2023年10月金股推荐 | 民生研究

【本期金股】

【本期ETF】

核心观点

像巴菲特一样看待自己的账户

从调整时间和调整幅度看，这轮从21年开始的熊市（假设从核心资产的调整开始算起）的惨烈程度，已经超过了15和18年，与11-13年的熊市差不多。

再把核心资产的跌幅考虑进去，对于投资人的杀伤，本轮有过之而无不及。而且，19-21年还发行了创纪录的公募主动权益基金，今时今日，跌幅30%、40%的爆款基金比比皆是，仍在山顶等待解套。

若是因为市场走势而悲观，这是人之常情，面对浮亏，没人可以泰然处之。

就像芒格回忆起他所经历的美国超级熊市，那段至暗时刻令他印象深刻（芒格管理的基金连续两年下跌超30%）：

“我们在1973年到1974年间被市场碾压了，并不是因为被真实低估的价值，而是市场价值，因为我们的公开交易证券不得不在低于他们真正价值的一半价格下交易。这是一段艰难的经历——1973年至1974年是一个非常不愉快的经历。”

但是，要优秀的投资者，必须转换思维方式。

一、你的inner scorecard是什么？

巴菲特告诫，就像在体育比赛中，更应该关注球员在赛场上的表现，而不是紧盯着记分牌。

2013年前，伯克希尔的年报中只披露以每股账面价值计价的收益率（就是我们常提到的PB，每股净资产），而以市场价值计价的收益率（就是我们提到的股价），一直到2014年年报才首次出现。

随着伯克希尔所投资公司的变化，比如组合中轻资产模式的苹果占比不断提高，同时又开始以高于账面价值的价格进行回购，伯克希尔的账面价值与内在价值的偏离度越来越高，与往期数据的可比性也显著下滑，2019年年报后，以账面价值计价的收益率正式退出舞台。

在这段已划上句号的历史中，若以账面价值计算，在54年中，伯克希尔仅有2年出现负收益，年度最大亏损为2008年的-9.6%。

以市场价值计算，出现亏损的年份上升到11年，年度最大亏损为1974年的-48.7%，同期标普500指数下跌26.4%。

殊途同归，54年中，伯克希尔以账面价值计算的年化收益率达到18.7%，以市场价值计算的年化收益率则是20.5%。即使到达同样的终点，若用不同的视角看待，过滤掉市场波动，看到的沿途风景截然不同。

让人夜夜安眠的，不仅需要一家好的公司，更需要一个正确对待股价的方式。

二、A股市场真的有效吗？

公司内在价值和市场价格并不总是亦步亦趋。如果以股价的短期涨跌来衡量得失，难免融入羊群，被情绪裹挟，这大概是巴菲特几十年都坚持不以市场价值计算收益的主要原因。

很多人可能有疑问，美股是这样，牛短熊长的A股也是如此吗？长期来看，不管在哪个市场当中，企业的内在价值终将在某个时刻被市场价格正确地反映出来。

伴随经济结构的转型，沪深300指数的成分股已经更新数十轮，金融地产权重下降，新能源电池、新能源汽车跻身前十大，但指数的收益率曲线，始终围绕着成分股净资产增速上下波动，称重机效应明显。

站在现在的时点看，2018年的下跌是一个小波段，几年后再回顾现在这一轮下跌，或许也是一样。

三、面对股价和企业评估，同样重要

价值终将显现，但等待的滋味并不好受。从过去的经验看，每轮周期均值回归的时间，平均耗时近五年，所以只懂定价，远远不够。

巴菲特提到，学投资的人最需要学好两门课程：如何估值企业，如何对待股价。

前者是坚守能力圈，洞察企业的内在价值，考验的是能力圈的大小和研究中的竞争优势，是价值投资的前提，也是面对市场波动时，心中最可靠的锚。

后者则是与波动做朋友，收获时间的玫瑰，考验的是心性和定力，是将研究和投资能力最终转化为投资收益的关键一步。

在看到股价波动的时候，不要去预测下一秒，下一分钟的涨跌，这或许与抛硬币的概率没有不同。

多想想，我们持有的企业，基本面变化了吗，明年的分红是否还能定期到账？目前的隐含收益率还满意吗？

投资中，波动是不可避免的，而如何面对波动，把投资者分成了不同的样子。

把股票当做筹码的，往往成为趋势的追逐者。短期的情绪是剧烈而线性的，为趋势添柴加火，难免引火烧身，成为情绪的奴隶，高点梭哈，低点割肉，从来没离场，反复被收割。

而把股票当做企业所有权一部分的，更关注企业家精神、公司的商业模式和竞争优势，他们坚信，只要公司的自由现金流不断增长，不论情绪如何，股价总能穿越周期，创下新高。作者我不是韭菜qaq

谁是中国算力之王？

曙光系：中国英伟达的底色

创造了多个辉煌记录的曙光，肩负着算力时代民族科技崛起的重任。

从曙光1号开始，曙光突破国际封锁，走出了一条中国超算之路。参观曙光1号后，著名科学家王大珩曾经感慨：“高性能计算机的作用，不亚于两弹一星。”

此后，从曙光1000到曙光6000，再到曙光“星云”，曙光一直是中国超算的领军者。

根据最新的全球超级计算机TOP500榜单，我国的神威·太湖之光和天河2A能够跻身世界前十，但由于经贸关系的原因，我国已停止向超算TOP500委员会提交最先进的数据信息。

所以，这份排名并不完整。其实，我国已经拥有三台百亿亿次（E级）运算能力的超级计算机，分别是神威E级原型机，天河E级原型机和曙光E级原型机，背后分别站着江南计算技术研究、国防科大和中科曙光。

如果以最新的运算性能排序，上述三大超级计算机可以位居全球前三。而且，在2015年美国芯片禁售令后，这三台计算机都搭载了“中国芯”。

中科曙光是其中唯一一家上市公司，且资本化和商业化程度最高。2023年上半年，曙光智算成功通过通信院“可信算力服务-智算平台”评测，成为首批通过的四家企业之一。

对标英伟达，上市企业中，仅有曙光系最为相似。中科曙光对应超算中心、云服务等，而海光信息则充当芯片提供者的身份。

随着轰轰烈烈的大模型运动不断深入，芯片及算力资源的价格水涨船高，单纯通过采购设备的方式成本高昂。云端算力租赁随之兴起，英伟达就推出了相关服务，价格为36999美元/月起。

目前，中科曙光部署了50多个云计算数据中心，掌握全国最大算力资源。今年初，中科曙光参建的国内首个算力交易平台正式上线，意味着第三方可以接入算力资源池，成为东数西算的里程碑事件。

公司已经助力百度、紫东太初等大模型训练，为其提供AI 算力服务和 AI 服务器等基础设施。

中科曙光背后，离不开海光信息的助力。作为算力的动力来源，海光信息背靠中科院的研发实力、中科曙光为大股东和大客户的背书，销路不愁。

今年上半年，公司实现净利润6.77亿元，同比增长42.35%；营收26.12亿元，同比增长3.24%，利润增速远高于收入，盈利能力大幅增强。

而且，相比龙芯、申威、飞腾等国产处理器，海光信息拥有AMD的x86技术授权，是国内唯一一家x86芯片企业。这样一来，海光信息可以降低客户切换成本，拥有生态优势。

海光信息还是A股稀缺的国产CPU+DCU（加速芯片）企业。有分析指出，海光DCU深算一号是国内唯一能支持FP64双精度浮点运算的产品，性能相当于英伟达A100的70%。

深算一号和英伟达A100性能对比，来源：海光信息招股书、平安证券研究所

当前，公司下一代CPU产品海光四号、海光五号、DCU产品深算三号研发顺利，深算二号即将发布。

今年以来，金融、教育、交通、政务等行业的信创大单不断，海光信息作为C86服务器CPU的主要供应商，将持续受益；另一方面，国产大模型的“”，也将推动公司DCU产品再上新台阶。

双重推动，海光信息潜力无穷。

02

华为系：生态的力量

“大模型需要大算力，算力大小决定着AI迭代与创新的速度，也影响着经济发展的速度。算力的稀缺和昂贵，已经成为制约AI发展的核心因素。“9月20日，在华为全联接大会上，孟晚舟指出，华为要打造中国坚实的算力底座，为世界构建第二选择。

除了手机、芯片、操作系统等领域“遥遥领先”，华为超级算力芯片也处于国内绝对领先地位，但由于华为并非上市公司，二级市场只能关注他的生态合作伙伴。

华为算力生态主要基于鲲鹏、昇腾两大系统，鲲鹏主要侧重于信创领域，而昇腾则专门针对AI。其中，昇腾310用于推理，昇腾910用于AI模拟训练，昇腾910直接对标英伟达A100，部分参数甚至可以与之比肩。

昇腾与英伟达A100系列对比

资料来源：昇腾社区、英伟达

且昇腾AI云服务已经全面开放，企业一键可获取AI算力。截至今年5月，昇腾已经协助30个国产大模型的建设，帮助25座城市建立了人工智能计算中心，在城市为主体的超算中心占据79%的市场份额。

来源：昇腾社区

华为将生态伙伴分为领先级、优先级和认证级，整机硬件领域最为关键。

其中，领先级序列中的宝德并未上市，华鲲振宇则由四川长虹持股25%。而且，华鲲振宇2022年收入达35亿元，在“鲲鹏+昇腾”生态中销售规模第一，且是唯一获得“鲲鹏+昇腾”双领先级认证的伙伴。

当前，另一家上市公司高新发展已经在筹划收购华锟振宇70%股权，股票于9月27日停牌。

在优先级中，长江计算机由烽火通信控股，公司有多款基于昇腾310、昇腾910、鲲鹏920的推理服务器；

基于长期的渠道合作，神州数码旗下的神州鲲泰也是华为的重要合作伙伴。当前，公司鲲鹏PC和服务器已经落地投产，鲲泰自主品牌在信创领域不断斩获大单。今年上半年，公司自主品牌收入15.1亿，同比增长88%, 随着高毛利业务的壮大，公司有望摆脱对低盈利的IT分销业务的依赖。

参与鸿蒙、 欧拉等系统的拓息，在AI领域也和华为深度合作。公司拥有湘江鲲鹏75%的股权，联合华为在湖南落地并主导经营湘江鲲鹏，构建了全国首个“软件+硬件”鲲鹏生态基地。

广电运通旗下广电五舟拥有两条专业服务器生产线，其鲲鹏服务器年产能可以达到10万台/年。

此外，认证级中也包括了几家传统的服务器厂商，紫光股份-新华三、清华同方等都位列其中。

在官方公布的合作伙伴之外，今年 7 月 6 日，科大讯飞宣布将与昇腾联合打造星火一体机，面向超大规模参数大模型训练。

03

寒武纪：AI芯片第一股仍需淬炼

寒武纪是国内极少数全面掌握AI芯片（云端、边缘计算和IP授权）的企业，其产品矩阵涉及云端产品、边缘产品和IP授权及软件，前两者对标英伟达，而IP授权则对应ARM。

来源：寒武纪2022年年报

顶着“AI芯片第一股”的头衔，寒武纪可谓是含着金钥匙出生。

创立第一年，寒武纪就能帮助华为研发芯片。创业初期，寒武纪高度依赖IP授权，即将知识产权授权给芯片设计公司，后者在通过软件设计工具和软件进行芯片设计。

最初，这些授权颇受华为青睐，麒麟970、麒麟980均采用了寒武纪的1A、1H的IP授权。借此，华为Mate 10、Mate20持续火爆，寒武纪名声大噪。

但华为此举仅是为自家芯片研发争取时间的权宜之计。到2019年，华为新机采用的麒麟810芯片，则是基于自研的达芬奇架构。

此后，寒武纪不得不扩充产品序列，最终形成了云端产品、边缘产品和IP 授权及软件的三大板块。

特别是对应AI大模型的云端产品，是资本市场最为关注的焦点。寒武纪旗下思元系列290、思元370等已供货浪潮、联想、阿里云等头部厂商。

去年3月，公司发布搭载思元370的新款训练加速卡“MLU370-X8”，并在此基础上，推出玄思1001智能加速器，专门针对AI训练任务。

但从投资角度来看，寒武纪存在不少瑕疵。一方面，公司原CTO梁军离职，研发实力遭到不少的损失；另一方面，仅成立7年，公司战略摇摆不定，从IP授权回到芯片，公司业绩在AI大模型的行业热潮中，并没有出现起色。

令人疑惑的是，虽然AI产业如烈火烹油一般，但寒武纪不仅仍深陷巨亏泥潭，就连营业收入也在大幅下滑。今年上半年，公司总收入1.14亿元，同比下降33.37%；第二季度收入居然不到4000万，同比锐减64%。

可以看出，行业的火爆之下，寒武纪并没有捞到多少好处。只是在一波爆炒中，公司股价暴涨后，国投创业基金、古生代创投、宁波瀚高、南京招银、湖北招银等创投股东就决定“清仓式”减持寒武纪。

可见，股东们好不容易遇到一个套现的好机会，他们并不想和寒武纪长相厮守。

寒武纪年度亏损不断加剧，来源：同花顺

AI芯片是一项需要付出巨资且长期研发的浩大工程。寒武纪每年的研发几乎数倍于收入，2023年上半年，其研发投入高达4.83亿元，是同期营收的四倍有余。

可见，即便是听上去十分美好的AI故事，在更加看重业绩的A股市场，股东们也不免用脚投票。

AI的发令枪已经打响，中国算力企业百舸争流，万象竞发，只是这条道路仍然路漫漫其修远兮。英才杂志

算力租赁专家交流

核心观点：

1、算力租赁在未来一年内需求会持续增加，价格将会平稳上升。

2、算力租赁未来在中小企业、科研院所、政府的智慧城市项目有着很大且持续的需求。

3、创作类和游戏未来的算力需求将会快速增长。

一、专家介绍基本情况

从使用方的角度介绍算力租赁，公司从2019年开始做大模型，直到2023年3月份以前，通过算力租赁方式都比较少。企业自己去购买一台服务器，然后用到报废的方式比较划算。算力租赁价格方面在今年5月份开始涨价，7月单节点一年价格相比于5月又上升30%左右。并且在CPU以及这种固态比较高等级SSD上都降低规格，包括节点互联速度比5月还低了一点。7月价格在叠加各种优惠后是7万左右。

价格提升很快的原因是暑期以后，更多人关注到偏应用阶段的算力需求，5月以前更多关注的是训练需求。从部委数据显示，全世界文生图以及文生文、包括AI剪辑的这种产品，推理阶段算力需求是训练阶段2-7倍。所以从暑期开始，算力企业一直不停地增加算力设备，但整体还是短缺。

算力需求主要来源于三方面：1、BAT大互联网企业以及360、昆仑万维这些大模型训练端企业和各个垂类场景应用端的企业。这些通常会选择自建算力或者让互联网企业给他们做自建算力；2、创业公司和科研院所。这些机构做大模型不会做成chagpt的规模，但整体上也至少需要5000匹以上算力需求；3、政府智慧城市大模型化，包括城市智能交通、智慧城市等等。从2020年开始，包括北京以及重庆、武汉、江苏无锡，都开始将大模型与智慧城市结合。目前，政府偏向用公共算力去做这部分。

目前，算力租赁主要需求来源于第二和第三部分。缺口量方面，国内现在有大概100个左右大模型，每个模型大概2000-3000匹算力，按照推理是训练的2-7倍倍率计算，整个国内明年总需求量大概是200万张左右a100的量。目前全国算力加起来连一半都不到。这是当前 AI应用落地阶段短中期的需求量。但是从我所在机构2019年就在做大模型的角度来看，目前行业内已经落地了有70多款应用，主要是媒体、工业教育和交通等领域。参考最近微软大模型集成的操作系统、英伟达新推出的一些设施、特斯拉自动驾驶等，国外整体应用端往后面会迸发出更多的需求。我认为游戏这块可能会迸发出巨大的需求，因为随着大模型文生文以及文生图的能力逐渐成熟，今年比较前沿的技术都聚焦于在 AI生成3D以及AI生成视频这两方面，都是很容易去跟游戏去做结合。从这两个方面的技术成熟度的角度来看，现在从英伟达、Google推出的一些技术，这部分技术壁垒在最近两个月已经攻破。所以需求很大，大模型对游戏的改善会是非常巨大的。国内目前做游戏的厂商不像国外那么多，但这部分是可以跟算力租赁结合。

把这些场景都算上，算力租赁价格虽然9月份的价格还是与7月份的一样，但是在硬盘上以及在节点之间互联上，速度会更低一些。算力租赁企业会尝试以更低的成本在向租借方提供服务。因此后续的价格，可能需要跟应用端去做结合。到了年底可能会有几家在中文领域超过GPT3.5，叠加这个情况来算，整个价格在那个阶段会有一定的上升趋势。长期来看，未来可能还要参考国外技术的进展，目前国外在往多模态方向发展，一旦多模态有了爆发之后，算力需求将会是爆发式的增长。根据公开的研究，当模型的参数量增大10倍，整体的算力需求将扩大100倍。这是当前技术无法突破的一个点。因此，我判断算力租赁价格还是会上涨。 对于很多算力租赁企业来讲，能否有资金买到卡，以及买到卡多久能到货是很关键的。很多企业年初的目标是建1万匹算力，但是到目前为止到货的算力甚至不到1000匹，目前行业内的现状就是拿卡速度很慢。同时，对算力租赁企业来说网络这块的要求还是比较高的。因为对于1,500亿参数以上的模型决定训练效率以及推理效果这部分，不只是单纯的单卡算力，还包括 HBM这种高端显存的量以及卡间互联的速度。现在国内下一个订单去拿到这样高配置的卡，一般得半年，因为英伟达主要为国外供货，对于国内来说供货量没有那么大。

此外，对于算力租赁企业能否获得长足的增长，平常可能一些弹性的需求，包括帮政府做代运营，把这部分整体协同起来也很关键。因为算力不单是来自大模型的需求，各个地方的测算中心也有很多在用国外的算力计算中心。包括城市大脑的建设，每个城市的区块链节点，都是需要拿到平台去计算的，如果能把这块也做好，也是一块很大的增长点。

二、交流与问答环节

Q：分析一下目前整个算力租赁市场的大概的格局是什么？从今年下半年以来，拿卡的节奏会不会比以前要稍微快一点？

A： 超过一半的企业的没有达到年初计划的算力。一个方面本身卡的到货量没有那么多，另一个方面企业cover不住这样的成本。1000匹的算力，经过测算可能需要2~3个亿才能cover得住。从这个角度分析，很多企业的目标建1万匹算力，资金是不够的。整体来说今年的到货量跟大众认为的还是有一定的差距。

从明年来说，供货方面可能会好一点，但整体明年不会改善太多，再往后一年到货情况会改善很多，我认为大概是这样的趋势。

Q：在整个算力市场，国内华为的生态会不会说在智慧城市这一块有更多的参与，然后打破原有的竞争格局，从科研机构的角度来看，怎么看待这个问题？

A：1、华为是按金字塔形式在发展大模型，就是为这些行业在提供不只是算力本身，还包括网络存储、一些AI框架、训练过程中的子优化，一整套从底层硬件到软件AI框架的服务。华为是从这个角度切入行业，并不说单纯的从大模型的角度，大模型角度只是一个层面，华为现在在大模型很多to b的领域已经有订单了。华为在大模型这块的优势来自于它之前对各个行业场景的锤炼，以及对相关数据的整合，它整个一体化的产品形态以及对于很多这种小样本场景的模型能力比其他之前没有做过场景的大模型的企业更有优势的，就是从大模型赋能行业端这是华为的优势。

2、整体的一体化能力，不光需要一个模型，而是整体的，企业用起来整体会更方便，包括整个模型的效率以及性能这块。整体华为大模型的提升效率能达到一个20%以上，这是公开的数据。它整体像单卡算力还可以，跟英伟达a100可能差距没有特别大，整体60%左右。但华为在做集成的时候，一旦这个集群整体的使用，我们的算力集群的使用效率可能经常会不到50%，这是一个常态，这是它跟英伟达做对比的缺点。短期业内不太关注这个缺点，大家短期更关注把整个功能做起来。但是到了中长期，追求极致性价比的时候，如果华为在这块的一个点还没有做起来，那么大家可能会考虑像国内其他的算力生态，包括甚至有的会不会转型英伟达。

Q：租赁价格未来几年的一个预测中枢大概是在什么样的水平，明年和后年大概分别会达到一个什么样的状态？ 

A：供给端应该态势在短期不会有太大变化，但需求端会有一个比较大的变化。价格明年变化还是偏阶段性平稳上升。到后年，整个价格可能会微微的下降，然后会阶段性维持一些时间。我认为国内在推理端是有自研能力的，在后年这块可能会有一定的产能。因此价格会微微下降。

Q：需求是来自于哪些方面，训练还是推理？

A：当前阶段偏向训练，推理国内处于比较早期。

Q：租赁现在能选的只有 a800和h800？

A：现在租赁方面4090、3090也能租到，但a800是主要的。

Q：拿a800的卡来做推理，有没有性价比？

A：中高端显卡在视频场景下，它的性价比、效率是更高的。

Q：到了2025年模型训练都有一定的成果后，是不是就不需要那么多算力了？

A：训练的算力需求分三方面。1、整个大模型都往偏场景端去拓展，新的场景是需要新的数据重新训练，带来数据端的一个增长，训练的需求。

2、模型参数量的增长，在transformer这套架构下，更多来自于模态的数量增长带来模型参数量增长的一个变化。多模态在接下来半年一定在大模型里面是一个最重要的增长点，在这个层面会带来算力的增长。

3、在训练阶段算力需求来自于经常需要去迭代大模型，一般一个月需要迭代一次。

Q：AI算力租赁是因为现在短期缺卡带来的暂时性现象，还是从长期来看这个行业确实有自己生存的空间？

A：对中小企业、初创企业、科研机构这种偏向轻资产的模式，转租赁的方式会是一个好选择。

Q：国内算力比如说华为它这边对英伟达这边指代性怎么样？比如训练用英伟达的，然后推理用华为的？

A：全部用英伟达去训练，然后基于华为去推理是没有问题的，在技术上可以实现的。

Q：明年可能英伟达的卡对我们来说还是非常紧张，国内的卡是不是像华为这种就有机会？

A：华为当前阶段，主要机会还是来自于各个地方的政府项目和地方的金融、能源、教育等等这些领域的to b场景，但是大部分互联网企业还并没有全面的去用他们的算力去提供服务。互联网企业更加在乎整个极致的效率这一块。

Q：华为的芯片据说对扩大模型兼容性比较差，目前有没有改善？

A：稳定性方面华为还不错，调度效率这方面跟英伟达还有一定的距离。

Q：像交通行业，接下来整体推理需求上来比较快的这个时间节点大概是在什么时候？

A：交通在城市大脑、自动驾驶、铁轨领域后续会比较快速态势的增长，因为没有大规模场景，推理阶段的算力需求大概是训练的1.5～2倍的量。

Q：接下来哪个方向上的推理算力需求会快速增长？

A：目前教育、法律和办公需求较大，未来偏创作、剪辑、游戏会快速增长。

Q：明年英伟达给国内供的量，占他整体的出货量大概是多大的比例，然后云厂商的占比又有多少呢？

A：国内这边占比不是很高，应该不到30%。云厂商占比不是特别高，大概20%、30%以内。

Q：从产业的情况来看，有没有新的路线能够挑战现在transfomrer架构的，因为这种对算力、对参数的感觉有点太简单粗暴了。

A：transformer本身是大力出奇迹。当它底层的架构，确实是具备统一的表现力，后面增加3D模态、运动模态，会发现transformer都能做出来，这是它的优点。然后确实它对于算力的消耗这块，整个的复杂度是比较高的。所以现在有一些新的项目，把transformer完全去改进重写的，今年8月份香港这边跟国外做出来一个统一的表现架构，当然这个是停留在论文阶段，并没有在工业场景去用。这些新的优化的模型，会在半年一年内会被采纳。transformer它的优点很明显，缺点也很明显。

Q：华为的算力租赁市场接受度高吗？电耗成本差距多少？

A：它的成本是要比英伟达这边低百分之20~30左右。当前阶段华为对于它生态里面的这些企业大概有50多家，它的服务力度还是比较足的，比英伟达会强不少。企业更多考虑的是华为给他带来的整个生态上的，包括订单，包括场景上的拓展迁移。

Q：为什么推理的需求能在华为服务器上使用，如何做适配的？

A：刚开始会涉及到花一点时间和人力去做适配，但是后续模型更改，包括基于这个版本去迭代，华为这边是没有太大问题的。因为华为在代码性上、易读性上、应用性上基本一致。

Q：华为服务器使用的是哪些型号？

A：910系列。它的CPU端目前既有基于鲲鹏的，也有基于海光的。基于海光和基于鲲鹏的比例，大概是3:7。

Q：国内自主研发，而不是在开源大模型上微调的企业主要有哪些？

A：基本现在能看到榜单上的都是自主研发。有些早期可能用开源版本去做了一个微调，然后验证在这个场景中是否能用。然后会将整个开源完全去拆开了，重新去搭自己的一个，根据自己场景去搭自己的一个架构。这个基本上可以认为是一个偏自主研发的。

Q：国外用大模型做游戏改变格局？除了大模型 NPC，大模型生成界面外，还有没有新的玩法出现？

A：现在国外沉浸式的游戏，包括陪伴式的这种虚拟人型的游戏，还有一些冒险游戏，它大模型叠加画图的项目，往常可能需要一到几个月做成，现在大概三天可以把一个游戏去做完。当前阶段3D这块技术壁垒已经解决了，但是离应用可能还有小几个月的时间，这块出来之后，整个大模型可以画3D人物了，背景没有问题，又可以通过大模型给它设置策略。现在像中小型的游戏企业创新能力又足够，这个思路又解决了。游戏行业可能会涉及到一些颠覆的情况。纪要私享圈

10家高增长潜力6G概念股汇总（附股）

据了解：5G-A，也称为5.5G，是5G的进阶版本。

相比目前的5G能力，有分析指出5.5G将带来10倍的网络性能提升，有望改善商用过程中的体验问题。

此外，《“十四五”数字经济发展规划》明确提出了对第六代移动通信（6G）网络技术的储备，并加大6G技术研发的支持力度。

雷科防务、海能达、彩讯股份、达华智能、亚光科技、中贝通信、国脉科技、国缆检测、亨通光电、慈星股份；

中报业绩高增长6G概念股；

减肥药GLP-1产业链梳理

GLP-1产业链梳理

【产品型公司】

华东医药利拉鲁肽国内糖尿病及减肥适应症均获批上市，通化东宝/翰宇药业/正大天晴利拉鲁肽提交上市申请；

司美格鲁肽国内进入3期：齐鲁，华东，联邦，丽珠医药；

口服制剂恒瑞HRS-7535临床2期，华东医药TTP273临床2期；

常山药业艾本那肽每周一次GLP-1临床3期总结报告；

双鹭药业：利拉鲁肽日制剂GLP-1临床3期

博瑞医药：双靶点GLP-1+GIP，BGM0504 注射液Ⅱ期临床，口服型也在重点研发

石药集团每周一次或每两周一次皮GLP-1肥胖临床3期；

甘李药业每周一次GLP-1临床2b期；

众生药业RAY1225双靶点GLP-1/GIP临床I期；

通化东宝双靶点和小分子GLP-1均已IND。

信达生物IBI362（GLP-1R/GCGR双靶点）目前处于临床III期阶段，预期Q4处数据；豪森、恒瑞医药、博瑞医药、东阳光药业处于临床II期阶段。

【产业链公司】

诺泰生物：106车间司美格鲁肽出口欧盟通过GMP检查；2年之内3-4吨的原料药体量（利拉鲁肽和司美加在一起），单批次可以做到5公斤，产能放大做到10公斤/批次；

圣诺生物：司美格鲁肽原料药及注射液项目目前正处于药学研究阶段，利拉鲁肽原料药已取得美国DMF备案。总产能目前408kg，明年Q1投产450kg（定增），明年Q4投产350kg(IPO项目)，预计明年Q4产能将达到1200kg。

翰宇药业：已拿到Mylan利拉鲁肽3千万美金订单。司美格鲁肽原料药已申报美国DMF，利拉鲁肽原料药获海外制药企业商业批订单。武汉多肽目前总产能206kg/年，其中利拉鲁肽API产能100kg/年，计划新增产线290kg，产能达到496kg（利拉+司美）。

普利制药：司美格鲁肽原料药已完成小试开发，并满足98%以上纯度要求，目前放大生产车间正在验收；SNAC辅料已开始放大试生产，可面对客户供货。

奥锐特：司美格鲁肽原料药的产品中试已完成，原料药生产线也正在建设中（年产能300kg）。

【多肽CDMO】

药明康德：2023年规划2万升固相合成多肽产能，预计2024年将达到3.2万升产能。

凯莱英：预计2024H1固相合成总产能将超1万升，满足百公斤级的固相多肽商业化生产需求。

海翔药业：23H1 CDMO项目数量13个，均在临床3期，具备特色的如老年痴呆和多肽类药物，有望切入礼来供应链。

【其他】

①金凯生科：司美格鲁肽关键性辅料SNAC中间体-KDA01。

②昊帆生物：缩合试剂供应商

③蓝晓科技：礼来、药明康德固相载体

GLP-1注射笔

胰岛素笔：2022年诺和诺德胰岛素笔的销售为7.5e支，目前笔的专利主要掌握在诺和、礼来、赛诺菲和瑞士Ypsomed公司手上。笔的生产难点主要在设备，目前全球设备仅有2家德国的Teamtechnic和瑞士的米克朗，产线的订购周期在1年半到2年，一条的成本4000万元（对应2000w支左右）。单只笔的价格YPS代工在20-30元，国产的代工价格在10-15元。

国内设备已经突破的公司：美好医疗（已有订单）。国产替代:翰尔西注射笔2012年立项后,历经8年研发成功上市，也成为国内险一可替代进口商用产品。相关公司:
扬子新材：间接持有4.5%苏州翰尔西医疗器械
康德莱：一次性使用注射笔用针头，可与目前市场上的目前注射笔配套使用，如目前市场上预灌装司美格鲁肽注射笔等
翰宇药业:子公习成纪药业是目前国内为数不多自主研发注射笔的企业之一。

胶塞：2019年中国的药用胶塞年市场销量规模约为400亿只，其中覆膜约20亿只/年。覆膜胶塞目前海外主要供应是西氏，国内可生产的厂家华兰股份和华强科技。西氏每年在涨价，且需求提前8个月以上下订单。覆膜胶塞的价格在0.5-1元/只。