（报告出品方/作者：国信证券，熊莉，库宏垚，朱松）
1.信息产业十四五再上台阶，拥抱科技创新时代
开启十四五新阶段，信息产业迈向新征程。年12月，工信部连续发布三份重磅规划——《“十四五”软件和信息技术服务业发展规划》、《“十四五”信息化和工业化深度融合发展规划》、《“十四五”大数据产业发展规划》。根据软件和信息技术服务业发展规划，到年，规模以上企业软件收入突破14万亿元，年均增长12%以上；对基础和工业软件等关键软件的供给能力提出明确要求，如工业App要突破万个；强调“软件定义”赋能实体经济新变革，开源重塑软件发展新生态，目标建设2—3个有国际影响力的开源社区。
信息化和工业化融合是中国特色新型工业化道路的集中体现。规划要求信息技术向制造业各领域加速渗透，加快制造业数字化转型，全国两化融合发展指数提高至；明确提出以标准化加速工业互联网平台的规模化普及，普及率要达到45%。
数据成为关键生产要素，大数据产业年目标突破3万亿，年复合增速达到25%左右。我国正在加快培育数据要素市场，促进数据要素价值释放。广东、江苏等地已率先探索数据要素市场化配置，深圳、上海等地已出台数据条例，数据要素重视程度空间。
多省市发布“十四五”科技创新规划，明确研发投入要求。在当前我国科技产业面临多方背景下，科技创新是我国当前全力寻求的破局之道。在国家整体规划之外，多个省市也纷纷做出“十四五”科技创新规划，其中北京、江西、福建、湖北等地对研发投入做出明确要求。根据年初发布的“十四五”规划纲要草案，提出全社会研发经费投入年均增长要大于7%，同时还首次设置基础研究经费指标，要求基础研究经费占比到年要达到8%以上。年中国研发经费投入占GDP的比重达到2.4%，处于历史最高位置。从各地规划来看，十四五期间各地研发投入进一步加强；研发驱动下，新一轮科技创新周期即将来临。
计算机整体估值已回归，低配下机会大于风险。截止三季度，计算机板块的动态市盈率水平在52.47倍，从去年同期估值高点已经消化至近十年平均水平。尤其各细分领域龙头，估值消化超过一年，已回归合理区间。而根据最新的Q1-Q3数据，公募基金配置计算机的市值为亿元，配置的比例在2.7%，严重低于过往平均配置比例。计算机板块自Q2的7.4%的配置比例持续下行，尽管在Q2环比略有上升，Q3又继续走低。计算机板块业务以企业和政府两端为主，整体上年导致今年板块预算和节奏发生波动。展望年，计算机板块业绩有望反弹，叠加科技创新新周期，当前计算机板块配置机会大于风险。
各行业软件定义趋势明显，创新点丰富带动新一轮增长。十四五规划中明确提出“软件定义”，软件在各类产业中已不断丰富生产能力和产品价值，将成为生产力升级、生产关系变革、新产业发展的重要引擎。汽车、制造、IT基础设施、能源、遥感、金融等各个领域均已呈现明显软件定义趋势，相伴而来的也是愈发丰富的产业创新增量。科技行业创新是核心驱动力，自动驾驶、国产化工业软件、数据安全、托管云、充电桩信息化、通导遥一体化、数字货币产业链等创新有望成为各行业新一轮成长爆发点。
2.汽车智能化下半场开启，高阶自动驾驶落地在即
广州车展拉响智能化军备竞赛，高阶自动驾驶落地加速。在本次年广州车展上，小鹏推出了P5和G9两个车型，蔚来的ET7首次亮相车展，造车新势力们继续强化其智能化的特点，此外，传统车厂也不甘示弱，长城旗下的沙龙机甲龙采用华为MDC自动驾驶芯片，同时配备二套华为智能驾驶计算平台，算力达到TOPS，并搭载4颗激光雷达，车辆有效检测距离超米，行人有效检测距离超米。此外，极狐阿尔法S华为HI版也亮相广州车展，该车是首款搭载华为鸿蒙OS的量产车型，也是首款搭载华为高阶自动驾驶ADS系统的量产车型。
传感器作为自动驾驶汽车的“眼睛”和“耳朵”，目前主流的自动驾驶传感器以摄像头和雷达为主。其中，雷达可分为毫米波雷达、激光雷达以及超声波雷达，摄像头则按其安装位置不同，可分为前视、侧视、后视和内置四种类型。
激光雷达是一种通过发射激光束来测量周围环境物体的距离和方位的方法，也是当下已知车载雷达中探测距离远，角度测量精度极高的一种。激光雷达可以准确感知周边环境的三维信息，探测精度在厘米级以内。激光雷达能够准确的识别出障碍物具体轮廓、距离成3D点云，且不会漏判、误判前方出现的障碍物，激光雷达普遍的有效探测距离也更远。与毫米波雷达和摄像头相比，激光雷达具备高分辨率、远距离和视角广阔等特性。
芯片作为计算的载体逐渐成为智能汽车时代的核心。在传统芯片行业，常用算力、功耗和面积三大指标来衡量性能。由于自动驾驶功能对算力极高的追求，峰值算力成为衡量自动驾驶芯片的最主要指标。一般来说，自动驾驶SoC芯片主要可以分为CPU、GPU、FPGA和ASIC四类，当前CPU和GPU相对主流，FPGA和ASIC也正在逐渐崛起。
高阶自动驾驶对算力的需求呈指数级上升。产业界普遍认为，L2级的自动驾驶需要10TOPS的算力，L3级需要~TOPS的算力，L4级需要~TOPS的算力，L5级可能至少需要TOPS的算力。每增加一级自动驾驶等级，算力需求则相应增长一个数量级。根据英特尔推算，在全自动驾驶时代，每辆汽车每天产生的数据量将高达0GB。
在软件定义汽车的发展浪潮中，最核心的两大产业趋势便是汽车EEA架构与SOA架构的演变，前者决定硬件“土壤”，后者决定软件“基石”，两者共同推动汽车新四化（电动化、智能化、网联化、共享化）的发展。
EEA架构是汽车智能化的硬件“土壤”。在万物互联的时代，大量来自消费电子行业的ICT技术与应用横在进入汽车领域，这也对汽车自身的计算能力和架构系统产生了更高要求。汽车EEA架构就好比是发展智能驾驶的土壤和基础，更是决定其智能化程度的关键；
SOA架构是汽车智能化的软件“基石”。智能网联汽车的功能特性多是依靠软件实现的，但传统嵌入式汽车软件开发方法，难以支撑汽车软件规模和复杂度的指数级增长。汽车产业也在从IT技术领域引入先进技术，面向服务SOA架构被认为是能够支持未来汽车软件发展的核心技术之一。SOA就是要求各个控制器，把自己的能力，以服务的方式提供出来，以此来构建一个与车型、芯片、操作系统无关的灵活可变的平台系统。
“一块芯片、多屏互”将成为智能座舱未来趋势，单一芯片可以降低系统复杂度以提高安全性能，并降低成本预算。通过融合云侧终端和V2X场景，底层芯片和车载系统根据各个电子控制单元（ECU）反馈的数据进行计算，了解汽车行驶状态以及各项参数指标，调配车辆至最佳行驶状态。以液晶显示器为例，传统机械仪表盘难以承受大量行车数据，液晶仪表盘通过升级芯片并引入云端数据，构建智能座舱交互平台和界面，未来将升级裸眼3D仪表盘。
高通在智能座舱芯片领域一骑绝尘。从高通年推出第一代座舱芯片A开始，再到第二代A以及第三代芯片，市场渗透率持续提升，能够发现，近期最初的新车型其座舱几乎都是搭载了高通芯片。
3.工业软件“长坡厚雪”，关键环节国产替代需持续
