算力行业云基建专题报告：AI浪潮持续催化云端配套升级加速

算力行业云基建专题报告：AI浪潮持续催化，云端配套升级加速大模型引领AI商业化，轻量应用价值亦凸显2022年11月30日，美国人工智能研究公司OpenAI正式发布全球瞩目的人工智能聊天机器人

ChatGPT。该技术的推出轰动了全球，仅仅5天的时间，ChatGPT的注册用户数量就突破了100万大关，到了2023年1月末，ChatGPT的月活跃用户数突破了1亿，成为了历史上增长最快的消费者应用之一。这一突破性的成就使得ChatGPT为代表的人工智能聊天机器人，将全球带入了一场前所未有的科技革命，标志着"智能时代"正式拉开帷幕，人工智能从技术升级开始向商业化落地迅速演进。英伟达创始人黄仁勋则形容这一时刻为AI领域的"iPhone"时刻。二十一世纪被称为信息时代。各种新兴技术如人工智能、机器学习、区块链、5G和物联网等，每时每刻都在产生海量的数据，并将这些数据应用于人们日常生活的各个领域。数据已经成为继土地、劳动力、资本和技术之后的第五大生产力要素。根据IDC预计，2021年全球数据总量达到85ZB，并将在2025年达到175ZB，CAGR达到约20%。庞大的数据为AI模型的诞生孕育了肥沃的土壤。人工智能正逐渐走进我们的日常生活，与人们的生活越来越密切地联系在一起。而这一切的基础是数据和算力。数据的丰富和高效的算力，为人工智能的快速发展和商业应用提供了坚实的支持。在人工智能的浪潮中，数据被喻为"新的石油"，而强大的算力则是推动AI技术腾飞的引擎。OpenAI在从GPT-2模型升级到GPT-3模型时，其参数数量从15亿增长至1750亿级别。随着参数规模的增大，算力负担也相应增加。如果要在更短的时间内运行更大的模型，就必须进一步增加算力。在可预见的未来，算力将成为各大AI企业必须提升的关键技术能力。只有拥有足够的算力，才能支持更复杂、更庞大的人工智能模型，使其能够在实际应用中发挥更高的效能。AI企业将不断探索和投资于新的计算技术，以确保其在竞争激烈的市场中保持领先地位。同时，算力的提升也将推动着人工智能技术的不断进步。更强大的算力意味着更复杂的模型和更深层次的学习，这将有助于改善人工智能系统的性能和智能化水平。因此，算力的不断增强不仅是AI企业的必然需求，也是人工智能技术发展的驱动力。海外主要大模型包括OpenAI的ChatGPT-3、

Anthropic

的Claude、英伟达与微软的MegatronTuring-NLG以及Meta的OPT等。中国大模型主要包括百度文心、华为盘古、阿里通义、腾讯混云以及商汤的视觉模型等。百度推出文心大模型，基本实现跨模态和多下游多领域的应用，目前已上线文心一言。腾讯主要通过多模态解决语言理解与图像生成的问题。在多模态大模型迈向商业化的同时，边缘级轻量化应用亦凸显价值。随着深度学习模型在各个领域的广泛应用，算力的消耗需要足够的硬件支持才得以运行。对于如何将大型模型轻量化部署到端测设备以及如何在小数据领域进行轻量化微调亦成为业界关注的焦点。一方面，在云端运行AI大模型，成本往往极高，受众较少。另一方面，如果能在本地运行，将带来如隐私保护等诸多优势。自ChatGPT发布以来，业内正对边缘级轻量化应用进行持续探索。以谷歌PaLM2为例，2023年5月11日，谷歌发布全球首个支持边缘端的大模型PaLM2，开启了从云到端的终端交互革命。谷歌在大语言模型的小型化上，取得了非常重要的进步。而且在谷歌I/O大会上，还同时发布了4个参数更少的模型。其中最小的一款模型

Gecko（壁虎），甚至可以在智能手机上运行。我们认为轻量化应用将直击大模型训练成本高昂的痛点，配合特定行业场景以及参数调优，端侧的应用将为AI商业化带来更广阔的空间。7月20日，2023世界半导体大会开幕式在南京举行，中国工程院院士倪光南发表主题演讲。他提供了一组数据：中国单位GDP的数据存储量只有美国70%左右，而人均数据存储量，美国是中国的9倍。美国为212GB/人，中国约为25GB/人。从闪存占比看，全球是41.3%，美国是56.4%，而中国只有20.3%。因此，倪光南建议通过政策引导力推SSD（固态硬盘）取代HDD（机械硬盘）。中国新型半导体存储产业链相对完整。上游芯片方面，NANDFlash

领域有长江存储；DRAM有长鑫。闪存主控芯片方面生产厂商较多；NANDFlash存储芯片的核心设备刻蚀机方面，中微公司的刻蚀机已经突破5nm工艺，达到国际领先水平。生产SSD主控芯片和DRAM的光刻机工艺为12～28nm，不需要EUV光刻机，“卡脖子”风险较低。AI行情持续催化，结构布局机会仍佳自ChatGPT正式发布以来，国内国际市场AI算力投资均表现亮眼。国际方面，步入2023以来英伟达作为AI算力龙头股价一路走高，累计最大涨幅逾160%。5月24日英伟达交出亮眼财报，FY1Q24实现收入71.92亿美元(YoY-13%,QoQ+19%)，公司指引，FY1Q24公司数据中心业务达到42.8亿美元，创历史新高。展望2024财年第二季度，公司预计收入将达到110亿美元，大超市场预期。受此催化影响，英伟达市值一度上破万亿美元大关，成为全球首家市值达到1万亿美元的芯片制造商，市值在5个月内暴增6300亿美元。国内方面，我们选取windAI算力指数（8841678.WI）作为参考，该指数共含等成分股51支。2023年1-4月，AI算力指数走势整体与英伟达走势趋同，并于4月20日达到最大累计涨幅71.53%，而同期沪深300指数区间累计涨幅仅为6.88%，AI算力指数超额收益大幅跑赢市场。5月以来宏观经济弱复苏，受此影响板块迎来分化调整，我们认为AI算力板块目前正处于分化调整阶段，伴随经济基本面的边际改善以及政策面的持续推出，AI算力板块有望再度迎来布局良机。个股方面，我们选取了16家有代表性的AI算力龙头公司，覆盖包括芯片，内存，PCB，服务器代工以及数据中心配套建设。截至2023年6月30日，16家公司平均涨幅为56.63%，其中涨幅最高的是寒武纪，区间累计涨幅达244.57%，这也反映了算力需求下高性能芯片的重要性；受全球个人电脑及服务器市场景气度下滑、内存接口芯片起量不及预期等因素，澜起科技、聚辰股份表现欠佳，区间分别下跌8.27%，30.20%。PCB方面表现较为分化，与各家产品结构有关；工业富联作为服务器代工龙头，股价亦有近翻倍表现。此外，液冷作为数据中心低能耗日趋严苛下的必由之路，高澜股份、申菱环境、英维克等亦有亮眼的表现。存力算力封力三位一体，产业链再迎新机遇AIGC有望拉动全球云硬件需求增长，服务器则是AI算力的核心。由于全球经济疲软及通胀等因素，IDC预计全球服务器出货量增速在2023年下滑，2024年有望重回稳健增长轨道。AI服务器方面，TrendForce不断上修AI服务器出货量，预计2023年AI服务器（包含搭载GPU、FPGA、ASIC等）出货量近120万台，年增38.4%，占整体服务器出货量近9%，至2026年将占15%，同步上修2022~2026年AI服务器出货量年复合成长率至22%。我们认为AI创新引发的算力“军备竞赛”将推动云基础设施超预期成长。从服务器产业结构来看，服务器行业的上游主要由组成服务器的核心部件构成，其中包括CPU、内存、硬盘、电源以及连接器等关键组件。在服务器产业中游，主要由系统集成商和服务器厂商构成。从硬件角度来看，与传统服务器相比，人工智能（AI）服务器通常配备高性能的GPU或TPU加速器，拥有大容量的显存和存储器，并且有较多的

PCIe

显示设备作为外设。这样的配置旨在实现图像识别、人工智能学习等复杂任务，以实现更快、更高效的数据处理和计算能力。AI服务器的设计旨在满足人工智能等大数据应用的需求，因为这些应用对计算性能和数据处理速度有着更高的要求。随着人工智能技术的快速发展，对服务器的性能和配置提出了更高的要求。我们认为伴随AIGC的不断催化，以服务器为基石的云基础设施产业链将驱动硬件端加速迭代更新。算力需求高速增长，国产AI芯片正当时AI芯片是算力的“心脏”。根据WSTS数据，2020年全球人工智能芯片市场规模约为175亿美元，随着人工智能技术的日益成熟和不断完善的数字化基础设施，人工智能商业化应用正迅速推动AI芯片市场的高速增长。这一趋势得益于多方面的推动因素，将为AI芯片产业带来前所未有的机遇，据WSTS预计2025年全球人工智能芯片市场规模将达到726亿美元。AI芯片主要分为三种类型，分别是GPU、FPGA和ASIC芯片。每种类型的AI计算芯片都有其突出的优势和适用领域，并在AI训练和推理阶段发挥作用。目前，在人工智能领域中，CPU的应用相对有限，主要是因为CPU在AI训练方面的计算能力不足。在独立GPU领域，英伟达是主要的市场领导者，其份额高达88%。为应对AI订单需求激增，供给端亦在发力。公司董事长刘德音指出，台积电今年CoWoS产能已较去年实现倍增，明年将在今年基础上再度倍增。同时，为应对先进封装产能的持续紧缺，台积电CoWoS封测产能不足的部分订单已外溢日月光、矽品与Amkor，同时晶圆代工厂联电也分到英伟达CoWoS中的“W（SiinterposerWafer）”部分订单，联电预计下半年开始量产出货，之后再由封装厂商完成“oS”部分。我们认为伴随着订单外溢及先进封测六厂的启动，AI订单产能瓶颈将有望趋于缓解。此外，国际巨头仍不遗余力的进行技术创新，以期在竞争日趋激烈的算力大战中获得更多非对称性优势，CPU+GPU异构计算成芯片巨头新宠：首先，随着高性能计算应用的不断发展，驱动了对算力的需求不断增加。传统单一计算类型和架构的处理器已经无法满足处理日益复杂、多样化数据的要求。其次，由于数据量和多样性的不断增加，数据处理的地点、时间和方式也在不断变化。在这样的背景下，CPU+GPU架构尤为适用于处理数据中心产生的大规模数据。采用CPU+GPU架构，可以更高效地处理这些海量数据。此外，CPU+GPU架构还具有共享内存空间的优点，能够消除冗余内存副本，从而改善处理效率。通过将CPU与GPU集成在同一架构中，处理器无需再将数据复制到专用内存池来访问或更改数据，也无需使用第二个连接到CPU的DRAM内存芯片池。芯片三大巨头英伟达、AMD、英特尔也纷纷集中动作，分别推出Grace、MI300、和FalconShores等架构，“超异构计算”已逐渐成为业界升级趋势之一。早在2022年的GTC大会，英伟达GraceHopperSuperchip首次发布，14个月后的COMPUTEX2023上，GH200GraceHopper超级芯片被正式宣布已经全面投产，将为大规模HPC和AI应用带来突破性的加速计算。与英伟达GH200超级芯片类似，AMD在2023下半年即将推出的MI300也将采用CPU+GPU架构，同样发力于AI训练市场。AMD于CES2023介绍了新一代InstinctMI300加速器，结合CPU与GPU，重点发力数据中心的HPC及AI领域，对标英伟达GraceHopper，一改过去AMD的GPU产品主要应用在图像处理及AI推理领域的局限。公司早前在22Q4财报电话会里提及，MI300已开始送样给重要客户，而正式推出将会在下半年，2024年将看到明显贡献。国内GPU赛道厂商中，景嘉微通过自主研发GPU并规模化商用，是国内显示控制市场龙头企业。此外，海光信息、寒武纪等公司均有布局GPU产品。在加速计算GPU领域，国内壁仞科技发布的BR100产品，在FP32单精度计算性能实现超越NVIDIAA100芯片，但是不支持FP64双精度计算；天数智芯推出的天垓100的FP32单精度计算性能实现超越A100芯片，但是在INT8整数计算性能方面却低于A100；海光推出的DCUZ100实现了FP64双精度浮点计算，但是其性能为A100的60%左右。因此，从高精度浮点计算能力来看，国内GPU产品与国外产品的计算性能仍或有一代以上差距。此外，沐曦旗下的曦思N100也已经量产，成为其首款人工智能推理GPU，它能够兼容多种视频格式，提供最高128路编码和96路解码的视频处理能力。此外，GPU的表现不仅体现在硬件上，软件层面对于生态的布局尤其重要。CUDA（ComputeUnifiedDeviceArchitectecture），是NVIDIA于2006年推出的通用并行计算架构，包含CUDA指令集架构（ISA）和GPU内部的并行计算引擎，它提供了一种比CPU更有效的解决大规模数据计算问题的方案，在深度学习训练和推理领域被广泛使用的AMDROCm是RadeonOpenCompute(platform)的缩写，是2015年AMD公司为了对标CUDA生态而开发的开源软件开发平台，主要用于HPC和超大规模GPU计算，ROCm只支持Linux系统。目前国内企业多采用OpenCL进行自主生态建设，对比AMD从2013年开始建设GPU生态近10年时间后才推出用于通用计算的ROCm开放式软件平台，国内厂商在软件和生态层面与英伟达CUDA生态的差距相较于硬件更为明显。我们认为，受美国对中国GPU芯片出口管制影响，预计国产GPU芯片替代进程将快速推进。此外，“超异构计算”概念下，封测及制造产业链的协同发力亦值得关注。在AI商业化的推进过程中，借助边缘计算的支持，"端"应用有望填补AI大模型的局限性。边缘计算是指将计算和数据存储能力移动到接近数据源的边缘设备，例如AI边缘计算盒子、物联网设备等，而不仅仅依赖于遥远的云服务器。边缘计算具有在成本、时延和隐私方面的天然优势，同时还可以作为桥梁，预处理海量复杂需求，并将其导向大型AI模型。根据STLPartners统计，2030年全球边缘潜在市场将达4450亿美元，10年复合年增长率为48%。根据亿欧智库《2022中国边缘计算产业研究报告》，2025年我国边缘计算市场空间达1987.68亿元，具备较大发展潜力。目前，边缘算力的存在形式主流是边缘计算芯片。从全球来看，高通作为全球手机芯片巨头，基于骁龙系列手机芯片推出了一系列专为边缘侧设计的模组芯片，将传统的IOT设备赋予了算力，也改变了过去边缘侧设备只能基于功耗与成本较高的X86平台的格局。高通于今年4月推出了最新一代的物联网芯片QCS8550/QCM8550，处理器整合强大算力和边缘侧AI处理、Wi-Fi7连接以及增强图形和视频功能，为高性能需求的物联网应用提供支持并助力其快速部署，比如自主移动机器人和工业无人机。上述产品采用了高通优化的AI架构。高通QCS8550和高通QCM8550还支持增强的视频和图形处理，支持沉浸式云游戏、视频协作和视频流媒体体验。我们认为，以高通为代表的边缘巨头推动下，芯片端亦具备一定边缘计算能力，AI在“端”的部署正在加速演进。而算力巨头英伟达在边缘侧亦有布局，英伟达Jetson边缘计算平台涵盖了机器人、自动驾驶、工业制造、智慧城市等边缘AI的主要应用场景。每个NVIDIAJetson都是一个完整的系统模组，其中包括GPU、CPU、内存、电源管理和高速接口等。不同性能、能效和外形规格的组合可满足各行业所需。可以说Jetson具备较完整产品谱系，并能提供软件、硬件设计服务以及涵盖载板到完整系统的现成兼容产品。国内方面，相较国际芯片巨头的标准化定制能力，鉴于我国芯片设计业“百家争鸣”的行业格局，国内边缘芯片厂商走出了“中国式”的发展道路：即更多从芯片设计入手，深度参与芯片与产品的融合与定制化开发。经过多年的追赶，我国亦涌现出了许多优秀的边缘芯片提供厂商。如边缘算力SOC提供厂商包括了全志科技、瑞芯微、晶晨股份等厂商，而边缘通信芯片厂商则包括了如翱捷科技、乐鑫科技、紫光展锐等厂商。我们认为无论是国际大厂的标准化开发能力还是国内的定制化生产，AI由“云”到“端”的逻辑均得到验证，伴随AI的探索趋向深处，国内相关厂商有望深度受益。DDR5渗透率盼加速，HBM助推AI算力突破存力瓶颈大模型参数及训练数据量的增长对显存容量有更高的要求。更多的参数量不仅可以提高模型的表现能力，也意味着需要大容量、高速的存储支持。存储芯片巨头美光于FY24Q2法说会更是表示，一台人工智能服务器DRAM使用量是普通服务器的8倍，NAND是普通服务器的3倍。根据我们的预测，2026年服务器DRAM（不含HBM）市场规模有望达321亿美元，NAND市场规模有望达425亿美元。由于DDR5ServerDRAM遇到PMIC匹配性问题，新平台的推出仍受阻，目前DRAM原厂和PMIC厂商均已着手处理。我们认为尽管短期原厂DDR5供应受阻，价格下降趋势放缓影响渗透提升，但由于PMIC供应厂商较多，切换及适配不会成为DDR5渗透率提升瓶颈。我们预估，服务器DDR5渗透率有望于今年底达到25%，在2026年达到85%，AI服务器的加速发展以及PMIC良率问题逐步得到解决，DDR5渗透率有望逐步攀升，内存接口芯片供应商有望深度收益本次升级浪潮。AI不仅能推动储存现有DDR标准的迭代升级，随着运算数据量发生指数式增长，GPU对更多的内存、更高的带宽提出需求，HBM应运而生。GPU主流存储方案目前主要分两种：（1）GDDR方案：该方案在SoC周围有大量外设。该方案主要通过从GDDR5升级为GDDR6提高带宽，但GDDR如果要增加1GB的带宽将会带来更多的功耗，因此不利于系统性能提升。（2）HBM方案：HBM（全称“3DHighBandwidthMemory”），是一种非常紧凑的内存技术，由多个芯片垂直堆叠而成，每个芯片上都有多个内存通道。相较GDDR方案而言，HBM通过TSV堆栈的方式能达到更高的I/O数量，显存位宽能够达到1,024位，显著提升，此外还具有更低功耗、更小外形等优势。当前HBM主要由SK海力士及三星所垄断。据TrendForce数据，2022年三大原厂HBM市占率分别为SK海力士50%、三星约40%、美光约10%，集中度相对较高。高阶深度学习AIGPU的规格刺激HBM产品更迭。2023下半年伴随NVIDIAH100与AMDMI300的搭载，三大原厂也已规划相对应规格HBM3的量产。因此，在今年将有更多客户导入HBM3的预期下，SK海力士整体HBM市占率有望藉此HBM3的量产提升至53%，而根据TrendForce预计三星、美光则陆续在今年底至明年初量产HBM，市占率分别为38%及9%。HBM已成为AI芯片主流内存解决方案。自2014年SK海力士与AMD率先开发出全球首款硅通HBM孔产品以来，HBM技术加速演进，2022年SK海力士再创领先之举，开发并量产全球首款HBM3，为未来AI创新成果的广泛实施奠定了基础。从HBM发展趋势我们可以看出，芯片密度更大，堆叠层数更多，对应容量、带宽、连接速率均呈翻倍发展态势。当前最新发布的NVDIAH100，GH200以及2023年下半年即将量产的MI300都采用了HBM3内存技术。英伟达DGXGH200的发布则更代表了当前对存力需求的迫切。DGXGH200共链接256个GraceHopper超级芯片，能够提供1exaflop的性能、具有144TB的共享内存，GH200单卡配备了480GBLPDDR5内存及96GB的HBM显存，而上一代DGXH100服务器中，平均单颗H100芯片对应256GB内存，以及80GB的HBM。二者对比，GH200方案的存储器价值量有显著提升。除了HBM外，CXL（ComputeExpressLink，计算快速链接）技术亦备受市场关注。CXL是一种全新的互联技术标准，其带来的DRAM池化技术可以大大节约数据中心的建设成本，同时也将大大带动DRAM的用量。节约下来的成本将会主要用于对DRAM的采购，TB级别的DRAM将会在更多通用性服务器中广泛使用。我们认为随着整体出货量持续增长，以及未来AI模型逐渐复杂化趋势下，算力推动存力逻辑进一步兑现，服务器DRAM、固态硬盘用量激增，存储器相关厂商均有望受益。新平台推动PCB放量从PCB市场来看，2022年PCB市场整体需求在第四季度开始明显疲软，Prismark预估2022年第四季度PCB市场环比下降约7.7%，同比下降约14.6%，因此相应将其对2022年PCB市场增长预期从2.9%下修至1.0%，2022年全球PCB产值约为817.41亿美元。从产品结构上看，全球PCB产业均在向高精度、高密度和高可靠性方向靠拢，不断提高性能、提高生产效率，向专业化、规模化和绿色生产方向发展，以调整产业结构，并适应下游通信、服务器和数据存储、新能源和智能驾驶、消费电子等市场的发展，企业在技术研发上的投入也将进一步增加。我们认为，伴随HPC高性能运算芯片需求增长以及AI芯片异质集成技术应用将使得模组多层板及单颗芯片载板消耗量增大，部分AI服务器采用复合PCB方案亦为HDI板带来新空间。根据Prismark预测，2021-2026年多层板产值年均复合增长率约为3.7%，增长最强劲的是汽车、服务器/数据存储领域。通用服务器中使用到PCB的三大部件分别为背板、主板和搭载网卡及存储的HDI板，三者PCB面积合计为0.57平方米，如按PCIe4.0标准下的1000美元/平米计算，价值量约为500-600美元。从增量结构角度来看，我们认为AI服务器主要在两方面推动PCB价值量上升：一是异构模式下GPU模组带来的使用增量；二是工艺升级带来的单位价值量提升。上述变化将推动AI服务器PCB用量显著增加。DGXA100系统只能将8个A100GPU联合起来作为一个单元，而生成式人工智能大模型所需算力的大幅增长，导致之前的GPU产品急需升级为更强大的系统，为了提供最大的吞吐量和可扩展性，英伟达发布了DGXGH200。在架构方面，GH200引入了与传统服务器不同的设计，对应的PCB方案也进行了全面改变：（1）GPU与CPU被整合成为SuperChip，通过8个SuperChip之间的信号，采用NVLinkCableCartridge的方式，通过3块独立的NVLinkSwitch模组板进行通信。同时，NVLinkSwitch模组板在板材质、层数和HDI等方面进行了进一步升级，以适应新的架构设计。（2）使用3块NVLink带来的集成度提升，可以省去部分主板和UBB，从而降低了PCB的成本，使得PCB的价值量减少了约。（3）在加速卡方面，由于GH200的尺寸约为A100/H100板卡的1.5倍，考虑与H100相同的工艺水平，单卡PCB的价值量至少提升了50%。GH200的架构设计和PCB方案的改变，使得整体系统在性能和成本方面都得到了优化和提升。我们认为加速卡GH200尺寸变大以及3块NVlink板工艺较传统多层板有升级将抵消新设计带来相关模组PCB用量的减少。另一方面，Intel将在2023年发布的EagleStream平台亦将推动PCB工艺及材料升级。伴随新平台切换，总线等级及传输速率升级：据NewSight资料显示，从2017年的Purley到Whitley再到即将量产EagleStream，对应的PCIe接口级别依次提升，从PCIe3.0升级至PCIe5.0，单lane速率由8GT/s升级32GT/s。PCB以及其关键原材料覆铜板作为承载服务器内各种走线的关键基材，需要提高相应性能以适应服务器升级。具体来看：1）工艺难度增加：高速数据传输中，使用更多层数的PCB可以提供更好的信号隔离和抗干扰能力，从而提高信号完整性和稳定性。PCB层数从12层以下增加至18层以上。层数越高难度越大，同时线宽变窄Whitley升级至EagleStream，Pitch将由39mil缩减至37mil。2）高速需求原材料覆铜板要求更高，多层板价格陡增：由于信号频率越高，PCB传输损耗越大，因此服务器PCB的材料也会从低损耗材料升级为超低损耗材料，以满足高速高频要求。CCL材料等级从MidLoss升级至VeryLowLoss甚至UltraLowLoss，对背钻等技术的管控更严格。对应低介电常数（Dk）和低介质损耗因子（Df），VeryLowLoss要求典型Df值降至0.002-0.005。上述原因均会使新平台采用的PCB单价上涨，据Prismark资料显示，2021年全球PCB主要产品类型中，每平米单价最高的类型为18层以上板，单价达到1538.18美元/平米，价格近4层板的10倍。根据历史服务器新平台发布后的渗透率变化以及上文对DDR5渗透率的预测，我们预计2023-2026PCIe5.0服务器将以10%/30%/50%/70%的渗透率提升，结合上文我们对AI服务器PCB价值量的分析，我们预计2022~2026年，全球服务器PCB市场规模有望从88亿美元增长至173亿美元，CAGR达18.4%。大幅领先于PCB全行业增速。据TrendForce预估，全球车用PCB市场逆势成长，主要是受惠于全球电动车渗透率持续提升以及汽车电子化，2023年产值预估年增14%，达105亿美元，占整体PCB产值比重由去年11%上升至13%；至2026年车用PCB产值将有望成长至145亿美元，占整体PCB产值比重则上升至15%，2022~2026年车用PCB产值CAGR约12%。寒武纪-U寒武纪：人工智能和自动驾驶芯片双翼齐飞中科寒武纪科技股份有限公司主营业务是应用于各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售。公司的主要产品和服务包括云端产品线、边缘产品线、处理器IP授权及软件。云端产品线包括云端智能芯片及加速卡、训练整机。云端智能芯片及加速卡是云服务器、数据中心等进行人工智能处理的核心器件，其主要作用是为云计算和数据中心场景下的人工智能应用程序提供高计算密度、高能效的硬件计算资源，支撑该类场景下复杂度和数据吞吐量高速增长的人工智能处理任务。公司的训练整机是由公司自研云端智能芯片及加速卡提供核心计算能力，且整机亦由公司自研的训练服务器产品。公司的训练整机产品与智能计算集群系统业务的区别在于训练整机主要提供计算集群中的单体训练服务器，而不提供全集群搭建和管理服务，主要面向有一定技术基础的商业客户群体。边缘产品线包括边缘智能芯片及加速卡。边缘计算是近年来兴起的一种新型计算范式，在终端和云端之间的设备上配备适度的计算能力，一方面可有效弥补终端设备计算能力不足的劣势，另一方面可缓解云计算场景下数据隐私、带宽与延时等潜在问题。边缘计算范式和人工智能技术的结合将推动智能制造、智能零售、智能教育、智能家居、智能电网等众多领域的高速发展。IP授权及软件产品线包括IP授权和基础系统软件平台。IP授权是将公司研发的智能处理器IP等知识产权授权给客户在其产品中使用。基础系统软件平台是公司为云边端全系列智能芯片与处理器产品提供统一的平台级基础系统软件（包含软件开发工具链等），打破了不同场景之间的软件开发壁垒，兼具灵活性和可扩展性的优势，无须繁琐的移植即可让同一人工智能应用程序便捷高效地运行在公司云边端系列化芯片与处理器产品之上。2016年3月成立以来，公司快速实现了技术的产业化和产品的高效迭代。云端产品线方面，公司先后推出了思元100、思元270、思元290芯片和思元370的云端智能加速卡系列产品以及玄思1000、1001智能加速器训练整机系列产品。边缘产品线方面，公司推出了基于思元220芯片的边缘智能加速卡。IP授权及软件方面，公司先后推出了用于终端场景的寒武纪1A、寒武纪1H、寒武纪1M系列智能处理器以及与产品对应的基础系统软件开发平台。2021年，寒武纪成立控股子公司行歌科技，研发车载智能芯片。智能驾驶是一个复杂的系统性任务，除了车载智能芯片外，还需要在云端处理复杂的训练及推理任务，也需要边缘端智能芯片在路侧实时处理车路协同相关任务，在统一的基础软件协同下，能够实现更高的效率。公司是行业内少数能为智能驾驶场景提供“云边端车”系列产品的企业之一，有望在智能驾驶领域实现规模应用。受人工智能大模型发展热潮影响，全球算力需求增长较快。AI服务器作为算力基础设施之一，具备图形渲染和海量数据的并行运算等优势，能够快速准确地处理大量数据，市场价值逐渐凸显。根据TrendForce数据，2022年搭载GPGPU（GeneralPurposeGPU）的AI服务器出货量达到85.5万台，预计到2026年搭载GPGPU的AI服务器出货量将达到236.9万台，2022~2026年CAGR达到29.0%。目前英伟达的A100芯片FP16算力可以达到312TFLOPs，相较于其他国内厂商的AI芯片性能遥遥领先，英伟达的H100、GH200芯片性能则更加领先。目前寒武纪的思元370-S4芯片FP16算力可以达到72TFLOPs，尽管寒武纪和英伟达依然存在较大差距，但是其依然是国内少数具有AI芯片设计能力的厂商之一。自动驾驶是指在没有人类驾驶员干预的情况下，汽车通过感知、决策和执行自动运行的技术。美国汽车工程师协会（SAE）根据人为干预的程度和驾驶场景的范围将汽车自动化分为L0、L1、L2、L3、L4、L5五个级别。目前全球自动驾驶行业正在从L2自动化向L3自动化升级的过程中。根据弗罗斯特沙利文数据，2022~2030年，中国自动驾驶乘用车销量将从740万辆增长到2470万辆，渗透率从31.5%上升至92.7%。2022~2030年，全球自动驾驶乘用车销量将从1770万辆增长到6060万辆，渗透率从25.8%上升至78.3%。海光信息海光信息：中国版“AMD”，“自主可控”的中坚力量海光信息的主营业务是研发、设计和销售应用于服务器、工作站等计算、存储设备中的高端处理器。公司的产品包括海光通用处理器（CPU）和海光协处理器（DCU）。海光CPU系列产品兼容x86指令集以及国际上主流操作系统和应用软件，软硬件生态丰富，性能优异，安全可靠，已经广泛应用于电信、金融、互联网、教育、交通等重要行业或领域。海光DCU系列产品以GPGPU架构为基础，兼容通用的“类CUDA”环境，可广泛应用于大数据处理、人工智能、商业计算等应用领域。截至2022年，海光CPU系列产品海光二号为主力销售产品，海光三号已经实现小批量销售，海光四号、海光五号处于研发阶段；海光DCU系列产品深算一号为公司GPGPU主要在售产品，深算二号、深算三号处于研发阶段。公司新产品加速迭代，性能持续提升，研发团队在高端处理器设计、SoC架构设计、处理器安全、处理器验证、高主频与低功耗处理器实现、高端芯片IP设计、工艺物理设计、先进封装设计、基础软件等关键技术上不断实现突破。海光CPU主要面向复杂逻辑计算、多任务调度等通用处理器应用场景需求，兼容国际主流x86处理器架构和技术路线，具有优异的系统架构、高可靠性和高安全性、丰富的软硬件生态等优势。海光CPU按照代际进行升级迭代，报告期内在售的为海光二号和海光三号产品，每代际产品按照不同应用场景对高端处理器计算性能、功能、功耗等技术指标的要求，细分为海光7000系列产品（最多集成32个处理器核心）、海光5000系列产品（最多集成16个处理器核心）、海光3000系列产品（最多集成8个处理器核心）。海光CPU在国产处理器中具有非常广泛的通用性和产业生态，已经大规模应用于电信、金融、互联网、教育、交通、工业设计、图形图像处理等领域。海光CPU既支持面向数据中心、云计算等复杂应用领域的高端服务器；也支持面向政务、企业和教育领域的信息化建设中的中低端服务器以及工作站和边缘计算服务器。海光DCU属于GPGPU的一种，采用“类CUDA”通用并行计算架构，能够较好地适配、适应国际主流商业计算软件和人工智能软件。与CPU相同，海光DCU按照代际进行升级迭代，每代际产品细分为8000系列的各个型号。海光8000系列具有全精度浮点数据和各种常见整型数据计算能力，具有最多64个计算单元，能够充分挖掘应用的并行性，发挥其大规模并行计算的能力，快速开发高能效的应用程序。海光DCU主要部署在服务器集群或数据中心，为应用程序提供性能高、能效比高的算力，支撑高复杂度和高吞吐量的数据处理任务。根据IDC数据，2022年全球服务器出货量约1517万台，同比增长12%，产值到达1216亿美元。随着人工智能应用的普及，2022年中国智能算力规模达到268EFLOPs，近乎翻倍，超过通用算力规模。2020年，全球X86服务器销售量约占总服务器销售量的97.3%，X86服务器依然是服务器架构的主流。根据华经产业研究院数据，2021~2025年，中国X86服务器销量将从375万台增长到525万台。根据IDC数据，2021~2025年，中国X86服务器芯片出货量将从762万颗增长到1066万颗。随着中国服务器市场的持续增长，相应的服务器芯片的市场规模也有望水涨船高。海光信息是国内少数拥有高端通用处理器和协处理器设计能力的厂商之一，并率先实现了商业化。目前英特尔的产品在市场上处于主导地位。海光信息的7000系列产品对标英格尔至强E7，属于高端芯片。5000系列产品对标英特尔至强E5，属于中端芯片。3000系列产品对标英特尔至强E3，属于低端芯片。2018年以来，海光信息的CPU芯片已经得到浪潮、联想、新华三、同方等国内知名服务器厂商的认可，并成功得到工商银行、中国银行、中国石油、中国石化、电信运营商等客户的应用。通富微电全球集成电路封测巨头，先进封装先行者通富微电是中国第二，全球第四大集成电路封测企业。公司成立于1997年，2007年8月在深交所上市。2016年收购AMD苏州、槟城两大封测厂，与AMD形成“合资+合作”的战略合作伙伴关系，签署长期业务合作协议，承担了AMD包括数据中心、客户端、游戏和嵌入式等板块80%以上的封测业务。目前有南通通富、崇川工厂、通富通科、厦门通富、合肥通富、TFAMD苏州、TFAMD槟城七大生产基地。形成了包含框架类封装（SOT,SOP,QFN,DFN,LQFP,TO,IPM等）,基板类封装（WBBGA，WBLGA，FCBGA，FCCSP,FCLGA等）和圆片类封装（Fan-inWLCSP，Fan-outWLCSP,Cupillarbump,Solderbump,Goldbump等）,以及COG，COF和SIP等多种先进封装为代表的产品矩阵体系。产品广泛应用于消费，工业和汽车类产品上，包括高性能计算、大数据存储、网络通讯、移动终端、车载电子、人工智能、物联网、工业智造等领域。股权结构清晰，大基金重点投资。公司最大股东为南通华达微电子股份有限公司，持股比例达到20.32%，第二大股东为国家集成电路产业投资基金，持股比例达到13.29%。公司实控人石明达-石磊父子通过华达微电子直接和间接持有公司8.76%的股份。其余大股东为苏州工业园区产业投资基金、南通盛世金濠投资管理有限公司、南通招商江海企业发展基金、香港中央结算公司等，主要为地方政府下属产业投资基金，公司股权架构及管理结构稳定。受益全球算力需求增长，公司营收持续增长，穿越半导体周期。根据WSTS的数据，2022年全球半导体市场规模5740亿美元，消费电子市场萎靡不振，半导体行业处于下行周期。而2022年通富微电受益于全球算力需求对先进封装需求较大，营收持续快速增长。积极布局研发，迎接算力需求浪潮产品多元化，研发投入不断增长。2018-2022年，研发投入从5.6亿增长到13.2亿元人民币，年复合增长23.9%。在算力领域，公司建成2.5D/3D高端封装平台（Visons），具有超大尺寸FCBGA封装能力，Fanout封装技术已完成6RDL开发。存储方面已完成应用于高端服务器的多层堆叠存储芯片开发。承接AMD80%封装业务，在Chiplet领域技术积累深厚。2016年AMD推出基于Zen1架构的RyzenCPU芯片，将多个核心使用封装技术集成。2017年又基于Zen1架构推出Eypc系列服务器CPU，实现了对Intel的弯道超车。2022年AMD正式发布了采用RDNA3架构的旗舰GPU，即RX7900XTX和RX7900XT。这是全球首个导入Chiplet技术的游戏GPU。基于Chiplet技术，AMD实现了对Intel的弯道超车。通过以CoWoS为代表的一系列异构集成技术通过将计算单元与存储单元放在同一片晶圆上以实现高数据交换效率。目前AMD的CoWoS主要由台积电代工，但产能极度紧缺。2023Q1通富微电CoW堆叠已经完成技术验证，有望快速接入供应体系。算力芯片需求不断增长，先进封装带动行业整体价值量提升。2022年底ChatGPT发布，AI浪潮席卷全球。随着AI模型的不断迭代，对训练大模型所需的算力需求呈指数级增长，远超硬件算力增长速度。根据OpenAI官方，GPT3.0的参数数量是GPT2.0的116.7倍。以Cowos为代表的先进封装技术通过异构集成，晶圆级互联等手段，有力支持了芯片算力的持续发展。Yole预计2027年全球先进封装市场规模达到650亿美元，年均复合增速9.6%，行业整体价值量获得提升。大陆封测行业承接产业转移，价值量毛利润同步提升。根据2022年报显示，晶圆代工厂商台积电毛利润率59.6%，中芯国际38.3%，联华电子48.6%。而封测行业中，通富微电2022年毛利润率13.9%，长电科技17.0%。根据半导体行业观察消息，CoWos封装的毛利润率在20%-30%之间，今年上半年由于产能奇缺，毛利率有所提升，但下半年随着大陆地区封测厂商技术取得突破，2.5D、3D封装的毛利润率将回归正常水平。台积电等晶圆代工巨头可能将相对低利润业务对外转移。大陆封测厂商有望获得利润率营收双重增长。朗科科技智能存储解决方案供应者，算力时代乘风破浪开启新征程深耕存储持续创新，把握“东数西算”力争国产替代。朗科成立于1999年，是闪存盘的发明者，全球存储应用领域产品与解决方案提供商。2010年，朗科在A股创业板成功上市。自公司成立以来，通过核心技术及自主创新能力实现了多元化和有序扩张，目前产品已经覆盖固态存储、DRAM动态存储、嵌入式存储和移动存储领域。此外韶关城投已成为公司控股股东，公司将积极参与“东数西算”工程韶关数据中心集群建设，提升产品技术实力，实现国产替代，把握时代发展机遇。产品丰富，应用场景广阔。公司主要经营固态存储、DRAM动态存储、嵌入式存储和移动存储产品。按照下游行业分类，公司存储产品可分为企业级存储和消费级存储，企业级存储主要应用于数据中心及服务器、汽车电子、物联网硬件、安防监控、工业控制、网络通信设备等领域；消费级存储主要应用于个人电脑、智能手机、平板电脑、可穿戴设备、相机和无人机等领域。国资控股，公司综合实力提升。公司控股股东为韶关城投。截至2023年第一季度末，韶关城投直接持有公司24.89%的股份，而韶关城投的实控人为韶关市金叶发展有限公司。此外，韶关市人民政府国有资产监督管理委员会是韶关市金叶发展有限公司的主要股东，占股份比例为90%，广东省财政厅持有韶关市金叶发展有限公司剩余的10%股份。韶关市人民政府国有资产监督管理委员会对朗科科技公司拥有实质性的控制权。此外，邓国顺持有公司11.12%的股份；毛勇持有公司1.74%的股份，公司股权结构稳定。公司营业稳健增长，闪存应用、闪存控制芯片营收占比较高。2014年至2021年，受益于下游专用性空调旺盛的需求，公司营业收入由2.11亿元增长至19.13亿元，复合增长率为37.02%，呈现强劲增长态势。2022年整体消费电子市场不景气，终端出货量明显下滑，存储市场价格呈下降趋势，但公司积极拓展下游市场，展现出强大韧性。分产品来看，闪存应用产品和闪存控制芯片及其他占比较高。公司成本平稳，净利润有望回升。期间费用率方面，公司的管理费用率、财务费用率较为稳定，销售费用率则因公司于2019年末成立了新的海外电商部门，导致该费用率大幅上涨增加。但总体期间费率仍保持较低水平。净利润方面，公司归母净利润由2015年的0.24亿元增长至2022年的0.62亿元，复合增长率为14.52%，但由于公司2022年一季度工厂停产3周，对接单、出货均产生较大影响，且存储市场价格下滑，导致该年净利润下降，随着市场回暖需求提升公司业绩有望恢复正常水平。把握“算力时代”发展机遇，横纵拓展全面战略布局20年深耕数据存储技术，力争全球存储应用领先提供商。公司在闪存应用及移动存储产品的市场处于领先地位，可应对客户在不同情况下对于存储产品的需求变革，应对消费者消费习惯的转变及市场更迭。公司产品覆盖广阔，涵盖固态存储、DRAM动态存储、嵌入式存储以及移动存储领域，下游应用包括数据中心、智算中心、服务器、汽车、物联网、医疗设备、航空航天、安防监控、工业控制、网络通信设备等行业级存储领域以及智能手机、平板电脑可穿戴设备、PC等消费级存储领域。积极参与“东数西算”，国产替代正当时。随着去年韶关城投成为公司控股股东，公司将积极参与韶关数据中心的建设，有望作为政府的产业抓手，带动整个产业链、生态链落到韶关。韶关数据中心的建设对应着较大的市场体量，公司将能立足于此，面向全球。此外国内存储市场国产替代空间大，而朗科已成为国家国产替代战略产品供应商。公司“朗系列”产品主控芯片、闪存颗粒、生产制造所有环节均在公司安全体系控制下自主研发、生产,并与国产操作系统和硬件CPU平台兼容适配认证。公司还以自己的核心技术为上下游的企业的国产替代提供应用场景,推动合作伙伴的国产化,提高数据存储行业的国产化率,筑牢国家数据安全的堤坝。横纵拓展，全面布局扩大产业链。公司积极拓展业务领域，逐渐从消费级存储转向企业级存储和车规级存储，同时向产业链上游扩展，涉足上游芯片封装测试领域，全面强化和完善公司产业链。在数据中心领域，公司于2022年8月与中国科学院深圳先进技术研究院签署战略合作协议，2023年3月又通过全资子公司北京朗科创新技术发展有限公司与曙光信息产业（北京）有限公司签署《战略合作协议》。这些协议将极大推动公司在数据中心领域的发展。在车规级产品领域，公司以有限合伙人身份认购广汽埃安新能源汽车股份，进一步巩固在车规级产品领域的地位。同时，公司在2022年12月与正源芯半导体设立合资公司，合作建设存储芯片封装测试工厂，以进一步深化在产业链上游的扩张和合作。与此同时，公司也积极应对上游供应关系的复杂性，与国内外头部存储上游厂商携手合作，稳固其与上游的合作生态资源。由于市场供需关系的变化、上游晶圆厂商的3DNANDFLASH技术升级、下游消费电子生产厂商需求变化、国产芯片厂商的崛起等因素，存储市场在供应和价格上可能出现较大波动，公司则通过布局存储封装和测试工厂，完善存储产品产业链布局，做好应对挑战准备，同时为进入更高精度市场做铺垫。德明利存储业务稳健发力，不断拓宽产品矩阵迎合上下游产业新机遇以存储产品销售奠基，反哺闪存和触控芯片核心技术研发。创始人李虎先生自千禧年进入存储产品分销行业，业务涉及国内外多类型集成电路产品。随着对于产品性能和上下游产业链等行业关键因素的熟悉，积攒了对存储行业和市场周期的独到看法。因此，创始人于2008年创立德明利，欲通过自主研发存储主控芯片，结合上下游优势，打造高性价比的国产存储产品。2015年以来，公司大力投资触控研发业务，组建自研团队，也已成功研发量产了多颗触控芯片。十余年来，公司以核心存储业务为基础，积极布局行业新机遇，已拓展业务至人机交互、光通信板块。产品矩阵聚焦存储行业，积极横向布局新时代信息技术产业。公司以自主设计和研发闪存主控芯片为基础，结合主控芯片固件方案以及完善的存储管理应用方案，始终致力于提升NANDFlash存储颗粒的应用性能和数据管理能力。实际控制人为创始人夫妇，股权结构明确。截止2023一季报，公司实际控制人为公司创始人、董事长兼常务副总经理李虎先生，总持股40.02%。除创始人外，魏宏章持有10.03%的质押股份，徐岱群持有德明利5.56%股份，谢红鹰则持有1.67%。除全部自然人外，金城源、银城源、梅州菁丰、LEADINGUI、博汇、鸿福共6位法人分别持有德明利5.56%、2.21%、2.07%、2.01%、1.67%、1.44%的股份。营业收入稳健增长，移动存储为主要收入来源。受益于集成电路行业和现代信息产业的快速发展，全球各地区对智能手机、电脑、智能可穿戴设备等移动终端的需求不断攀升，德明利的核心业务——存储行业的市场规模不断扩大，WSTS数据显示，全球存储市场规模2002年到2022年间CAGR达8.30%。公司营业收入在2019年到2022年间持续增长，2022年营业总收入达11.91亿元，同比增长10.27%，4年复合增长率16.53%，2020年及2021年的同比增幅均超29pct。2022年由于收入稳健增长，公司顺利在2022年7月1日于深交所主板上市。存储业务为核心，产业新机遇多手抓。分产品营收占比情况来看，以存储卡和存储盘模组为主要产品的移动存储板块作为核心业务在过去的5年中稳健发力，2022年移动存储业务同比增幅达40.04%。存储晶圆及晶圆封装片业务则于2021年翻了一番，达到3.96亿元。同时，公司始终积极布局集成电路产业新机会。2019年扩产固态硬盘业务，2020年加入半成品SSD套件销售业务，2022年则积极开发嵌入式存储市场。公司的触控业务处于导入阶段，收入规模较小。新业务板块包括固态硬盘和其他产品从2021年也达2亿元以上收入水平。盈利能力稳健，静待传统需求恢复。从毛利率情况可以看到，公司的核心业务盈利能力稳健，5年内始终保持15-20%的毛利率区间。同时净利率保持在5%以上，反映出企业稳健的税后利润和运营能力。分产品看，核心移动存储业务板块的盈利模式健康，毛利率稳固在20%以上。因此德明利利用核心产品毛利润滋养新产品研发和市场挖掘，不断迎接产业新机遇。2022年开始，下游市场需求疲软，存储芯片价格一路走跌，因此销售毛利率和净利率均经历了约20pct的下滑。但从宏观需求出发，由于云计算、物联网、人工智能等新技术的数据需求高增，我们预计存储行业在2023H1见底，H2有望企稳恢复。期间费用率保持稳定，2022年起受存储市场宏观影响净利润波动。期间费用率方面，销售、管理、财务三费之和在过去5年中一直保持在5-7%区间内，展现出公司长期以来良好的费用管理能力。在2021年后存储行业周期下行的情况下，公司依然强调技术创新，上调研发预算，2023Q1比20