芯片电感龙头供应商，乘势AI浪潮

金属软磁芯片电感小型化+耐大电流优势突出，匹配高算力应用需求 芯片电感是一种特殊形式的一体成型电感，是芯片供电模块的核心元件，起到为芯片前端供电的作用。材料端，前期主流的芯片电感主要采用铁氧体材质，随着电源模块的小型化和应用电流的增加，铁氧体电感已很难满足当前发展需求。材料决定性能，相比铁氧体，金属软磁粉芯Bs值更高、直流叠加特性更出色，同等条件下，金属软磁芯片电感体积较铁氧体可下降约70 %左右，可耐受大电流、高功率。应用端，金属软磁芯片电感适用于高性能GPU，匹配A I服务器等高频高功率应用场景，乘算力东风有望在新一代GPU中推广应用。但并不局限于此，随着AI算力下沉，在PC和手机等较低功率场景也存在广阔的应用空间。 27年AI服务器用芯感空间有望破30亿，AI手机&PC潜在空间广阔 AI算力需求迸发，作为A I算力提升的硬件基础，AI芯片升级迫在眉睫，催生了相关材料发展机遇。我们认为由于AI芯片高算力&高功耗及AI算力下沉两大发展趋势， 金属软磁芯片电感有望加速渗透。根据我们测算，2024年全球AI服务器用芯片电感市场空间达9.9亿元，到2027年，市场空间有望达31.3亿元，24-27年CAGR高达46.8 %，金属软磁芯片电感将占据A I服务器用芯片电感市场空间绝对份额。此外，2024 AI手机&PC元年正式开启，未来已来，随着算力下沉，金属软磁芯片电感在手机&PC领域潜在应用空间同样值得期待。 芯片电感龙头供应商，批量供货英伟达 近年来公司芯片电感业务保持高速增长，2023年放量明显，我们认为公司芯片电感业务拥有三重护城河，已成功抢占市场先机，进入高速发展快车道，成为公司第二增长曲线，未来几年将为公司业绩增长贡献核心增量。技术端，公司一体化布局优势显现，先进配方+独创工艺构筑核心护城河，芯片电感性能行业领先；客户端，公司已进入英伟达供应链体系，批量供货H100，在此基础上具有先发优势，有望持续受益龙头供应商逻辑；产能端，公司全力加码产能布局，24年芯片电感产能有望实现翻1-2倍增长，量增逻辑明确。 盈利预测与投资建议：公司作为国内合金软磁粉芯龙头，站稳光储新能源高景气赛道，芯片电感打开第二成长极。我们预计公司2024-2026年归母净利润分别为3.59/4.71/6.10亿元，对应2024年5月31日收盘价PE分别为32/24/19x，参考可比公司，给予2024年PEG 1.05x，对应PE 35x，对应目标股价63.4元/股，调整为“增持”评级。 风险提示：宏观经济因素及市场风险；原材料价格大幅波动风险；技术风险；市场竞争加剧风险；项目建设不及预期风险；测算具有主观性。 财务数据和估值 铂科新材是国内金属软磁粉芯龙头，盈利能力行业领先，不断开拓利润增长点。公司主营产品主要包括金属软磁粉芯、芯片电感、金属软磁粉，产品及解决方案广泛应用于光伏发电、新能源车及充电桩、储能、AI、智能驾驶、数据中心、变频空调等领域。公司金属软磁粉芯龙头地位稳固，站稳光储新能源高景气赛道，研发导向的“粉+芯”一体化，助力公司兼具持续创新能力与行业领先的高盈利能力。在此基础上，2022年8月，公司董事会全方位布局“四五规划”战略方向，提出“持续着力打造金属软磁粉芯、芯片电感、金属软磁粉末三条增长曲线”，在巩固金属软磁粉芯领先地位的基础上开拓新增量。 我们曾于2021年8月11日发布报告《铂科新材：合金软磁粉芯小霸王，景气赛道的左侧超车手》，对铂科新材金属软磁粉芯及主要下游进行了详细的论述。彼时公司已进行芯片电感研发布局，经过两年的发展，2023年公司芯片电感业务放量明显，已成为公司第二增长曲线，乘势AI浪潮未来趋势持续向好。在本篇报告中，我们将围绕公司第二增长曲线芯片电感展开，论述其行业逻辑、边际变化和公司独特优势。 1.金属软磁芯片电感：小型化+耐大电流优势突出，匹配高算力应用需求 1.1.电感呈小型化、高频化、高功率化、集成化发展趋势 电感是电子线路中不可或缺的三大被动电子元器件之一。电感又称扼流器、电抗器、电感线圈等，是将电能转化为磁能而存储的元器件，其工作原理为导线内通过交流电时在导线的内部及周围产生交变磁通，“通直阻交”，以实现滤波、稳流和抗电磁干扰等功能，广泛应用于移动通讯、汽车、工业、医疗、航空等领域。 根据不同功能，电感可分为高频电感（也称射频电感）、功率电感（主要为电源类）、一般电路用电感。高频电感主要用途包括耦合、共振、扼流；功率电感主要用途包括变化电压和扼流；而一般电路用电感提供广泛的电感范围和尺寸，用于声音、视频等普通模拟电路、共振电路等。 根据工艺结构不同，电感可分为插装式电感和片式电感。片式电感具备体积小、重量轻、可靠性高、便于安装等优势，已逐步取代插装式电感成为主流。片式电感又可分为四类：绕线型、叠层型、薄膜型和编织型。其中，绕线型与叠层型最常见，绕线型已出现一体成型电感改良版，解决了传统绕线式的尺寸标准化、线圈漏磁等问题，且体积更小、电流更大、温升电流更稳定，市场份额处于快速提升中。 根据材料不同，电感可分为陶瓷芯电感、铁氧体电感和金属软磁粉芯电感等。铁氧体具有低损耗优势，但Bs值较低、可耐受的饱和电流较低、温度稳定性差，铁氧体电感适用于高频低功率工作环境。而金属软磁粉芯由铁磁性粉粒+绝缘介质混合压制而成，兼具高Bs值、高电阻率、低损耗，可耐受的饱和电流更高，金属软磁粉芯电感适用于相对高频高功率的工作环境。 图1：电感器分类 全球电感市场规模疫后恢复增长趋势，下游应用结构以移动通讯为主。根据中国电子元器件协会数据，近年来全球电感器件受手机、汽车等终端需求不振，且受全球新冠疫情影响，2019增长进入颓势，2020年呈现下滑，自2021年起，全球电感市场逐步恢复增长。随着通讯技术的快速迭代以及物联网、智慧城市等相关产业大规模建设，根据中国电子元件行业协会数据，2022年全球电感行业市场规模约为550亿元。下游应用结构方面，移动通讯为电感最大下游市场，但医疗航空、汽车、工业用电感价值量更高。随着5G通讯、汽车电子、物联网等产业迅速发展，我们预计全球电感市场有望迎来稳步增长。 图2：全球电感市场规模疫后恢复增长趋势 图3：电感下游应用结构以移动通讯为主（2019） 发展趋势：电感行业向小型化、高频化、高功率化、集成化等方向发展。 （1）小型化：超小型一体成型电感其因其优良的电气特性、屏蔽性在高端手机领域得到较快发展，在5G手机领域增长将更为迅速，匹配电子产品轻薄短小、功能集成诉求。 （2）高频化：随着新一代信息技术快速部署和应用，物联网、消费电、GPS+北斗等应用需求快速增长，通讯产品已朝向高频化、宽频化及高传输量发展。 （3）高功率化：芯片低压大电流化以及低功耗产品的环保需求，必然要求周边元器件具有较低的直流电阻和较高的耐受电流能力。 （4）集成化：当电感器的体积减小至物理极，集成化成为未来主要的发展方向，可以同时达到减小体积与降低成本要求，LTCC技术是目前市场认可的无源器件集成模块化主要解决方案。 1.2.芯片电感为芯片供电模块核心元件，材料端金属软磁性能优势显著 芯片电感起到为芯片前端供电的作用，应用场景广泛。芯片电感是一种特殊形式的一体成型电感，是芯片供电模块的核心元件，起到为芯片前端供电的作用，以维持主板和显卡中的各种芯片的正常工作，可广泛应用于服务器、通讯电源、GPU、FPGA、电源模组、笔记本电脑、矿机等领域。 图4：芯片电感用于CPU/GPU电源供电 材料决定性能，金属软磁芯片电感小型化+耐大电流核心优势突出。材料端，前期主流的芯片电感主要采用铁氧体材质，损耗较低，但铁氧体饱和特性较差，随着目前电源模块的小型化和应用电流的增加，铁氧体电感体积和饱和特性已经很难满足当前的发展需求，而金属软磁材料电感具有更高效率、小体积、能够响应大电流变化的优势，更加符合未来大算力的应用需求。材料决定性能，具体而言，金属软磁芯片电感相较于铁氧体芯片电感有如下优势： （1）耐大电流：金属软磁粉芯虽然磁导率低于铁氧体，但Bs值高，同时偏磁曲线具有准线性的特征，直流叠加特性出色，可以承受大电流、高功率。 （2）小型化：金属软磁粉芯Bs值远高于铁氧体，同等条件下，金属软磁芯片电感体积较铁氧体可下降约70%左右。 （3）温度稳定性好：金属磁粉芯居里温度高，在工作范围内，磁导率变化极小，可靠性要优于铁氧体，且工作温度范围比铁氧体宽。 （4）设计方法简单：金属磁粉芯设计方法相对简单，几乎不必测试动态指标以验证设计，而铁氧体由于材料稳定性差，需要针对不同情况进行区别设计，而且需要做动态测试。 表1：金属软磁粉芯与铁氧体性能对比 应用场景：金属软磁芯片电感适用于AI服务器等高频高功率应用场景，但并不局限于此，随着AI算力下沉，在PC和手机等较低功率应用场景也存在广阔的应用空间。 金属软磁芯片电感适用于高性能GPU，匹配AI服务器等高功耗应用场景，乘算力东风有望在新一代GPU中推广应用。在数据中心等大功率领域，芯片供电需要稳定低电压的状态，因此只能通过加大电流维持高功率需求，从而对芯片电感提出更高的耐大电流要求。 与铁氧体电感相比，金属软磁芯片电感以其更优异的磁饱和特性，可以更好耐受大电流，更适用于高性能GPU，匹配AI服务器等高功耗、高散热需求的应用场景，随着算力快速提升，渗透率有望加速提升。 在PC和手机等较低功率应用场景，金属软磁芯片电感也有望替代部分铁氧体电感市场。 一方面，随着半导体工艺的飞速发展和芯片性能的提升，功耗也迅速增加。以英伟达消费级显卡GeForce系列为例，2014年发布的GTX 980功耗为165W，而2022年发布的RTX4090功耗已高达450W，随之而来的是发热量的大幅增加和对电子元器件稳定性要求的提升。另一方面，随着算力下沉，手机和PC的AI升级将对芯片电感等电子元件提出更高要求。金属软磁芯片电感可承受大电流、高功率，且温度稳定性更好，符合芯片功耗提升与算力下沉发展趋势，有望逐步替代铁氧体电感在PC和手机中的应用。 表2：英伟达桌面GeForce显卡功耗持续提升GPU GTX 980 2.27年AI服务器用芯片电感空间有望破30亿，AI手机&PC领域潜在空间广阔 2.1.AI算力需求迸发，催生金属软磁芯片电感发展机遇 2.1.1.全球算力规模呈高增长态势，AI算力已成为主要驱动力 算力即计算能力，根据使用设备和提供算力强度的不同，算力可分为三类：基础算力、智能算力和超算算力。基础算力是指由基于CPU芯片的服务器所提供的算力，主要用于基础通用计算，如移动计算和物联网等；智能算力是指由AI芯片的加速计算平台提供的算力，主要用于人工智能的训练和推理计算，如语音、图像和视频的处理等；超算算力是指由超级计算机等高性能计算集群所提供的算力，主要用于尖端科学领域的计算，比如行星模拟、药物分子设计、基因分析等。 生成式人工智能和大模型发展正成为AI算力市场发展的加速器。从感知智能到生成式智能，人工智能越来越需要依赖“强算法、高算力、大数据”的支持。模型的大小、训练所需的参数量等因素将直接影响智能涌现的质量，人工智能模型需要的准确性越高，训练该模型所需的计算力就越高。以ChatGPT模型为例，其所使用的GPT-3大模型所需训练参数量为1750亿，算力消耗为3640PF-days（即每秒运算一千万亿次，运行3640天），需要至少1万片GPU提供支撑，而从GPT-3到GPT-4，算力当量进一步增长68倍，模型升级进一步提升算力需求。 表3：大模型训练带来高算力需求模型名称 AI算力已成为算力增长主要动力，未来八年增长潜力超百倍。根据中国信息通信研究院数据，2022年全球计算设备算力总规模达到906 EFlops，其中基础算力规模为440 EFlops，智能算力规模为451 EFlops，超算算力规模为16 EFlops，智能算力规模超过基础算力，占比50%，yoy+94%，已成为算力快速增长的主要驱动力。随着AI模型