备货导致23年现金流净额大幅下降，24H1业绩高增。①2023年营收658.67亿元，同比-5.41%；归母净利润17.83亿元，同比-14.54%；扣非净利润11.18亿元，同比-35.87%。按产品分，2023年服务器及部件营收652.40亿元，同比-5.53%；IT终端及散件营收3.93亿元，同比+29.77%。按地区分，2023年国内营收563.19亿元，同比-6.27%；海外营收95.47亿元，同比+4.17%。2023年经营活动产生的现金流量净额5.20亿元，同比-71.30%。主要原因在于经营备货增加，采购付款增多。费用端来看，2023年管理费用7.65亿元，同比+4.46%；研发费用30.71亿元，同比-3.95%；财务费用-2.03亿元，同比-343.42%，主要原因是利息支出减少。②公司披露2024年中期业绩预告，预计2024H1归母净利润5.5-6.5亿元，同比75.56%-107.48%；扣非3.72-4.72亿元，上年同期亏损117万元。2024Q2归母净利润2.44-3.44亿元，同比112.17%到199.13%；扣非净利润1.32-2.32，同比182.50%到245%。2024年上半年，服务器行业市场需求逐步改善，公司紧抓行业上行机遇，完善产品线布局，持续致力于产品技术创新和提升客户满意度，大力拓展国内外客户，实现业务快速成长。经公司财务部门初步测算，2024年上半年实现营收同比增长60%以上，2024Q2实现营收预计在220亿以上，有力保障了净利润增长。
　　产业链风险冲击，公司积极囤货适配国产芯片，有望承接AI发展机遇。
　　上游方面，包含CPU、GPU、内存、硬盘、主板、机箱及电源等，2019-2023年，公司应付账款分别为114/100.12/177.54/93.01/91.48亿元，23年在过去5年中处于较低水平，美元应付账款分别为11.37/5.87/15.36/8.03/8.64亿美元，23年在过去5年中处于中等水平。2019-2023年，预付款项分别为0.60/0.81/0.55/1.20/8.41亿元，2023年预付款项大幅度提升。2019-2023年，存货分别为85.68/109.43/224.02/150.25/191.15亿元，23年处于过去5年库存较高水平。公司前5名供应商合计采购额453.32亿元，占年度采购总额71.53%。2023年10月美国升级了AI芯片出口管理规定，A100、H100、A800、H800都在限制范围内，2024年4月美国又公布了新的限制规则，RTX4090-D等对华出口预计也需要申请许可证。浪潮信息与国内多家AI芯片企业建立合作关系，如鲲云科技、壁仞科技以及寒武纪等。我们认为公司面临上游供应商较为集中的状态，以及供应链限制的冲击，公司积极备货，适配国内AI芯片，为AI需求提升积极准备。
　　面临国内知名企业竞争，公司降低人力成本，加大研发、销售提升并巩固地位。成本端，2019-2023年，公司业务毛利率分别为11.97%/11.70%/11.44%/11.18%/10.04%，23年毛利率下跌，其中服务器及部件下跌了1.13个百分点，IT终端及散件下跌7.52个百分点。利润端，ROE分别为9.79%/12.06%/13.07%/13.39%/9.89%。费用端，2019-2023年销售费用支出分别为14.39/18.64/14.61/15.09/14.55亿元，费用率在2%-3%之间波动；2019-2023年研发费用支出分别为23.48/26.35/29.21/32.30/30.71亿元，呈现出上升趋势，费用率分别为4.55%/4.18%/4.36%/4.65%/4.66%。2019-2023年管理费用分别为7.80/8.21/7.24/7.08/7.65亿元，费用率在1.02%-1.51%波动。
　　下游方面，2023年大模型和生成式AI掀起了全球人工智能热潮，带来了算力市场蓬勃发展。根据公司年报引用《2023-2024年中国人工智能计算力发展评估报告》数据，2023年中国人工智能服务器市场规模将达650亿元，同比增长82.50%；智能算力规模预计达到414.1EFLOPS(每秒百亿亿次浮点运算)，同比增长59.3%。根据中研网2022年的数据，中国AI服务器行业下游细分市场，互联网、运营商是大头，分别占比47.5%，19.6%。公司下游也涵盖了互联网等行业，公司前5大客户销售额369.83亿元，占年度销售额56.15%。
　　詹森〃奥特曼定律认为，大模型基础平台和算力相互促进，大模型也给基础设施计算、存储、通信提出新的挑战，公司多层面发力迎接挑战。
　　詹森〃奥特曼定律认为，GPU和大模型呈现出交织往上快速迭代的发展路径，AI算力和应用相互促进，彼此给与正反馈。AI算力性能的提升，被更大参数量的模型吃掉；更大的模型和应用进一步促进算力的消纳和性能提升。总结来说：“Jensen gives，Altman takes away。”进一步地，我们认为，大模型由于遵循Scaling Law，其发展对基础设施硬件（计算/存储/通信）提出了新的要求，计算速度要更快，存储容量要更大，通信层面协作效率要更高。
　　公司迎接大模型时代挑战，多层面发力新型AI基础设施。
　　计算层面，2023年，发布全新一代G7算力平台，涵盖面向云计算、大数据、人工智能等应用场景的46款新品，采用最先进的计算、存储和互联技术，打造通用计算、AI计算、高端计算、应用优化、整机柜、一体机等产品。最新一代融合架构的AI训练服务器NF5688G7，较上代平台大模型实测性能提升近7倍，同时发布基于开放加速模组OAM高速互联的面向生成式AI领域的新一代AI服务器NF5698G7。此外，公司也是少数几家掌握高端服务器、大型存