128/74/44 倍，强烈推荐，维持公司“买入”评级。 风险提示 1）市场份额被竞争对手挤压；2）政策推进不及预期；3）大 模型技术发展不及预期；4）经济下滑导致的系统性风险。 盈利预测与估值 [Table_profit] 财务摘要 2021A 2022A 2023E 2024E 2025E 营业收入(百万元) 44,134 51 亿元，归母净利润为 2.88/4.95/8.35 亿元，每股收益（EPS）为 0.25/0.43/0.73 元，对应 2023 年 7 月 7 日收盘价 32.37 元，PE 分别为 128/74/44 倍，强烈推荐，维持公司“买入”评级。 4.风险提示 1、市场份额被竞争对手挤压； 2、政策推进不及预期； 3、大模型技术发展不及预期； 4、经济下滑导致的系统性风险。 21 1.24 其他流动资产 30,297 36,252 38,976 48,735 速动比率 0.60 0.59 0.62 0.60 流动资产合计 42,309 44,642 55,256 60,484 现金比率 0.26 0.14 0.27 0.15 长期股权投资 1,778 2,152 2,528 2,903 资产负债率

1,404 1,176 1,542 2,012 2,545 (+/-)% -2.5% -16.3% 31.1% 30.5% 26.5% 净利润(归母) 29 31 44 110 232 (+/-)% 138.3% 9.2% 41.5% 148.8% 110.1% 每股净收益(元) 0.06 0.07 0.10 0.25 0.52 6 5 5 5 5 其他收益 4 2 3 5 5 在建工程 0 0 0 0 0 公允价值变动收益 0 0 0 0 0 无形资产及商誉 45 44 45 45 45 投资收益 1 -2 2 2 3 其他非流动资产 64 50 49 52 53 财务费用 14 12 12 11 11 非流动资产合计 流动负债合计 679 668 715 777 845 少数股东损益 0 0 0 0 1 长期借款 0 0 0 0 0 归属母公司净利润 29 31 44 110 232 应付债券 0 0 0 0 0 租赁负债 16 10 10 12 15 主要财务比率 2023A 2024A 2025E

全路网监测，精准匹配交通流 诱导与分流联动 诱导屏 156 块诱导屏，每日 500 多 次 交通流诱导和信息自动发 布 拥堵排名 从 44 下降到 70 平均等红灯次数 从 2.5 次降到 1.8 次 拥堵疏解时间 从 15 分钟减少到 11 分 钟 156/500 44/70 2.5/1.8 15/11 开放、合作，实现便利出行的梦想 愿景：追求卓越，做智慧交通领域的创新引领者 使命：匠心打造城市交通引擎

京东金融 JD Finance 智能质检流程 录音转 化文本 数据 44F1C5FD-87F3-4AAC-A53 -6CDAEE9E546A 质检报表 人工复核 关联 类型 进线 流水 号 进线 流水 号 标 [ 服务开始 时 签 [间 2018-07-30 15:57:44 智能质检引擎 在线客服 质检模型 金融鑫服投诉质 检方案 ( 人工 )

3.2 ಇܤ೴࡬ᄭसူకۦ ..................................................... 44 4.3.3 ٲߙڳිࣂ޷໰๯੦໸ďTIMĐ .................................. 44 4.4 җ໭೴࡬ׂࢗ٫຺੦಴................................................... ԙζ؍آcںོࣂ޷ԉْफᆑ௶ᆇၗۤڳිࣂ޷೴࡬юڴۤ೴࡬С ଶēճිԙc࣠СcഃcెॿcЄԙcಡԙcں့ںӻԉᆑ௶ᆇၗē ྻރݮ҄ಁಠcԁাcߙᅝcԙຏڕຬcഃܬࡂۤ৓ԙԉఆٝྑഭ — 44 — ¤ ¤ ࠩ໻ನࣂ໰๯੦໸ٲߙē໹юసป೴ᆓ৖ಓԅڳිࣂ޷໰๯ပݯᆘ ۦ඘d ࢗႺ TIM सৢֺ֥ۤཙࡎdͧࣳࣟޯcדމדफcಬ඘੦໸ ٲߙcࡁൟۤՎൟζӒcࢶೊܤԉdཙࡎ๞॓ثᄉcճເߙ੦cᄉ

欺骗性的系统配置组合,有效地防止了容器云中的信息泄露 问题[４３].Lucas等受进化的启发,使用之前良好的配置作为 输入,经过复制、重组、变异和评估等操作生成更优的新配置, 周期性地进行系统配置迁移[４４]. (５)Web应用程序迁移指通过迁移策略将 Web应用程序 中的元素属性进行动态更改或迁移,以提高 Web应用程序的 安全性. Sengupta等通过博弈系统生成不同的迁移策略,周期性 迁移到另一个物理主机或虚拟机 [３９Ｇ４０] 动态平台 动态改变操作系统或硬件平台 [４１Ｇ４２] 配置迁移 周期性地或主动地将系统 配 置 从 一 个 状 态 迁 移 到 另 一 个状态 [４３Ｇ４４] Web应用 程序迁移 将 Web应用程序中的元素属性进行动态更改或迁移 [４５Ｇ４６] 数据随机化 将重要数据信息进行随机化处理,如加密、哈希等操作 [４７Ｇ４８] 代码随机化 将程序中的代码进行随机 tions;InternationalConferenceonSmartCity．IEEEInternationＧ alConferenceonDataScienceandSystems,２０２０． [４４]LUCASB,FULPE W,JOHN DJ,etal．AnInitialFramework forEvolvingComputerConfigurationsasa MovingTargetDeＧ

理的三大瓶颈是算力、显存和通信，根据我们的测算，算力方面 GPT-3 训练 所需算力为 121528 TFLOPS，若 30 天内完成，需要 1558 颗 A100。内存角度， GPT-3 训练至少需要 3.2T 内存，至少 44 张 A100，推理任务则主要受显存限 制，需要 4 至 8 张 A100，因此完整的模型无法在终端上离线运行。 优化后大模型可在旗舰机型芯片上运行，AI 落地有望推动新一轮换机潮。 AI 部署本 ..... 21 图43： AIGC 支撑 AI 多模交互 ...............................................................21 图44： 鸟鸟和类 ChatGPT 模型分身对话 ...................................................... 21 图45： 全球 AR/VR 出货量预测 语音助手，能够模仿她的音色、语气以及文本风格。阿 里展示了“鸟鸟分鸟”模型接入智能音箱使用效果，其智能语音交互功能获得颠 覆式升级，聊天技能明显升级，AI 有望真正实现对 IoT 赋能。 图43：AIGC 支撑 AI 多模交互 图44：鸟鸟和类 ChatGPT 模型分身对话 资料来源：腾讯研究院，国信证券经济研究所整理 资料来源：阿里巴巴，国信证券经济研究所整理 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告

..................43 图表 36 晶泰科技领航资深独立投资者股权占比情况................................................... 44 图表 37 2022 年“一带一路”高贡献医疗设备出口结果..................................................47 图表 38 医疗领域判别式 AI ........56 图表 43 医渡科技“大数据+大模型”双中台解决方案......................................................58 图表 44 埃格林自研 AI 分析药物开发精准表型的过程................................................. 59 图表 45 柏视医疗微创手术人工智能平台的肺部重建效果 家企业进行梳理，调研总计 436 个产品，覆盖了几乎所有脏器。 许多热门脏器的人工智能已经非常成熟，能够实现高精度的多病种辅助诊断，如心脏 （70）、骨骼（58 个）、头颈（53 个）、肺部（44）等部位。一些冷门脏器也在开发 之中，如肠道（5 个）、泌尿（4 个）、整腹（2 个），部分产品已经取得了医疗器械 注册证，能够实现一定程度的商业化。 需要注意的是，AI 针对单一脏器实现的辅

Instruct2Act[51], VoxPoser[52], VilA[30] RoboGen[42], Mimicgen[43], Scaling up and distilling down[44], DrEureka[45], Omnigrasp[46], Meta-World[47], BEHAVIOR-1K[48] ALOHA[37], UMI[38], HumanPlus[39], 将高级任务分解成子任务, 选择最优学习方式 (强 化学习、运动规划或轨迹优化), 生成训练监督; 最 终, 学习获取新技能的策略. 类似地, Scaling up and distilling down[44] 提出 了一个在模拟器中进行学习的框架, 使用大语言模 型指导高层规划, 并利用基于采样的机器人规划器 (如运动或抓取采样器) 生成多样化和丰富的操作轨 迹. 为增强数据收集过程的鲁棒性, 大语言模型需 从视觉观察和自然语言任务描述中推断控制序列的 视觉−语言−运动策略. 为了有效地学习多样化的机 器人轨迹, 他们扩展了扩散策略, 以处理基于语言 的多任务条件, 允许学习到的策略通过基于语言的 规划器被重用和重组. 此外, 文献 [44] 还提出了一 个新的多任务基准, 包含 18 个任务, 以测试长期行 为、常识推理、工具使用和直观物理理解. 在基准上 的实验结果表明, 蒸馏策略成功地学习了数据收集 过程中的鲁棒重试行为, 并在上述领域的绝对成功

大幅下降训练算力，对国内冲击相对较小。 根据信通院，截止 2022 年末中国算力规模 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 MLUarch03 Ampere Hopper CDNA 3 CDNA 3 Da Vinci GPGPU GPGPU FP32 TFLOPS 60 24 18 20 44 163 96 25 32 FP16 TFLOPS 120 97 70 72 312 148 1307 383 320 100 128 INT8 TOPS 数据中心相关设备厂商投资机会涌现 AI 数据中心高功率发展趋势下，我们看好细分设备赛道中 HVDC 增速有望领跑。基于前文 测算，我们预计 2024-2026E 我国算力规模（普算+智算）复合增速 44%，对应新增算力规 模复合增速 85%，考虑 GPU 功耗下降（2024-2026E 单瓦算力复合增速 31%）和数据中心 PUE 下降（2024-2026E 复合降速 2%）后，对应新增数据中心装机量复合增速