以ChatGPT为代表的预训练大模型加速商业化落地，将带来大量算力需求。以政府为主导的城市智能计算中心AI算力卡国产化进度较快，其中以城市数量计，华为昇腾国内市场份额约79%，处于领先且具备大模型能力。北京计划支持头部企业打造大模型，算力可能需要进一步扩容，带来服务器增量空间，其中拓维信息作为华为昇腾核心合作伙伴，有望核心受益。
　　▍ChatGPT：人类反馈强化学习推动AI实用化落地，大模型发展带来算力需求。ChatGPT是大模型商业化落地的标杆，其底层模型GPT-3共有1750亿参数，训练所需算力和成本均高出传统NLP模型，云算力资源训练成本估算约460万美金。国内千亿参数大模型如华为盘古使用超过2000块华为昇腾910以640PFLOPS的FP16算力训练超过两个多月，可见大模型训练算力耗费之巨大，算力扩容需求明确。
　　▍国内AI算力：企业与政府齐头并进，华为昇腾市场份额领先。继《智能计算中心规划建设指南》发布后，政府主导投资在20多个城市落地或规划了人工智能计算中心，方案多采用国产AI芯片，其中以城市数量计，华为昇腾更是在城市为主体的AI计算中心中占据79%的市场份额，并发布了盘古预训练大模型，处于行业领先位置。在2月13日举行的北京人工智能产业创新发展大会上，北京市经济和信息化局发布《2022年北京人工智能产业发展白皮书》，提到支持头部企业打造对标ChatGPT的大模型，然而现阶段智算中心算力对大模型支持不足，从资源共享、效率提升角度需要进一步扩容，带来算力卡和服务器增量。
　　▍拓维信息为华为昇腾核心合作伙伴，2022H1昇腾硬件出货量第一。拓维信息是首批昇腾授权的人工智能计算硬件生产合作伙伴，其AI训练服务器可搭载8张昇腾910，提供2.56PFLOPS的FP16算力，目前已应用于长沙人工智能创新中心、重庆人工智能创新中心、全国一体化算力网络国家（贵州）主枢纽中心等项目中。据公司披露，2022年上半年，拓维信息昇腾计算硬件出货量位列华为昇腾合作伙伴排名第一。
　　▍风险因素：AI技术发展不及预期风险；数据监管力度加大风险；核心芯片短缺风险；行业竞争加剧风险；商业模式盈利困难风险。
　　▍投资策略。预训练大模型加速商业化落地，带来大量算力需求。以政府为主导的城市智能计算中心AI算力卡国产化进度较快，其中以城市数量计，华为昇腾份额约79%，处于领先且具备大模型能力。北京计划支持头部企业打造大模型，算力可能需要进一步扩容，带来服务器增量空间，其中拓维信息作为华为昇腾核心合作伙伴，2022H1昇腾硬件出货量第一，有望核心受益。建议关注拓维信息、神州数码等华为昇腾生态圈核心厂商。
　　

研究报告全文：华为昇腾AI超算领军大模型核心受益计算机行业智能网联系列报告242023216中信证券研究部核心观点以ChatGPT为代表的预训练大模型加速商业化落地将带来大量算力需求以政府为主导的城市智能计算中心AI算力卡国产化进度较快其中以城市数量计华为昇腾国内市场份额约79处于领先且具备大模型能力北京计划支持头部企业打造大模型算力可能需要进一步扩容带来服务器增量空间其中拓维信息作为华为昇腾核心合作伙伴有望核心受益ChatGPT人类反馈强化学习推动AI实用化落地大模型发展带来算力需求杨泽原是大模型商业化落地的标杆其底层模型共有亿参数计算机行业首席ChatGPTGPT-31750分析师训练所需算力和成本均高出传统NLP模型云算力资源训练成本估算约460万S1010517080002美金国内千亿参数大模型如华为盘古使用超过2000块华为昇腾910以640PFLOPS的FP16算力训练超过两个多月可见大模型训练算力耗费之巨大算力扩容需求明确国内AI算力企业与政府齐头并进华为昇腾市场份额领先继智能计算中心规划建设指南发布后政府主导投资在20多个城市落地或规划了人工智能计算中心方案多采用国产AI芯片其中以城市数量计华为昇腾更是在城市为主体的AI计算中心中占据79的市场份额并发布了盘古预训练大模型处丁奇于行业领先位置在2月13日举行的北京人工智能产业创新发展大会上北京云基础设施行业市经济和信息化局发布2022年北京人工智能产业发展白皮书提到支持头首席分析师部企业打造对标ChatGPT的大模型然而现阶段智算中心算力对大模型支持不S1010519120003足从资源共享效率提升角度需要进一步扩容带来算力卡和服务器增量拓维信息为华为昇腾核心合作伙伴2022H1昇腾硬件出货量第一拓维信息是首批昇腾授权的人工智能计算硬件生产合作伙伴其AI训练服务器可搭载8张昇腾910提供256PFLOPS的FP16算力目前已应用于长沙人工智能创新中心重庆人工智能创新中心全国一体化算力网络国家贵州主枢纽中心等项目中据公司披露2022年上半年拓维信息昇腾计算硬件出货量位列华为徐涛昇腾合作伙伴排名第一科技产业联席首席风险因素AI技术发展不及预期风险数据监管力度加大风险核心芯片短缺分析师风险行业竞争加剧风险商业模式盈利困难风险S1010517080003投资策略预训练大模型加速商业化落地带来大量算力需求以政府为主导的城市智能计算中心AI算力卡国产化进度较快其中以城市数量计华为昇腾份额约79处于领先且具备大模型能力北京计划支持头部企业打造大模型计算机行业算力可能需要进一步扩容带来服务器增量空间其中拓维信息作为华为昇腾核评级强于大市维持心合作伙伴2022H1昇腾硬件出货量第一有望核心受益建议关注拓维信息神州数码等华为昇腾生态圈核心厂商重点公司盈利预测估值及投资评级收盘价EPS元PE简称代码评级元21A22E23E24E21A22E23E24E拓维信息002261SZ854007011017024125765035-神州数码000034SZ272303613716419176201714买入资料来源Wind中信证券研究部预测注股价为2023年2月15日收盘价元拓维信息预测数据为wind一致预期证券研究报告请务必阅读正文之后第8页起的免责条款和声明计算机行业智能网联系列专题报告232023216ChatGPT大模型商业化进程加速带来多倍算力扩容空间ChatGPT人类反馈强化学习推动AI实用化落地大模型发展带来算力需求ChatGPT是AI研究机构OpenAI在2022年11月30日推出的一款NLP自然语言处理模型是基于GPT生成式预训练transformer专为对话任务设计的变种ChatGPT与InstructGPTGPT35的原理类似都是基于人类反馈强化学习RLHF如通过人工标注员来引导模型的学习标注员通过将模型的多个输出排序并喂回给模型进行精细调参使得模型的输出更加人性化ChatGPT与InstructGPT原理基本类似只是标注员在精细调参中不仅是对模型给出的输出进行排序还提供对问题的合适对话样本并加到InstructGPT的数据集中使其回答和对话更加自然图1相比GPT-3InstructGPT的输出更加人性化资料来源OpenAI中信证券研究部图2ChatGPT的模型训练流程资料来源OpenAI请务必阅读正文之后的免责条款和声明2计算机行业智能网联系列专题报告232023216从某种程度上讲ChatGPT和InstructGPT是通过更好奖励机制改善了GPT模型的输入和输出接口但本质上其知识储备和理解能力仍来自于底层的大型语言模型通过RLHF解锁了GPT3模型潜能的尝试是大模型的实用化以及商业化进程加速的重要一步但ChatGPT能力的代价是其底层模型GPT-3所需的大量算力以及人工标注劳动根据OpenAI公布GPT-3共有1750亿参数复杂的参数在训练中带来了庞大的计算量和成本根据斯坦福大学机器学习讲师YounesBensoudaMourri的测算想得到一个与GPT-3近似的大模型在云服务上的训练成本约460万美金同时国内的千亿参数大模型如华为盘古大模型在训练时调用了超过2000块昇腾910进行了两个多月的训练简单估算华为昇腾910参数为FP16320TFLOPS2000块昇腾910可以提供超过640PFLOPS的FP16算力可见大模型训练算力耗费之巨大表1华为昇腾910产品参数型号架构计算引擎性能最大功耗制程320TFLOPSFP16and640华为昇腾910自研达芬奇架构3DCube310WN7TOPSINT8资料来源华为官网中信证券研究部国内AI算力企业与政府齐头并进华为昇腾市场份额领先2020年4月20日国家发展改革委首次明确新型基础设施的范围其中包括以智能计算中心为代表的算力基础设施2020年11月17日国家信息中心信息化和产业发展部联合浪潮发布了智能计算中心规划建设指南指出智能计算中心作为新型算力公共基础设施是促进AI产业化和产业AI化的重要引擎并建议采用政府主导企业承建联合运营的政企合作建设运营的框架在投资层面坚持政府主导政府作为投资主体加快推进智算中心落地从2021年以来陆续有20多个城市落地或规划了人工智能计算中心与企业数据中心云计算中心多采用英伟达或AMD算力卡不同的是政府为主导的城市智能计算中心多采用国产AI芯片中的佼佼者如华为昇腾等其中华为更是在我们统计的20多个城市为主体的智能计算中心中占据79的市场份额处于国产AI芯片的领先位置表2国内人工智能计算中心规划项目名称算力时间类别芯片选型合肥人工智能计算中心100PFLOPS2023年2月开始建设城市智算中心华为北京昇腾人工智能计算100PFLOPS500-1000P2023年2月点亮城市智算中心华为中心一期规划重庆人工智能计算中心400PFLOPS1000P规划2023年1月上线城市智算中心华为吉利星睿智算中心810PFLOPS12E规划2023年1月上线企业智算中心暂无信息太湖量子智算中心-2023年1月揭牌城市智算中心图灵量子2022年从数据中心百度阳泉智算中心4EFLOPS企业智算中心暂无信息升级腾讯长三角人工智能超单栋1400PFLOPS总规2022年9月部分开始企业智算中心暂无信息算中心划8栋运行沈阳人工智能计算中心100PFLOPS300P规划2022年8月上线城市智算中心华为阿里小鹏扶摇智算中心600PFLOPS2022年8月启动企业智算中心暂无信息华为通用淮海人工智能计算中心300PFLOPS2022年7月签约城市智算中心GPU请务必阅读正文之后的免责条款和声明3计算机行业智能网联系列专题报告232023216项目名称算力时间类别芯片选型2022年7月接入中国济南人工智能计算中心-城市智算中心华为算力网河北人工智能计算中心100PFLOPS300P规划2022年6月开始建设城市智算中心华为广州人工智能公共计算100PFLOPS2022年6月挂牌城市智算中心华为中心成都智算中心300PFLOPS1000P规划2022年5月上线城市智算中心华为杭州人工智能计算中心40PFLOPS100P规划2022年5月上线城市智算中心华为南京人工智能计算中心40PFLOPS200P规划2022年4月投运城市智算中心华为一期武汉人工智能计算中心100PFLOPS2022年2月投入运营城市智算中心华为二期商汤人工智能计算中心374EFLOPS2022年1月开始运营企业智算中心通用GPU天津人工智能计算中心100PFLOPS300P规划2022年12月试运行城市智算中心华为长沙人工智能创新中心200PFLOPS1000P规划2022年11月上线城市智算中心华为2022年10月上线计青岛人工智能计算中心100PFLOPS城市智算中心华为划2022年10月上线计福州人工智能计算中心100PFLOPS300P规划城市智算中心暂无信息划西安未来人工智能计算300PFLOPS2021年9月上线城市智算中心华为中心大连人工智能计算中心100PFLOPS300P规划2021年9月开始建设城市智算中心华为南京智能计算中心一期800POps2021年7月投运城市智算中心寒武纪武汉人工智能计算中心100PFLOPS2021年6月投入运营城市智算中心华为一期中原人工智能计算中心100PFLOPS300P规划2021年10月上线城市智算中心华为一期横琴人工智能超算中心116EOps4EOps规划2019年底为止城市智算中心寒武纪鹏城云脑II1000POps2019年11月发布城市智算中心华为资料来源各地政府门户网站人民网36氪中信证券研究部2023年2月13日在北京人工智能产业创新发展大会上北京昇腾人工智能计算中心一期正式点亮同时会上北京市经济和信息化局发布了2022年北京人工智能产业发展白皮书其中提到支持头部企业打造对标ChatGPT的大模型着力构建开源框架和通用大模型的应用生态加强人工智能算力基础设施布局加速人工智能基础数据供给从表2中能看到各城市建设与规划人工智能计算中心的意愿强烈但如我们上文中提到华为盘古大模型需要640PFLOPS的算力来支持运算以资源共享以及优化配置的角度来看假设未来部分企业大模型训练需要租用公共算力设施且因为目前华为方案为主流所以算力标准相同为FP16现有城市人工智能算力中心算力100P300PFLOPS仍有数倍提升空间以北京为例北京规划短期算力规模提升至500PFLOPS远期达到1000PFLOPS以昇腾910卡为例若想从100PFLOPS提到500PFLOPS标准则需要八卡服务器156个表3算力短缺带来的增量服务器测算100PFLOPS达到500PFLOPS型号单卡算力测算八卡AI服务器算力所需服务器数量320TFLOPS032华为昇腾910256PFLOPS156PFLOPS资料来源华为昇腾官网中信证券研究部除去算力等性能指标外兼容性以及适配性同样是人工智能计算中心选取AI算力卡的请务必阅读正文之后的免责条款和声明4计算机行业智能网联系列专题报告232023216重要考量寒武纪通过推理加速引擎MagicMind实现对PytorchTensorflow等AI框架的支持华为昇腾计算架构通过CANN异构计算实现对PytorchTensorflow和自研MindSpore框架的同时支持并提供基于MindSpore架构预训练的一系列大模型图3华为昇腾计算架构资料来源华为昇腾官网中信证券研究部同时在华为昇腾神经网络加速器性能评测与优化鲁蔚征张峰贺寅烜等一文中作者使用8块华为昇腾910NPU的节点和搭载2块英伟达V100GPU的节点进行性能对比同时在WMT16en-de数据集上训练模型以达到BLEU双语替换检测一种常见的机器翻译评价标准准确度为250的阈值NPU节点的性能是GPU的167倍国产AI算力卡已经逐渐过渡到好用阶段图4GPU和NPU准确度对比图5GPU和NPU吞吐量对比资料来源华为昇腾神经网络加速器性能评测与优化鲁蔚征资料来源华为昇腾神经网络加速器性能评测与优化鲁蔚征张峰贺寅烜等张峰贺寅烜等请务必阅读正文之后的免责条款和声明5计算机行业智能网联系列专题报告232023216拓维信息为22H1昇腾硬件出货量第一神州数码亦是华为生态重要伙伴拓维信息是华为昇腾战略合作伙伴并于2021年3月成为首批昇腾授权的人工智能计算硬件生产合作伙伴其开发的基于鲲鹏处理器和昇腾处理器的AI训练服务器RA5900可搭载8张昇腾910AI算力卡提供256PFLOPS的FP16算力可以运用在包括AIGC算力中心数据中心等场景目前已应用于长沙人工智能创新中心重庆人工智能创新中心全国一体化算力网络国家贵州主枢纽中心等项目中图6拓维信息AI训练服务器RA5900资料来源拓维信息官网中信证券研究部据公司披露2022年上半年拓维信息昇腾计算硬件出货量位列华为昇腾合作伙伴排名第一同样受益于华为生态的另一家重要生态伙伴神州数码目前也以鲲鹏算力为核心其云计算和数字化转型业务快速成长综合实力不断增强公司云管理服务能力已经覆盖全球五大公有云及华为云中国移动云京东智联云等国内主流公有云厂商目前公司已累计为超过300家中大型企业提供云服务其中世界五百强客户超50家累计迁移超过15万台云服务器管理超过1万台云服务器随着大模型的逐步应用神州数码有望受益于AI智能云的发展图7神州数码部分生态合作伙伴资料来源神州数码官网中信证券研究部请务必阅读正文之后的免责条款和声明6计算机行业智能网联系列专题报告232023216风险因素AI技术发展不及预期风险数据监管力度加大风险核心芯片短缺风险行业竞争加剧风险商业模式盈利困难风险投资策略预训练大模型加速商业化落地带来大量算力需求以政府为主导的城市智能计算中心AI算力卡国产化进度较快其中以城市数量计华为昇腾国内市场份额约79处于领先且具备大模型能力北京计划支持头部企业打造大模型算力可能需要进一步扩容带来服务器增量空间其中拓维信息作为华为昇腾核心合作伙伴2022H1昇腾硬件出货量第一有望核心受益建议关注拓维信息神州数码等华为昇腾生态圈核心厂商表4华为昇腾生态圈硬件重点跟踪公司盈利预测收盘价EPS元PE简称代码评级元21A22E23E24E21A22E23E24E拓维信息002261SZ854007011017024125765035-神州数码000034SZ272303613716419176201714买入资料来源Wind中信证券研究部预测注股价为2023年2月15日收盘价元拓维信息为wind一致预期相关研究计算机行业构筑中国科技基石系列报告25GPU研究框架100页2023-02-13计算机行业智能网联系列报告23ChatGPT引领创成式AI新变革2023-02-06计算机行业产业互联网系列-金融篇4全面注册制改革启动证券资管IT景气加速2023-02-02计算机行业2022Q4基金重仓分析专题创新起点配置拐点2023-01-30计算机行业信息安全专题6数据安全信息安全新增长极2023-01-16计算机行业2023年投资策略站在创新周期起点2023-01-10计算机行业智能网联系列专题22从2022广州车展看汽车智能化发展趋势2023-01-03计算机行业重大事项点评数据二十条里程碑落地2022-12-20策略会论坛材料激光雷达产业的投资机遇PPT2022-12-08计算机行业产业互联网专题-医疗篇10多地优化防控措施把握板块预期改善机遇2022-12-05计算机行业产业互联网能源篇2电力现货市场推进关注电力IT投资机遇2022-11-27请务必阅读正文之后的免责条款和声明7分析师声明主要负责撰写本研究报告全部或部分内容的分析师在此声明i本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法ii该分析师所得报酬的任何组成部分无论是在过去现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系一般性声明本研究报告由中信证券股份有限公司或其附属机构制作中信证券股份有限公司及其全球的附属机构分支机构及联营机构仅就本研究报告免责条款而言不含CLSAgroupofcompanies统称为中信证券本研究报告对于收件人而言属高度机密只有收件人才能使用本研究报告并非意图发送发布给在当地法律或监管规则下不允许向其发送发布该研究报告的人员本研究报告仅为参考之用在任何地区均不应被视为买卖任何证券金融工具的要约或要约邀请中信证券并不因收件人收到本报告而视其为中信证券的客户本报告所包含的观点及建议并未考虑个别客户的特殊状况目标或需要不应被视为对特定客户关于特定证券或金融工具的建议或策略对于本报告中提及的任何证券或金融工具本报告的收件人须保持自身的独立判断并自行承担投资风险本报告所载资料的来源被认为是可靠的但中信证券不保证其准确性或完整性中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任本报告提及的任何证券或金融工具均可能含有重大的风险可能不易变卖以及不适合所有投资者本报告所提及的证券或金融工具的价格价值及收益可跌可升过往的业绩并不能代表未来的表现本报告所载的资料观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断可以在不发出通知的情况下做出更改亦可因使用不同假设和标准采用不同观点和分析方法而与中信证券其它业务部门单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反中信证券并不承担提示本报告的收件人注意该等材料的责任中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域单位集团及其他附属机构的流动负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定分析师的薪酬不是基于中信证券投资银行收入而定但是分析师的薪酬可能与投行整体收入有关其中包括投资银行销售与交易业务若中信证券以外的金融机构发送本报告则由该金融机构为此发送行为承担全部责任该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议中信证券以及中信证券的各个高级职员董事和员工亦不为前述金融机构之客户因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任评级说明投资建议的评级标准评级说明报告中投资建议所涉及的评级分为股票评级和行业评级买入相对同期相关证券市场代表性指数涨幅20以上另有说明的除外评级标准为报告发布日后6到12个增持相对同期相关证券市场代表性指数涨幅介于520之间月内的相对市场表现也即以报告发布日后的6到12个股票评级月内的公司股价或行业指数相对同期相关证券市场代持有相对同期相关证券市场代表性指数涨幅介于-105之间表性指数的涨跌幅作为基准其中A股市场以沪深300卖出相对同期相关证券市场代表性指数跌幅10以上指数为基准新三板市场以三板成指针对协议转让标的或三板做市指数针对做市转让标的为基准香港市场强于大市相对同期相关证券市场代表性指数涨幅10以上以摩根士丹利中国指数为基准美国市场以纳斯达克综合行业评级中性相对同期相关证券市场代表性指数涨幅介于-1010之间指数或标普500指数为基准韩国市场以科斯达克指数或韩国综合股价指数为基准弱于大市相对同期相关证券市场代表性指数跌幅10以上8特别声明在法律许可的情况下中信证券可能1与本研究报告所提到的公司建立或保持顾问投资银行或证券服务关系2参与或投资本报告所提到的公司的金融交易及或持有其证券或其衍生品或进行证券或其衍生品交易因此投资者应考虑到中信证券可能存在与本研究报告有潜在利益冲突的风险本研究报告涉及具体公司的披露信息请访问httpsresearchciticsinfocomdisclosure法律主体声明本研究报告在中华人民共和国香港澳门台湾除外由中信证券股份有限公司受中国证券监督管理委员会监管经营证券业务许可证编号Z20374000分发本研究报告由下列机构代表中信证券在相应地区分发在中国香港由CLSALimited于中国香港注册成立的有限公司分发在中国台湾由CLSecuritiesTaiwanCoLtd分发在澳大利亚由CLSAAustraliaPtyLtd商业编号53139992331金融服务牌照编号350159分发在美国由CLSACLSAAmericasLLC除外分发在新加坡由CLSASingaporePteLtd公司注册编号198703750W分发在欧洲经济区由CLSAEuropeBV分发在英国由CLSAUK分发在印度由CLSAIndiaPrivateLimited分发地址8FDalamalHouseNarimanPointMumbai400021电话91-22-66505050传真91-22-22840271公司识别号U67120MH1994PLC083118在印度尼西亚由PTCLSASekuritasIndonesia分发在日本由CLSASecuritiesJapanCoLtd分发在韩国由CLSASecuritiesKoreaLtd分发在马来西亚由CLSASecuritiesMalaysiaSdnBhd分发在菲律宾由CLSAPhilippinesInc菲律宾证券交易所及证券投资者保护基金会员分发在泰国由CLSASecuritiesThailandLimited分发针对不同司法管辖区的声明中国大陆根据中国证券监督管理委员会核发的经营证券业务许可中信证券股份有限公司的经营范围包括证券投资咨询业务中国香港本研究报告由CLSALimited分发本研究报告在香港仅分发给专业投资者证券及期货条例香港法例第571章及其下颁布的任何规则界定的不得分发给零售投资者就分析或报告引起的或与分析或报告有关的任何事宜CLSA客户应联系CLSALimited的罗鼎电话85226007233美国本研究报告由中信证券制作本研究报告在美国由CLSACLSAAmericasLLC除外仅向符合美国1934年证券交易法下15a-6规则界定且CLSAAmericasLLC提供服务的主要美国机构投资者分发对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所述任何观点的背书任何从中信证券与CLSA获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系CLSAAmericasLLC在美国证券交易委员会注册的经纪交易商以及CLSA的附属公司新加坡本研究报告在新加坡由CLSASingaporePteLtd仅向新加坡财务顾问规例界定的机构投资者认可投资者及专业投资者分发就分析或报告引起的或与分析或报告有关的任何事宜新加坡的报告收件人应联系CLSASingaporePteLtd地址80RafflesPlace18-01UOBPlaza1Singapore048624电话6564167888因您作为机构投资者认可投资者或专业投资者的身份就CLSASingaporePteLtd可能向您提供的任何财务顾问服务CLSASingaporePteLtd豁免遵守财务顾问法第110章财务顾问规例以及其下的相关通知和指引CLSA业务条款的新加坡附件中证券交易服务C部分所披露的某些要求MCIP085112021加拿大本研究报告由中信证券制作对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载任何观点的背书英国本研究报告归属于营销文件其不是按照旨在提升研究报告独立性的法律要件而撰写亦不受任何禁止在投资研究报告发布前进行交易的限制本研究报告在英国由CLSAUK分发且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士涉及到的任何投资活动仅针对此类人士若您不具备投资的专业经验请勿依赖本研究报告欧洲经济区本研究报告由荷兰金融市场管理局授权并管理的CLSAEuropeBV分发澳大利亚CLSAAustraliaPtyLtdCAPL商业编号53139992331金融服务牌照编号350159受澳大利亚证券与投资委员会监管且为澳大利亚证券交易所及CHI-X的市场参与主体本研究报告在澳大利亚由CAPL仅向批发客户发布及分发本研究报告未考虑收件人的具体投资目标财务状况或特定需求未经CAPL事先书面同意本研究报告的收件人不得将其分发给任何第三方本段所称的批发客户适用于公司法2001第761G条的规定CAPL研究覆盖范围包括研究部门管理层不时认为与投资者相关的ASXAllOrdinaries指数成分股离岸市场上市证券未上市发行人及投资产品CAPL寻求覆盖各个行业中与其国内及国际投资者相关的公司印度CLSAIndiaPrivateLimited成立于1994年11月为全球机构投资者养老基金和企业提供股票经纪服务印度证券交易委员会注册编号INZ000001735研究服务印度证券交易委员会注册编号INH000001113和商人银行服务印度证券交易委员会注册编号INM000010619CLSA及其关联方可能持有标的公司的债务此外CLSA及其关联方在过去12个月内可能已从标的公司收取了非投资银行服务和或非证券相关服务的报酬如需了解CLSAIndia关联方的更多详情请联系Compliance-Indiaclsacom未经中信证券事先书面授权任何人不得以任何目的复制发送或销售本报告中信证券2023版权所有保留一切权利9