半导体电子行业分析

半导体电子行业分析1.人工智能算力时代来临，硬件基础设施迎来黄金发展期1.1.ChatGPT热潮引发全球科技巨头加速布局AI大模型ChatGPT是由美国初创公司OpenAI开发、在2022年11月发布上线的人工智能对话机器人，ChatGPT标志着自然语言处理和对话AI领域的一大步。ChatGPT上线两个月后月活跃用户数突破1亿，是历史上用户增长速度最快的消费级应用程序。ChatGPT热潮引发全球科技巨头的加速布局，Meta百度、谷歌、百度、阿里巴巴等科技巨头随后相继推出类似产品。Meta——致力于开源模型的研究，SAM将开启计算机视觉领域革命2023年2月24日，Meta发布四种参数规模的大模型LLaMA，并将提供底层代码供用户使用，LLaMA模型在生成文本、对话、预测蛋白质结构等更复杂的任务方面有很大的前景。2023年4月5日，Meta正式推出模型SAM(SegmentAnythingModel)，SAM可用于识别图像和视频中的物体，甚至是从未被训练学习过的物品；对于任何一张照片或动态视频，SAM都可以快速识别其中的各个物体并将其与背景分割，SAM将开启计算机视觉领域革命。百度——赋能所有业务及服务，围绕文心一言建立新生态2023年3月16日，百度发布对标ChatGPT的大模型产品文心一言。百度正迅速将文心一言融入到公司所有业务中进行测试，利用其能力为产品及服务赋能，来重塑公司面向企业和消费者的产品和服务，吸引更广泛的用户及客户，围绕文心一言在新的时代中建立新生态。目前已有十几万家企业申请文心一言内测，其中有超300家生态伙伴在400多个具体场景取得测试成效，主要包括办公提效、知识管理、智能客服、智能营销等代表性场景。阿里巴巴——所有产品未来将接入通义千问，为每一家企业打造自己的专属GPT2023年4月11日，阿里巴巴发布大模型产品通义千问，可进行多轮对话、文案创造、逻辑推理，也融入了多模态理解，并提供多语言支持，阿里巴巴所有产品未来将接入通义千问进行全面改造。阿里巴巴将把AI基础设施和通义千问大模型能力向所有企业开放，未来每一个企业在阿里云上既可以调用通义千问的全部能力，也可以结合企业自己的行业知识和应用场景，训练自己的企业大模型，阿里巴巴将为每一家企业打造自己的专属GPT。谷歌——PaLM2是最先进的语言模型之一，支持云端大模型和终端小模型2023年5月10日，谷歌推出了新一代语言大模型PaLM2，PaLM2有Gecko、Otter、Bison和Unicorn四种不同大小和速度的版本。最强大的版本Unicorn拥有超过1000亿个参数；最小的版本Gecko可以在手机上离线运行，每秒能处理20个token。PaLM2是最先进的语言模型之一，现在可以理解100多种语言，在通过高级语言能力考试、数学考试、自动写作、编程等方面，均表现出优异的水平。1.2.AI大模型推动算力需求呈指数级增长，AI芯片迎来高速成长期AI大模型预训练数据量呈指数级增长，带动算力需求爆发。从GPT-1到GPT-3，模型参数量从GPT的1.17亿增加到GPT-2的15亿，再到GPT-3的1750亿；训练数据量也由GPT的5GB，增加到GPT-2的40GB，再到GPT-3的45TB。AI大模型预训练数据量呈指数级增长，带动算力需求爆发。云边端算力协同融合，有望满足不同应用需求并提升算力效率。人工智能在云端、边缘端、终端都有广泛应用，对算力有不同需求。云端具有海量数据处理与计算能力，可以承载云端训练和推理的任务；将算力从云端向边缘侧扩展，支持在网络边缘执行深度学习、强化学习等人工智能算法，避免计算任务从网络边缘传输到云中心的超长网络传输延迟，可以满足高实时性应用的需求；通过算力前置实现终端分布式算力与云端中心算力的动态平衡，可以大幅提升算力效率。通过云边端算力协同融合，有望满足不同应用需求，并提升算力效率。算力基础设施云、边、端AI芯片作为算力载体，将迎来高速成长期。人工智能的各类应用场景，从云端溢出到边缘端，或下沉到终端，都离不开智能芯片对于训练和推理任务的高效支撑，算力基础设施云、边、端AI芯片作为算力载体，将迎来高速成长期。云、边、端三种场景对于智能芯片的运算能力和功耗等特性有着不同要求，云端承载处理海量数据和计算任务，需要高性能、高计算密度，典型计算能力一般要大于30TOPS；终端对低功耗、高能效有更高要求，典型计算能力一般小于8TOPS，典型功耗一般小于5瓦；边缘端对功耗、性能的要求通常介于终端与云端之间。1.2.1.AI大模型产生海量算力需求，驱动云端AI芯片快速成长大模型训练过程消耗海量算力。根据OpenAI团队在2020年发表的论文《LanguageModelsareFew-ShotLearners》，训练阶段算力需求与模型参数数量、训练Token数量等有关，且为两者乘积的6倍：训练阶段算力需求=6×模型参数数量×Token数量。以GPT-3175B为例，GPT-3175B的模型参数约为1746亿个，训练Token数量约为3000亿个，经计算训练阶段算力需求为3.14E+23PFLOPS，训练一次GPT-3175B模型需要的总算力约为3640PF-days，即以每秒一千万亿次计算，需要运行3640天。大模型调优过程需要对模型不断进行迭代，产生算力需求。大模型需要不断进行调优，开发者在调优过程中会更新模型参数，以及对模型进行迭代训练，模型调优算力需求和模型迭代速度有关。大模型与用户对话时需进行模型的推理，消耗大量算力。根据OpenAI团队在2020年发表的论文《LanguageModelsareFew-ShotLearners》，推理阶段算力需求是模型参数数量与Token数量乘积的2倍：推理阶段算力需求=2×模型参数数量×Token数量。假设ChatGPT每轮对话产生500tokens（约350个单词），经计算每轮对话产生推力算力需求约为0.175PFLOPS。按照ChatGPT每日5000万访问量，假设每次访问发生10轮对话，经计算ChatGPT每日对话产生算力需求约为8.75E+7PFLOPS。大模型及人工智能在多场景广泛、深入应用，驱动智能算力规模高速增长。随着AI大模型带来算力需求爆发式的增长，以及人工智能在智慧交通、智慧金融、生物识别、智能制造、智慧医疗、自动驾驶等场景的广泛、深入应用，中国智能算力规模将持续高速增长。根据IDC的数据，2021年智能算力规模为155.2百亿亿次/秒（EFLOPS），2022年智能算力规模达到268百亿亿次/秒（EFLOPS），预计2022-2026年中国智能算力规模的年复合增长率将达52.3%，同期通用算力规模复合增速为18.5%。AI服务器专为人工智能训练和推理应用而设计，大模型有望推动AI服务器市场加速成长。服务器一般可分为通用服务器、云计算服务器、边缘服务器、AI服务器等类型，AI服务器专为人工智能训练和推理应用而设计，大模型带来算力的巨量需求，有望进一步推动AI服务器市场的增长。根据IDC的数据，2020年全球AI服务器市场规模为112亿美元，2025年预计全球人工智能服务器市场规模将达到266亿美元，五年复合增长率为18.9%。根据IDC的数据，2020年中国AI服务器市场规模将为35亿美元，2025年预计中国AI服务器市场规模将达到108.6亿美元，五年复合增长率为25.3%。AI芯片占AI服务器成本主要部分。CPU+GPU是目前AI服务器主流的异构计算系统方案，根据IDC2018年服务器成本构成的数据，推理型和机器学习型服务器中CPU+GPU成本占比达到50-82.6%，其中机器学习型服务器GPU成本占比达到72.8%。AI芯片以GPU为主，NPU成长迅速。AI芯片主要包括GPU、NPU、FPGA、专用集成电路等，根据的IDC数据，2021年中国人工智能芯片中，GPU依然是实现云端数据中心加速的首选，占据89%的市场份额，GPU芯片多用于图形图像处理、复杂的数学计算等场景，可较好地支持高度并行的工作负载，常用于云端的AI模型训练，也可应用于边缘端和终端的推理工作负载；NPU占据9.6%的市场份额，NPU增速较快，NPU芯片设计逻辑更为简单，常用于云端、边缘端和终端的模型推理，并生成结果，在处理推理工作负载时，能显著的节约功耗；而ASIC和FPGA占比较小，市场份额分别为1%和0.4%。AI芯片是AI服务器算力的核心组成，有望畅享AI算力需求爆发浪潮。AI芯片是AI服务器算力的核心组成，随着AI算力规模的快速增长将催生更大的AI芯片需求。根据IDC的数据，云端推理和训练所产生的云端智能芯片市场需求，预计将从2017年的26亿美元增长到2022年的136亿美元，年均复合增长率39.22%。英伟达主导云端AI计算市场，国内企业加速发展。在云端智能计算市场，主流的芯片和加速卡方案提供商主要包括英伟达、寒武纪和华为海思等。由于软件生态优势，英伟达的GPU芯片和加速卡产品占据大部分市场份额。国内寒武纪、华为海思等企业市场份额相比于英伟达均较小，但处于加速发展中。根据LiftrInsights的数据，目前在AI技术进展最为前沿的北美数据中心AI芯片市场，英伟达市场份额占比超过80%，且在训练、推理环节均保持持续领先；在数据中心AI加速市场，2022年英伟达市场份额达82%，AWS和Xilinx分别占比8%、4%，AMD、Intel、Google均占比2%。美国限制高端GPU供应，国产GPU芯片厂商迎来黄金发展期。2022年8月31日，英伟达、AMD生产的GPU产品被美国列入限制范围，英伟达被限制的产品包括A100和H100，AMD受管制GPU产品包括MI100和MI200系列。海光DCU属于GPGPU的一种，在典型应用场景下，海光深算一号指标达到国际上同类型高端产品的水平，在海外监管趋严的背景下，以海光为代表的国产GPU厂商迎来黄金发展期。AI芯片专用于人工智能领域，国产AI芯片厂商迎来高速发展期。AI芯片是专门针对人工智能领域设计的芯片，其架构和指令集针对人工智能领域中的各类算法和应用作了专门优化，可高效支持视觉、语音、自然语言处理和传统机器学习等智能处理任务。在人工智能领域，AI芯片的优势明显，可以替代CPU、GPU等传统芯片。国内AI芯片以寒武纪思元系列、华为昇腾系列等为代表，寒武纪和华为昇腾部分AI芯片产品性能已达到较高水平，有望加速实现国产替代，迎来高速发展期。1.2.2.AIGC有望加速智能在终端上的应用，终端AI芯片迎来升级与发展机遇AIGC应用领域广泛，插件有望推动AIGC应用爆发。AIGC是一种利用AI技术自动生成内容的生产方式，包括文本、图片、视频等多种形式的内容，AIGC可以应用在文本、代码、图像、语音、视频、3D模型、游戏、音乐、音频等领域。目前ChatGPT已支持插件功能，首批上架11个插件，包括旅行软件、数据提供商、视频创意平台、电商平台、配送服务等公司，插件有望加速AIGC的应用爆发。AIGC有望成为物联网应用的重要助手，推动物联网行业快速发展。物联网可以提供大规模的数据，能一定程度上解决AIGC模型训练所需的数据来源；物联网技术能够实现对物理世界的状态数据、定位数据、行为数据等采集，在获得这些数据后，AIGC模型能够更深入地学习各行业具体场景知识，输出更精准的信息，为行业经营者提供参考，加速产业数字化升级的步伐，以及简化人们与智能家居、智能硬件交互的方式。AIGC有望成为物联网应用的重要助手，推动物联网行业快速发展。根据IDC的数据，预计到2026年中国物联网设备连接数总量将达到102.5亿个，2022-2026复合增长率为18%。AIGC有望加速智能在终端上的应用，终端AI芯片迎来升级与发展机遇。随着AI技术在手机、智能音箱、智能摄像头、无人机、自动驾驶汽车等终端上的应用，曾经很多人工智能的推理工作，诸如模式匹配、建模检测、分类、识别、检测等逐渐从云端转移到了终端侧，赋予终端设备更多“智慧”。智能终端在不同应用场景下对算力、功耗、时延的多元化需求，使得人工智能芯片在端侧可以拥有更多元化的应用场景。根据甲子光年的数据，随着人工智能在终端的广泛应用，2018-2023年中国终端AI芯片市场规模复合增速达到62.2%，2023年中国终端AI芯片市场规模将超过160亿元。AIGC有望进一步加速智能在终端上的应用，终端AI芯片迎来升级与发展机遇。1.3.Chiplet适用于高性能计算场景，将助力于算力升级浪潮Chiplet是后摩尔时代满足AI芯片性能提升的关键技术。ChatGPT带动算力需求成指数级增长，对AI芯片性能要求大幅增加，半导体制造工艺制程接近物理极限，通过半导体制程提升AI芯片性能难度越来越大。Chiplet是满足目前算力需求爆发的关键技术，Chiplet技术可以将更多算力单元高密度、高效率、低功耗地连接在一起，从而实现超大规模计算；Chiplet技术适用于异构计算，能极大提高异构核之间的传输速率，降低数据访问功耗，从而实现高速预处理和数据调度，同时降低存储访问功耗，满足大模型参数需求。Chiplet主要适用于大规模计算和异构计算，将助力于算力升级浪潮。1.3.1.Chiplet助力芯片制造实现降本增效，未来市场空间广阔Chiplet（芯粒）是一种可平衡计算性能与成本，提高设计灵活度，且提升IP模块经济性和复用性的新技术之一。Chiplet实现原理如同搭积木一样，把一些预先在工艺线上生产好的实现特定功能的芯片裸片，通过先进的集成技术（如3D集成等）封装在一起，从而形成一个片上系统芯片。Chiplet实现硅片级别IP复用，为先进制程工艺中性能与成本的平衡提供解决方案。Chiplet在继承了SoC的IP可复用特点的基础上，更进一步开启了IP的新型复用模式，即硅片级别的IP复用。不同功能的IP，如CPU、存储器、模拟接口等，可灵活选择不同的工艺分别进行生产，从而可以灵活平衡计算性能与成本，实现功能模块的最优配置而不必受限于晶圆厂工艺。Chiplet模式具备开发周期短、设计灵活性强、设计成本低等特点；可将不同工艺节点、材质、功能、供应商的具有特定功能的商业化裸片集中封装，以解决7nm、5nm及以下工艺节点中性能与成本的平衡，并有效缩短芯片的设计时间并降低风险。Chiplet可以提升芯片制造的良率，实现降本增效。在晶圆制造中，面积小的Die良率会更高，着意味着芯片成本的降低，芯片面积与良率成反比。因为每片晶圆上都有一定概率的失效点，对于晶圆制造工艺来说，在同等技术条件下难以降低失效点的数量，如果被制造的Die面积越大，那么失效点落在单个Die上的概率就越大，因此良率就越低。对于12英寸的晶圆，中等尺寸Die18mmx20mm(360mm²)可以切割150颗，而其四分之一大小的Die9.5mmx10.5mm(99mm²)可以切割622颗，芯片的利用面积可以提升14%；相比于360mm²的单体（Monolithic）芯片，4颗Chiplet(99mm²)的良率提升超过2倍至37%；尽管需要额外10%的面积用于Chiplet之间的通信连接，使用Chiplet技术在良率和成本方面仍有巨大的提升。Chiplet技术发展需要统一互联标准。Chiplet技术在早期阶段，是企业内部的芯片模块复用，此时Die之间的互联使用公司自己的接口标准，比如AMD通过计算单元（CCD）和接口单元（IOD）组合，形成不同规格的服务器和个人电脑芯片，并且3代芯片的接口单元用了2代芯片的IO控制部分。不同IC制造商生产的Die之间的互连接口和协议不同，众多的芯片厂商都在推自己的互联标准，Chiplet技术发展需要统一互联标准。UCIe将在标准和生态层面掀开Chiplet发展新篇章。UCIe标准的全称为“UniversalChipletInterconnectExpress”，UCIe产业联盟是一个由诸多半导体、科技、互联网巨头所建立的组织，于2022年3月成立，由英特尔牵头，联合了台积电、三星、日月光（ASE）、AMD、ARM、高通、谷歌、Meta（Facebook）、微软等十家行业领先公司，旨在打造一个全新的Chiplet互联和开放标准UCIe，UCIe将在标准和生态层面掀开Chiplet发展新篇章。Chiplet未来市场空间广阔。Chiplet主要适用于大规模计算和异构计算，大模型推动算力芯片需求快速增长，Chiplet未来市场空间广阔。根据研究机构Omdia的数据，2024年采用Chiplet的处理器芯片全球市场规模将达58亿美元，到2035年将达到570亿美元，复合增速为23.09%。1.3.2.海外巨头引领算力芯片应用Chiplet技术，建立基于Chiplet的大规模异构计算平台AMD引领Chiplet潮流，是产品化进度最快的厂商。AMD自2019年的Zen2架构便开始采用Chiplet技术，Zen2内部架构由CCD(一个CCX模组包含四个Zen2内核)、L2和L3缓存组成，还需要在Die上集成电源管理、InfinityFabric系统互连、时钟等；AMD将昂贵的7纳米工艺用于内核缓存Die(CCD)上，而将DRAM和PCIe逻辑转移到12nmI/ODie上；AMD通过使用Chiplet优化了成本结构，提高了裸片良率。基于Zen2架构的产品在处理能力上也有很大提升，能耗比改善明显。AMD引领GPU进入Chiplet时代，Chiplet支持MI300算力大幅提升。AMD与台积电共同合作3DChiplet产品，并于2022年推出了RDNA3架构的7000系显卡，引领GPU进入Chiplet时代。RDNA3的核心Navi31包括一个GCD（GraphicsComputeDie）和六个MCD（MemoryCacheDie），RDNA3Navi31GPU相比于Navi21在总面积几乎不变的情况下，晶体管数量翻番，密度也翻了一倍，能效提升54％，计算性能提升2.7倍。2023年AMD推出基于CPU+GPU架构的APUMI300，集成Zen4架构的24个CPU核心、CDNA3架构的GPU单元、128GB容量的HBM3高带宽内存，MI300采用Chiplet技术，重点应用于数据中心的高性能计算及人工智能领域，相较于上一代的MI250，提升了8倍的AI训练算力和5倍的AI能效，MI300标志着AMD正式进入AI训练市场。英特尔发布首款Chiplet处理器，全面对人工智能算力进行加速。2023年1月，英特尔发布第四代至强处理器SapphireRapids，SapphireRapids是英特尔首次采用Chiplet模块化建构至强CPU，这是一种2.5D封装技术，根据不同的SKU，每个CPU最多封装了四个Die。SapphireRapids包含52款CPU，最多支持60核，采用Intel7工艺制造，支持PCIe5.0、DDR5和CXL1.1接口，提供最多80个PCIe5.0通道、最高支持1.5TB的DDR5-4800内存，TDP最高达350W。第四代至强处理器集成英特尔AMX、英特尔IAA、英特尔QAT、英特尔DLB、英特尔DSA、英特尔SGX、英特尔至强CPUMAX系列七大算力神器，全面对数据处理和人工智能算力进行加速。英伟达全面投产基于Chiplet技术的GH200超级芯片，开启生成式人工智能新时代。2023年5月29日，英伟达正式发布了全新的GH200GraceHopper超级芯片，目前已全面投产。GH200是将72核的GraceCPU、H100GPU、96GB的HBM3和512GB的LPDDR5X通过Chiplet技术集成在同一个封装中，拥有高达2000亿个晶体管。这种组合提供了CPU和GPU之间高达900G/s的数据带宽，为某些内存受限的工作负载提供了巨大的优势。GH200旨在助力开发面向生成式AI语言应用、推荐系统和数据分析工作负载的巨型、下一代模型，这标志着生成式人工智能领域的一次革命性突破，开启生成式人工智能新时代。1.3.3.先进封装技术是提升芯片性能的最佳方案之一，未来成长空间广阔先进封装主要包括2.5D、3D以及晶圆级封装。现阶段先进封装主要指2.5D、3D以及晶圆级封装（WaferLevelPackage）。2.5D封装是指采用了中介层（interposer）的集成方式，中介层目前多采用硅材料，中介层中的TSV通常被称为2.5DTSV。与2.5D采用中介层进行高密度互连不同，3D是指芯片通过TSV直接进行高密度互连，在芯片上直接生成的TSV则被称为3DTSV。Chiplet异构集成含有异构和异质两重含义，为算力芯片发展趋势。英伟达GH200和AMDMI300均采用CPU+GPUChiplet异构方案，异构集成为算力芯片发展趋势。异构集成含有异构和异质两重含义。异构集成主要指将多个不同工艺单独制造的芯片集成到一个封装内部，以增强功能和提高性能，可以对采用不同工艺、不同功能、不同制造商制造的组件进行封装，例如将7nm、10nm、28nm、45nm的Chiplet通过异构集成技术封装在一起。异质集成则是指将不同材料的芯片集成为一体，可产生尺寸小、经济性好、设计灵活性高、系统性能更佳的产品，例如将Silicon、GaN、SiC、InP生产加工的Chiplet通过异质集成技术封装到一起，形成不同材料的半导体在同一款封装内协同工作的场景。3DChiplet将是先进封装技术未来的发展趋势。结构上3DChiplet就是将Chiplet通过3DTSV集成在一起，为了提高互连密度，3DChiplet采用了没有凸点的垂直互连结构，因此其互连密度更高。AMD在2021年首先将3DChiplet应用在Zen3处理器的3DV-Cache上，将包含有64MBL3Cache的chiplet以3D堆叠的形式与处理器封装在一起。AMD表示CPU上的DRAM只是通过3D堆叠实现目标的开始，未来将利用3DChiplet实现核心堆叠在核心之上，3DChiplet将是先进封装技术未来的发展趋势。SiP是完整的封装整体，越来越多地采用先进封装工艺。SiP（System-in-Package）是指在封装内形成一个系统，是完整的封装整体。随着系统对性能、功耗、体积的要求越来越高，集成密度的需求也越来越高，SiP也越来越多地采用Chiplet、2.5D、3D先进封装工艺。先进封装技术是提升芯片性能的最佳方案之一，未来成长空间广阔。随着电子产品进一步朝向小型化与多功能的发展，芯片尺寸越来越小，使得2.5D、3D、晶圆级封装、SiP等先进封装技术的发展成为提升芯片性能的最佳方案之一，先进封装技术在整个封装市场的占比正在逐步提升，算力芯片需求的爆发也将成为推动先进封装市场增长的重要动力。根据Yole的数据，2021年全球先进封装市场总营收为374亿美元，预计先进封装市场将在2027年达到650亿美元规模，2021-2027年间年化复合增速达9.6%。先进封装市场增长速度快于传统封装市场，未来成长空间广阔。1.3.4.国内封测龙头企业先进封装布局完善，将畅享AI算力需求爆发浪潮长电科技拥有先进封装技术全方位解决方案，Chiplet工艺已稳定量产。近年来长电科技重点发展先进封装技术，在5G通讯应用领域，公司具备从12x12mm到77.5x77.5mm全尺寸fcBGA产品量产能力，与客户共同开发了基于高密度Fanout封装技术的2.5DfcBGA产品，同时认证通过TSV异质键合3DSoC的fcBGA；在5G移动终端领域，公司布局的系统级封装SiP技术，配合多个国际高端客户完成多项5G射频模组的开发和量产，移动终端用毫米波天线AiP产品等已进入量产阶段；在车载电子、存储、AI/IoT领域，公司拥有先进封装技术全方位解决方案。长电科技推出的XDFOIChiplet高密度多维异构集成系列工艺已进入稳定量产阶段，同步实现国际客户4nm节点多芯片系统集成封装产品出货；公司Chiplet技术不断取得突破，已在高性能计算、人工智能等领域应用，将畅享AI算力需求爆发浪潮。通富微电与AMD深度合作，构建国内最完善的Chiplet封装解决方案。通富微电凭借Chiplet、WLP、SiP、Fanout、2.5D、3D堆叠等先进封装技术优势，不断提升先进产品市占率；根据统计数据，2022年公司在全球封测企业营收规模排名中首次进入全球四强。公司与AMD形成了“合资+合作”的强强联合模式，建立了紧密的战略合作伙伴关系。公司是AMD最大的封装测试供应商，占其订单总数的80%以上。AMD是Chiplet产品化进度最快的厂商，引领Chiplet技术趋势，公司与AMD深度合作，通过在多芯片组件、集成扇出封装、2.5D/3D等先进封装技术方面的提前布局，现已具备7nm、Chiplet先进封装技术规模量产能力，通富微电将构建国内最完善的Chiplet封装解决方案，充分受益于AI算力升级趋势。2.静待半导体周期触底回升，产业链部分环节有望率先复苏2.1.供需失衡导致半导体行业呈现周期性全球半导体行业兼具周期与成长属性，每隔4-5年经历一轮周期。2000年至今全球半导体行业经历几轮周期，通过分析全球半导体月度销售额数据，结合全球半导体月度销售额同比增速的趋势，按照一轮周期中同比增速的最小值为周期底部、同比增速的最大值为周期顶部，得出2001年9月、2009年3月、2011年12月、2016年5月、2019年6月是周期底部，2004年6月、2010年3月、2014年2月、2018年5月、2022年1月是周期顶部。全球半导体行业大约每隔4-5年经历一轮周期，上行周期从周期底部到周期顶部一般经历1-3年时间，下行周期从周期顶部到周期底部一般经历1-2年时间。全球半导体市场长期稳定增长。根据WSTS的数据，全球半导体行业销售额从2000年2044亿美元增长到2022年5741亿美元，21年的复合增速为5.04%，全球半导体行业保持长期稳定增长。半导体下游需求相对分散。1998-2008年PC为半导体需求增长的主要驱动力，随着2007年iPhone的发布，2008-2021年智能手机、可穿戴智能硬件逐步成为需求的主要动力，未来人工智能、智能汽车、物联网、AR/VR等有望成为驱动半导体行业增长的主要动力。总体来看，半导体下游需求相对分散。半导体产能供给增量释放相对集中。半导体晶圆制造产能从规划到最终释放一般需要2-4年时间（厂房建设一般需1年左右，设备搬入厂房一般需要半年到1年，产能爬坡到满产一般需要1到2年），具有一定的滞后性。而半导体产能供给增量释放相对集中，从2000年至今，2000年、2006-2008年、2011年、2015年、2017-2018年、2020-2022年是产能增量较高的年份。供需失衡导致半导体行业呈现周期性。根据ICInsights的数据，智能手机、PC等消费类下游市场占半导体整体比重超过70%，2022年至今智能手机、PC等出货量均处于大幅下降的趋势中，消费类需求大幅下滑对全球半导体销售额下降产生较大影响。2020-2022年半导体产能供给增量较高，而2022年需求出现大幅下滑，供需失衡导致半导体行业呈现周期性，半导体行业进入新一轮下行周期。2.2.半导体周期仍处于下行阶段，关注23H2复苏进展供需失衡导致半导体行业呈现周期性，半导体周期所处阶段可以通过半导体销售额、库存水位、晶圆厂产能利用率、存储器价格、设备销售额、硅片出货量等指标进行验证。2023年4月全球半导体销售额同比下降21.6%、环比增长0.3%；全球主要芯片厂商23Q1库存水位继续提升；晶圆厂产能利用率23Q1继续大幅下降，23Q2有望逐步恢复；2023年4月日本半导体设备销售额同比增长6.49%，环比增长14%；2023年第一季度全球硅片出货量同比下降11.3%，环比下降9.0%，下降幅度较22Q4有所扩大。综上所述，半导体行业景气周期仍处于下行阶段，关注23H2复苏进展。2.2.1.全球半导体月度销售额继续同比大幅下降，预期23H1将延续调整2023年4月全球半导体销售额同比下降21.6%、环比增长0.3%。根据半导体产业协会（SIA）的数据，4月份全球半导体销售额约为400亿美元，同比下降21.6%，环比增长0.3%。分地区看，4月份，中国和日本半导体销售额分别环比增长2.9%和0.9%，但欧洲、美洲和亚太及其他地区的销售额均呈下降趋势。4月份，欧洲的销量同比增长2.3%，但日本（-2.3%）、美洲（-20.5%）、亚太及其他地区（-23.9%）和中国（-31.4%）的销量均下降。2023年4月中国半导体销售额同比下降31.4%、环比增长2.9%。根据半导体产业协会（SIA）的数据，4月份中国半导体销售额约为114亿美元，同比下降31.4%，环比增长2.9%。WSTS预计2023年全球年销售额同比下降10.3%。WSTS预计2023年全球年销售额将为5151亿美元，低于2022年的5741亿美元销售额，同比下降10.3%。到2024年，全球销售额预计将达到5760亿美元，再次创出半导体行业销售额新高。2.2.2.全球主要芯片厂商季度库存水位继续提升全球主要芯片厂商库存水位继续提升，23Q1平均库存周转天数环比提升20天。全球主要芯片厂商包括英特尔、AMD、英伟达、高通、美光、TI、恩智浦、微芯、安森美2022年第四季度的平均库存周转天数为130天，2023年第一季度增加到150天，环比提升20天。国内部分芯片厂商库存水位继续大幅提升，23Q1平均库存周转天数环比提升144天。国内主要芯片厂商包括兆易创新、卓胜微、韦尔股份、澜起科技、晶晨股份、瑞芯微、北京君正、圣邦股份、紫光国微2022年第四季度的平均库存周转天数为207天，2023年第一季度增加到351天，环比提升144天。2.2.3.晶圆厂产能利用率季度继续大幅下降，23H2有望逐步恢复晶圆厂产能利用率23Q1继续大幅下降。半导体市场需求自2022年三季度大幅下跌，导致芯片原厂流片意愿不强，晶圆厂的产能利用率也出现下滑，2023年第一季度晶圆厂产能利用率进一步下跌。国内晶圆代工龙头厂商中芯国际23Q1的产能利用率从22Q4的79.5%大幅下降至68.1%；联电23Q1的产能利用率从22Q4的90%下降至70%；由于华虹半导体主要产品功率等特色工艺依然保持较高的景气度，公司产能利用率一直保持在较高水平，23Q1产能利用率为103.5%，与22Q4基本持平。预计晶圆厂产能利用率23H2有望逐步恢复。根据预测，2023年第二季度全球纯晶圆代工（不含IDM）出货量约713万片（12英寸等效），同比下降约22%，平均产能利用率约74%，相比2022年同期平均稼动率98%有显著下滑；需求方面，随着传统旺季到来，下游厂商将逐渐启动备货，预计将为晶圆厂带来订单增加，但整体需求回升幅度较小，2023年第三季度晶圆厂平均产能利用率预计仍将在80%左右；供给方面，由于面临半导体市场较高的不确定性，晶圆厂商目前普遍控制扩产幅度，自身库存水平处于严控状态；受上述供需关系影响，晶圆代工价格在2023年第三季度将持续下跌，预计降幅逐步收窄。2.2.4.存储器月度现货价格跌幅明显趋缓2023年5月DRAM现货价格环比跌幅较小，部分NANDFlash现货价格环比跌幅有所扩大。根据DRAMexchange的数据，2023年5月DRAM的现货价格继续下跌，其中DDR48G(1G*8)eTT的5月现货价格环比下跌0.91%，跌幅较小且明显趋缓；DDR34Gb512Mx81600MHz的5月现货价格环比下跌1.45%，跌幅较小且明显趋缓。根据DRAMexchange的数据，2023年5月NANDFlash的现货价格继续下跌，其中64Gb8Gx8MLC的5月现货价格环比下跌0.05%,跌幅较小；32Gb4Gx8MLC的5月现货价格环比下跌3.55%，跌幅有所扩大。2.2.5.日本半导体设备月度销售额同比恢复增长，全球半导体设备仍处于下行周期2023年全球半导体设备进入下行周期，SEMI预计2023年全球300mm晶圆厂设备支出将下降18%。2023年6月13日，SEMI在《300mm晶圆厂展望报告-至2026年》中表示，预计2023年300mm晶圆厂设备支出将下降18%至740亿美元，预计2024年将增长12%至820亿美元，预计2025年增长24%至1019亿美元，预计2026年增长17%至1188亿美元的历史新高。对高性能计算、汽车应用的强劲需求和对存储器需求的提升将推动支出增长。2023年4月日本半导体设备销售额同比增长6.49%，环比增长14%。根据日本半导体制造装置协会的数据，2023年4月份日本制半导体设备销售额为3339.44亿日元，同比增长9.1%，连续第3个月呈现增长，且增幅较前一个月份扩大，月销售额则是连续第2个月突破3000亿日元大关，创1986年开始进行统计以来的第6高纪录。2023年1-4月期间日本半导体设备累计销售额达12631.82亿日元，同比3.4%，销售额创历年同期历史新高纪录。2.2.6.全球硅片季度出货量同比和环比下降幅度扩大2023年第一季度全球硅片出货量同比下降11.3%，环比下降9.0%。硅片是半导体产业链中最重要的材料之一，也是价值含量最高的半导体材料，占整个晶圆制造材料超过33%，2022年全球市场规模达超过150亿美元。根据国际半导体产业协会（SEMI）统计，2023年第一季度全球硅片出货量为32.65亿平方英寸，同比下降11.3%，环比下降9.0%，下降幅度较22Q4有所扩大。硅片出货量的下降反映了自今年年初以来半导体需求的疲软。2.3.存储器周期底部渐进，可穿戴设备产业链相关公司2023年有望率先复苏2.3.1.存储器周期底部渐进，23H2有望触底回升存储器行业每隔3-4年经历一轮周期，目前本轮下行周期持续时间已超过1.5年，存储器周期底部渐近。2010年至今全球存储器行业经历几轮周期，以DRAM为例，根据DRAMexchange的数据，14Q2、17Q4、21Q3是价格顶部，16Q2、19Q4是价格底部。DRAM大约每隔3-4年经历一轮周期，上行周期从周期底部到周期顶部一般经历1.5-2年时间，下行周期从周期顶部到周期底部一般经历1.5-2年时间。本轮周期DRAM价格21Q3见顶，目前下行周期持续时间已超过1.5年，2023年5月DRAM现货价格环比跌幅较小且明显趋缓，目前DDR44Gb合约价、DDR48Gb合约价、DDR34Gb现货价、台股DRAM月度营收同比数据均已跌破上一轮周期底部价格，本轮存储器周期底部渐近。在本轮下行周期中，海外存储龙头厂商纷纷减少产出及调整资本开支计划，供给端有望逐步收缩。在减产方面，根据TrendForce，铠侠位于日本四日市和北上NANDFlash晶圆厂从2022年10月开始晶圆产量将减少约30%，美光、SK海力士、三星也相继宣布减产，供给有望逐步收缩。在资本支出调整方面，根据各公司业绩说明会，美光2023年资本支出计划约70亿美元，同比减少40%以上；SK海力士2023年资本支出计划同比减少50%。存储厂商23Q1库存水位环比下降，有望迎来库存拐点。美光DRAM和NAND产品平均价格大幅下降，23Q1DRAM产品平均售价下降了40%左右，NAND产品的平均售价下降了30%左右；美光23Q1的库存周转天数从22Q4的211天下降到164天。美光公司首席执行官SanjayMehrotra表示客户库存正在好转，行业供需平衡将逐步改善，预计库存周转天数已达到顶峰，未来有望逐步回到健康水平。DRAM下游应用服务器、移动电子产品、PC占比较高，NANDFlash下游应用计算、移动电子产品、消费电子占比较高。DRAM下游需求市场格局较为稳定，根据IDC的数据，2018-2021年全球DRAM下游市场服务器和移动电子产品占比较高，PC次之。根据IDC的数据，2018-2021年全球NANDFlash下游市场计算、移动电子产品、消费电子占比较高，汽车、工业等应用占比相对较小。终端库存正在改善，23H2需求有望逐步恢复。根据IDC的数据，2023年第1季度全球智能手机出货量为2.686亿部，同比下降了14.6%；IDC预计2023年全球智能手机出货量预计为11.7亿部，同比下降3.2%，库存在逐步改善，预计23H2出货量好于23H1。根据IDC的数据，2023年第一季度全球PC出货量为5690万台,同比下降29%，预计2023年PC出货量下降-14.1%，目前库存在过去几个月已经有所改善，随着全球经济的改善及用户开始考虑升级到Windows11，23H2有望逐步恢复。根据TrendForce的数据，2023年第一季度受淡季效应与终端去库存影响，服务器出货量环比减少15.9%，第二季度由于过往产业旺季并未如期发生，预计环比增长9.23%，目前仍处于去库存阶段，TrendForce预计2023年服务器同比下降2.9%，其中大模型驱动AI服务器出货量将接近120万台，同比增长38.4%，AI服务器有望带动服务器市场23H2需求修复；AI服务器使用DRAM容量是普通服务器的8倍，使用NAND容量是普通服务器的3倍，进一步推动存储需求的复苏。供给端逐步收缩，如果23H2下游需求逐步恢复，存储周期23H2有望触底回升。2023年5月DRAM现货价格环比跌幅较小且明显趋缓，目前DDR44Gb合约价、DDR48Gb合约价、DDR34Gb现货价、台股DRAM月度营收同比数据均已跌破上一轮周期底部价格；美光23Q1库存水位环比下降，有望迎来库存拐点；供给端产出在逐步收缩，如果23H2下游需求逐步恢复，供需关系不断改善，存储器价格23H2有望反弹。本轮周期DRAM价格21Q3见顶，目前下行周期持续时间已超过1.5年，存储器周期23H2有望触底回升。2.3.2.预计可穿戴设备2023年有望率先复苏，产业链相关公司23Q1业绩拐点显现23Q1全球可穿戴腕带设备出货量同比下降1%，印度市场同比增长122%。根据Canalys的数据，2023年第一季度，全球可穿戴腕带设备出货量同比下降1%至4100万件。目前整体的经济环境疲软，导致消费者需求低迷，印度市场却一枝独秀，同比增长122%，除印度以外的大多数地区都出现了两位数的出货量下跌，其中美国和其他市场的出货量分别下降13%和21%，中国市场呈现更强韧性，出货量仅下滑7%。由于厂商和消费者越来越关注更大屏幕的设备，全球基础手环出货量继续萎缩，下降24%至750万台；但在印度强劲需求的拉动下，全球基础手表出货量大幅增加28%至1800万台；智能手表出货量下降11%至1580万台。23Q1苹果、小米、华为、三星及FireBoltt位列全球可穿戴腕带设备市场份额全球前五，印度本土厂商在印度市场快速崛起。2023年第一季度，苹果市场份额为20%，保持在第一的位置；小米凭借新品发力，以+4%的增长重回第二位，市场份额位11%；华为凭借自己本土市场的优势，以9%的市场份额位列第三；三星由于GalaxyWatch5pro产品出货情况不及预期，调整出货节奏且仍在消化渠道库存，出货量下跌19%，以7%的市场份额暂时位居第四；FireBoltt凭借印度市场近200%的增速冲入前五，以市场份额7%位列第五。2023年第一季度印度可穿戴腕带设备市场发展迅猛，主要是FireBoltt、Noise和boAt等本地厂商开始侧重于高性价比的产品推出，抓住市场对基础手表快速增长的需求。23Q1全球TWS出货量同比下降10%，印度市场高速增长。2023年第一季度，全球TWS耳机出货量下滑10%至6158万部，其中苹果出货量下跌19%，导致其市场份额下降至29%，但仍位居第一；三星出货量同比下降了22%，以8%的市场份额位居第二；小米出货同比下降31%，以6%的市场份额位居第三；印度本土厂商boAt的TWS出货同比增长30%，boAt仍以4%的市场份额位居第四。OPPO由于积极推出新产品，努力耕耘其入门级及中端系列产品，出货量同比增长38%，以4%的市场份额位居第五。23Q1印度TWS耳机市场保持高速增长，boAt、Boult、Noise等本地厂商及OPPO均实现高速成长。IDC预计2023年可穿戴设备市场有望复苏，实现同比增长6.3%。2023年第一季度可穿戴设备出货量有所下滑，随着库存不断优化以及旗舰新品后续上市，IDC预计2023年下半年可穿戴设备有望复苏，2023年实现同比增长6.3%，其中TWS耳机和智能手表市场的增长幅度最为显著。2023年可穿戴设备有望恢复增长主要有以下原因，由于TWS耳机市场2023年进入到换机周期，有大量不同功能和价格的产品可供选择，TWS耳机市场有望出现反弹；2023年智能手表将更多搭载血压、血糖等健康相关功能，随着更多新品上市，产品线将整体进行迭代，渠道经营更加注重效率；智能手环2023年有望随着消费复苏和中低收入群体消费意愿逐渐回升，迎来小幅回暖。恒玄科技和中科蓝讯23Q1营收实现同环比增长，业绩复苏拐点显现。恒玄科技为国内智能音视频SoC芯片领先企业，主要服务于三星、OPPO、小米、荣耀、华为、vivo等品牌客户，23Q1由于消费电子市场逐步回暖，恒玄新一代BES2700系列芯片逐步上量，整体产品结构升级，公司23Q1实现营收3.84亿元，同比增长33.57%，环比增长21.64%，净利率环比提升8.6%。中科蓝讯在22Q4营收已经开始复苏，实现了营收同环比增长；23Q1消费电子行业逐步回暖，下游及终端需求有所增强，新增智能穿戴产品线带来一定的市场增量，使得公司23Q1实现营收3.07亿，同比增长33.89%，环比增长1.18%，净利率环比提升8.59%。从恒玄科技和中科蓝讯23Q1的经营业绩来看，业绩复苏拐点显现。3.半导体自主可控势在必行，设备及零部件国产替代正当时3.1.半导体设备及零部件市场空间广阔，外部环境监管趋严加速国产替代3.1.1.半导体设备及零部件市场空间广阔受益于全球晶圆厂持续提高资本支出，半导体设备市场空间广阔。由于数字化基础设施的持续投资，半导体产业持续不断增加产能。根据日本半导体制造装置协会的数据，全球半导体设备的市场规模从2005年329亿美元增加到2022年1076亿美元，近17年复合增速为7.22%；中国半导体设备市场规模从2005年13亿美元增加到2022年283亿美元，近17年复合增速为19.87%，中国半导体设备市场空间广阔，且长期高速成长。半导体设备零部件是半导体设备的核心，半导体设备的绝大部分关键核心技术需要以精密零部件作为载体来实现。根据全球半导体设备厂商公开披露信息，设备成本构成中一般原材料占比90%以上，考虑国际半导体设备公司毛利率一般在40%-45%左右，从而全部半导体设备零部件市场约为全球半导体设备市场规模的50%-55%。半导体设备零部件市场空间广阔。以半导体设备零部件占全球半导体设备市场规模的50%进行推算，根据日本半导体制造装置协会的数据，2022年全球半导体设备市场规模1076亿美元，由此推算2022年全球半导体设备零部件市场规模为538亿美元，2022年中国半导体设备零部件市场规模为142亿美元。3.1.2.美日欧厂商主导全球半导体设备及零部件市场美日荷厂商主导全球半导体设备市场。2022年全球15大半导体设备供应商中，美国供应商有4家，市场份额占比39.4%；日本供应商有7家，市场份额占比21.4%；荷兰供应商有2家，市场份额占比17.4%；美国、日本和荷兰半导体设备供应商市场份额占比接近80%，主导全球半导体设备市场。全球半导体设备零部件市场主要被美日欧厂商所占据。根据ICWorld的数据，2020年全球主要的44家半导体核心零部件供应商中，美国供应商20家，占比约45%；日本供应商16家，占比约36%；德国供应商2家、瑞士供应商2家、韩国供应商2家、英国供应商1家等；美日欧半导体零部件供应商占比超过90%，主导全球半导体设备零部件市场。2022年全球半导体零部件前10大供应商包括有MKS仪器（MFC、射频电源、真空产品）、Edwards（真空泵），AdvancedEnergy（射频电源）、Horiba（MFC），VAT（真空阀件）、Ichor（模块化气体输送系统以及其他组件）、UltraCleanTech（真空阀件）、Brooks（机械手）及EBARA（干式真空泵）等，前十大半导体零部件公司市场份额超过50%。3.1.3.外部环境监管趋严加速半导体设备及零部件国产替代的进程外部环境监管趋严加速半导体设备零部件国产化进程。2022年10月7日，美国商务部产业安全局（BIS）宣布了一系列在《出口管理条例》下针对中国的出口管制新规，BIS这项新的半导体出口限制政策涉及到对中国的先进计算、半导体先进制造进行出口管制；具体要限制美国的半导体设备在国内应用到16/14nm及以下工艺节点（非平面架构）的逻辑电路制造、128层及以上的3DNAND工艺制造、18nm及以下的DRAM工艺制造；对中国超级计算机或半导体开发或生产最终用途的项目进行限制；限制美国公民支持中国半导体制造或者研发。2022年12月15日，美国商务部产业安全局（BIS）发布文件计划将长江存储、上海微电子、寒武纪等36家中国实体加入实体清单。2023年3月2日，美国商务部产业安全局（BIS）发布文件将中国大陆28家企业列入实体名单，包括浪潮集团、龙芯中科、第四范式、盛科通信等；日前荷兰政府宣布计划对半导体技术的出口实施新的限制措施，将部分DUV光刻机加入到出口限制范围内。2023年5月17日据路透社报道，荷兰政府宣布计划对半导体技术的出口实施新的限制措施，将部分DUV光刻机加入到出口限制范围内。2023年5月23日，日本经济产业省正式公布了《外汇法》法令修正案，将先进芯片制造所需的23个品类的半导体设备列入出口管理的管制对象。在外部环境监管日益趋严的背景下，智能手机、家电、工业、汽车等国内终端厂商都非常重视供应链安全，加速国产芯片的导入，国内晶圆厂也在加快国产半导体设备及零部件、材料国产化进程。综上，全球半导体设备及零部件市场空间广阔，主要被美日欧厂商占据，目前国产化率较低，未来国产替代的空间巨大，外部环境监管趋严进一步加速半导体设备零部件国产替代的进程。3.2.国内半导体设备有望逐步突破先进制程，国产替代加速进行中3.2.1.国内半导体设备先进制程有望逐步突破，国产化率继续提升将是大势所趋半导体设备国产化率较低，未来国产替代空间广阔。目前我国半导体设备国产化率仍处于快速提升的阶段，国产替代带动市场份额不断提升，行业增长及国产替代共同驱动国产半导体设备厂商高速成长。根据中国电子专用设备工业协会的数据，2021年，国产半导体设备销售额为385.5亿元，同比增长59%，占国内半导体设备市场销售额的比重为20%，目前整体国产率还处于较低的水平，未来国产替代空间广阔。薄膜沉积、光刻、刻蚀设备占半导体设备市场比重较高。在半导体设备中半导体前道设备投资规模占比较大，根据SEMI的数据，2020年全球半导体设备市场中光刻机、刻蚀机、薄膜沉积设备市场份额占比较高，共占据超过60%市场份额，其中光刻机占比24%;刻蚀机占比20%;薄膜沉积设备占比20%；其次为测试设备和封装设备。中国半导体设备招标采购中越来越青睐国产品牌，未来国产化率继续提升将是大势所趋。根据采招网的数据，相比于2020年，2021年中国半导体设备的招标采购中越来越青睐国产品牌。从各细分半导体设备来看，2021年去胶设备、清洗设备、涂胶显影设备、量测设备设备国产化率都有显著提高。随着外部环境监管逐步趋严，未来国产化率继续提升将是大势所趋。国内大部分半导体设备工艺制程节点已达到28nm，并逐步突破先进制程。国内半导体设备公司不断进行高额研发投入，目前除了光刻机以外，其他主要半导体设备基本都已达到28nm制程，并且中微公司的刻蚀设备、屹唐半导体的去胶机等设备已经达到先进制程节点。随着国际地缘政治冲突加剧，国内半导体设备先进制程节点有望逐步突破，半导体设备国产化的进程在加速进行中。3.2.2.半导体设备国产替代加速进行中，具备突破先进制程能力的公司将充分受益23Q1半导体设备板块业绩表现亮眼。根据Wind的数据，2022年半导体设备板块营业收入为371.43亿元，同比增长77.53%；2022年半导体设备板块归母净利润为71.99亿元，同比增长101.03%。2023年一季度半导体设备板块营业收入为91.02亿元，同比增长72.40%，在半导体产业链自主可控驱动下，半导体设备板块23Q1业绩表现较为亮眼。国内主要半导体设备公司目前在手订单充足且持续增长。从国内主要半导体设备厂商的合同负债情况来看，大部分设备厂商23Q1合同负债同比大幅增长，环比也有一定的增长；其中盛美上海23Q1合同负债同比增长113.09%，环比增长14.84%；拓荆科技23Q1合同负债同比增长109.36%，环比增长16.89%；中微公司23Q1合同负债同比增长54.67%，环比增长5.69%；北方华创23Q1合同负债同比增长53.67%，环比增长8.67%；合同负债是反映在手订单的指标，表明国内主要半导体设备厂商目前在手订单充足且持续增长，为2023年继续高速成长做好了保障。国内半导体设备公司2023年有望继续保持高速成长，国产化率较低的环节及具备突破先进制程能力的公司将充分受益于国产替代加速的进程。根据Wind一致预期，预计2023年国内主要半导体设备公司经营业绩仍处于高速成长中，目前在手订单充足且持续增长，2023年实现高成长的确定性较高。在半导体的下行周期中，国内主要晶圆厂2023年资本开支计划仍然维持在较高水平，坚持逆周期扩产；国内半导体设备公司不断进行高额研发投入，并逐步突破先进制程；国内半导体设备国产化率仍然较低，自主可控需求迫切，国产替代在加速进行中，国产化率较低的环节及具备突破先进制程能力的公司将充分受益。3.3.半导体设备零部件赛道坡长垒高，国产替代正当时3.3.1.半导体设备零部件是半导体设备的核心半导体设备零部件是半导体设备的基础和核心。半导体设备零部件是指在半导体设备制造过程中所需的零部件，并在材料、结构、工艺、品质和精度、可靠性及稳定性等方面能达到半导体设备的技术要求。半导体设备是半导体行业技术演进的关键，其绝大部分关键核心技术需要以精密零部件作为载体来实现。半导体设备零部件具有高精密、高洁净、超强耐腐蚀能力、耐击穿电压等特性，生产工艺涉及精密机械制造、工程材料、表面处理特种工艺、电子电机整合及