科技行业2025年展望：AI浪潮重新定义全球科技的未来

浦银国际研究 主题研究|科技行业 科技行业2025年展望：AI浪潮重新定义全球科技的未来 展望2025年，AI是主旋律，也是驱动力：生成式AI正在持续推动科技产业增量市场的高速增长，给科技行业带来增长动能。我们预计这一趋势有望在2025年延续。一方面，AI服务器需求持续高增量，云端训练和推理的AI算力芯片处于高速成长的初期阶段。另一方面，AI从云侧向端侧渗透，在拉动智能手机、个人电脑等消费电子终端的需求的同时，反哺云端需求。本轮AI浪潮是科技行业重大推动力。我们认为2024年科技行业的成长动能主旋律有望向2025年延续。我们建议投资人关注AI算力芯片最受益玩家台积电和英伟达。 生成式AI向端侧渗透，带动智能手机等消费电子行业成长：根据Counterpoint的预测，2024年和2025年的AI智能手机渗透率分别将达到18%和29%。在端侧AI用户体验快速提升中，预计2025年全球智能手机出货量将达到12.4亿部，同比增长2%。这给予智能手机供应链较 沈岱 浦银国际 首席科技分析师tony_shen@spdbi.com(852)28086435 马智焱 科技分析师 ivy_ma@spdbi.com(852)28090300 黄佳琦 主题研究 科技分析师sia_huang@spdbi.com(852)28090355 2024年12月13日 MSCI中国IT指数表现 MSC中国IT指数 相对于MSCI中国指数表现(右轴) 好的成长支撑，包括数量的增长以及高端项目占比提升。我们建议投资人关注手机品牌受益公司小米，以及垂直整合组装平台，比亚迪电子、立讯精密、蓝思科技。这些标的还受益于新能源车增长红利以及端侧AI智驾的快速普及。 AI是半导体行业最大增量，直接或间接带来晶圆代工和功率半导体的增量需求：全球半导体贸易组织预计，2024年全球半导体行业规模将同比增长16%，2025年将同比增长12%。全球半导体行业在2025年将继续保持增长，其中AI是重要的增量来源。中国晶圆代工行业仍将处于周期上行，主要代工厂的出货量将保持较好的成长，而晶圆的价格和产能利用率则会相对缓和地改善。与此同时，中国功率半导体基本面整体将在2025年维持周期上行的趋势。我们建议投资人关注中国晶圆代工行业的华虹半导体，其市净率估值依然具备吸引力。建议投资人关注受益于汽车电子和AI服务器相关的功率器件增量的标的，如新洁能、扬杰科技等。 科技硬件估值合理，建议布局增加仓位：当前A股电子行业和A股半导体行业市盈率分别为55.0x和89.0x，分别处于历史75%和62%的百分位。我们拟合的中国晶圆代工和中国功率半导体行业市盈率分别为53.3x和64.5x，处于94%和44%的历史百分位。纳斯达克指数估值为28.1x，处于82%的历史百分位。考虑到行业基本面复苏，当前的估值都具备一定的上行空间。 投资风险：全球，包括中国和美国，经济增长面临压力，服务器、智能手机、新能源车等需求不及预期；半导体行业下行，或细分行业上行动能不足；生成式AI需求爆发持续性弱于预期，AI算力芯片迭代不及预期；行业竞争加剧；投入或费用过大，拖累利润表现。 900 700 500 300 科技行业2025年展望 注：截至2024年12月12日收盘价；资料来源：Bloomberg、浦银国际 20% 10% 0% (10%) (20%) 本研究报告由浦银国际证券有限公司分析师编制，请仔细阅读本报告最后部分的分析师披露、商业关系披露及免责声明。 目录 生成式AI开启科技行业超级成长周期3 全球AI行业具备较大成长空间3 端侧AI大模型快速落地，带动端云协同需求6 全球AI算力芯片玩家借助行业红利进入成长期10 消费电子行业：生成式AI向端侧渗透，带动行业增量17 智能手机：2024年、2025年连续两年保持增长17 消费电子持续受益于智能手机高端需求增长和汽车电子增量空间29 布局消费电子2025年AI增量和复苏增长38 半导体行业：生成式AI算力需求依然是2025年半导体行业最大增量42 预计2025年半导体行业维持增长42 半导体晶圆代工：半导体晚周期赛道，基本面稳步上行56 功率半导体：低压器件触底复苏，高压器件仍有压力62 2025年科技行业配置策略67 科技硬件行业估值及回报69 科技硬件行业指数及估值表现69 科技行业2025年展望：AI浪潮重新定义全球科技的未来 生成式AI开启科技行业超级成长周期 全球AI行业具备较大成长空间 2022年11月底，OpenAI发布ChatGPT3.5。紧随其后，生成式AI，在供应端的推动下，进入爆发式发展期。无论是OpenAI随后发布的ChatGPT4.0，还是谷歌、Meta等多家厂商发布的Gemini、Llama等AI大模型，都是这一轮AI行业爆发式发展的体现。AI算力芯片作为本轮AI浪潮基本且不可或缺的硬件基础，成为这波浪潮最先受益的行业。 首先，美国的云服务提供商大幅增加对于AI算力芯片的资本开支，并且推动其AI大模型快速更新迭代。而且，大量的公司不愿意在这波浪潮中落后，B端需求初见端倪并快速成长，希望借助生成式AI，提高生产力。 这四家美国头部云服务厂商（微软、谷歌、亚马逊、Meta）资本支出同比增速在经历了10个季度的下行后，在2023年二季度见底触及-9%的低点，随后就开启上行，在今年一季度实现+30%增长，并在二、三季度持续上扬至58%、59%（图表1）。本轮美国互联网大厂资本开支投向主要集中在AI算力的部署。 展望2025年，我们预期美国互联网厂商以及其他初创企业都在加速部署AI大模型算力，以避免在新技术商业落地过程中落后于竞争对手。所以，我们预期这些美国头部科技企业的资本开支上行动能会推动AI算力芯片需求大幅上扬。 其次，承接云服务厂商资本开支的AI服务器正在快速增长。与科技新兴产业发展趋势类似，目前AI服务器渗透率也处于加速上扬阶段，速度快于一年/半年以前的市场预测。根据Counterpoint，AI服务器收入渗透率已经在二季度达到29%（图表8）。 TrendForce预计AI服务器出货量将从2023年的118万台增长至2024年的167万台，预计2025年将会增长至214万台。根据TrendForce预测，2023年、2024年、2025年，全球AI服务器出货量渗透率达到/预计达到8.8%、12.2%、15.0%（图表7）。 我们预期未来2-3年，AI服务器渗透率保持上扬的趋势，带动AI算力芯片需求加速上扬。从我们对行业的追踪来看，AI算力芯片增长动能强劲，下行风险较小。当前是行业发展的初期阶段，与AI相关的上市企业/初创公司，持续得到资金的支持，尤其在大模型技术以及商业闭环方面有大幅投入。这将持续推动AI或大模型技术本身快速升级迭代，从而推动行业大幅上行。AI算力芯片本身正在快速迭代，其性能快速提升叠加单位算力的成本快速下降，推动AI大模型综合成本下行，从而推动新技术的快速普及。 从长期来看，全球生成式AI有望迎来万亿美元市场空间。自2022年底ChatGPT面向公众开放以来，生成式AI带动了新一轮的生产效率提升，也开启了新一轮AI投资机遇。根据IDC数据，2020年至2023年全球生成式AI市场空间上涨了约6倍，预计2024年至2030年期间复合增长率达到40%， 2030年有望接近万亿美元规模（图表3）。 图表1：微软、谷歌、亚马逊、Meta资本开支同比增速 微软谷歌亚马逊Meta合计资本开支 200% 150% 100% 50% 0% -50% 资料来源：FactSet、浦银国际 图表2：各AI大模型公司纷纷推出小模型 公司 小模型 参数（亿） 训练思路 Meta Llama-3 80 训练数据量15万亿，远高于平均值 微软 Phi-3 38/70/140 保证高质量数据 OpenAI GPT-4omini - - 资料来源：公开资料、浦银国际 图表3：全球生成式AI市场空间及预测（百万美元）图表4：模型数量与参数爆发式增长 兆级 ZeRO-Infinity 兆级 M6-10T 1750亿 GPT-3 110亿 15亿T5 2亿1300万GPT-2 Transformer GPT-1 6000万 Alexnet 更多大模型... 1,600,000 模 型 1,200,000参 数 800,000量 400,000 2020 2021 2022 2023E 2024E 2025E 2026E 2027E 2028E 2029E 2030E 2031E 2032E 0 注：E=IDC预测 资料来源：IDC、浦银国际 201220172020 资料来源：联发科发布会、浦银国际 图表5：CPU迭代放缓，但数据呈指数状态增加图表6：GPU加速计算 数据量 CPU GPU CPU 资料来源：英伟达2024年6月COMPUTEX发布会、浦银国际资料来源：英伟达2024年6月COMPUTEX发布会、浦银国际 图表7：AI服务器出货量渗透率图表8：AI服务器收入渗透率 AI服务器出货量（万台） AI服务器渗透率（右轴） 250 200 150 20% 15% 10% 非AI服务器收入（百万美元）AI服务器收入（百万美元）AI服务器渗透率（右轴） 50,000 40,000 30,000 40% 30% 100 50 5% 20,000 10,000 20% 10% 00% 202220232024E2025E 00% 3Q234Q231Q242Q24 注：E=TrendForce预测 资料来源：TrendForce、浦银国际资料来源：Counterpoint、浦银国际 端侧AI大模型快速落地，带动端云协同需求 端侧AI对于AI算力芯片需求主要体现在两个方面： 1）可以触达C端的终端设备本身的出货量大幅提升。尽管C端终端并不需要具备训练AI大模型的能力，但是这些AI设备注重AI大模型的推理能力，同时需要在功耗、成本、实时性、隐私等方面具备较好表现。因此，这需要在原有CPU、GPU等端侧芯片上增加包括NPU在内的更加高效的AI算力 （图表11和图表12），从而带动相关半导体价值量的提升。台积电曾在2Q24业绩会中分享过，AI算力要求的提升会带动端侧算力芯片尺寸增加5%- 10%。 2）为了更好地提升C端用户体验，终端品牌厂商同样需要云端的AI算力来训练自身的大模型，从而大幅提升小参数量的端侧模型能力。这是从端侧推理体验需求反哺云侧训练算力需求提升，再次带动云侧AI算力的增长。 首先，具备端侧AI大模型能力的终端设备出货量大幅提升，带动具备更高AI算力芯片出货量提升。在近半年来，无论是智能手机品牌、笔记本电脑品牌，还是新能源车企都在发布具备端侧AI能力的终端产品。生成式AI正在快速渗透到各种电子终端中。因此，AI算力芯片在端侧的需求也在大幅增长。 今年9月苹果发布的iPhone16系列手机首次正式搭载AppleIntelligence，使得苹果生态设备中的语音助手Siri可实现跨平台调用能力。AppleIntelligence也具备生成式AI典型能力，例如图像生成、邮件撰写等（图表55）。 今年10月，小米发布小米15系列手机，搭载澎湃OS2，其中包含HyperAI子系统。这是小米在自身手机上首次实现AI动态壁纸、AI写作、AI识音、AI翻译以及AI妙书等功能。而且，小米也升级了AI智能助手“超级小爱”，打通感知、理解、执行等全链路能力。 今年11月，小鹏发布P7+，实现了轻雷达、轻地图的智驾能力。与OpenAI最新o1推理模型类似，小鹏的智驾借助自身端到端架构，追求极致智能的智驾体验。而且，小鹏大模型实现云端协同，其云端大模型参数量是车端的80多倍。 根据Counterpoint的预测，2024年、2025年AI智能手机渗透率将达到18% 和29%；今明两年全球高阶AIPC渗透率将达到5%、