电子行业2025年度策略：AI云侧端侧共振，复苏加持国产替代

证券研究报告 电子行业2025年度策略： AI云侧端侧共振，复苏加持国产替代 日期：2024年12月16日 分析师陈耀波（执业证书号：S0010523060001）分析师李美贤（执业证书号：S0010524020002）分析师刘志来（执业证书号：S0010523120005） 分析师李元晨（执业证书号：S0010524070001）华安证券研究所 2025年年度策略观点综述 一、云端AI投资端与应用端正反馈开启 AI浪潮奔涌，算力市场迎高增。投资端与应用端共同驱动，全球生成式人工智能市场迎来高速增长期，中国生成式人工智能市场潜力大。25年三条ScalingLaws并行，突破“天花板”疑虑。基于人工智能带来的算力新基建的需求，带来MLCC，铜缆，先进封装，AI服务器电源模块和PCB等领域的投资机遇。 •MLCC：AI驱动MLCC产品实现量价齐升。每台AI服务器所需的MLCC数量是普通服务器的5-10倍，部分料号价差高达十倍。建议关注三环集团、风华高科、洁美科技、国瓷材料、鸿远电子。 •铜连接：有望成为数据中心交换网络新趋势。预计未来五年高速电缆的销售额将翻一番以上；其中，AOC销售额CAGR15%,DAC和AEC的销售额CAGR25%/45。建议关注线材厂商沃尔核材、新亚电子、精达股份、鸿腾精密、神宇股份；连接器及组件厂商华丰科技、鼎通科技；高速线缆厂商立讯精密、兆龙互联。 •玻璃基板:有望凭借其性能优势成为封装基板新趋势。玻璃基板可运用于2.5D/3D封装、扇出晶圆级封装（FOWLP）、等先进封装技术，在AI和HPC领域中首先得以应用。我国相关厂商如沃格光电等在玻璃基板及TGV技术和产能持续突破，有望于未来建立竞争优势。 •电源模块:AI服务器算力升级带动量价齐升。我们测算NVL72+36机柜电源模块价值总量将在2024年达到26亿元，到2026年达到356亿元，年复合增长率达270%。多相电源为 CPU/GPU等供电需求而生，有望成为AI服务器主流供电方案。建议关注我国电源模块布局厂商顺络电子、欧陆通、泰嘉股份、杰华特、晶丰明源。 •PCB：AI芯片持续迭代带动升级。服务器PCB产品需要与服务器芯片保持同步代际更迭，随各世代芯片平台在信号传输速率、数据传输损耗、布线密度等方面要求提升，服务器PCB产品也需要相应升级。对应的PCB的层数不同，对应的板厚和厚径比均随着芯片的不同和迭代有相应的变化。建议关注胜宏科技、沪电股份、景旺电子。 二、AIAgent驱动大模型与端侧硬件结合 AIAgent是以大语言模型为大脑驱动的系统，具备自主理解、感知、规划、记忆和使用工具的能力，能够自动化执行完成复杂任务的系统。AIAgent和带有高算力硬件配置的创新硬件如AI手机，AI眼镜，AI耳机的结合，带来换机动力。 •终端品牌：小米集团是全球前三的智能手机厂商，3Q24全球手机市场份额达到14%，汽车发布之后，小米整体品牌势能明显提升，对手机和AIoT产品都有积极带动作用，随着 AI在终端场景的落地，小米生态有望受益。 •代工环节：苹果正在积极推动其用户向新机型迭代，iOS的升级正在让iPhone变得更加智能，而新系统仅支持更新款的产品，苹果或可通过系统的升级，吸引更多的老机型用户向前迭代，缩短其换机周期，拉升年度销量；此外，安卓厂商也会被带动进入AI时代。建议关注：立讯精密，华勤技术。 •半导体设计：恒玄、全志下游以IoT产品为主，在部分领域市场份额领先；模拟芯片方面，艾为、南芯下游敞口以智能手机、IoT产品为主，叠加AI手机大模型赋能和手机补贴换机推动或将推动相关公司业绩提升。TWS耳机、智能眼镜、智能玩具等IoT产品主要使用NORFlash作为存储器，兆易、普冉是国内NORFlash领域头部厂商，随着AI在IoT场景的落地，有望带动行业需求，进而推动公司成长。 2025年年度策略观点综述 三、复苏加持国产替代 随着海外出口限制持续加码，国产替代进程逐渐进入深水区，然而，在半导体景气周期持续复苏的背景下，国产替代主线将从纯估值驱动逐步转向业绩估值双升的戴维斯双击板块。 •晶圆代工：由于国际形势导致供应链分流，加上成熟制程生产外围IC需求复苏，代工厂稼动率维持高位，进一步催化25年全球成熟制程的扩产。国产厂商市场份额持续提高，国内厂商中芯国际、华虹半导体24Q3市场份额环比提升，对应海外成熟制程厂商份额下滑，趋势有望持续贯穿未来数年。建议关注晶圆代工厂商中芯国际、华虹公司、晶合集成、芯联集成。 •半导体设备：晶圆制造国产化持续推动需求高增。伴随半导体设备本土化进程加速，设备厂商收入实现快速增长。从收入与合同负债角度看，板块景气度25年有望维持高位。建议关注半导体设备和零部件公司：北方华创、中微公司、拓荆科技、华海清科、正帆科技、富创精密。 •CPU主芯片：CPU是计算机核心芯片，如果设计过程无法做到自主可控，极有可能植入系统漏洞或后门而难以察觉，影响到计算机整体性能安全和稳定性。由于IntelCPU在中国X86服务器和笔记本市场中占比高，存在危害中国国家安全问题，未来几年自主可控大势所趋。建议关注国产CPU公司海光信息、龙芯中科等。 •射频前端：目前中国市场高端L-PAMiD模组均由海外巨头垄断，国内厂商正处于加速追赶阶段。Phase8LAll-in-one单芯片设计大幅提高集成度需求，新的设计方案为国内厂商切入中高端射频前端模组创造契机。随着射频前端器件价格筑底，射频前端板块25年将迎来复苏叠加新市场突破的双重机会。建议关注射频领域卓胜微、唯捷创芯、慧智微。 •模拟芯片：近3年来，随着圣邦股份、矽力杰、纳芯微为代表的本土芯片公司不断拓展产品品类，不断从消费电子延伸到工业、汽车领域，国产化率有望提速。本土模拟芯片自给率有望从24年16%提升至29年30%，对应国产模拟IC市场空间有望达到1,326亿元。目前模拟行业整体温和复苏，依然以消费、汽车两大下游拉动为主。建议关注模拟公司圣邦股份、思瑞浦、艾为电子、纳芯微。 风险提示：AI需求不及预期，技术迭代不及预期，国产大模型和终端结合落地不及预期，海外制裁加剧，国际竞争风险加剧，行业竞争加剧 目录 1 23 云端AI投资端与应用端正反馈开启 AIAgent驱动大模型与端侧硬件结合 复苏加持国产替代 1.1AI应用场景持续更新，催化海量算力需求 1.2三大ScalingLaw并行，突破需求疑虑 1.3新应用多点开花，助力算力投资正循环 1.4景气度上行，MLCC迎AI新增长点 1.5“铜进”趋势开拓市场增量空间 1.6AI加速先进封装，玻璃基板迎元年 1.7AI服务器催化电源产业链高增 1.8PCB25年AI与自动驾驶双轮驱动 2.1AIAgent有望成为AI应用新趋势 2.2AIAgent重塑手机行业生态 2.3AIPC受益景气度回升与落地加速 2.4创新产品：AI眼镜与耳机产品爆发期已到 2.5AI端侧受益标的小结 3.1晶圆代工：温和复苏与国产化推进并行 3.2半导体设备：产业自主化高景气持续 3.3CPU：自主可控必经之路 3.4射频前端：价格战末段，Phase8L带来中高端模组市场切入口 3.5模拟芯片：供给冲击长夜已过，长周期国 产替代空间广阔 3.6国产替代核心标的小结 华安证券研究所 1.1AI浪潮奔涌，算力市场迎高增 ChatGPT引发人工智能革命 •2022年末，OpenAI推出的ChatGPT标志着生成式人工智能技术在文本生成领域取得的显著进展。生成式人工智能是人工智能分支，是基于算法、模型、规则生成文本、图片、声音、视频、代码等内容的技术。生成式技术能够针对用户需求，依托事先训练好的多模态基础大模型等，利用用户输入的相关资料，生成具有一定逻辑性和连贯性的内容。 投资端与应用端共同驱动，全球生成式人工智能市场迎来高速增长期,中国生成式人工智能市场潜力大。 •根据《2024年中国算力行业白皮书》，2020-2028年全球生成式人工智能市场规模将由140亿美元增至5160亿美元，8年CAGR达57%。 •根据《2024年中国算力行业白皮书》，2020年-2028年，我国生成式人工智能应用市场规模将由98亿元增至2804亿元，8年 CAGR达52%；我国生成式人工智能投资额由5亿元增至1388亿元，8年CAGR高达102%。 1.1AI浪潮奔涌，我国AI算力市场有望迎来高增 场景一：智算中心 •2025年我国将建成50座智算中心，单座智算中心平均投资成本为21亿元。按照服务器成本占智算中心投资总成本的69%、CPU/GPU占高性能服务器成本的70%计算，2025年中国智算中心市场规模约为1050亿元，中国智算中心AI芯片市场规模达507亿元。 •智算中心是智慧时代最主要的计算力生产中心，它以融合架构计算系统为平台，以数据为资源，能够以强大算力驱动AI模型对数据进行深度加工，源源不断产生各种智慧计算服务，并通过网络以云服务形式供应给组织及个人。我国智算中心采用政府主导下的政企合作共建模式，由政府出资指导建设，企业承建运营。据工信部披露，2023年底全国共建成智算中心30座，预计2025年全国将建成智算中心50座。根据国家工信安全中心统计，国内智算中心的平均投资成本高达21亿元。由此可以推算出2025年中国智算中心市场规模约为1050亿元。假设服务器成本占智算中心投资总成本的69%、GPU占高性能服务器成本的70%，可得2025年中国智算中心AI芯片市场规模约为507亿元。 服务器成本构成 中国智算中心市场规模预测 中国数据中心IT设备成本构成 2023 2025E 中国智算中心数量/座 30 50 中国智算中心市场规模/亿元 630 1050 中国智算中心AI芯片市场规模/亿元 304 507 1.1AI应用场景持续更新，催化海量算力需求 场景二：大模型训练与推理 1）训练端：以ChatGPT3.5的训练成本作为估算基础，当前中国头部AI大模型厂商的参数规模通常在1000亿左右，而初创企业的大模型参数通常在 10亿到100亿之间，假设25年平均单个模型参数规模为2000亿，则25年国产大模型在训练阶段需要397200张A100，合人民币约417亿元。 •截至2024年4月，中国10亿以上参数规模的大模型数量已超过100个；其中，百度、阿里等头部互联网企业发布的大模型参数规模达1000亿，其余初创企业大模型参数规模通常在100亿、10亿级别。 •假设1：2025年中国大模型平均每个模型参数数量为2000亿，平均单个模型Token数量为2000亿。 •假设2：每个模型的训练周期为30天。 •假设3：采用混合精度（FP16）的A100芯片训练，即每张A100的峰值算力为312TFLOPs，训练期间A100芯片利用率为45%，报价15000美元。 •假设4：假设2025年我国大模型数量为600个。 平均单个大模型训练算力需求=6×模型参数数量×푇표�en数量=6×2000×108×2000×108=9.3×1016퐹퐿OPs 单次训练秒数 平均单个模型训练端A100需求GPU需求=算力需求 30×24×60×60 =9.3×1016 =662张 单张퐺PU峰值算力×퐺PU利用率 312×1012×45% 训练端市场规模测算 中国大模型训练端算力需求=9.3×1016×600=5.6×1019퐹퐿OPs 中国大模型训练端A100需求=662×600=397200张 中国大模型训练端市场规模为=397200×15000×7＝417亿元 2）推理端：以ChatGPT3.5的推理成本作为估算基础，假设中国头部AI大模型厂商平均单个模型的日均访问量为100万次，访客每日提问需要 10000个Token，每天有300个大模型在进行推理，2025年我国AI大模型推理阶段需要A100数量约为491400张，合人民币约516亿元。