计算机系统市场研究报告

一、AIOT 产业万亿市场徐徐打开（一）物联网 ARPU 值提升，剪刀差收窄物联网最早由美国在 1999 年提出，用于指“传感网”。过去 20 多年里，物联网受制于技 术、成本等因素，其实一直未能大规模普及，产业趋势确定但雷声大雨点小，有一点“狼来了” 的感觉，但在当下物联网逐渐向 AIoT 方向过渡，IoT+AI，处于爆发前夜。IoT 标准主要解决 数据传输技术，而 AIoT 关注新的 IoT 应用形态，更强调的是服务，特别是面向物联网的后端 处理及应用。AI 与 IoT 相辅相成，IoT 为人工智能提供深度学习所需的海量数据养料，而其 场景化互联更为 AI 的快速落地提供了基础；AI 将连接后产生的海量数据经分析决策转换为价 值。在政策驱动下，中国物联网规模迅速放量。工信部统计数据显示，2020 年 1-10 月蜂窝物 联网终端用户 10.8 亿户，同比增长 13.9%，比上年末净增 5236 万户，其中应用于智能制造、 智慧交通、智慧公共事业的终端用户占比分别达 19.4%、19%、22.7%。目前，中国是全球最 大的 M2M 市场，三大运营商物联网连接用户量增长率远超手机用户增长率。同时，物联网 ARPU 值不断提升，物联网连接增速与物联网收入增速之间的剪刀差不断收窄。运营商对物联 网的考核指标逐渐由连接数考核转化为对出账收入、真实激活数等指标的考核，物联网场景应 用落地将快速兴起。（二）5G 与 AI 技术带来产业发展机遇AI 技术是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的 一门技术。借助 AI 技术，人类在图像识别、语音识别等领域的效率迅速提升。“人工智能” 概念于 1956 年首次被提出，技术发展经历了“三起两落”。受益于 AI 算力对神经网络算法的 优化，本阶段大数据与算力提升结合的 AI 技术有望再图像识别、语音识别、训练与推理领域提高效率。5G 技术的性能目标是高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大 规模设备连接。随着 5G 商业化进程的不断推进，人和设备的不断连接带来将数据规模提升和 质量升级，提升数据传输速度，增强网络可靠性，在降低连接成本的同时，拓展连接边界，助 力 AIOT 市场发展。2019 年 6 月，工信部向中国移动、中国电信、中国联通和中国广电发放 了 5G 商用牌照，进一步推动 5G 商业落地。目前，中国在 5G 技术方面的发展位于全球第一 梯队，研发投入与资本支出均相对较大。随着 AI 技术的不断进步，物联网传感器、数据处理成本及宽带成本不断下降、人力成本 却居高不下，移动互联流量红利见顶，上述技术因素的共同驱动下，AIOT 产业展现了良好的 发展势头。（三）政策支持为 AIOT 产业发展营造良好环境2013 年，国家开始提出物联网相关发展战略，先后发布物联网相关发展规划与行动计划， 推进物联网相关产业发展。各省市发布物联网发展规划，促进物联网产业集群建设。（四）AIOT 产业链解构—上游量升价减下游景气提升AIoT 是 AI 和 IoT 二者的融合， 将人工智能(AI)赋能物联网(IoT)，再结合 5G 技术，将 万物互联、人机交互做全产业延伸和融合。根据 Ericsson 报告，AIoT 产业链组成部分包括硬 件/终端(占比 25%)， 通信服务(占比 10%)，平台服务(占比 10%)，软件开发/系统集成/增值 服务(55%)。随着上游量升价减，下游景气提升，应用端需求市场预期放量，市场空间可观。下游 VR/AR 的应用在物联网和 5G 技术的发展下不断推动，VR/AR 出货量逐年增长，可以 用于游戏、医疗、旅游和社交等垂直行业领域。据 IDC 预测，从 2019-2023 年，未来 AR/VR 设备的出货量年复合增长率将高达 66.78%。智能网联车通过搭载先进的感应器和智能软件，实现车与各类信息的交互和处理。IDC 发 布《IDC 全球智能网联汽车预测报告》预测，未来 5 年智能网联汽车市场将迎来快速发展，到 2023 年，全球智能网联汽车出货量将进一步增至 7220 万辆，年增长率为 9.3%。随着出货量的 增加，车载的前装和后装市场潜在基数和装配率也将不断提升。其中车载终端的参与者众多， 竞争激烈。国外厂商以大陆、博世、德尔福为主，国内企业大唐电信、华为、德赛西威、东软、 千方科技、万集科技、中兴等均积极布局。伴随着全球智能设备连接的快速增长，物联网的市场规模不断扩大。工业互联网作为物联 网的核心应用场景之一，通过信息技术和制造业的融合，助力企业的数字化转型，发展潜力巨 大。据 GSMA 统计，2018 年全球物联网设备联网数量已达 90 亿个，到 2025 年复合增长率将 达到 16%。5G 发展为工业互联网赋能，下游创新应用场景不断出现。智能制造、智能工厂、智 能电网、智能安防等业务渗透率不断提升，正逐步迈入高成长期，据中国信通院数据显示，我 国工业互联网的产业规模将于 2020 年达到 31370 亿元，未来的发展前景可观。随着物联网技术不断成熟与 5G 商用的发展，低成本网络覆盖范围扩大，应用成本不断下 降，更多可能的应用逐渐成为现实，AIOT 的应用范围和需求不断拓展。AIOT 产业与传统产 业融合不断加深，市场规模广阔。全球 AIoT 市场正快速爆发，麦肯锡全球研究所的数据显示， 每一秒都有 127 个新的 IoT 设备联网，2020 年消费类电子设备数为所有已安装的 IoT 设备的 63%，到 2024 年全球的联网设备将达到 400 亿个。二、算力侧：AI 芯片发展提速，国产芯片具备发展机遇（一）算力侧芯片技术迭代更新，国产 AI 芯片急需场景落地人工智能芯片目前有两种发展路径：一种是延续传统计算架构，加速硬件计算能力，主要 以 3 种类型的芯片为代表，即 GPU、 FPGA、 ASIC，但 CPU 依旧发挥着不可替代的作用；另 一种是颠覆经典的冯·诺依曼计算架构，采用类脑神经结构来提升计算能力，以 IBM TrueNorth 芯片为代表。伴随着 AIOT 产业技术的不断发展和市场空间的不断拓宽，传统的芯片受限于 CPU 的算力 问题，无法满足物联网的算力要求。AI 芯片性能功耗比更高，能够提供更强的计算能力。作 为算力侧的核心基础，AI 芯片为云、边、端多方协同提供算力支持和决策推理。根据 IDC 数 据，16 年至今全球的 AI 服务器和芯片数量将不断上升，中国 AI 芯片市场整体规模不断扩大。 根据《中国人工智能芯片产业发展白皮书》显示，2018 年在全球的 AI 芯片市场中，中国的整 体规模占比最大，约占四分之一，未来 AI 芯片的发展前景可观。AI 芯片因需求扩张，政策支持迎来发展良机，但因 AI 芯片相对技术门槛偏低，对晶圆代 工厂商依赖度高，“量产”是一条红线，未来行业将快速洗牌。芯片公司需要找到好的落地场 景，以保证出货量。传统 AI 芯片按产品架构分为 GPU、FPGA 和 ASIC 三种。GPU 具有大规模的并行架构，适合 对数据密集型的应用进行计算和处理，且性能高于传统 CPU 数十上百倍，其主要缺点是功耗较 高及其带来的高昂电费开支。ASIC 作为人工智能的专用芯片，相较于 GPU 有极高的性能和较 低的功耗，但专用芯片灵活性较低，研发投入较高。FPGA 的功耗在几瓦到几十瓦之间，在性 能指标中都有比较理想的平衡，可以实现定制化的硬件，并且可以在硬件层面进行大规模的并 行运算，有较高的吞吐量。从应用场景上划分，AI 芯片可以分为云端芯片、边缘端芯片和终端芯片。人工智能技术 应用场景广泛，在不同场景所需要的计算能力、功耗等有所差异，因此针对不同的应用场景可 以将 AI 芯片划分为这三大类。云端芯片主要针对云数据中心，兼具训练和推理的任务需求。 该场景对计算能力和计算密度要求高，一般计算能力要求每秒处理超过 30 亿万次基本人工智 能运算，相对功耗也较大，一般在 50 瓦以上。边缘端芯片主要面向智能制造、智能家居、智 能驾驶等领域，以推理任务为主，性能要求和功耗介于云端和终端之间。终端芯片服务于各类 消费电子领域，其对性能要求相对较小，但对成本和功耗较为敏感，以推理任务为主，产品形态众多。（二）AI 芯片发展提速，前景空间广阔由于 AI 芯片的应用场景丰富且需求端驱动力强劲，AI 芯片市场规模将呈快速增长态势。 根据 Tractica 的研究报告显示，2019 年全球人工智能芯片的市场规模达到 110 亿美元。中商 产业研究院预测，全球 AI 芯片市场将迎来高速发展期，在 2025 年全球人工智能芯片市场规模 达 724 亿美元，7 年复合增长率达 36.90%。中国 AI 芯片行业发展尚处于起步阶段，但随着智 能终端的更新迭代和数据中心服务器智能化大趋势的推动下，随着人工智能应用生态的爆发， 两年迎来了新一轮的爆发。2019-2024年，中国AI芯片市场规模仍将保持40%以上的增长速度， 预计 2024 年中国 AI 芯片市场规模将增长至 785 亿元。AI 芯片在三大类应用场景上均将维持快速增长：云端芯片的主要应用场景为针对海量数据计算和处理的云数据中心、超级数据中心等，目 前对计算能力的需求也呈现指数型增长。随着云计算技术的发展，目前全球范围内各云数据中 心建设速度也不断提升。Cisco 预计 2016 至 2021 年全球数据中心负载任务量将成长近三倍， 到 2021 年，超级数据中心将达到 628 座，占总数据中心比例达到 53%。数据中心市场蓬勃发 展可以从国外老牌芯片厂商的布局一窥全豹：Intel 作为传统型芯片厂商，也实现了数据中心 产品的销售；Nvidia 数据中心业务增长迅速，从 2016 年开始以 72.23%的年均复合增长率实现 了 2019 年的 29.8 亿美元的收入。据 IDC 报告显示，云端智能芯片市场需求，预计将从 2017 年的 26 亿美元增长到 2022 年的 136 亿美元，年均复合增长率为 39.22%。边缘端场景是由于云端不能满足用户的较高需求，推动大量数据存储向边缘端转移而产生 的。边缘计算为 5G 网络架构中的核心环节，应用场景相较云端更为广泛，同时边缘端芯片价 格相对更便宜，未来将在大量行业中普遍应用。据 Gartner 预测，未来物联网将约有 10%的数 据需要在网络边缘进行存储和分析，2020 年全球边缘计算的市场需求将达到 411.40 亿美元。在终端应用方面，在日常的手机、平板电脑、音箱等散热、能耗敏感的消费类电子终端产 品中，仍然需要专门的人工智能处理器提升性能降低能耗。其中，在智能手机端，由于传统手 机芯片无法满足人工智能相关应用的用户体验，智能手机搭载 AI 芯片将成为各厂商提升产品 吸引力的重要一环。根据 Gartner 预测，搭载人工智能应用的智能手机出货量占比将从 2017 年的不到 10%提升到 2022 年的 80%，年销量超 13 亿部，也带动了人工智能芯片快速发展，2020 年人工智能芯片在消费电子终端市场的销售规模将超过 25 亿美元，市场逐渐形成规模。同时，AI 芯片市场的发展也受智能驾驶的发展大潮的牵引。保证智能驾驶系统稳定运行 的核心是芯片，所以未来人工智能芯片在车载领域都具备广阔的市场空间。根据市场调研机构 iiMediaResearch 估计，2016 年全球智能驾驶汽车市场规模为 40.0 亿美元，预计至 2021 年增长至 70.3 亿美元，复合增长率 11.94%。（三）英伟达领跑全球市场，国产 AI 芯片具备发展机遇云端芯片方面，英伟达领跑，其他厂商奋力追赶。云端芯片厂商主要有英伟达、英特尔、 华为海思、寒武纪等。因云端芯片需兼具训练和推算能力，对性能要求较高。英伟达最新发布 的 A100 芯片采用 7nm 工艺且运算能力处于绝对领先位置。除此之外，英伟达领先布局生态 CUDA， 软件生态具备优势，是云数据中心市场的绝对龙头，综合多家咨询数据判断其在全球市场的市 占率约 80%左右。英特尔主要通过收购 HabanaLabs 来布局云 AI 芯片市场，主打 Goya 和 Gaudi 两款产品。国内厂商主要以华为海思和寒武纪、地平线等公司为代表，产品性能从目前来看不 及英伟达，但差距相对较小，主要在生态布局上还需要奋起直追。根据 IDC 预测，GPU 市场将 持续下降。我们认为，云端芯片下游主要为云数据中心，兼具云计算业务的厂商如华为市场份 额将有望提升。加之国产自主可控浪潮，国产 AI 芯片厂商潜力较大。边缘端芯片方面，英伟达领先，国产厂商产品性能优越，处于市场开拓期。英伟达以Jeston TX1、Jeston TX2 以及最新的 Xavier 和 Xavier NX 布局边缘端市场，具备领先布局优势。华 为海思和寒武纪在产品性能方面不亚于英伟达，采用 12/16nm 工艺，计算能力与能耗方面表现 优越。但因进入市场时间较短，仍处于市场布局初期。终端芯片方面，百花齐放，国产厂商具备一定优势。提供终端智能处理器的厂商主要有 英国的 ARM、以色列的 CEVA、美国的 Cadence 和国内的寒武纪等。从市场应用情况来看，装载 寒武纪终端智能芯片的 SoC 芯片出货量超一亿，采用 7nm 工艺，性能功耗比表现优越，支持推 理和训练任务。在智能手机市场应用优势较为明显，具备一定优势。三、平台侧：格局未定，国内外诸侯割据（略）（一）物联网平台侧居于枢纽地位，参与者众多在 AIOT 的平台侧，物联网平台能够为设备和场景应用搭建连接桥梁，为上下游提供中间 层的核心能力，物联网平台主要功能包括设备管理、连接管理、应用支持和业务分析。支持多 种协议的适配，实现各类物联网设备的接入及对设备进行实时管理和分析。目前平台侧的服务商众多，据 IoT Analytics 统计 2019 年全球公认物联网平台数量就有 620 家。其中大平台主要来自于云服务提供商、电信和通信设备厂商，主要以互联网巨头阿里 云、亚马逊、腾讯等为主。国内的主要平台服务商包括阿里、腾讯、百度、小米以及三大电信 运营商。阿里云 IoT 物联网平台依托阿里云的技术优势，以及活跃的云栖开发者社区，能够支持主 流的物联网协议接入，设备端和云端支持丰富的语言 SDK，为开发者提供细粒度的实时监控告 警。腾讯云 IoT Explorer 平台开发文档丰富，与腾讯连连微信小程序联通，可以便利地支持 智能家居等场景；移动的 Onenet 是中移物联网搭建的云平台，从连接和设备管理切入，接入 协议丰富，NB-IoT 基站部署广泛，能够为各种跨平台物联网应用、行业提供丰富的解决方案。 小米的 IoT 开发者平台主要以小米用户群体为主，服务智能家居和个人穿戴和出行设备，能帮 助开发者打造智能互通的智能产品。各类服务商根据其不同的优势作为其物联网平台的切入点， 在原有技术功能基础上，根据其自身优势拓展服务形式和客户群。从功能角度划分，物联网平台可以分为设备管理平台（Device Management Platform，DMP）、 连接管理平台（Connectivity Management Platform，CMP）、应用赋能平台（Application Enablement Platform，AEP）和业务分析平台（Business Analytics Platform，BAP）。从企 业属性角度划分，物联网平台市场参与者主要有传统通信厂商（如中国移动 OneNet 等）、互联 网/云计算厂商（如谷歌 Azure、阿里云等）、垂直领域厂商（如博世、西门子、海尔等）和创 业领域厂商（如 TheThings、青莲云等）。传统通信厂商的布局主要针对物联网设备的通信连 接管理，云计算厂商的布局主要侧重完善整个生态布局，垂直领域厂商主要从自身业务出发为 产品做科技赋能，创业领域厂商属于有针对性的专注于平台的研发。（二）市场处于高速发展阶段，生态布局是关键突破点物联网平台层在物联网市场占比约三分之一，目前处于高速发展阶段，空间较大格局未 定。物联网设备层、连接层、平台层和应用层的价值占比分别为 21%、10%、34%和 35%。根据 Statista 数据，2020 年全球物联网市场规模约为 2480 亿美元，预计到 2025 年将增长至 15670 亿美元，年复合增长率为 39%；根据 IDC 数据，预计中国物联网市场规模到 2025 年为 3918 亿 美元。由此推断出，物联网平台 2025 年全球规模约为 5327 亿美元，中国规模约为 1332 亿美 元，市场空间广阔。从连接设备数量来看，国外头部厂商主要有亚马逊、苹果、谷歌和三星等，国内厂商主要 有起步较早的小米，此外，华为近年也开始大力布局 IoT 市场。根据艾瑞咨询数据，物联网链 接设备前 5 名的厂商为小米、亚马逊、苹果、谷歌和三星，市场份额分别为 1.9%、1.2%、1.0%、 0.9%和 0.8%。我们认为，物联网平台的竞争力体现在连接万物的能力，连接设备越多活跃用 户量更大的平台更具备价值。在物联网平台高速上升的现阶段，打通上下游产业链、布局全生 态场景的厂商有望抢占先机，国内厂商如小米和华为、国外厂商如苹果和谷歌有望脱颖而出。……四、网络侧 ：5G 模组需求提升物联网的通信技术分为有线通信和无线通信技术，为了满足万物互联的要求，主流技术为 无线通信技术。无线通信技术主要分为两大类，短距离无线通信技术，包括 2/3/4/5G 和 LPWAN 技术（LoRa 和 NB-LOT 等）以及短距离的无线通信技术蓝牙、WI-FI、ZigBee、Zwave 等。根据工信部 2020 年 5 月发布的最新政策：推动 2G/3G 物联网业务迁移转网，建立 NB-IoT、 4G 和 5G 协同发展的移动物联网综合生态体系。以 NB-IoT 满足大部分低速率场景需求，以 LTE-Cat1 满足中等速率物联需求和话音需求，以 5G 技术满足更高速率、低时延联网需求。随 着移动互联网和物联网的发展，5G 技术不断拓宽物联网的应用场景，能够满足物联网设备多 样化以及不同场景和应用对网络的需求。5G 网络加速建设，5G 模组出货有望带动毛利率提升。目前主流模组厂商 5G 产品已陆续 小批量发货。预计随着 5G 网络覆盖的完善，一些可落地的应用场景将带动 5G 模组需求进一 步提升。随着全球 5G 网络的不断建设和发展，中国电信服务提供商在 5G 核心网部署中占据了最大 的份额。截止 2019 年底，中国移动建设开通超过 5 万个基站，覆盖 50 余个城市；中国电信建 成 4 万座 5G 基站，并与中国联通合作建设 5G 基站超过 2 万座，共享基站超过 5 万座；中国联 通目前可用 5G 基站规模超过 6 万个。三大运营商今年用于 5G 建设合计预算投入 1803 亿元， 较 2019 年实际支出增长约 338%。华为、中兴等企业依靠领先的 5G 技术领先优势和国内的规 模优势，未来有望加速发展，进一步扩大全球 5G 网络建设的市场份额。5G 网络建设进度节节 推进，据中国产业信息网预计 2020~2022 年全国 5G 基站建设数量将分别达到 80 万、110 万和 120 万个。5G 时代，移动物联网的快速部署已成为重要的趋势。物联网技术需要依靠基站等基础设 施来完成区域的覆盖，需要投入大量的基础设施建设。但是由于在岛屿、沙漠、海洋等偏远地 区安装基站和铺设光纤线路的难度大、成本高，目前地面蜂窝基站的陆地覆盖率约为 20%，而 海洋覆盖率则不到 5%。卫星物联网通信技术能够突破因地面基站所不能及而带来的物联网覆 盖限制。同时伴随着电力、矿山、森林防火等领域的信息化和数字化转型的需求，对于海洋、 沙漠、森林等不便建立基站的地区，卫星物联网则作为最重要的通信网络基础设施，覆盖面更 广，通信稳定性好，组网方便，能够对传统产业的数字化转型提供重要的通信技术支持，有望成为拉动经济发展的新支点。从市场规模上来看，美国权威卫星行业咨询公司 NSR 预测，2022 年将有 1 亿至 2 亿台物联网设备有接入卫星的需求。麦肯锡公司预测，天基物联网的产值在 2025 年可达 5600 亿美元至 8500 亿美元。五、边缘侧及终端侧处于爆发增长前夜边缘侧位于云层和终端层之间，向下支持各种设备的接入，向上和云端进行对接。在 5G、 物联网和产业互联网发展的带动下，全球边缘计算产业逐渐兴起。据 IDC 数据，到 2025 年全 球将有 418 亿台 IoT 连接设备，互连的 IoT 设备生成的数据量将从 2019 年的 18.3 ZB 增长达 到 73.1 ZB。在海量数据的产生下，边缘计算作为算力去中心化的基础设施迎来快速发展。相 较于云计算，边缘计算拥有低时延、少带宽、高安全性的优势，可以满足实时处理终端设备产 生的海量数据，成为万物互联时代中实时处理、快速连接和隐私保护的关键支撑，能够为垂直 行业 AR、自动驾驶和 IoT 等领域的应用提供足够的算力资源。据赛迪顾问显示，预计未来全 球边缘计算市场规模年均复合增长率将超过 50%，在 2025 年可达到 157 亿美元。2021 中国边 缘计算市场规模预计将达 325.31 亿元，未来市场规模广阔。边缘侧的产业链包括上游的边缘节点，芯片网关和控制器传感器，以及中游的云计算平台 服务商以及下游的终端开发商。市场主要参与者包括芯片厂商、电信运营商以及以云计算巨头 为主的软硬件服务商。边缘侧的主要市场分为边缘节点、控制传感器等硬件产品以及提供平台 服务和终端应用开发等软件服务。据赛迪顾问数据显示，2018 年中国边缘计算硬件市场份额 达到 71.22%，软件和服务市场占 28.78%。参与边缘计算的硬件载体公司以爱立信、ARM、华为、 联想、广和通等为主。提供边缘计算的软件平台包括 AWS、阿里云、百度云、华为云、腾讯云 等服务商，主要负责对边缘节点的各项功能进行统一调度和管理，并上传到云端进行分析处理。AIOT 在终端侧的应用主要涵盖 5G 手机，VR/AR，智能网联车和工业智能终端等领域。在 5G 手机市场中，随着国内 5G 网络的不断部署和推进，国内各大手机厂商的 5G 手机的出货量 快速增长，需求旺盛。今年下半年 5G手机出货量逐渐恢复，整体渗透率保持在 60%左右。Canalys 预测在 2023 年全球 5G 手机出货量将达到约 8 亿部，占全部智能手机出货量的 51.4%，2019 年到 2023 年出货量 CAGR 达 179.9%。六、应用侧之工业互联网：平台为核心，生态为关键（一）工业互联网走向落地据麦肯锡预测，未来物联网的价值 30%在 B2C，70%在 B2B。工业互联网作为物联网 B 端的 重要应用，具有巨大的发展潜力。工业互联网围绕制造体系的四大层次与四大要素实现。工业互联网通过将新一代信息技 术与制造业深度融合，实现人、机、物的全面互联，构建起全要素、全产业链、全价值链的全 面连接的新型工业生产制造和服务体系，是第四次工业革命的重要基石。工业互联网覆盖了制造体系的设备层、边缘层、企业层和产业层，把连接由企业内扩展到企业外；并且，网络、平 台、安全、标识四大要素贯穿四个层级，实现全要素、全产业链的互联互通。工业互联网发展正从概念框架走向落地。国际上，发达国家均非常重视工业互联网建设， 如美国在先进制造国家战略中，将工业互联网和工业互联网平台作为重点发展方向，德国工业 4.0 战略也将推进网络化制造作为核心。2018 年 6 月 7 日，工信部印发《工业互联网发展行动 计划（2018-2020 年）》，明确了基础设施能力提升行动、标识解析体系构建行动、工业互联网 平台建设行动等八大重点任务，目标是在 2020 年底初步建成工业互联网基础设施和产业体系。 计划实施近两年来，我国工业互联网发展正从概念框架走向落地实践，在网络、平台、安全、 标识解析等方面形成一系列突破，逐步建立起与我国经济发展相适应的工业互联网生态体系。 工业互联网标识解析体系已实现从 0 到 1 的突破，以国家顶级节点为核心的工业互联网标识解 析体系初步形成，截至 2020 年 8 月，已上线运营 60 个二级节点，覆盖 21 省 26 个重点行业， 接入企业节点超 3000 个，标识注册量突破 54 亿。工业互联网平台蓬勃发展，多层次系统化平台体系初步形成，截至 2020 年 8 月，具有一定行业、区域影响力的平台超 70 个，平均工业设 备连接数近 60 万台。据信通院测算，2018 年、2019 年我国工业互联网产业经济规模（包括融合带动规模）分 别为 1.42 万亿元、2.13 万亿元，占 GDP 比重分别为 1.5%、2.2%。预计 2020 年，我国工业互 联网产业经济规模将达 3.1 万亿元，占 GDP 比重为 2.9%，同时可带动约 255 万个新增就业岗 位。工业互联网在不同行业的应用水平存在差异，汽车、电子信息、家电等行业较为领先。信通院构建了工业互联网应用成熟度评估体系，并于 2019 年发布了《工业互联网应用成熟度 白皮书 2.0》。汽车及零部件制造行业的基础支撑能力较强，新技术应用相对成熟，电子信息 行业工业互联网的建设起步较快，进一步升级的基础较好，家电行业由于大规模化生产的需求， 生产和营销方面逐步智能化升级；生物医药、化工、装备制造等行业的互联互通能力不断提升， 基本能实现数据采集，但在系统集成和数据分析方面需要提升；机械制造等其他传统行业的工 业互联网建设成熟度不高，只有部分企业基础设施完善，互联互通水平不高，数据采集和分析 尚处于探索阶段。工业互联网在生产管控、产品服务和市场营销等环节已经显示出较大价值。但是，研发设 计、供应链管理等业务流程的应用水平仍然不高，工业互联网在研发设计中的应用成为短板， 仍需进一步提升。（二）工业互联网平台为产业发展核心我国工业互联网细分产业中，工业互联网平台与工业软件产业规模最大，增速领先。2017-2019 年，工业互联网平台与工业软件产业规模从 1490 亿元增长到 2486 亿元，年均复合 增长率 29.2%；工业互联网网络产业规模从 381 亿元增长到 651 亿元，年均复合增长率 30.7%； 工业互联网安全产业规模从 13.4 亿元增长到 27.2 亿元，年均复合增长率 42.3%；工业互联自 动化产业规模从 829 亿元增长到 1152 亿元，年均复合增长率 17.8%；工业数字化装备产业规 模从 658 亿元增长到 1045 亿元，年均复合增长率 26.0%。全球工业互联网平台市场持续呈现高速增长。根据研究机构 MarketsandMarkets 统计数 据显示，2017 年全球工业互联网平台市场规模为 25.7 亿美元，2018 年达到 32.7 亿美元，预计 2023 年将增长至 138.2 亿美元，预期年均复合增长率达 33.4%。美国当前平台发展具有显 著的集团优势，占据主导地位；欧洲平台领域进展迅速，成为美国之外主要的竞争力量；亚洲 市场增速最快且未来有望成为最大市场。美国头部企业有 GE、微软、亚马逊、PTC、罗克韦尔、 思科、艾默生、霍尼韦尔等；欧洲诸如西门子、ABB、博世、施耐德、SAP 等欧洲工业巨头具 有领先的制造业基础优势；日本的日立、东芝、三菱、NEC、发那科等也在积极布局。工业 PaaS 层是工业互联网平台的核心，工业 SaaS 层是关键。边缘层、工业 PaaS 层、工 业 SaaS 层是工业互联网平台三大层级。边缘层是基础，通过大范围、深层次的数据采集，以 及异构数据的协议转换与边缘处理，为工业互联网平台提供数据基础；工业 PaaS 层相当于工业操作系统，基于通用 PaaS 叠加大数据处理、工业数据分析、工业微服务等能力，支持各类 工业 APP 应用的开发与运营；工业 SaaS 层是工业互联网平台价值的体现，包括满足不同行业、 不同场景的工业 APP，形成平台生态。未来的平台竞争本质上是基于平台的生态之争，生态建 设是关键。工业 PaaS 层需要支撑前端灵活构建各类工业应用和解决方案，其参与者需要深厚的专业 知识和领域经验积累沉淀，装备/自动化、工业软件及制造业三类企业各具优势。装备和自动 化企业在工业现场积累了大量设备系统，拥有丰富的经验知识模型，通过打造平台实现底层数 据的汇集与建模以及工业知识的复用，典型代表有国外的 GE、西门子、ABB、博世、发那科、 施耐德、库卡(KUKA)、霍尼韦尔、罗克韦尔等，我国的和利时、徐工、三一、研华科技、蓝卓、沈阳机床等。工业软件厂商将研发设计、生产制造、运营管理或采购销售领域软件转化成平台 中独立的服务模块满足个性化定制需求，并将全生命周期数据集成形成数字孪生，加速产品迭 代，典型代表有国外的 PTC、达索、SAP 等，我国的索为、数码大方、安世亚太、石化盈科、 宝信、用友、东方国信等。制造类企业拥有特定行业的经验知识与成熟模式，将其以数字化模 型或专业软件工具的形式预置到平台中，典型代表有国外的日立、东芝等，我国的海尔、富士 康、航天云网、一汽等。工业互联网平台的发展趋势：当前工业互联网平台仍然处于发展初期，尚未出现绝对的领导者，产业仍处于摸索与寻找 机会的阶段。当前有两个趋势正在逐渐显现：一是横向看，国际巨头正在通过并购或合作形 成具有全生命周期流程一体化服务能力的平台，形成综合性竞争优势。西门子和达索通过不 断并购，已拥有全流程产品，并迁移至平台，包括设计仿真软件、生产管理软件、资产运维软 件、经营管理软件等，达索还与 ABB 合作，以进一步提升自动化领域解决方案服务能力。PTC 则通过与多家企业的深度合作来弥补自身在生产和运营方面的短板，与罗克韦尔通过 10 亿美 元的股权投资形成战略合作，提升生产管控和资产运维能力；与 ANSYS 合作，提升了设计仿真 能力。二是纵向看，以垂直行业的企业为主体，与 ICT 公司优势互补，工业互联网有望产生细 分领域的龙头企业。垂直行业的制造企业对本行业的生产流程熟悉，拥有成熟的经验模式， ICT 企业为其提供大数据、云计算、物联网能力支撑。（三）工业 APP 生态体系为平台价值实现的关键工业 APP 创新能力与应用交付能力将是平台价值实现的关键，生态建设将成为下一阶段平 台产业发展的主线。“工业互联网平台+APP”为核心的工业互联网生态体系可类比于移动互联 网时代的“平台（iOS 或 Android）+APP”生态模式。因此，工业 APP 实际上可以理解为工业 软件。我国工业软件市场增速远超全球平均，潜在发展空间仍然巨大。2018 年全球工业软件产 品市场规模达到 3893 亿美元，较 2017 年增长 5.19%。2019 年全球工业软件产品收入已突破 4000 亿美元，经估算，到 2020 年全球工业软件行业市场规模将达 4332 亿美元。国内市场方面增速远远超过全球平均，2019 年，我国工业软件产品收入 1720 亿元，较 2018 年增长 16.45%。 2012-2019 年，我国工业软件产品收入年复合增长率为 20.34%。据中商产业研究院预测，2020 年，我国工业软件产品收入将突破 2000 亿元。按此口径计算，我国工业软件市场增速虽然快， 但全球市占率仅有约 6%，而同期我国工业生产总值占全球比重近 30%，潜在发展空间仍然巨大。工业软件是工业化长期进程的不可或缺的伴生物，没有丰富的工业技术积累，难以产出优 秀的工业软件。工业化水平走在世界前列的发达国家，如法国、德国、美国等工业强国，其工 业软件具有先发优势，21 世纪初，随着全球制造业转型升级，服务模式创新趋势演进，在国 内企业开始大量购买和应用国外软件产品的同时，国外软件厂商通过并购扩大规模。如法国达 索 CATIA 迅速形成集团研发模式，占领国内市场，而国内软件厂商因资金不足以及用户流失面 临着生存困难甚至倒闭的局面。目前，发达国家在全球率先建立了较为完整的工业体系，工业软件在为工业企业服务的同 时也不断完善改进，二者相互促进，孕育出了达索、西门子、SAP 等多家全球工业软件龙头企 业。而目前虽然我国尚处于工业化阶段，还没有完成工业化进程，但发展速度快，制造业升级需求迫切，仍为国内工业软件厂商的发展带来契机。总体而言，在外国市场，工业软件行业已基本形成巨头垄断的格局，如研发设计类软件领 域由达索、西门子、ANASYS、Synopsys 等龙头占据着技术和市场优势；在生产控制软件领域， 西门子、Honeywell、GE、ABB、Rockwell 占据龙头地位；信息管理类软件领域 SAP、Oracle 占 据主导地位。当前，我国工业软件市场长期被国外企业占据，但在研发设计领域，产生了部分 自研的工业软件产品；在生产制造类和经营管理类软件领域，国内厂商在部分细分领域已具有 行业竞争优势，但在高端领域仍渗透率较低。我国工业软件市场增速远超全球平均，潜在发展空间仍然巨大。建议从两条主线寻找投资 机会：一条是从发展“卡脖子”的核心技术角度，研发设计类软件是我国的短板，长期被国外 巨头垄断，国产品牌市占率极小，目前产生了部分有望突围的企业，如中望软件、华大九天、 芯愿景（拟上市）、山大华天和数码大方等。另一条是从制造业升级的角度，挖掘一些具有行 业竞争优势，有望受益于工业信息化持续渗透的公司，如中控技术、用友网络、鼎捷软件、柏楚电子等。七、应用侧之智能网联汽车：前景渐明，顺周期下迎来高成长期（一）产业架构与四大驱动因素从 2010 年以车载信息娱乐服务为核心的“车联网”概念的萌芽，到 2016 年以行车安全为 核心的智能网联技术路线的提出，再到 2017 年 LTE-V2X 标准的确定开启商业化进程，从 2020 年开始 5G逐步替代 LTE 实现更高级别的自动驾驶，至今，智能网联汽车产业经历了 10 年摸索， 以 V2X 为核心基础实现网联自动驾驶的产业路径逐渐清晰，产业前景渐明。智能网联汽车与智慧交通紧密相连，两者融合协同发展是未来的主要趋势。智能网联汽 车通过搭载先进的车载传感器、控制器、执行器等装置，融合现代通信与网络技术，实现车与 X（人、车、路、云等）智能信息交互、共享，具备复杂环境感知、智能决策、协同控制等功 能，可实现“安全、高效、舒适、节能”行驶，进而使汽车成为智能交通网络系统中重要的功 能结点，从而构建“人-车-路-云”协同的智能交通体系。智能网联汽车产业的跨行业、跨领 域属性突出，涉及汽车、电子、信息通信、交通等多个产业及交通、交管等多个主管部门，因 此产业架构复杂，需要多方协同推进。C-V2X、高精度地图、自动驾驶技术、政策协同是智能网联汽车产业发展的四大驱动因素。1、C-V2X：在 V2X 系统中主要有短距离直接通信的传输模式（V2V，V2I，V2P）和基于网络的 远程通信（V2N），V2X 的概念也随之扩展为对增强的高级驾驶辅助系统（ADAS）的协同控制， 使得车辆之间可以分享感知信息，从而最终 V2X 将发展为协作式自动驾驶（CAD）。车路协同 市场的发展需要依靠路侧设施先行，当路侧设施普及率达到一定程度，V2X 车载终端装车成本 会进一步降低，普及率将逐渐提高，智能交通网络搭建成功，再依托边缘计算、云控平台等技 术，从而进一步提高城市和道路的运转效率。车路协同得到发展，L4/L5 级自动驾驶才有可能 实现。所以 C-V2X 是核心。2、高精度地图：不同级别的自动驾驶对地图有不同的内容和精度 要求，对高级别自动驾驶 L4 和无人自动驾驶 L5，高精度地图是必备项。3、自动驾驶技术： 包括计算平台、ADAS、高端传感器、新型汽车电子、车载操作系统等等。4、政策协同：智能网联汽车的跨行业、跨领域属性突出，涉及汽车、电子、信息通信、交通等多个产业及交通、 交管等多个主管部门，在政策、专项研究、法律法规、标准、试验测试等工作方面均需要协同 推进。四个因素密不可分，缺一不可，共同推动智能网联汽车产业发展。最核心的驱动因素是 V2X，这是车与道路、车、人进行信息交换的基础设施建设的统称，包括车载终端、路侧设施、 通信协议、路侧与交通、交管等监管部门的接口规范等等。基于 V2X 建设达到一定程度，再结 合高精度地图、车辆自动驾驶技术的辅助及各监管部门政策的完备这 3 个驱动因素，车-路人协同的智能驾驶才能实现，这是产业的发展路径，四个因素缺一不可，通过跟踪四个驱动因 素的发展情况可以获知产业现状。（二）C-V2X 产业化部署处于导入期我国 C-V2X 工作组给出了产业化路径及时间表：2019-2021 年为 C-V2X 产业化部署导入 期，我国正在积极开展车路协同测试示范。在这一阶段，C-V2X 通信设备、安全保障、数据平 台、测试认证方面可基本满足 C-V2X 产业化初期部署需求。同时，在国家和联网示范区、先 导区及部分特定园区部署路侧设施，形成示范应用，车企逐步在新车前装 C-V2X 设备，鼓励 后装 C-V2X 设备，车、路部署相辅相成，形成良性循环，C-V2X 生态环境逐步建立，探索商业 化运营模式。V2X 是车与道路、车、人进行信息交换的基础设施建设的统称，下面将介绍其中 V2X 车载 终端、路侧设施环节的发展情况及竞争格局。（三）自动驾驶：L3 接近量产，L4 处于研发和小规模测试阶段乘用车及商用车的 L3 级自动驾驶系统已接近量产，L4 级自动驾驶系统处于研发和小规模 测试阶段。主流车厂目前都给出了量产的 L2.5 的时间表，基本上集中在 2022 年前后。2018 年奥迪曾宣布推出量产 L3 级自动驾驶车型奥迪 A8，这是世界范围内第一台宣布量产的 L3 级 自动驾驶汽车。2019 年国内品牌上汽集团、广汽集团均推出了 L3 车型，2020 年长安汽车也已 推出 L3 车型。国内主流客车企业在自动驾驶方面走在前列的以宇通、厦门金龙、中车、中通、 厦门金旅等为主要代表，卡车以东风商用车、一汽解放、重汽等为主要代表。自动驾驶技术发展水平及难点：自动驾驶技术按运行步骤可分为环境感知层、规划决策层和控制执行层。自动驾驶通过装配在车上的传感器设备感知汽车周围的驾驶环境，结合导航的高精度地图等地图数据，进行 快速的运算和分析，不断模拟和深度学习潜在的路况环境并作出判断，进一步借助算法规划汽 车最理想或最合适的行驶路线及方式，再通过芯片反馈给控制系统进行刹车、方向盘控制等实 际操作。下面表格介绍环境感知层、规划决策层和控制执行层的技术发展水平及难点、主要参与者。自动驾驶软件和算法领域的领先参与者：在自动驾驶软件技术和算法服务中，市场发展潜力巨大。车企、互联网科技公司和初创公 司等纷纷开展相关的研发。国外以美国的 Waymo 和以色列的 mobileye 为主。国内参与的互联 网公司包括百度、阿里、腾讯、滴滴和华为。智能汽车公司包括 ponyai、小鹏汽车、理想汽 车、威马汽车、蔚来、Auto X 等。初创和科技公司中研发软件服务和核心算法的包括地平线、 Momenta、驭势科技、环宇智行、纵目科技、东软集团、图森未来、Plus Ai、商汤科技、虹软 科技等。地平线是目前中国唯一一家实现车规级 AI 芯片量产前装的公司；Momenta 作为国内 知名的自动驾驶算法提供商，在自动驾驶算法、高精度地图、ADAS 等细分方向都具有较强的 研发实力；驭势科技在业务上已形成可规模化部署的 L3-L4 级智能驾驶系统，并已在多种商业 场景中率先落地，在行业居于领先地位。除了初创科技公司和互联网巨头，国内整车企业也在 建设研发团队，包括上汽、广汽、一汽、长城、长安、吉利、比亚迪和其他车企，并与互联网 和科技公司进行合作发展。智能网联汽车的市场空间：中国汽车工程学会预测，2025 年、2030 年我国销售新车联网比率将分别达到 80%、100%， 联网汽车销售规模将分别达到 2800 万辆、3800 万辆。预测到 2025 年 L1/L2 联网汽车占比 55%， L3 联网汽车占比 20%，L4/L5 联网汽车占比 5%。根据市场研究机构 Marketsandmarkets 预测， 全球智能网联汽车市场规模在 2027 年将达到 2,127 亿美元，2019-2027 的年复合增长率将达 到 22.3%。（四）政策：给出明确目标《智能网联汽车技术路线图 2.0》已发布，相比 1.0 给出了延伸至 2035 年的发展目标。 在自动驾驶方面，目标 L2、L3 级自动驾驶在 2025 年新车销量占比中达到 50%，2030 年占比到 70%。而 L4 级自动驾驶，2025 年在“高速公路、专用车道、停车场、园区、港口、矿区”等 特定场景和限定区域商业化应用，在 2030 年新车占比 20%，在高速公路广泛应用，在城市道 路实现规模化应用。2035 年以后，L5 级无人驾驶乘用车开始应用。V2X 方面，目标 2025 年 C-V2X 终端的新车装配率达到 50%，2030 年基本普及。总体来说我国智能网联汽车产业进程走在世界前列，得到政策大力支持。参照技术路线 2.0，预计 2025 年之前 L2、L3 级自动驾驶商用车型有望放量，相应的 C-V2X 终端模块及路侧 设施建设也将跟进。可以围绕 C-V2X、高精度地图、自动驾驶等产业链环节，以及智 能网联汽车催生的需求场景（如智能座舱等）挖掘投资机会，相关公司有道通科技、虹软科技、 中科创达、万集科技、千方科技、鸿泉物联、四维图新等。……（报告观点属于原作者，仅供参考。报告来源/作者：银河证券，吴砚靖、邹文倩）如需完整报告请登录【未来智库官网】。

中商情报网讯：计算机视觉是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取“信息”的人工智能系统。2018年中国计算机视觉市场规模突破100亿元。预计2019年中国计算机视觉市场规模将进一步扩大，达到300亿元。《2019年中国计算机视觉行业市场前景研究报告》主要围绕计算机视觉行业概况；计算机视觉市场分析；计算机视觉市场促进因素；重点企业分析；计算机视觉市场行业发展前景等五个章节展开，通过对当前的计算机视觉行业进行分析，总结计算机视觉行业发展现状，从而预提出当前行业的发展前景。 PART1计算机视觉行业概况计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息。计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，深度学习在计算机视觉、语音识别和自然语言处理等领域有成功的应用。 PART2计算机视觉市场分析近年来中国人工智能产业发展迅速。从市场规模来看，自2015年开始，中国人工智能市场规模逐年攀升。2017年中国人工智能市场规模将达到152.1亿元，增长率达到51.2%。随着人工智能技术的逐渐成熟，科技、制造业等业界巨头布局的深入，应用场景不断扩展，2018年中国人工智能市场规模约为238.2亿元，增长率达到56.6%。 PART3计算机视觉市场促进因素随着提高预测精度，降低数据标注成本的不断发展，计算机视觉能够识别信息的种类从最初的文字信息，到人脸，人的体态识别，以及各种不同的物体。识别精度也从最初的1：1对比，到1：N比对，以及M：N的动态监控。除了提高算法精度以外，提高数据标注的效率也是计算机视觉公司重要的课题之一。国外互联网公司推出自动标注系统，例如谷歌的AutoML和微软的Cognitive Services。商汤科技、扩博智能等AI公司也通过运用半监督学习、迁移学习、主动学习等技术，提高数据标注的自动化程度，达到提高效率，降低成本的目的。 PART4重点企业分析商汤科技成立于2014年11月，是中国一家计算机视觉和深度学习原创技术的创新型科技公司，也是一家知名独角兽企业，致力于引领人工智能核心“深度学习”的技术突破，构建人工智能、大数据分析行业解决方案。目前，商汤科技已与国内外700多家世界知名的企业和机构建立合作，包括美国麻省理工学院、高通、英伟达、本田、SNOW、阿里巴巴、苏宁、中国移动、OPPO、vivo、小米、微博、万科、融创等。 PART5计算机视觉行业发展前景随着人们对生活安全及生产效率需求的提升，凭借着计算机视觉应用场景的广泛性，计算机视觉有望发展成为下一个智能时代的标配。计算机视觉行业发展前景觉得其具有高成长性特点，未来将涌现更多人工智能领域优秀企业。但行业发展同时伴随高风险性，行业竞争需要比拼企业技术算法能力、资金能力以及人才资源，同时考验企业能否实现技术迅速落地，对企业综合实力要求高，综合实力不具备优势的企业在行业内将难以生存。《2019年中国计算机视觉行业市场前景研究报告》全局研究了当前计算机视觉的发展概况，为产业未来的发展提供了可行性思路。中商产业研究院在对整个行业把控的前提下，关注计算机视觉行业现状和未来发展趋势，从市场现状和重点企业进行剖析。

2017年下半年，数家计算机视觉公司单笔融资上亿美元，再次将计算机视觉推向人工智能领域最受关注的方向之一。本报告聚焦于计算机视觉技术现阶段在工业界的应用与研发，将在对相关技术热点及产业整体做概述性介绍的基础上，对典型应用的具体使用场景分领域论述，希望理清现状，写明征途，供产业界、投资界、政策制定者及关注人工智能领域的社会各界以参考。因报告研究对象以技术层创业公司为主，偏颇遗漏之处，敬请指正。 报告核心观点： 1. 深度学习主要提升的是计算机视觉领域分类任务的准确率；开源环境仅降低计算机视觉领域的入门技术门槛，前沿算法的技术壁垒依然存在；计算机视觉比赛成绩、论文成果不直接代表技术团队解决实际业务问题的能力。2. 2017年中国计算机视觉规模预期为40亿，凭借安防领域的爆发性增长，预期2020年将增长至725亿。3. 前端嵌入式智能系统的渗透率将逐步提升，与后端协同智能计算，加速产业智能升级。4. 算法迭代将不断提升限定场景识别准确率，加速渗透为各行业应用赋能。5. 前沿算法之外，计算机视觉公司的商业壁垒有赖于产品、服务、市场等综合建设。 一、计算机视觉技术概述 计算机视觉横跨感知与认知智能，现阶段应用以感知为主 视觉使人类得以感知和理解周边的世界，人的大脑皮层大约有70%的活动在处理视觉相关信息。计算机视觉即通过电子化的方式来感知和理解影像，以达到甚至超越人类视觉智能的效果。从1966年学科建立（MIT：The SummerVision Project）至今，尽管计算机视觉在感知与认知智能方向仍有大量难以解决、尚待探索的问题，但得益于深度学习算法的成熟应用（2012年，采用深度学习架构的AlexNet模型，以超越第二名10个百分点的成绩在ImageNet竞赛中夺冠），侧重于感知智能的图像分类技术在工业界逐步实现商用价值，助力金融、安防、互联网、手机、医疗、工业等领域智能升级。 现阶段有较好商业化进展的主要为语义感知中的分类任务 与人类实时选择性处理视觉信息不同（如人在驾驶时不需在意公路边草地的纹理或形状，也不用知道每辆车的确切形状），计算机仍难以从实际需求出发自主选择性输入并计算影像信息，通常需要人类对具体任务进行分解并使用与之匹配的计算方法，建立完整理想的智能视觉系统仍有很大挑战。另外，与可结合常识做猜想和推理进而辅助识别的人类智能系统相比，现阶段的视觉技术往往仅能利用影像表层信息，缺乏常识以及对事物功能、因果、动机等深层信息的认知把握。 数据与算力是深度学习的重要支撑 开源环境仅降低计算机视觉领域的入门技术门槛 工业界和学术界先后推出了用于深度学习模型训练的开源工具和框架，包括Caffe、Theano、Torch、MXNet、TensorFlow、PaddlePaddle、CNTK等等，极大降低了人工智能技术在工业实践中的入门门槛。尽管不同框架各有所长，但它们并不能真正满足企业在处理实际复杂业务时所面对的挑战，性能、显存支持、生态系统完善性、使用效率等不同层面的不足要求企业需要针对性的调整框架以适合自身业务所需。而在数据处理、计算集群管理、网络设计、应用端性能优化等若干重要环节都存在各种各样非开源技术或已成熟方案所能解决，极度依赖相关技术专家去探索求解的重要问题。对于前沿算法的突破创新以及算法在不同使用环境中的优化升级，不同公司的技术高低差异依然很大。 计算机视觉比赛的意义在于推动算法思想的进步 2007年由李飞飞教授发起的ImageNet计划将人工智能领域的影像数据推向了前所未有的规模，至今已有1400万张经过人工清洗标注的图片，含有2万个分类，为计算机视觉领域做出巨大贡献。自2010年每年一度的ImageNet物体识别竞赛（对1000类接近50万张图片的单标签识别），更是成为了计算机视觉领域最受关注的比赛。2017年，ImageNet举行了最后一届图像分类竞赛，Top 5的错误率降至2.25%（大幅领先人眼），该竞赛完成了历史使命，而更多的关于图像语义分割（像素级的分类问题）、1:N人脸识别、图像及视频理解（看图写话）方向的数据集与比赛将逐步登上舞台，推动更多领域更贴近真实世界场景的算法革新。 二、计算机视觉行业概况 计算机视觉行业图谱 中国计算机视觉行业市场规模 2016年下半年，1：N人脸识别、视频结构化等计算机视觉相关技术在安防领域的实战场景中突破工业化红线，敲响了计算机视觉行业市场大规模爆发的前奏。伴随人脸识别、物体识别等分类、分割算法不算提升精度，在2017年占比较高的安防、视频广告、泛金融、手机及互联网娱乐领域之外，医疗影像、工业制造、批发零售等现阶段的创新领域也将逐步解锁，成为行业整体快速发展的重要支撑。 前端智能的渗透率将逐步提升，与后端协同智能计算 伴随AI专用芯片及嵌入式感知系统的成熟研发，前端设备即可完成相对基础的视觉感知，并将识别、分类的结果实时应用，实现前端智能。对于需要大量计算、存储资源，利用多维度数据关联分析的诸多场景，后端服务器计算依然是当前主流。前端智能的渗透率将逐步提升，与后端智能协同加速产业升级，不仅可满足特定场景对实时性、隐私性的要求，还可在前端成像（千万像素、千帧/秒）提供越来越多数据信息的背景下，让前端智能选择预处理过的结构化的高质量数据及分析结果传输至后端，减少因带宽压力过大导致的丢包、压缩所引起的信息丢失或误差，提升智能分析的准确性。前端智能系统的功耗、稳定性、存储空间、数据及系统更新的网络传输等诸多重要问题仍有待解决，现阶段主要通过压缩算法模型、挖掘硬件潜力以及在压缩模型的同时针对现有芯片进行优化的方式来解决功耗有限、运算能力低的问题。 三、计算机视觉的应用场景 1、安防影像分析领域 主要应用场景之人脸识别 对道路卡口、车站、地铁站、机场等地方的监控视频进行智能分析，检测出动态视频中的人脸与黑名单库中的影像记录做实时比对，比对成功则立即报警推送给警务人员处置。 主要应用场景之视频结构化 2012年南京“1．6”案件发生后，南京警方从全市1万多个摄像头共提取了近2000T的视频数据，调动1500多名公安干警查阅搜索视频线索，共耗时一个多月。海量视频的有效利用存在巨大挑战，完全依靠人工费时费力，而安防影像智能分析则可有效缓解这一问题。视频结构化可针对已经生成的海量视频内容进行自动化处理，提供行人、机动车、非机动车等关键目标的监测、跟踪、属性分析，辅以以图搜图等检索功能，让案件侦办和治安布控更加智能便捷。 安防行业的千亿市场为视觉智能改造提供充分空间 2016年中国安防行业总产值为5410亿，占据2016年中国GDP的7‰，其中1900亿属于安防产品产值。从产品结构角度，安防产品可划分为视频监控、防盗报警、出入口控制等，安防影像的智能分析属于视频监控产品的升级改造，是各地区平安城市项目建设中的重要组成。2011年至2016年中国安防市场连续5年保持2位数增长，结合国家政府对建设更高水平的平安中国、进一步提升人民安全性的要求，未来中国的安防市场依然会保持稳定增长，对人工智能、计算机视觉技术的升级改造也提出了更高的期待。 智能安防相关产业链条分析 计算机视觉技术供应商在提供智能安防影像分析的时候，可能面对监控设备及平台软件厂商、集成商、公安等三大类客户。在最终的使用者公安以外，其他三类参与者关系复杂，各自的业务定位都在发展变化，合作间有竞争。 2、泛金融身份认证领域 主要应用场景及相关影像采集设备 与安防影像分析中人脸的“1:N”识别不同，目前泛金融领域以人脸“1:1”身份认证为主，部分场景涉及“1:N”识别，如银行网点中对VIP客户的智能识别。 刷脸认证的优势与功效 3、手机及互联网娱乐领域 为消费级产品带来全新智能体验 计算机视觉技术的成熟进步为同质化的手机产品及互联网娱乐应用带来了新的活力。2017年诸多国内外手机厂商推出了具有刷脸解锁的旗舰机型，而手机与影像相关的拍照优化、相册分类、编辑处理等也于近几年得以智能升级。人脸识别、特征点定位以及场景识别、物体识别等技术也丰富了直播、短视频等互联网应用的娱乐性，同时为影像内容的智能审核及分类做出贡献。 4、商品识别领域 拓宽信息边界，连接人与商品 键入关键词，搜索引擎可连接人与信息，大幅提升人类获取信息、搜集知识的效率，为世界创造巨大价值。计算机视觉则将信息的边界再度拓宽，缩短设计、原料采购、生产制造、线上与线下零售等各个环节的人与商品的距离，为商品供应链带来效能提升。 5、工业制造领域 产品质检及3D分拣 伴随年轻人从事重复性体力劳动的意愿降低，相关领域的劳动力成本极速上升，工厂对智能自动化设备的需求日益凸显，为计算机视觉技术在工业制造领域的研发落地提供了市场基础。产品（尤其3C产品）质检是现有视觉技术有望在未来3-5年在工业制造领域大规模落地的应用场景，目前产品质检依然依靠大量人力做肉眼判断，效率低、成本高、漏检误检严重，而深度学习算法可支持多种缺陷类型，增量学习也能不断提升产品适用性。另外，工业场景中存在大量的冲压件、组合件等不规则物体，不规则物体的分拣（无序抓取并有序放置，涉及物体识别、姿态估计、尺寸测量、运动规划等）需借助3D视觉技术，即使技术相对领先的国外产商相关产品也不足够成熟，出现问题难以即时相应（往往邮件沟通，售后服务难以保障），给予目前尚处于产品研发测试阶段的国内新兴厂商反超机会。 6、广告营销领域 智能挖掘影像内容广告位，构建新型营销模式 计算机视觉技术可在长视频、短视频等点播平台、直播平台以及利用手机摄像头的AR应用中，为广告主提供多种形式的互动化、与内容强相关的场景广告。 7、医疗影像分析领域 智能医疗影像分析对病种的要求及重要指标 相比计算机视觉在其他领域的数据标注工作，医疗影像的标注门槛较高，需由专业医师标注，而且非典型病例的标注意见较难统一。标注工作之外，医疗影像分析对数字化程度、数据量、临床路径、对应检测量都有着苛刻的要求，不同病种的情况不同，难以一概而论。另外，对具体系统分析能力的考核，不能仅依据简单的准确率，特异性与敏感性是最基本的两个指标。 8、自动驾驶领域 自动驾驶技术剖析 自动驾驶系统主要涉及传感器融合、感知、高精地图、定位、规划及控制等若干技术环节，以解决“我在哪儿，周围有什么，环境将发生什么变化以及我该怎么做“等四个问题，计算机视觉则在环境感知（周围有什么）与地图绘制（我在哪儿）中发挥重要作用。 从起步到落地，自动驾驶仍需经历长期测试 自动驾驶汽车主要由车辆本身、内部硬件（传感器、计算机等）以及用于做出驾驶决策的自动驾驶软件等三个子系统组成。车辆本身需由OEM认证；内部硬件也需在各种极端条件下充分测试其稳定性，达到车规级要求；自动驾驶软件方面，相关系统需经过百亿甚至千亿公里以上的测试来充分验证其安全性（人类司机平均每1亿公里发生致命事故1~3起，自动驾驶技术要想大规模落地应用，必须优于人类司机的安全性）。与此同时，大规模路测也是收集相关场景数据以便改进感知、决策等智能技术的必要手段。然而，100万辆10万公里总里程/年的车辆行驶1年才能达到千亿公里的数据量级（Waymo在过去8年积累350万英里以上的自动驾驶数据），仿真环境下的虚拟路测（如今每天有多达25000辆虚拟的Waymo无人车在模拟器中驾驶高达八百万英里的里程）与不涉及实际控制的影子模式可作为常规测试的补充，有效降低路测成本。 自动驾驶，起步于限定场景 数据驱动的感知及决策算法难以应对开放、动态的环境的千变万化，自动驾驶车辆如何理解人类意图、如何与人工驾驶车辆的司机沟通交互也面对巨大挑战。在清晰简单的限定场景中，规则易总结，数据易收集，相关算法就越容易达到安全性要求。因此，相比开放环境下大众乘车出行的一般场景，自动驾驶技术将先在高速货运、低速摆渡、特定生产等场景落地应用。大众出行领域，自动驾驶也会逐步在特定速度限制下（时速60公里内的L3级自动驾驶汽车已有量产），停车场，乃至高速或环线等相对简单的封闭道路中替代人类驾驶。另外在自动驾驶实现以前，视觉监控系统也可对车内驾驶员进行疲劳检测、注意力检测和手势识别等，为L3级自动驾驶人机控制权的交接提供支撑，兼顾安全、驾驶辅助和车内互动娱乐。 智能出行公司为大众带来无人驾驶出行体验 美国交通部和美国高速公路安全管理局（ NHTSA）在今年9月份发布《自动驾驶制度方针 2.0》，预计将在2025之后实现全面自动的安全功能以及高速公路的自动驾驶。国内科技公司相对乐观，纷纷发声将在2021年前后实现仅在特殊情况需人类介入的L4级自动驾驶乘用车的量产。考虑到现有算法技术的能力边界，2021年其实难以实现通用场景的L4级自动驾驶，小概率的意外缺陷都有可能引发致命事故，但2021年成为创业者标杆的时候，它将促进“预言的自我实现”，技术的突破性进展及不断拓宽的行驶场景依然值得期待。自动驾驶的到来需要在汽车中装配大量的软硬件设备，共享出行可减轻自动驾驶在推进消费市场时的阻碍，由出行服务商评测系统安全性，承担并消化成本。智能化与共享化是汽车产业生态的重要发展趋势，车企、科技公司、出行服务商间（三方均已布局自动驾驶研发）的合作结盟也会愈发频繁，智能出行公司随之诞生。 四、计算机视觉行业发展趋势 不断提升限定场景识别准确率，优化性能渗透更多行业应用 虽然终极愿景道阻且长，但分类任务的日益精准已解锁并将不断解锁更多场景应用。如同过去5年计算机视觉技术在人脸识别上的不断突破，误报率从2015年的千分之一提升至2017年的十亿分之一（在通过率为90%的情况下），商业服务、城市安全、大众娱乐等诸多场景均体会到不同层次的智能升级，商品、道路环境、医疗影像、遥感影像等更多对象的识别、分类问题也将会逐步突破工业化红线，从仅做辅助补充的非关键性应用拓展到切实提升核心业务效率的关键性应用。各行各业的创新型智能应用将纷至沓来，而人脸识别的性能亦将继续攀升，追求百亿、千亿规模上的可行性。 前沿算法之外，商业壁垒有赖于产品、服务、市场等综合建设 对于更为广泛的传统行业或线下使用场景的潜在客户，计算机视觉的技术落地往往涉及对具体业务场景的硬件设备改造、软件集成以及本地计算设施的部署，算法、技术的实际功效更需要建立在对客户真实业务场景的深层理解之上的针对性开发。不断增长的市场需求要求更加全面、及时的售前、售中、售后服务，而在对视觉技术能够达到的有效帮助缺乏足够认知或部分暂时缺乏科学完善的评测标准或技术相对同化的业务场景，市场销售的重要性尤为凸显。既要注重前沿算法研发，又要注意现阶段商业落地与市场拓展，这些都为以高新技术人才为主的计算机视觉公司提出了更为综合的挑战。

近日，市场调研机构Gartner发布了2019年第一季度全球PC出货量报告，报告显示2019 年一季度全球PC出货量同比下降 4.6%。几大品牌中，联想出货量重回榜首，达到13196万台，同比增长6.9%，惠普、戴尔分别以12826万台和9989万台出货量列二、三位，同比均有小幅增长。接下来，我们将发布2019年第一季度PC行业关注度报告，从品牌、产品、配置、价格等角度来看看2019年PC行业关注度有哪些变化。一、2019年一季度PC行业概况相对于去年同期的波澜不惊来看，2019年第一季度笔记本电脑行业有更为活跃的市场表现。其主要原因来自于NVIDIA年初发布移动级RTX 20系独立显卡，带动了游戏型笔记本新品的更新。此外，英特尔在去年第四季度更新了第八代酷睿Whiskey Lake平台新品，并且在2019年Q1和Q2都不会有移动级平台更新，因此延续了轻薄本新品更新势头。两大原因使得2019年第一季度的笔记本市场较以往更为活跃。二、2019年一季度笔记本各品类关注度接下来我们看看2019年第一季度笔记本行业各类关注度情况。总体来看，关注大大趋势与2018年全年相比没有变化，游戏本依旧是关注度最高的品类，同时2019年一季度各大PC厂商都发布了新款RTX 20独显游戏本，因此在关注度数据上有所提升，达到38.76%。轻薄本与商务本基本持平，且二者之间互有交集。其它细分品类产品总关注不超过20%，而且从2合1电脑关注度来看有一定量的下降。三、2019年一季度笔记本品牌关注度TOP 10从Gartner数据来看，2019年第一季度联想出货量稳居首位，而且是传统三大品牌中增长幅度最大的一家。这也反映到了品牌关注度上面。总体来看，2019年第一季度联想品牌平均关注度超过10%，第一季度总关注度13.33%，排名第二位的品牌为惠普，总关注度9.82%，第三位为戴尔，总关注度9.76%。而华为势头比较迅猛，与去年同期相比提升明显，一季度总关注度位居第四，达到9.34%，对于一个在笔记本行业还算是新军的品牌来说，这样的成绩已经非常出色了。以一季度三个月的关注度变化趋势来看，也能看出一季度产品分布特点。二月份各家RTX 20系独显游戏本发售之后，所有有游戏本的品牌，其关注度都有不同程度的上升。而主打商用产品的品牌则在三个月中出现下降趋势。另外除了华为之外，华硕旗下的a豆品牌也相当成功，作为一个面向年轻用户群体推出的品牌，a豆关注度上升之快有些让人意外。四、2019年一季度笔记本价格关注度笔记本价格关注度方面，4000-4999元价位段仍然是关注度最高的价格区间，总体关注度达24.44%，因此如果能够在这个价位段推出适合用户的产品，那么最终的销量一定不会太差。其次是5000-5999元价位段，这个价位段目前竞争非常激烈，联想小新系列、华为MateBook系列、戴尔灵越系列等均有王牌产品位于此价位区间，而且纵观目前这一价位段的产品，高性价比居多，有不少神机可供用户选购。此外，以同期数据相比，8000元以上价位段关注度有所提升，达到12.42%。这在很大程度上要得益于第一季度RTX 20系游戏本新品的提振，其普遍价格在8000元以上。不过这也反映出一个问题就是，RTX 20系独显游戏本因为价格比较昂贵，所以可能在销量上处于叫好不叫座的尴尬状态。五、2019年一季度笔记本配置关注度配置关注度方面，总体变化不大，毕竟这与厂商推出什么配置的产品有很大关系。比如目前市面主流产品是8GB、256GB产品，那么其他配置的产品自然就难有太多人关注。不过从今年年初开始，笔记本配置上有一些新的趋势出现：其一，是16GB内存容量产品增多；其二，是512GB固态硬盘逐渐成为标配。因此在今年第四季度的配置关注度上，我认为内存和硬盘的关注趋势会有很大变化。接下来看具体情况：目前，8GB、16GB内存是所有笔记本产品采用最多的，因此二者总关注度达到85%以上并不意外。4GB内存目前在运行Windows 10系统时，已经逐渐无法满足需求，不过目前还是有一些低价产品配备4GB内存，因此仍然有不少关注度。32GB内存目前几乎没有什么产品标配，但用户对于大容量内存的渴求并未减少，因此也获得了一部分的关注度，2GB内存目前基本已经绝迹，不过一些极为低端的产品还有所配置。如今，13英寸、15英寸级别的产品在笔记本市场中占据主导地位，前者主打轻薄化，后者主打游戏。另外随着窄边框、微边框、甚至是全面屏设计的普及，如今屏幕尺寸对于用户的意义已经与以往有了很大差异。不过，2019年一个新的变化时，又有不少厂商开始着力推出14英寸产品，这可能也是14英寸关注度上升的一个原因。目前，游戏本已经全面进入RTX 20时代，但GTX 10系游戏本依然没有停产，A卡方面虽然有RX 580、RX 570、Vega 56、Vega 64这些产品，但目前数量还是不如N卡笔记本多。从关注度来看，性能级显卡关注人数最多，占比达到44.03%，较去年同期有小幅度增长。性能级显卡包括RTX 2060、GTX 1050Ti、GTX 1060等，搭载这些显卡的产品也是数量最多的。发烧级显卡包括GTX 1070、GTX 1080、RTX 2070、RTX 2080等，虽然产品总量不如之前三款，但是用户对其保持了非常高的关注度，达到32.51%。而对于入门级、核显、图显这些显卡的关注度较低，也反映了用户在选购产品时，很少会以这些显卡作为选择产品的主要考量因素。硬盘与内存的情况大致相同。目前笔记本产品的硬盘配置方案基本是固定的，固态硬盘方面，128GB和256GB是主流，机械硬盘方面，1TB基本成为标配，所以我们从关注度比例也可以看出，这三者关注比例也超过了90%。不过我之前也有提到，512GB固态硬盘将在今年全面普及成为标配，同时2TB机械硬盘的产品也在逐渐增多。从关注度上来看，512GB SSD用户关注比例继续走高，达到10.67%。六、2019年一季度笔记本产品关注度单品关注度方面，我们先来看一季度总榜TOP 10。惠普星14在一季度市场中进行了高频次推广，拿下了1.98%的关注度排在第一位。联想小新潮7000-13作为一款高性价比产品，总体关注度也达到1.93%，位于第三位的是Alienware 17，关注度达到1.9%，总体来看，2019年一季度笔记本单品总体关注度是以轻薄本为主，游戏本次之。这一点不难理解，因为RTX 20系独显游戏本在刚刚发布时确实倍受关注，但是由于整体定价较高，后续力量不足，没有将高爆发延续下来。游戏本榜单，一季度卖的最好的两款游戏本分列关注度榜第一和第二位，其它均是各家一季度新品或GTX 10系在售看家产品，总体变化和去年第四季度相差不是很大。轻薄本和商务本榜单中，可能会有人问为什么没有新款华为MateBook X Pro和MateBook 14，因为这份榜单的数据是2019年第一季度的，这两款热门产品是第二季度刚刚发布的新品，所以还未上榜。不过可以看到，去年年底发布的MateBook 13赫然在列，足见这款产品还是相当受消费者关注的。另外，惠普战66、星14、小新、a豆、ThinkPad X1 隐士也都是两榜常驻产品，总体变化与去年四季度相比变化不大。毕竟英特尔第九代酷睿移动级低压U还未更新，这两个领域没有太多新品推出。七、趋势分析2019年笔记本行业有很多期待。首先就是近期英特尔将推出第九代酷睿移动级标准电压处理器平台，这将使游戏本产品进入一波更新高峰期，配合RTX 20系独显，以及最近NVIDIA即将解禁的GTX 1660Ti、GTX 1650等显卡，为用户带来更好的游戏体验。除了英特尔之外，AMD也将更新新一代锐龙移动级平台，命名遵循英特尔的H、U后缀，分别对应游戏本及轻薄本，只是我们无法预测将有多少基于AMD锐龙新平台的笔记本推出。再者是今年下半年，英特尔将推出首批10nm处理器，按照目前节奏来说，可能移动级会稍后一些，毕竟现在第九代移动级低压U还未更新，所以10nm首批究竟是发布桌面级，还是发布移动级这个不少说。另外，台北电脑展期间英特尔可能将公布Project Athena的一些详情，这一计划能否像“超极本”概念那样引领笔记本行业再次变革，下半年应该会有所答案。Project Athena是英特尔去年12月在架构日活动上首次披露的计划，随后在年初的CES上放出一些概况性的内容，之后就再无消息。该计划旨在引领笔记本电脑走向下一个新时代，可能将使笔记本电脑具备5G、AI等新功能，也可能将使笔记本形态发生变化。最后，正如之前所言，今年笔记本电脑配置大趋势是内存、硬盘升级，16GB内存、512GB固态硬盘以及2TB机械硬盘或成主流。而在屏幕方面，华为MateBook系列产品带来的超高清全面屏设计将给笔记本行业带来更多参考，同时对于游戏本来说，去年火爆的144Hz概念能否再度进化，使165Hz、甚至更高刷新率普及，我认为也是今年的一大看点。附录：研究方法与法律声明1、关注度研究方法本报告主要根据ZDC自主研发的“中国互联网用户关注度分析系统”进行研究。该系统每日24小时不间断跟踪中关村在线网站以及嵌套中关村在线网站产品库的其他合作网站的网民上网行为，并将来自不同IP的网民进行分类归属，综合PC相关厂商、品牌等获得的点击，统计出网民对PC的关注度。关注度：亦或关注比例，是以百分比形式表示某类信息的点击数在同类信息中的所占比例。关注度高，表示该信息越受消费者重视，关注度可作为分析历史形势和预测未来发展的有力数据支持。2、市场规模研究方法ZDC充分运用中关村在线自身产品库优势，以及在厂商、渠道商、行业等方面的良好资源，通过直接和间接调查获取一线信息以及第二手研究材料，并由ZDC市场分析员对相关数据信息进行评估、分析，最终获得可发布的ZDC研究报告。直接信息渠道中关村在线在全国拥有85家分站，各地分站均派驻调查员。专业分析师与调查员与当地厂商、经销商、用户保持直接紧密的关系，定期对当地市场进行调查跟踪，获取第一手数据与资料。间接信息渠道立足中国ICT行业的中关村在线在建立10余年期间，与相关行业协会保持紧密联系，可定期从行业协会获取大量产业与市场方面的动态数据和信息。作为位居中国科技专业网站前列的中关村在线与众多上游厂商、制造商、渠道商建立了良好的合作关系，厂商、渠道商也会不定期将最新的信息告知中关村在线。ZDC还从第三方获得数据及资料，了解整个中国ICT市场状况与发展趋势，追踪相关重点企业或厂商在产品技术、市场与竞争策略、销售与服务等方面的信息和资料。二手调查数据和资料来源为：新闻报道、行业媒介、企业年报、Internet／Web站点以及其他有利于本报告的资料。附录一 法律申明本报告为互联网消费调研中心ZDC制作，由中关村在线网站享有完整的著作权（包括版式权）。报告中所有的文字、数据、版式、图片、图标、图表、表格、研究模型、创意均受到中华人民共和国法律及相关国际知识产权公约的著作权保护。未经过本公司书面许可，任何组织和个人，不得基于任何商业目的使用本报告中的信息（包括报告全部或部分内容）。本报告中部分文字和数据采集于公开信息，相关权利为原著者所有。未经过原著者和本公司许可，任何组织和个人不得使用本报告中的信息用于任何商业目的。本报告中相关市场预测主要为ZDC分析师对用户关注度调查并采用定性和定量研究结合、线上与线下调研相结合的方式，运用了多重调研方法，对采集到的数据严格把关，多次进行细致的人工筛选，保证其信度和效度，最后通过专业统计分析平台进行数据清理和分析，找出数据间的相关性，做出相应的判断和推测。本报告发布的调研数据部分采用样本调研方法，其数据结果受到样本的影响。由于调研方法及样本的限制，调查资料收集范围的限制，部分数据不能够完全反映真实市场情况。本报告只提供给购买报告的客户作为市场参考资料，本公司对报告的数据准确性和分析、预测结果不承担任何法律责任。本报告包含的所有内容（包括但不限于文字、数据、版式、图片、图标、图表、表格、研究模型、创意）的著作权属于本公司，受中华人民共和国法律及相关国际知识产权公约的著作权保护。对于本报告所有内容的复制、编辑（意指收集、组合和重新组合），本公司享有排他权且该排他权受法律保护。对本报告上述内容的任何其他使用，包括修改、发布、转发、再版、交易等行为将被严格禁止。本公司保留追究侵权者刑事责任和民事责任的权利。本报告及其任何组成部分不得被再造、复制、抄袭、交易，或为任何未经本公司允许的商业目的所使用。如果正版报告用户将ZDC提供的报告内容用于商业、盈利、广告等目的时，需征得ZDC书面特别授权，并注明出处“互联网消费调研中心ZDC”。如果正版报告用户将ZDC提交的报告用于非商业、非盈利、非广告目的时，仅限客户内部使用，不得以任何方式传递至任何第三方机构、法人或自然人。本公司保留追究侵权者刑事责任和民事责任的权利。本公司充分尊重报告中他人的知识产权。如果您确认您的著作权以某种方式被侵犯，并且该行为触犯了中华人民共和国法律，请向本公司提出著作权投诉。本报告有关著作权问题适用中华人民共和国法律。本公司保留随时解释和更改上述免责事由及条款的权利。附录二 联系方式地址：北京市海淀区海淀大街3号鼎好大厦B座8楼电子邮箱：zolzdc@zol.com.cn【ZOL客户端下载】看最新科技资讯，APP市场搜索“中关村在线”，客户端阅读体验更好。

一、 行情回顾1.1 计算机行业上市公司业绩逐步恢复计算机行业上市公司一季度业绩承压，二、三季度逐步恢复。受新冠疫情影响，行业上市公司 2020 年一季度业绩下滑较为明显，营收合计和归母净利润合计均呈现下降态势。其中营收合计同比下降 13.2%，归母净利润合计同比下降 122.8%（同比由盈转亏）。自二季度起，随着复工复产的推进， 行业上市公司业绩开始逐步恢复。其中，二季度营收合计和归母净利润合计分别同比增长 13.6%、 1.1%，三季度营收合计和归母净利润合计分别同比增长 5.6%、-4.2%。1.2 计算机行业行情呈现三次大幅震荡，行业指数位列第 17 位行情呈现三次上行和三次下行的震荡态势。年初以来，行业行情呈现较大幅度震荡，在市场情绪、 流动性边际变化和行业上市公司业绩基本面等因素的多重影响下，今年以来的计算机行业行情呈现 了三次上行和三次下行的区间，目前处于第三次下行区间中。我们判断，随着年底行业上市公司订 单和收入的集中确认，行业上市公司基本面将进一步恢复，行情有望向好。行业指数年累计涨幅跑输沪深 300，位列第 17位。截至到 2020年 12月 14日，申万计算机指数上 涨了 9.94%，跑输沪深 300指数 10.52个百分点，在 28个申万一级行业中排名第 17位，排名靠后。 分板块看，虽然行业指数表现一般，但云计算、金融科技、网络安全、智能汽车等都有不错表现， 广联达、用友网络、恒生电子、安恒信息、中科创达等龙头标的年初以来的累计涨幅都在 50%以上。1.3 估值高于历史中位数水平，数字经济大潮带来机会当前，计算机行业估值高于历史中位数水平。根据我们的统计，2015年以来，申万计算机行业历史 市盈率（TTM 整体法，提出负值）中位数为 53.55。计算机行业当前市盈率（TTM 整体法，剔除负 值）为 61.82，当前市盈率水平在历史市盈率中位数水平之上。展望明年，在新基建启动以及加快发展数字经济的背景下，计算机行业将再次成为市场热点。产业 数字化转型将为计算机行业带来广阔的发展空间。其中，第二产业与数字化的融合将大有作为，工 业软件、智能汽车、建筑数字化等领域的确定性更高。二、 转型：数字经济来袭，信息技术将为传统行业深度赋能2.1 数字经济已经成为全球经济增长的新动能，多国将其提升为国家战略数字经济是利用数字化的信息技术重构经济发展、政府治理模式的一种新型经济形态。数字经济的 核心包括四个部分，分别为数字产业化、产业数字化、数字化治理以及数据价值化，而且其外延还 在不断的扩展。从当前来看，数字产业化和产业数字化是其最主要的两部分，也是产值最为集中的 领域，而数字化治理和数据价值化近年来关注度持续提升。数字经济是全球经济增长的重要支撑，尤其是在经济增速下行以及新冠疫情蔓延的大背景下更是获 得了逆势发展。2019 年，全球数字经济增速达到 5.4%，较同期全球经济增速高 3.1 个百分点，占 全球经济的比重为 41.5%。2020年以来，全球疫情蔓延，远程办公、电子商务、互联网教育、互联 网音视频、网络游戏等线上经济火爆，数字经济成为全球经济发展中为数不多的亮点。数字经济也是各大国竞逐的关键领域，竞争激烈异常，以中美贸易战触发出来的科技战表现最为明 显。美国通过长臂管辖手段，对中兴、华为进行制裁，后续以国家安全、人权等为由将我国大量科 研机构、高校、科技企业列入限制性清单，不但要破坏我国数字产业发展的基础，同时也要掐断产 业数字化的“枝蔓”。除了中美之外，数字产业关键技术武器化的趋势也在蔓延。2019 年，韩日之 间因为政治议题相互制裁，日本曾经对出口韩国的若干电子材料进行管制，对韩国整个芯片产业造 成很大影响，曾经一度健壮的全球产业链正在遭受严重侵蚀。除了各国在数字经济领域的短期“战术”博弈外，部分发达国家和地区在战略层面的布局已经较为 完善，而且近期升级更新频密。美国、欧盟、英国、德国等发达国家和地区自 2018年前后就密集出 台了数字经济相关战略，以图增强本国科技和经济竞争力，保持自身科技创新领域的优势地位。以 美国为例，2018 年就出台了《数据科学战略计划》、《美国国家网络战略》等战略规划，2019 年 6 月白宫更新发布了《国家人工智能研究发展战略计划》，指导相关领域的研发和投资。此外，德国也 对其数字经济战略进行了更新，在最新修订版的《人工智能战略》中，就将其对人工智能未来五年 的投资从 30 亿欧元提高到 50 亿欧元。2.2 国内数字经济渗透率稳步提升，产业数字化表现出积极发展势头国内数字经济发展较为顺利，占国民经济的比重在持续提升。近年来，国内“云物移大智”产业快 速发展且应用广泛，数字产业化和产业数字化进程都明显加快。2019年，我国数字经济规模为 35.84 万亿元，占 GDP 的比重为 36.2%，占比持续上升。其中，产业数字化表现尤为亮眼。近年来，通信、计算机等技术快速升级和迭代，国家通过网络强 国战略、“互联网+”等政策持续鼓励行业数字化发展，电子商务、智能制造等数字化应用得到持续 推进，产业数字化产业规模快速扩大。2019年，国内产业数字化规模达到 28.75万亿元，同比增长 15.56%，占数字经济的比重为 80.2%，该比重与发达国家基本持平。国内数字经济在结构上呈现出良性互动态势，持续改善。数字经济呈现典型的“倒金字塔”结构， 上层是庞大的 IT应用产业，中间层是整机，而下层是基础软硬件及电子加工设备。上层主要是产业 数字化的产物，而中间层和下层是数字产业化的主要构成部分。在这个结构中，越往下层，就越基 础，规模经济越差，而且发展难度大、风险高、市场参与者也更少。在国内数字经济发展早期，数 字产业各层次之间的互动相对割裂，尤其是底层的支撑能力较为薄弱，但近些年正在改变。尤其是在移动互联网兴起以来，国内终端和应用产业发展迅速，不但成就了自身，也为整个 IT产业 提供了较为丰厚的资金和场景的积累，为数字产业基础的进一步夯实创造了条件。以前，行业被忽 略的基础软硬件部分，重视程度开始被提升，尤其是中美贸易战，更是将该领域的重要性显著放大。 很多做应用和终端的企业，开始围绕国产基础软硬件进行设计、开发和适配，甚至直接进行投资， 产业数字化和数字产业化的互动更为频密。我们预计，通过全产业链的努力，基础软硬件这块硬骨 头有希望通过信创工程等措施啃下来，国内数字经济的“中国元素”比重将会持续上升。具体到三次产业，服务业是数字化最为活跃的领域，渗透率大幅领先于第二产业和第一产业。按照 信通院的统计，2019年，我国第一、第二和第三产业数字化规模占行业增加值的比重分别为 8.2%、 19.5%和 37.8%，渗透率较上年同期分别上升 0.90 个、1.20 个和 1.90 个百分点。第三产业服务业 先天就具有产业数字化的潜质，其物理资产较轻，哑终端少，便于数字化改造，而且很多企业还都 是在 PC 互联网和移动互联网时代发展起来的，数字化水平本来就高。服务业中，数字产业渗透率 最高的包括保险、广播影视制作、银行及证券、公共服务、邮政、教育以及租赁等。第二产业数字 化水平整体较低，且数字化水平参差不齐，子行业之间差距大。横向对比来看，我国同美国类似，是典型的服务业数字化水平明显高于第一、第二产业的国家；而 英国、德国则相对均衡，三次产业的数字化水平均较高；韩国、新西兰等则属于工业数字化水平明 显高于其他产业的国家。通过比较，可以明显发现，我国在三次产业数字化还处于早期，未来发展 需要更为均衡，尤其是较为薄弱的工业数字化方面需要着重发力。2.3 国内数字化转型条件初步具备，“十四五”数字经济渗透率将再上台阶相比美、德、日、韩等国家，我国数字经济渗透率依然不高。据信通院数据显示，2019 年，德国、 英国、美国数字经济占 GDP 比重达到 63.4%、62.3%和 61.0%，韩国、日本、爱尔兰等国家数字经 济占 GDP 的比重也超过 40%。国内数字经济占 GDP 的比重同上述国家相比，还有较大提升空间， 预计到 2025 年国内该比重将超过 50%，差距将显著缩小。其中，数字产业化和产业数字化均有较 大发展潜力，但是产业数字化预计将有着更为广阔的空间。现代信息体系正在优化提升，国内数字经济发展基础逐步夯实我国 ICT基础能力提升表现在几个方面：1）通信基础设施持续完善，固网宽带基础设施进入千兆时 代，5G 商用已经一年，基站建设已成规模，企业外网和内网质量均在提升；2）基础软硬件生态加 速发展，处理器芯片、操作系统进入生态构建阶段；3）人工智能技术深化融合应用，面向视觉、语 音、自然语言处理等领域的人工智能芯片、深度学习算法等关键技术加快迭代创新；4）大数据及工 业互联网产业应用提速，工业互联网标识、平台和工业 APP 数量都达到较大规模。数字经济政策加持企业数字化升级需求，数字化转型动力十足我国较早就将数字经济上升为国家战略，将其作为中长期经济社会发展的主要动力，“十四五”战略 关注度进一步提升。中共中央“十四五”纲要的建议中就指出，坚定不移建设数字中国，加快发展 数字经济，并提出推进数字产业化和产业数字化等措施。相关部门也在积极推动国内经济、社会数字化进程。“十九大”以来，各部门都在持续推进数字中国 战略。2020年，国家发改委、中央网信办等 13部委联合发布《关于支持新业态新模式健康发展 激 活消费市场带动扩大就业的意见》，该文件明确指出，从线上公共服务和消费模式、生产领域数字化 转型、新型就业形态、共享经济新业态等 4个方面，为 15种数字经济新模式新业态提供政策支持。 工信部相关司局也在近期指出，在“十四五”期间要加强数字基础设施建设，继续加快推动数字经 济的高质量发展，持续推动数字产业化、产业数字化，继续优化发展环境，推进更高水平的开放合 作。8 月 21 日，国资委印发《关于加快推进国有企业数字化转型工作的通知》，该通知就推动国有 企业数字化转型做出了全面部署，并明确提出，要打造四类企业标杆：一是制造类企业示范样板， 二是能源类企业示范样板，三是建筑类企业示范样板，四是服务类企业示范样板。除了政策引导之外，企业自身也开始向数字化要效益，疫情加速这一进程。数字化可以实现人与人、 人与物、物与物的广泛和高效连接。从企业角度讲，一方面必须适应信息技术创新大潮，落后可能 就会被淘汰；另一方面，企业也需要应用数字化技术，对流程进行优化改造，降本增效。2020年的 疫情限制了社交距离和出行，在线经济快速被市场接受，云计算、大数据、在线办公等数字化工具 应用明显提升。即使在国内疫情得到控制之后，政府和企业在相关领域的投入意愿依然较高，相关 的应用创新还在加快。其中，阿里巴巴的犀牛智造就是数字化应用的典型，通过数字化技术实现柔 性大规模定制。三、 明珠：产业升级转型迫切，工业和建筑业均蕴藏着巨 大数字化机遇3.1 工业和建筑业数字化潜力大，是未来最大的蓝海市场如前所述，我国工业和建筑业产业规模虽然庞大，但数字化整体水平较低，各子行业数字化水平也 是参差不齐，未来潜力巨大。一方面，国家持续在鼓励“云物移大智”等技术在工业和建筑业中应 用，不断通过产业政策予以支持；另一方面，面对着国内快速增长的工业及建筑领域的数字化需求， 从数字化生命周期的各个环节都产生了较大影响力的企业，包括大数据平台、工业互联网、工业软 件、建筑行业数字化平台、智能汽车等，引领示范效果正在显现。展望 2020年，我们认为工业软件、智能汽车、建筑数字化方案等方面蕴藏着更多的机会。工业软件 是我国工业和建筑行业信息化最大的短板之一，包括 CAD（计算机辅助设计）、EDA（电子设计自 动化）、数学软件等，国产化替代空间大；智能汽车将是国内汽车产业的重要趋势，其中智能网联、 自动驾驶方向将带动更多第三方软件和服务需求；建筑领域如造价、施工以及建筑物管理等数字化 转型空间也较大。3.2 工业软件：工业数字化转型的重要工具，是智能制造的基础国内工业软件整体发展相对滞后，某些关键领域卡脖子问题严重工业软件指专用于工业领域、以提高工业企业研发、制造、管理水平和工业装备性能的软件，覆盖 工业生产的全生命周期的各个环节，是企业数字化、智能化升级的重要工具，同时工业软件是我国 智能制造的重要基础和核心支撑。根据应用环节的不同，工业软件主要可分为四大类：信息管理类、研发设计类、生产控制类、嵌入 式工业软件，主要产品包括企业资源管理计划（ERP）、计算机辅助设计（CAD）、生产制造执行系 统（MES）、嵌入在工业通信系统中的软件等。我国工业软件发展较为滞后，除了在研发设计和嵌入式等部分单点软件上取得了一些积极的成果外， 整体仍较为滞后。2018年，国内工业软件市场规模为 1678.4亿元，同比增长 16%左右。但是，国 内工业软件发展也面临着较大困难，传统的“重硬轻软”的工业发展思维依然存在，对软件的投入 整体不高，知识产权保护还存在不足，关键产品卡脖子的问题十分严重。尤其在中美贸易战以来， 美国针对 EDA、MATLAB 等工业软件产品，对我国部分企业、高校实施了禁运，对相关机构的业务 和研发的开展造成了较大影响。信息管理类软件垂直行业机会更大，未来将加速转型信息管理类工业软件是基于企业的业务模型，实现企业生产过程中产品研发、生产、销售和管理过 程中业务流程信息化的工业软件，可以帮助企业提高生产和管理水平，提高经营效率。该市场传统 领域如 ERP 等，已经是红海市场，未来发展方向将是“转云”。同时，我们看到，在一些垂直市场 上，如汽车、电力等领域，专业的信息管理类软件也蕴藏着较大机会。从市场结构看，2018年，我 国信息管理类工业软件市场用友网络市占率为首位，占比 16%，SAP 及 Oracle 分别位列第二、三 位；产品结构方面，市场份额排名前三的产品分别为 ERP、FM 和 CRM。研发设计类市场主要被外企掌控，国内企业在细分领域存在优势研发设计类工业软件主要是协助工程技术人员完成产品设计和制造，提升产品开发效率、降低开发 成本、缩短开发周期、提高产品质量。主要包括计算机辅助设计与制造（CAD/CAM）、计算机辅助 工程（CAE）、电子设计自动化软件（EDA）等。在这个市场上，我国产品技术差距较大，除了在 BIM、军工航天等领域有部分优势企业外，其余多为外企所掌控。根据 CCID 数据，2018年，我国 研发设计类工业软件市场广联达市占率为首位，占比 14.4%，达索及西门子分别位列第二、三位。生产控制类软件市场竞争较为激烈，未来高端装备制造将是关注焦点生产控制类工业软件是帮助企业实现生产自动化的工业软件，是将企业的生产计划数据传送给企业 的数字化设备的桥梁。生产控制类软件主要包括 MES（生产过程执行管理系统）、DCS（分布式控 制系统）和 SCADA（数据采集及监控控制系统）等。目前，这类工业软件主要应用在能源、冶金和 石化等领域，但是这个市场竞争已经十分激烈，其中西门子、南瑞和 ABB 的产品主要应用在电力能 源行业，宝信、石化盈科、中控主要聚焦在钢铁石化领域。从市场趋势上看，未来行业增量主要来 自于高端装备制造等领域，相关企业对数字化诉求较高。嵌入式软件广泛应用于“三化”水平提升，工业通信、机器人机会凸显嵌入式工业软件是嵌入在工业装备/设备中的软件/程序，提高工业装备/设备的数字化、自动化、智 能化水平。国内嵌入式软件发展最为快速的是工业通信，未来也将引领市场增长，华为凭借着在该 领域的显著优势领跑整个市场；工业机器人在一些工作环境恶劣、劳动强度大等场景应用会显著增 多，机器换人也将成为嵌入式软件发展的长期动力；能源电子和汽车电子是国内外企业竞逐之地， 但未来市场潜力也较大。政策、技术和需求红利持续释放，工业软件将延续较快增长势头国家支持智能化相关政策将刺激需求增长。2016 年 12 月，工信部和财政部印发《智能制造发展规 划（2016-2020 年）》（以下简称“《发展规划》”）。《发展规划》提出，到 2020年，制造业重点领域 企业数字化研发设计工具普及率超过 70%，关键工序数控化率超过 50%，数字化车间/智能工厂普 及率超过 20%，运营成本、产品研制周期和产品不良品率大幅度降低。2020 年 3 月，工信部发布 《关于推动工业互联网加快发展的通知》（以下简称“《通知》”）。《通知》提出，鼓励相关单位在时 间敏感网络、边缘计算、工业智能等领域加快技术攻关，打造智能传感、智能网关、协议转换、工 业机理模型库、工业软件等关键软硬件产品，加快部署应用。2021 年，国内工业软件市场将持续较快速增长。根据 CCID 数据，2021 年，我国工业软件市场规 模将达到 2631.1亿元，同比增长 16.2%。其中，信息管理类、研发设计类、生产控制类、嵌入式工 业软件细分市场规模将分别达到 448.1 亿元、223.9 亿元、448.9 亿元、1510.2 亿元，占比分别为 17.0%、8.5%、17.1%、57.4%。我国工业软件占工业增加值的比例低于全球平均水平。作为全球工业大国，随着我国智能制造产业 的发展，我国工业软件占工业增加值的比例必将持续提升。根据 CCID和国家统计局数据，2018年， 我国工业软件市场规模为 1678.4亿元，我国工业增加值为 30.11万亿元，我国工业软件占工业增加 值的比例为 0.56%；根据 CCID和世界银行数据，2018年，全球工业软件市场规模为 3893亿美元， 全球工业增加值为 23.36 万亿美元，全球工业软件占全球工业增加值的比例为 1.68%。假设未来我 国工业软件占工业增加值的比例达到 2%，以 2019年我国工业增加值 31.71万亿元为基数估算，则 我国工业软件的市场空间将超过 6000 亿元，前景广阔。3.3 工业互联网：短期重点是夯实基础，中长期应用潜力巨大工业互联网是通过 ICT 技术实现企业内部生产系统到外部商业活动的智能化，包括机器之间、机器 与系统、企业上下游之间实时连接与智能交互。党中央、国务院一直将工业互联网作为企业数字化 的重要手段持续推进，工信部也将其作为工业和信息化重点任务在分步实施。2020年，政治局常务 工作会议上将工业互联网和数据中心列为“新基建”的重点，3 月中央办公厅发出通知要求加快工 业互联网发展。由于数字化基础较为薄弱，国内工业互联网是一个巨大的系统性工程，难度大且市场空间广阔。发 展工业互联网，主要任务有四项，未来将有序推进：1）做好企业内外网建设，尤其是内网升级需要 较长周期；2）构建完善的工业互联网标识解析体系，顶级节点、灾备节点的建设都需要加快推进； 3）继续做好跨行业跨领域的平台示范工作，为后续行业推广积累经验和工具；4）加强工业互联网 数据中心建设。短期关注重点行业投资动向及双跨试点平台企业。国家将工业互联网作为“新基建”的重点，2021 年投入重点我们预计有两个：1）企业内、外网的改造工作。目前外网建设公司运营商正在积极推动， 包括 IPV6、企业专网、5G 等，但企业内网建设需时日，时间敏感网络等关键技术有待成熟，企业 设备网络化也是一项长期工程，投入较大；2）继续进行跨行业跨领域的工业互联网平台示范工程， 上市公司如东方国信、用友网络均参与其中，后续还将加快重点地区/行业的工业互联网平台建设。3.4 智能汽车：技术、模式发生重要转变，第三方软件企业面临机会电动化、智能网联化和自动驾驶化正在重塑汽车产业，软件定义汽车开始成为潮流相比传统汽车主要作为移动出行工具，智能汽车将定位于融出行、娱乐、办公、生活服务等多功能 于一身的移动智能终端或者移动机器人。在智能汽车时代，汽车的技术构成、商业模式和生态体系 均将发生根本性变革，蕴含的商业价值不言而喻，各方参与者已然展开激烈的博弈。除了车身的智能化外，由“车-路-云-人”共同构成的车联网也是智能汽车的重要技术构成。网联化 不仅可降低汽车本地的软硬件技术实现难度，还可通过网络向用户提供更加多元的服务，衍生出众 多商业模式，包括跨界合作、共享出行等。汽车软件定义已成为趋势。汽车“三化”之后，就面临着海量数据处理、OTA 升级（Over the air， 空中下载）、APP 化等问题，必须逐步由软件最终完成硬件资源管理和应用功能实现。据麦肯锡数据 显示，目前车企的代码数量已经超过 2 亿条，而且还在快速增加中。汽车智能化背景下，汽车本地 电子电气架构（EEA）将发生根本变革，从分布式向集中式演进，最终算力将集中到汽车中心计算 机或者云计算平台。计算单元集中的趋势下，汽车软硬件分离成为可能，汽车可以通过虚拟化（融 合化）建立资源池，并通过软件对汽车实现灵活控制。软件公司和其他数字技术企业也将借着智能化的浪潮，挤进汽车生态圈。目前，一些软件企业正从 二、三级供应商逐步成为整车企业的一级供应商。根据麦肯锡预计，2020年全球汽车软件市场规模 将达到 350亿美元，而到 2025年、2030年分别将达到 620亿、840亿美元，2020-2030年间增速 将达到 9%，占汽车整车成本比重也在持续上升。其中，智能网联、ADAS、操作系统和中间件等软 件市场规模最大，这也是第三方软件厂商最为擅长的领域。智能网联汽车路线图 2.0发布，顶层规划趋于完善智能汽车行业的发展离不开政策的引导和支持，从 2016年开始，相关实施方案、法规、标准、路测 细则等相继出台。从整体上看，我国智能汽车产业的顶层设计基本搭建完成，预计下一步的政策重 点将更多放在解决实施和推广阶段的具体问题。我们认为，未来对行业影响较大的文件有两个：一个是 2020年 3月国家发改委等 11个部委联合出 台的《智能汽车创新发展战略》，该文件可谓是近年来智能汽车行业最为权威和重磅的文件。另一个 是 2020年11月国家智能网联汽车创新中心发布的《智能网联汽车技术路线图 2.0》，研究了面向2035 年的智能网联汽车技术发展的总体目标、愿景、里程碑与发展路径。该文件虽然非国家政策文件， 但是其 1.0 版本曾经对国内的智能汽车发展政策起到过较大的影响，预计新版本也能对行业中长期 规划起到建设性作用，对智能网联汽车的长期发展也有积极意义。智能座舱将是第三方软件厂商的主要着力点，一芯多屏将成主要解决方案智能座舱是智能网联汽车的核心，为客户提供智能化的汽车驾驶与乘坐空间，通过液晶仪表盘、车 载信息娱乐系统、人机交互模块、抬头显示系统、流媒体后视镜等产品和模块，实现与人、路、车、 云的协同运作，最终将座舱发展成为“智能移动空间”。智能座舱是需求和技术双重驱动的产物。从需求上看，消费者不再满足汽车座舱内单一安全机械操 作，逐步转变为对舒适性体验的要求，很多消费者已经习惯通过车机实现车内服务，而且希望通过 车机实现生活服务、娱乐功能等。从技术发展来看，随着芯片运算能力的不断提升，5G、人工智能、大数据、车联网等技术日趋成熟，车辆的海量数据获取、传输、处理和应用问题已经能够较好解决， 为智能座舱解决方案的成熟奠定了基础。对于第三方软件企业来说，由于智能座舱解决方案暂不涉及车身及动力、底盘及传动等安全性要求 极高的领域，且独立性较强，是非常好的切入点。其中，一芯多屏多系统的集成式智能座舱正在迅 速推广，其融合的功能也在不断增加。据中汽研预计，2020年国内智能座舱市场规模将达到 628亿 元，同比增长 20.54%。软件方面的需求动力主要来自于两个方面： 集成度上升。以前中控屏、仪表盘等设备都是由不同厂商提供，为分散式座舱系统。目前的趋 势看，集成式座舱正在成为主流，中控屏、数字仪表、副屏、HUD 等设备通常由同一块芯片 SoC支持，由统一的软件平台系统驱动，有望大幅降低成本。相关平台和应用的定制化开发工 作量将实现较快增长。 座舱配置更为丰富。新车型多采用大尺寸屏幕、语音交互、触控等新技术，一些新车型开始选 用液晶仪表和 HUD，同时操作系统除了 Linux、QNX以及 Tier1 自研之外，Android操作系统 应用也在增多，支持的 APP 数量也在大幅增加。自动驾驶领域第三方软件企业正在积极发力，主要布局包括 ADAS、算法和地图ADAS 正在迅速普及，算法和操作系统厂商终将受益。自动驾驶是汽车智能化的另一个赛道，其中 涉及大量的计算机技术应用，ADAS 则是自动驾驶基础性技术，正在快速渗透。更高级别的 L2+/L3 技术出现拐点迹象，L4技术或将在部分相对简单的场景开始尝试应用。此外，自动驾驶操作系统有 望在未来数年逐步普及，进一步促进软硬分离。从软件角度看，算法、高精度地图、自动驾驶操作系统是主要的投资机会。对于感知算法，互联网 企业、初创企业、人工智能企业、传感器企业等均有参与；车身控制算法则主要由博世、大陆等 Tier-1 企业把持，第三方软件企业进入可能性较低；高精度地图对于 L3及以上车辆近乎是刚需，四维图新、 高德、HERE 等是主要供应商；在软硬分离的趋势下，自动驾驶操作系统领域的角逐比较激烈，如 操作系统技术厂商中科创达正参与其中。3.5 建筑数字化：建筑产业体量巨大，数字化存在做大可能国内建筑业数字化水平同发达国家差距大，蕴含巨大潜力建筑业是我国国民经济支柱产业之一，产业规模巨大。根据国家统计局数据，2019年，我国建筑业 总产值 24.84万亿元，同比增长 5.7%，且连续多年持续增长。2019年，我国国内生产总值（GDP） 为 99.09万亿元，其中建筑业增加值 7.09万亿元，占 GDP 的比例为 7.16%。建筑业是我国国民经 济中实至名归的大行业。我国建筑业因为传统上是劳动密集型的粗放式发展模式，虽然具有巨大体量，但是数字化程度很低。 根据麦肯锡 2017年 12月发布的《数字时代的中国：打造具有全球竞争力的新经济》报告结果显示， 我国建筑业的数字化水平在报告分析的 22个行业中排名最末。“大行业+低数字化水平”的现状，蕴 含数字化转型的巨大发展潜力。数字化程度低与我国建筑业信息化投入水平低直接相关。根据中国建筑业协会数据，我国建筑业信 息化投入占建筑业总产值的比例约为 0.08%，而发达国家建筑业信息化投入占建筑业总产值的比例 可达 1%。假设我国建筑业信息化投入占总产值的比例未来提高到 0.5%，则以 2019 年我国建筑业 总产值 24.84 万亿为基数估算，我国建筑信息化市场规模将超过千亿量级。国内建筑业也面临着转型升级的压力，需要依托数字化改造建筑业转型升级需要依托与信息产业的融合。改革开放以来，我国建筑业的发展模式伴随着高能耗 与人工红利。根据广联达公开资料数据显示，全国建筑业的能耗约占全社会总能耗的 50%。2017 年 2月，国务院印发《关于促进建筑业持续健康发展的意见》，明确要求“建筑设计应体现地域特征、 民族特点和时代风貌，突出建筑使用功能及节能、节水、节地、节材和环保等要求，提供功能适用、 经济合理、安全可靠、技术先进、环境协调的建筑设计产品”。2019年 12月，全国住房和城乡建设 工作会议在北京召开，会议强调 2020 年要重点抓好 9 个方面工作，其中包括“着力推进建筑业供 给侧结构性改革，促进建筑产业转型升级”。建筑业传统粗放式的发展模式已难以为继，转型升级已 迫在眉睫。老龄化推高用工成本，企业需要向数字化要效益。根据我们的统计，自 2008 年起，我国 16-40 岁 年龄段的农民工占比持续走低，相对应地，41岁以上年龄段的农民工占比持续走高。人口老龄化的 压力导致建筑业农民工的人力成本持续上升。根据国家统计局数据，2019年，我国建筑业农民工月 平均收入 4567元，同比增长 8.5%。人力成本的持续上升对建筑业的产值利润率持续产生下行压力， 也将推动建筑业发展模式的转变。业界开始认同“数字建筑”等相关理念，行业数字化推广将提速2020 年 9 月，由全联房地产商会和广联达联合主办的中国数字建筑峰会在全国 16个城市跨区域同 步举办。自 2010年起，作为中国建设行业年度峰会，这一峰会已连续举办十一届。峰会持续推动建 筑行业信息化应用，积极向行业宣导数字化转型的理念。2018 年，峰会以“数字建筑 赋能产业升级”为主题在西安举办，国家原住建部副部长宋春华做了题为 “加快创新 融合联动 促进数字建筑、智慧城市的新发展”的主题演讲，广联达公司总裁对数字建筑的 概念进行了深入剖析，与会其他演讲嘉宾也围绕“数字建筑”主题展开了深入讨论。自此，“数字建筑” 的理念在业界逐渐得到广泛认同，成为业界数字化转型被广泛认可的方法论。2018 年 1月，广联达发布国内首个《数字建筑白皮书》，提出“新设计、新建造、新运维”的“三新”理 念；给出了“数字建筑”概念的深刻诠释，即“数字建筑”是指“利用 BIM 和云计算、大数据、物联网、 移动互联网、人工智能等信息技术引领产业升级的行业战略，它结合先进的精益建造理论方法，集 成人员、流程、数据、技术和业务系统，实现建筑的全过程、全要素、全参与方的数字化、在线化、 智能化，从而构建项目、企业和产业的平台生态新体系，从而推动以新设计、新建造、新运维为代 表的产业升级，实现让每一个工程项目成功的产业目标”。2019 年 6月，广联达在中国数字建筑年度峰会（青岛）发布《数字建筑：建筑产业数字化转型白皮 书》，提出建筑业数字化转型新范式。2020年 9月，广联达在中国数字建筑(全国)峰会 2020上发布 的《数字建筑平台:构筑数字化转型新基建》白皮书提出，数字建筑平台的出现将实现建筑业全过程、 全要素、全参与方的“三全”升级，以及岗位层、项目层、企业层和行业层的“四层”变革，这将深刻改 变行业面貌。作为中国建设行业年度峰会的主办方之一，广联达持续为建筑业数字化转型提供新理 念、新方法，对持续推动业界数字化转型产生了积极影响。BIM 与数字建筑的理念相契合，是我国建筑业数字化转型的重要抓手 BIM 已在国际市场上得到广泛应用，其价值也在被认可根据 2016 年 12 月住建部发布的《建筑信息模型应用统一标准》对 BIM（建筑信息模型）的定义， BIM 是在建设工程及设施全生命期内，对其物理和功能特性进行数字化表达，并以此设计、施工、 运营的过程和结果的总称。由此定义我们可以看出，BIM 不只是狭义的模型或建模技术，而是一种 全新的工程理念和行业信息技术，正在引领建设领域规划、设计、施工、运维一系列技术创新和管 理变革。在国际上，BIM 在欧美等发达国家已经有较为广泛的应用。根据 McGraw Hill 的数据，2012年美国 工程建设行业采用 BIM 的比例从 2007年的 28%提高到 2009年的 49%再到 2012年的 71%，其中 74%的承包商（施工企业）已经在实施 BIM 了，超过了建筑师（70%）及机电工程师（67%）。美 国斯坦福大学整合设施工程中心（CIFE）根据 32 个采用 BIM 的项目总结了使用建筑信息模型的优 势：（1）消除 40%的预算外更改；（2）造价估算控制在 3%精确度范围内；（3）造价估算耗费的时 间缩短 80%；（4）项目时限缩短 7%，及早实现投资回报；（5）通过发现和解决冲突，将合同价格 降低 10%。BIM 在降低成本、缩短工期等方面的价值在国际上不断得到认可。随着价值的不断被认可，全球范围内 BIM的市场规模迅速增长。根据 Transparency Market Research 数据，2014年全球 BIM 市场规模为 27.6亿美元，到 2022年预计将达到 115.4亿美元，2014-2022 年间年复合增长率超过 19%。2014年，北美是全球最大的 BIM 市场，在全球 BIM 市场中占比 33%。 根据 Transparency Market Research预计，北美在全球 BIM 市场的优势会保持到 2022年，亚太地 区是全球 BIM 市场最具潜力的地区。 政策与需求双轮驱动，我国 BIM 市场未来发展前景广阔2017 年 2月，国务院发布《关于促进建筑业持续健康发展的意见》，《意见》提出，加快推进建筑信 息模型（BIM）技术在规划、勘察、设计、施工和运营维护全过程的集成应用，实现工程建设项目 全生命周期数据共享和信息化管理。从国家政策的层面明确了 BIM 对于建筑业发展的意义，将为 BIM 技术在我国建筑业的大规模应用起到积极的促进作用。在标准方面，住建部近年来连续发布了建筑 信息模型领域的 6项国家标准和 1项行业标准，以推动 BIM 在建筑全生命周期的大范围应用，其中 5 项国家标准和1 项行业标准已正式实施。我国地方政府也发布了相关政策支持 BIM 的发展。截至目前，全国已经有 20多个省发布了 BIM 相 关政策。当前，我国建筑业迫切需要节能增效，这一需求与应用 BIM 技术能带来的益处是契合的。 根据我们的产业调研，目前 BIM 已经受到了我国建筑业各参与方（包括业主方、施工方等）的普遍 重视和认可。我们认为，在政策的推动以及建筑业节能增效内在需求的双重推动下，BIM 将成为我 国建筑行业数字化转型未来的发展方向，我们看好 BIM 在我国的未来发展。我国 BIM 市场未来空间广阔。当前，我国建筑业每年涉及项目约 60 万个，假设以平均每个项目每 年在 BIM 技术上的投入为 5-10 万元估算，则我国 BIM 市场未来将有 300-600 亿元的市场空间。四、 投资建议及风险提示4.1 投资建议：关注工业软件、智能汽车和建筑数字化等投资机会投资逻辑：我们预计，2021年，工业软件很多卡脖子领域有望实现从零到一的跨越式发展，汽车智 能座舱等解决方案需求依然旺盛；而作为“新基建”重点的工业互联网产业，短期仍需要做好基础 建设、试点示范工作，中长期潜力巨大；数字建筑理念有望加速推广，BIM 等解决方案应用场景将 更为广阔。同时，数字产业化方面，我们预计基础软硬件国产化、网络安全、云计算等领域，依然 具备较强的增长潜力。2021年，我们继续看好计算机行业发展，维持行业“强于大市”评级不变。投资标的：建筑数字化、工业软件及工业互联网领域，强烈推荐广联达，推荐用友网络、东方国信； 智能汽车板块，强烈推荐国内智能驾驶舱龙头企业中科创达；数字产业化方面，推荐金山办公、深 信服和安恒信息。4.2 风险提示政策支持力度不及预期。工业互联网、工业软件和智能汽车在国内处于起步阶段，离不开政府 政策的引导和扶持，如果后续政策落地不及预期，行业发展可能面临困难。中美科技争端有可能延续。我国工业软件、关键基础元器件等对西方国家依赖较为严重，而美 国精英层已经将中国视为竞争对手，拜登上台之后，中美之间的科技纠纷未必能彻底平息，相 关企业尤其是应用开发企业可能将面临着较大的供应链风险。企业或者政府支出不及预期。由于全球疫情蔓延，我国经济增长压力依然较大，企业资本支出 或者政府财政支出可能依然谨慎，而我国计算机行业多以 To B 或者 To G为主，受到的影响可 能较大。（报告观点属于原作者，仅供参考。报告出品方/作者：平安证券，付强、闫磊）如需完整报告请登录【未来智库官网】。

编者按：【分析师洞察】是36氪最新推出的栏目，每天推出彭博社分析师对行业的分析和见解。本期由彭博社 BI 资深可再生能源行业分析师 James Evans 就全球太阳能行业年中发展为切入点，对近期该行业的一系列动向和未来发展趋势进行了分析。BI资深行业分析师Anand Srinivasan和分析员Wei Mok最近发布了一份报告，对下半年全球计算机硬件、存储市场进行展望。总体来看，PC市场正在回暖，惠普重新成为第一名，小企业退出市场，大企业市场份额上升。在云计算领域，混合云只是中间站，最终企业会拥抱公共云。在存储领域，HDD受到了SSD的威胁，不过SSD因为价格高、容量小，扩张仍然受到限制。1、BI 2017年年中展望：全球计算机硬件、存储市场展望数据中心硬件市场，固态硬盘与快闪存储器储存阵列(All-Flash Array）会出现很大的增长，从而拉动一些公司的销售，比如NetApp。传统服务器、存储系统的云需求会越来越大，越来越多元化，从而使得EMC等公司的销售增长，但是价格给会销售增长造成一定压力。下半年，PC销售下滑的形势会有所好转，因为下半年是旺季，惠普、戴尔可能会从联想及其它企业手中夺取一些市场份额。网络从硬件向软件功能转化的速度可能会放缓。戴尔/EMC、NetApp是存储系统市场最大的两家企业，它们既有基于传统硬盘的产品，也有全闪存储阵列。2、硬件企业的每股收益更好、市盈率更高，跑赢了标普标普500科技硬件指数的表现比宽泛的标普500指数好2.8倍。虽然苹果带来一定的压力，但是今年至今为止它的增长仍然强劲，苹果仍然是领头羊，在16个指数成份股中有11个的表现比总体指数好。PC环境越来越健康，一些企业的销售额增加，比如惠普、希捷、西数，成本削减仍然是利润率和每股收益（EPS）增长的动力。3、HDD、SSD拉动西数增长，PC回暖抬升惠普地位存储设备制造商西数、PC制造商惠普和苹果的表现明显好于标普500指数的硬件板块，最终使得整个同业群组（Peer Group）跟着上涨。因为PC环境有所改善，加上微软、谷歌、亚马逊增加开支，拥抱固态硬盘（SSD），企业IT部门转向聚合系统和全闪阵列，一些企业因此受益，比如NetApp、Nutanix。在16家成份股企业中，惠普的回报率排名靠后，只有9%，与总体指数基本一致。4、科技硬件企业的市盈率仍然比标普500企业低科技硬件企业的混合向前市盈率只有不到15倍，比标普500企业低了18%。为什么？标普500企业的利润增长率约为22%，科技硬件企业只有19%，而且科技企业每股收益有相当一部分来自于成本缩减，照预测，标普500企业每股销售额将会增长7%，而科技硬件企业只有4%。自2011年三季度以来，科技硬件板块就一直落后于总体指数，这点可能不会改变，毕竟服务器与存储设备已经商品化，价格压力很大。在过去一段时间里，联想、HPE（Hewlett-Packard Enterprise，惠普企业）、NetApp、惠普公司（HPQ）等科技硬件企业的利润一直承受压力，因为DARM和NAND闪存的价格上涨，美光、三星、SK海力士是主要的供应商。5、西数、希捷、惠普的市盈率虽然上升了，与同行相比仍然偏低西数、希捷、前惠普分拆之后成立的2家企业在同行中估值是最低的。西数对产品组件进行了优化，增强了固态存储业务，主要是通过收购SanDisk完成的，销售有所增长。PC市场好转，惠普的份额上升。虽然2017年好了一些，但是与同行相比这些企业的市盈率仍然偏低。那些利润率更高、利润增长更快的硬件企业市盈率也更高。6、2017年年中展望：PC市场规模、增长仍然是重要的PC 是最流行的计算设备，2016年销售额达到1690亿美元。由于智能手机崛起，成为移动、多媒体消费、移动通信的主设备，PC的流行程度下降，不过在密集运算、存储和通信中PC仍是主导。由于装机量巨大、机器老化，新操作系统、新应用软件和新的硬件功能可以吸引用户升级。最近的数据显示PC出货量正在上升，市场正在复苏。惠普、联想、戴尔仍然是全球PC市场的前3强，占了出货和营收的57%。苹果销量虽然只占7%，但是它的产品价格比较高，占了营收的15%。7、PC市场以1%的增长速度复苏，惠普成为第一大PC商在智能手机、平板的激烈竞争下，PC产业已经萎缩了很多，尽管如此，PC升级循环只是推迟了，并不是没有升级了。拉长的PC升级周期现在开始成为出货、销售增长的动力，一季度出货量增长了0.6%，这是5年来第一次增长。惠普卖出的PC比联想多，4年之后终于开始从联想手中夺取份额。从2013年一季度以来，PC市场下滑的速度变慢了。IDC的初步数据显示，一季度PC出货量约为6030万台。PC市场继续整合。与往年同期相比，前5大PC制造商惠普、联想、戴尔、苹果、宏碁的出货量全都增加了。市场上还有200多家其它的PC制造商，它们的出货同比减少11.4%。8、PC领导者的市场份额增长，整个市场萎缩整个PC市场正在萎缩，小企业退出，大企业市场份额上升。2016年，全球台式机与笔记本的出货同比减少5.7%，而最大的PC制造商（联想、惠普戴尔）份额上升。私营公司戴尔明显增长，根据IDC和Garter的数据，与往年相比，戴尔的市场份额上升了10%，出货量也在增加。Alienware是戴尔的子公司，它的产品在高端游戏PC市场很流行。惠普既是最大的PC制造商，也是打印、打印耗材市场的领导者。9、中国PC市场增长使得联想出货增加，但是利润率并不高中国对于PC市场的发展至关重要，因为中国的出货量、销售额很大。不过由于消费者选择较低价格、功能低端的产品，使得利润率受到影响。PC制造商正在控制低利润产品，一些企业（比如惠普）关闭了部分生产线，削减了部分地区的业务。尽管如此，亚洲制造商联想、宏碁、华硕仍然依赖亚洲刺激销售增长。10、消费者升级PC，苹果Mac的份额增长有限在过去5年里，苹果在PC市场的份额一直在上升，一跃成为五大制造商之一。它的产品价格明显比一般PC贵很多，利润率几乎是大多设备的5倍。尽管如此，最近几个季度的数据显示，它的份额可以已经触及顶峰。一些消费者和专业人士（尤其是美国）正在考虑更换旧PC。苹果Mac平台将会面临新推出的专业、消费型iPad Pro的竞争。按营收份额计算，联想、戴尔、惠普是最大的PC制造商，整个市场规模约为1690亿美元，它们在全球大多数地区都很强势。苹果在发达市场比较强，是领导者。宏碁、华硕的大多数销售来自亚洲，也是顶级PC制造商。11、消费PC销量下降，企业PC起到支撑作用整个产业心神不安，因为消费和商务PC销量下滑，从历史角度看，消费PC本来占大头。2016年，商务PC销量减少了2%，整个市场减少6%，商务PC出货超过了1.38亿台，比消费PC的1.22亿台多。虽然高端消费PC增长不错，但是在近期之内差距仍然会存在，因为大多的可变形设备（2合1设备）可以用作平板。企业买家购买一般更稳定一些。惠普、戴尔、联想在商务PC市场是领导者。不过苹果与微软推出了专业级设备，正在向该市场进军。12、惠普、联想、戴尔认为游戏和高端PC才是增长点2016年PC出货量达到2.6亿台，自2012年以来平均减少7.1%，因为智能手机崛起，宏观经济不景气。笔记本减少了6%，台式PC减少了9%。虽然整体比较糟糕，有一些市场还是不错的。面向消费者和企业用户的游戏台式机、高端PC出货量增长更快，2016年比其它价格区间和其它类型的产品增长快。惠普、联想、戴尔等PC制造商借势在这些市场增长。2016年只有少数几家企业出货量增长，戴尔与惠普位列其中。13、2017年年中展望：新设备拥抱云计算2.0在公共、商务、混合领域，云服务快速扩张，越来越多元化。大型的、多样化的工作负载推动多种类型的云系统、架构高速扩张。服务器根据负载改变，还有存储的类型和堆叠。网络设备商品化的速度变慢，首先从边缘设备开始。系统技术不断演进，渐渐扁平，更多的系统智能、控制由硬件朝着软件和App代码转移。谷歌、亚马逊、Facebook、微软是美国最大的云服务提供商。阿里巴巴、百度、腾讯是中国最大的云服务提供商。14、云IT采购改变了消费者，改变了销售宣传方式企业IT朝着云计算迈进，改变了那些从设备制造商手中购买设备的企业。买家不再只是企业IT基础设施专家。现在他们是首席信息官、云计算和企业架构师，或者是研发/运营专家，他们根据业务指标而不是系统规格评估解决方案。为了讨好这些人，NetApp在销售过程中更加重视教育、试用、客户推荐，模仿云设备商的运营模式。这样可以提高用户参与度、强化推荐。15、在公共云领域，亚马逊Azure提供更宽更深的运算选择在云基础设施中，服务器是最分散、最先进、商品化程度最高的部分。AWS在EC2服务中至少提供57种运算节点供客户选择，最低端的LightSail月租只要5美元，它提供虚拟服务器，内存、存储、核心处理能力、数据传输都受到限制。亚马逊还提供其它一些选择，比如专门针对特定任务的租赁运算。公共云接受非英特尔CPU也为规模较小的云计算资源买家提供了更多选择，比如小企业。客户对微软平台比较熟悉，它与公共云的内部IT系统有着相似性，这些可能是Azure公共、混合平台的最大价值亮点。16、混合云也许只是企业IT过渡的一步从私有IT系统（以离散的云格式存在）到租赁公共云，中间用混合系统过渡，这是许多企业的构想，不过这种构想有点脱离现实，因为成本高、不灵活。现实是混合云只是企业IT前进的中间站，最终企业会使用大型、高效、灵活的公共云系统，同时在安全、不灵活但是合规的内部系统上保留一些IT组件。超融合(hyperconverged)和全闪系统等新兴IT系统可能无法大规模使用。微软Azure可能是最现实的桥接方案，因为大家熟悉的IT提供商在一套系统中提供更便宜的公共云和相似的功能，这套系统可以在企业网络内部维护。17、聚合设备可能会对私有和公共云造成限制在企业IT领域，聚合和超融合设备正在快速扩张，企业用它们替代传统系统，因为新系统更灵活、更敏捷，用在私有云中特别合适。一般来说，这些设备打的是供应商的品牌，为特定任务定制的，并不是分散、商品化的产品，因此系统普及的速度比不上公共云。一些系统向外扩展，提供一些云计算功能，但是规模比不上公共云，成本也没有那么划算。Nutanix、Simplivity是超融合系统市场的领导者，聚合硬件市场则由大型系统制造商控制，比如惠普企业、思科/NetApp、EMC、甲骨文和VCE。18、企业选择云服务器和存储系统首先考虑的是工作负载谈到服务器，服务器、存储或者网络系统处理哪类任务、执行哪类存储活动——也就是所谓的工作负载——越来越重要，它成为云或者企业IT部门选择哪种系统的关键考量因素。一些企业（比如广达）的离散组件和系统比较便宜，在公共云中大量使用，如果执行的是特殊任务，企业IT和私有云服务会选择Nimble、Nutanix、Pure Storage、惠普企业、NetApp等企业的产品。有些系统可以自动聚合，形成私有云，企业正在向着这样的系统挺进，比如惠普企业、戴尔推出类似的系统，或者连接到公共云，NetApp选择这个方向。亚马逊与Azure拥有高度定制的存储集群，它们离计算单元更近。两类系统都被接受，具体视工作负载而定。19、分散的存储系统将公共与私有云分开从复杂的云存储系统架构向更简单的架构转移，现在已经有了商品化系统设备和组件。随着云计算的扩张，转移的趋势会更加明显。专有的EMC和NetApp系统已经扩充了软件产品。NetApp提供的Cloud OnTap软件可以用在商品化硬件中，能够连接到亚马逊或者微软。私有云是从老IT系统的资源分享模式发展而来的，它想扩张会有点困难，至于混合云，它只是通向公共云的中间站。公共云的基本构造完全不同，加上规模大，对转移有利。如果是混合云，企业只是在新的工作任务中使用该方法，而且受到了传统模型（处理老数据模型）的限制。20、2017年年中展望：存储媒介的进化仍然处在初期阶段数据存储技术正在转变，这种转变历时多年，由几个因素驱动。从企业预期型离散IT系统向云模式转移大大提高了服务器、存储效率。从硬盘（HDD）向NAND内存式SSD转移提高了工作负载性能，它与正确的IT系统紧密匹配。客户使用PC越来越少也是改变产业的另一个因素。系统资本支出与运营支出仍然是障碍。三星、东芝/西数、美光是较大的SSD生产商。21、在工作负载中使用SSD是合理的，虽然早成本比较高固态硬盘可能永远无法比传统硬盘便宜，尽管如此，固态硬盘仍然会在消费者、企业、云计算中普及。就消费PC而言，SSD将会出现在任何设备中，最便宜的设备除外，电池续航与便携性是最关键的原因。成本是一个重要的因素，不过3D NAND供应已经增加，瞄准消费者的低质量SSD更是增长很快，SSD的出货可能因此增长。云连接与存储越来越流行，用户对设备大容量存储的要求降低。西数与希捷是最大的HDD生产商。西数2016年收购SanDisk之后也在NAND市场有了一定的地位，但是希捷没有。三星、美光、SK海力士与东芝是NAND技术的最大竞争者。22、随着产业的转移，存储介质分化的局面会继续存在下去HDD与NAND闪存SSD是两种主要的存储介质，至于光存储（CD-ROM）和3D-Xpoint（英特尔Optane）及其它特殊技术，只有特定用途才会使用。随着公共云的进化，工作负载量越来大，越来越多样化，人们渴望找到新方法存储数据。亚马逊、微软、Facebook可以将工作负载的容量、性能、重要性与HDD、SSD及其它存储系统匹配，判定拥有成本，这种趋势可能会继续下去。23、2017年年中展望：闪存对希捷、西数的硬盘销售造成伤害从长期来看数据增长速度仍然很高，达到两位数，SSD制造商的营收正在上升，比如三星、英特尔和美光，各个领域的消费者需要高速、高性能存储组件。SSD的扩散威胁到硬盘制造商，高端消费者、商务PC、企业、超大规模数据中心都一样。固态硬盘的价格明显比硬盘高很多，不过价格正在稳步下降。24、NAND闪存供应影响价格，对HDD造成威胁NAND闪存供应不断增长，SSD仍然是硬盘的最大威胁。如果NAND与SSD供应量大，价格可能会下降，与HDD相比就会更有吸引力。这样一来HDD的需求就会受到影响。用于SSD的NAND供应量也在增长，一是因为三星、美光增加了产量，还有就是PC与智能手机需求大——虽然PC与智能手机市场仍然很疲软。如果进一步疲软也会影响HDD的销量。25、与硬盘相比，SSD的增长仍然受到了价格和容量的限制硬盘制造希捷认为，在存储市场SSD是基于传统硬盘增长的，并不是替代传感硬盘，因为SSD的生产与增长曲线仍然受到诸多因素的制约。2016年，基于硬盘的存储容量达到6.1亿terabytes，NAND闪存式SSD只有5400万 terabytes，前者是后者的11倍。企业消费者追求便宜，需要存储海量数据，闪存仍然不太适合。不过SSD正在向两个领域渗透：一是高端、对性能要求高的存储系统，二是低端企业笔记本。另外，如果NADN想大幅扩张，工厂资本支出需要180亿美元，这可能也是阻碍扩张的一个因素。26、在谷歌Facebook的推动下网络围墙倒了超大规模云计算企业——比如谷歌、Facebook——正在瓦解数据中心网络交换机市场，这个市场规模约为100亿美元，它们让软件与网络硬件分离。与服务器相比，网络的转移速度算是慢的。因为注重规模、可编程性与自动化，数据中心架构师开始重新思考如何构建网络，他们将目光转向了网络式软件。现在，不只云客户接受了“网络定义软件”这一概念，就连大企业也接受了。27、分解网络软件与硬件创造了新机会与PC产业相比，在网络领域将软件与硬件分离算是比较新的概念。这种转变在软件领域创造了新机会，会给现有网络设备制造商造成长远影响，包括思科。从属性上讲，使用封闭式系统的传统网络更像静态系统。SND（软件定义网络）从网络硬件中抽取控制层，可以方便企业在网络上管理多个交换机，还可以编程，实现自动化。28、SND对设备的影响微不足道，但是服务器虚拟化却完全不同很难将SND与服务器虚拟化相提并论。向SND转移对网络设备普及、增长影响有限，或者没有影响，但是向服务器虚拟化转移却对服务器市场有着巨大的影响。在SND中将网络操作系统虚拟化，运营商就可以有更大的弹性，可以更好掌控自己的网络和网络流量。服务器虚拟化的目标是提高数据中心服务器CPU的使用率。虽然服务器虚拟化影响了服务器市场，SND对端口的影响却是微不足道的。2016年至2021年，每秒25GB甚至更高的数据中心交换机端口预计将会增长42%，随着虚拟化的升温，服务器的增长却是基本持平的。【编译组出品】编辑：杨志芳

编者按：本文来自微信公众号“学术头条”（ID:SciTouTiao），作者：阳光，36氪经授权发布。近日，未来今日研究所（Future Today Institute）发布了最新版《2020 年科技趋势报告》，其中包括对人工智能在内的多项前沿科技未来一年的发展前景进行了展望。根据报告，未来世界科技产业将由中国、人工智能等趋势塑造。《2020 科技趋势报告》由未来今日研究所和纽约大学斯特恩商学院（New York University's Stern School of Business）主任艾米韦伯（Amy Webb）教授共同撰写，这次已经是第 13 年发布。这份报告试图认识到技术与未来不确定性之间的联系，比如 2020 年美国总统大选的结果，以及冠状病毒等流行病的传播。在所有前沿科技中，人工智能再次成为该榜单的第一名。韦伯表示，人工智能将引发第三次计算浪潮，带来积极的影响，例如 AlphaFold 在发现疾病的治疗方法中可以发挥的作用；但也会带来消极的影响，例如它当前对刑事司法系统的影响。一些科技巨头，例如美国的 Amazon、IBM、Facebook、Google 和 Microsoft，以及中国的腾讯、阿里和百度，继续在全球科技领域发挥最大的影响力。韦伯已经在 2019 年出版的《九大巨头》中预测了这些公司将如何塑造世界。“ 这 9 家公司推动了人工智能的大部分研究、资金、政府参与和消费级应用。大学的研究人员和实验室依靠这些公司提供数据、工具和资金。九大人工智能公司也对人工智能合并和收购产生了巨大影响，为人工智能初创公司提供资金并为下一代开发人员提供支持。”同时，报告指出，中国的企业和政府正在全面合作，以使其在 2030 年之前成为全球主要的人工智能创新中心。与中国相比，美国拥有众多组织和中心，但是，这些机构 “缺乏机构间合作和协调的努力”，在行动目标、研发工作安排和资金周转方面存在不协调的情况。据了解，每年韦伯通常会在德克萨斯州奥斯汀举行的 SXSW 会议上，以一场演讲作为报告发布的开头，但是由于冠状病毒的影响，今年的会议已经取消。未来今日研究所这份报告对人工智能领域的科技预测可谓面面俱到，无论是对于人工智能企业、人工智能研究者，还是人工智能学习者，这都是一份比较详尽的报告。限于篇幅，学术头条精选了报告中关于人工智能的部分内容进行翻译，希望对读者有参考价值。报告更多亮点及全文，可在文末查看。人工智能科技趋势总览1.AI 与企业1.1 利用人工智能加速科学发现的进程用几个变量进行实验，通常需要对测量、材料和输入进行微小的、系统的调整。研究生们可能会花上几百个无聊的小时，一次又一次地做一些小的调整，直到找到一个解决方案。越来越多的人工智能系统被用于研究实验室，以加快科学发现的进程。1.2 云端人工智能人工智能生态系统内的企业领导者一直在竞相抢占人工智能云共享平台，并成为远程服务器上最受信任的人工智能提供商。企业客户也可能会坚持最初选择的供应商，因为机器学习系统访问的数据越多，随着时间的推移则能不断学习做出更好的决策。1.3 线下人工智能可以在设备上进行这种由本地人工智能驱动的处理和决策，在云或互联网上没有任何数据交互——这是一种使用所谓 “边缘计算” 的技术。直接在设备上处理数据，在未来对于医疗保健、汽车和制造业应用将非常重要，因为它可能更快、更安全。1.4 机器人流程自动化机器人流程自动化（RPA）使企业能够在办公室内自动化某些任务和流程，从而使员工能够将时间花在更高价值的工作上。RPA 最终将他们的生产力提升到更高的水平，这将使媒体和娱乐公司能够在许多不同领域做出更好的实时预测性决策，从客户服务到成本节约。1.5 企业中的数字双胞胎和认知双胞胎央视推出人工智能主持人数字双胞胎是真实世界环境、产品或资产的虚拟表示，用于多种目的。制造商使用数字双胞胎来管理机器和工厂的性能和效率，而城市规划者则使用它们来模拟新开发项目的影响。1.6 认知机器人随着人类和机器更加紧密地合作，机器人有机会根据环境学习和适应新的技能。机器学习、深度强化学习、计算机视觉和模拟环境的发展将很快导致具有早期认知能力的机器人出现。应用包括环境清理、探索危险地形和协助急救人员。1.7 先进的人工智能芯片神经网络长期以来需要巨大的计算能力，需要很长时间的训练，并且依赖于消耗数百千瓦电力的数据中心和计算机。一些知名企业已经致力于研究使芯片更容易在人工智能项目上工作，并且应该保证更快、更安全的处理。1.8 无服务器计算亚马逊网络服务、阿里云、微软 Azure、谷歌云和百度云正在为开发者推出新的产品和软件包，希望能让一大批人工智能初创企业更容易、更实惠地将自己的创意投放市场。1.9 专业化、本土化的人工智能语言Python 是一种领先的语言，有许多预先构建的库和框架。Julia 是麻省理工学院开发的一种专注于数值计算的开源语言。当然还有 Lisp，由现代人工智能的前辈约翰麦卡锡在 1958 年创造的。1.10 Franken 算法的扩散（Proliferation of Franken-algorithms）算法只是定义和自动处理数据的规则。它们是用计算机能够理解和处理的 “如果这个，那么那个” 逻辑来构建的。开发人员并不总是提前知道一个算法将如何与其他算法一起工作。有时，几个开发团队都在独立地处理不同的算法和数据集，只有在部署后才能看到他们的工作。这一直是导致最近股市出现故障和电子商务网站发力的原因。1.11 为了竞争而操纵 AI 系统的公司过去几年，亚马逊、谷歌和 Facebook 都因操纵搜索系统，将对公司更有利的结果进行优先排序而受到抨击。对搜索算法的调整会对互联网用户的看法产生重大影响，无论是新闻、销售产品还是广告。美国和欧盟目前正在调查亚马逊同时扮演搜索引擎、市场运营商和自有产品销售商的角色。立法者尚未就操纵算法以获得竞争优势是否符合反垄断活动的标准达成一致。1.12 企业生物识别欺骗在实施监控和认证员工的人工智能系统之前，公司可能会三思而后行。机器学习的新技术导致了合成指纹和其他能够欺骗监控系统的自动生成生物识别器。1.13 人工智能机器人bot，在最基本的层次上，是设计用于自动化指定任务的软件应用程序。它们可以是基于文本或音频的，并且可以跨各种平台部署。机器人技术的下一个重大进步不是技术性的，而是监管性的。2. 人工智能与商业生态系统2.1 全球对人工智能的投资热潮众所周知，人工智能人才短缺，每个行业都希望将人工智能融入其核心业务职能。因此，在全球范围内都在争先恐后地为人工智能研究提供资金，并收购初创企业。2.2 算法市场在 21 世纪一零年代，大型科技公司、初创公司和开发者社区利用算法市场来分享和销售他们的作品。2018 年，微软斥资 75 亿美元收购了 GitHub，这是一个流行的开发平台，允许任何人托管和审查代码，与其他开发人员合作，并构建各种项目。Github 是一个流行的平台，允许任何人托管和审查代码2.3 市场整合尽管人工智能的生态系统正在蓬勃发展，但收购热潮也意味着整合。现在，大公司在有时间成熟之前就开始创业，收购的平均年龄是 3 岁。只有 9 家大公司占据了人工智能的主导地位：美国的 Amazon、 Google、Microsoft、 IBM、Facebook 和苹果，中国的巨头百度、阿里巴巴和腾讯。2.4 破碎人工智能的生态系统覆盖了数百家公司。许多政策团体、倡导组织和政府都在制定指导方针、规范和标准以及政策框架，希望以此来指导人工智能的未来发展。因此，生态系统在两个方面支离破碎：基础设施标准和治理。2.5 人工智能责任当机器运转不好时，谁该受责备？我们目前的法律体系是为了规范人类行为，而不是无监督机器的行为。当企业急于构建和实施人工智能产品和流程时，他们必须提前计划新出现的风险。2.6 环境监测关门后发生的事情可能不会是长期的秘密，高管们应该提防新的环境监测方法。人工智能可能很快拥有 x 光视觉能力，这对从事敏感项目的公司来说可能不是什么好消息。从事信息安全和风险管理工作的人应特别关注计算机视觉的发展。3. 过程、系统与计算机神经科学3.1 从平面二维图像创建三维模型研究人员使用大量的三维模型、转换成三维模型的图像和从不同角度显示物体的二维图像训练神经网络。结果：一个新的系统，可以渲染三维模型，无需任何人为干预。实际应用包括仅使用二维图像自动生成环境真实模型的机器人。3.2 神经符号人工智能算法与系统人工智能的发展一直走在两条概念轨道上：符号（机器使用表示概念的知识和规则基础）和非符号（机器使用原始数据创建自己的模式和概念表示）。神经网络将通过符号来理解数据，而不是总是依赖人类程序员为数据排序、标记和编目。符号算法将有助于这一过程，这最终将导致不总是需要人来训练的鲁棒系统。亚马逊的重新命名识别知名人士，帮助人们 “为营销、广告和媒体行业使用案例提供视频和照片目录”3.3 实时机器学习人工智能的一大挑战是构建能够主动收集和解释数据、识别模式和整合上下文并最终实时学习的机器。对实时机器学习（RTML）的最新研究表明，使用连续的事务数据流和实时调整模型是可能的。这标志着数据移动方式和我们检索信息的方式发生了重大变化。3.4 自然语言理解（NLU）NLU 允许研究人员通过提取概念、映射关系和分析情感来量化和学习所有文本，并且他们在过去一年中取得了一些令人印象深刻的进步。在最近的一次语言理解评估竞赛中，中国的百度击败了谷歌和微软，成为第一个开发不仅能懂英语，还能懂中文的技术的公司。3.5 机器阅读理解（MRC）对于人工智能研究者来说，机器阅读理解（MRC）一直是一个具有挑战性的目标，但却是一个重要的目标。MRC 使得系统能够在筛选大量数据集的同时读取、推断意义并立即给出答案。它代表了实现人工通用智能的必要步骤，在短期内，它可能将从技术手册到历史地图，再到我们的医疗记录，一切都变成易于搜索的信息存储库。3.6 自然语言生成（NLG）随着数字助理的日益普及，消费者希望能够与机器进行自然对话。但是训练人工智能系统需要大量的数据。自然语言生成（NLG）系统自动检测、分析、可视化和叙述关键数据。NLG 的一个可能性是：开发一个可以使用简单语言向他人解释自己和所做决定的系统。3.7 机器学习中的实时上下文（Real-Time Context in Machine Learning）世界上充斥着信息、错误信息和肤浅的思想，机器学习中的实时上下文技术旨在帮助人们实践推理、发展见多识广的论点并得出可靠的结论。3.8 一般强化学习算法研究人员正在开发能够学习多个任务的单一算法，AlphaZero。它不仅能在围棋中获得超人的表现，还能在其他游戏中获得超人的表现，包括国际象棋和日本象棋。这一个算法从游戏规则之外的知识开始，最终发展出自己的策略来击败其他玩家。3.9 深度学习范围程序员使用特殊的深度学习算法，同时使用大量的数据，通常是数兆字节的文本、图像、视频、语音等，系统被训练成独立学习。虽然概念上的深度学习并不是什么新鲜事，但最近发生的变化是计算量和可用的数据量。实际上，这意味着越来越多的人工过程将被自动化，包括软件的编写，计算机很快就会开始自己编写。3.10 更快、更强大的开源框架硬件升级和更快的芯片将有助于使开源框架在未来几年变得更快和更流行。3.11 强化学习与分层学习强化学习是解决决策问题的有力工具，它被用来训练人工智能系统以获得超人的能力。在计算机模拟中，一个系统尝试、失败、学习、实验，然后快速连续地再次尝试，每次都会改变它未来的尝试。3.12 持续学习目前，深度学习技术已经帮助系统学习以更接近人类所能做的方式解决复杂任务，但这些任务仍然是特定的，它们需要一个严格的序列，而且可能很耗时。持续学习（CL）更多的是关于自主和渐进的技能培养和发展，研究人员将继续在这一领域不断地突破可能的极限。3.13 多任务学习在过去的一年里，卡内基梅隆大学和 Facebook 的人工智能实验室的研究人员发布了一款名为 Pluribus 的多人扑克人工智能，扑克也让多个玩家相互竞争，获得胜利比抓取游戏碎片要复杂得多。Pluribus 学会了同时做几件事，并建立了自己的战略来赢得胜利。3.14 生成性对抗网络生成性对抗网络（GANs）是本世纪最有趣的想法，在过去几年里，GANs 有了巨大的进步。把一个 GAN 想象成图灵测试，但是没有任何人类参与。GANs 是一个无监督的深度学习系统，由两个相互竞争的神经网络组成，它们在相同的数据（如人的图像）上进行训练。仅去年一年，就有许多有趣的实验涉及 GANs。研究人员维克多迪比亚（Victor Dibia）训练了一个 DCGAN 模型（深度卷积世代对抗网络）来生成非洲面具3.15 新的生成建模技术自回归隐式分位数网络（简称 AIQN）听起来很复杂，但它是一个创新的想法，有助于改进算法，使它们更稳定。这意味着：这可能会加快人工智能的发展步伐 —— 这可能意味着整个生态系统中更快的机遇和创新。3.16 概率规划语言概率编程语言减轻了开发概率模型的一些压力和繁琐。这些较新的语言允许开发人员构建、重用和共享他们的模型库，同时仍然容纳不完整的信息。3.17 机器图像完成（Machine Image Completion）如果一个计算机系统能够访问上百万的图片，就说它可以修补和填补图片中的漏洞。这项功能对专业摄影师以及所有想拍出更好自拍的人都有实际的应用。图像完成也是执法和军事情报人员的一个有用工具，计算机现在可以帮助他们识别谁或什么是在框架中。考虑到我们已经在机器学习算法和数据集上看到的偏见，图像完成可能成为未来关于隐私和我们设备的争论的一部分。3.18 混合人 - 计算机视觉分析目前人工智能没有人的帮助还不能完全发挥作用。混合智能系统将人类和人工智能系统结合起来，以获得更高的精确度。3.19 预测机器视觉预测机器视觉研究有朝一日将使机器人能够更容易地在人类环境中导航，并通过从我们自己的肢体语言中获取线索与我们人类互动。它也可以用于零售环境，当我们操作机器，或当我们在教室学习。3.20 自动机器学习（AutoML）一些组织希望摆脱传统的机器学习方法，这种方法费时费力，需要数据科学家、人工智能领域的专家和工程师。自动机器学习（AutoML）是一种新的方法：将原始数据和模型匹配在一起以显示最相关的信息的过程。谷歌、亚马逊和微软现在提供了大量的 AutoML 产品和服务。3.21 定制机器学习不久，个人用户将上传他们自己的数据来定制现有的人工智能模型。例如，像 Google 的 Cloud AutoML 和 Amazon SageMaker Autopilot 这样的工具允许组织在没有受过高度培训的员工的情况下培训定制的机器学习模型。3.22 图神经网络气味分类是很棘手的，因为它需要一个多标签系统。谷歌的研究人员正在构建图形神经网络（graph neural networks），一种以图形为输入的特殊类型的深层神经网络以在分子水平上预测气味。3.23 智能光学字符识别一个持续的挑战是让机器认识到我们用书面表达自己的各种方式。光学字符识别（OCR）以固定的、可识别的格式工作，如公路标志和书中的文字。但是，OCR 往往不够聪明，无法识别不同的字体、独特的符号或只有一家公司的字段的电子表格。4. 人工智能与内容创意4.1 人工智能与创意过程亚马逊的 DeepComposer 系统 “自动” 作曲生成性对抗网络（GANs）的能力远远超过生成深度假视频。研究人员正与艺术家和音乐家合作，创造出全新的创造性表达形式。从合成非洲部落面具到建立幻想的虚构星系，人工智能正被用来探索新的想法。4.2 内容生成算法一段时间以来，人们一直在训练计算机观看视频并预测我们物质世界中相应的声音。内容生成算法研究的重点是帮助系统了解物体在物理领域如何相互作用。4.3 从短视频生成虚拟环境自动生成的虚拟环境的未来应用非常广泛：考虑物流培训环境（仓库、工厂、航运中心）、城市规划模拟，甚至在游乐园和购物中心内测试客户流场景。4.4 自动版本控制随着更多的实验的进行，人们期望看到新闻和娱乐媒体公司开发同一内容的多个版本，以达到更广泛的受众或大规模生产大量的内容。4.5 自动语音克隆和配音类似人工智能和描述使克隆声音成为可能，这意味着很快你可以在电影中看到基努里夫斯，也可以听到他用自己的声音用意大利语说话。4.6 机器文字识别在过去的一年里，研究人员展示了人工智能是如何被用来编写好的文本的，以至于人类无法分辨它是由机器编写的。事实证明，人工智能还可以用来检测文本是什么时候生成的，即使我们人类无法识别假文本。4.7 算法事实检查误导性和彻头彻尾的虚假信息已经污染了互联网和我们的社交媒体渠道，日常消费者难以应对，旨在传播谎言的算法可以比人类的事实核查器工作得更快。人工智能研究人员一直在研究使用框架语义的自动化技术。框架是描述特定事件、情况、对象或关系及其参与者的示意图。4.8 数据挖掘群智能手机拥有量已经达到临界值，人们对各种网络的使用也达到临界值。人类的数据不仅可以跟踪我们自己，还可以供任何人搜索、收集和分析。预计更多的新闻机构以及营销人员、活动家和其他团体将开始以创造性的方式利用这些数据。4.9 深度链接自智能手机问世以来，深度移动连接就一直存在，它使人们更容易在手机中的所有应用程序中查找和共享数据。深度链接的使用方式现在已经模糊了消费者的信息。5. 消费品和服务5.1 环境计算扩展环境计算系统承诺优先考虑许多与人类行为相关的决策，代表人们授权它们，甚至根据环境自主地为人们回答。在没有直接监督和投入的情况下，很多无形的决策都会发生。使环境设计如此诱人的是，它应该要求我们在不久的将来做出越来越少的决定。把它看作是一种意图的自动完成。5.2 无处不在的数字助理（DAs）在很多地方都可以找到数字助理。现在有成千上万的应用程序和小工具可以跟踪和响应 DAs。新闻机构、娱乐公司、营销人员、信用卡公司、银行、地方政府机构（警察、公路管理局）、政治活动和许多其他机构都可以利用 DAs 来显示和提供关键信息。5.3 人工智能致力药物研发制药公司加大了人工智能研究力度2018 年和 2019 年，制药公司加大了研究力度，以确定人工智能是否可以用于药物开发的每个阶段，从假设、挑选更好的化合物和确定更好的药物靶点，到设计更成功的临床试验和跟踪现实世界的结果。5.4 人工智能面试识别系统现在可以用来观察人们被面试的过程，来衡量面试者的热情、坚韧和沉着。算法分析数以百计的细节，比如面试者的语调、面部表情和行为习惯，试图预测面试者将如何适应一个社区的文化。5.5 消费者级人工智能应用新的自动机器学习平台使非专家能够建立和部署预测模型。许多人希望，在不久的将来，人们将使用各种各样的人工智能应用程序作为日常工作的一部分，就像人们今天使用微软 Office 或谷歌文档一样。6. 人工智能与地缘政治、地缘经济与战争6.1 新的高科技工业综合体在过去的几年里，美国一些最大的中情局公司开始与军方合作，推进研究，寻找销量，开发新的技术系统，可以在各种情况下部署。2017 年，美国国防部成立了一个算法战争跨职能团队，致力于一个名为 “Maven 项目” 的项目，这是一个计算机视觉和深度学习系统，可以自动识别静止图像和视频中的物体。该小组没有必要的人工智能能力，因此国防部与谷歌签订合同，帮助训练人工智能系统分析无人机画面。但被分配到这个项目的谷歌员工并不知道他们实际上在做一个军事项目，这导致了引人注目的反弹。多达 4000 名谷歌员工签署了一份请愿书，反对 Maven 项目。他们在《纽约时报》上登了一整版广告，最终数十名员工辞职。最终，谷歌表示不会与国防部续签合同。谷歌员工抗议该公司在美国军事项目上的情报工作6.2 国家情报战略在过去的几年里，人工智能的危险性得到了极大的缓解。从自驾车事故到通过造谣活动进行选举，再到通过面部识别和自动搜索增强的政治压制，谷歌员工抗议该公司在美国军事项目上的情报工作。在地缘政治、地缘经济和战争面纱的第十三个年头，很明显，国际情报局正在改变国家、公司和公民的安全环境。现在，几乎没有一种技术能够触及人类的方方面面，世界各国都在竞相制定和公布自己的人工智能战略和指导方针。谷歌前 CEO 埃里克施密特（左）与前国防部长阿什卡特握手6.3 建立人工智能规则的竞赛去年，中国在全球率先制定了一套规范和标准，以管理人工智能的未来，随后，许多国家和地区争相出台相关的政策，随着人工智能在中国、欧盟和美国继续按照不同的规则发展，全球 AI 学术领域的合作可能会急剧下降。6.4 算法战争我们未来的战争将以代码作战，使用数据和算法作为强大武器。当前的全球秩序正在被人工智能所塑造，而世界各国在美国、中国、以色列、法国、俄罗斯、英国和韩国等国家的研究也在发展包括至少一些自主功能的武器系统。FTI 分析表明，未来的战争不仅仅包括传统武器。使用人工智能技术，军队可以通过破坏经济稳定而不是摧毁农村和城市中心来 “取胜”。6.5 人工智能自我解释毫无疑问，你听过有人说人工智能正在变成一个 “黑匣子”—— 即使是在这个领域工作的研究人员也不明白我们最新的系统是如何工作的。这并不完全正确，但是越来越多的计算机科学家、记者和法律学者表示担心，他们认为人工智能系统不应该如此秘密。但要求人工智能的透明度可能会泄露公司的商业机密。要求系统同时解释其决策过程也会降低输出的速度和质量。6.6 在关键系统中使用人工智能机器学习保证了人们关键基础设施系统的效率和新的保障措施。为此，政府研究人员正在探索如何率先开发关键系统：道路和铁路运输系统、发电和配电以及预测救护车和消防车等公共安全车辆的路线。人们不再回避人工智能系统，而是对利用这项技术预防灾害和提高安全性产生了新的兴趣。7. 中国人工智能规则7.1 中国规则如果认为中国是一个只是复制而不是创新的国家，麻烦再想一想。中国已经是人工智能领域的全球领导者。该国在许多领域取得了巨大的进步，但尤其是在人工智能企业和政府已经合作了一个全面的计划，使中国在 2030 之前成为世界上主要的人工智能创新中心，并且它已经朝着这个目标迈进了一大步。同时赋予了中国三大公司百度、阿里巴巴和腾讯一个称号 ——BAT。目前，中国的人工智能初创企业几乎占到所有人工智能全球投资的一半。7.2 中国的数据盈余中国人口众多，接近 14 亿人，为那里的研究人员和初创企业提供了未来人类数据中最有价值的自然资源，而不受世界许多地方普遍存在的隐私和安全限制。如果数据是新的石油，那么中国就是新的欧佩克。中国人正在挖掘的这种丰富的数据可以用来训练人工智能，挖掘从教育、制造到零售和军事应用等各个领域的模式。中国公司 Sensetime 是世界上最有价值的人工智能初创公司之一，它正在打造更多人工智能新技术8. 人工智能与社会8.1 人工情感智能研究人员正在教授机器无条件的爱、积极的倾听和移情根据信诺健康服务机构的研究，在过去的 50 年里，美国人的孤独率翻了一番。两年前，英国前总理 Theresa May 创造了一个新的内阁职位，世界上首位孤独部长。在我们日益紧密联系的世界里，报告说人们感到更加孤立。在未来，像韩国这样正在与大规模心理健康危机作斗争的政府，可能会转向情感支持机器人来大规模解决这个问题。8.2 个人数码双胞胎去年中国中央电视台的春节联欢晚会上，四位著名的人类主持人与他们的数码双胞胎一起亮相。据估计，有 10 亿人观看，这些人工智能复制品模仿了人类的同类，没有预先设定的行为、演讲或程序。不久的将来，可能会有一对数字双胞胎，面向包括健康和教育在内的多个领域的专业人士。8.3 问题数据集人工智能本身并没有偏见，但是数据输入方法和输入数据的人可以显著改变人工智能的行为。从真实的人那里获取真实的数据来训练系统很困难，而且随着新的隐私限制，开发人员可能会选择更多地依赖公开的和有问题的数据集。8.4 人工智能识别欺骗性为人工智能也被用来识别欺骗行为。ECRI 研究所的 Crosscheq 使用机器学习和数据分析来寻找招聘过程中的夸张和误导信息。德雷克塞尔大学的研究人员开发了一个应用程序，利用生物特征来预测节食者何时可能偏离规定的饮食方案。8.5 针对弱势群体设计的算法在世界各地的国家，人工智能正被用于边境口岸、贫困社区以及存在犯罪问题的学区。大多数时候，这项技术被称为一种解决方案，但它有助于剥夺弱势社区的公民权。8.6 人工智能存在偏见随着计算机系统越来越擅长做决定，算法可能会把人们每个人分成对我们自身来说没有任何明显意义但可能产生巨大影响的组。每一天，人们都在创造难以想象的数据量，这些数据是通过算法挖掘和使用的，通常没有您的直接知识或理解。它被用来制作广告，帮助潜在的雇主预测我们的行为，确定我们的抵押贷款利率，甚至帮助执法部门预测我们是否可能犯罪。8.7 人工智能故意隐藏数据计算机正是按照命令来做的。命令一台机器在比赛中获胜，它将尽其所能实现这一目标。显然现在包括作弊，而且这种情况发生的越发频繁。8.8 未报告（Undocumented）人工智能事故的兴起目前，研究人员没有义务报告涉及我们的数据或人工智能过程的事故或事件，除非违反了法律。虽然大公司必须告知消费者其个人数据信用卡号码、家庭住址、密码是否被盗，但它们不必公开算法基于种族或性别歧视某人的实例。8.9 人工智能与数字红利人工智能将不可避免地导致全球劳动力的转移，导致许多行业的失业。数字红利则是一种公司向社会偿还一部分从人工智能获得的利润的方式。8.10 优先考虑责任和信任人们依赖于对人工智能的信任将不再能够判断一个数据集是否被有意或无意地篡改，如果我们不再相信这个结果，几十年的研究和技术进步将一无所获。政府、企业、非营利组织等各个部门的领导人都必须对所使用的数据和算法有信心。此外，雇佣伦理学家直接与管理者和开发人员合作，并确保开发人员本身代表不同种族、民族和性别的多样性，将减少人工智能系统中固有的偏见。最后，这份报告还涵盖了包括量子计算、合成材料在内的其他众多领域的技术趋势，但是由于篇幅所限，在这里不能一一翻译整理，感兴趣的朋友可以在公众号后台回复 “2020 科技趋势” 查看报告完整版。

一、 计算机投资进入黄金时代流动性+政策驱动资本市场发展大时代：新冠疫情全球冲击之下，美联储不断推出宽松政策，包括降息速度、量化宽松（QE）容 量、非常规工具重启等多方面。美联储的政策力度远超预期，使得全球流动性大量释放。 即使 2021 年经济表观增速回正，但疫情及全球增长点乏力中期仍大概率会限制流动性的收缩。6 月份，证监会主席易会满在陆家嘴论坛表示：“大家普遍认为这次由疫情引发的系列问 题，兼具了 1918 年大流感、1929-1933 年大萧条和 2008 年国际金融危机的部分特征， 应对难度前所未有。” 各主要金融市场将可能共同面临“资产荒”的挑战，优质上市公 司资源的竞争会更加激烈，中国政策不断，表达了对资本市场的重视。高流动性下计算机行业估值收益：核心估值方法下资本市场流动性促进高成长资产估值提升。DCF 方法做为企业价值评估 的一种方法，已经被越来越多的国内评估机构所借鉴和采用，是价值投资的基准。PE、 PEG、市值空间法是在不同增长环境下对 DCF 的转化。影响折现率的几个重要外部指标 为： 无风险利率、市场风险溢价、可比公司的收益指标和财务杠杆等财务指标、企业特 定风险调整系数等几个参数。从数据上看，增速更快的企业对流动性更加敏感。定性来 看，流动性充裕下对新兴资产不确定容忍度提高，高成长性空间较大资产受到青睐。计算机行业特点为产业链扁平，不透明度相对较高，受科技与政策影响大，但又为最典 型高成长空间较大行业。在流动性与风险偏好持续提升时，投资者会更加重视对空间的 判断，淡化对其中不确定性的担忧。2019VS2013：商业模式升级、护城河与集中度提升、数据触碰新需求。护城河与行业集中度提升：1）云计算的本质是 IT 与数据集中，领先服务商的产品及服 务优势更加明显，以往集成商靠渠道取胜的优势在淡化。2）技术与行业 Know-how 不 断迭代与竞争，各细分领域头部公司更加明显。商业模式升级：云计算以及运营方式改造使得从订单型收费，转变为按流量（年/人次/ 使用次数）收费。例如广联达传统造价软件收入受到建筑业新开工面积波动影响较大， SaaS 转型后按年收费，可以平滑业绩波动。从 IT 到 DT，空间打开：1）2013-2015 年期间，计算机公司相继推进互联网+战略，本 质上是业务与数据运营开始，各类数据的汇集开始产生新的需求。2018 年，市场上有一 批优质公司进入到收获期，可验证性增强。2）云计算带动数据集中，集中后创新模块不 断被发现和推出，带动空间打开。大科技周期在 2016 年开始导入期，2018 年预期消化。区块链、5G、物联网、AR 在 2016 年资本市场都出现过导入期炒作，2017 年 AI 伴随 Alphago 以及国家规划在计算机 行业整体下行中有极大相对收益。2018 年各科技趋势伴随本身预期消化及资本市场去杠 杆开始出现标志性降温事件。下一个 IT 代际逐步到来，2019 年出现产业化信号。四大科技赛道不断出现积极信号： 1）云计算 10 年成长期加速。2）信创进入产业落地期，相关公司订单、报表变化。3） 5G 应用孕育产业化信号。4）AI 已出现多领域应用场景，开始触动信息化再次深化。我们跟市场反复强调金融 IT 的行业特征为：业绩弹性大、壁垒深厚，关键变量是监管。证券 IT 领军公司如恒生电子、同花顺、东方财富在 2015 年牛市期间业绩大幅增长，尤 其是由 IT 切入金融业务的空间巨大。 证券公司对 IT 核心业务系统依赖度、更替成本都很高，因此领军 IT 厂商壁垒深厚，在 细分领域市占率普遍过半，行业竞争格局稳定。2020 年监管进入全面鼓励发展阶段：回顾近十年金融监管政策历程，2020 年进入全面 鼓励发展阶段，近期金融 IT 政策大趋势不断演绎。1）政策全面宽松阶段：2009 年“四 万亿”，2011 年金融创新，2014 年连续双降；2）全面监管阶段：2016 年底央行开始防 控风险，2017 年“资管新规”，2018 年供给侧改革；3）兼顾发展阶段：2018 年 10 月 政治局会议强调稳住资本市场，以及证监会后续诸多配套政策，2019 年科创板等政策红 利；4）全面鼓励阶段：2019Q4 证券修法、LPR 改革、理财新规等，2020 年推出创业 板注册制、上证综指调整、t+0 有望试点，政策进入全面鼓励发展阶段。我国云计算仍然处于早期阶段，落后美国五年左右。根据 IDC 资料，我们认为国内云计 算产业落后美国至少五年。亚马逊 AWS 在 2006 年推出首款产品，阿里云诞生于 2009 年。国内市场在 2013 年企业用户才逐步对云计算接受并认可，目前产业正进入广泛应 用阶段。海外云计算虽经历二十年增长，现在才刚开始。回顾云计算历史，2000 年新兴的云计算 公司包括 Salesforce、Netsuite 和 Paypal，但价值达 10 亿美元的云计算公司一家都没有。 但是在 20 年内，大量云计算巨头企业迅速成长壮大，2008 年云计算前五大公司的总市 值约为 140 亿美元，2020 年云计算前五大公司的总市值已经超过 6160 亿美元，是 2008 年的 44 倍，是 2015 年的 5.3 倍。部分云计算公司甚至超越了传统软件巨头的市值。Adobe 转云后目前市值超过 2000 亿 美元，Salesforce 的目前市值约为 1700 亿美元，Salesforce 的市值也在今年超过了其长 期以来的竞争对手之一 Oracle。中美科技摩擦或将成为常态。美国对中国的出口管制由来已久，从小布什政府冻结克林 顿政府对两个电子束系统发放的出口许可，再到 2018 年美国商务部对中兴和福建晋华 的禁售。2019 年 5 月，美国总统以国家安全令有效地封锁华为。6 月，美国商务部宣布， 将把四家中国公司和一家中国研究所列入实体清单。包括中科曙光(603019)、天津海光、 成都海光集成电路、成都海光微电子技术、无锡江南计算技术研究所。我们认为中美两国在科技领域的摩擦将成为新常态。从行业上看，2019 年信创产业主要在党政军领域进行试点。2020 年，党政军进入全面 推广阶段，八大行业试点逐步展开，其中金融行业已进入规模性试点阶段，未来有望实 现政务云架构的全面国产化。2020 年截至目前 5G 应用低于预期。2020 年初资本市场对 5G 应用快速推进有较大期 待。但产业发展有自身规律，截至目前相关应用低于市场预期。5G 应用仍将在 3-5 年内大规模商用。从整体上看，各大 5G 应用均已完成技术准备阶 段，在解决关键问题的同时进行产业化推广。根据各领域时间表来看，3-5 年内 V2X、 超高清、VR、云游戏均有望形成大规模商用的可能，围绕新应用、新生态、新技术的投 资机会会不断涌现。软件和信息技术服务业增速逐渐与 GDP 增速部分脱钩。历史上软件行业收入增速与 GDP 增速的变动基本保持一致。2017 年之后我国实际 GDP 增速开始缓慢下行，然而软 件业务收入增速呈现上涨趋势。云计算等信息化深化，行业增长保持高速。2019 年第一季度我国软件业务收入 14755 亿元，同比增长 14.4%，增速同比提高 0.4 个百分点。二、 金融 IT 产业趋势加速推进我们跟市场反复强调金融 IT 的行业特征为：业绩弹性大、壁垒深厚，关键变量是监管。 根据近期陆家嘴论坛监管层发言以及产业趋势，资本市场政策前瞻梳理：1）科创板方面，纳入沪股通、引入做市商制度、IPO 老股转让、再融资办法、科创 板指数、“T+0”交易等政策；2）注册制在创业板试点，未来将在主板、中小板陆续推广；3）扩大沪深股通的投资范围和标的；进一步完善沪伦通业务；拓宽 ETF 互联互通机 制；4）继续鼓励和支持外资金融机构设立或控股证券基金期货机构；5）金融市场放开方面，支持上海股票市场交易所债券市场、期货和金融衍生品市场 开放发展；6）国有大行可能获得券商牌照；头部券商或加速整合。金融 IT 领军的高壁垒体现为：1）技术和经验优势。金融机构对于业务系统的稳定性和安全性要求极高，相关厂商在行 业内积累了多年经验和技术，短期来看难以被超越，如恒生电子的投资交易系统、长亮 科技的银行核心业务系统等。2）行业口碑和渠道粘性高。行业领军公司花费多年建立的行业口碑，形成了极强的渠道 粘性。从客户角度，系统替换成本极高。因此，往往头部厂商市占率较高。3）行业集中度较高。例如，恒生电子在证券集中交易系统市占率为 50%、基金投资交 易管理系统市占率为 83%。线上流量领军同花顺的 DAU 可以达到 2000 万。长期来看，恒生电子作为证券 IT 顶级领军未来拥有十倍成长空间。1）根据 IDC 等相关 数据，参照国内银行 IT 和保险 IT 每年 20%市场规模增速，在资本市场大力发展的情况 下，预计证券 IT 市场规模增速在 25%，即未来三年市场规模翻倍、达到 200 亿以上。2） 海外对标角度，FIS 作为全球级金融 IT 领军，2019 年 FIS 收入达到 103.33 亿美元，其 中北美地区收入为 78.59 亿美元。同期恒生电子营业收入为 38.72 亿元，与 FIS 相差十 倍以上。另外考虑两家公司市值规模以及所处资本市场规模，长期来看，恒生电子未来 拥有十倍成长空间。互联网资管领军技术和流量的积累在资本市场高峰期有望爆发。1）同花顺自上市起就 有各类量化非专利技术，2018 年财报显示已经获得“基于深度学习的个股交易系统”、 “基于人工智能的组合管理优化”等人工智能领域非专利技术，标志公司已具备人工智 能投资的技术储备。2）“金融大师”和“财富先锋”是公司付费 PC 产品线里面向 C 端 的主要投资机器人产品。如“金融大师”利用 AI 技术为选股、择时、风控赋能，产品功 能主要有 AI 大数据（揭示活跃机构资金）、大盘趋势（多维智能分析系统）、九维理念（高 端股票池系统）等。3）2019 年同花顺手机端 APP 的 MAU 超过 4000 万、为国内第一， 而 2015 年仅为 2000 万。AI 技术赋能下，以及资本市场高峰期，有望大幅提高各项业 务变现空间。区块链行业迎政策拐点，2019 年底已上升至国家战略高度。据新华社消息，中共中央政治局 2019 年 10 月 24 日下午就区块链技术发展现状和趋势进行第十八次集体学习， 强调区块链技术的集成应用在新的技术革新和产业变革中起着重要作用。我们要把区块 链作为核心技术自主创新的重要突破口，明确主攻方向，加大投入力度，着力攻克一批 关键核心技术，加快推动区块链技术和产业创新发展。大国竞争之下，央行数字货币“呼之欲出”。1）金融领域最大应用即为数字货币，而国内数字货币由央行主导。DCEP 由时任央行行 长的周小川 2018 年 3 月 9 日在十三届全国人大一次会议“金融改革与发展”主题记者 会上首次提出：央行研发的法定数字货币的名字是“DC/EP”（DC，digital currency，数 字货币；EP，electronic payment，电子支付）。2）在区块链这场技术浪潮中，无论是中国和美国都想要获得先发的优势，而数字货币作 为区块链发挥去中心作用、进行价值传输的工具，世界大国都想争夺这一法币之外的货 币的话语权。而 6 月 18 日，Facebook 已经发布 Libra 白皮书，由此引发了世界各国央 行的关注与讨论。全球央行开始密集释放研发数字货币的信号。因此，央行数字货币具 有国家战略高度。3）2020 年 1 月 10 日，央行明确基本完成法定数字货币顶层设计、标准制定、功能研 发、联调测试等工作。首批试点名单共有 4 地，分别是苏州、雄安、成都和深圳。双层架构和市场化决定了商业银行 IT 端投入将明显加大；便捷匿名的“双离线支付” 带来线下支付终端的大量升级改造需求。三、 加速转云：北美 2013云计算的集中度进一步提升在公有云领域已经得到很明显的体现，头部参与者的市场份 额不断提升。全球范围：前四大公有云巨头（Amazon、微软、阿里巴巴、google）在 2019 年的市场 份额总和为 59.9%，2018 年市场份额总额为 55.2%。国内范围：前四大公有云厂商阿里云、腾讯云、华为云、百度云的市场份额总额也从 2017 年的 61.8%提升到了 81.8%。SaaS 领域：软件 SaaS 化实现数据与资源的全面流通，领先者市占率更上一层楼。垂 直细分领域具有龙头企业，市占率高，用户粘性强，例如建筑、餐饮等，云转型后市占 率有望进一步提升。国外：Salesforce。成立 20 年以来，云 CRM 逐渐侵蚀传统软件份额，2018 年市占率 20%。 国内：广联达。目前广联达云转型已取得初步成效，实际渗透率提升明显。造价领域竞 争对手鲁班与神机妙算底层采用的是 AUTODESK 产品，所以在转云的时候难以跟进。Adobe：在过去的几十年仅提供视频、图像等软件技术服务，其客户使用上述软件技术 进行广告等创意创作。2015 年顺利转变为一家 SaaS 企业，下游原本分散的视频和图像 数据资源得以在云上集中，新业务的拓展也变得更加便捷。产业链下游业务的外延收购，与现有产品形成协同，增加产品体系的广度。为了弥补 Adobe 在客户分析、营销方案推广等方面的不足，完善数字营销技术链，Adobe 开始挖 掘自己使用自家软件的制作营销广告的可能性，逐步布局新业务蓝图，并通过收购获取 广告营销内容制作技术、营销视频播放平台，开展数字营销服务。传统 IT 领域里，海内外差距已十分明显，追赶需要较长时间：计算机技术在 20 世纪 40 年代的美国就已开始酝酿，而在 50 年代－60 年代即逐渐发展 成熟；同一时代的中国，仍在市场和计划之间反复摇摆，1984 年才提出“有计划的商品 经济”。从市值体量对比来看，美国的 Apple、Microsoft、Amazon 的总市值都已经达到 1.7 万亿 美元、1.6 亿美元、1.5 亿美元。对比之下，中国 ERP、财税、建筑领域的龙头公司的用 友网络、航天信息、广联达的总市值都有望朝着 300 亿美元目标奋斗。云计算应用下海内外差距有望拉近，中国 IT 有望实现弯道超车。中美云计算差距较小， 中国云计算企业有望依托于国内庞大的实有企业和人口数量形成的生态圈，反哺云计算 技术，从而推动 IT 技术向前迈进，实现弯道超车的可能。从时间来看，在 IaaS 层，美国与中国的起步相差仅 5-7 年左右。在 SaaS 层：Workday、 ServiceNow 都是 2005 年才成立，云转型企业 Adobe、Autodesk 的 SaaS 化起点时间为 2012 年、2014 年。相比之下，我国 SaaS 云转型的领先企业用友网络、金蝶国际、广联 达、石基信息的云转型时间在 2016-2017 年期间。海外与国内的云计算 SaaS 公司，如使用 PE 估值法分析，会发现传统软件公司普遍使 用的 PE 估值法失效，目前资本市场习惯用 PS 估值法对云计算 SaaS 公司评估。快速发展后可迅速转化成可接受 PE。较高的 PS 能在收入较快成长后迅速下降，且面向 未来的销售费用和研发投入一旦减少，稳定利润率将使 PE 回到可接受范围。云计算企 业通常在稳定期理论净利润率有望达到 30-40%。若假设两年后降低投入且进入稳定期， 实际上云计算领军企业市盈率将进入可接受范围。金山办公：SaaS 订阅客户付费率仅为 3%左右，存在极大提升空间。SaaS 订阅客户的付费率较低，存在极大提升空间。截至 2019 年 12 月 31 日，公司主 要产品月度活跃用户（MAU）已达到 4.11 亿，同比增长 32.6%。其中，2019 年度累计 的年度付费个人会员数达到 1202 万，同比增长 104.4%。从付费率的角度来看，目前金 山办公约为 3%。在国人的付费习惯上面，可以参考视频网站爱奇艺模式，截至 2020 一季度，爱奇艺付 费订阅会员数已经达到 1.18 亿人，并且季度 ARPU 值连续 3 个季度提升。一旦金山办公 的 WPS 开始重视用户的变现，开启全员收费的商业模式，其付费率将有可能是目前的 3-6 倍，ARPU 值也将随着用户忠诚度和产品实用度快速提升，公司的收入也将随之指数 型增长，公司市值天花板仍然远未达到。我们对金山办公的 WPS 会员收入和稻壳会员收入的敏感性分析，WPS 会员未来 5 年 的年收入区间约为 4.3 亿元-16.2 亿元，稻壳会员未来 5 年的年收入区间约为 2.5 亿元 -11.7 亿元。即乐观估计可以在 5 年内达到 28 亿元年收入。此外，如果考虑云文档、 云存储等功能一旦进入到变现阶段，也将推动 ARPU 值显著提升。信创落地进程中，未来 5 年 WPS 将释放 60.8 亿市场空间。全国的党政机关各个部门 人员用的电脑共有 2000 万，未来还将逐步渗透到国资委下的企业。根据统计局数据， 2015 年全国党政机关公务员超过 700 余万人，事业单位编制人员 3100 余万人、中央 企业员工 200 余万人，总数合计约 5000 万人。我们按照截止 2022 年，2000w 台替换电脑测算，政府部门多以场地面积授权方式付费， 假设 Linux 版本的 WPS office 价格为 960 元/3 年/台，即 320 元/年/台。WPS 的竞争对 手还有永中 Office，但是 WPS 的市占率达到 95%以上，释放 60.8 亿市场空间。广联达：从软件企业到云计算企业再到智能企业，边界无限拓宽。非公开发行募集资金，进一步夯实造价及施工业务的优势。广联达是数字建筑平台服务 商，收入构成目前以造价业务和施工业务为主。2017 年至今，公司造价业务的云转型持 续推进，造价业务的商业模式由销售软件产品逐步转向提供服务的 SaaS 模式。2020 年公司顺利完成定增，募集资金 27 亿元，用于造价大数据及 AI 应用项目、数字项 目集成管理平台项目、BIMDeco 装饰一体化平台项目、BIM 三维图形平台项目、广联达 数字建筑产品研发及产业化基地及偿还债券等项目。此次定增大部分募集资金投入到公司的主业造价业务和施工业务中，将推动公司从传统 造价软件企业向云计算企业和智能企业迈进，其中： 造价大数据及 AI 应用项目：公司造价产品已升级到第二代以云计价和云算量为代表 的“云加端” 产品，通过有效的数据积累为后续数据类增值应用打好基础。开发基 于造价大数据及 AI 应用的智能计价与智能算量的下一代造价产品，有利于提高公 司数据增值服务和提高客单价。 数字项目集成管理平台项目：数字项目集成管理平台通过将业务提炼成公共组件， 并对组件产生的公共数据进行统一管理调用，打破了原有的业务和数据的壁垒，最 终实现业务和信息互通，解决了传统模式下的信息孤岛难题。 BIMDeco 装饰一体化平台项目：主要助力装饰产业实现数字装饰，是数字建筑的另 一组成部分，同时也是公司在造价及施工业务之外的又一领域探索。 BIM 三维图形平台项目：由于国内缺少自主知识产权的三维图形平台，因此打造 BIM 三维图形平台利于实现建筑软件自主安全可控，进一步增强国产建筑软件核心竞争 力。 广联达数字建筑产品研发及产业化基地：打造西安研发中心，为公司研发提供技术 人才资源。横向提高数字造价 ARPU 值，纵向深入拓展建筑信息化各个领域。横向提高客单价方面， 在造价业务 SaaS 化成功的基础上，公司将融合人工智能、大数据、云计算等技术，打 造广联达工程造价大数据及 AI 应用平台及相关产品和服务，还可以向公司其他业务线提 供 AI 能力复用，与数字施工业务、供应商业务、教育培训业务及政务业务形成协同效应； 纵向拓展其他领域方面，公司通过进入到装饰领域、设计领域，深化公司在建筑信息化 各个领域的布局。考虑造价业务转型成功后，盗版用户及竞争对手用户转移到广联达的产品，以及增值服 务带来的 ARPU 值提升，广联达的造价业务的年收入可超过 50 亿元。施工信息化业务的潜在收入空间可达百亿规模。工程项目是施工企业的基本工作单元， 2016 年我国施工项目数为 79 万个，平均每个项目的投资额为 1.41 亿元，如果每个项 目在施工阶段投入 15 万元到信息化，占比仅为投资额的 0.1%左右，那么施工阶段软 件市场在中国可达千亿级别。如果广联达在施工业务的市占率达到 10%，那么广联达 的施工收入将达到百亿级别。BIMDeco 装饰一体化业务是数字建筑的另一组成部分，是公司在造价及施工业务之外 的又一领域探索，BIMDeco 以装饰 BIM 为基础，打通设计、预算、施工的项目全过程， 通过三维建模工具，实时渲染技术，实现工程项目虚拟与现实数字孪生共存，从而帮助 公装领域相关企业逐步实现 BIM 化设计、工业化生产与数字化、装配式施工。卫宁健康：推出 WinCloud 计划，引领医疗行业 SaaS 变革。发布 WinCloud，宣告开启 SaaS 转型之路。医疗信息化产品一直以来存在定制化程度 高，难以完全产品化，实施交付流程长等痛点，SaaS 化解决了医疗信息化产品的痛点： 1）“1+X” 数字生态解决医院各类定制化需求；2） 云端交付解决实施交付周期较长问 题； 3) 大量医疗数据的交互与互联互通需求，包括在院内、线上线下、以及医院与医 联体和医保局等场景。云原生的 WinCloud 可以部署在云端，上面可以生长出很多内容， 包括传统的线下业务产品、线上互联网产品、甚至第三方的产品，都可以基于未来的产 品来进行生长来打造一个完整的产品生态。基于这个产品生态往外进行辐射，可以跟政 府进行连接，跟产业的上下游进行连接，从而实现全面云化的 WinCloud 生态打造。转云后的卫宁估值天花板被大幅抬高。我们假设：1）WiNEX 产品（仅包括数据中台、 业务中台与技术中台）在医院平均订阅服务年费为 232 万，第一年初装费用为 150 万。而订阅服务年费可以随着医院应用市场以及模块增加可以逐步提高。2）2020-2024 年公 司实现订阅制收费的医院数量分别为 30/100/180/300/500 家，公司 2019 年医疗卫生机 构用户已经超过 6000 家，其中三级医院数量超过 400 家；3）公司全面推广 WiNEX 产 品，未接受订阅制付费的医院的订单在行业趋势保持快速增长。预计公司 2020-2024 年云业务表观收入分别为 1.15/3.37/5.38/8.76/14.60 亿元，传统订 单业务由于 WiNEX 产品上线，实施成本降低，交付周期缩短，规模效应逐步体现， 2020-2024 年收入分别为 22.20/26.57/31.07/35.80/40.30 亿元。四、 信创进入收获期，数据库为最后一公里自主可控产业链可分为四部分：1）IT 基础设施：主要指 CPU 芯片、服务器、存储、交换机、路由器，这些是信息安全 的基础，国产化替代空间巨大；2）基础软件：主要指操作系统、数据库、中间件，随着基础软件技术逐渐成熟，国内 厂商积极抢占国外巨头市场份额；3）应用软件：主要指为不同行业领域用户需求而提供的软件，比如 ERP 领域、电力行 业、金融行业、政务应用、办公软件，目前国产化替代逐渐从基础软件向高端软件渗透；4）信息安全：主要指边界安全产品、终端安全产品、安全管理产品，目前国产信息安 全产品可基本替代国外同类产品。国产终端大体上相当于 Wintel 3-5 年前的水平，技术上可以实现完全替代。Linux 操作 系统与 windows 的比较，最大缺陷是缺少大量行业软件支持的生态问题，但是国内应用 软件成熟度日益提高改善整体生态水平，可以说国产 CPU+操作系统正从“可用”向“好 用”发展。从进展上看，2019 年信创产业主要在党政军领域进行试点。2020 年，党政军进入全 面推广阶段，八大行业试点逐步展开，其中金融行业已进入规模性试点阶段，未来有望 实现政务云架构的全面国产化。数据库的发展历史反映了产品要随着结构复杂化、数据独立性、冗余度和控制功能不断 进化。数据库系统阶段是从 60 年代后期开始的，数据库中的数据不再是面向某个应用 或某个程序，而是面向整个企业(组织)或整个应用的。数据库系统阶段的特点是：1. 采 用复杂的结构化的数据模型，数据库系统不仅要描述数据本身，还要描述数据之间的联 系。这种联系是通过存取路径来实现的。2. 较高的数据独立性，数据和程序彼此独立， 数据存储结构的变化尽量不影响用户程序的使用。3. 最低的冗余度，数据库系统中的重复数据被减少到最低程度，这样，在有限的存储空间内可以存放更多的数据并减少存取 时间。4. 数据控制功能，数据库系统具有数据的安全性，以防止数据的丢失和被非法使 用；具有数据的完整性，以保护数据的正确、有效和相容；具有数据的并发控制，避免 并发程序之间的相互干扰；具有数据的恢复功能，在数据库被破坏或数据不可靠时，系 统有能力把数据库恢复到最近某个时刻的正确状态。数据库产品需要与技术和场景结合。当前有许多研究是建立在数据库已有的成果和技术 上的，针对不同的应用，对传统的 DBMS，主要是 RDBMS 进行不同层次上的扩充，例如 建立对象关系(OR)模型和建立对象关系数据库(ORDB)。面对场景上比如面向工程，面向 地图系统，面向设计类等特定的领域。这一类数据库会对业务场景进行深入理解，分析 其中的数据模型，特性，数据流的梳理特点，从而定制形成专属的更符合业务场景的， 在性能，交互，事务处理方面更好表现的数据库。主流数据库主要是以 MySQL，Oracle，PG 等为基础的。数据库是指长期存储在计算 机内有组织的、可共享的数据集合。数据库中的数据按一定的数据模型组织、描述和存 储，具有较小的冗余度、较高的数据独立性和易扩展性，并可为各种用户共享。“共享”是指数据库中的数据，可为多个不同的用户、使用多种不同的语言、为了不同的目的而 同时存取数据库，甚至同一块数据也可以同时存取；“集合”是指某特定应用环境中的各 种应用的数据及其数据之间的联系(联系也是一种数据)全部集中地按照一定的结构形式 进行存储。传统主流的数据库主要以 MySQL，Oracle，PG 等为基础的。国产数据库市场规模达 268 亿元。2016 年人社局数据表示全国公务员数量为 716.7 万 人，统计局数据表示国有单位在业人员 5739.7 万人，全国 PC 存量 PC 台数近 3 亿。在 不考虑民用消费市场的前提下，我们基于政务市场和事业单位的保守假设，基于政务市 场、事业单位和央企国企的中性假设下，预测其潜在市场空间分别达到 108 亿元和 268 亿元。国内数据库行业呈现出三大核心竞争阵营，一是以阿里、腾讯和华为科技巨头为代表的 云数据厂商；二是以武汉达梦、南大通用和神舟通用为代表的传统国产厂商；三是以科 蓝软件外延并购的 SUNJESOFT 为代表的厂商。五、 5G 模式渐明，软件定义汽车先行1.超高清赛道稳步推进，国产 AVS 有望弯道超车上海上线首个超高清 4K 频道。2020 年 7 月 15 日，上海首个 4K 超高清频道“欢笑剧 场频道”正式对外开播，该频道是在上海广播电视台原高清“欢笑剧场”频道基础上， 保持名称和呼号不变调整升级而来，频道全天 24 小时播出，内容囊括影视剧、综艺、 纪实、体育等门类。首播栏目包括《甄选影院》、《强档综艺》、《超清赛事》和《探索大 发现》等。“5G+4K/8K 超高清直播示范平台”项目启动。未来总台将以该项目为抓手，推动总 台从传统技术布局向“5G+4K/8K+AI”战略转型，项目总投资 4.2 亿元，将在未来两年 内完成。项目建成后，将首次实现基于 5G 技术的“云管端”全新业务模式，形成年产 10000 小 时超高清节目制作能力，并全面对接总台电视、新媒体、电影平台，实现 4K/8K 超高清 电视节目在各平台的直播、点播。受到疫情冲击，超高清赛道推动进展低于预期。受到新冠疫情冲击、奥运会延期的影响， 超高清赛道在 2020 年的落地推动进展一定程度上有所延缓。年内截至 2020 年 7 月，央 视暂未看到超高清 4K 频道的落地播出（根据中央电视总台的 4K 超高清频道技术系统建 设规划，原计划 2020 年 6 月之前完成体育、综艺、纪录片等 3 至 5 个频道 4K 超高清制 播系统的建设，新增具备每天 30 小时的 4K 节目制作能力）。但是同时，新冠疫情也加 速了在线教育、在线办公等多个新兴场景的普及，一定程度上弥补了疫情对于超高清传 统赛道业务的冲击。国产 AVS 视频编码期待弯道超车，产业未来有望看到进一步发展。面对海外的 H.265收费乱局，国产的 AVS 标准有望突围，虽然目前 AVS2 相对 H.265 略有劣势，但是未来 随着超高清产业的进一步发展，有望推动 AVS3 在性能方面相对 H.266 的超越，标准与 产业需要同步发展，产业的前进给行业标准提供落地的土壤。未来随着新冠疫情的逐步 控制、2021 年奥运会召开时间的逐渐临近，超高清赛道依然有望看到疫情压制逐步消失 之后的快速恢复性发展。2. VR 赛道进展低于预期，技术和内容同步推进方可走进千家万户三大运营商在 2019 年底、2020 年初提出了 2020 年度的 VR 出货目标，合计约 600 万台，但截至目前目标完成度较低。中国电信在 2020 年的 VR 出货量目标就达到了 300 万台。而根据 2019 年 11 月 15 日，中国移动召开的 5G 泛智能终端渠道生态合作峰会 上所发布的 2020 年终端产品规划，2020 年中国移动预计 XR 终端出货量为 200 万台（由 于目前市场中相比 VR，AR 的市场体量较小，我们可以假设 200 万台基本为 VR 终端的 预期出货数量）。中国联通在 2019 年 10 月 17 日的中国联通智慧生态合作大会上公布了 2020 年的 VR 发展目标，用户数从“试点”状态达到过 100 万。不过由于受到疫情对线 下门店的影响，叠加内容端粘性、丰富度的相对欠缺。内容端出现破冰者，产业发展有望提速。2020 年 3 月 24 日，Valve 携 Half-Life 系列新 作《半衰期：爱莉克斯》强势归来，好评如潮，Steam 社区首日就获 5000+评价，好评 率 97%，我们认为该款游戏有望成为 VR 行业游戏内容端的破冰者，未来逐步推动 VR 产业的发展提速。未来期待新技术的迭代进一步推动 VR 产业的发展。根据《日经亚洲评论》报道，Facebook 的“新”Oculus VR 头显将在 2020 年 7 月底开始大规模量产，而歌尔股份可转债项目也 加码了 AR/VR 光学模组项目。Oculus 作为全球 VR 赛道的行业先驱依然在探索新的技术 应用可能性，我们期待 VR 上能看到更高性能的计算芯片、更清晰和逼真的图像显示效 果、更丰富的手部交互功能和眼球跟踪等高科技技术的落地，技术的更新迭代有望进一 步推动 VR 产业的发展，VR 逐步走进人们的日常生活，而不仅仅是中高端游戏玩家的专 有产品。3. R16 标准冻结推动自动驾驶逐步落地，软件定义汽车先行R16 标准冻结。2020 年 7 月 3 日晚，国际标准组织 3GPP 宣布 R16 标准冻结，标志 5G 第一个演进版本标准完成。R16 标准不仅增强了 5G 的功能，让 5G 进一步走入各行各业 并催生新的数字生态产业，还更多兼顾了成本、效率、效能等因素，使通信基础投资发 挥更大的效益，进一步助力社会经济的数字转型。R16 进一步增加了自动驾驶落地的可能性。R16 标准增强了新空口（NR）在垂直行业 应用的能力，尤其是对 TSN（Time Sensitive Networking）时间敏感网络的支持，同时 通过引入组播和广播等多种通信方式，以及优化感知、调度、重传以及车车间连接质量 控制等技术，实现 V2X 支持车辆编队、半自动驾驶、外延传感器、远程驾驶等。在当前 车联网辅助预警场景的基础上促进增强 V2X 场景的应用，不仅加快车联网的商用落地进 程，也进一步满足自动驾驶应用中对车联网通信的要求，促进车联网与自动驾驶深度融 合，进一步增加自动驾驶落地的可能性。2020 年上半年多家企业开放 Robottaxi 服务。全球的自动驾驶商业化落地依然较少， 绝大多数处于测试或者是示范区试点阶段，Waymo One 服务已经在亚利桑那州凤凰城 为公众提供乘车服务，但是数量依旧有限。2020 年 6 月 27 日，上海智能网联汽车规模 化载人示范应用启动，滴滴首次面向公众开放自动驾驶服务。从百度到高德，再到滴滴， 短短 3 个月时间，三家企业扎堆开放 Robotaxi 自动驾驶出租车服务。我们认为自动驾驶未来逐步可以落地的领域包括：卡车货运。2020 年 3 月，Waymo 获得 22.5 亿美元融资，推出 Waymo Via 计划在 美国进行卡车自动驾驶测试。不过我们初期预计自动驾驶卡车会在固定的高速公路 路段进行自主配送，以此降低自动驾驶技术将要面对的技术复杂度。班车、港口、园区交通。上述几个场景的路线相对固定，且道路复杂度不会很高， 更容易实现商业化的落地，美国的 Optimus Ride 提供的班车服务就在布鲁克林海军 基地的私人道路上闭环运行。国内的车企也进行了很多自动驾驶商业化方面的尝试， 主要在一些特定场景和示范区域里，如公共交通、市政环卫、港口码头、货运物流、 矿山开采及零售行业。目前也出现了一批自动驾驶领域的初创企业，如 Pony.ai、图 森未来、Momenta、地平线、文远知行等等。特斯拉成为汽车 OTA 的先锋。特斯拉 OTA 可实现让车辆定期获得安全及导航方面的新 功能、提升车辆性能、完善驾驶体验等功能。例如，Model X 100D 经过 OTA 升级后， 百公里加速时间可从 5.2 秒缩短至 4.7 秒，Model S 100D 的百公里加速时间则直接缩短 了 1 秒，升级后仅需 3.3 秒。根据统计，从第一款 ModelS 上市开始，截止到 17 年 3 月 份的 5 年时间里，Tesla 总计推送 25 次 OTA 升级（不含小版本），涉及各大功能域、至 少 22 个控制器。在这其中：中控屏更新 22 次，更新内容囊括 bug 更新/显示/报警/交互 /控制设置等方面，几乎每次更新都会涉及；动力及电池系统相关更新 11 次，包括能量 管理/热管理/性能优化/车载充电等方面；座舱系统相关更新 10 次，包括雨刮/座椅/PE/ 门把手/鸥翼门等方面。国内众多新车企均搭载 OTA 升级。例如蔚来的 ES8 在新节能模式下无论是百公里能耗 （21.7 平均能耗、18.6 实时平均能耗）、还是由数据推算出的实际高速续航里程（279.9 公里）都比早前表现好了很多：能耗降低了超过 10%，续航也提升了近 10%。理想汽 车旗下的 ONE 在 2020 年 1 月 15 日也进行了首次 OTA 更新，包括增加预约充电功能、 提升音响体验、优化电源管理、改善油耗以及全速域自适应巡航（ACC）。小鹏汽车则在 2019 年 7 月首次进行了 OTA 升级，开放包括 ALC 自动变道辅助、TJA 交通拥堵辅助、 透明底盘、驾驶员疲劳预警、驾驶员分神预警等功能。……（报告观点属于原作者，仅供参考。报告来源：国盛证券）

如需报告请登录【未来智库】。1、 安可是必然趋势，国产生态成型1.1、 自主可控具有必要性与紧迫性（略）1.1.1、 事关国家安全，成为国家战略1.1.2、 美国持续加大技术封锁，自主可控重要性凸显1.2、 从党政军向重点行业拓展，市场空间释放（略）1.3、 我国计算产业自主可控生态成型 生态构建是自主可控落地关键。自主可控产业链可以分为基础硬件（CPU、服务器、存储、网络设备）、基础软件（操作系统、数据库、中间件）、应用软件（消费类软件、企业服务）三大类。参照PC的Wintel生态以及智能手机时代的ARM、Android 生态，我们认为，在核心基础设施（CPU、操作系统）适配之上，有足够多的开发者和应用软件构建的生态体系是自主可控落地关键，足够数量的开发者保证软硬件的完善，丰富的应用场景保证终端客户获取，形成正反馈机制。生态建设是国产基础设施企业在技术之外面临的最大发展瓶颈。计算产业生态包括 CPU、整机设备、固件（BIOS）、操作系统、外设驱动、应用软件（通用软件和行业应用软件）组成。在行业信息化领域，终端设备包括但不限于台式机、一体机、笔记本及专用终端，也包括云桌面瘦终端等设备。“振芯铸魂”掀起计算产业国产化大潮。2018 年以来，美国“科技霸权主义”对本土 IT 企业实施打压限制，中兴、华为事件敲响行业警钟，此次国产化替代浪潮开始松动 Wintel 联盟在国内的地位。在国产 CPU 方面，已发展出龙芯、飞腾、鲲鹏、申威、海光和兆芯等多个体系；与之对应地，国产操作系统完成从“可用”向“好用”的过渡，基于 Linux 内核的二次开发，包括中标麒麟、天津麒麟、深度、普华等。由于 IT 产业存在产业链上下游的适配问题，行业内木桶效应显著，这要求各环节的对核心技术的掌握整体推进，加速形成一个完整的正反馈国产化生态系统。国内四大 IT 集团自主可控深度布局。目前我国规模化布局自主可控的主要为四大 IT 集团，分别为中国电子集团（CEC）、中国电子科技集团（CETC）、中科院系和华为。CEC 中央直接管辖，旗下两个自主可控公司：中国长城（持股40.59%）和中国软件（持股 42.13%）；CETC 旗下主要自主可控公司为太极股份（持股 38.97%）；中科院旗下主要自主可控平台为中科曙光（21.32%）；华为在芯片、服务器和操作系统上均有布局。PK 体系已在重点领域得到广泛的应用。2019 年 12 月 29 日，《PK 体系标准(2019年版)》及《PKS 安全体系》发布，宣告国内首个计算机软硬件基础体系标准正式落地。“PK 体系”是飞腾“Phytium 处理器”和麒麟“Kylin 操作系统”的结合，具有完全自主知识产权，从 2011 年发展至今，已经成功应用于政府信息化、电力、金融、能源等多个行业领域。《PK 体系标准》的推出，实现了上下游厂商技术服务以及体系内用户的标准化，同时也解决了体系内部产品与第三方接入产品之间接口、参数、版本等的适配问题。“PK 体系”对标 Windows+Intel 体系，是计算机基础体系的中国架构，将逐渐形成上下游协调发展的良性生态链。华为鲲鹏生态逐渐成型。鲲鹏计算产业是基于鲲鹏处理器构建的全栈 IT 基础设施、行业应用及服务，包括 PC、服务器、存储、操作系统、中间件、虚拟化、数据库、云服务、行业应用以及咨询管理服务等。鲲鹏计算产业依托开发者及人才培养体系，以构建全行业全场景的产业体系为目标，实现产业链上下游共享红利。华为将核心产能聚焦在商用处理器、数据库、云端、操作系统以及存储几大方面，在中间件、应用软件及操作系统方面实现开源，积极与业内其他厂商寻求协作开发，推出基于鲲鹏主板的服务器与 PC 产品。华为鲲鹏计划以华为鲲鹏+昇腾双芯片为核心，构建完整国产计算生态。华为在市场占有率较低的前期致力于引导行业中的参与者，树立生态标杆；在生态发展较完备的后期则实施集中化研发策略，退出部分专业性强的领域。除了自建生态方面做出的努力外，华为还联合国内各大软硬件企业，以“硬件开放，软件开源”的策略拉拢合作伙伴，目前已有超过 150 家企业成为鲲鹏计算产业的参与者。2、 基础硬件 2.1、 CPU：计算机运算与控制中心 中央处理器 CPU（Central Processing Unit）是计算机的运算和控制核心。它的功能主要是解释计算机指令以及处理计算机软件中的数据，计算机系统中所有软件层的操作，最终都将通过指令集映射为 CPU 的操作。中央处理器主要包括两个部分，即控制器、运算器，其中还包括高速缓冲存储器及实现它们之间联系的数据、控制的总线。控制器是 CPU 核心，由它把计算机的运算器、存储器、I/O 设备等联系成一个有机的系统，并根据各部件的具体要求，适时地发出各种控制指令，控制计算机各部件祖东、协调的工作。指令集是 CPU 用来计算和控制计算机系统的指令的集合。指令就是控制计算机执行某种操作（如加、减、传送、转移等）的命令，指令系统反映了计算机具有的基本功能，是计算机硬件、软件的主要分界面。指令系统是计算机硬件设计的主要依据，也是计算机软件设计的基础，每一种新型 CPU 在设计时就规定了一系列与其他硬件电路相配合的指令系统，是 CPU 性能体现的一个重要标志，不同 CPU 设计厂商的指令集均不相同，而且不兼容。指令集一般可分为复杂指令集（CISC）和精简指令集（RISC）两种： 复杂指令集（CISC）：CISC 的思想是通过庞大且复杂的指令系统，来达到增强计算机的功能、提高机器速度的目的。在 CISC 微处理器中，程序的各条指令是按顺序串行执行的，每条指令中的各个操作也是按顺序串行执行的。顺序执行的优点是控制简单，处理高级语言和特定任务能力强，缺点是结构过于复杂、指令集利用效率不高、执行速度慢。Intel 的 X86 架构系列即采用的 CISC 指令集思想。精简指令集（RISC）：相比 CISC 而言，RISC 的指令系统相对简单，只要求硬件执行很有限且最常用的那部分指令，大部分复杂的操作则使用成熟的编译技术，由简单指令合成。同时 RISC 型 CPU 还采用了一种叫做“超标量和超流水线结构”，大大增加了并行处理能力，提高了程序处理速度。目前在中高档服务器中普遍采用 RISC 架构的 CPU，例如 Compaq（康柏，即新惠普）公司的 Alpha、HP 公司的 PA-RISC、IBM 公司的 Power PC、MIPS 公司的 MIPS 和 SUN 公司的 Spare 均采用 RISC 思想，主流的 ARM 的 CPU 也采用 RISC。自主研发指令集难度大。CPU 研发是资本和技术高度密集的领域。中国 2017年用于集成电路研发总投入约 45 亿美元，不足 Intel 年研发投入的 50%。ARM作为一家只对芯片进行设计却并不生产的企业，2017 年的研发总投入也超过了5 亿美元。不同的指令集无法兼容，若过分强调指令集的自主发展，之后还要面临重新搭建生态系统的挑战，考虑到 Wintel 和 AA 成熟生态在市场的领先地位，竞争难度非常大。因此指令集授权+自主研发 CPU 的模式是一种可行的自主可控路径。自主研发 CPU 需要获得指令集授权，指令集授权方式主要有指令集架构授权和IP 核授权，其中指令集架构授权自主可控程度更高：指令集架构授权，指可以对指令集架构进行大幅度改造，甚至可以对指令集进行扩展和缩减。由亍架构只是设计理念，对被授权企业研发能力要求非常高，设计中出现任何错误，都将造成投资失败。目前国内购买架构授权的企业均是芯片研发能力领先的企业。如华为、飞腾、龙芯和申威等。IP核授权，指可以以一个内核为基础然后在加上自己的外设，由此形成自主 MCU（微控制单元）。被授权企业没有权限对内核进行改造，这种方式对企业的研发能力要求比架构授权低，但自主可控性也不高。X86 和 ARM 的 CPU 架构得到广泛商业化使用。目前，只有 Intel 公司的 X86架构和英国 Acorn 公司的 ARM 架构得到广泛地使用。由于知识产权的限制，早期国产 CPU 厂商无法获得授权使用这两种架构。早期厂商飞腾（现转向 ARM）、龙芯、申威不得已分别选择了 SPARC 指令集、MIPS 指令集、ALPHA 指令集。然而，这三种指令集的生态非常弱小，在强大的 Wintel（Windows+Intel）生态和 AA（Android+ARM）生态的打压下，都逐渐停止了发展，退出 CPU 市场，选择上述指令集的国产 CPU 厂商，在建立生态上也面临巨大挑战。Intel 和 AMD 为 X86 架构主要参与者，指令集不对外开放。Intel 公司是全球最大的个人计算机零件和 CPU 制造商，AMD 公司则专门为计算机、通信和消费电子行业设计和制造各种创新的微处理器。Acorn 向全球 CPU 设计厂商开放ARM 指令集架构授权和 IP 核授权。在国产芯片厂商中，华为鲲鹏和飞腾获得了ARM 公司 64 位 ARM V8 指令集的架构授权，有权设计、生产、销售 ARM v8兼容处理器产品。龙芯获得了 MIPS 架构授权、申威获得了 ALPHA 架构授权，自主研发处理器内核，并在此基础上，对相关架构指令集进行了拓展。X86 架构一统 PC 和服务器 CPU，Intel 占据绝对优势。上世纪 90 年代，复杂指令集和精简指令集阵营展开了激烈的市场竞争，英特尔凭借和微软的合作（Wintel 体系），并且在新产品中融入了一些精简指令集的优势，利用强大的生态占据了服务器和 PC 端绝大多数的市场份额。目前，PC 和服务器 CPU 市场已被 X86 架构占据，全球每年 X86 服务器出货量占比达到 99.5%以上，销售金额占比在 90%以上，X86 架构 CPU 主要厂商为 Intel 和 AMD。截止 2019 年第四季度，Intel 在 X86 服务器 CPU 市场份额达到 95.5%，PC 端为 81.7%，为绝对的市场龙头。除 AMD 外，其他厂商份额不到 0.1%ARM 架构在移动端占据主导地位。ARM 公司专注于芯片的设计，并将一系列设计的产物卖给合作伙伴，本身并不做芯片的生产。由于 RISC 在节约能耗上的巨大优势，全世界超过 95%的智能手机和平板电脑都采用 ARM 架构，合作伙伴众多。2002 年中科院计算所研制出我国首款通用 CPU“龙芯”1 号，之后，越来越多单位加入国产处理器的研制，多款国产处理器芯片相继出现。目前，我国国产处理器芯片的主要参与者有：龙芯、华为鲲鹏、飞腾、海光、兆芯和申威等。2.1.1、 龙芯：自主可控最高的 MIPS 架构 CPU 自主可控最高的 MIPS 架构芯片。“龙芯”是我国最早研制的高性能通用处理器系列，龙芯拥有 MIPS 指令的永久授权，并拓展出了自己的指令集 loongISA。2010 年，龙芯中科技术有限公司正式成立，开始市场化运作，旨在将龙芯处理器的研发成果产业化。但 MIPS 架构在 X86、ARM 打压下，市场份额低，生态系统弱，龙芯在构建生态上面临较大挑战。龙芯主要产品包括面向行业应用的“龙芯 1 号”小 CPU、面向工控和终端类应用的“龙芯 2 号”中 CPU、以及面向桌面与服务器类应用的“龙芯 3 号”大 CPU。1）龙芯 1 号（Godson-1）小 CPU 系列处理器，采用 GS132 或 GS232 处理器核，集成各种外围接口，形成面向特定应用的单片解决方案，主要应用于云终端、工业控制、数据采集、手持终端、网络安全、消费电子等领域。2）龙芯 2号（Godson-2）中 CPU 系列处理器，采用 GS464 或 GS264 高性能处理器核，集成各种外围接口，形成面向嵌入式计算机、工业控制、移动信息终端、汽车电子等的 64 位高性能低功耗 SoC 芯片。3）龙芯 3 号（Godson-3）大 CPU 系列处理器，片内集成多个 GS464、GS464e 或 GS464v 高性能处理器核以及必要的存储和 IO 接口，面向高端嵌入式计算机、桌面计算机、服务器、高性能计算机等应用。新一代通用 CPU 弥补性能劣势。龙芯 CPU 是我国最早的国产 CPU 厂商，但其更集中于专用类、嵌入式 CPU，其通用类 CPU 单核性能较高，但多核能力较弱。龙芯中科于 2019 年末发布了龙芯新一代通用 CPU 产品 3A4000/3B4000，采用龙 芯 最 新 研 制 的 新 一 代 处 理 器 核 GS464V ， 主 频 1.8GHz-2.0GHz ，SPECCPU2006 定点和浮点单核分值是上一代产品的两倍以上。新产品可凭借着明显提升的性能、良好的兼容性，3B4000 支持四路直连，四路服务器性能是3B3000 双路服务器的四倍，3A4000 科学计算性能是 3A3000 的四倍以上，虚拟机效率由 88%提高至 98%。在完成单核性能的提升后，龙芯下一代产品3A5000 正着手提升主频和核数。加大力度完善生态布局。龙芯是国内唯一基于 MIPS 架构的国产 CPU，在生态构建方面劣势明显。2019 年 12 月，龙芯与重要合作伙伴发布了基于龙芯3A/3B4000 的桌面计算机、笔记本、服务器、云终端等产品，开始从“芯”到“云”的完整布局。2020 年 5 月，龙芯联合各产业链伙伴及用户发起成立“龙芯生态适配服务产业联盟”，带动产业链上下游协同技术攻关，龙芯优先为联盟伙伴在适配环境、云平台服务、技术支撑、人才培养、方案输出、产业落地等方面提供支持。同月，为进一步促进龙芯产业生态发展，丰富产业协同孵化支持内容，龙芯推出“龙芯生态创新加速计划”，此计划是在首批孵化加速计划基础上，面向全国招募有意基于龙芯生态构建业务的优秀初创型及成长型企业，包括但不限于电子政务、能源、金融、交通、网信、医疗、教育等行业领域。2.1.2、 华为鲲鹏：性能最高的国产 ARM 架构 CPU 鲲鹏处理器是华为在 2019 年 1 月向业界发布的高性能数据中心处理器，具有高性能，高带宽，高集成度，高效能四大特点。鲲鹏 920 为目前性能最高的国产芯片。鲲鹏 920 采用 7nm 工艺，有 64 个内核，工作频率高达 2.6GHz，支持 8 通道 DDR4，以及一对 100G RoCE 端口。华为表示该芯片的功效比其竞争对手高出 30％，鲲鹏 920 专为大数据处理和分布式存储等应用而设计。华为已经取得了 Arm v8 架构永久授权，并在此基础上进行研发。鲲鹏处理器的处理器核、微架构和芯片均由华为自主研发。ARM 架构经过了市场的磨练,早已经深入各个领域，鲲鹏处理器兼容 Arm 生态，为未来的大范围应用打下了基础。打造华为鲲鹏生态。华为鲲鹏计划，将在未来五年内投资 30 亿元来发展鲲鹏产业生态。鲲鹏计划涉及的合作领域众多，包括服务器与部件、虚拟化、存储、数据库、中间件、大数据平台、云服务、管理服务、行业应用九大领域。已经有超过 80 家合作方的应用往鲲鹏云服务上移植。鲲鹏计划以构建全行业全场景的产业体系为目标，实现产业链上下游共享红利。2.1.3、 飞腾：ARM 架构，生态最健全的国产 CPU 天津飞腾信息技术有限公司成立于 2014 年，由中国电子信息产业集团（CEC）、国家超级计算天津中心、天津市滨海新区三方投资。飞腾主要致力于高性能、低功耗集成电路芯片的设计、生产、销售与服务，为用户提供安全可靠、高性能、低功耗的 CPU、ASIC、SoC 等芯片产品、IP 产品以及基于这些产品的系统级解决方案。飞腾 CPU 是基于 ARM v8 架构自主研发的国产化芯片，与华为海思一样获得 ARM v8 架构指令集永久授权。形成完善产品体系，推进行业信息化建设。飞腾 CPU 研发团队通过 20 余年技术积累，已形成完善的研发体系和产品线，一直有力地服务着国家各行业信息化建设工程。目前的产品主要包括高性能服务器 CPU、高效能桌面 CPU 和高端嵌入式 CPU 三大系列，为从端到云的各型设备提供核心算力支撑。新一代芯片性能大幅提升。飞腾高性能服务器 CPU 主流产品是 2017 年量产的FT-2000+/64，集成 64 个飞腾自研 FTC-662 核，16nm 工艺，主频 2.0-2.3GHz，典型功耗 100W，峰值性能 588.8GFlops，可以胜任大规模科学计算、云数据中心应用，性能与 Intel Xeon E5-2695V3 系列芯片相当，较上一代 FT-1500A/16整体性能提升 5.5 倍。飞腾高效能桌面 CPU 主打产品是 2019 年量产的 FT-2000/4，集成 4 个飞腾自研 FTC-663 核，16nm 工艺，主频 2.6-3.0GHz，提供了丰富的接口，安全机制更健全，支持待机和休眠，典型功耗仅有 10W，且可以通过“减核”、“降频”的方式用于嵌入式系统，整体性能与 Intel Core I5 系列芯片相当，较上一代FT-1500A/4 整体性能提升 1 倍，功耗降低 33%。飞腾高端嵌入式 CPU 是 FT-2000A/2，集成 2 个飞腾自研 FTC- 661 核，主频1.0GHz，典型功耗 3W，主要应用于嵌入式工业控制领域，也用于瘦客户机等设备。性能显著优于 PowerPC 8640 等国际主流嵌入式 CPU。飞腾系列是目前国内生态最健全的中央处理器。以飞腾 CPU 和麒麟 OS 为核心的 PK 体系生态是国内成熟度最高的自主可控计算生态，已经成功应用于政府信息化、电力、金融、能源等多个行业领域。在应用软件领域，飞腾已与众多软件厂商进行了数百种桌面应用适配，包括流式版式文档工具、签章应用、输入法、安全浏览器、安全邮件客户端、图文编辑、多媒体播放、微信 QQ 等通信软件。同时支持防火墙、杀毒、安全审计、数据保护等安全软件，以及 OA 和各行业业务软件客户端。2.1.4、 海光：国产 X86 架构 CPU 主力军 海光信息技术有限公司成立于 2014 年 10 月 24 日，主要经营业务为科学研究和技术服务等，为中科曙光下属子公司，中科曙光持有 36.44%股份。2016 年，AMD 与天津海光达成协议，设立合资公司成都海光微电子技术有限公司（AMD持股 51%、天津海光持股 49%，负责技术研发）和成都海光集成电路设计有限公司（天津海光持股 70%，AMD 持股 30%，负责产品销售）。成都海光拥有 AMDZen1 架构的 IP 核授权，合资公司将利用该技术开发只在中国销售的定制服务器芯片。作为回报，AMD 获得 2.93 亿美元许可费和版税收入。海光生产中国自主设计的 Dhyana（禅定）x86 处理器，是 AMD 与海光合作后的首款定制处理器。海光 Dhyana x86 处理器与中科曙光产品配套，中科曙光也已开始销售搭载海光 Dhyana 处理器的全新工作站 W330-H350 塔式工作站。中科曙光及海光进入美国实体清单，海光获得新技术受限，长期发展存在一定风险。2019 年 6 月美国商务部将中科曙光以及其 3 家子公司：天津海光、成都海光集成电路、成都海光微电子技术列入实体名单。意味着包括 AMD、英特尔等在内的美国公司以及使用美国技术占比超过 25%的公司均不能与中科曙光及其子公司进行交易。同月，AMD 宣布不再向其中国合资公司（成都海光）授权新的 X86 IP 产品，意外着海光无法获得 AMD 新的 Zen 2 架构及未来的 Zen 3架构，对其长期技术进步产生影响。2.1.5、 兆芯：基于 X86 架构，信创份额较小 兆芯是成立于 2013 年的国资控股公司，总部位于上海张江，是国内领先的芯片设计研发厂商，同时掌握 CPU、GPU、芯片组三大核心技术，具备三大核心芯片及相关 IP 设计研发能力。产品采用 X86 架构，兆芯继承威盛（（CISC））跟 Intel 的专利交叉授权许可。威盛电子股份有限公司(VIA Technologies)，是台湾地区的集成电路设计公司，主要生产主机板的晶片组、中央处理器(CPU)、以及记忆体，上世纪 90 年代末通过收购美国 Cyrix 获得部分 X86 专利授权。2013 年上海市国资委与威盛电子联合成立上海兆芯，兆芯因此继承了 X86 专利授权。兆芯通用处理器及配套芯片已广泛应用于电脑整机、笔记本、一体机、服务器和嵌入式计算平台等产品的设计开发。包括台式机联想开天系列、清华同方超翔系列、上海仪电智通秉时 Biens 系列等；一体机领域有联想开天、同方超翔等；服务器领域则有联想 2U 标准机架式服务器、火星舱全国产化智能存储系统等。同时，在智能交通、网络安全、工业控制领域，也有兆芯的参与。兆芯目前在信创领域份额较小。2.1.6、 申威：基于 alpha 架构，主要应用于超算领域 成都申威科技有限责任公司成立于 2016，公司依托国家信息安全发展战略，主要从事对申威处理器的产业化推广，核心业务包括申威处理器芯片内核、封装设计、技术支持服务及销售，小型超级计算机研发、测试、销售、服务及核心部件生产，基于申威处理器的软件、中间件开发，嵌入式计算机系统定制化产品服务，集成电路 IP 核等知识产权授权。以 alpha 架构为基础进行拓展，高度自主可控。alpha 架构由美国 DEC 公司研制，主要用于 64 位的 RISC 微处理器。后来 DEC 公司被美国惠普收购，无锡的江南计算所买了 alpha 架构的所有设计资料。无锡所基于原来的 alpha 架构，开发出了更多的自主知识产权的指令集，开发出申威指令系统，推出了申威处理器，帮助中国的超级计算机拿下多次世界第一。申威处理器是在国家“核高基”重大专项支持下，由上海高性能集成电路中心研制的全国产处理器。现已形成申威高性能计算处理器、服务器/桌面处理器、嵌入式处理器三个系列的国产处理器产品线，以及申威国产 I/O 套片产品线。申威处理器主要应用于超级计算机和服务器领域。其中最著名的应用便是神威·太湖之光超级计算机。神威·太湖之光超级计算机是由国家并行计算机工程技术研究中心研制、安装在国家超级计算无锡中心的超级计算机。多次在全球超级计算机榜单中排名榜首。2.2、 GPU：计算机图显核心 GPU（Graphics Processing Unit）是图形处理器（显卡）的核心组成部分。GPU 是一种专门在个人电脑、工作站、游戏机和移动设备上做图像和图形相关运算工作的微处理器，使显卡减少了对 CPU 的依赖，并进行部分原本 CPU 的工作。某些最快速的 GPU 集成的晶体管数甚至超过了普通 CPU。GPU 可以分为独立 GPU 和集成 GPU。独立 GPU 使用的是专用的显示存储器，显存带宽决定了和 GPU 的连接速度。独立 GPU 的性能更高，但因此系统功耗有所加大，发热量也较大，同时（特别是对笔记本电脑）占用更多空间。集成GPU 一般与 CPU 集成在一起。集成 GPU 的制作由 CPU 厂家完成，因此兼容性较强，并且功耗低、发热量小，但性能相对较低，且固化在主板或 CPU 上，本身无法更换，如果必须换，就只能换主板。独立 GPU 市场 Nvidia 与 AMD 两强割据，AMD 份额上涨。2019 年第四季度，AMD 的 GPU 市场份额从上一年的 18.77%大涨到了 31.08%，对比第三季度也从27.08%增长到了31.08%。NVIDIA份额下滑，从2018年第三季度的81.23%，下降到了 68.92%，双方份额比例由 8：2 降到了 7：3，差距逐步缩小。集成 GPU Intel 独领风骚，PC 市场优势明显。根据 Jon Peddie Research 的数据，全球 2019 年第四季度 PC 领域 GPU 出货量，Intel 再次稳坐市场龙头。Intel是全球最大的 CPU 供应商，处理器采用 X86 架构，在全球 CPU 市场中，Intel 占据了超过 80%以上的市场份额，凭借 CPU 端的优势，Intel 销售集成 GPU，长期占据市场第一。2.2.1、 景嘉微：国产 GPU 主要参与者 景嘉微是国产 GPU 市场的主要参与者。景嘉微公司的主要产品为图形显控、小型专用化雷达领域的核心模块及系统级产品。公司产品中，图形显控模块、图形处理芯片、加固显示器、加固电子盘和加固计算机等应用于军事装备的显控系统；空中防撞雷达核心组件、主动防护雷达系统及弹载雷达微波射频前端核心组件等主要应用于军事装备的雷达系统。产品正由军用向民用渗透。公司第一代 GPU 产品 JM5400 于 2014 年 4 月流片成功，主要支撑军用装备，实现了军用领域的国产替代；第二代产品 JM7200于 2018 年 8 月流片成功，制程工艺 28nm，核心频率 1.2GHz，搭配 4GB DDR3显存，性能跟 NVIDIA 的 GT640 显卡相近，性能相比上一代 JM5400 有较大幅度提升，并与龙芯、飞腾、麒麟软件等国内主要的 CPU 和操作系统厂商的适配，与中国长城、超越电子等十余家国内主要计算机整机厂商建立合作关系，成功应用在商用领域。在 JM7200 基础上，公司又推出能耗更低的 JM7201。目前公司正在进行下一代 JM9 系列 GPU 研发，主要分为 JM9231 和 JM9271 的两种通用 GPU，其中 JM9271 性能预期不低于 GTX1080 的水平，可达到 2017 年底的高端显卡水平；JM9231 的性能，预期可达到 2016 年中低端产品水平。目前公司 JM9 系列 GPU 正处于后端设计阶段。营收高速增长，图形显控领域产品为核心业务。公司 2019 年实现营业收入 5.31亿元，同比增长 33.75%，2014 年至 2019 年，年复合增长率为 20.97%。分项目来看，图形显控领域产品为公司核心业务，占比超过 70%。2.3、 存储器：计算机数据储存中心 存储器作为计算机的关键部件之一，既可以在程序的运行过程中暂时存储运算数据，也可以完成对数据的长时间记录。存储器分类：按与 CPU 的连接和功能分类，存储器可以分为主存储器、辅助存储器和高速缓冲存储器；按存取方式分类，可以分为随机存取存储器（RAM）、只读存储器（ROM）、顺序存取存储器（SAM）、直接存取存储器（DAM）、按内容寻址存储器（CAM）；按存储介质分类，可以分为磁芯存储器、半导体存储器、磁表面存储器、光存储器。DRAM 和 Flash 为当前主流存储器。DRAM 是最常见的系统内存，其性能出色但断电易失，成本较其他易失性存储器更低；Flash 闪存芯片是应用最广的非易失性存储，由于其断电非易失性，在大容量存储领域广泛使用。从存储系统网络架构来看，存储系统经历了由直连存储（DAS），到后来的集中存储（SAN、NAS、全闪等），而随着存储数据量的进一步增长，转向分布式存储的过程。分布式存储系统，是将数据分散存储在多台独立的设备上。传统的网络存储系统采用集中的存储服务器存放所有数据，存储服务器成为系统性能的瓶颈，也是可靠性和安全性的焦点，不能满足大规模存储应用的需要。分布式网络存储系统采用可扩展的系统结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，它不但提高了系统的可靠性、可用性和存取效率，还易于扩展。存储市场较为分散，国内厂商份额逐步上升。华为市场占有量达到 22.2%的同时保持了 32.8%的同比增长，凭借 OceanStor 产品系列排名市场第一；H3C 则在全闪存存储产品上发力，出货比例超过 30%，其 3PAR 产品得到了金融用户的青睐，以同比 43.3%的增长率排名第三；视频监控市场龙头海康威视在教育、交通和制造行业有所突破。2.3.1、 同有科技：主打通用存储，存储全产业链布局 通用存储的专业厂商。公司是当前 A 股市场上唯一一家深耕通用存储的专业厂商，在国内具备领先的数据存储基础架构提供能力，主要从事数据存储、闪存存储、容灾等技术的研究、开发和应用，目前已形成包括混合闪存、全闪存等传统存储、软件定义的分布式存储和行业应用定制存储的产品体系。“闪存、云计算、自主可控”三大战略。公司聚焦“闪存、云计算、自主可控”三大产业方向，内生外延，全面布局从芯到系统的存储全产业链，为政府、特殊行业、金融、能源、交通、制造业、医疗和教育等行业用户构建高效、稳定、可靠的存储产品及解决方案。目前，公司已形成包括混合闪存、全闪存等传统存储、软件定义的分布式存储和行业应用定制存储的产品体系。另外，通过全资并购和对外投资，同有在部件层和芯片层也拥有不同类型、不同种类的、丰富的产品线。布局从芯到系统的存储全产业链。公司坚持以自主创新促进内生增长，借力资本市场快速拓展业务领域，以“技术+资本”双轮驱动，实现可持续发展。报告期内，公司完成对鸿秦科技的全资收购，充实了在存储核心部件领域的竞争力。有机整合闪存主控芯片、固件算法和存储应用等优质标的资源，形成产业链上下游协同互补，进一步巩固公司在存储行业的领先优势。全力建设存储生态，已与CPU、操作系统和数据库等 20 余家厂商建立自主可控合作阵营，同天津飞腾、麒麟、龙芯等 50 余家国产主流厂商完成兼容互认证，实现了产业链不同层面的互联互通。军工领域最大的国产存储供应商。同有科技的产品及方案覆盖了特殊行业、政府、科研院所、交通、医疗、教育、金融及能源等主流行业。公司深耕军工存储领域，持续为军队军工客户提供数据存储与安全服务，已经成为军队信息化领域最大的国产存储系统供应商。公司携手自主可控龙头企业进行深入战略合作，推出了ACS 系列产品，目前在党政行业 IT 国产化试点项目中市场占有率超过 40%，并且已通过国家电网入围性能测试。2.3.2、 易华录：以数据湖为核心，打造存储生态 国内主要的智能交通管理系统提供商。易华录是国务院国资委直接监管的中央企业中国华录集团旗下控股的上市公司，专注于以承接智能交通管理系统工程的方式为用户提供专业化、个性化的智能交通管理整体解决方案。基于国家大数据发展战略和信息安全保障要求，易华录公司实施“1+3”发展战略，以数据湖为主体，发展大交通、大安全、大健康业务，致力于建设城市数字经济基础设施，以降低全社会长期保存数据的能耗和成本，构建数字孪生城市。数据湖是具有云计算、云存储、人工智能服务功能的新一代绿色数据中心。数据湖是政府主导建设的存储节能优先的基础设施，以满足数据存储全需求场景为目标,以实现数据资产受托保管、受托治理、受托交易的数据银行为核心商业模式,以人工智能、云计算、云存储为主要服务形式，形成以数据分析为决策依据的城市大数据应用。目前加入数据联盟的公司已超过 370 家。B 端/C 端/G 端全推进，打造数据湖生态系统。B 端主打“蓝光+”系列产品，聚焦公安，博物馆，档案馆，医疗，教育等细分行业，并与华为开展深入合作，共同推出了容灾备份解决方案及超融合解决方案，运用于企业虚拟化平台、数据仓库、桌面云、数据中心建设等场景中；C 端推广葫芦存储 app，为个人用户提供安全永久的数据存储空间，通过 AI 技术结合商业场景开展数据增值运营服务，培养永久存储意识；G 端实施新型智慧城市业务。在数据湖生态的带动下，将交通、安防、养老等传统智慧城市场景应用打包到数据湖整体解决方案中，支撑新型智慧城市建设。2.3.3、 紫晶存储：国内光存储领先企业 紫晶存储是国内光存储领先企业，面向大数据时代冷热数据分层存储背景下的光磁电混合存储的应用需求，以及政府、军工等领域对自主可控和数据存储安全提升的需求。开展蓝光数据存储系统核心技术的研发、设计、开发，提供基于蓝光数据存储系统核心技术的光存储介质、光存储设备和解决方案的生产、销售和服务。主要产品有面向企业级市场的光存储设备及解决方案、面向消费级市场的光存储介质。光存储介质为一次性记录蓝光光盘，消费级市场用于影音流通传输，近年来受移动互联网的替代，市场容量逐渐衰退。企业级市场用于冷数据的存储、归档和备份，光存储介质技术融合硬件技术和软件技术，形成蓝光数据存储系统，实现存储容量和功能扩展，从而与磁电存储系统形成优势互补，共同为数据提供存储服务。光存储设备提供批量数据的在线自动刻录、存储、读取，满足企业级数据存储、归档和备份需求的精密自动化电子设备，是蓝光数据存储系统的物理载体。设备由硬件及嵌入式软件组成，实现超大容量光存储空间，支持分布式存储架构，可按需扩展存储节点，实现光存储空间的海量扩充。光存储解决方案是以光存储设备为基础，结合客户需求特点，集成行业级应用软件及硬件，共同销售给客户。解决方案主要由光存储设备、行业应用软件及相关硬件组成。考虑到客户除单独采购光存储设备外，往往需要其他行业级软硬件，组成整体的数据存储管理系统或信息化系统。公司积极提升综合服务能力以满足一站式采购需求，由设备供应商升级成为解决方案提供商。3、 基础软件3.1、 操作系统：自主可控生态构建的核心 操作系统（Operating System，简称 OS）就是一个协调、管理和控制计算机硬件资源和软件资源的控制程序，是计算机中最基本和最重要的基础性系统软件。操作系统位于计算机硬件与应用软件之间，为用户程序提供一个更好、更简单、更清晰的计算机模型，并管理处理器、主存、硬盘、键盘、鼠标、显示器、打印机、输入输出设备等计算机硬件。操作系统主要由内核（运行于内核态，管理硬件资源）以及系统调用（运行于用户态，为应用程序员写的应用程序提供系统调用接口）两部分组成，其向下适配管理 CPU、GPU、存储等硬件设备，向上支撑应用软件的开发，提供运行环境。操作系统具有以下五个基本功能：内存管理、进程管理、设备管理、文件管理、提供用户接口。Windows 和 Android 分别占据桌面和移动端 OS 领导地位。目前全球 PC 操作系统主要有 Windows、MacOS、Linux、UNIX 四种，移动端操作系统主要有Android、iOS 两种，其中微软 Windows 和谷歌 Android 分别占据各自领域的领导地位，这也帮助微软和谷歌成为计算产业的主导者。根据 Statcounter 数据，截至 2020 年 4 月，桌面操作系统中 Windows 全球市占率 76.2%，中国市占率86.7%；移动端操作系统中 Android 全球市占率 70.7%，中国市占率 79.7%。Linux 免费开源，在服务器领域有着重要的地位。Linux 是一套免费使用和自由传播的类 Unix 操作系统，是一个基于 POSIX 和 UNIX 的多用户、多任务、支持多线程和多 CPU 的操作系统。Linux 是由世界各地成千上万的程序员设计和开发实现的，当初开发 Linux 系统的目的就是建立不受任何商业化软件版权制约的、全世界都能自由使用的类 Unix 操作系统兼容产品，因此 Linux 内核是免费且开源的，任何人都可以获得其代码并根据自己的需求进行修改。桌面端是 Linux 操作系统薄弱环节，但其在服务器、嵌入式领域有着不错的市场份额，Spiceworks数据显示 2016 年 Linux 操作系统在服务器中市占率达到 12%，远高于其在桌面端的市场份额。厂商基于 Linux 内核发布发行版操作系统。Linux 严格来讲只是一个内核，负责控制硬件、管理文件系统、程序进程等，并不给用户提供各种工具和应用软件。因此操作系统厂商以 Linux 内核为中心，再集成搭配各种各样的系统管理软件或应用工具软件组成一套完整的操作系统，便称为 Linux 发行版。由于 Linux 内核开源，因此任何人和厂商都可以在遵循社区游戏规则的前提下构建 Linux 发行版操作系统，目前已知大约有 300 个 Linux 的发行版，国际上比较知名的 Linux 操作系统有 Debian（衍生出桌面版的 Ubuntu、适用于渗透测试的 Kali）、RedHat（衍生出 CentOS、Fedora）、Gentoo、openSUSE 等，其中 Debian 是社区化运营的产品，其衍生出来的 Ubuntu 是目前最受欢迎的免费操作系统；RedHat企业级 linux 发行版是收费的商业化产品，但基于其免费源代码重构的 CentOS免费。国产操作系统均是 Linux 发行版。国产操作系统均为基于 Linux 内核的发行版，多是基于 Debian 或 RedHat 的衍生版本。目前市场上主流的国产操作系统包括麒麟 OS（中标麒麟、银河麒麟）、UOS（统信软件）、普华软件、中兴新支点、凝思、中科方德等，以及华为自研的开源欧拉操作系统 OpenEuler。3.1.1、 麒麟 OS：操作系统国家队 麒麟 OS 主要由中国软件旗下两家子公司中标软件（中标麒麟）和天津麒麟（银河麒麟）开发，是目前国内最为成熟、应用范围最广的国产操作系统。中国软件正在推进中标软件和天津麒麟两家操作系统子公司的整合。中标软件： 中标软件有限公司成立于2003 年，是国产自主操作系统和办公软件产品提供商，拥有国防、民用两方面的相关企业与产品资质，是安全操作系统旗舰企业。中标软件旗下有中标麒麟、中标凌巧、中标普华三个品牌。中标麒麟主打桌面 OS 及服务器 OS，中标凌巧主打移动端（主要为移动办公、车载）操作系统，中标普华主打办公软件。目前中标软件产品已经在政府、国防、金融、教育、财税、公安、审计、交通、医疗、制造等行业得到深入应用，应用领域涉及我国信息化和民生各个方面，多个领域已经进入核心应用部分。中标麒麟已完成全部国产 CPU 兼容适配。2019 年 12 月，中标麒麟操作系统完成与飞腾 CPU 桌面及服务器产品兼容互认证，至此中标麒麟操作系统已经完成了目前所有国产 CPU 的兼容适配，获得了飞腾、龙芯、兆芯、申威、海光、鲲鹏六款国产 CPU 的官方认证。目前中标麒麟在桌面端和服务器端已经适配兼容了超过 4000 款核心软件和硬件，生态环境丰富。中标麒麟在党政、国企中有广泛的应用，2018 年产品全线入围中直和央采采购名录。根据赛迪顾问排名，中标麒麟操作系统在 2011-2018 年连续八年中国 Linux 市场占有率第一。天津麒麟： 天津麒麟信息技术有限公司成立于 2014 年，旗下拥有服务器、桌面和嵌入式三大系列操作系统产品，以及银河麒麟云、银河麒麟集群软件等创新产品，在自主安全产品及技术领域拥有核心竞争力。银河麒麟操作系统广泛适配以飞腾为代表的国产 CPU 和以 X86、ARM 为代表的国际主流 CPU，先后通过公安部结构化保护级（第四级）测评以及军方的军 B+级安全测评认证，具备国内领先的高安全性。银河麒麟是 PK 体系的重要参与者。“PK 体系”是飞腾“Phytium 处理器”和银河麒麟“Kylin 操作系统”的结合，具有完全自主知识产权，从 2011 年发展至今，已经成功应用于政府信息化、电力、金融、能源等多个行业领域，作为 PK 体系的基石，银河麒麟 OS 也在党政、国防、金融、电信、能源、交通、教育、医疗等行业获得广泛应用。新一代桌面及服务器操作系统性能领先。银河麒麟桌面操作系统 V10 支持提供类似 Win 7 风格的用户体验，在国产平台的功耗管理、内核锁及页拷贝、网络、VFS、NVME 等方面开展优化，大幅提升了稳定性和性能。在生态方面集成麒麟系列自研应用和搜狗输入法、金山WPS等合作办公软件，使您办公高效便捷，同时兼容支持 2000 余款安卓应用，补全了 Linux 生态应用短缺的短板。银河麒麟高级服务器操作系统 V10 针对企业级关键业务，适应虚拟化、云计算、大数据、工业互联网时代对主机系统可靠性、安全性、性能、扩展性和实时性的需求，可支撑构建大型数据中心服务器高可用集群、负载均衡集群、分布式集群文件系统、虚拟化应用和容器云平台等，可部署在物理服务器和虚拟化环境、私有云、公有云和混合云环境，应用于政府、国防、金融、教育、财税、公安、审计、交通、医疗、制造等领域。中标软件和天津麒麟正式整合，优化资源配置。2019 年 12 月，中国软件公告整合中标软件和天津麒麟，天津麒麟以新增出资约 1.39 亿元换股收购中标软件全部出资 2.5 亿元，换股比例为 1:1.8。2020 年 3 月 20 日，麒麟软件正式完成整合，中国软件仍为天津麒麟的控股股东，持有其 35.71%的股份，中标软件成为天津麒麟的全资子公司。整合后的天津麒麟将优化资源配置，加速麒麟操作系统与国产 CPU、BIOS、整机、外设等的适配工作，并不断完善以操作系统为核心的产品生态体系。麒麟系 OS 在党政军领域有着支配性的优势地位，目前中标软件、天津麒麟两家企业在党政、国防办公等领域占有国产操作系统 90%以上的市场份额。未来麒麟软件将投入百亿级资金投入， 2020 年 2 月，麒麟软件面向全球公开诚聘各类人才，总数高达上千人。2020 年 3 月，麒麟软件发布“遨天”计划，未来麒麟软件将实现百亿级资金投入，立足人工智能、移动计算、云端互联等未来技术发展趋势，以“内生安全、融入移动、注重体验、支撑体系”为特色，塑造一支规模逾万人的自主操作系统精英团队，打造桌面与服务器操作系统、云操作系统、嵌入式操作系统三大产品。2019 年两家麒麟 OS 子公司业绩亮眼，中国软件预计 2020 年营收百亿元。2019年中标软件实现营收 1.52 亿元，yoy+92%，归母净利润 6584 万元，同期前值为-2293 万元；天津麒麟实现营收 1.96 亿元，yoy+216%，归母净利润 6712 万元，yoy+876%。两家麒麟操作系统子公司共计实现净利润 1.33 亿元，研发投入加大背景下净利润率达到 38.3%，体现信创市场景气度。根据中国软件年报披露的经营计划，中国软件计划 2020 年实现营收 100 亿元（2019 年为 58 亿），体现了公司对信创市场的信心。3.1.2、 统信软件：统一操作系统 UOS 代言人 诚迈科技合作深之度，共同创立统信软件。2019 年 11 月 25 日，诚迈科技公告拟以全资子公司武汉诚迈 100%股权作价人民币 2.04 亿元，深度科技股东拟以其持有的 100%深度科技股权作价人民币 2.55 亿元，共同以股权对统信软件增资，并以股权出资替代各方前期对统信软件注册资本的现金出资。诚迈科技持有统信软件 44.44%的股权，深度科技原股东北京世界星辉科技（三六零全资子公司）、北京一路创科网络、宁波深度汭溥投资、自然人刘闻欢、北京神州绿盟信息分别直接持股 14.67%、12.85%、12.22%、10.93%、4.89%股权，武汉诚迈与深度科技成为统信软件的全资子公司。依托深度 Deepin OS，打造商业化统一操作系统 UOS。2019 年 5 月，中国电子集团（CEC）、武汉深之度科技有限公司、南京诚迈科技、中兴新支点联合签署《合作协议》，共同研发统一操作系统并建立筹备组；2019 年 7 月正式成立筹备组联合技术研发团队，并在北京、南京等地组织了数百人的研发团队开始研发工作。2019 年 12 月，统信软件成立。2020 年 1 月 14 日，统信软件宣布 UOS统一操作系统的正式版正式发布，推出面向合作伙伴的版本。UOS 是由统信软件开发的一款基于 Linux 内核的操作系统，分为统一桌面操作系统和统一服务器操作系统。统一桌面操作系统以桌面应用场景为主，统一服务器操作系统以服务器支撑服务场景为主。UOS 是以 Deepin OS 为基础开发的，可以理解为 Deepin 是社区化版本，而 UOS 是 Deepin 的商业化版本，UOS 与Deepin 的关系与 Fedora 和 Redhat RHEL 类似。目前 UOS 已经完成了对龙芯、飞腾、鲲鹏、申威、海光、兆芯六大国产 CPU 的适配，提供 x86、ARM、龙芯、服务器多个镜像版本。Deepin 操作系统最早版本在 2008 年正式发布，是由深之度创始人刘闻欢组织团队研发的基于 Debian 的本地化 Linux 操作系统。2011 年武汉深之度科技有限公司成立，开始产品研发和团队组件。2015 年公司完成首轮融资后正式进入商业化运作。2014 年 Deepin 操作系统入围中央政府个人操作系统采购名单。深度操作系统 x86、龙芯、申威、ARM 等国产 CPU 平台，其中桌面版操作系统拥有自主研发和第三方办公、生活、娱乐软件在内完善基础生态，同时兼容大量Windows 和 Android 应用。深度服务器操作系统提供对国产 CPU、终端和服务器设备的良好兼容，全面支持国产主流数据库、中间件和应用软件，并通过了工信部安全可靠软硬件测试认证，符合“自主可控”战略目标的要求，深度安全操作系统面向党政军等机要部门，符合“公安部信息安全等级保护标准“的安全要求。Deepin 是国内排名最高的 Linux 操作系统。2017 年 Deepin 就已进入国际开源操作系统前十名。根据 Distrowatch，过去 12 个月和 6 个月 Deepin 关注度排在全球 Linux 操作系统第十，评分 8.89，排名全球第十二，是 Distrowatch 上排名最高的中国 Linux 操作系统发行版。目前 Deepin 系统已支持超过 40 种不同的语言，参与的社区用户和开发者超过 300 人。UOS 深度绑定华为，受益于华为鲲鹏产业链发展。2019 年 9 月，华为在推出的荣耀 MagicBook Pro 锐龙版笔记本预装 Deepin 桌面版操作系统，后续在华为Matebook 系列笔记本中提供 Linux 预装版本，整体来看 Linux 版笔记本售价较Windows 便宜 300 元。华为笔记本出货量巨大，Matebook 已经成为国内主流笔记本电脑，Deepin 预装华为笔记本电脑是国产操作系统在民用电脑的大突破。同时，华为也在积极构建鲲鹏计算生态，宣布与深之度、中标麒麟、天津麒麟、中移苏研、普华等伙伴计划联合推出 OpenEuler 开源社区，目前 UOS 已经发布基于华为 OpenEuler 的商业版，此前深度科技也针对华为鲲鹏硬件平台，统信软件有望受益于华为鲲鹏产业链的发展。诚迈科技大规模定增投向国产 OS，统信软件招聘 5000 人，UOS 进入发展快车道。2020 年 3 月，统信软件发布 2020 年招聘信息，包括各地研发中心、适配中心、产品中心、服务中心在内的共计招聘 5000 人，其中研发中心招聘近 1500人。2020 年 5 月，公司发布定增预案，拟募资 18 亿元，总投资超 22 亿元，拟向基于国产操作系统的应用软件开发套件及迁移服务项目投资 10.93 亿元，向智能网联汽车操作系统软件平台开发项目投资 5.68 亿元，向 5G 智能手机操作系统软件平台开发项目投资 3.44 亿元。统信软件计划在十年内成为全球主要基础软件供应商，UOS 已经进入发展快车道。3.2、 数据库：自主可控的关键环节 数据库（Database）是一个按数据结构来存储和管理数据的计算机软件系统，是一个长期存储在计算机内的、有组织的、可共享的、统一管理的大量数据的集合。数据库是数据的集合，具有统一的结构形式并存放于统一的存储介质内，是多种应用数据的集成，并可被各个应用程序所共享。数据库管理系统（DatabaseManagement System，简称 DBMS）是为管理数据库而设计的电脑软件系统，一般具有存储、截取、安全保障、备份等基础功能，数据库管理系统主要分为关系型数据库和非关系型数据库两种。关系型数据库，是指采用了关系模型来组织数据的数据库，其存储的格式可以直观地反映实体间的关系，更适合处理结构化数据。关系型数据库遵循 ACID 原则，即原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability），这四种原则保证在事务过程当中数据的正确性。简单来说，关系模型指的就是二维表格模型，而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。关系型数据库一般采用通用的 SQL 语言存取、查询、更新和管理数据。典型的关系型数据库管理系统有MySQL、Oracle、SQL Server。非关系型数据库（NoSQL），指非关系型、分布式、且一般不保证遵循 ACID 原则的数据存储系统。非关系型数据库以键值对存储，且结构不固定，每一个元组可以有不一样的字段，每个元组可以根据需要增加一些自己的键值对，不局限于固定的结构，可以减少一些时间和空间的开销。非关系型数据库设计目的是简化数据库结构、避免冗余、影响性能的表连接、摒弃复杂分布式，具备性能高、扩展性强、成本低、查询速度快的特点。非关系型数据库可以分为键值存储数据库、列存储数据库、文档型数据库、图形数据库，典型的非关系型数据库管理系统有MongoDB（文档型）、Redis（键值存储）、HBase（列存储）。我国数据库市场规模近 140 亿元，关系型数据库为主流。数据库主要应用到政府及金融、能源、教育、交通等领域。根据智研咨询数据，2018 年我国数据库市场规模达到139.3亿元，其中关系型数据库市场规模约118.4亿元，占比85%，非关系型数据库由于在处理超大规模和高并发情形具备优势，近年市场份额不断提升。Oracle、IBM、微软占据国内数据库市场，国产数据库份额不断提升。2017 年Oracle、IBM 和微软三家厂商占据市场份额近六成，其中 Oracle 拥有 40.1%市场份额。国内厂商的订单主要来源于政府采购，国产化率一直处于较低水平，但近年国产数据库市场份额呈现稳步上升态势，2017 年国产数据库市场份额已经达到 14.27%。南大通用：成立于 2004 年，拥有国内最全数据库产品线，目前用户已经覆盖 30多个国家，大型企业客户超过 300 家，运行实例节点数量超过 7000 个，总数据量超过 100PB。南大通用产品线包括自主开发的大数据分析数据库 GBase 8a、世界级的 OLTP 数据库 GBase 8t、世界级的内存数据库 GBase 8m，以及大规模分布式并行数据库集群系统 GBase 8a MPP Cluster。公司 GBase 数据库在金融、电信、电力、交通、能源等行业有广泛的应用，并在 2018 年至 2019 年连续两年入选 Gartner 分析型数据库管理解决方案魔力象限。武汉达梦：成立于 2000 年，是中国电子信息产业集团（CEC）旗下数据库企业，中国软件为第一大股东，持股 25.21%。武汉达梦已掌握数据管理与数据分析领域的核心前沿技术，拥有全部源代码，具有完全自主知识产权。达梦公司是国家规划布局内重点软件企业，同时也是获得国家“双软”认证和国家自主原创产品认证的高新技术企业，拥有国内数据库研发精英团队。达梦公司产品已成功应用于金融、电力、航空、通信、电子政务等 30 多个行业领域。人大金仓：成立于 1999 年，是中国电子科技集团有限公司（CETC）的成员企业，太极股份直接持股 38.18%。人大金仓构建了覆盖数据管理全生命周期、全技术栈的产品、服务和解决方案体系，拥有 KingBase 系列数据库产品，广泛应用于电子政务、国防军工、电力、金融等超过 20 个重点行业，完成装机部署超过 50 万套，遍布全国近 3000 个县市。神舟通用：隶属于中国航科集团（CASC），公司核心产品主要包括神通关系型数据库、神通 KStore 数据管理系统、神通商业智能套件等系列产品研发和市场销售。基于产品组合，可形成支持交易处理、MPP 数据库集群、数据分析与处理等解决方案，可满足多种应用场景需求。产品通过了国家保密局涉密信息系统、公安部等保四级、军 B +级等安全评测和认证。3.3、 中间件：分布式架构必要的基础软件 中间件，英文名为 Middleware。在现代分布式计算架构下，中间件在应用系统结构中居于各类应用与操作系统之间，是一种为分布式计算环境提供通信服务、交换服务、语义互操作服务等系统之间协同集成服务，解决系统之间互连互通问题，帮助用户灵活、高效地开发和集成应用软件的基础型软件。中间件可以分为消息中间件（解决多个子系统间的消息通信问题）、交易中间件（用于实现不同软件之间相互调用和交互操作）、应用服务器中间件（位于客户浏览器和数据库之间，为应用程序提供业务逻辑的代码）。中间件产品是伴随分布式计算架构由两层结构向三层结构扩展而逐步演化而来的。随着计算机和网络技术的飞速发展，许多软件需要在不同厂家的硬件平台、网络协议异构环境下运行，应用的规模从局域网发展到广域网，传统的“客户端/服务器”的两层结构已无法适应需求，因此以中间件软件为基础框架的三层应用模式应运而生。在三层结构中，通过在中间层部署中间件，解决了二层结构下的诸多缺陷：1）共性凝练和复用，应对海量访问；2）屏蔽异构性，实现互操作；3）加密传输，提高系统安全性。中国中间件行业增速加快，政府、金融、电信等行业需求较多。随着云计算、大数据、物联网等数字化技术普及以及政务大数据、智慧城市、企业上云等行业数字化热点项目的推进，催生出大量新的市场需求，促进了市场规模持续增长。据计世资讯数据，2018 年国内中间件市场规模为 65.0 亿元，同比增长 9.6%。预计 2019 年市场总体规模为 72.4 亿元，同比增长 11.4%。中间件主要用于解决多系统多硬件平台下的协同与通信问题，因此政府、金融、电信等具有用户部门多、范围广、分布散、信息化水平提升快等特点的领域，中间件的需求较多。根据计世资讯数据，2018 年中间件在政府、金融、电信行业需求占比分别为30.6%、24.2%、16.7%。随着国产化替代和云基础设施建设，政府行业仍会有较大的增长IBM 和 Oracle 统领市场，国产中间件已具备一定份额。我国中间件软件行业早期由国际知名厂商 IBM 和 Oracle 以领先的产品技术迅速占领了市场，随着国产中间件厂商技术的升级，以东方通、宝兰德为代表的国产厂商赶超者，在电信、金融、政府、军工等行业客户中不断打破原有的 IBM 和 Oracle 的垄断，逐步实现了中间件软件产品的国产化自主可控。根据计世资讯数据，目前 IBM+Oracle占据中国中间件 32.3%订单量和 51.1%销售额，东方通、普元、宝兰德、中创等国产中间件已具备一定市场份额。国产中间件厂商主要有东方通、宝兰德、普元信息、中创股份、金蝶天燕，其中东方通市占率最高，是整体市场和政府市场的领导者；宝兰德主要客户为中国移动，以电信市场为基础，拓展政府和金融客户；普元信息客户主要集中在政府、电信、能源领域，是整体市场和金融市场挑战者；中创股份客户主要集中在政府、电信、军工和能源领域；金蝶天燕是金蝶中国子公司，依托其母公司有限公司向向最终客户销售中间件软件。3.3.1、 东方通：国内中间件整体市场领导者（略）3.3.2、 宝兰德：以电信行业为基础，向政府、银行领域拓展（略）3.3.3、 普元信息：软件基础平台领导者（略）4、 重点推荐个股我们认为，我国 IT 产业自主可控具备必要性和紧迫性，国产基础软硬件有望重构国内 IT 产业生态，并在此次国产替代浪潮中充分受益，给予信创行业“推荐”评级。重点推荐：1）CPU：中科曙光（海光）、中国长城（飞腾）；2）GPU：景嘉微；3）存储：易华录、紫晶存储；4）操作系统：诚迈科技（UOS）、中国软件（麒麟）；5）中间件：东方通、宝兰德。……（报告观点属于原作者，仅供参考。报告来源：国海证券）如需报告原文档请登录【未来智库】。