2025电子年度策略：AI策略：中流击水，浪遏飞舟

总论：全球AI产业进入高速发展阶段，技术创新者、云服务厂商与行业应用领导者共同推动AI经济格局重塑。巨头加大资本投入，超高性能GPU集群、专用AI芯片及数据中心等基础设施的建设又进一步推动AI应用场景创新。2025正式进入AI端侧“百舸争流”。智能手机、可穿戴、物联网设备、汽车等终端AI算力提升，为边缘计算、智能家居、自动驾驶等领域带来全新可能性。 面对地缘政治技术封锁与供应链不确定性，中国AI产业亟需推进全面国产化。国产算力、存力、互联等高端芯片的突破，离不开IC设计、晶圆制造、先进封装测试、半导体设备、材料及零部件等全产业链配合。此外，还需关注整个配套设施，包括电源管理、PCB、高性能散热方案等关键组件的自主供应链建设。全球AI竞争白热化，通过在核心技术自主创新和完整产业链建设上的持续发力，我们充分看好技术升级迭代、产业积极布局为国产AI供应链带来的机遇。 算力：ASIC助力定制化，国产芯片加速入局。云厂商持续加码AI相关投资，资本开支自23Q3开始逐季提升，24Q3四大CSP资本开支575亿美元，同比增长61%，环比提升11%，25年资本开支有望持续向上。目前GPU仍占据主流AI算力市场，英伟达软硬件生态完整，产品持续升级迭代，预计25-26年将升级至Rubin平台，超大规模训练端核心竞争力稳固。另一方面，云厂商积极布局定制化ASIC，博通指引AISAM从2024年的150-200亿美元提升至27年的600-900亿美元，市场规模高速增长。美国对华科技封锁持续加剧，国产芯片做出性能、性价比，自主可控空间广阔。随着2025年端侧AI放量，国产算力芯片份额有望加速提升。 存储：云端与边缘侧需求全面扩容，巨头加速扩产HBM。随着AI加速芯片的不断更新换代，其搭载的HBM总容量、带宽等规格也持续升级，带动单机HBM容量及价值量快速攀升。根据IntelMarketResearch，至2030年，预计全球HBM市场规模将达489.3亿美元，2023至2030年CAGR达68.1%。需求端高景气，三大原厂加速扩产HBM。根据TrendForce，预计至2025年HBM芯片每月总产能为54万颗，相较于2024年增加27.6万颗，同比增长105%。三大巨头扩产将带动HBM产业链需求持续高景气。此外，以AI服务器、AIPC、AIphone等为代表的云端和边缘侧AI将驱动3DNAND市场快速增长。根据CounterPoint，预计到2030年，整体NAND闪存市场将超过930亿美元，2023年为400亿美元。其中根据TrendForce，AI服务器预计将持续推动SSD需求的年增长率超过60%。 此外，AISSD需求在整个NANDFlash市场中的占比预计将从2024年的5%上升至2025年的9%。未来以企业级SSD为代表的大容量高性能存储将持续高速增长，带动产业链相关企业持续受益。 互联：光与铜齐头并进，互连方案向高性能、低成本持续演进。光模块以其高带宽、快传输速率以及长传输距离，在数据中心交换机互连场景广泛应用并持续升级。而在服务器网卡到交换机等之间的短距连接，随着交换芯片、有源铜缆技术等的升级、以及云厂商定制化的IDC部署，AEC/ACC等应用份额及规模有望快速提升。硅光基于硅和硅基衬底材料，通过CMOS工艺进行光器件开发和集成，在高速光模块领域可带来低成本、低功耗等优势，同时也能缓解EML短缺现状，硅光模块份额或加速提高。LPO由于其兼具可插拔性与低功耗优势，预计成为25-26年高速光模块的快速落地方案。CPO&OIO作为更高集成度的下一代高速通信解决方案，台积电、高通等厂商亦积极布局，台积电预计其交换机CPO平台26年成熟。 电源：AI技术的精进导致电力消耗剧增，高效能的服务器电源变得至关重要。AI服务器电源作为高性能计算和数据中心的基础设备，担负着为服务器集群提供稳定、高效电能供应的任务。高算力需求推升运行功耗亦将显著增加电容用量。 PCB：AI催生HDI浪潮已至。伴随AI服务器的升级，高速高密度互联性能全面提升，功耗和散热要求同步大幅增加。HDI对比高多层能有效降低PCB层数增加布线密度，有效缩减信号在线路板上传输的距离，提高信号传输速率，减少传输时延；从功耗的角度看，HDI基于其高集成度优势降低系统冗余，减少额外功耗消耗，同时HDI高密度短距离布线可以大幅降低信号传输过程中的功耗，同时散热对比高多层也具备显著优势，因此HDI有望成为未来5年增速最快的PCB产品，特别是4阶以上的高阶HDI产品需求快速增长。根据Prismark预计，HDI将成为AI服务器相关PCB市场增速最快的品类，2023-2028年HDI的年均复合增速达到16.3%。 从实际生产来看，AIHDI对应层数阶数及面积更高，因此实际生产过程中无论是产能还是良率均显著降低，产能十分稀缺，全球范围内具备大批量量产能力的厂商有望核心受益于本轮AIHDI浪潮。 消费电子：AI终端创新加速，消费电子产业链景气度持续回升。2024年末AI创新加速，有望带动终端需求复苏。OpenAI12天直播发布，推出完整版o1、o3模型、文生视频Sora；苹果发布iOS18.2，重点更新Apple Intelligence；火山引擎冬季Force原动力大会上，豆包视觉理解模型首次亮相并升级了豆包主力通用模型。手机端：Canalys预计2024年全球手机出货量达12.2亿台，同比增长6%。苹果发布AppleIntelligence，全面开启AI时代，安卓各大厂商也积极布局AI。PC端：AIPC渗透率持续提升，预计大中华地区在2028年达到73%。可穿戴设备：AI眼镜浪潮已至，MetaRay-Ban2024年销量有望超150万副，随着显示功能的完善，向AR发展。政策端，“两新”政策有效激发内需潜力，并且多地开启3C数码产品补贴，将进一步加快换机周期。我们认为，随着端侧AI多终端落地开启新一轮换机周期，以及在政府补贴政策刺激消费的影响下，消费电子终端市场需求将进一步提升。 风险提示：技术路线演进风险、研发进展不及预期、地缘政治风险。 重点标的 股票代码 1算力：ASIC助力定制化，国产芯片加速入局 全球AI产业进入高速发展阶段，技术创新者、云服务厂商与行业应用领导者共同推动AI经济格局重塑。巨头加大资本投入，超高性能GPU集群、专用AI芯片及数据中心等基础设施的提升又进一步推动了AI应用场景的创新。 在技术与应用的双轮驱动下，AI端侧技术正成为另一重要增长极，2025正式进入“百舸争流”。智能手机、可穿戴、物联网设备、汽车等终端AI算力提升，为边缘计算、智能家居、自动驾驶等领域带来全新可能性。 面对地缘政治技术封锁与供应链不确定性，中国AI产业亟需推进全面国产化，加速关键技术自主可控。在基础硬件层面，国产算力、存力、互联等高端芯片的突破，离不开IC设计、晶圆制造、先进封装测试、半导体设备、材料及零部件等全产业链的配合。此外，还需关注整个配套设施，包括电源管理、PCB、高性能散热方案等关键组件的自主供应链建设。 全球AI竞争进入白热化阶段，通过在核心技术自主创新和完整产业链建设上的持续发力，我们充分看好技术升级迭代、产业积极布局为国产AI供应链带来的机遇。 1.1GPU仍占据主流AI算力市场 GPGPU适合高性能并行计算，是人工智能算法的首选解决方案。GPGPU（General PurposecomputingonGPU，基于GPU的通用计算）在传统GPU的基础上，进行了进一步的优化设计，使之更适合高性能并行计算。目前AI服务器通常选用CPU和加速芯片组来满足其庞大算力需求，其中加速芯片包括GPU、FPGA、ASIC等逻辑芯片，GPU由于其具有最强的计算能力同时具备深度学习等能力，目前成为服务器中加速芯片首选。 图表1：GPU与CPU结构对比 与GPU的通用性相比，ASIC在特定任务上展现出更高的效率。ASIC作为专用定制芯片，基于芯片所面向的专项任务，计算能力和计算效率都严格匹配于任务算法，芯片的核心数量，逻辑计算单元和控制单元比例，以及缓存等整个芯片架构也是精确定制的，因此ASIC可以实现极致的体积、功耗。博通2024年AISAM约150亿至200亿美元，27年SAM为600亿至900亿美元，SAM将实现4-5倍增长。 FPGA半定制化，但冗余多且能效极致化不如ASIC，不适用于AI计算大规模出货。FPGA，即FieldProgrammableGateArray（现场可编程阵列列）“，于于半定制芯片，能能依据据用户需求，在制造完成后进行不限次数的重复编程，进而达成所需的数字逻辑功能。ASIC则是全定制芯片，其功能固定无法更改。相比之下，FPGA作为半定制芯片，功能具有灵活性，无需进行流片，不过因其可编辑的特性，冗余功能较多，若仅用于单一目的便会造成资源浪费。在大规模生产时，FPGA的成本高于ASIC，并且在能效极致化方面也不及ASIC。因此，用于AI计算大规模出货时，一般考虑使用GPU与ASIC较多。 图表2：ASIC芯片架构（以AWS产品为例） AI服务器需求旺盛，北美四大CSP资本开支上行。从AI服务器出货量来看，2023年高阶AI服务器出货19.96万台，一般AI服务器出货46.98万台。2024年高阶AI服务器预期出货54.3万台，较2023年成长172%；2024年一般AI服务器预期出货72.5万台，较2023年成长54.2%。根据Trendforce，2024年AI服务器占整体服务器出货的比重预估将达12.2%，较2023年提升约3.4个百分点；从产值看，预估2024年AI服务器产值将达1,870亿美元，同比+69%，产值占整体服务器高达65%。从需求方来看，2023年前五大业者出货占总体比重达85.1%，2024年前五大业者占比则降至77%，前四大仍为以代工厂直接销售（ODM-direct）为服务器主要采构模式的大型CSP厂商。 图表3：AI服务器出货量 图表4：CSP与品牌高阶AI服务器出货量与占比预估 CSP持续加码AI服务器及相关投资。24Q3四大CSP（谷歌、“本开支（现流流量表口径）“ meta、亚马逊、微软）资 总和为575亿美元，同比增长61%，环比增长11%，自23Q3 开始，云厂商资本开支逐季提升。谷歌24Q3资本支出约130亿美元，其中最大的组成部分是对服务器的投资，其次是数据中心和网络设备，预计Q4资本支出将与Q3持平； meta24Q3资本支出（包括融资租赁的本流支付）为92亿美元，主要系对服务器、数据中心和网络基础设施的投资，预计2024年全年的资本支出将在380-400亿美元之间，下限较之前的370-400亿美元有所增长，预计2025年的资本支出将大幅增长；亚马逊24Q3资本支出为213亿元，预计2024年的资本支出约为750亿美元，大部分支出用于支持对技术基础设施日益增长的需求；微软FY25Q1包括融资租赁在内的资本支出 gszqdatemark年 月 日 为200亿美元，PP&E支付的现流为149亿美元，大约一半的云和AI相关支出继续用于长期资产，其余的云和AI支出主要用于服务器（CPU和GPU）。 图表5：四大CSP资本开支（单季度，单位：亿美元） 图表6：四大CSP资本开支（年度，单位：亿美元） 科技公司紧锣密鼓布局、升级迭代大模型训练，AI算力芯片需求强劲。在加速计算和生成式AI的带动下，算力需求陡增，全球高科技公司纷纷涌入AI领域开展军备竞赛。预计2024年微软有75万-90万块等效H100，25年预计达到250万-310万；谷歌2024年有100万-150万块等效H100，25年预计达到350万-420万；Meta2024年有55万-65万块等效H100，25年预计达到190万-250万；亚马逊2024年有25万-40万块等效H100，25年预计达到130万-160万；xAI2024年有10万块等效H100，25年预计达到55万-100万。 图表7