《半導體行業：AI應用落地+需求回暖半導體產業復蘇在即-240704（43頁）.pdf》由會員分享，可在線閱讀，更多相關《半導體行業：AI應用落地+需求回暖半導體產業復蘇在即-240704（43頁）.pdf（43頁珍藏版）》請在三個皮匠報告上搜索。

1、分析師：王文瑞登記編號：S05005230100012024年07月04日半導體行業半導體行業AI應用落地應用落地+需求回暖，半導體產業復蘇在即需求回暖，半導體產業復蘇在即核心觀點核心觀點關注點一：網絡優化提升計算集群性能，關注點一：網絡優化提升計算集群性能，Infiniband與與RoCE方案市場方案市場滲透率滲透率提升提升。關注點二：關注點二：AI端側應用落地，拉動邊緣端側應用落地，拉動邊緣/端側計算芯片需求。端側計算芯片需求。關注點三：關注點三：消費電子需求回暖消費電子需求回暖，存儲市場現貨均價及顆粒出貨價先后進入漲價區間。消費電子領域需求復蘇態勢有望延續，帶動上游半導體產業鏈步入上行周

2、期。2aV8XdXbZ8X8XeUaY8OdN8OsQmMpNqMlOoOpQkPrRrM6MoPnMNZpPxPuOsQmQ目 錄一、半導體行業2024年中期回顧三、AI端側應用落地，拉動邊緣/端側計算芯片需求四、消費電子需求回暖，存儲先行3五、投資建議與風險提示二、AI大模型訓練：網絡優化提升計算集群性能，Infiniband與RoCE方案普及一、半導體行業2024年中期回顧451.1 1.1 復蘇進程曲折，震蕩上行趨勢不改復蘇進程曲折，震蕩上行趨勢不改圖圖 1 申申萬半導體子板塊走勢（截至2024-06-20）資料來源：Wind、湘財證券研究所-40.0%-30.0%-20.0%-10.

3、0%0.0%10.0%20.0%滬深300半導體（申萬）深幅回調宏觀經濟+政策+2023年業績預政府工作報告+推動大規模設備更新和消費品以舊換新行動方案AI熱潮再起NV-GTC大會，SU7發布總體：年報不佳，需求弱復蘇需求回暖信號明顯，智能手機、PC、TWS、IOT模組出貨上行。AI 手機，AI PC新品入市業績：臺積電、博通、鴻海業績持續向好政策：國家大基金三期宣布成立6 2024年4月22日費城半導體指數發生了變革，根據Nasdaq指數公司的資料，費城半導體指數將第一大持股的權重上限從原來的8%提升到了12%；第二大持股的權重上限從原來的8%提升到了10%；前三大持股對于指數變動的影響擴大

4、。1.2 AI1.2 AI熱潮驅動，費指上行熱潮驅動，費指上行圖圖 2 2024H1費城半導體指數表現費城半導體指數表現（至至6月月21日日）資料來源：wind、湘財證券研究所01,0002,0003,0004,0005,0006,0007,0002014-06-262014-08-262014-10-262014-12-262015-02-262015-04-262015-06-262015-08-262015-10-262015-12-262016-02-262016-04-262016-06-262016-08-262016-10-262016-12-262017-02-262017-0

5、4-262017-06-262017-08-262017-10-262017-12-262018-02-262018-04-262018-06-262018-08-262018-10-262018-12-262019-02-262019-04-262019-06-262019-08-262019-10-262019-12-262020-02-262020-04-262020-06-262020-08-262020-10-262020-12-262021-02-262021-04-262021-06-262021-08-262021-10-262021-12-262022-02-262022-0

6、4-262022-06-262022-08-262022-10-262022-12-262023-02-262023-04-262023-06-262023-08-262023-10-262023-12-262024-02-262024-04-26+37.67%二、AI大模型訓練：網絡優化提升計算集群性能，Infiniband與RoCE方案普及72.1 AI2.1 AI訓練端訓練端 VS AIVS AI推理端推理端8圖圖 3 人工智能人工智能-訓練端訓練端 資料來源：NEURAL SERVERS、湘財證券研究所圖圖 4 人工智能人工智能-推理端推理端資料來源：NEURAL SERVERS、湘財

7、證券研究所 訓練端的核心目標是訓練出能夠完成目標任務的人工智能大模型產品。推理端則在訓練完成的基礎上，實現模型對于新的數據進行分析預測的功能。2.2 AI2.2 AI訓練算力平臺向計算集群演進訓練算力平臺向計算集群演進9圖圖 5 全球大模型參數量變化趨勢全球大模型參數量變化趨勢資料來源：iResearch、湘財證券研究所圖圖 6大模型訓練需要的卡數估算公式大模型訓練需要的卡數估算公式資料來源：華為&中國信通院、湘財證券研究所 訓練端，AI大模型的參數將持續增多，預計AI算力平臺將會從過去依賴單一計算機的算力逐漸演變為依賴計算集群。GPT3的模型參數為1750億，訓練樣本數為3000億，若GPU

8、的峰值算力為312T，預期一個月完成模型訓練，GPU的平均利用率為50%左右，則需要的GPU卡數為1038卡；根據Nvidia近期舉辦的GTC大會披露的消息顯示，ChatGPT-4.0的參數規模約為1.8萬億，訓練端需要8000個Hopper GPU工作約3個月。10 國內加速計算市場中，GPU的市場份額占比為90%左右。2.3 GPU2.3 GPU仍是加速計算芯片主力仍是加速計算芯片主力表表 1 中國加速計算市場產品構成中國加速計算市場產品構成資料來源：IDC、湘財證券研究所 20212021 年年 20222022 年年 2023H12023H1 2023E2023E 2027E2027E

9、 中國加速器市場規模(億美元）53.9 67 31 91 134 GPU 加速器市場份額占比 88.40%89%92%90%-GPU 加速器市場規模年同比增速 72.54%25%-37.3%-非 GPU 加速器市場份額占比 11.60%11%8%10%-非 GPU 加速器市場規模年同比增速 43.80%17.9%8%23.5%-2.4 AI2.4 AI訓練算力影響因素分析訓練算力影響因素分析11圖圖 7算力計算模型算力計算模型資料來源：iResearch、湘財華為&中國信通院、湘財證券研究所表表 2 大模型訓練方式梳理大模型訓練方式梳理資料來源：湘財證券研究所整理 業界目前采用了數據并行、流水

10、線并行、張量并行及混合并行這四種并行計算方式來提升AI大模型的訓練速率?？绶掌魍ㄐ潘俾实奶嵘齻涫軜I界關注。名稱簡介是否跨服務器通信數據并行訓練數據集分成多份，分不到不同的服務器上進行并行訓練；需要通過分布式存儲系統來存儲和管理分片數據。是流水線并行模型的不同層，部署到不同的 GPU服務器上，每個GPU負責處理模型的一部分，類似于流水線作業。是張量并行型切分到不同的 GPU卡或服務器上，使得每個 GPU上的參數量顯著減小，從而可以實現對于更大參數的模型進行訓練否混合并行數據并行、模型并行和流水線并行等多種并行計算方式結合起來，從而進一步提升AI大模型的訓練效率。已廣泛應用于AI大模型的訓練，例

11、如GPT-3、PaLM等。是2.5 2.5 提升訓練端數據傳輸效率意義重大提升訓練端數據傳輸效率意義重大12表表3 AI服務器集群中的通信分類及簡介服務器集群中的通信分類及簡介資料來源：維基百科、CDSN、華為，湘財證券研究所 大模型訓練需要在不同的GPU網卡之間傳遞大量參數和梯度信息，GPU通信時間占比達到50%以上；需提升同一機器內GPU與各硬件（如內存、CPU、GPU）的傳輸效率、不同服務期間信息的傳輸效率。2.6 Infiniband2.6 Infiniband解決方案解決方案VSROCEVSROCE解決方案解決方案13表表4 三種三種RDMA網絡對比網絡對比資料來源：華為、湘財證券研

12、究所 GPU集群的跨服務器通信解決方案領域，業界多采用InifiniBand和RoCE解決方案。Infiniband解決方案配置成本較高；搭建Infiniband所需的NVIDIA Quantum-2 QM9700-交換機單價約為4萬美金。2024年英偉達的Quantum InfiniBand解決方案的年度營收增長超過了5倍。咨詢機構Maximize Market Research統計數據顯示2021年全球InfiniBand市場規模為66.6億美元，預計2029年增長至983.7億美元，年均復合增速約為40%。InfiniBandInfiniBand iWARPiWARP RoCERoCE

13、性能性能 最好 稍差（受 TCP 影響）與 InfiniBand 相當 成本成本 高 中 低 穩定性穩定性 好 差 較好 交換機交換機 IB 交換機 以太網交換機 以太網交換機 表表5 InfiniBand市場主要參與者及產品市場主要參與者及產品資料來源：百度、湘財證券研究所公司公司 產品簡介產品簡介 Nvidia 是 InfiniBand 技術的主要供應商之一，提供各種InfiniBand 適配器、交換機和其他相關產品 Intel 提供各種 InfiniBand 網絡產品和解決方案 思科 知名的網絡設備制造商，也提供 InfiniBand 交換機和其他相關產品 Hewlett Packard

14、 Enterprise 一家大型 IT 公司，提供各種 InfiniBand 網絡解決方案和產品，包括適配器、交換機和服務器等。2.7 RoCE2.7 RoCE網絡方案成本優勢顯著，普及或加速網絡方案成本優勢顯著，普及或加速14圖圖 8交換機三層網絡設計圖示交換機三層網絡設計圖示資料來源：騰訊云開發者社區、湘財證券研究所 RoCE協議是RDMA網絡的主流實現方案之一。RoCE v2網絡方案對以太網交換機沒有能力要求，目前大部分數據中心交換機都支持 RDMA 流控技術，和 RoCE 網卡配合，實現端到端的 RDMA 通信。表表 6 交換機簡介交換機簡介資料來源：賽迪顧問、湘財證券研究所名稱名稱簡

15、介簡介接入層交換機署于數據中心接入層，用于數據中心各種類型的服務器接入，其中下行鏈路需支持從萬兆、25G 等各種性能服務器接入，而上行鏈路則主要包括 40G、100G 兩種接口，且依據不同收斂比要求，接口數量也各不相同，數據中心接入交換機需要具備較高的性能以及豐富的接口形態；匯聚層交換機匯聚層交換機是多臺接入層交換機的匯聚點，作用是將接入節點統一出口，同時也進行轉發及選路。匯聚層交換機需處理來自接入層設備的所有通信量，并提供到核心層的上行鏈路，需要具備高轉發性。核心層交換機部署在數據中心核心層，用于數據中心接入交換機間的連通以及數據中心接入交換機與上層網絡的連通。隨著數據中心的流量和帶寬呈現指

16、數級增長，數據中心核心交換機除需具備更高的性能、可靠性及吞吐能力外，還需具備更高的帶寬擴展能力、更強的報文緩存能力以及路由表轉發能力2.8 RoCE2.8 RoCE網絡交換機端口速率快速升級網絡交換機端口速率快速升級15表表 7 交換機三層網絡設計圖示交換機三層網絡設計圖示資料來源：騰訊云開發者社區、湘財證券研究所 傳統數據中心亟需解決（1）數據中心之間海量數據高速遷移（2）數據中心間帶寬瓶頸（3）數據中心間帶寬利用率低等問題。國內主流的數據中心接入層及匯聚層交換機端口速率正在由10G/40G向25G/100G升級演進。服務器與 TOR（接入層）互聯 Tor 與匯聚交換機互聯 匯聚交換機與核心

17、交換機互聯 端口速率 端口數 端口速率 端口數 端口速率 端口數 10G 200K 10G 200K 40G 50K 25G 80K 25G 80K 100G 20K 100G 20K 100G 20K 400G 5K 以一個100T流量規模的數據中心組網為例，采用400GE技術，核心匯聚交換機需要5K個接口，相對于100GE技術減少75%；接入層與匯聚交換機采用100GE技術，則需要20K個接口，相對于25GE技術減少75%；同樣服務器與接入層交換機互聯的端口速率若采用100GE技術，則相對于25GE技術減少75%。2.9 2.9 以太網交換機向以太網交換機向200GB/400GB/800G

18、B200GB/400GB/800GB迭代迭代16圖圖 9 全球以太網交換機市場規模全球以太網交換機市場規模資料來源：IDC、湘財證券研究所 IDC發布的報告顯示，2023 年全球以太網交換機收入同比增長 20.1%，達到 442 億美元（約3175億人民幣）。數據中心領域 200/400 GbE交換機的收入在 2023 年全年增長了 68.9%，100GbE交換機占數據中心領域市場收入的 46.3%。DellOro預測2024年將是800GbE以太網部署的重要一年，400GbE端口出貨量將繼續增長，預計到 2027 年，400 Gbps/800 Gbps 的端口數量滲透率將達到 40%以上。圖

19、圖 10AI后端網絡中高速以太網交換機滲透率上行后端網絡中高速以太網交換機滲透率上行資料來源：DellOro、湘財證券研究所2.10 2.10 國內以太網交換機國內以太網交換機20202020-20252025年年CAGRCAGR為為10.8%10.8%17圖圖 11 中國以太網交換設備市場規模及增速中國以太網交換設備市場規模及增速資料來源：華經產業研究院、盛科通信招股說明書、湘財證券研究所 2022年我國以太網交換設備的市場規模約為449.3億元，同比增長12.97%；預計2025 年我國以太網交換設備的市場規模將達到574.2億元。圖圖 12 2023年全球以太網交換機市場競爭格局年全球以

20、太網交換機市場競爭格局資料來源：IDC、湘財證券研究所圖圖 13 2023YQ1國內以太網交換機市場競爭格局國內以太網交換機市場競爭格局資料來源：IDC、湘財證券研究所2.11 2.11 國內以太網交換機交換芯片市場規模上行國內以太網交換機交換芯片市場規模上行18圖圖 14 以太網交換芯片成本占比估算以太網交換芯片成本占比估算資料來源：盛科通信招股說明書、湘財證券研究所 預計到2025年，中國商用以太網交換芯片市場規模將達到171.4億元，2020年至2025年商用數據中心領域的以太網交換芯片市場規模增速復合增速可達18%；工業用以太網交換芯片市場規模年均復合增速預計為9.8%。圖圖 15 中

21、國商用以太網交換芯片中國商用以太網交換芯片資料來源：盛科通信招股說明書、灼識咨詢、湘財證券研究所圖圖 16 中國商用以太網各應用場景市場規模占比中國商用以太網各應用場景市場規模占比資料來源：盛科通信招股說明書、灼識咨詢、湘財證券研究所 以太網交換芯片以太網交換芯片單價（元單價（元/顆）顆）以太網交換機單價以太網交換機單價（元（元/臺）臺）占比占比 2020Y 763.54 12485.54 6.12%2021Y 354.2 10436.07 3.39%2022Y 386.63 9873.54 3.92%19 國內自用以太網交換芯片市場中的主要參與者為華為和思科，其中華為市場份額占比高于80%。

22、盛科通信支持最大端口速率800G的以太網交換芯片已于2023年底給客戶送樣測試。2.12 2.12 以太網交換芯片國產化替代大有可為以太網交換芯片國產化替代大有可為圖圖 17 國內商用以太網交換芯片競爭格局國內商用以太網交換芯片競爭格局資料來源：中商情報網、湘財證券研究所圖圖 18 盛科通信產品簡介盛科通信產品簡介資料來源：盛科通信招股說明書、湘財證券研究所三、AI端側應用落地，拉動邊緣/端側計算芯片需求203.1 AI3.1 AI推理端推理端-云云+邊邊+端協同端協同 AI推理端算力網絡通過云計算、邊緣計算、和終端側網絡的協同工作，實現算力性能的優化。21圖圖 19 算力網絡體系架構圖算力網

23、絡體系架構圖資料來源：端側算力白皮書、湘財證券研究所表表 8 邊緣計算和云計算的區別邊緣計算和云計算的區別資料來源：華為云、湘財證券研究所項目項目 邊緣計算邊緣計算 云計算云計算 計算方式 分布式計算，聚焦實時、短周期數據的分析 集中式計算，依賴云端數據中心 處理位置 靠近產生數據的終端設備或物聯網關 云端數據中心 延時性 低延時 高延時 數據存儲 只向遠端傳輸有用的處理信息，無冗余信息 采集到的所有信息 部署成本 低 高 隱私安全 隱私性和安全性較高 隱私性和安全性相對低，需要高度關注 3.2 AI3.2 AI云服務云服務-智算中心為基礎智算中心為基礎 智算中心提供AI云的底層計算資源和硬件

24、支持。AI云服務基于智算中心提供的計算資源，向用戶提供各種AI相關功能，如模型訓練、推理等。智算中心主要由基礎設施運營商和大型的IT云服務商、政府機構等投建及運維。22圖圖 20 智算中心體系架構智算中心體系架構資料來源：NICC新型智算中心技術體系白皮書、湘財證券研究所圖圖 21 智算中心供應商圖譜智算中心供應商圖譜資料來源：IDC、湘財證券研究所3.3 AI3.3 AI公有云市場份額有望上行公有云市場份額有望上行 人工智能通用大模型通常適合于在公有云平臺上部署；公有云相較于私有云還具有成本優勢。IDC統計數據顯示，2022年我國AI公有云服務市場同比增長80.6%，市場規模已達79.7億元

25、。IDC預計隨著AI產業化的落地，AI公有云的市場需求將持續向好，同時市場規模的分布更加均衡，2022年至2026年中國公有云市場規模的復合增速為30.9%，AI公有云市場規模增速將高于公有云市場。23圖圖 22 中國中國AI公有云市場規模公有云市場規模資料來源：IDC、湘財證券研究所圖圖 23 中國中國AI公有云服務市場份額公有云服務市場份額資料來源：IDC、湘財證券研究所3.4 3.4 邊緣計算邊緣計算-布局架構布局架構 邊緣計算可以實現更快的響應速度和更低的網絡延時。Gartner 預測，到2025年，邊緣計算將有超過萬億的市場規模，處理75%以上的各類業務數據。邊緣計算由硬件層、操作系

26、統層、應用程序層及數據層構成。硬件層是邊緣計算所需的硬件設備，如負責收集和感知信息的傳感器、攝像頭，負責處理數據和計算的網關、邊緣服務器、嵌入式設備等。負責數據通信的路由器、交換機、網卡等及存儲設備。操作系統層，操作系統層是邊緣計算設備運行的操作系統，支持各種不同的應用程序和協議。目前Linux是邊緣計算中的主流選擇。應用程序層，應用程序層負責實現具體的業務邏輯和功能，如數據分析、決策支持、控制指令發送等。數據層，數據層負責數據的存儲、備份、檢索和管理，確保數據的完整性和可用性；同時負責數據的處理和分析、數據安全和隱私的保護，實現數據在不同系統和設備之間的共享和交換，支持協同工作和決策。24圖

27、圖 24 邊緣智能布局架構邊緣智能布局架構資料來源：2023年智能算力發展白皮書、湘財證券研究所3.5 3.5 邊緣計算邊緣計算-供應商簡介供應商簡介 邊緣計算供應商：運營商邊緣計算解決方案、云商邊緣計算解決方案、工業企業邊緣計算方案。25圖圖 25 邊緣計算布置位置邊緣計算布置位置資料來源：邊緣計算最佳實踐白皮書、湘財證券研究所運營商邊緣計算解決方案：方案產品通常包括邊緣云、邊緣接入網關、邊緣網絡平臺及少量通用邊緣應用。這些產品和服務主要面向企業用戶（2B），提供多種邊緣計算服務。公有云服務提供商邊緣計算產品同樣面向2B企業客戶。公有云服務產品通常包括邊緣計算平臺、邊緣設備管理、數據處理和分

28、析工具，以及安全和網絡服務。工業企業邊緣計算方案和產品通常是定制化的，專門為滿足企業自身的生產需求和業務流程而設計。這些方案和產品通常部署在企業內部，用于監控和管理生產設備、優化生產流程、提高產品質量等。3.6 AI3.6 AI發展推動邊緣計算市場上行發展推動邊緣計算市場上行 中國信通院統計數據顯示，2021年我國邊緣計算市場規模為436.4億元，其中邊緣硬件規模占比約為65%。信通院預計2024年國內邊緣計算市場規模有望達到1803.7億元，2022年-2024年年均復合增速達70.23%。IDC統計數據顯示，2023年我國邊緣計算服務器市場規模約為55億美元，年同比增長29.1%。預計20

29、28年我國邊緣計算服務器市場規模將達到132億美元。2023年-2028年國內邊緣計算服務器市場規模年均增速為19.14%。IDC統計數據顯示，國內定制邊緣服務器市場中浪潮信息、聯想、華為、新華三等服務器廠商占據市場主導地位。26圖圖 26 中國邊緣計算市場規模中國邊緣計算市場規模資料來源：中國信通院、華經產業研究院、湘財證券研究所圖圖 27 中國邊緣計算服務器市場規模中國邊緣計算服務器市場規模（億美元億美元）資料來源：IDC、湘財證券研究所22%23%24%25%26%27%28%29%30%01020304050602020Y2021Y2022Y2023Y邊緣計算服務器市場規模（億美元）同

30、比增速0%10%20%30%40%50%60%70%80%90%02004006008001000120014001600180020002021Y2022Y2023E2024E市場規模（億元）市場規模增速3.7 AI3.7 AI端側設備端側設備-低功耗，推理任務為主低功耗，推理任務為主 2024年AI端側設備的商用落地成為市場關注的重點。AI端側設備是指部署在用戶終端或邊緣設備上的人工智能計算設備。AI端側設備具有低延遲、高隱私性和實時性等優勢，廣泛應用于智能家居、自動駕駛、智能手機、可穿戴設備、工業自動化等領域。AI端側設備負責實時收集數據，并進行預處理，執行低延遲和輕量級的AI推理任務，

31、存儲臨時數據和即時結果，實現實時決策和響應；如自動駕駛中的障礙物檢測和避讓、智能家居/手機中的語音命令處理等。27表表9 云端云端AI計算芯片計算芯片VS邊緣邊緣AI計算芯片計算芯片vs端側端側AI計算芯片計算芯片資料來源：CSDN、湘財證券研究所 云端云端 邊緣端邊緣端 終端終端 芯片需求 高性能、高計算密度、推理和訓練任務、單價高、產品形態少 功耗、性能結語終端和云端之間；推理任務為主，多用于插電設備 低功耗、高能效；推理任務為主、成本敏感，產品形態眾多 典型算力 30TOPS 5TOPS30TOPS 50w 4W-15W 5W 應用領域 數據中心，企業私有云 智能制造，智慧零售，智能交通

32、，自動駕駛等 消費電子類，物聯網產品 3.8 AI3.8 AI端側端側-AI AI手機市占率穩步上行手機市占率穩步上行 2023年四季度2024年6月，頭部手機廠商發布多款AI手機。Canalys預計，受益于手機企業龍頭企業競相推出AI手機疊加下游消費者接受意愿相對較高，2024年全球AI智能手機出貨量占全球智能手機出貨量的比例有望達到16%，2028年AI智能手機出貨量滲透率則有望增長至54%；2023年至2028年全球AI手機出貨量年均復合增速有望達63%。28圖圖 28 全球全球AI手機市占率預測手機市占率預測資料來源：Canalys、湘財證券研究所圖圖 29AI手機生態系統及主要參與者

33、手機生態系統及主要參與者資料來源：Canalys、湘財證券研究所3.9 AI3.9 AI端側端側-AI PCAI PC元年來臨元年來臨 AI PC這一概念由英特爾于2023年9月提出。AI PC在硬件上集成了混合AI算力單元，可以實現在本地運行輕量型大模型，將PC升級為個人的智能助理。2024年是AI PC落地商用的元年，華為、聯想等都已經率先發布了AI PC產品。Canalys預計2024年全球AI PC出貨量將達到4800萬臺，占全球個人PC出貨量的比例為18%；2025年全球AI PC出貨量有望超過1億臺，占全球個人PC出貨量的比例約為40%。2028年全球AI PC出貨量預計為2.05

34、億臺，2024年-2028年年均復合增速為44%。29圖圖 30AI PC產品發布時間梳理產品發布時間梳理資料來源：Canalys、湘財證券研究所圖圖 31 全球全球AI PC出貨量出貨量資料來源：Canalys、湘財證券研究所3.10 3.10 邊緣邊緣/端側端側AI AI計算芯片出貨上行計算芯片出貨上行 Gartner預測，2026年全球邊緣AI芯片市場規模達到688億美元，2022-2026年CAGR將達到16.9%。ABI Research預計2023-2028年全球邊緣/端側AI芯片出貨量將達到22.86億顆；2023年-2028年年均復合增速為11.75%。我國邊緣/端側AI計算芯

35、片市場處于高速發展期，Gartner統計數據顯示2022年我國邊緣/端側AI計算芯片市場規模約為49.9億美元，預計受下游需求驅動，2025年國內邊緣/端側AI計算芯片市場規模將增長至110.3億美元，2022年至2025年市場規模年均復合增速為30.26%。30圖圖 32 全球邊緣全球邊緣/端側端側AI計算芯片出貨量預期計算芯片出貨量預期資料來源：ABI Research、集微咨詢、湘財證券研究所圖圖 33 我國邊緣我國邊緣/端側端側AI計算芯片市場規模計算芯片市場規模資料來源：Gartner、集微咨詢、湘財證券研究所 四、消費電子需求回暖，存儲先行314.1 4.1 全球智能手機市場回暖全

36、球智能手機市場回暖 IDC統計數據顯示，2024YQ1全球智能手機出貨量為2.89億臺，同比增長7.8%；IDC預計2024年全年全球市場智能手機出貨量為12.1億部，同比增長4%。IDC統計數據顯示，2024YQ1中國市場智能手機出貨量約為6926萬臺，同比增長6.5%，為連續兩個季度實現同比正增長；中國信通院統計數據顯示，2024年1-4月，中國市場智能手機出貨量為9148.6萬部，同比增長12.3%。32圖圖 34 全球市場智能手機出貨量全球市場智能手機出貨量資料來源：IDC、Counterpoint、Digitimes、Canalys、湘財證券研究所圖圖 35 中國市場智能手機出貨量中

37、國市場智能手機出貨量資料來源：IDC、中國信通院、湘財證券研究所4.2 PC4.2 PC-國內商用電腦市場增速可期國內商用電腦市場增速可期 PC領域，IDC統計顯示Q1全球PC出貨量約為5980萬臺，同比增長1.5%。Canalys披露的信息顯示，中國市場PC需求仍顯疲軟，2024YQ1中國市場（大陸）臺式機和筆記本出貨量為694.6萬臺，同比下滑12%；Canalys預計2024年中國市場個人電腦（臺式機、筆記本和工作站）市場預計下跌1%；值得注意的是，商用電腦市場受益于大型國企和地方政府部門的采購需求，預計2024年商用領域臺式機出貨年增長率將達到10%。33圖圖36 全球全球PC出貨量出

38、貨量資料來源：IDC、湘財證券研究所圖圖 37 中國市場中國市場PC出貨量出貨量資料來源：Canalys、湘財證券研究所4.3 4.3 服務器需求預期向好服務器需求預期向好 2024年1-4月，全球新能源車（+26.2%）。2024年1-5月，國內新能源車（+34.28%）。2024YQ1，全球服務器（-1.6%）；預計2024YQ2，全球服務器出貨量環比增長1.9%；Trendforce預計2024年全球服務器出貨量同比微幅增長約2%，同期AI服務器將保持高速增長，出貨量年增幅預計為27%。34圖圖 38 全球新能源車銷量全球新能源車銷量資料來源：Clean Technica、湘財證券研究所

39、圖圖 39 中國新能源車銷量中國新能源車銷量資料來源：乘聯會、湘財證券研究所圖圖 40 全球服務器銷量預期全球服務器銷量預期資料來源：Trendforce、湘財證券研究所圖圖41 全球新能源車銷量預期全球新能源車銷量預期（萬輛萬輛）資料來源：Trendforce、湘財證券研究所4.4 PC4.4 PC-物聯網模組出貨量同比回正物聯網模組出貨量同比回正 全球蜂窩物聯網模組出貨量結束了連續4個季度的下滑態勢，需求出現回暖。IOT ANALYTICS統計數據顯示2024YQ1全球物聯網模組出貨量同比增長7%，主要受益于中國市場的強勁需求的推動，2024YQ1中國市場蜂窩物聯網模組收入同比增長23%。

40、我國工控市場仍略顯疲軟，但同比降幅有縮小態勢，2024YQ1國內工業自動化整體市場規模為783.4億元，同比下滑1.5%。35圖圖42 全球蜂窩物聯網模組出貨量同比增速全球蜂窩物聯網模組出貨量同比增速資料來源：IOT ANALYTICS、湘財證券研究所圖圖 43 我國工業自動化整體市場規模我國工業自動化整體市場規模資料來源：MIR DATABANK、湘財證券研究所4.5 4.5 半導體風向標半導體風向標存儲已觸底反彈存儲已觸底反彈 儲行業各類產品價格也率先呈現觸底上行的趨勢。其中與AI相關的HBM產品和DDR5的市場需求旺盛，價格上漲幅度顯著。DXI指數轉跌為升，截至2024年6月18日，DX

41、I指數收于33929.15點，年初2024年6月20日漲幅為36.73%。我們持續追蹤的DDR顆?，F貨均價中，年初至4月底，DDR5月度合約均價漲幅為37.14%。36圖圖 44 DXI指數指數（截至截至2024.06.20）資料來源：wind、湘財證券研究所圖圖 45 DDR5月度合約均價月度合約均價資料來源：Wind、湘財證券研究所4.5 4.5 半導體風向標半導體風向標DDR4&DDR3DDR4&DDR3渠道現貨均價震蕩上行渠道現貨均價震蕩上行 年初至2024年6月20日，DDR4現貨均價出現低個位數增長。DDR3產品渠道市場價格位于低位震蕩。37圖圖 46 DDR4（16G）現貨均價現

42、貨均價（美元美元）資料來源：wind、湘財證券研究所圖圖 47 DDR4（8G）現貨均價現貨均價（美元美元）（截至截至2024.06.20）資料來源：wind、湘財證券研究所圖圖 48 DDR3（4GB）現貨均價現貨均價（美元美元）資料來源：wind、湘財證券研究所4.5 4.5 存儲存儲-中大中大Flash WaferFlash Wafer現貨均價上行現貨均價上行 受AI需求和智能手機、物聯網模組等消費電子需求回暖帶動，NAND市場逐漸恢復?，F貨市場中中大Flash Wafer現貨均價上行，SSD市場中PCIE3.0及PCIE4.0渠道市場現貨均價先行，上調幅度較為明顯；近期行業市場價格也呈

43、現小幅上行。38圖圖49 Flash Wafer現貨報價現貨報價（美元美元）（截至截至2024.06.18）資料來源：China Flashmarket、湘財證券研究所圖圖50NAND FLASH-(32GB&64GB)現貨平均價現貨平均價（美元美元）資料來源：wind、湘財證券研究所圖圖52 PCIE 4.0渠道現貨均價渠道現貨均價（美元美元）資料來源：China Flashmarket、湘財證券研究所圖圖53PCIE 3.0行業現貨均價行業現貨均價（美元美元）（截至截至2024.06.18）資料來源：China Flashmarket、湘財證券研究所圖圖51PCIE 3.0渠道現貨均價渠道

44、現貨均價（美元美元）（截至截至2024.06.18）資料來源：China Flashmarket、湘財證券研究所圖圖54 PCIE 4.0行業現貨均價行業現貨均價（美元美元）資料來源：China Flashmarket、湘財證券研究所4.5 4.5 存儲存儲-嵌入式存儲價格上行嵌入式存儲價格上行 智能手機的景氣度是 NAND Flash，特別是嵌入式存儲市場發展的重要驅動力之一；中高端智能手機市場的復蘇拉動了部分嵌入式存儲價格上行。部分產品價格已回歸至2023年年初水位。39圖圖 55 嵌入式嵌入式-EMMC（美元美元）（截至截至2024.06.18）資料來源：China Flashmarke

45、t、湘財證券研究所圖圖56嵌入式嵌入式-eMCP（美元美元）資料來源：China Flashmarket、湘財證券研究所圖圖 58 嵌入式嵌入式-LPDDR4X（美元美元）資料來源：China Flashmarket、湘財證券研究所圖圖 59 嵌 入 式嵌 入 式-UFS（美 元美 元）（截 至截 至2024.06.18）資料來源：China Flashmarket、湘財證券研究所圖圖57 嵌入式嵌入式-LPDDR4X（美元美元）（截至截至2024.06.18）資料來源：China Flashmarket、湘財證券研究所圖圖60 嵌入式嵌入式-uMCP（美元美元）資料來源：China Flas

46、hmarket、湘財證券研究所4.6 4.6 半導體風向標半導體風向標存儲顆粒出廠價持續上行存儲顆粒出廠價持續上行 存儲原廠價格調漲趨勢未變。2024年年初至2024年6月，持續推進控產漲價策略。40表表10 Dram&NAND&eMMC/UFS季度合約價變動季度合約價變動資料來源：Trendforce、湘財證券研究所2024YQ2E2024YQ3EPC DRAMDDR4/DDR5：15%-20%混合：15%-20%DDR4/DDR5：3%-8%混合：3%-8%Server DRAMDDR4/DDR5：15%-20%混合：15%-20%DDR4：5-10%；DDR5：8%-13%混合：3%-8

47、%Mobile DRAMUp5%-10%Up3%-8%Graphics DRAMUp3%-8%Up 3%-8%Consumer DRAMDDR3：3%-8%；DDR4：5%-10%Up3%-8%Total DRAM13%-18%（HBM市占率：4%）傳統DRAM：5%-10%;HBM:8%-13%eMMC UFSConsumer：up 0-5%Mobile：up 10-15%Consumer：基本持平Mobile：3-8%Enterprise SSDUp20%-25%Up15%-20%Client SSDUp20%-25%Up 3%-8%3D NAND Wafers（TLC&QLC）Up5%-

48、10%基本持平Total NAND FlashUp 15-20%Up 15-20%五、投資建議與風險提示4142投資建議與風險提示投資建議與風險提示 投資建議：AI大模型領域競爭的加劇疊加AI大模型參數的持續增長，推動大模型訓練端的算力平臺從依賴單一計算機的算力逐漸演變為依賴計算集群，催生了優化算力集群間跨服務器信息傳輸效率的需求。計算集群數量的提升，持續提振AI加速器（GPU、FPGA、ASIC）的市場需求。算力集群間跨服務器傳輸效率的優化會推升Infiniband及RoCE網絡方案的市場滲透率，高性能IB交換機、以太網交換機，IB網卡、以太網智能網卡等多種半導體硬件需求有望中長期受益。人工

49、智能推理端進入高速發展期，多樣化AI終端的商用落地將推動邊緣計算中心的升級優化，疊加AI PC、AI智能手機、智能駕駛等終端產品市場滲透率的提升將帶動低功耗、可編程性、通用性強的GPU、FPGA、ASIC等邊緣計算芯片需求上行。傳統消費電子領域需求回暖跡象漸顯，半導體行業風向標存儲也已率先出現復蘇，存儲顆粒原廠出貨價及渠道市場現貨價格均出現上行，消費電子領域需求復蘇態勢有望延續，帶動上游半導體產業鏈步入上行周期。建議持續關注半導體行業，維持行業“增持”評級。風險提示：下游需求不及預期；企業新產品研發落地進展不及預期；政策支持力度不及預期。重要聲明重要聲明湘財證券股份有限公司經中國證券監督管理委

50、員會核準，取得證券投資咨詢業務許可。本研究報告僅供湘財證券股份有限公司的客戶使用。本公司不會因接收人收到本報告而視其為客戶。本報告由湘財證券股份有限公司研究所編寫，以合法地獲得盡可能可靠、準確、完整的信息為基礎，但對上述信息的來源、準確性及完整性不作任何保證。湘財證券研究所將隨時補充、修訂或更新有關信息，但未必發布。在任何情況下，報告中的信息或所表達的意見僅供參考，并不構成所述證券買賣的出價或征價，投資者應自主作出投資決策并自行承擔投資風險，任何形式的分享證券投資收益或者分擔證券投資損失書面或口頭承諾均為無效。本公司及其關聯機構、雇員對使用本報告及其內容所引發的任何直接或間接損失概不負責。投資

51、者應明白并理解投資證券及投資產品的目的和當中的風險。在決定投資前，如有需要，投資者務必向專業人士咨詢并謹慎抉擇。在法律允許的情況下，我公司的關聯機構可能會持有報告中涉及的公司所發行的證券并進行交易，并可能為這些公司正在提供或爭取提供多種金融服務。本報告版權僅為湘財證券股份有限公司所有。未經本公司事先書面許可，任何機構和個人不得以任何形式翻版、復制、發布、轉發或引用本報告的任何部分。如征得本公司同意進行引用、刊發的，需在允許的范圍內使用，并注明出處為“湘財證券研究所”，且不得對本報告進行任何有悖原意的引用、刪節和修改。如未經本公司授權，私自轉載或者轉發本報告，所引起的一切后果及法律責任由私自轉載

52、或轉發者承擔。本公司并保留追究其法律責任的權利。本材料基于2024年6月24日已發布的證券研究報告2024年中期策略（半導體行業）：AI端側應用落地+需求回暖，半導體產業復蘇在即及2024年3月28日已發布的證券研究報告20240328半導體行業深度報告：AI加速器協同高速通信技術，加速AI創新發展基礎上撰寫完成。分析師聲明分析師聲明本人具有中國證券業協會授予的證券投資咨詢執業資格并注冊為證券分析師，以獨立誠信、謹慎客觀、勤勉盡職、公正公平準則出具本報告。本報告準確清晰地反映了本人的研究觀點。本人不曾因，不因，也將不會因本報告中的具體推薦意見或觀點而直接或間接收到任何形式的補償。湘財證券投資評級體系湘財證券投資評級體系(市場比較基準為滬深市場比較基準為滬深300300 指數指數)買入：買入：未來6-12 個月的投資收益率領先市場基準指數15%以上；增持：增持：未來6-12 個月的投資收益率領先市場基準指數5%至15%；中性：中性：未來6-12 個月的投資收益率與市場基準指數的變動幅度相差-5%至5%；減持：減持：未來6-12 個月的投資收益率落后市場基準指數5%以上；賣出：賣出：未來6-12 個月的投資收益率落后市場基準指數15%以上。