算网可视化龙头，首次覆盖，给予“买入”评级。公司是国内头部网络可视化及智能系统平台提供商，在运营商网络、信息安全、企业与行业 IT、国产信息化等多领域提供业界领先的产品和解决方案。

网络可视化伴随 5G 后周期 / 数据安全需求，迎来新一轮景气上行阶段。网络可视化下游以运营商和政府需求为主， 5G 网络基础设施建设数年有余，伴随各类大流量应用和 AI 的兴起，以及 4G/5G 的设备升级替换，网络可视化设备需求将迎来新一轮景气上行周期。同时，在数据安全的大背景下，监管需求的提升也将带动网络可视化在政府侧的需求回暖。

行业集中化趋势明显，公司技术壁垒深厚，卡位优势凸显。网络可视化是建立在核心 DPI 等技术基础上，对产品的稳定性、可靠性等多项参数和能力等要求极高，赛道进入门槛高，公司深耕网络可视化数十年，技术积累丰厚，在行业份额集中化的过程中有望显著受益。

在最新公布的中国移动 2023-2024 汇聚分流设备招投标结果中，公司订单份额继续大幅提升，核心设备份额高达 70%。行业竞争格局进一步集中。后续对应扩容需求空间庞大，公司订单收入有望迎来高增。

AI 时代下，算网融合推动可视化行业发展新业态。面向 AI 时代，算力网络架构趋于融合，可视化行业也将进一步延展。针对高性能计算的智能监测 / 运维 / 可视化将成为算网架构下的新命题。

公司率先落地面向智算领域的高速网络解决方案，结合网络可视化 + 信创，向智算可视化 + 基础架构演进。产品包括智算可视化运维系统、国产智算加速网卡和交换机等，在面向 AI 训练等多个核心场景下有望解决算力低利用率 / 系统稳定性 / 智能运维 / 可靠部署等多个行业痛点。

投资建议：我们预计公司 2023-2025 年收入为 10.11/14.47/18.82 亿元，归母净利润为 1.31/2.32/3.34 亿元，对应 PE 分别为44/25/17倍。公司是国内优秀的网络可视化及智能系统平台提供商，产品与技术布局蓄势待发，未来伴随 AI 算力需求及数据要素重要性不断提升，公司有望实现高速增长，首次覆盖，给予“买入”评级。

风险提示：市场竞争风险，下游需求受政策影响风险，供应链风险。

一、投资要点

网络可视化

1.行业存在一定周期性，偏后周期。4G 后周期（2017-2019 年）网络可视化需求旺盛，2019-2021 年开启 5G 网络建设，可视化需求增长有放缓，我们预计 2023 年起，5G 后周期将启动网络可视化迎来新一轮上行周期。

2.数据监管需求有望增加。在数据安全的大背景下，监管需求的提升将带动政府侧网络可视化需求回暖。网信办等部门发布《生成式人工智能服务办法》，在 AI 时代数据监管压力陡增，网络可视化设备作为前端数据采集检测设备，需求确定性提升。

3.行业份额集中化。近几年中国移动等厂商开启网络可视化招标集采，由于对于供应商技术 / 交付 / 成本等多方面能力要求不断提高，近几年供应格局显著集中化。

公司深耕网络可视化数十年，技术积累深厚，近几年行业份额不断提升，在最新公布的中国移动 2023-2024 汇聚分流的核心设备份额高达 70%。充分受益行业景气恢复。

智算可视化

1.行业起步阶段，空间巨大。面向 AI 时代，算力网络架构趋于融合，可视化行业进一步延展。针对高性能计算的智能监测 / 运维 / 可视化将成为算网架构下的核心产品。

2.参考海外，算力部署阶段，GPU 低利用率，设备部署可靠性等痛点长期存在，算网可视化行业是全球算力网络部署的刚需产品和方案。

3.信创需求提升。国内市场，信创相关产品和解决方案未来有望渗透率进一步提升。

公司率先落地面向智算领域的高速网络解决方案，结合网络可视化 + 信创，向智算可视化 + 基础架构演进。在面向 AI 训练推理等多个核心场景下，陆续推出包括智算可视化运维系统、国产智算加速网卡和交换机等全方位产品和解决方案。

关键假设：

1.在数字化加速发展大背景下，网络安全和数据要素的重要性逐步提升，网络可视化设备需求持续提升；

2.网络可视化份额向头部公司集中，公司份额进一步提升。

3.智算可视化伴随 AI 训练 / 推理等需求大幅增长。

投资建议：

我们预计公司 2023-2025 年收入为 10.11/14.47/18.82 亿元，归母净利润为 1.31/2.32/3.34 亿元，对应 PE 分别为 42/24/16 倍。公司是国内优秀的网络可视化及智能系统平台提供商，产品与技术布局蓄势待发，未来伴随 AI 算力需求及数据要素重要性不断提升，公司有望实现高速增长，首次覆盖，给予“买入”评级。

风险提示：

市场竞争风险，下游需求受政策影响风险，供应链风险。

二、公司深耕网络可视化，技术积累充足

2.1 国产信息化领域“排头兵”

二十载行业积淀，国产信息化领域“排头兵”。恒为科技（上海）股份有限公司成立于 2003 年，以网络可视化基础架构以及嵌入式与融合计算平台起家。公司是国内优秀的网络可视化及智能系统平台提供商，致力于为运营商网络、信息安全、企业与行业 IT、国产信息化、工业互联网和智慧物联网等领域提供业界领先的产品和解决方案。恒为科技于 2014 年 11 月 21 日整体变更设立股份有限公司，于 2017 年在上交所上市。公司的主营业务主要包括网络可视化业务和智能系统平台业务。其中网络可视化是一类面向网络应用领域的细分智能系统，而智能系统平台指的是为智能系统应用提供硬件及软件平台解决方案的行业，目前以信创领域为主。

股权结构较为分散，核心管理人员控股。公司控股股东、实际控制人为沈振宇、胡德勇、王翔，均为公司核心管理人员，截至 2023 年一季度分别持有公司股权 14.71%、7.37%、5.89%。公司控股 8 家子公司，联营企业 5 家。

核心管理人员行业背景深厚，管理经验丰富。公司董事长、总经理沈振宇曾就职于上海龙林通信技术有限公司、上海亿索网络技术有限公司，2004 年起担任上海恒为信息科技有限公司副总经理、总经理；公司副总经理、总工程师胡德勇曾就职于深圳市中兴通讯股份有限公司、上海亿索网络技术有限公司；公司董事、董事会秘书、副总经理王翔曾就职于上海龙林通信技术有限公司、 AMCC 公司、上海亿索网络技术有限公司；公司副总经理张诗超曾就职于上海龙林通信技术有限公司、上海亿索网络技术有限公司。

2.2 专注于网络可视化和智能系统业务

公司主营业务可分为网络可视化业务和智能系统平台业务两大板块。在网络可视化业务方面，公司主要提供独立型产品，独立型主要是指网络可视化产品作为一个单独的设备而存在，非独立型主要是指网络可视化产品作为集成在其他网元设备（例如路由器、网关等）内部的一个功能单元而存在。独立型具有更好的综合性能，是市场上的主流产品。公司提供的网络可视化产品可通过网络流量及数据的识别、采集与深度检测，综合各种网络处理与信息技术处理技术，对网络的物理链路等进行监测、识别、统计、展现与管控，并将可视化的数据传递给下游客户，以实现网络管理、信息安全与商业智能等应用。

公司的网络可视化产品，主要部署在运营商宽带骨干网、移动网、IDC、以及企业和行业内部网络等不同场景，主要服务于通信运营商、政府和金融等行业领域，2022 年运营商、政府、金融业务占比分别为 58%、33% 和 9%。

在智能系统平台业务方面，公司聚焦于为客户提供“国产化和智能化结合”的软硬件平台解决方案，产品主要分为智能计算、智能网络、智慧物联三部分。智能计算业务主要包括嵌入式智能计算、通用智能计算及云计算，其中嵌入式智能计算适配特定应用场景，其余适配通用性应用场景。智能网络业务主要面向数据通信、网络安全等市场领域以及其智能化演进方向，数据通信领域主要包括网络交换机、路由器、WIFI 无线网络等基础网络产品，解决基础的网络通信问题；网络安全领域包含防火墙、统一威胁管理（UTM）、入侵检测系统（IDS）等，保障信息安全；随着人工智能技术和网络技术的有机融合不断加深，网络智能化趋势显著。智慧物联是公司培育和孵化的新业务方向，目前公司已在智慧物联板块中培育出轨道交通智能巡检机器人及智慧安防等业务，同时正积极拓展能源、水务、电力、石化、光伏等市场领域。

2.3 行业周期起伏，公司规模不断扩张

行业整体复苏，公司营收稳步攀升。公司自 2018 年以来营收呈稳定增长态势，2022 年实现营业收入 7.71 亿元，同比增长 13.61%。营收增长动力主要来源于公司的网络可视化业务，2022 年收入 4.13 亿元同比增长 29.45%，增长原因主要是行业整体复苏，运营商 5G 网络可视化项目逐步落地实施，同时政府项目开始呈现恢复的趋势，金融等行企市场保持明显的增速。智能系统平台业务受益于国产信息化和信创市场领域的开拓以及巡检机器人等行业智能方案的推广，2022 年收入 3.46 亿元，同比增长 2.74%。2023 年一季度公司营收达到 1.65 亿元，同比增长 9.41%，行业下游需求景气度持续提升。

利润历经波动，今年下半年有望迎来新增量。公司在 2019 年和 2020 年净利润下滑，2019 年下滑原因是研发投入加大、市场销售建设力度加大以及下游网络可视化项目波动，研发费用同比增长 42.69%、销售费用同比增加 79.48%；2020 年下滑原因是受经济下行和研发、市场等方面投入增长的影响；2021 年起公司净利润快速增长；2023 年 Q1 净利润下滑，原因主要是去年同期网络可视化项目收入确认使得盈利基数较高；且可视化订单确认有一定季节性，下半年有望明显体现。

按照产品拆分，公司营收可分为网络可视化和智能系统平台两部分，网络可视化业务是公司的主要营收来源，智能系统平台业务增长迅速。受益于行业的整体复苏，网络可视化业务重新回到了快速增长的轨道，2022 年网络可视化业务营收 4.13 亿元，同比增长 29.45%，占营收比重达到 53.63%。2022 年智能系统平台产品营收 3.46 亿元，同比增长 2.74%，占营收比重达到 44.88%，占比较 2018 年的 15.88% 提高了 29 个百分点。随着国产自主信息化和信创市场逐渐成熟，国产信息化产业已经具备规模化应用的基本条件，国产信息化智能系统有望迎来更广阔的发展空间。

按照地区拆分，公司 95% 以上的营收在国内实现。公司产品主要客户为国内的运营商、政府以及金融企业等，聚焦国产信息化及网络信息安全。

整体盈利能力近年来呈现改善趋势，净利率逐步提高。2022 年公司毛利率达到 43%，相比 21 年提升 7 个百分点；归母净利率达到 9.9%，相比 21 年提高 2.04 个百分点。公司在 2020 年毛利率经历大幅下跌，主要由经济下行因素以及毛利率较低的智能系统平台业务营收占比提升导致。随着经济大环境的逐渐好转，公司前期在技术研发和市场建设方面的大力投入初见成效，公司净利率从 2021 年起稳步回升，2021 年净利率达 7.8%，比上年提高 1.06 个百分点；2022 年净利率达 9.9%，比上年提高 2.04 个百分点；2023 年一季度净利率达 10.9%，比 2022 年全年提高 1.05 个百分点。

网络可视化业务毛利率较高，智能系统平台业务毛利率逐步修复。2022 年网络可视化业务收入结构改善促进了该业务的盈利能力，整体毛利率相对上一年度提升 6.15 个百分点，达到 56.03%；智能系统平台业务上，受国产信息化以及信创产业推动，同时由于全球芯片短缺公司放弃了部分低毛利业务，整体毛利率相对上一年度有 6.33 个百分点的提升，达到 27.95%。

期间费用管控能力良好，整体费用率稳中有降。2019 年公司加大了市场销售建设的力度，销售费用同比增加 79.48%，导致整体期间费用率有所上升。从 2020-2022 年来看，公司期间费用率呈缓慢下降趋势，显示公司良好的费用管控能力。2023 年第一季度，公司的期间费用率为 30.08%（不含研发费用率），其中销售费用率 5.51%，管理费用率 25.03%，财务费用率

-0.46%。

注重研发投入，研发费用稳步提高，不断追求技术创新。2022 年公司投入研发资金  1.46 亿元，同比增长 9.41%，占当年销售收入的 19.01%。公司重点投入网络可视化产品和技术的国产化升级改造，继续投入深度还原技术、AI 流量识别技术等，同时公司继续坚持在智能系统平台方向走国产自主技术路线。不断增加的研发投入有利于公司后续进一步开拓新业务以及新市场，夯实自身行业地位的同时不断增加新的竞争实力。

三、网络可视化双利好驱动，智能系统国产化加速

3.1 网络可视化：数据网络“摄像头”，政策与市场双驱动

3.1.1 网络可视化产业链包括三大类参与者

网络可视化的主要参与者包括硬件提供商、应用开发商、和系统集成商，具备供应资质的厂商拥有直供能力，反之只能通过系统集成商进入下游客户：

1）基础架构提供商：提供流量及数据获取、解析、管控等各类基础的软硬件产品，例如高性能 DPI 探针设备、汇聚分流硬件、各类软件中间件和软件模块等，帮助提升下游厂商产品性能、缩短下游厂商应用开发或部署周期；

2）应用开发商：提供各类应用系统的开发，在网络可视化基础软硬件产品之上，专注于一类或多类网络应用，主要应用方向包括：网络优化与运营维护、信息安全、大数据运营等方面，其研发投入以软件为主；

3）系统集成商：直接面向整个行业的下游用户，如运营商、政府、企业、各细分行

业用户等，提供方案咨询设计、系统集成和技术服务。

网络可视化价值链中，很多系统集成商也进行应用的开发，也有部分厂商扮演了从基础架构、应用开发到系统集成的各种角色。

3.1.2 核心技术为 DPI，系统可分为前后端

网络可视化是建立在核心技术 DPI（深度包检测技术）基础上发展而来，经历三个阶段的发展进入商业智能分析阶段。网络可视化行业的技术发展均属于在 DPI 核心基础技术之上，持续融合 DFI、SDN、大数据等相关技术发展而来。网络可视化行业的发展阶段通常划分为三个阶段，分别为“网络使用分析”、“可视化业务控制和管理”以及“智能化业务管理”：

1）网络使用分析：主要出于网络管理和维护的目的，利用流量采集和 DPI 技术，对于网络的使用情况，进行统计和分析，发现和定位网络故障点、性能瓶颈等，下游为运营商和企业客户；

2）可视化业务控制和管理：主要包括基于网络可视化的 P2P 流管理和优化系统、骨干网流量清洗（针对蠕虫、网络攻击等）等，下游客户为运营商、政府和企业；

3）商业智能分析：大数据技术、SDN 等新技术出现，可视化发展进入商业智能分析阶段，对网络流量数据进行深度挖掘，提取有价值的商业信息，例如分析用户特征、用户行为及其背后的真实意图和需求等，从而创造更高的商业价值。

网络可视化系统框架和逻辑属于通用型，但在不同场景的应用存在差异，可视化厂家可以根据客户要求定制解决方案。典型的网络可视化系统由前端与后端组成，前端通常负责流量及数据的识别采集以及预处理，后端负责还原解析、存储数据以及各类分析与应用。在不同的应用场景下，可视化产品的部署拓扑和数据采集点存在较大差异，需要基于不同的网络可视化技术和产品进行组合，网络可视化厂家通常具备定制化解决方案能力。

3.1.3 赛道进入门槛较高，市场规模持续增加

网络可视化市场具备技术门槛与用户壁垒，新进入者较少参与厂商稳定。网络可视化基础架构产品需要具备电信级高端设备开发能力，对产品的稳定性、可靠性、定制化能力及系列化能力等要求极高，需要厂家拥有足够的技术积累和软硬件架构储备，技术准入门槛较高。此外，网络可视化产品的综合替换成本较高（涉及到服务资质、安全认证、产品一致性等），且电信级市场对供应商的稳定性侧重较多，用户粘性大，新进入者较少。目前参与者中，基础设备 / 应用开发商主要包括为中新赛克、恒为科技、浩瀚深度、迪普科技等，集成商主要包括美亚柏科、烽火星空、太极股份、广州汇智、杭州三汇等。

3.1.4 政策与市场双边际变化，空间进一步扩大

从政策角度看，网络信息安全 + 数据要素两个层面均与可视化挂钩：

1）信息安全相关政策：关注度持续提升，政府部门对信息安全的高要求将成为推动网安行业快速增长的主要力量。随着国内信息产业的发展，网络安全威胁也同步增长，各类网络和信息手段犯罪导致社会和经济损失快速增加，信息安全已经成为国家战略的重要组成部分，此外，国际形势的严峻性也进一步促使国家加强对信息安全的重视。根据 2021 年 7 月 12 日工信部发布的《网络安全产业高质量发展三年行动计划（2021-2023 年）（征求意见稿）》，预计到 2023 年，网络安全产业规模将超过 2500 亿元，年复合增长率将超过 15%，电信等重点行业网络安全投入占信息化投入比例要达 10%，具备电信运营商客户优势的安全厂商将会迎来产业机遇。

2）数据要素相关政策：逐步落地，其重要性日益提升，网络可视化具备数据采集作用，是数据要素发展过程中的刚需。在数字经济时代，数据的价值越来越重要，成为继土地、劳动力、资本、技术四大生产要素之后的第五大生产要素，根据《中国数据要素市场发展报告》统计，在 2021 年，数据要素对我国 GDP 增长的贡献率和贡献度分别为 14.7% 和 0.83 个百分点，呈现持续上升状态，同时我国数据要素市场规模在不断增长，《中国数据要素市场发展报告》预测在“十四五”期间市场规模复合增速将超过 25%。网络可视化系统从网络流量中采集挖掘海量的有价值数据和信息，是数据要素资产的重要来源，结合隐私计算等技术手段，将成为数据要素产业链中不可或缺的重要环节。

从市场角度看，通信制式变革、物联网加速落地、数字化进程持续推进等促进网络可视化需求度进一步扩大。4G 升级到 5G 的代际更换不仅仅从存量角度拉动可视化产品的需求增长，更是在工业、商业、C 端应用等各方面带来发展机遇：

1）存量替换：5G 网络从系统架构、协议信令、技术特性等各方面都进行了全面的更新，原有 4G 网络可视化架构在 5G 网络架构中适用度降低，存量替换需求兴起；

2）C 端应用落地、流量增长：5G 网络较 4G 网络具备更大带宽和速率，同等 C 端用户数情况下，流量消耗更多，叠加 5G 用户渗透率不断提高，且各类 5G 应用不断落地，网络流量将迎来爆发式增长，网络可视化应用场景或节点进一步拓展；

3） B 端场景拓宽、需求增加：5G 网络发展到目前，越来越多的商业场景如工业互联网、智慧农业等加速落地，新的应用场景不仅仅对流量多少进行监测，更需要关注功耗、时延、可靠性等因素，在网络优化与运维、网络和信息安全、大数据应用等领域都对网络可视化技术提出了全新的要求。

4）物联网加速落地，边缘侧可视化需求必要性增强：目前物联网发展加速，各类软硬件及平台加速落地，物联网边缘侧的数据采集、回流、分析等诉求将进一步拉动可视化需求。

3.2 智能系统：以嵌入式计算为基石，国产替代进程加速

智能系统是基于传统的嵌入式系统发展而来，嵌入式计算行业中游可细分为三类参与者。智能系统是指运行高级操作系统的、具备安全性和可管理性的电子信息系统，是基于传统嵌入式系统的“智能化”升级版本。嵌入式计算行业上游为芯片与元器件厂商，下游为各个行业的 OEM 厂商如通信行业的爱立信、诺基亚、华为，汽车行业的通用、福特等。产业链中游又可以按厂商的定位，进一步划分为嵌入式软件提供商、嵌入式硬件提供商、以及嵌入式解决方案提供商：

1）嵌入式解决方案提供商：提供软件硬件整合的板卡级产品和系统级产品，主要厂商包括 Artesyn、GE Fanuc、Kontron、Mercury、Radisys、研华股份、凌华科技等；

2）嵌入式硬件提供商：提供板卡级硬件产品，如单板计算机、模块计 算机等，可以直供 OEM 也可以供应给解决方案提供商；

3）嵌入式软件提供商：提供嵌入式操作系统、嵌入式开发工具、嵌入式中间件、嵌入式数据库等，主要厂商包括微软、谷歌、Green Hills、WindRiver、Enea 等。

智能嵌入式系统下游应用场景众多，发展空间广阔。IDC 将嵌入式系统的民用应用领域划分为六个主要行业：汽车、工业（包括航空电子、工业自动化、测量等）、医疗、能源、通信、消费电子。其中，通信和消费电子是目前最大的两个行业，而能源行业则是增长最快的行业。

智能系统核心技术与全球水平存在差距，核心处理器、操作系统、供应商均以国外为主。从核心技术角度来看，目前的嵌入式计算行业中，主要采用的核心处理器与操作系统都以国外厂商的为主，如嵌入式处理器的主流厂商，主要是 Intel、ARM、Broadcom、Marvell、NXP、AMCC、Cavium 等，嵌入式操作系统厂商主要是 Windriver、Microsoft、QNX、Mentor 等。从供应商角度来看，国内嵌入式计算行业的主流厂商依然以国外的 Radisys、Kontron、Artesyn 以及台湾地区的研华股份、凌华科技为主。整体来看在智能系统，尤其是核心技术嵌入式计算方面，国内的技术水平与国外存在差距。

信息系统国产化需求日益增强，自主可控政策支持力度不断增加。一方面，目前信息技术发展迅速，关键器件的缺乏将会限制整个信息技术行业的进步，另一方面，近年来网络安全的重要性凸显，国产自主可控也是实现网络安全的核心之一。政策端频发文件，支持国产化替代，22 年发布的《"十四五"数字经济发展规划》指出提升核心产业竞争力方面，要着力提升基础软硬件、核心电子元器件、关键基础材料和生产装备的供给水平；22 年 6 月发布的《关于加强数字政府建设的指导意见》明确要求提高自主可控水平，加快数字政府建设领域关键核心技术攻关。

四、参考海外，智算可视化运维市场星辰大海

4.1 大模型训练高度依赖稳定性，智算可视化部署必不可少

大模型的训练和推理对网络有三大基础要求：超大规模、超高带宽以及超长稳定。

1）超大规模 - 训练快慢：规模的大小直接决定模型训练的快慢。一个 1750 亿的模型，如果采用 2 千张 GPU，需要训练 100 天以上。采用 8 千卡则可以把时间压缩到 30 天左右。

2）超高带宽 - 效率：Allreduce 带宽直接决定大规模分布式下的整体效率。平均单 GPU 的 Allreduce 带宽有 5GB/s 的时候，大规模分布式的整体加速比只有约 70%；平均单 GPU 的 Allreduce 带宽 20GB/s 才能获得约 90% 的加速比，相当于单 GPU 跑满 400G 网卡。

3）超长稳定 - 训练不中断：大模型训练时长至少是几个星期，长时间下的稳定性尤为重要。稳定性又可以细分为 GPU 可用性 + 网络可用性

• GPU 可用性：根据百度智能云技术站测算，假定单 GPU 的月可用性是 99.9%，那么在千卡规模下模型训练一月内遇到故障发生中断的概率是 60%，而如果采用 8 千卡中断概率就有 99%。即使 GPU 的可用性提升到 99.99%，8 千卡下的中断概率仍然在 50% 左右。

• 网络可用性：存储的读写性能也对大模型的训练非常重要，这里面就包括了数据集的读取以及训练过程中 checkpoint 的读写。网络必须保证更高的可用性，才能尽可能减少模型的训练中断，降低模型做 checkpoint 的频率以及开销。

超长稳定性能在三大基础性能中，属于必不可少的刚需地位，直接影响模型训练和后续推理的延续性以及成功率。保持任务长时间不中断对于大模型训练至关重要，一旦硬件出现故障，在光模块集群中容易造成“多米诺骨牌”式失误，即演变成 1*N 个硬件出错，影响模型训练的整个流程，根据百度智能云技术站测算，一个可以承载 16000 卡的集群会有将近 10 万个光模块，假定一个模块的 MTBF（一个硬件设备在故障前的平均使用时长）是 1 千万小时，由于模块基数太大，哪怕是 1000 万小时的 MTBF，也会导致平均下来 4 天左右就会发生一个故障发生，在大基数背景下，单体的小概率事件会演变成总体的大概率事件。

大模型训练中，网络极其复杂度，一些硬件故障无法被显式直接感知，为保障模型训练的长期稳定性，各大平台均在不同程度上应用智算可视化工具，对数据进行实时监控采集。

• 百度百舸平台大模型配备两大核心工具，任务可视化工具 + 故障诊断工具。其高精度可视化工具可以把一个任务的几百上千个实例的监控数据合并到一起来看，用于判断任务是否正常训练。

• openAI 在训练过程中加 checkpoint 保证连续性。在 OpenAI 和机器学习的背景下，checkpoint（检查点）是指在训练过程中保存的已训练模型的特定时间点的版本，包含模型的权重、参数和其他重要信息。在训练过程中加入 checkpoint 以后，一旦出现训练中断，可以随时返回并使用已保存的 checkpoint 处的模型，无需从头开始训练。此外，checkpoint 除了能提供恢复训练功能，还有其他几个作用，如实验可重现性、模型评估、迁移学习等。

4.2 思科早已部署全栈可视化，多次收购加强业务完整性

4.2.1 “截胡”AppDynamics 上市，32 亿高价收购 APM 软件公司

AppDynamics 成立于 2008 年，由前 CA 员工 Jyoti Bansal 创办，是一家提供应用性能监控（Application Performance Monitoring，APM）解决方案的软件公司，其产品和服务旨在帮助企业监控、优化和管理其应用程序的性能，提供对业务和用户体验的深入见解，从而提高应用程序的可靠性和性能，竞争对手包括传统企业 IBM 以及行业新秀 New Relic 等。AppDynamics 一直计划上市，并在 2015 年 12 月募集 1.58 亿美元作为 IPO 的启动基金，由 General Catalyst 和 Altimeter Capital 领投，Adage Capital、Industry Ventures、Goldman Sachs 和 Cross Creek Advisors 跟投，早期支持者 Institutional Venture Partners、Greylock Partners 和 Lightspeed Venture Partners 续投。

APM 软件估值远超市场价，思科高额并购 AppDynamics。AppDynamics 原计划在 2017 年 1 月 26 日于在纳斯达克公开交易，然而在 1 月 24 日思科（Cisco）突然宣布将以 37 亿美元的价格全现金收购 AppDynamics。根据物联网智库当年报道，如果按 AppDynamics 首次公开招股价格区间的最高点算，预计 IPO 募集的净额为 22 亿美元，思科支付 37 亿元远超此数目，也超出了最近一次风险资本对 AppDynamics 给出 19 亿美元的估值。截至 2017 年 1 月 27 日，思科总市值达到 1550.21 亿美元，2017FY 营收 480.05 亿美元，净利润 96.09 亿美元。截至 2017 年 4 月 29 日的财报显示，思科已完成了对 AppDynamics 的收购，并支付对价 32.58 亿美元。

收购前 AppDynamics 营收增速迅猛，净亏损率迅速缩窄。根据公开招股书，AppDynamics 被并购前 2014FY、2015FY、2016FY（公司财年统计截至每年的 1 月 31 日）营收分别达到 2360 万美元、8186.5 万美元、1.51 亿美元，15 及 16FY 同比增速分别为 247%、84%；截至 2015 年 10 月 31 日和 2016 年 10 月 31 日的九个月，收入分别为 1.03 亿美元和 1.58 亿美元，同比增长 54%，整体来看公司处于业务及营收快速扩张时期。从利润端来看，2014FY、2015FY、2016FY 净亏损分别为 6830 万美元、9420 万美元和 1.34 亿美元；截至 2015 年 10 月 31 日和 2016 年 10 月 31 日的九个月，净亏损分别为 9240 万美元和 9508 万美元，对比公司迅速增长的营收，净亏损率也呈现快速缩窄趋势。

4.2.2 收购 ThousandEyes 进行整合，强化全栈可视化能力

思科 10 亿美元收购网络监测公司，扩大监测范围。2020 年思科宣布以 10 亿美元收购 ThousandEyes，该公司创立于 2010 年，总部位于旧金山，提供数字体验监控功能，可以监控整个云和互联网环境，其主要产品包括 ThousandEyes 平台、终端用户监控、网络与应用合成、以及网络可视化相关解决方案等。

双监控软件整合，监控范围从 APP 延伸至云端，“全栈可视化”能力进一步提升。思科监测平台 AppDynamics 主要从应用（APP）层面出发收集大数据，通过监控和数据分析进一步确定问题，比如其功能之一是可以看到用户在应用中使用频次最高的路径，呈现出应用中存在的性能问题，在用户受影响之前，让企业了解应用程序的哪些部分面临风险并快速诊断问题根源。而 2020 年收购的 ThousandEyes 主要用于监控跨域、跨云之间的通讯路径，思科通过整合 AppDynamics 与 ThousandEyes，可以将监控范围扩大到互联网上的所有应用程序，提供一个扩展到应用程序和基础结构性能之外的完整堆栈视图，包括连接应用程序组件和最终用户的所有网络。

4.3 海外可视化软件商业模式成熟，盈利能力稳健

4.3.1 Datadog：APM 领导者，营收常年高增速

Datadog 是一家位于美国的监控和分析平台公司，成立于 2010 年，提供全面的云监控、应用程序性能监控（APM）、实时日志管理、和安全性监控解决方案等，帮助企业监视和分析其整个技术堆栈。此外，Datadog 也提供网络性能监测、无服务器计算监测等基础设施监测功能，并具备平台能力和软件交付能力。

Datadog 本质是 SaaS 软件，商业模式成熟。Datadog 对用户基本都是按照用量、主机数收费，商业模式相当成熟。具体来看，基础设施 /APM/ 通用服务 / 数据库监控等业务按照主机数收费，每个主机监控的指标数量可以个性化定制；日志管理 / 综合检测 / 持续测试等业务按照用量 / 测试数收费。

Datadog 在监控和分析领域被评为领导者，营收常年维持高增速。在 2023 年 7 月《Gartner 应用性能监控和可观测性魔力象限报告》中，Datadog 再次被评为领导者角色。与此同时，公司自成立以来，营收持续维持高增长趋势，按照标准化报表统计，2022 年公司营收达到 16.75 亿美元，同比增长 62.82%，已经连续多年增速超 60%。

4.3.2 NETSCOUT：网络连接“守护者”，提供价值量巨大

NETSCOUT (NTCT) 是一家领先的企业性能管理、运营商服务保障、网络安全和 DDoS 保护解决方案提供商，成立于 1984 年，最初名为 Network General，后来在多次并购和重组后，于 2002 年更名为 NETSCOUT SYSTEMS。NETSCOUT 的主要业务涵盖网络性能管理、应用程序性能管理、网络安全解决方案、业务智能和分析等，产品包括硬件设备、软件解决方案和云服务，下游客户主要有通信服务提供商、企业、金融机构、医疗保健组织等。

“可视化无边界”能力出众，TEI 法下投资回报率极高。NETSCOUT 在行业内相当于网络的一个“守卫者”，提供一些列可视化产品及解决方案，助力其客户网络通信的长期稳定性和安全性。为未量化和验证自身业务价值，NETSCOUT 委托 Forrester 咨询公司进行了一项总体经济影响（TEI）研究，评估了企业在部署 NETSCOUT nGenius 企业性能管理解决方案后得到成本节约和商业效益，结果显示在采用 NETSCOUT 解决方案后，其使用者：

• 在三年的总体投资回报率 (ROI) 为 234%

• 三年内收益 694 万美元、净现值 486 万美元

• IT 运营团队在每次事件管理上花费的工时减少 80% 以上

• 面向客户的代理人的收入生产率提高 7.5%

• 投资回收期不超过 6 个月

Datadog 和 NETSCOUT 的成功，证明了在具备出色产品力的条件下，可视化市场空间巨大；此外，海外公司的成长路径映射国内，可视化公司的核心优势在于优秀的产品力和完善的布局，同时先发优势的重要性也相当显著。

五、网络可视化份额提升，智算可视化打开成长空间

5.1 网络可视化核心份额提升至 70%

公司卡位运营商招投标第一梯队，23-24 年中标份额提升显著。公司网络可视化业务在 5G 网络扩容与数据中心建设快速增长的大背景下，整体产品和解决方案竞争力日益显现，在中国移动最新公布的 2023 年至 2024 年汇聚分流设备新建部分集中采购结果中，公司第 1 标包、第 2 标包、第 3 标包均中标，中标份额分别为 50%、30%、70%，其中第 1 标包和第 3 标包公司均为第一中标候选人。中移动此次汇聚分流设备新建部分采购规模为 1622 台，其中盒式基本功能设备 355 台，盒式高级功能设备 616 台，插卡高级功能设备 651 台，总预算超过 3.32 亿元，公司占据其中较大份额，对应未来营收增长空间庞大且确定性高。

公司较早布局信创产品，有望充分受益行业信创趋势。在网络可视化业务层面，公司持续投入产品和技术的信创升级改造，逐步开始采用国产化芯片对原有的网络可视化设备进行重新开发，提升国产化率，降低供应链风险；在智能系统平台业务层面，公司继续坚持国产自主技术路线，基于飞腾、兆芯、龙芯、盛科等主流国产自主芯片，以及 ATCA、VPX、COM-E 等业界标准，构建国产自主技术底座，持续推出系列基于最新国产化平台的计算、存储、安全、交换类产品和解决方案。随着国家对信创产业的推动，相关市场的发展潜力将进一步释放，应用需求逐步落地，公司较早布局信创业务，有望率先受益。

5.2 智算可视化新业务合作伙伴落地

公司积极推进新品研发，从基础信创产品向智算可视化以及智算基础架构拓展。当前 AI 数据中心的算力和通信需求增长显著，相应的算力可视化需求随之增长，公司率先意识到该业务长期市场空间庞大，借助自身原有业务积累，进一步投入智算可视化研发，从传统网络可视化、信创基础产品，向智算基础架构方向积极扩展，新产品以及新技术研发持续推进，其中包括针对智算系统 100G 以太网 /IB 网、200G 以太网 /IB 网的智算可视化运维系统，以及 100G 类 IB 的低延时国产智算加速网卡和交换机系统。

公司积极与合作伙伴整合技术和市场资源，共同推进智算业务创新发展。公司于 7 月上旬公布与中贝通信携手合作面向智算领域的高速网络解决方案，中贝通信在高速光模块和线缆方面的产品方向，与公司在智算可视化、国产智算网络方面的产品方向高度契合且互补，中贝可以为公司提供一系列定制化的光模块及光传输产品，包括 100G/200G/400G/800G 高速光模块以及各类 AOC 等高速连接线缆等，满足公司智算可视化系统对于高速光通信的特殊要求。达成合作以后，双方将整合各自市场资源，共同推广合作产品，推动智算业务发展。

5.3 机器人业务逐步推广

公司积极拓展新市场及新市场，机器人业务逐步推广。公司在原有巡检机器人产品基础上开发了防爆机器人和隧道巡检机器人产品；面向光伏智能运维，完成了第一代光伏清扫巡检机器人以及能源可视化综合管理平台的开发和试商用部署。除继续增加机器人产品的研发投入以外，公司还积极引入战略资源，开展轨交、新能源等方向的跨行业合作，为开辟新的长期发展赛道铺垫，未来公司有望打开更广阔的市场空间。

六、 盈利预测、估值与投资建议

营收增速：1）网络可视化基础架构：网络可视化产品是公司主营核心产品，下游客户包含运营商、政府部门以及其他公司等，其中运营商带来营收贡献较大，公司在最新公布的中国移动 2023-2024 汇聚分流的核心设备份额高达 70%（标包总预算超过 3.32 亿元），叠加政府部门对网络安全的重视程度不断提升，来自政企侧的营收有望增加，因此我们假设 2023-2025 年公司收入分别同增 21%/45%/32%，对应收入为 5/7.25/9.55 亿元。2）嵌入式与融合计算平台：智能嵌入式系统下游应用场景众多，涵盖汽车、工业（包括航空电子、工业自动化、测量等）、医疗、能源、通信、消费电子消费等，发展空间广阔，2023 年算力爆发带来各行各业的智能化进展加速，嵌入式与融合计算平台业务有望率先受益，因此我们假设 2023-2025 年板块收入分别同增 45%/42%/28%。3）其他收入 / 业务：规模较小且收入体量较为稳定，假设其他收入、其他业务的营收分别维持在 0.1-0.2 亿元、0.01-0.02 亿元左右。

毛利率：1）网络可视化基础架构：产品结构优化下，业务毛利率有望稳步提升，假设 2023-2025 年分别为 56%/58%/58%。2）嵌入式与融合计算平台：技术升级不断叠加，业务毛利率有望稳步提升，假设 2023-2025 年分别为 27%/29%/31%。3）其他收入 / 业务：毛利率较为稳定，假设其他收入 2023-2025 年毛利率分别为 22%/21%/20%，其他业务为 85%/84%/82%。

费用率：1）销售费用率：相对稳定，假设时取近 4 年算术平均值，对应 2023-2025 年均为 4.40%。2）管理费用率：公司持续加强费用管控，管理费用率有望逐步下行，假设 2023-2025 年分别为 8.00%/7.30%/7.00%。3）研发费用率：公司研发投资集中在前期，新产品发布后研发费用有望逐步平稳，测算时假设 2023-2025 年分别为 17%/15%/14%。

我们预测公司 2023-2025 年的归母净利润分别为 1.31/2.32/3.34 亿元，同比增长 71.38%/77.23%/44.24%，当前股价对应 PE 分别为 44/25/17 倍。公司是可视化龙头企业，我们选取同做可视化业务的中新赛克、浩瀚深度、美亚柏科作为同业可比公司，2023-2025 年可比 PE 均值分别为 47/33/24 倍。公司是国内优秀的网络可视化及智能系统平台提供商，产品与技术布局蓄势待发，未来伴随 AI 算力需求及数据要素重要性不断提升，公司有望实现高速增长，首次覆盖，给予“买入”评级。

七、 风险提示

（1）市场竞争风险

下游信息安全、无线网络等领域需求的不断增长，会吸引更多的企业参与到相关市场的竞争中，，公司将有可能面对主要竞争对手通过资本运作迅速扩大规模或小规模竞争对手数量不断增多的情况，可能引发市场竞争激烈导致的盈利水平下降和市场占有率降低等风险。

（2）下游需求受政策影响风险

公司的网络可视化业务通过集成商向电信运营商、政府机构、金融机构等提供最终服务，如果未来国家政策降低对信息安全、国产自主等方向的重视程度，引导相关行业减少投入，将影响公司的市场和业务规模。

（3）供应链风险

芯片、元器件等是公司设备产品的主要原材料，部分上游芯片和元器件可能出现供应紧张的现象，并对公司产品成本形成一定的压力。