1.盤古大模型的優(yōu)勢體現(xiàn)在哪里？

應(yīng)用場景紛繁復(fù)雜疊加“作坊式”的開發(fā)模式導(dǎo)致傳統(tǒng) AI 模型商業(yè)化落地較難，具體來 看： 一方面，傳統(tǒng)的 AI 開發(fā)模式下，一個場景對應(yīng)一個模型，數(shù)據(jù)質(zhì)量差、樣本少，模型精 度差，并且應(yīng)用場景相對單一。不同行業(yè)、不同場景對 AI 的需求既復(fù)雜且碎片化，每個 痛點都需要進行定制化地開發(fā)和改造，同時 AI 人才相對稀缺，很多企業(yè)通過人工進行 AI 應(yīng)用的開發(fā)，從而導(dǎo)致成本高、效率低、落地慢，投入產(chǎn)出不成正比。此外一旦應(yīng)用場景 發(fā)生變化，整個模型可能需要重新開發(fā)。 另一方面，“作坊式”開發(fā)模式限制了 AI 生產(chǎn)力的釋放。傳統(tǒng)的 AI 開發(fā)模式效率相對較 低，AI 技術(shù)的企業(yè)滲透率僅在 4%左右，AI 算法從理論上能夠極大提升產(chǎn)品及服務(wù)的價值 量，但由于開發(fā)過程中存在大量的碎片化因素，不同的應(yīng)用場景往往需要獨立的架構(gòu)設(shè)計 與調(diào)參，效率相對較低?！靶∽鞣皇健钡?AI 開發(fā)模式無法實現(xiàn)規(guī)?；瘧?yīng)用，AI 生產(chǎn)力受 到了一定程度的限制。

1.1 30 億參數(shù) CV 模型+千億級 NLP 大模型業(yè)界領(lǐng)先

盤古大模型從 2020 年啟動研發(fā)，2021 年 4 月正式發(fā)布，到 2022 年聚焦行業(yè)應(yīng)用落地， 其進化路徑可分為 L0-L1-L2 三個階段，上層是在下層的基礎(chǔ)上演化而來。L0 是指基礎(chǔ)大 模型，包括 NLP（中文語言）大模型、CV（視覺）大模型、多模態(tài)大模型、科學(xué)計算大模 型以及 Graph（圖網(wǎng)絡(luò)）大模型。 自然語言處理（NLP）系列是業(yè)界首個千億級生成與理解中文 NLP 大模型，由華為云、循 環(huán)智能和鵬城實驗室聯(lián)合開發(fā)，在訓(xùn)練過程中使用了 40TB 的中文文本數(shù)據(jù)，其中包含大 量的通用知識與行業(yè)經(jīng)驗，具備領(lǐng)先的語言理解和模型生成能力，并通過行業(yè)數(shù)據(jù)的小樣 本調(diào)優(yōu)提升模型在場景中的應(yīng)用性能。在中文語言理解評測基準 CLUE 榜單中，盤古 NLP 大模型在總排行榜及分類、閱讀理解單項均排名第一，刷新了三項榜單世界歷史紀錄，總 排行榜得分 83.046（人類水平為 85.61），多項子任務(wù)得分業(yè)界領(lǐng)先。在 NLPCC 2018 文 本摘要任務(wù)中，盤古 NLP 大模型取得了 Rouge 平均分 0.53 的業(yè)界最佳成績，超越第二名 百分之六十。此外，基于提示調(diào)優(yōu)、動態(tài)冰化等一系列正則化技術(shù)，NLP 大模型還實現(xiàn)了 小樣本學(xué)習(xí)任務(wù)超越 GPT 系列。

計算機視覺（CV）系列為業(yè)界最大的 CV 模型。其包含 30 億+參數(shù)，在業(yè)界首次實現(xiàn)了模 型的按需抽取，可以在不同部署場景下抽取出不同大小的模型，動態(tài)范圍可根據(jù)需求覆蓋 特定的小場景到綜合性的復(fù)雜大場景，實現(xiàn)了在 ImageNet 上小樣本學(xué)習(xí)能力業(yè)界第一。 盤古 CV 大模型致力于解決 AI 工程難以泛化和復(fù)制的問題，使得研發(fā)成本降低 90%。此外， 盤古 CV 大模型提供模型預(yù)訓(xùn)練、微調(diào)、部署和迭代的功能，形成了 AI 開發(fā)完整閉環(huán)，極 大提升了 AI 開發(fā)效率。CV（視覺）大模型已成功應(yīng)用在鐵路巡檢、國家電力巡檢等場景。 華為南方工廠的 PCB 版質(zhì)檢即借助了盤古 CV（視覺）大模型進行展開，目前正被更多制 造企業(yè)應(yīng)用在工業(yè)質(zhì)檢環(huán)節(jié)。

科學(xué)計算大模型主要解決各種科學(xué)問題，如氣象預(yù)報、海浪預(yù)測、分子動力學(xué)預(yù)測、微分 方程求解等，旨在利用 AI 促進基礎(chǔ)科學(xué)的發(fā)展。 多模態(tài)大模型具備圖像和文本的跨模態(tài)理解、檢索與生成能力，通過跨模態(tài)語義關(guān)聯(lián)實現(xiàn) 視覺-文本-語音多模態(tài)統(tǒng)一表示，采用一個大模型即可靈活支撐圖-文-音全場景 AI 應(yīng)用， 可用于產(chǎn)品設(shè)計、藝術(shù)創(chuàng)作、語音播報、海報創(chuàng)作等領(lǐng)域。 Graph（圖網(wǎng)絡(luò)）大模型首創(chuàng)圖網(wǎng)絡(luò)融合技術(shù)，在工藝優(yōu)化、時序預(yù)測、智能分析等場景 有廣泛應(yīng)用，如預(yù)測企業(yè)財務(wù)風險、制造企業(yè)優(yōu)化工藝等。在時序預(yù)測場景下，圖網(wǎng)絡(luò)大 模型可協(xié)助中央空調(diào)系統(tǒng)進行可揮發(fā)氣體濃度的預(yù)測、智能監(jiān)測空氣質(zhì)量，同時可以幫助 零售企業(yè)進行銷量預(yù)測。在工藝優(yōu)化場景下，圖網(wǎng)絡(luò)大模型則可以幫助制造行業(yè)優(yōu)化工藝、 降本增效。

L1 是指行業(yè)大模型，是在 L0 基礎(chǔ)上導(dǎo)入行業(yè)數(shù)據(jù)進行訓(xùn)練后衍生出的模型，如盤古金融 大模型、盤古礦山大模型、盤古電力大模型、盤古制造質(zhì)檢大模型、盤古藥物分子大模型 等行業(yè)大模型。 L2 是指在 L1 基礎(chǔ)上結(jié)合行業(yè)細分場景得到的推理模型。以在電力行業(yè)為例，華為云基于 盤古電力大模型，針對無人機電力巡檢細分場景，通過一次預(yù)訓(xùn)練+下游任務(wù)的微調(diào)，推 出盤古電力巡檢大模型，解決了無人機智能巡檢系統(tǒng)（缺陷檢測）中的小樣本學(xué)習(xí)、主動 學(xué)習(xí)、增量學(xué)習(xí)等問題，同時解決了海量數(shù)據(jù)標注工作量大和缺陷種類繁多的問題。此外， 在華為云 AI 生態(tài)中，通過開源開放，盤古大模型充分借助開發(fā)者和合作伙伴的力量，如 將 L1 行業(yè)大模型開放給 ISV 伙伴等，將大模型的能力進一步下沉到場景，從而打造開放 生態(tài)。 總的來看，盤古大模型分為三個訓(xùn)練階段：一是預(yù)訓(xùn)練，利用海量數(shù)據(jù)進行預(yù)訓(xùn)練得到通 用基礎(chǔ)模型，二是微調(diào)，針對下游行業(yè)具體任務(wù)，結(jié)合行業(yè)數(shù)據(jù)進行微調(diào)；三是大模型迭 代，結(jié)合不斷產(chǎn)生的新數(shù)據(jù)和之前訓(xùn)練使用的數(shù)據(jù)，實現(xiàn)大模型的終身學(xué)習(xí)。

目前，盤古大模型已經(jīng)在 100 多個行業(yè)場景完成驗證，包括能源、零售、金融、工業(yè)、醫(yī) 療、環(huán)境、物流等等。盤古 NLP 大模型涉及千億參數(shù)、40TB 訓(xùn)練數(shù)據(jù)，對算法、算力、 海量數(shù)據(jù)處理、并行優(yōu)化都提出了很大挑戰(zhàn)。在算法方面，華為云算法團隊和循環(huán)智能 （Recurrent AI）的 NLP 團隊聯(lián)合攻關(guān)，突破了大模型微調(diào)的難題。鵬城實驗室的國內(nèi)最 大規(guī)模 AI 訓(xùn)練集群鵬城云腦 II 在盤古 NLP 大模型訓(xùn)練中提供了強大的 AI 算力和數(shù)據(jù)吞 吐能力，為盤古大模型訓(xùn)練打下堅實的基礎(chǔ)。此外，華為底層軟件、訓(xùn)練框架、ModelArts 平臺協(xié)同優(yōu)化，充分釋放算力，達成了全棧性能最優(yōu)。 具體來看，首先，針對底層算子性能，盤古大模型基于華為 CANN 采用了算子量化、算子 融合優(yōu)化等技術(shù)，將單算子性能提升 30%以上。其次，華為 MindSpore 創(chuàng)新性地采用了“流 水線并行、模型并行和數(shù)據(jù)并行”的多維自動混合并行技術(shù)，大幅降低了手動編碼的工作 量，并提升集群線性度 20%。華為云 ModelArts 平臺提供 E 級算力調(diào)度，同時結(jié)合物理網(wǎng) 絡(luò)拓撲，提供動態(tài)路由規(guī)劃能力，為大模型訓(xùn)練提供了最優(yōu)的網(wǎng)絡(luò)通信能力。通過借助 ModelArts 平臺的高效處理海量數(shù)據(jù)能力，僅用 7 天就完成了 40TB 文本數(shù)據(jù)處理。一站 式 AI 開發(fā)平臺 ModelArts 為盤古大模型訓(xùn)練和推理提供計算優(yōu)化、通信優(yōu)化、存儲優(yōu)化 以及算法優(yōu)化，是盤古大模型重要的基礎(chǔ)平臺資源。

1.2 泛化能力極強、適用大量復(fù)雜行業(yè)場景

盤古大模型具備極強的泛化能力、一個模型適用大量復(fù)雜行業(yè)場景。在 to B 以及 to C 場景下，盤古大模型具備良好的泛用性，大規(guī)模參數(shù)的模型可以更深層挖掘數(shù)據(jù)背后的邏 輯，達到更高的泛化性能，對不同場景的魯棒性更強，原來需要多個模型覆蓋的視覺場景， 大模型可以用一個模型覆蓋多個場景，以此解決模型碎片化問題。盤古大模型吸收了海量 數(shù)據(jù)知識，盤古 NLP 大模型學(xué)習(xí)了 40TB 的中文文本數(shù)據(jù)，CV 大模型包含了 30 億+參數(shù)， 并通過行業(yè)數(shù)據(jù)的小樣本調(diào)優(yōu)，提升了模型在場景中的應(yīng)用性能，提高了大模型的泛化能 力以及算法對新鮮樣本的適應(yīng)能力，從而提高模型的學(xué)習(xí)能力，減少對領(lǐng)域數(shù)據(jù)標注的依 賴。在大多數(shù)工業(yè)場景，從海量數(shù)據(jù)搜集缺陷樣本耗時耗力，盤古大模型能夠?qū)崿F(xiàn)缺陷樣 本高效篩選，節(jié)省了 80%以上的人力標注代價。 此外，基于產(chǎn)業(yè)場景中存在大量的內(nèi)容理解需求，盤古大模型采用兼顧架構(gòu)，在預(yù)訓(xùn)練階 段沉淀了大量的通用知識，能夠同時完成理解與生成任務(wù)，使得大模型有能力支持行業(yè)知 識庫和數(shù)據(jù)庫的嵌入，對接行業(yè)經(jīng)驗。隨著盤古大模型的開放，各行各業(yè)的開發(fā)者不必再 “從零開始”，只需在云上找到所需要的模型，盤古大模型相當于各個行業(yè) AI 通用的“輪 子”，助力各行各業(yè)加速智能化轉(zhuǎn)型。

在面向開發(fā)者方面，盤古大模型逐步上線到華為云 AI 資產(chǎn)共享社區(qū)，通過提供相對通俗 易用的工作流以滿足開發(fā)者的 AI 開發(fā)需求， 充分釋放預(yù)訓(xùn)練模型能力，從而實現(xiàn)和開發(fā) 者共建生態(tài)。大模型在實際場景中的應(yīng)用不僅可以幫助用戶提高訓(xùn)練進度并且縮短訓(xùn)練時 間，隨著模型上應(yīng)用數(shù)量不斷增多，用戶成本亦會有所降低。

1.3 工業(yè)化 AI 開發(fā)模式賦能千行百業(yè)

預(yù)訓(xùn)練+下游微調(diào)的工業(yè)化 AI 開發(fā)模式賦能千行百業(yè)。相對于傳統(tǒng)的“作坊模式”AI 開 發(fā)過程，盤古大模型是一種工業(yè)化 AI 開發(fā)的新模式，可以解決小模型的定制化難題，使 一個模型應(yīng)用到多個場景中。一方面，盤古大模型 AI 開發(fā)門檻較低，能夠提供自動化工 作流，自動生成模型，減少對 AI 開發(fā)工程師的專業(yè)依賴，同時可以根據(jù)更新數(shù)據(jù)快速進 行模型迭代，做到“邊用邊學(xué)”。另一方面，盤古 CV 大模型首次兼顧了圖像判別與生成 能力，能同時滿足底層圖像處理與高層語義的理解需求，同時能夠融合行業(yè)知識的微調(diào)， 快速適配各種下游任務(wù)。盤古 CV 大模型已經(jīng)在 100 余項實際任務(wù)中得到驗證，大幅提升 了業(yè)務(wù)測試精度，能夠節(jié)約 90%以上的研發(fā)成本。此外，盤古 CV 大模型在預(yù)訓(xùn)練階段主 要集中在數(shù)據(jù)處理、架構(gòu)設(shè)計和模型優(yōu)化三個階段進行優(yōu)化。目前盤古 CV 大模型在 Image Net 1%、10%數(shù)據(jù)集上的小樣本分類精度上均達到目前業(yè)界最高水平。

總的來看，盤古大模型提升了復(fù)雜場景下的小樣本學(xué)習(xí)能力，在小樣本學(xué)習(xí)上提升了一個 數(shù)量級的效率；在微調(diào)能力上，盤古大模型有著更好的數(shù)據(jù)吸收理解能力，可以在真實行業(yè)場景中實現(xiàn)提升模型應(yīng)用效率；此外盤古大模型具備更強的集成行業(yè)知識的能力，其采 用更靈活的模塊設(shè)計，能夠根據(jù)業(yè)務(wù)場景適配，提升行業(yè)知識吸收效率?！邦A(yù)訓(xùn)練+下游 微調(diào)”的模式與目前全球主流大模型所匹配，具備極強的泛化能力，真正實現(xiàn)了“舉一反 三”。 瞄準 AI 工業(yè)化及現(xiàn)實場景，打造“實干式”大模型。盤古大模型始終以工業(yè)化為目標， 瞄準現(xiàn)實場景，在開發(fā)初期即與合作伙伴進行了一系列的商業(yè)化驗證，以確保在真實產(chǎn)業(yè) 場景中的效率和適用能力，是一個以商業(yè)價值驅(qū)動研發(fā)創(chuàng)新的“實干模式”大模型。盤古 大模型極大降低了研發(fā)的人力和算力成本，使 AI 開發(fā)進入工業(yè)化模式。

2.盤古初上，百業(yè) AI 將興

超強泛化能力，盤古推動 AI 行業(yè)落地。盤古大模型具備“一個模型在眾多場景通用、可 泛化和規(guī)模化復(fù)制”的特點，讓 AI 開發(fā)模式由作坊式向工業(yè)化轉(zhuǎn)變，加速 AI 在千行百業(yè) 的孵化與創(chuàng)新。盤古預(yù)訓(xùn)練大模型已經(jīng)從學(xué)術(shù)大模型轉(zhuǎn)變?yōu)楫a(chǎn)業(yè)大模型，形成了“基礎(chǔ)大 模型-行業(yè)大模型-細分場景大模型”的發(fā)展路徑，并在醫(yī)療、互聯(lián)網(wǎng)、金融、煤礦、農(nóng)業(yè)、 氣象等領(lǐng)域中實現(xiàn)降本增效。

2.1 盤古 CV 大模型：聚焦分類、分割、檢測等視覺場景

盤活工業(yè)數(shù)據(jù)，盤古 CV 大模型賦能工業(yè)質(zhì)檢。華為目前已經(jīng)推出盤古礦山大模型、盤古 電力大模型、盤古制造質(zhì)檢大模型等 L1 行業(yè)模型，并針對偏光片質(zhì)檢、電力巡檢、鐵路 TFDS 檢測、傳送帶異物檢測等具體任務(wù)，通過“預(yù)訓(xùn)練+微調(diào)”打造 L2 細分場景模型。 盤古礦山大模型助力煤礦場景智能化。盤古礦山大模型對海量無標注的礦山場景數(shù)據(jù)進行 無監(jiān)督自主學(xué)習(xí)，覆蓋采、掘、機、運、通等主營業(yè)務(wù)及 1000 多個細分場景，大幅縮短 模型開發(fā)時間，有效保障井下安全。其中，基于 5G+AI 全景視頻拼接綜采畫面，實現(xiàn)了遠 控采煤、安全生產(chǎn)、主運智能檢測系統(tǒng)代替人工巡檢，使得異物識別精度超過 98%，動作 規(guī)范識別準確率超過 95%，井下安全事故降低 90%以上。

針對電力巡檢場景，傳統(tǒng) AI 模型開發(fā)面臨數(shù)據(jù)標注低效、缺陷種類多、模型開發(fā)成本高 等挑戰(zhàn)。依托華為盤古 CV 大模型生成的電力行業(yè)預(yù)訓(xùn)練模型實現(xiàn)了以較少的人工標注進 行快速迭代，使得樣本篩選效率提升約 30 倍，篩選質(zhì)量提升約 5 倍；同時一個模型可適 配上百種缺陷，模型平均精度提升 18%，開發(fā)成本降低 90%，真正做到了規(guī)?；蓮?fù)制。 針對鐵路 TFDS 檢測場景，該場景要求識別上百種故障類型。標注困難、樣本不均衡、未 知故障預(yù)測成為主要挑戰(zhàn)。華為推出基于盤古 CV 大模型的鐵路 TFDS 開發(fā)方案，利用大量 鐵路無標注樣本預(yù)訓(xùn)練，使其在小樣本的故障檢測中獲得更優(yōu)性能，同時基于缺陷檢測算 法，打造未知故障預(yù)測流水線，為鐵路故障檢測設(shè)下第二道關(guān)卡，使故障召回率達到 90%， 準確率提升 7%以上，正常樣本濾除率降低約 9%。

盤古 CV 大模型引領(lǐng)智慧物流，從“人的銀行”走向“物的銀行”。盤古大模型協(xié)助浦發(fā) 銀行打造浦慧云倉項目，實現(xiàn)了 1 個模型覆蓋 9 種物流場景，監(jiān)測收貨、入庫、在庫和出 庫全流程。浦發(fā)銀行借助盤古大模型對叉車入庫時的貨堆進行精確計數(shù)，確保了貨物入庫 的真實性。此外通過借助小樣本學(xué)習(xí)能力，大大節(jié)省了識別倉庫中上百種外觀不同箱體的 樣本采集和標注工作量，將項目開發(fā)周期從1-2個月縮短至2-3天，極大降低了開發(fā)成本， 提高了開發(fā)效率。

2.2 盤古 NLP 大模型：聚焦文本生成與內(nèi)容理解

盤古 NLP 大模型已廣泛應(yīng)用于智能營銷和智能輿情等場景。在智能營銷領(lǐng)域，盤古 NLP 大模型可以通過文本匹配，問答和對話系統(tǒng)、意圖識別等關(guān)鍵技術(shù)更好地賦能銷售環(huán)節(jié)， 取代目前逐漸上升的人力成本和低成功率的智能客服與營銷系統(tǒng)，其中循環(huán)智能“盤古” NLP 平臺憑借突破性的零樣本 AI 建模技術(shù)，極大降低了 AI 建模成本，提升了 10 到 1000 倍 AI 建模效率，目前已在多家銀行、保險、證券等金融機構(gòu)的數(shù)字化客戶經(jīng)營場景落地， 實現(xiàn)了銷售管理的智能化提升。在智能輿情領(lǐng)域，盤古 NLP 大模型可以利用文檔信息抽取、 情感分類、文檔自動摘要等技術(shù)，在金融、電商、政務(wù)領(lǐng)域?qū)崿F(xiàn)精準圖情分析、企業(yè)運營 軟件分析等。

聚焦行業(yè)細分場景，盤古 NLP 大模型在智能文檔檢索、智能 ERP、小語種大模型等領(lǐng)域先 后領(lǐng)地。在智能文檔檢索方面，盤古大模型團隊獲得了中國法律智能技術(shù)評測類案檢索賽 道第一名，基于盤古 NLP 大模型構(gòu)建的司法領(lǐng)域大模型能夠賦能類案檢索、法條推薦、司 法信息抽取、罪名匹配等一系列下游應(yīng)用；在智能 ERP 方面，盤古預(yù)訓(xùn)練大模型與廣發(fā)證 券合作企業(yè)財務(wù)智能預(yù)警項目，在該項目中，2019 年有 496 家企業(yè)被監(jiān)管處罰、問詢或 被 ST 處理，盤古大模型預(yù)測出其中 439 家，覆蓋率近 90%，其中被監(jiān)管處罰企業(yè) 111 家， 盤古大模型全部命中。在小語種大模型方面，華為與合作伙伴開發(fā)了支持千億參數(shù)的阿拉 伯語 NLP 大模型，語義理解準確率達到 95%。

2.3 盤古科學(xué)計算大模型：致力于解決科學(xué)計算問題

打破“雙十定律”，盤古藥物分子大模型加速新藥研發(fā)進程。新藥研發(fā)風險大、周期長、 成本高，為此醫(yī)藥界存在“雙十定律”，即一款新藥從研發(fā)到上市,平均需要 10 年時間和 10 億美元的投入。針對上述難題，盤古藥物分子大模型采用無監(jiān)督學(xué)習(xí)模式和業(yè)界獨有 的“圖-序列不對稱條件自編碼器”深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)，對市面上真實存在的 17 億個藥物 分子的化學(xué)結(jié)構(gòu)進行預(yù)訓(xùn)練，實現(xiàn)了結(jié)構(gòu)重構(gòu)率、合法性、唯一性等指標全面優(yōu)于現(xiàn)有方 法。其次，盤古分子生成器生成了 1 億個創(chuàng)新的類藥物小分子篩選庫，其結(jié)構(gòu)新穎性達到 99.68%，并且可以有效地生成理化性質(zhì)相似的新化合物；基于盤古分子優(yōu)化器，科研人員 實現(xiàn)了對起始分子化學(xué)結(jié)構(gòu)的優(yōu)化，并且能夠改善藥物分子的特性，盤古藥物分子大模型 已經(jīng)在 20 余項藥物發(fā)現(xiàn)任務(wù)上實現(xiàn)性能最優(yōu)（SOTA）。此外，西安交通大學(xué)第一附屬醫(yī) 院利用盤古藥物分子大模型設(shè)計出的全新的廣譜抗菌藥物 Drug X，讓先導(dǎo)藥的研發(fā)周期 從數(shù)年縮短至一個月，研發(fā)成本降低 70%，打破了醫(yī)藥界的“雙十定律”。

預(yù)測精度首超傳統(tǒng)數(shù)值預(yù)報方法，盤古氣象大模型突破中長期氣象預(yù)報難題。中長期氣象 預(yù)測準確率往往較低，傳統(tǒng)數(shù)值預(yù)報將氣象監(jiān)測數(shù)據(jù)代入數(shù)學(xué)物理方程式進行預(yù)測，難以 改變中長期氣象預(yù)測的困境。盤古氣象大模型是首個精度超過傳統(tǒng)數(shù)值預(yù)報方法的 AI 預(yù) 報方法，預(yù)測精度在 1 小時到 7 天內(nèi)均高于傳統(tǒng)數(shù)值方法（歐洲氣象中心的 operational IFS），同時能夠提供秒級全球氣象預(yù)報，預(yù)測速度提高 10000 倍以上，臺風軌跡預(yù)測準 確度世界第一，相比歐洲氣象局提升約 20%，并且可實現(xiàn) 20 公里范圍內(nèi)、小時級、13 層 最高精度氣象預(yù)報，如臺風生成時間與移動軌跡預(yù)測的預(yù)測準確率超過 85%。此外作為 L1 行業(yè)模型，盤古氣象大模型還能夠為航天航空、海運、農(nóng)業(yè)、交通出行、新能源等領(lǐng)域提 供 AI 氣象分析能力。

先“樓”一步實現(xiàn)節(jié)能降耗，先“人”一步制造舒適環(huán)境。針對室外環(huán)境，盤古大模型能 夠幫助企業(yè)實現(xiàn)智能能耗監(jiān)測、節(jié)能減排，實現(xiàn)了電力能耗降低 15%以上；針對室內(nèi)環(huán)境， 盤古大模型實現(xiàn)了對空氣質(zhì)量的監(jiān)控與預(yù)測，相較于小模型，盤古大模型實現(xiàn)了 TVOC、 甲醛和 CO2 的預(yù)測精度分別提升 10%、15%和 15%。

2.4 盤古多模態(tài)大模型：聚焦跨模態(tài)理解、檢索與生成

AI 賦能時尚設(shè)計，盤古多模態(tài)大模型大幅提升設(shè)計開發(fā)效率。盤古多模態(tài)大模型基于億 級自然圖像進行預(yù)訓(xùn)練，并在十萬級時尚產(chǎn)業(yè)數(shù)據(jù)上進行微調(diào)和優(yōu)化，得到適用于服裝行 業(yè)的盤古時尚多模態(tài)大模型。在技術(shù)層面，為了應(yīng)對并行處理海量數(shù)據(jù)的挑戰(zhàn)、提高模型 預(yù)訓(xùn)練的效率，盤古團隊融合了稀疏訓(xùn)練、模型并行、數(shù)據(jù)并行等多種優(yōu)化策略和算法， 實現(xiàn)了以天級為單位完成訓(xùn)練。在實際運用中，基于盤古多模態(tài)大模型中的“以文生圖” 能力，時諦智能公司將服裝設(shè)計周期從三周縮短至 3-5 天，化解了時尚設(shè)計產(chǎn)業(yè)中開發(fā)設(shè) 計周期長、生產(chǎn)成本高等一系列難題。

3.投資分析

3.1 神州數(shù)碼：IT 分銷龍頭

神州數(shù)碼是國內(nèi)領(lǐng)先的云和數(shù)字化轉(zhuǎn)型服務(wù)商，中國 IT 分銷龍頭，開創(chuàng)性地提出“數(shù)云 融合”戰(zhàn)略和技術(shù)體系框架，致力于在云原生、數(shù)字原生、數(shù)云融合關(guān)鍵技術(shù)和信創(chuàng)產(chǎn)業(yè) 上架構(gòu)產(chǎn)品和服務(wù)能力，為處在不同數(shù)字化轉(zhuǎn)型階段的快消零售、汽車、金融、醫(yī)療、政 企、教育、運營商等行業(yè)客戶提供泛在的敏捷 IT 能力和融合的數(shù)據(jù)驅(qū)動能力。

同行十余載，神州數(shù)碼是華為生態(tài)核心踐行者。神州數(shù)碼從 2011 年成為華為數(shù)通產(chǎn)品總 經(jīng)銷商，與華為在云計算、海外市場、鯤鵬生態(tài)合作等諸多業(yè)務(wù)領(lǐng)域展開對接合作，全面 擁抱華為生態(tài)。2018 年神州數(shù)碼正式提出“大華為”戰(zhàn)略，通過成立華為業(yè)務(wù)群將分散 在不同業(yè)務(wù)板塊的華為業(yè)務(wù)進行整合，此后逐步展開“鯤鵬”、“昇騰”生態(tài)合作，在產(chǎn) 品、營銷、生態(tài)等方面不斷突破，持續(xù)落地標桿案例。未來神州數(shù)碼將與華為盤古大模型 合作，構(gòu)建自身的 AI 算力基礎(chǔ)架構(gòu)。

收入端有所下滑，利潤端高速增長。受益于國內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型需求不斷提高,2018-2022 年神州數(shù)碼收入 CAGR 為 9.1%。2022 年實現(xiàn)收入 1158.8 億元，同比下降 5.3%，實現(xiàn)凈利 潤 10.0 億元，同比增長 303.1%，收入端有所下降主要系神州數(shù)碼主動聚焦高價值、高毛 利業(yè)務(wù)，利潤端高速增長主要系云及信創(chuàng)業(yè)務(wù)收入顯著增長，業(yè)績貢獻不斷提升。

毛利率和凈利率有所提升，研發(fā)費用率持續(xù)上升。2022 年神州數(shù)碼毛利率、凈利率分別 為 3.92%、0.89%，較去年同期分別提升 0.57pct、0.69pct，主要系其不斷優(yōu)化業(yè)務(wù)結(jié)構(gòu)， 主動收縮部分低毛利分銷業(yè)務(wù)。神州數(shù)碼堅定落實“數(shù)云融合+信創(chuàng)”戰(zhàn)略，持續(xù)加大研 發(fā)投入，2022 年研發(fā)、銷售、管理費用率分別為 0.25%、1.69%、0.27%。

3.2 麒麟信安：國產(chǎn)操作系統(tǒng)主力軍

麒麟信安專注于國家關(guān)鍵信息基礎(chǔ)設(shè)施領(lǐng)域相關(guān)技術(shù)的研發(fā)與應(yīng)用，主要從事操作系統(tǒng)產(chǎn) 品研發(fā)及技術(shù)服務(wù)，并以操作系統(tǒng)為根技術(shù)創(chuàng)新發(fā)展信息安全和云計算等產(chǎn)品及服務(wù)業(yè)務(wù)。 麒麟信安實現(xiàn)了對 Intel、AMD 等國際商用 CPU 及鯤鵬、飛騰、海光等國產(chǎn)自主 CPU 的支 持，致力打造自研創(chuàng)新信息系統(tǒng)生態(tài)環(huán)境，產(chǎn)品廣泛應(yīng)用于國防、電力、政務(wù)、金融、石 化、交通等領(lǐng)域。

攜手華為歐拉，共筑國產(chǎn)操作系統(tǒng)新生態(tài)。麒麟信安操作系統(tǒng)是基于 Linux 技術(shù)開發(fā)的高 安全、高可用、高性能和可定制的國產(chǎn)操作系統(tǒng)，率先基于 openEuler LTS 進行商業(yè)版發(fā) 行，并加入中國首個桌面操作系統(tǒng)根社區(qū) openKylin，與國內(nèi) 60 余家軟硬件廠商達成生 態(tài)戰(zhàn)略合作，實現(xiàn)了從芯片到整機、數(shù)據(jù)庫、中間件及各類應(yīng)用軟件的全方位兼容適配工 作。針對 CentOS 停服，麒麟信安 CentOS 應(yīng)用原地透明遷移方案已實現(xiàn)對電力行業(yè)主流系 統(tǒng)/軟件、電力裝置的遷移適配，未來相關(guān)經(jīng)驗有望拓展至其他行業(yè)用戶。

收入快速增長，利潤端放量。近年來麒麟信安收入快速增長帶動利潤端不斷放量，2021 年實現(xiàn)收入 3.4 億元，同比增長 46.2%，實現(xiàn)凈利潤 1.1 億元，同比增長 12.8%。受益于 產(chǎn)業(yè)政策及信息安全需求擴大，國防電力及黨政金融等重要行業(yè)對產(chǎn)品需求不斷擴大， 2022 年 Q1-Q3 實現(xiàn)收入 2.4 億元，同比增長 40.4%，實現(xiàn)凈利潤 0.7 億元，同比增長 70%， 業(yè)績未來存在較大彈性空間。2022 年業(yè)績快報顯示，2022 年麒麟信安實現(xiàn)收入 4 億元， 同比增長 18.45%，凈利潤 1.28 億元，同比增長 14.39%，報告期內(nèi)麒麟信安持續(xù)深耕國防、 電力等優(yōu)勢行業(yè)客戶需求，實現(xiàn)了在優(yōu)勢行業(yè)的穩(wěn)步增長，同時在金融等行業(yè)的業(yè)務(wù)拓展 初見成效，推動收入增長。

業(yè)務(wù)結(jié)構(gòu)變動導(dǎo)致毛利率下滑，費用端管控效果良好。2021 年麒麟信安毛利率和凈利率 分別為 66.3%、33%，毛利率近年來有所下滑主要受毛利率較低的信息安全業(yè)務(wù)和云計算 業(yè)務(wù)收入占比提升影響。2021 年研發(fā)、銷售、管理費用率下降至 17.81%、14.12%、7.57%， 控費效果良好。

3.3 中國軟件：軟件行業(yè)國家隊

綜合 IT 服務(wù)提供商，軟件行業(yè)國家隊。中國軟件作為 CEC“PKS”體系下的重要一環(huán)，深 入推進以網(wǎng)信業(yè)務(wù)為核心的自主軟件產(chǎn)品、行業(yè)解決方案和服務(wù)化業(yè)務(wù)發(fā)展。中國軟件現(xiàn) 擁有完整的從操作系統(tǒng)、中間件、安全產(chǎn)品到應(yīng)用系統(tǒng)的業(yè)務(wù)鏈條，覆蓋稅務(wù)、電子政務(wù)、 交通、知識產(chǎn)權(quán)、金融、能源等國民經(jīng)濟重要領(lǐng)域。中國軟件的三大業(yè)務(wù)板塊分別為自主 軟件產(chǎn)品、行業(yè)解決方案和服務(wù)化業(yè)務(wù)。

中國軟件子公司麒麟軟件是國產(chǎn)操作系統(tǒng)龍頭企業(yè)，與華為鯤鵬關(guān)系緊密。麒麟軟件不斷 完善以操作系統(tǒng)為核心的產(chǎn)品生態(tài)體系，旗下 OS 操作系統(tǒng)麒麟連續(xù) 11 年位列中國 Linux 市場份額第一名。麒麟軟件是華為重要戰(zhàn)略伙伴，在開源建設(shè)方面，2022 年麒麟軟件主 導(dǎo)發(fā)起中國首個桌面操作系統(tǒng)根社區(qū) openKylin，同時，自 openEuler 社區(qū)創(chuàng)立以來，麒 麟軟件是僅次于華為的第二大貢獻者；在 OpenStack 社區(qū)貢獻位列國內(nèi)第一、全球第三。 此外，麒麟軟件與華為強強聯(lián)合斬獲多項世界第一，麒麟操作系統(tǒng) V10 和華為鯤鵬在 SPEC CPU2017 測試中排名第 11，獲得非 x86 架構(gòu)芯片性能全球第一；基于麒麟操作系統(tǒng) V10 開發(fā)的鵬程云腦，在 SPEC 標準性能測試中排名第一。

收入快速增長，凈利潤逐年提升。2021 年中國軟件實現(xiàn)收入 103.5 億元，同比增長 39.7%， 實現(xiàn)凈利潤 0.8 億元，同比增長 10.8%，主要系信創(chuàng)產(chǎn)業(yè)快速發(fā)展，自主可控市場戰(zhàn)略布 局效果漸顯，業(yè)績持續(xù)改善。2022 年 Q1-Q3 延續(xù)增長態(tài)勢，實現(xiàn)收入 55.8 億元，同比增 長 27.2%，實現(xiàn)凈利潤-3.9 億元，同比增長 14.4%。

毛利率、凈利率有所下滑，費用率有所上升。中國軟件毛利率和凈利率整體呈下降趨勢， 2018-2021 年毛利率保持在 30%左右，凈利率保持在 2%左右。中國軟件積極拓展自主產(chǎn)品 研發(fā)與銷售,2021 年研發(fā)、銷售、管理費用率分別上升至 17.84%、5.31%、8.2%。

3.4 誠邁科技：領(lǐng)先的操作系統(tǒng)專家

誠邁科技專注于智能互聯(lián)及操作系統(tǒng)技術(shù)的研發(fā)與創(chuàng)新，全面覆蓋全球主流操作系統(tǒng)技術(shù)， 主營業(yè)務(wù)為軟件技術(shù)服務(wù)及解決方案研發(fā)與銷售，長期服務(wù)于眾多世界 500 強企業(yè)，涵蓋 芯片&操作系統(tǒng)、智能汽車、智能終端、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、人工智能等行業(yè)。

誠邁科技積極布局國產(chǎn)操作系統(tǒng)賽道，其參股公司統(tǒng)信軟件深度參與華為鯤鵬生態(tài)。統(tǒng)信 軟件是國內(nèi)領(lǐng)先的操作系統(tǒng)廠商，率先推出自主研發(fā)的基于開源 Linux 內(nèi)核的統(tǒng)信 UOS 產(chǎn)品，統(tǒng)信 deepin 在全球開源操作系統(tǒng)排行榜上位居前列，也是排名最高的來自中國的 社區(qū)發(fā)行版，并在 2019-2021 年連續(xù)三年榮獲最受歡迎中國開源軟件第一名。統(tǒng)信軟件是 華為生態(tài)重要參與者，在 openEuler 社區(qū)中貢獻排名前三，統(tǒng)信服務(wù)器操作系統(tǒng) V20 歐拉 版基于 openEuler20.03LTS 持續(xù)演進，在政企、金融、運營商等行業(yè)實現(xiàn)了規(guī)模應(yīng)用，為 客戶提供 CentOS 替換解決方案。

收入逐年提升，利潤端呈下降趨勢。誠邁科技持續(xù)加強研發(fā)和技術(shù)創(chuàng)新，優(yōu)化資源配置和 服務(wù)結(jié)構(gòu)并加快市場拓展力度，2021 年實現(xiàn)收入 14.2 億元，同比增長 51.9%，實現(xiàn)凈利 潤 0.3 億元，同比下降 49.1%。2022 年 Q1-Q3 實現(xiàn)收入 14.1 億元，同比增長 47.6%，實 現(xiàn)凈利潤-1.1 億元，主要系疫情對部分客戶業(yè)務(wù)造成影響。

毛利率、凈利率呈下降趨勢，2021 年研發(fā)投入加大。近年來誠邁科技毛利率、凈利率有 所下滑，2021 年毛利率和凈利率分別為 22.33%、2.12%。誠邁科技不斷加強研發(fā)和技術(shù)創(chuàng) 新，2021 年研發(fā)、銷售、管理費用率分別為 7.16%、2.02%、4.73%。

3.5 海量數(shù)據(jù)：國產(chǎn)數(shù)據(jù)庫領(lǐng)航企業(yè)

海量數(shù)據(jù)是國產(chǎn)數(shù)據(jù)庫技術(shù)的領(lǐng)航企業(yè)，主要針對大中型企事業(yè)單位的數(shù)據(jù)中心，搭建數(shù)據(jù)基礎(chǔ)設(shè)施平臺，為客戶提供數(shù)據(jù)庫、數(shù)據(jù)計算、數(shù)據(jù)存儲相關(guān)的產(chǎn)品和服務(wù)。海量數(shù)據(jù) 核心產(chǎn)品海量數(shù)據(jù)庫 Vastbase 系列廣泛應(yīng)用于政務(wù)、制造、金融、通信、能源、交通等 多個重點行業(yè)，已成為國產(chǎn)企業(yè)級數(shù)據(jù)庫的首選之一。

海量數(shù)據(jù)是 openGauss 社區(qū)的核心參與者。海量數(shù)據(jù)是 openGauss 第一大商業(yè)發(fā)行版廠商 與第二大代碼貢獻者，核心數(shù)據(jù)庫產(chǎn)品 Vastbase G100 融入了海量數(shù)據(jù)對 openGauss 核心 架構(gòu)的深刻理解和自身源碼能力，深度結(jié)合行業(yè)應(yīng)用場景特點、需求，自主代碼率接近 100%，在性能、安全性及可用性上均有較大提升。Vastbase G100 是市場上第一批入圍央 采及黨政信創(chuàng)目錄的 openGauss 商業(yè)發(fā)行版數(shù)據(jù)庫，助力大中型企業(yè)客戶向國產(chǎn)數(shù)據(jù)庫遷 移。

受疫情反復(fù)和業(yè)務(wù)結(jié)構(gòu)調(diào)整影響，業(yè)績出現(xiàn)下滑。海量數(shù)據(jù) 2021 年實現(xiàn)收入 4.2 億元， 同比增長 6.0%，實現(xiàn)凈利潤 0.1 億元，同比下降 67.5%，主要系疫情反復(fù)影響項目交付， 同時海量數(shù)據(jù)進行自主品牌產(chǎn)品替代，導(dǎo)致利潤端較去年同期下降。2022 年 Q1-Q3 實現(xiàn) 收入 2.0 億元，同比下降 31.8%，實現(xiàn)凈利潤-0.6 億元，同比有所下滑。隨著疫情好轉(zhuǎn)和 業(yè)務(wù)轉(zhuǎn)型加速，業(yè)務(wù)有望回歸正軌，具備長期發(fā)展前景。

自主品牌戰(zhàn)略轉(zhuǎn)型推動毛利率持續(xù)上升，費用端投入持續(xù)加大。海量數(shù)據(jù)堅定自主品牌戰(zhàn) 略轉(zhuǎn)型，自主研發(fā)產(chǎn)品銷售收入占比持續(xù)提升，帶動整體毛利率從 2018 年的 26.53%提升 至 2021 年的 35.36%。海量數(shù)據(jù)持續(xù)加大研發(fā)投入，加強營銷服務(wù)網(wǎng)絡(luò)建設(shè)，2021 年研發(fā)、 銷售、管理費用率上升至 17.50%、11.70%、6.81%。

3.6 易華錄：數(shù)字經(jīng)濟基礎(chǔ)設(shè)施建設(shè)和運營商

易華錄是數(shù)字經(jīng)濟基礎(chǔ)設(shè)施的建設(shè)和運營商，由中國華錄集團控股，易華錄把握數(shù)字化轉(zhuǎn) 型剛需，發(fā)揮央企優(yōu)勢，實施“數(shù)據(jù)湖+”發(fā)展戰(zhàn)略，致力于通過建設(shè)城市數(shù)據(jù)湖促進全 社會數(shù)據(jù)生產(chǎn)要素的匯聚與融通，構(gòu)建數(shù)字孿生城市。易華錄核心業(yè)務(wù)主要包括政企數(shù)字 化業(yè)務(wù)、數(shù)字經(jīng)濟基礎(chǔ)設(shè)施業(yè)務(wù)、數(shù)據(jù)運營及服務(wù)。

攜手華為，大力發(fā)展藍光存儲。2021 年以來，易華錄與華為整合發(fā)揮雙方“藍光+數(shù)字能 源”領(lǐng)域的技術(shù)優(yōu)勢、產(chǎn)品優(yōu)勢，全面開展數(shù)字能源領(lǐng)域的合作。在數(shù)據(jù)湖共建模塊化預(yù) 制式數(shù)據(jù)中心，打造高效綠色數(shù)據(jù)中心；在數(shù)據(jù)湖產(chǎn)業(yè)園共推建筑節(jié)能、綠電替代、綜合 碳管理平臺等新業(yè)務(wù)，積極開展低碳數(shù)據(jù)中心、零碳數(shù)據(jù)湖及零碳園區(qū)的建設(shè)探索。 共建智慧之路，易華錄與華為智慧公路軍團開展合作。易華錄在智慧交通領(lǐng)域深耕多年， 依托昇騰 AI 基礎(chǔ)軟硬件平臺和數(shù)據(jù)湖存儲的豐富數(shù)據(jù)，易華錄打造了業(yè)界領(lǐng)先的交通 AI 算法產(chǎn)品，算法識別準確率均達到 90%以上。2022 年 5 月，易華錄加入昇騰萬里伙伴計劃， 聯(lián)手華為打造部署了交路口秩序管理一體機，有效降低巡查成本的同時提高了違法識別效 率，助力城市交通精細化管理。此外易華錄還與華為智慧公路軍團簽署了戰(zhàn)略合作協(xié)議， 基于華為數(shù)字平臺，融合 bianyuan1 計算、AI 等新技術(shù)，整合易華錄在智慧公路建設(shè)方 面的經(jīng)驗以及能力，構(gòu)建行業(yè)領(lǐng)先解決方案。

數(shù)據(jù)湖前期建設(shè)投入較大導(dǎo)致業(yè)績存在一定波動。2021 年易華錄實現(xiàn)收入 20.2 億元，同 比下降 21.91%，凈利潤-1.67 億元，同比下降 129.7%。2022 年前三季度實現(xiàn)收入 13.14 億元，同比下降 17.82%，凈利潤-0.13 億元，同比下降 18.63%。易華錄在數(shù)據(jù)湖的前期 建設(shè)上投入較大，隨著業(yè)務(wù)從數(shù)據(jù)湖建設(shè)轉(zhuǎn)向運營，不斷加大數(shù)據(jù)銀行、數(shù)據(jù)運營等輕資 產(chǎn)業(yè)務(wù)的布局和投入，業(yè)績有望持續(xù)改善，看好其中長期發(fā)展。

3.7 航天宏圖：空天信息領(lǐng)域領(lǐng)軍，全產(chǎn)業(yè)布局

航天宏圖是國內(nèi)衛(wèi)星應(yīng)用與運營服務(wù)領(lǐng)域的行業(yè)領(lǐng)導(dǎo)者，基于自主研發(fā)的 PIE 系列衛(wèi)星應(yīng) 用軟件平臺，向應(yīng)急管理、智慧城市、智慧農(nóng)業(yè)、智慧水利等多個行業(yè)領(lǐng)域提供前沿技術(shù) 解決方案。近年來航天宏圖業(yè)務(wù)從單一的衛(wèi)星領(lǐng)域拓展到感知能力、數(shù)據(jù)中心在內(nèi)的新型 基礎(chǔ)設(shè)施建設(shè)，目前航天宏圖業(yè)務(wù)主要包括空間基礎(chǔ)設(shè)施規(guī)劃與建設(shè)、行業(yè)應(yīng)用服務(wù)以及 云服務(wù)三條產(chǎn)品線。

航天宏圖與華為云業(yè)務(wù)展開積極合作，PIE 遙感圖像處理軟件是成功通過鯤鵬云服務(wù)兼容 性認證的首款遙感軟件，2018 年航天宏圖攜手華為推出航天宏圖&華為云杯 PIE 開發(fā)者大 賽，依托華為云等公有云設(shè)施，對 PIE 系列產(chǎn)品及多項行業(yè)應(yīng)用成果進行標準化集成和運 行。在人工智能領(lǐng)域，2022 年航天宏圖正式成為華為昇騰 AI 合作伙伴，聚焦 AI 訓(xùn)練算 力、模型應(yīng)用等領(lǐng)域。航天宏圖基于昇騰 AI 基礎(chǔ)軟硬件平臺打造行業(yè)應(yīng)用，耕地保護智 能監(jiān)測服務(wù)平臺、城市變化遙感監(jiān)測平臺等產(chǎn)品與華為 AI 框架昇思 MindSpore 完成了兼 容性測試。此外，航天宏圖 PIE-Engine 與華為 openGauss 也完成了兼容性互認證。

營銷體系不斷完善，業(yè)績持續(xù)放量。航天宏圖建設(shè)四級營銷體系，受益于行業(yè)信息化建設(shè) 需求旺盛，“PIE+行業(yè)”產(chǎn)品線收入增加，核心競爭力不斷增強。 2021 年實現(xiàn)營業(yè)收入 14.7 億元，同比增長 73.4%，歸母凈利潤 2.0 億元，同比增長 55.2%。2022 年前三季度實 現(xiàn)營業(yè)收入 13.9 億元，同比增長 71.6%，歸母凈利潤 0.8 億元，同比增長 47.8%。大數(shù)據(jù)、 云計算、人工智能等相關(guān)技術(shù)不斷革新，遙感衛(wèi)星應(yīng)用領(lǐng)域進一步拓展，市場需求旺盛，助力業(yè)績提升。

毛利率保持在 50%左右，2021 年銷售費用率有所上升。航天宏圖毛利率水平維持在較高水 平，2021 年凈利率和毛利率分別為 13.61%、52%。航天宏圖高度重視營銷體系建設(shè)，不斷 加大市場開拓投入，同時持續(xù)加大研發(fā)投入，對核心產(chǎn)品持續(xù)進行迭代升級，并且重視高 水平研發(fā)人員的引進和高校產(chǎn)學(xué)研合作，2021 年銷售費用率、管理費用率、研發(fā)費用率 分別為 9.42%、11.35%、14.38%。

3.8 萬達信息：智慧城市信息服務(wù)領(lǐng)先者

萬達信息是國內(nèi)領(lǐng)先的智慧城市整體解決方案提供商，長期深耕行業(yè)軟件產(chǎn)品研發(fā)、系統(tǒng) 集成服務(wù)和城市運營服務(wù)領(lǐng)域。2019 年中國人壽成為萬達信息第一大股東，萬達信息逐 步轉(zhuǎn)型升級為互聯(lián)網(wǎng)化科技型公司，將大數(shù)據(jù)、人工智能等新一代信息技術(shù)與各行業(yè)深度 融合，在原有業(yè)務(wù)基礎(chǔ)上規(guī)劃“3+2”業(yè)務(wù)架構(gòu)：“3”是傳統(tǒng)業(yè)務(wù)，包含智慧醫(yī)衛(wèi)板塊、 智慧政務(wù)板塊和 ICT 業(yè)務(wù)板塊；“2”是戰(zhàn)略板塊，即健康管理板塊和智慧城市板塊。 華為是萬達信息的重要合作伙伴。萬達信息與華為在數(shù)字化轉(zhuǎn)型賦能全產(chǎn)業(yè)鏈深度合作， 并作為華為金牌合作伙伴，在政務(wù)服務(wù)、民生保障、衛(wèi)生醫(yī)療、數(shù)據(jù)中心、智慧城市領(lǐng)域 內(nèi)均有技術(shù)解決方案與產(chǎn)品落地。同時，萬達信息積極擁抱華為生態(tài)，2020 年萬達信息 有 25 個行業(yè)產(chǎn)品獲得華為鯤鵬芯片的兼容性認證證書。此外萬達信息積極參與鴻蒙生態(tài) 建設(shè)，核心產(chǎn)品市民云 APP、健康云 APP、蠻牛健康 APP 已經(jīng)適配華為鴻蒙系統(tǒng)。

收入不斷提升，凈利潤 2021 年實現(xiàn)轉(zhuǎn)正。萬達信息堅持“擴規(guī)模、增收入、降成本、提 效能”的經(jīng)營目標，2021 年實現(xiàn)收入 35.1 億元，同比增長 16.8%，實現(xiàn)凈利潤 0.7 億元， 同比增長105.4%，全年業(yè)績扭虧為盈。2022年Q1-Q3實現(xiàn)收入22.3億元，同比下降11.8%， 實現(xiàn)凈利潤-3.2 億元，同比下滑較大，收入端小幅下降主要受疫情影響部分項目實施及 驗收工作基本停滯，整體收入確認進度放緩；利潤端大幅下降主要系項目整體周期拉長、 投入規(guī)模較預(yù)期增加。

毛利率、凈利率有所改善，費用端持續(xù)優(yōu)化。2021 年萬達信息毛利率和凈利率分別上升 至 33.49%、1.23%，主要系萬達信息對內(nèi)優(yōu)化內(nèi)部管理體系，持續(xù)提升整體運營能力。2021 年研發(fā)、銷售、管理費用率分別下降至 13.43%、4.18%、12.19%，費用管控能力持續(xù)向好。

3.9 常山北明：常山云建設(shè)者，華為核心戰(zhàn)略伙伴

常山北明擁有軟件、紡織雙主業(yè)。軟件業(yè)務(wù)包括軟件開發(fā)、軟件服務(wù)；智能化安裝工程服 務(wù)，技術(shù)進出口；通信設(shè)備零售，計算機應(yīng)用電子設(shè)備制造；環(huán)保技術(shù)開發(fā)服務(wù)，環(huán)保技 術(shù)咨詢、交流服務(wù)，環(huán)保技術(shù)轉(zhuǎn)讓服務(wù)；通信系統(tǒng)設(shè)備制造；信息系統(tǒng)集成服務(wù)等。紡織 業(yè)務(wù)包括純棉紗布和滌棉紗布的生產(chǎn)銷售；自產(chǎn)產(chǎn)品和技術(shù)的進出口業(yè)務(wù)；棉花批發(fā)、零 售等。

常山北明軟件業(yè)務(wù)與華為在智慧城市、央國企數(shù)字化轉(zhuǎn)型、金融信創(chuàng)、國產(chǎn)化自主可控、 能源、交通、教育等多行業(yè)多業(yè)態(tài)進行聯(lián)合方案打造與拓展。常山北明全資子公司北明軟 件是新一代 IT 技術(shù)和解決方案的綜合服務(wù)商，在華為對外發(fā)布的全行業(yè)生態(tài)合作場景中， 北明軟件基于華為數(shù)字平臺，利用華為云"邊云協(xié)同"的技術(shù)架構(gòu)，通過"城市+中心"的方 式變革空間管理運行模式，實現(xiàn)技術(shù)替人、技術(shù)助人，打造了 62 項應(yīng)用場景方案，通過 北明軟件解決方案帶動華為產(chǎn)品與解決方案銷售規(guī)模排名第一。

收入穩(wěn)定增長，利潤受疫情反復(fù)等因素影響較大。常山北明營業(yè)收入從 2018 的 96.6 億元 增長至 2021 年的 108.8 億元，2021 年凈利潤 1.3 億元，同比增長 29.3%。2022 年 Q1-Q3 實現(xiàn)收入 58.4 億元，同比下降 4.9%，歸母凈利潤-1.4 億元，同比下降 304.5%，一方面 疫情對軟件業(yè)務(wù)和紡織業(yè)務(wù)均造成了較大影響。軟件業(yè)務(wù)多個項目合同簽署時間延后、項 目進度延期、回款周期延長。另一方面紡織業(yè)務(wù)受原料成本波動影響較大。

毛利率和凈利率穩(wěn)定增長。2018-2021 年，常山北明毛利率從 9.2%增長至 10.6%，2021 年凈利率為 1.2%。常山北明研發(fā)、銷售、管理費用率近年來整體呈上升趨勢，2021 年研 發(fā)、銷售、管理費用率分別為 2.22%、2.46%、3.06%。

3.10 拓維信息：華為全棧 IT 產(chǎn)業(yè)鏈合作伙伴

拓維信息基于 AI、鯤鵬、OpenHarmony、5G、大數(shù)據(jù)、物聯(lián)網(wǎng)、邊緣計算等核心技術(shù)，持 續(xù)為教育、交通、制造、考試、政府、運營商政企客戶提供軟件、智能計算硬件及軟硬一 體化服務(wù)。

拓維信息與華為在鯤鵬、昇騰、鴻蒙、華為云等底層技術(shù)及戰(zhàn)略業(yè)務(wù)上構(gòu)建合作，目前已 形成覆蓋國產(chǎn)計算硬件、國產(chǎn)基礎(chǔ)軟件及應(yīng)用軟件的全棧 IT 產(chǎn)業(yè)鏈布局，是其稀缺的全 方位戰(zhàn)略合作伙伴。拓維信息一方面將 26 年的數(shù)字化經(jīng)驗與國產(chǎn)化技術(shù)路線、下一代 IT 技術(shù)路線深度融合，有望不斷培育適應(yīng)未來的數(shù)字化產(chǎn)品與解決方案；另一方面基于全棧 式國產(chǎn)化能力布局，有望在自主創(chuàng)新浪潮下為客戶提供差異化的服務(wù)。

收入和利潤端快速增長。拓維信息營業(yè)收入從 2018 年的 11.8 億元增長至 2021 年的 22.3 億元，歸母凈利潤從 2018 年的-13.7 億元增長至 2021 年的 0.8 億元。2022 年 Q1-Q3 實現(xiàn) 收入 16 億元，同比增長 22.9%，歸母凈利潤 1.0 億元，同比增長 17.2%，主要受信創(chuàng)及國 產(chǎn)化催化，鯤鵬服務(wù)器大規(guī)模集采加速，拓維信息作為華為鯤鵬生態(tài)核心生態(tài)伙伴持續(xù)受 益。

費用端管控效果顯著，凈利率不斷提升。拓維信息研發(fā)、銷售、管理費用率整體呈下降趨 勢，2021 年研發(fā)、銷售、管理費用率分別為 7.91%、8.24%、10.9%，拓維信息凈利率不斷 提升，2021 年毛利率為 31.7%，凈利率為 4.5%。

審核編輯 ：李倩