北交所公司深度报告：“算海计划”共建超大单体智算集群，运营效率+算力利用率双提升

“算海计划”共建超大单体智算集群，2024年上半年业绩扭亏为盈 并行科技是国内领先的超算云服务和算力运营服务提供商，主要服务包括并行通用超算云、并行行业云、并行AI云等。并行科技合作内蒙古算力基地于2024年5月15日正式上线运营，共同筹建面向模型训练的大规模单体集群。通过多年积累，公司具备分布式超算集群、算力资源网络、AI算力调优等领域的领先技术，参与多项国家重点研发计划。近年来，公司业绩持续修复，2021Q3-2024Q2，各季度营收均保持同比正增长，2024Q1公司实现扭亏为盈，2024H1归母净利润达423万元，2024H1毛利率回升至34.06%。我们上调2024-2026年盈利预测，预计2024-2026年归母净利润为-0.15/0.15/0.54(原：-0.37/0.07/0.45)亿元，对应EPS分别为-0.26/0.25/0.92元/股，对应当前股价的PS分别为3.0/2.3/1.8倍，看好公司AI算力云及行业云释放增量，上调“买入”评级。 市场对超大规模训练需求供不应求，公司擅长围绕用户需求制定方案 近年来，公司获取算力资源方式由以外购为主逐步转向以共建为主，逐步扩充自有算力资产池，2023年11月至今，公司采购算力资产金额共计不超过4.62亿元，其中设备类采购金额约3.52亿元。在软件方面，公司推出Paramon应用运行特征收集器和分析器，可应用于高性能计算、大数据和人工智能领域。从行业来看，近期AI大模型发展较快，xAI已开始在“孟菲斯超级集群”上进行训练，2024-2025年各模态的AI将在各赛道全面走向深化成熟阶段，训练、推理等算力需求进一步提升，2023年度公司AI云实现营业收入1.1亿元，同比增长263%，公司擅长围绕用户需求制定方案，下游大模型领域的发展将为公司打开业绩新增量。 行业云+AI云双引擎持续驱动，绘制公司第二增长曲线 并行行业云在并行通用超算云的基础上增加了业务系统对接、提供专线链路等物理层、系统层、应用层的专业化服务等以满足用户需求，提供整体解决方案，如气象海洋超算云解决方案、生命科学行业云解决方案、高端制造行业云解决方案等，公司服务了不少自动驾驶领域的科研类客户。2020年-2023年行业云业务CAGR为138.32%，2023年，行业云业务收入达到1.32亿元，占比已达到32%。 风险提示：行业需求不及预期、新业务开拓受阻、客户合作风险 财务摘要和估值指标 1、以“算海计划”共建超大单体智算集群，加速算力资源采购 并行科技成立于2007年，是国内领先的超算云服务和算力运营服务提供商，聚焦应用真实运行性能，致力于为用户提供全面、安全、易用、高性价比的超算云服务。从产品业务角度来看，公司的主要产品包括超算云、智算云、超算行业云、设计仿真云、运维服务、软件产品六类产品服务。 图1：公司产品包括超算云、智算云、超算行业云等六种产品 其中超算云服务为公司的主要业务，根据云服务模式，超算云可分为IaaS、PaaS及SaaS三类：IaaS将超级计算的基础设施提供给用户，PaaS将运行在超算云基础设施之上的软件开发和运行平台提供给用户，SaaS向用户交付运行在超算云基础设施之上完整且可以直接使用的软件应用。其中IaaS是PaaS和SaaS的基础，包括外购算力资源和自有算力资源两大类。 图2：根据云服务模式，超算云可分为IaaS、PaaS及SaaS三类 并行科技合作内蒙古算力基地于2024年5月15日正式上线运营，并向算力建设合作伙伴发起号召：共同筹建面向模型训练的大规模单体集群。并行科技合作内蒙古新型算力基地，规划建设4000个20kW高功率智算机柜，最大可以支持单一集群6万卡。“算海计划”，寓意纳入所有江河湖泽，海纳百川。 合作内蒙古算力基地具有诸多优势：在大规模部署方面，可部署4000个20kW机柜；自然气候方面，基地所处地区年平均气温仅为4.3℃，较低气温有助于算力基地提升散热效率、提高设备性能；同时，合作内蒙古算力基地是绿色低碳算力基地，电费单价仅为0.262元，有效降低算力设备运行成本；公司还拥有智能运维管理服务，专家团队7×24小时在线提供服务。 图3：合作内蒙古新型算力基地在大规模部署、自然气候等方面具有优势 近期，公司频繁进行相关资源采购，公司算力资源和相关配套IT设施采购主要分为设备类采购和资源类采购。设备类采购主要包括针对共建集群和部分行业云项目所需的设备采购，包括服务器、存储、网络设备等；资源类采购包括并行超算云服务开展所需的CPU算力资源、GPU算力资源、互联网带宽等相关资源。2023年11月至今，公司采购算力资产金额共计不超过4.62亿元。其中设备类采购金额约为3.52亿元（服务器3.51亿元，存储设备100万元），资源类采购（GPU算力资源）约为1.1亿元。 表1：2023年11月以来，公司购买算力资产金额共计不超过4.62亿元 近年来，公司采购规模有所提升，采购结构出现变化，其主要原因包括算力获取途径改变、潜在客户增加、资金实力提高和冗余算力需求增加，主要影响包括服务水平提高、生产成本降低和风险降低。 主要原因 核心因素：获取算力资源方式由以外购为主逐步转向以共建为主。外购模式是指公司与上游算力供应商签订算力资源采购协议，通过对接调试将其算力资源纳入公司超算云平台，并根据下游客户的需求量提供服务的形式；共建模式是指公司采购算力服务器、存储及网络设施等，租赁和使用数据中心相关设施形成计算集群，并为下游客户提供公司自有算力的形式。近年来，公司的算力资源由外购逐步转变为自有，2021-2022年，共建模式的收入占比稳定高于70%，公司算力设备需求增加，推动了设备采购金额的增长。 客户：潜在客户增加推动公司算力设备需求增长。公司用户类型主要分为三类，包括高等院校、科研机构和企业用户，2023年度高校、科研机构和企业用户收入占比大致为40%、30%、30%。其中企业客户行业类型主要包括航空航天、汽车、人工智能、智能制造、能源气象等，随着企业客户AI算力需求的增长和公司品牌价值的提升，预计公司企业客户将有所拓展，贡献收入的占比将有所上升。 资金：公司资金实力的提高为算力设备储备提供物质条件。2023年公司在北交所上市，募集资金总额达3.34亿元，净额达2.87亿元，资金实力有较大提升，为公司购买AI算力服务器等算力资源提供资金支持。 服务：储备富余算力资源需求推动算力设备采购。从用户使用体验角度，公司需要保证一定富余的算力资源以及时提供替代资源，减少宕机、排队等情形对用户体验的影响，因此需要在布局满足收入增长所需的算力资源的基础上，布局更多的算力基础设施。 主要影响 成本：短期内折旧增加带来毛利率下降，长期促使生产成本下降。公司加大对算力设备相关固定资产采购以丰富自有算力资源池，2023年固定资产达3.1亿元，短期内固定资产折旧成本增加导致毛利率有所下滑。但长期来看，利用自有算力提供服务相比于外购第三方算力资源更具成本优势，共建模式毛利率高于外购模式毛利率，外购模式向共建模式转变将带来成本下降。 服务：自有算力资源的增加将提高公司为客户提供服务的质量。一方面，相较于外购模式获取的算力资源，共建模式的自有算力资源可根据用户计算需求提供定制化服务。另一方面，富余算力资源可及时为客户提供替代资源，减少宕机、排队等问题的发生，提高客户体验感。 风险：共建模式将减轻直接外购算力资源的不确定性。在直接采购模式下，公司算力资源的供应商为各大超算中心，各大超算中心与公司存在部分客户的重叠，具有一定竞争关系。同时，在当前强化网络和数据安全监管的背景下，各大超算中心算力资源的开放权限可能会根据法律法规及政策要求发生变化。相关业务的潜在竞争及算力资源开放权限变动的不确定性，将增加公司风险。通过购买算力设备增加自有算力资源，将减少公司对供应商的依赖，2021年公司由外购算力转变为主为自有算力为主，前五大供应商采购金额占比为35.87%，同比下降15.67pcts，2022、2023年保持下降趋势。自有算力在一定程度上化解直接外购算力资源带来的风险。 图4：获取算力资源方式由以外购为主逐步转向以共建为主，是公司设备类采购规模提升的主要原因 除购买硬件设施外，公司还推出了Paramon应用运行特征收集器和Paratune应用运行特征分析器两款软件产品。Paramon广泛应用于高性能计算、大数据和人工智能领域。收集器可秒级监控集群和应用的系统级、微架构级以及函数级等性能指标，智能分析性能异常，实时告警。Paratune分析器用于分析优化程序性能，尤其针对大规模并行计算程序，通过多节点间系统级和微架构级等性能指标定性与定量关联分析，帮助程序开发者快速定位程序性能瓶颈点，优化编程提高程序性能。 图5：Paramon应用运行特征收集器运营管理能力先进 图6：Paratune应用运行特征分析器用于优化程序性能 2、市场对超大规模训练需求供不应求，公司擅长围绕用户需求制定方案 超级计算，也称之为高性能计算，指利用并行工作的多台计算机系统的集中式计算资源，处理极端复杂的或数据密集型的问题。从算力资源的需求看，高性能计算可以分为尖端超算、通用超算、业务超算和人工智能超算四大类。在超算服务未来增长中，预计业务超算与人工智能超算将带来主要增长。 图7：超算服务在业务超算等领域具备优势 从产业链维度而言，算力产业链上游是算力基础硬件设施，包括元器件、ICT基础设施、其他硬件设备三大类。中游是算力网络与平台，数据中心、边缘计算、算力网络等为用户提供IDC服务、云计算服务等服务。产业链下游应用领域主要包括互联网、金融、公共事业等行业。随着AI产业快速发展，算力行业从上游芯片到下游应用均持续进展。 图8：AI产业链上游是算力基础设施，下游包括互联网、金融、公共事业等领域 2.1、上游：英伟达为中国研制B20芯片，燧原科技等国产企业实现量产 从上游来看，芯片是算力基础设施中技术难度较高的器件，近期海内外芯片产业均有较大突破，为算力行业的发展提供条件。2024年7月22日，据路透社报道，英伟达正在为中国市场开发新旗舰AI芯片B20。该芯片基于英伟达2024年3月推出的“最强AI芯片”Blackwell系列，将与目前美国政府对华芯片出口管制相兼容，B20芯片计划于2025年第二季度开始出货。自2023年美国政府加强对中国芯片出口限制以来，英伟达先后为中国市场定制了三款专用芯片：L20 PCIe、L2 PCIe、HGX H20，B20即将为第四款定制芯片。路透社认为，H20系列芯片由于性能大幅缩减、定价相对较高，使得H20芯片对华交付时开局表现不佳。随着美国政府在10月份对半导体出口管制政策的年度审查，英伟达H20 GPU或将面临销售禁令。该禁令可能包括对特定产品的直接禁售、对芯片计算能力的进一步降低，或是对内存容量的限制。对此，英伟达B20芯片在继承Blackwell系列优秀性能的基础上，针对中国市场的特殊需求进行了深度优化，与之前Hopper架构相比，Nvidia声称在原始浮点精度方面快了2.5~5倍。 图9：B20芯片基于的Blackwell性能优于Hopper架构 在国内芯片市场，华为、腾讯支持的燧原科技等国产厂商也取得显著进展，国产GPU在产品上取得了一定的突破。行业内超过20家GPU领域的厂商中，已有许多厂商将GPU芯片产品投入量产。国产GPU领域发展迅速。 表2：国内超20家GPU领域厂商发展成果显著 2.2、下游：xAI在“孟菲斯超级集群”训练，2023公司AI云营收过亿 从下游来看，大模型领域也有较大进展。2024年7月，埃隆·马斯克宣布旗下xAI已开始在“孟菲斯超级集群”上进行训练。该集群拥有10万台液冷H100 GPU，利用单个RDMA结构（远程直接内存访问），所有GPU可以高效地共享和传输数据，从而极大地提高了计算效率。此外，H100 GPU具备第四代Tensor Cores和Transformer Engin