报告行业投资评级 未提及 报告的核心观点 随着金融业务数字化转型，金融机构采用云原生技术改造业务，核心业务上云使金融云平台重要性提升，对其稳定性和可靠性要求更高，强大的运维体系是保障云平台稳定性的有效手段。华为云基于自身经验和实践，积累主机上云场景的运维核心能力，沉淀构建现代化运维能力的路径和方法，助力金融企业实现主机业务全面云化 [7][8]。 根据相关目录分别进行总结 主机上云带来的运维新挑战 - 挑战1：核心应用上云后可用性管理面临成本、技术和管理三重挑战，需平衡高可用投入与产出，让现有技术发挥最大效能，并匹配管理手段与工具 [15][16] - 挑战2：云平台技术栈增厚，传统IT运维方式受冲击，需统一管理软硬件运维对象，汇聚和分析运维数据，构建全链路故障感知和全栈故障可视的运维体验 [17][18] - 挑战3：金融领域提出核心业务“1 - 5 - 10”目标，需解决少出问题、快速恢复故障和解决云网络问题等关键问题 [20] - 挑战4：主机上云过程中，应用与云平台运维受运维安全和租户安全双重挑战，运维安全存在意识不足、管控技术手段不足和权责不匹配等问题，租户安全面临攻击无法避免、防护难以全局统筹和威胁处置缓慢等挑战 [23][24][27] 主机上云运维现代化核心能力 平台运维现代化 - 全链路运维监控：构建从应用到云平台的全栈感知能力，包括终端、应用、PaaS实例和IaaS基础设施四层可观测体系，实现极简信息汇聚，提升运维体验和故障处理效率 [33][39][61] - 确定性故障恢复：基于云服务故障模式基线库对云服务实例进行全面诊断，通过云网一体化运维实现应用、虚拟链路、物理路由的一致性监控和运维 [64][79] - 预见性风险治理：分为运行态风险预防、变更风险控制和未知风险挖掘三部分，通过建立风险主动预防体系、变更模型和风险规则机制以及混沌工程来实现 [95] 应用运维现代化 - 运维规划前置到设计阶段：业务可靠性源于运维与设计融合，需进行业务容灾等级评估、选择容灾策略，并持续治理应用高可用 [131][132][135] - 借助运维数仓构建应用可用性监控管理体系：通过运维数仓汇聚运维数据、搭建业务指标体系和设计端边纵向可观测体系，实现业务故障实时感知定界 [136][138] 安全运维现代化 - 全视角运维安全体系设计：对运维过程进行无死角安全管控，包括事前权限规划和管理、事中运维操作管控以及事后运维操作审计与分析 [38] - 体系化、智能化安全运营：构建完整的安全防护体系，端到端保障云租户安全 [38]

报告行业投资评级 未提及 报告的核心观点 报告聚焦金融行业主机上云带来的运维挑战，华为云基于自身经验沉淀运维核心能力与方法，旨在助力金融企业实现主机业务全面云化，围绕核心系统云平台运维、应用运维及安全运维构建云运维保障能力，支撑金融核心应用迁移上云后的稳定运行，推动金融机构深化数智业务创新[7][8][31] 根据相关目录分别进行总结 主机上云带来的运维新挑战 - 挑战1：核心应用上云后可用性管理面临成本、技术和管理三重挑战，需平衡高可用投入与产出，让现有技术发挥最大效能，并匹配管理手段与工具[15][16] - 挑战2：云平台技术栈增厚，传统IT运维方式受冲击，需统一管理软硬件运维对象，汇聚分析运维数据，构建全链路可视运维体验[17][18] - 挑战3：金融核心应用运维需实现“1 - 5 - 10”目标，要解决少出问题、快速恢复故障和解决云网络问题等关键问题[20] - 挑战4：主机上云过程中，运维安全面临意识不足、管控技术手段不足和权责不匹配等挑战，租户安全面临攻击无法避免、防护难统筹和处置缓慢等挑战[24][27] 主机上云运维现代化核心能力 平台运维现代化 - 全链路运维监控：构建从应用到云平台的全栈感知能力，分层设计核心应用可观测体系，实现极简信息汇聚，提升运维体验和故障处理效率[33][42][61] - 确定性故障恢复：基于云服务故障模式基线库诊断云服务实例，通过云网一体化运维实现应用、虚拟链路、物理路由的一致性监控和运维[65][79] - 预见性风险治理：分为运行态风险预防、变更风险控制和未知风险挖掘三部分，通过建立风险主动预防体系、变更风险控制机制和混沌工程挖掘未知风险[95][104][117] 应用运维现代化 - 运维规划前置到设计阶段：进行业务容灾等级评估和策略选择，持续治理应用高可用，保障业务可靠性[131][134][135] - 借助运维数仓构建应用可用性监控管理体系：通过运维数仓汇聚运维数据、搭建业务指标体系和设计端边纵向可观测体系，实现业务故障实时感知定界[138] 安全运维现代化 - 对运维过程进行无死角安全管控，实现事前权限规划管理、事中操作严格管控和事后操作审计分析，构建租户安全防护体系[38]

报告行业投资评级 未提及 报告的核心观点 报告围绕大模型混合云的十大创新技术展开，分析各技术业界难题，介绍华为云对应解决方案及价值收益，助力政企行业实现AI智能化规模化应用，提升大模型训练效率、精度、稳定性和安全性等[17][37][51] 根据相关目录分别进行总结 多样性算力调度 - 业界难题：异构算力管理、分布式训练调度、AI资源碎片、推理算力利用率提升、AI算力多团队共享等存在挑战[17][18][19] - 解决方案：基于云原生集群管理框架和Volcano调度框架，实现分布式AI任务调度增强，做逻辑子池、队列优先级等创新优化；引入K8s的Device - plugin调度插件框架和AI异构算力插件；设计Volcano调度框架实现组调度功能并增强；开发增强调度逻辑实现NPU算力切分[22][27][28] - 价值收益：实现x86、ARM、GPU、NPU统一纳管调度，千亿模型训练算力利用率达47% [33][34][35] 云边协同 - 业界难题：AI大模型应用于工业场景时，需解决规模化部署与运维效率问题，构建异常样本反馈与模型快速迭代机制[37] - 解决方案：华为混合云推出云边协同方案，支持中心训练、边缘推理以及模型边学边用、持续迭代；提供统一的部署、管理、运维能力；基于云边协同架构实现模型边用边学[39][42][44] - 价值收益：可纳管10万 + 边端推理设备，模型一键式部署达分钟级，模型精度提升20%，边缘推理低时延达毫秒级[48] AI - Native存储 - 业界难题：海量小文件加载慢，故障影响大、恢复慢，传统存储架构难以应对超大规模AI集群数据快读、Checkpoint快存、故障快速恢复需求[51][54] - 解决方案：基于OBS数据湖、SFS Turbo高性能并行文件系统和AI Turbo加速的创新三层架构；SFS Turbo加速训练数据集访问，AI Turbo加速训练检查点保存和加载[55][56] - 价值收益：亿级训练原始数据加载效率提升20倍，集群故障恢复检查点加载耗时从小时级降至分钟级[63] 增强AI网络 - 业界难题：大模型训练通信开销占比高，传统ECMP等价路由负荷分担机制在AI场景易造成链路流量不均和网络拥塞[65][67] - 解决方案：基于ROCE无损网络打造全网负载均衡算法，针对单AI训练任务实现网络级负载均衡，通过AI调度平台、网络控制器、设备统一协同实现多任务全网负载均衡[71][72][75] - 价值收益：实现无损大带宽从100G提升到200G/400G，全网有效吞吐从30%提升到95%以上[78] 算子加速 - 业界难题：未经调优的模型性能差、开发效率低，昇腾算力无法充分释放，算子开发门槛高[80][84] - 解决方案：围绕昇腾AI处理器打造CANN异构计算架构，提供融合算子库和AscendC算子编程语言；设计昇腾亲和的算子融合算法，使用AscendC降低算子开发门槛[85][86][91] - 价值收益：常用模型性能提升50%，算子开发周期从2人月降至2人周[95] 全链路数据工程 - 业界难题：数据获取难、质量差、结果不准确，制约数据质量提升[97][100] - 解决方案：从数据获取、加工到利用三个阶段开展技术创新，打造8大工具，包括内部数据集成和外部数据流通工具、智能清洗等加工工具、数据安全等利用工具[101][104][109] - 价值收益：减少50%手工操作，加工效率提升10倍 +，准确率达95% [113] 统一数据编码 - 业界难题：数据种类单一导致预测精度低，数据来源多样使人工适配工作量大，限制预测大模型规模应用[116][119] - 解决方案：创新统一数据编码技术将不同来源数据转换为三元组并按图组织；采用统一预训练大模型架构，盘古预测大模型支持下游任务微调[120][121] - 价值收益：预测精度提升10%，微调上线达天级[123] 精细视觉神经网络 - 业界难题：传统视觉模型泛化能力弱、精度差，高分辨率图像处理效率低[126][127] - 解决方案：创新精细视觉神经网络，通过细粒度图文对齐技术解决特征提取粒度不完整问题，通过视觉空间压缩技术解决高分辨率图像处理效率问题[130] - 价值收益：80% + 场景开箱即用，新场景精度达80% +，训推提速1倍，计算量压缩40% [136] 无感断点续训 - 业界难题：大模型训练故障感知不全且慢，故障恢复仅支持重调度、耗时长[139][140] - 解决方案：创新无感断点续训技术，具备全栈故障模式库和三级自愈架构，实现故障分钟级感知和恢复[144] - 价值收益：覆盖95%常见故障，故障感知和恢复达分钟级[152] 安全护栏 - 业界难题：大模型应用带来Prompt攻击、隐私泄露、内容合规、鉴伪检测等风险[156][159][160] - 解决方案：华为云Stack提供1 + 7安全体系和安全护栏，具备Prompt攻击检测、隐私检测脱敏、内容合规检测、生成式AI鉴伪能力[161] - 价值收益：拦截攻击90% +，保护30 + 种隐私数据，拦截95% + 不良内容，鉴伪响应达毫秒级[174]

纪要涉及的行业和公司 - **行业**：自动驾驶、智能车、汽车零部件、报款车、汽车座椅 - **公司**：比亚迪、长安、小鹏汽车、华阳集团、德塞西威、均胜电子、沪光股份、瑞鹄模具、旭升集团、拓普集团、新泉股份、行动科技、积峰股份、上海延浦、天振资控 纪要提到的核心观点和论据 自动驾驶行业 - **核心观点**：2024 - 2025年策略是all - in自动驾驶，行业处于早期且趋势在加速 [1][2][5] - **论据**： - 自动驾驶技术进步与AI和Deep - Seek密切相关，能力以每年十倍提升，有质的飞跃，国内过了VC1未过VC2，接近V3，性能从可用到接近好用 [2][3] - 技术升级使自驾成本下降超50%，从五六万降至两万以内，推动渗透率提升，高阶制造功能渗透率2025年突破10%，未来两到三年从10%提升到40% - 50% [3][4] - Deep - Seek在自动驾驶领域逻辑与HII领域匹配，提升性能、降低成本，加速渗透率提升的两大核心推动力 [7][10] 整车公司 - **比亚迪**： - **核心观点**：四季度受点五技术推动插混车销量提升，2025年高阶智驾大规模上车，有多种车型策略，第二代刀片电池上车提升竞争力 [30][31][34] - **论据**：点五技术二季度末推出后，三四季度插混车销量同比持续提升；2025年秦、汉、唐等车型可能选配高阶智驾方案，老款车型有降价或加量不加价策略；第二代刀片电池能量密度提升35%，综合续航超1000公里 [30][31][34] - **长安**： - **核心观点**：四季度销量环比增长好，深蓝和阿维塔有销量目标和增长潜力，M9和N8有竞争力 [35][36][38] - **论据**：起源、阿维塔和深蓝销量环比明显增长；深蓝销量目标相比去年翻倍，阿维塔明年销量目标翻倍，推出Avita06预计带来销量增量；M9预计今年达一万五左右，N8有望达两万左右 [35][36][38] - **小鹏汽车**： - **核心观点**：2024年Q4销量和股价亮眼，2025年有望盈利，有多款潜力车型，核心经营能力强 [45][46][47] - **论据**：2024年Q4交付量约九万一千辆，全年收入预计四百亿以上；2025年交付量有望接近五十万，收入九百到一千亿并迎来收支平衡和利润拐点；G7、P8、G01等车型有爆款潜力；可支持纯视觉程序高阶自驾，将自驾功能标配提升竞争力 [45][46][47][48] 零部件公司 - **华阳集团**： - **核心观点**：Q4配套销量收入超预期，2025年收入和利润有不错增速 [49][50][52] - **论据**：业务覆盖座舱中控、抬头显示等，Q4深蓝S05等车型销量好；2025年中控业务维持，座舱预控产品出货量和收入翻倍，HOD和数字声学有增长，预计收入130亿以上，净利润九到十个亿 [49][50][52] - **德塞西威**： - **核心观点**：未来前景好，业绩有望维持30% - 40%增速 [52][53] - **论据**：是智能化领域国内龙头，配套国内头部车企，高阶智驾渗透率增长，支架相关配置量增长可观 [52][53] - **均胜电子**： - **核心观点**：业绩有不错表现，未来成长性好，估值便宜 [54][55][56] - **论据**：业务包括座舱和汽车安全功能件、汽车电子，优化利润率目标在落地；拿到国内自主头部新势力百万辆车车身预控定点，布局无线充电和机器人业务 [54][55][56] 报款车公司 - **沪光股份**： - **核心观点**：业绩增长确定性高，有竞争力和大客户，赛道空间大 [59][60][62] - **论据**：主要大客户有3D4、理想、特斯拉等，2025年核心看点是M8配套线束；未来乐道16单车价值量有望达5000左右；预计2025年经营利润达七个亿，经营利润率接近10% [59][60][62] - **瑞鹄模具**： - **核心观点**：业绩增长确定性高，大客户结构好，有新增长曲线 [63][64][65] - **论据**：汽车零部件客户单带来增长，R7和S7增程款贡献增量；铝合金高压铸造和重压业务稳定增长，模具毛利率提升；布局机器人产业化，有望改变收入结构 [63][64][65] 汽车座椅公司 - **积峰股份**： - **核心观点**：有望成长为全球化平台性座椅龙头 [73][74] - **论据**：2024年亏损因非经常性事件，利空逐渐缓释；乘用车座椅定点稳步推进，拓展智能座舱业务且已扭亏为盈 [73][74] - **上海延浦**： - **核心观点**：有望在乘车座椅赛道破局，驱动估值体系重构 [75][76][77] - **论据**：是国内汽车座椅细分龙头，拓展铁路业务；2024年为多款爆款车提供座椅，拿到多个座椅总成定点；预计2025年营收31亿元，净利润2.07亿元，净利率提升到6.6% [75][76][77] 其他重要但是可能被忽略的内容 - 2024年四季度汽车行业内需受渔人换运政策刺激增长多，出口虽受海外关税影响但增速仍好于国内，新能源车销量团体大幅增长 [19][20] - 政府积极推动移动环境政策落地，2025年地方政府政策预计拉动一千万左右更新水平 [25][26] - 智能化2024年是元年，2025年加速渗透，高阶智驾需在主流价位降本加速渗透，比亚迪和小鹏推动作用大 [27][28][29]

报告行业投资评级 未提及 报告的核心观点 AI发展与数据基础设施紧密相关，数据基础设施成为大模型发展基础和AI时代国家重要竞争力，打造“AI - Ready”的数据基础设施是产业战略选择，其应具备开放互联、智能敏捷、安全合规、可持续绿色等特征，同时针对AI大模型数据基础设施实践中的挑战提出了相应建议，并阐述了其在智算中心、云和互联网、边缘训推等场景的参考架构及特征 [13][15][16] 根据相关目录分别进行总结 AI大模型加速行业智能化转型 - 人工智能经历三次发展高潮，当前处于第三个阶段，Transformer大模型推动深度学习发展，成为AI新范式 [21] - OpenAI推出ChatGPT和Sora，Sora使AI大模型向多模态发展，对数据基础设施提出高挑战 [22] - AI大模型应用场景丰富，加速向各行业渗透，实现多场景覆盖等，推动行业从专用领域向通用领域发展 [21][23] - 各行业积极探索大模型应用场景，在提升运营与开发效率、金融产品营销能力、风险处置能力、使能新业态等方面显现价值 [25][26] - AI大模型发展面临企业数据管理、行业需求差异、计算资源限制、模型可解释性等挑战，企业需构建AI - Ready数据基础设施 [33][34][35] AI大模型数据基础设施实践中的挑战与建议 - 数据资产管理挑战：数据类型多、标准化难，企业技术能力有限，存在数据质量不高、孤岛严重等问题，建议构建“AI数据湖”和统一数据管理平台 [38][39][40] - 集群可用度挑战：算力浪费严重、建设和能耗成本高，集群可用度普遍不足50%，建议走出堆砌GPU算力误区，构建强一致高性能集群存储系统等 [42][45][48] - 数据一致性挑战：体现在AI训练各环节，影响Checkpoint保存与恢复效率等，建议构建强一致高性能集群存储系统，提升运维管理效率 [42][44][50] - 数据安全挑战：勒索软件变种增多、AI系统漏洞增加、数据资产化引发勒索形式多样、数据投毒危害大，建议加强AI系统韧性，守护高价值数据资产等 [52][53] AI - Ready的数据基础设施的特征与参考架构 - 定义与特征：专为AI应用和服务设计，具备大规模数据归集和预处理、高性能和强一致、超强韧性、内生数据安全等特征 [58][62][65] - 三大应用场景及参考架构 - 智算中心场景：承载重要训练数据，对存储容量和性能要求高，面临数据膨胀、数据孤岛、集群同步等挑战，建议采用AI数据湖解决方案，具备统一命名空间、EB级扩展及智能分级、数控分离架构等特征，管理运维平台应具备全栈管理能力 [66][68][73] - 云和互联网场景：云与互联网企业是AI前沿探索建设者，数据基础设施面临支撑集群大规模训练、实现高稳定性、低成本快速扩展等挑战，应具备全局负载均衡、端到端NVMe连接等关键技术和高带宽性能等特征 [82][83][87] - 边缘训推场景：企业应用AI改造收敛到RAG，数据基础设施需为各过程提供资源，具备海量硬盘状态检测、高度冗余保护、开放架构、高密设计等关键技术 [89][90]

行业或公司 * 华为生态圈 * 江淮汽车 * 赛力斯 * 戴森 * 齐威 * 北汽 * 宝马 * 奥迪 * 保时捷 核心观点和论据 * **华为生态圈持续扩容**：华为与多家车企合作，包括江淮、戴森、齐威、北汽等，合作模式包括自显车模式、华为insight模式和零部件模式。 * **华为汽车生态的成功**：赛力斯的成功为华为汽车生态树立了成功的样板，预计后续车企与华为的合作将更加紧密。 * **电动汽车下半场拥抱智能化**：电动汽车下半场必须拥抱智能化，华为在自动驾驶综合能力上具有明显优势。 * **华为造车模式**：华为有三种造车模式，包括与车企合作开发车型、提供零部件和平台技术支持。 * **江淮汽车与华为合作**：江淮汽车与华为合作开发百万级别的超高端车型，包括S800和G8S。 * **华为智能技术平台**：华为智能技术平台覆盖B级到D+级，适配车型包括轿车、SUV和MPV。 其他重要内容 * **华为insight模式**：华为insight模式是一种更松散的零部件模式，主要提供驾驶、自驾和智能座舱三个域的技术支持。 * **尊贵S800**：尊贵S800是江淮汽车与华为合作开发的百万级别的超高端车型，定位高端轿车市场。 * **江淮汽车与华为合作历程**：江淮汽车与华为合作历程包括签署合作协议、M5交付市场反馈良好、M7改款后市场反响积极等。 * **百万级别轿车市场**：百万级别轿车市场消费者更看重品牌、调性和智能化配置。 * **华为汽车生态未来发展**：华为汽车生态未来发展前景广阔，团队对后续发展充满信心。 数据和百分比 * **S800销量**：1.6万辆左右 * **M7改款后股价涨幅**：187% * **M7利润增长**：非常强的增长 * **M9首发市场反响**：市场有一定的反响

行业或公司 * 华为汽车产业链 * 江淮汽车 * 北汽蓝谷 * 长安汽车 * 后光股份 * 上海严浦 * 瑞虎模具 * 电源技术 核心观点和论据 1. **华为汽车产业链强势**：2024年华为汽车产业链整体表现强势，市值合计上涨1500亿，其中智选车型市值占比约10-13%，销量占比约10-13%[2][3]。 2. **整车和零部件推荐**：建议从整车到零部件投资，整车推荐江淮汽车、北汽蓝谷和长安汽车，零部件推荐后光股份、上海严浦、瑞虎模具和电源技术[2][16][17]。 3. **产品周期**：2025年华为汽车将推出更多车型，覆盖全价格段，提升品牌认知度[5][6]。 4. **自动驾驶**：2025年是自动驾驶大年，特斯拉和华为的竞争将推动支架普及率提升[9][10]。 5. **自主化突破**：华为在操作系统、芯片和大模型方面的突破将提升智能座舱和自动驾驶能力[11][12]。 6. **投资建议**：整车推荐江淮汽车、北汽蓝谷和长安汽车，零部件推荐上海严浦、沪光股份、电联技术和瑞虎模具[16][17][21]。 其他重要内容 1. **政策背景**：2025年政策将继续支持汽车消费，汽车板块将是核心着力点[4][5]。 2. **华为能力**：华为在车端智能座舱和驾驶技术方面处于国内领先地位，具有竞争优势[6]。 3. **车型布局**：华为智选车型已布局全价格段，包括中高端SUV、纯电轿车和行政轿车[7]。 4. **零部件增长**：零部件标的受益于汽车增长和单车价值量提升[18][20][22]。

行业投资评级 - 报告未明确提及行业投资评级 [1] 核心观点 - 智能化时代，光通信产业面临三大挑战和机遇：算力承载网如何使能以网强算、宽带网络如何满足智能应用的确定性体验要求、如何支撑行业的数智化转型 [7] - 光通信产业将迎来十大发展趋势，包括数据中心架构演进、城域网低时延入算、智算集群光电混合组网、光接入网迈向50G PON和Wi-Fi 7时代等 [10] 光网络十大趋势 趋势一：数据中心架构演进 - 智能应用驱动数据中心向多层次、分布式架构演进，骨干网将走向400G立体联算，实现6个9高可靠无阻塞的高品质算间互联 [13] - 2030年AI将贡献72%新增网络流量，AI流量年增长超过36% [13] - 全球超大型数据中心数量将突破1000个，边缘数据中心同步快速增长 [17] 趋势二：城域网低时延入算 - 智能应用发展对入算网络联接品质要求越来越高，城域网将走向1ms一跳入算 [22] - 2024年全球16%智能手机出货为AI手机，2028年将激增至54% [22] - 端云协同智能应用将带来流量快速增长，如Apple Intelligence模型推理依赖云端算力 [23] 趋势三：智算集群光电混合组网 - 智算集群需突破传统交换机网络带来算力规模和功耗限制，走向光电混合DCN组网 [39] - 过去五年算力需求增长2000倍，单卡算力仅增长47倍，需通过DCN组网能力弥补剪刀差 [39] - 传统交换机堆叠组网面临能耗高、时延大、Hash冲突等挑战 [44] 趋势四：光接入网迈向50G PON和Wi-Fi 7 - 光接入网正加速迈向50G PON和Wi-Fi 7时代，实现从千兆到家向万兆到房升级 [48] - 全球光纤宽带用户已超10亿，千兆家宽用户数超过2亿 [50] - 2025年全球云游戏目标用户达4.649亿，市场空间81.7亿美元 [50] 趋势五：光接入网确定性体验 - 智能应用涌现要求品质可保障的泛在算力接入，驱动光接入网架构从"尽力而为"走向"确定性体验" [57] - 4K云电竞业务需要接入网提供可保障的300Mbps带宽和确定性5ms时延保障 [57] - 3D高清直播业务要求从直播基地到边缘云有可保障的500M上行带宽 [58] 趋势六：FTTR全光底座演进 - Apple Vision Pro革新家庭娱乐体验，加速FTTR全光底座向FTTR+X智慧家庭中枢演进 [64] - Apple Vision Pro对网络下行带宽要求316Mbps，端到端网络时延要求≤15ms [64] - 云NAS是家庭场景蓬勃发展的主流智能应用，边缘云NAS主打下行不限速体验 [65] 趋势七：光网络AI智能化升级 - 光网络管控平台需引入AI技术实现智能化升级和用户体验保障 [71] - 91%运营商已启动网络智能化升级，全球十多个头部运营商发布2025-2027年实现L4自智网络目标 [71] - 58%家宽用户体验问题靠用户投诉发现，57%企业用户投诉因业务中断或SLA不达标引起 [72] 趋势八：全光园区2.0 - 光进铜退正在从家庭走向园区，全光园区2.0构建园区数智化底座 [86] - Wi-Fi 7时代，园区网线必须换成光纤，光纤带宽容量巨大，能最高支持100Tbps [89] - F5G全光园区2.0方案在性能和体验上进行三大升级，大幅提升连接带宽、连接数量和品质体验 [100] 趋势九：行业生产通信网升级 - 光进电退，行业数智化升级催生行业生产通信网新标准fgOTN，加速行业生产通信网升级 [103] - ITU-T在2023年底发布fgOTN标准，明确将其定位为接续SDH的下一代标准技术 [106] - 电力行业未来5年新能源场站总装机容量翻一倍，未来10年翻3~4倍，可达18亿千瓦时 [108] 趋势十：光进人退 - 智能化时代，光纤、视觉、雷达等多维度感知信息，通过AI加持实现更加精准的智能远程作业，实现光进人退 [10]

行业或公司 * 人形机器人板块 核心观点和论据 * **特斯拉人形机器人**：特斯拉人形机器人有望于2025年进行量产，规模达到千台级别，带动了5月到6月中旬的行情。10月11日的Robotech发布会进一步推动了9月下旬至10月的行情。[2] * **华为机器人产业链**：华为机器人产业链成为另一条主线，10月28日重庆市机器人家应用行动计划发布，表示重庆市对机器人产业的支持将持续上升。11月15日华为机器人智能重新启动运营，与乐巨、赵薇、墨影等头部企业签署合作协议。[3] * **特斯拉与华为共振**：特斯拉和华为两条主线有望共振，对整个人形机器人板块形成较大影响。[4] * **催化事件**：特斯拉人形机器人已发布两代，2023年底将发布第二代。华为机器人产业链发展或将加速。[5] * **汽车巨头布局**：小鹏、林德、长安等汽车巨头或头部供应商也在布局人形机器人领域。[6] 其他重要内容 * **投资建议**：推荐特斯拉产业链和华为机器人产业链的核心标的，如桑花北特、双环照明、双菱、蓝带复令等。[7][8]

行业或公司 * 华为 [1] 核心观点和论据 * 华为Mate 60 Pro搭载全球首个三网卫星通信方案，包括北斗短报文、天通卫星通信和低轨卫星互联网 [1] * 手机直连卫星存在两种方法：在手机侧加装专用芯片和无需改造手机 [2] * 华为可能已在手机侧加装额外芯片以实现低轨卫星互联网功能 [4] * 预计BEP应用开放可能要到2028年 [5] * 手机厂商对卫星相关新技术的搭配合意度较高 [7] * 卫星互联网功能可能在手机厂商旗舰机上先标配，然后全面推广 [10] * 推荐投资布局全面且在卫星通信领域有实力的厂商，如海车通信 [11] 其他重要内容 * 华为Mate 60 Pro搭载的天通卫星通信功能在2023年8月29日发布 [2] * 手机直连卫星的两种方法中，国内可能以第一种为主 [4] * 手机厂商对卫星相关新技术的应用较为激进 [8] * 卫星互联网功能可能在手机厂商旗舰机上先标配，然后全面推广 [10] * 海车通信在卫星通信领域技术布局全面，研发进展较快 [11] * 国家可能发射新卫星，对板块情绪产生较大影响 [13]