文章核心观点 - 浪潮人工智能工厂代表了人工智能大模型生产方式的工业化、标准化和规模化突破，是公司在人工智能领域的重大成果 [1] - 该工厂作为国内首个面向行业场景的全链路工业化AI基础设施，是山东省推进数字经济发展和国家数据要素综合试验区建设的重要实践 [1] - 工厂通过其核心调度系统和创新模式，旨在降低AI生产成本、提升效率，并推动人工智能技术与各行业实际场景的深度融合 [2] 工厂定位与意义 - 工厂是国内首个面向行业场景、具备全链路工业化生产能力的人工智能基础设施 [1] - 工厂是山东省扎实推进国家数据要素综合试验区建设、统筹推进数字经济发展的重要实践成果 [1] - 工厂将模型开发从“手工作坊”模式升级为工序标准化、工具专业化的“现代工业”模式 [1] 工厂生产体系与能力 - 工厂通过构建数据车间、模型车间、评测中心等“九大单元”实现全流程覆盖 [1] - 工厂目前已积累75道工序和180套工具 [1] - 数据车间拥有11道工序和60套工具，专门负责为模型训练准备高质量数据 [1] - 模型车间基于高质量数据对模型进行调优训练，评测中心确保模型满足用户最终需求 [1] 核心技术与调度系统 - “海若大脑”作为核心调度系统，依托自研技术实现对生产任务的高效排产与实时调度 [2] - 系统推动“模型制造模型”，显著降低生产成本、提升效率 [2] - 浪潮海若大模型是国内唯一通过“基础模型、智能体、算法”三备案的产品，具备全生态兼容能力 [2] 产品应用与服务模式 - 浪潮海若大模型定位为行业大模型，面向政务、应急、水利、农业等领域 [2] - 工厂通过“云舟联盟”与“海若智能云创新中心”为客户提供个性化算力服务与“智能体试驾”平台 [2] - 工厂围绕产业发展、生活消费、政务服务三大方向、13个重点领域，全面支持“人工智能+”行动 [2] 未来发展规划 - 公司计划在现有基础上，于2025年底前建成人工智能智能体工厂和训练场 [2] - 未来规划旨在进一步推动人工智能与产业创新的深度融合 [2] - 目标是为山东省乃至全国的数字经济高质量发展提供更全面、高效的算力支撑与服务能力 [2]

算力板块市场表现 - 算力板块在11月19日出现拉升，云计算ETF汇添富（159273）当日上涨1.43%，收于1.281元，盘中成交额超2000万元 [1] - 热门成分股普遍上涨，其中中际旭创涨幅超过5%，新易盛涨幅超过3%，阿里巴巴-W涨近2%，腾讯控股、中科曙光、金山办公、浪潮信息均微涨 [1] - 该ETF当日开盘价为1.263元，最高价为1.282元，最低价为1.263元，振幅为1.50% [2] 政策与产业动态 - 11月18日，高层印发《高标准数字园区建设指南》，提出升级网络基础设施，推动5G-A、万兆光网等建设，并优化算力基础设施，统筹通算、智算、超算等多元算力应用 [3] - 谷歌母公司Alphabet正式发布新一代AI模型Gemini3，定位为迄今最智能、事实最可靠的AI系统，并于发布首日立即在谷歌搜索、Gemini应用程序等平台同步上线 [3] - Gemini3支持100万tokens长上下文处理，在多模态理解、推理与编码能力上显著提升，智能代理可自主完成复杂任务全流程，标志着AI向“主动代理”跨越 [4] 行业趋势与机构观点 - 沙特人工智能公司Humain据称计划与亚马逊、AMD、xAI等公司合作，建设多个千兆瓦的数据中心 [5] - 中泰证券认为AI算力成为通信行业主要增长引擎，持续看好算力产业链，头部光模块厂商交付能力是成长关键 [5] - 生成式AI正从单点工具向系统级服务演进，视频生成、浏览器智能体和多模态融合成为技术落地的重要方向 [5] - 银河证券指出，海外AI生态构建加速，国内大模型轻量化与场景渗透同步推进，将推动教育、创意与开发等领域效率提升 [5] 产品结构与投资主题 - 云计算ETF汇添富（159273）标的指数涵盖硬件设备、云计算服务、IT服务、应用软件、数据中心运营、平台软件等领域，软硬件比例约为6:4 [6] - 该指数港股权重超过26%，旨在横跨A股和港股市场，布局AI算力驱动下的云计算机遇 [6]

行业前景与政策支持 - 第二十二届中国国际半导体博览会（IC China 2025）将于11月23日至25日在北京国家会议中心举办，恰逢“十五五”规划开局起步的重要节点，深度契合规划建议中关于强化科技创新、建设现代化产业体系、保障产业链供应链安全稳定等部署要求 [1] - 数字经济、人工智能、智能网联汽车等战略新兴产业的加速发展，将为国产芯片创造出前所未有的庞大应用场景和市场空间，为国内企业提供产品验证与迭代机会，并从需求端拉动技术升级与产业循环 [1] - “十五五”期间，中国半导体产业将在国家战略引领下，迈向以自主创新和产业链安全为标志的高质量发展新阶段 [1] 市场趋势与需求 - AI需求持续强劲，存储芯片、部分被动件、高阶CCL等环节已呈现出供不应求、价格上涨的趋势 [1] - AI需求的景气拉动范围、幅度，以及国产算力+存力的自主可控能力及需求持续性，被市场低估 [1] - 外部环境倒逼中国尽快实现半导体产业链自主可控，AI重塑消费电子产品的功能边界，革新用户体验，国家顶层政策支持，产业政策配套落地，电子板块有望乘势崛起 [6] 市场表现与资金流向 - 布局电子板块核心龙头的电子ETF（515260）在11月18日场内涨幅一度上探1.57%，此前连续两日获资金净流入，合计金额510万元，反映资金看好板块后市 [2] - 电子ETF（515260）标的指数成份股中，北方华创领涨超6%，拓荆科技上涨4%，中微公司、东山精密涨逾3%，寒武纪涨超2%，瑞芯微、浪潮信息等个股跟涨 [4] - 电子ETF（515260）前十大权重股囊括市场热议的“纪连海”（寒武纪、工业富联、海光信息），其被动跟踪电子50指数，重仓半导体、消费电子行业，汇聚AI芯片、汽车电子、5G、云计算、印制电路板（PCB）等热门产业 [6]

行业投资评级 - 报告对计算机行业维持“推荐”评级 [1][141] 核心观点 - 超节点逐渐成为AI基础设施建设共识，产业链成长动能明确 [5] - 大模型训练与推理带动AI算力需求增长，AI芯片、服务器、液冷、电源、存储、光模块、IDC等环节有望持续受益 [141] 需求端：资本开支上修与算力交易活跃 - 主要云服务厂商（CSP）持续上修资本开支指引：谷歌将2025年资本开支上调至910-930亿美元（原指引850亿美元）[5]；Meta上调至700-720亿美元（原区间660-720亿美元）[5]；亚马逊上修至1250亿美元 [5] - OpenAI达成大规模算力合作：与英伟达（10GW）、AMD（6GW）和博通（10GW）的合作涉及资金有望超1万亿美元，计划2026年开始部署 [5]；与甲骨文签署自2027年开始为期5年、4.5GW、总值超3000亿美元的算力采购合约 [5] - 主权AI加速推进：鸿海预计未来五年内主权AI投资或达1万亿美元，主要项目包括美国Stargate（5000亿美元）、欧盟InvestAI（2000亿欧元）以及沙特Humain AI（1000亿美元）[5] 供给端：芯片迭代与超节点进展 - 英伟达GPU持续迭代：Blackwell Ultra采用双光罩设计、HBM3E内存，NVLink带宽达1.8TB/s [37]；2026年将推出Rubin架构，2027年推出Rubin Ultra，2028年推出Feynman架构 [38][39] - 华为昇腾超节点：昇腾384超节点（Atlas 900 A3 SuperPoD）已部署300多套，FP16算力300PFlops，HBM总容量49.2TB [48]；Atlas 950 SuperPoD计划2026年Q4上市，支持8192卡无收敛全互联 [50][51] - 中科曙光发布640卡超节点scaleX640：单机柜集成640卡，FP16算力630PFlops，HBM总容量81.9TB，HBM总带宽2304TB/s [53][54] - 阿里云发布磐久128超节点AI服务器：单柜支持128个AI计算芯片，采用无背板正交互联技术 [60] - 百度发布天池256超节点与天池512超节点：分别支持256卡和512卡极速互联，计划2026年上市 [63] 产业链各环节成长动能 - AI服务器出货量增长显著：鸿海Q3 AI机柜出货量环比增长300%，Q4预计实现高双位数增长 [68][70]；纬创已达成全年三位数以上增长目标，2026年有望实现双位数增长 [71][74]；广达预计2026年AI服务器营收仍将实现三位数增长，占整体服务器营收比重达80% [75][77] - 液冷散热需求快速提升：奇鋐科技1-10月营收同比维持高双位数增长，10月同比增速达132% [79]；双鸿10月营收同比增长67%，GB300冷板出货放量 [82] - 电源架构升级：英伟达800V高压直流（HVDC）架构将于2027年全面部署，台达电与光宝科技10月营收同比分别增长48%和23% [85][91] - 存储芯片进入“严重短缺”期：威刚董事长表示大型CSP对存储需求量远高于预期，DRAM价格进入强劲上行周期 [98] - CoWoS产能扩张：SEMI Vision预计2025年CoWoS年产能达78-90万片，2026年有望达到百万片水平 [106] 多模态与应用生态进展 - 模型迭代加速：OpenAI发布GPT-5、Sora 2和Codex [109]；阿里发布包括通用、多模态及专用类在内的7款大模型 [121]；DeepSeek发布V3.1和V3.2-Exp模型 [108] - Tokens调用量持续高增：谷歌10月日均tokens调用量达41.9万亿个，较7月增长32.71% [127]；字节跳动9月日均tokens调用量达30万亿个，较5月增长82.93% [127] - 聊天助手月活规模：2025年9月，ChatGPT月活总量达12.51亿，位列第一；Gemini月活总量达5.2亿，实现较高增速 [136] - 模型厂商收入预期乐观：Anthropic预计2025年收入90亿美元，2026年达260亿美元，规模接近OpenAI [138][139]

中国AI基础设施服务市场概况 - 2025年上半年市场规模达198.7亿元，同比激增122.4% [2] - 预计2029年市场规模将逼近1500亿元 [2] - 全球AI Infra市场规模在2025年将突破800亿美元，年复合增长率达58% [12] 企业AI应用落地的挑战 - 83%的企业将AI列为战略优先级，但实际落地成功率仅29% [3] - AI落地失败的主要根源是系统性架构失衡，涉及算力供给、数据治理、系统协同、安全合规 [3] - 超50%的AI项目因架构问题无法上线 [2] - 2025年全球AI训练算力缺口将达42%，中国市场这一比例将升至55% [4] - 制造企业平均存在4.2个独立算力池，跨池调度效率仅为28% [5] - 67%的制造企业表示算力与存储升级跟不上模型迭代速度 [5] - 53%的企业采用紧耦合AI架构导致迭代困难 [6] - 仅19%的企业实现边缘与中心算力的协同调度 [6] AI Infra的定义与核心价值 - 核心价值在于通过算力统筹、存储革新、架构整合、生态开放四大能力，实现AI落地的降本、提效、安全、可控 [9] - 通过全域调度、弹性伸缩、能效优化三大技术路径，提升算力利用效率 [9] - 部署新一代AI Infra的企业，AI项目上线率从29%提升至78%，投资回报率提高120% [11] AI Infra的技术路径与厂商格局 - 通过整合GPU/TPU/DCU等多元芯片，构建统一调度的异构算力池，实现按需分配、动态扩容 [9] - 国内厂商主要围绕信创适配、架构整合、成本控制三大本土需求，形成全栈型、垂直技术型、生态整合型三类玩家 [12] - 未来3年全球市场将呈现双轨并行格局：中国市场国产化率将从2025年的45%提升至2027年的65%，政务、金融等领域实现100%国产化；全球高端市场仍由NVIDIA、微软等主导，市占率保持70%以上 [14] 主要厂商布局与案例 - 青云科技AI Infra 3.0通过PrimusOS内核层与KubeSphere调度层实现多代际架构整合，某制造业企业IT部门响应业务部门的速度从1小时缩短到15分钟 [10][12] - 华为以昇腾芯片为核心的全栈布局覆盖芯片-框架-平台-应用，昇腾910B芯片支持千亿参数模型训练 [12] - 阿里云灵骏AI集群支持千卡规模训练，GPU弹性算力响应时间缩短至5分钟，服务比亚迪等车企，自动驾驶模型训练周期缩短50% [12] - 浪潮信息AI服务器全球市占率47%，液冷技术使PUE降至1.15，某智算中心采用其方案后节能40%，年均电费减少280万元 [13] - 燧原科技在庆阳异构智算中心的算力规模达100PFLOPS，成本较进口方案降低35% [13] - 某生物制药企业利用AI Infra将新型药物的分子设计周期从18个月压缩至12个月，将高性能复合材料的微观结构模拟时间从72小时缩短到43小时 [11]

行业概述 - 分布式存储是将数据分散存储在多台独立存储节点上，实现多节点并行访问的存储技术 [2] - 按存储介质可分为分布式全闪存和分布式混闪，分布式全闪存指各存储节点完全由固态硬盘构成 [1][3] - 分布式全闪存主适配接口为NVMe，每秒读写次数可跃升至百万级别，相比传统机械硬盘提升近千倍 [1][3] 市场规模与增长 - 2024年中国分布式存储市场规模达198.2亿元，同比增长43.7%，首次超越集中式存储，占存储市场总规模的60.2% [4] - 2024年中国分布式全闪存市场规模达47.8亿元，同比增长71.5%，增幅远高于行业整体 [1][7] - 全闪存在分布式存储中占比从2021年的13.4%提升至2024年的24.1%，期间提升10.7个百分点 [1][6] 技术性能与应用 - 分布式全闪存具备高速读写、低时延优势，广泛应用于对性能要求苛刻的场景如核心业务、AI、HPC等领域 [1][7] - 单集群吞吐量突破100GB/s，多采用NVMe-oF协议与RDMA网络，将延迟降至50微秒以下 [10] - 在AI领域可助力实现千卡GPU集群训练数据实时共享，大幅缩短模型迭代周期 [10] 产业链与竞争格局 - 中国企业级SSD市场规模从2021年的211.6亿元增长至2024年的445.1亿元，年复合增长率28.13% [8] - 企业级SSD市场竞争集中，Solidigm和三星占据大部分市场份额，其中Solidigm以35%份额位居首位 [9] - 分布式全闪存市场除华为、中科曙光、浪潮信息等传统厂商外，泛联信息等新兴厂商也表现出较强竞争力 [1][9] 未来发展趋势 - 行业将朝着渗透率提升、成本下降、安全性提高的方向发展 [1] - 闪存价格持续下降及用户对性能要求提升将推动新场景、新行业快速拓展 [10] - 采用存算分离架构可进一步压缩产品成本，推动应用领域拓宽 [10]

公司融资活动 - 公司中期票据注册申请于2025年10月21日获中国银行间市场交易商协会批准，注册金额为100亿元人民币，注册额度自通知书落款之日起2年内有效 [1] - 公司于2025年度发行第五期科技创新债券，发行规模为10亿元人民币，募集资金已于2025年11月14日全部到账 [2] 公司治理与信息披露 - 关于注册发行中期票据的议案已经公司第九届董事会第十三次会议及2024年度股东大会审议通过 [1] - 公司中期票据发行完成后，需通过中国银行间市场交易商协会认可的途径披露发行结果 [1] - 公司第五期科技创新债券发行的具体情况和相关文件详见中国货币网及上海清算所网站 [2]

超节点市场动态 - 2025年下半年起，国内多家科技公司密集发布超节点产品，包括华为、中兴通讯、超聚变、紫光股份旗下新华三、浪潮信息、百度、阿里巴巴及中科曙光等[2] - 华为在2025年中国国际大数据产业博览会上宣称其384超节点服务器的集群算力达到英伟达同类设备的1.67倍[2] - 中科曙光于2025年11月6日发布scaleX640超节点，宣称是"全球首个单机柜级640卡"集成产品[11] 超节点技术定义与分类 - 超节点在行业内有至少两种层级划分：单机柜内部实现高速互联（SuperNode）和由跨机柜组成的集群级互联（SuperPod）[3] - 超节点是将几十张乃至上百张AI计算卡集成进一台大机柜，通过内部高速互连使其像一块超级芯片一样工作[6] - 产品名称中的数字（如384、640）通常代表该超节点单机柜或单系统内集成的AI训练芯片数量，是衡量其规模与算力密度的核心指标[7] 超节点发展的驱动因素 - AI大模型训练面临"通信墙"瓶颈，在超高参数级别模型训练中，计算单元约40%的时间处于"空等"通信状态[4] - AI应用需求从"一个模型回答一个问题"转向需要多个模型协同工作的智能体（AI Agent），导致Token生成规模远超传统方式，对通信时延要求更高[8] - 国内单芯片算力存在短板，厂商通过构建多卡超节点模式在系统级上寻求优势，以弥补单卡性能差距[9] 超节点技术路径与工程挑战 - 行业主要采用两种构建大规模GPU集群的方式：Scale-Up（纵向扩展）和Scale-Out（横向扩展），超节点设计同时包含这两种方式[5][7] - Scale-Out网络通信时延约10微秒，而Scale-Up网络（如英伟达NVLink）目标时延为百纳秒级别，性能差距显著[8] - 高集成度带来工程挑战：英伟达GB200NVL72单柜72卡功耗达120千瓦，需采用液冷散热；其机柜内部需要铺设5000多条、总长近3200米的独立铜缆[14] - 互联协议出现分化：华为自研灵衢互联协议并开放技术规范；阿里、新华三等选择支持UALink等国际开放标准[15] 超节点市场前景与挑战 - 未来两到三年AI服务器需求主力为大型互联网企业和国家主导的主权云服务，后者旨在为本地化中小企业提供AI算力租赁服务[19] - 软件生态是国产算力厂商面临的共同挑战，用户更关注应用能否有效落地而非硬件参数[18] - AI算力最大应用场景目前是AIGC，但在智能制造等"AI+"领域，算力预期与实际需求存在落差；机器人、高阶自动驾驶等先进制造领域被看好具备长期潜力[20][21] - 金融、医疗等行业AI应用仍处于从单点验证走向规模化复制的早期阶段[22]

债券发行 - 2025年10月21日中期票据申请获注册通过，核定金额100亿，额度2年有效[1] - 近日发行2025年度第五期科技创新债券，规模10亿[2] - 发行利率1.95%，价格100（百元面值）[2] 资金情况 - 2025年11月14日债券募集资金全部到账[2] 债券期限 - 期限3年，起息日2025年11月14日，兑付日2028年11月14日[2] 承销商 - 簿记管理人和主承销商为中国银行，联席主承销商为华夏银行[3]

公司战略与产品进展 - 公司All in液冷战略获得市场认可 [1] - 液冷服务器已在众多行业和领域实现批量化部署 [1] 产品毛利率影响因素 - 产品毛利率受客户结构、产品结构、供应形势、市场竞争等多方面因素综合影响 [1]