。杰文斯悖论揭示了资源、 技术、经济之间的基本关系。 摩尔定律是信息技术革命时代的杰文斯悖论。单位面积芯片上的晶体管数量每 18 个月左右增加一倍，60 年来相当于算力的成本至少下降了 10 亿倍，推动经 济与社会进入数字时代。 而在加速计算逐步占据主流的深度学习“黄金 10 年”，GPU 的效率提升了千倍。 尽管如此，在整个经济与社会向数字化与智能化转型的过程中，对于智能算力 的需 2027 年全部使用等效 H100，在 2029 年全部使用等效 B200。 2023 2024 2025 2026 2027 2028 2029 2030 技术保守情景 技术乐观情景 用电量：亿度 AI 改变能源 智算如何引领新型电力系统 9 2030 年中国智算年用电最高 1.3 万亿度 智算中心要完成训练与推理任务，所需关键 IT 设备不仅包括 AI 芯片，还包括 驱动这些 AI 新增智能算力用电挤占全社会新增用电量 来源：未尽研究，环球零碳 说明：堆积图。假定全国全社会新增用电量按近十年的复合增速增长；乐观场景下部分年份新增用电量下降，主要是因为当年全部采用了能效更高的下一代 芯片。 新增用电量：亿度 8000 6000 4000 2000 0 ■ 全社会用电量 ■ 技术保守情景智算用电 ■ 技术乐观情景智算用电 2024 2025 2026 2027 2028 2029 2030

。杰文斯悖论揭示了资源、 技术、经济之间的基本关系。 摩尔定律是信息技术革命时代的杰文斯悖论。单位面积芯片上的晶体管数量每 18 个月左右增加一倍，60 年来相当于算力的成本至少下降了 10 亿倍，推动经 济与社会进入数字时代。 而在加速计算逐步占据主流的深度学习“黄金 10 年”，GPU 的效率提升了千倍。 尽管如此，在整个经济与社会向数字化与智能化转型的过程中，对于智能算力 的需 7年全部使 用等效 H100，在 2029 年全部使用等效 B200。 2023 2024 2025 2026 2027 2028 2029 2030 技术保守情景 技术乐观情景 用电量：亿度 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 9 2030 年中国智算年用电最高 1.3 万亿度 智算中心要完成训练与推理任务，所需关键 IT 设备不仅包括 AI 芯片，还包括 新增智能算力用电挤占全社会新增用电量 来源：未尽研究，环球零碳 说明：堆积图。假定全国全社会新增用电量按近十年的复合增速增长；乐观场景下部分年份新增用电量下降，主要是因为当年全部采用了能效更高的下一代 芯片。 新增用电量：亿度 8000 6000 4000 2000 0 ■ 全社会用电量 ■ 技术保守情景智算用电 ■ 技术乐观情景智算用电 2024 2025 2026 2027 2028 2029 2030

在此背景下，末端配电母线系统作为数据中心配电的关键组件，呈现以下市场和技术演变趋势 3 在AI浪潮来临之前，数据中心机房母线市场规模目前全球容量2023年约6亿美元，随着AI大 模型应用如ChatGPT的流行，这个数字在2024年爆发增长到25亿美元，并预计在2030年超过100 亿美元。 随着AI服务器的容量上升，单机柜容量快速上升，传统400A、630A精密配电柜系统难以满 足AI机柜需求，目前800A、1250A的机房母线成为AI 供电，实 现供电冗余与可靠性保障。该部署方式结构清晰，易于标准化实施，具备良好的兼容性与扩展性，是当前数据中 心较为成熟的主流配电方案。 1.机架功率大幅提升: 传统数据中心的机架功率通常为千瓦级（kW），比较常见的机架功率多为3-8kW， 随着AI需求的飞速发展和对算力需求的增加，越来越多的GPU等高性能服务器被用于大模型计算，单机柜功率密 度已经上升到20~100KW之间。英伟达和

302EFlops，结合主要云厂资本开 支和芯片出货预测，我们预计 2024-26 年我国算力规模年复合增速有望达到 44%，带动 2025/2026 年新建数据中心 8.0/9.1GW，对应 530/633 亿度增量 用电。我们预计 2025 年中国用电量增速 6.1%，其中数据中心贡献 0.5pct。 AI 数据中心高功率趋势不变，供配电解决方案技术迭代有望加速 根据各厂的芯片和服务器参数，虽然单瓦浮点算力以每代约 数将持续上升，甚至相同算力下可能提升更 快。这将带来供配电解决方案的技术迭代加速从传统 UPS 向 HVDC，以及 未来巴拿马电源和 SST 的效率更高模式发展。我们预计国内 AI 配套电力设 备市场空间 2026 年将达到 437 亿元，对应 2024-26 年复合增速 27%，其 中 HVDC，锂电池和服务器电源将实现更快增长，分别达到 77%/58%/36%。 AI 算力+双碳政策，中国绿色算力提升新能源需求端消纳 与 的成功面市，我们看好国内 AI 大模型和 AI 应用投资的加速， 带动中国主权 AI 建设和 AI 电力需求快速增长，缩小与海外领先国家的差距。 根据国家能源局，2022 年全国数据中心用电量约 2700 亿度，占全国用电量~3%。根据信 通院，2022 年全国算力规模达到 302Eflops（基于 FP32 等效），其中基础算力、智能算力 规模分别达到 120、178.5Eflops。根据信通院，截至 2022

目前合成生物学主要由北美主导 ，其次是欧洲 ，亚太是第三大市场 。根据 Markets and Markets 预测 ， 2021 年全球合成生物学市场规模达到 95 亿美 元 ，预计 2026 年全球达到 307 亿美元， 中国合成生物学 2025 年预计 70 亿美元 。近年来 ，合成生物学领域的出版物及投资也在不断增 加。 图表：合成生物学影响众多领域 ，将合成生物各个环节的工作效率大大提升 ，成本明显降低 ， 成功 缩短研发周期并扩大研发可能。 以 Deep Mind 旗下 Alpha Fold 平台为代表， 目前该平台已可预测的蛋白质结构超过 2 亿 ，来自于 100 万个物种 ，基于 Alphafold2 ，科学 家有望设计 出自然界不存在的具有更高催化效率或是具有未知催化功能的酶，从而开发出更加高效的代谢线路或是合成自然界中目前无法生物 合成的物质。 4 万吨癸二酸项目于 2022 年成功投产。 公司入股 AI 蛋白质设计平台公司“分子之心 ” ，将 AI 技术引入生物制造研发体系 ，智能化升级生物制造全流程 。该次 Pre-A 轮战略投资超亿 元 ， 由凯赛生物领投 ，联想创投跟投 ，天使轮领投方红杉中国追加投资。分子之心自主研发了国内首个功能完整的人工智能驱动的蛋白质预 测和设 计平台“ MoleculeOS” ，运用数据驱动的 AI 方法

还支持多目标优化功能，能够在水资源调度 中平衡防洪、灌溉和发电等多个需求。通过引入智能优化算法，系 统在满足灌溉需求的同时，最大化发电效益。以下是某季度的发电 效益与灌溉用水量统计数据：  发电量：12,500 万千瓦时  灌溉用水量：8,000 万立方米  防洪安全天数：92 天 在工程实施过程中，DeepSeek 还通过可视化界面为管理人员 提供了直观的决策支持。系统将复杂数据分析结果以图表形式呈 4%， 显著减少了维护成本。 此外，DeepSeek 的数据分析功能能够优化电力消耗，降低能 源成本。通过精确调控泵站和阀门的运行，电力消耗可减少 10%至 15%。以一个年耗电量 500 万千瓦时的泵站为例，采用 DeepSeek 后，年电费可节省约 50 万元。 在人力资源方面，DeepSeek 的自动化程度较高，减少了人工 操作的依赖。通过智能调度和远程监控，所需的操作人员数量可减

Ideas 2025》提到利用人工智能来“操作”数据将颠覆诊断、药物发现和治疗。医疗健康是AI技术最重要的应用领域，医疗保健板块 人工智能解决方案的全球市场规模预计将由2022年的137亿美元增至2030年的1,553亿美元，CAGR为35.5%，是人工智能应用最大的领域，具 备广阔前景及想象空间，中国医疗健康产业正迎来自身的“Deepseek时刻”。建议关注：1）AI+制药；2）AI+多组学；3）AI+精准诊断；4） 段从靶点到苗头化合物再到先导化合物优化过程，整体成功率为51%，临床研究阶段的整体成功率仅为12.9%。资金花费上，一款药物从研发 到上市销售，平均需要投入8-23亿美元，上市后还要投入超过3亿美元。与传统药物研发对比，AI制药更具有优势：AI制药方法可以对数十 亿个分子进行筛选，缩小实际需要合成和筛选的分子数量范围，在2-3年内仅需合成及测试数百个分子；可以定制生成数百个苗头分子，探 索未知分子，提高药物研 规模由2018年的433亿美元增至 2022年的1,395亿美元，CAGR为34.0%，并预计将由2023年的1,870亿美元进一步增长至2030年的14,142亿美元，CAGR为33.5%。中国人 工智能解决方案市场规模由2018年的35亿美元增至2022年的139亿美元，CAGR为40.8%，并预计将由2023年的185亿美元进一步增至2030年 的1,683亿美元，CAGR为37.0%。

大股东/持股 瞿磊/63.34% 实际控制人 瞿磊 总股本(百万股) 256 流通 A 股(百万股) 132 流通 B/H 股(百万股) 总市值（亿元） 82 流通 A 股市值(亿元) 42 每股净资产(元) 8.82 资产负债率(%) 34.4 行情走势图 证券分析师 闫磊 投资咨询资格编号 S1060517070006 数字化及升级的需求被压制，放开后这部分智慧口岸的建设需求迎来大幅 反弹。2023 年受益于复苏，我们看到公司前三季度业绩强势反转，收入 端持续放量，2023 年前三季度实现营收 11.4 亿元，同比增长 52.1%，净 利润高增长，实现归母净利润 1.70 亿元，同比增长 105.2%。  公司深耕智慧口岸业务，项目储备较为充足。公司深耕智慧口岸多年，有 多个标杆型案例，是智慧口岸细分行业的绝对龙头，2023 年公司受益于 口岸需求的复苏，积极介入海南自贸港、新疆自贸区、云南口岸等大型建 设项目，订单储备较为充裕，为业绩增长形成支撑。1）海南自贸港要求 2025 年前启动全岛封关，“十四五”期间匡算投资总额约 115.38 亿元， 目前公司已中标约 8 亿元项目。2）新疆自贸区 11 月正式揭牌，国家致力 于将新疆自贸区打造成为促进中西部地区高质量发展的示范样板、构建新 疆融入国内国际双循环的重要枢纽，作为国内首批设立时面积最大的自贸

个月后用户就突破 1 亿 ，成为历史上用户数增长最快的消费者应用。 各明星应用程序注册用户达 1 亿时间 ChatGPT 可回复自然语言输入的问题 ChatGPT ，突然出现的爆款 资料来源： Open AI 公司，英伟达公 司 Instagram ChatGPT TikTok 42 39 GPT-3 15 亿 参数量 2019 年 2 月 1,750 亿 参数量 2022 使用了海量数据进行预训练。 5 年间 ， GPT 的参数量已从亿级飙升至万亿级。 据不完全统计， 目前已发布 的国内大模型中： 参数量超过 10 亿的有 79 个， 其中， 参数量最高的达到 174 万亿。 GPT-4 四代 GPT 参数量变化 ChatGPT 成功关键之一：大参数 GPT-2 GPT-1 18,000 亿 参数量 1.17 亿 参数量 资料来源： Open AI 公司，新汽车研究所制 SAE 对自动驾驶的分级标准 自动驾驶近年来一直未能进入 L3 时 代 资料来源： SAE J3016- 2018 100 亿公里 马斯克曾在推特点赞了这样的观点： 实现超越人类的自动驾驶能力至少 需要 100 亿公里驾驶数据。 1000 亿公里 自动驾驶初创公司 MOMENTA 在其 公众号上提出： 要实现 L4 级驾驶，至少需要千亿公 里驾驶数据。 我国 2022

大模型专注于特定的行业、领域或场景，且能够依托行业数据 与知识壁垒，并为企业提供更准确、专业的解决方案，更好满足用户在某个领 域的需求，有望成为后续细分领域企业的发力方向。彭博推出专为金融行业打 造的 500 亿参数大语言模型 BloombergGPT，依托其四十年来积累的大量金融 数据源，基于通用和金融业务的场景进行混合模型训练，使得 BloombergGPT 在执行金融任务上的表现远超同等参数量级的通用大语言模型，为国内金融 谨请参阅尾页重要声明及财通证券股票和行业评级标准 2 行业专题报告/证券研究报告 造“科技+服务”的价值交付体系，将公司的科技中心打造为销售中心和利润 中心，截至 2022 年，公司科技输出收入 5.92 亿元，其中 H2 同比+41%重回常 态高增长。2023 年 5 月，公司发布《AIGC/ChatGPT 保险行业应用白皮书》， 并明确已经在全系列产品中规划加入 AIGC 等大模型能力，并将不断实践探 为关注大模型落地带来的增效扩能机遇，相关场景落地有望更快一步，建议关 注众安在线。 ❖ 风险提示：技术落地不及预期；保险科技监管趋紧；研发投入周期过长。 表 1：重点公司投资评级: 代码 公司 总市值 （亿元） 收盘价 （06.27） EPS（元） PE 投资评级 2022A 2023E 2024E 2022A 2023E 2024E 601318 中国平安 8,431