【光大证券】AI行业深度报告之一：iPhone时刻的开启，硅基时代的到来.pdf

2024-03-13

51页

5MB

1、 AI: iPhone 时刻的开启，硅基时代的行业特征

ChatGPT 引领人工智能进入以 AGI 为代表的新里程碑阶段。随着 AI 基础设施逐步完善，深度学习技术不断进步，人工智能应用场景逐渐增多，模型参数规模和数据量也实现了大幅度增长，为 NLP、CV 等领域带来更强大的表达能力和性能。人工智能发展历程中主要有两大里程碑: 里程碑一：2012 年 CNN 获得 ImageNet 第一，标志着机器视觉识别能力开始逐渐超越人眼识别准确率，开启了人工智能革命。随着深度学习技术不断突破，诞生了一批“AI+场景应用”的专属模型，但是整体研发成本比较高、研发时间比较长。里程碑二：2022 年 ChatGPT 的出现，掀起了又一波人工智能发展热潮，以大模型+RLHF 为核心的技术落地意味着人工智能开启 AI 新范式。人工智能相关产业开始基于强大的基模型进行发展，通过人类反馈和强化学习不断解锁基模型的能力，以解决海量开放式任务，带来了新的研究范式。

AGI 技术能够精准识别人类情绪意图、理解人类语言、学习人类知识并进行类脑推理与创造，大模型是目前通往 AGI 的最佳实现方式。以 ChatGPT 为代表的人工智能技术已经具备 AGI 的核心技术和特征，能够自动化地学习任何可以符号化的知识及信息，不断自我优化，充分理解和流畅表达人类语言，同时逻辑推理能力强，实现了具备一般人类智慧的机器智能。

伴随 AI 技术升级和大模型成熟，AI 绘画与 ChatGPT 的成功破圈，生成式 AI 技术迎来发展拐点，行业关注度大幅提升。生成式 AI 是指基于大模型、生成对抗网络 GAN 等人工智能技术，通过已有数据寻找规律，并通过适当的泛化能力生成相关内容的技术，可生成如图像、文本、音频、视频等原创内容变体。例如，以 ChatGPT、Midjourney、文心一格、商汤商量、Codex 为代表的生成式 AI 应用拥有文本语言理解能力、涌现能力以及思维链推理能力，能够完成文学创作、新闻写作、数理逻辑推算、代码生成、图片生成等多项任务。目前，国内电商、游戏、文娱、设计等行业正在积极使用相关的生成式 AI 应用来提高自身工作效率，尤其以文生图应用为主。

生成式 AI 不仅能够增强并加速下游多领域的设计，而且有潜力“发明”人类可能错过的新设计、新对象。生成式 AI 有生成大规模、高质量、低成本内容优势，在算力和算法支持下生成大量内容，生成的内容质量将持续超越 UGC 与 PGC。未来有望为各行业提供内容支持并促进其内容繁荣，最大化释放内容生产力。文字生成属于发展成熟、易于跨界转化的赛道，而跨模态生成赛道的发展潜力最大。生成式 AI 应用根据模态划分为文字生成、音频生成、图像生成、视频生成、跨模态生成。语音合成、文本生成图像属性编辑等技术应用目前较为成熟，跨模态生成、策略生成是高增长潜力的应用场景，在自动驾驶、机器人控制等领域有极高应用价值。算力需求激增，推动算力基础设施迎增长新周期。受益于 AI 等相关新兴领域的应用以及“东数西算”政策下云计算、超算中心的蓬勃发展，数据计算、存储需求呈几何级数增长，算力需求持续释放带动算力基础设施产业迎来增长新周期。据 IDC，AI 的应用与普及促使 2022 年我国智能算力规模近乎翻倍，达到 268 EFLOPS，超过通用算力规模，2026 年我国智能算力规模将达 1271.4 EFLOPS， 22-26 年复合增长率预计达 47.58%；硬件占 AI 支出比重 49.8%，其中最大投资是服务器，占 AI 硬件支出比重 84%以上，AI 将成为未来服务器市场新一轮快速增长的主要推动力。

2、全球科技巨头大力布局 AI 产业

2.1、微软:投资 OpenAI，Copilot 开启 AI 商业化里程碑

2023 年 1 月中旬，微软对 OpenAI 投资 100 亿美元，占股 49%。微软与 OpenAI 的合作始于 2019 年 7 月，当时微软宣布向 OpenAI 提供 10 亿美元的投资，并与其建立独家云计算合作关系。此外，微软还将为 OpenAI 提供技术支持和咨询服务，帮助其实现“通用人工智能”的愿景。微软将 GPT-4 模型装进了 Office 套件，推出了全新的 Copilot 系统，发布 Dynamics 365 Copilot、Microsoft 365 Copilot、Power Platform Copilot 板块，开启 AI 商业化里程碑。 Dynamics 365 Copilot：GPT4 赋能业务全线 Dynamics 365 Copilot 赋能销售人员随时快速响应。在 Dynamics 365 Sales 和 Viva Sales 中，Copilot 可以编写给客户的电子邮件回复，在 Outlook 中自动生成一个 Teams 会议的总结邮件，从销售的 CRM 系统中自动提取产品、报价之类的细节，由 Teams 通话中总结出的核心要点一并汇总到邮件里。 Dynamics 365 Copilot 助力客服人员时刻对答如流。在 Dynamics 365 Customer Service 中，能够针对聊天对话和电子邮件中的问题，撰写出符合上下文语境的答案。

Dynamics 365 Copilot 升级市场营销体验，轻松找到目标受众。在 Dynamics 365 Customer Insights 和 Dynamics 365 Marketing 中的 Copilot 使营销人员能够简化他们在数据探索、受众细分和内容创建方面的工作流程：借助 Dynamics 365 Customer Insights 中的 Copilot，可以应对复杂的计算并且准确定位特定客户群体。利用 Dynamics 365 Marketing 中的 Copilot，市场人员可以创建一个支持检索辅助功能的全新目标客户类别。

Microsoft 365 Copilot：开启全新工作方式

Copilot 是将大型语言模型 GPT-4 内建到 Microsoft 365。在程序里面可以用非常口语化的方式使用 AI，还可以通过各个程序的配合，达到预期效果。 Microsoft 365 Copilot 简化工作流程，释放创造力和生产力： 1. Copilot in Word 能够与用户一起撰写、编辑、总结和创作。 2. Copilot in PowerPoint 能够在创作过程中，通过自然语言命令将想法转化为设计好的演示文稿。 3. Copilot in Excel 能够帮助用户识别趋势，在短时间内创建专业型式的数据可视化。 4. Copilot in Outlook 能够帮助用户整合并管理收件箱。 5. Copilot in Teams 能够直接从对话上下文中提供实时摘要和待办事项。 6. Business Chat 汇集了来自文档、演示文稿、电子邮件、日历、笔记和联系人的数据，能够帮助用户总结聊天内容、撰写电子邮件、查找关键日期，根据其他项目文件制定计划。

Power Platform Copilot：低代码未来前景打开

Copilot 是将 AI 结合到各种软件内的功能。Copilot 是 Microsoft Power Platform 的一个新功能，可以在 Power Apps, Power Virtual Agents 和 Power Automate 中基于 GPT 能力提供 AI-powered 的帮助，让制作者可以用自然语言描述他们想要的应用、流程或机器人，然后 Copilot 可以快速完成创建，并提供改进的建议。（1）Power Apps Copilot 可以让制作者通过自然语言对话的方式来描述并且直接生成想要的应用程序，可以通过和 Copilot 的对话来对应用进行调整， Copilot 也可以为用户提供应用的改进建议来解决问题。（2）通过 Power Automate Copilot ，可以通过自然语言来生成比以前更复杂的流程， Copilot 还可以以对话的方式不断优化和迭代更新流程，使用户无需专业知识也可以构建想要的流程。（3）通过 Power Virtual Agents Copilot，可以直接使用自然语言来描述机器人流程，无需手动一个一个进行创建。

2.2、英伟达:全球 GPU 龙头，产品需求量价齐升

全球 GPU 龙头开拓 AI 市场，助力服务器核心算力硬件性能提升。英伟达作为一家以 GPU 为主营业务的半导体设计公司，在 AI 行业发展初期就前瞻布局。2022 年公司数据中心产品营业收入 150.05 亿美元，同比增长 41.38%，2020-2022 CAGR 高达 49.70%，增势迅猛。ChatGPT 发布引爆市场、Google AI 对话模型 Bard 开放公测、百度发布“文心一言”大模型等一系列互联网巨头纷纷发力 AI 领域，催生 AI 服务器需求增长。据 TrendForce 预测，2023 年 AI 服务器出货量同比增速将达 37.7%，2024 年将增长 38%。公司有望受益于 AIGC 带来的核心算力硬件性能需求大幅提升，AI 服务器系统业务未来将成为公司数据中心产品营业收入的新增长点。 GPU 性能领先全球，H100 拓展市场领先地位。公司深耕 GPU 芯片多年，据英伟达在 IEEE 会议公布数据显示，从 2012 年的 K20X 到 2020 年的 A100，GPU 的推理性能提高了 317 倍，远超摩尔定律的发展速度。A100 作为当前 AI 服务器 GPU 中的高端产品，性能相比上一代 Volta GPU 提升 20 倍，其 AI 推理性能是 CPU 的 249 倍，打破 16 项性能 AI 记录，在 AI、数据分析、高性能计算上应用广泛，目前仍是 AI 领域所用的主力 GPU，被 AWS、微软 Azure 和百度云等。

算力需求迅猛增长，服务器 GPU 业务有望迎来量价齐升。AIGC 产品与应用的逐步落地催生了巨大的算力需求，据 OpenAI 测算，自 2012 年以来，全球头部 AI 模型训练算力需求 3-4 个月提升一倍，每年头部训练模型所需算力增长幅度高达 10 倍。作为 AI 时代的算力核心，GPU 需求旺盛。同时，芯片性能的大幅提升带动 GPU 价格不断增长，英伟达 V100/A100/H100 三代 GPU 价格分别为 10000 /15000/36500 美元。作为服务器 GPU 领导者，英伟达将直接受益于 AIGC 大热带来的核心算力硬件性能需求提升，服务器 GPU 业务有望迎来量价齐升。

2.3、华为：服务器产业深耕多年，打造“鲲鹏+昇腾” 双引擎战略布局

深耕服务器产业多年，打造“鲲鹏+昇腾” 双引擎战略布局。华为从 2008 年开始对外提供服务器产品，目前形成了通用计算（鲲鹏）和 AI 计算（昇腾）两大业务布局。由于美国将华为列入实体清单，限制 x86 架构的芯片供给，华为在 2021 年 12 月出售了 x86 服务器业务。原本主营 x86 服务器业务的子公司超聚变分离后仍然稳定发展，2022 年国内市占率位列第三，达到 10.1%。目前华为致力于打造以“Arm 架构的鲲鹏+达芬奇架构的昇腾”为根基的双引擎战略布局，借助自研芯片优势，持续拓展服务器业务布局。

坚持计算产业战略，积极布局 AI 服务器领域。华为创新处理器架构“达芬奇” 以匹配算力的增速，推出全场景处理器族，其中面向通用计算的鲲鹏系列与面向 AI 计算的昇腾系列主要应用于服务器产品，已服务政府、金融、运营商、电力、交通、医疗、教育、电力、油气、制造等领域，为全球合作伙伴开发服务器应用及解决方案。其中，采用鲲鹏 920/916 处理器的 TaiShan 服务器包括 2280E 边缘型、1280 高密型、2280 均衡型、2480 高性能型、5280 存储型和 X6000 高密型等产品，适配高性能计算、数据库、云计算等各种应用场景，现已应用于中科大千万亿次“瀚海 20 超级计算系统”。最高配置 2480 高端服务器基于鲲鹏 920 处理器，最高提供 256 核、3.0GHz 主频的计算能力和最多 25 个 SSD 硬盘。此外，昇腾系列 AI 服务器包括 Atlas 800 推理服务器与 Atlas 800 训练服务器，广泛应用于中心侧 AI 推理、深度学习模型开发和训练场景。Atlas 800 推理服务器搭载 64 核架构的鲲鹏 920 处理器，支持 8 张 Atlas 300I 推理卡，整机可提供 640 路高清视频实时分析（1080P 25FPS），Atlas 800 训练服务器达到 4U 高度，最高可提供 2.24 PFLOPS FP16 的算力，为 AI 推理、深度学习模型开发和训练提供超强算力支持。

3、 AI 产业链：大模型加速落地，算力空间广阔，应用百花齐放

3.1、大模型：国内和海外巨头加速布局

在“基础设施支撑+顶层设计优化+下游需求旺盛”三轮驱动下，AI 大模型迎来了良好的发展契机。通过数据交互和任务反馈，优秀的大模型能够赋能各行各业开放任务，满足对未来 AI 应用的期待。展望未来，大模型“训练基础设施-底层技术-基础应用-垂直应用”发展路线逐渐清晰，随着底层技术逐步革新，基模型和领域大模型持续完善，大模型应用边界不断拓宽，将加速赋能交通、医疗、金融等各个行业和领域引发一场以强人工智能和通用人工智能为代表的新一轮智能革命浪潮，大幅提高生产和生活效率，带来深刻的经济、社会和产业变革。

3.2、服务器：AIGC 推动 GPU 服务器市场持续扩张

AI 训练服务器方面，单个大语言模型训练驱动 AI 训练服务器市场约 2 亿美元需求。据英伟达测算，要完成一次 10000 亿参数大语言模型的训练，使用 4096 颗 A100 GPU 约需 4 周时间，使用 4096 颗 H100 GPU 约需 1 周时间。按每台服务器配备 8 颗 H100 GPU 计算，则完成一次万亿参数的大语言模型训练需约 500 台服务器，配备 8 个 H100 GPU 的服务器价格约为 40 万美元，则单个大语言模型训练驱动 AI 训练服务器约 2 亿美元需求。

海内外服务器市场持续增长，国内市场一超多强。全球方面，根据 IDC 数据， 2022 年全球服务器出货量突破 1,516 万台，同比增长 12%，产值达 1,215.8 亿美元，预计未来四年内仍保持增长，2026 年全球服务器出货量达 1885.1 万台， 2022-2026 年全球服务器出货量 CAGR 为 5.59%，产值有望达到 1664.95 亿美元，2022-2026 年产值 CAGR 为 8.18%。中国方面，据智研咨询数据，2022 年中国服务器出货量为 434.1 万台，同比增长 5.36%。据 IDC，2022 年中国服务器市场规模为 273.4 亿美元（1888.37 亿人民币），同比增长 9.1%。据中商情报网预测，2023 年中国服务器出货量有望达到 449 万台，同比增长 3.43%；中国服务器市场规模有望达到 308 亿美元，同比增长 12.66%。从市场份额（按营业收入统计）上看，据 IDC，浪潮、新华三、超聚变、宁畅、中兴位居 2022 年中国服务器市场前五，市场份额占比分别为 28.1%/ 17.2%/ 10.1%/ 6.2%/ 5.3%，同比变动-2.7pct/ -0.3pct/ +6.9pct/ 0pct / +2.2pct。

AI 服务器有望迎高速增长，海内外云巨头加大 AI 服务器采购。ChatGPT、文心一言等 AIGC 大模型带来计算资源需求井喷，催生 AI 服务器需求增长，叠加配置升级带动单台 AI 服务器价值较通用型成倍增长，量价齐升。据 TrendForce 预测，2023 年全球 AI 服务器出货量同比增速可达 8%，2022~2026 年复合增长率将达 10.8%。据 IDC 数据，2021 年全球 AI 服务器市场规模 156 亿美元，预计到 2025 年全球 AI 服务器市场将达到 318 亿美元，21-25 CAGR 为 19.5%；2021 年中国 AI 服务器市场规模达 350 亿元，预计 2025 年中国 AI 服务器市场规模将达到702亿元，21-25 CAGR为19.0%。从AI服务器的采购量来看，据TrendForce统计，2022 年 AI 服务器采购量中，北美四大云端供应商 Microsoft、Google、 Meta、AWS 合计占比约 66%，而中国近年来 AI 建设浪潮持续升温，字节跳动 2022 年采购占比达 6.2%，腾讯、阿里巴巴、百度紧接其后，分别约为 2.3%、 1.5%与 1.5%。海外云巨头对 AI 服务器的需求更大，但随着国内 AI 大模型的开发及应用拉动更多 AI 服务器需求，中国 AI 服务器市场空间有望进一步提升。

IDC 认为，中期来看 X86 架构仍然会是主流的服务器，未来将会形成以 X86 为核心多种架构并存的丰富算力市场。另外，随着互联网、云服务、电信、银行等各行业超大规模客户不断扩张和升级扩容对于服务器的强劲需求，以硬件为中心的集成硬件与软件支持多样化工作负载的解决方案将成为服务器厂商制胜未来的关键。当前服务器产业正往技术多样化、服务定制化、软件定义、异构计算与边缘计算方向发展。芯片作为服务器算力的载体，与服务器整体性能紧密相关。传统服务器芯片组仅由 2 颗 CPU 构成，价格在 800-850 美元/颗，而 AI 服务器芯片组通常需要搭载 2 颗 1000-1100 美元/颗的 CPU，训练 AI 服务器与推理 AI 服务器还分别需要增加 8/4 颗 GPU 以提升服务器的综合算力。目前完整规格的英伟达 HGX H100 AI 服务器搭载配备 8 个 H100 GPU，总计 8 个 GPC 图形集群，72 个 TPC 纹理集群，144 个 SM 流式多处理器，共计 18432 个 FP32 CUDA 核心，每组 SM 配备 4 个专用于 AI 训练的第四代张量核心 TensorCore，共计 528 个。相较于同等 GPU 数量配置的 A100，H100 在 HPC 和 AI 计算 (FP64/TF32/FP16/INT8)上由 156TF/2.5PF/5PF/10POPS 提升至 480TF/8PF/32PF/32POPS，在多专家 (MoE) 模型训练速度上提升了 9 倍，大幅度提升万亿参数的 AI 大模型应用效率。在 AIGC 快速发展背景下，服务器芯片配置或成服务器厂商制胜关键。

3.3、光模块：800G 需求释放，中国厂商厚积薄发

AI 大模型发展加速光模块迭代节奏，800G 光模块放量或将超预期：根据 Lightcounting 2021 年的预测，800G 光模块将从 2025 年底开始主导市场，主要原因是 AI 应用等带来数据流量的增长，超预期的数据中心带宽需求以及光模块厂商技术的迭代。随着以 Chat GPT4 为代表的 AI 大模型问世以及相关应用的快速发展，AI 训练和推理服务器有望进一步推升高速率光模块的需求。目前头部云厂商已开始集中测试和采购 800G 光模块，我们预计 800G 光模块出货量将在 23 年下半年快速增长，放量节奏将超出此前 Lightcounting 预期。

AI 服务器促使数据中心网络架构的演变，从而提升光模块需求：普通 GPU 服务器一般只要求单卡性能，而在 AI 训练中，GPU 卡间需要大量的参数通信，模型越复杂，通信量越大，所以 AI 服务器除了要求单卡性能外，还要求多卡间的通讯性能。这促使数据中心整体架构由传统的三层网络架构转化为脊叶式架构，数据流量从南北向到东西向转变。叶脊使用所有的互联链路，每台叶交换机都连接到了脊交换机上，脊交换机之间和叶交换机之间没有任何互连，相对于传统的三层网络架构而言，减少了设备寻找或等待连接的需求，从而减少了延迟及流量瓶颈。由于其特殊的拓扑结构，系统对于光模块的需求得到了提升。

随着数据中心对于带宽需求的提升，叶脊架构中的光模块也在持续升级之中。速率方面，亚马逊、谷歌、微软、Facebook 等北美超大型数据中心内部互连已经在 2019~2020 年开始商用部署 400Gb/s 光模块；国内数据中心正由 100Gb/s 逐步向 400Gb/s 过渡。根据 IMT2020（5G）推进组预计，数据中心交换芯片吞吐量 2023 年将达到 51.2Tb/s，2025 年之后达到 102.4Tb/s，800Gb/s 和 1.6Tb/s 更高速率将成为实现高带宽数据交换的重要选择。

Lightcounting 预测光模块市场 23 年将出现 10%下滑，但 800G/1.6T 光模块预计仍维持高增：根据 LightCounting 23 年 3 月发布的最新报告，其下调了 2023 年以太网光模块销售的预测，从 22 年 10 月预测的 2%的增长到现在 10%的下降，24-28 年的复合增长率预期仍为 13%。下降的主要原因是云巨头 Meta 公司放缓了数据中心的建设部署，支持元宇宙业务的数据中心升级计划许多都被搁置或缩小了规模。但 Meta 公司确认了其建立人工智能基础设施，并追赶亚马逊和谷歌的承诺，目前大多数 400G 光模块使用的场景，接下来将使用 800G 光模块。 LightCounting 并未太多的削减 Meta 对 400G/800G 光模块的需求预测， LightCounting 对 1.6T 光模块的出货量预测没有改变，这些模块需要满足谷歌、亚马逊和微软运营的数据中心每年 40%带宽增长的需求。 800G LPO 方案或将成为 AI 服务器集群中最具性价比方案：LPO(Linear-drive Pluggable Optics)是线性驱动可插拨光模块，在数据链路中只使用线性模拟元件，无 CDR 或 DSP 芯片的设计方案。在 OFC 2023 上，多家厂商展示了其 linear-drive 方案，包括 Macom、Broadcom 和 Cisco 等公司。相较 DSP 方案， LPO 可大幅度减少系统功耗和时延（功耗相较 DSP 可下降接近 50%，与 CPO 的功耗接近），而系统误码率和传输距离有所牺牲，深度契合目前 AI 计算中心的短距离、大带宽、低功耗、低时延的数据连接需求。建议积极关注国内光模块公司在 800G LPO 方案的进展。

国内光模块厂商彰显强大竞争力，在 800G 时代有望持续扩大份额：根据 Lightcounting ，2021 年全球前十大光模块厂商，中国厂商占据六席，分别为中际旭创（与 II-VI 并列第一）、华为海思（第三）、海信宽带（第五）、光迅科技（第六）、华工正源（第八）及新易盛（第九）。在 800G/1.6T 技术方面，国产厂商也都有深度布局，未来有望持续受益于 800G 光模块需求的放量。在 2023 年 OFC 大会上，各大国内厂商发布并展示最新 800G/1.6T 光模块产品，例如：中际旭创发布基于 5nm DSP 和先进硅光子技术的第二代 800G OSFP DR8+和 2xFR4 光通信模块，以及 1.6T OSFP-XD DR8+可插拔光通信模块；新易盛推出多款 800G 光模块，其中基于薄膜铌酸锂(TFLN)调制器的 800G OSFP DR8 模块功耗仅为 11.2W，是目前业界最节能的光模块；光迅科技首次展出业界最新的数据中心内部高速互联 1.6T OSFP-XD DR8 和 800G QSFP-DD800 SR8 光模块。

3.4、边缘算力：AIoT 智能终端的“大脑”，端侧算法部署的核心

边缘算力应用和端侧 AI 算法部署需求巨大

智能应用处理器芯片均为系统级的超大规模数字集成电路，可以分为高性能应用处理器、通用应用处理器、人工智能视觉处理器、智能语音处理器、车载处理器、流媒体处理器等。上述处理器一般内置中央处理器（CPU），根据使用场景的需要增加图形处理器（GPU）、图像信号处理器（ISP）、神经网络处理器（NPU）及多媒体视频编解码器等处理内核。芯片内部设置高速总线负责各个处理器和外部接口的数据传输，配备闪存接口、动态存储器接口、显示接口、网络接口以及各种高速、低速外部设备接口。 SoC 的关键技术主要包括总线架构技术、IP 核可复用技术、软硬件协同设计技术、SoC 验证技术、可测性设计技术、低功耗设计技术、超深亚微米电路实现技术，以及嵌入式软件移植、开发研究，是一门跨学科的研究领域。SoC 意味着在单个芯片上实现以前需要多个芯片才能实现的系统功能，克服了多芯片板级集成出现的设计复杂、可靠性差、性能低等问题，并且在减小尺寸、降低成本、降低功耗、易于开发等方面也有突出优势。SoC 对研发设计、制造工艺以及软硬件协同开发技术的要求较高，主要体现在芯片验证和测试难度的提高，以及 IP 复用、混合电路设计的困难加大。任何 SoC 的设计都是性能、功耗、稳定性、工艺难度几方面的平衡。完整的 SoC 系统解决方案，除了提供硬件参考设计外，还需要提供系统级的软件参考设计，包括驱动软件、大型 OS（Linux、Android、ChromeOS、国产 OS 等）的移植、针对性的算法、中间件和上层应用软件的适配等，并通过严格的可靠性、兼容性测试。

3.5、 PCB：AI 算力提升驱动行业快速成长

服务器市场增长带动 PCB 市场需求增长。PCB 是服务器的重要组成部件，是承载服务器运行的关键材料。服务器出货量的大幅增长也使得服务器 PCB 市场规模扩容，成为 PCB 市场中复合增长率最快的下游细分市场。我们认为，随着 AI 算力需求的增长，PCB 市场有望迎来回暖。Prismark 统计数据显示，目前全球 PCB 市场规模稳定增长。Prismark 测算 2022 年其产值达 821 亿美元，同比 +1.5%。展望未来，伴随宏观影响边际减弱，整体需求稳步复苏，叠加服务器及数据中心、汽车电子、AIoT(智能耳机、智能手表、AR/VR 等)新兴应用放量及技术升级，PCB 产值有望稳健成长，Prismark 预计 2026 年全球产值达到 1016 亿美元，2022-2026 年 CAGR 超 5%。受益于下游应用技术规格持续迭代升级，对线路板要求亦不断提升，PCB 下游中高端化产品如 HDI、封装基板等产值占比显著提升。

3.6、智能终端：AI 赋能硬件入口，加速万物互联

生成式 AI 的发展或使消费电子产品与 AI 的结合成为新常态，实现万物互联互通。生成式 AI 商业化进程的加快将吸引更多终端产品接入，加快海量终端与人实现万物互联的进程，实现 AI 全方位覆盖。人工智能交互技术和智能硬件产品的结合将广泛应用于智能家居、智能出行、智能办公等多种场景，带来更为多元的增长。

（1）AI+智能手机：AI 赋能使手机应用更便捷。在苹果 2023 财年二季度财报会议上，库克表示，AI 功能已经嵌入到各种苹果产品中，苹果将继续有序地将 AI 融入设备中。iOS 17 系统可能会嵌入一个名叫“Personal Voice”的语音功能，允许用户在 iPhone 和 iPad 上合成自己的声音，用于面对面对话、电话、 FaceTime 视频通话以及音频通话。谷歌在 I/O 开发者大会上宣布了安卓 14 系统引入两项生成式 AI 特性。这两项特性分别是 Magic Compose 和生成式壁纸（Pixel 设备）。Magic Compose 是一种基于生成式 AI 技术的文本输入建议功能。使用者只需要输入一部分句子或单词，Magic Compose 就能够根据上下文自动推荐相关的文字，加快了输入的速度和准确性。生成式壁纸可以根据用户的喜好和主题选择，通过生成式 AI 技术创造出各种独具特色的壁纸。

（2）AI+智能音箱：智能音箱经历了三年极速发展期和两年疫情调整期后，智能音箱已完成初轮用户普及，2022 年市场出现下行趋势。据 RUNTO 数据，2022 年中国智能音箱市场销量为 2631 万台，同比下降 28%；市场销售额为 75.3 亿元，同比下降 25%。伴随人工智能交互技术与智能硬件产品结合的趋势，智能音箱逐步与智能家居的其他产品相结合，正在发挥智能家居的控制中心作用，有望为声学行业带来更为多元的增长。据 RUNTO 预测，2023 年中国智能音箱市场销量将达到 2715 万台，同增 3%，止跌回升可期。

（3）AI+智能机顶盒：机顶盒于全球市场的需求、迭代周期及各个国家所处的发展阶段具有较大的差异性，中国、美国的发展相对较快，东南亚、印度、非洲、中东、拉美、欧美等国家及地区仍处于数字化、高清化、超高清化、融合化的不同阶段，且智能化、多功能等在不断迭代演进。基于全球机顶盒行业十几年的发展及存量与迭代更新的视角，全球机顶盒行业仍处于数字化变革、融合并朝着更加智能化、多功能化方向递进的阶段，需求、产品及应用等具有多层次和多样性，未来全球数字机顶盒市场的需求量仍将继续保持稳定增长的态势。此外，随着新一代信息技术， IoT、AIGC 等技术的发展，机顶盒将逐步融合人工智能、物联网、云计算和大数据等技术，结合 NLP（自然语言处理）、CV（计算机视觉）等 AIGC 技术能力，搭载 AIGC 相关应用系统、平台，除电视直播与超高清视频之外，智能盒子具有的核心能力会成为智慧家庭的 AI 智慧助手、智能控制中心、物联网中心及多媒体信息中心，进一步推动机顶盒更新需求。

（4）AI+智能家居：据 Statista 数据，智能家居是目前 AIoT 场景中发展最快的领域，占物联网市场收入的 96%，将成为最具潜力的蓝海市场之一。此外，当前以智能音箱、智能机顶盒等产品为代表的智能家居大多接入判别式 AI，在交互模式上仅能对相应问题及指令做出简单回应，而以 ChatGPT 为代表的生成式 AI 模型提升了对用户意图的理解，对用户的反馈更加准确丰富，如对用户的个性化服务、快速收集与处理信息、提升场景交互效率等，有望大幅提升智慧家居场景体验，生成式 AI 将赋予智能设备更强的产品竞争力。

4、重点公司分析

工业富联：消费电子龙头，AI 服务器打开成长空间

公司概述：工业富联为全球领先的高端智能制造及工业互联网解决方案服务商，主要业务包含云计算、通信及移动网络设备、工业互联网。2015 年，工业富联成立，宣布将全力打造“工业互联网生态系”；2018 年，工业富联成功上市 A 股。公司深耕中国市场，并布局全球，业务范围覆盖数据全流程，是全球领先的智能制造及工业互联网整体解决方案服务商。公司 22 年在受到国际政治、经济形势复杂多变的影响下，仍实现营业收入 5118.50 亿元，同增 16.4%；归母净利润 200.73 亿元，同增 0.3%，归母净利润创历史新高。

股权结构：公司股权结构稳定，子公司数量众多涉及业务广泛。公司第一大股东为由鸿海精密间接持有 100%股权的 China Galaxy Enterprise Limited（中坚企业有限公司）。工业富联子公司中富联国基(上海)电子有限公司、深圳富联富桂精密工业有限公司等主要负责网络设备、电信设备、通信网络高精密机构件业务；富联富甲智创(深圳)科技有限公司、富联精密电子(天津)有限公司、富联百佳泰 (北京)贸易有限公司主要负责服务器、云端运算高精密机构件业务；基准精密工业(惠州)有限公司主要负责精密工具业务；富联科技(晋城)有限公司主要负责通信网络高精密机构件、机器人业务。

营业收入突破 5000 亿大关，三大业务均呈增长态势。公司 2022 年实现营业收入 5118.50 亿元（同比+16.4%），其中通信及移动网络设备/云计算/工业互联网分别实现营收 2961.78 亿元/2124.44 亿元/19.12 亿，分别同增 14.37%/ 19.56%/ 13.45%。通信及移动网络设备方面，随着全球企业数字化、5G 基建和智能家居需求提升，工业互联网、元宇宙、AIGC 等增量需求增长，上层流量持续增加，网络扩容需求显现。企业数字转型及云基础设施建设服务需求扩张，网络设备稳步增长，公司布局包含企业网络设备、无线网络设备与 5G 相关产品、智能家居产品及工业相关产品，22 年 5G 设备营收、网络设备营收增长均超过 20%。云计算方面，全球服务器市场加速扩容，公司云计算及企业服务器、存储器等产品销量稳居全球领先地位。公司云服务商产品在云计算收入中占比快速提升，2022 年超 40%。此外新市场拓展上，云端游戏（Cloud Gaming）机柜系统产品亦开始出货。工业互联网方面，公司工业互联网平台（灯塔工厂/标准软件/Fii Cloud）业务三大核心板块均实现快速增长，其中卓越制造咨询与灯塔工厂解决方案业务 2022 年收入同增 113%，客户数量同增 60%；一站式数字制造运营业务收入同增 283%，客户数量同增 63%；云与平台服务业务收入同增 140%，资源规模增长 53%。

22 年受制于供应链及疫情，23Q3 盈利能力回升。2022 年，公司实现归母净利润 200.73 亿元，同增 0.3%。实现扣非后归母净利润 184.10 亿元，与 21 年基本持平。受疫情、供应链紧张、原材料价格上涨等因素影响，22 年公司毛利率为 7.26%，同比下降 1.05pct，净利率为 3.92%，同比下降 0.64pct。其中通信及移动网络设备毛利率 9.25%，同降 1.58pct；云计算毛利率 3.96%，同降 0.18pct；工业互联网毛利率为 47.87%，同比增加 4pct。23Q1-Q3，公司实现营收 3,288.18 亿元，同减 8.94%；实现归母净利润 134.85 亿元，同增 14.32%；实现扣非归母净利润 135.33 亿元，同增 19.26%。2023Q1-Q3 公司毛利率同增 1.04pct 至 7.96%，未来随着工艺迭代升级、技术研发推动 ODM、CMM 模式，公司毛利率有望实现稳定。控费稳健，研发持续加码。2023Q1-Q3，公司销售/管理/研发/财务费用率分别为 0.24%/0.91%/2.38%/-0.29%。截至 2022 年公司拥有专利 6,078 项，同比增加 10.4%，公司不断强化大数据、机器人等新事业方向技术实力，推进在高端精密机构件、自动化暨机器人、工业元宇宙、数字化智造等技术领域的布局，授权专利高增长，占比达 73.8%。

云服务器设备业务：AI 服务器驱动增长，公司市占率高企。2022 年公司云计算业务收入 2,124.44 亿元，同比+19.56%，其中云服务商产品在云计算收入中占比快速提升，2022 年超 40%，公司云计算服务器出货量持续全球第一，企业服务器、储存器等产品销量稳居全球领先地位。公司技术能力领先，不断突破模块化产品与新一代先进冷却技术及解决方案，推出全球第一台 DC_MHS 模块化服务器，以及应用在最新 HPC 加速器中的新一代液冷技术。未来受益于 AI 等相关新兴领域的应用以及“东数西算”政策下云计算、超算中心的蓬勃发展，数据计算、存储需求呈几何级数增长，算力需求持续释放带动算力基础设施产业迎来增长新周期。公司为 AI 服务器头部厂商，领先受益 AI 服务器增长。

消费电子：消费电子需求低迷逆境下，北美大客户表现优于平均水平。公司与 A 客户有多年合作经验，主要负责 Top Module、Bottom Module、中框与触控贴合业务。尽管受宏观扰动、需求放缓等不利因素影响，但受益于高端市场的有利竞争格局，依托于丰富的 APP 生态，A 客户拥有较高的用户粘性，手机方面，根据 counterpoint 公布的数据， 2022 年按收益份额计算，A 客户占有全球手机市场 48%的份额。平板电脑方面，根据 TechInsights 数据，22 年 A 客户市场份额为 39%，出货量同比下降 3%，而全球平板电脑出货量下降 12%，A 客户表现优于平均水平。智能手表方面，根据 Counterpoint 数据，A 客户 22 年出货量占比 34.1%，同比增长 17%，而全球智能手表出货量同比增长 12%。A 客户主要产品较同业均保持较好水平。受益于 A 客户在手机、平板电脑与智能手表市场较高的市占率，随着 A 客户业务稳健增长，公司营收有望实现进一步提升。公司深入布局智能手机及穿戴装置高精密机构件产线，通过 AI 赋能实现全流程分析，未来亦有望参与 MR 代工，实现业绩进一步增长。

通信设备业务：业务布局广泛，技术迭代带动增长。业务布局包含企业网络设备、无线网络设备与 5G 相关产品、智能家居产品及工业相关产品。在企业网络设备方面，公司拥有占全球市场份额超 50%以上的领先客户群体，随着企业数字化基础设施建设升级和云端应用快速增长，2022 年该业务收入实现快速增长。随着更高的以太网速度、高效云端计算、物联网及数据中心的兴起，交换机业务持续增长，并在新一代产品竞争中确保优势地位。随着云端型服务增加，企业对安全性需求日益增长，网络安全产品也将为公司带来新的成长动能。在无线网络设备方面，公司拥有 5G 和 Wi-Fi6/6E 核心技术，正深化企业 Wi-Fi 7 产品布局；在智能家居及工业相关产品方面，公司协同客户共同开发家庭监控、娱乐影音、智能音响等产品，打造更完整的智能家庭解决方案。

工业互联网：营收及盈利能力双增，赋能 6 座灯塔工厂。2022 年工业互联网业务收入规模达 19.12 亿元，同比+13.46%，毛利率 47.87%，同比+4.00pct。三大核心板块灯塔工厂、标准软件、Fii Cloud 均实现快速增长，其中卓越制造咨询与灯塔工厂解决方案业务 2022 年收入同增 113%，客户数量同增 60%；一站式数字制造运营业务收入同增 283%，客户数量同增 63%；云与平台服务业务收入同增 140%，资源规模增长 53%。在数字化转型服务能力及全场景产品体系方面，服务对象涵盖 10 大行业，服务企业超 1500 家，在灯塔工厂布局方面，赋能 6 座灯塔工厂，打造世界首座精密机构件加工灯塔工厂。

大华股份：中国移动入股落地，智慧物联龙头扬帆起航

公司概述：公司是全球领先的智能安防产品和解决方案提供商，在场景应用和产业化处于行业龙头地位。大华股份是一家以视频为核心的智慧物联解决方案提供商和运营服务商，聚焦城市和企业两大核心业务，坚定 AIoT、物联数智平台两大技术战略；依托于对智慧物联的深入洞察与布局,公司持续探索新兴业务，延展了机器视觉、机器人、视讯协作、智慧消防、汽车电子、智慧存储、智慧安检、智慧显控、智慧控制、智慧热成像等创新业务。产品结构：公司依托“一体系、两平台”架构，为城市、企业、家庭数字化转型提供一站式智慧物联服务与解决方案。产品类型为视频物联，主要包括前端产品、存储产品、中心产品、云计算与大数据产品和服务、智能楼宇产品、人工智能算法、芯片技术和视频物联创新业务产品。根据 2022 年年报数据：1）智慧物联产品及方案占公司营收的 82.41%，包括人工智能、云计算与大数据、5G、核心器件等核心技术，公司基于对视频物联业务的深度洞察，公司融合云计算与大数据的技术优势、组件化套件化的弹性架构，以及软件架构的分层解耦与纵向闭环能力，围绕数据在线、价值计算、业务应用这三个价值变现的关键过程，构建以视频为核心的物联数智平台；2）创新业务占公司营收的 13.47%，公司目前主要拥有移动机器人、乐橙家用、汽车电子、智慧安检、智慧存储、智慧消防等系列创新业务，这些业务在集团公司统一的治理架构下,进行业务的独立运作，从而适应市场的快速变化需求，已成为公司成长的重要动能；3）其他业务占公司营收的 4.13%。公司依托全感知、全智能、全连接、全计算、全生态的“五全” 能力，推进数字技术和实体经济深度融合，重点探索新型智慧城市、交管、能源、工业制造、教育、医疗等领域的业务机会，积极推动创新业务发展，稳步落实 Dahua Think 业务战略，深化自身高质量发展，有序推进生产经营各项工作，继续保持行业领先地位。

发展历程：公司专注视频技术二十余年，从视频监控到提供整体智慧物联解决方案和运营服务，成功实现了向智慧物联企业的全面转型。大华股份于 2001 年成立，2002-2005 年以嵌入式 DVR 为起点切入安防市场，2008 年在深圳证券交易所上市，2005-2014 年围绕“大安防”发力前端市场，推出前端音视频等产品，2010 年左右开始进行人脸检测和识别技术研究，2014 年公司开始向解决方案提供商转型，2016 年推出了基于深度学习的 AI 系列产品，2017 年公司提出“全智能、全计算、全感知、全生态”AI 战略，2020 年，大华股份有限公司分拆了其子公司浙江大华智能科技股份有限公司，已成为全球领先的以视频为核心的智慧物联解决方案提供商，2021 年，大华股份有限公司在新冠疫情期间提供了热成像测温和黑体测温设备等解决方案。

股权结构：公司股权结构稳定，管理层与公司利益深度绑定。公司第一大股东为傅利泉，截至 2023 年 9 月 30 日持股大华 31.08%，公司股权架构稳定。董事长傅利泉于 1993 年创办了杭州大华电子有限公司（后更名为浙江大华技术股份有限公司），历任杭州通达电子设备厂技术科科长，大华总经理、董事长等职务，现任大华技术股份有限公司董事长兼总裁。公司管理层与公司利益深度绑定，除董事长傅利泉外，副董事长吴军持有公司股份 2.1%，董事陈爱玲持有 2.16%。公司 2022 年发布新一轮股权激励计划，激励总数为 7473.77 万股，占总股本比例为 2.50%，进一步绑定员工利益。

2023Q1-Q3，公司实现营业收入 222.78 亿元（同比+5.23%）；归母净利润 25.90 亿元（同比+52.98%）；扣非归母净利润 24.02 亿元（同比+51.68%）。公司 2B 业务发展迅速，公司实现了从视频安防行业向智慧物联行业的转型。公司推出各类创新业务，如机器视觉、视讯协作、智慧家居等吸引更多消费者。根据业绩预告，2023 年公司实现营收 322.31 亿元，实现归母净利润 73.71 亿元。

2023Q1-Q3，公司毛利率为 42.65%，同比提升 5.12pct，盈利能力大幅改善。公司期间费用率控制良好，2023Q1-Q3 公司销售/管理/研发/财务费用率分别为 15.38%/3.88%/12.33%/-1.39%。公司研发费用率稳中有增，公司在从视频安防行业向智慧物联行业的转型中持续加大研发力度，侧重于在人工智能、视频云、机器视觉等核心领域的研究，为未来可持续稳健发展打下坚实基础。随着企业结构逐渐优化，费用控制能力增强，期间费用率有望进一步下行。

中国移动入股落地，战略合作开启。公司于 2021 年启动向中国移动通信集团有限公司发行股票事宜。2023 年 4 月 12 日，公司披露《向特定对象发行股票上市公告书》，公司向中国移动发行股票的发行工作全部完成，本次发行的 2.93 亿股股票于 2023 年 4 月 14 日上市，发行价格为 17.40 元，增发发行日收盘价为 21.61 元。公司将与中国移动展开战略合作，共同开拓市场。构建人工智能场景化业务能力，持续升级巨灵人工智能开发平台。2021 年，公司持续拓宽人工智能场景化能力，深耕城管、交通、建筑、电力、金融、制造、石化、物流等 20 多个行业，新增钢铁、医疗、煤炭、应急等 10 余个新行业。公司持续重点投入打造巨灵平台，巨灵平台是面向开发者的一站式人工智能开发平台，是高效的人工智能科研和工程平台。2017 年，公司建成计算能力；2019 年发布了全栈算法开发平台，实现从数据管理到方案交付的全链路闭环管理； 2021 年，公司升级发布组装式方案开发平台；2022 年，持续升级巨灵平台，高效支持海量碎片化、场景化需求。

海光信息：CPU/DCU 领军企业

公司专注于 CPU/DCU

海光信息成立于 2014 年，公司的主营业务是研发、设计和销售应用于服务器、工作站等计算、存储设备中的高端处理器。公司的产品包括海光通用处理器（CPU）和海光协处理器（DCU）。公司专注于高端处理器的研发、设计与技术创新，掌握了高端处理器核心微结构设计、高端处理器 SoC 架构设计、处理器安全、处理器验证、高主频与低功耗处理器实现、高端芯片 IP 设计、先进工艺物理设计、先进封装设计、基础软件等关键技术。

公司于 2022 年在科创板上市。公司的控股股东为曙光信息产业股份有限公司，截至 2023 年 9 月 30 日，曙光信息产业股份有限公司持股 27.96%。根据公司的公告，2022 年行业对国产服务器需求的大幅增加，促进了公司业绩的进一步增长。2022 年，公司成功推出 CPU 产品海光三号，与在售的海光二号，广泛应用于电信、金融、互联网、教育、交通等重要行业或领域，得到了国内用户的广泛认可。海光 DCU 系列产品兼容国际主流商业计算软件和人工智能软件，软硬件生态丰富，DCU 产品深算一号在 2022 年实现了在大数据处理、人工智能、商业计算等领域的商业化应用。2022 年公司实现营业收入 51.25 亿元，同比增长 122%；实现归母净利润 8.04 亿元，同比增长 146%。2023 年前三季度，公司实现营业收入 39.43 亿元，同比增长 3%；实现归母净利润 9.02 亿元，同比增长 38%。

公司始终对研发实施高投入策略，2023 年前三季度公司研发费用为 12.79 亿元，占营收比例为 32%。

服务器市场持续增长，海光 CPU/DCU 持续迭代

在高端处理器领域，由于 x86 处理器起步较早，生态环境较其他处理器具有明显优势，因此，全球应用 x86 处理器的服务器销售额占全部服务器销售额的比例约为 90%，销售量占比超过 96%，处于显著领先的地位。在我国，根据 IDC 统计数据，2022 年全年，中国 x86 服务器市场出货量为 376.81 万台，预期 2023 年还将增长 4.5%；市场规模为 256.92 亿美元，同比增长 6.57%。随着下游市场需求回暖以及国家将加快工业互联网、大数据中心、人工智能等七大领域新型基础设施的建设进度，中国 x86 服务器市场未来几年需求仍然会比较旺盛，在 2023-2027 年销售额复合增长率将达到 9%。

海光 CPU 主要具有三大技术优势。一是优异的产品性能。海光 CPU 使用先进的处理器微结构和缓存层次结构、高主频设计技术，依托先进的 SoC 架构和片上网络，集成了更多处理器核心，使产品性能优势显著。二是良好的系统兼容性。海光 CPU 可以兼容国内外主流操作系统、数据库、中间件等基础软件及广泛的行业应用软件。三是较高的系统安全性。海光 DCU 以“类 CUDA”良好的兼容性，为用户提供强大的计算服务能力。海光 DCU 主要具有三大技术优势。一是强大的计算能力。海光 DCU 基于大规模并行计算微结构进行设计，具备强大的全精度各种数据格式的算力，是一款计算性能强大、能效比较高的通用协处理器。二是高速并行数据处理能力。海光 DCU 集成片上高带宽内存芯片，可以在大规模数据计算过程中提供优异的数据处理能力，使海光 DCU 可以适用于广泛的应用场景。三是良好的软件生态环境。海光 DCU 采用 GPGPU 架构，兼容“类 CUDA”环境，解决了产品推广过程中的软件生态兼容性问题。公司通过参与开源软件项目，加快了公司产品的推广速度，并实现与 GPGPU 主流开发平台的兼容。海光信息在国内率先研制完成了高端通用处理器和协处理器产品，并实现了商业化应用。相较于国外厂商，海光根植于中国本土市场，更加了解中国客户的需求，能够提供更为安全可控的产品和更为全面、细致的运营维护服务，具有本土化竞争优势。自 2018 年来，国内多家知名服务器厂商的产品已经搭载了海光 CPU 芯片，并成功应用到工商银行、中国银行等金融领域客户，中国石油、中国石化等能源化工领域客户，并在电信运营商的数据中心类业务中得到了广泛使用。

核心技术优势/优质产业链带动公司成长

高端处理器设计复杂，其核心技术此前仅掌握在几家国际领先企业手中。海光信息是少数几家同时具备高端通用处理器和协处理器研发能力的集成电路设计企业。公司在高端处理器及相关领域开展了系统化的知识产权布局，截至 2022 年，公司累积取得发明专利 325 项、实用新型专利 70 项、外观设计专利 3 项、集成电路布图设计登记证书 157 项、软件著作 190 项。海光高端处理器产品已经得到了国内行业用户的广泛认可，逐步开拓了浪潮、联想、新华三、同方等国内知名服务器厂商，开发了多款基于海光处理器的服务器，有效地推动了海光高端处理器的产业化。公司利用其高端处理器在功能、性能、生态和安全方面的独特优势，联合整机厂商、基础软件、应用软件、系统集成商和行业用户，建立了基于海光高端处理器的产业链。海光 CPU 已经应用到了电信、金融、互联网、教育、交通等行业；海光 DCU 主要面向大数据处理、商业计算等计算密集型应用领域以及人工智能、泛人工智能应用领域展开商用。

寒武纪：AI 芯片技术国内领先

公司概况：寒武纪自成立以来一直专注于人工智能芯片产品的研发与技术创新，致力于打造人工智能领域的核心处理器芯片。公司的主营业务是各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售，主要产品为云端智能芯片及加速卡、训练整机、边缘智能芯片及加速卡、终端智能处理器 IP 以及上述产品的配套软件开发平台。随着人工智能市场需求潜力逐步释放，通用型人工智能芯片未来将成为该市场的主流产品。公司所研发的通用型智能芯片产品，具备灵活的指令集和精巧的处理器架构，技术壁垒高但应用面广，可覆盖人工智能领域高度多样化的应用场景（如视觉、语音、自然语言理解、传统机器学习、生成式人工智能等）。与 CPU、GPU 等芯片相比，通用型智能芯片能够更好地匹配和支持人工智能算法中的关键运算操作，在性能和功耗上存在显著优势。公司核心人员在处理器芯片和人工智能领域深耕十余年，带领公司研发了智能处理器指令集与微架构等一系列自主创新关键技术。智能驾驶芯片方面，公司的控股子公司行歌科技在 2022 年持续开展智能驾驶芯片的研发和产品化工作。行歌科技进行了 2 轮独立融资，引入了博世、国科等战略投资人。行歌科技依托寒武纪在智能芯片领域的技术积累和产品经验，在应用场景上与公司既有的云边端产品线紧密联动。

公司 2022 年的营业总收入为 7.29 亿元，同比增长 1.11%；归母净利润为-12.57 亿元；扣非归母净利润为-15.79 亿元；毛利率为 65.76%。公司 2022 年云端智能芯片及加速卡营业收入为 2.19 亿元，在总营收中的占比约为 30.04%；边缘端智能芯片及加速卡营业收入为 0.38 亿元，在总营收中的占比约为 5.21%；智能计算集群系统营业收入为 4.59 亿元，在总营收中的占比约为 62.96%；IP 授权及软件业务营业收入为 0.01 亿元，在总营收中的占比约为 0.14%。公司 2023 年前三季度实现营业收入 1.46 亿元，同比下滑 44.84%；归母净利润 -8.08 亿元；扣非归母净利润-9.49 亿元。公司大力投入研发，2023 年前三季度研发费用 7.17 亿元，占营业收入比例高达 491.10%。

公司 AI 芯片技术国内领先，训练与推理产品全面布局。人工智能是计算机科学的一个分支领域，通过模拟和延展人类及自然智能的功能，拓展机器的能力边界，使其能部分或全面地实现类人的感知（如视觉、语音）、认知功能（如自然语言理解），或获得建模和解决问题的能力（如机器学习等方法）。从技术角度看，当前主流的人工智能算法通常可分为“训练”和“推理”两个阶段。训练阶段基于充裕的数据来调整和优化人工智能模型的参数，使模型的准确度达到预期。人工智能芯片是面向人工智能领域而专门设计的芯片，其架构和指令集针对人工智能领域中的各类算法和应用作了专门优化，可高效支持视觉、语音、自然语言处理和传统机器学习等智能处理任务。公司是目前国际上少数几家全面系统掌握了智能芯片及其基础系统软件研发和产品化核心技术的企业之一，能提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。公司掌握的智能处理器指令集、智能处理器微架构、智能芯片编程语言、智能芯片高性能数学库等核心技术，具有壁垒高、研发难、应用广等特点，对集成电路行业与人工智能产业具有重要的技术价值、经济价值和生态价值。公司凭借领先的核心技术，较早实现了多项技术的产品化，例如推出全球首款商用终端智能处理器 IP 产品寒武纪 1A、中国首款高峰值云端智能芯片思元 100 等。公司通过技术创新和设计优化，持续提升产品的性能、能效和易用性，推动产品竞争力不断提升。

市场全面拓展，产品逐步落地。2022 年，公司在此前商业化布局以及客户合作的基础上，持续在互联网、运营商、金融、智慧交通、电力能源等多个行业、多家客户处进行了广泛的业务部署与落地，进一步拓宽了合作领域，深挖了场景应用。在互联网行业，公司的思元 370 芯片及加速卡与数家头部互联网企业在视觉、语音、图文识别、自然语言处理等场景下完成适配工作后，已经进入了批量销售环节，在 2022 年实现了收入的突破。此外，公司与某互联网企业进行了大模型训练的初步合作，目前仍处于技术探索和测试阶段。在金融领域，公司持续扩展云端产品在多家头部银行的业务，其中 MLU370-X8 训练产品已纳入某头部银行的采购框架并于 2022 年实现了小批量采购。此外，公司云端产品线与其他头部银行合作完成了 OCR 算法的适配以及应用场景的解决方案，满足了客户对于通用性、算法精度及稳定性的高要求。在通信运营商行业，云端产品思元 370 芯片及加速卡已完成与某头部运营商多个智能计算平台的适配，形成了小批量采购，该项目标志着公司云端产品在通信运营商行业达成初步规模化落地；此外，公司与某头部运营商开展公有云的部署与业务拓展，并在大型集群架构设计上进行探讨和进一步验证性测试工作。在其他重点行业方面，公司与民生行业、能源行业等重点行业的领袖企业展开了紧密合作，部署了智慧粮仓、智能巡检、智慧矿山等多个场景和项目应用，为传统产业智能化转型保驾护航。

芯原股份：稀缺的国产 IP 供应商， Chiplet 布局领先

公司概况：芯原股份是一家依托自主半导体 IP，为客户提供平台化、全方位、一站式芯片定制服务和半导体 IP 授权服务的企业。公司至今已拥有高清视频、高清音频及语音、车载娱乐系统处理器、视频监控、物联网连接、智慧可穿戴、高端应用处理器、视频转码加速、智能像素处理等多种一站式芯片定制解决方案，以及自主可控的图形处理器 IP、神经网络处理器 IP、视频处理器 IP、数字信号处理器 IP、图像信号处理器 IP 和显示处理器 IP 六类处理器 IP、1,500 多个数模混合 IP 和射频 IP。主营业务的应用领域广泛，包括消费电子、汽车电子、计算机及周边、工业、数据处理、物联网等，主要客户包括芯片设计公司、 IDM、系统厂商、大型互联网公司、云服务提供商等。

芯原股份在传统 CMOS、先进 FinFET 和 FD-SOI 等全球主流半导体工艺节点上都具有优秀的设计能力。在先进半导体工艺节点方面，公司已拥有 14nm /10nm/7nm/5nm FinFET 和 28nm/22nm FD-SOI 工艺节点芯片的成功流片经验。此外，根据 IPnest 在 2022 年的统计，从半导体 IP 销售收入角度，芯原是 2021 年中国大陆排名第一、全球排名第七的半导体 IP 授权服务提供商，在全球排名前七的企业中，芯原的 IP 种类排名前二。2020 年和 2021 年，芯原的知识产权授权使用费收入均排名全球第四。

公司于 2020 年在科创板上市，控股股东为 VeriSilicon Limited，截至 2023 年 3 月 31 日，VeriSilicon Limited 持股 15.6%。公司 2022 年的营业总收入为 26.79 亿元，同比增长 25.23%；归母净利润为 0.74 亿元，同比增长 455.31%；扣非归母净利润为 0.13 亿元同比扭亏为盈；毛利率为 41.59%，同比提升 1.53pct。公司 2022 年芯片设计服务营业收入为 5.73 亿元，在总营收中的占比约为 21.40%；芯片量产服务营业收入为 12.07 亿元，在总营收中的占比约为 45.07%； IP 授权使用费营业收入为 7.85 亿元，在总营收中的占比约为 29.31%；特许权使用费营业收入为 1.08 亿元，在总营收中的占比约为 4.03%。公司 2023 年前三季度实现营业收入 17.65 亿元，同比减少 6.34%；归母净利润 -1.34 亿元，同比转亏；扣非归母净利润-1.56 亿元。公司大力投入研发，2023 年前三季度研发费用 6.99 亿元，占营业收入比例为 39.60%。

产品布局全面，GPU、NPU 等产品有望受益于 AI 行业发展。公司拥有用于集成电路设计的 GPU IP、NPU IP、VPU IP、DSP IP、ISP IP、Display Processor IP 六类处理器 IP、1,500 多个数模混合 IP 和射频 IP，并在 22nm FD-SOI 工艺上开发了超过 40 多个 FD-SOI 模拟及数模混合 IP，为国内外知名客户提供了 20 多个 FD-SOI 项目的一站式设计服务，其中 12 个项目已经进入量产，且累计向 30 多个客户授权了近 200 多个/次 FD-SOI IP 核。同时，利用现有设计平台和已有项目经验，公司可根据客户需求对数模混合 IP 进行定制，并针对具体应用场景进行架构和设计的深度优化，实现客户产品的差异化定制。为降低客户开发成本、风险和缩短产品上市周期，芯原根据客户和市场需求，基于公司经市场验证的平台化解决方案，推出了基于半导体 IP 的平台授权业务模式。该授权平台通常含有公司的多个 IP 产品，IP 之间有机结合形成了子系统解决方案和平台解决方案，优化了 IP 之间协处理的效率、降低了系统功耗，简化了系统设计。芯片设计能力方面，公司拥有从先进的 5nm FinFET 到传统的 250nm CMOS 工艺节点的全面设计经验。在先进半导体工艺节点方面，公司已拥有 14nm/ 10nm/7nm/5nm FinFET 和 28nm/22nm FD-SOI 工艺节点芯片的成功流片经验，目前已实现 5nm 系统芯片（SoC）一次流片成功，多个 5nm 一站式服务项目正在执行。保持多种主流技术路线共同发展，有助于公司根据不同工艺节点和不同技术路线的特点，帮助客户采用能满足其应用场景和特定需求，并能在功耗、尺寸、性能、成本等各方面指标达到平衡的最优方案。同时，利用现有设计平台和已有项目经验，公司可根据客户需求对数模混合 IP 进行定制，并针对具体应用场景进行架构和设计的深度优化，实现客户产品的差异化定制。芯原的芯片设计流程也已获得 ISO 26262 汽车功能安全管理体系认证，通过这个认证将加速公司在电动汽车和智能汽车领域的战略布局。

持续推进 Chiplet 技术产业化，未来发展可期。Chiplet（芯粒）是一种可平衡计算性能与成本，提高设计灵活度，且提升 IP 模块经济性和复用性的新技术之一。Chiplet 实现原理如同搭积木一样，把一些预先在工艺线上生产好的实现特定功能的芯片裸片，通过先进的集成技术（如 3D 集成等）集成封装在一起，从而形成一个系统芯片。根据研究机构 Omdia（原 IHS）报告，2024 年，采用 Chiplet 的处理器芯片的全球市场规模将达 58 亿美元，到 2035 年将达到 570 亿美元。 Chiplet 主要适用于大规模计算和异构计算。公司认为，自动驾驶域处理器，数据中心应用处理器和平板电脑应用处理器将是 Chiplet 率先落地的三个领域，这三个领域也是公司多年来积极布局的领域。上述三个应用领域对图形处理器 GPU IP、神经网络处理器 NPU IP、视频处理器 VPU IP 等均有很大的需求，而且对半导体工艺的要求也较高，尤为符合芯原的业务属性，因此公司在发展 Chiplet 业务方面，有很大的先发优势。

2022 年 4 月，公司正式加入 UCIe(Universal Chiplet Interconnect Express) 产业联盟。UCIe 产业联盟由日月光、AMD、Arm、Google Cloud、英特尔、 Meta、微软、高通、三星和台积电十家企业于 2022 年 3 月共同成立。UCIe 是一种开放的 Chiplet 互连规范，它定义了封装内 Chiplet 之间的互连，以实现 Chiplet 在封装级别的普遍互连和开放的 Chiplet 生态系统。作为中国大陆首批加入该组织的企业，芯原将与 UCIe 产业联盟其他成员共同致力于新一代 UCIe 技术标准的研究与应用，为芯原 Chiplet 技术的发展进一步夯实基础。 Chiplet 技术及产业化为公司发展战略之一，公司近年来一直致力于 Chiplet 技术和生态发展的推进。通过“IP 芯片化，IP as a Chiplet”、“芯片平台化， Chiplet as a Platform”，以及进一步延伸的“平台生态化，Platform as an Ecosystem”，来促进 Chiplet 的产业化。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）