有时候，我们很少去仔细阅读上市公司财报。如果读了浪潮信息的财报，我们可能对于当下浪潮信息的看法就会发生改变，从“悲观”变得“乐观”。本文将结合浪潮信息2024年年报，分析浪潮信息的“与众不同”。

一、混合专家模型（MoE）

很多人都不太了解“混合专家模型（MoE）”，通过浪潮信息2024年年报第11页披露的资料，我们知道，“构建包含32个专家（Expert）的混合专家模型（MoE），大幅提升了模型算力效率，模型运行时激活参数为37亿，但是精度却能对标700亿参数的Llama3开源大模型”，这说明，如果使用“混合专家模型（MoE）”，可以大幅降低训练AI大模型的门槛和成本。

如果训练AI大模型的算力大小或者成本大小和参数多少成正比的话，那么如果使用“混合专家模型（MoE）”，那么，AI大模型的算力需求可以降低至原来的1/20，换言之，原本需要10万张英伟达H100显卡才能训练出来的AI大模型，只需要5000张英伟达H100显卡就能训练出来。我们知道，国产算力卡和英伟达算力卡最大的区别就是大规模集群并联能力有差距，通过“混合专家模型（MoE）”，就可以大幅降低这个算力的门槛了。

当然，算力需求下降至原来的1/20，训练成本自然也能够下降至原来的1/20，这个只是目前可以做到的程度，不代表“混合专家模型（MoE）”的极限能力。

二、“一机多芯”

浪潮信息显然早就为一些突发情况做好了准备，比如“一机多芯”，也就是无论是国产算力卡还是英伟达算力卡，都可以完美适配元脑服务器。也就是浪潮信息把选择何种算力卡的权力给了消费者。在当下“脱钩断链”等不可预知因素频发的情况下，不仅像浪潮信息这种企业不得不面临各种变数，其实下游AIDC或者AI应用企业都不得不面对这种不确定性。

“一机多芯”相当于为这种不确定性提供了“确定性”。

三、风冷和液冷

很多人都说浪潮信息的毛利率低，是因为浪潮信息是一家没有技术的企业。其实并不是，浪潮信息的毛利率低，是行业特性，并不是个体的问题。

以风冷为例，浪潮信息“推出了国内首款42kW智算风冷算力仓，单机柜可部署AI服务器的数量是传统风冷机柜的6倍以上，相比传统风冷数据中心整体节能25%以上”。

以液冷为例，根据Gartner、IDC发布的最新数据，2024年浪潮信息液冷服务器中国第一。浪潮信息“发布全栈液冷产品，实现全线服务器产品均支持冷板式液冷，并从部件、整机到数据中心，持续进行液冷产品创新，包含全液冷冷板服务器、全液冷机柜、机柜式冷量分配单元、高密液冷智算算力仓等，数据中心产品体系不断完善，液冷服务器连续3年蝉联中国市场第一”。

四、小结

其实，只要仔细阅读浪潮信息2024年年报，就可以从浪潮信息“核心竞争力分析”部分感受到浪潮信息的技术实力。我们投资一家企业，不仅仅需要分析财务数据，也需要了解企业的科技实力以及抗击打能力，这才是一家企业能够披荆斩棘、长治久安的关键所在。