（報告出品方：國金證券）
1.盤古大模型的優勢展現在哪裡？
應用場景紛繁複雜疊加“作坊式”的開發模式導緻傳統 AI 模型商業化落地較難，具體來 看： 一方面，傳統的 AI 開發模式下，一個場景對應一個模型，資料品質差、樣本少，模型精 度差，并且應用場景相對單一。不同行業、不同場景對 AI 的需求既複雜且碎片化，每個 痛點都需要進行定制化地開發和改造，同時 AI 人才相對稀缺，很多企業通過人工進行 AI 應用的開發，進而導緻成本高、效率低、落地慢，投入産出不成正比。此外一旦應用場景 發生變化，整個模型可能需要重新開發。 另一方面，“作坊式”開發模式限制了 AI 生産力的釋放。傳統的 AI 開發模式效率相對較 低，AI 技術的企業滲透率僅在 4%左右，AI 算法從理論上能夠極大提升産品及服務的價值 量，但由于開發過程中存在大量的碎片化因素，不同的應用場景往往需要獨立的架構設計 與調參，效率相對較低。“小作坊式”的 AI 開發模式無法實作規模化應用，AI 生産力受 到了一定程度的限制。
1.1 30 億參數 CV 模型+千億級 NLP 大模型業界領先
盤古大模型從 2020 年啟動研發，2021 年 4 月正式釋出，到 2022 年聚焦行業應用落地， 其進化路徑可分為 L0-L1-L2 三個階段，上層是在下層的基礎上演化而來。L0 是指基礎大 模型，包括 NLP（中文語言）大模型、CV（視覺）大模型、多模态大模型、科學計算大模 型以及 Graph（圖網絡）大模型。 自然語言處理（NLP）系列是業界首個千億級生成與了解中文 NLP 大模型，由華為雲、循 環智能和鵬城實驗室聯合開發，在訓練過程中使用了 40TB 的中文文本資料，其中包含大 量的通用知識與行業經驗，具備領先的語言了解和模型生成能力，并通過行業資料的小樣 本調優提升模型在場景中的應用性能。在中文語言了解評測基準 CLUE 榜單中，盤古 NLP 大模型在總排行榜及分類、閱讀了解單項均排名第一，重新整理了三項榜單世界曆史紀錄，總 排行榜得分 83.046（人類水準為 85.61），多項子任務得分業界領先。在 NLPCC 2018 文 本摘要任務中，盤古 NLP 大模型取得了 Rouge 平均分 0.53 的業界最佳成績，超越第二名 百分之六十。此外，基于提示調優、動态冰化等一系列正則化技術，NLP 大模型還實作了 小樣本學習任務超越 GPT 系列。
計算機視覺（CV）系列為業界最大的 CV 模型。其包含 30 億+參數，在業界首次實作了模 型的按需抽取，可以在不同部署場景下抽取出不同大小的模型，動态範圍可根據需求覆寫 特定的小場景到綜合性的複雜大場景，實作了在 ImageNet 上小樣本學習能力業界第一。 盤古 CV 大模型緻力于解決 AI 工程難以泛化和複制的問題，使得研發成本降低 90%。此外， 盤古 CV 大模型提供模型預訓練、微調、部署和疊代的功能，形成了 AI 開發完整閉環，極 大提升了 AI 開發效率。CV（視覺）大模型已成功應用在鐵路巡檢、國家電力巡檢等場景。 華為南方工廠的 PCB 版質檢即借助了盤古 CV（視覺）大模型進行展開，目前正被更多制 造企業應用在工業質檢環節。
科學計算大模型主要解決各種科學問題，如氣象預報、海浪預測、分子動力學預測、微分 方程求解等，旨在利用 AI 促進基礎科學的發展。 多模态大模型具備圖像和文本的跨模态了解、檢索與生成能力，通過跨模态語義關聯實作 視覺-文本-語音多模态統一表示，采用一個大模型即可靈活支撐圖-文-音全場景 AI 應用， 可用于産品設計、藝術創作、語音播報、海報創作等領域。 Graph（圖網絡）大模型首創圖網絡融合技術，在工藝優化、時序預測、智能分析等場景 有廣泛應用，如預測企業财務風險、制造企業優化工藝等。在時序預測場景下，圖網絡大 模型可協助中央空調系統進行可揮發氣體濃度的預測、智能監測空氣品質，同時可以幫助 零售企業進行銷量預測。在工藝優化場景下，圖網絡大模型則可以幫助制造行業優化工藝、 降本增效。
L1 是指行業大模型，是在 L0 基礎上導入行業資料進行訓練後衍生出的模型，如盤古金融 大模型、盤古礦山大模型、盤古電力大模型、盤古制造質檢大模型、盤古藥物分子大模型 等行業大模型。 L2 是指在 L1 基礎上結合行業細分場景得到的推理模型。以在電力行業為例，華為雲基于 盤古電力大模型，針對無人機電力巡檢細分場景，通過一次預訓練+下遊任務的微調，推 出盤古電力巡檢大模型，解決了無人機智能巡檢系統（缺陷檢測）中的小樣本學習、主動 學習、增量學習等問題，同時解決了海量資料标注工作量大和缺陷種類繁多的問題。此外， 在華為雲 AI 生态中，通過開源開放，盤古大模型充分借助開發者和合作夥伴的力量，如 将 L1 行業大模型開放給 ISV 夥伴等，将大模型的能力進一步下沉到場景，進而打造開放 生态。 總的來看，盤古大模型分為三個訓練階段：一是預訓練，利用海量資料進行預訓練得到通 用基礎模型，二是微調，針對下遊行業具體任務，結合行業資料進行微調；三是大模型疊 代，結合不斷産生的新資料和之前訓練使用的資料，實作大模型的終身學習。
目前，盤古大模型已經在 100 多個行業場景完成驗證，包括能源、零售、金融、工業、醫 療、環境、物流等等。盤古 NLP 大模型涉及千億參數、40TB 訓練資料，對算法、算力、 海量資料處理、并行優化都提出了很大挑戰。在算法方面，華為雲算法團隊和循環智能 （Recurrent AI）的 NLP 團隊聯合攻關，突破了大模型微調的難題。鵬城實驗室的國内最 大規模 AI 訓練叢集鵬城雲腦 II 在盤古 NLP 大模型訓練中提供了強大的 AI 算力和資料吞 吐能力，為盤古大模型訓練打下堅實的基礎。此外，華為底層軟體、訓練架構、ModelArts 平台協同優化，充分釋放算力，達成了全棧性能最優。 具體來看，首先，針對底層算子性能，盤古大模型基于華為 CANN 采用了算子量化、算子 融合優化等技術，将單算子性能提升 30%以上。其次，華為 MindSpore 創新性地采用了“流 水線并行、模型并行和資料并行”的多元自動混合并行技術，大幅降低了手動編碼的工作 量，并提升叢集線性度 20%。華為雲 ModelArts 平台提供 E 級算力排程，同時結合實體網 絡拓撲，提供動态路由規劃能力，為大模型訓練提供了最優的網絡通信能力。通過借助 ModelArts 平台的高效處理海量資料能力，僅用 7 天就完成了 40TB 文本資料處理。一站 式 AI 開發平台 ModelArts 為盤古大模型訓練和推理提供計算優化、通信優化、存儲優化 以及算法優化，是盤古大模型重要的基礎平台資源。
1.2 泛化能力極強、适用大量複雜行業場景
盤古大模型具備極強的泛化能力、一個模型适用大量複雜行業場景。在 to B 以及 to C 場景下，盤古大模型具備良好的泛用性，大規模參數的模型可以更深層挖掘資料背後的邏 輯，達到更高的泛化性能，對不同場景的魯棒性更強，原來需要多個模型覆寫的視覺場景， 大模型可以用一個模型覆寫多個場景，以此解決模型碎片化問題。盤古大模型吸收了海量 資料知識，盤古 NLP 大模型學習了 40TB 的中文文本資料，CV 大模型包含了 30 億+參數， 并通過行業資料的小樣本調優，提升了模型在場景中的應用性能，提高了大模型的泛化能 力以及算法對新鮮樣本的适應能力，進而提高模型的學習能力，減少對領域資料标注的依 賴。在大多數工業場景，從海量資料搜集缺陷樣本耗時耗力，盤古大模型能夠實作缺陷樣 本高效篩選，節省了 80%以上的人力标注代價。 此外，基于産業場景中存在大量的内容了解需求，盤古大模型采用兼顧架構，在預訓練階 段沉澱了大量的通用知識，能夠同時完成了解與生成任務，使得大模型有能力支援行業知 識庫和資料庫的嵌入，對接行業經驗。随着盤古大模型的開放，各行各業的開發者不必再 “從零開始”，隻需在雲上找到所需要的模型，盤古大模型相當于各個行業 AI 通用的“輪 子”，助力各行各業加速智能化轉型。
在面向開發者方面，盤古大模型逐漸上線到華為雲 AI 資産共享社群，通過提供相對通俗 易用的工作流以滿足開發者的 AI 開發需求， 充分釋放預訓練模型能力，進而實作和開發 者共建生态。大模型在實際場景中的應用不僅可以幫助使用者提高訓練進度并且縮短訓練時 間，随着模型上應用數量不斷增多，使用者成本亦會有所降低。
1.3 工業化 AI 開發模式賦能千行百業
預訓練+下遊微調的工業化 AI 開發模式賦能千行百業。相對于傳統的“作坊模式”AI 開 發過程，盤古大模型是一種工業化 AI 開發的新模式，可以解決小模型的定制化難題，使 一個模型應用到多個場景中。一方面，盤古大模型 AI 開發門檻較低，能夠提供自動化工 作流，自動生成模型，減少對 AI 開發工程師的專業依賴，同時可以根據更新資料快速進 行模型疊代，做到“邊用邊學”。另一方面，盤古 CV 大模型首次兼顧了圖像判别與生成 能力，能同時滿足底層圖像處理與高層語義的了解需求，同時能夠融合行業知識的微調， 快速适配各種下遊任務。盤古 CV 大模型已經在 100 餘項實際任務中得到驗證，大幅提升 了業務測試精度，能夠節約 90%以上的研發成本。此外，盤古 CV 大模型在預訓練階段主 要集中在資料處理、架構設計和模型優化三個階段進行優化。目前盤古 CV 大模型在 Image Net 1%、10%資料集上的小樣本分類精度上均達到目前業界最高水準。
總的來看，盤古大模型提升了複雜場景下的小樣本學習能力，在小樣本學習上提升了一個 數量級的效率；在微調能力上，盤古大模型有着更好的資料吸收了解能力，可以在真實行業場景中實作提升模型應用效率；此外盤古大模型具備更強的內建行業知識的能力，其采 用更靈活的子產品設計，能夠根據業務場景适配，提升行業知識吸收效率。“預訓練+下遊 微調”的模式與目前全球主流大模型所比對，具備極強的泛化能力，真正實作了“舉一反 三”。 瞄準 AI 工業化及現實場景，打造“實幹式”大模型。盤古大模型始終以工業化為目标， 瞄準現實場景，在開發初期即與合作夥伴進行了一系列的商業化驗證，以確定在真實産業 場景中的效率和适用能力，是一個以商業價值驅動研發創新的“實幹模式”大模型。盤古 大模型極大降低了研發的人力和算力成本，使 AI 開發進入工業化模式。
2.盤古初上，百業 AI 将興
超強泛化能力，盤古推動 AI 行業落地。盤古大模型具備“一個模型在衆多場景通用、可 泛化和規模化複制”的特點，讓 AI 開發模式由作坊式向工業化轉變，加速 AI 在千行百業 的孵化與創新。盤古預訓練大模型已經從學術大模型轉變為産業大模型，形成了“基礎大 模型-行業大模型-細分場景大模型”的發展路徑，并在醫療、網際網路、金融、煤礦、農業、 氣象等領域中實作降本增效。
2.1 盤古 CV 大模型：聚焦分類、分割、檢測等視覺場景
盤活工業資料，盤古 CV 大模型賦能工業質檢。華為目前已經推出盤古礦山大模型、盤古 電力大模型、盤古制造質檢大模型等 L1 行業模型，并針對偏光片質檢、電力巡檢、鐵路 TFDS 檢測、傳送帶異物檢測等具體任務，通過“預訓練+微調”打造 L2 細分場景模型。 盤古礦山大模型助力煤礦場景智能化。盤古礦山大模型對海量無标注的礦山場景資料進行 無監督自主學習，覆寫采、掘、機、運、通等主營業務及 1000 多個細分場景，大幅縮短 模型開發時間，有效保障井下安全。其中，基于 5G+AI 全景視訊拼接綜采畫面，實作了遠 控采煤、安全生産、主運智能檢測系統代替人工巡檢，使得異物識别精度超過 98%，動作 規範識别準确率超過 95%，井下安全事故降低 90%以上。
針對電力巡檢場景，傳統 AI 模型開發面臨資料标注低效、缺陷種類多、模型開發成本高 等挑戰。依托華為盤古 CV 大模型生成的電力行業預訓練模型實作了以較少的人工标注進 行快速疊代，使得樣本篩選效率提升約 30 倍，篩選品質提升約 5 倍；同時一個模型可适 配上百種缺陷，模型平均精度提升 18%，開發成本降低 90%，真正做到了規模化可複制。 針對鐵路 TFDS 檢測場景，該場景要求識别上百種故障類型。标注困難、樣本不均衡、未 知故障預測成為主要挑戰。華為推出基于盤古 CV 大模型的鐵路 TFDS 開發方案，利用大量 鐵路無标注樣本預訓練，使其在小樣本的故障檢測中獲得更優性能，同時基于缺陷檢測算 法，打造未知故障預測流水線，為鐵路故障檢測設下第二道關卡，使故障召回率達到 90%， 準确率提升 7%以上，正常樣本濾除率降低約 9%。
盤古 CV 大模型引領智慧物流，從“人的銀行”走向“物的銀行”。盤古大模型協助浦發 銀行打造浦慧雲倉項目，實作了 1 個模型覆寫 9 種物流場景，監測收貨、入庫、在庫和出 庫全流程。浦發銀行借助盤古大模型對叉車入庫時的貨堆進行精确計數，確定了貨物入庫 的真實性。此外通過借助小樣本學習能力，大大節省了識别倉庫中上百種外觀不同箱體的 樣本采集和标注工作量，将項目開發周期從1-2個月縮短至2-3天，極大降低了開發成本， 提高了開發效率。
2.2 盤古 NLP 大模型：聚焦文本生成與内容了解
盤古 NLP 大模型已廣泛應用于智能營銷和智能輿情等場景。在智能營銷領域，盤古 NLP 大模型可以通過文本比對，問答和對話系統、意圖識别等關鍵技術更好地賦能銷售環節， 取代目前逐漸上升的人力成本和低成功率的智能客服與營銷系統，其中循環智能“盤古” NLP 平台憑借突破性的零樣本 AI 模組化技術，極大降低了 AI 模組化成本，提升了 10 到 1000 倍 AI 模組化效率，目前已在多家銀行、保險、證券等金融機構的數字化客戶經營場景落地， 實作了銷售管理的智能化提升。在智能輿情領域，盤古 NLP 大模型可以利用文檔資訊抽取、 情感分類、文檔自動摘要等技術，在金融、電商、政務領域實作精準圖情分析、企業營運 軟體分析等。
聚焦行業細分場景，盤古 NLP 大模型在智能文檔檢索、智能 ERP、小語種大模型等領域先 後領地。在智能文檔檢索方面，盤古大模型團隊獲得了中國法律智能技術評測類案檢索賽 道第一名，基于盤古 NLP 大模型建構的司法領域大模型能夠賦能類案檢索、法條推薦、司 法資訊抽取、罪名比對等一系列下遊應用；在智能 ERP 方面，盤古預訓練大模型與廣發證 券合作企業财務智能預警項目，在該項目中，2019 年有 496 家企業被監管處罰、問詢或 被 ST 處理，盤古大模型預測出其中 439 家，覆寫率近 90%，其中被監管處罰企業 111 家， 盤古大模型全部命中。在小語種大模型方面，華為與合作夥伴開發了支援千億參數的阿拉 伯語 NLP 大模型，語義了解準确率達到 95%。
2.3 盤古科學計算大模型：緻力于解決科學計算問題
打破“雙十定律”，盤古藥物分子大模型加速新藥研發程序。新藥研發風險大、周期長、 成本高，為此醫藥界存在“雙十定律”，即一款新藥從研發到上市,平均需要 10 年時間和 10 億美元的投入。針對上述難題，盤古藥物分子大模型采用無監督學習模式和業界獨有 的“圖-序列不對稱條件自編碼器”深度學習網絡架構，對市面上真實存在的 17 億個藥物 分子的化學結構進行預訓練，實作了結構重構率、合法性、唯一性等名額全面優于現有方 法。其次，盤古分子生成器生成了 1 億個創新的類藥物小分子篩選庫，其結構新穎性達到 99.68%，并且可以有效地生成理化性質相似的新化合物；基于盤古分子優化器，科研人員 實作了對起始分子化學結構的優化，并且能夠改善藥物分子的特性，盤古藥物分子大模型 已經在 20 餘項藥物發現任務上實作性能最優（SOTA）。此外，西安交通大學第一附屬醫 院利用盤古藥物分子大模型設計出的全新的廣譜抗菌藥物 Drug X，讓先導藥的研發周期 從數年縮短至一個月，研發成本降低 70%，打破了醫藥界的“雙十定律”。
預測精度首超傳統數值預報方法，盤古氣象大模型突破中長期氣象預報難題。中長期氣象 預測準确率往往較低，傳統數值預報将氣象監測資料代入數學實體方程式進行預測，難以 改變中長期氣象預測的困境。盤古氣象大模型是首個精度超過傳統數值預報方法的 AI 預 報方法，預測精度在 1 小時到 7 天内均高于傳統數值方法（歐洲氣象中心的 operational IFS），同時能夠提供秒級全球氣象預報，預測速度提高 10000 倍以上，台風軌迹預測準 确度世界第一，相比歐洲氣象局提升約 20%，并且可實作 20 公裡範圍内、小時級、13 層 最高精度氣象預報，如台風生成時間與移動軌迹預測的預測準确率超過 85%。此外作為 L1 行業模型，盤古氣象大模型還能夠為航天航空、海運、農業、交通出行、新能源等領域提 供 AI 氣象分析能力。
先“樓”一步實作節能降耗，先“人”一步制造舒适環境。針對室外環境，盤古大模型能 夠幫助企業實作智能能耗監測、節能減排，實作了電力能耗降低 15%以上；針對室内環境， 盤古大模型實作了對空氣品質的監控與預測，相較于小模型，盤古大模型實作了 TVOC、 甲醛和 CO2 的預測精度分别提升 10%、15%和 15%。
2.4 盤古多模态大模型：聚焦跨模态了解、檢索與生成
AI 賦能時尚設計，盤古多模态大模型大幅提升設計開發效率。盤古多模态大模型基于億 級自然圖像進行預訓練，并在十萬級時尚産業資料上進行微調和優化，得到适用于服裝行 業的盤古時尚多模态大模型。在技術層面，為了應對并行處理海量資料的挑戰、提高模型 預訓練的效率，盤古團隊融合了稀疏訓練、模型并行、資料并行等多種優化政策和算法， 實作了以天級為機關完成訓練。在實際運用中，基于盤古多模态大模型中的“以文生圖” 能力，時谛智能公司将服裝設計周期從三周縮短至 3-5 天，化解了時尚設計産業中開發設 計周期長、生産成本高等一系列難題。
3.投資分析
3.1 神州數位：IT 分銷龍頭
神州數位是國内領先的雲和數字化轉型服務商，中國 IT 分銷龍頭，開創性地提出“數雲 融合”戰略和技術體系架構，緻力于在雲原生、數字原生、數雲融合關鍵技術和信創産業 上架構産品和服務能力，為處在不同數字化轉型階段的快消零售、汽車、金融、醫療、政 企、教育、營運商等行業客戶提供泛在的靈活 IT 能力和融合的資料驅動能力。
同行十餘載，神州數位是華為生态核心踐行者。神州數位從 2011 年成為華為數通産品總 經銷商，與華為在雲計算、海外市場、鲲鵬生态合作等諸多業務領域展開對接合作，全面 擁抱華為生态。2018 年神州數位正式提出“大華為”戰略，通過成立華為業務群将分散 在不同業務闆塊的華為業務進行整合，此後逐漸展開“鲲鵬”、“昇騰”生态合作，在産 品、營銷、生态等方面不斷突破，持續落地标杆案例。未來神州數位将與華為盤古大模型 合作，建構自身的 AI 算力基礎架構。
收入端有所下滑，利潤端高速增長。受益于國内企業數字化轉型需求不斷提高,2018-2022 年神州數位收入 CAGR 為 9.1%。2022 年實作收入 1158.8 億元，同比下降 5.3%，實作淨利 潤 10.0 億元，同比增長 303.1%，收入端有所下降主要系神州數位主動聚焦高價值、高毛 利業務，利潤端高速增長主要系雲及信創業務收入顯著增長，業績貢獻不斷提升。
毛利率和淨利率有所提升，研發費用率持續上升。2022 年神州數位毛利率、淨利率分别 為 3.92%、0.89%，較去年同期分别提升 0.57pct、0.69pct，主要系其不斷優化業務結構， 主動收縮部分低毛利分銷業務。神州數位堅定落實“數雲融合+信創”戰略，持續加大研 發投入，2022 年研發、銷售、管理費用率分别為 0.25%、1.69%、0.27%。
3.2 麒麟信安：國産作業系統主力軍
麒麟信安專注于國家關鍵資訊基礎設施領域相關技術的研發與應用，主要從事作業系統産 品研發及技術服務，并以作業系統為根技術創新發展資訊安全和雲計算等産品及服務業務。 麒麟信安實作了對 Intel、AMD 等國際商用 CPU 及鲲鵬、飛騰、海光等國産自主 CPU 的支 持，緻力打造自研創新資訊系統生态環境，産品廣泛應用于國防、電力、政務、金融、石 化、交通等領域。
攜手華為歐拉，共築國産作業系統新生态。麒麟信安作業系統是基于 Linux 技術開發的高 安全、高可用、高性能和可定制的國産作業系統，率先基于 openEuler LTS 進行商業版發 行，并加入中國首個桌面作業系統根社群 openKylin，與國内 60 餘家軟硬體廠商達成生 态戰略合作，實作了從晶片到整機、資料庫、中間件及各類應用軟體的全方位相容适配工 作。針對 CentOS 停服，麒麟信安 CentOS 應用原地透明遷移方案已實作對電力行業主流系 統/軟體、電力裝置的遷移适配，未來相關經驗有望拓展至其他行業使用者。
收入快速增長，利潤端放量。近年來麒麟信安收入快速增長帶動利潤端不斷放量，2021 年實作收入 3.4 億元，同比增長 46.2%，實作淨利潤 1.1 億元，同比增長 12.8%。受益于 産業政策及資訊安全需求擴大，國防電力及黨政金融等重要行業對産品需求不斷擴大， 2022 年 Q1-Q3 實作收入 2.4 億元，同比增長 40.4%，實作淨利潤 0.7 億元，同比增長 70%， 業績未來存在較大彈性空間。2022 年業績快報顯示，2022 年麒麟信安實作收入 4 億元， 同比增長 18.45%，淨利潤 1.28 億元，同比增長 14.39%，報告期内麒麟信安持續深耕國防、 電力等優勢行業客戶需求，實作了在優勢行業的穩步增長，同時在金融等行業的業務拓展 初見成效，推動收入增長。
業務結構變動導緻毛利率下滑，費用端管控效果良好。2021 年麒麟信安毛利率和淨利率 分别為 66.3%、33%，毛利率近年來有所下滑主要受毛利率較低的資訊安全業務和雲計算 業務收入占比提升影響。2021 年研發、銷售、管理費用率下降至 17.81%、14.12%、7.57%， 控費效果良好。
3.3 中國軟體：軟體行業國家隊
綜合 IT 服務提供商，軟體行業國家隊。中國軟體作為 CEC“PKS”體系下的重要一環，深 入推進以網信業務為核心的自主軟體産品、行業解決方案和服務化業務發展。中國軟體現 擁有完整的從作業系統、中間件、安全産品到應用系統的業務鍊條，覆寫稅務、電子政務、 交通、知識産權、金融、能源等國民經濟重要領域。中國軟體的三大業務闆塊分别為自主 軟體産品、行業解決方案和服務化業務。
中國軟體子公司麒麟軟體是國産作業系統龍頭企業，與華為鲲鵬關系緊密。麒麟軟體不斷 完善以作業系統為核心的産品生态體系，旗下 OS 作業系統麒麟連續 11 年位列中國 Linux 市場佔有率第一名。麒麟軟體是華為重要戰略夥伴，在開源建設方面，2022 年麒麟軟體主 導發起中國首個桌面作業系統根社群 openKylin，同時，自 openEuler 社群創立以來，麒 麟軟體是僅次于華為的第二大貢獻者；在 OpenStack 社群貢獻位列國内第一、全球第三。 此外，麒麟軟體與華為強強聯合斬獲多項世界第一，麒麟作業系統 V10 和華為鲲鵬在 SPEC CPU2017 測試中排名第 11，獲得非 x86 架構晶片性能全球第一；基于麒麟作業系統 V10 開發的鵬程雲腦，在 SPEC 标準性能測試中排名第一。
收入快速增長，淨利潤逐年提升。2021 年中國軟體實作收入 103.5 億元，同比增長 39.7%， 實作淨利潤 0.8 億元，同比增長 10.8%，主要系信創産業快速發展，自主可控市場戰略布 局效果漸顯，業績持續改善。2022 年 Q1-Q3 延續增長态勢，實作收入 55.8 億元，同比增 長 27.2%，實作淨利潤-3.9 億元，同比增長 14.4%。
毛利率、淨利率有所下滑，費用率有所上升。中國軟體毛利率和淨利率整體呈下降趨勢， 2018-2021 年毛利率保持在 30%左右，淨利率保持在 2%左右。中國軟體積極拓展自主産品 研發與銷售,2021 年研發、銷售、管理費用率分别上升至 17.84%、5.31%、8.2%。
3.4 誠邁科技：領先的作業系統專家
誠邁科技專注于智能互聯及作業系統技術的研發與創新，全面覆寫全球主流作業系統技術， 主營業務為軟體技術服務及解決方案研發與銷售，長期服務于衆多世界 500 強企業，涵蓋 晶片&作業系統、智能汽車、智能終端、物聯網、移動網際網路、人工智能等行業。
誠邁科技積極布局國産作業系統賽道，其參股公司統信軟體深度參與華為鲲鵬生态。統信 軟體是國内領先的作業系統廠商，率先推出自主研發的基于開源 Linux 核心的統信 UOS 産品，統信 deepin 在全球開源作業系統排行榜上位居前列，也是排名最高的來自中國的 社群發行版，并在 2019-2021 年連續三年榮獲最受歡迎中國開源軟體第一名。統信軟體是 華為生态重要參與者，在 openEuler 社群中貢獻排名前三，統信伺服器作業系統 V20 歐拉 版基于 openEuler20.03LTS 持續演進，在政企、金融、營運商等行業實作了規模應用，為 客戶提供 CentOS 替換解決方案。
收入逐年提升，利潤端呈下降趨勢。誠邁科技持續加強研發和技術創新，優化資源配置和 服務結構并加快市場拓展力度，2021 年實作收入 14.2 億元，同比增長 51.9%，實作淨利 潤 0.3 億元，同比下降 49.1%。2022 年 Q1-Q3 實作收入 14.1 億元，同比增長 47.6%，實 現淨利潤-1.1 億元，主要系疫情對部分客戶業務造成影響。
毛利率、淨利率呈下降趨勢，2021 年研發投入加大。近年來誠邁科技毛利率、淨利率有 所下滑，2021 年毛利率和淨利率分别為 22.33%、2.12%。誠邁科技不斷加強研發和技術創 新，2021 年研發、銷售、管理費用率分别為 7.16%、2.02%、4.73%。
3.5 海量資料：國産資料庫領航企業
海量資料是國産資料庫技術的領航企業，主要針對大中型企事業機關的資料中心，搭建資料基礎設施平台，為客戶提供資料庫、資料計算、資料存儲相關的産品和服務。海量資料 核心産品海量資料庫 Vastbase 系列廣泛應用于政務、制造、金融、通信、能源、交通等 多個重點行業，已成為國産企業級資料庫的首選之一。
海量資料是 openGauss 社群的核心參與者。海量資料是 openGauss 第一大商業發行版廠商 與第二大代碼貢獻者，核心資料庫産品 Vastbase G100 融入了海量資料對 openGauss 核心 架構的深刻了解和自身源碼能力，深度結合行業應用場景特點、需求，自主代碼率接近 100%，在性能、安全性及可用性上均有較大提升。Vastbase G100 是市場上第一批入圍央 采及黨政信創目錄的 openGauss 商業發行版資料庫，助力大中型企業客戶向國産資料庫遷 移。
受疫情反複和業務結構調整影響，業績出現下滑。海量資料 2021 年實作收入 4.2 億元， 同比增長 6.0%，實作淨利潤 0.1 億元，同比下降 67.5%，主要系疫情反複影響項目傳遞， 同時海量資料進行自主品牌産品替代，導緻利潤端較去年同期下降。2022 年 Q1-Q3 實作 收入 2.0 億元，同比下降 31.8%，實作淨利潤-0.6 億元，同比有所下滑。随着疫情好轉和 業務轉型加速，業務有望回歸正軌，具備長期發展前景。
自主品牌戰略轉型推動毛利率持續上升，費用端投入持續加大。海量資料堅定自主品牌戰 略轉型，自主研發産品銷售收入占比持續提升，帶動整體毛利率從 2018 年的 26.53%提升 至 2021 年的 35.36%。海量資料持續加大研發投入，加強營銷服務網絡建設，2021 年研發、 銷售、管理費用率上升至 17.50%、11.70%、6.81%。
3.6 易華錄：數字經濟基礎設施建設和營運商
易華錄是數字經濟基礎設施的建設和營運商，由中國華錄集團控股，易華錄把握數字化轉 型剛需，發揮央企優勢，實施“資料湖+”發展戰略，緻力于通過建設城市資料湖促進全 社會資料生産要素的彙聚與融通，建構數字孿生城市。易華錄核心業務主要包括政企數字 化業務、數字經濟基礎設施業務、資料營運及服務。
攜手華為，大力發展藍光存儲。2021 年以來，易華錄與華為整合發揮雙方“藍光+數字能 源”領域的技術優勢、産品優勢，全面開展數字能源領域的合作。在資料湖共模組化塊化預 制式資料中心，打造高效綠色資料中心；在資料湖産業園共推建築節能、綠電替代、綜合 碳管理平台等新業務，積極開展低碳資料中心、零碳資料湖及零碳園區的建設探索。 共建智慧之路，易華錄與華為智慧公路軍團開展合作。易華錄在智慧交通領域深耕多年， 依托昇騰 AI 基礎軟硬體平台和資料湖存儲的豐富資料，易華錄打造了業界領先的交通 AI 算法産品，算法識别準确率均達到 90%以上。2022 年 5 月，易華錄加入昇騰萬裡夥伴計劃， 聯手華為打造部署了交路口秩序管理一體機，有效降低巡查成本的同時提高了違法識别效 率，助力城市交通精細化管理。此外易華錄還與華為智慧公路軍團簽署了戰略合作協定， 基于華為數字平台，融合 bianyuan1 計算、AI 等新技術，整合易華錄在智慧公路建設方 面的經驗以及能力，建構行業領先解決方案。
資料湖前期建設投入較大導緻業績存在一定波動。2021 年易華錄實作收入 20.2 億元，同 比下降 21.91%，淨利潤-1.67 億元，同比下降 129.7%。2022 年前三季度實作收入 13.14 億元，同比下降 17.82%，淨利潤-0.13 億元，同比下降 18.63%。易華錄在資料湖的前期 建設上投入較大，随着業務從資料湖建設轉向營運，不斷加大資料銀行、資料營運等輕資 産業務的布局和投入，業績有望持續改善，看好其中長期發展。
3.7 航天宏圖：空天資訊領域領軍，全産業布局
航天宏圖是國内衛星應用與營運服務領域的行業上司者，基于自主研發的 PIE 系列衛星應 用軟體平台，向應急管理、智慧城市、智慧農業、智慧水利等多個行業領域提供前沿技術 解決方案。近年來航天宏圖業務從單一的衛星領域拓展到感覺能力、資料中心在内的新型 基礎設施建設，目前航天宏圖業務主要包括空間基礎設施規劃與建設、行業應用服務以及 雲服務三條産品線。
航天宏圖與華為雲業務展開積極合作，PIE 遙感圖像處理軟體是成功通過鲲鵬雲服務相容 性認證的首款遙感軟體，2018 年航天宏圖攜手華為推出航天宏圖&華為雲杯 PIE 開發者大 賽，依托華為雲等公有雲設施，對 PIE 系列産品及多項行業應用成果進行标準化內建和運 行。在人工智能領域，2022 年航天宏圖正式成為華為昇騰 AI 合作夥伴，聚焦 AI 訓練算 力、模型應用等領域。航天宏圖基于昇騰 AI 基礎軟硬體平台打造行業應用，耕地保護智 能監測服務平台、城市變化遙感監測平台等産品與華為 AI 架構昇思 MindSpore 完成了兼 容性測試。此外，航天宏圖 PIE-Engine 與華為 openGauss 也完成了相容性互認證。
營銷體系不斷完善，業績持續放量。航天宏圖建設四級營銷體系，受益于行業資訊化建設 需求旺盛，“PIE+行業”産品線收入增加，核心競争力不斷增強。 2021 年實作營業收入 14.7 億元，同比增長 73.4%，歸母淨利潤 2.0 億元，同比增長 55.2%。2022 年前三季度實 現營業收入 13.9 億元，同比增長 71.6%，歸母淨利潤 0.8 億元，同比增長 47.8%。大資料、 雲計算、人工智能等相關技術不斷革新，遙感衛星應用領域進一步拓展，市場需求旺盛，助力業績提升。
毛利率保持在 50%左右，2021 年銷售費用率有所上升。航天宏圖毛利率水準維持在較高水 平，2021 年淨利率和毛利率分别為 13.61%、52%。航天宏圖高度重視營銷體系建設，不斷 加大市場開拓投入，同時持續加大研發投入，對核心産品持續進行疊代更新，并且重視高 水準研發人員的引進和高校産學研合作，2021 年銷售費用率、管理費用率、研發費用率 分别為 9.42%、11.35%、14.38%。
3.8 萬達資訊：智慧城市資訊服務領先者
萬達資訊是國内領先的智慧城市整體解決方案提供商，長期深耕行業軟體産品研發、系統 內建服務和城市營運服務領域。2019 年中國人壽成為萬達資訊第一大股東，萬達資訊逐 步轉型更新為網際網路化科技型公司，将大資料、人工智能等新一代資訊技術與各行業深度 融合，在原有業務基礎上規劃“3+2”業務架構：“3”是傳統業務，包含智慧醫衛闆塊、 智慧政務闆塊和 ICT 業務闆塊；“2”是戰略闆塊，即健康管理闆塊和智慧城市闆塊。 華為是萬達資訊的重要合作夥伴。萬達資訊與華為在數字化轉型賦能全産業鍊深度合作， 并作為華為金牌合作夥伴，在政務服務、民生保障、衛生醫療、資料中心、智慧城市領域 内均有技術解決方案與産品落地。同時，萬達資訊積極擁抱華為生态，2020 年萬達資訊 有 25 個行業産品獲得華為鲲鵬晶片的相容性認證證書。此外萬達資訊積極參與鴻蒙生态 建設，核心産品市民雲 APP、健康雲 APP、蠻牛健康 APP 已經适配華為鴻蒙系統。
收入不斷提升，淨利潤 2021 年實作轉正。萬達資訊堅持“擴規模、增收入、降成本、提 效能”的經營目标，2021 年實作收入 35.1 億元，同比增長 16.8%，實作淨利潤 0.7 億元， 同比增長105.4%，全年業績扭虧為盈。2022年Q1-Q3實作收入22.3億元，同比下降11.8%， 實作淨利潤-3.2 億元，同比下滑較大，收入端小幅下降主要受疫情影響部分項目實施及 驗收工作基本停滞，整體收入确認進度放緩；利潤端大幅下降主要系項目整體周期拉長、 投入規模較預期增加。
毛利率、淨利率有所改善，費用端持續優化。2021 年萬達資訊毛利率和淨利率分别上升 至 33.49%、1.23%，主要系萬達資訊對内優化内部管理體系，持續提升整體營運能力。2021 年研發、銷售、管理費用率分别下降至 13.43%、4.18%、12.19%，費用管控能力持續向好。
3.9 常山北明：常山雲建設者，華為核心戰略夥伴
常山北明擁有軟體、紡織雙主業。軟體業務包括軟體開發、軟體服務；智能化安裝工程服 務，技術進出口；通信裝置零售，計算機應用電子裝置制造；環保技術開發服務，環保技 術咨詢、交流服務，環保技術轉讓服務；通信系統裝置制造；資訊系統內建服務等。紡織 業務包括純棉紗布和滌棉紗布的生産銷售；自産産品和技術的進出口業務；棉花批發、零 售等。
常山北明軟體業務與華為在智慧城市、央國企數字化轉型、金融信創、國産化自主可控、 能源、交通、教育等多行業多業态進行聯合方案打造與拓展。常山北明全資子公司北明軟 件是新一代 IT 技術和解決方案的綜合服務商，在華為對外釋出的全行業生态合作場景中， 北明軟體基于華為數字平台，利用華為雲"邊雲協同"的技術架構，通過"城市+中心"的方 式變革空間管理運作模式，實作技術替人、技術助人，打造了 62 項應用場景方案，通過 北明軟體解決方案帶動華為産品與解決方案銷售規模排名第一。
收入穩定增長，利潤受疫情反複等因素影響較大。常山北明營業收入從 2018 的 96.6 億元 增長至 2021 年的 108.8 億元，2021 年淨利潤 1.3 億元，同比增長 29.3%。2022 年 Q1-Q3 實作收入 58.4 億元，同比下降 4.9%，歸母淨利潤-1.4 億元，同比下降 304.5%，一方面 疫情對軟體業務和紡織業務均造成了較大影響。軟體業務多個項目合同簽署時間延後、項 目進度延期、回款周期延長。另一方面紡織業務受原料成本波動影響較大。
毛利率和淨利率穩定增長。2018-2021 年，常山北明毛利率從 9.2%增長至 10.6%，2021 年淨利率為 1.2%。常山北明研發、銷售、管理費用率近年來整體呈上升趨勢，2021 年研 發、銷售、管理費用率分别為 2.22%、2.46%、3.06%。
3.10 拓維資訊：華為全棧 IT 産業鍊合作夥伴
拓維資訊基于 AI、鲲鵬、OpenHarmony、5G、大資料、物聯網、邊緣計算等核心技術，持 續為教育、交通、制造、考試、政府、營運商政企客戶提供軟體、智能計算硬體及軟硬一 體化服務。
拓維資訊與華為在鲲鵬、昇騰、鴻蒙、華為雲等底層技術及戰略業務上建構合作，目前已 形成覆寫國産計算硬體、國産基礎軟體及應用軟體的全棧 IT 産業鍊布局，是其稀缺的全 方位戰略合作夥伴。拓維資訊一方面将 26 年的數字化經驗與國産化技術路線、下一代 IT 技術路線深度融合，有望不斷培育适應未來的數字化産品與解決方案；另一方面基于全棧 式國産化能力布局，有望在自主創新浪潮下為客戶提供差異化的服務。
收入和利潤端快速增長。拓維資訊營業收入從 2018 年的 11.8 億元增長至 2021 年的 22.3 億元，歸母淨利潤從 2018 年的-13.7 億元增長至 2021 年的 0.8 億元。2022 年 Q1-Q3 實作 收入 16 億元，同比增長 22.9%，歸母淨利潤 1.0 億元，同比增長 17.2%，主要受信創及國 産化催化，鲲鵬伺服器大規模集采加速，拓維資訊作為華為鲲鵬生态核心生态夥伴持續受 益。
費用端管控效果顯著，淨利率不斷提升。拓維資訊研發、銷售、管理費用率整體呈下降趨 勢，2021 年研發、銷售、管理費用率分别為 7.91%、8.24%、10.9%，拓維資訊淨利率不斷 提升，2021 年毛利率為 31.7%，淨利率為 4.5%。
（本文僅供參考，不代表我們的任何投資建議。如需使用相關資訊，請參閱報告原文。）
精選報告來源：【未來智庫】。「連結」