1产业发展基建先行，东数西算网络初成
资源整合与统一管理调度系国家高性能网络计算的重点
当前算力网资源呈现分散、异构、动态自治的特点。随着过去多年的算力能力建设，我国存量的算力已经具有一定规模，据2022年中国算力大会，中国智能算力总规模约占全球的26%，服务器规模约2000万台，算力总规模超过150EFlops（每秒15000京次浮点运算次数），排名全球第二。但由于建设主体较为分散，主要由各级政府、不同企业建设，相互之间的协调即联动较为不足。同时，服务器类型、适用的训练种类的差异导致了异构的特点，算力存在度量困难，进而影响构建算力使用的结算体系。
算力布局集群化趋势明显，利用效率仍有较大提升空间。当前全国八大枢纽节点投资约占总体数据中心投资的80%，新建约超过90%为大型数据中心。主要原因为：
1）人工智能时代来临，对大规模并行计算的需求上升；
2）头部云厂商新增机柜的60-80%用于云承载，主要集中在核心区域；
3）中大型行业客户的专有云需求增长明显，对数据中心集群化有明显需求。同时，当前已建成的算力基础设施使用率仍较低。根据工信部《全国数据中心应用发展指引》，数据中心利用率约为50-60%，且随数据中心规模增大而递减。
中西部地区数据中心发展质量不占下风，规模有较大提升潜力。据国家新型数据中心发布的算力产业发展指数，东部由于发展较早，规模远大于中西部，中西部地区凭借占优的地理环境因素，以及后发优势，在发展质量上不输东部地区。中西部后续进一步扩展算力的潜力较大。
全国一体化算力网调度平台实现多元异构算力调度
通信技术及网络拓扑结构进步逐渐打破数据时空局限
受限于传输数据效率，绝大部分“热数据”仍只能就近处理。根据数据的调用频率及时延要求，产业界通常将数据分为“热数据”和“冷数据”。所谓热数据是指需要经常调用，对实时可快速获得性的要求较高，冷数据则反之。因此在网络交换传输仍有待提升的情况下，热数据只能就近部署，当前大部分的热数据仍主要集中在东部地区。数据网络交换传输时延问题预计将进一步改善。随着通讯协议、标准、网络建设进一步推进，数据网络交换的实时性预计仍有较大提升空间，算力市场供需双方对未来实现更长距离的数据交换传输抱有较大期待。未来将有更多温数据，以致热数据在西部存储和计算。随着5G、光通信等新一代通讯技术的普及，算力调度平台进一步完善，接下来数据传输交换读取的便捷性将大大提高，当前行业对数据传输的困扰将进一步解决，逐步打破数据的时空局限。
2智算算力成为人工智能发展的重要战略资源
技术革命带来算力需求指数上升，新基建投资价值毋庸置疑
AIDC新型算力的投入与产出比，预计相较传统算力进一步提升，投资价值明显。从投资角度看，新型算力所能产生的经济价值预计进一步提升，预计来自于三方面：
1）通过智能调度带来的算力使用效率的提升。
2）基于硬件平台而衍生的一系列附加价值，这可能包括算力平台运营收入，平台软件工具按需收费等。
3）随着算力使用客群结构的改变，单位算力使用带来的效益也预计逐步上升。
人工智能向大模型、多模态、多场景发展，算力需求增长确定性高
算力需求更先落地，订单及业绩可追踪性较强。作为发展大模型及数智化转型的基础，算力布局及建设具有前导性，算力厂商在订单和业绩上更早落地，更容易追踪，产业链条及业绩的驱动因素更加清晰。政策与产业需求共振，智算落地速度存在超预期可能。根据IDC的报告，2022年国内主要行业智能化渗透度均稳步提升，2023年在大模型的推动下，这一趋势有望加速。智能客服、实体机器人、智慧网点等预计更改广泛应用于服务行业，预计到2023年年底，中国50%的制造业供应链环节将采用人工智能。同时，据斯坦福HAI研究，当前产业机器学习系统研发成果数量不断走高，企业层面发力人工智能趋势明显。当前智能算力发展，上有国家政策大力支持，下有产业快速增长的算力需求，我们认为这种共振的格局下，智能算力产业的增长存在较大超预期的可能。
数据要素化促进算力需求释放
国内优质数据供给量正在进一步加大。根据信通院数据，2022年我国数据产量8.1ZB，全球占比为10.5%，占比相较2021年增长0.6个百分点。国内人口基数大、市场规模广、产业丰富，随着政府及产业个体对数字化的重视程度提高，未来优质数据的供给量将进一步增大。同时，中国数据交易机构数量今年来保持显著的增长，为数据的高效流通打下基础。数据要素化推动智能算力需求的提升。主要基于以下原因：
1）数据作为模型发展的原料，数据质量直接影响模型质量。随着社会对数据采集与流转重视程度提高，将有更多高质量数据来发展模型，同时促进算力需求。
2）企业数智化转型中，要求企业基于更大量的内外部数据进行分析来辅助决策，也会产生更大层面的企业侧算力需求。
国内智能算力发展提速，东西部将进一步发挥协同优势
算力节点扩容建设将进一步加速，智算算力占比逐步提升。根据国家网信办《数字中国发展报告（2022年）》，新开工数据中心项目超60个，新建数据中心规模超130万标准机架，西部数据中心占比稳步提高。通过产业信息跟踪可知，当前不论东西部，算力节点建设仍都在加速，包括扩容、提速、现有架构升级，以应对当前算力需求的快速上升。根据IDC预计，中国智能算力规模2022至2026年复合增速为48%。由于当前人工智能应用仍处早期阶段，算力需求仍在快速释放，我们预计增速存在超预期的可能。
东部算力供给增长斜率预计将更加低于需求扩张斜率，东西协同发展算力大有可为。正如上一部分提及，东部地区由于自然资源、能源荷载、土地规划、以及运维成本等方面的限制，数据中心建设的局限性较大。同时，特别是在行业早期，数字经济及人工智能发展的东西部差异性更加突出，东部地区快速增长的算力需求与供给的差距将进一步扩大，东部对西部算力的需求也预计只增不减。传统上对数据在西部存储的认知多集中在灾备，后续预计更多数据将在西部存储和计算，主要原因为：
1）数据交换及通信技术进步，算力一体化调度平台进一步完善，有效提升东西部算力及数据的实时互通性。因此，当前存储在东部的“冷数据”将更大规模，更大比例的转移到西部，同时，部分时效及调用频度介于“冷数据”与“热数据”之间的“温数据”，转移的经济性及必要性也将上升。
2）数字经济不断发展，数据量及数据种类将快速膨胀，数据也将作为未来的重要资产，将数据合理、经济的存储成为政府及企业需要思考的课题，西部地区在经济性上更胜一筹。
3）人工智能技术快速发展，模型及应用提供方更倾向于将数据存储与训练集中在一个节点，进而减小传输带来的数据丢失、延迟等问题，提升训练效率。总结看，算网成熟、数据量增大、模型训练提效的需求将共同推动更多数据在西部存储和计算。
算力租赁释放中小实体算力使用需求，算力报价可作供需刻画的晴雨表
在各行各业数字化发展需求的催生下，适用于更多、更广用户需求的算力产品和服务也将加速落地。算力调度和租赁进一步降低算力的使用门槛和使用成本，抬升算力需求的天花板，是当前众多产业数字化参与主体所期盼的发展方向。
政策利好算力服务增长，行业供给及需求抬升共振
需求侧：新技术革命使得算力需求群体，由小众扩展为千行百业。主要基于两点判断：
1）数智化转型不仅针对大型企业，中小型公司在降本增效、提升运营管理水平、开发新的业务增长方面亦有旺盛的需求。传统企业有大量的数据资源由于缺少采集及分析而被浪费，因此，数字化转型需要深挖数据价值，这需要更大算力的支撑。
2）随着业务智能化水平的提高，适用于中小厂商业务的智能化模型的部署需要相应算力的支撑。因此，算力的主要需求方将由原来的科研及国防机构扩展为希望实现数智化转型的千行百业。
供给侧：
2）增量角度看：由具有资源优势、渠道优势、资金充裕的大型企业建设，通过租赁的形式提供给其他中小型企业及团体，预计将产生较大的市场。资源优势主要体现为数据中心建设用地、政府支持、融资能力等方面，这类公司多为上市公司，拥有较多资源的大型企业。在高端计算芯片短缺的背景下，与主要芯片厂商关系紧密可以视为渠道优势。在算力需求快速增长的背景下，算力租赁市场预计较快增长。算力普惠遍及是政策所向，多地算力券政策相继推出。推动算力建设的同时，使得算力更多服务经济发展，使其成为容易获得的社会资源是各级政府思考发力的重点。年初以来，在中央推动数字经济发展的定调下，成都、上海、北京等各地方政府发放算力券可以视为明显的政策支持风向。最终实现如中国移动负责人在2021年世界互联网大会上所表述的，实现“网络无所不达、算力无处不在、智能无所不及”的愿景。
算力服务报价可作为跟踪行业算力供需求情况的重要指标
模型训练需求扩张推动短期算力景气度攀升，中期看推理算力需求释放的节奏。基于对产业发展特点的研究，由于各家厂商的模型仍处在不断提升推出迭代的过程中，当前算力需求主要集中在训练侧，到明年初的算力需求增长都有比较好的预期。向后期发展，随着基础模型的成熟，预计大模型的格局将演化为“基础模型+专业模型”的模式，新增通用大模型的算力需求逐步走向收敛。随着训练侧算力增长逐渐平滑，需要推理侧的算力需求接力。在此过程中，亦可能会有由于训练与推理两端需求起量节奏异步，导致总体算力需求短期下滑的风险。当前AI算力核心上游硬件处于供不应求的状态，下游订单量较为乐观。以AI服务器最核心的PGU芯片的供需情况看，从年初以来，全球各地厂商向英伟达不断追加订单。根据英国《金融时报》8月10日报道，中国大型互联网公司已经向英伟达订购价值达50亿美元的智能芯片。同时，英伟达高端芯片现货价格年初以来由于供应紧张也在不断攀升。据媒体报导，7月中旬英伟达芯片国内售价达10万元/片，单周涨幅超20%。新华三运营总经理在MWC上海展向媒体表示，搭载英伟达高端芯片的服务器供货周期在30周左右。
单维度的算力下游订单数据可能会有虚报的成分。2019年-2020年的比特币等虚拟货币的挖矿热，以及2020年-2021年的智能电动车缺芯潮中，在关键硬件供给紧张的趋势下，会出现下游需求方报高意向订单量，以保证上游关键紧缺零部件拿货的优先等级，后续如果下游需求放缓，可能会发生砍单的情况。因此，订单数据的跟踪相对低频和滞后一些，很多情况下亦缺乏透明度，需要更多维度的算力需求预警指标。算力服务价格可作为判断行业算力需求节奏的依据。随着算网建设深入，算力交易市场的完善，算力服务报价将实现实时更新，是可以直观刻画算力供给及需求情况的高频数据。对于市场投资者而言，算力服务报价实时度高、透明度强，可以作为判断算力市场供需热度的重要指标。
智算中心由“资源服务”向“应用服务”转变，产业进一步丰富
算力“新基建”，新型算力中心绝不是简单理解为提供硬件的概念，为应对数字化、智能化需求，未来数据中心预计通过沉淀的基础通信、人工智能、大数据、区块链、安全认证、精准定位等优质能力，提供统一封装、灵活调用的“能力即服务”，从而促进经济社会效率和效益的提升。
连接+算力+能力相辅相成，大厂积极布局
“能力即服务”是指在算力中心硬件的基础上，通过平台能力，为客户使用算力进行数智化转型提供应用服务。人工智能推理及训练是系统性的工作，需要连接、算力、模型开发形成一个全方位的解决方案。各大IaaS厂商致力于提供整套的算力解决方案以提升竞争力。包括华为、百度、阿里、商汤等大型科技厂商，也包括三大运营商，在提供整套解决方面均有较多的布局。除了提供硬件的“资源服务”之外，在“应用服务”方面的发力可能包括算法服务、应用软件优化、算法与软件研发等。以商汤为例，2023年1月AIDC正式启动，致力于实现不同场景的算法模型的底层抽象，以模块化平台套件打造通用型服务平台。主要愿景之一为“扶持一批芯片企业，培育一个软件生态，繁荣一群应用开发”。华为昇思基于昇腾硬件算力，提供工具组件、领域套件和拓展包、科学计算套件，涵盖从模型训练到推理的一整套技术支持。
3产业链受益范围更广，国产化重要性不断提升
算力产业链上中下游涉及环节较多，AIDC时代产业链容量预计将进一步扩展。AIDC下游主要为较为熟知的互联网及云服务厂商、运营商、政府客户、行业客户。中游按照服务器整机提供商类型可以分为品牌商和ODM/OEM两种。上游服务器硬件涉及繁多，硬件来看，最核心的为计算推理芯片，包括GPU、CPU，其余包括存储、连接器、PCB、散热、电源等。软件来看，核心涉及操作系统，数据库。
巨大的新增算力需求催生行业巨头的产生。每一轮技术浪潮带来新的机遇都会催生掌握关键技术的巨头产生，例如，个人电脑普及造就了英特尔、微软等巨头，移动互联网时期，国内腾讯、阿里、百度，国外谷歌、苹果等站上风口，当下AIGC的发展也将在智能芯片，服务器，算力网络等环节，使得抓住新一轮关键技术的厂商获得快速扩张。
参与方对核心资源的占有能力仍为考量因素之一，但重要性权重相对降低。与上一轮东数西算建设略有不同，当前建设更加考虑产业落地，与各行各业的融合，因此，参与方预计更加多元，更注重产业链竞争力和市场化能力。预计将是地方政府及大型央国企牵头，能够支撑具体数智化场景，更高效运营的厂商共同参与的格局。更好匹配行业发展需要，具备优秀运营管理能力的厂商将不断走出来。
英伟达生态占据主要地位，落地速度较快
英伟达高端芯片性能领先，产品解决方案丰富。英伟达新一代GPU芯片H100较上一代A100在训练性能提升约9倍，推理性能提升约达30倍，使用NVIDIANVLinkSwitch系统可连接256个H100来加速百亿亿级工作负载，另外可通过专用的Transformer引擎来处理万亿参数语言模型。第三季度将出货用于高性能AI计算的GH200、用于通用数据中心的L40s、服务器参考设计方案MGX、加速网络平台Spectrum-X、RTX工作站等，拥有较强的技术领先性和解决方案丰富度。
业绩持续高增验证算力需求确定性。根据英伟达2024财年第二季度财报，收入同比上升101%至135.1亿美元，超市场预期，第三季度指引收入160亿美元，预计持续高增。收入贡献最大的为数据中心业务，2024财年第二季度收入103.2亿美元，同增171%。
算力侧国产化率预计将进一步提升
国内发展智能算力实则是对软硬件产品的供应商提出更高的要求，包括供应链安全可靠性，快速响应能力及国内生态的落地能力。今年，中美两国在高科技领域的摩擦不断升级，美国限制涉及高性能计算的产品及技术对华出口，确保中国不落后于智能化发展，智能算力国产化迫在眉睫。在这一过程中，国产优质厂商预计将凭借政策支持，产业扩容，后发优势等因素，获得更多产业链联合研发机会，项目定点落地，并最终加速研发成果在报表端的体现。
政府项目及国内大厂积极推动国产算力落地。根据工信部印发的《新型数据中心发展三年行动计划（2021-2023）》，提出要推动CPU、GPU等异构算力提升，逐步提高自主研发算力的部署比例，推进新型数据中心算力供应多元化。根据寒武纪6月30日公告，中标沈阳市大东区城市建设局的沈阳市汽车城新型基础设施建设项目-智能计算中心项目，中标金额为1.55亿元。7月26日寒武纪中标“浙东南数字经济产业园数字基础设施提升工程（一期）”项目，联合体拟中标金额为7.5亿元，预计寒武纪所占金额约为该项目总价格的70%。在2023年人工智能大会上，国内大模型领先厂商科大讯飞公布了与华为的合作，表示讯飞星火与昇腾AI将联合打造中国通用智能新底座。在政策鼓励下，国产算力落地预计将进一步加速。
国产芯片厂商快速崛起，生态加速丰富
智能芯片占AI服务器大部分成本，当前国外厂商仍占绝大部分市场份额。智能芯片在以往高性能服务器中的价值量占比约50%，在训练型服务器中，CPU与GPU芯片将占据服务器超70%的成本，智能芯片厂商占据AIDC产业链核心的地位。当前全球独显GPU市场主要被英伟达、AMD、英特尔三家垄断。
国产智能芯片硬件性能不断提升,海思研发实力优秀
国产智能芯片厂商可以大致分为两类，一类是华为、海光代表的，具有一定从芯片、服务器，到软件生态优势的大型厂商。另一类是以寒武纪、壁仞科技、摩尔线程、燧原科技等代表的国产智能芯片独角兽企业。两类公司各有优势和特点。华为海思有超20年技术积累，芯片超200项自主知识产权，技术实力领先。公司1991年启动研发，前身为华为集成电路设计中心，经过20余年的发展，成为领先的Febless半导体与器件设计公司。目前有智能终端和处理器两大产品线，处理器产品包括麒麟、昇腾、鲲鹏、巴龙、凌霄。目前在全球设有12个办事处和研发中心，产品和服务遍布全球100多个国家和地区，有超8000项专利，研发实力突出。其中昇腾作为新一代智算芯片，有昇腾310与昇腾910两款产品。昇腾310是华为首款全栈全场景人工智能芯片，昇腾910是华为目前推出的算力最强的AI芯片，昇腾系列后续发展也被各界给予较高期待。昇腾芯片搭载的华为独创达芬奇架构神经网络处理单元NPU（NeuralNetworkProcessingUnit），该架构具有极具创新的高性能3DCube计算引擎等关键技术，大幅提升AI计算的效率和灵活性，能够在多场景，云、边、端，提供最优算力支持。
海光信息CPU及DCU双布局，背靠中科系，具有研发及生态优势。海光信息完全掌握X86CPU完整架构，已具备自主迭代能力。中科曙光作为国产服务器龙头，是公司的第一大股东，有望充分受益中科系软硬件的赋能。海光7000系列CPU最多集成32个处理器核心，最大支持8个内存通道和128个PCIe接口，主要应用于高端服务器，面向数据中心、云计算等复杂应用领域。8000系列DCU深算一号已与国内多家开发大模型的企业和研究所达成认证。海光国产处理器已得到众多OEM支持，支持国内外主流操作系统，应用于各类国产服务器及工作站。公司持续保持较强的研发投入，CPU及DCU产品未来预计将进一步受益信创及算力需求爆发。
智算芯片独角兽凭借优秀的创始研发团队，及精尖技术的积累异军突起。AI芯片独角兽企业创始团队大多来自顶尖科研机构及国外科技公司，为公司提供了优秀的研发及技术基因。上市公司主要包括寒武纪，以及众多优秀的待上市企业。华为及部分AI独角兽企业智能芯片硬件性能正逐渐接近国外龙头厂商。通过对国内外智算芯片厂商当前最领先产品关键硬件性能指标的梳理，可以看出华为昇腾910芯片处于领先的地位，与英伟达A100性能较为接近。此外，寒武纪、壁仞科技、燧原科技、天数智芯等公司的智算芯片性能也处于领先的地位。随着政策支持及产业发展，看好以华为为首的AI芯片国产化替代前景。
国产芯片厂商软件生态仍在不断丰富，华为较为领先
CUDA生态是英伟达关键壁垒之一，国产厂商加速建立自身开发者生态。国外厂商英伟达除芯片硬件性能之外，软件CUDA生态亦是其重要壁垒。借助CUDA，开发者能够利用GPU的强大性能显著加速计算应用。CUDA工具包中包含多个GPU加速库、一个编译器、多种开发工具以及CUDA运行环境。国内厂商由于起步较晚，在开发者生态上与国外成熟产品仍有差距。在政府推动及下游产业支持下，国产芯片厂商开发者数量逐步上升，生态渐渐形成。以华为昇腾计算生态为代表的国产开放式生态快速发展。华为在生态建设持开放的态度，在华为建立的全场景开源AI框架昇思MindSpore外，支持与各种计算框架对接。除自研的应用使能工具MindX外，支持第三方平台应用。实现了从模型研发到落地千行百业的全链条赋能。在今年5月的鲲鹏昇腾开发者峰会上，华为公布目前鲲鹏和昇腾AI开发者已经超过350万，合作伙伴超过5600家，解决方案认证超过15500个。昇腾AI基础软硬件平台已孵化和适配了30多个主流大模型，覆盖中国一半的原创AI大模型，包括鹏城盘古、紫东太初。有25个城市基于昇腾构建人工智能计算中心，其中14个已经上线并饱和运行。
沐曦等AI独角兽企业则采取兼容CUDA生态的方式，以及与华为等国内大厂共建国产生态的路线。摩尔线程携手浪潮共建元脑生态。在2023年人工智能框架生态峰会上，沐曦科技、壁仞科技作为华为昇思开源社区理事的身份，深度参与昇思生态的构建。
国产AI服务器从生态完整性和供应链能力两维度考量
IDC提供商更加要求一体化方案及生态型运营。服务器厂商负责算力的最终集成和落地，从技术壁垒来看相对上游关键零件较小，因此，AI服务器厂商的主要优势体现为整合供应链上游硬件资源，保证关键零部件的供应稳定，同时更好匹配下游市场需求变化，为算力客户提供尽可能多的解决方案。当前国内智算中心较为核心的参与厂商包括：
1）华为系，神州数码、拓维信息、东华软件、四川长虹；
2）中科系，中科曙光；
3）海外系，浪潮信息、云赛智联等。浪潮信息、新华三、超聚变占据中国总体服务器市场超一半份额，其中浪潮占比28%，新华三占比17%，紧接着是超聚变，占比10%。出于统计口径考量，我们认为IDC的统计应主要以商用通用服务器为主，应还有较多超算服务器并未在其中统计。从TrendForce的统计看，全球2022年AI服务器的下游主要需求方为北美及国内云和科技厂商。
华为服务器战略合作伙伴有望更多获得华为较全面的软硬件生态赋能，受益华为在云、计算、存储、网络、能源方面的综合优势。华为出身通讯设备厂商，在先进网络通信方面持续引领创新，稳稳处于国内计算机网络设备的第一梯队。根据前瞻产业研究院8月2日发布的报告，中国计算机网络设备上市公司市场格局看，华为在交换机及企业级路由器行业国内市占率处于第一位，企业级路由器市占率50%，企业级WLAN市占率与新华三接近。同时，华为在云基础设施投入上也处于领先地位，2022年占据国内云基础设施投入的19%。华为在算网方面全面的布局，及技术领先性保障了华为总体解决方案的竞争力。在2023年人工智能大会上，华为发布业内首个万卡AI计算集群解决方案，我们认为华为将在后续中国算力网络建设方面扮演重要角色，产业链合作伙伴将更多受益。
华为服务器硬件交付合作伙伴主要包括：
神州数码是华为首批AI服务器合作伙伴之一，是华为整机硬件优先级合作伙伴。未来预计也将明显受益华为智算方案的推广。公司在云管理（MSP）领域可为公司提供全生命周期服务，根据IDC发布的《中国云运维管理服务市场（2022上半年）跟踪》报告，神州数码市场份额位于国内第二，约占5%。同时，公司IT分销基本盘稳固，随着公司逐渐向高毛利产品倾斜，预计总体毛利率将进一步提升。
2）拓维信息-智能计算+开源鸿蒙操作系统战略合作伙伴，绑定华为软硬生态。公司作为华为首批同舟共济伙伴，硬件上负责华为服务器的交付实施，软件上致力于华为OS在工业、教育等领域的行业拓展，拥有嵌入式的“霄瀚”全场景操作系统，提供软硬一体的解决方案。公司基于鲲鹏和昇腾处理器开发了兆瀚RA5900系列服务器，可以用于智算场景。拓维信息控股湘江鲲鹏70%股权，湘江鲲鹏系华为整机硬件优先级伙伴。
3）东华软件-大型软硬件代理集成商，参与人工智能中心建设。软件及信息系统解决方案提供商，主要领域涉及医疗、金融、政务等。AI服务器方面，公司东华鹏霄一体机可定制化部署各种软件，以及可搭配华为昇腾芯片，适合为大数据、分布式存储、原生应用、高性能计算和数据库等应用高效加速，满足数据中心多样性计算、绿色计算的需求，结合自有数据安全软件能力，持续在智慧城市、医疗、能源、金融等诸多业务领域进行推广应用。东华软件子公司神州新桥于21-22年累计算力中标项目超40亿元,已中标的智算中心多使用华为芯片,华为昇腾和鲲鹏服务器占90%以上。
4）同方股份-昇腾优选级整机硬件伙伴，算力+数据双驱动。公司与华为鲲鹏、昇腾、存储产品线全面合作，获得华为昇腾产品线优秀整机合作伙伴称号，整机硬件伙伴优选级认证。同方股份和清华大学合作建设中国华北最大的内蒙古超算中心“青城之光”、宁波智算中心、北京昇腾智算中心等项目。公司AI服务器具备英伟达和昇腾两条技术路线，2022年销售的主要为昇腾技术，具备批量出货能力。公司对科研数据库同方知网100%控股，具有数据资源优势，同时积极探索知识增强型大模型在教育科研、法律医疗等垂直领域的产业化应用。
5）四川长虹-与华鲲振宇关系为最终控制方的联营企业。公司与华鲲振宇同为长虹控股集团子公司，四川长虹董事潘晓勇先生担任该公司董事长、法定代表人，具四川长虹公告，两公司关系为最终控制方的联营企业。华鲲振宇作为昇腾领先级硬件合作伙伴，鲲鹏和昇腾整机生态中的出货量位列第一，22年业绩实现三倍增长。2022年四川长虹向华鲲振宇采购商品4.16亿元，销售商品0.53亿元。
中科曙光作为中科体系内唯一高性能服务器交付平台，在资源及生态方面充分受益。
1）在生态方面：完整的AI计算服务体系，建设“全国一体化算力服务平台”。公司具有从AI核心组件、人工智能服务器、人工智能管理平台、到软件的多项创新，构建了完整的AI计算服务体系。在生态建设方面，曙光亦秉承“共建繁荣、开放、共赢的智算新生态”的理念，支持第三方平台集成、应用集成、接入第三方定制平台，与百度飞桨建立合作伙伴关系。公司布局建设“全国一体化算力服务平台”，将实现多样融合算力的弹性供给，大幅降低算力应用门槛。
2）在技术领先性方面：高端服务器产品全栈自研，存储及液冷方案业内领先。公司分布式存储方案单套存储容量已能达到300PB容量，ParaStor存储在业内权威存储性能测试IO500榜单中位列10节点榜单第一名。公司研发的硅立方浸没液冷技术、Torus网络架构技术实现了计算技术的绿色节能、集约高效和安全可靠。曙光提出5A级智算中心整体解决方案，建设全国多个城市的先进数据中心，覆盖科研、金融、通信、互联网等多个关键行业。
浪潮信息-创造JDM（(联合设计开发）模式，互联网客户合作基础较好。
1）浪潮信息采取客户需求驱动的定制化商业模式，具有较领先的技术平台规划和产品定义能力，对个性化订单承接能力较强，对复杂供应链的管理是公司的优势之一。公司JDM实现96%的生产订单自动生成，98%的物料计划自动决策和执行，产品交付效率提升40%。
2）在智算建设方面，公司致力构建元脑生态。截至2022年底，浪潮信息生态伙伴数量达2万余家，元脑AlStore已经入驻了超过1200家伙伴，上线产品和解决方案超过150个。基于银行多业务场景常规并发需求，通过算力资源的细粒度切分，实现一卡多用。最大化提高算力利用率，在几乎零性能损失情况下（≈1%），将算力利用率提升至3-5倍。AIStation是专为人工智能开发和部署打造的端到端平台，可以实现从模型开发、训练、部署、测试、发布、服务的全流程一站式高效交付，获得2023全球人工智能产品应用博览会「产品金奖」。