海光信息(688041)：DCU持续投入巩固国产算力份额 大模型生态适配优化加快应用落地

　　事件

海光信息发布2024 年业绩预告：公司2024 年度预计实现营业收入872,000.00 万元到953,000.00 万元， 同比增长45.04%-58.52%；预计实现归母净利润为181,000.00 万元到201,000.00 万元，同比增长43.29%-59.12%。

    　　投资要点

通用计算国内领先，DCU 产品快速迭代发展2024 年，公司的 CPU 产品进一步拓展市场应用领域、扩大市场份额，支持了广泛的数据中心、云计算、高端计算等复杂应用场景；在AIGC 的时代背景下，公司 DCU 产品快速迭代发展，得到市场更广泛认可，以高算力、高并行处理能力、良好的软件生态支持了算力基础设施、商业计算等 AI行业应用，进一步促进了公司业绩的较快增长，预计实现营业收入872,000.00 万元到953,000.00 万元， 同比增长45.04%-58.52%。公司始终围绕通用计算市场，通过高强度研发投入，不断实现技术创新、产品性能提升，保持了国内领先的市场地位。

    　　深算系列进展顺利，持续加大DCU 投入

公司的深算系列产品进展顺利，且公司持续加大在 DCU 软件方面投入。公司 DCU 产品打造了自主开放的完整软件栈，包括“DTK （DCU Toolkit）”、开发工具链、模型仓库等，其完全兼容“CUDA”、“ROCm” 生态，支持 TensorFlow、Pytorch 和PaddlePaddle 等主流深度学习框架与主流应用软件。依托开放式生态，公司构建了拥有完善的层次化软件栈的统一底层硬件驱动平台，其能够适配不同 API 接口和编译器，并支持常见的函数库、AI 算法与框架等。

DeepSeek V3 和R1 模型完成海光DCU 适配并正式上线

DeepSeek V3 和R1 模型基于Transformer 架构，采用了Multi-Head Latent Attention（MLA）和DeepSeek MoE 两大核心技术。MLA 通过减少KV 缓存显著降低了内存占用，提升了推理效率；DeepSeek MoE 则通过辅助损失（auxiliaryloss）实现了专家负载的智能平衡，进一步优化了模型性能。此外，DeepSeek 还引入了多令牌预测、FP8 混合精度训练等创新技术，显著提升了模型的训练效率和推理性能。

DeepSeek R1 还引入了强化学习技术，进一步增强了模型的思考能力和决策效率，使其在复杂任务处理中表现出色，尤其适用于需要高智能决策的场景。近日，海光信息技术团队成功完成DeepSeek V3 和R1 模型与海光DCU 的国产化适配，并正式上线。海光DCU 技术团队还将持续推动大模型迭代适配与优化更新，凭借卓越的算力性能和完备的软件生态，海光DCU 已在科教、金融、医疗、政务、智算中心等多个领域实现规模化应用。

    　　盈利预测

预测公司2024-2026 年收入分别为87.72、123.11、163.96亿元，EPS 分别为0.82、1.18、1.58 元，当前股价对应PE分别为156、108、81 倍，公司持续推进DCU 产品研发巩固算力性能的同时，加快与大模型适配形成完备生态，有望在AI时代持续受益于算力需求，首次覆盖，给予“买入”投资评级。

    　　风险提示

    　　宏观经济的风险，产品研发不及预期的风险，行业竞争加剧的风险，下游需求不及预期的风险。