證券研究報告請務(wù)必閱讀正文之后第10頁起的免責(zé)條款和聲明核心觀點智算中心的IT運維是AIGC(人工智能創(chuàng)作內(nèi)容)帶來的賽道投資機會。訓(xùn)練側(cè)，AIGC大模型由于智算中心、訓(xùn)練框架更復(fù)雜，預(yù)計會帶來監(jiān)控系統(tǒng)價值量上升。推理側(cè)，預(yù)計調(diào)用成本將是模型核心競爭力之一，APM(性能管理系統(tǒng))能幫助使用者實現(xiàn)降本增效，博睿數(shù)據(jù)作為2022H1國內(nèi)APM市場份額第一，在算力擴容中核心受益。復(fù)盤海外IT運維巨頭Datadog成長，智算中心建設(shè)有望帶動國內(nèi)運維市場打開。▍訓(xùn)練側(cè)：AIGC場景下的智算中心架構(gòu)更復(fù)雜，料將推動監(jiān)控系統(tǒng)價值量上升。中信證券研究部楊澤原計算機行業(yè)首席分析師S0002丁奇云基礎(chǔ)設(shè)施行業(yè)首席分析師S120003評級強于大市(維持)1)智算中心更復(fù)雜，智算中心相比數(shù)據(jù)中心，CPU、算力卡、存儲將充分解耦，實現(xiàn)按需調(diào)用，系統(tǒng)復(fù)雜度提升。2)訓(xùn)練框架更復(fù)雜，大模型訓(xùn)練通常需要萬張以上算力卡，由于參數(shù)數(shù)量多，通常采用更復(fù)雜的分布式計算，對于各項資源都需要實時監(jiān)控。3)復(fù)雜架構(gòu)會帶來監(jiān)控系統(tǒng)價值量上升，硬件端、訓(xùn)練端更復(fù)雜使得原來各自獨立的IT監(jiān)控系統(tǒng)需要整合以滿足運維需求，參考海外巨頭Datadog，整合平臺的模式會大幅提高客戶價值量。4)高效的運維系統(tǒng)提升訓(xùn)練效率，整合的IT監(jiān)控系統(tǒng)能實現(xiàn)對智算中心和模型在設(shè)計、迭代、部署等全生命周期的監(jiān)控，提高模型的整體訓(xùn)練效率。▍推理側(cè)：監(jiān)控系統(tǒng)幫助模型實現(xiàn)降本，博睿數(shù)據(jù)應(yīng)用性能管理市場份額第一。1)調(diào)用成本將是核心競爭力之一，OpenAI通過系統(tǒng)優(yōu)化實現(xiàn)90%降本并開啟價格戰(zhàn)，對后進入者設(shè)置了成本門檻。2)性能管理系統(tǒng)幫助AI模型實現(xiàn)降本增效，大模型采用分布式計算帶來監(jiān)控難度上升，好的性能監(jiān)控系統(tǒng)能幫助使用者快速發(fā)現(xiàn)性能瓶頸，提高模型推理效率，實現(xiàn)降本增效。3)博睿數(shù)據(jù)國內(nèi)性能管理系統(tǒng)份額第一，根據(jù)IDC2022H1的數(shù)據(jù)，博睿數(shù)據(jù)在中國APM市場份額為18.4%，位列第一，有望在算力擴容中核心受益。▍海外案例：Datadog受益于云計算行業(yè)增長，收入2017-2022復(fù)合增速75%。1)海外云化帶動監(jiān)控系統(tǒng)頭部公司高增長，Datadog是海外數(shù)據(jù)中心運維巨頭，Datadog自2017年開始從ITIM業(yè)務(wù)切入APM并持續(xù)拓展自身業(yè)務(wù)，有全面的1.01億美元增長至2022年16.75億美元，估值達到243億美元。2)國內(nèi)智算中心建設(shè)有望使得頭部公司復(fù)制海外增長，智算中心推動國內(nèi)IT基礎(chǔ)設(shè)施進一步云化，IT系統(tǒng)復(fù)雜度提升使得原本依靠人力的運維模式成本變高，國內(nèi)IT運維市場空間有望打開。▍風(fēng)險因素：IT運維市場競爭加劇風(fēng)險；云計算發(fā)展不及預(yù)期風(fēng)險；算力中心發(fā)展不及預(yù)期風(fēng)險；企業(yè)IT投入不及預(yù)期風(fēng)險；AI技術(shù)發(fā)展不及預(yù)期風(fēng)險。▍投資策略。1)訓(xùn)練側(cè)，大模型系統(tǒng)更加復(fù)雜，多采用分布式計算、存儲架構(gòu)，預(yù)計帶來監(jiān)控系統(tǒng)價值量增加。2)推理側(cè)，預(yù)計調(diào)用成本將是AI廠商核心競爭力之一，APM(性能監(jiān)控系統(tǒng))能幫助工程師發(fā)現(xiàn)性能瓶頸，實現(xiàn)降本增效。博睿數(shù)據(jù)作為國內(nèi)APM龍頭，2022H1市場份額第一，有望核心受益。3)復(fù)盤海外，國內(nèi)IT運維廠商有望在智算中心建設(shè)帶來的市場空間增長中受益，重點推薦博睿數(shù)據(jù)，建議關(guān)注新炬網(wǎng)絡(luò)等IT運維廠商。重點公司盈利預(yù)測、估值及投資評級據(jù)9.SH.52-105網(wǎng)絡(luò)8.SH請務(wù)必閱讀正文之后的免責(zé)條款和聲明2▍IT運維：算力擴容提高方案價值量，監(jiān)控系統(tǒng)幫助大模型降本增效根據(jù)國家信息中心信息化和產(chǎn)業(yè)發(fā)展部聯(lián)合浪潮發(fā)布的《智能計算中心規(guī)劃建設(shè)指南》和中國移動發(fā)布的《新一代智算中心網(wǎng)絡(luò)技術(shù)白皮書》中對智算中心的定義，作為AI算力的基礎(chǔ)設(shè)施，相比傳統(tǒng)數(shù)據(jù)中心，智算中心需要具備高性能、可拓展的技術(shù)架構(gòu)。中心將算力資源全面解耦，以實現(xiàn)計算、存儲資源的彈性供給和利用。以算力資源為池化對象，以中心網(wǎng)絡(luò)作為CPU、xPU、存儲之間總線級的高速連接，貫穿計算、存儲全流程。算力水平作為三者綜合衡量指標，網(wǎng)絡(luò)性能成為提升智算中心算力的關(guān)鍵要素，整體系統(tǒng)復(fù)雜度進一步提升。除基礎(chǔ)設(shè)施架構(gòu)的變化外，大模型在訓(xùn)練上與小模型有一定差異，由于其從計算量、存儲空間上都不是單個設(shè)備能完成的，會涉及到多節(jié)點集群的分布式訓(xùn)練。根據(jù)Oneflow的介紹，以其對GPT-3為例，GPT訓(xùn)練時會采用混合并行的訓(xùn)練邏輯，將大的網(wǎng)絡(luò)分為64個階段，每個階段都運行在6臺DGX-A100主機上，進行流水并行(各計算設(shè)備接力進行訓(xùn)練)；在6臺主機之間，進行數(shù)據(jù)并行(將訓(xùn)練數(shù)據(jù)切分進行訓(xùn)練并對結(jié)果拼接)；每臺主機有8張A100，同一臺機器上的算力卡進行模型并行(將模型切分進行訓(xùn)練并對結(jié)請務(wù)必閱讀正文之后的免責(zé)條款和聲明3果拼接)。華為的盤古大模型更是采用了五維并行訓(xùn)練。所以，從大模型的訓(xùn)練流程中，對于各個算力設(shè)備，存儲設(shè)備，接口等狀態(tài)都需要實時監(jiān)控，對異常需要精確定位，對資源不足、閑置等情況需要及時優(yōu)化才能保證在萬張算力卡的大規(guī)模集群中實現(xiàn)對計算資源協(xié)同和合理分配，最大程度保證模型的訓(xùn)練效率和經(jīng)濟性。從目前的IT運維管理中來看，國內(nèi)目前各細分領(lǐng)域的運維管理工具已經(jīng)比較完善，如ITIM(基礎(chǔ)設(shè)施管理)、ITSM(IT服務(wù)管理)、NMS(網(wǎng)絡(luò)管理)、NPM(網(wǎng)絡(luò)性能分析管理)、APM(應(yīng)用性能監(jiān)控)等。但仍存在各監(jiān)控/管理系統(tǒng)相互獨立，對于大規(guī)模分布式系統(tǒng)適用性較差，發(fā)生問題的排查、日常的監(jiān)控效率較低，運營成本較高。雖然相對于傳統(tǒng)靠著堆人力的方案已有一定優(yōu)勢，但在集成度上仍有提高空間。尤其是在算力擴容后，系統(tǒng)復(fù)雜度進一步提升的同時，算力存在云化的趨勢。而不同云技術(shù)架構(gòu)的監(jiān)控能力也不近相同，每種云方案都有不同控制程度和可見度，如何在數(shù)據(jù)集群中實現(xiàn)對IT資源的高效且統(tǒng)一的管理，需要一個能對IT環(huán)境實現(xiàn)整合監(jiān)控的平臺。請務(wù)必閱讀正文之后的免責(zé)條款和聲明4網(wǎng)海外數(shù)據(jù)中心運維巨頭Datadog正是憑借自身在ITIM領(lǐng)域的深耕，通過不斷拓展監(jiān)控板塊，實現(xiàn)了綜合化的數(shù)據(jù)監(jiān)控平臺，在美國云計算快速發(fā)展的過程中崛起，國內(nèi)IT運等產(chǎn)品提供統(tǒng)一的智能監(jiān)控平臺。請務(wù)必閱讀正文之后的免責(zé)條款和聲明5綜合監(jiān)控平臺不僅是在日漸復(fù)雜的IT系統(tǒng)中有效滿足實時運維需求的有效工具，同時以BonreeOne平臺為例，其搭載NPM(網(wǎng)絡(luò)性能監(jiān)控)、ITIM(基礎(chǔ)設(shè)施監(jiān)控)、APM (應(yīng)用性能監(jiān)控)等功能能實時監(jiān)控多維度信息、識別潛在問題、并幫助工程師進行合理調(diào)度優(yōu)化，在設(shè)計、迭代、部署等階段實現(xiàn)對模型全生命周期的監(jiān)控，提高模型的整體訓(xùn)練效率和經(jīng)濟性。參考Datadog的功能拓展，預(yù)計監(jiān)控功能的整合同時會帶來單客戶價值量的大幅上升。ChatGPTWhisperAPI其在過去的近三個月內(nèi)，通過一系列的系統(tǒng)級優(yōu)化，相比2022年12月，將ChatGPT的調(diào)用成本降低了90%，同時宣布將降本讓利給用戶，實現(xiàn)0.002美元/1000tokens，根據(jù)OpenAI介紹，1000tokens約等于750詞，百萬tokens只需要2美元，率先發(fā)起了價格戰(zhàn)。同時也為后續(xù)大模型廠商開發(fā)設(shè)定了成本基準線，由此可預(yù)見未來單次調(diào)用成本與模型效果一起將是各AI廠商的核心競爭力。/1000tokens/1000tokens6/1000tokens2/1000tokens2/1000tokens5/1000tokensAda8/1000tokens4/1000tokenseddings/1000tokens/1000tokensEmbeddings/1000tokens/1000tokensmbeddings2/1000tokens5/1000tokensAdaEmbeddings8/1000tokens4/1000tokensChatGPTgptturbo~2/1000tokensWhisper~006/minuteOpenAI究部ChatGPT的成功為OpenAI帶來了巨大流量，OpenAI.com的日均訪問量約2400萬，在提升公司商業(yè)價值的同時，也為OpenAI帶來了更大壓力和IT資源成本。因為大模型的請務(wù)必閱讀正文之后的免責(zé)條款和聲明6參數(shù)較多，多采用分布式存儲，分布式推理，在每次調(diào)用中相比于小模型無論是存儲資源、算力資源和網(wǎng)絡(luò)資源的訪問都更多，系統(tǒng)更加復(fù)雜。且公司需要在大流量、高系統(tǒng)復(fù)雜度的環(huán)境中為用戶提供流暢、可靠的服務(wù)。以O(shè)penAI為例，微軟云服務(wù)Azure目前是其基礎(chǔ)設(shè)施的獨家供應(yīng)商。在AI算力上云的趨勢下，云原生的架構(gòu)中，使用者的監(jiān)控能力將有所削弱；強監(jiān)控能力能幫助使用者有效發(fā)現(xiàn)資源過載、閑置，識別潛在問題，通過優(yōu)化資源配置提升模型訓(xùn)練效率。尤其是在高復(fù)雜度的分布式計算、分布式存儲的架構(gòu)中。APM(應(yīng)用性能管理)是云原生后臺IT技術(shù)架構(gòu)運營和監(jiān)控的重要工具，通過對應(yīng)用后臺的基礎(chǔ)設(shè)施性能和使用情況進行數(shù)據(jù)采集和監(jiān)控，提高IT運營效率、資源利用率，降低IT運營成本。請務(wù)必閱讀正文之后的免責(zé)條款和聲明7根據(jù)IDC2022H1的數(shù)據(jù)，博睿以18.4%的市場份額，在中國APM市場位列第一，并為百度、華為、騰訊、阿里等企業(yè)提供監(jiān)測服務(wù)。從大模型應(yīng)用的角度，博睿以IT資產(chǎn)規(guī)模計費的收費模式及在IT運維行業(yè)的領(lǐng)先地位，預(yù)計將使公司在算力擴容、系統(tǒng)復(fù)雜度增加的產(chǎn)業(yè)趨勢中核心受益。Datadog是海外數(shù)據(jù)中心運維巨頭，Datadog自2017年開始從傳統(tǒng)ITIM業(yè)務(wù)切入APM并不斷拓展自身業(yè)務(wù)至RUM、LOG等領(lǐng)域，做到了全棧的監(jiān)控體系。Datadog將自身服務(wù)與云廠商AWS，Azure，GCP等的云服務(wù)和容器平臺Kubernetes集成共同服務(wù)于聯(lián)想，NASDAQ，MAERSK等眾多企業(yè)，受益于美國云計算的發(fā)展請務(wù)必閱讀正文之后的免責(zé)條款和聲明8adog億美元。營業(yè)總收入(億美元) 80% 60% 40%00 0%201820192020隨著國內(nèi)IT基礎(chǔ)設(shè)施逐漸云化，分布式存儲、資源池化帶來IT系統(tǒng)復(fù)雜度提升，原本依靠人力、人數(shù)的運維模式經(jīng)濟性變差，數(shù)據(jù)中心運維企業(yè)的重要性進一步提高，國內(nèi)數(shù)據(jù)中心運維市場空間有望打開。1)訓(xùn)練側(cè)，大模型系統(tǒng)更加復(fù)雜，多采用分布式計算、存儲架構(gòu)，預(yù)計會帶來監(jiān)控系統(tǒng)價值量增加。2)推理側(cè)，調(diào)用成本將是AI廠商核心競爭力之一，APM(性能監(jiān)控系統(tǒng))能幫助工程師發(fā)現(xiàn)性能瓶頸，實現(xiàn)降本增效。博睿數(shù)據(jù)作為國內(nèi)APM龍頭，2022H1市場份額第一，有望核心受益。3)復(fù)盤海外，國內(nèi)IT運維廠商有望在智算中心建設(shè)帶來的市場空間增長中受益，重點推薦博睿數(shù)據(jù)，建議關(guān)注新炬網(wǎng)絡(luò)等IT運維廠商。IT運維市場競爭加劇風(fēng)險；云計算發(fā)展不及預(yù)期風(fēng)險；算力中心發(fā)展不及預(yù)期風(fēng)險；企業(yè)IT投入不及預(yù)期風(fēng)險；AI技術(shù)發(fā)展不及預(yù)期風(fēng)險。請務(wù)必閱讀正文之后的免責(zé)條款和聲明9▍相關(guān)研究計算機行業(yè)投資策略—“大安全”投資機遇展望(2023-02-28)計算機行業(yè)“智能網(wǎng)聯(lián)”系列報告24—華為昇騰：AI超算領(lǐng)軍，大模型核心受益16)計算機行業(yè)“構(gòu)筑中國科技基石”系列報告25—GPU：研究框架(100頁)(2023-02-13)計算機行業(yè)“智能網(wǎng)聯(lián)”系列報告23—ChatGPT引領(lǐng)創(chuàng)成式AI新變革(2023-02-06)計算機行業(yè)產(chǎn)業(yè)互聯(lián)網(wǎng)系列-金融篇4—全面注冊制改革啟動，證券資管IT景氣加速計算機行業(yè)2022Q4基金重倉分析專題—創(chuàng)新起點，配置拐點計算機行業(yè)信息安全專題6—數(shù)據(jù)安全：信息安全新增長極計算機行業(yè)2023年投資策略—站在創(chuàng)新周期起點(2023-02-02)(2023-01-30)16)-10)計算機行業(yè)“智能網(wǎng)聯(lián)”系列專題22—從2022廣州車展看汽車智能化發(fā)展趨勢(2023-01-03)計算機行業(yè)重大事項點評—“數(shù)據(jù)二十條”里程碑落地(2022-12-20)策略會論壇材料—激光雷達產(chǎn)業(yè)的投資機遇(PPT)(2022-12-08)計算機行業(yè)產(chǎn)業(yè)互聯(lián)網(wǎng)專題-醫(yī)療篇10—多地優(yōu)化防控措施，把握板塊預(yù)期改善機遇05)計算機行業(yè)產(chǎn)業(yè)互聯(lián)網(wǎng)(能源篇2)—電力現(xiàn)貨市場推進，關(guān)注電力IT投資機遇產(chǎn)業(yè)互聯(lián)網(wǎng)專題-醫(yī)療篇9—醫(yī)療信息化建設(shè)有望提級提速計算機行業(yè)重大事項點評—礦山安全信息化建設(shè)有望提速計算機行業(yè)重大事項點評—關(guān)注政務(wù)大數(shù)據(jù)投資機遇計算機行業(yè)重大事項點評—虛擬現(xiàn)實與行業(yè)應(yīng)用融合迎來加速發(fā)展計算機行業(yè)2022Q3基金重倉分析專題—云與信創(chuàng)獲增持，板塊拐點漸至計算機行業(yè)“構(gòu)筑中國科技基石”系列報告24—戰(zhàn)略布局“大安全”28)27)計算機行業(yè)“構(gòu)筑中國科技基石”系列報告23—數(shù)據(jù)庫：關(guān)鍵三問深度解讀(2022-10-18)計算機行業(yè)“構(gòu)筑中國科技基石”系列報告22—信創(chuàng)產(chǎn)業(yè)：繼續(xù)看好戰(zhàn)略機遇計算機行業(yè)“智能網(wǎng)聯(lián)”系列報告21—從拆解五款激光雷達看智能駕駛投資機遇(2022-09-27)計算機智能網(wǎng)聯(lián)汽車行業(yè)重大事項點評—艙駕一體，智能汽車域控開啟新紀元計算機行業(yè)“構(gòu)筑中國科技基石”系列報告21—CPU·Intel：研究框架計算機行業(yè)“智能網(wǎng)聯(lián)”系列報告20—衛(wèi)星產(chǎn)業(yè)：研究框架(2022-09-23)(2022-09-09)(2022-09-07)主要負責(zé)撰寫本研究報告全部或部分內(nèi)容的分析師在此聲明：(i)本研究報告所表述的任何觀點均精準地反映了上述每位分析師個人對標的證券和發(fā)行人的看法；(ii)該分析師所得報酬的任何組成部分無論是在過去、現(xiàn)在及將來均不會直接或間接地與研究報告所表述的具體建議或觀點相聯(lián)系。本研究報告由中信證券股份有限公司或其附屬機構(gòu)制作。中信證券股份有限公司及其全球的附屬機構(gòu)、分支機構(gòu)及聯(lián)營機構(gòu)(僅就本研究報告免責(zé)es的任何證券或金融工具，本報告的收件人須保持自身的獨立判斷并自行承擔(dān)投資風(fēng)險。損失承擔(dān)任何責(zé)任。本報告提及的任何證券或金融工具均可能含有重大的風(fēng)險，可能不易變賣以及不適合所有投資者。本報告格、價值及收益可跌可升。過往的業(yè)績并不能代表未來的表現(xiàn)。觀點和分析方法而與中信證券其它業(yè)務(wù)部門、單位或附屬機構(gòu)在制作類似的其他材料時所給出的意見不同或者相反。中信證券人注意該等材料的責(zé)任。中信證券通過信息隔離墻控制中信證券內(nèi)部一個或多個領(lǐng)域的信息向中信證券其他領(lǐng)域、單位、集流動。負責(zé)撰寫本報告的分析師的薪酬由研究部門管理層和中信證券高級管理層全權(quán)決定。分析師的薪酬不是基于中信證券投資銀構(gòu)成中信證券向發(fā)送本報告金融機構(gòu)之客戶提供的投資建議，中信證券以及中信證券的各個高級職員、董事和員工亦不為 使用本報告或報告載明的內(nèi)容產(chǎn)生的直接或間接損失承擔(dān)任何責(zé)任。說明投資建議的評級標準評級說明報告中投資建議所涉及的評級分為股票評級和行業(yè)評級 (另有說明的除外)。評級標準為報告發(fā)布日后6到12個月內(nèi)的相對市場表現(xiàn)，也即：以報告發(fā)布日后的6到12個月內(nèi)的公司股價(或行業(yè)指數(shù))相對同期相關(guān)證券市場代表性指數(shù)的漲跌幅作為基準。其中：A股市場以滬深300指數(shù)為基準，新三板市場以三板成指(針對協(xié)議轉(zhuǎn)讓標的)或三板做市指數(shù)(針對做市轉(zhuǎn)讓標的)為基準；香港市場以摩根士丹利中國指數(shù)為基準；美國市場以納斯達克綜合指數(shù)或標普500指數(shù)為基準；韓國市場以科斯達克指數(shù)或韓國綜