半导体行业专题：AI创新与周期向上共振，半导体开启新一轮成长

证券研究报告|2024年05月30日 半导体行业专题： AI创新与周期向上共振，半导体开启新一轮成长 行业研究·行业专题电子·半导体 投资评级：优于大市（维持） 证券分析师：胡剑 证券分析师：胡慧 证券分析师：周靖翔 证券分析师：叶子 021-60893306 021-60871321 021-60375402 0755-81982153 hujian1@guosen.com.cn huhui2@guosen.com.cn zhoujingxiang@guosen.com.cn yezi3@guosen.com.cn S0980521080001 S0980521080002 S0980522100001 S0980522100003 算力、存力是AI的基础，先进封装为其助力 算力：Transformer类AI大模型过去几年所需算力平均每2年增长750倍，对AI计算芯片提出了极高的要求，目前AI芯片主要包括GPU、FPGA、ASIC，Gartner预计全球AI芯片市场规模将从2022年的442亿美元增至2027年的1194亿美元。根据TrendForce的数据，目前AI服务器加速芯片以英伟达GPU为主，占比高达6-7成，但CSP业者有扩大自研ASIC的趋势。 存力：随着数据量和模型参数的增加，算力环节和应用环节所需存储容量均在持续增加。根据美光科技的预测，2021-2025年DRAM容量的CAGR为15-20%，NAND容量的CAGR为25%-30%，其中数据中心、工业、汽车均超过整体增速。HBM可以满足算力芯片对内存带宽的需求，部分解决内存墙问题，TrendForce预计HBM在DRAM总产能和总产值中的占比将快速提升，2025年分别超过10%和30%，主要由SK海力士、三星、美光主导。 先进封装：集成电路制程已接近物理尺寸的极限，进入“后摩尔时代”，先进封装接力“摩尔定律”助力算力和存力芯片，Chiplet异构集成和TSV等是关键技术，比如HBM需要TSV进行堆叠，英伟达H100和AMDMI300需要通过CoWoS将GPUDie和HBMDie集成在一起。 AI应用落地对半导体的推动将更为长远 2023年英伟达CEO黄仁勋提出“我们正处于AI的iPhone时刻”；2024年又提出AI已到“TippingPoint”。在AI基建和大模型算法的良性循环下，我们认为AI的应用将逐渐落地，从特定人群使用走向千家万户。通讯技术催生出了手机，互联网技术催生出了电脑和智能手机，AI除赋能现有终端推出AI手机、AIPC、AIoT外，更可能使期待已久的人形机器人、自动驾驶汽车成为现实，或者催生出未知终端，赋能基础研究。 半导体周期进入上行阶段 根据SIA的数据，全球半导体季度销售额同比增速在1Q23触底，之后跌幅收窄，4Q23同比转正，1Q24全球实现销售额为1377亿美元，同比增长15.2%，环比减少5.7%。存储芯片是半导体产品中波动性最大的类别，存储大厂美光科技和SK海力士的季度收入和毛利率均已拐头向上。多家机构预计2024年全球半导体销售额恢复增长，增速在10%-25%之间，其中TechInsights在3月的最新预测中上调2024年全球半导体销售额增速至24%（前次预测值为16%），将超过6500亿美元，并预计2025/2026年分别增至超过8000亿美元和接近9000亿美元。 投资策略：AI创新与周期向上共振，半导体开启新一轮成长 根据SIA的数据，1Q24全球半导体销售额为1377亿美元，同比增长15.2%，环比减少5.7%；中国销售额为424亿美元，同比增长27.4%，环比减少6.6%。WSTS等多个机构均预计2024年全年将恢复10%以上增长，我们认为本轮半导体周期进入上行阶段。同时，AI创新正在从算力基础设施建设，扩展至AI手机、AIPC、AIoT等AI终端，更有望加速人形机器人、自动驾驶汽车等落地，AI的“TippingPoint”已到，预计将为半导体带来新一轮的成长。 风险提示 国产替代进程不及预期；下游需求不及预期；行业竞争加剧的风险；国际关系发生不利变化的风险。 01 AI真的“狼来了” 02 算力、存力是AI的基础，先进封装为其助力 03 AI应用落地对半导体的推动将更为长远 04 半导体周期进入上行阶段 05 投资策略 AI真的“狼来了” 图：人工智能的发展中的三次浪潮 AI的诞生。1950年，艾伦•图灵（AlanTurin）写了论文《计算机器与智能》，提出图灵测试用来检测机器智能水平；1956年，美国达特茅斯学院举行了历史上第一次人工智能研讨会，被认为是人工智能诞生的标志。 AI诞生后经历了三次浪潮，我们认为，前两次主 要由政府和科研单位推动，第三次主要由产业界推动。 2017 由产业界科技巨头推动 2024 2012 谷歌提出Transformer模型 Sora、VideoPrism 等面世 2022 ChatGPT面世 1982 Hopfield神经网络模型提出 1986 Hinton等提出反传播算法 深度学习算法在语音、图像识别上取得重大突破 日本启动第五代计算 2006 2016 AlphaGO战胜围棋选手李世石 1960s-1970s 机项目 DARPA等大力 AI第二次低谷 Hinton提出深度学习算法模型 图：达特茅斯会议——历史上第一次AI研讨会 1957 罗森布拉特发明感知机模型 1956 人工智能诞生 资助AI研究 1969 明斯基、派珀特发表《感知器》质疑感知机模型 美国启动Cyc项目 AI第一次低谷DARPA等削减对AI研究的资助 日本第五代计算机失败 美国政府减少经费 第三次浪潮(2000s至今） 第二次浪潮(1980s-2000s) 第一次浪潮（1950s-1980s） 信息系统早期专家系统 资料来源：数据侠，国信证券经济研究所整理资料来源：新华三，国信证券经济研究所整理 专家系统广泛应用神经网络初步发展 机器学习深度学习 谷歌 •2011年成立谷歌大脑（GoogleBrain） •2017年战略从MobileFirst到AIFirst；2023年将谷歌大脑和DeepMind(2014收购）合并为GoogleDeepMind •2015年发布TensorFlow；2017年推出Transformer架构；2018年推出BERT模型；2021年发布机器学习平台VertexAI；2022年推出PaLM模型；2023年发布Gemini模型；2024年发布Gemma模型 •2016年推出TPU；2021年发布手机自研芯片Tensor，可在手机上处理AI和ML模型 微软 •2017年成立人工智能实验室 •2019年投资OpenAI10亿美元，OpenAI在微软Azure云平台开发AI技术并将微软作为商业化的首要合作伙伴，到目前微软累计对OpenAI投资了130亿美元 •2018年发布人工智能开发项目平台AILab；2021年推出自动化机器学习框架FLAML；2023年发布小模型phi-1和Orca；2023年推出多Agents框架Autogen Meta •2013年成立人工智能研究院（FAIR） •2017年开源框架PyTorch；2019年发布模型DLRM；2023年发布模型LLaMA；2023年发布视觉模型SAM 百度 •2013年深度学习研究院（IDL）成立 •2014年硅谷人工智能实验室正式成立 •2019年发布文心大模型1.0；2023年发布大模型文心一言 资料来源：各公司官网，国信证券经济研究所整理 为什么是现在？量变带来质变，AI已到临界点。 数据量：移动互联网时代，数据量快速增长。根据IDC的数据，2010年底全球数据量为1.2ZB，2022年突破100ZB，增长了近百倍。 算力：2006年，英伟达发布首个通用GPU架构Tesla，采用CUDA架构，GPU从专用图形处理器转为通用数据并行处理器；2012年AlexNet用两块GTX580GPU赢得了ImageNet图象识别大赛，英伟达日益加大CUDA投入；2022年英伟达推出的H100SXM5FP32单精度算力为60TFlops。 算法：各类深度学习框架和模型推出。 图：数据、算力、算法共同推动AI兴起 图：全球数据量（ZB） CreateReplicate 350 300 250 200 150 100 50 0 20172018201920202021202220232024202520262027 资料来源：MIT，国信证券经济研究所整理 资料来源：IDC，国信证券经济研究所整理 半导体技术是AI背后的功臣。过去三十年AI的重大里程碑都是由当时的先进半导体技术实现的，比如赢得ImageNet竞赛的GPU使用了40nm技术，AlphaGo征服围棋游戏使用28nm技术，ChatGPT的初始版本采用5nm技术。 图：半导体技术是AI背后的功臣 资料来源：台积电，IEEESpectrum，国信证券经济研究所整理 算力、存力是AI的基础，先进封装为其助力 Transformer类AI大模型所需算力平均每2年增长750倍，对计算芯片的算力提出了极高的要求。 智能算力是面向人工智能应用，提供人工智能算法模型训练与模型运行服务的计算机系统能力。 根据中国信通院数据，2022年全球算力总规模达到906EFLOPS，其中智能算力（FP32）为451EFLOPS。 根据IDC的数据，2022年中国智能算力（FP16）规模达259.9EFLOPS，预计2027年将增加到1117.4EFLOPS，CAGR达34%。 图：Transformer大模型对算力需求快速增长 图：中国智能算力规模预测（单位：EFLOPS） 1,200 1,000 800 600 400 200 0 中国智能算力（基于FP16计算） 20202021202220232024202520262027 资料来源：riselab，国信证券经济研究所整理资料来源：IDC，国信证券经济研究所整理 预计2024年AI服务器出货量165万台，美国四大CSP需求超6成。根据TrendForce的预测，2024年全球服务器整机出货量将增长2.05%至1365.4万台，其中AI服务器出货占比将提高至12.1%，出货量165万台。美国CSP主导对AI服务器需求，Microsoft、Google、AWS、Meta合计需求超6成。 AI服务器加速芯片以英伟达GPU为主，占比高达6-7成，CSP业者有扩大自研ASIC的趋势。 图：全球服务器整机出货量YoY 图：AI服务器需求来源 图：各类服务器成本结构分拆 6% 4% 2% 0% -2% -4% -6% -8% YoY 5.4% 4.7% 3.5% 2.0% -6.0% 20202021202220232024E 100% 80% 60% 40% 20% 0% CPUGPUMemoryStorage其他 23% 21% 25% 9% 0% 9% 3% 18% 10% 26% 15% 27% 73% 27% 25% 0% 32% 23% 25% 10% 基础型高性能型推理型训练型 资料来源：TrendForce，国信证券经济研究所整理 资料来源：TrendForce，国信证券经济研究所整理 资料来源：IDC，集微网，国信证券经济研究所整理 AI芯片主要包括GPU、FPGA、ASIC。AI芯片也被称为AI加速器或计算卡，是专门用于处理人工智能应用中的大量计算任务的模块，主要包括图形处理器（GPU）、现场可编程门阵列（FPGA）、专用集成电路（ASIC）等。 预计2027年AI芯片市场规模达1194亿美元。根据Gartner的数据，2022年全球AI芯片市场规模为442亿美元，预计2027年 增长至1194亿美元。 图：AI芯片对比 图：全球AI芯片市场