2. 国产 X86CPU 龙头，行业信创打开国产空间 已实现对授权技术的消化，并实现自主迭代。2016 年 3 月公司基于 AMD 授权技术 启动海光一号设计，2018 年 4 月，海光一号实现量产。2020 年 1 月，海光二号实现量 产。2022 年，海光三号发布并实现商业化销售。2023 年，海光四号发布。预计 2024 年 发布海光五号。公司已经完成了对 AMD 授权技术的消化吸收，并在此基础上实现了产 品自主研发升级。 产品性能在国内处于领先地位，逐步缩小与国际领先水平差距。对比国内产品，海 光 CPU 在超线程、内存、内存通道数、PCIe 等指标上均优于或等于其余五家国内 CPU 厂商，总体性能在国内处于头部水平。对比海外产品，选取与海光 7295 同期发布的 Intel 在 2020 年的 6 款至强铂金系列产品，综合比较处理器市场定位、核心数量、产品售价 等因素，海光比 Intel 的高端产品最高端的性能有所差距，但跟主流的产品基本上相当， （占据主要市场份额的金牌和银牌产品）。 

3. 国产 AI 芯片第一梯队，受益于 AI 变革和海外制裁 AI 芯片需求可能远超市场预期。根据最新发布的《2023-2024 年中国人工智能计算 力发展评估报告》，全球人工智能硬件市场（服务器）规模将从 2022 年的 195 亿美元 增长到 2026 年的 347 亿美元。在中国，预计 2023 年中国人工智能服务器市场规模将达 到 91 亿美元，同比增长 82.5%，2027 年将达到 134 亿美元。IDC 预计，2023 年中国人 工智能芯片出货量将达到 133.5 万片，同比增长 22.5%。 海外制裁加剧，中国难以获得先进 AI 芯片。美国商务部 2023 年 10 月 17 日宣布，计划限制向中国出售更先进的 AI 芯片。新的政策将限制 Nvidia A800 和 H800 芯 片的出口。AI 芯片国产化迫在眉睫，多项政策支持 AI 芯片国产化。政策支持采用国产 AI 芯片：北京颁布政策明确推动国产人工智能芯片实现突破。积极引导大模型研发企业 应用国产人工智能芯片，加快提升人工智能算力供给的国产化率。上海市拓展国产芯片 应用、推广国产算法框架。自主可控是算力事业发展的内在要求。 海光是国产 AI 芯片第一梯队。国产 AI 芯片厂商主要有寒武纪，景嘉微，沐曦，燧 原等，但其产品性能距离海外仍有差距。但国产化趋势不可逆，海光性能和生态国内领 先，是国内 AI 企业国产化的首要选择。DCU 已经实现批量出货，迎来第二增长曲线。 海光 DCU 以 GPGPU 架构为基础，兼容通用的“类 CUDA”环境，主要应用于计算密 集型和人工智能领域。深算二号已经于 Q3 发布，实现了在大数据、人工智能、商业计 算等领域的商用，深算二号具有全精度浮点数据和各种常见整型数据计算能力，性能相 对于深算一号性能提升 100%。在商业应用方面,公司的 DCU 产品已得到百度、阿里等 互联网企业的认证,并推出联合方案,打造全国产软硬件一体全栈 AI 基础设施。 

4. 估值与投资建议 海光信息拥有 CPU 和 DCU 两大领先产品。CPU 方面，行业信创后续进展会不断加 快，公司 CPU 基于 X86，是行业信创服务器替换的主力军。DCU 方面，AI 算力需求爆 发叠加国产化趋势加快，国产 AI 芯片厂商迎来历史性机遇，公司 DCU 产品性能生态位 列第一梯队。基于此，我们预计 2023-2025 年归母净利润分别为 12.44/17.49/23.79 亿元。 首次覆盖，给予“买入”评级。 

5. 风险提示 政策支持不及预期。公共算力平台建设和运营，以及 AI 芯片国产化需要政策强力 支持，如果政策支持力度不及预期，行业发展进度会受影响。 技术研发不及预期。AI 芯片技术壁垒较高，国产化难度较大，如果国产 AI 芯片研 发进度不及预期，将会影响国产化进度。 AI 发展不及预期。AI 算力需求增加主要系 AI 技术快速发展所致，如果 AI 技术发 展减缓，则对算力的需求会有所降低。