您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[西南证券]:电子行业2024年中期投资策略:复苏转繁荣宜捂股,布局端侧+中上游 - 发现报告
当前位置:首页/行业研究/报告详情/

电子行业2024年中期投资策略:复苏转繁荣宜捂股,布局端侧+中上游

AI智能总结
查看更多
电子行业2024年中期投资策略:复苏转繁荣宜捂股,布局端侧+中上游

电子行业2024年中期投资策略 复苏转繁荣宜捂股,布局端侧+中上游 西南证券研究发展中心电子研究团队2024年7月 回顾年初2024年电子行业10点预测 针对我们年初对2024年电子行业做出的10点预测进行简要回顾 1、中报业绩以大票超预期为主,风格从年中如期回归均衡——“电子行业投资在2024年上半年以供给推动为 主,小盘和成长风格占优,2024年下半年供需共振,风格回归均衡” 2、iPhoneAI的预期拉动消费电子板块交易已经从复苏如期切换至繁荣预期——“全球消费电子半导体库存将于24Q1降低至历史平均以下,补库重启,周期从复苏切换至繁荣” 3、工业补库行情从4月如期开始——“全球工业和汽车半导体库存将于24Q1见顶,工业和汽车半导体从萧条切换至复苏” 4、SMIC、华虹Q2如期开始见底涨价,但距离传导至上游材料和零部件仍需时间——“半导体代工将于24Q1见底,国产化率更低、集中度更低的半导体材料和零部件将跑赢设备” 5、Q3存储价格将持续上涨,NAND涨幅或有所回落——“存储价格24H1以震荡为主,2024下半年将进入右侧上涨趋势” 6、SMIC和英特尔均上调2025年资本开支预期——“全球逻辑和存储代工厂资本开支将于24Q4后显著提升, 大陆先进制程及存储资本开支维持高增” 7、7月供应链短期拉货动能有所减弱,或为备货节奏影响——“消费电子的换机周期将至少持续至24Q3,低库存、产品有升级的品种将有明显超额收益如覆铜板、CIS” 8、市场提高了对Appleintelligence的预期——“端侧AI操作系统和APP的创新将在未来两年某个时点极大拉动消费者手机和PC的换机需求,主要推升存储价值量增长” 9、苹果MR产品低于预期——“苹果MR产品将带动XR使用时长明显提升,国产安卓厂商将于陆续推出对标苹 果MR的头显产品以及OSTAR产品,3D视频相关硬件如dTOF渗透率提升” 10、期待龙芯中科下半年3C6000的市场反馈——“搭载国产CPU的PC渗透率提升加速” 1 主要观点 从估值安全边际来看,截至7日16日,电子(中信)指数PB估值仍处于1历史-1标准差以下,未来3年PEG为0.86,其中半导体板块3年PEG为0.99,我们认为,目前2024年电子行业整体估值符合当前复苏的景气度阶段,具有较高的安全边际。我们认为,结合景气度趋势,24H1电子以震荡交易为主,但24H2开始我们认为景气阶段将从复苏转繁荣,建议以捂股少交易。 从周期需求来看,如我们在2023年年度策略中预测的一致,全球消费电子换机需求持续,市场对AI拉动更大换机弹性抱有较高期待。通信、工业的补库需求Q2已经开始体现,汽车电子去库预计将在24Q3末指Q4见底,迎来补库行情。从供应链上下游来看,我们更看好半导体中上游材料、设备和零部件在24H2及往后的周期需求。 从技术供给来看,我们的观点不变,2024年全球电子创新投资将围绕AI和XR延伸,此外我们也开始重视大陆半导体大基金三期带来的供给机会。我们认为AI有四个方向的机会,分别是AI手机/PC、智能驾驶、人形机器人和先进封装。将大语言模型本地化于智能手机和PC将明显提升SOC、Dram和Flash的单机价值量,AI操作系统和APP的进化将在某个时点极大拉动消费者的换机需求。2024年,以华为供应链为代表的智能驾驶和智能座舱将迎来快速渗透期,为SOC、CIS等供应链带来显著业绩弹性。参数规模不断增加的AI训练和推理对计算性能提出越来越高的要求,将不断提升片上互联以及3D先进封装的渗透率,拉动相关IP、HBM、TSV、封装材料、封装代工的价值量。我们认为,当前最有希望成为电子终端“Nextbigthing”的产品形态是MR和AR,24H1苹果MR不及预期,未来将对产品线进行调整 ,但我们依然重视。此外,24H2关注MetaAR眼镜可能带动的创新。最后,大基金三期落地后将拉动 巨额投资,我们看好Foundry上游设备、材料和零部件的相关弹性,以及自给率较低的Fabless。 2 主要观点 从竞争格局来看,结合大基金三期,中国大陆电子投资将继续以产业升级和国产化为核心。我们认为2024年国产化主线包括:GPUCPU、存储上下游、光刻机上下游、半导体材料、工业和汽车模拟IC、OLED上下游和MLCC国产化。我们认为中期看AI训练所需的全球算力投入暂告段落,2024年AI算力投资将主要聚焦端侧投入和供应链国产化,包括CPUGPU、接口芯片、交换机芯片、光芯片、载板、高速覆铜板、高速PCB的国产化。我们预计至少在24H2以前,国内存储的Capex投入将明显高于逻辑,长存、长鑫扩产将带动相关设备和上游材料供应链业绩向上。我们认为2024年国产光刻机将取得阶段性的量产成果,相关零部件供应链将有高估值溢价。从渗透率来看,半导体材料以及工业和汽车相关的模拟IC仍处于较低的水平,我们看好相关供应链在渡过周期低谷后的高成长性。最后,OLED面板和驱动IC产业将加速从韩国向中国大陆转移,相关封装、材料供应链亦将受益于此。 从全球半导体库存来看,手机相关的半导体补库已维持了几个季度,存储、模拟/功率IC的绝对库存额以及库存周转天数正接近历史平均水平,汽车电子、模拟/功率半导体公司未来将继续主动去库存,产品价格和盈利能力将在2024年下半年重启上行趋势。 推荐关注:生益科技、乐鑫科技、东山精密、水晶光电等。 风险提示:短期补库后的需求下滑,AI端侧发布后销量不及预期。 3 目录 一、端侧AI 1.1端侧AI元年确立,消费电子或迎创新大周期 1.2智能驾驶:汽车CIS量价齐升 二、先进封装 三、模拟IC 四、国产化 五、主要标的 4 端侧AI元年确立,消费电子或迎创新大周期 边缘侧不同应用场景对AI算力需求的测算语言处理 1)Token换算:假设问题20个词,换算约为27个Token;假设回答为300词,对应400Token;2)模型参数: 130亿;3)单次运算所需算力:427*2N*1.3billion=1.1102TOPS;4)算力利用率:假设为60%;5)假设处理时间:0.2s;6)对应所需算力:1.1102Tops/60%/0.2s=9.25TOPS(INT8精度)。根据以上测算,单从语言场景来看,M2、MeteorLake和XElite芯片均可满足相关算力需求。 图像生成 PC芯片算力对比 1)Token换算:假设生成一张1200万像素的图片(3000*4000*3),基于VisionTransformer将对应56.25万Token;2)模型参数:130亿;3)单次运算所需算力:562.5kilo*2N*1.3billion=1462.5TOPS;4)算力利用率:假设为60%;5)假设处理时间:60s;6)对应所需算力:1462.5Tops/60%/60=40.6TOPS(INT8精度)。根据以上测算,边缘侧图像生成领域仅XElite可满足相关算力需求。 参数 苹果:M4 Intel:LunarLake 高通:XElite 发布时间 2024年5月 2024年6月 2023年10月 NPU性能 38TOPS 48TOPS 45TOPS CPU核心频率 单核主频3.93GHz4P+6E大核心组合 主频最高3.9GHz4P+4E大小核组合 4.2GHz+3.4GHz主频6+4大小核方案 GPU 10核心 Xe2GPU(8个Xe核心) AdrenoGPU 制程 TSMCN3E TSMCN3B及N6 TSMCN4 数据来源:西南证券整理5 端侧AI元年确立,消费电子或迎创新大周期 AIPC和AI手机主要在于AI芯片升级,消费级AI芯片的推出为终端AI落地构筑根基 •硬件层面:端侧算力的每一步提升能够带来显著的杠杆效应,撬动AIPC在任务理解、个性化反馈 、复杂任务处理能力与速度方面更大的理解。 PC新老芯片架构对比 •AI芯片与传统CPU芯片最大的差别在于NPU核心的使用,以大幅增强AI运算能力。其中Intel首次在SoC模块中集成NPU单元,将提供不低于40Tops算力,XElite则将其原有的NPU升级为Hexagon并独立供电,模块将提升45Tops算力支持。 参数 传统CPU(酷睿i13) MeteorLake XElite CPU架构 X86架构 P核使用RedwoodCove架构E核使用Crestmont架构 使用Fryo780架构 三缓 最高36MB 32MB 42MB NPU 无NPU核心 SoC中集成NPU模块支持160亿参数本地模型部署 NPU升级为Hexagon 支持130亿参数本地模型部署 峰值AI算力 0.844tops(Inteli13,FP32) 不低于40Tops(2024) 45-75Tops 制程 Intel10 Intel4 TSMCN4 数据来源:西南证券整理6 端侧AI元年确立,消费电子或迎创新大周期 边缘侧不同应用场景对AI算力需求的测算语言处理 1)Token换算:假设问题20个词,换算约为27个Token;假设回答为300词,对应400Token;2)模型参数: 130亿;3)单次运算所需算力:427*2N*1.3billion=1.1102TOPS;4)算力利用率:假设为60%;5)假设处理时间:0.2s;6)对应所需算力:1.1102Tops/60%/0.2s=9.25TOPS(INT8精度)。根据以上测算,单从语言场景来看,M2、MeteorLake和XElite芯片均可满足相关算力需求。 图像生成 PC芯片算力对比 1)Token换算:假设生成一张1200万像素的图片(3000*4000*3),基于VisionTransformer将对应56.25万Token;2)模型参数:130亿;3)单次运算所需算力:562.5kilo*2N*1.3billion=1462.5TOPS;4)算力利用率:假设为60%;5)假设处理时间:60s;6)对应所需算力:1462.5Tops/60%/60=40.6TOPS(INT8精度)。根据以上测算,边缘侧图像生成领域仅XElite可满足相关算力需求。 参数 苹果:M4 Intel:LunarLake 高通:XElite 发布时间 2024年5月 2024年6月 2023年10月 NPU性能 38TOPS 48TOPS 45TOPS CPU核心频率 单核主频3.93GHz4P+6E大核心组合 主频最高3.9GHz4P+4E大小核组合 4.2GHz+3.4GHz主频6+4大小核方案 GPU 10核心 Xe2GPU(8个Xe核心) AdrenoGPU 制程 TSMCN3E TSMCN3B及N6 TSMCN4 数据来源:西南证券整理7 端侧AI元年确立,消费电子或迎创新大周期 高通XElite AIPC:高通XElite——更高AI算力,更强的边缘侧部署能力 •发布时间:2024年年中 •SnapdragonXElite:首款使用Nuvia架构的PC芯片,使用台积电N4工艺制造,搭载12颗高通OryonCPU,运行频率可达到3.8GHz,其中有性能核最快可达到4.3GHz。 •OryonCPU:单线程性能已经超过了苹果M2和英特尔i9,而与同级x86产品相比,骁龙XElite的性能可达竞品的两倍,而达到相同峰值性能时,功耗为竞品的三分之一。 •NPU:处理生成式AI任务,能够支持130亿参数的大语言模型。NPU算力达到了45TOPS,配合芯片其他模块的算力,整块骁龙XElite的AI引擎算力达到了75TOPS 数据来源:高通发布会,西南证券整理8 AIPC和AI手机 端侧AI元年确立,消费电子或迎创新大周期 PC市场:近两年PC市场相对低迷,但出货量在连续8个季度下跌后已于出现明显的边际回暖,24Q1首次回归同比正增长。TechInsights预计2024年全球笔记本电脑出货量增长11%,增长一方面是因为新品激发用户换机需求,另一方面