您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[东方证券]:计算机行业周报:数字基础设施将保持高景气,数据要素政策落地值得期待 - 发现报告
当前位置:首页/行业研究/报告详情/

计算机行业周报:数字基础设施将保持高景气,数据要素政策落地值得期待

信息技术2023-10-16东方证券叶***
计算机行业周报:数字基础设施将保持高景气,数据要素政策落地值得期待

行业研究|行业周报 看好(维持) 数字基础设施将保持高景气,数据要素政策落地值得期待 计算机行业 国家/地区中国 行业计算机行业 报告发布日期2023年10月16日 核心观点 上周计算机板块上涨0.4%,略好于市场,其中华为产业链和算力租赁板块表现较好。我们认为,随着三季报披露的日益临近,除了政策主线与产业主题外,业绩也将成为个股表现的重要影响因素。 华为产业链将持续延伸扩展。自八月底以来,华为在手机、汽车等终端产品方面不断有新品推出并迅速引爆市场,使得投资者对华为产业链持续保持高关注度。我们 认为,华为在手机、汽车等终端产品方面的王者归来,以及在昇腾、鲲鹏等B端产品上的快速推进,都将对产业链产生积极影响。 数据要素产业催化与落地值得期待。在三季度,我们看到了财政部及地方性政策频出。展望四季度,我们预计数据局挂牌将进入倒计时,而公共数据运营、数据确权登记、数据交易等基础领域政策也在紧锣密鼓的制定过程中。我们认为,数据要素板块标的前期调整充分,目前估值有较好吸引力。 数字基础设施行业值得重视。算力已经成为继煤炭、石油、电力之后的新基础能源,而数据的要素化也使得数据存储与计算需求大增。我们认为,算力与存力、运力共同构成的数字基础设施在未来将迎来政策驱动与加速发展,相关投资机会值得 关注。 GPT-4V实现多模态升级,有望带来大模型应用新的拓展空间。ChatGPT和GPT-4 在文本交互方面能力较强,但是文字交互只是人机交互的一小部分,OpenAI在9月25日发布的GPT-4V具备看、听、说的能力,从而使得交互方式更加多元,也更贴合人机交互的日常场景。我们认为,多模态能力将带来新一轮应用创新潮,并能对大模型落地产生新的助力。 投资建议与投资标的 华为产业链:建议关注中科创达(300496,买入)、软通动力(301236,未评级)、广立微(301095,未评级)、光庭信息(301221,买入)、神州数码(000034,未评级)、 高新发展(000628,未评级)、诚迈科技(300598,未评级)、拓维信息(002261,未评级)等。 数据要素板块:建议关注云赛智联(600602,未评级)、银之杰(300085,未评级)、三维天地(301159,未评级)、深桑达A(000032,未评级)、广电运通(002152,未评 级)、中科软(603927,未评级)、易华录(300212,未评级)、上海钢联(300226,增持)、通行宝(301339,未评级)、中科江南(301153,未评级)、久远银海(002777,未评级)、山大地纬(688579,未评级)等标的。 数字基础设施领域:建议关注亚康股份(301085,未评级)、同有科技(300302,未评级)、中科曙光(603019,买入)、浪潮信息(000977,未评级)、首都在线(300846, 未评级)、铜牛信息(300895,未评级)、优刻得-W(688158,未评级)。 应用领域:大模型升级和产业化加速,将带来AI应用与算力板块行情,AI应用领域建议关注金山办公(688111,增持)、科大讯飞(002230,买入)、彩讯股份(300634, 未评级)、新致软件(688590,未评级)、万兴科技(300624,未评级)、泛微网络 (603039,未评级)。 其他:建议关注远光软件(002063,买入)、航天宏图(688066,买入)、国联股份 (603613,买入)等标的。 风险提示 技术落地不及预期;政策监管风险。 浦俊懿021-63325888*6106 pujunyi@orientsec.com.cn 执业证书编号:S0860514050004 陈超021-63325888*3144 chenchao3@orientsec.com.cn 执业证书编号:S0860521050002 谢忱xiechen@orientsec.com.cn 执业证书编号:S0860522090004 杜云飞duyunfei@orientsec.com.cn覃俊宁qinjunning@orientsec.com.cn宋鑫宇songxinyu@orientsec.com.cn 有关分析师的申明,见本报告最后部分。其他重要信息披露见分析师申明之后部分,或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 目录 一、本周行业观点4 二、本周行业专题:数据要素和人工智能驱动存力建设4 投资建议与投资标的9 风险提示9 图表目录 图1:算力、存力和运力构成数字基础设施4 图2:数据存力支撑动力图4 图3:2020年世界主要国家存算比排名5 图4:我国存力总规模6 图5:2017-2022年我国存储容量年增量6 图6:数据存储技术发展阶段6 图7:介质变革与协议变革对于数据存储技术的影响6 图8:浪潮信息高性能分布式存储平台AS15000G77 图9:华为OceanDisk智能盘框8 图10:东方国信EDS大数据存算分离解决方案成本对比8 表1:数据存力指标5 一、本周行业观点 上周计算机板块上涨0.4%,略好于市场,其中华为产业链和算力租赁板块表现较好。我们认为,随着三季报披露的日益临近,除了政策主线与产业主题外,业绩也将成为个股表现的重要影响因素。 华为产业链将持续延伸扩展。自八月底以来,华为在手机、汽车等终端产品方面不断有新品推出并迅速引爆市场,使得投资者对华为产业链持续保持高关注度。我们认为,华为在手机、汽车等终端产品方面的王者归来,以及在昇腾、鲲鹏等B端产品上的快速推进,都将对产业链产生积极影响。 数据要素产业催化与落地值得期待。在三季度,我们看到了财政部及地方性政策频出。展望四季度,我们预计数据局挂牌将进入倒计时,而公共数据运营、数据确权登记、数据交易等基础领域政策也在紧锣密鼓的制定过程中。我们认为,数据要素板块标的前期调整充分,目前估值有较好吸引力。 数字基础设施行业值得重视。算力已经成为继煤炭、石油、电力之后的新基础能源,而数据的要素化也使得数据存储与计算需求大增。我们认为,算力与存力、运力共同构成的数字基础设施在未来将迎来政策驱动与加速发展,相关投资机会值得关注。 GPT-4V实现多模态升级,有望带来大模型应用新的拓展空间。ChatGPT和GPT-4在文本交互方面能力较强,但是文字交互只是人机交互的一小部分,OpenAI在9月25日发布的GPT-4V具备看、听、说的能力,从而使得交互方式更加多元,也更贴合人机交互的日常场景。我们认为,多模态能力将带来新一轮应用创新潮,并能对大模型落地产生新的助力。 二、本周行业专题:数据要素和人工智能驱动存力建设 数据存力是经济社会高质量发展的数字基石,算力、存力、运力协同发展至关重要。随着智能世界的到来,数据量正在以惊人的速度增长,预计到2030年,全球数据将进入YB时代。数字经济以数据资源为关键要素,数字基础设施是数字经济时代的"高速公路",存储、服务器、网络作为数字基础设施的重要组成,三者协同发展对于推动数字经济健康发展至关重要。数据生命周期的起点是将采集的数据进行存储,从而给数据处理和应用提供"原材料",支撑经济社会的数字化运作;产生的各类数据与物理世界完成交互后,最终处理的结果又回到数据存储进行保存,指导模型、算法的精确性和可用性提升。数据"存得好"、算力"算得快"、网络"传得稳",数字基础设施才 能充分发挥数据的要素价值,提供更高质量的数字化硬件产品和服务,催生新业态的健康有序发展。 图1:算力、存力和运力构成数字基础设施图2:数据存力支撑动力图 数据来源:华为官网,东方证券研究所数据来源:华为《数据存力白皮书》,东方证券研究所 表1:数据存力指标 存力容量 存力效率 可靠程度 绿色环保 指标 公式 指标 公式 指标 公式 指标 公式 单位GDP存储容量 数据存储设备容量/.当年区域GDP产值 存算比 数据存储容量/数据算力体量 灾备覆盖率 (容灾投资+备份投资)/数据存力投资 单位存力容量能耗 当年数据中心存储设备能耗/已有数据存力的存储存储容量 数据存力充足性 数据存储设备容 量/当年区域产生的数据总量 闪存占比 闪存投资额/总体数据存力投资额 数据存力专利占比 本土企业数据存力 专利数/全球数据存力专利数 存力投资增长率 (2019存储投资 /2017存储投资)^1/2-1 数据来源:华为官网,东方证券研究所 我国算力相对过剩而存力相对不足,存算比失衡不利于数字基础设施建设的发展。存储和计算均为数字基础设施中的重要组成部分,通过计算数据存力的体量和数据存力的容量可以评估数据中心建设的平衡性,避免因为存力的短缺造成算力的冗余而影响数据处理中的效率。新加坡、美国、日本、加拿大等国家每1GB存储空间对应的算力可达1GFLOPS以内,存算比相对较为均衡,表明数据存储的能力和数据计算的能力较为协同,没有出现明显的失衡,而中国等发展中国家的算力和存储容量比例失衡情况比较明显,2020年,我国存算比为1:2.4,这表明我国算力相对过剩,而存力则相对不足。 图3:2020年世界主要国家存算比排名 数据来源:华为官网,东方证券研究所 我国数据存力规模稳步发展,存储容量不断增长。据中国信通院统计,2022年,我国存力总规模达到1000EB,同比增长25%。2017-2021年我国存储容量增量不断增长,并在2021年超过 300EB,2022年略有下降,但增量仍然超过250EB。我们认为,数据要素和大模型等人工智能和算力建设的不断发展,将带动存储容量年增量继续快速增长,存力规模将维持稳步发展态势。 图4:我国存力总规模图5:2017-2022年我国存储容量年增量 我国存力总规模(EB)2017-2022年我国存储容量年增量(EB) 1200 1000 800 600 400 200 0 20212022 350 300 250 200 150 100 50 0 201720182019202020212022 数据来源:中国算力大会《中国存力白皮书2023》,东方证券研究所数据来源:中国算力大会《中国存力白皮书2023》,东方证券研究所 数据中心存储向全场景闪存化发展,SSD加速替代HDD介质。数字经济快速发展,数据爆发式增长,对高价值数据的需求快速增长,应用对存储性能、功耗、单位容量的需求持续上升,推动 NANDFlash向高密度方向严谨,SSD介质加速替代HDD介质。而集中式存储、分布式存储、超融合存储、备份存储、服务器存储等设备均已经向全闪存化演进,闪存能够提供更高效安全的能力和更低的使用成本,并应用于云计算、大数据、人工智能等全场景。数据中心全闪存化将成为驱动存力发展的一大动力。 图6:数据存储技术发展阶段图7:介质变革与协议变革对于数据存储技术的影响 数据来源:华为《数据存力白皮书》,东方证券研究所数据来源:华为《数据存力白皮书》,东方证券研究所 AI大模型参数量激增,多模态数据类型使AI数据存储需求快速增长。随着AI大模型的爆发式增长和持续迭代,模型参数量以达到万亿至十万亿级别,数据类型也由文本单模态为主变为文本、 图像、语音和视频多模态,对AI数据存储的需求会产生根本性影响。大模型走向多模态,筛选后的数据集达到数十到数百TB级,筛选前的数据量在数十到数百PB级。大模型训练需要对海量小文件的随机读取以及模型数据集的快速保存,数据存储需要提供100M级的IOPS和上百GB/S的带宽。大模型数据集预处理和训练参数量规模导致计算处理能力瓶颈,部分数据处理能力可卸载至存储。大模型应用的核心是高质量数据,数据的质量又决定着算法的性能、泛化能力和应用效果,而高质量数据的得到又与存力息息相关,围绕数据的“传输、存储、分析、管理、安全”等环节,存力是释放数据价值必不可少的关键因素,我们预计存力将迎来较快的发展。 图8:浪潮信息高性能分布式存储平台AS15000G7 数据来源:2023全球闪存