盤古大模型的優(yōu)勢(shì)體現(xiàn)在哪里？

1.盤古大模型的優(yōu)勢(shì)體現(xiàn)在哪里？

應(yīng)用場(chǎng)景紛繁復(fù)雜疊加“作坊式”的開(kāi)發(fā)模式導(dǎo)致傳統(tǒng) AI 模型商業(yè)化落地較難，具體來(lái) 看： 一方面，傳統(tǒng)的 AI 開(kāi)發(fā)模式下，一個(gè)場(chǎng)景對(duì)應(yīng)一個(gè)模型，數(shù)據(jù)質(zhì)量差、樣本少，模型精 度差，并且應(yīng)用場(chǎng)景相對(duì)單一。不同行業(yè)、不同場(chǎng)景對(duì) AI 的需求既復(fù)雜且碎片化，每個(gè) 痛點(diǎn)都需要進(jìn)行定制化地開(kāi)發(fā)和改造，同時(shí) AI 人才相對(duì)稀缺，很多企業(yè)通過(guò)人工進(jìn)行 AI 應(yīng)用的開(kāi)發(fā)，從而導(dǎo)致成本高、效率低、落地慢，投入產(chǎn)出不成正比。此外一旦應(yīng)用場(chǎng)景 發(fā)生變化，整個(gè)模型可能需要重新開(kāi)發(fā)。 另一方面，“作坊式”開(kāi)發(fā)模式限制了 AI 生產(chǎn)力的釋放。傳統(tǒng)的 AI 開(kāi)發(fā)模式效率相對(duì)較 低，AI 技術(shù)的企業(yè)滲透率僅在 4%左右，AI 算法從理論上能夠極大提升產(chǎn)品及服務(wù)的價(jià)值 量，但由于開(kāi)發(fā)過(guò)程中存在大量的碎片化因素，不同的應(yīng)用場(chǎng)景往往需要獨(dú)立的架構(gòu)設(shè)計(jì) 與調(diào)參，效率相對(duì)較低?！靶∽鞣皇健钡?AI 開(kāi)發(fā)模式無(wú)法實(shí)現(xiàn)規(guī)?；瘧?yīng)用，AI 生產(chǎn)力受 到了一定程度的限制。

1.1 30 億參數(shù) CV 模型+千億級(jí) NLP 大模型業(yè)界領(lǐng)先

盤古大模型從 2020 年啟動(dòng)研發(fā)，2021 年 4 月正式發(fā)布，到 2022 年聚焦行業(yè)應(yīng)用落地， 其進(jìn)化路徑可分為 L0-L1-L2 三個(gè)階段，上層是在下層的基礎(chǔ)上演化而來(lái)。L0 是指基礎(chǔ)大 模型，包括 NLP（中文語(yǔ)言）大模型、CV（視覺(jué)）大模型、多模態(tài)大模型、科學(xué)計(jì)算大模 型以及 Graph（圖網(wǎng)絡(luò)）大模型。 自然語(yǔ)言處理（NLP）系列是業(yè)界首個(gè)千億級(jí)生成與理解中文 NLP 大模型，由華為云、循 環(huán)智能和鵬城實(shí)驗(yàn)室聯(lián)合開(kāi)發(fā)，在訓(xùn)練過(guò)程中使用了 40TB 的中文文本數(shù)據(jù)，其中包含大 量的通用知識(shí)與行業(yè)經(jīng)驗(yàn)，具備領(lǐng)先的語(yǔ)言理解和模型生成能力，并通過(guò)行業(yè)數(shù)據(jù)的小樣 本調(diào)優(yōu)提升模型在場(chǎng)景中的應(yīng)用性能。在中文語(yǔ)言理解評(píng)測(cè)基準(zhǔn) CLUE 榜單中，盤古 NLP 大模型在總排行榜及分類、閱讀理解單項(xiàng)均排名第一，刷新了三項(xiàng)榜單世界歷史紀(jì)錄，總 排行榜得分 83.046（人類水平為 85.61），多項(xiàng)子任務(wù)得分業(yè)界領(lǐng)先。在 NLPCC 2018 文 本摘要任務(wù)中，盤古 NLP 大模型取得了 Rouge 平均分 0.53 的業(yè)界最佳成績(jī)，超越第二名 百分之六十。此外，基于提示調(diào)優(yōu)、動(dòng)態(tài)冰化等一系列正則化技術(shù)，NLP 大模型還實(shí)現(xiàn)了 小樣本學(xué)習(xí)任務(wù)超越 GPT 系列。

計(jì)算機(jī)視覺(jué)（CV）系列為業(yè)界最大的 CV 模型。其包含 30 億+參數(shù)，在業(yè)界首次實(shí)現(xiàn)了模 型的按需抽取，可以在不同部署場(chǎng)景下抽取出不同大小的模型，動(dòng)態(tài)范圍可根據(jù)需求覆蓋 特定的小場(chǎng)景到綜合性的復(fù)雜大場(chǎng)景，實(shí)現(xiàn)了在 ImageNet 上小樣本學(xué)習(xí)能力業(yè)界第一。 盤古 CV 大模型致力于解決 AI 工程難以泛化和復(fù)制的問(wèn)題，使得研發(fā)成本降低 90%。此外， 盤古 CV 大模型提供模型預(yù)訓(xùn)練、微調(diào)、部署和迭代的功能，形成了 AI 開(kāi)發(fā)完整閉環(huán)，極 大提升了 AI 開(kāi)發(fā)效率。CV（視覺(jué)）大模型已成功應(yīng)用在鐵路巡檢、國(guó)家電力巡檢等場(chǎng)景。 華為南方工廠的 PCB 版質(zhì)檢即借助了盤古 CV（視覺(jué)）大模型進(jìn)行展開(kāi)，目前正被更多制 造企業(yè)應(yīng)用在工業(yè)質(zhì)檢環(huán)節(jié)。

科學(xué)計(jì)算大模型主要解決各種科學(xué)問(wèn)題，如氣象預(yù)報(bào)、海浪預(yù)測(cè)、分子動(dòng)力學(xué)預(yù)測(cè)、微分 方程求解等，旨在利用 AI 促進(jìn)基礎(chǔ)科學(xué)的發(fā)展。 多模態(tài)大模型具備圖像和文本的跨模態(tài)理解、檢索與生成能力，通過(guò)跨模態(tài)語(yǔ)義關(guān)聯(lián)實(shí)現(xiàn) 視覺(jué)-文本-語(yǔ)音多模態(tài)統(tǒng)一表示，采用一個(gè)大模型即可靈活支撐圖-文-音全場(chǎng)景 AI 應(yīng)用， 可用于產(chǎn)品設(shè)計(jì)、藝術(shù)創(chuàng)作、語(yǔ)音播報(bào)、海報(bào)創(chuàng)作等領(lǐng)域。 Graph（圖網(wǎng)絡(luò)）大模型首創(chuàng)圖網(wǎng)絡(luò)融合技術(shù)，在工藝優(yōu)化、時(shí)序預(yù)測(cè)、智能分析等場(chǎng)景 有廣泛應(yīng)用，如預(yù)測(cè)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)、制造企業(yè)優(yōu)化工藝等。在時(shí)序預(yù)測(cè)場(chǎng)景下，圖網(wǎng)絡(luò)大 模型可協(xié)助中央空調(diào)系統(tǒng)進(jìn)行可揮發(fā)氣體濃度的預(yù)測(cè)、智能監(jiān)測(cè)空氣質(zhì)量，同時(shí)可以幫助 零售企業(yè)進(jìn)行銷量預(yù)測(cè)。在工藝優(yōu)化場(chǎng)景下，圖網(wǎng)絡(luò)大模型則可以幫助制造行業(yè)優(yōu)化工藝、 降本增效。

L1 是指行業(yè)大模型，是在 L0 基礎(chǔ)上導(dǎo)入行業(yè)數(shù)據(jù)進(jìn)行訓(xùn)練后衍生出的模型，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(zhì)檢大模型、盤古藥物分子大模型 等行業(yè)大模型。 L2 是指在 L1 基礎(chǔ)上結(jié)合行業(yè)細(xì)分場(chǎng)景得到的推理模型。以在電力行業(yè)為例，華為云基于 盤古電力大模型，針對(duì)無(wú)人機(jī)電力巡檢細(xì)分場(chǎng)景，通過(guò)一次預(yù)訓(xùn)練+下游任務(wù)的微調(diào)，推 出盤古電力巡檢大模型，解決了無(wú)人機(jī)智能巡檢系統(tǒng)（缺陷檢測(cè)）中的小樣本學(xué)習(xí)、主動(dòng) 學(xué)習(xí)、增量學(xué)習(xí)等問(wèn)題，同時(shí)解決了海量數(shù)據(jù)標(biāo)注工作量大和缺陷種類繁多的問(wèn)題。此外， 在華為云 AI 生態(tài)中，通過(guò)開(kāi)源開(kāi)放，盤古大模型充分借助開(kāi)發(fā)者和合作伙伴的力量，如 將 L1 行業(yè)大模型開(kāi)放給 ISV 伙伴等，將大模型的能力進(jìn)一步下沉到場(chǎng)景，從而打造開(kāi)放 生態(tài)。 總的來(lái)看，盤古大模型分為三個(gè)訓(xùn)練階段：一是預(yù)訓(xùn)練，利用海量數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練得到通 用基礎(chǔ)模型，二是微調(diào)，針對(duì)下游行業(yè)具體任務(wù)，結(jié)合行業(yè)數(shù)據(jù)進(jìn)行微調(diào)；三是大模型迭 代，結(jié)合不斷產(chǎn)生的新數(shù)據(jù)和之前訓(xùn)練使用的數(shù)據(jù)，實(shí)現(xiàn)大模型的終身學(xué)習(xí)。

目前，盤古大模型已經(jīng)在 100 多個(gè)行業(yè)場(chǎng)景完成驗(yàn)證，包括能源、零售、金融、工業(yè)、醫(yī) 療、環(huán)境、物流等等。盤古 NLP 大模型涉及千億參數(shù)、40TB 訓(xùn)練數(shù)據(jù)，對(duì)算法、算力、 海量數(shù)據(jù)處理、并行優(yōu)化都提出了很大挑戰(zhàn)。在算法方面，華為云算法團(tuán)隊(duì)和循環(huán)智能 （Recurrent AI）的 NLP 團(tuán)隊(duì)聯(lián)合攻關(guān)，突破了大模型微調(diào)的難題。鵬城實(shí)驗(yàn)室的國(guó)內(nèi)最 大規(guī)模 AI 訓(xùn)練集群鵬城云腦 II 在盤古 NLP 大模型訓(xùn)練中提供了強(qiáng)大的 AI 算力和數(shù)據(jù)吞 吐能力，為盤古大模型訓(xùn)練打下堅(jiān)實(shí)的基礎(chǔ)。此外，華為底層軟件、訓(xùn)練框架、ModelArts 平臺(tái)協(xié)同優(yōu)化，充分釋放算力，達(dá)成了全棧性能最優(yōu)。 具體來(lái)看，首先，針對(duì)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(yōu)化等技術(shù)，將單算子性能提升 30%以上。其次，華為 MindSpore 創(chuàng)新性地采用了“流 水線并行、模型并行和數(shù)據(jù)并行”的多維自動(dòng)混合并行技術(shù)，大幅降低了手動(dòng)編碼的工作 量，并提升集群線性度 20%。華為云 ModelArts 平臺(tái)提供 E 級(jí)算力調(diào)度，同時(shí)結(jié)合物理網(wǎng) 絡(luò)拓?fù)?，提供?dòng)態(tài)路由規(guī)劃能力，為大模型訓(xùn)練提供了最優(yōu)的網(wǎng)絡(luò)通信能力。通過(guò)借助 ModelArts 平臺(tái)的高效處理海量數(shù)據(jù)能力，僅用 7 天就完成了 40TB 文本數(shù)據(jù)處理。一站 式 AI 開(kāi)發(fā)平臺(tái) ModelArts 為盤古大模型訓(xùn)練和推理提供計(jì)算優(yōu)化、通信優(yōu)化、存儲(chǔ)優(yōu)化 以及算法優(yōu)化，是盤古大模型重要的基礎(chǔ)平臺(tái)資源。

1.2 泛化能力極強(qiáng)、適用大量復(fù)雜行業(yè)場(chǎng)景

盤古大模型具備極強(qiáng)的泛化能力、一個(gè)模型適用大量復(fù)雜行業(yè)場(chǎng)景。在 to B 以及 to C 場(chǎng)景下，盤古大模型具備良好的泛用性，大規(guī)模參數(shù)的模型可以更深層挖掘數(shù)據(jù)背后的邏 輯，達(dá)到更高的泛化性能，對(duì)不同場(chǎng)景的魯棒性更強(qiáng)，原來(lái)需要多個(gè)模型覆蓋的視覺(jué)場(chǎng)景， 大模型可以用一個(gè)模型覆蓋多個(gè)場(chǎng)景，以此解決模型碎片化問(wèn)題。盤古大模型吸收了海量 數(shù)據(jù)知識(shí)，盤古 NLP 大模型學(xué)習(xí)了 40TB 的中文文本數(shù)據(jù)，CV 大模型包含了 30 億+參數(shù)， 并通過(guò)行業(yè)數(shù)據(jù)的小樣本調(diào)優(yōu)，提升了模型在場(chǎng)景中的應(yīng)用性能，提高了大模型的泛化能 力以及算法對(duì)新鮮樣本的適應(yīng)能力，從而提高模型的學(xué)習(xí)能力，減少對(duì)領(lǐng)域數(shù)據(jù)標(biāo)注的依 賴。在大多數(shù)工業(yè)場(chǎng)景，從海量數(shù)據(jù)搜集缺陷樣本耗時(shí)耗力，盤古大模型能夠?qū)崿F(xiàn)缺陷樣 本高效篩選，節(jié)省了 80%以上的人力標(biāo)注代價(jià)。 此外，基于產(chǎn)業(yè)場(chǎng)景中存在大量的內(nèi)容理解需求，盤古大模型采用兼顧架構(gòu)，在預(yù)訓(xùn)練階 段沉淀了大量的通用知識(shí)，能夠同時(shí)完成理解與生成任務(wù)，使得大模型有能力支持行業(yè)知 識(shí)庫(kù)和數(shù)據(jù)庫(kù)的嵌入，對(duì)接行業(yè)經(jīng)驗(yàn)。隨著盤古大模型的開(kāi)放，各行各業(yè)的開(kāi)發(fā)者不必再 “從零開(kāi)始”，只需在云上找到所需要的模型，盤古大模型相當(dāng)于各個(gè)行業(yè) AI 通用的“輪 子”，助力各行各業(yè)加速智能化轉(zhuǎn)型。

在面向開(kāi)發(fā)者方面，盤古大模型逐步上線到華為云 AI 資產(chǎn)共享社區(qū)，通過(guò)提供相對(duì)通俗 易用的工作流以滿足開(kāi)發(fā)者的 AI 開(kāi)發(fā)需求， 充分釋放預(yù)訓(xùn)練模型能力，從而實(shí)現(xiàn)和開(kāi)發(fā) 者共建生態(tài)。大模型在實(shí)際場(chǎng)景中的應(yīng)用不僅可以幫助用戶提高訓(xùn)練進(jìn)度并且縮短訓(xùn)練時(shí) 間，隨著模型上應(yīng)用數(shù)量不斷增多，用戶成本亦會(huì)有所降低。

1.3 工業(yè)化 AI 開(kāi)發(fā)模式賦能千行百業(yè)

預(yù)訓(xùn)練+下游微調(diào)的工業(yè)化 AI 開(kāi)發(fā)模式賦能千行百業(yè)。相對(duì)于傳統(tǒng)的“作坊模式”AI 開(kāi) 發(fā)過(guò)程，盤古大模型是一種工業(yè)化 AI 開(kāi)發(fā)的新模式，可以解決小模型的定制化難題，使 一個(gè)模型應(yīng)用到多個(gè)場(chǎng)景中。一方面，盤古大模型 AI 開(kāi)發(fā)門檻較低，能夠提供自動(dòng)化工 作流，自動(dòng)生成模型，減少對(duì) AI 開(kāi)發(fā)工程師的專業(yè)依賴，同時(shí)可以根據(jù)更新數(shù)據(jù)快速進(jìn) 行模型迭代，做到“邊用邊學(xué)”。另一方面，盤古 CV 大模型首次兼顧了圖像判別與生成 能力，能同時(shí)滿足底層圖像處理與高層語(yǔ)義的理解需求，同時(shí)能夠融合行業(yè)知識(shí)的微調(diào)， 快速適配各種下游任務(wù)。盤古 CV 大模型已經(jīng)在 100 余項(xiàng)實(shí)際任務(wù)中得到驗(yàn)證，大幅提升 了業(yè)務(wù)測(cè)試精度，能夠節(jié)約 90%以上的研發(fā)成本。此外，盤古 CV 大模型在預(yù)訓(xùn)練階段主 要集中在數(shù)據(jù)處理、架構(gòu)設(shè)計(jì)和模型優(yōu)化三個(gè)階段進(jìn)行優(yōu)化。目前盤古 CV 大模型在 Image Net 1%、10%數(shù)據(jù)集上的小樣本分類精度上均達(dá)到目前業(yè)界最高水平。

總的來(lái)看，盤古大模型提升了復(fù)雜場(chǎng)景下的小樣本學(xué)習(xí)能力，在小樣本學(xué)習(xí)上提升了一個(gè) 數(shù)量級(jí)的效率；在微調(diào)能力上，盤古大模型有著更好的數(shù)據(jù)吸收理解能力，可以在真實(shí)行業(yè)場(chǎng)景中實(shí)現(xiàn)提升模型應(yīng)用效率；此外盤古大模型具備更強(qiáng)的集成行業(yè)知識(shí)的能力，其采 用更靈活的模塊設(shè)計(jì)，能夠根據(jù)業(yè)務(wù)場(chǎng)景適配，提升行業(yè)知識(shí)吸收效率?！邦A(yù)訓(xùn)練+下游 微調(diào)”的模式與目前全球主流大模型所匹配，具備極強(qiáng)的泛化能力，真正實(shí)現(xiàn)了“舉一反 三”。 瞄準(zhǔn) AI 工業(yè)化及現(xiàn)實(shí)場(chǎng)景，打造“實(shí)干式”大模型。盤古大模型始終以工業(yè)化為目標(biāo)， 瞄準(zhǔn)現(xiàn)實(shí)場(chǎng)景，在開(kāi)發(fā)初期即與合作伙伴進(jìn)行了一系列的商業(yè)化驗(yàn)證，以確保在真實(shí)產(chǎn)業(yè) 場(chǎng)景中的效率和適用能力，是一個(gè)以商業(yè)價(jià)值驅(qū)動(dòng)研發(fā)創(chuàng)新的“實(shí)干模式”大模型。盤古 大模型極大降低了研發(fā)的人力和算力成本，使 AI 開(kāi)發(fā)進(jìn)入工業(yè)化模式。

2.盤古初上，百業(yè) AI 將興

超強(qiáng)泛化能力，盤古推動(dòng) AI 行業(yè)落地。盤古大模型具備“一個(gè)模型在眾多場(chǎng)景通用、可 泛化和規(guī)模化復(fù)制”的特點(diǎn)，讓 AI 開(kāi)發(fā)模式由作坊式向工業(yè)化轉(zhuǎn)變，加速 AI 在千行百業(yè) 的孵化與創(chuàng)新。盤古預(yù)訓(xùn)練大模型已經(jīng)從學(xué)術(shù)大模型轉(zhuǎn)變?yōu)楫a(chǎn)業(yè)大模型，形成了“基礎(chǔ)大 模型-行業(yè)大模型-細(xì)分場(chǎng)景大模型”的發(fā)展路徑，并在醫(yī)療、互聯(lián)網(wǎng)、金融、煤礦、農(nóng)業(yè)、 氣象等領(lǐng)域中實(shí)現(xiàn)降本增效。

2.1 盤古 CV 大模型：聚焦分類、分割、檢測(cè)等視覺(jué)場(chǎng)景

盤活工業(yè)數(shù)據(jù)，盤古 CV 大模型賦能工業(yè)質(zhì)檢。華為目前已經(jīng)推出盤古礦山大模型、盤古 電力大模型、盤古制造質(zhì)檢大模型等 L1 行業(yè)模型，并針對(duì)偏光片質(zhì)檢、電力巡檢、鐵路 TFDS 檢測(cè)、傳送帶異物檢測(cè)等具體任務(wù)，通過(guò)“預(yù)訓(xùn)練+微調(diào)”打造 L2 細(xì)分場(chǎng)景模型。 盤古礦山大模型助力煤礦場(chǎng)景智能化。盤古礦山大模型對(duì)海量無(wú)標(biāo)注的礦山場(chǎng)景數(shù)據(jù)進(jìn)行 無(wú)監(jiān)督自主學(xué)習(xí)，覆蓋采、掘、機(jī)、運(yùn)、通等主營(yíng)業(yè)務(wù)及 1000 多個(gè)細(xì)分場(chǎng)景，大幅縮短 模型開(kāi)發(fā)時(shí)間，有效保障井下安全。其中，基于 5G+AI 全景視頻拼接綜采畫面，實(shí)現(xiàn)了遠(yuǎn) 控采煤、安全生產(chǎn)、主運(yùn)智能檢測(cè)系統(tǒng)代替人工巡檢，使得異物識(shí)別精度超過(guò) 98%，動(dòng)作 規(guī)范識(shí)別準(zhǔn)確率超過(guò) 95%，井下安全事故降低 90%以上。

針對(duì)電力巡檢場(chǎng)景，傳統(tǒng) AI 模型開(kāi)發(fā)面臨數(shù)據(jù)標(biāo)注低效、缺陷種類多、模型開(kāi)發(fā)成本高 等挑戰(zhàn)。依托華為盤古 CV 大模型生成的電力行業(yè)預(yù)訓(xùn)練模型實(shí)現(xiàn)了以較少的人工標(biāo)注進(jìn) 行快速迭代，使得樣本篩選效率提升約 30 倍，篩選質(zhì)量提升約 5 倍；同時(shí)一個(gè)模型可適 配上百種缺陷，模型平均精度提升 18%，開(kāi)發(fā)成本降低 90%，真正做到了規(guī)?；蓮?fù)制。 針對(duì)鐵路 TFDS 檢測(cè)場(chǎng)景，該場(chǎng)景要求識(shí)別上百種故障類型。標(biāo)注困難、樣本不均衡、未 知故障預(yù)測(cè)成為主要挑戰(zhàn)。華為推出基于盤古 CV 大模型的鐵路 TFDS 開(kāi)發(fā)方案，利用大量 鐵路無(wú)標(biāo)注樣本預(yù)訓(xùn)練，使其在小樣本的故障檢測(cè)中獲得更優(yōu)性能，同時(shí)基于缺陷檢測(cè)算 法，打造未知故障預(yù)測(cè)流水線，為鐵路故障檢測(cè)設(shè)下第二道關(guān)卡，使故障召回率達(dá)到 90%， 準(zhǔn)確率提升 7%以上，正常樣本濾除率降低約 9%。

盤古 CV 大模型引領(lǐng)智慧物流，從“人的銀行”走向“物的銀行”。盤古大模型協(xié)助浦發(fā) 銀行打造浦慧云倉(cāng)項(xiàng)目，實(shí)現(xiàn)了 1 個(gè)模型覆蓋 9 種物流場(chǎng)景，監(jiān)測(cè)收貨、入庫(kù)、在庫(kù)和出 庫(kù)全流程。浦發(fā)銀行借助盤古大模型對(duì)叉車入庫(kù)時(shí)的貨堆進(jìn)行精確計(jì)數(shù)，確保了貨物入庫(kù) 的真實(shí)性。此外通過(guò)借助小樣本學(xué)習(xí)能力，大大節(jié)省了識(shí)別倉(cāng)庫(kù)中上百種外觀不同箱體的 樣本采集和標(biāo)注工作量，將項(xiàng)目開(kāi)發(fā)周期從1-2個(gè)月縮短至2-3天，極大降低了開(kāi)發(fā)成本， 提高了開(kāi)發(fā)效率。

2.2 盤古 NLP 大模型：聚焦文本生成與內(nèi)容理解

盤古 NLP 大模型已廣泛應(yīng)用于智能營(yíng)銷和智能輿情等場(chǎng)景。在智能營(yíng)銷領(lǐng)域，盤古 NLP 大模型可以通過(guò)文本匹配，問(wèn)答和對(duì)話系統(tǒng)、意圖識(shí)別等關(guān)鍵技術(shù)更好地賦能銷售環(huán)節(jié)， 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(yíng)銷系統(tǒng)，其中循環(huán)智能“盤古” NLP 平臺(tái)憑借突破性的零樣本 AI 建模技術(shù)，極大降低了 AI 建模成本，提升了 10 到 1000 倍 AI 建模效率，目前已在多家銀行、保險(xiǎn)、證券等金融機(jī)構(gòu)的數(shù)字化客戶經(jīng)營(yíng)場(chǎng)景落地， 實(shí)現(xiàn)了銷售管理的智能化提升。在智能輿情領(lǐng)域，盤古 NLP 大模型可以利用文檔信息抽取、 情感分類、文檔自動(dòng)摘要等技術(shù)，在金融、電商、政務(wù)領(lǐng)域?qū)崿F(xiàn)精準(zhǔn)圖情分析、企業(yè)運(yùn)營(yíng) 軟件分析等。

聚焦行業(yè)細(xì)分場(chǎng)景，盤古 NLP 大模型在智能文檔檢索、智能 ERP、小語(yǔ)種大模型等領(lǐng)域先 后領(lǐng)地。在智能文檔檢索方面，盤古大模型團(tuán)隊(duì)獲得了中國(guó)法律智能技術(shù)評(píng)測(cè)類案檢索賽 道第一名，基于盤古 NLP 大模型構(gòu)建的司法領(lǐng)域大模型能夠賦能類案檢索、法條推薦、司 法信息抽取、罪名匹配等一系列下游應(yīng)用；在智能 ERP 方面，盤古預(yù)訓(xùn)練大模型與廣發(fā)證 券合作企業(yè)財(cái)務(wù)智能預(yù)警項(xiàng)目，在該項(xiàng)目中，2019 年有 496 家企業(yè)被監(jiān)管處罰、問(wèn)詢或 被 ST 處理，盤古大模型預(yù)測(cè)出其中 439 家，覆蓋率近 90%，其中被監(jiān)管處罰企業(yè) 111 家， 盤古大模型全部命中。在小語(yǔ)種大模型方面，華為與合作伙伴開(kāi)發(fā)了支持千億參數(shù)的阿拉 伯語(yǔ) NLP 大模型，語(yǔ)義理解準(zhǔn)確率達(dá)到 95%。

2.3 盤古科學(xué)計(jì)算大模型：致力于解決科學(xué)計(jì)算問(wèn)題

打破“雙十定律”，盤古藥物分子大模型加速新藥研發(fā)進(jìn)程。新藥研發(fā)風(fēng)險(xiǎn)大、周期長(zhǎng)、 成本高，為此醫(yī)藥界存在“雙十定律”，即一款新藥從研發(fā)到上市,平均需要 10 年時(shí)間和 10 億美元的投入。針對(duì)上述難題，盤古藥物分子大模型采用無(wú)監(jiān)督學(xué)習(xí)模式和業(yè)界獨(dú)有 的“圖-序列不對(duì)稱條件自編碼器”深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)，對(duì)市面上真實(shí)存在的 17 億個(gè)藥物 分子的化學(xué)結(jié)構(gòu)進(jìn)行預(yù)訓(xùn)練，實(shí)現(xiàn)了結(jié)構(gòu)重構(gòu)率、合法性、唯一性等指標(biāo)全面優(yōu)于現(xiàn)有方 法。其次，盤古分子生成器生成了 1 億個(gè)創(chuàng)新的類藥物小分子篩選庫(kù)，其結(jié)構(gòu)新穎性達(dá)到 99.68%，并且可以有效地生成理化性質(zhì)相似的新化合物；基于盤古分子優(yōu)化器，科研人員 實(shí)現(xiàn)了對(duì)起始分子化學(xué)結(jié)構(gòu)的優(yōu)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(jīng)在 20 余項(xiàng)藥物發(fā)現(xiàn)任務(wù)上實(shí)現(xiàn)性能最優(yōu)（SOTA）。此外，西安交通大學(xué)第一附屬醫(yī) 院利用盤古藥物分子大模型設(shè)計(jì)出的全新的廣譜抗菌藥物 Drug X，讓先導(dǎo)藥的研發(fā)周期 從數(shù)年縮短至一個(gè)月，研發(fā)成本降低 70%，打破了醫(yī)藥界的“雙十定律”。

預(yù)測(cè)精度首超傳統(tǒng)數(shù)值預(yù)報(bào)方法，盤古氣象大模型突破中長(zhǎng)期氣象預(yù)報(bào)難題。中長(zhǎng)期氣象 預(yù)測(cè)準(zhǔn)確率往往較低，傳統(tǒng)數(shù)值預(yù)報(bào)將氣象監(jiān)測(cè)數(shù)據(jù)代入數(shù)學(xué)物理方程式進(jìn)行預(yù)測(cè)，難以 改變中長(zhǎng)期氣象預(yù)測(cè)的困境。盤古氣象大模型是首個(gè)精度超過(guò)傳統(tǒng)數(shù)值預(yù)報(bào)方法的 AI 預(yù) 報(bào)方法，預(yù)測(cè)精度在 1 小時(shí)到 7 天內(nèi)均高于傳統(tǒng)數(shù)值方法（歐洲氣象中心的 operational IFS），同時(shí)能夠提供秒級(jí)全球氣象預(yù)報(bào)，預(yù)測(cè)速度提高 10000 倍以上，臺(tái)風(fēng)軌跡預(yù)測(cè)準(zhǔn) 確度世界第一，相比歐洲氣象局提升約 20%，并且可實(shí)現(xiàn) 20 公里范圍內(nèi)、小時(shí)級(jí)、13 層 最高精度氣象預(yù)報(bào)，如臺(tái)風(fēng)生成時(shí)間與移動(dòng)軌跡預(yù)測(cè)的預(yù)測(cè)準(zhǔn)確率超過(guò) 85%。此外作為 L1 行業(yè)模型，盤古氣象大模型還能夠?yàn)楹教旌娇?、海運(yùn)、農(nóng)業(yè)、交通出行、新能源等領(lǐng)域提 供 AI 氣象分析能力。

先“樓”一步實(shí)現(xiàn)節(jié)能降耗，先“人”一步制造舒適環(huán)境。針對(duì)室外環(huán)境，盤古大模型能 夠幫助企業(yè)實(shí)現(xiàn)智能能耗監(jiān)測(cè)、節(jié)能減排，實(shí)現(xiàn)了電力能耗降低 15%以上；針對(duì)室內(nèi)環(huán)境， 盤古大模型實(shí)現(xiàn)了對(duì)空氣質(zhì)量的監(jiān)控與預(yù)測(cè)，相較于小模型，盤古大模型實(shí)現(xiàn)了 TVOC、 甲醛和 CO2 的預(yù)測(cè)精度分別提升 10%、15%和 15%。

2.4 盤古多模態(tài)大模型：聚焦跨模態(tài)理解、檢索與生成

AI 賦能時(shí)尚設(shè)計(jì)，盤古多模態(tài)大模型大幅提升設(shè)計(jì)開(kāi)發(fā)效率。盤古多模態(tài)大模型基于億 級(jí)自然圖像進(jìn)行預(yù)訓(xùn)練，并在十萬(wàn)級(jí)時(shí)尚產(chǎn)業(yè)數(shù)據(jù)上進(jìn)行微調(diào)和優(yōu)化，得到適用于服裝行 業(yè)的盤古時(shí)尚多模態(tài)大模型。在技術(shù)層面，為了應(yīng)對(duì)并行處理海量數(shù)據(jù)的挑戰(zhàn)、提高模型 預(yù)訓(xùn)練的效率，盤古團(tuán)隊(duì)融合了稀疏訓(xùn)練、模型并行、數(shù)據(jù)并行等多種優(yōu)化策略和算法， 實(shí)現(xiàn)了以天級(jí)為單位完成訓(xùn)練。在實(shí)際運(yùn)用中，基于盤古多模態(tài)大模型中的“以文生圖” 能力，時(shí)諦智能公司將服裝設(shè)計(jì)周期從三周縮短至 3-5 天，化解了時(shí)尚設(shè)計(jì)產(chǎn)業(yè)中開(kāi)發(fā)設(shè) 計(jì)周期長(zhǎng)、生產(chǎn)成本高等一系列難題。

3.投資分析

3.1 神州數(shù)碼：IT 分銷龍頭

神州數(shù)碼是國(guó)內(nèi)領(lǐng)先的云和數(shù)字化轉(zhuǎn)型服務(wù)商，中國(guó) IT 分銷龍頭，開(kāi)創(chuàng)性地提出“數(shù)云 融合”戰(zhàn)略和技術(shù)體系框架，致力于在云原生、數(shù)字原生、數(shù)云融合關(guān)鍵技術(shù)和信創(chuàng)產(chǎn)業(yè) 上架構(gòu)產(chǎn)品和服務(wù)能力，為處在不同數(shù)字化轉(zhuǎn)型階段的快消零售、汽車、金融、醫(yī)療、政 企、教育、運(yùn)營(yíng)商等行業(yè)客戶提供泛在的敏捷 IT 能力和融合的數(shù)據(jù)驅(qū)動(dòng)能力。

同行十余載，神州數(shù)碼是華為生態(tài)核心踐行者。神州數(shù)碼從 2011 年成為華為數(shù)通產(chǎn)品總 經(jīng)銷商，與華為在云計(jì)算、海外市場(chǎng)、鯤鵬生態(tài)合作等諸多業(yè)務(wù)領(lǐng)域展開(kāi)對(duì)接合作，全面 擁抱華為生態(tài)。2018 年神州數(shù)碼正式提出“大華為”戰(zhàn)略，通過(guò)成立華為業(yè)務(wù)群將分散 在不同業(yè)務(wù)板塊的華為業(yè)務(wù)進(jìn)行整合，此后逐步展開(kāi)“鯤鵬”、“昇騰”生態(tài)合作，在產(chǎn) 品、營(yíng)銷、生態(tài)等方面不斷突破，持續(xù)落地標(biāo)桿案例。未來(lái)神州數(shù)碼將與華為盤古大模型 合作，構(gòu)建自身的 AI 算力基礎(chǔ)架構(gòu)。

收入端有所下滑，利潤(rùn)端高速增長(zhǎng)。受益于國(guó)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型需求不斷提高,2018-2022 年神州數(shù)碼收入 CAGR 為 9.1%。2022 年實(shí)現(xiàn)收入 1158.8 億元，同比下降 5.3%，實(shí)現(xiàn)凈利 潤(rùn) 10.0 億元，同比增長(zhǎng) 303.1%，收入端有所下降主要系神州數(shù)碼主動(dòng)聚焦高價(jià)值、高毛 利業(yè)務(wù)，利潤(rùn)端高速增長(zhǎng)主要系云及信創(chuàng)業(yè)務(wù)收入顯著增長(zhǎng)，業(yè)績(jī)貢獻(xiàn)不斷提升。

毛利率和凈利率有所提升，研發(fā)費(fèi)用率持續(xù)上升。2022 年神州數(shù)碼毛利率、凈利率分別 為 3.92%、0.89%，較去年同期分別提升 0.57pct、0.69pct，主要系其不斷優(yōu)化業(yè)務(wù)結(jié)構(gòu)， 主動(dòng)收縮部分低毛利分銷業(yè)務(wù)。神州數(shù)碼堅(jiān)定落實(shí)“數(shù)云融合+信創(chuàng)”戰(zhàn)略，持續(xù)加大研 發(fā)投入，2022 年研發(fā)、銷售、管理費(fèi)用率分別為 0.25%、1.69%、0.27%。

3.2 麒麟信安：國(guó)產(chǎn)操作系統(tǒng)主力軍

麒麟信安專注于國(guó)家關(guān)鍵信息基礎(chǔ)設(shè)施領(lǐng)域相關(guān)技術(shù)的研發(fā)與應(yīng)用，主要從事操作系統(tǒng)產(chǎn) 品研發(fā)及技術(shù)服務(wù)，并以操作系統(tǒng)為根技術(shù)創(chuàng)新發(fā)展信息安全和云計(jì)算等產(chǎn)品及服務(wù)業(yè)務(wù)。 麒麟信安實(shí)現(xiàn)了對(duì) Intel、AMD 等國(guó)際商用 CPU 及鯤鵬、飛騰、海光等國(guó)產(chǎn)自主 CPU 的支 持，致力打造自研創(chuàng)新信息系統(tǒng)生態(tài)環(huán)境，產(chǎn)品廣泛應(yīng)用于國(guó)防、電力、政務(wù)、金融、石 化、交通等領(lǐng)域。

攜手華為歐拉，共筑國(guó)產(chǎn)操作系統(tǒng)新生態(tài)。麒麟信安操作系統(tǒng)是基于 Linux 技術(shù)開(kāi)發(fā)的高 安全、高可用、高性能和可定制的國(guó)產(chǎn)操作系統(tǒng)，率先基于 openEuler LTS 進(jìn)行商業(yè)版發(fā) 行，并加入中國(guó)首個(gè)桌面操作系統(tǒng)根社區(qū) openKylin，與國(guó)內(nèi) 60 余家軟硬件廠商達(dá)成生 態(tài)戰(zhàn)略合作，實(shí)現(xiàn)了從芯片到整機(jī)、數(shù)據(jù)庫(kù)、中間件及各類應(yīng)用軟件的全方位兼容適配工 作。針對(duì) CentOS 停服，麒麟信安 CentOS 應(yīng)用原地透明遷移方案已實(shí)現(xiàn)對(duì)電力行業(yè)主流系 統(tǒng)/軟件、電力裝置的遷移適配，未來(lái)相關(guān)經(jīng)驗(yàn)有望拓展至其他行業(yè)用戶。

收入快速增長(zhǎng)，利潤(rùn)端放量。近年來(lái)麒麟信安收入快速增長(zhǎng)帶動(dòng)利潤(rùn)端不斷放量，2021 年實(shí)現(xiàn)收入 3.4 億元，同比增長(zhǎng) 46.2%，實(shí)現(xiàn)凈利潤(rùn) 1.1 億元，同比增長(zhǎng) 12.8%。受益于 產(chǎn)業(yè)政策及信息安全需求擴(kuò)大，國(guó)防電力及黨政金融等重要行業(yè)對(duì)產(chǎn)品需求不斷擴(kuò)大， 2022 年 Q1-Q3 實(shí)現(xiàn)收入 2.4 億元，同比增長(zhǎng) 40.4%，實(shí)現(xiàn)凈利潤(rùn) 0.7 億元，同比增長(zhǎng) 70%， 業(yè)績(jī)未來(lái)存在較大彈性空間。2022 年業(yè)績(jī)快報(bào)顯示，2022 年麒麟信安實(shí)現(xiàn)收入 4 億元， 同比增長(zhǎng) 18.45%，凈利潤(rùn) 1.28 億元，同比增長(zhǎng) 14.39%，報(bào)告期內(nèi)麒麟信安持續(xù)深耕國(guó)防、 電力等優(yōu)勢(shì)行業(yè)客戶需求，實(shí)現(xiàn)了在優(yōu)勢(shì)行業(yè)的穩(wěn)步增長(zhǎng)，同時(shí)在金融等行業(yè)的業(yè)務(wù)拓展 初見(jiàn)成效，推動(dòng)收入增長(zhǎng)。

業(yè)務(wù)結(jié)構(gòu)變動(dòng)導(dǎo)致毛利率下滑，費(fèi)用端管控效果良好。2021 年麒麟信安毛利率和凈利率 分別為 66.3%、33%，毛利率近年來(lái)有所下滑主要受毛利率較低的信息安全業(yè)務(wù)和云計(jì)算 業(yè)務(wù)收入占比提升影響。2021 年研發(fā)、銷售、管理費(fèi)用率下降至 17.81%、14.12%、7.57%， 控費(fèi)效果良好。

3.3 中國(guó)軟件：軟件行業(yè)國(guó)家隊(duì)

綜合 IT 服務(wù)提供商，軟件行業(yè)國(guó)家隊(duì)。中國(guó)軟件作為 CEC“PKS”體系下的重要一環(huán)，深 入推進(jìn)以網(wǎng)信業(yè)務(wù)為核心的自主軟件產(chǎn)品、行業(yè)解決方案和服務(wù)化業(yè)務(wù)發(fā)展。中國(guó)軟件現(xiàn) 擁有完整的從操作系統(tǒng)、中間件、安全產(chǎn)品到應(yīng)用系統(tǒng)的業(yè)務(wù)鏈條，覆蓋稅務(wù)、電子政務(wù)、 交通、知識(shí)產(chǎn)權(quán)、金融、能源等國(guó)民經(jīng)濟(jì)重要領(lǐng)域。中國(guó)軟件的三大業(yè)務(wù)板塊分別為自主 軟件產(chǎn)品、行業(yè)解決方案和服務(wù)化業(yè)務(wù)。

中國(guó)軟件子公司麒麟軟件是國(guó)產(chǎn)操作系統(tǒng)龍頭企業(yè)，與華為鯤鵬關(guān)系緊密。麒麟軟件不斷 完善以操作系統(tǒng)為核心的產(chǎn)品生態(tài)體系，旗下 OS 操作系統(tǒng)麒麟連續(xù) 11 年位列中國(guó) Linux 市場(chǎng)份額第一名。麒麟軟件是華為重要戰(zhàn)略伙伴，在開(kāi)源建設(shè)方面，2022 年麒麟軟件主 導(dǎo)發(fā)起中國(guó)首個(gè)桌面操作系統(tǒng)根社區(qū) openKylin，同時(shí)，自 openEuler 社區(qū)創(chuàng)立以來(lái)，麒 麟軟件是僅次于華為的第二大貢獻(xiàn)者；在 OpenStack 社區(qū)貢獻(xiàn)位列國(guó)內(nèi)第一、全球第三。 此外，麒麟軟件與華為強(qiáng)強(qiáng)聯(lián)合斬獲多項(xiàng)世界第一，麒麟操作系統(tǒng) V10 和華為鯤鵬在 SPEC CPU2017 測(cè)試中排名第 11，獲得非 x86 架構(gòu)芯片性能全球第一；基于麒麟操作系統(tǒng) V10 開(kāi)發(fā)的鵬程云腦，在 SPEC 標(biāo)準(zhǔn)性能測(cè)試中排名第一。

收入快速增長(zhǎng)，凈利潤(rùn)逐年提升。2021 年中國(guó)軟件實(shí)現(xiàn)收入 103.5 億元，同比增長(zhǎng) 39.7%， 實(shí)現(xiàn)凈利潤(rùn) 0.8 億元，同比增長(zhǎng) 10.8%，主要系信創(chuàng)產(chǎn)業(yè)快速發(fā)展，自主可控市場(chǎng)戰(zhàn)略布 局效果漸顯，業(yè)績(jī)持續(xù)改善。2022 年 Q1-Q3 延續(xù)增長(zhǎng)態(tài)勢(shì)，實(shí)現(xiàn)收入 55.8 億元，同比增 長(zhǎng) 27.2%，實(shí)現(xiàn)凈利潤(rùn)-3.9 億元，同比增長(zhǎng) 14.4%。

毛利率、凈利率有所下滑，費(fèi)用率有所上升。中國(guó)軟件毛利率和凈利率整體呈下降趨勢(shì)， 2018-2021 年毛利率保持在 30%左右，凈利率保持在 2%左右。中國(guó)軟件積極拓展自主產(chǎn)品 研發(fā)與銷售,2021 年研發(fā)、銷售、管理費(fèi)用率分別上升至 17.84%、5.31%、8.2%。

3.4 誠(chéng)邁科技：領(lǐng)先的操作系統(tǒng)專家

誠(chéng)邁科技專注于智能互聯(lián)及操作系統(tǒng)技術(shù)的研發(fā)與創(chuàng)新，全面覆蓋全球主流操作系統(tǒng)技術(shù)， 主營(yíng)業(yè)務(wù)為軟件技術(shù)服務(wù)及解決方案研發(fā)與銷售，長(zhǎng)期服務(wù)于眾多世界 500 強(qiáng)企業(yè)，涵蓋 芯片&操作系統(tǒng)、智能汽車、智能終端、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、人工智能等行業(yè)。

誠(chéng)邁科技積極布局國(guó)產(chǎn)操作系統(tǒng)賽道，其參股公司統(tǒng)信軟件深度參與華為鯤鵬生態(tài)。統(tǒng)信 軟件是國(guó)內(nèi)領(lǐng)先的操作系統(tǒng)廠商，率先推出自主研發(fā)的基于開(kāi)源 Linux 內(nèi)核的統(tǒng)信 UOS 產(chǎn)品，統(tǒng)信 deepin 在全球開(kāi)源操作系統(tǒng)排行榜上位居前列，也是排名最高的來(lái)自中國(guó)的 社區(qū)發(fā)行版，并在 2019-2021 年連續(xù)三年榮獲最受歡迎中國(guó)開(kāi)源軟件第一名。統(tǒng)信軟件是 華為生態(tài)重要參與者，在 openEuler 社區(qū)中貢獻(xiàn)排名前三，統(tǒng)信服務(wù)器操作系統(tǒng) V20 歐拉 版基于 openEuler20.03LTS 持續(xù)演進(jìn)，在政企、金融、運(yùn)營(yíng)商等行業(yè)實(shí)現(xiàn)了規(guī)模應(yīng)用，為 客戶提供 CentOS 替換解決方案。

收入逐年提升，利潤(rùn)端呈下降趨勢(shì)。誠(chéng)邁科技持續(xù)加強(qiáng)研發(fā)和技術(shù)創(chuàng)新，優(yōu)化資源配置和 服務(wù)結(jié)構(gòu)并加快市場(chǎng)拓展力度，2021 年實(shí)現(xiàn)收入 14.2 億元，同比增長(zhǎng) 51.9%，實(shí)現(xiàn)凈利 潤(rùn) 0.3 億元，同比下降 49.1%。2022 年 Q1-Q3 實(shí)現(xiàn)收入 14.1 億元，同比增長(zhǎng) 47.6%，實(shí) 現(xiàn)凈利潤(rùn)-1.1 億元，主要系疫情對(duì)部分客戶業(yè)務(wù)造成影響。

毛利率、凈利率呈下降趨勢(shì)，2021 年研發(fā)投入加大。近年來(lái)誠(chéng)邁科技毛利率、凈利率有 所下滑，2021 年毛利率和凈利率分別為 22.33%、2.12%。誠(chéng)邁科技不斷加強(qiáng)研發(fā)和技術(shù)創(chuàng) 新，2021 年研發(fā)、銷售、管理費(fèi)用率分別為 7.16%、2.02%、4.73%。

3.5 海量數(shù)據(jù)：國(guó)產(chǎn)數(shù)據(jù)庫(kù)領(lǐng)航企業(yè)

海量數(shù)據(jù)是國(guó)產(chǎn)數(shù)據(jù)庫(kù)技術(shù)的領(lǐng)航企業(yè)，主要針對(duì)大中型企事業(yè)單位的數(shù)據(jù)中心，搭建數(shù)據(jù)基礎(chǔ)設(shè)施平臺(tái)，為客戶提供數(shù)據(jù)庫(kù)、數(shù)據(jù)計(jì)算、數(shù)據(jù)存儲(chǔ)相關(guān)的產(chǎn)品和服務(wù)。海量數(shù)據(jù) 核心產(chǎn)品海量數(shù)據(jù)庫(kù) Vastbase 系列廣泛應(yīng)用于政務(wù)、制造、金融、通信、能源、交通等 多個(gè)重點(diǎn)行業(yè)，已成為國(guó)產(chǎn)企業(yè)級(jí)數(shù)據(jù)庫(kù)的首選之一。

海量數(shù)據(jù)是 openGauss 社區(qū)的核心參與者。海量數(shù)據(jù)是 openGauss 第一大商業(yè)發(fā)行版廠商 與第二大代碼貢獻(xiàn)者，核心數(shù)據(jù)庫(kù)產(chǎn)品 Vastbase G100 融入了海量數(shù)據(jù)對(duì) openGauss 核心 架構(gòu)的深刻理解和自身源碼能力，深度結(jié)合行業(yè)應(yīng)用場(chǎng)景特點(diǎn)、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(chǎng)上第一批入圍央 采及黨政信創(chuàng)目錄的 openGauss 商業(yè)發(fā)行版數(shù)據(jù)庫(kù)，助力大中型企業(yè)客戶向國(guó)產(chǎn)數(shù)據(jù)庫(kù)遷 移。

受疫情反復(fù)和業(yè)務(wù)結(jié)構(gòu)調(diào)整影響，業(yè)績(jī)出現(xiàn)下滑。海量數(shù)據(jù) 2021 年實(shí)現(xiàn)收入 4.2 億元， 同比增長(zhǎng) 6.0%，實(shí)現(xiàn)凈利潤(rùn) 0.1 億元，同比下降 67.5%，主要系疫情反復(fù)影響項(xiàng)目交付， 同時(shí)海量數(shù)據(jù)進(jìn)行自主品牌產(chǎn)品替代，導(dǎo)致利潤(rùn)端較去年同期下降。2022 年 Q1-Q3 實(shí)現(xiàn) 收入 2.0 億元，同比下降 31.8%，實(shí)現(xiàn)凈利潤(rùn)-0.6 億元，同比有所下滑。隨著疫情好轉(zhuǎn)和 業(yè)務(wù)轉(zhuǎn)型加速，業(yè)務(wù)有望回歸正軌，具備長(zhǎng)期發(fā)展前景。

自主品牌戰(zhàn)略轉(zhuǎn)型推動(dòng)毛利率持續(xù)上升，費(fèi)用端投入持續(xù)加大。海量數(shù)據(jù)堅(jiān)定自主品牌戰(zhàn) 略轉(zhuǎn)型，自主研發(fā)產(chǎn)品銷售收入占比持續(xù)提升，帶動(dòng)整體毛利率從 2018 年的 26.53%提升 至 2021 年的 35.36%。海量數(shù)據(jù)持續(xù)加大研發(fā)投入，加強(qiáng)營(yíng)銷服務(wù)網(wǎng)絡(luò)建設(shè)，2021 年研發(fā)、 銷售、管理費(fèi)用率上升至 17.50%、11.70%、6.81%。

3.6 易華錄：數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè)和運(yùn)營(yíng)商

易華錄是數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施的建設(shè)和運(yùn)營(yíng)商，由中國(guó)華錄集團(tuán)控股，易華錄把握數(shù)字化轉(zhuǎn) 型剛需，發(fā)揮央企優(yōu)勢(shì)，實(shí)施“數(shù)據(jù)湖+”發(fā)展戰(zhàn)略，致力于通過(guò)建設(shè)城市數(shù)據(jù)湖促進(jìn)全 社會(huì)數(shù)據(jù)生產(chǎn)要素的匯聚與融通，構(gòu)建數(shù)字孿生城市。易華錄核心業(yè)務(wù)主要包括政企數(shù)字 化業(yè)務(wù)、數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施業(yè)務(wù)、數(shù)據(jù)運(yùn)營(yíng)及服務(wù)。

攜手華為，大力發(fā)展藍(lán)光存儲(chǔ)。2021 年以來(lái)，易華錄與華為整合發(fā)揮雙方“藍(lán)光+數(shù)字能 源”領(lǐng)域的技術(shù)優(yōu)勢(shì)、產(chǎn)品優(yōu)勢(shì)，全面開(kāi)展數(shù)字能源領(lǐng)域的合作。在數(shù)據(jù)湖共建模塊化預(yù) 制式數(shù)據(jù)中心，打造高效綠色數(shù)據(jù)中心；在數(shù)據(jù)湖產(chǎn)業(yè)園共推建筑節(jié)能、綠電替代、綜合 碳管理平臺(tái)等新業(yè)務(wù)，積極開(kāi)展低碳數(shù)據(jù)中心、零碳數(shù)據(jù)湖及零碳園區(qū)的建設(shè)探索。 共建智慧之路，易華錄與華為智慧公路軍團(tuán)開(kāi)展合作。易華錄在智慧交通領(lǐng)域深耕多年， 依托昇騰 AI 基礎(chǔ)軟硬件平臺(tái)和數(shù)據(jù)湖存儲(chǔ)的豐富數(shù)據(jù)，易華錄打造了業(yè)界領(lǐng)先的交通 AI 算法產(chǎn)品，算法識(shí)別準(zhǔn)確率均達(dá)到 90%以上。2022 年 5 月，易華錄加入昇騰萬(wàn)里伙伴計(jì)劃， 聯(lián)手華為打造部署了交路口秩序管理一體機(jī)，有效降低巡查成本的同時(shí)提高了違法識(shí)別效 率，助力城市交通精細(xì)化管理。此外易華錄還與華為智慧公路軍團(tuán)簽署了戰(zhàn)略合作協(xié)議， 基于華為數(shù)字平臺(tái)，融合 bianyuan1 計(jì)算、AI 等新技術(shù)，整合易華錄在智慧公路建設(shè)方 面的經(jīng)驗(yàn)以及能力，構(gòu)建行業(yè)領(lǐng)先解決方案。

數(shù)據(jù)湖前期建設(shè)投入較大導(dǎo)致業(yè)績(jī)存在一定波動(dòng)。2021 年易華錄實(shí)現(xiàn)收入 20.2 億元，同 比下降 21.91%，凈利潤(rùn)-1.67 億元，同比下降 129.7%。2022 年前三季度實(shí)現(xiàn)收入 13.14 億元，同比下降 17.82%，凈利潤(rùn)-0.13 億元，同比下降 18.63%。易華錄在數(shù)據(jù)湖的前期 建設(shè)上投入較大，隨著業(yè)務(wù)從數(shù)據(jù)湖建設(shè)轉(zhuǎn)向運(yùn)營(yíng)，不斷加大數(shù)據(jù)銀行、數(shù)據(jù)運(yùn)營(yíng)等輕資 產(chǎn)業(yè)務(wù)的布局和投入，業(yè)績(jī)有望持續(xù)改善，看好其中長(zhǎng)期發(fā)展。

3.7 航天宏圖：空天信息領(lǐng)域領(lǐng)軍，全產(chǎn)業(yè)布局

航天宏圖是國(guó)內(nèi)衛(wèi)星應(yīng)用與運(yùn)營(yíng)服務(wù)領(lǐng)域的行業(yè)領(lǐng)導(dǎo)者，基于自主研發(fā)的 PIE 系列衛(wèi)星應(yīng) 用軟件平臺(tái)，向應(yīng)急管理、智慧城市、智慧農(nóng)業(yè)、智慧水利等多個(gè)行業(yè)領(lǐng)域提供前沿技術(shù) 解決方案。近年來(lái)航天宏圖業(yè)務(wù)從單一的衛(wèi)星領(lǐng)域拓展到感知能力、數(shù)據(jù)中心在內(nèi)的新型 基礎(chǔ)設(shè)施建設(shè)，目前航天宏圖業(yè)務(wù)主要包括空間基礎(chǔ)設(shè)施規(guī)劃與建設(shè)、行業(yè)應(yīng)用服務(wù)以及 云服務(wù)三條產(chǎn)品線。

航天宏圖與華為云業(yè)務(wù)展開(kāi)積極合作，PIE 遙感圖像處理軟件是成功通過(guò)鯤鵬云服務(wù)兼容 性認(rèn)證的首款遙感軟件，2018 年航天宏圖攜手華為推出航天宏圖&華為云杯 PIE 開(kāi)發(fā)者大 賽，依托華為云等公有云設(shè)施，對(duì) PIE 系列產(chǎn)品及多項(xiàng)行業(yè)應(yīng)用成果進(jìn)行標(biāo)準(zhǔn)化集成和運(yùn) 行。在人工智能領(lǐng)域，2022 年航天宏圖正式成為華為昇騰 AI 合作伙伴，聚焦 AI 訓(xùn)練算 力、模型應(yīng)用等領(lǐng)域。航天宏圖基于昇騰 AI 基礎(chǔ)軟硬件平臺(tái)打造行業(yè)應(yīng)用，耕地保護(hù)智 能監(jiān)測(cè)服務(wù)平臺(tái)、城市變化遙感監(jiān)測(cè)平臺(tái)等產(chǎn)品與華為 AI 框架昇思 MindSpore 完成了兼 容性測(cè)試。此外，航天宏圖 PIE-Engine 與華為 openGauss 也完成了兼容性互認(rèn)證。

營(yíng)銷體系不斷完善，業(yè)績(jī)持續(xù)放量。航天宏圖建設(shè)四級(jí)營(yíng)銷體系，受益于行業(yè)信息化建設(shè) 需求旺盛，“PIE+行業(yè)”產(chǎn)品線收入增加，核心競(jìng)爭(zhēng)力不斷增強(qiáng)。 2021 年實(shí)現(xiàn)營(yíng)業(yè)收入 14.7 億元，同比增長(zhǎng) 73.4%，歸母凈利潤(rùn) 2.0 億元，同比增長(zhǎng) 55.2%。2022 年前三季度實(shí) 現(xiàn)營(yíng)業(yè)收入 13.9 億元，同比增長(zhǎng) 71.6%，歸母凈利潤(rùn) 0.8 億元，同比增長(zhǎng) 47.8%。大數(shù)據(jù)、 云計(jì)算、人工智能等相關(guān)技術(shù)不斷革新，遙感衛(wèi)星應(yīng)用領(lǐng)域進(jìn)一步拓展，市場(chǎng)需求旺盛，助力業(yè)績(jī)提升。

毛利率保持在 50%左右，2021 年銷售費(fèi)用率有所上升。航天宏圖毛利率水平維持在較高水 平，2021 年凈利率和毛利率分別為 13.61%、52%。航天宏圖高度重視營(yíng)銷體系建設(shè)，不斷 加大市場(chǎng)開(kāi)拓投入，同時(shí)持續(xù)加大研發(fā)投入，對(duì)核心產(chǎn)品持續(xù)進(jìn)行迭代升級(jí)，并且重視高 水平研發(fā)人員的引進(jìn)和高校產(chǎn)學(xué)研合作，2021 年銷售費(fèi)用率、管理費(fèi)用率、研發(fā)費(fèi)用率 分別為 9.42%、11.35%、14.38%。

3.8 萬(wàn)達(dá)信息：智慧城市信息服務(wù)領(lǐng)先者

萬(wàn)達(dá)信息是國(guó)內(nèi)領(lǐng)先的智慧城市整體解決方案提供商，長(zhǎng)期深耕行業(yè)軟件產(chǎn)品研發(fā)、系統(tǒng) 集成服務(wù)和城市運(yùn)營(yíng)服務(wù)領(lǐng)域。2019 年中國(guó)人壽成為萬(wàn)達(dá)信息第一大股東，萬(wàn)達(dá)信息逐 步轉(zhuǎn)型升級(jí)為互聯(lián)網(wǎng)化科技型公司，將大數(shù)據(jù)、人工智能等新一代信息技術(shù)與各行業(yè)深度 融合，在原有業(yè)務(wù)基礎(chǔ)上規(guī)劃“3+2”業(yè)務(wù)架構(gòu)：“3”是傳統(tǒng)業(yè)務(wù)，包含智慧醫(yī)衛(wèi)板塊、 智慧政務(wù)板塊和 ICT 業(yè)務(wù)板塊；“2”是戰(zhàn)略板塊，即健康管理板塊和智慧城市板塊。 華為是萬(wàn)達(dá)信息的重要合作伙伴。萬(wàn)達(dá)信息與華為在數(shù)字化轉(zhuǎn)型賦能全產(chǎn)業(yè)鏈深度合作， 并作為華為金牌合作伙伴，在政務(wù)服務(wù)、民生保障、衛(wèi)生醫(yī)療、數(shù)據(jù)中心、智慧城市領(lǐng)域 內(nèi)均有技術(shù)解決方案與產(chǎn)品落地。同時(shí)，萬(wàn)達(dá)信息積極擁抱華為生態(tài)，2020 年萬(wàn)達(dá)信息 有 25 個(gè)行業(yè)產(chǎn)品獲得華為鯤鵬芯片的兼容性認(rèn)證證書。此外萬(wàn)達(dá)信息積極參與鴻蒙生態(tài) 建設(shè)，核心產(chǎn)品市民云 APP、健康云 APP、蠻牛健康 APP 已經(jīng)適配華為鴻蒙系統(tǒng)。

收入不斷提升，凈利潤(rùn) 2021 年實(shí)現(xiàn)轉(zhuǎn)正。萬(wàn)達(dá)信息堅(jiān)持“擴(kuò)規(guī)模、增收入、降成本、提 效能”的經(jīng)營(yíng)目標(biāo)，2021 年實(shí)現(xiàn)收入 35.1 億元，同比增長(zhǎng) 16.8%，實(shí)現(xiàn)凈利潤(rùn) 0.7 億元， 同比增長(zhǎng)105.4%，全年業(yè)績(jī)扭虧為盈。2022年Q1-Q3實(shí)現(xiàn)收入22.3億元，同比下降11.8%， 實(shí)現(xiàn)凈利潤(rùn)-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(xiàng)目實(shí)施及 驗(yàn)收工作基本停滯，整體收入確認(rèn)進(jìn)度放緩；利潤(rùn)端大幅下降主要系項(xiàng)目整體周期拉長(zhǎng)、 投入規(guī)模較預(yù)期增加。

毛利率、凈利率有所改善，費(fèi)用端持續(xù)優(yōu)化。2021 年萬(wàn)達(dá)信息毛利率和凈利率分別上升 至 33.49%、1.23%，主要系萬(wàn)達(dá)信息對(duì)內(nèi)優(yōu)化內(nèi)部管理體系，持續(xù)提升整體運(yùn)營(yíng)能力。2021 年研發(fā)、銷售、管理費(fèi)用率分別下降至 13.43%、4.18%、12.19%，費(fèi)用管控能力持續(xù)向好。

3.9 常山北明：常山云建設(shè)者，華為核心戰(zhàn)略伙伴

常山北明擁有軟件、紡織雙主業(yè)。軟件業(yè)務(wù)包括軟件開(kāi)發(fā)、軟件服務(wù)；智能化安裝工程服 務(wù)，技術(shù)進(jìn)出口；通信設(shè)備零售，計(jì)算機(jī)應(yīng)用電子設(shè)備制造；環(huán)保技術(shù)開(kāi)發(fā)服務(wù)，環(huán)保技 術(shù)咨詢、交流服務(wù)，環(huán)保技術(shù)轉(zhuǎn)讓服務(wù)；通信系統(tǒng)設(shè)備制造；信息系統(tǒng)集成服務(wù)等。紡織 業(yè)務(wù)包括純棉紗布和滌棉紗布的生產(chǎn)銷售；自產(chǎn)產(chǎn)品和技術(shù)的進(jìn)出口業(yè)務(wù)；棉花批發(fā)、零 售等。

常山北明軟件業(yè)務(wù)與華為在智慧城市、央國(guó)企數(shù)字化轉(zhuǎn)型、金融信創(chuàng)、國(guó)產(chǎn)化自主可控、 能源、交通、教育等多行業(yè)多業(yè)態(tài)進(jìn)行聯(lián)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(shù)和解決方案的綜合服務(wù)商，在華為對(duì)外發(fā)布的全行業(yè)生態(tài)合作場(chǎng)景中， 北明軟件基于華為數(shù)字平臺(tái)，利用華為云"邊云協(xié)同"的技術(shù)架構(gòu)，通過(guò)"城市+中心"的方 式變革空間管理運(yùn)行模式，實(shí)現(xiàn)技術(shù)替人、技術(shù)助人，打造了 62 項(xiàng)應(yīng)用場(chǎng)景方案，通過(guò) 北明軟件解決方案帶動(dòng)華為產(chǎn)品與解決方案銷售規(guī)模排名第一。

收入穩(wěn)定增長(zhǎng)，利潤(rùn)受疫情反復(fù)等因素影響較大。常山北明營(yíng)業(yè)收入從 2018 的 96.6 億元 增長(zhǎng)至 2021 年的 108.8 億元，2021 年凈利潤(rùn) 1.3 億元，同比增長(zhǎng) 29.3%。2022 年 Q1-Q3 實(shí)現(xiàn)收入 58.4 億元，同比下降 4.9%，歸母凈利潤(rùn)-1.4 億元，同比下降 304.5%，一方面 疫情對(duì)軟件業(yè)務(wù)和紡織業(yè)務(wù)均造成了較大影響。軟件業(yè)務(wù)多個(gè)項(xiàng)目合同簽署時(shí)間延后、項(xiàng) 目進(jìn)度延期、回款周期延長(zhǎng)。另一方面紡織業(yè)務(wù)受原料成本波動(dòng)影響較大。

毛利率和凈利率穩(wěn)定增長(zhǎng)。2018-2021 年，常山北明毛利率從 9.2%增長(zhǎng)至 10.6%，2021 年凈利率為 1.2%。常山北明研發(fā)、銷售、管理費(fèi)用率近年來(lái)整體呈上升趨勢(shì)，2021 年研 發(fā)、銷售、管理費(fèi)用率分別為 2.22%、2.46%、3.06%。

3.10 拓維信息：華為全棧 IT 產(chǎn)業(yè)鏈合作伙伴

拓維信息基于 AI、鯤鵬、OpenHarmony、5G、大數(shù)據(jù)、物聯(lián)網(wǎng)、邊緣計(jì)算等核心技術(shù)，持 續(xù)為教育、交通、制造、考試、政府、運(yùn)營(yíng)商政企客戶提供軟件、智能計(jì)算硬件及軟硬一 體化服務(wù)。

拓維信息與華為在鯤鵬、昇騰、鴻蒙、華為云等底層技術(shù)及戰(zhàn)略業(yè)務(wù)上構(gòu)建合作，目前已 形成覆蓋國(guó)產(chǎn)計(jì)算硬件、國(guó)產(chǎn)基礎(chǔ)軟件及應(yīng)用軟件的全棧 IT 產(chǎn)業(yè)鏈布局，是其稀缺的全 方位戰(zhàn)略合作伙伴。拓維信息一方面將 26 年的數(shù)字化經(jīng)驗(yàn)與國(guó)產(chǎn)化技術(shù)路線、下一代 IT 技術(shù)路線深度融合，有望不斷培育適應(yīng)未來(lái)的數(shù)字化產(chǎn)品與解決方案；另一方面基于全棧 式國(guó)產(chǎn)化能力布局，有望在自主創(chuàng)新浪潮下為客戶提供差異化的服務(wù)。

收入和利潤(rùn)端快速增長(zhǎng)。拓維信息營(yíng)業(yè)收入從 2018 年的 11.8 億元增長(zhǎng)至 2021 年的 22.3 億元，歸母凈利潤(rùn)從 2018 年的-13.7 億元增長(zhǎng)至 2021 年的 0.8 億元。2022 年 Q1-Q3 實(shí)現(xiàn) 收入 16 億元，同比增長(zhǎng) 22.9%，歸母凈利潤(rùn) 1.0 億元，同比增長(zhǎng) 17.2%，主要受信創(chuàng)及國(guó) 產(chǎn)化催化，鯤鵬服務(wù)器大規(guī)模集采加速，拓維信息作為華為鯤鵬生態(tài)核心生態(tài)伙伴持續(xù)受 益。

費(fèi)用端管控效果顯著，凈利率不斷提升。拓維信息研發(fā)、銷售、管理費(fèi)用率整體呈下降趨 勢(shì)，2021 年研發(fā)、銷售、管理費(fèi)用率分別為 7.91%、8.24%、10.9%，拓維信息凈利率不斷 提升，2021 年毛利率為 31.7%，凈利率為 4.5%。

審核編輯 ：李倩