中信证券研究部
杨泽原
计算机行业首席 分析师 S1010517080002
丁奇
云基础设施行业 首席分析师 S1010519120003
AIGC 给 APM 领域带来的投资机遇 计算机行业“智能网联”系列报告 25|2023.3.5
核心观点
智算中心的 IT 运维是 AIGC(人工智能创作内容)带来的赛道投资机会。训练 侧，AIGC 大模型由于智算中心、训练框架更复杂，预计会带来监控系统价值 量上升。推理侧，预计调用成本将是模型核心竞争力之一，APM(性能管理系 统)能帮助使用者实现降本增效，博睿数据作为 2022H1 国内 APM 市场份额 第一，在算力扩容中核心受益。复盘海外 IT 运维巨头 Datadog 成长，智算中 心建设有望带动国内运维市场打开。
▍训练侧:AIGC 场景下的智算中心架构更复杂，料将推动监控系统价值量上升。 1)智算中心更复杂，智算中心相比数据中心，CPU、算力卡、存储将充分解耦， 实现按需调用，系统复杂度提升。2)训练框架更复杂，大模型训练通常需要万 张以上算力卡，由于参数数量多，通常采用更复杂的分布式计算，对于各项资源 都需要实时监控。3)复杂架构会带来监控系统价值量上升，硬件端、训练端更 复杂使得原来各自独立的 IT 监控系统需要整合以满足运维需求，参考海外巨头 Datadog，整合平台的模式会大幅提高客户价值量。4)高效的运维系统提升训 练效率，整合的 IT 监控系统能实现对智算中心和模型在设计、迭代、部署等全 生命周期的监控，提高模型的整体训练效率。
▍推理侧:监控系统帮助模型实现降本，博睿数据应用性能管理市场份额第一。1) 调用成本将是核心竞争力之一，OpenAI 通过系统优化实现 90%降本并开启价格 战，对后进入者设置了成本门槛。2)性能管理系统帮助 AI 模型实现降本增效， 大模型采用分布式计算带来监控难度上升，好的性能监控系统能帮助使用者快速 发现性能瓶颈，提高模型推理效率，实现降本增效。3)博睿数据国内性能管理 系统份额第一，根据 IDC 2022H1 的数据，博睿数据在中国 APM 市场份额为 18.4%，位列第一，有望在算力扩容中核心受益。
▍海外案例:Datadog 受益于云计算行业增长，收入 2017-2022 复合增速 75%。 1)海外云化带动监控系统头部公司高增长，Datadog 是海外数据中心运维巨头， Datadog 自 2017 年开始从 ITIM 业务切入 APM 并持续拓展自身业务，有全面的 监控体系。受益于美国云计算的发展，收入从 2017 年的 1.01 亿美元增长至 2022 年 16.75 亿美元，估值达到 243 亿美元。2)国内智算中心建设有望使得头部公 司复制海外增长，智算中心推动国内 IT 基础设施进一步云化，IT 系统复杂度提 升使得原本依靠人力的运维模式成本变高，国内 IT 运维市场空间有望打开。
▍风险因素:IT 运维市场竞争加剧风险;云计算发展不及预期风险;算力中心发 展不及预期风险;企业 IT 投入不及预期风险;AI 技术发展不及预期风险。
▍投资策略。1)训练侧，大模型系统更加复杂，多采用分布式计算、存储架构， 预计带来监控系统价值量增加。2)推理侧，预计调用成本将是 AI 厂商核心竞争 力之一，APM(性能监控系统)能帮助工程师发现性能瓶颈，实现降本增效。 博睿数据作为国内 APM 龙头，2022H1 市场份额第一，有望核心受益。3)复盘 海外，国内 IT 运维厂商有望在智算中心建设带来的市场空间增长中受益，重点 推荐博睿数据，建议关注新炬网络等 IT 运维厂商。
计算机行业
评级
强于大市(维持)
重点公司盈利预测、估值及投资评级
收盘价 EPS 22E 23E
48.52 -1.20 -0.58 31.11 1.62 2.05
资料来源:Wind，中信证券研究部预测
请务必阅读正文之后第 10 页起的免责条款和声明
简称 代码
博睿数据 688229.SH 新炬网络 605398.SH
24E 22E
-0.46 -40 2.41 19
PE 评级 23E 24E
-84 -105 持有 15 13 买入
注:股价为 2023 年 3 月 3 日收盘价
证券研究报告

▍ IT 运维:算力扩容提高方案价值量，监控系统帮助大 模型降本增效
训练侧:AIGC 场景下的智算中心架构更复杂，监控系统价值量上升
根据国家信息中心信息化和产业发展部联合浪潮发布的《智能计算中心规划建设指南》 和中国移动发布的《新一代智算中心网络技术白皮书》中对智算中心的定义，作为 AI 算力 的基础设施，相比传统数据中心，智算中心需要具备高性能、可拓展的技术架构。中心将 算力资源全面解耦，以实现计算、存储资源的弹性供给和利用。以算力资源为池化对象， 以中心网络作为 CPU、xPU、存储之间总线级的高速连接，贯穿计算、存储全流程。算 力水平作为三者综合衡量指标，网络性能成为提升智算中心算力的关键要素，整体系统复 杂度进一步提升。
图 1:智能计算中心架构图
资料来源:《智能计算中心规划建设指南》(国家信息中心信息化和产业发展部，浪潮信息)
除基础设施架构的变化外，大模型在训练上与小模型有一定差异，由于其从计算量、 存储空间上都不是单个设备能完成的，会涉及到多节点集群的分布式训练。根据 Oneflow 的介绍，以其对 GPT-3 为例，GPT 训练时会采用混合并行的训练逻辑，将大的网络分为 64 个阶段，每个阶段都运行在 6 台 DGX-A100 主机上，进行流水并行(各计算设备接力进 行训练);在 6 台主机之间，进行数据并行(将训练数据切分进行训练并对结果拼接);每 台主机有 8 张 A100，同一台机器上的算力卡进行模型并行(将模型切分进行训练并对结
计算机行业“智能网联”系列报告 25|2023.3.5
请务必阅读正文之后的免责条款和声明 2

果拼接)。华为的盘古大模型更是采用了五维并行训练。所以，从大模型的训练流程中， 对于各个算力设备，存储设备，接口等状态都需要实时监控，对异常需要精确定位，对资 源不足、闲置等情况需要及时优化才能保证在万张算力卡的大规模集群中实现对计算资源 协同和合理分配，最大程度保证模型的训练效率和经济性。
图 2:GPT-3 训练架构
资料来源:Oneflow，GitHub，中信证券研究部
从目前的 IT 运维管理中来看，国内目前各细分领域的运维管理工具已经比较完善，如 ITIM(基础设施管理)、ITSM(IT 服务管理)、NMS(网络管理)、NPM(网络性能分析管 理)、APM(应用性能监控)等。但仍存在各监控/管理系统相互独立，对于大规模分布式 系统适用性较差，发生问题的排查、日常的监控效率较低，运营成本较高。虽然相对于传 统靠着堆人力的方案已有一定优势，但在集成度上仍有提高空间。尤其是在算力扩容后， 系统复杂度进一步提升的同时，算力存在云化的趋势。而不同云技术架构的监控能力也不 近相同，每种云方案都有不同控制程度和可见度，如何在数据集群中实现对 IT 资源的高效 且统一的管理，需要一个能对 IT 环境实现整合监控的平台。
计算机行业“智能网联”系列报告 25|2023.3.5
请务必阅读正文之后的免责条款和声明 3

资料来源:新华三官网
海外数据中心运维巨头 Datadog 正是凭借自身在 ITIM 领域的深耕，通过不断拓展监 控板块，实现了综合化的数据监控平台，在美国云计算快速发展的过程中崛起，国内 IT 运 维厂商如博睿数据、驻云科技、云智慧也推出了 Bonree ONE、观测云、智能运维平台 DOCP 等产品提供统一的智能监控平台。
图 4:Datadog 集成 600 多种技术栈，实现统一平台的整合监控方案
资料来源:Datadog，中信证券研究部;注:logo 来自各公司官网
计算机行业“智能网联”系列报告 25|2023.3.5
图 3:不同云服务对应的监控能力
请务必阅读正文之后的免责条款和声明 4

图 5:博睿数据 Bonree ONE 一体化智能可观测平台
资料来源:博睿数据
综合监控平台不仅是在日渐复杂的 IT 系统中有效满足实时运维需求的有效工具，同时 以 Bonree One 平台为例，其搭载 NPM(网络性能监控)、ITIM(基础设施监控)、APM (应用性能监控)等功能能实时监控多维度信息、识别潜在问题、并帮助工程师进行合理 调度优化，在设计、迭代、部署等阶段实现对模型全生命周期的监控，提高模型的整体训 练效率和经济性。参考 Datadog 的功能拓展，预计监控功能的整合同时会带来单客户价 值量的大幅上升。
推理侧:监控系统帮助模型实现降本增效，博睿数据应用性能管理市场份 额第一
2023 年 3 月 1 日，OpenAI 正式推出了 ChatGPT 和 Whisper 面对商业用户的 API， 其在过去的近三个月内，通过一系列的系统级优化，相比 2022 年 12 月，将 ChatGPT 的 调用成本降低了 90%，同时宣布将降本让利给用户，实现 0.002 美元/1000tokens，根据 OpenAI 介绍，1000tokens 约等于 750 词，百万 tokens 只需要 2 美元，率先发起了价格 战。同时也为后续大模型厂商开发设定了成本基准线，由此可预见未来单次调用成本与模 型效果一起将是各 AI 厂商的核心竞争力。
计算机行业“智能网联”系列报告 25|2023.3.5
表 1:OpenAI 各模型调用价格 模型
Davinci
Curie
Babbage
Ada
Davinci Embeddings Curie Embeddings Babbage Embeddings Ada Embeddings ChatGPT(gpt-3.5-turbo) Whisper
2022 年 9 月 1 日前
$0.06 / 1000 tokens $0.006 / 1000 tokens $0.0012 / 1000 tokens $0.0008 / 1000 tokens $0.6 / 1000 tokens $0.06 / 1000 tokens $0.012 / 1000 tokens $0.008 / 1000 tokens ~
~
目前
$0.02 / 1000 tokens $0.002 / 1000 tokens $0.005 / 1000 tokens $0.0004 / 1000 tokens $0.2 / 1000 tokens $0.02 / 1000 tokens $0.005 / 1000 tokens $0.004 / 1000 tokens $0.002 / 1000 tokens $0.006 / minute
资料来源:OpenAI，中信证券研究部
ChatGPT 的成功为 OpenAI 带来了巨大流量，OpenAI.com 的日均访问量约 2400 万，
在提升公司商业价值的同时，也为 OpenAI 带来了更大压力和 IT 资源成本。因为大模型的 请务必阅读正文之后的免责条款和声明 5

参数较多，多采用分布式存储，分布式推理，在每次调用中相比于小模型无论是存储资源、 算力资源和网络资源的访问都更多，系统更加复杂。且公司需要在大流量、高系统复杂度 的环境中为用户提供流畅、可靠的服务。
图 6:华为 MindSpore 分布式模型的在线推理部署
资料来源:MindSpore，中信证券研究部
以 OpenAI 为例，微软云服务 Azure 目前是其基础设施的独家供应商。在 AI 算力上云 的趋势下，云原生的架构中，使用者的监控能力将有所削弱;强监控能力能帮助使用者有 效发现资源过载、闲置，识别潜在问题，通过优化资源配置提升模型训练效率。尤其是在 高复杂度的分布式计算、分布式存储的架构中。APM(应用性能管理)是云原生后台 IT 技术架构运营和监控的重要工具，通过对应用后台的基础设施性能和使用情况进行数据采 集和监控，提高 IT 运营效率、资源利用率，降低 IT 运营成本。
计算机行业“智能网联”系列报告 25|2023.3.5
请务必阅读正文之后的免责条款和声明 6

资料来源:博睿数据
根据 IDC 2022H1 的数据，博睿以 18.4%的市场份额，在中国 APM 市场位列第一， 并为百度、华为、腾讯、阿里等企业提供监测服务。从大模型应用的角度，博睿以 IT 资产 规模计费的收费模式及在 IT 运维行业的领先地位，预计将使公司在算力扩容、系统复杂度 增加的产业趋势中核心受益。
海外案例:Datadog 受益于云计算行业增长，收入五年复合增速 75% Datadog 是海外数据中心运维巨头， Datadog 自 2017 年开始从传统 ITIM 业务切入
APM 并不断拓展自身业务至 RUM、LOG 等领域，做到了全栈的监控体系。 图 8:Datadog 发展史
计算机行业“智能网联”系列报告 25|2023.3.5
图 7:以博睿 Bonree Server APM 为例，其能自动绘制服务拓扑，定位性能瓶颈
资料来源:Datadog，中信证券研究部
Datadog 将自身服务与云厂商 AWS，Azure，GCP 等的云服务和容器平台 Kubernetes
集成共同服务于联想，NASDAQ，MAERSK 等众多企业，受益于美国云计算的发展 请务必阅读正文之后的免责条款和声明 7

计算机行业“智能网联”系列报告 25|2023.3.5 Datadog 的收入从 2017 年的 1.01 亿美元迅速增长至 2022 年 16.75 亿美元，估值达到 243
亿美元。
图 9:2017-2022 年 Datadog 营业收入
18.00 16.00 14.00 12.00 10.00
8.00 6.00 4.00 2.00 0.00
97%
16.75 120% 100%
80% 63% 60% 40% 20%
营业总收入(亿美元)
同比(%)
10.29 70%
2021
1.01 1.98
83%
3.63
66% 6.03
2020
0%
2017 2018
2019
2022
资料来源:Datadog，Wind，中信证券研究部
随着国内 IT 基础设施逐渐云化，分布式存储、资源池化带来 IT 系统复杂度提升，原 本依靠人力、人数的运维模式经济性变差，数据中心运维企业的重要性进一步提高，国内 数据中心运维市场空间有望打开。
▍ 投资策略
1)训练侧，大模型系统更加复杂，多采用分布式计算、存储架构，预计会带来监控 系统价值量增加。2)推理侧，调用成本将是 AI 厂商核心竞争力之一，APM(性能监控系 统)能帮助工程师发现性能瓶颈，实现降本增效。博睿数据作为国内 APM 龙头，2022H1 市场份额第一，有望核心受益。3)复盘海外，国内 IT 运维厂商有望在智算中心建设带来 的市场空间增长中受益，重点推荐博睿数据，建议关注新炬网络等 IT 运维厂商。
▍ 风险因素
IT 运维市场竞争加剧风险; 云计算发展不及预期风险; 算力中心发展不及预期风险; 企业 IT 投入不及预期风险; AI 技术发展不及预期风险。
请务必阅读正文之后的免责条款和声明 8

▍ 相关研究
计算机行业投资策略—“大安全”投资机遇展望 (2023-02-28) 计算机行业“智能网联”系列报告 24—华为昇腾:AI 超算领军，大模型核心受益
(2023-02-16) 计算机行业“构筑中国科技基石”系列报告 25—GPU:研究框架(100 页)(2023-02-13)
计算机行业“智能网联”系列报告 23—ChatGPT 引领创成式 AI 新变革 (2023-02-06) 计算机行业产业互联网系列-金融篇 4—全面注册制改革启动，证券资管 IT 景气加速
(2023-01-03) 计算机行业重大事项点评—“数据二十条”里程碑落地 (2022-12-20) 策略会论坛材料—激光雷达产业的投资机遇(PPT) (2022-12-08)
计算机行业产业互联网专题-医疗篇 10—多地优化防控措施，把握板块预期改善机遇 (2022-12-05)
计算机行业产业互联网(能源篇 2)—电力现货市场推进，关注电力 IT 投资机遇 (2022-11-27)
计算机行业 2022Q4 基金重仓分析专题—创新起点，配置拐点 计算机行业信息安全专题 6—数据安全:信息安全新增长极
计算机行业 2023 年投资策略—站在创新周期起点 计算机行业“智能网联”系列专题 22—从 2022 广州车展看汽车智能化发展趋势
产业互联网专题-医疗篇 9—医疗信息化建设有望提级提速 计算机行业重大事项点评—矿山安全信息化建设有望提速 计算机行业重大事项点评—关注政务大数据投资机遇 计算机行业重大事项点评—虚拟现实与行业应用融合迎来加速发展
计算机行业 2022Q3 基金重仓分析专题—云与信创获增持，板块拐点渐至 计算机行业“构筑中国科技基石”系列报告 24—战略布局“大安全” 计算机行业“构筑中国科技基石”系列报告 23—数据库:关键三问深度解读(2022-10-18) 计算机行业“构筑中国科技基石”系列报告 22—信创产业:继续看好战略机遇
(2022-10-14) 计算机行业“智能网联”系列报告 21—从拆解五款激光雷达看智能驾驶投资机遇
(2022-09-27)
计算机智能网联汽车行业重大事项点评—舱驾一体，智能汽车域控开启新纪元
计算机行业“构筑中国科技基石”系列报告 21—CPU·Intel:研究框架 计算机行业“智能网联”系列报告 20—卫星产业:研究框架
(2022-09-23) (2022-09-09) (2022-09-07)
计算机行业“智能网联”系列报告 25|2023.3.5
(2023-02-02) (2023-01-30) (2023-01-16) (2023-01-10)
(2022-11-10) (2022-11-03) (2022-11-02) (2022-11-02) (2022-10-28) (2022-10-27)
请务必阅读正文之后的免责条款和声明
9

分析师声明
主要负责撰写本研究报告全部或部分内容的分析师在此声明:(i)本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和 发行人的看法;(ii)该分析师所得报酬的任何组成部分无论是在过去、现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系。
一般性声明
本研究报告由中信证券股份有限公司或其附属机构制作。中信证券股份有限公司及其全球的附属机构、分支机构及联营机构(仅就本研究报告免责 条款而言，不含 CLSA group of companies)，统称为“中信证券”。
本研究报告对于收件人而言属高度机密，只有收件人才能使用。本研究报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布 该研究报告的人员。本研究报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。中信证券并不因收件人收到本报 告而视其为中信证券的客户。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具 的建议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断并自行承担投资风险。
本报告所载资料的来源被认为是可靠的，但中信证券不保证其准确性或完整性。中信证券并不对使用本报告或其所包含的内容产生的任何直接或间 接损失或与此有关的其他损失承担任何责任。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者。本报告 所提及的证券或金融工具的价格、价值及收益可跌可升。过往的业绩并不能代表未来的表现。
本报告所载的资料、观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断，可以在不发出通知的情况下做出更改，亦可因使用不 同假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。中信证券 并不承担提示本报告的收件人注意该等材料的责任。中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域、单位、集 团及其他附属机构的流动。负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定。分析师的薪酬不是基于中信证券投资银 行收入而定，但是，分析师的薪酬可能与投行整体收入有关，其中包括投资银行、销售与交易业务。
若中信证券以外的金融机构发送本报告，则由该金融机构为此发送行为承担全部责任。该机构的客户应联系该机构以交易本报告中提及的证券或要 求获悉更详细信息。本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议，中信证券以及中信证券的各个高级职员、董事和员工亦不为 (前述金融机构之客户)因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任。
评级说明
投资建议的评级标准 评级
说明
报告中投资建议所涉及的评级分为股票评级和行业评级 (另有说明的除外)。评级标准为报告发布日后 6 到 12 个 月内的相对市场表现，也即:以报告发布日后的 6 到 12 个 月内的公司股价(或行业指数)相对同期相关证券市场代 持有 表性指数的涨跌幅作为基准。其中:A 股市场以沪深 300 指数为基准，新三板市场以三板成指(针对协议转让标的) 或三板做市指数(针对做市转让标的)为基准;香港市场 强于大市 以摩根士丹利中国指数为基准;美国市场以纳斯达克综合
买入 相对同期相关证券市场代表性指数涨幅 20%以上
增持 相对同期相关证券市场代表性指数涨幅介于 5%~20%之间
股票评级
相对同期相关证券市场代表性指数涨幅介于-10%~5%之间 卖出 相对同期相关证券市场代表性指数跌幅 10%以上 相对同期相关证券市场代表性指数涨幅 10%以上
指数或标普 500 指数为基准;韩国市场以科斯达克指数或 韩国综合股价指数为基准。
行业评级 中性
弱于大市 相对同期相关证券市场代表性指数跌幅 10%以上
相对同期相关证券市场代表性指数涨幅介于-10%~10%之间
10

特别声明
在法律许可的情况下，中信证券可能(1)与本研究报告所提到的公司建立或保持顾问、投资银行或证券服务关系，(2)参与或投资本报告所提到 的公司的金融交易，及/或持有其证券或其衍生品或进行证券或其衍生品交易，因此，投资者应考虑到中信证券可能存在与本研究报告有潜在利益冲突的 风险。本研究报告涉及具体公司的披露信息，请访问 https://research.citicsinfo.com/disclosure。
法律主体声明
本研究报告在中华人民共和国(香港、澳门、台湾除外)由中信证券股份有限公司(受中国证券监督管理委员会监管，经营证券业务许可证编号: Z20374000)分发。本研究报告由下列机构代表中信证券在相应地区分发:在中国香港由 CLSA Limited(于中国香港注册成立的有限公司)分发;在中 国台湾由 CL Securities Taiwan Co., Ltd.分发;在澳大利亚由 CLSA Australia Pty Ltd.(商业编号:53 139 992 331/金融服务牌照编号:350159)分发; 在美国由 CLSA(CLSA Americas, LLC 除外)分发;在新加坡由 CLSA Singapore Pte Ltd.(公司注册编号:198703750W)分发;在欧洲经济区由 CLSA Europe BV 分发;在英国由 CLSA (UK)分发;在印度由 CLSA India Private Limited 分发(地址:8/F, Dalamal House, Nariman Point, Mumbai 400021; 电话:+91-22-66505050;传真:+91-22-22840271;公司识别号:U67120MH1994PLC083118);在印度尼西亚由 PT CLSA Sekuritas Indonesia 分 发;在日本由 CLSA Securities Japan Co., Ltd.分发;在韩国由 CLSA Securities Korea Ltd.分发;在马来西亚由 CLSA Securities Malaysia Sdn Bhd 分 发;在菲律宾由 CLSA Philippines Inc.(菲律宾证券交易所及证券投资者保护基金会员)分发;在泰国由 CLSA Securities (Thailand) Limited 分发。
针对不同司法管辖区的声明
中国大陆:根据中国证券监督管理委员会核发的经营证券业务许可，中信证券股份有限公司的经营范围包括证券投资咨询业务。 中国香港:本研究报告由 CLSA Limited 分发。 本研究报告在香港仅分发给专业投资者(《证券及期货条例》(香港法例第 571 章)及其下颁布的任何 规则界定的)，不得分发给零售投资者。就分析或报告引起的或与分析或报告有关的任何事宜，CLSA 客户应联系 CLSA Limited 的罗鼎，电话:+852 2600 7233。
美国:本研究报告由中信证券制作。本研究报告在美国由 CLSA(CLSA Americas, LLC 除外)仅向符合美国《1934 年证券交易法》下 15a-6 规则界定 且 CLSA Americas, LLC 提供服务的“主要美国机构投资者”分发。对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交 易的建议或对本报告中所述任何观点的背书。任何从中信证券与 CLSA 获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系 CLSA Americas, LLC(在美国证券交易委员会注册的经纪交易商)，以及 CLSA 的附属公司。
新加坡:本研究报告在新加坡由 CLSA Singapore Pte Ltd.，仅向(新加坡《财务顾问规例》界定的)“机构投资者、认可投资者及专业投资者”分发。 就分析或报告引起的或与分析或报告有关的任何事宜，新加坡的报告收件人应联系 CLSA Singapore Pte Ltd，地址:80 Raffles Place, #18-01, UOB Plaza 1, Singapore 048624，电话:+65 6416 7888。因您作为机构投资者、认可投资者或专业投资者的身份，就 CLSA Singapore Pte Ltd.可能向您提供的任 何财务顾问服务，CLSA Singapore Pte Ltd 豁免遵守《财务顾问法》(第 110 章)、《财务顾问规例》以及其下的相关通知和指引(CLSA 业务条款的新 加坡附件中证券交易服务 C 部分所披露)的某些要求。MCI(P)085/11/2021。 加拿大:本研究报告由中信证券制作。对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载 任何观点的背书。 英国:本研究报告归属于营销文件，其不是按照旨在提升研究报告独立性的法律要件而撰写，亦不受任何禁止在投资研究报告发布前进行交易的限制。 本研究报告在英国由 CLSA (UK)分发，且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士。涉及到的任何投资活动仅针对此类人 士。若您不具备投资的专业经验，请勿依赖本研究报告。
欧洲经济区:本研究报告由荷兰金融市场管理局授权并管理的 CLSA Europe BV 分发。
澳大利亚:CLSA Australia Pty Ltd (“CAPL”) (商业编号:53 139 992 331/金融服务牌照编号:350159) 受澳大利亚证券与投资委员会监管，且为澳 大利亚证券交易所及 CHI-X 的市场参与主体。本研究报告在澳大利亚由 CAPL 仅向“批发客户”发布及分发。本研究报告未考虑收件人的具体投资目标、 财务状况或特定需求。未经 CAPL 事先书面同意，本研究报告的收件人不得将其分发给任何第三方。本段所称的“批发客户”适用于《公司法(2001)》 第 761G 条的规定。CAPL 研究覆盖范围包括研究部门管理层不时认为与投资者相关的 ASX All Ordinaries 指数成分股、离岸市场上市证券、未上市发 行人及投资产品。CAPL 寻求覆盖各个行业中与其国内及国际投资者相关的公司。
印度:CLSA India Private Limited，成立于 1994 年 11 月，为全球机构投资者、养老基金和企业提供股票经纪服务(印度证券交易委员会注册编号: INZ000001735)、研究服务(印度证券交易委员会注册编号:INH000001113)和商人银行服务(印度证券交易委员会注册编号:INM000010619)。CLSA 及其关联方可能持有标的公司的债务。此外，CLSA 及其关联方在过去 12 个月内可能已从标的公司收取了非投资银行服务和/或非证券相关服务的报酬。 如需了解 CLSA India“关联方”的更多详情，请联系 Compliance-India@clsa.com。
未经中信证券事先书面授权，任何人不得以任何目的复制、发送或销售本报告。 中信证券 2023 版权所有。保留一切权利。
11