AI 带动材料新需求—— AI 赋能化工之一 相关报告 《——碳纤维行业框架报告：双碳战略推动碳纤维景气度上行， 技术进步产能 扩张降本可期（推荐） * 化工 * 杨阳，李永磊》 —— 2022-05-27 《磷化工和钛白粉企业进军磷酸铁， 大有可为（推荐） * 化工 * 董伯骏，李永 磊》—— 2021-09-09 请务必阅读报告附注中的风险提示和免责声明 沪 深 300 相对沪深 300 表 现 AI 浪潮下，化工材料迎来新发展 u 算力大幅提升，液冷技术成为大势所趋，氟化液大有可为 AI 技术迅猛发展，极大增加了相关产业对高性能算力的需求，进而对设备散热冷却提出了更高要求。目前来看，液冷更适用于高密度功率的数据中 心，其中浸没式液冷具有明显优势。根据《中国液冷数据中心发展白皮书》，保守估计 2025 年中国液冷数据中心市场规模将达 浪潮下获得快速发展和应用。半导体材料是芯片的基石，受益于 AI 需求拉动，半导体材料将获得更大发展空间，技 术变 革和国产替代的步伐将进一步加快。半导体材料主要分为制造材料（硅片 / 化合物半导体、光刻胶、湿电子化学品、电子气体、掩膜版、 CMP 抛光液 和抛光垫、溅射靶材等）及封装材料。其中， 半导体几大核心耗材我国国产率均较低， 国产替代需求旺盛，有望在 AI 快速发展中实现 需求大增与技 术突破。涉及标的：

5 月 23 日 项目概况 主要任务和交付 主要任务 交付 1. 分析 甲方供应链计划业务流程现状，组织架 构， KPI 分析 2. 研究最佳实践和明确改进方向 3. 未来流程设计（需求计划、 S&OP 、供应计划、数 据管理） 4. 未来组织架构高阶设计和高阶供应链评估 KPI 设计 1. RGB 供应链现状分析报告 2. RGB 供应链未来流程设计报告 3. RGB T01 项目启动准备 阶段 1 现状分析 及改进方 向 T02 分析 甲方供应链计划业 务流程现状 T03 研究最佳实践 T04 明确改进方向 阶段 2 流程优化 设计 T05 需求计划未来流程设计 T06 S&OP 未来流程设计 T07 供应计划未来流程设计 T08 数据管理未来流程设计 阶段 3 供应链组 织和绩效 设计 T09 未来组织架构高阶设计 T10 供应链运营现状 组织架构 流程 客户协同 数据和标准化 供应商协同 需求计划、供应计划、产销协同计划和数据分析的具体现状和 问题分析 现状问题和改进方向 主要问题 问 题 和 根 因 分 类 最佳实践 改进方向 11 22 现状分析 现状分析 问题清单 问题清单 主要问题 主要问题 主要问题 需求计划 供应计划 产销协同 计划 数据管理 24 5 5 4 10 最佳实践

算法和混合精度训练优化计算与通信负载；通过 ( 分阶段 ) 强化学习实现 性能突破。 多头潜在注意力 (MLA) 通过低秩联合压缩技术，大幅削减了注意力键 (keys) 和值 (values) 的存储空间，显著降低了内存需求。 DeepSeekMoE 架构采 用了更为精细粒度 的专家设置，能够更加灵活且高效地调配资源，进一步提升了整体的运行效率和表现。 DeepSeek 模型对跨节点的全对全通信机制进行优化， 充分利用 练效能优化策略、双维度评价体系、 结构化训练范式三个维度。 DeepSeek-R1 采用分阶段强化学习架构演进，包括冷启动阶段、面向推理的强化学习、拒绝采样 与监督式微调、全场景强化学习等。 l AI 应用爆发在即，算力需求持续攀升，关注 ASIC 及服务器产业链。 Scaling Law 与“涌现”能力是大模型训练遵循的重要法则，随着 ChatGPT 引领全球 AI 浪潮， 国内外科技公司纷纷发布 AI 大模型，截至 应用百花齐放，企业主动拥抱 AI 应用市场。因此，模型数量、模型参数、数据总量的持续增长及 AI 应用需求推动 全球算力爆发式增长。在英伟达 GPU 随着架构的不断演进及算力的成倍增长，于 AI 大模型训练中得到广泛运用的同时，为了满足 CSP 客户更高 性能和更好功能的需求， 定制化芯片 ASIC 的需求持续提升，牧本钟摆从标准化逐渐摆向定制化。与之相应的算力基础设施持续建设和升级，促使国内外云服务商

算法和混合精度训练优化计算与通信负载；通过 ( 分阶段 ) 强化学习实现 性能突破。 多头潜在注意力 (MLA) 通过低秩联合压缩技术，大幅削减了注意力键 (keys) 和值 (values) 的存储空间，显著降低了内存需求。 DeepSeekMoE 架构采 用了更为精细粒度 的专家设置，能够更加灵活且高效地调配资源，进一步提升了整体的运行效率和表现。 DeepSeek 模型对跨节点的全对全通信机制进行优化， 充分利用 练效能优化策略、双维度评价体系、 结构化训练范式三个维度。 DeepSeek-R1 采用分阶段强化学习架构演进，包括冷启动阶段、面向推理的强化学习、拒绝采样 与监督式微调、全场景强化学习等。 l AI 应用爆发在即，算力需求持续攀升，关注 ASIC 及服务器产业链。 Scaling Law 与“涌现”能力是大模型训练遵循的重要法则，随着 ChatGPT 引领全球 AI 浪潮， 国内外科技公司纷纷发布 AI 大模型，截至 应用百花齐放，企业主动拥抱 AI 应用市场。因此，模型数量、模型参数、数据总量的持续增长及 AI 应用需求推动 全球算力爆发式增长。在英伟达 GPU 随着架构的不断演进及算力的成倍增长，于 AI 大模型训练中得到广泛运用的同时，为了满足 CSP 客户更高 性能和更好功能的需求， 定制化芯片 ASIC 的需求持续提升，牧本钟摆从标准化逐渐摆向定制化。与之相应的算力基础设施持续建设和升级，促使国内外云服务商

定义、规划与选择一套合身的MES 制 造执行系统 1. 规划一套可行度高的 MES 系统的基本要素 2. 完全掌握自家行业的制造模型和管理模型 3. 多维思考、定义自家需求目标和性能的重 要性 4. 以 [TD ＆ BP] 模式破解并疏理鸟巢式的需 求 5. 如何做好、做强需求分析后的逻辑化规范  以适合自己制造组织体系的方法， 实 施MES制造执行系统 1. 制造组织体系，麻雀虽小五脏俱全的重要性 2. 精益工业工程介入实施过程改善的必要性 尝试引进排产系统，例如：工艺 超过 100 或更多…… 实体 设备 赛博虚 拟智软 重量工业互联网 轻量互联网 中量互联网 中量工业互联网 工业互联与系统发展正比上升：系统发展与支撑智能数据采集的需求越深，工业互联越 趋 复杂，技术难度上升 2-2 ：系统数据发展推进法 --------------------------- 3.MES 具备的核心价值 观 管理核心价值： ① 运营价值 - 工艺设计部门 生产管理 领班组长 工业工程部门 物料管理 课长经理 设备管理部门 质量管理 电机电子部门 研发管理 部门 成本管理 部门 关连工作部门 设备供应商 数据供应者，亦是结果信息的需求者 制造标准和计画的设计单位，亦是制造的执行单位，亦是结果的负责单 位 精益办 3C 项目建置组织体系 自动化 t copy without permission. 6. MES 系统对制造体系的主要贡献和价值指

随着光伏发电成本的持续下降，全球光伏产业通过市场驱动实现持续增长 全球光伏产业趋势 美国 中国 欧洲 印度 随着太阳能成本持续下滑，光伏在越来越多的地区具备经济性。 2020 年美国、欧洲、印度、中东、等地增 量需求的可见度较高，有望实现 20GW 的增量，海外市场将达到 100-110GW 的规模，增速约 20% ，全球 光伏装机可达到 140GW • 2019 年美国新增光伏 装机量 13.3GW ，累计 能源政策：各国制定可再生清洁能源目 标计划，如欧盟到 2030 年实现 32% 可 再生能源目标等；美国实施光伏税收减 免；同时，全球光伏补贴退坡趋势加速。 • 全球光伏需求：预计 2025 年起新增装机 量超过 400GW/ 年， 2026 年前后可达 到 440GW/ 年的需求峰值。印度、美国 将成为海外市场增长的主要区域。 • 2020 年预计装机 10- 15GW ， 2022 年目标 是新 100GW 2019 策的推动。因此，太阳能光伏市场的景气程度 受各国产业政策扶持力度的影响较 • 受国家光伏发电标杠电价政策调整时点的影响， 光伏行业表现出一定的季节性； • 需求也存在较大的季节性特征，每年 Q2 与 Q3 是需求旺盛期，而 Q3 与 Q4 则是需求（ 4- 太阳能光伏行业发展仍主要依赖于政府补贴政 策的推动。因此，太阳能光伏市场的景气程度 受各国产业政策扶持力度的影响较 光伏行业的每一个环节都具有资本密集的特点，

采购管理的本质是满足业务对物资和服务的需求与供给匹配，达到多快好省稳 寻配货源 履约交付 结算记账 确定需求 入口 出口 本质要素 • 真实 • 合理 • 规范 • 合规 • 适配 • 高效 • 物美 • 价廉 • 满意 合理明确的 采购需求 可执行的供需 匹配标准 合格的物资 服务供应 11 22 33 核心活动 本质目标 • 满足更多用户需求 • 满足更多样的需求 • 满足业务变化需求 多 多 多 • 需求响应快 • 采购交付快 • 签约结算快 快 快 • 符合用户需求 • 商品质量好 • 服务体验好 好 好 • 需求合理 • 成本合理 • 节省人力 省 省 • 需求合法合规 • 招采阳光公正 • 供应能力稳定 稳 稳 研究范围 • 非生产型采购：指辅助企业生产活动及日常运营所需物品和服务。 • 常见类型为办公用品、 IT 软硬件、专业咨询 / 营销策划 / 会议组织 ，采购 B ，交付物与需求不符，业务没法用 • 供应商服务不好，反映了没改进，也换不了别家 • 采购成本增长高于业务增长，如何控制成本 • 价格与付款信息失真，无法统计真实采购成本 • 预算事后检查，难以起到事先控制的效果 • 采购过程需业务、采购、财务与供应商之间，大量手工填报、 收集、核对工作，耗费不少人力成本 • 随着业务迅速变 化扩张，传统采 购疲于应付不断 新增的需求，已 成为企业战略转

现状调研阶段的关键发现及总体解决思路 多种订单组织方式并存，规则不够明确 计划调整规则未明确定义 3+2 滚动计划周期偏短 集成计划以职能为中心，计划职能涉及多个部门 采购执行涉及多个部门，对供应商窗口较多 需求计划准确率偏低，对生产和采购指导性不强 缺乏端到端的订单管理，订单处理规则不明确 产销平衡机制有待完善 3 日锁定计划难以真正锁定，影响生产稳定性 零部件计划对供应商备货及生产指导性不足 14 15 A. 需求管理解决方案 B. 订单管理解决方案 C. 产销平衡与生产计 划解决方案 D. 生产执行与物流解 决方案 E. 零部件计划与交付 解决方案 组织研讨及共识 计划模式研讨及共识 绩效体系设计 流程设计 /IT 需求梳 理 解决思路 关键发现 清晰模式 目标 理顺组织 优化业务 强化管控 规范流程 强调满足市场需求， 但缺少规则，生产计划常被打乱 于模式与业务体系的设计， 针对主要方向与规则达成共识，为后续流程设计及系统开发打下坚实的基础 业务 体系 模式 与 组织 管理 平台 1.0 策略与模式 2.0 组织架构与管控 3.1 需求 管理 3.4 零部件 计划 与 交付 3.5 生产 执行 与 物流 5.0 流程与信息系统 4.0 绩效管理 3.2 订单 管理 3.3 产销 平衡 与 生产 计划 现状评估阶段（

甲方供应链未来情景 客户 分公司 S&OP 供应可视 一致性需求计划 可承诺量 (ATP) 供应约束 端到端同步计划 终端客户销售 甲方供应链网络 供应商 交付计划 PO / 预测协 同 及时交付 及时供应 及时交付 周主计划会议 需求管理 供应管理 关注长周期决策 集中型供应链管理组织 - 形成统一的一致性需求计划，根据计划执行生产 1 2 3 4 财务整合 5 5-1 普 通 ) 销售经理 需求计划 分公司 需求计划 物料 / 产能共同约束 物料可见 端到端主计划 物料计划 周一致性需求计划 生产计划 总部 需求计划 采购计划 MRP 生产 (PCBA,FG) 日生产计划 交付计划 交付 根因分析 需求分配 订单承诺 需求满足 ATP 主数据 需求优先级 优先排序 后的需求 一致性需求 BP 年计划 / 财务计划 & D/N 供应 财务 需求 研 发 S&OP 会议  集中库存 & 物流网络政 策 11 PO / 预测协同 4 2. S&OP 一级流程 : 供应链计划流程 供应链计划一级流程 输入 输出 装运 装运 生产 生产 采购 采购 供应商 物料 原材料 1.1 需求计划 [ 营销 ] [ 每周 ] [IBP ] 1.2 需求冲减 和优先级 [ 每周 ]

公司制度、公司文件、财务制度、内审要求、业务规范等 外部法律规定 上市公司制度、合同法、 27 号令、集团文件、制度等 需求 人 供应 商 < 供应 工程建设需求 工程建设需求 公司运营成本 公司运营成本 市场营销活动 市场营销活动 网络维护需求 网络维护需求 需求 > 端到端直通流程 合同价格清单、产品库、 BOM 结构、份 额管控、计划量管控、框架限额管控、资 金预算检查等标准化产品库 智慧运营”中心 智 能 采 购 数 字 物 流 全 景 质 控 三 大 业 务 链 掌上 物流 网络化 仓储体系 移动和 可视技术 供应商 多维评价 采购计划 智能管理 • 采购需求计划储备库 • 采购计划智能自动审核 • 采购批次安排 客观量化 智能评审 • 供应商全息多维评价 • 人工智能自动对比评分 采购全程 智能管控 • 新一代电子商务平台 • 采购全流程线上管控 差异化抽检 • 设备全寿命周期数据 • 供应商精准甄别 • 评价结果定期发布 监督全程 电子化 • 在线物资监督管控平台 • 物资监督体系 两级智慧 运营中心 • 后台业务高效运营 • 前端需求快速响应 推进产融 结合 • 推广物资合同质保金保函 • 推进物资供应商应收账款 融资 一 个 运 营 中 心 现代（智慧）供应链 7 一、背景分析与领先实践 1.4 领先实践 – 某电力公司供应链智慧决策中心