作为曾经IT行业从业者，如今股市小韭菜一枚，已行业内接触过的几个观察点讨论一下海光信息潜在的投资价值。
案例一：某地级市ZF部门XC替代项目
当时作为某集成厂商人员参与到技术交流中，客户需要对原有的小机架构进行替代，出于避免被厂商拿捏的心态，该部门领导选择三驾马车入围最终的PK：海光、飞腾与鲲鹏三家，海光份额最高
菊厂的鲲鹏由于销售侧倾向于给自驾的Gauss DB做护航，所以当时菊厂人员并没有力保鲲鹏服务器，核心诉求是确保客户的核心数据库选高斯数据库，从而保证一定的硬件销售量。
飞腾2500当时的产能受限，各集成厂家都不一定能保证6个月内有货，客户又不太满意飞腾2000的性能。
海光7系由于比较平衡的性能、主流国产数据库和云厂兼容性覆盖范围最广，最终胜出。
案例二：ZKY某所某团队
GPU在国内的销售对象除了用作大模型训练卖给大厂以外，基本上以计算型科研客户为主。（当时有做高校IT的朋友将高校的客户群体分为实验型教授和计算型教授，后者是最有销售价值的）
当时背景条件：有朋友在未上市的国产GPU厂，交流时提到，圈内传闻有可能KJ部、JY部会在2024年颁布要求国内高校及科研机构GPU采购国产化比例不低于80%
后续联系了某所，做虚拟仿真的计算型大教授团队有潜在采购需求，当时团队里用的是前几年采购的A100，团队的几茬博士陆续在CUDA生态里完善了项目计算的代码。组织了几次交流，该教授提出最大的不确定点就是国产GPU是否能够兼容CUDA？
通过后续的对接，国产厂的工程师提出，根据某所团队给的代码来看，需要投入技术力量对科研代码进行修改可以满足替代，但也只能满足大概70%左右的计算任务需求，因为国产卡尚不支持双精度计算（FP64），同时工程师朋友私下分享，国内GPU厂家中，能完成这种代码修改在CUDA兼容层面实现国产化替代的能力，恐怕只有海光和他所在的公司团队有能力完成（不排除商业吹捧？）
—————————————————————————
闲聊时也提到了老美的制裁，从朋友的视角看来，限售NV家卡的第一因素恐怕并不是制约我们的大模型训练，而是因为当时国内算力卡大部分只支持半精度FP16计算（菊厂910b支持单精度FP32但产能排期据说未来3年已满），限制国内双精度高性能计算能力从而阻碍国内科研发展才是目的。其次，大模型所需要的多卡算池某种程度上是一个预算问题，假如国家高度重视大模型训练，那么靠RMB能力也可以力大飞砖，大模型所需要的算力基本上单精度就可以满足。
差不多一年前的这个时候，北京大学高性能计算系统采购中标公告披露了海光信息在FP64双精度计算能力的突破，海光股价也从50元短暂横盘震荡左右直接翻倍。（公告显示海光信息DCUZ100单块GPU卡显存32GBHBM2，FP64算力10.8TFlops，通用计算核心8192个，硬件参数基本与英伟达A100和AMDMI100在同一起跑线上）
同时期还接触过某市运营菊厂Atlas 900算力基地的朋友，希望对接并行科技的朋友，然而并行的朋友反馈说900的算力根本没人买，前几年各地ZF买单的那批900算力中心，基本都处于很艰难的状态，首先单体算力规模不够大，主流大厂训练自己的模型受到体量制约，其次科研用户也不会考虑，因为发Paper到海外刊物需要考虑到复现的问题，就算单独针对900算力写代码建模，同行评议无法复现也是极大弊端，更不要说脱离CUDA写代码对于团队里的博士来说也是难度极大的挑战。
—————————————————————————
昨天深夜海光信息再次发布2023年报预增信息，近期SORA再次推升了人工智能的热度，如果从产业化的视角来看，目前具备合格产品能力与自我造血的商业可行性两个因素考虑，海光信息无疑就是国产算力的最佳选择（考虑到菊厂算力没有上市标的）
同时，XC政策要求央国企25年前完成替代建设，站在2024年年初的时间节点来看，未来海光信息极有可能迎来CPU与DCU（海光不直接命名为GPU可能有脱敏诉求或无显示芯片功能的考量）两大产品线的双重增量
如果如同自己的偶像@行中衡 判断的那样未来两年内起大行情，那么海光信息极有可能复制宁德时代之于创业板的19-21新能源行情那样，带领科创板走一波数字经济人工智能的大行情。
—————————————————————————
注册雪球3年第二次发帖，必须艾特一下偶像@行中衡
祝@省心省力 2024年账户翻身
@周期合伙人 老周的公众号期期不落