计算机行业2021年度策略报告：AIOT重新定义世界.pdf

chinastock 证券研究报告 请务必阅读正文最后的中国银河证券股份公司免责声明 table_research 行业研究报告 计算机 行业2020 年 12 月 13 日 2021 年度 策略报告 _AIOT重新定义世界 计算机行业 推荐 维持评级 核心观点： 计算机行业投资范式正在悄然变化，体现为： 1、产业层面， AI技术不断 升级， 物联网传感器成本 、 数据处理成本 以及 宽带成本 的 不断下降 ，而 人力成本 居高不下，加之 5G 的增强移动宽带、高可靠低时延和广覆盖大连接特性及与边缘计算的结合，使得 AI 与 IoT加速融合， ICT 产业链加速融合， 带来价值重构； 2、计算机 行业 上市公司从 需求驱动向供给驱动转化，除了“信创”带来的供给驱动机会之外，在技术创新层面，计算机行业公司正在从纯 ISV 属性，向两端延伸，向上靠“云”，向下连“端”，在不同场景及垂直领域，逐步向 软件定义、数据驱动、硬件 智能 ，软硬解耦、模块融合，最终实现硬件模块化标准化、软件 云 化 服务 化的趋势 。基于此，我们在选股时重点选择具备“两化” “软硬件一体化”或“云化”能力的公司，因其可带来“量”的增长形成规模效应及马太效应； 3、 计算机行业公司投资标的愈发向头部集中，成长的确定性成为优选指标，脉冲式增长 及低估值标的的投资回报率趋于减弱，“高成长 +高估值”强于“较低成长 +低估值”。 基于以上，我们优选未来确定性最高的产业风口 AIOT作为投资脉络， AIoT=AI+IoT，即融合了人工智能技术的物联网，万物智联 ，我们 分别从算力侧、网络侧、边缘侧及应用侧 来 解构具体投资机会 。 三季报财务指标来看，计算机行业 过去五年行业整体营收合计增长 100.15%,弱于电子行业（ +183.87%），强于传媒 （ 68.05%） 及通信行业 （ 26.81%） ， 过去五年行业整体净利润合计增长 38.47%，同样弱于电子行业（ +139.25%），强于传媒（ 8.84%）及通信行业（ 14.03%）。目前估值 61.8倍（ ttm，整体法），尽管处于历史中位偏高，但因处于 AIOT 渗透率早期，成长性强，并且我们判断全球及国内 IT 明年景气度处于一个小拐点上扬区间，我们认为行业配置属性较强 ，维持推荐观点。 投资建议 我们推荐重点关注 AIOT在智能网联车 及工业互联网 细分赛道的应用落地 ，其中也包括了云计算尤其是 SAAS层投资机会，此外还建议长期关注 金融 IT 细分领域的龙头公司及预期差较明显的优质个股 。 自下而上方面，我们始终关注财务指标健康， ROE、人均创利、ROA、应收账款和预收账款指标边际改善的公司。 推荐组合 小米集团-W、道通科技、虹软科技、 财富趋势、 传音控股、中控技术、柏楚电子、用友网络、鼎捷软件、威胜信息、恒生电子、纳思达 等公司。 风险提示 行业竞争加剧； 下游 IT支出不及预期 中美摩擦； 受疫情影响供应链风险 。 分析师 吴砚靖 ：（ 8610） 66568589 ： wuyanjingchinastock 分析师登记编码 ： S0130519070001 邹文倩 ：（ 8610） 86359293 ： zouwenqianchinastock 分析师登记编码 ： S0130519060003 研究助理 李璐昕 ：（ 021） 20252650 ： ： liluxin_yjchinastock table_marketdata 特此鸣谢： 王子路 行业数据 2020/12/13 table_report 资料来源： Wind，中国银河证券研究院整理 行业研究报告 /计算机 请务必阅读正文最后的中国银河证券股份公司免责声明。 目 录 一、 AIOT 产业万亿市场徐徐打开 . 1 （一）物联网 ARPU值提升，剪刀差收窄 . 1 （二） 5G与 AI技术带来产业发展机遇 . 1 （三）政策支持为 AIOT 产业发展营造良好环境 . 2 （四） AIOT产业链解构 上游量升价减下游景气提升 . 3 二、算力侧： AI芯片发展提速，国产芯片具备发展机遇 . 7 （一）算力侧芯片技术迭代更新，国产 AI芯片急需场景落地 . 7 （二） AI芯片发展提速，前景空间广阔 . 9 （三）英伟达领跑全球市场，国产 AI芯片具备发展机遇 . 12 三、平台侧：格局未定，国内外诸侯割据 . 14 （一）物联网平台侧居于枢纽地位，参与者众多 . 14 （二）市场处于高速发展阶 段，生态布局是关键突破点 . 16 四、网络侧 5G模组需求提升 . 29 五、边缘侧及终端侧处于爆发增长前夜 . 30 六、应用侧之工业互联网：平台为核 心，生态为关键 . 30 （一）工业互联网走向落地 . 30 （二）工业互联网平台为产业发展核心 . 32 （三）工业 APP生态体系为平台价值实现的关键 . 34 七、应用侧之智能网联汽车：前景渐明，顺周期下迎来高成长期 . 37 （一）产业架构与四大驱动因素 . 37 （二） C-V2X产业化部署处于导入期 . 38 （三）自动驾驶： L3接近量产， L4处于研发和小规模测试阶段 . 41 （四）政策：给出明确目标 . 43 八、计算机行业基本面回顾 . 44 （一）全球 IT支出明年景气度反弹，中国市场表现更佳 . 44 （二）计算机行业 三季度业绩承压 . 45 （三）一年内计算机行业涨幅， PE处于历史偏高位置 . 47 九、重点推荐公司 . 48 十、风险提示 . 49 行业研究报告 /计算机 请务必阅读正文最后的中国银河证券股份公司免责声明。 1 一、 AIOT 产业万亿市场徐徐打开 （一）物联网 ARPU值提升，剪刀差收窄 物联网最早由美国在 1999 年提出，用于指“传感网”。过去 20 多年里，物联网受制于技术、成本等因素，其实一直未能大规模普及，产业趋势确定但雷声大雨点小，有一点“狼来了”的感觉，但在当下物联网逐渐向 AIoT 方向过渡， IoT+AI，处于爆发前夜。 IoT 标准主要解决数据传输技术，而 AIoT 关注新的 IoT 应用形态，更强调的是服务，特别是面向物联网的后端处理及应用。 AI 与 IoT 相辅相成， IoT 为人工智能提供深度学习所需的海量数据养料，而其场景化互联更为 AI 的快速落地提供了基础； AI 将连接后产生的海量数据经分析决策转换为价值。 在政策驱动下，中国物联网规模迅速放量。工信部统计数据显示， 2020 年 1-10 月蜂窝物联网终端用户 10.8 亿户，同比增长 13.9%，比上年末净增 5236 万户，其中应用于智能制造、智慧交通、智慧公共事业的终端用户占比分 别达 19.4%、 19%、 22.7%。目前，中国是全球最大的 M2M 市场，三大运营商物联网连接用户量增长率远超手机用户增长率。同时，物联网ARPU 值不断提升，物联网连接增速与物联网收入增速之间的剪刀差不断收窄。运营商对物联网的考核指标逐渐由连接数考核转化为对出账收入、真实激活数等指标的考核，物联网场景应用落地将快速兴起。 图 1：中移动手机用户数和物联网连接数对比 图 2：中联通手机用户数和物联网连接数对比 资料来源： Wind，中国银河证券研究院整理 资料来源： Wind，中国银河证券研究院整理 图 3：中电信手机用户数和物联网连接数对比 图 4：中国移动物联网连接增速和收入增速剪刀差收窄， ARPU值提升 资料来源： Wind，中国银河证券研究院整理 资料来源： Wind，物联网智库，中国银河证券研究院整理 （二） 5G与 AI技术带来产业发展机遇 AI 技术 是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术 。借助 AI 技术，人类在图像识别、语音识别等领域的效率迅速提升。“人工智能”概念于 1956 年首次被提出，技术发展经历了“三起两落”。受益于 AI 算力对神经网络算法的优化，本阶段大数据与算力提升结合的 AI 技术有望再图像识别、语音识别、训练与推理领域行业研究报告 /计算机 请务必阅读正文最后的中国银河证券股份公司免责声明。 2 提高效率。 5G 技术的性能目标是高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接。随着 5G 商业化进程的不断推进，人和设备的不断连接带来将数据规模提升和质量升级，提升数据传输速度，增强网络可靠性，在降低连接成本的同时，拓展连接边界，助力 AIOT 市场发展。 2019 年 6 月，工信部向中国移动、中国电信、中国联通和中国广电发放了 5G 商用牌照，进 一步推动 5G 商业落地。目前，中国在 5G 技术方面的发展位于全球第一梯队，研发投入与资本支出均相对较大。 图 5： 2019-2024 新增 5G 基站数量（单位：万） 图 6： 2017-2025 年中国各代移动通信渗透率 资料来源：中国产业信息网 ，中国银河证券研究院整理 资料来源：中国产业信息网 ，中国银河证券研究院整理 随着 AI 技术的不断进步，物联网传感器 、 数据处理成本 及 宽带成本不断下降、人力成本却居高不下，移动互联流量红利见顶，上述技术因素的共同驱动下， AIOT 产业展现了良好的发展势头。 图 7：传感器成本呈下降趋势 图 8：过去一年软件业从业人员工资总额增长情况 资料来源：日笃小站 ，中国银河证券研究院整理 资料来源：工信部， 中国银河证券研究院整理 （三）政策支持为 AIOT产业发展营造良好环境 2013 年，国家开始提出物联网相关发展战略，先后发布物联网相关发展规划与行动计划，推进物联网相关产业发展。各省市发布物联网发展规划，促进物联网产业集群建设。 表 1： 我国物联网行业相关政策 时间 发布机构 相关文件 具体内容 2020.4 工信部 2020 年智能网联汽车标准化工作要点 推动智能网联汽车的标准体系与产业需求对接，完善标准体系建设和评估机制。推动通用类标准、汽车智能化标准的制定。深化与国际标准法规的协调，加强与国外组织的交流合作。 2019.5 公安部 信息安全技术网络安全等级保护基本要求 将基础信息网络、信息系统、云计算 平台、大数据平台、移动互联、物联网和工业控制系统等作为等级保护对象，在原有通用安全要求的基础上新增了安全扩展要求。安全扩展要求主要针对云计算、移动互联、物联网和工业控制系统提出了特殊安全要求，进一步完善了信息安全保护工作的标准。 2018.7 工信部 扩大和升级信息消费计划（ 2018-2020 年） 推动中小企业业务向云端迁移，到 2020 年，实现中小企业应用云服务快速形成信息化能力，形成 100 个企业上云典型应用案例。 行业研究报告 /计算机 请务必阅读正文最后的中国银河证券股份公司免责声明。 3 2018.7 工信部 推动企业上云实施指南（ 2018-2020 年） 提出到 2020 年行业企业上云意识和积极性明显提高，上云比例和应用深度显着提升，云计算在企业生产、经营、管理中的应用广泛普及，全国新增上云企业 100 万家。形成典型标杆应用案例 100 个以上，形成一批有影响力、带动力的云平台和企业上云体验中心。 2018.6 公安部 网络安全等级保护条例（征求意见稿） 对云计算、人工智能、物联网等新技术要求进行风险识别及风险管控，体现了等级保护定级对象大扩展。 2018.4 教育部 高等学校人工智能创新行动计划 支持高校聚焦并加强新一代人工智能基础理论和核心关键技术研究，加快机器学习、计算机视觉等核心关键技术研究。高校还要加快建设人工智能科技创新基地，加快建设一流人才队伍和高水平创新团队，支持高校组建一批人工智能、脑科学和认知科学等跨学科、综合交叉的创新团队和创新研究群体。 2018.3 国务院 2018 年国务院政府工作报告 人工智能再次被列入政府工作报告：加强新一代人工智能研发应用；在医疗、养老、教育、文化、体育等多领域推进“互联网 +”；发展智能产业，拓展智能生活。 2018.2 教育部 2018 年教育信息化和网络安全工作要点 首次提出网络安全工作与教育信息化的重要性，要求进一步提升网络安全人才培养能力和防护水平。 2017.12 工信部 促进新一代人工智能产业三年行动计划（ 2018-2020年） 行动计划从推动产业发展角度出发，结合“中国制造 2025”，对新一代人工智能发展规划相关任务进行了细化和落实，以信息技术与制造技术深度融合为主线，以新一代人工智能技术的产业化和集成应用为重点，推动人工智能和实体经济深度融合。 2017.11 国务院 关于深化“互联网 +先进制造业”发展工业互联网的指导意见 到 2025 年，重点工业行业实现网络化制造，工业互联网平台体系基本完善，形成 3-5 个具有国际竞争力的工业互联网平台，培育百万工业 APP，实现百万家企业上云。形成建平台和用平台双向迭代、互促共进的制造业新生态。 2017.7 国务院 国务院关于印发新一代人工智能发展规划的通知 到 2020 年，人工智能技术和应用与世界先进水平同步，人工智能核心产业规模超过 1500 亿元，带动相关产业规模超过 1 万亿元； 2025 年，人工智能基础理论实现重大突破。部分技术与应用达到世界领先水平，核心产业规模超过 4000 亿元，带动相关产业规模超过 5 万亿元；2023 年，人工智能理论、技术与应用总体达到世界领先水平，核心产业规模超过 1 万亿元，带动相关产业规模超过 10 万亿元。 2017.4 工信部 云计算发展三年行动计划（ 2017-2019） 引导软件企业开发各类 SAAS 应用，积极培育新业态新模式，加快面向云计算的转型升级。支持骨干云企业构建产业生态体系，加快做大做强不发。到 2019 年，我国实现云计算产业规模 4300 亿元。 资料来源： 工信部等政府网站 ，中国银河证券研究院 （ 四 ） AIOT产业链解构 上游量升价减下游景气提升 AIoT 是 AI 和 IoT 二者的融合， 将人工智能 (AI)赋能物联网 (IoT)，再结合 5G 技术，将万物互联、人机交互做全产业延伸和融合。根据 Ericsson 报告， AIoT 产业链组成部分包括硬件 /终端 (占比 25%)， 通信服务 (占比 10%)，平台服务 (占比 10%)，软件开发 /系统集成 /增值服务 (55%)。 随着 上游量升价减 ， 下游景气提升 ， 应用端需求市场 预期 放量，市场空间 可观。 图 9： AIOT 产业链主要环节、核心技术及价值分布 资料来源： 中国信通院 ,亿欧智库， 中国银河证券研究院 行业研究报告 /计算机 请务必阅读正文最后的中国银河证券股份公司免责声明。 4 行业研究报告 /计算机 请务必阅读正文最后的中国银河证券股份公司免责声明。 5 图 10： AIOT产业链 图谱（部分） 资料来源：中国银河证券研究院 图 11： 2019-2023年 全球 5G手机出货量及占比 图 12： 2020年全球前六大 5G 手机 品牌 市占率 （预测） 资料来源： Canalys，中国银河证券研究院 资料来源： TrendForce，中国银河 证券 研究院整理 图 13： 2019-2020年国内 5G 手机渗透率 资料来源：中国信通院，中国银河 证券 研究院整理 下游 VR/AR 的应用在物联网和 5G 技术的发展下不断推动， VR/AR 出货量逐年增长，可以用于游戏、医疗、旅游和社交等垂直行业领域。据 IDC 预测，从 2019-2023 年，未来 AR/VR设备的出货量年复合增长率将高达 66.78%。 行业研究报告 /计算机 请务必阅读正文最后的中国银河证券股份公司免责声明。 6 图 14：全球 VR/AR 设备出货量 资料来源： IDC，赛迪智库，中国银河 证券 研究院整理 智能网联车通过搭载先进的感应器和智能软件，实现车与各类信息的交互和 处理。 IDC发布 IDC 全球智能网联汽车预测报告预测，未来 5年智能网联汽车市场将迎来快速发展，到2023年，全球智能网联汽车出货量将进一步增至 7220万辆，年增长率为 9.3%。随着出货量的增加，车载的前装和后装市场潜在基数和装配率也将不断提升。其中车载终端的参与者众多，竞争激烈。国外厂商以大陆、博世、德尔福为主，国内企业大唐电信、华为、德赛西威、东软、千方科技、万集科技、中兴等均积极布局。 图 15：全球智能网联车出货量预测 资料来源： IDC 2020，中国银河 证券 研究院整理 伴随着全球智能设备连接的快速增长，物联网的市场规模不断扩大。工业互联网作为物联网的核心应用场景之一，通过信息技术和制造业的融合，助力企业的数字化转型，发展潜力巨大。据 GSMA 统计， 2018 年全球物联网设备联网数量已达 90 亿个，到 2025 年复合增长率将达到 16%。 5G 发展为工业互联网赋能，下游创新应用场景不断出现。智能制造、智能工厂、智能电网、智能安防等业务渗透率不断提升，正逐步迈入高成长期，据中国信通院数据显示，我国工业互联网的产业规模将于 2020年达到 31370 亿元，未来的发展前景可观。 行业研究报告 /计算机 请务必阅读正文最后的中国银河证券股份公司免责声明。 7 图 16： 中国工业互联网产业规模及预测 资料来源：中国信通院，中国银河 证券 研究院整理 随着物联网技术不断成熟与 5G 商用的发展，低成本网络覆盖范围扩大，应用成本不断下降，更多可能的应用逐渐成为现实， AIOT 的应用范围和需求不断拓展。 AIOT 产业与传统产业融合不断加深，市场规模广阔。全球 AIoT 市场正快速爆发，麦肯锡全球研究所的数据显示，每一秒都有 127 个新的 IoT 设备联网， 2020 年消费类电子设备数为所有已安装的 IoT 设备的63%，到 2024 年全球的联网设备将达到 400 亿个。 图 17: 2015-2025 年中国物联网连接数量 资料来源：艾瑞资讯 , 中国银河证券研究院 图 18: 2018-2022E中国 AIOT行业市场规模（单位：亿元） 资料来源：艾瑞资讯 , 中国银河证券研究院 二 、算力侧： AI芯片发展提速，国产芯片具备发展机遇 （一） 算力侧芯片技术迭代更新，国产 AI芯片急需场景落地 行业研究报告 /计算机 请务必阅读正文最后的中国银河证券股份公司免责声明。 8 人工智能芯片目前有两种发展路径：一种是延续传统计算架构，加速硬件计算能力，主要以 3 种类型的芯片为代表，即 GPU、 FPGA、 ASIC，但 CPU 依旧发挥着不可替代的作用；另一种是颠覆经典的冯诺依曼计算架构，采用类脑神经结构来提升计算能力，以 IBM TrueNorth 芯片为代表。 伴随着 AIOT 产业技术的不断发展和市场空间的不断拓宽，传统的芯片受限于 CPU的算力问题，无法满足物联网的算力要求。 AI 芯片性能功耗比更高，能够提供更强的计算能力。作为算力侧的核心基础， AI 芯片为云、边、端多方协同提供算力支持和决策推理。根据 IDC 数据， 16 年至今全球的 AI 服务器和芯片数量将不断上升，中国 AI芯片市场整体规模不断扩大。根据中国人工智能芯 片产业发展白皮书显示， 2018年在全球的 AI芯片市场中，中国的整体规模占比最大，约占四分之一，未来 AI芯片的发展前景可观。 图 19： 2016-2020年全球 AI 芯片市场规模 图 20： 2018-2024年中国 AI 芯片市场规模预测 资料来源： IDC， Gartner，中国银河证券研究院 资料来源：赛迪咨询，中商产业研究院，中国银河 证券 研究院 AI 芯片 因 需求扩张，政策支持 迎来发展良机，但因 AI芯片相对 技术门槛偏低，对晶圆代工厂商依赖度高，“量产”是一条红线，未来行业将快速洗牌。 芯片公司需要找到好的落地场景，以保证出货量。 传统 AI芯片按产品架构分为 GPU、 FPGA和 ASIC 三种。 GPU具有大规模的并行架构，适合对数据密集型的应用进行计算和处理，且性能高于传统 CPU数十上百倍，其主要缺点是功耗较高及其带来的高昂电费开支。 ASIC 作为人工智能的专用芯片，相较于 GPU 有极高的性能和较低的功耗，但专用芯片灵活性较低，研发投入较高。 FPGA 的功耗在几瓦到几十瓦之间，在性能指标中都有比较理想的平衡，可以实现定制化的硬件，并且可以在硬件层面进行大规模的并行运算，有较高的吞吐量。 表 2： AI芯片 架构分类 芯片架构 主要特点 参与厂商 GPU 具有高并行结构和更强大的浮点运算能力，计算速度快、芯片编程灵活简单。但是在推断任务中单项输入没有计算优势。 NVIDIA、 ARM FPGA 芯片内集成大量的基本门电路和存储器，同时拥有数据并行和任务并行计算的能力。但其软件算法是通过硬件配置实现，复杂算法的应用存在难度。 Intel、亚马逊、微软、阿里、百度、深鉴科技 ASCI 具有定制性，性能、功耗、集成度方面有优势，在要求高性能低功耗的移动终端表现较好。但在开发难度和芯片设计和功能拓展上存在障碍。 Google、寒武纪、地平线、华为、比特大陆 资料来源：微纳电子与智能制造期刊，中国银河证券研究院 从应用场景上划分， AI 芯片可以分为云端芯片、边缘端芯片和终端芯片。人工智能技术应用场景广泛，在不同场景所需要的计算能力、功耗等有所差异，因此针对不同的应用场景可以将 AI 芯片划分为这三大类。云端芯片主要针对云数据中心，兼具训练和推理的任务需求。该场景对计算能力和计算密度要求高，一般计算能力要求每秒处理超过 30 亿万次基本 人工智能运算，相对功耗也较大，一般在 50 瓦以上。边缘端芯片主要面向智能制造、智能家居、智能驾驶等领域，以推理任务为主，性能要求和功耗介于云端和终端之间。终端芯片服务于各类消费电子领域，其对性能要求相对较小，但对成本和功耗较为敏感，以推理任务为主，产品形