>> 信達證券-中興通訊(000063)服務器規(guī)模國內前五，聯手英特爾打造低成本AI架構-230404
| 上傳日期： |
2023/4/4 |
大小： |
1023KB |
| 格式： |
pdf 共7頁 |
來源： |
信達證券 |
| 評級： |
買入 |
作者： |
蔣穎 |
| 下載權限： |
無限制-登錄即可下載 |
|
|
事件：中興通訊作為算力龍頭，在服務器、芯片、數據庫等方面持續(xù)深度布局，有望受益于數字經濟產業(yè)發(fā)展。
點評：
服務器：市場份額快速提升，保持較高增速
據IDC數據，2022年中國服務器市場規(guī)模為273.4億美元（1888.37億人民幣），同比增長9.1%，中興通訊2022年服務器收入已達100.08億元；根據中興通訊官網，2022年，中興通訊服務器及存儲營業(yè)收入百億元，同比增長近80%；據IDC 2022年第四季度中國服務器市場跟蹤報告，Top8服務器廠商中，浪潮、戴爾、聯想份額均出現下滑，超聚變和中興則取得明顯增長，其中中興通訊市場份額從3.1%提升至5.3%，位居國內第五。公司在今年新產品發(fā)布會上表示將快步實現服務器及儲存產品國內前三（按照2022年份額超10%以上）、全球前五的經營愿景。
運營商服務器市場：服務器產品實力強勁，在多個運營商項目中排名均位列第一
1）公司在中國電信2022-2023年服務器集中采購中實現全標包入圍，總份額第一，其中標包1、4、6中排名第一，標包2、3、7中位列第二。
2）公司在中國聯通2022云服務器集中采購中總份額第一，其中標包1排名第一；在2022-2024年中國聯通國際服務器集中采購標段1中排名第二；在2022年中國聯通人工智能服務器集中采購中排名第三；在2022年中國聯通通用服務器集采中總份額第二。
3）公司在中國移動2019-2020、2020PC服務器集采、2021-2022PC服務器集采（網絡云標包）中均排名第一；在中國移動2021-2022PC服務器集采（第一批次）中總份額位列第二；在中國移動2021-2022PC服務器集采（第二批次，1-6標包）中總份額排名第三；在中國移動2022政企客戶算力服務器集采中排名第二；在中國移動集中網絡云資源池第三期工程計算型服務器采購中排名第一。
我們認為2023年數字經濟建設是國家發(fā)展主線之一，算網基礎設施建設或將逐步加快，2023年三大運營商在算力方面的資本開支均保持20%以上增速，中興通訊有望核心受益。
AI服務器：產品性能強勁，成為“文心一言”可靠算力底座
3月16日，據中興通訊微信公眾號，中興通訊和百度聯合宣布，中興通訊服務器將支持百度“文心一言”，為AI產品應用提供更加強勁的算力支撐，助力AI產業(yè)化應用和生態(tài)繁榮?！拔男囊谎浴笔前俣然谖男拇竽Ｐ图夹g推出的生成式AI產品，具備跨模態(tài)、跨語言的深度語義理解與生成能力，“文心一言”將通過百度智能云對外提供服務，為產業(yè)帶來AI普惠。
在服務器產品方面，公司服務器產品全面滿足百度定制化要求，針對百度智能云AI、深度學習的需求，中興通訊服務器產品采用高密度、模塊化、精細化設計，具有高性能、高可靠、易擴展、易管理等優(yōu)勢，在AI、云計算、大數據、NFV等領域具有出色的表現，適用于百度大腦、飛槳深度學習平臺。目前，公司服務器產品已規(guī)模應用于百度智能云，充分滿足百度智能云不同業(yè)務場景差異化配置需求、資源分配和上云服務。我們認為此次合作體現了公司在提供AI服務器解決方案方面的強大實力，公司服務器產品可充分滿足AI模型所需的蓬勃算力需求和龐大的數據吞吐量需求。未來，隨著國產AI模型持續(xù)發(fā)展，AI下游應用的落地，模型推理算力需求有望帶動公司AI服務器持續(xù)放量。
截至目前，公司最新的R6500 G5 GPU服務器可支持20張單寬半長GPU加速卡，具備高密度算力、靈活擴展、異構算力、海量存儲、穩(wěn)定可靠等特性，雙路最大支持120核，AI性能提升10倍，為數字經濟發(fā)展提供強大算力支持。
聯手英特爾發(fā)布深度學習推理軟硬件架構，部分領域通過低成本CPU替代高成本GPU
2022年12月28日，公司聯合英特爾共同發(fā)布《英特爾聯手中興優(yōu)化深度學習模型推理，實現降本增效》白皮書，本白皮書深入介紹了中興通訊主導的開源項目Adlik如何與英特爾OpenVINO工具結合。為解決購買專用GPU硬件會大幅增加部署成本，而且應用范圍有限，靈活度較低的問題，中興通訊通過硬件創(chuàng)新和軟件層面的深度優(yōu)化，在部分場景中，如果能夠直接使用CPU來進行推理，將有助于降低成本，提升靈活度，白皮書指出通過中興Adlik可以對AI模型進行自動剪枝、蒸餾，實現模型大小的優(yōu)化，再通過OpenVINO的量化工具和推理引擎，對模型實現INT8量化，從而實現模型壓縮，以降低模型推理所需的計算資源和內存帶寬，提高模型的推理性能。通過使用中興Adlik+第三代英特爾至強可擴展處理器+ OpenVINO工具套件的組合，可使已完成訓練的高精度AI模型轉換成參數較小、結構簡單、精度基本不下降的AI小模型，其性能與大模型接近，模型數據吞吐量更高，從而實現在不增加GPU硬件，大幅減少部署成本的情況下，直接使用CPU服務器即可滿足模型的日常推理需求，成功實現降本增效，并使得模型更易部署在算力有限的場景下，比如自動駕駛車端場景。我們認為此解決方案能夠實現AI模型推理的降本增效，適用各垂直領域的AI小模型有望加速落地，充分滿足不同場景需求。
Adlik是用于將深度學習模型從訓練完成到部
|
|
