投资要点：
　　AI大模型训练对临时快速扩充算力需求较小，私有云同样能够肩负算力要求。我国过去公有云市场一直占据云计算的主流地位，根据中国信通院，2021年，我国公有云市场规模达到2181亿元，而同期私有云市场仅为1048亿元。过去公有云市场的发展主要是由于近年来我国互联网企业需求保持高速增长，传统企业上云进程加快，而公有云具备灵活易扩展的优势。我们认为，在这一背景下，企业对于云的需求不断加大，而公有云相较而言扩容更为容易，更加适合高速增长的企业需求。我们认为，在目前AI快速发展的背景下，对于云服务器快速扩容的需求没有那么强烈；并且，而从另一个角度来看，在大模型训练前，往往对于模型所需的训练算力就会有一个初步的认知，并会提前针对所需算力进行准备与布局，不太可能存在模型训练中临时扩充大量算力的情况，这就使得有云能够快速扩容的优点在AI大模型领域不复存在，私有云同样能够支撑起模型训练的算力需求。
　　对于连续的、大规模的AI训练而言，私有云反而拥有更高的效率和更低的成本。在搭建私有云的时候，能够通过仔细的规划硬件，容量，存储和网络配置，将有限的预算做出高效的运用。另一方面，公有云虽然在易用性方面有一定的优势，但是这些服务具有较大的“绑定”特性，例如如果用户使用微软的预训练的DNN进行图像处理，就不能轻易在自己的服务器上运行所产生的应用程序，同时用户也无法在非谷歌的公有云使用谷歌的TPU和AuoML工具。而在目前大模型的训练当中，需要不断用新的数据和功能来不断保持它的"新鲜度”。而由于私有云仅供单个组织使用，因此该企业可以完全控制其软件和硬件选择，这种高度控制意味着私有云的所有者可以针对任务重新配置或定制云资源，进一步提高效率。随着大模型变得越来越复杂，私有云能够提供更大范用和更洋细的规范（例如插入特定应用程序，并确保持续可用性和数据速度的自力）。我们认为，一方面，对于固定预训练的AI大模型需求，公有云布局和私有云布局的成本基本一致，由于没有快速扩容需求，公有云的规模成本优势将减弱；另一方面，公有云的训练效率反而会低于专为自身AI训练所搭建的私有云，对于连续的、大规模深度学习而言，使用本地私有云反而可以节省大量成本，同时提高训练效率。
　　Al训练需要海量高敏感数据，私有云的高度安全性使其成为更合适的解决方案。对于公有云来说，当公司将其数据和信息存储于云端时，很难保证这些数据和信息会得到足够的保护，公有云庞大的规模和涵盖用户公司的多样性也使其成为了黑客们喜欢攻击的目标。此外还有公有云硬件共享的问题，通过公有云，不同公司之间的工作都将在同一服务器上进行，这样的共享模式很可能会导致机密数据和信息的泄露。与公有云不同，私有云是专门为在“单租户环境”中提供“隔离访问”而构建的云基础架构，即它只能由单个实体访问，该实体通常是使用和维护云的企业。建立私有云唯一目的是为拥有云的企业提供服务。从控制的角度来说，由于所有者完全控制物理计算、存储和网络设备，数据安全性被提升到最高水平，并且内部管理员在实施和访问安全工具时具有更大的灵活性；从完全可见的角度来说，借助私有云，企业可以完全控制和可视化其网络安全状况，并可以对其进行自定义以满足其特定需求。由于AI训练需要大量数据，如GPT-3预训练的数据量达到了45TB；并且，人工智能应用面临较大的安全风险，一方面数据关联用户隐私信息，另一方面模型的破坏会导致决策错误，数据投毒影响智能服务效用、深度伪造被用来敲诈勒索、数据泄露导致用户隐私曝光等事件频繁发生，所以会对于安全性有更高的要求。因此，我们认为，具有高度安全性特点的私有云是更适合的解决方案。
　　建议关注：品高股份，青云科技。
　　风险提示：AI大模型领域发展不及预期的风险。

研究报告全文：TableMainInfo行业研究信息服务证券研究报告行业跟踪报告2023年03月07日TableInvestInfo投资评级优于大市维持私有云将成为AI大模型算力主流布局市场表现TableSummary投资要点TableQuoteInfo359信息服务海通综指AI大模型训练对临时快速扩充算力需求较小私有云同样能够肩负算力要求我-226国过去公有云市场一直占据云计算的主流地位根据中国信通院2021年我国公有云市场规模达到2181亿元而同期私有云市场仅为1048亿元过去公-810有云市场的发展主要是由于近年来我国互联网企业需求保持高速增长传统企业-1394上云进程加快而公有云具备灵活易扩展的优势我们认为在这一背景下企-1978业对于云的需求不断加大而公有云相较而言扩容更为容易更加适合高速增长的企业需求我们认为在目前AI快速发展的背景下对于云服务器快速扩容-2562202232022620229202212的需求没有那么强烈并且而从另一个角度来看在大模型训练前往往对于模型所需的训练算力就会有一个初步的认知并会提前针对所需算力进行准备与布局不太可能存在模型训练中临时扩充大量算力的情况这就使得有云能够快资料来源海通证券研究所速扩容的优点在AI大模型领域不复存在私有云同样能够支撑起模型训练的算力需求相关研究对于连续的大规模的AI训练而言私有云反而拥有更高的效率和更低的成本TableReportInfo计算机行业跟踪周报298期算力需求在搭建私有云的时候能够通过仔细的规划硬件容量存储和网络配臵将有的国产化20230305中共中央国务院印发数字中国建设整限的预算做出高效的运用另一方面公有云虽然在易用性方面有一定的优势体布局规划数字经济再添新助力但是这些服务具有较大的绑定特性例如如果用户使用微软的预训练的DNN20230228进行图像处理就不能轻易在自己的服务器上运行所产生的应用程序同时用户计算机行业2023年3月研究观点3也无法在非谷歌的公有云使用谷歌的TPU和AuoML工具而在目前大模型的训月将至计算机行情或迎来重要时间节练当中需要不断用新的数据和功能来不断保持它的新鲜度而由于私有云仅点20230304供单个组织使用因此该企业可以完全控制其软件和硬件选择这种高度控制意味着私有云的所有者可以针对任务重新配臵或定制云资源进一步提高效率随着大模型变得越来越复杂私有云能够提供更大范用和更洋细的规范例如插入特定应用程序并确保持续可用性和数据速度的自力我们认为一方面对于固定预训练的AI大模型需求公有云布局和私有云布局的成本基本一致由分析TableAuthorInfo师郑宏达于没有快速扩容需求公有云的规模成本优势将减弱另一方面公有云的训练Tel02123219392效率反而会低于专为自身AI训练所搭建的私有云对于连续的大规模深度学Emailzhd10834haitongcom习而言使用本地私有云反而可以节省大量成本同时提高训练效率证书S0850516050002Al训练需要海量高敏感数据私有云的高度安全性使其成为更合适的解决方案分析师洪琳对于公有云来说当公司将其数据和信息存储于云端时很难保证这些数据和信息会得到足够的保护公有云庞大的规模和涵盖用户公司的多样性也使其成为了Tel02123154137黑客们喜欢攻击的目标此外还有公有云硬件共享的问题通过公有云不同公Emailhl11570haitongcom司之间的工作都将在同一服务器上进行这样的共享模式很可能会导致机密数据证书S0850519050002和信息的泄露与公有云不同私有云是专门为在单租户环境中提供隔离分析师杨林访问而构建的云基础架构即它只能由单个实体访问该实体通常是使用和维Tel02123154174护云的企业建立私有云唯一目的是为拥有云的企业提供服务从控制的角度来Emailyl11036haitongcom说由于所有者完全控制物理计算存储和网络设备数据安全性被提升到最高水平并且内部管理员在实施和访问安全工具时具有更大的灵活性从完全可见证书S0850517080008的角度来说借助私有云企业可以完全控制和可视化其网络安全状况并可以联系人杨昊翊对其进行自定义以满足其特定需求由于AI训练需要大量数据如GPT-3预训Tel02123185620练的数据量达到了45TB并且人工智能应用面临较大的安全风险一方面数Emailyhy15080haitongcom据关联用户隐私信息另一方面模型的破坏会导致决策错误数据投毒影响智能服务效用深度伪造被用来敲诈勒索数据泄露导致用户隐私曝光等事件频繁发生所以会对于安全性有更高的要求因此我们认为具有高度安全性特点的私有云是更适合的解决方案建议关注品高股份青云科技风险提示AI大模型领域发展不及预期的风险请务必阅读正文之后的信息披露和法律声明行业研究信息服务行业2信息披露分析师声明Table郑宏达Analyst计算机行业s电子行业洪琳计算机行业杨林计算机行业本人具有中国证券业协会授予的证券投资咨询执业资格以勤勉的职业态度独立客观地出具本报告本报告所采用的数据和信息均来自市场公开信息本人不保证该等信息的准确性或完整性分析逻辑基于作者的职业理解清晰准确地反映了作者的研究观点结论不受任何第三方的授意或影响特此声明分析师负责的股票研究范围TableStock重点研究上市公司s利亚德歌尔股份顺络电子中颖电子木林森佳都科技闻泰科技创业慧康视源股份芯海科技航天宏图立昂微宇瞳光学敏芯股份传音控股骏成科技云从科技-UW广联达用友网络鼎龙股份蓝思科技商汤-W思维列控金溢科技长川科技晶晨股份芯朋微芯原股份-U拉卡拉三利谱投资评级说明1投资评级的比较和评级标准类别评级说明以报告发布后的6个月内的市场表现优于大市预期个股相对基准指数涨幅在10以上为比较标准报告发布日后6个月内股票投资评中性预期个股相对基准指数涨幅介于-10与10之间的公司股价或行业指数的涨跌幅级弱于大市预期个股相对基准指数涨幅低于-10及以下相对同期市场基准指数的涨跌幅无评级对于个股未来6个月市场表现与基准指数相比无明确观点2市场基准指数的比较标准优于大市预期行业整体回报高于基准指数整体水平以上股市场以海通综指为基准香港市10A行业投资评场以恒生指数为基准美国市场以标中性预期行业整体回报介于基准指数整体水平-10与10之间级普或纳斯达克综合指数为基准500弱于大市预期行业整体回报低于基准指数整体水平-10以下法律声明本报告仅供海通证券股份有限公司以下简称本公司的客户使用本公司不会因接收人收到本报告而视其为客户在任何情况下本报告中的信息或所表述的意见并不构成对任何人的投资建议在任何情况下本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任本报告所载的资料意见及推测仅反映本公司于发布本报告当日的判断本报告所指的证券或投资标的的价格价值及投资收入可能会波动在不同时期本公司可发出与本报告所载资料意见及推测不一致的报告市场有风险投资需谨慎本报告所载的信息材料及结论只提供特定客户作参考不构成投资建议也没有考虑到个别客户特殊的投资目标财务状况或需要客户应考虑本报告中的任何意见或建议是否符合其特定状况在法律许可的情况下海通证券及其所属关联机构可能会持有报告中提到的公司所发行的证券并进行交易还可能为这些公司提供投资银行服务或其他服务本报告仅向特定客户传送未经海通证券研究所书面授权本研究报告的任何部分均不得以任何方式制作任何形式的拷贝复印件或复制品或再次分发给任何其他人或以任何侵犯本公司版权的其他方式使用所有本报告中使用的商标服务标记及标记均为本公司的商标服务标记及标记如欲引用或转载本文内容务必联络海通证券研究所并获得许可并需注明出处为海通证券研究所且不得对本文进行有悖原意的引用和删改根据中国证监会核发的经营证券业务许可海通证券股份有限公司的经营范围包括证券投资咨询业务请务必阅读正文之后的信息披露和法律声明