電子行業專題：AI的iPhone時刻到來電子的AI機遇興起-230327（42頁）.pdf

《電子行業專題：AI的iPhone時刻到來電子的AI機遇興起-230327（42頁）.pdf》由會員分享，可在線閱讀，更多相關《電子行業專題：AI的iPhone時刻到來電子的AI機遇興起-230327（42頁）.pdf（42頁珍藏版）》請在三個皮匠報告上搜索。

1、請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告|20232023年年0303月月2727日日超配超配算力芯片及算力芯片及 AIAI 服務器專題服務器專題AIAI 的的 iPhoneiPhone 時刻到來，電子的時刻到來，電子的 AIAI 機遇興起機遇興起核心觀點核心觀點行業研究行業研究行業專題行業專題電子電子超配超配維持評級維持評級證券分析師：胡劍證券分析師：胡劍證券分析師：胡慧證券分析師：胡慧021-60893306021-S0980521080001S0980521080002證券分析師：周靖翔證券分析師：周靖翔證券分析師：葉子證券分析師：葉子021-60375402

2、0755-S0980522100001S0980522100003證券分析師：李梓澎證券分析師：李梓澎聯系人：詹瀏洋聯系人：詹瀏洋0755-81981181010-S0980522090001市場走勢資料來源：Wind、國信證券經濟研究所整理相關研究報告電子行業周報-AI 引爆 TMT 春季躁動行情，景氣回升趨勢中電子關注度走強 2023-03-20LCD 行業 3 月報-3 月 TV 面板價格全面回升，有望重返現金成本水平 2023-03-15電子行業周報-半導體本土產能擴張預期強化，關注設備及材料 2023-03-14電子行業周報-優勢產業龍頭估值修復，面板及封測景氣回暖2023-03-0

3、6電子行業周報-3 月電視面板全面漲價，IC 封測景氣度率先筑底 2023-02-27AIAI 的的 iPhoneiPhone 時刻到來，微軟、英偉達、華為等巨頭密集推新。時刻到來，微軟、英偉達、華為等巨頭密集推新。2022 年11月底，OpenAI發布ChatGPT，迅速引發全球關注，僅兩個月時間，全球獨立訪問用戶過億。短時間內，全球巨頭紛紛推出各自的生成式AI 產品：3 月2日OpenAI 開放API 接口，16 日百度發布文心一言，17日微軟推出Copilot，21 日英偉達在其 2023 GTC 推出一系列最新AI 硬件和軟件，3 月24 日谷歌推出Bard、OpenAI實現插件支持，

4、25日華為推出“盤古”大模型。ChatGPT興起被看做AI的“iPhone時刻”，類似于“互聯網+”歷程，生成式AI有望重塑各行業的傳統業態，在此創新浪潮之中，推動科技產業升級的“比爾安迪”定律不再停留于OS 層面，AI應用和硬件算力正加速實現螺旋升級。算力芯片及算力芯片及 AIAI 服務器需求激增，服務器需求激增，AIAI 新基建有望催化電子反攻行情。新基建有望催化電子反攻行情。類似2018-2019 年的電子行情，由于市場對智能手機量價成長空間一致性悲觀，電子指數在18 年下跌超42%，緊接著在19 年5G 基礎設施建設及AIoT 終端創新的推動下，電子一年內反彈超73%。如今，對于仍處在

5、歷史估值低位的電子板塊而言，AI應用的興起一方面有望帶動數據中心、服務器等相關新基建的放量，一方面有望革命消費電子終端的人機交互體驗，進而加速各類終端電子化、智能化的進程，行業“短期景氣復蘇”與“中期 AI 創新成長”之間的邏輯共振正得以強化，“AI的iPhone時刻”為電子估值修復提供了有力的市場情緒支撐，建議重點關注算力芯片及AI 服務器相關產業鏈。大模型大模型AIAI 對算力、存儲需求大，推動芯片設計、制造升級。對算力、存儲需求大，推動芯片設計、制造升級。在大模型訓練對數據總量的帶動下，需要性能更高、功耗成本更低的算力芯片和大容量存儲芯片。全球AI 芯片市場預計由18 年的51 億美元增

6、至25 年的726 億美元，CAGR 達 46.14%。當前主流的 AI 算力芯片主要包括 GPU、FPGA、ASIC、NPU等，GPU 在訓練負載中具有絕對優勢，多場景趨勢下AI 芯片將更加細分和多元，以寒武紀、海光信息等為代表的本土 AI 芯片企業正迎來國產替代機遇期。與此同時，由于受美國對我國半導體制裁影響，Chiplet異構集成等先進封裝有望成為本土IC 企業應對制程和算力瓶頸的解決方案；存儲芯片方面，3DNAND 堆疊層數提升和DRAM微縮化進程也有望提速。產業鏈推薦先進封裝長電科技、通富微電長電科技、通富微電，Chiplet IP公司芯原股份芯原股份，存儲芯片兆易創新兆易創新，AI

7、GCAIGC 或開啟人機交互新模式或開啟人機交互新模式、激發激發AIoTAIoT 升級升級，端側芯片有望受益端側芯片有望受益。2011 年Apple 推出Siri，使語音助手成為當時人工智能競賽熱門賽道，但是由于智能化較低，全球語音助理、智能音箱及其他語音交互AIoT 行業發展經過初期高速成長期后陷入沉寂。AIGC 在大語言模型和高算力支持下，自然語言理解能力迅速進化，有望拓展語音交互的能力空間，從而激發AIoT 行業再次升級。與此同時，智慧視覺、工業自動化、智能交互平板、智能可穿戴、VRAR等同樣受益于ChatGPT 等AI 大語言模型所推進的場景數字化趨勢，相關產業鏈推薦晶晨股份晶晨股份、

8、裕太微裕太微、視源股份視源股份、?？低暫？低?、康冠科技康冠科技、創維數字創維數字等。隨隨AIAI應用多元化帶來數據量指數型增長應用多元化帶來數據量指數型增長，AIAI 服務器應運而生服務器應運而生。AI服務器是采用異構形式的服務器，如 CPU+GPU、CPU+TPU、CPU+其他的加速卡等。而普通的服務器是以 CPU 為算力的提供者，采用的是串行架構。在大數據、云計算、人工智能等應用滲透，數據呈現幾何倍數的增長，CPU 的核心數已經接近極限，但數據還在持續增加，因此必須提升服務器的數據處理能力，AI服務器應運而生。根據IDC數據，2022 年全球AI相關支出1193 億美元，請務必閱讀正文

9、之后的免責聲明及其項下所有內容證券研究報告證券研究報告同比增長28.0%；預計2026 年全球AI 服務器市場規模將達到355 億美元，對應22-26 年CAGR 為15.1%。傳輸效率及運行功率提升傳輸效率及運行功率提升，AIAI 服務器硬件全方位升級服務器硬件全方位升級。服務器平臺升級要求PCB 層數增加、介電損耗降低，對應ASP 顯著提升，Prismark 預計24 年全球服務器PCB將達67.65 億美元，5 年CAGR 為6.4%，增速遠高于其他下游；而服務器數據傳輸速率的提升、端口數量的增加，亦將拉動以太網物理層芯片用量的增長；同時，為CPU,GPU 供電所使用的多相電源需求量大幅

10、增加。在此基礎上，據英飛凌數據，AI服務器系統功率將提升至原來的3 倍，因此需要對服務器整機結構、散熱方案等進行升級才能滿足 AI 服務器長期穩定運行的目的，相應的，功率半導體用量顯著提升且器件品類向超結MOS、GaN器件過渡。AI服務器產業鏈推薦：1)代工：工業富聯工業富聯、環旭電子環旭電子、聞泰科技聞泰科技；2)PCB：滬電股份、深南電路、東山精密、鵬鼎控股滬電股份、深南電路、東山精密、鵬鼎控股；3)電源及安全芯片：國芯科技、杰華特、東微半導、新潔能、揚杰科技國芯科技、杰華特、東微半導、新潔能、揚杰科技。風險提示：風險提示：AI 應用推廣低于預期，AI投資規模低于預期，AI 服務器滲透率提

11、升低于預期，AI監管政策收緊等。重點公司盈利預測及投資評級重點公司盈利預測及投資評級公司公司公司公司投資投資昨收盤昨收盤總市值總市值EPSEPSPEPE代碼代碼名稱名稱評級評級（元）（元）（億億元）元）20202222E E20202323E E20202222E E20202323E E601138工業富聯買入17.6635071.011.1917.514.8002463滬電股份買入21.604100.650.8833.324.5688262國芯科技買入66.521600.001.20-55.4688099晶晨股份買入88.383672.082.4242.436.6601231環旭電子買入1

12、8.704131.381.5613.612.0002841視源股份買入82.155762.943.4227.924.0688036傳音控股買入109.158783.484.7331.423.1688141杰華特買入54.732450.330.63166.486.4600584長電科技買入33.405941.852.0418.116.4688261東微半導買入213.871444.325.9549.535.9001308康冠科技買入44.192312.773.2415.913.7002384東山精密買入29.795091.381.7021.617.6002938鵬鼎控股買入33.367742.1

13、02.2715.914.7000810創維數字買入20.122310.720.8828.122.8資料來源：Wind、國信證券經濟研究所預測qQoPWWdUfVfVqUcVwVaQcM7NpNoOmOmPkPqQmPfQoMuM8OpPyRMYqNsPNZpMsR請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告3內容目錄內容目錄大模型大模型 AIAI 東風已至，東風已至，AIAI 服務器芯片乘風啟航服務器芯片乘風啟航.6 6發布針對 AIGC 訓練 GPU，英偉達掀起 AI 服務器芯片市場爭奪.6AIGC 訓練引入海量數據負載，AI 服務器市場規模有望大幅提升.8大算力 A

14、I 加速芯片由海外壟斷，制裁加強下國產替代空間大.9產業鏈相關公司.11大算力遭遇后摩爾時代，異構集成引吭高歌大算力遭遇后摩爾時代，異構集成引吭高歌.1313后摩爾時代，工藝制約先進芯片發展.13異構集成突破制程瓶頸，Chiplet 成為關鍵技術.14UCIe 聯盟匯聚全球科技巨頭，推動 Chiplet 異構集成快速發展.17重點推薦標的.18產業鏈相關公司.19大算力驅動數據量激增，存儲芯片迎新風口大算力驅動數據量激增，存儲芯片迎新風口.2020大模型訓練產生海量數據存儲需求，3D NAND 需求提升.20大模型 AI 數據中心有望提振 DRAM 市場.21重點推薦標的.23產業鏈相關公司.

15、24AIGCAIGC 或激發或激發 AIoTAIoT 升級，端側芯片有望受益升級，端側芯片有望受益.2525重點推薦標的.27產業鏈相關公司.28AIAI 服務器加速滲透，驅動硬件全面升級服務器加速滲透，驅動硬件全面升級.2929算力升級催化 AI 服務器加速滲透.29AI 服務器加速滲透，整機結構方案全面升級.31AI 新基建與新平臺發布共振，PCB 量價齊升.34服務器系統功率倍增，功率器件量價齊升.37風險提示風險提示.4040請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告4圖表圖表目錄目錄圖1：配備四對 H100 與雙 GPU NVLink 的標準服務器的速度較

16、HGX A100 最高可達 10 倍.6圖2：“云-邊-端”算力架構.7圖3：2021-2026 年全球數據總量及預測.8圖4：2016-2021 年全球數據中心負載任務量及預測.8圖5：2016-2021 年全球超級數據中心數量及比例.8圖6：2022 年全球數據中心 CPU 市場份額.9圖7：1H21 中國 AI 芯片市場份額（按加速卡類型）.9圖8：2018-2025 年全球 AI 芯片市場規模及預測.10圖9：2019-2024 年中國 AI 芯片市場規模及預測.10圖10：當前先進芯片發展遇到“存儲墻”“面積墻”“功耗墻”和“功能墻”.13圖11：Chiplet 異構集成示意.14圖

17、12：硅通孔技術.14圖13：英偉達 A100 GPU CoWoS 封裝.15圖14：基于 TSV 技術實現堆疊 HBM.15圖15：英特爾 CO-EMIB 技術.16圖16：臺積電 InFO 技術.17圖17：扇出封裝市場增速.17圖18：UCle 聯盟成員.17圖19：高性能封裝領域市場規模預測.18圖20：高性能封裝投資排名.18圖21：全球前十大封測公司.19圖22：各廠商 3D NAND 工藝演進.20圖23：NAND 廠商量產產品.20圖24：2021-2027 年全球 3D NAND 需求變化.21圖25：2021-2023 年全球 3D NAND 供應量變化.21圖26：202

18、2 年全球 3D NAND 主要廠商市占情況.21圖27：2022 年全球 3D NAND 主要需求細分.21圖28：各廠商 DRAM 工藝演進.22圖29：Micron LPDDR5X 采用 1工藝.22圖30：2021-2027 年全球 DRAM 需求變化.22圖31：2019-2022 年全球 DRAM 供應量變化.22圖32：2022 年 PC 服務器需求占比 31%.23圖33：PC 服務器 DRAM 需求快速增長.23圖34：2022 年全球 DRAM 主要廠商市占情況.23圖35：AIoT 概念.25圖36：AIoT 場景智能交互遇瓶頸.25圖37：2019 年美國語音助理市場份

19、額.25請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告5圖38：全球智能音箱市場下滑.25圖39：AIGC 支撐 AI 多模交互.26圖40：全球 AR/VR 出貨量預測.27圖41：全球智能家居啊出貨量預測.27圖42：晶晨 A311D2 AI SoC.27圖43：瑞芯微 RK3588 AI SoC.27圖44：服務器向 AI 服務器升級.29圖45：全球服務器出貨量情況（萬臺，%）.30圖46：全球服務器出貨金額情況（億元，%）.30圖47：全球服務器供應商市占率分布情況（%）.30圖48：全球服務器出貨金額情況（億美元，%）.31圖49：全球 AI 服務器供應商市占

20、率分布情況（%）.31圖50：SUPERMICRO 服務器設計案例.31圖51：全球以太網交換機端口出貨量情況（萬臺，%）.32圖52：全球以太網交換機端口出貨金額情況（億元，%）.32圖53：全球以太網交換機（端口）供應商市占率分布情況（%）.32圖54：全球服務器季度出貨量&Intel 服務器平臺發布時間.34圖55：服務器平臺中各部件的關系.35圖56：PCLe 每次升級都會讓通道速度近乎翻倍.35圖57：PCB 在服務器中的部分應用.36圖58：覆銅板電性能等級.36圖59：MPS 的 Intelli-Phase 和 QSMOD 技術.37圖60：數據中心及通信帶來的功率器件增量.38

21、表1：初代 GPT 至 GPT-3 對比.6表2：云、邊、端三種應用場景對芯片的要求.7表3：不同技術架構 AI 芯片比較.9表4：數據中心 GPU 典型公司及產品.10表5：數據中心 FPGA 典型公司及產品.10表6：數據中心 ASIC 典型公司及產品.11表7：服務器 CPU.35請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告6大模型大模型 AIAI 東風已至東風已至，AIAI 服務器芯片乘風啟航服務器芯片乘風啟航發布針對發布針對 AIGCAIGC 訓練訓練 GPUGPU，英偉達掀起，英偉達掀起 AIAI 服務器芯片市場爭奪服務器芯片市場爭奪圍繞生成式人工智能，英偉

22、達發布一系列加速模型訓練和推理的軟硬件新品。圍繞生成式人工智能，英偉達發布一系列加速模型訓練和推理的軟硬件新品。2023 年 3 月 22 日，英偉達在 GTC 大會上發布一款新的 GPU帶有雙 GPU NVLink的 H100 NVL，以支持 ChatGPT 類大型語言模型推理?；?NVIDIA Hopper 架構的H100 配有一個 Transformer 引擎，H100 NVL 擁有 188GB HBM3 內存（每張卡 94GB），是目前英偉達發布的內存最大的顯卡。與用于 GPT-3 處理的 HGX A100 相比，配備四對 H100 與雙 GPU NVLink 的標準服務器的速度最高

23、可達 10 倍。圖1：配備四對 H100 與雙 GPU NVLink 的標準服務器的速度較 HGX A100 最高可達 10 倍資料來源：英偉達官網，國信證券經濟研究所整理ChatGPChatGPT T引領全引領全球球A AI I浪潮浪潮，預訓練大模型參數提升對數據中心算力提出更高要求預訓練大模型參數提升對數據中心算力提出更高要求。從 2018 年起，OpenAI 開始發布生成式預訓練語言模型 GPT，當時參數量只有 1.17億個。2020 年，OpenAI 發布 GPT-3 預訓練模型，參數量為 1750 億個，使用 1000億個詞匯的語料庫進行訓練，在文本分析、機器翻譯、機器寫作等自然語言

24、處理應用領域表現出色。2022 年 12 月，OenAI 發布基于 GPT-3.5 的聊天機器人模型ChatGPT，具有出色的文字聊天和復雜語言處理能力。從運算規格來看，ChatGPT主要以 NVIDIA A100 為主，獨家使用 Microsoft Azure 云服務資源。表1：初代 GPT 至 GPT-3 對比版本版本初代初代 GPTGPTGPT-2GPT-2GPT-3GPT-3時間2018 年 6 月2019 年 2 月2020 年 5 月參數量1.17 億15.4 億1750 億預訓練數據量5GB40GB45TB訓練方式Pre-training+Fine-tuningPre-train

25、ingPre-training序列長度51210242048#of Decoder Layers124896Size of Hidden Layers768160012288資料來源：騰訊云開發者，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告7“云云-邊邊-端端”高算力網絡基本形成高算力網絡基本形成，通過構建泛在部署架構滿足大算力需求通過構建泛在部署架構滿足大算力需求。云端智能芯片及加速卡是云服務器、數據中心等進行人工智能處理的核心器件，算力由 GPU、NPU 等芯片產生，通過虛擬平臺調度服務器設備進行復雜數據處理，支持高復雜度和數據吞吐量高速增長

26、的人工智能處理任務。邊緣計算在終端和云端之間的設備上配備適度的計算能力，算力由 CPU、FPGA 等芯片產生，可云計算場景下數據安全、隱私保護、帶寬與時延等潛在問題，保障數據傳輸的穩定性和低延時性。終端智能處理器是終端設備中支持人工智能處理運算的核心器件，算力主要由 CPU、DSP 等芯片產生，使終端設備擁有更流暢的用戶體驗。圖2：“云-邊-端”算力架構資料來源：華為官網，國信證券經濟研究所整理云計算為人工智能提供了基礎架構云計算為人工智能提供了基礎架構，云端是承載海量數據處理和大規模計算的重云端是承載海量數據處理和大規模計算的重要載體。要載體。目前，“云、邊、端”應用場景尚無標準劃分界，人工

27、智能技術在云、邊、端設備中均有廣泛應用，不同應用場景對芯片算力和功耗要求亦不相同。其中，數據中心側對芯片要求更高，一般要求具有高性能、高存儲容量、高計算密度、兼有推理和訓練任務的特點；其典型計算能力大于 30TOPS，典型功耗大于 50瓦，主要應用于云計算數據數據中心等領域。表2：云、邊、端三種應用場景對芯片的要求應用場景應用場景芯片需求芯片需求典型計算能力典型計算能力典型功耗典型功耗典型應用領域典型應用領域云端高性能、高計算密度、兼有推理和訓練任務、單價高、硬件產品形態少30 TOPS50 瓦云計算數據中心、企業私有云等邊端對功耗、性能、尺寸的要求常介于終端與云端之間、推理任務為主、多用于插

28、電設備、硬件產品形態相對較少5 TOPS 至 30 TOPS 4 瓦至 15 瓦智能制造、智能家居、智能零售、智慧交通、智慧金融、智慧醫療、智能駕駛等眾多應用領域終端低功耗、高能效、推理任務為主、成本敏感、硬件產品形態眾多8 TOPS5 瓦各類消費類電子、物聯網產品等資料來源：寒武紀招股書，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告8AIGCAIGC 訓練引入海量數據負載，訓練引入海量數據負載，AIAI 服務器市場規模有望大幅提升服務器市場規模有望大幅提升全球數據總量及數據中心負載任務量大幅度上漲，服務器算力需求呈指數級增全球數據總量及數據中心負

29、載任務量大幅度上漲，服務器算力需求呈指數級增長。長。隨著人工智能、數據挖掘等新技術發展，海量數據產生及對其計算和處理成為數據中心發展關鍵。據 IDC 數據，全球數據總量預計由 2021 年的 82.47 ZB 上升至 2026 年的 215.99 ZB，對應 CAGR 達 21.24%。其中，大規模張量運算、矩陣運算是人工智能在計算層面的突出需求，高并行度的深度學習算法在視覺、語音和自然語言處理等領域上的廣泛應用使得算力需求呈現指數級增長。據 Cisco 數據，全球數據中心負載任務量預計由 2016 年的 241.5 萬個上升至 2021 年的 566.7萬個，對應 CAGR 達 18.60%

30、；其中，云數據中心負載任務量 CAGR 預計達 22%。圖3：2021-2026 年全球數據總量及預測圖4：2016-2021 年全球數據中心負載任務量及預測資料來源：IDC，國信證券經濟研究所整理資料來源：Cisco Global Cloud Index，國信證券經濟研究所整理隨著云計算的不斷發展隨著云計算的不斷發展，全球范圍內云數據中心全球范圍內云數據中心、超級數據中心的建設速度不斷超級數據中心的建設速度不斷加快加快。據 Cisco 數據，全球超級數據中心數量預計由 2016 年的 338 座增長至 2021年的 628 座，對應 CAGR 為 13.19%；占數據中心比例預計由 2016

31、 年的 27%上升至2021 年的 53%。在云端，服務器及數據中心需要對大量原始數據進行運算處理，對于芯片等基礎硬件的計算能力、計算進度、數據存儲和帶寬等都有較高要求。傳統數據中心存在著能耗較高、計算效率較低等諸多發展瓶頸，因此數據中心中服務器的智能化將是未來發展趨勢。圖5：2016-2021 年全球超級數據中心數量及比例資料來源：Cisco Global Cloud Index，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告9大算力大算力 AIAI 加速芯片由海外壟斷，制裁加強下國產替代空間大加速芯片由海外壟斷，制裁加強下國產替代空間大AIAI

32、芯片又稱芯片又稱 AIAI 加速器或計算卡，是專門用于處理人工智能應用中大量計算任務加速器或計算卡，是專門用于處理人工智能應用中大量計算任務的模塊。的模塊。隨著數據海量增長、算法模型趨向復雜、處理對象異構、計算性能要求高，AI 芯片能夠在人工智能的算法和應用上做針對性設計，高效處理人工智能應用中日漸多樣繁雜的計算任務。當前主流的當前主流的 AIAI 芯片主要包括圖形處理器（芯片主要包括圖形處理器（GPUGPU）、現場可編程門陣列（）、現場可編程門陣列（FPGAFPGA）、專用集成電路專用集成電路（ASICASIC）、神經擬態芯片神經擬態芯片（NPUNPU）等等。其中，GPU、FPGA 均是前期

33、較為成熟的芯片架構，屬于通用型芯片。ASIC 屬于為 AI 特定場景定制的芯片。另外，中央處理器（CPU）是計算機的運算和控制核心，是信息處理、程序運行的最終執行單元，是計算機的核心組成部件。表3：不同技術架構 AI 芯片比較種類種類定制化程度定制化程度 可編輯性可編輯性算力算力價格價格優點優點缺點缺點應用場景應用場景GPU通用型不可編輯中高通用型較強、適合大規模并行運算；設計和制造工藝成熟。并行運算能力在推理段無法完全發揮。高級復雜算法和通用性人工智能平臺。FPGA半定制化容易編輯高中可通過編程靈活配置芯片架構適應算法迭代，平均性能較高；功耗較低；開發時間較短。量產單價高；峰值計算能力較低；

34、硬件編程困難。適用于各種具體的行業。ASIC全定制化難以編輯高低通過算法固化實現極致的性能和能效、平均性很強；功耗很低；體積??；量產后成本最低。前期投入成本高；研發時間長；技術風險大。當客戶處在某個特殊場景，可以為其獨立設計一套專業智能算法軟件。資料來源：億歐智庫，國信證券經濟研究所整理當前當前 CPUCPU 市場主要被國際廠商壟斷，市場主要被國際廠商壟斷，IntelIntel、AMDAMD 合計市場份額超九成。合計市場份額超九成。據Counterpoint 數據，2022 年全球數據中心 CPU 市場份額中，Intel 占比達 70.8%，保持市場領先地位；AMD 占比達 19.8%，前兩大

35、巨頭合計市場份額超過 90%。GPUGPU 在訓練負載中具有絕對優勢，未來在訓練負載中具有絕對優勢，未來 AIAI 芯片將更加細分和多元。芯片將更加細分和多元。據 IDC 數據，1H21 中國 AI 芯片市場份額中，GPU 占比高達 91.9%，依然是實現數據中心加速的首選；NPU、ASIC、FPGA 占比分別為 6.3%、1.5%、0.3%。隨著非 GPU 芯片在各個行業和領域中被越來越多采用，高算力、低能耗且適應各類復雜環境的芯片將更受關注，IDC 預計到 2025 年其他非 GPU 芯片整體市場份額占比將超過 20%。圖6：2022 年全球數據中心 CPU 市場份額圖7：1H21 中國

36、AI 芯片市場份額（按加速卡類型）資料來源：Counterpoint，國信證券經濟研究所整理資料來源：IDC，國信證券經濟研究所整理隨著人工智能技術進步及應用場景多元化，全球及中國隨著人工智能技術進步及應用場景多元化，全球及中國 AIAI 芯片市場將得到進一芯片市場將得到進一步發展。步發展。據 Tractica 數據，全球 AI 芯片市場規模預計由 2018 年的 51 億美元增長至 2025 年的 726 億美元，對應 CAGR 達 46.14%。據前瞻產業研究院數據，中國請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告10AI 芯片市場規模預計由 2019 年的 122

37、 億元增長至 2024 年的 785 億元，對應 CAGR達 45.11%。圖8：2018-2025 年全球 AI 芯片市場規模及預測圖9：2019-2024 年中國 AI 芯片市場規模及預測資料來源：Tractica，國信證券經濟研究所整理資料來源：前瞻產業研究院，國信證券經濟研究所整理GPUGPU 作為圖像處理單元，其能夠并行計算的性能優勢滿足深度學習需求。作為圖像處理單元，其能夠并行計算的性能優勢滿足深度學習需求。GPU 最初承擔圖像計算任務，目標是提升計算機對圖形、圖像、視頻等數據的處理性能，解決 CPU 在圖形圖像領域處理效率低的問題。由于 GPU 能夠進行并行計算，其架構本身較為適

38、合深度學習算法。因此，通過對 GPU 的優化，能夠進一步滿足深度學習大量計算的需求。表4：數據中心 GPU 典型公司及產品公司名稱公司名稱產品型號產品型號發布時間發布時間制程制程雙精度浮點運算雙精度浮點運算性能（性能（TFLOPSTFLOPS）單精度浮點運算單精度浮點運算性能（性能（TFLOPSTFLOPS）半精度浮點運算半精度浮點運算性能（性能（TFLOPSTFLOPS）整型定點運算性能整型定點運算性能（TOPSTOPS）顯存顯存顯存帶寬顯存帶寬最大功耗最大功耗NvidiaH100 SXM20224nm26511979(TensorCore)3958(TensorCore)80GB3.35T

39、B/s700WA100 80GB SXM20207nm9.719.5624(TensorCore)1248(TensorCore)80GB2039GB/s400WV100S PCle201912nm8.216.4-32GB1134GB/s250W燧原科技云燧 i20202112nm-3212825616GB819GB/s150W云燧 T20202112nm-3212825632GB1.6TB/s300W云燧 T21202112nm-3212825632GB1.6TB/s300W資料來源：英偉達、燧原科技官網，國信證券經濟研究所整理FPGAFPGA 是一種硬件可重構的集成電路芯片是一種硬件可重構

40、的集成電路芯片，通過編程定義單元配置和鏈接架構進行通過編程定義單元配置和鏈接架構進行計算計算。FPGA 具有較強的計算能力、較低的試錯成本、足夠的靈活性以及可編程能力，在 5G 通信、人工智能等具有較頻繁的迭代升級周期、較大的技術不確定性的領域，是較為理想的解決方案。表5：數據中心 FPGA 典型公司及產品公司名稱公司名稱產品型號產品型號發布時間發布時間制程制程等效等效 LUT4LUT4分布式分布式 RAMRAM（KbitKbit）最大用戶最大用戶 IOIODDRDDR raterate（MbpsMbps）安路科技PH1A 系列 PH1A180SFG676202228nm21024032773

41、961866紫光同創Logos-2 系列PG2L200H202028nm23970025285001066資料來源：安路科技、紫光同創官網，國信證券經濟研究所整理ASICASIC 是一種根據產品的需求進行特定設計和制造的集成電路是一種根據產品的需求進行特定設計和制造的集成電路，能夠更有針對性地能夠更有針對性地進行硬件層次的優化進行硬件層次的優化。由于 ASIC 能夠在特定功能上進行強化，因此具有更高的處理速度和更低的能耗。相比于其他 AI 芯片，ASIC 設計和制造需要大量的資金、較長的研發周期和工程周期，在深度學習算法仍在快速發展的背景下存在一旦定請務必閱讀正文之后的免責聲明及其項下所有內容

42、證券研究報告證券研究報告11制則難以修改的風險。表6：數據中心 ASIC 典型公司及產品公司名稱公司名稱產品型號產品型號發布時間發布時間制程制程單精度浮點運算單精度浮點運算性能（性能（TFLOPSTFLOPS）半精度浮點運算半精度浮點運算性能（性能（TFLOPSTFLOPS）整型定點運算整型定點運算性能（性能（TOPSTOPS）顯存顯存顯存帶寬顯存帶寬功耗功耗GoogleTPU v420217nm-27527532GB1200GB/s192W平頭哥含光 800202112nm-825-276W寒武紀思元 370 MLU370-X820217nm249625648GB614.4GB/s250W華

43、為海思昇騰 91020187nm-320640-310W資料來源：Google、平頭哥、寒武紀、華為海思官網，國信證券經濟研究所整理產業鏈相關公司產業鏈相關公司寒武紀寒武紀(688256.SH)(688256.SH)：公司專注于人工智能芯片產品的研發與技術創新，致力于打造人工智能領域的核心處理器芯片，提供云邊端一體、軟硬件協同、訓練推理融合、具備統一生態的系列化智能芯片產品和平臺化基礎系統軟件。2022 年 3 月，公司正式發布新款訓練加速卡 MLU370-X8。MLU370-X8 搭載雙芯片四芯粒思元 370，集成寒武紀 MLU-Link 多芯互聯技術，主要面向訓練任務，在業界應用廣泛的YO

44、LOv3、Transformer 等訓練任務中，8 卡計算系統的并行性能平均達到 350W RTXGPU 的 155%。海光信息海光信息(688041.SH)(688041.SH)：公司是國產服務器 CPU 芯片龍頭，掌握了高端處理器核心微結構設計、高端處理器 SoC 架構設計、處理器安全、處理器驗證、高主頻與低功耗處理器實現、高端芯片 IP 設計、先進工藝物理設計、先進封裝設計、基礎軟件等關鍵技術，主要產品包括海光通用處理器（CPU）和海光協處理器（DCU）。其中，CPU 系列產品兼容 x86 指令集以及國際上主流操作系統和應用軟件，性能優異，軟硬件生態豐富，安全可靠，得到了國內用戶的高度認

45、可。DCU 系列產品以 GPGPU 架構為基礎，兼容通用的“類 CUDA”環境以及國際主流商業計算軟件和人工智能軟件，軟硬件生態豐富，可廣泛應用于大數據處理、人工智能、商業計算等應用領域。復旦微電復旦微電(688385.SH)(688385.SH)：公司是一家從事超大規模集成電路的設計、開發、測試，并為客戶提供系統解決方案的專業公司。公司是國內 FPGA 領域技術較為領先的公司之一，目前已可提供千萬門級 FPGA 芯片、億門級 FPGA 芯片以及嵌入式可編程器件芯片（PSoC）產品。當前，公司正在積極開展十億門級產品的開發，確保公司在國產可編程器件領域技術上的領先地位，同時公司也在進一步豐富

46、28nm 工藝制程的 FPGA 及 PSoC 芯片譜系種類以滿足市場不同層次的需求。平頭哥平頭哥(未上市未上市)：公司是阿里巴巴全資的半導體芯片業務主體，主要針對下一代云端一體芯片新型架構開發數據中心和嵌入式 IoT 芯片產品。2019 年，公司發布阿里第一顆高性能 AI 推理芯片“含光 800”，覆蓋阿里巴巴豐富的應用場景，將部署于城市大腦、拍立淘、智能服裝設計、搜索和廣告推薦等多個業務。在業界標準的 ResNet-50 測試中，含光 800 推理性能達到 78563 IPS，比目前業界最好的 AI 芯片性能高 4 倍；能效比 500 IPS/W，是第二名的 3.3 倍。2021 年平頭哥發

47、布玄鐵 907 處理器，玄鐵系列處理器出貨量超 20 億。壁仞科技壁仞科技(未上市未上市)：公司致力于開發原創性的通用計算體系，建立高效的軟硬件平臺，同時在智能計算領域提供一體化的解決方案。公司首先聚焦云端通用智能計算，逐步在人工智能訓練和推理、圖形渲染等多個領域趕超現有解決方案，實現國產高端通用智能計算芯片的突破。2022 年 8 月，公司在上海發布首款通用 GPU芯片 BR100，創出全球算力紀錄，16 位浮點算力達到 1000T 以上、8 位定點算力請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告12達到 2000T 以上，單芯片峰值算力達到 PFLOPS 級別。燧原

48、科技燧原科技(未上市未上市)：公司是國內第一家同時擁有高性能云端訓練和云端推理產品的創業公司，專注人工智能領域云端算力產品。2021 年 12 月，公司發布了第二代云端人工智能推理加速卡“云燧 i20”。云燧 i20 擁有迄今為止業內最大的 AI加速卡存儲帶寬，高達 819 GB/s，遠超行業同類產品水平；同時全面支持從 FP32、TF32、FP16、BF16 到 INT8 的計算精度。對比第一代推理產品，云燧 i20 將浮點算力提升到 1.8 倍，整型算力提升到 3.6 倍。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告13大算力遭遇后摩爾時代，異構集成引吭高歌大算力遭

49、遇后摩爾時代，異構集成引吭高歌后摩爾時代，工藝制約先進芯片發展后摩爾時代，工藝制約先進芯片發展后摩爾時代后摩爾時代，集成電路的發展受集成電路的發展受“存儲墻存儲墻”、“面積墻面積墻”、“功耗墻功耗墻”和和“功能功能墻墻”制約制約。2015 年以后，集成電路制程的發展進入了瓶頸，7nm、5nm、3nm 制程的量產進度均落后于預期。隨著臺積電宣布 2nm 制程工藝實現突破，集成電路制程工藝已接近物理尺寸的極限，集成電路行業進入了“后摩爾時代”?！昂竽枙r代”制程技術突破難度較大，工藝制程受成本大幅增長和技術 壁壘等因素上升改進速度放緩?！按鎯Υ鎯Α保禾幚砥魉懔Τ^存儲芯片存取能力，導致綜合算力

50、被存儲器制約。據行業預計，處理器的峰值算力每兩年增長 3.1 倍，而動態存儲器(DRAM)的帶寬每兩年增長 1.4 倍，存儲器的發展速度遠落后于處理器，相差 1.7 倍?！懊娣e墻面積墻”：芯片制程相同時，通過增大芯片面積可以集成更多的晶體管數量，從而提升芯片的性能.然而，單顆芯片尺寸受限于光刻機的光罩極限，且芯片制造良率隨尺寸增大二降低，從而增加成本。當前最先進的 EUV 光刻機的最大光罩面積為 26 mm33 mm。2020 年，英偉達 A100 GPU 芯片，采用臺積電 7nm 工藝，通過常規手段制造了接近 1 個光罩面積的芯片，面積達 25.5 mm32.4 mm?！肮膲膲Α保航?/p>

51、來單個 GPU 和 CPU 的熱設計功耗（Thermal Design Power,TDP）逐年增大。預計 2024 年單個 GPU 的 TDP 將突破千瓦級，由多個 GPU 芯片和高帶寬存儲器（High Bandwidth Memory,HBM）陣列組成的系統，TDP 可能突破萬瓦級，熱設計者將面臨極大的挑戰“功能墻功能墻”：單一襯底可實現的功能有限，芯片面積和數量大幅提升造成整系統集成度無法再提高。圖10：當前先進芯片發展遇到“存儲墻”“面積墻”“功耗墻”和“功能墻”資料來源：“先進封裝技術的發展與機遇”前瞻科技2022 年第 3 期，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其

52、項下所有內容證券研究報告證券研究報告14異構集成突破制程瓶頸，異構集成突破制程瓶頸，ChipletChiplet 成為關鍵技術成為關鍵技術芯粒異構集將成為后摩爾時代集成電路發展的關鍵路徑和突破口芯粒異構集將成為后摩爾時代集成電路發展的關鍵路徑和突破口。芯粒(Chiplet)是指預先制造好、具有特定功能、可組合集成的晶片（Die），應用系統級封裝技術(SiP)，通過有效的片間互聯和封裝架構，將不同功能、不同工藝節點的制造的芯片封裝到一起，即成為一顆異構集成(Heterogeneous Integration)的芯片。通過芯片異構集成，將傳感、存儲、計算、通信等不同功能的元器件集成在一起，成為解決

53、只靠先進制程迭代難以突破的平衡計算性能、功耗、成本的難點。圖11：Chiplet 異構集成示意資料來源：日月光，國信證券經濟研究所整理關鍵技術關鍵技術#1#1：硅通孔技術：硅通孔技術(TSV)(TSV)硅通孔技術（硅通孔技術（TSVTSV，ThroughThrough SiliconSilicon ViaVia）為連接硅晶圓兩面并與硅襯底和其他）為連接硅晶圓兩面并與硅襯底和其他通孔絕緣的電互連結構通孔絕緣的電互連結構，可以穿過硅基板實現硅片內部垂直電互聯可以穿過硅基板實現硅片內部垂直電互聯，這項技術是這項技術是目前唯一的垂直電互聯技術目前唯一的垂直電互聯技術，是實現是實現 2.5D2.5D、3

54、D3D 先進封裝的關鍵技術之一先進封裝的關鍵技術之一,主要用主要用于硅轉接板于硅轉接板、芯片三維堆疊等方面芯片三維堆疊等方面。TSV 的尺寸多為 10m100m 和 30m200m，開口率介于 0.1%-1%。相比平面互連，TSV 可減小互連長度和信號延遲，降低寄生電容和電感，實現芯片間的低功耗和高速通信，增加寬帶和實現封裝小型化。圖12：硅通孔技術資料來源：“先進封裝技術的發展與機遇”前瞻科技2022 年第 3 期，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告15借助借助 TSVTSV 技術，英偉達采用臺積電第技術，英偉達采用臺積電第 4 4 代

55、代 CoWoSCoWoS 技術封裝了技術封裝了 A100A100 GPU,GPU,實現一實現一顆顆A100A100 GPUGPU 和和 6 6 個三星個三星 HBM2HBM2 集成為一顆芯片。集成為一顆芯片。該技術將多顆芯片鍵合至硅基轉接板晶圓上(Si Interposer)，形成邏輯 SoC 芯片和 HBM 陣列，通過 RDL 和 TSV 形成互聯并連接硅基轉接板晶圓凸點。英特爾Foveros技術（3D Face to Face Chip Stackfor heterogeneous integration）亦通過 3D TSV 實現 3D 堆疊異構封裝技術。HBMHBM 亦是通過亦是通過

56、TSVTSV 技術連通堆疊的技術連通堆疊的 DRAMDRAM，實現對，實現對“存儲墻存儲墻”突破。突破。HBM（High-Bandwidth Memory）高帶寬內存，主要針對高端顯卡市場。HBM 使用了3D TSV 和 2.5D TSV 技術，通過 3D TSV 把多塊內存芯片堆疊在一起，并使用 2.5DTSV 技術把堆疊內存芯片和 GPU 在載板上實現互連。圖13：英偉達 A100 GPU CoWoS 封裝圖14：基于 TSV 技術實現堆疊 HBM資料來源：“先進封裝技術的發展與機遇”前瞻科技2022 年第3 期，國信證券經濟研究所整理資料來源：AMD，國信證券經濟研究所整理關鍵技術關鍵技

57、術#2#2：EMIBEMIB嵌入式多芯片互連橋先進封裝技術嵌入式多芯片互連橋先進封裝技術（EMIBEMIB，EmbeddedEmbedded Multi-DieMulti-Die InterconnectInterconnectBridgeBridge）是是 X-YX-Y 平面延伸的先進封裝技術。平面延伸的先進封裝技術。EMIB 是由英特爾提出并積極應用的，EMIB 理念跟基于硅中介層的 2.5D 封裝類似，是通過硅片進行局部高密度互連。與傳統 2.5D 封裝的相比，因為沒有硅中介層和 TSV，EMIB 技術具有正常的封裝良率、無需額外工藝和設計簡單等優點，EMIB 硅片面積也更微小、更靈活、

58、更經濟。采用 EMIB 技術，CPU、GPU 對工藝要求高，可以使用 10nm 工藝，IO 單元、通訊單元可以使用 14nm 工藝，內存部分則可以使用 22nm 工藝，采用 EMIB 先進封裝技術可以把三種不同工藝整合到一起成為一個處理器。通過整合通過整合 EMIBEMIB 和和 FovorosFovoros，CO-EMIBCO-EMIB 實現更高集成度異構集成。實現更高集成度異構集成。利用利用高密度的互連技術，將 EMIB2D 封裝和 Foveros 3D 封裝技術結合在一起，實現高帶寬、低功耗，以及相當有競爭力的 I/O 密度。Co-EMIB 能連接更高的計算性能和能力，讓兩個或多個 Fo

59、veros 元件互連從而基本達到 SoC 性能，還能以非常高的帶寬和非常低的功耗連接模擬器、內存和其他模塊。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告16圖15：英特爾 CO-EMIB 技術資料來源：英特爾，國信證券經濟研究所整理關鍵技術關鍵技術#3#3：超高密度扇出（：超高密度扇出（UHDUHD Fan-OutFan-Out）扇出型封裝扇出型封裝扇出（扇出（Fan-OutFan-Out）相對于扇入（）相對于扇入（Fan-InFan-In）具備實現更多具備實現更多 I/OI/O 等能力，等能力，從而成為多芯粒異構集成重要技術。從而成為多芯粒異構集成重要技術。扇出和扇入

60、型工藝相似，當芯片被加工切割完畢之后，會放置在基于環氧樹脂模制化合物的晶圓上，這被稱為重構晶圓。然后,在模制化合物上形成再分布層（RDL）。RDL 是金屬銅連接走線，將封裝各個部分進行電氣連接，最后，重構晶圓上的單個封裝就會被切割。兩者最大的差異在于在扇入型封裝中 RDL 向內布線，而在扇出型封裝中 RDL 既可向內又可向外布線。因此，扇入型封裝最大只能容許約 200 個 I/O，而扇出型封裝可以實現更多的 I/O。2020 年，臺積電發布集成扇出型晶圓上系統（InFO_SoW），通過超高密度扇出封裝技術將多顆好的晶粒、供電、散熱模塊和連接器緊湊地集成在晶圓上，包含 6層 RDL，前 3 層線

61、寬/線距為 5/5 m，用于細線路芯片間互連；后 3 層線寬/線距為 15/20 m，用于供電和連接器互連。相比印制電路板級多芯片模塊，InFO_SoW具有高帶寬、低延遲和低功耗的特點。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告17圖16：臺積電 InFO 技術圖17：扇出封裝市場增速資料來源：臺積電，國信證券經濟研究所整理資料來源：Yole，國信證券經濟研究所整理UCIeUCIe 聯盟匯聚全球科技巨頭，推動聯盟匯聚全球科技巨頭，推動 ChipletChiplet 異構集成快速發展異構集成快速發展UCIeUCIe 聯盟成立并發布統一聯盟成立并發布統一 ChipletC

62、hiplet 互聯互通標準，全球科技大廠紛紛加入推互聯互通標準，全球科技大廠紛紛加入推動動ChipletChiplet 異構集成進入發展快車道異構集成進入發展快車道。2022 年 3 月 3 日，英特爾、AMD、ARM、高通、臺積電、三星、日月光、GoogleCloud、Meta、微軟等十大行業巨頭聯合成立了Chiplet 標準聯盟，正式推出了通用 Chiplet 高速互聯標準“Universal ChipletInterconnect Express”（通用芯?；ミB，簡稱“UCIe”），旨在定義一個開放、可互操作的芯粒（Chiplet）生態系統標準。UCIeUCIe 標準的確定有望轉變目前異

63、構芯片各家單打獨斗的局面標準的確定有望轉變目前異構芯片各家單打獨斗的局面，擁有可靠的數據傳擁有可靠的數據傳輸和鏈路管理輸和鏈路管理。設計者和芯片制造商都可以利用現有的 PCIe/CXL 軟件，將芯片設計走向更加靈活的設計思路，滿足多樣化定制需求，最大化地將各晶圓廠和科技公司的優勢相結合，在高效設計、封裝、成本方面達到完美的平衡點。圖18：UCle 聯盟成員資料來源：UCle 聯盟，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告18ChipletChiplet 異構集成的關鍵技術市場規模進入快速增長期，全球半導體制造巨頭紛異構集成的關鍵技術市場規模進入

64、快速增長期，全球半導體制造巨頭紛紛加大投入。紛加大投入。根據 Yole 預計，至 2027 年，全球超高密度扇出、HBM、硅中介層、EMIB/Co-EMIB 等為代表的高性能封裝方案市場規模將由 2021 年的 27.4 億美元增長至 78.7 億美元，復合增長率為 19%。根據 Yole 統計，2021 年全球頭部半導體制造公司在高性能封裝投資達到 119 億美元，其中英特爾、臺積電和日月光占據前三。長電科技和通富微電排名全球第 6 和第 7。圖19：高性能封裝領域市場規模預測圖20：高性能封裝投資排名資料來源：Yole，國信證券經濟研究所整理資料來源：Yole，國信證券經濟研究所整理重點推

65、薦標的重點推薦標的長電科技長電科技(600584.SH):(600584.SH):公司是全球第三大集成電路封裝測試企業，UCIeUCIe 聯盟成聯盟成員。員。公司在中國、韓國和新加坡設有六大生產基地和兩大研發中心，具有廣泛的技術積累和產品解決方案，包括有自主知識產權的 Fan-out eWLB、WLCSP、Bump、PoP、fcBGA、系統級封裝 SiP、PA 等封裝技術。2023 年 1 月 5 日，公司宣布其 XDFOI Chiplet 高密度多維異構集成系列工藝已按計劃進入穩定量產階段，同步實現國際客戶 4nm 節點多芯片系統集成封裝產品出貨，最大封裝體面積約為 1500mm的系統級封裝

66、。通富微電（通富微電（002156.SZ002156.SZ）：）：公司是新晉全球第四大集成電路封裝測試企業，UClUCle e聯盟成員。聯盟成員。公司通過在多芯片組件、集成扇出封裝、2.5D/3D 等先進封裝技術方面的提前布局，可為客戶提供多樣化的 Chiplet 封裝解決方案，已為 AMD 大規模量產 Chiplet 產品。公司 Fan-out 技術達到世界先進水平，高密度扇出型封裝平臺完成 6 層 RDL 開發，通過與傳統基板配合，可解決高性能計算封裝的高端基板短缺問題。2.5D/3D 先進封裝平臺方面，取得突破性進展，BVR 技術實現通線并完成客戶首批產品驗證，2 層芯片堆疊的 CoW

67、技術完成技術驗證。芯原股份芯原股份（688521.SH688521.SH）：UCIeUCIe 聯盟成員聯盟成員，一家依托自主半導體 IP，為客戶提供平臺化、全方位、一站式芯片定制服務和半導體 IP 授權服務的企業。作為國內首批加入該組織的企業，芯原將與 UCIe 產業聯盟其他成員共同致力于新一代 UCIe技術標準的研究與應用，為芯原 Chiplet 技術的發展進一步夯實基礎。在平板電腦應用領域，公司已推出了基于 Chiplet 架構所設計的 12nm SoC 版本的高端應用處理器平臺，并已完成流片和驗證。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告19圖21：全球前十大

68、封測公司資料來源：芯思想研究院，國信證券經濟研究所整理產業鏈相關公司產業鏈相關公司華天科技華天科技（002185.SH002185.SH）：公司是全球第六大集成電路封裝測試企業，成電路封裝產品主要有 DIP/SDIP、SOT、SOP、SSOP、TSSOP/ETSSOP、QFP/LQFP/TQFP、QFN/DFN、BGA/LGA、FC、MCM(MCP)、SiP、WLP、TSV、Bumping、MEMS 等多個系列，產品主要應用于計算機、網絡通訊、消費電子及智能移動終端、物聯網、工業自動化控制、汽車電子等電子整機和智能化領域。盛合晶微盛合晶微(未上市未上市)：盛合晶微半導體有限公司原名中芯長電半導

69、體有限公司，于2014 年 8 月注冊成立，是全球首家采用集成電路前段芯片制造體系和標準，采用獨立專業代工模式服務全球客戶的中段硅片制造企業。2022 年 8 月，公司發揮多層細線寬 RDL 再布線加工技術的優勢，實現了近存計算芯片大尺寸全 RDL 走線封裝結構的量產，標志著在國內率先成功實現以晶圓級扇出封裝代替傳統的基板封裝，提供了大尺寸運算芯片封裝結構的雙重選擇。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告20大算力驅動數據量激增，存儲芯片迎新風口大算力驅動數據量激增，存儲芯片迎新風口大模型訓練產生海量數據存儲需求，大模型訓練產生海量數據存儲需求，3D3D NAND

70、NAND 需求提升需求提升隨著算力的不斷進步隨著算力的不斷進步，所需存儲的數據量在以指數級的增長速度攀升所需存儲的數據量在以指數級的增長速度攀升。存儲單元在水平方向上變得不易持續，尺寸微縮不再能夠滿足存儲器的成本需求，垂直堆疊存儲單元的3D NAND逐漸成為市場主流。2013年，三星推出首個商用NAND Flash，采用垂直堆疊的 3D V-NAND，V-NAND 結合 MLC 設計（Multi-Level Cell），有 24層堆疊，大小 128Gb，面積為 133mm2。在在 20132013 年后，年后，3D3D NANDNAND 的堆疊層數出現了快速增長。的堆疊層數出現了快速增長。20

71、15 年推出了 48 層 NAND，2017 年推出 64 層，2019 年 96 層，2020 年 128 層，2021 年 176 層，2022 年長江存儲推出 232 層。三星、英特爾/美光、長江存儲、東芝、SK 海力士、西數等技術都超過了 100 層，三星、美光、SK 海力士、長江存儲等均超過了 200 層。圖22：各廠商 3D NAND 工藝演進圖23：NAND 廠商量產產品資料來源：Tech Insights，國信證券經濟研究所整理資料來源：Tech Insights，國信證券經濟研究所整理數據激增刺激數據激增刺激 NANDNAND 需求逐年上升需求逐年上升。據 IDC 統計，20

72、22 年 NAND 需求量約 6 千億 Gb，到 2027 年將達到 17.6 千億 Gb，年復合增速 20.1%；供應量在 21 約 6 千億 Gb，預計 2023 年將增長至 7.5 千億 Gb。隨著 AI 的迅速發展，產生和需處理的數據量將會進一步攀升，對 NAND 存儲器的需求也將持續擴大。3D3D NANDNAND 市場被海外廠商占據，長江存儲努力突圍。市場被海外廠商占據，長江存儲努力突圍。截至 2022 年，全球 3D NAND市場主要被三星、SK 海力士、鎧俠、西部數據、美光等海外大廠所壟斷，占比高達 97%。國內優秀存儲廠商長江存儲厚積薄發，在全球 NAND 市場中已占據一席之

73、地，創新研發的 Xtacking 技術進一步提高了芯片的集成度，在堆疊層數上率先進入了 200 層以上的第一梯隊。NAND 主要應用于存儲端和手機端。據 IDC 統計，應用于存儲器的 NAND 占比 57.1%，應用于手機端的 NAND 占比 30.6%。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告21圖24：2021-2027 年全球 3D NAND 需求變化圖25：2021-2023 年全球 3D NAND 供應量變化資料來源：IDC，國信證券經濟研究所整理資料來源：IDC，國信證券經濟研究所整理圖26：2022 年全球 3D NAND 主要廠商市占情況圖27：20

74、22 年全球 3D NAND 主要需求細分資料來源：IDC，國信證券經濟研究所整理資料來源：IDC，國信證券經濟研究所整理大模型大模型 AIAI 數據中心有望提振數據中心有望提振 DRAMDRAM 市場市場云計算、大數據、云計算、大數據、AIAI 的快速興起，需要更快的數據處理速度作為支撐。的快速興起，需要更快的數據處理速度作為支撐。DRAM 的內存密度和傳輸速率為核心參數。根據應用設備的性質，DRAM 可分為計算機（DDR）、移動（LPDDR）、圖形存儲器 DRAM（GDDR）以及 HBM。按照應用類型，DDR 又可以劃分為 PC 端、服務器端、以及消費端，其中 LPDDR 主要應用于手機端

75、，功耗指標至關重要；GDDR 主要應用于顯卡等圖像處理場景。目前目前 DRAMDRAM 性能的提升主要仍依靠尺寸微縮，以更高集成度的晶體管來提升存儲性能的提升主要仍依靠尺寸微縮，以更高集成度的晶體管來提升存儲密度密度，在制程進入在制程進入 20nm20nm 后工藝難度大幅提升后工藝難度大幅提升。三星、美光、海力士等龍頭廠商均已開發出 1znm 制程的 DRAM，美光于 2022 年宣布將在 LPDDR5X 上采用 1制程的DRAM，1為目前 DRAM 最先進制程，我國 DRAM 起步較晚，目前停留在 1xnm 制程，長鑫存儲已實現 17/19nm 的 DRAM 量產。請務必閱讀正文之后的免責聲

76、明及其項下所有內容證券研究報告證券研究報告22圖28：各廠商 DRAM 工藝演進圖29：Micron LPDDR5X 采用 1工藝資料來源：Tech Insights，國信證券經濟研究所整理資料來源：Micron，國信證券經濟研究所整理DRAMDRAM 需求快速增長。需求快速增長。據 IDC 統計，2022 年 DRAM 需求量約 242 億 Gb，到 2027 年將達到 447 億 Gb，年復合增速 10.5%；供應量在近 4 年內增長了 50%以上，2019約 162 億 Gb，到 2023 年增長至約 249 億 Gb。DRAMDRAM 主要應用于手機端和服務器端的數據處理主要應用于手機

77、端和服務器端的數據處理，服務器市場快速提升服務器市場快速提升。據 IDC 統計，2022 年 DRAM 在服務器端需求快速提升，從 21 年 62 億 Gb 需求提升至 75 億Gb，同比提升 20%，逐漸逼近手機端的 DRAM 需求。預計 2027 年將達到 140 億 Gb，2021-2027 年年均增速達到 14.5%，服務器端將超越手機端成為 DRAM 的第一大市場。圖30：2021-2027 年全球 DRAM 需求變化圖31：2019-2022 年全球 DRAM 供應量變化資料來源：IDC，國信證券經濟研究所整理資料來源：IDC，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其

78、項下所有內容證券研究報告證券研究報告23圖32：2022 年 PC 服務器需求占比 31%圖33：PC 服務器 DRAM 需求快速增長資料來源：IDC，國信證券經濟研究所整理資料來源：IDC，國信證券經濟研究所整理我國在我國在 DRAMDRAM 市場市占率低，長鑫存儲是國內市場市占率低，長鑫存儲是國內 DRAMDRAM 領軍企業。領軍企業。在 DRAM 供應端，三大巨頭三星、海力士、美光技術領先優勢顯著。截至 2022 年，三星、美光、SK海力士三大 DRAM 巨頭占據了全球約 95%的市場份額，三巨頭分別占比 42.7%、24.2%、27.7%。國內 DRAM 領軍企業是合肥長鑫存儲，目前已

79、實現 17/19nm 的 DRAM量產。圖34：2022 年全球 DRAM 主要廠商市占情況資料來源：IDC，國信證券經濟研究所整理重點推薦標的重點推薦標的兆易創新兆易創新(603986.SH):(603986.SH):公司是一家以中國為總部的全球化芯片設計公司。公司致力于各類存儲器、控制器及周邊產品的設計研發。公司第一顆自有品牌的 DRAM 產品（19nm，4Gb）已于 2021 年 6 月量產，主要面向利基市場。公司規劃中的 DRAM產品包括 DDR3、DDR4、LPDDR3、LPDDR4，制程在 1Xnm 級（19nm、17nm），容量在 1Gb8Gb。目前 17nm DDR3 首顆產品

80、正在按計劃積極推進，量產向市場推出。公司后續將繼續在 17nm 工藝制程投入其他產品研發，不斷豐富完善產品線。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告24產業鏈相關產業鏈相關公司公司長江存儲長江存儲(未上市未上市)：公司是一家專注于 3D NAND 閃存設計制造一體化的 IDM 集成電路企業，同時也提供完整的存儲器解決方案。公司為全球合作伙伴供應 3D NAND閃存晶圓及顆粒，嵌入式存儲芯片以及消費級、企業級固態硬盤等產品和解決方案，廣泛應用于移動通信、消費數碼、計算機、服務器及數據中心。創新研發了Xtacking 技術并完成了 232 層堆棧的 NAND 研發，是

81、世界一流的閃存廠商。長鑫長鑫存儲存儲(未上市未上市)：公司是一家專業從事動態隨機存取存儲芯片(DRAM)的設計、研發、生產和銷售的一體化存儲器制造商，目前已建成 17/19nm 的 DRAM 12 英寸晶圓廠并投產。DRAM 產品廣泛應用于移動終端、電腦、服務器、虛擬現實和物聯網等領域。深科技深科技（000021.SZ000021.SZ）：公司致力于提供計算機與存儲、通訊與消費電子、半導體、醫療器械、汽車電子、商業與工業產品的制造服務和自動化設備、計量系統及物聯網系統的研發生產服務。公司是中國知名的智能電表及控制系統出口企業，是中國知名的半導體存儲模組制造企業和中國先進的 DRAM/flash

82、 封裝測試企業。公司是國家高新技術企業，擁有中國國家認可委員會(CNAS)認可的專業實驗室，具備優秀的可靠性、材料分析、先進機械、熱仿真、表面貼裝(SMT)、以及靜電防護等工程技術能力，被認定為廣東省工程技術中心和深圳市公共技術平臺。江波龍江波龍（301308.SZ301308.SZ）：公司主要從事 Flash 及 DRAM 存儲器的研發、設計和銷售。公司聚焦存儲產品和應用，形成固件算法開發、存儲芯片測試、集成封裝設計、存儲產品定制等核心競爭力，提供消費級、工規級、車規級存儲器以及行業存儲軟硬件應用解決方案。公司通過創新封裝集成設計和 NAND Flash 主控芯片定制，成功開發了一體化 U

83、盤模塊(UDP)和 SSD 模塊(Mini SDP)，有效簡化產品后端組裝工藝，實現規?；?、高品質量產，改變了 U 盤和 SATA SSD 產業生態，公司在國產eMMC 存儲器領域具有市場領先地位。佰維佰維存儲存儲（688525.SH688525.SH）：公司在存儲器技術研發、先進封測制造、產業鏈資源及全球化運營等方面具有核心競爭力，是國家級專精特新小巨人企業、國家高新技術企業。公司佰維(Biwin)品牌主要面向智能終端、工業級應用、企業級應用、車規級應用、PC OEM 等 To B 市場，子品牌佰微(Biwintech)以及獨家運營的惠普(HP)、宏碁(Acer)及掠奪者(Predator)

84、等品牌則面向 DIY、電競、移動存儲等 To C 市場。公司產品廣泛應用于智能終端、PC、大數據、物聯網、車聯網、工業互聯網等領域。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告25AIGCAIGC 或激發或激發 AIoTAIoT 升級，端側芯片有望受益升級，端側芯片有望受益智能物聯網（AIoT）是 2018 年興起的概念，指系統通過各種信息傳感器實時采集各類信息（一般是在監控、互動、連接情境下的），在終端設備、邊緣域或云中心通過機器學習對數據進行智能化分析，包括定位、比對、預測、調度等。在技術層面，人工智能使物聯網獲取感知與識別能力、物聯網為人工智能提供訓練算法的數據，

85、在商業層面，二者共同作用于實體經濟，促使產業升級、體驗優化。從具體類型來看，主要有具備感知/交互能力的智能聯網設備、通過機器學習手段進行設備資產管理、擁有聯網設備和 AI 能力的系統性解決方案等三大類。從協同環節來看，主要解決感知智能化、分析智能化與控制/執行智能化的問題。圖35：AIoT 概念圖36：AIoT 場景智能交互遇瓶頸資料來源：艾瑞咨詢，國信證券經濟研究所整理資料來源：艾瑞咨詢，國信證券經濟研究所整理上一代人工智能程度較低拉低交互體驗上一代人工智能程度較低拉低交互體驗，阻阻礙礙AIoAIoT T發展發展。2011年Apple推出Siri，使語音助手成為當時人工智能競賽熱門賽道，引發

86、 Google(Google Assistant)、Amazon(Alexa)、微軟(Cortana)等科技巨頭紛紛加碼跟進，搶占 AIoT 控制流量入口。由于通過指揮控制系統進行工作，上一代語音助理僅可以理解有限的問題和請求列表(包含在數據庫中的單詞列表)，如果用戶要求虛擬助手做一些代碼中沒有的事情，機器人會簡單地說它無法提供幫助。由于智能化較低，全球語音助理、智能音箱及其他語音交互 AIoT 行業發展經過初期高速成長期后陷入沉寂。圖37：2019 年美國語音助理市場份額圖38：全球智能音箱市場下滑資料來源：IT 之家，微軟研究，國信證券經濟研究所整理資料來源：IDC，國信證券經濟研究所整理

87、請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告26AIGCAIGC 賦能語音助理賦能語音助理，AIoTAIoT 交互體驗升級有望激發交互體驗升級有望激發 AIoTAIoT 升級升級。AIGC 在大語言模型和算力加速進步下，ChatGPT 等 AI 聊天機器人產品自然語言理解能力大幅進化，生成內容精準自然。目前，ChatGPT 等聊天機器人主流圍繞自然語言能力通過文本交互驅動，通過和語音功能結合，融入語音會話式 AI 系統，有望給傳統 Siri等語音助手大幅提升交互體驗，擴充語音交互的能力空間，從而激發 AIoT 行業再次升級。除此智能音箱和語音交互功能終端之外，智慧視覺、

88、工業自動化、智能交互平板、智能可穿戴、VRAR 等同樣有望受益于 ChatGPT 等 AI 大語言模型所推進的企業數字化趨勢。圖39：AIGC 支撐 AI 多模交互資料來源：騰訊研究院，國信證券經濟研究所整理終端設備大幅智能化，推動各類終端設備大幅智能化，推動各類 AIoTAIoT 芯片市場成長。芯片市場成長。AIoT SoC 作為 AIoT 設備集成了 NPU 的核心處理器，除了承擔終端整系統控制、運行操作系統以外，肩負端側、甚至部分邊緣計算功能，隨 AIoT 智能化升級將實現量價齊升。人工智能的迅速發展，交互方式多元且高頻化將催生出大量物聯網設備(服務器、邊緣計算、路由器、終端）的網絡接入

89、需求，用戶對企業、服務提供商和家庭網絡的傳輸數據量呈幾何倍增長，有線以太網通信芯片和無線鏈接芯片性能和數量需求也隨之大幅提升。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告27圖40：全球 AR/VR 出貨量預測圖41：全球智能家居啊出貨量預測資料來源：IDC，國信證券經濟研究所整理資料來源：IDC，國信證券經濟研究所整理重點推薦標的重點推薦標的晶晨股份晶晨股份(688099.SH):(688099.SH):公司是全球布局、國內領先的無晶圓半導體系統設計廠商，為智能機頂盒、智能電視、音視頻系統終端、無線連接及車載信息娛樂系統等多個產品領域提供多媒體 SoC 芯片和系統級解

90、決方案。晶晨為 Google 旗下智能硬件Nest 的 SoC Top 供應商，過去幾年為其重磅智能帶屏終端 Nest Hub gen2、Hub Max提供主芯片方案，深度接入 Google 人工智能的虛擬助理 Google Assistan 生態。另外，晶晨也是 Amazon Alexa 語音助手硬件生態 SoC Top 2 供應商。圖42：晶晨 A311D2 AI SoC圖43：瑞芯微 RK3588 AI SoC資料來源：公司官網，國信證券經濟研究所整理資料來源：公司官網，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告28裕太微裕太微-U(688

91、515.SH):-U(688515.SH):公司專注于高速有線通信芯片的研發、設計和銷售，以以太網物理層芯片作為市場切入點，是國內極少數擁有自主知識產權并實現大規模銷售的以太網物理層芯片供應商，司產品已成功進入普聯、盛科通信、新華三、?？低?、匯川技術、諾瓦星云、烽火通信、大華股份等國內眾多知名企業的供應鏈體系，打入被國際巨頭長期主導的市場。產業鏈相關公司產業鏈相關公司瑞芯微瑞芯微(603893.SH)(603893.SH)：公司是中國領先的 AIoT 芯片設計公司,在高性能芯片設計、圖像信號處理、高清視頻編解碼、人工智能及系統軟件等開發上具有豐富的經驗和技術儲備，形成了多層次、多平臺、多場景

92、的專業解決方案，下游應用涵蓋各種新興智能硬件，尤其是近年來快速發展的 AIoT 應用領域。公司和百度、科大訊飛、有道等國內 AI 行業領先公司具有長期合作。全志科技全志科技(300458.SH):(300458.SH):公司主營業務為智能應用處理器 SoC、高性能模擬器件和無線互聯芯片的研發與設計。主要產品為智能應用處理器 SoC、高性能模擬器件和無線互聯芯片。公司產品滿足消費、工業、車載領域的應用需求，產品廣泛適用于智能硬件、智能家電、智能物聯網、智能汽車電子、平板電腦、網絡機頂盒以及電源模擬器件、無線通信模組等多個產品市場。樂鑫科技樂鑫科技(688018.SH)(688018.SH):公司

93、是物聯網 Wi-Fi 解決方案專業供應商，專注于物聯網 Wi-Fi MCU 通信芯片及其模組的研發、設計及銷售。公司主要產品 Wi-Fi MCU是智能家居、智能照明、智能支付終端、智能可穿戴設備、傳感設備及工業控制等物聯網領域的核心通信芯片。公司還擁有獨特的開源技術生態系統，以開源方式，創新地建立了開放、活躍的技術生態系統，在全球物聯網開發者社群中擁有極高的知名度。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告29AIAI 服務器加速滲透，驅動硬件全面升級服務器加速滲透，驅動硬件全面升級算力升級催化算力升級催化 AIAI 服務器加速滲透服務器加速滲透AI 服務器是采用異構

94、形式的服務器，如 CPU+GPU、CPU+TPU、CPU+其他的加速卡等。而普通的服務器是以 CPU 為算力的提供者，采用的是串行架構。在大數據、云計算、人工智能及物聯網等網絡技術的應用，數據呈現幾何倍數的增長，CPU 的核心數已經接近極限，但數據還在持續增加，因此必須提升服務器的數據處理能力，AI 服務器應運而生。通常 AI 服務器需要承擔大量的計算，一般配置四塊以上的 GPU 卡。圖44：服務器向 AI 服務器升級資料來源：Supermicro，NVDIA，國信證券經濟研究所整理隨著數據及運算量提升，接口傳輸速度要求提升，對應 PCB 層數將增加、介電損耗降低且單價提升，端口數量增加亦將拉

95、動以太網物理層芯片（PHY）的用量提升，CPU,GPU 供電使用的多相電源需求量大幅增加。在此基礎上，由于有多個 GPU 卡，需對系統結構、散熱、拓撲等進行設計，才能滿足 AI 服務器長期穩定運行的要求。根據英飛凌數據，AI 服務器系統功率將提升至原來的 3 倍，散熱及能量轉換效率成為系統升級的重要部分。整機封裝需進行升級，電能轉換的核心器件功率半導體用量大幅增加且器件品類向超結 MOS、GaN 器件過渡。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告3022-2722-27 年全球服務器市場復合增速近年全球服務器市場復合增速近 8%8%。根據 IDC 數據，2022 年

96、全球服務器出貨量 1495 萬臺，同比增長 10.4%。2022 年全球服務器市場規模 1230 億美元，同比增長 20.0%，其中戴爾、惠普、浪潮、聯想、超微分別以 16.3%、10.6%、7.7%、6.5%、5.1%的市場份額位居全球服務器供應商前五位，同時 27.9%的份額來自于ODM 廠商直接供應。IDC 預計 2027 年全球服務器出貨量將達到 1971 萬臺，對應22-27 年 CAGR 為 5.7%；預計 2027 年全球服務器市場規模將達到 1780 億美元，對應 22-27 年 CAGR 為 7.7%。圖45：全球服務器出貨量情況（萬臺，%）圖46：全球服務器出貨金額情況（億

97、元，%）資料來源：IDC,國信證券經濟研究所整理資料來源：IDC,國信證券經濟研究所整理圖47：全球服務器供應商市占率分布情況（%）資料來源：2021 中國電動汽車百人會論壇，安永，國信證券經濟研究所整理隨數據量提升，隨數據量提升，AIAI 服務器加速滲透，服務器加速滲透，22-2622-26 年全球服務器市場復合增速近年全球服務器市場復合增速近 15%15%。根據 IDC 數據，2022 年全球 AI 相關支出 1193 億美元，同比增長 28.0%，其中 AI硬件、AI 服務、AI 軟件支出占比分別為 20.4%、24.5%、55.1%；AI 硬件支出中，服務器、存儲器占比 83.2%、1

98、6.8%。根據 IDC 數據，2022 年全球 AI 服務器市場規模 202 億美元，同比增長 29.8%，占服務器市場規模的比例為 16.4%，同比提升1.2pct。2022 年上半年全球 AI 服務器市場中，浪潮、戴爾、惠普、聯想、新華三分別以 15.1%、14.1%、7.7%、5.6%、4.7%的市場份額位居前五位。IDC 預計預計2026年全球AI服務器市場規模將達到355億美元，對應22-26年CAGR為15.1%。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告31圖48：全球服務器出貨金額情況（億美元，%）圖49：全球 AI 服務器供應商市占率分布情況（%）資

99、料來源：IDC,國信證券經濟研究所整理資料來源：IDC,國信證券經濟研究所整理AIAI 服務器加速滲透，整機結構方案全面升級服務器加速滲透，整機結構方案全面升級1)更高效的散熱系統：AI 服務器通常需要處理大量的數據和運算，同時產生大量的熱量，因此 AI 服務器通常采用更高效的散熱系統，例如液冷散熱系統等。2)更大的尺寸：AI 服務器通常需要安裝更多的 GPU、內存和存儲設備等組件，因此需要更大的封裝空間，更適合在在數據中心等空間寬敞的環境中使用。3)更高的擴展性：AI 服務器需要處理大規模的數據和模型，通常配備更多的 PCIe插槽和其他擴展插槽，以便用戶根據自身需要擴展系統。4)更高的可靠性

100、：AI 服務器通常用于處理關鍵業務數據和任務，需要更高的可靠性和穩定性，因此 AI 服務器通常具有更為嚴格的硬件質量控制和測試流程。圖50：SUPERMICRO 服務器設計案例資料來源：CSDN，IDC，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告32作為數據中心的基礎作為數據中心的基礎，RAIDRAID 控制器集成的服務器和存儲設備同步滲透控制器集成的服務器和存儲設備同步滲透。RAID（獨立磁盤冗余集合）是一種數據存儲虛擬化技術，它將多個物理磁盤驅動器組件合并為一個，主要實現邏輯數據冗余、性能增強兩個功能。RAID 提供了一種網關，可以將相同的數

101、據存儲在幾塊硬盤的不同位置，從而在同一系列的一張或多張磁盤上形成數據鏡像，這樣，如果其中一張磁盤發生故障，則數據可以從其他鏡像中恢復。同時，通過將數據放在多張光盤上，輸入/輸出(I/O)操作提供了同時讀取或寫入多張光盤的能力。目前，北美是 RAID 的領先地區，預計未來亞太地區是全球增速最快的市場。圖51：全球以太網交換機端口出貨量情況（萬臺，%）圖52：全球以太網交換機端口出貨金額情況（億元，%）資料來源：IDC,國信證券經濟研究所整理資料來源：IDC,國信證券經濟研究所整理人工智能的快速發展將帶動以太網交換機需求增長人工智能的快速發展將帶動以太網交換機需求增長。人工智能應用通常需要處理大量

102、數據，這些數據需要通過網絡傳輸到處理節點，需要高速、低延遲的網絡傳輸，交換機可以提供高速、低延遲的數據傳輸，保證數據的快速傳輸和處理。此外，人工智能應用通常采用分布式架構，將任務分配到多個處理節點進行處理，而交換機能夠提供高效的通信和同步服務，保證分布式架構的正常運行。因此，以太網交換機扮演著連接和轉發網絡流量的重要角色，對于人工智能應用中大規模數據處理、高速傳輸、低延遲通信和分布式架構等方面都具有重要的作用，人工智能的快速發展將會推動以太網交換機的需求增長。圖53：全球以太網交換機（端口）供應商市占率分布情況（%）資料來源：2021 中國電動汽車百人會論壇，安永，國信證券經濟研究所整理22-

103、2722-27 年以太網交換機年以太網交換機（端口端口）市場規模復合增速為市場規模復合增速為 4%4%。根據 IDC 數據，2022 年全球以太網交換機（端口）出貨量 8.54 億個，同比增長 12.2%。2022 年全球以太網交換機市場規模 440 億美元，同比增長 17.0%，其中思科、華為、Arista、新請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告33華三、惠普分別以 41.1%、10.0%、9.6%、5.4%、5.1%的市場份額位居以太網交換機（端口）供應商前五位，同時 5.1%的份額來自于 ODM 廠商直接供應。IDC 預計2027 年全球以太網交換機（端口

104、）出貨量將達到 8.84 億個，對應 22-27 年 CAGR為 0.7%；預計 2027 年全球以太網交換機市場規模將達到 538 億美元，對應 22-27年 CAGR 為 4.1%。推薦關注標的推薦關注標的/公司：公司：工業富聯工業富聯(601138.SH)(601138.SH)：公司是電子設備制造（EMS）行業龍頭，依托于工業互聯網為全球知名客戶提供智能制造和科技服務解決方案的制造業龍頭企業。公司主要由母公司鴻海精密集團旗下通信網絡設備、云服務設備、工業互聯網三大業務整合而成，業務范圍覆蓋數字經濟產業全品類。2022 年公司云計算業務收入2124.44 億元，同比增長 19.6%，占總營

105、收比例為 41.5%。公司云計算產品包括服務器、存儲設備及云服務設備高精密機構件，主要為蘋果、亞馬遜、谷歌、戴爾、HPE、思科等國內外領先的云服務商和品牌商提供云計算設備代工制造服務。服務器 ODM 廠商直接供貨具備產能充足、交付速度快、定制性強、價格低廉等優勢，近年來云服務廠商逐漸傾向于直接向服務器 ODM 廠商采購定制化服務器產品。隨著 AI 服務器的普及，以工業富聯為代表的服務器 ODM 廠商的競爭優勢將進一步凸顯，實現市占率進一步提升。環旭電子環旭電子(601231.SH)(601231.SH)：全球電子設計制造領導廠商，在 SiP(System-in-Package)模塊領域居行業領

106、先地位，與旗下子公司 Asteelflash 共同在全球為品牌客戶提供通訊類、云端及存儲類、消費電子類、工業類與醫療及車用電子為主等電子產品設計、微小化、物料采購、生產制造、物流與維修服務。公司云端及存儲業務為客戶提供 ODM/JDM/EMS 服務器、交換機、存儲、NAS 和 SSD 產品以及制造服務，提供 L10 系統設計服務，包括主機板、固件 BIOS 和 BMC、子卡（背板、附加卡等）、外殼和散熱設計以及系統集成，服務亞馬遜、聯想、超微、Mellanox 等知名客戶。AI 推動服務器、交換機需求增長，公司相關業務充分受益。聞泰科技聞泰科技(700745.SH)(700745.SH)：公司

107、是全球領先的集研發設計和生產制造于一體的產品集成、基礎半導體和光學企業，主要為全球客戶提供手機、平板、筆電、服務器、IoT、汽車電子等終端產品研發制造；半導體功率器件、模擬芯片研發設計、晶圓制造和封裝測試；光學模組研發制造服務。公司服務器事業部專注于服務器和存儲等數據中心產品，產品涵蓋云計算數據中心、邊緣計算、人工智能、金融與運營商等應用，產品包括：通用服務器、AI 服務器、邊緣計算服務器，典型產品有聞泰 G660T6 通用 2U 機架服務器與聞泰 E310T6 1U 單路邊緣服務器等。公司服務器產品具有高質量、高可靠性、低損耗等特點，為高算力數據中心提供支持。國芯科技國芯科技(688262.

108、SH)(688262.SH)：在云安全領域，公司的高性能 CCP907T、CCP908T 芯片及密碼卡已完成研發并進入市場推廣階段，產品滿足國密算法需求、分組算法加解密速度達到 30Gbps，產品性能達到國際先進水平，適用于安全網關、VPN 設備、密碼服務器、可信服務器和云存儲服務器等應用。在邊緣計算和網絡通信領域，公司正在研發的 S1020 芯片具備多核計算、網絡路徑和協議加速引擎、路由轉發以及多種高速通信接口，適用于邊緣計算與網絡通信的計算、安全及通信需求。在云存儲領域，RAID 芯片成功完成研發，該芯片支持 Raid0、Raid1、Raid5、raid6、Raid10，具有高性能、大緩存

109、、低功耗等特點，可廣泛應用于圖形工作站、服務器數據庫存儲、金融數據庫存儲等領域，可望實現該領域 Raid 芯片產品的國產化替代。第一代量產版 Raid 芯片已正式投片。在此基礎上，公司正在瞄準國際一流公司產品水平，積極開展第二代 Raid 芯片的設計工作，將采用 12nm 先進工藝技術和高性能高速接口 IP 技術實現高性能 Raid 芯片。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告34AIAI 新基建與新平臺發布共振，新基建與新平臺發布共振，PCBPCB 量價齊升量價齊升伴隨 AI 的應用場景落地，圖像、語音、機器視覺和游戲等領域的數據將呈現爆發式增長，數據洪流對端、

110、邊、云的沖擊將推動網絡、計算技術進入新一輪高速創新期。數據中心向高速數據傳輸標準發展，其配套的 400Gbps800Gbps 交換機、相關路由器、數據存儲、AI 加速計算服務器等將全面進入快速迭代期。英特爾新服務器平臺發布，有望與英特爾新服務器平臺發布，有望與 AIAI 新數字基建浪潮共振。新數字基建浪潮共振。服務器的數據運算和傳輸效率提升受單設備算力影響，算力提升則主要依靠 CPU 廠商設計提供的服務器平臺。服務器 CPU 廠商高度集中，英特爾長期占據服務器市場 95%以上的市場份額，因此圍繞 CPU 平臺的升級是影響服務器硬件產業鏈周期性變化的關鍵因素。根據 IDC 數據，2013 年年底

111、，英特爾推出 Grantley 平臺，此后兩年全球服務器出貨量增速為 2.78%、4.97%。2017 年，英特爾和 AMD 相繼推出新的平臺，2018年服務器出貨量 15.82%。2021 年 4 月英特爾發布新一代 Whitley 平臺 Ice Lake，此后三個季度出貨量持續上漲。圖54：全球服務器季度出貨量&Intel 服務器平臺發布時間資料來源：CSDN，IDC，國信證券經濟研究所整理2022 年年末，AMD 發布首款搭載 5nm 服務器 CPU 的 Genoa 服務器平臺。2023 年二季度，英特爾預計推出 Eagle Stream 平臺，同步支持 DDR5 及 PCIe5.0，運

112、算能力和數據傳輸速度大幅提升。另外，考慮到英特爾上一代產品 Purley（CascadeLake）整體性能提升不大，我們認為，此輪新產品密集發布將刺激服務器更新換代需求。處理器平臺升級意味著除了處理器平臺升級意味著除了 CPUCPU 外外，總線標準和芯片組也得到升級總線標準和芯片組也得到升級。服務器主板上數據傳輸流依次為 CPU、內存、硬盤和網卡，以及針對圖形加速特殊場景的 GPU。CPU 發揮“大腦”功能，負責數據的處理和運算，CPU 與 GPU、內存、硬盤和網卡間并不能直接通信，需要通過內存控制芯片、PCIe 控制芯片和 I/O 處理芯片等實現，這類通信協調芯片構成主板上的“芯片組”，芯片

113、組通過各類不同總線（其中 PCIe 總線最為重要）與 CPU 相連。因此 CPU 結構和功能設計需要芯片組集成度和總線類型配合，CPU+芯片組+總線共同構成了 CPU 平臺，平臺的升級推動服務器主板和其他配件同步換代。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告35表7：服務器 CPU英特爾英特爾PureleyPureley(2017-2019)(2017-2019)WhitleyWhitley(2020-2022)(2020-2022)EagleEagle StreamStream（預計今年發布）（預計今年發布）CPUCPUSky LakeCascade LakeCo

114、oper LakeIce LakeSapphire Rapids制程制程14nm+14nm+14nm+10nm10nm接口接口PCIe 3.0PCIe 3.0PCIe 3.0PCIe 4.0PCIe 5.0DRAMDRAM6 DDR48 DDR48 DDR48 DDR48 DDR 5核數核數2828282848AMDAMDEpycEpyc 7001700120172017EpycEpyc 7002700220182018EpycEpyc 7003700320212021EpycEpyc 700470042022202220222022CPUCPUNaplesRomeMilanGenoaBerg

115、amo架構架構ZenZen2Zen3Zen4Zen4C制程制程14nm7nm7nm5nm5nm接口接口PCIe 3.0PCIe 4.0PCIe 4.0PCIe 5.0PCIe 5.0DRAMDRAM8 DDR48 DDR48 DDR412 DDR512 DDR5核數核數32646496128資料來源:英特爾，AMD，國信證券經濟研究所整理和預測20222022 年年 1 1 月月 1212 日日，PCI-SIGPCI-SIG 宣布宣布 PCIe6.0PCIe6.0 規范標準規范標準 v1.0v1.0 版本正式發布版本正式發布，PCIe6.PCIe6.0 0被認為是被認為是 PCIePCIe 問

116、世近問世近 2020 年以來變化最大的一次。年以來變化最大的一次。PCIe6.0 帶寬速度繼續增倍，x16 下可達 128GB/s(單向)，由于 PCIe 技術允許數據全雙工雙向流動，因此雙向總吞吐量就是 256GB/s。相比 PCIe4.0/5.0 對 3.0 的小修小改，比如依然采用基于 NRZ（Non-Return-to-Zero）的 128b/130b 編碼，PCIe6.0 則改用 PAM4 脈沖調幅信令，1b/1b 編碼，單個信號就有能四種編碼（00/01/10/11）狀態，比之前翻番，允許承載最高 30GHz 頻率。我們認為，PCIe6.0 的發布有望刺激市場出現大量新的服務器升級

117、需求。圖55：服務器平臺中各部件的關系圖56：PCLe 每次升級都會讓通道速度近乎翻倍資料來源：CSDN，國信證券經濟研究所整理資料來源：PCI-SIG，國信證券經濟研究所整理服務器性能與服務器性能與 PCBPCB 技術聯系緊密技術聯系緊密，因此服務器平臺的升級會因此服務器平臺的升級會要求要求 PCBPCB 板層數增加板層數增加以及以及 CCLCCL 介電損耗降低介電損耗降低。PCB 在服務器中的應用主要包括主板、電源背板、硬盤背板、網卡、Riser 卡等，特點主要體現在高層數、高縱橫比、高密度及高傳輸速率。隨著服務器升級，高等級的總線標準對 PCB 的性能要求也不斷提升：1)PCB1)PCB

118、 板層數增加：板層數增加：隨著服務器平臺的演進，服務器 PCB 持續向更高層板發展，對應于 PCIe 3.0 的 Purely 服務器平臺一般使用 8-12 層的 PCB 主板；但 Whitley搭載的 PCIe 4.0 總線則要求 12-16 層的 PCB 層數；而對于未來將要使用 PCIe 5.0的 Eagle Stream 平臺而言，PCB 層數需要達到 16-18 層以上。根據 Prismark 數據，18 層以上 PCB 單價越是 12-16 層價格的 3 倍。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告362)2)高速覆銅板高速覆銅板（CCLCCL）介電損耗

119、降低介電損耗降低：服務器主板 PCB 是由多層導電圖形和低介電損耗（Df）的 CCL 材料壓制而成，傳輸速率要求提高打開 Low Loss 及以上等級的CCL 應用空間。行業內根據 CCL 的介電損耗 Df 將 CCL 劃分為 STD Loss 到 Ultra LowLoss 六個等級，越高等級損耗越小。PCIe3.0 的服務器主板材料以 FR4 為主，為Mid Loss 等級；PCIe4.0 主板 PCB 需升級至 Low Loss 等級，對應松下 M4、生益S7439、聯茂 IT-958G 等材料。新一代英特爾和 AMD 支持 PCIe5.0 的服務器平臺，主板 PCB 將繼續升級至 Ul

120、traLow Loss 等級，推動 PCB 單價進一步提高。根據 Prismark 的數據，截至 2019 年，8-16 層 PCB 板均價約 460 美元/平方米，18 層以上則達到 1466 美元/平方米，價格增長 219%。2019 年全球服務器用 PCB 的產值為 49.71 億美元，預計 2024 年產值將達到 67.65 億美元，復合年均增長率為 6.4%，增速遠高于其他 PCB 品類。圖57：PCB 在服務器中的部分應用圖58：覆銅板電性能等級資料來源：印刷電路板資訊，國信證券經濟研究所整理資料來源：廣和科技招股書，國信證券經濟研究所整理推薦關注標的推薦關注標的/公司：公司：深南

121、電路深南電路(002916.SZ)(002916.SZ)：公司成立于 1984 年，擁有印制電路板、電子裝聯、封裝基板三項業務。目前，公司已成為全球領先的無線基站射頻功放 PCB 供應商、國內領先的處理器芯片封裝基板供應商、電子裝聯制造的特色企業。2022 年，公司PCB 營收 88.25 億，占比 64%，毛利率 28%，同比提升 2.8pct，其中，通信占比50%，數據中心 1415%（服務器屬于該板塊），工控醫療類 11-12%，汽車電子 6%。目前，公司已經配合英特爾完成了 Eagle Stream 平臺產品開發，預計英特爾將在23 年 Q2 切換平臺。國內客戶包括浪潮、華為、中科曙光

122、，主要為其提供高速板和背板。滬電股份滬電股份(002463.SZ)(002463.SZ)：公司成立于 1992 年，主要從事 PCB 的生產與銷售，產品覆蓋了通訊設備、汽車、工業設備、數據中心等。企業通訊市場板和汽車板是公司兩大核心業務，2022 年營收分別占比 66%和 23%，公司為浪潮和北美大客戶提供服務器背板等產品。通訊板領域，公司 EGS 級服務器領域產品已實現量產；HPC領域，應用于 AI 加速、Graphics 的產品，應用于 GPU、OAM、FPGA 等加速模塊類的產品以及應用于 UBB、BaseBoard 的產品已批量出貨，正在預研 UBB2.0、OAM2.0的產品；交換機領

123、域，應用于 Pre800G 的產品已批量生產，應用于 800G 的產品已實現小批量的交付；基于數據中心加速模塊的多階 HDI Interposer 產品，已實現4 階 HDI 的產品化，目前在預研 6 階 HDI 產品，同時基于交換、路由的 NPO/CPO架構的 Interposer 產品也同步開始預研；在半導體芯片測試線路板部分重點開發0.35mm 以上 Pitch 的高階產品。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告37東山精密東山精密(002384.SZ)(002384.SZ)：公司成立于 1980 年，最初為小型鈑金和沖壓工廠，2010年上市后通過兼并收購先

124、后涉足精密電子制造和 PCB 領域，目前已成長為國內 PCB軟板龍頭。公司 PCB 業務主要分為軟板業務和硬板業務，2016 年，公司收購 MFLEX，其主要產品為 FPC，是蘋果的供應商之一，此次收購也使公司成功切入蘋果產業鏈。2018 年，MFLEX 向偉創力收購其下屬 PCB 制造業務相關主體 Multek。Multek主要優勢在于高多層板和 HDI。2020 年 Multek 營收按領域劃分，數通與通信客戶數通與通信客戶約占約占 40%40%以上以上，工控和醫療客戶合計占比約 30%，消費電子客戶約占 20%，汽車約占 10%。目前，公司是亞馬遜的主要供應商之一，2021 年公司獲得騰

125、訊青海項目訂單，此外公司客戶還包括諾基亞、愛立信、三星等。鵬鼎控股鵬鼎控股(002938.SZ)(002938.SZ)：公司前身富葵精密成立于 1999 年，2017 年變更為鵬鼎控股，2018 年上市深交所。根據中國電子電路協會（CPCA）中國電子電路排行榜，公司連續多年位列中國第一。同時根據 Prismark 2018 至 2021 年以營收計算的全球 PCB 企業排名，公司 2017 年-2021 年連續五年位列全球最大 PCB 生產企業。公司主要產品范圍涵蓋 FPC、HDI、RPCB、Module、SLP、Rigid Flex 等多類產品，并廣泛應用于通訊電子產品、消費電子及計算機類產

126、品以及汽車服務器等產品，具備為不同客戶提供全方位 PCB 產品及服務的強大實力，是蘋果核心供應商之一，來自蘋果的營收占公司營收約 70%。公司在高端硬板方面的優勢也非常適用于服務器領域，但目前營收占比較小，截至 2022 年年末，公司正在與微軟合作開發AI 服務器相關產品。此外，公司積極開拓谷歌、華為等頭部客戶。服務器系統功率倍增，功率器件量價齊升服務器系統功率倍增，功率器件量價齊升由于由于 AIAI 服務器采用異構架構，服務器采用異構架構，CPUCPU、GPUGPU 使用量大幅增加，電源功率倍增使用量大幅增加，電源功率倍增。隨著處理器的性能不斷提升，功耗和電流不斷增加，與此同時，CPU 更多

127、 IO、更多內存插槽在不斷壓縮主板上的電源空間，同時為了降低 PCB 損耗以及提高電源管理響應時間，電壓軌要更靠近處理器。相應地，用于 CPU、GPU 供電的智能功率級模塊(Smart Power Stage，有名 DrMOS)用量增加，據 MPS 的測算，CPU 和 GPU 服務器板級電源方案的可服務市場規模各約10億美元。以MPS的Intelli-Phase為例，相比傳統 MOS 驅動，通過單芯片集成方式使得轉換更快，而 QSMOD 則是通過數字電源控制原理，使得轉換更精準，從而達到整體性能更，擁有更小的尺寸和更高的工作頻率。圖59：MPS 的 Intelli-Phase 和 QSMOD

128、技術資料來源：MPS 公告，國信證券經濟研究所整理請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告38隨著數據中心及通信電源增加隨著數據中心及通信電源增加，電能轉換的核心器件功率半導體單機用量及需求電能轉換的核心器件功率半導體單機用量及需求大幅提升大幅提升。根據英飛凌數據，預計 25 年 AI-hyperscalers 服務器單機功率 x3 倍，hyperscalers 服務器功率 x1.5 倍；基站 MIMO 天線向陣列升級，功率器件用量 x4倍；疊加服務器、通信電源本身用量增加，功率器件需求增速將高于行業增速。其中，主要功率器件為 GaN 器件、高壓超結 MOS、中低壓

129、屏蔽柵 MOS。圖60：數據中心及通信帶來的功率器件增量資料來源：英飛凌，國信證券經濟研究所整理推薦關注標的推薦關注標的/公司公司杰華特杰華特(688141.SH)(688141.SH)：公司提供完整的通訊和服務器電源解決方案，其中部分產品具備國內首創性，部分產品已達到國際先進水平。2019 年，公司基于自有的高壓工藝和 DC-DC 控制技術，在國內率先量產了應用于通訊和工業市場的 65V 大電流MOSFET 集成降壓芯片；2020 年，公司在國內又率先推出了 100V 大電流降壓控制器芯片，同年公司成功研發出用于 CPU 供電的智能功率級模塊 DrMOS，支持 60A；2022 年 DrMO

130、S 在筆電領域和服務器領域都有出貨。目前公司正在研發 90A DrMOS，多相控制器產品也會陸續推出，將跟 DrMOS 配套出貨。其他已有服務器相關產品還包括 PoL、FET 驅動芯片等。英特爾和聯想基金是公司股東之一，計算和存儲收入占比超過 15%。2022 年上半年，消費電子、通訊電子收入占比分別為 35.3%、33.7%；工業應用、計算和存儲收入占比分別為 15.1%、15.0%；汽車電子收入占比 0.9%。計算和存儲領域已與浪潮信息、仁寶電腦、緯創股份、英業達等廠商建立合作。東微半導東微半導(688261.SH)(688261.SH)：公司是國內超結 MOS 龍頭，超級硅產品性能對標氮

131、化鎵，SGT MOS 技術為國內領先。截止 1-3Q22，公司數據中心及工業業務占比近 20%。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告39在數據中心服務器電源領域，公司超級結 MOSFET 及 SGT MOSFET 已持續批量出貨給維諦技術、中國長城、客戶 A、高斯寶電氣、深圳雷能、麥格米特、超聚變、群光電能、全漢企業、鉑科電子等公司。在通信電源和基站電源領域，公司高壓超級結 MOSFET 及中低壓屏蔽柵 MOSFET 已對客戶 A 多個主要通信電源產品線的供應快速增加、對維諦技術持續批量出貨并且持續增加新的規格設計，進入其全球技術平臺；對動力源、深圳雷能、麥格米

132、特、高斯寶電氣、核達中遠通、金威源科技、中恒電氣等客戶多個規格批量出貨。2018-2021 年公司營業收入年均復合增長率 72.3%；扣非歸母凈利潤年均復合增長率 95.1%。新潔能新潔能(605111.SH)(605111.SH)：作為中低壓 MOSFET 器件國內領先廠商，公司 22 年數據中心及通信業務收入占比 13%。此外，公司推出了國內首款針對 5G 通訊電源的 P150VSGT MOS 平臺,目前已進入風險量產階段，產品特征導通電阻（Rsp）業界領先，可靠性達到工業級要求。公司是國內率先掌握超結理論技術，并量產屏蔽柵功率MOSFET 及超結功率 MOSFET 的企業，也是國內最早在

133、 12 英寸工藝平臺實現溝槽型MOSFET、屏蔽柵 MOSFET 量產的企業。同時，公司是國內最早同時擁有溝槽型功率MOSFET、超結功率 MOSFET、屏蔽柵功率 MOSFET 及 IGBT 四大產品平臺的本土企業。2017-2021 年公司營業收入年均復合增長率 31.6%；扣非歸母凈利潤年均復合增長率 55.5%華潤微華潤微(688396.SH)(688396.SH)：作為中低壓 MOSFET 器件 MOS 重要制造商，公司 22 年 1-3Q22通信設備收入占比 19%，此外，公司 22 年已推出 GaN 系列產品。作為國內領先的功率器件 IDM 廠商，根據 Omdia 和中國半導體行

134、業協會（CSIA）的統計，以 2021年度銷售額計，公司在中國功率器件企業排名第二、中國封裝測試企業排名第五、中國 MOSFET 規模排名第一、中國 MEMS 規模排名第三及中國掩模制造企業排名第一。2017-2021 年公司營業收入年均復合增長率 12%；扣非歸母凈利潤年均復合增長率 313.5%揚杰科技揚杰科技(300373.SZ(300373.SZ：揚杰科技是國內最早的功率半導體 IDM 廠商之一，公司目前通信類客戶已覆蓋包括 A 客戶、中興、烽火通信、光迅科技及 TP-LINK 等海內外廠商。公司具備功率半導體硅片、芯片及器件制造、封裝測試的綜合制造能力，產品包括為單晶硅棒、硅片、外延

135、片、5 寸、6 寸及 8 寸等各類電力電子器件芯片、MOSFET、IGBT、SiC 系列產品、大功率模塊、小信號二三極管、功率二極管及整流橋等，產品廣泛應用于汽車電子、新能源、5G 通訊、電力電子、安防、工業及消費類電子等諸多領域。2017-2021 年公司營業收入年均復合增長率 31.5%；扣非歸母凈利潤年均復合增長率 34.7%。請務必閱讀正文之后的免責聲明及其項下所有內容證券研究報告證券研究報告40風險提示風險提示AIAI 應用推廣不及預期應用推廣不及預期。AI 技術在應用推廣的過程可能面臨各種挑戰，比如：1)AI技術需要更多的時間來研發和調試，而且在應用過程中可能會受到數據質量、資源限

136、制和技術能力等因素的制約；2)AI 技術的實施需要更多的資源和資金支持；3)市場競爭可能也會影響企業在 AI 應用推廣方面的表現。因此，投資者應審慎評估相關企業的技術實力、資金實力以及管理能力，相關企業的 AI 應用存在推廣進度不及預期的風險。AIAI 投資規模低于預期投資規模低于預期。盡管 AI 技術在過去幾年中受到廣泛關注，但 AI 相關領域的企業投資回報并不總是符合預期。部分企業在 AI 領域可能缺乏足夠的經驗和資源，難以把握市場機會。此外，市場競爭也可能會影響企業的投資力度。因此，存在 AI 領域投資規模低于預期，導致企業相關業務銷售收入不及預期的風險。AIAI 服務器滲透率提升低于預

137、期服務器滲透率提升低于預期。雖然 AI 服務器的應用已經較為廣泛，但 AI 服務器滲透率提升的速度存在低于預期的風險，這與企業對 AI 技術的投資意愿有關，也可能與市場需求和技術進展的速度有關。AIAI 監管政策收緊。監管政策收緊。由于 AI 技術的快速發展和廣泛應用，監管機構可能會加強對AI 技術的監管力度。監管機構可能會制定嚴格的 AI 技術使用規定，以保障人們的隱私和數據安全，這些監管政策可能會對企業的業務模式和發展戰略造成影響。證券研究報告證券研究報告免責聲明免責聲明分析師聲明分析師聲明作者保證報告所采用的數據均來自合規渠道；分析邏輯基于作者的職業理解，通過合理判斷并得出結論，力求獨立

138、、客觀、公正，結論不受任何第三方的授意或影響；作者在過去、現在或未來未就其研究報告所提供的具體建議或所表述的意見直接或間接收取任何報酬，特此聲明。國信證券投資評級國信證券投資評級類別類別級別級別說明說明股票股票投資評級投資評級買入股價表現優于市場指數 20%以上增持股價表現優于市場指數 10%-20%之間中性股價表現介于市場指數 10%之間賣出股價表現弱于市場指數 10%以上行業行業投資評級投資評級超配行業指數表現優于市場指數 10%以上中性行業指數表現介于市場指數 10%之間低配行業指數表現弱于市場指數 10%以上重要聲明重要聲明本報告由國信證券股份有限公司（已具備中國證監會許可的證券投資咨

139、詢業務資格）制作；報告版權歸國信證券股份有限公司（以下簡稱“我公司”）所有。，本公司不會因接收人收到本報告而視其為客戶。未經書面許可，任何機構和個人不得以任何形式使用、復制或傳播。任何有關本報告的摘要或節選都不代表本報告正式完整的觀點，一切須以我公司向客戶發布的本報告完整版本為準。本報告基于已公開的資料或信息撰寫，但我公司不保證該資料及信息的完整性、準確性。本報告所載的信息、資料、建議及推測僅反映我公司于本報告公開發布當日的判斷，在不同時期，我公司可能撰寫并發布與本報告所載資料、建議及推測不一致的報告。我公司不保證本報告所含信息及資料處于最新狀態；我公司可能隨時補充、更新和修訂有關信息及資料，

140、投資者應當自行關注相關更新和修訂內容。我公司或關聯機構可能會持有本報告中所提到的公司所發行的證券并進行交易，還可能為這些公司提供或爭取提供投資銀行、財務顧問或金融產品等相關服務。本公司的資產管理部門、自營部門以及其他投資業務部門可能獨立做出與本報告中意見或建議不一致的投資決策。本報告僅供參考之用，不構成出售或購買證券或其他投資標的要約或邀請。在任何情況下，本報告中的信息和意見均不構成對任何個人的投資建議。任何形式的分享證券投資收益或者分擔證券投資損失的書面或口頭承諾均為無效。投資者應結合自己的投資目標和財務狀況自行判斷是否采用本報告所載內容和信息并自行承擔風險，我公司及雇員對投資者使用本報告及

141、其內容而造成的一切后果不承擔任何法律責任。證券投資咨詢業務的說明證券投資咨詢業務的說明本公司具備中國證監會核準的證券投資咨詢業務資格。證券投資咨詢，是指從事證券投資咨詢業務的機構及其投資咨詢人員以下列形式為證券投資人或者客戶提供證券投資分析、預測或者建議等直接或者間接有償咨詢服務的活動：接受投資人或者客戶委托，提供證券投資咨詢服務；舉辦有關證券投資咨詢的講座、報告會、分析會等；在報刊上發表證券投資咨詢的文章、評論、報告，以及通過電臺、電視臺等公眾傳播媒體提供證券投資咨詢服務；通過電話、傳真、電腦網絡等電信設備系統，提供證券投資咨詢服務；中國證監會認定的其他形式。發布證券研究報告是證券投資咨詢業務的一種基本形式，指證券公司、證券投資咨詢機構對證券及證券相關產品的價值、市場走勢或者相關影響因素進行分析，形成證券估值、投資評級等投資分析意見，制作證券研究報告，并向客戶發布的行為。證券研究報告證券研究報告國信證券經濟研究所國信證券經濟研究所深圳深圳深圳市福田區福華一路 125 號國信金融大廈 36 層郵編：518046總機：0755-82130833上海上海上海浦東民生路 1199 弄證大五道口廣場 1 號樓 12 層郵編：200135北京北京北京西城區金融大街興盛街 6 號國信證券 9 層郵編：100032