（報告出品方：廣發(fā)證券）

一、半導體行業(yè)周期框架：三重周期的嵌套

2022年11月21日我們發(fā)布了報告《周期視角下半導體設計及設備、材料投資機 遇》，提出了基于產品、產能和庫存的三重周期嵌套的分析框架，用以分析半導體 行業(yè)的周期階段和發(fā)展趨勢。在供需的變化下，半導體行業(yè)呈現出周期性成長的趨 勢。通過分析每一輪行業(yè)周期的驅動因子，我們可以將行業(yè)周期拆解為三重基本周 期的嵌套：產品周期、產能周期、庫存周期： 產品周期代表了需求端的變化，主要與產品應用的生命周期相關； 產能周期代表了供給端的變化，主要與競爭性投資、擴產時滯等因素相關； 庫存周期代表了供需關系的變化，主要與行業(yè)供需狀態(tài)、企業(yè)經營和競爭策略、 信息不對稱、時滯以及Overbooking等因素相關。

半導體行業(yè)的周期性變化與產品周期的變化直接相關，行業(yè)增長與下滑的背后， 是各類電子產品應用的興衰更迭。從2010年以來的產品周期看，以智能手機為代表 的智能移動終端產品的涌現和升級，整體驅動了半導體行業(yè)的持續(xù)擴容。目前，智 能手機市場逐漸趨于飽和，新能源車、VR/AR以及AI等應用則有望成為推動半導體 行業(yè)增長的全新驅動力。

半導體行業(yè)的周期性變化與資本支出/產能周期密切相關，并且這種相關性在存 儲器市場表現地較為顯著：每一輪資本支出的低點之后，都尾隨著行業(yè)毛利率（行 業(yè)景氣指標之一）的高點。其背后的原因在于：行業(yè)資本支出的大幅收縮，導致產 能增長放緩，在需求穩(wěn)步擴張的過程中，供需關系逐步趨緊，進而轉向供不應求， 再到剪刀差逐漸擴大，在此階段，產品價格上升，毛利率提升，行業(yè)景氣上行。之 后，資本支出開始擴張，產能增長加速，供需關系逐漸趨于平衡，產品價格也趨于 穩(wěn)定，毛利率增長放緩，行業(yè)景氣維持。隨著資本支出持續(xù)擴張，行業(yè)供需關系逐 漸反轉，市場開始出現供過于求，產品價格下降，毛利率下滑，行業(yè)景氣下行，并 再次驅動資本支出收縮，如此循環(huán)往復。

半導體行業(yè)的周期性變化與庫存周期具備一定的相關性，其相關性在存儲器以 外的半導體市場表現地較為顯著。以數字芯片市場為例，理想的庫存周期變化過程： 實際訂單與預期訂單存在差距，進而導致了庫存周期的變化。當實際訂單大于預期 訂單，行業(yè)的庫存周轉天數下降，產能利用率提升，但資本支出/產能維持，毛利率、營收增速提升，企業(yè)被動去庫存。預期訂單上修，行業(yè)的庫存周轉天數逐步向正常 水平靠攏，產能利用率逐步趨于高位，資本支出擴張，產能增長加速，毛利率、營 收增速持續(xù)提升，企業(yè)主動補庫存。當預期訂單超過實際訂單，行業(yè)的庫存周轉天 數上升，產能利用率開始松動并下降，資本支出收縮，產能增長放緩，毛利率下滑， 營收增速放緩，企業(yè)被動補庫存。預期訂單下修，行業(yè)的庫存周轉天數回落，產能 利用率下降，資本支出收縮，產能增長放緩，毛利率下滑，營收增速放緩，企業(yè)主 動去庫存。直至實際訂單再次大于預期訂單，如此循環(huán)往復。從庫存周期的變化來 看，一般行業(yè)庫存周轉天數觸底之后，行業(yè)景氣度即將開始上行，而庫存周轉天數 上升到一定水平之后，需警惕行業(yè)景氣度反轉的風險。

針對半導體行業(yè)的周期變化，當時我們推演出三條結論，即2023年： （1）滲透+復蘇，23年中半導體需求有望回升；（2）產能趨于寬松，設計板塊成本壓力有望緩解； （3）庫存調整持續(xù)，行業(yè)庫存逐步恢復健康水平； 近期通過對半導體行業(yè)產品、產能和庫存周期的跟蹤、驗證，我們觀察到23年 行業(yè)需求復蘇的信號持續(xù)明朗、晶圓代工產能利用率逐漸松動、庫存水位也逐步下 降，行業(yè)的周期變化基本按照當時我們的判斷向前發(fā)展。 在當前時點，半導體行業(yè)的產品、產能和庫存周期的發(fā)展狀態(tài)已經有較為明顯 的景氣好轉特征，為行業(yè)周期的發(fā)展趨勢帶來了積極的影響，因此，作為半導體景 氣觀察系列的更新篇，本文主要針對三重周期的變化狀態(tài)、發(fā)展趨勢及其對行業(yè)未 來的積極影響進行分析。

二、周期底部信號明確，行業(yè)復蘇在即

(一) 產品周期：終端需求 23Q1 觸底，復蘇信號初顯端倪

2021年Q3以來，半導體的終端應用需求出現分化，消費電子產品需求持續(xù)弱化， 智能手機、PC、平板電腦等消費電子市場的銷量增速進一步下滑，2022年Q4，其 銷量增速均處于歷史底部位置。

2023年Q1，終端需求觸底復蘇的信號初顯端倪。從智能手機市場來看，根據 CINNO Research的數據，2023年1月中國大陸市場智能手機銷量約2766萬臺，同 比下降10.4%，同比降幅收窄，環(huán)比上升44.6%。同時，Qorvo預計中國安卓機市場 2022年Q4是低點，向上拐點在2023年Q1后，手機需求將在2023年H2明顯改善；高 通預計2023年H1客戶將繼續(xù)減少庫存，需求在2023年H2明顯改善。

PC方面，海外大廠預計2023年行業(yè)呈現弱復蘇態(tài)勢。AMD表示2022年Q4行業(yè) 陸續(xù)去庫存，渠道庫存已有所縮減，2023年Q1行業(yè)去庫存持續(xù)，而自身PC業(yè)務營 收底部在2023年Q1，預計2023年PC行業(yè)將復蘇；Intel于2022年Q3指引PC在2023 年出貨2.7-2.95億臺，長期來看，PC全球需求維持在3億臺左右。

在TV市場，根據Omdia的數據，其預計2023年Q2液晶電視面板訂單有望實現 同比增長19%的強勁反彈，同時，50英寸及更大尺寸的屏幕訂單將達到1.614億臺或 同比增長8%，市場有望恢復至2020年購買量的峰值水平，即比歷史四年平均水平高 出3%，2023年面板需求可能同比2022年創(chuàng)下的14年歷史新低激增22%。

此外，根據集微網的報道，3月初以來主流市場的HD畫質TDDI芯片報價已上漲 一成，主因在于產能供應不足，該產品供不應求有望延續(xù)至4月，5月產能供應恢復 正常后價格有望隨之恢復，反映出部分細分市場的芯片供需關系從供過于求到供需 平衡過程中的積極變化。

(二) 產能周期：產能利用率 23Q1 見底，制造成本有望回落

晶圓產線產能利用率持續(xù)走低。經歷了下游需求持續(xù)分化和產業(yè)鏈庫存調整， 晶圓產線的產能利用率自2022年H2以來持續(xù)走低。根據各產線業(yè)績說明會數據， 2022年Q4，中芯國際、聯電、華虹半導體的產能利用率分別環(huán)比下滑13pct、10pct、 8pct。2023年Q1，疊加行業(yè)淡季影響，晶圓代工產線產能利用率繼續(xù)走低，根據聯 電法說會的數據，其預計23年Q1產能利用率將進一步降至70%左右。

芯片制造成本有望回落。產線產能利用率的松動和空置產能的增加，有望迫使 部分晶圓產線采取以價換量策略，或者促進設計客戶在獲取產能過程中議價能力的 提升，表現為晶圓制造價格的回落，從而改善設計環(huán)節(jié)的成本壓力和盈利能力。根 據Sigmaintell的數據，2023年，其預計8英寸晶圓及12英寸55nm以上制程晶圓代工 行業(yè)價格將有望同比下降約15%-17%，12英寸40nm及以下制程晶圓代工行業(yè)價格 同比有望下降約5%-12%，晶圓代工整體行業(yè)價格同比下降約10%-15%。

整體而言，2023年H2晶圓產線產能利用率有望逐步修復。在晶圓產線降價和未 來需求復蘇的驅動下，2023年Q2及H2，晶圓產線的產能利用率有望逐步修復。根 據Digitimes的數據，臺積電7/5/3nm產線產能利用率在2023年Q2有望恢復。根據 Sigmaintell的數據，全球主要晶圓產線的產能利用率在2023年H2有望溫和修復。值 得一提的是，考慮到2023年晶圓制造整體的供需關系，即使2023年Q2客戶下單量 有所恢復、進而導致晶圓產線產能利用率修復，晶圓制造的價格在2023年依然是處 于下行周期，對設計公司的成本端壓力的改善有望持續(xù)全年。

(三) 庫存周期：庫存拐點已現，23H2 有望恢復健康水平

2022年Q3行業(yè)庫存的達到高點，隨著需求的持續(xù)分化、特別是消費電子需求的 持續(xù)弱化，彼時以英特爾、英偉達、美光、思佳訊、Qorvo等為代表的半導體公司或 其客戶均已開始主動去庫存，此后，伴隨著主動去庫存的持續(xù)，半導體行業(yè)的庫存 水平已出現回落信號。

23年Q1，庫存水平持續(xù)回落的趨勢越來越明確，因為行業(yè)主動去庫存的廣度和 力度均在擴張，主要表現包括：目前存儲芯片、邏輯芯片、射頻芯片、模擬芯片、 晶圓代工等細分行業(yè)陸續(xù)進入主動庫存去化階段；以DRAM、CIS等為代表的芯片價 格持續(xù)下降；美光、海力士、臺積電、聯電等行業(yè)龍頭公司均縮減了23年的資本支 出；以及行業(yè)的Book to Bill在22年連續(xù)六個季度走低。臺積電在22年Q4法說會上也 預期行業(yè)庫存在23年H1將快速減少。根據ECIA的數據，2023年1月行業(yè)撤單情況依 舊正在進行（但撤單幅度已有所收斂），2023年2月DRAM、NAND、模擬和無線芯 片市場的庫存水平逐漸下降。

在當前時點展望23年的庫存周期，經歷了至少三個季度的庫存去化，我們預計 23年年中行業(yè)庫存有望恢復健康水平，伴隨23年H2旺季來臨，屆時行業(yè)有望開啟補 庫存需求。根據臺積電的指引，預計行業(yè)庫存將持續(xù)調整至23年H1，并恢復到健康 水平，23年H2行業(yè)有望進入復蘇階段。

三、設計：至暗已過，靜候黎明

(一) 設計復蘇趨勢明確，重點關注產品滲透和 AI 成長機遇

設計板塊迎來基本面拐點，Q1后向上趨勢明確。經過上文的分析可知，目前， 半導體行業(yè)的周期趨勢正呈現出積極的變化：產品周期方面，在復蘇和滲透邏輯的 驅動下，23年行業(yè)補庫存需求和行業(yè)更廣泛需求的弱復蘇，以及行業(yè)新品滲透和國 產替代，也將為行業(yè)貢獻可觀的需求增量；同時伴隨著產能周期維度上，產能利用 率的松動和制程成本的回落持續(xù)改善設計環(huán)節(jié)的成本壓力、修復設計環(huán)節(jié)的盈利能 力；同時，庫存亦逐漸向健康水位恢復；因此，從2023年Q1三重周期的表現來看， 半導體特別是設計板塊的周期底部特征明顯，Q1大概率是板塊基本面拐點，未來， 隨著產品需求的復蘇、成本的改善以及庫存的去化，設計板塊復蘇和基本面向上的 趨勢明確。

基本面趨勢向上，重點關注產品滲透和AI成長機遇。在板塊基本面趨勢向上的 背景下，具備產品滲透率提升邏輯的領域將具備更為可觀的增長彈性。首先是具備 新品拓展能力的細分賽道或公司，以DDR5升級、L-PAMiD創(chuàng)新為代表的領域，受益 于產品創(chuàng)新和市場滲透，其新品的起量速度和幅度均遠超行業(yè)需求復蘇的平均水平， 因此，其基本面向上趨勢有望加速；其次，具備國產替代能力的細分賽道和公司， 也將獲得更顯著的增長水平，以設備、材料環(huán)節(jié)為代表的領域，其當前的國產化率 大多依舊處于小雙位數的水平，在自主可控趨勢加速的推動下，本土設備、材料公 司依托自身的產品競爭力、廣闊的份額增長空間和品類擴張能力，有望加速提升相 關環(huán)節(jié)的國產替代份額，成長速度和空間均十分顯著，并有望平穩(wěn)穿越周期。

同時，AIGC創(chuàng)新浪潮的成長主線打開板塊中長期成長空間，以AI服務器為代表 的細分賽道或公司，AIGC的發(fā)展趨勢有望帶動行業(yè)規(guī)模實現指數級增長，GPU、NVlink + NVSwitch、HBM、光芯片、高速接口芯片、多相電源供電方案等配套產 業(yè)鏈均將充分受益于AI服務器的需求擴容，同時，AIGC還有望賦能安防/智能音箱 /MR等多個領域，相關行業(yè)的中長期成長空間有望進一步打開，對板塊的長期業(yè)績 和估值均有顯著的提升效應。

(二) AI 的“iphone 時刻”：創(chuàng)新賦能千行百業(yè)，未來增量空間廣闊

1. 模型訓練&推理算力需求測算

AIGC大模型的訓練和推理需要大量的高性能計算 （HPC）算力支持，在此我 們分別對AI大模型在訓練階段和推理階段的算力需求進行測算：

（1） AI大模型在訓練階段算力需求測算

我們以參考NVIDIA發(fā)表的文章《Efficient Large-Scale Language Model Training on GPU Clusters Using Megatron-LM》中對不同參數GPT模型算力需求的 計算方法及NVIDIA A100在模型訓練過程的參數，對以GPT-3.5 175B為代表的大模 型的訓練算力需求進行測算，測算主要基于以下關鍵假設：（1）考慮到大模型訓練 的時間要求，假設模型單次訓練時間為30天，即每年可進行約12次訓練；（2）訓 練階段每個A100吞吐效率為48%。此外，我們假設每臺AI服務器均配有8張A100。 由此測算，單個GPT-3.5 175B參數量AI大模型訓練而新增的NVIDIA A100需求空間 為1080個，新增的AI服務器需求為135臺。

考慮到各大互聯網巨頭正在/計劃訓練的模型參數量仍在持續(xù)增加，未來模型訓 練參數量可能達到萬億級別；同時越來越多的互聯網公司加入大模型訓練的陣營； 我們基于以下關鍵假設，對用于大模型訓練的NVIDIA A100、AI服務器的需求做關 于模型參數、模型訓練個數的敏感型分析。（1）假設模型單次訓練時間為30天；（2） 假設訓練階段每個A100吞吐效率為48~52%。 我們預計中短期內，大模型參數量有望達到1T；全球訓練的AI大模型的數量在 100個以內。

（2） AI大模型在推理階段算力需求測算

ChatGPT活躍用戶數量迅速增加、BING搜索引擎開始接入ChatGPT、百度發(fā) 布文心一言并啟動內測，以GPT為代表的大語言AI模型在文字推理/生成領域的應用 加速落地；此外，基于GPT的midjourney展現出較強的圖片創(chuàng)作能力，Adobe也發(fā) 布了可生成圖片、視頻、聲音等內容的模型Firefly，AI模型在多媒體領域的推理/生 成應用也在快速發(fā)展?？紤]到AI模型在文字生成領域應用落地進展較快，我們對這 一部分的推理算力需求進行測算，基于以下關鍵假設： （a）參考谷歌月均搜索次數，假設一個谷歌級應用每日的搜索次數為30億次；并假 設30億次問答在每日24小時中均勻分布； （b）假設單次問答總字數為1850字。 由此測算，單個應用GPT-3.5 175B模型的谷歌級文字推理應用新增的NVIDIA A100 需求空間為72萬個，新增的AI服務器需求為9萬臺。

2. AI服務器需求提升，推動相關硬件產品市場規(guī)模增長

根據節(jié)第一部分對模型訓練&推理算力需求測算，以14萬臺為基數測算訓練、 推理側AI服務器需求對服務器出貨量的拉動。100個175B訓練模型對AI服務器出貨 量的拉動為9.6%，10個使用GPT-3.5 175B模型的谷歌級推理應用對全球AI服務器出 貨量的拉動為643%。

在算力需求激增的背景下， AI服務器的市場空間將會被大力拉動，同時AI服務 器內部的算力芯片（GPU等）、存儲芯片（DRAM、NAND、HBM等）、連接產品 （光模塊、以太網PHY、PCIe retimer、PCB等）以及其他相關產品（如多相電源） 的市場規(guī)模都有望迎來顯著的提升。

（1）服務器整機：AIGC點燃數據中心算力需求，AI服務器空間廣闊

AI服務器的核心為GPGPU/ASIC，單價較普通服務器大幅提升。AI服務器與通 用服務器不同，除了2顆CPU外，一般還要配備4/8顆GPGPU以及一系列的相關配套 芯片。以英偉達DGX A100為例，其包含了8顆A100 GPU、2個64核AMD Rome CPU、 2TB RAM、30 TB Gen4 NVME SSD、6個NVIDIA NVSwitch以及10個NVIDIA Connext-7 200Gb/s網卡。從價值量層面來看，通用服務器價格一般為幾千美金/臺， 而主流AI服務器價格多在10-15萬美金/臺。

AIGC大幅提升HPC算力需求，推動AI服務器增長。AIGC大模型的訓練和推理 需要大量的高性能計算（HPC）算力支持，對AI服務器需求提升。據Trendforce數 據，預估2022年搭載GPGPU的AI服務器年出貨量占整體服務器比重近1%，即約14 萬臺。預計2023年出貨量年成長可達8%，2022~2026年CAGR達10.8%。

（2）算力芯片：AI服務器硬件成本的主要構成，海內外大廠積極布局

算力芯片是AI服務器中處理訓練與推理的核心。在模型訓練和推理的過程中需 要大量的計算，其本質是在網絡互聯層中將大矩陣輸入數據和權重相乘，因此主要 的計算方式為矩陣計算。在矩陣計算中，每個計算都是獨立于其他計算的，因此可 以通過并行計算的方法，而GPU相比于CPU擁有更多獨立核心，因此深度學習和神 經網絡模型在GPU的加持下，采用高度并行的方式進行計算，可更高效地完成計算 任務。根據IDC數據，AI服務器硬件成本的主要構成為GPGPU，占比可高達70%。 以英偉達A100 Tensor Core GPGPU為例，其架構中中包括以下單元：每個 GPU有7個GPC，每個GPC有7個或8個TPC ，每個TPC有2個SM，每個GPC最多 16個SM，總共108個SM。由多個小核心組成的SM是運算和調度的基本單元，是GPU 中處理運算功能的核心。其中，每個SM有64個FP32 CUDA核，64個INT32 CUDA 核，32個FP64 CUDA核，以及4個第三代Tensor Core。由于Tensor Core因為專注 于矩陣運算，其矩陣運算能力顯著強于Cuda Core，可以加速處于深度學習神經網 絡訓練和推理速度，在維持超低精度損失的同時大幅加速推理吞吐效率，因此在模 型訓練與推理的過程中，Tensor Core將是主要的計算內核。

作為GPU行業(yè)龍頭，英偉達于2020年和2022年相繼推出針對AI、數據分析和 HPC應用場景的兩款產品：A100和H100。與A100相比，H100的綜合技術創(chuàng)新可以 將大型語言模型的速度提高30倍，從而提供業(yè)界領先的對話式AI功能。具體到性能 參數，同為SXM外形規(guī)格的H100/A100，半精度浮點算力（FP16 tensor core）分 別為989.4/1312TFLOPS，互連帶寬分別為900/600 GB/s。2023年GTC大會上，英 偉達針對ChatGPT等大型語言模型的大規(guī)模部署，推出了H100 NVL，其配備雙GPU NVlink，將兩張擁有94GB HBM3顯存的PCIe H100 GPU拼接在一起，可處理擁有 1750億參數的GPT-3大模型。與適用于GPT-3的HGX A100相比，一臺搭載四對 H100和雙NVlink的標準服務器速度能快10倍，可以將大語言模型的處理成本降低 一個數量級。

GPU峰值算力的測算公式為：峰值計算能力= GPU Core的運行頻率*GPU SM 數量*單個SM對應的特定數據類型的指令吞吐量*2 依據英偉達A100、H100白皮書中給到的參數，A100 GPU Core的運行頻率為： 1.41GHz；A100 GPU SM數量為108個。H100 SXM5 GPU Core的運行頻率為： 1.83/1.98GHz；H100 GPU SM數量為132個。因此，峰值算力的變量主要集中在特 定數據類型的指令吞吐量上。 （a）Tensor Core加速后的FP16峰值算力： A100 FP16（Tensor Core加速）峰值算力=311,869G FLOPS≈312T FLOPS H100 FP16（Tensor Core加速）峰值算力：=989,429G FLOPS≈989.4T FLOPS （b）Cuda Core下的FP32峰值算力： A100 FP32（Cuda Core）峰值算力=19,491G FLOPS≈19.5T FLOPS H100 FP32（Cuda Core）峰值算力=66,908G FLOPS≈66.9T FLOPS

通過參考英偉達A100/H100 GPU的性能參數，該公式計算的結果與英偉達官方 披露的性能參數一致。由此可見，GPU峰值算力與主頻和硬件配置數量等參數相關。 本土AI芯片廠商積極追趕，國產替代之路雖遠必達。從技術架構來看，Al芯片 主要分為GPU、FPGA、ASIC三大類。其中，GPU是較為成熟的通用型人工智能芯 片，FPGA和ASIC則是針對人工智能需求特征的半定制和全定制芯片。國內AI芯片 賽道的廠商中華為、阿里和寒武紀為ASIC技術架構，百度昆侖芯為FPGA技術架構， 海光信息、景嘉微、摩爾線程、沐曦、燧原科技、壁仞科技、天數智芯則采用GPU技術架構。目前各家產品參數與英偉達A100/H100相比，仍有一定差距，但在英偉 達等高端AI芯片出口受限的背景下，國產AI芯片企業(yè)獲取了難得的發(fā)展機遇，隨著 本土下游AI需求的不斷拉動，國產替代之路雖遠必達。

（3）存儲芯片：HBM成高端GPU標配，充分受益于AI服務器需求增長

HBM是目前高端GPU解決高帶寬主流方案，AIGC熱潮拉動HBM需求增加。AI 服務器需要在短時間內處理大量數據，包括模型訓練數據、模型參數、模型輸出等。 這些數據量通常都非常大，對高帶寬需求大幅提升。GPU主流存儲方案目前主要分 GDDR和HBM兩種方案。與GDDR方案相比，HBM方案由多個芯片垂直堆疊而成， 每個芯片上都有多個內存通道，可以在很小的物理空間內實現高容量和高帶寬的內 存，有更多的帶寬和更少的物理接口，而物理接口越少，功耗越低。同時還具有低 延遲的特點，但相對而言，成本更高。HBM方案目前已演進為高性能計算領域擴展 高帶寬的主流方案，并逐漸成為主流AI訓練芯片的標配。AIGC時代推動HBM需求顯 著增加。HBM的需求增加不僅體現在單顆GPU需要配置的單個HBM的Die層數增加、 HBM個數增加，也體現在AIGC熱潮下，大模型訓練需求提升拉動對AI服務器和AI 芯片需求，HBM在2023年來需求明顯增加，價格也隨之提升。據Omdia數據，預計 2025年HBM市場規(guī)?？蛇_25億美元。

HBM升級朝著不斷提高存儲容量、帶寬，減小功耗和封裝尺寸方向升級，目前 已升級到HBM3。HBM方案最初由英偉達和AMD等半導體公司定義和推動，從最初 的1GB存儲容量和128GB/s帶寬的HBM1發(fā)展到目前的24GB存儲容量和819GB/s帶 寬。高速、高帶寬的HBM堆棧沒有以外部互連線的方式與計算芯片連接，而是通過 中間介質層緊湊連接。以HBM2方案為例，相對于GDDR5，HBM2節(jié)省了94%的芯 片面積。從帶寬角度看，一個HBM2堆棧封裝的帶寬就是307Gbyte/s，遠高于GDDR5 的帶寬。

產業(yè)鏈積極推動HBM發(fā)展。海力士、三星美光等廠商緊跟HBM趨勢，已發(fā)布多 款產品。英偉達歷代主流訓練GPU基本都配置HBM，如H100采用了6顆HBM3。2022 年11月英特爾發(fā)布全球首款服務器DDR5 CPU Sapphire Rapids with HBM版本，以 面向高性能計算。國內廠商布局方面，如國芯科技表示公司正研究規(guī)劃合封HBM內 存的2.5D的芯片封裝技術。深科技從事存儲芯片封測業(yè)務，近年來不斷加強先進封 裝技術研發(fā)。

（4）連接產品：AI服務器迎來ChatGPT風口，相關鏈接產品步入黃金時代

光芯片：AIGC應用驅動400G/800G高速率光模塊在AI服務器中加速滲透，光芯 片產品量價齊升。規(guī)模層面，AIGC應用需要強大算力作為支撐，光模塊是數據中心 內部互連和數據中心相互連接的核心部件。根據LightCounting的數據，2020年全球 光模塊市場規(guī)模為66.7億美元，預測2025年全球光模塊市場將達到113億美元，為 2020年的1.7倍，光芯片作為光模塊核心元件有望持續(xù)受益。價格層面，AIGC應用 所需數據流量持續(xù)提升，交換機互聯速率逐步由100G向400G/800G升級。在對高速 傳輸需求不斷提升背景下，更高價值量的25G及以上高速率光芯片市場增長迅速。 根據Omdia預測，2019年至2025年，25G以上速率光模塊所使用的光芯片占比逐漸 擴大，市場空間將從13.56億美元增長至43.40億美元，CAGR為21.40%。封裝方式 上，CPO是解決超高算力過載并提高能效的核心解決方案之一，據Light Counting 預計，按照端口數量統(tǒng)計，CPO的全球發(fā)貨量將從2023年的5萬件逐步增長到2027 年的450萬件。

NVlink：實現GPU間高速直聯。NVlink是一種GPU之間的直接互聯，可擴展 服務器內的多GPU輸入/輸出。2016年，第一代NVlink搭載基于Pascal架構的Nvidia GP100 GPU發(fā)布，其傳輸速率可達160GB/s；目前NVlink已迭代至第四代，第四代 NVIDIA NVlink總帶寬為900GB/s，是PCIe 5.0帶寬的7倍。一代NVlink共有4個鏈 路，單鏈路傳輸速率40GB/s；第二代、第三代、第四代NVlink分別有6、12、18個 鏈路，單鏈路傳輸速率均為50GB/s。NVlink不僅可實現NVIDIA GPU間互聯，也可 以實現GPU與CPU之間的互聯（CPU需要支持NVlink協(xié)議，如IBM POWER9）。第一至第三代NVlink傳輸信號為NRZ調制的電信號，第四代NVlink傳輸信號為 PAM4調制電信號；在信號傳輸過程，由NVlink控制器+PHY構成的組合實現信號的 收發(fā)控制，其中NVlink控制器按照功能又可分為三層：Physical Layer（PL）、Data link Layer（DL）、Transaction Layer（TL）。

NVSwitch：實現服務器內更高帶寬、更低延遲、更多GPU間通信。NVIDIA在 2018 GTC大會發(fā)布了首款節(jié)點交換架構——第一代NVSwitch，其上有18個NVlink 端口，在單服務器節(jié)點內通過12個NVSwitch可以實現16個V100以NVlink能夠達到 的最高速度進行多對多GPU通信；基于NVlink +NVSwitch實現服務器節(jié)點內16顆 V100互聯的一臺DGX-2與兩臺通過IB互聯的DGX-1（每臺內有8個V100）相比，前 者AI運算速度是后者的兩倍以上。目前NVSwitch已經迭代到第三代，單芯片上共有 64個第四代NVlink端口，支持GPU間900GB/s的通信速度，這些通過NVlink Switch 互聯的GPU可用作單個高性能加速器，擁有高達15petaFLOPS的深度學習計算性能。

CPU-DRAM間內存接口芯片。內存接口芯片是服務器內存模組的核心邏輯器件，以提升內存數據訪問的速度穩(wěn)定性，滿足服務器CPU對內存模組日益增長的高性能 及大容量需求。目前行業(yè)正從DDR4升級至DDR5。據JEDEC定義，DDR5時代，RCD 和DB需支撐的傳輸速率從3200MT/s提升至DDR5第一子代的4800MT/s，且子代還 在繼續(xù)升級中。此外，DDR5世代還需配置1顆SPD、1顆PMIC和2顆TS等配套芯片， 行業(yè)迎來量價齊升。 CPU-GPU互聯芯片。在AI服務器中CPU和GPU互聯通常使用PCIe聯接。PCIe Retimer芯片是適用于PCIe 高速數據傳輸協(xié)議的超高速時序整合芯片，主要解決數 據中心數據高速、遠距離傳輸時，信號時序不齊、損耗大、完整性差等問題，還可 靈活地切換PCIe 或CXL模式，多應用于NVMe SSD、AI 服務器、Riser卡等典型應 用場景。參考TI官網產品價格，單顆PCIe 4.0 Retimer約25美金。PCIe還需要承擔 GPU與網卡、NVMe（存儲）數據傳輸，因此會使用PCIe Switch聯接CPU、GPU、 網卡和NVMe（存儲），形成淺層且平衡的PCIe樹型拓撲，可實現從網卡和NVMe 進出GPU的快速點對點傳輸；若單臺服務器使用4顆PCIe Switch芯片，參考TI官網 產品價格，單臺服務器PCIe Swicth價值量約3美元。

PCB:AI服務器高算力需求爆發(fā)，推動PCB單機價值量提升。PCB起中繼傳輸的 作用，是電子元器件的支撐體，服務器PCB板上通常集成CPU、內存、硬盤、電源、 網卡等硬件，AI服務器在以上硬件上有不同程度的增加或升級，同時AI服務器增配4 至8顆GPGPU形成GPU模組，帶來PCB板單機價值量提升。具體而言，AI服務器PCB 板價值量提升主要來自三方面：（1）PCB板面積增加。AI服務器中除了搭載CPU 的主板外，每顆GPU需要分別封裝在GPU模塊板，并集成到一塊主板上，相比傳統(tǒng) 服務器僅使用一塊主板，PCB面積大幅增加。（2）PCB板層數增加。AI服務器相對 于傳統(tǒng)服務器具有高傳輸速率、高內存帶寬、硬件架構復雜等特征，需要更復雜的 走線，因而需要增加PCB層數以加強阻抗控制等性能。（3）PCB用CCL材料標準更 高。AI服務器用PCB需要更高的傳輸速率、更高散熱需求、更低損耗等特性，其核 心材料CCL需要具備高速高頻低損耗等特質，CCL材料等級需要提升，材料的配方 以及制作工藝復雜度攀升，推動價值量提升。

（5）其他產品：ChatGPT拉動AI服務器需求提升，多相電源供電方案增量顯著

多相電源產品在AI服務器中單機價值增量顯著，GPU算力升級進一步推動量 價齊升。AI服務器與通用服務器主要區(qū)別在于AI服務器配備4/8顆GPGPU，以滿足 高性能計算需求。多相控制器+DrMOS組成的多相電源解決方案是GPU的主流供電 形式。我們對8卡AI服務器的多相電源解決方案產品新增需求進行測算，參考NVIDIA V100的多相電源配置，A100至少需要16相電源解決方案（1顆多相控制器+16顆大 電流DrMOS的配置），則該AI服務器相較于普通服務器增加了8顆多相控制器、128 顆大電流DrMOS需求，參考TI官網產品價格，兩種產品價格分別約為7.7美元、2.0 美元，則AI服務器單機新增多相電源產品價值量約為318美元；根據MPS數據，單 臺普通服務器CPU主板電源解決方案（包含多相控制器+DrMOS+POL+EFuse等產 品）合計價值量約80美元；因此AI服務器單機多相電源產品價值量相較于普通服務 器有數倍提升。英偉達在2023年GTC大會發(fā)布了應用于大型語言模型部署的 H100NVL新產品，具備更高算力的H100 GPU為更大規(guī)模的AI模型訓練提供更強大 的算力支持，H100 SXM產品最大熱設計功率為700W，遠高于前代次產品A100的 300W~400W。高算力GPU產品功率的提升對DrMOS的數量、性能帶來了更高需求， 服務器領域多相電源產品市場空間也將充分受益于服務器GPU的迭代和性能升級。

3. ChatGPT浪潮之巔，AIGC賦能千行百業(yè)

內容生產進入AIGC時代，跨模態(tài)成為增長點。內容生產已經從專業(yè)化的PGC 到用戶生產的UGC，現在已經進入AIGC時代。AIGC不僅意味著AI的角色開始從觀 察、預測拓展為生成、決策，也意味著AIGC作為一種賦能技術，借助其大模型的跨 模態(tài)綜合能力和內容生產力，將廣泛服務于各類終端行業(yè)。

AIGC賦能千行百業(yè)，未來需求樂觀可期。AIGC作為一種賦能型技術，能在很 多行業(yè)內找到應用場景的結合點。這臺“21世紀的珍妮紡紗機”基于其強大的內容 生產能力，將重塑幾乎所有行業(yè)，帶領行業(yè)進入新時代。目前在繪畫、視頻制作、 音樂、寫作、編程等眾多內容生產行業(yè)中都有顯著的業(yè)務需求，在游戲、傳媒、電 商、娛樂、教育、金融、醫(yī)療、藥研、工業(yè)等多個行業(yè)中都有望塑造更多應用場景。

大語言模型朝著多模態(tài)方向發(fā)展，多應用場景均開始布局。GPT4.0轉向多模態(tài)， 新增了圖像輸入，能同時進行文本和視覺處理的多模態(tài)大模型已是技術變革方向。 與此同時，當前海內外大廠紛紛在更多文字生成、社交娛樂、音視頻、辦公等領域 布局或引入大語言模型的發(fā)展，并朝著多模態(tài)方向發(fā)展。

AIGC驅動安防智能化升級，市場潛力逐漸顯現。AIGC作為新型的內容生產基 礎設施對既有的內容生成模式可產生革命式影響，一方面其已在辦公、影視、繪畫 等內容需求豐富的行業(yè)取得顯著發(fā)展，另一方面原本已和AI結合的安防、制造等行 業(yè)也正在AIGC大潮下朝著更加智能化的方向發(fā)展，市場潛力逐漸顯現。

AIGC有望與安防緊密結合，驅動泛安防產業(yè)智能化升級。ChatGPT和AIGC技 術的應用，可以幫助安防產品實現更高效的數據處理和管理，大幅提升安防系統(tǒng)的 反應速度和處理能力，實現一定程度降本增效，推動智慧安防乃至智能物聯網行業(yè) 發(fā)展。近幾年，傳統(tǒng)安防已通過物聯網、云計算、AI等技術升級為智慧安防。據IDC 數據，視頻監(jiān)控、人臉識別、智能攝像頭等泛安防是中國近年來已部署和計劃部署 的重點AI領域，也是AI最先商業(yè)化的領域之一。隨著AIGC時代的來臨，智慧安防可 進一步升級。具體而言，ChatGPT可以通過分析和處理大量語音、文本和圖像數據， 幫助識別并分類人、車輛、動物等不同對象，幫助安全系統(tǒng)快速識別異常事件，以 及實現更精細化的數據分析和挖掘，進一步提升預測準確率等。同時，ChatGPT的 應用還將促進安防與其他相關領域合作，以谷歌和微軟等廠商致力于利用神經網絡 進行機器人控制為例，將視覺數據以及大型語言模型結合起來，也可推動安防機器 人的發(fā)展。ChatGPT和AIGC技術的應用，可以幫助安防產品實現更高效的數據處理 和管理，從而大幅提升安防系統(tǒng)的反應速度和處理能力，有望實現一定程度降本增 效，大力推動智慧安防乃至智能物聯網行業(yè)發(fā)展。

從聽覺領域來看，智能音箱是家庭場景交互中心與IoT控制中心，AIGC符合智 能音箱用戶個性化交互需求，在家庭內部家庭教育、電器控制、起居輔助等方面進 一步提升用戶體驗，開啟聽覺盛宴。根據IDC數據，2022年包括智能音箱在內的家 庭智能設備市場規(guī)模為306.3億美元，預計到2026年將達到382.9億美元，CAGR為 5.7%。隨著AIGC熱潮上升，音頻內容個性化需求進一步凸顯，打開終端設備銷量未 來市場空間。 AIGC作為生產力工具開啟視聽盛宴，打開終端設備成長空間。從視覺領域來看， AIGC作為生產力工具賦能元宇宙，逐漸實現元宇宙的可擴展性潛力，低成本、高效 率地滿足VR/AR用戶海量內容需求。索尼PSVR 2、蘋果MR、meta Quest3等主要 產品的推出在即，AIGC未來在內容端的持續(xù)賦能，XR產業(yè)有望迎來新一輪增長。

(三) 產品滲透：基本面趨勢向上，新品滲透增長彈性顯著

1. DDR5：滲透率預期積極，2023年還將持續(xù)發(fā)布DDR5 CPU

Intel和ADM積極推動服務器端DDR5 CPU出貨和發(fā)布。據AMD的22Q4 Earnings Call，DDR5 CPU Genoa 目前導入了超過140個平臺，YoY+40%，并預 計23H1推出第二代DDR5 CPU Bergamo。Intel于2023年1月10日發(fā)布新一代服務器 支持DDR5 CPU Sapphire Rapids。Intel在22Q4 Earnings Call中表示客戶對 Sapphire Rapids需求強勁，并預計年中前出貨100萬顆。Sapphire Rapids的正式開 始銷售時間為2月15日，即100萬顆為4個月銷售時間內的預計值。此外，Intel繼續(xù) 朝著既定Roadmap穩(wěn)步推進新一代CPU，預計23H2發(fā)布服務端支持DDR5第二子代 CPU，即DDR5-5600 CPU Emerald Rapids。PC端，Intel預計23H2發(fā)布新一代PC 移動端CPU Meteor Lake。 美光DDR5滲透預期預維持2024年年中50%不變。美光在2023年3月Earnings Call中維持對PC和服務器端DDR5的滲透率在2024年年中50%的預期。盡管23H1收 到存儲周期去庫存的影響，但美光維持上季度DDR5出貨預期。公司表示正在像數據 中心客戶大量交付DDR5 DRAM，預計DRAM出貨量從FY23Q2開始增加。隨著Intel 和AMD最新一代的服務器處理器Sapphire Rapids和Genoa需要DDR5 DRAM，使用 這些新處理器的服務器將在2023H2推動DDR5 DRAM的需求上漲。

2. 射頻：產業(yè)鏈大力去庫存，本土廠商推出模組新產品

從庫存水平來看，Skyworks和Qorvo的庫存水位和DOI在2022年逐季創(chuàng)新高， 但庫存增速逐漸趨緩，根據Skyworks和Qorvo在2022Q4的Earning Call，22Q4安卓 產業(yè)鏈渠道和終端總庫存減少了20%以上，行業(yè)去庫存力度較大，傳導到產業(yè)鏈上 游，PA代工廠極大降低稼動率。預計2023Q1射頻行業(yè)還將繼續(xù)去庫存，但庫存水 位增速已連續(xù)兩個季度放緩，同時Skyworks預計23H2公司DOI將回落至正常水平， Qorvo也預計渠道庫存在23年下半年恢復正常。

23Q1射頻產業(yè)鏈處于周期磨底階段，行業(yè)有望在23H2復蘇。我們選取了下游 主要為安卓機市場的Qorvo進行復盤，22Q4的業(yè)績、庫存的周期表現類似于2019年 Q2時期，庫存水位處于歷史高位，庫存增速回落，營收增速即將見底。而由于 2020-2021年在中美貿易摩擦、疫情催化缺芯等多重因素下，供應鏈備貨節(jié)奏被擾 亂，下游客戶過度備貨而后無較強需求消化，正常供需差在本輪周期中被放大，因 此庫存消耗相應需要更多時間，就目前周期推導和跟蹤海外大廠庫存和需求情況看， 預計22Q2平穩(wěn)過渡，但預計隨著23H2行業(yè)需求轉好，庫存恢復正常，射頻行業(yè)有望迎來較好景氣度，而市場表現有望也略領先于基本面上揚。

從新產品角度看，本土廠商不斷推出各類模組產品，帶來成長動力。拆市場來 看，模組市場規(guī)模和成長性大于分立器件。近年來本土廠商加強5G模組和4G模組在 接受端和發(fā)射端的布局。L-PAMiD是模組中集成度最高，價值量最大的品類，同時 由于技術和專利壁壘較高，市場主要被海外射頻廠商占據，國產化率低，替代空間 較大。因此是本土廠商的較大機會。唯捷創(chuàng)芯通過外購濾波器率先研發(fā)出低頻和中 高頻L-PAMiD模組，并已向頭部品牌廠商送樣，公司預計L-PAMiD將在2023年實現 大批量出貨。卓勝微自建芯卓產線量產高性能濾波器，同時公司各類模組布局較為 全面。截至22Q3，公司雙工、四工器順利送樣客戶，長期來看具有供應穩(wěn)定優(yōu)勢。

3. 存儲芯片：行業(yè)周期邊際轉好

存儲行業(yè)周期磨底，邊際向好。從時間上看，本輪存儲大周期，從2021Q2開始 的下行周期已接近兩年；從價格上看，DRAM現貨及合約價格已接近上一倫周期底 部位置。庫存方面，目前存儲行業(yè)庫存情況已達歷史新高，而美光等廠商也開始預 期公司DOI已觸頂，且下游客戶庫存水位預計23H2逐漸恢復正常。各種存儲磨底信 號預計開始出現。 價格方面，DRAM和NAND已度過了價格大幅下跌通道，價格降幅有望減緩。 跟蹤DRAM和NAND價格來看，目前大部分規(guī)格都跌至了歷史最低價。跟蹤美光 FY23Q2的存貨減值幅度看，FY23Q2公司計提存貨減值14億美金，并指引FYQ3下 季度預計計提存貨減值5億美金。在目前各個下游需求暫時較淡情況下，減產是達到 供需平衡和價格止跌的核心。美光、SK海力士已于2022H2陸續(xù)啟動存儲芯片減產。 以及一向以逆周期投資和搶份額為特點的三星也于2023年4月初宣布減少存儲芯片 生產。TrendForce目前對23Q2的價格跌幅預期已收縮至10%。CFM對存儲價格做 出了展望，預計價格從23Q2開始波動變小，23Q3和Q4有望看到價格回升。存儲價 格的觸底往往是新一輪上行周期的前奏，復盤美光和SK海力士在前兩輪周期表現來 看，在存儲價格磨底階段，公司市值上漲往往提前于存儲價格的上漲。

庫存方面，截至22Q4，美光和海力士的庫存水位和DOI都已創(chuàng)新高。據美光的 FY23Q2財報，本季的美光在進一步降低開工率的情況下，庫存環(huán)比下降了2.75%， DOI減少了約3天，美光并預計庫存周轉天數已見頂，預計下季開始改善。整體來看， 行業(yè)的庫存見頂趨勢已成。復盤DRAM現貨價和存儲行業(yè)庫存關系，可以看到每一 輪庫存增長見頂伴隨著存貨價格變動的反彈。同時美光預計美光公司大部分下游終 端市場客戶庫存已經見頂并開始逐漸減少，預計2023下半年開始供需將逐漸平衡。

存儲模組廠在磨底轉上行周期可率先釋放利潤。存儲芯片標準化程度高，替代 性程度強，具備大宗商品特征。存儲模組廠多用合約價來找存儲芯片廠購買，然后 依據現貨價格賣出。在行業(yè)的磨底轉上行周期，若現貨價格先一步上漲，模組廠可 在更低的合約價和上漲現貨價間賺取價格差。同時由于在周期去庫存末尾，模組廠 商庫存不斷去化，芯片上游芯片廠商庫存不斷累高，若終端需求回暖，芯片模組在 供給少，需求大的情況下，通過提高存儲產品價格，率先釋放利潤。跟蹤臺灣存儲 模組廠商威剛的季度存貨和現金來看，威剛和存儲芯片廠商在周期下行期存貨趨勢為反向，且威剛在存貨見底和需求起來的1-2個季度，有望迎來現金的大幅提升。跟 蹤月度營收來看，公司2月營收實現增長14.5%、而公司市值也于基本面提前一個季 度開始上漲。

4. 模擬芯片：相較其他半導體板塊，模擬周期拐點預計滯后一個季度

復盤本輪產業(yè)周期，全球模擬行業(yè)景氣度下行較其他板塊相比有一定滯后性。 全球半導體行業(yè)在2019年進入下行周期尾部；2020年開始步入上行周期，2020、 2021年全球集成電路銷售額同比分別增加8.4%、28.2%，同期模擬板塊銷售額同比 增速分別為3.2%、20.8%，增速低于集成電路行業(yè)整體。2022年全球半導體行業(yè)進 入本輪上行周期尾部，當年全球集成電路銷售額預期同比增加3.7%；而模擬板塊受 益于下游汽車、工業(yè)等領域的持續(xù)旺盛需求，2022年全球銷售額同比增加20.8%， 顯著高于集成電路和其他細分IC板塊。模擬行業(yè)下行周期相較于其他行業(yè)也有一定 滯后性，根據Wind數據，預計2023年全球模擬銷售額同比增長僅1.6%，相較于2022 年增速明顯下降。

海外模擬龍頭庫存水位處于較高水平，且仍有增長趨勢。從庫存水平看：TI、ADI、MPS、矽力杰連續(xù)幾個季度庫存均呈現增加趨勢。截至最新報告期末，四家 廠商DOI分別為134天、104天、171天、119天。TI強調由于公司產品壽命周期長、 客戶群體多元化，因此產品被迭代淘汰的風險非常低；一定的短期與長期庫存可以 更好地支持客戶；因此公司會放心持有更高水平的庫存，在當前水平可能會繼續(xù)增 加10億至20億美元的庫存。MPS表示由于業(yè)務狀況、訂單模式的變化，公司庫存水 平可能達到目標的180~200天DOI，并可能在短期內更高；公司會通過放慢晶圓投片 量控制公司和渠道中庫存，目標在23Q2使庫存回到合理水位。

海外模擬龍頭指引短期需求仍較為疲軟，但環(huán)比跌幅有所收窄。終端需求指引 方面：TI、ADI、MPS、PI四家海外廠商對當前財報季的營收指引中值環(huán)比降幅分別 為7.4%、1.5%、2.2%、16%。ADI受益于工業(yè)和汽車市場的較為強勁的需求，下降 幅度較??；PI受到下游大小家電、PC市場需求較弱影響，當前財報季營收指引中值 環(huán)比下降16%。

A股模擬公司存貨周轉天數自21Q2以來處于連續(xù)上升階段。截至22Q3，SW模 擬芯片設計板塊存貨DOI達到242天，相較于22Q2增加了19天。與之對比，22Q3 SW 半導體、SW集成電路制造、SW集成電路封測、SW半導體設備、SW數字芯片設計 板塊DOI環(huán)比增加天數分別為5.1、8.7、7.9、7.2、4.3天，均遠低于模擬芯片設計板 塊DOI的增長速度。相較于A股其他半導體板塊，模擬芯片設計行業(yè)短期面臨較大的 庫存水位上行與去化壓力。

綜合全球半導體/模擬IC市場需求、海外龍頭庫存水位及對下游需求的指引、A 股模擬板塊庫存變化，我們認為在本輪周期中，模擬IC受益于下游汽車、工業(yè)等領 域的旺盛需求，維持了較長的成長周期，相較于半導體行業(yè)整體滯后進入下行周期； 預計模擬行業(yè)的景氣度拐點也會滯后半導體行業(yè)約一個季度出現。

四、設備材料：國產替代提速，產品突破穿越周期

(一) 國產替代驅動成長，設備板塊空間廣闊

半導體設備市場空間廣闊。2019年-2021年，受到下游應用需求的驅動以及疫 情對行業(yè)供需關系的影響，全球半導體設備市場經歷了一輪高景氣周期。2022年， 半導體設備市場規(guī)模有望再創(chuàng)新高。根據SEMI的數據，2022年，全球半導體設備銷 售額有望達1143.4億美元，同比增長11.24%，以2021年中國市場的占比測算，預估 2022年中國半導體設備市場規(guī)模有望達329.48億美元，同比增長11.24%。

半導體設備公司的增量將更多地來源于市場份額的提升。在半導體設備整體市 場規(guī)模保持穩(wěn)定的過程中，產業(yè)鏈公司的增量將更多地來源于市場份額的提升。我 們認為，市場份額的提升主要由三個因素驅動：產品的競爭力、所處細分市場的份 額或空間、品類擴張能力。其中，產品的競爭力是公司立足于市場獲取份額的基礎， 所處市場的份額或空間將決定公司高速成長的持續(xù)性，而品類擴張能力能夠持續(xù)拓 展公司的成長邊界。 中國大陸晶圓產能仍處于快速擴張期，且增速顯著高于全球平均水平，配套半 導體設備的需求穩(wěn)固。中國大陸是全球最大的電子終端消費市場和半導體銷售市場， 吸引著全球半導體產業(yè)向大陸的遷移。從產業(yè)鏈配套層面來看，在中游晶圓制造環(huán) 節(jié)，中國具備成為全球最大晶圓產能基地的潛力。特別是在中國打造制造強國的戰(zhàn) 略下，政府在產業(yè)政策、稅收、人才培養(yǎng)等方面大力支持和推進本土半導體制造的 規(guī)模化和高端化。近年來，中美貿易摩擦凸顯出供應鏈安全和自主可控的重要性和 急迫性，晶圓制造及其配套設備等產業(yè)環(huán)節(jié)作為半導體產業(yè)的基石，加速發(fā)展勢在 必行。因此，在市場、國家戰(zhàn)略、產業(yè)自主可控等多重因素的驅動下，中國大陸晶圓產能在未來一段時間內仍處于快速擴張期，且增速顯著高于全球平均水平。

根據IC Insights的數據，2021年，全球晶圓產能約2160萬片/月（8寸約當）， 同比增長3.78%，中國大陸晶圓產能350萬片/月（8寸約當），同比增長9.92%，在 全球的占比約16.2%。根據SIA的數據，伴隨著中國大陸晶圓產能的持續(xù)快速擴張， 2030年，大陸晶圓產能在全球的占比有望達24%，屆時將成為全球最大的晶圓產能 區(qū)域市場。晶圓產能的持續(xù)擴張，有望顯著拉動上游配套半導體設備的市場需求。 在中國大陸晶圓產能快速擴張的過程中，配套的半導體設備需求有望保持穩(wěn)固。

內資晶圓產線產能距離規(guī)劃仍有較大的提升空間，國產半導體設備的訂單增量前景廣闊。目前，內資晶圓產線仍然是國產半導體設備的消費主力，從遠期內資晶 圓產線的建設情況來看，國產半導體設備的需求前景更為樂觀。根據各公司官網的 不完全統(tǒng)計，目前，內資晶圓產線的總產能約為162.5萬片/月（8寸約當），而各條 產線的規(guī)劃總產能約為454.5萬片/月（8寸約當），現有產能距規(guī)劃產能仍有較大的 擴充空間，因此，內資晶圓產能的大幅擴張，有望為國產半導體設備公司帶來廣闊 的訂單增量。

當前半導體設備國產化率仍處于非線性提升區(qū)間，國產替代驅動的份額提升， 將為行業(yè)貢獻可觀的成長速度和空間。對于國產半導體設備廠商而言，其驅動力除 了行業(yè)規(guī)模的自然擴張，還包括在國內市場的國產替代。根據中國電子專用設備工 業(yè)協(xié)會的數據，2021年，國產半導體設備銷售額為385.5億元，同比增長58.71%， 占中國大陸半導體設備銷售額的比例為20.2%。

以半導體晶圓制造設備為例，當前的國產設備對28nm及以上制程的工藝覆蓋度 日趨完善，并積極推進14nm及以下制程的工藝突破，產品正處于驗證密集通過、開 啟規(guī)?；鹆康某砷L階段。并且，各大半導體設備廠商基于產品上線量產的契機， 也在與客戶密切開展工藝設備的合作研發(fā)、已有產品的迭代和細分新品類的擴充， 利于產品競爭力和市場拓展的繼續(xù)深入。所以，我們認為目前的半導體設備國產化 率仍處于非線性增長區(qū)間，未來國產設備有望加速滲透。假設2025年，該統(tǒng)計口徑下的中國大陸半導體設備市場的國產化率提升至50%，則2021-2025年，國產半導 體設備銷售額的CAGR近30%，設備國產化有較高的成長持續(xù)性。

(二) 自主可控任重道遠，材料廠商加速突破

晶圓制造材料占據主要的市場空間，半導體材料市場規(guī)模穩(wěn)健增長。根據SEMI 數據，2021年全球半導體材料市場規(guī)模約643億美元，同比增長約15.9%；其中，晶 圓制造材料和封裝材料市場規(guī)模分別約為404億美元和239億美元，占比分別約為 62.8%和37.2%，晶圓制造材料占據主要市場空間。受益于全球晶圓產能的增長和先 進制程的發(fā)展，2016-2021年全球半導體材料市場規(guī)模CAGR約8.5%，穩(wěn)健增長。

半導體材料種類繁多，硅片為最大細分市場。硅是第一代半導體材料，目前硅 基半導體仍然占據主要半導體市場，硅片也是半導體材料最大細分市場，根據SEMI 數據，2018年硅片市場在晶圓制造材料市場中占比為38%。電子特氣、光掩模為第 二、第三大晶圓制造材料市場，占比均約為13%。拋光材料、光刻膠輔助材料、光 刻膠、工藝化學品、靶材等材料占比均在2%-7%之間。半導體材料產業(yè)呈現種類繁 多、細分市場相對較為分散的特點。

中國大陸是半導體材料第二大市場，增速較快，全球占比持續(xù)提升。根據SEMI 數據，2021年中國半導體材料市場規(guī)模達到119億美元，在全球市場占比為18.6%， 是全球第二大市場。中國大陸晶圓產能的持續(xù)擴張顯著拉動了對上游配套半導體材 料的市場需求，2021年中國半導體材料市場規(guī)模同比增長約21.9%，遠高于全球平 均水平15.9%，同比增速與歐洲地區(qū)并列全球第一。過去15年間，中國大陸半導體材料市場在全球占比從6.4%提升至18.6%，市場空間、全球占比均實現快速提升。 未來，隨著前文所述國內晶圓產能的快速擴張和釋放，本土半導體材料需求有望持 續(xù)擴容，市場規(guī)模有望保持持續(xù)增長。

本土廠商奮起直追，部分半導體材料已基本實現國產自給自足。近年來，一方 面受益于國內下游晶圓產業(yè)的發(fā)展和政府對產業(yè)的支持，同時半導體材料廠商積極 吸納、培養(yǎng)高層次技術人才，把握行業(yè)和技術發(fā)展趨勢，積累研發(fā)經驗和攻克關鍵 技術，募集資金投入產能建設，在新產品的研發(fā)、生產、客戶導入等方面均取得了 一定突破。目前本土廠商在部分半導體材料細分領域已經取得了較高的市場份額， 如8英寸及以下半導體硅片的產能可滿足國內晶圓代工產業(yè)的需求，根據江化微招股說明書的數據，6英寸及以下晶圓加工用的濕電子化學品國產化率達到80%。 本土高端半導體材料尚處于起步階段，國產替代仍有較大空間。12英寸硅片、 應用于先進制程的光刻膠等半導體材料對產品的性能要求更為嚴苛、技術要求更高， 本土廠商正在突破這些高端產品的技術和市場壁壘。例如，在12英寸硅片領域，本 土廠商滬硅產業(yè)、立昂微正處于產能快速提升階段；彤程新材、南大光電、晶瑞電 材、上海新陽等廠商在ArF光刻膠領域穩(wěn)步推進產品研發(fā)，進展較為順利；江化微的 濕電子化學品已成功導入多家12英寸半導體晶圓廠，穩(wěn)步提升國產化水平，且高端 產品營收占比逐年提升。受益于大陸晶圓代工產業(yè)的快速發(fā)展和國產替代趨勢下企 業(yè)得到的政策、產業(yè)支持，本土半導體材料廠商有望保持快速成長；中低端產品有 望進一步擴大產能、提高市占率，高端產品有望加速取得產品研發(fā)、客戶導入進展， 不斷拓寬企業(yè)成長邊界。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）

精選報告來源：【未來智庫】?！告溄印?/strong>