2022年半导体行业研究报告

1、2022年半导体行业研究报告导语2020年，国内晶圆厂投建、半导体行业加大投入，大 陆半导体设备市场规模首次在市场全球排首位，达到181 亿美元，同比增长35.1%,占比26. 2%。一、半导体：22年继续延续增长，重点关注平台扩张1.1 半导体行业增速一览据美国半导体行业协会(SIA) 12月公布的最新数据，2021 年10月份全球半导体销售额488亿美元，yoy+24%, qoq+1. 1%O分地区看，所有市场10月销售额同比增长，美洲 yoy+29. 2%, qoq+2. 6%；欧洲 yoy+27. 3%, qoq+2. 8%；日本 yoy+23. 7%, qoq+1. 1%；亚太/所有

2、其他地区 yoy+22. 6%, qoq+0. 2%,中国 yoy+21. 1%, qoq+0. 3%o超级景气周期的延续，看2022年半导体将实现第三年连续 增长。受汽车、服务器、物联网、5G等数字经济智能应用驱 动，半导体市场自2019年开启的超级景气周期有望持续三年， 根据SEMI收集的各机构对2022年全球半导体市场规模及增速 预测，2022年市场规模预测均值为5700亿美元，平均的预测增 速为10%,最高预测增速超过15%,来自SIMI。2021年11月北美半导体设备出货再创历史新高。我们认为 北美半导体设备厂商月销售额对于全球半导体行业景气度分 析、全球半导体设备市场跟踪具有重要意

3、义。2021年1月以来 北美半导体设备厂商月销售额首次突破了 30亿美元关口，创历 史新高的同时站稳30亿美元以上的位置。2021年11月北美半 导体设备商出货金额达到39. 14亿美元，再次创历史新高（前 高2021年7月），同比增长50%。图息2:各地区月度半导体钵售额（十亿美金）国内方面，存货占比回升，但仍处于历史较低水平，行业 景气持续！相当值得关注的一个指标是，IC设计板块存货占比 指标在20Q2以来持续下降，反映此前重复下单(overbooking)的存货不断去化，行业高景气度持续，同时我 们跟踪韦尔股份、兆易创新、澜起科技等龙头公司来看也确实 存在这一趋势，行业景气趋势有望继续上

4、行！关注IC设计板块重点指标一一预付账款，预付账款可以部 分反映出IC设计公司对产业链上游晶圆代工以及封装测试供应 商的备货水平，我们可以看到21Q3板块预付账款延续了 2020 年以来的提升趋势，21Q3预付账款达到24. 37亿元，反映板块 整体备货水平积极。边缘计算基建为崛起新星，2022数据中心、汽车仍将有较 高增速。按下游应用分，无线通信，计算系统是占比最高的两 大环节，消费电子紧随其后，汽车半导体规模及占比不断提 升。从具体半导体产品来看，存储是占比最大的市场，此外特 殊用途逻辑IC,模拟IC占比较大。边缘基础设施是指位于其服 务人群附近的小型数据中心站点，这些站点向终端用户提供云

5、 计算和缓存内容。通常，边缘基础设施连接到大型中央数据中 心或多个数据中心。当前，边缘基础设施领域半导体规模尚 小，但成长迅速，2021预计增速344. 1%, 2022增速预计 45. 5%o此外，SSD、汽车、数据中心领域是预计2022增速最快 的领域，预计将分别增长22.0%, 14. 9%, 13. 2% (据Gartner 数据)。图表9:国内IC设计板块存年及存货占比情况2021存储增速耀眼，2022年仍将延续高增。按半导体各技 术类型看，展望2022,预计存储增长19. 7% （据Gartner数 据），增速突出。存储以外的半导体，2022年预计将温和增长 4. 6%0服务器领域

6、：当前DRAM价值量已有飞跃式提升，微处理器 仍占重要比重。据Garter数据，2021服务器领域DRAM规模约 250亿美元，价值量占比已高达48%,较2015年大幅提升 20pt,超越微处理器成为规模最大的半导体类型。当前服务器 领域微处理器规模约205亿美元，占比40%。汽车领域：单车硅含量持续提升，智能化、电动化为最大 驱动。据英特尔预计，2025年单车半导体B0M占比将达12%,2030年预计将达20%,展望未来十年，仍有数倍空间。据Garter对单车各功能半导体需求的拆解，可见EV/HEV, ADAS 为未来五年汽车半导体续期主要增量领域。预计2022年单车半 导体价值达595美元

7、；2025年达716美元；20212025单车半 导体价值将提升约30%。图袅14:单车半导体BOM占比L2回顾海外巨头发展，看国内平台型龙头崛起我们此前持续强调，科技企业的本质在于创新，过去五年 来我们着重研究科技企业依靠科技红利实现扩张成长。对于有 效研发投入及有效研发产值的研究，能有效前瞻性判断企业成 长方向、速度、空间。截至到目前，中国大陆已经有以韦尔股份、兆易创新、卓 胜微、紫光国微等为代表的一批公司市值超过1000亿，以澜起 科技、圣邦股份、思瑞浦等为代表的一批公司市值超过500 亿，此外还有相当一批公司市值居于300-500亿。2021年受益 于行业景气周期，“缺货涨价”类公司涨

8、幅相对更高，下一阶 段我们认为半导体设计的投资重点将从价格因素转向企业自身 的平台型扩张，看好平台型龙头崛起！典型半导体公司的成长阶段：1）主业产品持续迭代带来的单价、盈利能力、份额提升： 典型代表为韦尔股份（豪威科技）的CIS,澜起科技的内存接口 芯片，圣邦股份的模拟芯片，中微公司的刻蚀设备以及华峰测 控的测试设备；2）品类扩张带来的空间提升：典型代表包括兆易创新从利 基型NORflash切入利基型DRAM,卓胜微从射频开关向SAW滤 波器以及从接收端到发射端射频模组产品的扩张，圣邦股份、 思瑞浦、艾为电子等从信号链产品向电源管理类产品的扩张， 北方华创在设备领域的品类扩张等；3）业务领域的

9、拓展延伸：典型代表包括三安光电从LED到 化合物半导体，精测电子从面板检测到半导体检测等；1.2 . 1英伟达：游戏f AI-Autof元宇宙，GPU平台龙头高速成长英伟达创立之初是一家为图形计算提供加速器的无晶圆厂 半导体设计公司，1999年推出GeForce256绘图处理芯片时在 全球首次提出GPU (图形处理器)概念，2006年推出革命性的 用于通用GPU计算的统一计算架构平台CUDA,使得GPU可以被 用于需要处理大量并行计算的领域，例如深度学习等，CUDA使 得GPU除了用于图像处理，还越来越多的参与到计算中，大大 拓展了 GPU的应用领域。2020年收购Mellanox,进一步布局

10、数 据中心以太网交换机、芯片和InfiniBand智能互联解决方案， 打造AI计算到网络的端到端技术。目前英伟达的主要产品不仅包括硬件部分的GPU和SoC (用 于switch等游戏机)，还包括计算与网络部分的数据中心平台 及系统和Mellanox业务等。截至2021. 1. 31财年，公司图形业 务营收98.3亿美金，占总营收约59%,计算与网络业务营收 68.4亿美金。五大业务板块游戏、专业视觉(电影、建筑 等)、数据中心、汽车和OEM及其他营收分别为77. 6 (46.5%) /10. 5 (6. 3%) /67. 0 (40. 2%) /5. 4 (3. 2%) /6. 3 (3. 8

11、%)亿 美金。在29个国家拥有18975名员工，其中研发人员占比达到 71%,研发费用达到39. 2亿美金，占总营收23. 5%。1993 年黄仁勋、ChrisMalachowsky 和 CurtisPriem 共同 创立了英伟达，彼时市面上有20多家图形芯片公司，三年后这 个数字飙升至70家。但直到2006年，英伟达是唯一一家仍然 独立运营的公司。黄仁勋拥有斯坦福大学电气工程硕士学位，曾在AMD担任微处理器设计工程师，后任职LSI公司（主业 ASIC等），成为集成芯片（类似目前SoC）部门负责人。从英 伟达创立至今，黄仁勋始终担任公司总裁兼CEO。Malachowsky 是公司的工程技术高管

12、，曾在惠普和SunMicrosystems担任工 程和技术领导职务，拥有30多年行业经验，获得近40项集成 电路设计和方法学领域的专利。Priem曾参与设计了 IBM首个 PC用图像处理器，从1993年至2003年担任英伟达CTO,主管 产品设计。 AC*Atvacum t.% X (A fIBM“ j RM.：、“f*td.，Fa f K4ft«， ROM OV，*!»»*.f4OA*gCA 1*.4U."9Xa，4,5*«*k4aicOT -<A，1，*blUf WIQI1 MAWf*mf - ah««/ >

13、4 r«tf. w，j 工 20M"MIQO.srrwASI &5IOM -一二 £ MMBMt ffas efax«ZMOar unnwr ”-?-一.5 Iti fa. ts3K ES3S luov*faan-S>K K.s :*IMr »M c.yw EaJCMt GcCMf etix K 支 490r gag -¥wr SI ar 5.J5 一 Rml 一 iffsK C9ig fin »ix ti£x ssi ="'MMr a.f8RagK ta tXAMr EfvMM &

14、#167;d N2<r m g>WQr s*<s fa«K*育、二比ISA 17 W % i 20002012 4级4aat I S2U04 6/4a4WJ|-qC.8， JOQM1,多久 候”aw，.，.心2MA VMP9 4<K<A<4It*«.A««lf e(*<«>««* 1, acMWK. mu* »«*>*»«* »« s«r<<«(f *f y-a*。-“.“a.；3

15、007*«*Ic«>»4 MRU <<K»*fbtl*W«4(“（4分”由于成立N初就米用Fabless模式，1994年英伟达与当时 的 SGS-ThomsonMicroelectronics （1998 年更名为意法半导 体）达成首个战略合作关系，为英伟达制造单芯片图形用户界 面（GUI）加速器。1995年英伟达发布了其第一款产品NV1。 NV1是首个将GUI加速、声卡、全动态视频加速、3D图形、游 戏手柄和操作杆接口集成到单个芯片上的微处理器。NV1促成了 英伟达与当时最大的街机游戏制造商Sega （世嘉）合作。然而 由于

16、同年微软推出了 Windows95,其以图形用户界面为主要特 征，掀起了界面革命，也使得图像芯片市场由游戏主机转向 PC,同时微软还开发了采用多边形成像技术的图形编程接口 DirectX标准，英伟达的NV1和NV2采用的二次曲面贴图方式 无法兼容行业通用标准，因此后来销量并不佳。吸取经验后，英伟达1997年推出的RIVA128,支持微软的 DirectX标准，进军PC市场，1998年初推出的RIVA128ZX拥有 8MB翻倍显存并进一步支持了 OpenGL驱动。当时各家显存厂商 都在发展各自的显示标准，例如3dfx的GLIDE、PowerVR的 PowerSGL, ATI 的 3DCIF,适逢

17、微软 1997 年推出的 DirectX5. 0 进行了重大升级，开始在3DAPI市场崭露头角，英伟达选择支 持微软DirectX就是选择了微软的强大后盾。后来英伟达又推 出RIVATNT, RIVATNT2等图形处理器，不仅支持微软DirectX 和OpenGL标准，且集成度更高，性能也优于当时市场领导者 3dfx和ATI,同时价格低廉，得以大量销售。1999年英伟达在纳斯达克上市，当时公司的收入来源主要 为PC业务，强大的产品力和与当时头部PC厂商的合作，英伟 达用三年时间将营收从1995年的118. 2万美金提升到1998年 的L 6亿美金。1999年8月，英伟达推出了具有划时代意义的G

18、eForce256,并将它命名为世界上第一个GPU。与RIVATNT2相 比，GeForce256增加了 PixelShader流水线的数目，并支持硬 件T&L (坐标转换和光源运算)和MPEG-2硬件影像加速，配合 DDR作为显存。T&L原本由CPU完成，GPU从硬件上支持T&L以 后，CPU得以从繁重的运算中解脱出来。2001年底安然事件引发市场对公司财务披露情况的担忧， 经过自查，公司CF0辞职且对财报进行了重述，此后2002年竞 争对手ATI的旗舰产品R300引领市场，而英伟达旗舰产品拖延 至2003年才发售，且散热和工艺良率等出现较多问题，对 DirectX9

19、支持也不够匹配，导致在某些游戏中的性能表现甚至 劣于竞争对手，直接使得ATI独立显卡市场份额在2004Q2首次 超过英伟达。此外2003年英伟达与微软要求降低XboxGPU价格 方面产生争议，最终微软下一代产品转向ATI。革命性CUDA架构，打开GPU通用计算大门。2006年底，英 伟达推出CUDA通用并行计算架构，CUDA是用于GPU计算的开发 环境，是一个全新得软硬件架构，它包含了 CUDA指令集架构 (ISA)以及GPU内部的并行计算引擎，可将GPU视作一个并行 数据计算的设备，对运行的计算进行分配和管理。在CUDA的架 构中，计算不再像过去那样必须将计算映射到图形API (OpenGL

20、 或DirectX)中，开发者可以用C语言为CUDA架构编写程序， 从而在支持CUDA的处理器上以超高性能运行密集数据计算解决 方案，解决复杂计算问题，CUDA的广泛应用造就了计算专用 GPU的崛起，使得英伟达得以进军高性能计算领域。推出新产品系列，平台型布局初现。2008年英伟达发布了 支持CUDA1. 1的GeForce9系列GPU,以及采用了第二代CUDA 架构的GeForce200系列GPU, NVIDIA在GT200中引入了大量重 要改进，GT200具有极高的处理能力和存储器带宽，用于通用计 算时的可编程性和灵活性也更加突出，采用Tesla架构，这也 是英伟达数据中心GPU系列产品的

21、第一代架构。同年，NVIDIA 还发布了 Tegra系列产品，进军移动处理器市场。深度学习对算力要求大幅提升。人工智能通过模拟和延展 人类及自然智能的功能，拓展机器的能力边界，使其能部分或 全面地实现类人的感知（如视觉、语音）、认知功能（如自然 语言理解），或获得建模和解决问题的能力（如机器学习等方 法）。人工智能实现方法之一为机器学习，而深度学习是用来 实现机器学习的技术，通常可分为“训练”和“推理”两个阶 段。训练阶段：需要基于大量的数据来调整和优化人工智能模 型的参数，使模型的准确度达到预期，核心在于算力；推理阶 段：训练结束后，建立的人工智能模型可用于推理或预测待处 理输入数据对应的输

22、出（例如给定一张图片，识别该图片中的 物体），这个过程为推理阶段，对单个任务的计算能力不及训 练，但总计算量也相当可观。M 19:人工智能,机筠学习与深度学习的关系Mochlne Leomlng b«9lnsfo nourish.Deep learning breakthroughs drive Al boom.DEEP LEARNINGMACHINE LEARNINGGPU在深度学习领域大显身手。算法的效果、效率与核心计 算芯片的计算能力密切相关。相比1993年出品的IntelCPU奔 腾P5芯片,识别一张ImageNet图片需要至少10分钟完成推理 任务、近百年完成训练任务，如今

23、旗舰手机上的SoC仅需数百 微秒就能完成，因此处理器芯片技术的进步对于AI快速进步并 进入实用场景至关重要。人工智能的运算本质是一些矩阵乘， 并不需要很多的存取和判断，GPU比CPU有更多的逻辑运算单元 (ALU)因此架构更适合做一些大运算量的重复工作，且更容易 组成大的集群，从而更适合AI且更加高效。GPU助力深度学习技术性能快速进步。2011年开始，全球 AI研发工作者开始意识到GPU在深度学习领域的威力，彼时谷 歌大脑项目学会了通过在视频网站上看电影来识别动物和人，但它需要配备2000个CPU的服务器。英伟达与斯坦福大学合 作，将GPU用于深度学习，12个英伟达的GPU就可以达到类似 性

24、能。此后深度学习进入高速发展期，2012年深度学习可以在 ImageNet图像识别挑战中战胜人工代码，到2015年深度学习已 经可以战胜真人。英伟达GPU架构持续迭代。英伟达自2008年推出Tesla架 构后，保持着每两年推出一个新架构的速度，先后推出了 Fermi、 Kepler> Maxwell> Pascal. Volta (Turing)和 2020 年推出的Ampere (安培)架构，在CUDAcore数量、数据交换 速度、单机内多GPU通信、增加TensorCore等方面进行了持续 更新迭代，产品性能不断提升。图旻22：滓度学习大福提升图像识别准确率2015: A MI

25、LESTONE YEARIN COMPUTER SCIENCEIMAGENET Accuracy Rate lOOt90%8OX70k：2,|60%f;I50%4(nxn m16 Traditional CV Deep Learning OX 20X)20112012201320142015数据中心、自动驾驶、加密货币，三重因素驱动2017-2018 上半年英伟达高歌猛进。2016年4月特斯拉首次推出平价 Model3爆款车型（2017年7月开始交付），引领自动驾驶风 潮，20162019年特斯拉的AutoPilotHW2. 0采用了基于英伟达 的DRIVEPX2AI计算平台，芯片由第一代的M

26、obileyeQ3升级为 两个英伟达ParkerSoC、1个英伟达PascalGPU,从而支持更多 的车载传感器。此外，2017年4月至年底，加密货币价格大幅 拉升催生了 “挖矿”对显卡的需求。与此同时，云服务厂商保 持大规模数据中心资本开支力度。多重因素推动英伟达2017- 2018前三季度股价及业绩一路高歌猛进。业务短暂调整，2019下半年再出发。2018H2-2019H2,加 密货币价格下跌，二手显卡流回市场导致渠道库存增加，对游 戏显卡业务营收造成连续几个季度的不利影响，此外，2017及 2018年全球服务器出货量达到高点，数据中心2018年下半年进 入景气弱周期。直到2019年下半年

27、，数据中心业务回暖，服务 器出货量重回增长。后疫情时代，市场空间不断打开，软硬件结合深挖护城 河。疫情不改行业2019年去库存结束，反而加速数字化进程， 半导体进入第四轮硅含量提升周期。2020年英伟达先后完成其 历史上最大的收购Mellanox,及宣布收购ARM。下游游戏、 AI、智能汽车、AR/VR四大应用领域全面打开，市场空间不断增 长，收购为服务器及存储提供端到端Infiniband和以太网互联解决方案的领军企业Mellanox,平台触角再延伸，软硬件结合 加深护城河。图装26:特斯拉季度交货量（按车型、辆）Model 3/Y Model S/X20000018000016000014

28、000012000010000080000600004000020000 03 二 0Z 3 二0Z E&OZ I09SZ 3SI0Z OSIOZ mgloz 10Hoz mcyEIOZ IO-EIOZEoozoe IO0Z07 IO6I0Z 320Z 020Z游戏：产品价值量持续提升，市场份额稳步增长，电子竞 技催化增量需求聚焦游戏尤其是高端产品市场，摆脱PC出货疲软实现快速 增长。PC出货量在2010-2011年见顶，但英伟达游戏业务营收 近年来仍然保持较高增速，FY17至FY21营收CAGR22%,我们认 为主要是因为在如今集成GPU基本可以满足普通PC需求的情况 下，公司聚焦高

29、性能游戏PC以及云游戏平台，产品价值量不断 增长。产品实力强劲，市场份额稳步提升。性能是PC游戏消费者 最关注的指标之一，PC游戏玩家通常对独立显卡价格敏感度较 低，愿意为更高的性能进行产品升级，根据Tom' shardware跑 分，英伟达GPU性能领先AMD,公司在独立显卡市场份额稳步提 升。此外，加密货币“挖矿”需求使得显卡实际零售价与建议 零售价出现大幅价差，通过对比也可以发现，本就定价较高的 英伟达产品溢价能力也普遍高于AMD产品，侧面反应公司产品 实力突出。电子竞技催化增量需求。根据新华网，中国电竞市场规模 已经突破1000亿元，已经超过北美成为全球最大电竞市场。根 据腾讯

30、新闻谷雨数据联合全国电子竞技协会联盟等发布的中 国职业电竞人才发展报告，2022中国电竞整体市场规模预计 将达到2157亿元，电竞商业化未来有望为电竞市场整体增长提 供长期动力。400,000350,000300,000250,000200,000150,000100,00050,0000理k32：全球PC出强上闺单位为千台, 下的隼住为百万台）川川川I川山川2001 2002 2003 2004 2005 2006 2007 20% 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 Deskbased PCMobile PC Ult

31、ramobile PremiumWotkiwKie R Shqms by Top Veixloi%. by Quails瑞&2雌酬岫 MPMC. LMW« CM 4m*»9 Am*Gm«9 * AMA O»W«tAI：云服务厂商新一轮资本开支，服务器出货量有望持续 增长海量数据流量增长带来的数据处理及存储需求持续为服务 器市场增长赋能。根据Omdia, 2018全球网络数据流量约为 1. 22ZB,而至2024年流量将增至5. 47ZB,约为2018年的4. 5 倍，2018-2024年CAGR达28. 7%,海量数据将持续推升对数据

32、存储和处理的需求增长。根据Sumco预测，数据中心SSD存储 所需也将在2020年达到0. 078ZB,至2023年将会达0. 219ZB。 我们认为随着5G的逐步完善，用户对于接入流量的需求大幅提 高，而5G的建设仍在进行当中，因此我们预期在未来随着物联 网等新应用逐步成熟，对于流量的需求将继续迎来井喷式增 长，进一步带动服务器行业的增长。英伟达预计其数据中心业务2024年可触及市场空间达到 1000亿美金，公司FY17至FY21营收CAGR82%,数据中心业务 已成为紧随游戏的第二大块业务，并成为目前公司毛利贡献最 高的业务。收购Mellanox,推出DPU及DOCA进一步提升数据中心市

33、场控制力。2020年英伟达69亿美元完成收购Mellanox,并基 于 Mellanox 的技术推出了 DPU (DataProcessingUnit)处理 器。2021年4月，英伟达发布了新一代BlueField-3DPU以及 新的 DOCASDK1. 0 (Data-Center-1 nf r as true t ur e-0n-A- ChipArchitecture)软件架构(开发人员平台)。传统的数据 中心架构是以CPU为中心的架构，但随着数据量大幅提升，传 统冯诺依曼架构无法解决通信模型带来的网络拥塞问题，DPU 以数据为中心的架构，其本质是一款SoC芯片，以DPU为核心 的数据中心

34、，能够使典型通信延时降低10倍以上。图氐43:全柒旗务M出货量及预测汽车：自动驾驶势不可挡，主控SoC为传感器等提供算力 支持自动驾驶等级每提高一级，算力约提升一个数量级。随着 自动驾驶等级提升，单车每天产生的数据量躲增，传感器环境 感知、高精度地图、V2X通信、多种数据融合等对算力提出了非 常高的要求。目前主流做法同样是采用“CPU+XPU”的多核结 构。行业内主要竞争者包括英伟达、特斯拉、Mobileye、地平 线、Waymo 等。英伟达：目前已经推出5代自动驾驶计算平台：DrivePX、 DrivePX2、 DriveAGXXavier/Pegasus. DriveAGXOrin、 DR

35、IVEHyperiono DrivePX2算力24TopS,性能强，特斯拉曾使 用。DriveAGXXavier/Pegasus：采用 12nlnXavier,小鹏 P7、 上汽荣威、文远知行、小马智行均搭载过。DriveAGXOrin：集 成了 Ampere架构GPU,算力最高可达2000T0PS,但功耗较高。2021年11月发布NVIDIADRIVEHyperion8自动驾驶开发平台， 基于其DRIVEOrin芯片。Orin单颗芯片算力可达254T0PS, Hyperion8. 1平台可搭配15个摄像头、9个雷达、12个超声波 雷达、2个LiDAR,实现支持L2+/L3级别的自动驾驶。目前

36、的OrinSoC拥有12个ARMCortex-A78CPU核，以及基 于Ampere架构的集成GPU,根据英伟达，蔚来ET7的超算平台 Adam搭载了 4颗英伟达DRIVEOrin,最高算力可达到超过 lOOOTOPSo英伟达下一代AI加速的车用Atlan处理器，单颗算 力可达1000TOPS,面向2025年的的智能汽车需求。Atlan处理 器将使用英伟达下一代GPU架构，新的ArmCPU内核以及深度学 习和计算机视觉加速器(computervisionaccelerators)。图表48： Hyperion 8.1平台传感器参散Sensor Qty & Typ«Functi

37、onDetails8 extenor camerasWide & tele visionSony IMX728. 8.3MPix4 exterior camerasFisheye near visionSony IMX623. 3.0MPix6 radarsCorner & side sensingHella Short Range Radar3 radarsFront & rear sensingContinental Long Range Radar/image1 lidarFront redundant sensingLuminar3 interior camer

38、asDriver & occupant monitoringOVT 2311/2312. 2.3MPix2 IMUsVehicle dynamics detectionContinental1 GPSVehicle location detectionU-btox1 development lidarGround Truth data collectionHesai1 development GNSSGround Truth data collectionNovatelAR/VR：推出Ominiverse,元宇宙硬件先行。2021年4 月，英伟达推出Omniverse,作为一个开放式平

39、台，专为虚拟协 作和物理级准确的实时模拟打造，设计师、研发人员可以通过 这一平台连接主要设计工具、资产和项目，在虚拟空间协作和 迭代，最终由GPU提供实时渲染，软硬件结合，英伟达正式进 军元宇宙。复盘英伟达、AMD、英特尔和费城半导体指数可以看到， 2009年至2012年，英伟达股价走势弱于AMD,与费城半导体指 数接近，进入2012年，也是深度学习开始快速发展时期，英伟 达超越AMD, 2015年深度学习逐步成熟，AI下游应用打开，英 伟达股价增速显著超越其他几家，2020年以来，游戏、AI、智 能汽车、AR/VR四重增长点同时推动，GPU全球龙头势不可挡。图表51: 2016年至 今各公司

40、月殳价及费城半导体指敷走势对比099/K0Z m 旨/osz 0 m、6、0sz OE/MOSZ IE/O0SZ IE/ZI/6I0Z 0E/6/6SZ S/9/6I0Z 6Z/Q6SZ Hz 8Z/6/8I0Z 6Z/9/8SZ 6Z/E/8I0Z 6moz 6Z/6/ZSZ OE/9/二 oz moz Hz 0Q6/9SZ 0Q9、9sz18000%16000%14000%12000%10000%8000%6000%4000%2000%0%1.2.2德州仪器：大力外延收并购，打造模拟IC帝国德州仪器起步于1951年。起初通过地质勘探技术进入国防 电子领域，50-60年代做过红外和雷达系统，

41、后来还获得过导 弹、激光制导、军用计算机订单，后于1997年TI将国防业务 以29. 5亿美金卖给Raytheon0德州仪器与集成电路的缘分始于 1952年，其从WesternElectric购买了生产（错）晶体管的专 利许可，随后GordonTeal加入公司，主管研发，助力公司在 1954年研发出首个商用硅基晶体管，于是TI设计并制造出了首 个（错）晶体管收音机。四年后，CRL员工JackKilby发明了基 于错的集成电路，该项发明还于2000年获得诺贝尔物理学奖， TI中心研究实验室的研发实力可见一斑。1960年代TI推出晶体管-晶体管逻辑集成电路。该集成电 路采用双极型工艺制造，尤其是7

42、4/54 （军用）系列，广泛应用 于计算机逻辑集成电路。随后又开发出第一款手持计算器 （CalTech）、单片机（MCU）。1978年，TI推出单片LPC语音 合成器，是首个通过单片硅基芯片复制人声的电子产品，后于 2001年将语音合成业务卖给了加州的Sensory公司。1979年起 TI进军家用计算机市场，上世纪80年代TI还活跃于人工智能 领域，除了在语音合成方面的进展，还为计算机推出了首款商 用单芯片数字信号处理器（DSP）,并生产出一款面向高速数字 信号处理的微控制器。1990年代TIMSP430MCU问世，将嵌入式 处理提升到新的水平，可提供低成本与高效设计等优势。进军计算机微处理器

43、失败。1970年代，英特尔推出了全球 首个单片微处理器4004： 1971年初由FedericoFaggin领导的 开发团队设计出了一套只需要4枚芯片就可以取代原来的12枚 芯片的芯片组，即MCS-4芯片组，其中核心便是4004,采用10 微米制程。ComputerTerminalCorporation(CTC)是当时刚成立 不久的一家设计制造小型桌面终端的公司，其于1967年推出了 一款非常受欢迎的机型：Datapoint3300。为解决发热等问题， 考虑采用单片CPU设计改进内部电路，因此同时找到Intel和 TI研发处理器。针对CTC推出的第二代产品Datapoint2200, TI快速

44、研发出了 TMX1795,抢先Intel交货，但CTC没用，因 为TMX1795本身存在大量未使用和浪费空间，导致性能无法达 到要求。/ Taran l4ftnwannt*GM E9i. ”是 CX4C4外 10ZXAH)J Sitcrwi InawparMrd/ GonsrN)/ Sptama Mwinayncro/ C)mq aad Ama «wpnniw y /»)/ AUfNcc(rrtMATtAMJis)“ Pfvxnn VLSI ftt fCMKIC, ASC)/ Ban BnumAXB, »1«.<>>/ DotWiNte

45、M(3GWCDMAJt.<tt 本)« AImmo GMamMacMnm(LAN)(1G/ Dweeb Rdu.册I Seidl(IMAM)，GmOmAC；“ HunntfyVLSl “ Tdofgr hicwmksJ (Udu CnmmMnonai(WLAN) f «W Imencn TeeiMiiaiiMio/ A»M(xn»uncMnn(dxa414./ tjhH Stpa4 PromMM>(”名")/ ATI. kwwdi A/S (4t«ir ) . Imripand Sawm S«Aranm*at,4

46、iXA<MAS)V thMa&r (<*«：, AW«m«K的：2丸山今.第 ,HEmdHWH) ，RMTtTiradi (jvXAas. ixync)，(rtaydMp(At-Miim*(DUQ (MX：) > ®: H&A*-48 导Att，.R-HCEOA* ft«£OT<xn EoboQ) «r<T 员率.51* ?4?n. U I* 4«e*n. *w»p1971年晚些时候，Intel交付1201给CTC,但是CTC不满 足1201性能，Intel后

47、将产品命名8008 (全球第一个8位处理 器)，后基于8008又推出8080和8086, 8088开始获得IBM订 单，携手微软组成Wintel联盟，霸占PC处理器市场。后来TI 抢先推出的16位处理器TMS9900因缺乏可兼容的外围芯片和软 件也无法推行，最终彻底放弃家用电脑市场。这场对计算机微 处理器的进军，TI以失败告终。TI在同属集成电路领域的模拟 电路的研发上取得了丰硕成果，但在数字电路领域却遭遇滑铁 卢，这也暗暗提示TI模拟电路与数字电路的研发存在显著差 异。收并购丰富产品品类，打造平台型公司。1996年，TI收购 了 Tartan公司，其中Ada语言后用于TIDSP芯片设计。同年

48、收 购了 SiliconSystems的存储产品。1997年以3. 95亿美元收购 Amat iCommuni cat ions,随后一年又看中了 GODSP的DSP处理器 软件开发工具、SpectronMicrosystems的DSP应用实时操作软 件、OasixandArisixcorporations 的硬盘驱动产品和 Adaptec 的高端硬盘驱动产品。同时，将仅发展两年的存储业务部分 (DRAM)卖给了美光。TI加速出售国防电子部门、软件部门、 电脑部门和存储部门，聚焦DSP业务。1999年TI又相继完成对 包含射频芯片业务的ButterflyVLSI和ATLResearchA/S、

49、主攻 DSP相关编解码软件的TelogyNetworks、从事有线宽带芯片业 务的LibitSignalProcessing,从事发动机和车身稳定相关汽 车传感器的IntegratedSensorsSolutions和从事开关稳压器业 务的PowerTrends的收购。1999年，TI完成了一笔当时最大的并购，其以12亿美金 并购了 Unitrode的电源管理IC、电池管理IC和接口等业务， 这一并购巩固了 TI模拟市场第一的地位，在这之前TI模拟市 占率低于12%。2000年，TI以61亿美金收购了 Burr-Brown, 开始发展高性能A/D、D/A转换器、放大器。2005年TI将大尺 寸

50、TFT-LCD驱动IC业务出售给了日本OkiElectric,后续又陆 续出售了传感器和控制业务部门、家庭网关DSL客户端设备 (CPE)业务和有线调制解调器(cablemodem)产品线。2011年， TI以65亿美金收购了国家半导体，当时TI有3万种产品，国 家半导体有1.2万种，这一收购极大丰富了 TI的产品种类，为 TI带来了电源管理IC、显卡驱动、音频放大器、通讯接口产品以及数据转换解决方案，为下一代信号处理奠定了基础。90年代以来，TI完成30余次收并购，丰富完善了产品线，聚焦巩固 了模拟行业全球霸主地位。其通过剥离低毛利或需要更多资金 独立发展的业务，先后剥离计算机微处理器、存储

51、、手机处理 器等业务，走上专注模拟IC的道路。图技54： 2020年产品品类营收占比TI形成了包含模拟、嵌入式处理、和其他产品三大类产品 布局。其模拟产品部分主要包含电源管理、信号链产品。电池 管理部分可细分为DC/DC开关稳压器、AC/DC、隔离式DC/DC控 制器和转换器、电源开关、线性稳压器（LDO）、电压监控器、 电压参考和LED驱动等产品。信号链产品包括放大器、数据转 换器、接口产品、电机驱动器、时钟和计时、逻辑和传感器等 产品。嵌入式处理部分主要包括微控制器（MCU）、数字信号处 理器（DSP）和其他处理器。其他产品主要有DLP产品、计算器和ASICo三大类产品有近18000种，总

52、计80000多款产品。凭借丰富的产品品类，TI成为模拟芯片平台型龙头。模拟IC为核心业务。2020年TI总营收144. 6亿美元，同 比增长0.54%。模拟业务营收108. 9亿美元，同比增长6. 5%, 约占75%；嵌入式业务为25.7亿美元，同比下降12.7%,约占 18%；其他为10.1亿美元，同比下降17. 4%,约占7%,主要由 于疫情因素影响学生返校，计算器部分业务营收下降导致。下 游市场按地域划分，中国是最大市场，占比达到55%,亚洲及美 国销售占比合计约82%。逐渐缩减全球分销商，主分销商营收占比逐渐增高，销售 模式向更高集中度、更贴近客户发展。1）有意识培养客户自己申请样品，

53、还有填写资料的习惯， 跳开代理商。TI的所有终端用户申请样品都需要注册MYTI,且 TI后台可手机用户在官网搜索的浏览记录和需求；2）在中国建立销售网，设立DSP实验室，同时拥有非常强 悍的技术支持队伍，销售、客户、市场、技术都掌握在自己手 中；3）面对企业经营的压力，原厂并购重组频繁，如安华高并 购博通成立新博通后砍掉安富利、艾睿、世强等都被砍掉等代 理，大厂策略越来越偏向精简渠道，直接面对终端客户，大势 所趋；4) 2018年杭州云栖大会上，天猫、阿里云IoT携手包括中 移物联网有限公司、Cypress,瑞萨、意法半导体、兆易创新、 博通集成、移远通信、新唐科技等众多国内外知名半导体公司

54、宣布2018天猫芯片节盛大开幕，同期在天猫线上首发18款芯 片模组。原厂拥抱互联网，大势所趋，大客户自己来，中小客 户经过互联网平台。图表59:德州仪器分业务营收及增速乙美金)其他业务 我入式处理 模拟 一 总营收yo# 18040%2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020TI主要采用IDM模式，大力扩产12寸。TI80%的产品都是 公司内部制造，20%委外台积电、联电代工，封测委外比例为 40%o TI拥有全球14个制造基地，10座晶圆厂，7座封测厂， 及多个凸点加工、晶圆测试厂。12寸厂(DM0S6/R

55、FAB)贡献 2020年全年模拟产品营收约55亿美金，占模拟芯片总营收 51%, 20年12寸产能利用率约70%,当前12寸厂满载，预计 2021年贡献营收可达80亿美金。近期公告将收购美光在犹他州 的工厂，也为12寸厂，预计生产模拟和嵌入式产品，制程为 60nm和45nm。模拟产品封测成本占比更高，单片芯片价格（未 封装前）是8寸产线生产的60%,这也是公司采取IDM的优势之 一，可有效降低成本。德州仪器2021财年第三季度营收46.43亿美元，同比增长 22%,市场预期为46. 55亿美元。净利润19.47亿美元，同比增 长44%,市场预期为19. 25亿美元。每股收益2.07美元，上年

56、同期为1.45美元，市场预期2. 05美元。运营利润为23. 05亿 美元，同比增长43%。三季度经营现金流为24.28亿美元，资本 支出4. 86亿美元，自由现金流19. 42亿美元。过去12个月 里，经营现金流85. 24亿美元，同比增长48%。资本支出13. 92 亿美元，同比增长132%,自由现金流71. 32亿美元，同比增长 38%,占营收的40.6%。公司研发费用较为稳定，资本支出呈周期性变化。从2017 年至2020年，公司研发费用基本保持在15亿美元左右，对于 研发项目的支出并不因为公司的龙头地位稳定而有所减少，研 发费用率保持在10%左右。公司资本支出呈现一定周期性波动， 其

57、在2010年与2018年显著增长，呈现先升高再降低的态势， 与公司的扩产计划密切相关。图表61: TI研发费用及研发费用率1.2.3博通：聚焦高协同性细分龙头，高效整合降本增效博通（Broadcom）专注于技术领先和类别领先的半导体和 基础设施软件解决方案。其凭借AT&T/贝尔实验室、朗讯和惠普 /安捷伦丰富的技术基因，加持收购行业领导者博通、LSI、博 通公司、博科、CATechnologies和赛门铁克等，持续积淀拥有 引领行业走向未来的规模、范围和工程人才。如今博通已是众 多产品领域的全球领导者，为世界上最成功的公司提供服务。我们认为博通选择收购路径的重要背景有三：管理者个人 风

58、格，股东背景，美国并购文化。背景一：CEO陈福阳个人特点：即1)具备商科教育背景， 职业生涯开始于传统行业巨头任财务高管及风投基金等工作经 验，熟知财务管理与企业经营；2)擅长和认同并购操作；3) 过人胆识与远见。陈福阳毕业于美国麻省理工学院(MIT),同 一年取得机械工程系的学士和硕士学位；后又取得哈佛大学企 管硕士学位。陈具备理工背景同时，也熟知财务管理与企业经 营。他先后进入通用汽车、百事可乐等美国传统行业巨头，担 任财务高管。1983年至1992年，陈福阳先后在在休姆工业和新加坡风投 基金Pacven投资公司任董事总经理。1992后陈转赴个人电脑制 造商Commodore担任公司副总裁

59、，此时才标志进入科技行业。 20062016年，陈福阳任新加坡模拟IC厂安华高总裁。并在 2016年带领安华高科技以370亿美元并购博通科技后，重组公 司裁员1900人后，后又收购通讯大厂博科，果断又强悍的性 格，将公司整并为博通科技，成为全球第五大半导体厂。CEO曾 于华美半导体协会年度晚宴上表示，"我并不是半导体人，但是 我懂得赚钱和经营。背景二：历年来，投资公司居多的股东背景：早期KKR、银 湖资本两大私募基金是公司前身安华高大股东；且目前前五大 股东皆投资机构，合计40%+。1999年，安捷伦科技脱胎于惠 普，其集合了被惠普剥离出来的芯片制造、电子测量和分析仪 器业务。2005年，K