（歐洲氣象中心的operationalIFS），同時(shí)能夠提供秒級(jí)全球氣象預(yù)報(bào)，預(yù)測(cè)速度提高10000倍以上，臺(tái)風(fēng)軌跡預(yù)測(cè)準(zhǔn)確度世界第一，相比歐洲氣象局提升約20%，并且可實(shí)現(xiàn)20公里范圍內(nèi)、小時(shí)級(jí)、13層最高精度氣象預(yù)報(bào)，如臺(tái)風(fēng)生成時(shí)間與移動(dòng)軌跡預(yù)測(cè)的預(yù)測(cè)準(zhǔn)確率超過85%。此外作為L(zhǎng)1行業(yè)模型，盤古氣象大模型還能夠?yàn)楹教旌娇?、海運(yùn)、農(nóng)業(yè)、交通出行、新能源等領(lǐng)域提供AI氣象分析能力。圖表14：盤古氣象大模型能大幅提升預(yù)測(cè)速度與精度 圖表15：盤古大模型全球臺(tái)風(fēng)預(yù)測(cè)準(zhǔn)確率達(dá)到90%來源：智東西微信公眾號(hào)，國(guó)金證券研究所 來源：華為云微信公眾號(hào)，國(guó)金證券研究所先“樓”一步實(shí)現(xiàn)節(jié)能降耗，先“人”一步制造舒適環(huán)境。針對(duì)室外環(huán)境，盤古大模型能夠幫助企業(yè)實(shí)現(xiàn)智能能耗監(jiān)測(cè)、節(jié)能減排，實(shí)現(xiàn)了電力能耗降低15%以上；針對(duì)室內(nèi)環(huán)境，盤古大模型實(shí)現(xiàn)了對(duì)空氣質(zhì)量的監(jiān)控與預(yù)測(cè)，相較于小模型，盤古大模型實(shí)現(xiàn)了TVOC、甲醛和CO2的預(yù)測(cè)精度分別提升10%、15%和15%。敬請(qǐng)參閱最后一頁特別聲明16行業(yè)專題研究報(bào)告圖表16：盤古大模型顯著提升空氣質(zhì)量預(yù)測(cè)精度來源：智東西微信公眾號(hào)，國(guó)金證券研究所4盤古多模態(tài)大模型：聚焦跨模態(tài)理解、檢索與生成AI賦能時(shí)尚設(shè)計(jì)，盤古多模態(tài)大模型大幅提升設(shè)計(jì)開發(fā)效率。盤古多模態(tài)大模型基于億級(jí)自然圖像進(jìn)行預(yù)訓(xùn)練，并在十萬級(jí)時(shí)尚產(chǎn)業(yè)數(shù)據(jù)上進(jìn)行微調(diào)和優(yōu)化，得到適用于服裝行業(yè)的盤古時(shí)尚多模態(tài)大模型。在技術(shù)層面，為了應(yīng)對(duì)并行處理海量數(shù)據(jù)的挑戰(zhàn)、提高模型預(yù)訓(xùn)練的效率，盤古團(tuán)隊(duì)融合了稀疏訓(xùn)練、模型并行、數(shù)據(jù)并行等多種優(yōu)化策略和算法，實(shí)現(xiàn)了以天級(jí)為單位完成訓(xùn)練。在實(shí)際運(yùn)用中，基于盤古多模態(tài)大模型中的“以文生圖”能力，時(shí)諦智能公司將服裝設(shè)計(jì)周期從三周縮短至3-5天，化解了時(shí)尚設(shè)計(jì)產(chǎn)業(yè)中開發(fā)設(shè)計(jì)周期長(zhǎng)、生產(chǎn)成本高等一系列難題。圖表17：盤古多模態(tài)大模型支持批量生成符合要求的服飾圖片來源：華為云微信公眾號(hào)，國(guó)金證券研究所3.投資建議我們建議關(guān)注華為生態(tài)鏈相關(guān)公司，算力層面建議關(guān)注神州數(shù)碼、常山北明、拓維信息；操作系統(tǒng)層面建議關(guān)注麒麟信安、中國(guó)軟件、誠邁科技；數(shù)據(jù)庫層面建議關(guān)注海量數(shù)據(jù)；敬請(qǐng)參閱最后一頁特別聲明17行業(yè)專題研究報(bào)告應(yīng)用層面建議關(guān)注易華錄、航天宏圖、萬達(dá)信息。圖表18：建議關(guān)注公司來源：Wind，國(guó)金證券研究所。數(shù)據(jù)截至2023年4月11日。注：麒麟信安預(yù)測(cè)值來自國(guó)金證券研究所預(yù)測(cè)1神州數(shù)碼：IT分銷龍頭神州數(shù)碼是國(guó)內(nèi)領(lǐng)先的云和數(shù)字化轉(zhuǎn)型服務(wù)商，中國(guó)IT分銷龍頭，開創(chuàng)性地提出“數(shù)云融合”戰(zhàn)略和技術(shù)體系框架，致力于在云原生、數(shù)字原生、數(shù)云融合關(guān)鍵技術(shù)和信創(chuàng)產(chǎn)業(yè)上架構(gòu)產(chǎn)品和服務(wù)能力，為處在不同數(shù)字化轉(zhuǎn)型階段的快消零售、汽車、金融、醫(yī)療、政企、教育、運(yùn)營(yíng)商等行業(yè)客戶提供泛在的敏捷IT能力和融合的數(shù)據(jù)驅(qū)動(dòng)能力。圖表19：神州數(shù)碼業(yè)務(wù)矩陣來源：神州數(shù)碼2022年年報(bào)，國(guó)金證券研究所同行十余載，神州數(shù)碼是華為生態(tài)核心踐行者。神州數(shù)碼從2011年成為華為數(shù)通產(chǎn)品總經(jīng)銷商，與華為在云計(jì)算、海外市場(chǎng)、鯤鵬生態(tài)合作等諸多業(yè)務(wù)領(lǐng)域展開對(duì)接合作，全面擁抱華為生態(tài)。2018年神州數(shù)碼正式提出“大華為”戰(zhàn)略，通過成立華為業(yè)務(wù)群將分散在不同業(yè)務(wù)板塊的華為業(yè)務(wù)進(jìn)行整合，此后逐步展開“鯤鵬”、“昇騰”生態(tài)合作，在產(chǎn)品、營(yíng)銷、生態(tài)等方面不斷突破，持續(xù)落地標(biāo)桿案例。未來神州數(shù)碼將與華為盤古大模型合作，構(gòu)建自身的AI算力基礎(chǔ)架構(gòu)。敬請(qǐng)參閱最后一頁特別聲明18行業(yè)專題研究報(bào)告圖表20：神州數(shù)碼基于“鯤鵬+昇騰”打造全線“神州鯤泰”產(chǎn)品體系來源：神州鯤泰官網(wǎng)，國(guó)金證券研究所收入端有所下滑，利潤(rùn)端高速增長(zhǎng)。受益于國(guó)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型需求不斷提高,2018-2022年神州數(shù)碼收入CAGR為9.1%。2022年實(shí)現(xiàn)收入1158.8億元，同比下降5.3%，實(shí)現(xiàn)凈利潤(rùn)10.0億元，同比增長(zhǎng)303.1%，收入端有所下降主要系神州數(shù)碼主動(dòng)聚焦高價(jià)值、高毛利業(yè)務(wù)，利潤(rùn)端高速增長(zhǎng)主要系云及信創(chuàng)業(yè)務(wù)收入顯著增長(zhǎng)，業(yè)績(jī)貢獻(xiàn)不斷提升。圖表21：2022年神州數(shù)碼收入端有所下降 圖表22：2022年神州數(shù)碼利潤(rùn)端高速增長(zhǎng)來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所毛利率和凈利率有所提升，研發(fā)費(fèi)用率持續(xù)上升。2022年神州數(shù)碼毛利率、凈利率分別為3.92%、0.89%，較去年同期分別提升0.57pct、0.69pct，主要系其不斷優(yōu)化業(yè)務(wù)結(jié)構(gòu)，主動(dòng)收縮部分低毛利分銷業(yè)務(wù)。神州數(shù)碼堅(jiān)定落實(shí)“數(shù)云融合+信創(chuàng)”戰(zhàn)略，持續(xù)加大研發(fā)投入，2022年研發(fā)、銷售、管理費(fèi)用率分別為0.25%、1.69%、0.27%。敬請(qǐng)參閱最后一頁特別聲明19行業(yè)專題研究報(bào)告圖表23：2022年神州數(shù)碼毛利率有所提升 圖表24：神州數(shù)碼研發(fā)費(fèi)用率持續(xù)提升來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所2麒麟信安：國(guó)產(chǎn)操作系統(tǒng)主力軍麒麟信安專注于國(guó)家關(guān)鍵信息基礎(chǔ)設(shè)施領(lǐng)域相關(guān)技術(shù)的研發(fā)與應(yīng)用，主要從事操作系統(tǒng)產(chǎn)品研發(fā)及技術(shù)服務(wù)，并以操作系統(tǒng)為根技術(shù)創(chuàng)新發(fā)展信息安全和云計(jì)算等產(chǎn)品及服務(wù)業(yè)務(wù)。麒麟信安實(shí)現(xiàn)了對(duì)Intel、AMD等國(guó)際商用CPU及鯤鵬、飛騰、海光等國(guó)產(chǎn)自主CPU的支持，致力打造自研創(chuàng)新信息系統(tǒng)生態(tài)環(huán)境，產(chǎn)品廣泛應(yīng)用于國(guó)防、電力、政務(wù)、金融、石化、交通等領(lǐng)域。圖表25：麒麟信安三位一體產(chǎn)品體系來源：麒麟信安招股說明書，國(guó)金證券研究所攜手華為歐拉，共筑國(guó)產(chǎn)操作系統(tǒng)新生態(tài)。麒麟信安操作系統(tǒng)是基于Linux技術(shù)開發(fā)的高安全、高可用、高性能和可定制的國(guó)產(chǎn)操作系統(tǒng)，率先基于openEulerLTS進(jìn)行商業(yè)版發(fā)行，并加入中國(guó)首個(gè)桌面操作系統(tǒng)根社區(qū)openKylin，與國(guó)內(nèi)60余家軟硬件廠商達(dá)成生態(tài)戰(zhàn)略合作，實(shí)現(xiàn)了從芯片到整機(jī)、數(shù)據(jù)庫、中間件及各類應(yīng)用軟件的全方位兼容適配工作。針對(duì)CentOS停服，麒麟信安CentOS應(yīng)用原地透明遷移方案已實(shí)現(xiàn)對(duì)電力行業(yè)主流系統(tǒng)/軟件、電力裝置的遷移適配，未來相關(guān)經(jīng)驗(yàn)有望拓展至其他行業(yè)用戶。敬請(qǐng)參閱最后一頁特別聲明20行業(yè)專題研究報(bào)告圖表26：麒麟信安攜手華為歐拉共筑國(guó)產(chǎn)操作系統(tǒng)新生態(tài)來源：麒麟信安微信公眾號(hào)，國(guó)金證券研究所收入快速增長(zhǎng)，利潤(rùn)端放量。近年來麒麟信安收入快速增長(zhǎng)帶動(dòng)利潤(rùn)端不斷放量，2021年實(shí)現(xiàn)收入3.4億元，同比增長(zhǎng)46.2%，實(shí)現(xiàn)凈利潤(rùn)1.1億元，同比增長(zhǎng)12.8%。受益于產(chǎn)業(yè)政策及信息安全需求擴(kuò)大，國(guó)防電力及黨政金融等重要行業(yè)對(duì)產(chǎn)品需求不斷擴(kuò)大，2022年Q1-Q3實(shí)現(xiàn)收入2.4億元，同比增長(zhǎng)40.4%，實(shí)現(xiàn)凈利潤(rùn)0.7億元，同比增長(zhǎng)70%，業(yè)績(jī)未來存在較大彈性空間。2022年業(yè)績(jī)快報(bào)顯示，2022年麒麟信安實(shí)現(xiàn)收入4億元，同比增長(zhǎng)18.45%，凈利潤(rùn)1.28億元，同比增長(zhǎng)14.39%，報(bào)告期內(nèi)麒麟信安持續(xù)深耕國(guó)防、電力等優(yōu)勢(shì)行業(yè)客戶需求，實(shí)現(xiàn)了在優(yōu)勢(shì)行業(yè)的穩(wěn)步增長(zhǎng)，同時(shí)在金融等行業(yè)的業(yè)務(wù)拓展初見成效，推動(dòng)收入增長(zhǎng)。圖表27：麒麟信安收入端保持快速增長(zhǎng) 圖表28：麒麟信安利潤(rùn)端快速放量來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所業(yè)務(wù)結(jié)構(gòu)變動(dòng)導(dǎo)致毛利率下滑，費(fèi)用端管控效果良好。2021年麒麟信安毛利率和凈利率分別為66.3%、33%，毛利率近年來有所下滑主要受毛利率較低的信息安全業(yè)務(wù)和云計(jì)算業(yè)務(wù)收入占比提升影響。2021年研發(fā)、銷售、管理費(fèi)用率下降至17.81%、14.12%、7.57%，控費(fèi)效果良好。敬請(qǐng)參閱最后一頁特別聲明21行業(yè)專題研究報(bào)告圖表29：麒麟信安毛利率整體上有所下滑 圖表30：麒麟信安費(fèi)用端管控能力較強(qiáng)來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所3中國(guó)軟件：軟件行業(yè)國(guó)家隊(duì)綜合IT服務(wù)提供商，軟件行業(yè)國(guó)家隊(duì)。中國(guó)軟件作為CEC“PKS”體系下的重要一環(huán)，深入推進(jìn)以網(wǎng)信業(yè)務(wù)為核心的自主軟件產(chǎn)品、行業(yè)解決方案和服務(wù)化業(yè)務(wù)發(fā)展。中國(guó)軟件現(xiàn)擁有完整的從操作系統(tǒng)、中間件、安全產(chǎn)品到應(yīng)用系統(tǒng)的業(yè)務(wù)鏈條，覆蓋稅務(wù)、電子政務(wù)、交通、知識(shí)產(chǎn)權(quán)、金融、能源等國(guó)民經(jīng)濟(jì)重要領(lǐng)域。中國(guó)軟件的三大業(yè)務(wù)板塊分別為自主軟件產(chǎn)品、行業(yè)解決方案和服務(wù)化業(yè)務(wù)。圖表31：中國(guó)軟件產(chǎn)品體系圖來源：中國(guó)軟件官網(wǎng)，國(guó)金證券研究所中國(guó)軟件子公司麒麟軟件是國(guó)產(chǎn)操作系統(tǒng)龍頭企業(yè)，與華為鯤鵬關(guān)系緊密。麒麟軟件不斷完善以操作系統(tǒng)為核心的產(chǎn)品生態(tài)體系，旗下OS操作系統(tǒng)麒麟連續(xù)11年位列中國(guó)Linux市場(chǎng)份額第一名。麒麟軟件是華為重要戰(zhàn)略伙伴，在開源建設(shè)方面，2022年麒麟軟件主導(dǎo)發(fā)起中國(guó)首個(gè)桌面操作系統(tǒng)根社區(qū)openKylin，同時(shí)，自openEuler社區(qū)創(chuàng)立以來，麒麟軟件是僅次于華為的第二大貢獻(xiàn)者；在OpenStack社區(qū)貢獻(xiàn)位列國(guó)內(nèi)第一、全球第三。此外，麒麟軟件與華為強(qiáng)強(qiáng)聯(lián)合斬獲多項(xiàng)世界第一，麒麟操作系統(tǒng)V10和華為鯤鵬在SPECCPU2017測(cè)試中排名第11，獲得非x86架構(gòu)芯片性能全球第一；基于麒麟操作系統(tǒng)V10開發(fā)的鵬程云腦，在SPEC標(biāo)準(zhǔn)性能測(cè)試中排名第一。敬請(qǐng)參閱最后一頁特別聲明22行業(yè)專題研究報(bào)告圖表32：銀河麒麟操作系統(tǒng)V10基于openEuler開源技術(shù)路線來源：麒麟軟件官網(wǎng)，國(guó)金證券研究所收入快速增長(zhǎng)，凈利潤(rùn)逐年提升。2021年中國(guó)軟件實(shí)現(xiàn)收入103.5億元，同比增長(zhǎng)39.7%，實(shí)現(xiàn)凈利潤(rùn)0.8億元，同比增長(zhǎng)10.8%，主要系信創(chuàng)產(chǎn)業(yè)快速發(fā)展，自主可控市場(chǎng)戰(zhàn)略布局效果漸顯，業(yè)績(jī)持續(xù)改善。2022年Q1-Q3延續(xù)增長(zhǎng)態(tài)勢(shì)，實(shí)現(xiàn)收入55.8億元，同比增長(zhǎng)27.2%，實(shí)現(xiàn)凈利潤(rùn)-3.9億元，同比增長(zhǎng)14.4%。圖表33：中國(guó)軟件營(yíng)業(yè)收入快速增長(zhǎng) 圖表34：近年來中國(guó)軟件凈利潤(rùn)逐年提升來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所毛利率、凈利率有所下滑，費(fèi)用率有所上升。中國(guó)軟件毛利率和凈利率整體呈下降趨勢(shì)，2018-2021年毛利率保持在30%左右，凈利率保持在2%左右。中國(guó)軟件積極拓展自主產(chǎn)品研發(fā)與銷售,2021年研發(fā)、銷售、管理費(fèi)用率分別上升至17.84%、5.31%、8.2%。敬請(qǐng)參閱最后一頁特別聲明23行業(yè)專題研究報(bào)告圖表35：中國(guó)軟件毛利率和凈利率整體呈下降趨勢(shì) 圖表36：中國(guó)軟件2021年費(fèi)用率有所上升來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所4誠邁科技：領(lǐng)先的操作系統(tǒng)專家誠邁科技專注于智能互聯(lián)及操作系統(tǒng)技術(shù)的研發(fā)與創(chuàng)新，全面覆蓋全球主流操作系統(tǒng)技術(shù)，主營(yíng)業(yè)務(wù)為軟件技術(shù)服務(wù)及解決方案研發(fā)與銷售，長(zhǎng)期服務(wù)于眾多世界500強(qiáng)企業(yè)，涵蓋芯片&操作系統(tǒng)、智能汽車、智能終端、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、人工智能等行業(yè)。圖表37：誠邁科技產(chǎn)品體系來源：誠邁科技官網(wǎng)，國(guó)金證券研究所誠邁科技積極布局國(guó)產(chǎn)操作系統(tǒng)賽道，其參股公司統(tǒng)信軟件深度參與華為鯤鵬生態(tài)。統(tǒng)信軟件是國(guó)內(nèi)領(lǐng)先的操作系統(tǒng)廠商，率先推出自主研發(fā)的基于開源Linux內(nèi)核的統(tǒng)信UOS產(chǎn)品，統(tǒng)信deepin在全球開源操作系統(tǒng)排行榜上位居前列，也是排名最高的來自中國(guó)的社區(qū)發(fā)行版，并在2019-2021年連續(xù)三年榮獲最受歡迎中國(guó)開源軟件第一名。統(tǒng)信軟件是華為生態(tài)重要參與者，在openEuler社區(qū)中貢獻(xiàn)排名前三，統(tǒng)信服務(wù)器操作系統(tǒng)V20歐拉版基于openEuler20.03LTS持續(xù)演進(jìn)，在政企、金融、運(yùn)營(yíng)商等行業(yè)實(shí)現(xiàn)了規(guī)模應(yīng)用，為客戶提供CentOS替換解決方案。敬請(qǐng)參閱最后一頁特別聲明24行業(yè)專題研究報(bào)告圖表38：統(tǒng)信軟件積極助力CentOS遷移改造來源：統(tǒng)信軟件官網(wǎng)，國(guó)金證券研究所收入逐年提升，利潤(rùn)端呈下降趨勢(shì)。誠邁科技持續(xù)加強(qiáng)研發(fā)和技術(shù)創(chuàng)新，優(yōu)化資源配置和服務(wù)結(jié)構(gòu)并加快市場(chǎng)拓展力度，2021年實(shí)現(xiàn)收入14.2億元，同比增長(zhǎng)51.9%，實(shí)現(xiàn)凈利潤(rùn)0.3億元，同比下降49.1%。2022年Q1-Q3實(shí)現(xiàn)收入14.1億元，同比增長(zhǎng)47.6%，實(shí)現(xiàn)凈利潤(rùn)-1.1億元，主要系疫情對(duì)部分客戶業(yè)務(wù)造成影響。圖表39：誠邁科技營(yíng)業(yè)收入逐年提升 圖表40：誠邁科技凈利潤(rùn)有所下滑來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所毛利率、凈利率呈下降趨勢(shì)，2021年研發(fā)投入加大。近年來誠邁科技毛利率、凈利率有所下滑，2021年毛利率和凈利率分別為22.33%、2.12%。誠邁科技不斷加強(qiáng)研發(fā)和技術(shù)創(chuàng)新，2021年研發(fā)、銷售、管理費(fèi)用率分別為7.16%、2.02%、4.73%。圖表41：誠邁科技毛利率和凈利率有所下滑 圖表42：2021年誠邁科技研發(fā)費(fèi)用率有所提升來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所5海量數(shù)據(jù)：國(guó)產(chǎn)數(shù)據(jù)庫領(lǐng)航企業(yè)海量數(shù)據(jù)是國(guó)產(chǎn)數(shù)據(jù)庫技術(shù)的領(lǐng)航企業(yè)，主要針對(duì)大中型企事業(yè)單位的數(shù)據(jù)中心，搭建數(shù)敬請(qǐng)參閱最后一頁特別聲明25行業(yè)專題研究報(bào)告據(jù)基礎(chǔ)設(shè)施平臺(tái)，為客戶提供數(shù)據(jù)庫、數(shù)據(jù)計(jì)算、數(shù)據(jù)存儲(chǔ)相關(guān)的產(chǎn)品和服務(wù)。海量數(shù)據(jù)核心產(chǎn)品海量數(shù)據(jù)庫Vastbase系列廣泛應(yīng)用于政務(wù)、制造、金融、通信、能源、交通等多個(gè)重點(diǎn)行業(yè)，已成為國(guó)產(chǎn)企業(yè)級(jí)數(shù)據(jù)庫的首選之一。圖表43：海量數(shù)據(jù)核心產(chǎn)品產(chǎn)品名稱分類產(chǎn)品描述VastbaseG100基于openGauss內(nèi)核的企業(yè)級(jí)關(guān)系型數(shù)據(jù)庫，在鯤鵬平臺(tái)提供極致性能，適用于各類企業(yè)級(jí)應(yīng)用場(chǎng)景。VastbaseE100基于開源技術(shù)的HTAP數(shù)據(jù)庫管理系統(tǒng)，性能優(yōu)異，穩(wěn)定可靠，提供諸多專屬領(lǐng)域特性。exBase數(shù)據(jù)庫一鍵式異構(gòu)數(shù)據(jù)庫遷移系統(tǒng)，協(xié)助用戶輕松將數(shù)據(jù)庫遷移到國(guó)產(chǎn)自主可控?cái)?shù)據(jù)庫或開源數(shù)據(jù)庫中。VEM企業(yè)數(shù)據(jù)庫一站式運(yùn)維監(jiān)控平臺(tái)，可實(shí)現(xiàn)在單一平臺(tái)上對(duì)多個(gè)不同的應(yīng)用系統(tǒng)數(shù)據(jù)庫進(jìn)行統(tǒng)一監(jiān)控預(yù)警與運(yùn)維。Xcloud即申即用、穩(wěn)定可靠、可彈性伸縮的企業(yè)級(jí)關(guān)系型數(shù)據(jù)庫即服務(wù)（DBaaS）平臺(tái)。VastdataE1000基于新一代英特爾?至強(qiáng)?可擴(kuò)展處理器平臺(tái)自主設(shè)計(jì)研發(fā)的機(jī)架式服務(wù)器。VastdataE3030數(shù)據(jù)計(jì)算通過對(duì)主流數(shù)據(jù)庫系統(tǒng)預(yù)集成與優(yōu)化，為復(fù)雜的OLTP、OLAP數(shù)據(jù)庫和混合工作負(fù)載提供強(qiáng)勁性能、海量吞吐、微秒時(shí)延和智能統(tǒng)一可視化監(jiān)控管理。Vastorage基于多核處理器的集中式中端智能混合閃存存儲(chǔ)系統(tǒng)，滿足中大型數(shù)據(jù)庫OLTP/OLAP等各G1020/G1030/G1050種應(yīng)用的數(shù)據(jù)存儲(chǔ)需求VastorageG1090基于多核處理器和智能矩陣架構(gòu)的集中式高端智能混合閃存存儲(chǔ)系統(tǒng)，為企業(yè)核心業(yè)務(wù)提供高水平的數(shù)據(jù)存儲(chǔ)服務(wù)。Vastorage2000基于軟件定義存儲(chǔ)技術(shù)，構(gòu)建于通用服務(wù)器硬件平臺(tái)之上，采用橫向彈性擴(kuò)展架構(gòu)，具備數(shù)據(jù)存儲(chǔ)大存儲(chǔ)容量、高性能、高可用、易管理等特性。VastorageP1000基于極致性能、高效縮減、穩(wěn)定可靠、智能運(yùn)維的特點(diǎn)的專用于備份場(chǎng)景的存儲(chǔ)介質(zhì)。VastorageH1050/H1060中端全閃存存儲(chǔ)產(chǎn)品，存儲(chǔ)系統(tǒng)利用專為全閃存打造的端到端NVMe技術(shù)提供快速數(shù)據(jù)訪問，可靠數(shù)據(jù)存儲(chǔ)服務(wù)。VastorageH1850高端全閃存存儲(chǔ)系統(tǒng)，是面向企業(yè)核心業(yè)務(wù)打造的存儲(chǔ)性能和可靠性新標(biāo)桿，為企業(yè)提供卓越的數(shù)據(jù)服務(wù)體驗(yàn)。來源：海量數(shù)據(jù)官網(wǎng)，國(guó)金證券研究所海量數(shù)據(jù)是openGauss社區(qū)的核心參與者。海量數(shù)據(jù)是openGauss第一大商業(yè)發(fā)行版廠商與第二大代碼貢獻(xiàn)者，核心數(shù)據(jù)庫產(chǎn)品VastbaseG100融入了海量數(shù)據(jù)對(duì)openGauss核心架構(gòu)的深刻理解和自身源碼能力，深度結(jié)合行業(yè)應(yīng)用場(chǎng)景特點(diǎn)、需求，自主代碼率接近100%，在性能、安全性及可用性上均有較大提升。VastbaseG100是市場(chǎng)上第一批入圍央采及黨政信創(chuàng)目錄的openGauss商業(yè)發(fā)行版數(shù)據(jù)庫，助力大中型企業(yè)客戶向國(guó)產(chǎn)數(shù)據(jù)庫遷移。敬請(qǐng)參閱最后一頁特別聲明26行業(yè)專題研究報(bào)告圖表44：海量數(shù)據(jù)具備基于openGauss內(nèi)核的數(shù)據(jù)庫核心技術(shù)來源：海量數(shù)據(jù)微信公眾號(hào)，國(guó)金證券研究所受疫情反復(fù)和業(yè)務(wù)結(jié)構(gòu)調(diào)整影響，業(yè)績(jī)出現(xiàn)下滑。海量數(shù)據(jù)2021年實(shí)現(xiàn)收入4.2億元，同比增長(zhǎng)6.0%，實(shí)現(xiàn)凈利潤(rùn)0.1億元，同比下降67.5%，主要系疫情反復(fù)影響項(xiàng)目交付，同時(shí)海量數(shù)據(jù)進(jìn)行自主品牌產(chǎn)品替代，導(dǎo)致利潤(rùn)端較去年同期下降。2022年Q1-Q3實(shí)現(xiàn)收入2.0億元，同比下降31.8%，實(shí)現(xiàn)凈利潤(rùn)-0.6億元，同比有所下滑。隨著疫情好轉(zhuǎn)和業(yè)務(wù)轉(zhuǎn)型加速，業(yè)務(wù)有望回歸正軌，具備長(zhǎng)期發(fā)展前景。圖表45：2022年前三季度收入受疫情影響有所下降 圖表46：費(fèi)用端投入較大導(dǎo)致凈利潤(rùn)承壓來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所自主品牌戰(zhàn)略轉(zhuǎn)型推動(dòng)毛利率持續(xù)上升，費(fèi)用端投入持續(xù)加大。海量數(shù)據(jù)堅(jiān)定自主品牌戰(zhàn)略轉(zhuǎn)型，自主研發(fā)產(chǎn)品銷售收入占比持續(xù)提升，帶動(dòng)整體毛利率從2018年的26.53%提升至2021年的35.36%。海量數(shù)據(jù)持續(xù)加大研發(fā)投入，加強(qiáng)營(yíng)銷服務(wù)網(wǎng)絡(luò)建設(shè)，2021年研發(fā)、銷售、管理費(fèi)用率上升至17.50%、11.70%、6.81%。敬請(qǐng)參閱最后一頁特別聲明27行業(yè)專題研究報(bào)告圖表47：業(yè)務(wù)結(jié)構(gòu)轉(zhuǎn)型帶動(dòng)毛利率提升 圖表48：海量數(shù)據(jù)費(fèi)用端呈現(xiàn)持續(xù)上升趨勢(shì)來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所6易華錄：數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè)和運(yùn)營(yíng)商易華錄是數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施的建設(shè)和運(yùn)營(yíng)商，由中國(guó)華錄集團(tuán)控股，易華錄把握數(shù)字化轉(zhuǎn)型剛需，發(fā)揮央企優(yōu)勢(shì)，實(shí)施“數(shù)據(jù)湖+”發(fā)展戰(zhàn)略，致力于通過建設(shè)城市數(shù)據(jù)湖促進(jìn)全社會(huì)數(shù)據(jù)生產(chǎn)要素的匯聚與融通，構(gòu)建數(shù)字孿生城市。易華錄核心業(yè)務(wù)主要包括政企數(shù)字化業(yè)務(wù)、數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施業(yè)務(wù)、數(shù)據(jù)運(yùn)營(yíng)及服務(wù)。圖表49：易華錄熱門產(chǎn)品與解決方案來源：易華錄官網(wǎng)，國(guó)金證券研究所攜手華為，大力發(fā)展藍(lán)光存儲(chǔ)。2021年以來，易華錄與華為整合發(fā)揮雙方“藍(lán)光+數(shù)字能源”領(lǐng)域的技術(shù)優(yōu)勢(shì)、產(chǎn)品優(yōu)勢(shì)，全面開展數(shù)字能源領(lǐng)域的合作。在數(shù)據(jù)湖共建模塊化預(yù)制式數(shù)據(jù)中心，打造高效綠色數(shù)據(jù)中心；在數(shù)據(jù)湖產(chǎn)業(yè)園共推建筑節(jié)能、綠電替代、綜合碳管理平臺(tái)等新業(yè)務(wù)，積極開展低碳數(shù)據(jù)中心、零碳數(shù)據(jù)湖及零碳園區(qū)的建設(shè)探索。共建智慧之路，易華錄與華為智慧公路軍團(tuán)開展合作。易華錄在智慧交通領(lǐng)域深耕多年，依托昇騰AI基礎(chǔ)軟硬件平臺(tái)和數(shù)據(jù)湖存儲(chǔ)的豐富數(shù)據(jù)，易華錄打造了業(yè)界領(lǐng)先的交通AI算法產(chǎn)品，算法識(shí)別準(zhǔn)確率均達(dá)到90%以上。2022年5月，易華錄加入昇騰萬里伙伴計(jì)劃，聯(lián)手華為打造部署了交路口秩序管理一體機(jī)，有效降低巡查成本的同時(shí)提高了違法識(shí)別效率，助力城市交通精細(xì)化管理。此外易華錄還與華為智慧公路軍團(tuán)簽署了戰(zhàn)略合作協(xié)議，基于華為數(shù)字平臺(tái)，融合bianyuan1計(jì)算、AI等新技術(shù)，整合易華錄在智慧公路建設(shè)方面的經(jīng)驗(yàn)以及能力，構(gòu)建行業(yè)領(lǐng)先解決方案。敬請(qǐng)參閱最后一頁特別聲明28行業(yè)專題研究報(bào)告圖表50：交通路口秩序管理一體機(jī)應(yīng)用流程來源：易華錄微信公眾號(hào)，國(guó)金證券研究所數(shù)據(jù)湖前期建設(shè)投入較大導(dǎo)致業(yè)績(jī)存在一定波動(dòng)。2021年易華錄實(shí)現(xiàn)收入20.2億元，同比下降21.91%，凈利潤(rùn)-1.67億元，同比下降129.7%。2022年前三季度實(shí)現(xiàn)收入13.14億元，同比下降17.82%，凈利潤(rùn)-0.13億元，同比下降18.63%。易華錄在數(shù)據(jù)湖的前期建設(shè)上投入較大，隨著業(yè)務(wù)從數(shù)據(jù)湖建設(shè)轉(zhuǎn)向運(yùn)營(yíng)，不斷加大數(shù)據(jù)銀行、數(shù)據(jù)運(yùn)營(yíng)等輕資產(chǎn)業(yè)務(wù)的布局和投入，業(yè)績(jī)有望持續(xù)改善，看好其中長(zhǎng)期發(fā)展。圖表51：易華錄收入有所下滑 圖表52：易華錄2021年凈利潤(rùn)下降較大來源：Wind，國(guó)金證券研究所來源：Wind，國(guó)金證券研究所圖表53：易華錄2022年前三季度毛利率有所提升圖表54：易華錄費(fèi)用率整體呈現(xiàn)上升趨勢(shì)來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所7航天宏圖：空天信息領(lǐng)域領(lǐng)軍，全產(chǎn)業(yè)布局敬請(qǐng)參閱最后一頁特別聲明29行業(yè)專題研究報(bào)告航天宏圖是國(guó)內(nèi)衛(wèi)星應(yīng)用與運(yùn)營(yíng)服務(wù)領(lǐng)域的行業(yè)領(lǐng)導(dǎo)者，基于自主研發(fā)的PIE系列衛(wèi)星應(yīng)用軟件平臺(tái)，向應(yīng)急管理、智慧城市、智慧農(nóng)業(yè)、智慧水利等多個(gè)行業(yè)領(lǐng)域提供前沿技術(shù)解決方案。近年來航天宏圖業(yè)務(wù)從單一的衛(wèi)星領(lǐng)域拓展到感知能力、數(shù)據(jù)中心在內(nèi)的新型基礎(chǔ)設(shè)施建設(shè)，目前航天宏圖業(yè)務(wù)主要包括空間基礎(chǔ)設(shè)施規(guī)劃與建設(shè)、行業(yè)應(yīng)用服務(wù)以及云服務(wù)三條產(chǎn)品線。圖表55：航天宏圖三條產(chǎn)品線并行產(chǎn)品/服務(wù)名稱簡(jiǎn)介面向相關(guān)國(guó)家重點(diǎn)、重大專項(xiàng)建設(shè)，開展涵蓋衛(wèi)星運(yùn)營(yíng)中心、衛(wèi)星星座、數(shù)據(jù)中心、空間基礎(chǔ)設(shè)施規(guī)劃設(shè)計(jì)服務(wù)重大對(duì)地觀測(cè)基礎(chǔ)設(shè)施，產(chǎn)業(yè)創(chuàng)新基礎(chǔ)設(shè)施、站網(wǎng)設(shè)施等“新基建”范疇的方案論空間基礎(chǔ)設(shè)施規(guī)劃證和咨詢?cè)O(shè)計(jì)服務(wù)。與建設(shè)產(chǎn)品線空間基礎(chǔ)設(shè)施系統(tǒng)建設(shè)提供觀測(cè)數(shù)據(jù)分析、云端算力基礎(chǔ)，高效算法模型、信息可視化產(chǎn)品于一體的一站式服務(wù)，挖掘數(shù)據(jù)深層價(jià)值，為產(chǎn)品提供二次賦能、探索提高服務(wù)質(zhì)量的方式方法。公司經(jīng)營(yíng)發(fā)展的核心產(chǎn)品PIE-Engine平臺(tái)可對(duì)標(biāo)GoogleEarth數(shù)字地球平臺(tái)，目PIE+行業(yè)產(chǎn)品線前已經(jīng)發(fā)展成為承載海量地球觀測(cè)數(shù)據(jù)、開展時(shí)空智能分析、實(shí)現(xiàn)物理世界孿生建模的新一代數(shù)字地球平臺(tái)。面向電力、保險(xiǎn)、農(nóng)業(yè)等商業(yè)公司提供了訂閱式SaaS服務(wù)，面向政府客戶，推出云服務(wù)產(chǎn)品線城市遙感監(jiān)測(cè)云平臺(tái)，并在標(biāo)準(zhǔn)化云平臺(tái)產(chǎn)品的基礎(chǔ)上結(jié)合地方特色需求做了定制服務(wù)。來源：航天宏圖公告，國(guó)金證券研究所航天宏圖與華為云業(yè)務(wù)展開積極合作，PIE遙感圖像處理軟件是成功通過鯤鵬云服務(wù)兼容性認(rèn)證的首款遙感軟件，2018年航天宏圖攜手華為推出航天宏圖&華為云杯PIE開發(fā)者大賽，依托華為云等公有云設(shè)施，對(duì)PIE系列產(chǎn)品及多項(xiàng)行業(yè)應(yīng)用成果進(jìn)行標(biāo)準(zhǔn)化集成和運(yùn)行。在人工智能領(lǐng)域，2022年航天宏圖正式成為華為昇騰AI合作伙伴，聚焦AI訓(xùn)練算力、模型應(yīng)用等領(lǐng)域。航天宏圖基于昇騰AI基礎(chǔ)軟硬件平臺(tái)打造行業(yè)應(yīng)用，耕地保護(hù)智能監(jiān)測(cè)服務(wù)平臺(tái)、城市變化遙感監(jiān)測(cè)平臺(tái)等產(chǎn)品與華為AI框架昇思MindSpore完成了兼容性測(cè)試。此外，航天宏圖PIE-Engine與華為openGauss也完成了兼容性互認(rèn)證。圖表56：航天宏圖基于昇騰AI打造耕地保護(hù)智能監(jiān)測(cè)新場(chǎng)景來源：航天宏圖微信公眾號(hào)，國(guó)金證券研究所營(yíng)銷體系不斷完善，業(yè)績(jī)持續(xù)放量。航天宏圖建設(shè)四級(jí)營(yíng)銷體系，受益于行業(yè)信息化建設(shè)需求旺盛，“PIE+行業(yè)”產(chǎn)品線收入增加，核心競(jìng)爭(zhēng)力不斷增強(qiáng)。2021年實(shí)現(xiàn)營(yíng)業(yè)收入14.7億元，同比增長(zhǎng)73.4%，歸母凈利潤(rùn)2.0億元，同比增長(zhǎng)55.2%。2022年前三季度實(shí)現(xiàn)營(yíng)業(yè)收入13.9億元，同比增長(zhǎng)71.6%，歸母凈利潤(rùn)0.8億元，同比增長(zhǎng)47.8%。大數(shù)據(jù)、云計(jì)算、人工智能等相關(guān)技術(shù)不斷革新，遙感衛(wèi)星應(yīng)用領(lǐng)域進(jìn)一步拓展，市場(chǎng)需求旺盛，敬請(qǐng)參閱最后一頁特別聲明30行業(yè)專題研究報(bào)告助力業(yè)績(jī)提升。圖表57：收入端保持增長(zhǎng)態(tài)勢(shì) 圖表58：利潤(rùn)端持續(xù)高增長(zhǎng)來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所毛利率保持在50%左右，2021年銷售費(fèi)用率有所上升。航天宏圖毛利率水平維持在較高水平，2021年凈利率和毛利率分別為13.61%、52%。航天宏圖高度重視營(yíng)銷體系建設(shè)，不斷加大市場(chǎng)開拓投入，同時(shí)持續(xù)加大研發(fā)投入，對(duì)核心產(chǎn)品持續(xù)進(jìn)行迭代升級(jí)，并且重視高水平研發(fā)人員的引進(jìn)和高校產(chǎn)學(xué)研合作，2021年銷售費(fèi)用率、管理費(fèi)用率、研發(fā)費(fèi)用率分別為9.42%、11.35%、14.38%。圖表59：毛利率水平維持在50%左右 圖表60：航天宏圖高度重視銷售體系的建設(shè)來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所8萬達(dá)信息：智慧城市信息服務(wù)領(lǐng)先者萬達(dá)信息是國(guó)內(nèi)領(lǐng)先的智慧城市整體解決方案提供商，長(zhǎng)期深耕行業(yè)軟件產(chǎn)品研發(fā)、系統(tǒng)集成服務(wù)和城市運(yùn)營(yíng)服務(wù)領(lǐng)域。2019年中國(guó)人壽成為萬達(dá)信息第一大股東，萬達(dá)信息逐步轉(zhuǎn)型升級(jí)為互聯(lián)網(wǎng)化科技型公司，將大數(shù)據(jù)、人工智能等新一代信息技術(shù)與各行業(yè)深度融合，在原有業(yè)務(wù)基礎(chǔ)上規(guī)劃“3+2”業(yè)務(wù)架構(gòu)：“3”是傳統(tǒng)業(yè)務(wù)，包含智慧醫(yī)衛(wèi)板塊、智慧政務(wù)板塊和ICT業(yè)務(wù)板塊；“2”是戰(zhàn)略板塊，即健康管理板塊和智慧城市板塊。華為是萬達(dá)信息的重要合作伙伴。萬達(dá)信息與華為在數(shù)字化轉(zhuǎn)型賦能全產(chǎn)業(yè)鏈深度合作，并作為華為金牌合作伙伴，在政務(wù)服務(wù)、民生保障、衛(wèi)生醫(yī)療、數(shù)據(jù)中心、智慧城市領(lǐng)域內(nèi)均有技術(shù)解決方案與產(chǎn)品落地。同時(shí)，萬達(dá)信息積極擁抱華為生態(tài)，2020年萬達(dá)信息有25個(gè)行業(yè)產(chǎn)品獲得華為鯤鵬芯片的兼容性認(rèn)證證書。此外萬達(dá)信息積極參與鴻蒙生態(tài)建設(shè)，核心產(chǎn)品市民云APP、健康云APP、蠻牛健康A(chǔ)PP已經(jīng)適配華為鴻蒙系統(tǒng)。敬請(qǐng)參閱最后一頁特別聲明31行業(yè)專題研究報(bào)告圖表61：萬達(dá)信息“3+2”業(yè)務(wù)架構(gòu)來源：萬達(dá)信息公告，國(guó)金證券研究所收入不斷提升，凈利潤(rùn)2021年實(shí)現(xiàn)轉(zhuǎn)正。萬達(dá)信息堅(jiān)持“擴(kuò)規(guī)模、增收入、降成本、提效能”的經(jīng)營(yíng)目標(biāo)，2021年實(shí)現(xiàn)收入35.1億元，同比增長(zhǎng)16.8%，實(shí)現(xiàn)凈利潤(rùn)0.7億元，同比增長(zhǎng)105.4%，全年業(yè)績(jī)扭虧為盈。2022年Q1-Q3實(shí)現(xiàn)收入22.3億元，同比下降11.8%，實(shí)現(xiàn)凈利潤(rùn)-3.2億元，同比下滑較大，收入端小幅下降主要受疫情影響部分項(xiàng)目實(shí)施及驗(yàn)收工作基本停滯，整體收入確認(rèn)進(jìn)度放緩；利潤(rùn)端大幅下降主要系項(xiàng)目整體周期拉長(zhǎng)、投入規(guī)模較預(yù)期增加。圖表62：萬達(dá)信息營(yíng)業(yè)收入穩(wěn)步增長(zhǎng) 圖表63：萬達(dá)信息凈利潤(rùn)2021年實(shí)現(xiàn)扭虧為盈來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所毛利率、凈利率有所改善，費(fèi)用端持續(xù)優(yōu)化。2021年萬達(dá)信息毛利率和凈利率分別上升至33.49%、1.23%，主要系萬達(dá)信息對(duì)內(nèi)優(yōu)化內(nèi)部管理體系，持續(xù)提升整體運(yùn)營(yíng)能力。2021年研發(fā)、銷售、管理費(fèi)用率分別下降至13.43%、4.18%、12.19%，費(fèi)用管控能力持續(xù)向好。圖表64：萬達(dá)信息毛利率和凈利率有所改善 圖表65：萬達(dá)信息費(fèi)用管控能力持續(xù)向好來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所9常山北明：常山云建設(shè)者，華為核心戰(zhàn)略伙伴敬請(qǐng)參閱最后一頁特別聲明32行業(yè)專題研究報(bào)告常山北明擁有軟件、紡織雙主業(yè)。軟件業(yè)務(wù)包括軟件開發(fā)、軟件服務(wù)；智能化安裝工程服務(wù)，技術(shù)進(jìn)出口；通信設(shè)備零售，計(jì)算機(jī)應(yīng)用電子設(shè)備制造；環(huán)保技術(shù)開發(fā)服務(wù)，環(huán)保技術(shù)咨詢、交流服務(wù)，環(huán)保技術(shù)轉(zhuǎn)讓服務(wù)；通信系統(tǒng)設(shè)備制造；信息系統(tǒng)集成服務(wù)等。紡織業(yè)務(wù)包括純棉紗布和滌棉紗布的生產(chǎn)銷售；自產(chǎn)產(chǎn)品和技術(shù)的進(jìn)出口業(yè)務(wù)；棉花批發(fā)、零售等。圖表66：常山北明三大業(yè)務(wù)布局來源：常山北明官網(wǎng)，國(guó)金證券研究所常山北明軟件業(yè)務(wù)與華為在智慧城市、央國(guó)企數(shù)字化轉(zhuǎn)型、金融信創(chuàng)、國(guó)產(chǎn)化自主可控、能源、交通、教育等多行業(yè)多業(yè)態(tài)進(jìn)行聯(lián)合方案打造與拓展。常山北明全資子公司北明軟件是新一代IT技術(shù)和解決方案的綜合服務(wù)商，在華為對(duì)外發(fā)布的全行業(yè)生態(tài)合作場(chǎng)景中，北明軟件基于華為數(shù)字平臺(tái)，利用華為云"邊云協(xié)同"的技術(shù)架構(gòu)，通過"城市+中心"的方式變革空間管理運(yùn)行模式，實(shí)現(xiàn)技術(shù)替人、技術(shù)助人，打造了62項(xiàng)應(yīng)用場(chǎng)景方案，通過北明軟件解決方案帶動(dòng)華為產(chǎn)品與解決方案銷售規(guī)模排名第一。圖表67：北明軟件攜手華為深耕智慧城市解決方案來源：北明軟件官網(wǎng)，國(guó)金證券研究所收入穩(wěn)定增長(zhǎng)，利潤(rùn)受疫情反復(fù)等因素影響較大。常山北明營(yíng)業(yè)收入從2018的96.6億元增長(zhǎng)至2021年的108.8億元，2021年凈利潤(rùn)1.3億元，同比增長(zhǎng)29.3%。2022年Q1-Q3實(shí)現(xiàn)收入58.4億元，同比下降4.9%，歸母凈利潤(rùn)-1.4億元，同比下降304.5%，一方面疫情對(duì)軟件業(yè)務(wù)和紡織業(yè)務(wù)均造成了較大影響。軟件業(yè)務(wù)多個(gè)項(xiàng)目合同簽署時(shí)間延后、項(xiàng)目進(jìn)度延期、回款周期延長(zhǎng)。另一方面紡織業(yè)務(wù)受原料成本波動(dòng)影響較大。敬請(qǐng)參閱最后一頁特別聲明33行業(yè)專題研究報(bào)告圖表68：常山北明營(yíng)業(yè)收入穩(wěn)定增長(zhǎng) 圖表69：常山北明2022年前三季度利潤(rùn)受疫情影響較大來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所毛利率和凈利率穩(wěn)定增長(zhǎng)。2018-2021年，常山北明毛利率從9.2%增長(zhǎng)至10.6%，2021年凈利率為1.2%。常山北明研發(fā)、銷售、管理費(fèi)用率近年來整體呈上升趨勢(shì)，2021年研發(fā)、銷售、管理費(fèi)用率分別為2.22%、2.46%、3.06%。圖表70：常山北明毛利率和凈利率穩(wěn)定增長(zhǎng) 圖表71：常山北明研發(fā)費(fèi)用率持續(xù)提升來源：Wind，國(guó)金證券研究所 來源：Wind，國(guó)金證券研究所10拓維信息：華為全棧IT產(chǎn)業(yè)鏈合作伙伴拓維信息基于AI、鯤鵬、OpenHarmony、5G、大數(shù)據(jù)、物聯(lián)網(wǎng)、邊緣計(jì)算等