AI+電子行業(yè)市場分析

AI+電子行業(yè)市場分析格局一：AI大格局，科技浪潮奇點(diǎn)時刻（一）量：ChatGPT開啟AI奇點(diǎn)，AI服務(wù)器需求大幅提升2023年3月中旬，隨著OPENAI發(fā)布GPT4.0，微軟把GPT4.0應(yīng)用于office辦公系列，科技巨頭引領(lǐng)大模型技術(shù)迭代和應(yīng)用超預(yù)期。全球大模型和AIGC產(chǎn)業(yè)鏈公司爭先恐后加入AI浪潮，迎來奇點(diǎn)時刻。AIGC產(chǎn)業(yè)鏈大致可以分為三層，應(yīng)用層、模型層和基礎(chǔ)設(shè)施層。其中應(yīng)用層為訓(xùn)練好的模型應(yīng)用于網(wǎng)絡(luò)平臺/數(shù)據(jù)中心或邊緣端，即為模型的推理過程；模型層為開源預(yù)訓(xùn)練模型的訓(xùn)練過程或非開源預(yù)訓(xùn)練模型的API調(diào)用，即模型的訓(xùn)練過程；基礎(chǔ)設(shè)施層則分為兩部分，一部分是是開放式云平臺，另一部分則是用于LLM訓(xùn)練與部署的計算、存儲、連接芯片等硬件。大模型的訓(xùn)練和推理對算力需求龐大。（1）訓(xùn)練是指生成一個大模型的過程；（2）推理是指將搭建好的模型于實(shí)際應(yīng)用中使用。由于訓(xùn)練和推理過程其特點(diǎn)有所不同，在此我們分別對AI大模型在訓(xùn)練階段和推理階段的算力需求進(jìn)行測算：（1）AI大模型在訓(xùn)練階段算力需求測算我們以參考NVIDIA發(fā)表的文章《EfficientLarge-ScaleLanguageModelTrainingonGPUClustersUsingMegatron-LM》中對不同參數(shù)GPT模型算力需求的計算方法及NVIDIAA100在模型訓(xùn)練過程的參數(shù)，對以GPT-3.5175B為代表的大模型的訓(xùn)練算力需求進(jìn)行測算，測算主要基于以下關(guān)鍵假設(shè)：①考慮到大模型訓(xùn)練的時間要求，假設(shè)模型單次訓(xùn)練時間為30天，即每年可進(jìn)行約12次訓(xùn)練；②訓(xùn)練階段每個A100吞吐效率為48%。此外，我們假設(shè)每臺AI服務(wù)器均配有8張A100。由此測算，單個GPT-3.5175B參數(shù)量AI大模型訓(xùn)練而新增的NVIDIAA100需求空間為1080個，新增的AI服務(wù)器需求為135臺?？紤]到各大互聯(lián)網(wǎng)巨頭正在/計劃訓(xùn)練的模型參數(shù)量仍在持續(xù)增加；同時越來越多的互聯(lián)網(wǎng)公司加入大模型訓(xùn)練的陣營；我們基于以下關(guān)鍵假設(shè)，對用于大模型訓(xùn)練的NVIDIAA100、AI服務(wù)器的需求做關(guān)于模型參數(shù)、模型訓(xùn)練個數(shù)的敏感型分析。①假設(shè)模型單次訓(xùn)練時間為30天；②假設(shè)訓(xùn)練階段每個A100吞吐效率為48~52%。（2）AI大模型在推理階段算力需求測算。目前，以GPT為代表的大語言AI模型在文字推理/生成領(lǐng)域的應(yīng)用加速落地；此外，基于GPT的midjourney展現(xiàn)出較強(qiáng)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(nèi)容的模型Firefly，AI模型在多媒體領(lǐng)域的推理/生成應(yīng)用也在快速發(fā)展?？紤]到AI模型在文字生成領(lǐng)域應(yīng)用落地進(jìn)展較快，我們對這一部分推理算力需求進(jìn)行測算，基于以下關(guān)鍵假設(shè)：①參考谷歌月均搜索次數(shù)，假設(shè)一個谷歌級應(yīng)用每日的搜索次數(shù)為30億次；并假設(shè)30億次問答在每日24小時中均勻分布；②假設(shè)單次問答總字?jǐn)?shù)為1850字。由此測算，單個應(yīng)用GPT-3.5175B模型的谷歌級文字推理應(yīng)用新增的NVIDIAA100需求空間為72萬個，新增的AI服務(wù)器需求為9萬臺。AIGC大幅提升HPC算力需求，推動AI服務(wù)器增長。AIGC大模型的訓(xùn)練和推理需要大量的高性能計算（HPC）算力支持，對AI服務(wù)器需求提升。據(jù)Trendforce數(shù)據(jù)，預(yù)估2022年搭載GPGPU的AI服務(wù)器年出貨量占整體服務(wù)器比重近1%，即約14萬臺。預(yù)計2023年出貨量年成長可達(dá)8%，2022~2026年CAGR達(dá)10.8%。根據(jù)上文對訓(xùn)練&推理算力需求測算，并以TrendForce數(shù)據(jù)預(yù)估2022年搭載GPGPU的AI服務(wù)器出貨量14萬臺為基數(shù)，測算訓(xùn)練側(cè)與推理側(cè)AI服務(wù)器需求對服務(wù)器出貨量的拉動。100個175B訓(xùn)練模型對AI服務(wù)器出貨量的拉動為9.6%，10個使用GPT-3.5175B模型的谷歌級推理應(yīng)用對全球AI服務(wù)器出貨量的拉動為643%。（二）價：AI服務(wù)器ASP提升顯著，“算連存”深度受益AI服務(wù)器單價是普通服務(wù)器的10倍以上，算、連、存增量顯著。AI服務(wù)器內(nèi)部除了2顆CPU外，一般還要配備4/8顆GPGPU以及一系列的相關(guān)配套芯片，AI訓(xùn)練服務(wù)器因?yàn)槠鋵λ懔π枨蟾?，單機(jī)價格較普通服務(wù)器將有較大的提升，通用服務(wù)器價格一般為幾千美金/臺，而主流AI服務(wù)器價格多在10-15萬美金/臺。以英偉達(dá)DGXH100為例，其內(nèi)部包含了8顆H100GPU、2個64核AMDRomeCPU、2TBRAM、30TBGen4NVMESSD、4個NVIDIANVSwitch以及8個NVIDIAConnext-7400Gb/s網(wǎng)卡。除ODM廠商受益于服務(wù)器AI升級，成長空間廣闊外，AI服務(wù)器內(nèi)部的算力芯片（GPU等）、連接產(chǎn)品（光模塊、PCIeRetimer、PCB等）、存儲芯片（DRAM、NAND、HBM等）市場規(guī)模都有望迎來顯著提升。1.算力：GPU龍頭英偉達(dá)一馬當(dāng)先，ODM廠商重要性凸顯（1）GPU龍頭英偉達(dá)一馬當(dāng)先，國產(chǎn)AI芯片廠商加速追趕GPU龍頭英偉達(dá)一馬當(dāng)先。英偉達(dá)于2020年和2022年相繼推出針對AI、數(shù)據(jù)分析和HPC應(yīng)用場景的兩款產(chǎn)品：A100和H100，幾乎占據(jù)了目前大模型應(yīng)用的全部算力需求市場。與A100相比，H100的綜合技術(shù)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(lǐng)先的對話式AI功能。具體到性能參數(shù)，同為SXM外形規(guī)格的H100/A100，半精度浮點(diǎn)算力（FP16tensorcore）分別為989.4/312TFLOPS，互連帶寬分別為900/600GB/s。英偉達(dá)GH200性能進(jìn)一步提升。2023年Computex2023大會上，英偉達(dá)發(fā)布基于GraceHopperSuperchip的用于運(yùn)行AIGC的大內(nèi)存超級計算機(jī)DGXGH200。NVIDIA最新的Grace“Hopper”架構(gòu)將72核GraceCPU、HopperGPU、96GBHBM3和480GBLPDDR5X集成在同一封裝中。在HPC、AI等應(yīng)用場景中，相較于傳統(tǒng)的X86CPU+GPU的解決方案，GraceHopperSuperchip能提供更高的效率。GPU龍二廠商AMD積極布局。AMD于2018年開始，積極推出并持續(xù)迭代面向高性能計算和人工智能工作負(fù)載的MI系列加速器。2023年6月，AMD正式發(fā)布最新一代AI加速器——MI300系列。其中，MI300A性能與MI250相比提高八倍，效率提高五倍。MI300X為針對LLM大語言模型推的升級版，內(nèi)部為純GPU架構(gòu)，并擁有更大的HBM密度，意味著單個MI300X便可運(yùn)行一個參數(shù)高達(dá)800億的模型。本土AI芯片廠商加速追趕。從技術(shù)架構(gòu)來看，Al芯片主要分為GPU、FPGA、ASIC三大類。國內(nèi)AI芯片廠商中，華為、阿里和寒武紀(jì)為ASIC技術(shù)架構(gòu)，百度昆侖芯為FPGA技術(shù)架構(gòu)，海光信息、景嘉微、摩爾線程、沐曦、燧原科技、壁仞科技、天數(shù)智芯則采用GPU技術(shù)架構(gòu)。目前各家產(chǎn)品參數(shù)與英偉達(dá)A100/H100相比，仍有差距，但在英偉達(dá)等高端AI芯片出口受限的背景下，國產(chǎn)AI芯片企業(yè)獲取了難得的發(fā)展機(jī)遇，隨著本土下游AI需求的不斷拉動，國產(chǎn)AI芯片廠商加速追趕。（2）ODM廠商重要性凸顯，工業(yè)富聯(lián)深度綁定英偉達(dá)構(gòu)筑競爭壁壘服務(wù)器ODM廠商重要性日益凸顯。英偉達(dá)于2017年啟動全球頂尖ODM伙伴合作計劃，與包括鴻海（富士康）在內(nèi)的中國臺灣服務(wù)器設(shè)計生產(chǎn)大廠成為合作伙伴。通過HGX合作伙伴計劃，英偉達(dá)為所有ODM廠商提供HGX參考架構(gòu)、GPU運(yùn)算技術(shù)以及設(shè)計準(zhǔn)則等資源。ODM廠商利用HGX作為切入點(diǎn)，能與英偉達(dá)加快設(shè)計合作，并針對超大規(guī)模數(shù)據(jù)中心推出各種類型的認(rèn)證GPU加速系統(tǒng)。并與英偉達(dá)工程師密切合作，協(xié)助縮短從設(shè)計到產(chǎn)品部署上市的進(jìn)程。工業(yè)富聯(lián)深度綁定英偉達(dá)構(gòu)筑競爭壁壘。工業(yè)富聯(lián)與英偉達(dá)合作多年，2017年工業(yè)富聯(lián)旗下鴻佰科技與英偉達(dá)和微軟共同發(fā)布第一代應(yīng)用于人工智能深度學(xué)習(xí)的HGX-1系統(tǒng)。在此之后，工業(yè)富聯(lián)隨英偉達(dá)GPU產(chǎn)品升級，陸續(xù)推出HGX3/HGX4系列產(chǎn)品。工業(yè)富聯(lián)深度參與英偉達(dá)H100服務(wù)器的生產(chǎn)制造，2023年臺北國際電腦展上英偉達(dá)CEO黃仁勛播放了于工業(yè)富聯(lián)拍攝的H100自動化產(chǎn)線視頻。2.連接：集群帶來光模塊高彈性，接口芯片和PCB量價齊升（1）光模塊/光芯片：DGX服務(wù)器集群架構(gòu)升級帶來高彈性DGX服務(wù)器集群架構(gòu)升級帶來光模塊/光芯片需求量的高彈性。大模型需要大量的GPU進(jìn)行訓(xùn)練或推理，為了使數(shù)百甚至上千個GPU組成的計算單元能夠有效發(fā)揮其效率，需要使用低延遲、高帶寬的網(wǎng)絡(luò)連接各服務(wù)器節(jié)點(diǎn)，滿足服務(wù)器/GPU間計算、讀取存儲數(shù)據(jù)的互聯(lián)通信需求。光模塊/光芯片是實(shí)現(xiàn)服務(wù)器間高速互聯(lián)的核心部件，伴隨服務(wù)器/集群架構(gòu)的迭代升級，高速光模塊/光芯片的需求顯著增長。DGXA100服務(wù)器集群中單顆A100對應(yīng)約7顆200G光模塊需求。僅考慮服務(wù)器集群中計算網(wǎng)絡(luò)和存儲網(wǎng)絡(luò)的互聯(lián)需求，在140臺DGXA100服務(wù)器組成的集群中，計算網(wǎng)絡(luò)使用三層網(wǎng)絡(luò)架構(gòu)（包含三層交換機(jī)：Leaf、Spine、Core），存儲網(wǎng)絡(luò)則使用雙層網(wǎng)絡(luò)架構(gòu)；經(jīng)測算，計算網(wǎng)絡(luò)中單顆A100對應(yīng)6顆200G光模塊需求，存儲網(wǎng)絡(luò)中單顆A100對應(yīng)1.2顆200G光模塊需求，合計單顆A100對應(yīng)7.2顆200G光模塊需求，對應(yīng)約28顆50G光芯片需求。DGXH100服務(wù)器集群中單顆H100對應(yīng)約1.5顆800G光模塊+2顆400G光模塊需求。在DGXH100服務(wù)器集群的計算網(wǎng)絡(luò)中，服務(wù)器、交換機(jī)均配有800G光模塊端口，顯著拉動了對800G光模塊的需求。在128臺DGXH100服務(wù)器組成的集群中，計算網(wǎng)絡(luò)、存儲網(wǎng)絡(luò)均采用雙層網(wǎng)絡(luò)架構(gòu)，單顆H100對應(yīng)1.5顆800G光模塊+2.25顆400G光模塊，對應(yīng)約20顆100G光芯片需求。如果集群中服務(wù)器數(shù)量增加，計算網(wǎng)絡(luò)需要使用三層網(wǎng)絡(luò)架構(gòu)，則單顆H100對應(yīng)800G光模塊需求會增加至2.5顆。DGXGH200使用NVLink高速互聯(lián)多達(dá)256顆GPU，對光模塊需求大幅增加。不同于傳統(tǒng)集群架構(gòu)使用IB網(wǎng)絡(luò)連接服務(wù)器，NVIDIA最新發(fā)布的DGXGH200使用帶寬高達(dá)900GB/s的NVLink網(wǎng)絡(luò)連接多達(dá)256顆GPU（等效32臺服務(wù)器）；DGXGH200使用了雙層NVSwitch的網(wǎng)絡(luò)架構(gòu)，假設(shè)GPU和一層NVSwitch間使用銅互聯(lián)、一層NVSwitch和二層NVSwitch之間使用光模塊互聯(lián)，則單顆GPU對應(yīng)9顆800G光模塊需求。NVIDIA計劃今年發(fā)布由4個DGXGH200構(gòu)成的超級計算機(jī)NVIDIAHelios，DGXGH200內(nèi)部仍使用NVLink網(wǎng)絡(luò)互聯(lián)，4個DGXGH200間使用IB網(wǎng)絡(luò)互聯(lián)，這會進(jìn)一步增加對光模塊需求。（2）高速接口芯片：PCIeRetimer需求增長PCIeRetimer用于高速信號恢復(fù)。人工智能、云計算、大數(shù)據(jù)的快速發(fā)展推動服務(wù)器對數(shù)據(jù)傳輸?shù)乃俣仍絹碓礁?，PCIe協(xié)議傳輸速率也快速提升，但主板物理尺寸延展空間有限，信號損耗問題愈發(fā)嚴(yán)重。PCIeRetimer芯片主要用于信號恢復(fù)，已較多應(yīng)用于AI服務(wù)器、SSD擴(kuò)展卡、Riser卡等典型應(yīng)用場景。根據(jù)AsteraLabs的方案，一臺8卡GPU的AI服務(wù)器需要8顆PCIe4.0Retimer芯片，同時Retimer芯片可在通用服務(wù)器中NVMeSSD，NIC，Riser卡等多個場景中使用。隨著PCIe5.0的滲透提升，通用服務(wù)器的主板上還可在距離CPU較遠(yuǎn)的Endpoint間使用PCIeRetimer。在對PCIeRetimer芯片市場規(guī)模進(jìn)行測算過程中，我們按照單通用服務(wù)器約裝配1-2顆PCIeRetimer芯片，PCIe4.0Retimer約24美元，PCIe5.0Retimer芯片約48.5美元為基礎(chǔ)，預(yù)計至2026年，市場規(guī)模有望增長至7.27億美元。（3）PCB：單機(jī)量價齊升AI服務(wù)器PCB單機(jī)量價齊升。AI服務(wù)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(wù)器中除了搭載CPU的主板外，增配的4至8顆GPGPU需要分別封裝在GPU模塊板，并集成到一塊主板上，PCB面積大幅增加。（2）PCB板層數(shù)增加。AI服務(wù)器相對于傳統(tǒng)服務(wù)器具有高傳輸速率、高內(nèi)存帶寬、硬件架構(gòu)復(fù)雜等特征，需要更復(fù)雜的走線，因而需要增加PCB層數(shù)以加強(qiáng)阻抗控制等性能。（3）PCB用CCL材料標(biāo)準(zhǔn)更高。AI服務(wù)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，CCL需要具備高速高頻低損耗等特質(zhì)，因此CCL材料等級需要提升，材料的配方以及制作工藝復(fù)雜度攀升。服務(wù)器用PCB市場規(guī)模高速增長。根據(jù)滬電股份2021年年報數(shù)據(jù)，服務(wù)器與數(shù)據(jù)存儲領(lǐng)域PCB市場規(guī)模預(yù)計在2026年達(dá)到126億美元，2020年到2026年CAGR為13.5%，高于同期PCB市場整體增速7.7%。3.存儲芯片：HBM成高端GPU標(biāo)配，CoWoS助力HBM與GPU間高速互連（1）HBM成高端GPU標(biāo)配GPU顯存分為GDDR和HBM兩種方案。GPU芯片周圍一般需要配備高容量的顯存，傳統(tǒng)的方案為GDDR，而用于AIGC的高端GPU則采用HBM方案。HBM方案由多個芯片垂直堆疊而成，每個芯片上都有多個內(nèi)存通道，可以在很小的物理空間內(nèi)實(shí)現(xiàn)高容量和高帶寬的內(nèi)存，有更多的帶寬和更少的物理接口，并擁有更低的功耗和低延遲，但相對而言，成本更高。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(zhì)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(yuǎn)高于GDDR5的帶寬。HBM已經(jīng)成為了高端GPU的標(biāo)配。海力士、三星美光等廠商緊跟HBM趨勢，已發(fā)布多款產(chǎn)品。英偉達(dá)歷代主流訓(xùn)練GPU基本都配置HBM，如H100采用了6顆HBM3，從2017年發(fā)布的V100起，一直配置最新的HBM技術(shù)，如A100使用了HBM2E，H100使用了SK海力士的HBM3。隨著GPU的升級，每顆GPU所搭配HBM的容量、代際也隨著GPU的升級而提升。體現(xiàn)在單顆GPU需要配置的HBM的Die層數(shù)增加，Stack個數(shù)增加，單機(jī)價值量提升顯著。（2）2.5DCoWos封裝，助力HBM與GPU高速互聯(lián)CoWoS-S是目前HBM與GPU之間封裝的主流方案。在過去十年間，CoWoS-S技術(shù)已經(jīng)迭代了五代，在中介層尺寸、晶體管數(shù)量、存儲容量和電源完整性/信號完整性等方面都有了長足的進(jìn)步。英偉達(dá)的P100、V100、A100、GraceHopper等數(shù)據(jù)中心芯片均使用CoWoS-S實(shí)現(xiàn)HBM與GPU的封裝。除此之外，CoWoS-S還廣泛用于Broadcom、GoogleTPU、AmazonTrainium、NECAurora、FujitsuA64FX、AMDVega、XillinxFPGA、IntelSpringCrest、HabanaLabsGaudi，以及一些初創(chuàng)公司的AI芯片等。AI芯片執(zhí)行訓(xùn)練和推理任務(wù)需要在內(nèi)存和處理器之間傳輸大量數(shù)據(jù)，CoWoS-S的高帶寬優(yōu)勢對于AI芯片性能的提升格外顯著。即使目前CoWoSS的成本很高，但仍然是主流廠商高性能AI處理器的首選方案。CoWoS技術(shù)未來可期。據(jù)Digitimes報道，臺積電預(yù)測2023年對先進(jìn)封裝和測試的需求可能略弱于2022年，今年該細(xì)分市場在公司整體銷售額中的份額將達(dá)到6%-7%，略低于去年的7%。但預(yù)計未來五年，先進(jìn)封裝和測試領(lǐng)域的增長將高于平均水平。CoWoS的變種，包括CoWoS-S、CoWoS-R和CoWoS-L，均已得到臺積電頂級客戶的認(rèn)可。除了AIHPC應(yīng)用外，CoWoS-S還滲透到高端網(wǎng)絡(luò)芯片領(lǐng)域。CoWoSL可以滿足未來對更高計算性能和更多HBM集成的需求。（3）傳統(tǒng)存儲用量提升顯著AI服務(wù)器存儲單機(jī)用量提升顯著。根據(jù)美光預(yù)計，AI服務(wù)器的存儲配置中DRAM容量可達(dá)通用服務(wù)器的8倍，NAND容量可達(dá)3倍。以DRAM為例，除了新增HBM，DDR模組容量和價值量也有望提升，尤其是AI服務(wù)器更傾向于升級為DDR5等高性能和高密度模組。4.其他產(chǎn)品：多相電源供電方案增量顯著多相電源產(chǎn)品在AI服務(wù)器中單機(jī)價值增量顯著。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(wù)器的多相電源解決方案產(chǎn)品新增需求進(jìn)行測算，A100/H100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(wù)器相較于普通服務(wù)器增加了8顆多相控制器、128顆大電流DrMOS需求，參考TI官網(wǎng)產(chǎn)品價格，AI服務(wù)器單機(jī)新增多相電源產(chǎn)品價值量約為254美元；根據(jù)MPS數(shù)據(jù)，單臺普通服務(wù)器CPU主板電源解決方案（包含多相控制器+DrMOS+POL+EFuse等產(chǎn)品）合計價值量約80美元；因此AI服務(wù)器單機(jī)多相電源產(chǎn)品價值量相較于普通服務(wù)器有數(shù)倍提升。（三）下游應(yīng)用：AIGC賦能千百行業(yè)，智能應(yīng)用蓄勢待發(fā)AIGC應(yīng)用技術(shù)場景細(xì)分領(lǐng)域眾多，按照模態(tài)區(qū)分，可以分為音頻生成、文本生成、圖像生成、視頻生成及圖像、視頻、文本間的跨模態(tài)生成，多點(diǎn)開花。伴隨著有關(guān)底層技術(shù)原理的不斷突破和細(xì)化，AIGC將迎來快速發(fā)展和廣泛應(yīng)用。目前，人工智能已初步實(shí)現(xiàn)與安防、VR/AR、家庭智能音箱、自動駕駛、機(jī)器人等領(lǐng)域的結(jié)合，AIGC賦能效應(yīng)蓄勢待發(fā)。1.安防：AIGC有望與安防緊密結(jié)合，驅(qū)動泛安防產(chǎn)業(yè)智能化升級AIGC有望與安防緊密結(jié)合，驅(qū)動泛安防產(chǎn)業(yè)智能化升級。ChatGPT和AIGC技術(shù)的應(yīng)用，可以幫助安防產(chǎn)品實(shí)現(xiàn)更高效的數(shù)據(jù)處理和管理，大幅提升安防系統(tǒng)的反應(yīng)速度和處理能力，實(shí)現(xiàn)一定程度降本增效，推動智慧安防乃至智能物聯(lián)網(wǎng)行業(yè)發(fā)展。近幾年，傳統(tǒng)安防已通過物聯(lián)網(wǎng)、云計算、AI等技術(shù)升級為智慧安防。據(jù)IDC數(shù)據(jù)，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(diǎn)AI領(lǐng)域，也是AI最先商業(yè)化的領(lǐng)域之一。隨著AIGC時代的來臨，智慧安防可進(jìn)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(shù)據(jù)，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(shí)現(xiàn)更精細(xì)化的數(shù)據(jù)分析和挖掘，進(jìn)一步提升預(yù)測準(zhǔn)確率等。2.視覺：AIGC作為生產(chǎn)力工具賦能元宇宙，推動XR設(shè)備發(fā)展AIGC逐漸實(shí)現(xiàn)元宇宙的可擴(kuò)展性潛力，低成本、高效率地滿足VR/AR用戶海量內(nèi)容需求。以AR/VR作為入口，元宇宙極大擴(kuò)展了人類在虛擬世界的生存空間。但元宇宙中需要大量3D場景構(gòu)建，高保真3D模型單靠人工設(shè)計開發(fā)效率低、成本高。AIGC有望成為新的元宇宙內(nèi)容生成解決方案，利用AI方式生成3D場景將成為未來元宇宙滿足海量用戶不同需求的解決之道。具體而言，AIGC技術(shù)通過提供元宇宙環(huán)境生成的基礎(chǔ)設(shè)施、提供個性化內(nèi)容體驗(yàn)和交互方式等，更好地滿足用戶需求。具體體現(xiàn)在：（1）AIGC釋放開發(fā)人員生產(chǎn)力，為構(gòu)建沉浸式元宇宙空間環(huán)境提供核心基礎(chǔ)設(shè)施技術(shù)。（2）AIGC為元宇宙用戶提供個性化內(nèi)容體驗(yàn)，吸引更多用戶進(jìn)駐元宇宙。（3）AlGC在元宇宙用戶交互界面發(fā)揮作用，充當(dāng)元宇宙中的虛擬助手或伙伴，執(zhí)行“智能”動作和更為復(fù)雜的任務(wù)。3.聽覺：AIGC有望提升智能音箱用戶體驗(yàn)，打開終端設(shè)備成長空間智能交互與家庭場景深度匹配，AIGC加持下智能音箱有望實(shí)現(xiàn)飛躍。未來，在生成式AI模型加持下，智能音箱能夠給出更加豐富、更加準(zhǔn)確的反饋，提升消費(fèi)者的體驗(yàn)。同時在控制層面，AIGC有望幫助智能音箱更深層次理解人類指令，并進(jìn)一步實(shí)現(xiàn)對家庭內(nèi)部各類物聯(lián)網(wǎng)設(shè)備的復(fù)雜控制，強(qiáng)化家庭設(shè)備控制中心的地位。預(yù)計在AIGC加持下，作為家庭智能設(shè)備交互中心與控制入口的智能音箱有望不斷增強(qiáng)交互與控制能力，在家庭內(nèi)部家庭教育、電器控制、起居輔助等方面進(jìn)一步提升用戶體驗(yàn)，推動銷量進(jìn)一步提升。4.自動駕駛：AI大模型深度賦能自動駕駛，產(chǎn)業(yè)落地未來可期AI大模型賦能自動駕駛技術(shù)，有望在自動駕駛產(chǎn)業(yè)中持續(xù)落地。自動駕駛技術(shù)高度復(fù)雜，需要融合多學(xué)科領(lǐng)域的知識和技能，包括傳感器技術(shù)、機(jī)器學(xué)習(xí)、路徑規(guī)劃等方面，而隨著人工智能技術(shù)發(fā)展，自動駕駛算法被組裝成一系列任務(wù)，包括目標(biāo)檢測與跟蹤、在線建圖、軌跡預(yù)測、占據(jù)柵格預(yù)測等子任務(wù)。2021年特斯拉首次基于Transformer將攝像頭2D圖像拼接轉(zhuǎn)化成3D圖景，生成鳥瞰圖“Bird'sEyeView”，簡稱“BEV”。這也是大模型在自動駕駛感知環(huán)節(jié)的應(yīng)用，國內(nèi)企業(yè)已紛紛跟進(jìn)。2023年6月22日，在全球頂級計算機(jī)視覺會議CVPR2023上，由上海人工智能實(shí)驗(yàn)室、武漢大學(xué)及商湯科技聯(lián)合完成的《Planning-orientedAutonomousDriving》成為CVPR歷史上第一篇以自動駕駛為主題的最佳論文，該論文首次提出感知決策一體化的自動駕駛通用大模型UniAD，首次將檢測、跟蹤、建圖、軌跡預(yù)測，占據(jù)柵格預(yù)測以及規(guī)劃整合到一個基于Transformer的端到端網(wǎng)絡(luò)框架下，更高效契合了“多任務(wù)”和“高性能”的特點(diǎn)，取得自動駕駛技術(shù)研究重要突破。UniAD證明了大模型與自動駕駛產(chǎn)業(yè)結(jié)合的潛力，AI大模型驅(qū)動的全棧端到端自動駕駛方案有望在自動駕駛產(chǎn)業(yè)中持續(xù)落地，賦能更高階自動駕駛智能技術(shù)的實(shí)現(xiàn)。5.機(jī)器人：多模態(tài)持續(xù)賦能，AI大模型助力機(jī)器人產(chǎn)業(yè)發(fā)展多模態(tài)大語言模型有望在機(jī)器人應(yīng)用落地。人工智能技術(shù)在計算機(jī)視覺、語義分析等方面賦能機(jī)器人應(yīng)用，而隨著Transformer等模型的推出，多模態(tài)大模型助力機(jī)器人實(shí)現(xiàn)機(jī)器人視覺、文字、語音等更多維數(shù)據(jù)交互發(fā)展，大大提升機(jī)器人的人機(jī)交互能力以及在不同垂直領(lǐng)域應(yīng)用場景的適應(yīng)性。2023年2月，微軟在其官網(wǎng)發(fā)表了一篇名為《ChatGPTforRobotics：DesignPrinciplesandModelAbilities》的論文，接入ChatGPT后的機(jī)器人可以實(shí)現(xiàn)自然的人機(jī)交互，并且可通過分析攝像頭的視覺輸入和高級語言命令完成復(fù)雜工作。未來多模態(tài)大語言模型有望在機(jī)器人應(yīng)用持續(xù)落地，不斷拓展垂直細(xì)分領(lǐng)域應(yīng)用，助力機(jī)器人產(chǎn)業(yè)發(fā)展。格局二：競爭格局，穿越周期后的王者（一）周期探底，逐步迎來復(fù)蘇1.三重周期：產(chǎn)品周期、產(chǎn)能周期、庫存周期2022年11月我們發(fā)布了報告《周期視角下半導(dǎo)體設(shè)計及設(shè)備、材料投資機(jī)遇》，提出了基于產(chǎn)品、產(chǎn)能和庫存的三重周期嵌套的分析框架：在供需的變化下，半導(dǎo)體行業(yè)呈現(xiàn)出周期性成長的趨勢。通過分析每一輪行業(yè)周期的驅(qū)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(chǎn)品周期（需求端）、資本支出/產(chǎn)能周期（供給端）、庫存周期（供需關(guān)系），以分析半導(dǎo)體行業(yè)的周期階段和發(fā)展趨勢。在當(dāng)前時點(diǎn)，我們觀察到行業(yè)需求復(fù)蘇的信號持續(xù)明朗、晶圓代工和封裝測試產(chǎn)能利用率觸底且指引相對樂觀、設(shè)計公司庫存水位也逐步下降，行業(yè)的周期變化基本按照當(dāng)時我們的判斷向前發(fā)展。且半導(dǎo)體行業(yè)的產(chǎn)品、產(chǎn)能和庫存周期的發(fā)展?fàn)顟B(tài)已經(jīng)有較為明顯的景氣好轉(zhuǎn)特征，為行業(yè)周期的發(fā)展趨勢帶來了積極的影響。2.中游制造：稼動率觸底，有望企穩(wěn)回升復(fù)盤2020年初以來的產(chǎn)能周期。20Q3-22Q3，疫情催生的“宅經(jīng)濟(jì)”帶動PC、NB、平板、小家電等產(chǎn)品需求激增，同時，新能源發(fā)展趨勢強(qiáng)化，對半導(dǎo)體需求顯著攀升；多重因素刺激下，全球半導(dǎo)體行業(yè)景氣度持續(xù)上升，上游代工、封測環(huán)節(jié)企業(yè)營收迅速增長；2021Q3以來，行業(yè)需求分化，盡管消費(fèi)電子市場需求放緩，但新能源應(yīng)用需求持續(xù)旺盛，疊加“缺芯期”overbooking、晶圓&封測訂單交貨節(jié)奏拉長影響，上游代工、封測環(huán)節(jié)廠商21Q3-22Q3仍維持了較明顯的成長趨勢。22Q3-23Q1，受到終端需求持續(xù)低迷、下游設(shè)計廠商砍單去庫存影響，代工、封測環(huán)節(jié)營收快速下滑。截至23M5，伴隨終端需求復(fù)蘇信號逐漸明朗、下游設(shè)計廠商產(chǎn)生補(bǔ)庫存需求，中游制造環(huán)節(jié)稼動率、營運(yùn)表現(xiàn)逐漸顯現(xiàn)觸底反彈趨勢。代工封測環(huán)節(jié)有望在年內(nèi)迎來稼動率的觸底及修復(fù)。根據(jù)臺積電經(jīng)營展望，產(chǎn)能利用率預(yù)期在23Q2觸底，23H2迎來逐漸復(fù)蘇、表現(xiàn)優(yōu)于23H1。根據(jù)中芯國際經(jīng)營展望，23Q2營收指引環(huán)比增長5%~7%，產(chǎn)能利用率、出貨量將優(yōu)于23Q1。根據(jù)長電科技經(jīng)營展望，當(dāng)前產(chǎn)能利用率仍處于歷史上較低位置，預(yù)期國內(nèi)、海外陸續(xù)逐步恢復(fù)，到Q3、Q4有望恢復(fù)到較為健康的狀態(tài)。3．下游應(yīng)用：需求分化，庫存去化各細(xì)分賽道呈現(xiàn)不同需求分化和庫存去化程度。據(jù)Statista，2020-2030年全球半導(dǎo)體市場結(jié)構(gòu)演變過程中智能手機(jī)和PC占比分別下降，而服務(wù)器、汽車及工業(yè)市場占比相對提升。就長期的成長性看，2020-2030年服務(wù)器及汽車、工業(yè)市場規(guī)模增長較快，CAGR分別達(dá)13%、14%、12%。但中短期來看，半導(dǎo)體各細(xì)分下游也不同程度受到周期性影響。當(dāng)前2023年年中，各個細(xì)分領(lǐng)域呈現(xiàn)出不同程度的需求分化和庫存去化，其中具體分析如下。家電：產(chǎn)業(yè)鏈庫存包袱較輕，需求邊際向上有望拉動上游IC需求。在國內(nèi)消費(fèi)復(fù)蘇+竣工拉動、以及行業(yè)需求層面的海外低基數(shù)+低庫存的宏觀環(huán)境下，家電需求整體呈逐季改善趨勢。其中，白電中空調(diào)超預(yù)期、冰洗穩(wěn)中向好。小家電結(jié)構(gòu)性需求復(fù)蘇明顯。地產(chǎn)政策邊際放松也有助于釋放廚電需求。根據(jù)奧維云網(wǎng)數(shù)據(jù)，今年1-5月家電線上、線下零售額分別同比+4.5%、+2.5%。此外，根據(jù)海關(guān)總署數(shù)據(jù)，今年1-5月家電出口金額累計同比+5.8%（人民幣口徑），三月以來出口數(shù)據(jù)恢復(fù)良好增長。從供給端看，家電產(chǎn)業(yè)鏈各環(huán)節(jié)庫存并不高企，渠道很少囤貨，且經(jīng)過幾個季度調(diào)整，終端客戶廠商庫存基本回歸正常水位，因此若需求端有邊際恢復(fù)，則可較快傳導(dǎo)至上游。目前大部分家電IC廠商庫存去化順利，再疊加行業(yè)層面需求復(fù)蘇、以及IC設(shè)計廠商自身新產(chǎn)品滲透，預(yù)計其業(yè)績有望較快且較早向上。AIOT：庫存持續(xù)去化，AIGC催化終端需求回升。AIOT市場具有品類繁多且分散，需求偏向于碎片化，終端產(chǎn)品形式多樣，長尾客戶眾多等特點(diǎn)。2022年AIOT行業(yè)受到宏觀環(huán)境影響，各細(xì)分賽道需求受到一定沖擊。但長期來看，對AIOT產(chǎn)品“低功耗”、“強(qiáng)連接”、“增長AI算法”等各種創(chuàng)新和升級的需求一直存在，AIOT市場的產(chǎn)品創(chuàng)新潛力還遠(yuǎn)未被完全發(fā)掘，AIOT長期往各細(xì)分市場滲透趨勢不變。以及本輪AIGC浪潮下，大模型可賦能AIOT硬件終端，提升用戶體驗(yàn)從而促進(jìn)需求回升。庫存方面，綜合物聯(lián)網(wǎng)模組廠、平臺服務(wù)商，以及諸如小米等終端客戶的需求和庫存來看，產(chǎn)業(yè)鏈各環(huán)節(jié)的庫存都已得到明顯下降，尤其是下游智能耳機(jī)/智能音箱/智能家居賽道。從IC廠商庫存來看，大部分AIOTMCU/SOC的廠商的庫存去化取得一定成果。PC：庫存去化明顯，預(yù)計行業(yè)23H2和24年可溫和復(fù)蘇。從需求端看，PC需求或走出低迷，IDC預(yù)計23年年底或24年有望復(fù)蘇。Intel表示長期來看PC穩(wěn)態(tài)年出貨量會回歸到3億部左右。跟蹤臺股月度更新的筆電/PC出貨量數(shù)據(jù)來看，2023年5月，幾家主流ODM廠商PC/NB合計出貨1130萬臺，YoY-8.9%，QoQ+22.8%。根據(jù)AMD和Intel在23Q1EarningsCall上的預(yù)期，AMD表示已經(jīng)連續(xù)三個季度減少PC客戶發(fā)貨，促使供應(yīng)鏈庫存正?；?，預(yù)計23H2庫存水位會正常化。Intel表示23Q1PC供應(yīng)鏈消耗大量庫存，公司自身PC芯片有望在23Q2末庫存正?；Ｖ悄苁謾C(jī)：客戶和渠道庫存趨向正?；?，23H2及24年有望迎來復(fù)蘇。根據(jù)海外芯片大廠的觀測，盡管目前大部分品牌客戶和渠道庫存已恢復(fù)正常水位，但客戶暫維持謹(jǐn)慎備貨策略，對上游拉動力度改善不明顯。三星預(yù)計23Q2手機(jī)中低端市場需求量有一定恢復(fù)，H2恢復(fù)會更明顯。根據(jù)IDC預(yù)測，2023年全球智能手機(jī)出貨量將下降3.2%，全年總計11.7億部，但全年出貨量有望在24年重回增長。參考下游應(yīng)用以AIOT、PC/NB、手機(jī)為主的海外ICFabless廠商的庫存數(shù)據(jù)，相應(yīng)觀察到庫存已基本趨向正?；?。服務(wù)器：產(chǎn)業(yè)鏈仍在去庫存階段，23H2有望好轉(zhuǎn)，但AI服務(wù)器需求預(yù)計持續(xù)上升。目前，通用服務(wù)器產(chǎn)業(yè)鏈仍在去庫存階段，美光預(yù)計數(shù)據(jù)中心業(yè)務(wù)Q2營收觸底，其客戶庫存水位將于23年底達(dá)健康水平，Intel預(yù)計Q2末自身的數(shù)據(jù)中心庫存接近正常。信驊23M3-23M5月度營收同比在-50%~-40%區(qū)間，環(huán)比則基本持平。我們認(rèn)為通用服務(wù)器在23H1承受較大去庫存壓力，但有望在23H2得到一定好轉(zhuǎn)。受AIGC趨勢推動，Google/Meta/Mircosoft等各云廠商CapEx一定程度上修，但主要圍繞AI算力中心建設(shè)為主。從供需角度來看，2022年服務(wù)器需求整體呈現(xiàn)高景氣，傳遞至產(chǎn)業(yè)鏈備貨積極、庫存水位較高，因而去化起點(diǎn)高、時間也相對較晚。在宏觀疲軟背景下，云廠商并未明顯增加對通用服務(wù)器CapEx，導(dǎo)致庫存去化也相對較慢。從歷史來看，服務(wù)器產(chǎn)業(yè)鏈庫存去化周期通常在3-4季度，預(yù)計在23H2將有望看到供需拐點(diǎn)。汽車和工業(yè)：汽車供應(yīng)鏈降本訴求傳導(dǎo)至上游，工業(yè)景氣度相對平穩(wěn)。2023年以來，國內(nèi)乘用車和新能源車銷量整體相對需求下滑，根據(jù)中汽協(xié)數(shù)據(jù)，2023年4月新能源車銷量同比+117.4%，環(huán)比-1.5%，國內(nèi)乘用車4月銷量同比+55%，環(huán)比基本持平。再疊加車企價格戰(zhàn)開啟，降本訴求變強(qiáng)，對上游芯片廠商導(dǎo)入進(jìn)度和庫存積累和利潤水平產(chǎn)生一定影響。工業(yè)方面，TI（德州儀器）表示23Q1該業(yè)務(wù)環(huán)比持平，美光表示，工業(yè)市場在23Q1需求疲軟但預(yù)計23H2將有所改善。（二）格局清晰，做時間的朋友1.半導(dǎo)體設(shè)備：行業(yè)壁壘高企龍頭地位穩(wěn)固，國產(chǎn)替代驅(qū)動成長半導(dǎo)體設(shè)備行業(yè)具有較高的技術(shù)壁壘、市場壁壘和客戶壁壘，龍頭廠商格局、份額較為穩(wěn)固。根據(jù)VLSIResearch，2020年，應(yīng)用材料、阿斯麥、拉姆研究、東京電子、科磊半導(dǎo)體五家龍頭廠商占據(jù)全球半導(dǎo)體設(shè)備市場65.5%的份額，行業(yè)處于寡頭壟斷局面，且龍頭廠商格局、份額較為穩(wěn)固。近年來，本土廠商基于國產(chǎn)替代機(jī)會窗口，與客戶密切開展工藝設(shè)備的合作研發(fā)、推進(jìn)已有產(chǎn)品的迭代和細(xì)分產(chǎn)品品類擴(kuò)充，目前以北方華創(chuàng)為代表的平臺化布局公司，和以拓荊科技為代表的深耕專長領(lǐng)域的公司已經(jīng)在本土半導(dǎo)體設(shè)備市場形成較強(qiáng)的競爭力，廠商在確立本土市場龍頭地位后，有望受益于行業(yè)的高壁壘，形成強(qiáng)者恒強(qiáng)的競爭格局。內(nèi)資晶圓產(chǎn)線產(chǎn)能距離規(guī)劃仍有較大的提升空間，中國大陸配套的半導(dǎo)體設(shè)備需求有望保持穩(wěn)固，國產(chǎn)替代空間廣闊。從遠(yuǎn)期內(nèi)資晶圓產(chǎn)線的建設(shè)情況來看，根據(jù)各公司官網(wǎng)的不完全統(tǒng)計，目前，內(nèi)資晶圓產(chǎn)線的總產(chǎn)能約為162.5萬片/月（8寸約當(dāng)），而各條產(chǎn)線的規(guī)劃總產(chǎn)能約為454.5萬片/月（8寸約當(dāng)），現(xiàn)有產(chǎn)能距規(guī)劃產(chǎn)能仍有較大的擴(kuò)充空間。根據(jù)SIA數(shù)據(jù)，2030年中國大陸晶圓產(chǎn)能在全球占比有望提升至24%，成為全球最大的晶圓產(chǎn)能區(qū)域市場。晶圓產(chǎn)能的持續(xù)擴(kuò)張，有望顯著拉動上游配套半導(dǎo)體設(shè)備的市場需求。在供應(yīng)端，2021年國產(chǎn)半導(dǎo)體設(shè)備銷售額占中國大陸半導(dǎo)體設(shè)備銷售額僅約20%，當(dāng)前國產(chǎn)化率仍處于非線性提升階段，國產(chǎn)替代驅(qū)動的份額提升，將為行業(yè)貢獻(xiàn)可觀的成長速度和空間。2.半導(dǎo)體材料：主要細(xì)分市場均呈現(xiàn)寡頭壟斷格局，本土廠商加速突破半導(dǎo)體材料種類繁多，各細(xì)分市場均呈現(xiàn)寡頭壟斷格局。半導(dǎo)體材料根據(jù)應(yīng)用場景和產(chǎn)品形態(tài)可分為硅片、電子特氣等晶圓制造材料，和引線框架、封裝基板等封裝材料。半導(dǎo)體材料行業(yè)具有技術(shù)難度高、研發(fā)周期長、客戶認(rèn)證周期長等特點(diǎn)，進(jìn)入壁壘較高；由于海外廠商擁有技術(shù)積淀深厚、人才儲備充足、與客戶合作關(guān)系密切等先發(fā)優(yōu)勢，當(dāng)前各細(xì)分市場主要由海外廠商主導(dǎo)，且均呈現(xiàn)高度壟斷的競爭格局。如根據(jù)滬硅產(chǎn)業(yè)定增說明書、GlobalMarketMonitor、金宏氣體招股書、CabotMicroelectronics等數(shù)據(jù)，半導(dǎo)體硅片、電子特氣、光刻膠等市場CR5均超過80%；在拋光墊市場Dow占據(jù)全球市場約80%的份額，一家獨(dú)大。中國大陸已成長為全球半導(dǎo)體材料第二大市場，本土材料廠商正處在國產(chǎn)替代的加速突破階段。根據(jù)SEMI數(shù)據(jù)，2022年中國大陸半導(dǎo)體材料市場已增長至130億美元，在全球市場占比提升至17.8%，市場空間廣闊。近年來，本土廠商一方面受益于產(chǎn)業(yè)、政策支持，同時在研發(fā)、量產(chǎn)、客戶導(dǎo)入等方面積極推進(jìn)，目前已經(jīng)在部分細(xì)分領(lǐng)域取得較高的市場份額，如8英寸及以下半導(dǎo)體硅片可基本滿足國內(nèi)晶圓代工產(chǎn)業(yè)的需求；同時，在12英寸硅片、ArF光刻膠等高端半導(dǎo)體材料市場，本土頭部廠商正加速突破，研發(fā)、擴(kuò)產(chǎn)進(jìn)展順利，未來成長有望充分受益于國產(chǎn)替代驅(qū)動的份額提升以及高端產(chǎn)品突破拓寬的成長邊界。3.代工封測：競爭格局清晰，國產(chǎn)廠商持續(xù)提升競爭力晶圓代工：頭部效應(yīng)顯著，“一超多強(qiáng)”格局穩(wěn)固。全球晶圓代工市場呈現(xiàn)“一超多強(qiáng)”格局，根據(jù)TrendForce數(shù)據(jù)，23Q1，臺積電在全球代工市場市占率超過60%，一家獨(dú)大；行業(yè)CR5超過90%，呈現(xiàn)寡頭壟斷格局。在國內(nèi)市場，根據(jù)ICInsights數(shù)據(jù)，近年來中芯國際、華虹等本土頭部晶圓廠的市占率穩(wěn)中有升，龍頭地位愈發(fā)突出。晶圓代工行業(yè)資本開支高、進(jìn)入門檻較高，行業(yè)競爭格局高度集中，頭部廠商地位較為穩(wěn)固。工藝產(chǎn)能同步擴(kuò)張，本土晶圓廠成長可期。近年來本土晶圓廠積極加大資本開支，有效擴(kuò)充了產(chǎn)能。預(yù)計未來幾年內(nèi)，國內(nèi)晶圓代工廠仍將保持?jǐn)U產(chǎn)節(jié)奏。根據(jù)公司經(jīng)營展望，中芯國際2023年資本開支預(yù)計將與2022年持平，未來五到七年中芯深圳、中芯京城、中芯東方、中芯西青共約34萬片/月12寸新產(chǎn)能陸續(xù)擴(kuò)出。華虹半導(dǎo)體致力于特色工藝平臺的建設(shè)，不斷提升在汽車、新能源、物聯(lián)網(wǎng)、數(shù)據(jù)中心等下游領(lǐng)域的滲透率，特色工藝有望成為公司核心競爭力和重要的業(yè)績增長點(diǎn)。封裝測試：競爭格局穩(wěn)定，國內(nèi)廠商占據(jù)全球較高份額。根據(jù)研究數(shù)據(jù)，2022年全球前十大委外封測廠商中有四家來自中國大陸（長電科技、通富微電、華天科技、智路封測），合計市場占有率達(dá)24.55%，相比2021年的23.53%提升了1.02pct。國內(nèi)頭部廠商在保持現(xiàn)有優(yōu)勢地位的基礎(chǔ)上，不斷提升市場占有率。根據(jù)MordorIntelligence數(shù)據(jù)，封裝測試市場規(guī)模預(yù)計仍將保持穩(wěn)定成長，2022年全球半導(dǎo)體委外封裝測試市場規(guī)模（不含IDM和晶圓廠的封裝測試業(yè)務(wù)）約為420億美元，到2027年預(yù)計將增長到602億美元，對應(yīng)CAGR7.5%。后摩爾時代先進(jìn)封裝重要性凸顯，HBM+CoWoS帶動2.5D/3D封裝市場快速增長。目前，晶圓制造技術(shù)已經(jīng)逐漸逼近物理極限，制程節(jié)點(diǎn)的微縮趨于放緩。先進(jìn)封裝正在成為提升芯片性能的重要技術(shù)方向?；旌湘I合、硅中介層等新技術(shù)的引入有效提升了封裝環(huán)節(jié)的互連密度，為異構(gòu)芯片的集成提供了可行的技術(shù)方案。據(jù)Yole數(shù)據(jù)，2021年全球先進(jìn)封裝市場規(guī)模約為374億美元，到2027年預(yù)計將提升至650億美元，期間CAGR達(dá)10%。在HBM、CoWoS等新興技術(shù)的帶動下，預(yù)計全球2.5D/3D封裝市場規(guī)模將從2021年的66億美元增長至2027年的150億美元，期間CAGR達(dá)14%。4.EDA/IP：壁壘高企、格局穩(wěn)定，國產(chǎn)替代進(jìn)行中EDA賽道成長性較好，競爭格局相對穩(wěn)定。據(jù)ESDAlliance數(shù)據(jù)，全球EDA市場規(guī)模從2016年的85.23億美元增長至132.75億美元，CAGR達(dá)9.27%。據(jù)VerifiedMarketResearch數(shù)據(jù)，2028年全球EDA市場規(guī)模有望達(dá)到215.6億美元，2021-2028年CAGR約7.17%。此外，EDA與IP具有強(qiáng)大的協(xié)同效應(yīng)。EDA公司往往也是IP公司，兩個賽道具有一定相似特點(diǎn)。格局方面，海外EDA三巨頭Synopsy、Cadence、SiemensEDA經(jīng)過多年的發(fā)展，通過持續(xù)高強(qiáng)度的研發(fā)投入、頻繁并購以及緊密的生態(tài)合作已建立較高壁壘。因此，越早積累更多點(diǎn)工具、突破全流程工具的公司，更易建立強(qiáng)者恒強(qiáng)的格局。根據(jù)Trendforce數(shù)據(jù)，三家海外大廠約占據(jù)超全球70%的份額，行業(yè)集中度高。就國內(nèi)格局來看，本土EDA廠商發(fā)展較晚，前三大海外廠商的市占率更高。國產(chǎn)替代機(jī)遇下，國內(nèi)EDA廠商發(fā)展較快。一方面，中國芯片產(chǎn)業(yè)鏈各環(huán)節(jié)的不斷發(fā)展創(chuàng)造了更多EDA的需求空間，且我國新技術(shù)（云/智能化等）發(fā)展迅速給未來的EDA提供了超車的機(jī)會。另一方面，位于關(guān)鍵環(huán)節(jié)的EDA對其自主可控的需求也愈加迫切。在國產(chǎn)替代機(jī)遇下，華大九天、概倫電子、廣立微等本土廠商發(fā)展迅速。華大九天經(jīng)過13年賽道深耕，已覆蓋了模擬電路設(shè)計全流程EDA工具系統(tǒng)、數(shù)字電路設(shè)計EDA工具、平板顯示電路設(shè)計全流程EDA工具系統(tǒng)和晶圓制造EDA工具等EDA工具軟件產(chǎn)品，是本土EDA龍頭。概倫電子聚焦于制造類與設(shè)計類EDA領(lǐng)域，發(fā)布了設(shè)計類EDA全流程平臺NanoDesigner，已成長為國內(nèi)EDA行業(yè)的頭部企業(yè)。廣立微聚焦在制造類EDA中的良率測試環(huán)節(jié)并提供晶圓級電性測試設(shè)備供應(yīng)商，經(jīng)過幾十年發(fā)展，逐步形成了包括自動化測試、測試平臺，設(shè)備測試等一系列產(chǎn)品解決方案。5.面板：格局優(yōu)化，擁抱復(fù)蘇韓國和中國臺灣產(chǎn)能持續(xù)退出，供給格局不斷優(yōu)化。韓國廠商方面，以三星、韓國LG為主的面板廠LCD產(chǎn)線老舊、競爭力弱，逐漸退出LCD競爭轉(zhuǎn)向OLED；中國臺灣廠商方面，2023年4月，友達(dá)表示規(guī)劃將5A廠產(chǎn)能轉(zhuǎn)至其他各廠，以提升生產(chǎn)制造最優(yōu)效能與配置。5A廠目前主要以生產(chǎn)筆電面板為主，月產(chǎn)能約6.2萬片；群創(chuàng)表示將基于彈性策略動態(tài)調(diào)整產(chǎn)能，致力達(dá)成整體營運(yùn)正面效益，中國臺灣面板“雙虎”也將逐漸退出競爭?？紤]新增產(chǎn)能釋放和韓廠產(chǎn)能退出，根據(jù)Omdia數(shù)據(jù)，2023年京東方全球LCD面板產(chǎn)能占比將提升至27.2%，國內(nèi)三大廠的全球LCD面板產(chǎn)能占比將提升至57%，國內(nèi)三大廠的全球高世代（G7及以上）LCD面板產(chǎn)能占比將提升至68%。在行業(yè)集中度加速提升的情況下，我們判斷龍頭廠商對上下游議價能力以及對產(chǎn)品結(jié)構(gòu)的控制能力將明顯提升。從季度來看，23Q2面板廠稼動率預(yù)計繼續(xù)回升，有效提振面板廠營收規(guī)模。根據(jù)DSCC，供應(yīng)鏈中庫存已降至正常水平，品牌廠備貨浪潮導(dǎo)致需求增加，使得23年第二季度面板廠商稼動率大幅提高，提振面板廠營收規(guī)模。根據(jù)DSCC數(shù)據(jù)，22Q2產(chǎn)能利用率下降6%，22Q3繼續(xù)下降15%，達(dá)到65%，22Q4產(chǎn)能利用率處于2008-2009年金融危機(jī)以來的最低區(qū)間，23Q1開始產(chǎn)能利用率略有回升，預(yù)計23Q2~23Q3產(chǎn)能利用率將進(jìn)一步恢復(fù)至70%以上。LCDTV面板價格持續(xù)上漲，有效改善面板廠盈利能力。根據(jù)Omdia數(shù)據(jù)，自2022年10月以來，LCDTV面板價格已連續(xù)9個月維持環(huán)比上漲趨勢。受益于終端銷售持續(xù)回暖疊加備貨潮，品牌廠商積極增加采購量，面板廠通過調(diào)整產(chǎn)線稼動率控制產(chǎn)出，使得供需保持在相對平衡狀態(tài)，面板價格有望維持上漲趨勢，持續(xù)改善面板廠盈利能力。根據(jù)Omdia數(shù)據(jù)，2023年6月，65寸電視面板均價為165美元，與前月相比上漲9美元，環(huán)比增長6%；55寸電視面板均價為123美元，與前月相比上漲7美元，環(huán)比增長6%；50寸電視面板均價為103美元，與前月相比上漲7美元，環(huán)比增長7%；43寸電視面板均價為62美元，與前月相比上漲2美元，環(huán)比增長3%；32寸電視面板均價為37美元，與前月相比上漲1美元，環(huán)比增長3%。6.被動元件：稼動率處于低位，價格底部區(qū)間已現(xiàn)全球MLCC市場集中度高，日韓廠商主導(dǎo)競爭格局。韓國廠商MLCC產(chǎn)品范圍豐富，在技術(shù)和規(guī)模上均占據(jù)絕對優(yōu)勢。MLCC主要廠商有村田、三星電機(jī)、國巨、太陽誘電、華信科技等。根據(jù)TrendForce數(shù)據(jù)，從23Q1全球前10大MLCC廠商市場規(guī)模來看，日本廠商村田和韓國廠商三星電機(jī)為龍頭企業(yè)，合計占比為51.4%；中國臺灣廠商國巨位列第三，占比14%；中國大陸廠商微容科技和風(fēng)華高科合計占比為10.1%。23Q1主要MLCC廠商稼動率處于低位，訂單需求減弱。23Q1受終端需求低迷影響，OEM廠商持續(xù)調(diào)整訂單，市場呈現(xiàn)淡季，導(dǎo)致MLCC出貨量繼續(xù)下降。23Q2至今，由于品牌端與ODM訂單需求起伏不定，加上降價壓力不斷，導(dǎo)致MLCC供應(yīng)商持續(xù)控制產(chǎn)能降載，以維持供貨、庫存、價格三者間的平衡。根據(jù)TrendForce統(tǒng)計，2023年5月日本MLCC廠商平均稼動率為78%，中國大陸、中國臺灣和韓國廠商的平均稼動率為60%-63%。根據(jù)TrendForce數(shù)據(jù)，23Q1MLCC供應(yīng)商平均BBRatio平均值為0.79，其中消費(fèi)、工控訂單需求持續(xù)衰退，車用市場拉貨動能持續(xù)。MLCC整體價格處于底部，不同型號價格趨勢出現(xiàn)分化。根據(jù)村田制作所的統(tǒng)計，目前消費(fèi)電子產(chǎn)品中所使用的不同尺寸MLCC的占比從高到底為：0201、0402、01005、0603、0805、1206，其中0201、0402和01005合計占比超過80%以上。根據(jù)TrendForce的統(tǒng)計，2022年開始電子消費(fèi)型M