计算机行业人工智能主题周报：人工智能基础理论持续突破，创新应用演进渐成长期趋势
证券研究报告 行业动态 人工智能基础理论持续突破，创新应用演进渐成长期趋势 ——人工智能主题周报20230710-20230716 [Table_Rating] 增持（维持） [Table_Summary] ◼ 主要观点 年初以来，随着以ChatGPT为代表的人工智能应用持续落地，人工智能相关基础设施也正在加速建设，从而带动人工智能在其他应用领域实现突破。随着自动驾驶领域算法在自动泊车等场景下实现突破，有望形成类似ChatGPT在自然语言处理领域从软件端到硬件端的带动效应，为相关领域带来新的增长空间。 我们认为：人工智能技术的落地和持续迭代，需要算力、通信、数据等多方面的支持，特别是在模型的训练阶段，需要足够的算力和优质数据支撑。训练和推理相关算力需求，目前仍处于增长初期，随着后续人工智能应用的持续落地并降低使用费率，下游应用领域有望持续提高渗透率，从而推动人工智能基础设施领域产生高确定性的长期增长空间。 ◼ 投资建议 建议关注： 中际旭创：中高端数通市场龙头，2022年全球光模块营收并列第一的光模块供应商。根据iFinD机构一致预期，截至2023年7月14日，公司2023/2024年的预测PE分别为77/52倍，位于近五年的100%分位。 新易盛：光模块领域龙头，成本管控优秀，具备切入增量云计算/AI客户的能力。根据iFinD机构一致预期，截至2023年7月14日，公司2023/2024年的预测PE分别为50/36倍，位于近五年的57%分位。 中国移动：全球领先的通信及信息服务企业。根据iFinD机构一致预期，截至2023年7月14日，公司2023/2024年的预测PE分别为15/14倍，位于近五年的88%分位。 中兴通讯：知名通信设备制造商。根据iFinD机构一致预期，截至2023年7月14日，公司2023/2024年的预测PE分别为20/17倍，位于近五年的50%分位。 英维克：精密温控节能设备提供商。根据iFinD机构一致预期，截至2023年7月14日，公司2023/2024年的预测PE分别为46/34倍，位于近五年的83%分位。 紫光股份：主营信息电子产业，控股子公司新华三为三大运营商的服务器核心供应商。根据iFinD机构一致预期，截至2023年7月14日，公司2023/2024年的预测PE分别为31/25倍，位于近五年的73%分位。 拓尔思：人工智能、大数据和数据安全产品及服务提供商。根据iFinD机构一致预期，截至2023年7月14日，公司2023/2024年的预测PE分别为68/51倍，位于近五年的94%分位。 [Table_Industry] 行业: 计算机 日期: shzqdatemark [Table_Author] 分析师: 刘京昭 SAC编号: S0870523040005 [Table_QuotePic] 最近一年行业指数与沪深300比较 [Table_ReportInfo] 相关报告： 《人工智能算力设施持续建设，支撑创新应用领域长期发展》 ——2023年07月04日 《人工智能大模型不断落地和迭代，算力需求仍处增长初期》 ——2023年06月27日 《OpenAI发布GPT模型更新，API调用费率降低助力应用推广》 ——2023年06月19日 -21%-13%-5%3%11%20%28%36%44%07/2209/2211/2202/2304/2307/23计算机沪深3002023年07月19日 行业动态 海康威视：致力于发展智能物联的科技公司。根据iFinD机构一致预期，截至2023年7月14日，公司2023/2024年的预测PE分别为19/16倍，位于近五年的47%分位。 拓邦股份：智能控制解决方案商。根据iFinD机构一致预期，截至2023年7月14日，公司2023/2024年的预测PE分别为18/13倍，位于近五年的65%分位。 ◼ 风险提示 下游需求不及预期；人工智能技术落地和商业化不及预期；产业政策转变；宏观经济不及预期等。 aYqUlYqVpZhXmVfW8O9R7NtRoOtRsRfQqQrOjMtRqQbRoPoOvPoOuMuOnNwP 行业动态 请务必阅读尾页重要声明 3 目 录 1 行业观点 ..................................................................................... 4 2 建议关注 ..................................................................................... 7 3 行业新闻及公司公告 ................................................................. 10 3.1 网信办等七部门联合公布《生成式人工智能服务管理暂行办法》................................................................................... 10 3.2 中际旭创：上半年净利润预增12%-36% ....................... 10 3.3 剑桥科技：预计上半年净利润1.5亿元-1.65亿元.......... 10 3.4 英维克：预计上半年净利润同比增长60%-90% ............ 10 3.5 浪潮信息：预计上半年净利润同比下降60%-70% ......... 10 3.6 Trendforce：发布2022年-2026年全球AI服务器出货量及增长率预测 ........................................................................ 11 4 本周行业表现 ............................................................................ 11 5 风险提示 ................................................................................... 12 图 图 1：Transformer应用领域广泛 ......................................... 4 图 2：BEV感知框架能够进端到端信息融合 ......................... 4 图 3：具备L3级自动驾驶能力的车辆出货量有望继续上升 .. 5 图 4：自动驾驶系统中包含视觉相机等传感装置 ................... 6 图 5：视觉相机在自动驾驶应用中较为重要 ........................... 7 图 6：年初至今中证人工智能指数及沪深300累计涨跌幅（截至7月14日）....................................................... 11 表 表 1：人工智能领域相关公司对比（截至7月14日，单位：亿元） ............................................................................ 9 表 2：人工智能板块本周前十位领涨个股（截至7月14日） ...................................................................................... 12 行业动态 请务必阅读尾页重要声明 4 1 行业观点 年初以来，以GPT为代表的生成式人工智能模型持续落地和商业化，展现出Transformer在人工智能领域的巨大潜力。作为人工智能模型训练与应用部署的重要基础设施，人工智能算力设施的设计指标也不断升级，从而促使以算力和通信为代表的人工智能基础设施迎来新的增长空间。 本周人工智能相关板块股价呈现下跌态势，与前期板块涨幅较高，估值修复较快有关。我们认为：随着人工智能领域应用的成功落地和商业化，相关企业有望持续投入，在人工智能基础设施领域（如算力和通信等），以及创新应用领域（如机器人和机器人零部件等）会有更明显的市场表现。 图 1：Transformer应用领域广泛 资料来源：NVIDIA，上海证券研究所 *图中Foundation Model即为Transformer Transformer作为一种较新的神经网络架构，在2017年由当时就职于Google的几位研究者提出。Transformer最初应用于机器翻译领域，随后扩展到自然语言处理（NLP）、计算机视觉（CV）、音频处理等领域。备受关注的人工智能应用ChatGPT，就是由OpenAI使用基于Transformer的神经网络架构训练模型，开发而成的。 图 2：BEV感知框架能够进端到端信息融合 行业动态 请务必阅读尾页重要声明 5 资料来源：AutoReport 汽车产经，上海证券研究所 自动驾驶的概念提出于数十年前，受益于人工智能和高性能计算领域的突破，研发、生产、运行自动驾驶系统近年来逐步成为现实。特斯拉将Transformer应用于计算机视觉领域，成功开创了鸟瞰视图（BEV）技术。BEV对视觉相机、激光雷达、毫米波雷达等传感装置的数据进行特征提取，通过视角变换，转换到鸟瞰图场景下进行多源信息融合。 图 3：具备L3级自动驾驶能力的车辆出货量有望继续上升 资料来源：IDC，上海证券研究所 工信部发布的《汽车驾驶自动化分级》，基于驾驶自动化系统能够执行动态驾驶任务的程度，根据在执行动态驾驶任务中的角色分配以及有无设计运行条件限制，将驾驶自动化分成L0至L5级。根据IDC的相关资料，L3级是智能程度的重要分水岭，以L3为分界，驾驶行为的主导角色实现了转移，由以人为驾驶为主转变为以自动驾驶系统为主的驾驶控制，自动驾驶功能也以辅助驾驶作用转变为可以执行全部驾驶任务的操作系统。可以认为：随着自动驾驶相关算法和计算设备的提升，具备L2甚至L3级别自动驾驶能力的车辆出货量有望进一步提升。 行业动态 请务必阅读尾页重要声明 6 图 4：自动驾驶系统中包含视觉相机等传感装置 资料来源：毫末智行，上海证券研究所 在自动驾驶领域，多源信息融合技术是实现自动驾驶的关键技术之一：单个传感器在面对天气恶劣或环境复杂时可能会有一定的局限性。为了克服这种局限性，需要使用多源信息融合技术将多个传感器的数据进行整合和处理，形成更为全面、准确的感知结果。例如，目前毫米波雷达和相机融合是落地最多的传感器融合方案中：相机容易受到光照不足或恶劣天气条件的影响，毫米波雷达虽然能够提供精确的距离、速度信息，但是稀疏性和噪声等致使雷达无法作为主要信息来源，通过融合雷达和相机传感器能够充分发挥两者互补关系，从而在整体上提升感知能力。 随着BEV的提出和人工智能基础设施的快速建设，多源信息融合算法有望得到更为广泛的应用。我们认为：如果自动驾驶领域算法进一步在自动泊车等场景下实现突破，有可能形成类似ChatGPT在自然语言处理领域从软件端到硬件端的带动效应，为相关领域带来新的增长空间。 行业动态 请务必阅读尾页重要声明 7 图
