TMT崛起系列（三）：AI算力新周期處理器、存儲、網(wǎng)絡(luò)帶寬-20230414-國金證券-22正式版

2023年

04月

14日TMT崛起系列（三）策略專題研究報告證券研究報告國金證券研究所分析師：艾熊峰（執(zhí)業(yè)

S1130519090001）

分析師：樊志遠(yuǎn)（執(zhí)業(yè)

S1130518070003）aixiongfeng＠fanzhiyuan＠AI算力新周期：處理器、存儲、網(wǎng)絡(luò)帶寬一、AI基礎(chǔ)層建設(shè)驅(qū)動半導(dǎo)體崛起AI的發(fā)展離不開三個關(guān)鍵要素：數(shù)據(jù)、算法和算力，當(dāng)前

AI算力軍備競賽已經(jīng)開啟。處理器、存儲和網(wǎng)絡(luò)帶寬是

AI算力需求中最為重要的三個核心要素。1）處理器領(lǐng)域，ChatGPT大模型至少需要

7k-1W顆英偉達(dá)

A100的

GPU，隨著訓(xùn)練天數(shù)的縮短對

GPU卡的需求量也將持續(xù)增加；2）存儲領(lǐng)域，

“算”與“存”分不開，算力基于數(shù)據(jù)，數(shù)據(jù)需求存儲，隨著算力的提升，數(shù)據(jù)量將呈指數(shù)級成長，對應(yīng)對存儲容量帶來大量的需求，也將對存儲芯片帶來爆發(fā)式增長，從現(xiàn)有的能看到的方向是

AI服務(wù)器，根據(jù)美光的數(shù)據(jù)，AI服務(wù)器相比傳統(tǒng)通用服務(wù)器帶來

8倍

DRAM+3倍

NANDFlash；3）網(wǎng)絡(luò)帶寬領(lǐng)域，光芯片與光模塊是高效傳輸?shù)闹匾A(chǔ)，AI算力帶來的流量上升將拉動光芯片需求，當(dāng)前國內(nèi)光芯片與海外差距在逐步縮小，最有望成為國產(chǎn)替代的領(lǐng)域。二、自上而下看半導(dǎo)體行業(yè)：周期筑底、AI需求、估值回歸半導(dǎo)體產(chǎn)業(yè)周期正在筑底。從歷史上看，半導(dǎo)體以及細(xì)分賽道呈現(xiàn)出趨同的周期性，2000年以來，全球半導(dǎo)體行業(yè)已經(jīng)歷多輪周期，當(dāng)下我們正走在2021年以來的下行周期，周期底部漸行漸近。根據(jù)世界半導(dǎo)體貿(mào)易統(tǒng)計組織（WSTS）的數(shù)據(jù)，2021年全球半導(dǎo)體的市場規(guī)模為

5559億美元，同比增長

26%。2023年全球半導(dǎo)體的市場規(guī)模預(yù)計將達(dá)到

5566億美元，同比減少

4%。需要指出的是，臺積電的資本開支周期和半導(dǎo)體周期基本趨同。作為全球最大的半導(dǎo)體代工企業(yè)，臺積電資本開支充分反映了產(chǎn)業(yè)鏈供需的景氣度變化，往往臺積電資本開支增速的頂部意味著半導(dǎo)體周期的見頂。而且作為產(chǎn)業(yè)鏈中游的核心企業(yè)，臺積電資本開支有時候會滯后于半導(dǎo)體周期。AI算力軍備競賽驅(qū)動增量需求。芯片是

AI模型訓(xùn)練的算力基礎(chǔ)，在

AI軍備競賽逐漸升級的背景下，芯片制造商將受益于市場的增量需求。根據(jù)

Gartner測算，AI帶來的芯片需求將推動由

2022年的

440億美元上升到

2026年的860億美元，接近翻倍的增長。如果考慮到相關(guān)產(chǎn)業(yè)鏈的增量需求，這對整個半導(dǎo)體行業(yè)都將是明顯的增量需求基本面筑底，估值均值回歸。半導(dǎo)體自

2021年年中調(diào)整以來，當(dāng)前估值處在歷史相對低位，在基本面筑底的階段，估值均值回歸可期。從申萬半導(dǎo)體行業(yè)指數(shù)的估值來看，當(dāng)前市盈率為

49.97，處于歷史

13.87%的分位點，當(dāng)前市盈率也處于歷史均值減一倍標(biāo)準(zhǔn)差以下。三、半導(dǎo)體行業(yè)中觀邊際變化：AI基礎(chǔ)設(shè)施軍備競賽算力芯片：AI拉動

GPU/FPGA/ASIC量價齊升。人工智能芯片多用傳統(tǒng)型芯片，或用昂貴的圖形處理器

(GPU),或用現(xiàn)場可編程門陣列芯片配合中央處理器

(FPGA+CPU)為主,用以在云端數(shù)據(jù)中心的深度學(xué)習(xí)訓(xùn)練和推理,通用／專用型

AI芯片（ASIC），也就是張量處理器或特定用途集成電路

(ASIC)，主要是針對具體應(yīng)用場景，三類芯片短期內(nèi)將共存并在不同應(yīng)用場景形成互補(bǔ)。存儲芯片：存儲板塊有望迎來拐點，DDR5內(nèi)存放量。隨著

AI技術(shù)升級，龐大的數(shù)據(jù)增量，必須運用各種具備高速運算的人工智能芯片來過濾、處理分析、訓(xùn)練及推理，這將持續(xù)帶動

7nm以下高速運算

HBM存儲器，3DNAND,CPU,AIGPU,FPGA,網(wǎng)絡(luò)芯片晶圓代工的需求，及順勢帶動成熟制程的配套芯片如電源管理芯片，PCIEGen4/5retimer等的需求光芯片：數(shù)通和電信市場水大魚大，光芯片國產(chǎn)替代空間廣闊。受益于全球數(shù)據(jù)量快速增長，光通信逐漸崛起。在全球信息和數(shù)據(jù)互聯(lián)快速成長的背景下，終端產(chǎn)生的數(shù)據(jù)量每隔幾年就實現(xiàn)翻倍增長，當(dāng)前的基礎(chǔ)電子通訊架構(gòu)漸漸無法滿足海量數(shù)據(jù)的傳輸需求，光電信息技術(shù)逐步崛起。風(fēng)險提示經(jīng)濟(jì)下行超預(yù)期、宏觀流動性收縮風(fēng)險、海外黑天鵝事件、產(chǎn)業(yè)政策落地不及預(yù)期敬請參閱最后一頁特別聲明1每日免費獲取報告1、每日微信群內(nèi)分享7+最新重磅報告；2、每日分享當(dāng)日華爾街日報、金融時報；3、每周分享經(jīng)濟(jì)學(xué)人4、行研報告均為公開版，權(quán)利歸原作者所有，起點財經(jīng)僅分發(fā)做內(nèi)部學(xué)習(xí)。掃一掃二維碼關(guān)注公號回復(fù)：研究報告加入“起點財經(jīng)”微信群。。策略專題研究報告內(nèi)容目錄前言：AI基礎(chǔ)層建設(shè)驅(qū)動

TMT崛起

...............................................................4一、自上而下看半導(dǎo)體行業(yè)：周期筑底、AI需求、估值回歸..........................................51.1半導(dǎo)體產(chǎn)業(yè)周期正在筑底................................................................51.2AI算力軍備競賽驅(qū)動增量需求

...........................................................61.3基本面筑底，估值均值回歸..............................................................6二、半導(dǎo)體行業(yè)中觀邊際變化：AI基礎(chǔ)設(shè)施軍備競賽................................................72.1算力芯片：AI拉動

GPU/FPGA/ASIC量價齊升................................................72.2存儲芯片：存儲板塊有望迎來拐點，DDR5內(nèi)存放量.........................................142.3光芯片：數(shù)通和電信市場水大魚大，光芯片國產(chǎn)替代空間廣闊................................18三、風(fēng)險提示

................................................................................20圖表目錄圖表

1：

AI產(chǎn)業(yè)鏈的基礎(chǔ)層、技術(shù)層和應(yīng)用層

.....................................................4圖表

2：

海外大企業(yè)對

AI大規(guī)模投資計劃

........................................................4圖表

3：

國內(nèi)大企業(yè)的

AI大模型密集發(fā)布

........................................................4圖表

4：

AI的發(fā)展離不開三個關(guān)鍵要素：數(shù)據(jù)、算法和算力..........................................5圖表

5：

全球半導(dǎo)體市場正走在

2021年以來的下行周期，周期底部漸行漸近

...........................6圖表

6：

AI軍備競賽帶來提升算力的邊際需求

.....................................................6圖表

7：

半導(dǎo)體行業(yè)估值的回歸

.................................................................7圖表

8：

CPU、GPU、FPGA、ASIC特點對比

.........................................................7圖表

9：

CPU采用串行計算架構(gòu)..................................................................8圖表

10：

CPU采用低延遲設(shè)計架構(gòu)...............................................................8圖表

11：

2026年全球服務(wù)器市場規(guī)模

1665億美元

.................................................8圖表

12：

Intel主導(dǎo)全球

CPU市場...............................................................8圖表

13：

國產(chǎn)

CPU芯片對比

....................................................................8圖表

14：

X86架構(gòu)

CPU國產(chǎn)替換空間測算

.........................................................9圖表

15：

GPU采用串行計算架構(gòu)................................................................10圖表

16：

GPU采用高吞吐設(shè)計架構(gòu)..............................................................10圖表

17：

2016年-2021年數(shù)據(jù)中心負(fù)載任務(wù)量變化................................................11圖表

18：

2024年全球超大規(guī)模數(shù)據(jù)中心超

1000個

................................................11圖表

19：

2030年全球

GPU市場規(guī)模有望達(dá)

4774億美元

............................................11圖表

20：

英偉達(dá)主導(dǎo)獨立

GPU市場

.............................................................11敬請參閱最后一頁特別聲明2策略專題研究報告圖表

21：

國內(nèi)

GPU產(chǎn)業(yè)鏈情況

.................................................................12圖表

22：

英特爾

FPGA技術(shù)路線圖

..............................................................12圖表

23：

2030年全球

FPGA市場規(guī)模有望達(dá)

221億美元

............................................13圖表

24：

2021年中國

FPGA芯片下競爭格局

......................................................13圖表

25：

谷歌歷代

TPU性能對比

...............................................................14圖表

26：

機(jī)器數(shù)據(jù)量圖表

.....................................................................14圖表

27：

2021-2023ENAND產(chǎn)能................................................................15圖表

28：

2021-2023ENAND需求................................................................15圖表

29：

2021-2023EDRAM產(chǎn)能................................................................16圖表

30：

2021-2023EDRAM需求................................................................16圖表

31：

2023年

NAND供需格局大幅緩解

........................................................16圖表

32：

2023年

DRAM供需格局小幅緩解

........................................................16圖表

33：

我們看好彈性最大的存儲板塊

2023年止跌反彈...........................................17圖表

34：

2028年全球內(nèi)存模組出貨量有望達(dá)

6.5億

...............................................17圖表

35：

2028年內(nèi)存接口芯片及配套芯片市場規(guī)模有望達(dá)

40億美元.................................18圖表

36：

光芯片在光通信中用于產(chǎn)生和接受光信號................................................18圖表

37：

激光器芯片和探測器芯片細(xì)分品類

.....................................................19圖表

38：

2025年全球光模塊市場規(guī)模有望達(dá)

113億美元

...........................................19圖表

39：

光芯片競爭格局

.....................................................................20敬請參閱最后一頁特別聲明3策略專題研究報告前言：AI基礎(chǔ)層建設(shè)驅(qū)動半導(dǎo)體崛起2022年

12月我們年度策略報告《宜早不宜遲》鮮明看多“計算機(jī)、通信”等產(chǎn)業(yè)政策和產(chǎn)業(yè)趨勢共振的方面。當(dāng)時主要從行業(yè)基本面觸底回升、自主可控大方向下產(chǎn)業(yè)政策支持、估值性價比高和板塊擁擠度較低等角度做出核心推薦。站在當(dāng)前時點，整個

TMT板塊（計算機(jī)、通信、傳媒和半導(dǎo)體）可能正在開啟新一輪崛起行情。AI行業(yè)可以分為三個層面：基礎(chǔ)層、技術(shù)層、應(yīng)用層?；A(chǔ)層包括

AI芯片、硬件設(shè)備、系統(tǒng)軟件等。技術(shù)層包括計算機(jī)視覺、語音技術(shù)、自然語言理解等。應(yīng)用層則是各類應(yīng)用場景的落地，包括在醫(yī)療、交通、工業(yè)等各大領(lǐng)域。從產(chǎn)業(yè)鏈的視角來看，以

AI芯片為代表的基礎(chǔ)層或是率先受益于行業(yè)加速擴(kuò)張，而

AI應(yīng)用場景的擴(kuò)張或帶來行業(yè)變革性發(fā)展。圖表1：AI產(chǎn)業(yè)鏈的基礎(chǔ)層、技術(shù)層和應(yīng)用層來源：Wind、國金證券研究所AI軍備競賽已經(jīng)開啟。各大企業(yè)都在積極進(jìn)行

AI領(lǐng)域的投入，不斷推進(jìn)

AI技術(shù)的研究和發(fā)展。1）海外公司方面，英偉達(dá)、谷歌、微軟、Meta等科技巨頭都在大力投資

AI領(lǐng)域，例如，英偉達(dá)在

2021年宣布將在未來三年內(nèi)投入

400億美元用于

AI和高性能計算領(lǐng)域投資。微軟同年也宣布未來五年投資

200億美元用于

AI技術(shù)發(fā)展；2）國內(nèi)公司方面，也有不少企業(yè)在

AI領(lǐng)域進(jìn)行了大量投入和布局。例如，百度在

2017年的時候提出“allinAI”。百度、華為、阿里巴巴和騰訊等大公司都發(fā)布了

AI大模型平臺。圖表2：海外大企業(yè)對

AI大規(guī)模投資計劃圖表3：國內(nèi)大企業(yè)的

AI大模型密集發(fā)布公司NVIDIAMicrosoftAmazonMeta宣布年份2021投資計劃總額（十億美元）公司百度AI平臺大模型參數(shù)量GPT-2（1.5億）,BERT-wwm（2.15億）,ERNIE-1.0（1.5億）,ERNIE-2.0（3.4億）未公開402010107飛槳2021DeepSpeech2MindSporeModelArtsAI平臺GPT-2（1.5億）,BERT（1.1億）BERT（1.1億）超過

1億2020華為2021阿里巴巴ETBrain6億GoogleOpenAI2021AILab160億騰訊YouTuLabMAgentDeepID2（1.2億）未公開20211來源：Wind、國金證券研究所來源：Wind、國金證券研究所AI的發(fā)展離不開三個關(guān)鍵要素：數(shù)據(jù)、算法和算力。1）數(shù)據(jù)是

AI的基石，可以說沒有大敬請參閱最后一頁特別聲明4策略專題研究報告量的高質(zhì)量數(shù)據(jù)，AI是無法訓(xùn)練出有用的模型的。數(shù)據(jù)的數(shù)量和質(zhì)量決定了模型的準(zhǔn)確性和穩(wěn)健性；2）算法是

AI的核心，它決定了

AI模型的性能和效果?，F(xiàn)在，許多深度學(xué)習(xí)算法已經(jīng)被開發(fā)出來，并且被廣泛應(yīng)用于計算機(jī)視覺、自然語言處理、語音識別等領(lǐng)域；3）算力是

AI發(fā)展的動力源，因為

AI訓(xùn)練和推理需要大量的計算資源?，F(xiàn)在，GPU和

TPU等專門的硬件被廣泛應(yīng)用于加速

AI訓(xùn)練和推理。同時，云計算服務(wù)也為

AI提供了強(qiáng)大的計算能力，使得開發(fā)者可以在不擁有專門的硬件的情況下進(jìn)行

AI開發(fā)和應(yīng)用。處理器、存儲和網(wǎng)絡(luò)帶寬是

AI算力需求中最為重要的三個核心要素。1）處理器是

AI模型運算的核心，它可以通過并行計算等技術(shù)來加速模型訓(xùn)練和推理的速度。目前主流的處理器包括

CPU、GPU、TPU等，其中

GPU和

TPU相比

CPU具有更高的并行計算能力；2）存儲也是

AI模型訓(xùn)練和推理所需的重要資源，它不僅用來存儲數(shù)據(jù)，還包括存儲模型參數(shù)、中間結(jié)果等信息。在處理大規(guī)模的數(shù)據(jù)和模型時，高速、可擴(kuò)展的存儲系統(tǒng)能夠有效地支撐訓(xùn)練和推理的需求；3）網(wǎng)絡(luò)帶寬是指計算機(jī)網(wǎng)絡(luò)中傳輸數(shù)據(jù)的能力，它直接影響著數(shù)據(jù)在不同計算節(jié)點之間的傳輸速度。在分布式訓(xùn)練中，網(wǎng)絡(luò)帶寬的高低直接影響著訓(xùn)練速度和效率。圖表4：AI

的發(fā)展離不開三個關(guān)鍵要素：數(shù)據(jù)、算法和算力來源：國金證券研究所處理器領(lǐng)域，AI往前發(fā)展，超高算力需求毋庸置疑，我們看到

ChatGPT大模型至少需要7k-1W顆英偉達(dá)

A100的

GPU，隨著訓(xùn)練天數(shù)的縮短對

GPU卡的需求量也將持續(xù)增加，同時我們預(yù)計中美兩國未來幾年將成為大模型的主要誕生地，有望將不計成本的帶動對算力芯片的需求；存儲領(lǐng)域，我們知道“算”與“存”分不開，算力基于數(shù)據(jù)，數(shù)據(jù)需求存儲，隨著算力的提升，數(shù)據(jù)量將呈指數(shù)級成長，對應(yīng)對存儲容量帶來大量的需求，也將對存儲芯片帶來爆發(fā)式增長，從現(xiàn)有的能看到的方向是

AI服務(wù)器，根據(jù)美光的數(shù)據(jù)，AI服務(wù)器相比傳統(tǒng)通用服務(wù)器帶來

8倍

DRAM+3倍

NANDFlash，我們認(rèn)為長期看不單單服務(wù)器領(lǐng)域，智能汽車、智能

IOT、智能機(jī)器人等多個

AI應(yīng)用終端將對存儲帶來指數(shù)級增長，同時疊加存儲周期見底；網(wǎng)絡(luò)帶寬領(lǐng)域，光芯片與光模塊是高效傳輸?shù)闹匾A(chǔ)，AI算力帶來的流量上升將拉動光芯片需求，當(dāng)前國內(nèi)光芯片與海外差距在逐步縮小，最有望成為國產(chǎn)替代的領(lǐng)域。本文是我們“TMT崛起”系列報告的第三篇，聚焦電子半導(dǎo)體行業(yè)。從自上而下和自下而上的角度全面梳理當(dāng)前電子半導(dǎo)體行業(yè)的新變化，聚焦處理器、存儲、光芯片核心細(xì)分領(lǐng)域的投資機(jī)會。一、自上而下看半導(dǎo)體行業(yè)：周期筑底、AI需求、估值回歸1.1半導(dǎo)體產(chǎn)業(yè)周期正在筑底從歷史上看，半導(dǎo)體以及細(xì)分賽道呈現(xiàn)出趨同的周期性，2000年以來，全球半導(dǎo)體行業(yè)已經(jīng)歷多輪周期，當(dāng)下我們正走在

2021年以來的下行周期，周期底部漸行漸近。根據(jù)世界半導(dǎo)體貿(mào)易統(tǒng)計組織（WSTS）的數(shù)據(jù)，2021年全球半導(dǎo)體的市場規(guī)模為

5559億美元，同比增長

26%。2023年全球半導(dǎo)體的市場規(guī)模預(yù)計將達(dá)到

5566億美元，同比減少

4%。敬請參閱最后一頁特別聲明5策略專題研究報告需要指出的是，臺積電的資本開支周期和半導(dǎo)體周期基本趨同。作為全球最大的半導(dǎo)體代工企業(yè)，臺積電資本開支充分反映了產(chǎn)業(yè)鏈供需的景氣度變化，往往臺積電資本開支增速的頂部意味著半導(dǎo)體周期的見頂。而且作為產(chǎn)業(yè)鏈中游的核心企業(yè)，臺積電資本開支有時候會滯后于半導(dǎo)體周期。圖表5：全球半導(dǎo)體市場正走在

2021年以來的下行周期，周期底部漸行漸近全球半導(dǎo)體銷售額

增速臺積電資本開支增速

右軸35%30%25%20%15%10%5%140%120%100%80%60%40%20%0%0%-5%-20%-40%-10%-15%來源：Wind、國金證券研究所1.2AI算力軍備競賽驅(qū)動增量需求芯片是

AI模型訓(xùn)練的算力基礎(chǔ)，在

AI軍備競賽逐漸升級的背景下，芯片制造商將受益于市場的增量需求。根據(jù)

Gartner測算，AI帶來的芯片需求將推動由

2022年的

440億美元上升到

2026年的

860億美元，接近翻倍的增長。如果考慮到相關(guān)產(chǎn)業(yè)鏈的增量需求，這對整個半導(dǎo)體行業(yè)都將是明顯的增量需求。圖表6：AI軍備競賽帶來提升算力的邊際需求芯片制造企業(yè)在AI領(lǐng)域的收入（十億美金）10090807060504030201002020年2021年2022年2023年2024年2025年2026年來源：Gartner、國金證券研究所1.3基本面筑底，估值均值回歸半導(dǎo)體自

2021年年中調(diào)整以來，當(dāng)前估值處在歷史相對低位，在基本面筑底的階段，估值均值回歸可期。從申萬半導(dǎo)體行業(yè)指數(shù)的估值來看，當(dāng)前市盈率為

49.97，處于歷史13.87%的分位點，當(dāng)前市盈率也處于歷史均值減一倍標(biāo)準(zhǔn)差以下。敬請參閱最后一頁特別聲明6策略專題研究報告圖表7：半導(dǎo)體行業(yè)估值的回歸來源：Wind、國金證券研究所二、半導(dǎo)體行業(yè)中觀邊際變化：AI基礎(chǔ)設(shè)施軍備競賽2.1算力芯片：AI拉動

GPU/FPGA/ASIC量價齊升人工智能芯片多用傳統(tǒng)型芯片，或用昂貴的圖形處理器

(GPU),或用現(xiàn)場可編程門陣列芯片配合中央處理器

(FPGA+CPU)為主,用以在云端數(shù)據(jù)中心的深度學(xué)習(xí)訓(xùn)練和推理,通用／專用型

AI芯片（ASIC），也就是張量處理器或特定用途集成電路

(ASIC)，主要是針對具體應(yīng)用場景，三類芯片短期內(nèi)將共存并在不同應(yīng)用場景形成互補(bǔ)。圖表8：CPU、GPU、FPGA、ASIC特點對比類別CPUGPUFPGAASIC進(jìn)行大規(guī)模并行計算方面受到限制性能高、計算能力強(qiáng)功耗高可編程性、靈活功耗和通用性介于

GPU與

ASIC之間定制化設(shè)計性能穩(wěn)定特點擅長于處理邏輯控制，提供系統(tǒng)可靠性通用性好通用性好優(yōu)秀的功耗控制寒武紀(jì)、地平線、比特代表公司英特爾、AMD英偉達(dá)、AMD賽靈思大陸、谷歌（TPU）來源：ADLINK，國金證券研究所中央處理器

CPU:X86和

ARM結(jié)構(gòu)在內(nèi)的傳統(tǒng)

CPU處理器架構(gòu)往往需要數(shù)百甚至上千條指令才能完成一個神經(jīng)元的處理，但對于并不需要太多的程序指令，卻需要海量數(shù)據(jù)運算的深度學(xué)習(xí)的計算需求，這種結(jié)構(gòu)就顯得不匹配。中央處理器

CPU需要很強(qiáng)的處理不同類型數(shù)據(jù)的計算能力以及處理分支與跳轉(zhuǎn)的邏輯判斷能力，這些都使得

CPU的內(nèi)部結(jié)構(gòu)異常復(fù)雜,現(xiàn)在

CPU可以達(dá)到

64bit雙精度，執(zhí)行雙精度浮點源計算加法和乘法只需要

1～3個時鐘周期，時鐘周期頻率達(dá)到

1.532～3gigahertz。CPU擁有專為順序邏輯處理而優(yōu)化的幾個核心組成的串行架構(gòu)，這決定了其更擅長邏輯控制、串行運算與通用類型數(shù)據(jù)運算,當(dāng)前最頂級的

CPU只有

6核或者

8核，但是普通級別的

GPU就包含了成百上千個處理單元，因此

CPU對于影像，視頻計算中大量的重復(fù)處理過程有著天生的弱勢。敬請參閱最后一頁特別聲明7策略專題研究報告圖表9：CPU采用串行計算架構(gòu)圖表10：CPU采用低延遲設(shè)計架構(gòu)來源：SERIALCOMPUTINGvs.PARALLELCOMPUTING:ACOMPARATIVESTUDYUSINGMATLAB，國金證券研究所來源：Github，國金證券研究所英特爾和

AMD壟斷全球

CPU市場，英特爾在服務(wù)器

CPU市場占據(jù)絕對優(yōu)勢。根據(jù)

IDC的數(shù)據(jù)，2022年全球服務(wù)器市場規(guī)模有望達(dá)

1216億美元，2026年全球服務(wù)器市場規(guī)模有望達(dá)1665億美元，22-26年

CAGR達(dá)

10.2%。截至

23Q1，intel在全球

CPU市場中的占比為

63。0%，在全球服務(wù)器

CPU市場中的占比為

94.2%，在服務(wù)器

CPU市場中占據(jù)絕對主導(dǎo)地位。圖表11：2026年全球服務(wù)器市場規(guī)模

1665億美元圖表12：Intel主導(dǎo)全球

CPU市場x86（億美元）Non-x86x86%IntelIntel（服務(wù)器）AMDAMD（服務(wù)器）1,6001,4001,2001,00080092%91%90%89%88%87%86%85%100%80%60%40%20%0%600400200020212022E2023E2024E2025E2026E來源：IDC，國金證券研究所來源：Cpubenchmark，國金證券研究所國產(chǎn)服務(wù)器芯片滲透率低，對應(yīng)巨大國產(chǎn)替代空間。根據(jù)海光信息招股說明書的數(shù)據(jù)，2020年國內(nèi)

x86服務(wù)器芯片出貨量

698.1萬顆，絕大部分市場份額被

Intel和

AMD兩家公司占據(jù)，合計市場份額超過

95%，其中

Intel產(chǎn)品市場占有率遙遙領(lǐng)先。2020年海光信息

CPU產(chǎn)品銷售量約占總體市場份額的

3.75%，占據(jù)了國產(chǎn)

x86服務(wù)器

CPU絕大部分市場份額。除了海光之外，國內(nèi)

CPU廠商主要有海思、龍芯、兆芯、飛騰、申威等。圖表13：國產(chǎn)

CPU芯片對比飛騰鯤鵬/海思龍芯海光申威兆芯天津飛騰（中國長研發(fā)單位城）華為龍芯中科海光信息申威科技上海兆芯中科曙光（中科院控股）上海市國資委+團(tuán)隊背景國防科技大學(xué)華為中科院計算機(jī)所江南計算所臺灣威盛電子指令集體系來源SPARC/ARM授權(quán)+自研ARM授權(quán)+自研MIPS授權(quán)+自研X86授權(quán)Alpha授權(quán)+自研X86/ARM授權(quán)獲

MIPS指令集修改權(quán)限，但需付專利費，自主化程度大授權(quán)層級/ARMv8架構(gòu)層級

ARMv8架構(gòu)層級X86內(nèi)核層級授權(quán)，自主化程度弱X86內(nèi)核層級授權(quán)，自主化程度弱已完全實現(xiàn)自主可控創(chuàng)新可信

永久授權(quán)，自主化

永久授權(quán)，自主化程度程度大程度大應(yīng)用領(lǐng)域黨政+商用市場黨政+商用市場黨政市場黨政+商用軍方黨政敬請參閱最后一頁特別聲明8策略專題研究報告性能最強(qiáng)；黨政+起步最早，適配廠

X86最新授權(quán)，

在軍方市場占優(yōu)，

上海地區(qū)覆蓋架構(gòu)層級授權(quán)自主化程度較高優(yōu)勢商用市場接受程度高商多，自主化程度

性能較強(qiáng)，應(yīng)用

底層應(yīng)用、超算為

廣，x86應(yīng)用生高。生態(tài)豐富主力方向態(tài)豐富騰云

S系列/騰銳D系列/騰瓏

E系列ZX-C/ZX-D/KX-5000/KX-6000/KH-20000鯤鵬系列/麒麟系龍芯

1號/龍芯

2號/龍芯

3號海光

1號/2號/3號/4號SW-1600/SW-1610相關(guān)產(chǎn)品列產(chǎn)品覆蓋

服務(wù)器、桌面、嵌

服務(wù)器、桌面、嵌嵌入式、服務(wù)器、桌面桌面、服務(wù)器服務(wù)器國家級超算項目10萬片服務(wù)器、桌面領(lǐng)域入式入式、移動端聯(lián)想筆記本、筆記本、服務(wù)器、火星艙存儲系統(tǒng)累計出貨量超100萬片天河一號/天河二號/天河三號華為服務(wù)器/華為玲瓏/逸瓏/福瓏/神威藍(lán)光、神威·太湖之光實際應(yīng)用手機(jī)北斗導(dǎo)航衛(wèi)星2019年出

預(yù)計

20年底出貨—50萬片——貨量100萬片鯤鵬由臺積電代工；麒麟由中芯國際代工意法半導(dǎo)體、新思

中芯國際、臺積代工廠中芯國際華力科技電和三星鯤鵬：7nm；麒麟：12/14nm最小制程16nm28nm12nm28nm16nm來源：各公司官網(wǎng)，國金證券研究所我們測算國內(nèi)

x86服務(wù)器用

CPU市場規(guī)模為

315.1億美元。IDC數(shù)據(jù)顯示，預(yù)計

2025年國內(nèi)

x86服務(wù)器出貨量將達(dá)到

525.2萬臺。根據(jù)

x86服務(wù)器出貨量和

x86服務(wù)器路數(shù)分布情況進(jìn)行計算，2020年中國市場

x86服務(wù)器芯片出貨量約為

698.1萬顆。假設(shè)到

2025年x86服務(wù)器的平均路數(shù)為

3，預(yù)測

2025年中國市場

x86服務(wù)器芯片出貨量可達(dá)

1575.6萬顆，對應(yīng)市場空間可達(dá)

315.1億美元，22-25年

CAGR達(dá)

19%。我們測算

2025年整體

x86架構(gòu)國產(chǎn)

PC+服務(wù)器端

CPU國產(chǎn)替代空間達(dá)

554.3億元，22-25年

CAGR為

32%。我們認(rèn)為服務(wù)器領(lǐng)域國產(chǎn)替代空間，主要在于政府機(jī)關(guān)、事業(yè)單位以及核心國央企等，有望率先放量。測算邏輯如下：1）相關(guān)人數(shù)測算：根據(jù)人社部

2016年發(fā)布的《2015年人力資源和社會保障事業(yè)發(fā)展統(tǒng)計公報》，中國共有公務(wù)員

716.7萬人，我們假設(shè)目前公務(wù)員人數(shù)為

800萬人。根據(jù)國家統(tǒng)計局，2020年我國國有單位就業(yè)人員共

5563萬人，此口徑以政府機(jī)關(guān)、事業(yè)單位為主，根據(jù)國家統(tǒng)計局，剔除教育、衛(wèi)生&社會保障和社會福利院后，2020年中口徑國有單位就業(yè)人員共

3032萬人，因此假設(shè)國央企及事業(yè)單位人數(shù)預(yù)計有

8000萬人。2）假設(shè)每人配備一臺

PC，PC與服務(wù)器配置比例為

10:1，根據(jù)海光

3000系列，PC端CPU單顆價值

1000元/顆，服務(wù)端：海光目前最高端

7200芯片

ASP11000元，低端

7100ASP4000元，整體服務(wù)器

CPU均價大約

8000元/顆。3）假設(shè)到2025年黨政機(jī)關(guān)國產(chǎn)服務(wù)器替換比例為95%，其中國產(chǎn)x86服務(wù)器占比20%；國央企及事業(yè)單位國產(chǎn)

x86服務(wù)器替換比例為

20%。那么測算得出，預(yù)計

2022年

X86架構(gòu)國產(chǎn)

PC+服務(wù)器

CPU替換空間為

242.8億元，到

2025年有望達(dá)到

554.3億元，22-25年

CAGR為

32%。圖表14：X86架構(gòu)

CPU國產(chǎn)替換空間測算202020212022E2023E2024E2025E國內(nèi)

X86服務(wù)器

CPU市場空間測算X86服務(wù)器出貨量（萬臺）單

x86服務(wù)器

CPU價值量（美元）平均單服務(wù)器搭載

CPU顆數(shù)國內(nèi)

X86服務(wù)器

CPU市場規(guī)模（億美元）國產(chǎn)替代空間測算343.91600375.118002.3408.420002.544520002.7483.820002.8525.2200032.03111.7155.3204.2240.3270.9315.1黨政公務(wù)員（萬人）800800800800800800敬請參閱最后一頁特別聲明9策略專題研究報告PC國產(chǎn)替換率X86架構(gòu)占比50%5%60%10%4870%13%72.818.2100080002.880%15%9690%95%20%15218%129.636.288100080007.6國產(chǎn)

X86架構(gòu)

PC出貨量國產(chǎn)

x86架構(gòu)服務(wù)器出貨量PC用

CPU均價（元）204.06100080000.311.04100080001.425.92100080004.645.61000800010.3服務(wù)器用

CPU均價（元）黨政

PC+服務(wù)器替代空間（億元）國央企及事業(yè)單位人員（萬人）國產(chǎn)替換率80005%80008%800010%800800015%800018%800020%國產(chǎn)

X86架構(gòu)

PC出貨量400640120012014401441600160國產(chǎn)

x86架構(gòu)服務(wù)器出貨量PC用

CPU均價（元）40648010008000105.0105.210008000181.8183.110008000240.0242.810008000379.2383.810008000466.6474.110008000544.0554.3服務(wù)器用

CPU均價（元）PC+服務(wù)器替代空間（億元）整體

X86架構(gòu)

CPU國產(chǎn)替換空間（億元）來源：國金證券研究所測算圖表15：GPU采用串行計算架構(gòu)圖表16：GPU采用高吞吐設(shè)計架構(gòu)來源：SERIALCOMPUTINGvs.PARALLELCOMPUTING:ACOMPARATIVESTUDYUSINGMATLAB，國金證券研究所來源：Github，國金證券研究所近年來，隨著人工智能、數(shù)據(jù)挖掘等新技術(shù)的發(fā)展，集成電路行業(yè)迎來了數(shù)據(jù)中心引領(lǐng)發(fā)展的階段，對海量數(shù)據(jù)進(jìn)行計算和處理將成為帶動集成電路行業(yè)發(fā)展的新動能大規(guī)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(xué)習(xí)算法在視覺、語音和自然語言處理等領(lǐng)域上的廣泛應(yīng)用使得計算能力需求呈現(xiàn)指數(shù)級增長。根據(jù)

Cisco的預(yù)計，2021年全球數(shù)據(jù)中心負(fù)載任務(wù)量將超過

2016年的兩倍，從

2016年的不到

250萬個負(fù)載任務(wù)量增長到

2021年的近

570萬個負(fù)載任務(wù)量。這也將驅(qū)動全球范圍內(nèi)云數(shù)據(jù)中心、超級數(shù)據(jù)中心的建設(shè)速度不斷加快，SynergyResearchGroup預(yù)計到

2024年，全球范圍內(nèi)計算能力更強(qiáng)的超大數(shù)據(jù)中心將超過

1000個。敬請參閱最后一頁特別聲明10策略專題研究報告圖表17：2016年-2021年數(shù)據(jù)中心負(fù)載任務(wù)量變化圖表18：2024年全球超大規(guī)模數(shù)據(jù)中心超

1000個來源：Cisco，國金證券研究所來源：SynergyResearchGroup，國金證券研究所人工智能算法的不斷普及和應(yīng)用，以及對商業(yè)計算和大數(shù)據(jù)處理的算力需求的不斷增長，使得全球范圍內(nèi)對于計算加速硬件的需求不斷上升。根據(jù)

VerifiedMarketResearch的數(shù)據(jù)，2021年全球

GPU市場規(guī)模

335億元，2028年全球

GPU市場規(guī)模有望達(dá)到

4774億元，22-30年

CAGR達(dá)

33.3%。作為

GPU領(lǐng)域的代表性企業(yè)，英偉達(dá)在全球獨立顯卡的市占率高達(dá)

80%。其高端

GPU如

H100，A100和

V100等占據(jù)了

AI算法訓(xùn)練市場絕大部分的份額。英偉達(dá)數(shù)據(jù)中心業(yè)務(wù)收入在

2017年僅為

19億美元，2021年高速增長至為

106億美元。從

2017年至

2021年，英偉達(dá)數(shù)據(jù)中心業(yè)務(wù)的

CAGR達(dá)

53%，其增速遠(yuǎn)超英偉達(dá)其他板塊業(yè)務(wù)的收入增速。英偉達(dá)數(shù)據(jù)中心業(yè)務(wù)收入的快速增長體現(xiàn)了下游數(shù)據(jù)中心市場對于

GPU等

AI芯片的旺盛需求。圖表19：2030年全球

GPU市場規(guī)模有望達(dá)

4774億美元圖表20：英偉達(dá)主導(dǎo)獨立

GPU市場AMD英偉達(dá)100%80%60%40%20%0%來源：VerifiedMarketResearch，國金證券研究所來源：JRR，國金證券研究所國內(nèi)廠商

GPU市占率不足

1%，美國對華制裁加速

GPU國產(chǎn)替代。2015年以來美國對

GPU的制裁不斷升級，美國國防部研究員曾提出中美競爭中，利用人工智能更多且更快的一方將獲勝。前幾年主要是美國將中國超算中心及相關(guān)

GPU芯片企業(yè)拉入實體清單，以此達(dá)到限制中國

AI以及超級計算機(jī)的發(fā)展，但是限制范圍限于超算單一場景。2022年

9月，美國針對

AI、HPC及數(shù)據(jù)中心研發(fā)所用的高端

GPU發(fā)出限制，英偉達(dá)的

A100和

H100以及AMD的

MI250芯片暫停向中國客戶銷售。2022年

10月，美國升級禁令限制范圍，對高算力芯片的連接速度和每秒運算次數(shù)等具體參數(shù)做限制，除英偉達(dá)和

AMD外，國內(nèi)廠商海光信息的部分產(chǎn)品也被加入到限制范圍內(nèi)。美國將制裁限制范圍由應(yīng)用場景擴(kuò)大到芯片和產(chǎn)品層面，其實也是代表著國內(nèi)相關(guān)

GPU產(chǎn)品或下游應(yīng)用發(fā)展超過美國政府的預(yù)期。我們認(rèn)為美國持續(xù)加大對中國高端芯片的出口限制，高速運算相關(guān)的

GPU、CPU等芯片國產(chǎn)化進(jìn)程必然加快。從國產(chǎn)替代方案來看，景嘉微、海光信息、好利科技、壁仞科技（未上市）等廠商有望受益。敬請參閱最后一頁特別聲明11策略專題研究報告圖表21：國內(nèi)

GPU產(chǎn)業(yè)鏈情況核心技術(shù)/具體情況相關(guān)產(chǎn)品主要應(yīng)用領(lǐng)域國內(nèi)首家實現(xiàn)自主研發(fā)本土化

GPU并產(chǎn)業(yè)化的企業(yè)。具備支持本土

GPU和本土操作系統(tǒng)的自主知識產(chǎn)權(quán)

GPU。軍用工業(yè)、人工智能、金融、云計算等景嘉微JM5400、JM7201、JM92系列2020年公司成立

GPU突擊隊，加快

GPU研發(fā)設(shè)計。自研

7A2000橋片的自主研發(fā)

GPU模塊龍芯中科海光信息寒武紀(jì)金融、政務(wù)辦公、網(wǎng)絡(luò)安全等人工智能訓(xùn)練等統(tǒng)一渲染架構(gòu)。海光

DCU屬于

GPGPU（通用圖形處理）一種。2021年，公司深算一號

DCU產(chǎn)品已實現(xiàn)商業(yè)化應(yīng)用深算一號

DCU產(chǎn)品3月發(fā)布

AI訓(xùn)練

GPU新品，搭載雙芯片四芯粒封裝的思元

370，集成寒武紀(jì)

MLU-Link多芯互聯(lián)技術(shù)。GPUIP供應(yīng)廠商。GPU（含

ISP）市場占有率排名全球前

ArcturusGC8800、

GC8400、MLU370-X8人工智能訓(xùn)練等芯原股份壁仞科技沐曦小型物聯(lián)網(wǎng)

MCU、人工智能等人工智能、云計算、圖形渲染等物理仿真、云游戲、元宇宙等三名，2020年全球市場占有率約

10.2%GC8200、GC8000、GPUNanoIP已有自主原創(chuàng)

GPU芯片架構(gòu)BR100GPU具備自主研發(fā)高性能

GPU芯片架構(gòu)、兼容國際主流生態(tài)的完整軟件棧MXN、MXC、MXGMTTS60、MTTS2000風(fēng)華

1號物理仿真、人工智能、自動駕駛等領(lǐng)域摩爾線程芯動科技具備

3D圖形計算和高性能并行計算技術(shù)一站式高速混合電路

IP及芯片定制解決方案供應(yīng)商元宇宙、云游戲、人工智能等來源：科創(chuàng)板日報，國金證券研究所現(xiàn)場可編程門陣列芯片

FPGA的優(yōu)勢在低功耗，低延遲性:CPU內(nèi)核并不擅長浮點運算以及信號處理等工作，將由集成在同一塊芯片上的其它可編程內(nèi)核執(zhí)行，而

GPU與

FPGA都以擅長浮點運算著稱。FPGA和

GPU內(nèi)都有大量的計算單元，它們的計算能力都很強(qiáng)。在進(jìn)行人工智能神經(jīng)網(wǎng)絡(luò)(CNN,RNN,DNN)運算的時候，兩者的速度會比

CPU快上數(shù)十倍以上。但是

GPU由于架構(gòu)固定，硬件原來支持的指令也就固定了，而

FPGA則是可編程的，因為它讓軟件與應(yīng)用公司能夠提供與其競爭對手不同的解決方案，并且能夠靈活地針對自己所用的算法修改電路。雖然

FPGA比較靈活,但其設(shè)計資源比

GPU受到較大的限制，例如

GPU如果想多加幾個核心只要增加芯片面積就行，但

FPGA一旦型號選定了邏輯資源上限就確定了。而且，F(xiàn)PGA的布線資源也受限制，因為有些線必須要繞很遠(yuǎn)，不像

GPU這樣走

ASICflow可以隨意布線，這也會限制性能。FPGA雖然在浮點運算速度,增加芯片面積，及布線的通用性比

GPU來得差，卻在延遲性及功耗上對

GPU有著顯著優(yōu)勢。英特爾斥巨資收購

Altera是要讓

FPGA技術(shù)為英特爾的發(fā)展做貢獻(xiàn)。表現(xiàn)在技術(shù)路線圖上，那就是從現(xiàn)在分立的

CPU芯片+分立的

FPGA加速芯片，過渡到同一封裝內(nèi)的

CPU晶片+FPGA晶片，到最終的集成

CPU+FPGA系統(tǒng)芯片。預(yù)計這幾種產(chǎn)品形式將會長期共存，因為

CPU和

FPGA的分立雖然性能稍差，但靈活性更高。圖表22：英特爾

FPGA技術(shù)路線圖來源：英特爾，國金證券研究所敬請參閱最后一頁特別聲明12策略專題研究報告隨著全球新一代通信設(shè)備以及人工智能與自動駕駛技術(shù)等新興市場領(lǐng)域需求的不斷增長，預(yù)計全球

FPGA市場規(guī)模將從

2021年的

68.6億美元增長至

2025年的

125.8億美元，年均復(fù)合增長率約為

16.4%。根據(jù)

Gartner預(yù)測，軍工、航天特種

FPGA市場穩(wěn)定增長，占FPGA市場整體份額維持在

15%左右，F(xiàn)PGA在航空航天和軍事領(lǐng)域的應(yīng)用越來越多，包括飛行控制、傳感器接口和圖像處理的無人機(jī)系統(tǒng)，軍用雷達(dá)射頻信號處理等。國內(nèi)復(fù)旦微電和紫光國微在特種

FPGA領(lǐng)域已經(jīng)陸續(xù)突破

2xnm及

1xnm，下游國產(chǎn)化率持續(xù)提升。另一方面

FPGA下游最大應(yīng)用領(lǐng)域為通信行業(yè)，占比超過

40%，國內(nèi)民用

FPGA龍頭為紫光同創(chuàng)（紫光國微持股

30%）和安路科技，在通信領(lǐng)域驗證加速，持續(xù)快速增長。圖表23：2030年全球

FPGA市場規(guī)模有望達(dá)

221億美元全球FPGA市場規(guī)模（億美元）YoY1401201008020%18%16%14%12%10%8%606%404%202%00%20162017201820192020E2021E2022E2023E2024E2025E來源：Frost&Sullivan，國金證券研究所海外廠商主導(dǎo)全球

FPGA市場，Xilinx和

Intel形成雙頭壟斷，國內(nèi)企業(yè)持續(xù)加大

FPGA芯片的布局，成長空間巨大。FPGA方面，我們建議關(guān)注復(fù)旦微電（高可靠

FPGA技術(shù)領(lǐng)先，率先推出億門級

FPGA和

PSoC芯片，應(yīng)用領(lǐng)域不斷豐富）和紫光國微（國內(nèi)特種集成電路行業(yè)領(lǐng)先者，產(chǎn)品覆蓋

500多個品種，特種領(lǐng)域

FPGA持續(xù)更新）、安路科技（國內(nèi)民用

FPGA龍頭）。圖表24：2021年中國

FPGA芯片下競爭格局8.9%6.0%36.6%賽靈思IntelLattice安路科技其他23.2%25.3%來源：Frost&Sullivan，國金證券研究所專用人工智能芯片（ASIC）的優(yōu)勢在于高性能和低功耗：ASIC是面向人工智能領(lǐng)域而專門設(shè)計的芯片，其架構(gòu)和指令集針對人工智能領(lǐng)域中的各類算法和應(yīng)用作了專門優(yōu)化，以使芯片在計算精度降低的情況下更耐用，這意味每一個操作只需要更少的晶體管，可以使用更多精密且大功率的機(jī)器學(xué)習(xí)模型，同時用戶能得到更正確的結(jié)果，ASIC每瓦能為機(jī)器學(xué)習(xí)提供比所有商用

GPU和

FPGA更高的量級指令。但

ASIC并不擅長科學(xué)計算任務(wù)（CPU和

GPU）、圖形渲染任務(wù)（GPU）、通信調(diào)制解調(diào)任務(wù)（DSP）、對硬件架構(gòu)進(jìn)行重構(gòu)（FPGA），且需要大量研發(fā)投入，研發(fā)周期長，產(chǎn)品定制程度高若不能保證出貨量則單顆成本難以下降。ASIC的典型代表是谷歌

TPU和寒武紀(jì)思元

AI芯片，除此之外各大云廠商、互聯(lián)網(wǎng)廠商，如從百度

AI業(yè)務(wù)分拆而來的昆侖芯，阿里平頭哥，特斯拉以及比特大陸等也紛紛涉敬請參閱最后一頁特別聲明13策略專題研究報告獵。以谷歌

TPU為例，因為它能加速其人工智能系統(tǒng)

TensorFlow的運行，而且效率也大大超過

GPU，谷歌的深層神經(jīng)網(wǎng)絡(luò)就是由

TensorFlow引擎驅(qū)動的，其第四代張量處理器(第四代

TPU的性能是第三代的

2.7倍)是專為機(jī)器學(xué)習(xí)由谷歌提供系統(tǒng)設(shè)計，博通提供芯片設(shè)計服務(wù)及

IP授權(quán)服務(wù)，臺積電提供

7納米制程工藝量身定做的，執(zhí)行每個操作所需的晶體管數(shù)量更少，自然效率更高。圖表25：谷歌歷代

TPU性能對比來源：TenLessonsFromThreeGenerationsShapedGoogle’sTPUv4i:IndustrialProduct，國金證券研究所2.2存儲芯片：存儲板塊有望迎來拐點，DDR5內(nèi)存放量根據(jù)應(yīng)用材料提供的資料，機(jī)器所產(chǎn)生的數(shù)據(jù)量在

2018年首次超越人類所創(chuàng)造的數(shù)據(jù)量，從

2019年，每年幾乎以倍數(shù)的幅度來增加，從

2020年到

2025年，全球數(shù)據(jù)增量將達(dá)到157Zetabytes(1Yotabyte=1000Zetabytes;1Zetabyte=1000Exabytes;1Exabyte=1000Petabytes;1Petabyte=1000Terabytes;1Terabyte=1000Gigabytes)，5年高達(dá)

89%的復(fù)合增速。以這樣的速度增長，我們很快在

2028年就會看到超過

1Yotabyte的數(shù)據(jù)增量。這么龐大的數(shù)據(jù)增量，不可能用人工來處理分析，必須運用各種具備高速運算的人工智能芯片來過濾、處理分析、訓(xùn)練及推理，這將持續(xù)帶動

7nm以下高速運算

HBM存儲器，3DNAND,CPU,AIGPU,FPGA,網(wǎng)絡(luò)芯片晶圓代工的需求，及順勢帶動成熟制程的配套芯片如電源管理芯片，PCIEGen4/5retimer等的需求。圖表26：機(jī)器數(shù)據(jù)量圖表來源：應(yīng)用材料，國金證券研究所從

NAND供給端看，各大廠商已有實質(zhì)性減產(chǎn)動作，2023年

NAND供給位元漲幅收斂到

21%，投片量漲幅收斂到

1%。根據(jù)

TrendForce的數(shù)據(jù)，以存儲位元計算，2023年全球

NAND供給位元達(dá)

8954億（等價

8GB），同比增加

21%。以晶圓產(chǎn)出計算，2023年全球

NAND晶圓產(chǎn)量

2061萬片（等價

12英寸），同比增加

1%。展望

2023年各大存儲廠商

NAND產(chǎn)能情況，敬請參閱最后一頁特別聲明14策略專題研究報告三星、YMTC將增產(chǎn)，鎧俠/WDC、海力士和美光都將減產(chǎn)，同時國內(nèi)

NAND大廠長江存儲受困于美國制裁，也將減產(chǎn)

128層以上

NANDFlash產(chǎn)品。在終端需求不景氣以及

NAND價格持續(xù)下跌的背景下，三星激進(jìn)擴(kuò)產(chǎn)的原因主要在于：1）NAND芯片競爭對手較多，部分競爭對手如鎧俠與

WDC的聯(lián)盟產(chǎn)品組合單一，專注于

NAND業(yè)務(wù)，缺乏

DRAM的產(chǎn)品組合來保護(hù)營業(yè)利潤，因此總體抗風(fēng)險能力略遜于其他同時專注于

DRAM和

NAND的存儲廠商。三星或希望通過激進(jìn)的擴(kuò)產(chǎn)計劃，來搶占部分競爭對手的份額（歷史上前幾輪也是如此）。2）三星一部分

NAND的產(chǎn)能來自西安工廠，長期來看西安廠擴(kuò)產(chǎn)能力有限，三星或在韓國廠增加彌補(bǔ)西安廠產(chǎn)能下滑的風(fēng)險。從

NAND需求端看，2023年

NAND終端需求位元同增

27%，供過于求的競爭格局有望緩解。2023年

NAND需求位元達(dá)

8608億，同比增長

27%。手機(jī)、企業(yè)級

SSD和

PCSSD成為需求位元最大的三大細(xì)分領(lǐng)域，2023年需求占比分別達(dá)

31%、26%和

22%。其中，企業(yè)級

SSD和手機(jī)端成為增長的主要貢獻(xiàn)力量，需求位元分別同比增長

39%和

23%。PCSSD受到需求萎靡與單機(jī)搭載容量增速下滑的影響，需求位元成長僅

10%。企業(yè)級增長的原因主要系服務(wù)器單機(jī)搭載閃存容量的上升，全球數(shù)據(jù)量指數(shù)級增長，數(shù)據(jù)存儲的需求持續(xù)，因此預(yù)計2023年服務(wù)器單機(jī)容量會成長到

4167GB，同比增長

24.3%。手機(jī)端，我們看到

UFS的滲透率在不斷提高，UFS3.1成為中高端手機(jī)的標(biāo)配，甚至部分旗艦手機(jī)已經(jīng)搭載

UFS4.0，有望帶動

2023年手機(jī)閃存容量成長到

219GB，同比增長

21.6%。此外，鑒于

ChatGPT的橫空出世，我們認(rèn)為將推動超高算力數(shù)據(jù)中心的需求，后續(xù)隨著各種智能化應(yīng)用終端的出現(xiàn)將有望帶動存儲器的需求。圖表27：2021-2023ENAND產(chǎn)能圖表28：2021-2023ENAND需求SamsungKioxia/WDCSolidigmYMTCTotalHandsetsGameConsolePCSSDSKhynixEnterpriseSSDUFD3,0002,5002,0001,5001,000500MicronOthers(億·8GB）MemoryCard10,0008,0006,0004,0002,0000BitYoY50%40%30%20%10%0%Others(億·8GB)020212022E2023E202120222023F來源：TrendForce，國金證券研究所來源：TrendForce，國金證券研究所從

DRAM供給端看，2023年

DRAM位元供給增幅不足

10%，DRAM廠商擴(kuò)產(chǎn)計劃延后。根據(jù)TrendForce的數(shù)據(jù)，以位元計算，2023年全球

DRAM位元供給

1146億（等價

2GB），同比增加

9%。以投片量計算，2023年全球

DRAM晶圓產(chǎn)量

1587萬片（等價

12英寸），同比增加

1%。展望

2023年各大存儲廠商

DRAM供給位元情況，服務(wù)器有望首次超過手機(jī)

DRAM業(yè)務(wù)成為供給位元的第一大產(chǎn)出，服務(wù)器占比

38%，手機(jī)占比

37%。服務(wù)器和

Consumer則成為供給增速的主要貢獻(xiàn)力量，分別同比成長

18%和

11%，Consumer的高增長主要來自車用DRAM。從投片量看，三星、海力士和

CXMT將增產(chǎn)，分別同比增加

5%、2%和

26%。美光、南亞和力積電都將減產(chǎn)，分別同比減少

12%、21%和

22%。從

DRAM需求端看，消費類需求的萎靡導(dǎo)致

2023年

DRAM位元需求僅成長

10%。預(yù)計

2023年

DRAM需求位元達(dá)

1071億，同比增長

10%。其中，服務(wù)器和手機(jī)

DRAM為需求最大的細(xì)分領(lǐng)域，分別為

410億（38%）、385億（36%），分別同比增長

17%和

5%。2023年

DRAM位元需求增長幅度接近歷史低位，主要基于以下原因：1）PC市場或?qū)⑾萑胨ネ?。疫情期間各類企業(yè)和學(xué)校等超前消費各類

IT設(shè)施，PC出貨量持續(xù)超預(yù)期，未來

PC出貨量有恢復(fù)常態(tài)的需求，海外

PC市場陷入同比下滑的可能性較大。下游

PCOEM已連續(xù)兩季調(diào)低

PCDRAM的采購量。2）DRAM單機(jī)搭載容量增速不如

NAND，安卓的內(nèi)存容量短期內(nèi)接近上限，23年能夠期待的也僅僅是

iPhone15的內(nèi)存提升到

8GB?？傮w來看，手機(jī)內(nèi)存容量也僅僅從

5.2GB成長到

5.6GB，同比增加

6.3%。敬請參閱最后一頁特別聲明15策略專題研究報告圖表29：2021-2023EDRAM產(chǎn)能圖表30：2021-2023EDRAM需求PC(億·2GB）ServerGraphicsYoYPC（億·2GB）ServerGraphicsYoYMobileMobile1,2001,000800600400200025%20%15%10%5%ConsumerConsumer1,4001,2001,00080020%15%10%5%60040020000%0%202120222023E202120222023E來源：TrendForce，國金證券研究所來源：TrendForce，國金證券研究所綜合供需情況看，我們認(rèn)為23年存儲行業(yè)供過于求的競爭格局有望改善，NAND或先于

DRAM復(fù)蘇。2022年

NAND供需差占需求的比例約

9%，2023年這一數(shù)字將下降到

3.9%，供過于求的情況大幅度緩解。大部分

NAND廠商從

2022年第四季度開始實質(zhì)減產(chǎn)，同時疊加海外云廠商在

2023年上半年消化完原有的高價

SSD庫存后，有望在

2023年下半年重啟采購。2022年

DRAM供需差占需求的比例約

8%，2023年這一數(shù)字將下降到

7%，供過于求的情況主要在

2023年下半年開始緩解，供過于求的緩解要慢于

NANDFlash市場。我們認(rèn)為

DRAM市場更晚復(fù)蘇主要基于以下原因：DRAM和

NAND競爭格局不同。DRAM市場呈現(xiàn)三星、海力士和美光三強(qiáng)爭霸的格局，CR3高達(dá)

96%，且呈現(xiàn)逐年上升的趨勢。隨著

DRAM制程越來越接近

10nm，EUV成為

DRAM邁向更先進(jìn)制程的必備工具，進(jìn)一步提高新玩家進(jìn)入

DRAM行業(yè)的門檻。在競爭格局穩(wěn)定的情況下，三大廠商在

DRAM上的減產(chǎn)意愿并不明顯，導(dǎo)致

DRAM庫存可能在

23年第三季度才能見頂。而

NAND所有原廠早已明確開始減產(chǎn)，并且

NAND價格在

2022年第四季度已經(jīng)跌破了現(xiàn)金成本，各廠商減產(chǎn)意愿更顯著，我們看好

NAND廠商庫存更早見頂迎來拐點。圖表31：2023年

NAND供需格局大幅緩解圖表32：2023年

DRAM供需格局小幅緩解NAND供給NAND需求Sufficiencyratio(%)DRAM需求DRAM供給1,4001,2001,0008009%8%7%6%5%4%3%2%1%0%3,0002,5002,0001,5001,00050020%15%10%5%Sufficiencyratio(%)6000%4002000-5%0202120222023E來源：TrendForce，國金證券研究所來源：TrendForce，國金證券研究所今年我們建議關(guān)注半導(dǎo)體領(lǐng)域彈性最大的存儲板塊，有望在

2023年下半年迎來止跌?；仡櫴澜绨雽?dǎo)體貿(mào)易統(tǒng)計組織（WSTS）披露的歷年全球半導(dǎo)體各板塊銷售同比增速，存儲行業(yè)的營收增速從見頂?shù)揭姷淄ǔ?/p>

1-2年：2H2006-1H2008，②2H2020-1H2011,③2H2014-1H2016,④2H2017-1H2019。從上一輪周期看，存儲板塊的銷售增速在

2017年上半年見頂，2019年年中見底。本輪周期中，存儲的銷售增速在

2021Q3見頂，2022年增速轉(zhuǎn)負(fù)，但隨著三大廠商陸續(xù)降價去庫、削減資本開支等減少供給，同時汽車智能化快速推進(jìn)、高端制造信息化升級驅(qū)動汽車、工業(yè)、醫(yī)療等行業(yè)強(qiáng)勁的市場需求，以及

ChatGPT將大力推動數(shù)據(jù)中心建設(shè)均將帶來大量存儲器需求，我們預(yù)計存儲板塊有望在

23Q3-23Q4迎來止跌。敬請參閱最后一頁特別聲明16策略專題研究報告圖表33：我們看好彈性最大的存儲板塊

2023年止跌反彈Analog%Micro%Logic%Memory%Total%80%60%40%20%0%②④③⑤①-20%-40%來源：WSTS，國金證券研究所服務(wù)器用

DDR5即將放量：在英特爾已于

23年

1月份正式推出支援

4800MT/s，DDR5的

Intel7服務(wù)器

CPUSapphireRapids,而

AMD在

22年

1月推出的

5nm服務(wù)器

Zen4CPUGenoa,也將支援

5200MT/s的

DDR5。我們認(rèn)為

DDR5將比

DDR4芯片面積及價格提升

25-30%，意思就是消耗掉更多的內(nèi)存

DRAM芯片產(chǎn)能。根據(jù)

Yole的數(shù)據(jù)，2022年全球內(nèi)存模組市場規(guī)模達(dá)

420億美元，其中

PC市場規(guī)模

66億美元，同比下滑

36%，服務(wù)器市場規(guī)模

331億美元，同比增加

0.4%。2028年全球內(nèi)存模組市場規(guī)模有望達(dá)

963億美元，22-28年

CAGR達(dá)16%，服務(wù)器端

CAGR達(dá)

19%。2022年全球內(nèi)存模組出貨量

5.11億，其中

DDR4出貨

5.0億，DDR5出貨

0.11億。2028年全球內(nèi)存模組出貨量有望達(dá)

6.5億，DDR5占比超過98.7%,22-28年

DDR5內(nèi)存模組出貨量

CAGR達(dá)

97%。圖表34：2028年全球內(nèi)存模組出貨量有望達(dá)

6.5億來源：Yole，國金證券研究所除此之外，為了能夠梳理

CPU與

DDR5內(nèi)存之間大量的數(shù)據(jù)存取，整體

DDR5模組中

DDR51+10內(nèi)存接口芯片比重應(yīng)該會提升超過

10%，內(nèi)存接口芯片面積也會加大，還要推新串行檢測，溫度傳感，電源管理芯片等配套芯片。Trendforce研究機(jī)構(gòu)還預(yù)期

DDR5模組的電源

管

理

芯

片

因

產(chǎn)

能

短

缺

，

可

能

面

臨

缺

貨

的

窘

境

。

我

們

估

計

2022年

瀾

起

，Renesas/IDT,Rambus將分食

40%/40%/20%的

DDR5內(nèi)存接口芯片份額，而目前僅瀾起及Renesas/IDT能提供完整的內(nèi)存接口芯片加配套芯片解決方案。根據(jù)

Yole的數(shù)據(jù)，2022年內(nèi)存接口芯片及配套芯片市場規(guī)模達(dá)

11億美元，2028年市場規(guī)模有望成長到

40億美元，21-28年

CAGR達(dá)

28%。敬請參閱最后一頁特別聲明17策略專題研究報告圖表35：2028年內(nèi)存接口芯片及配套芯片市場規(guī)模有望達(dá)

40億美元來源：Yole，國金證券研究所2.3光芯片：數(shù)通和電信市場水大魚大，光芯片國產(chǎn)替代空間廣闊受益于全球數(shù)據(jù)量快速增長，光通信逐漸崛起。在全球信息和數(shù)據(jù)互聯(lián)快速成長的背景下，終端產(chǎn)生的數(shù)據(jù)量每隔幾年就實現(xiàn)翻倍增長，當(dāng)前的基礎(chǔ)電子通訊架構(gòu)漸漸無法滿足海量數(shù)據(jù)的傳輸需求，光電信息技術(shù)逐步崛起。光通信是以光信號為信息載體，以光纖作為傳輸介質(zhì)，光芯片實現(xiàn)電光轉(zhuǎn)換，將信息以光信號的形式進(jìn)行信息傳輸?shù)南到y(tǒng)。光通信傳輸過程中，發(fā)射端將電信號轉(zhuǎn)換成激光信號，然后調(diào)制激光器發(fā)出的激光束，通過光纖傳遞，在接收端接收到激光信號后再將其轉(zhuǎn)化為電信號，經(jīng)調(diào)制解調(diào)后變?yōu)樾畔ⅲ渲行枰庑酒瑏韺崿F(xiàn)電信號和光信號之間的相互轉(zhuǎn)換，光芯片是光電技術(shù)產(chǎn)品的核心，廣泛應(yīng)用于5G前傳、光接入網(wǎng)絡(luò)、城域網(wǎng)和數(shù)據(jù)中心等場景，處于光通信領(lǐng)域的金字塔尖。光芯片可以進(jìn)一步組裝加工成光電子器件，再集成到光通信設(shè)備的收發(fā)模塊實現(xiàn)廣泛應(yīng)用。圖表36：光芯片在光通信中用于產(chǎn)生和接受光信號來源：中國電子元件行業(yè)協(xié)會，源杰科技招股說明書，國金證券研究所光芯片按功能可以分為激光器芯片和探測器芯片。激光器芯片主要用于發(fā)射信號，將電信號轉(zhuǎn)化為光信號，探測器芯片主要用于接收信號，將光信號轉(zhuǎn)化為電信號。激光器芯片根據(jù)諧振腔制造工藝的不同可分為邊發(fā)射激光芯片（EEL）和面發(fā)射激光芯片（VCSEL）。邊發(fā)射激光器芯片是在芯片的兩側(cè)鍍光學(xué)膜形成諧振腔，沿平行于襯底表面發(fā)射激光，而面發(fā)射激光器芯片是在芯片的上下兩面鍍光學(xué)膜，形成諧振腔，由于光學(xué)諧振腔與襯底垂直，能夠?qū)崿F(xiàn)垂直于芯片表面發(fā)射激光。面發(fā)射激光器芯片有低閾值電流、穩(wěn)定單波長工作、可高頻調(diào)制、容易二維集成、沒有腔面閾值損傷、制造成本低等優(yōu)點，但輸出功率及電光效率較邊發(fā)射激光芯片低。面發(fā)射芯片包括

VCSEL芯片，邊發(fā)射芯片包括

FP、DFB和

EML芯片；探測器芯片主要包括

PIN和

APD兩類。敬請參閱最后一頁特別聲明18策略專題研究報告圖表37：激光器芯片和探測器芯片細(xì)分品類芯片類型產(chǎn)品類別工作波長產(chǎn)品特性應(yīng)用場景線寬窄，功耗低，調(diào)制速率高，耦合效率高，傳輸距離短，線性度差500米以內(nèi)的短距離傳輸，如數(shù)據(jù)中心機(jī)柜內(nèi)部傳輸、消費電子領(lǐng)域（3D感應(yīng)面部識別）VCSEL800-900nm主要應(yīng)用于中低速無線接入短距離市場，由于存在損耗大、傳輸距離短的問題，部分應(yīng)用場景逐步被

DFB激光器芯片取代調(diào)制速率高，成本低，耦合效率低，線性度差FP1310-1550nm激光器芯片譜線窄，調(diào)制速率高，波長

中長距離的傳輸，如

FTTx接入網(wǎng)、傳輸網(wǎng)、穩(wěn)定，耦合效率低

無線基站、數(shù)據(jù)中心內(nèi)部互聯(lián)等調(diào)制頻率高，穩(wěn)定性好，傳

長距離傳輸，如