AI加速行业变革， 24年电子行业有望重回成长轨道

AI加速行业变革，24年电子行业有望重回成长轨道 分析师：陈耀波S0010523060001日期：2023年12月13日 华安证券研究所 华安研究•拓展投资价值 ⚫主要观点 •半导体：市场有望于24年实现复苏，叠加AI驱动有望推动行业迎来全新升级周期 根据三方机构预测，半导体市场将于24年实现复苏。随着各企业库存合理化程度提高、渠道可视性增强，以及AI服务器需求拉动不断增加，半导体市场已恢复增长。从细分市场来看，我们认为：1）存储芯片：伴随原厂积极减产和控制供应，存储供需状况已于23H2得到明显改善。从终端需求来看，整体呈现缓步复苏态势，以AI服务器相关增速较 为明显。在AI服务器应用中，HBM属于全新增量，带动了对于塑封料、CMP抛光材料、电镀液、测试设备等设备与材料的需求。并且，在针对HBM4的技术方向规划上，三星与SK海力士均把Hybridbonding技术视为使存储芯片进一步发展的关键技术之一，也有望带动相关产业链需求增长2）模拟芯片：虽然全球模拟芯片依然面临整体需求疲软的环境（TI&ADI下季度指引环比下降，主动减产说明行业整体库存仍未出清），但消费类已触底 回升，且汽车依旧保持较好的需求。因此，24H1模拟芯片依旧是局部复苏机会，24H2有望进入全面复苏阶段。建议关注手机、消费电子&汽车下游为主的模拟芯片公司。此外，模拟芯片长期成长逻辑依然是产品品类扩张，新品推出往往收入增长的爆发力更强，建议关注模拟公司新品推出情况 3）SoC：SoC行业在23年5月下游需求回暖开始加速去库存，23Q2起收入连续环比改善，库存周转天数开始下降至22Q1水平。随着SoC库存去化，行业毛利率环比修复。我们看到以Gemini为代表的多模态模型创造了的语音和视频交互需求，打开了智能音箱等应用的天花板。建议关注边缘侧大模型落地 4）FPGA：FPGA高并行的架构和无指令集的特征在低时延推理具有巨大优势，有望受益于工业、汽车、国防及航空航天等领域持续增长的低时延处理需求。在近年地缘政治紧张态势下，特种FPGA芯片需求高景气延续。在民用领域，低容量FPGA国产替代在近3年以来相对成熟，但大容量领域仍处于初步国产替代阶段，建议民用FPGA市场关注国产替代进度5）半导体材料：经过下游客户库存逐渐消化，晶圆代工厂的产能利用率有望持续攀升。叠加nm制程缩减带来的生产步骤增长，有望进一步促进半导体材 料需求提高。并且，半导体产能向国内迁徙，利好本土半导体材料厂商进行国产替代。通过对比，我们发现掩膜板、光刻胶、CMP抛光材料是相对国产替代空间较大、盈利能力较高的板块，建议关注相关企业的业务进展 建议关注：澜起科技、北京君正、东芯股份、普冉股份、圣邦股份、纳芯微、南芯科技、艾为电子、复旦微电、晶晨股份、安路科技、鼎龙股份、彤程新材、安集科技、联瑞新材、华海诚科、路维光电、清溢光电等 敬请参阅末页重要声明及评级说明 华安研究•拓展投资价值 ⚫主要观点 •消费电子：折叠屏与MR有望促进行业变革，AI赋能有望提速产业迭代与创新 消费电子经历多个季度的需求萎靡，已迎来需求回暖。从细分应用展望24年投资机遇，我们认为： 1）手机端：大盘呈复苏态势，24年有望重新回归增长通道，且中国品牌在持续出海，全球市场份额稳中有升。创新方面，折叠屏有望在24年维持高增速，带来结构性创新，其中屏幕和铰链是核心环节。并且，光学重回升级趋势，空间视频带来了额外创新增量。此外，钛合金、钢壳电池等同样存在创新机会2）MR端：头显主要由芯片、光学系统与传感器三大模块构成。苹果作为消费电子创新的引领者，其MR产品也有望推动新一轮头显产业变革。相比其他头显，MR的主要亮点在于使用了MicroOLED、引入多种交互模式、使用了IPD（瞳距）调节。我们认为，若MR销量可观，则或将推动MircoOLED、摄像头、IPD（瞳距）调节等相关产业链需求增长 3）AI赋能：AI有望全面赋能消费电子，硬件端已经看到了新的变化。例如，在手机侧，主要的手机SoC厂商高通、MTK在新一代平台上都大幅加强了AI性能，且开始支持端侧的AI大语言模型，vivo X100也内置了自家的蓝心大模型。PC端虽然尚未实现本地化AI，但由于AI与PC具有高契合度，看好PC的AI本地化发展。我们判断24年将会成为端侧落地元年，看好AI赋能消费电子带来的需求增长 建议关注：立讯精密、京东方A、传音控股、歌尔股份、华勤技术、领益智造、东山精密、水晶光电、长盈精密、华兴源创、兆威机电、奥海科技、东睦股份、杰普特、统联精密、联想集团（港股）、小米集团-W（港股）等 •被动元件：库存持续改善，看好MLCC高容国产化率提升与芯片电感受益于AI服务器所实现的增长 为应对下游疲软需求，厂商在23年积极进行库存调节，库存情况持续改善。由于不同细分被动元件的下游市场侧重不同，各自的市场驱动因素也有所差别。我们认为，除市场需求复苏带来的行业增长机会外，还可关注MLCC在高容领域的国产替代进展。并且，用金属软磁粉制成的芯片电感由于具有高效节能、小体积等特点，相比传统的铁氧体芯片电感可以更好地耐受大电流，更适用于高性能GPU，用量有望受益于高算力需求而上升 建议关注：三环集团、顺络电子、风华高科、铂科新材等 •风险提示：1）下游需求不及预期；2）竞争加剧致厂商利润率下滑；3）上游原材料涨价 注：以上公司排名不分先后 敬请参阅末页重要声明及评级说明 华安研究•拓展投资价值 华安证券研究所 华安研究•拓展投资价值 ⚫电子行业：企业财务情况持续好转，部分板块23Q3收入已同比转正 •受到外部环境负面因素持续，消费市场景气度不佳，拉货力道疲软，从终端到芯片供应商均面临库存水位过高的问题，库存去化持续影响23年全球半导体表现。但经过多个季度的调整，电子厂商的财务情况已出现好转。不论是台厂还是A股电子企业，营收同比跌幅均在逐渐收窄，部分板块已实现同比转正 敬请参阅末页重要声明及评级说明资料来源：MacroMicro、Wind，华安证券研究所 华安研究•拓展投资价值 ⚫电子行业：预计半导体市场将于24年回暖，以存储增速较为明显，美洲/亚太地区需求拉动较大 •展望24年，受益于下游需求的恢复，全球半导体市场将实现同比增长。各家三方机构一致认为24年半导体市场将实现增长，但增长幅度存在一定分歧。我们认为，产生分歧的原因主要在于各家对于存储价格上涨幅度的预期有所区别。根据WSTS，24年全年半导体将实现双位数的增长，其中主要靠存储芯片拉动（WSTS预计存储芯片的增速将远超其它芯片）。从区域来看，所有地区均将在24年呈现增长态势，以美洲和亚太地区的增速较为强劲 目录 1半 导 体 的 复 苏 与 创 新 1 . 2模 拟 板 块 供 给 端 的 冲 击 与 周 期 的 变 化1 . 3S o C： 边 缘 测 大 模 型 落 地 打 开 应 用 天 花 板1 . 4F P G A： 特 种 高 景 气 延 续 ， 民 用 关 注 国 产 替 代 突 破 点1 . 1存 储 板 块 的 周 期 拐 点 与A I带 来 的 增 量 需 求1 . 5半 导 体 材 料 的 国 产 替 代 机 会 2消 费 电 子 的 变 化 与 趋 势 2 . 1手 机 ： 微 创 增 量 带 来 的 投 资 机 遇2 . 2苹 果M R开 启 量 产 ， 带 来 产 业 机 遇2 . 3A I赋 能 提 速 产 业 迭 代 与 创 新 被 动 元 件 的 长 期 视 角 华安研究•拓展投资价值 ⚫存储-盈利能力揭示存储行业当前已逐步进入复苏的阶段 •通过对比存储厂商历史毛利率变化与存储芯片市场增速变化，我们发现，存储厂商毛利率与存储芯片周期波动一致。2022年，受下游市场需求疲软影响，存储厂商库存水位逐渐堆高，但伴随原厂积极减产和控制供应，存储供需状况已于23H2得到明显改善。美光与海力士的毛利率从23年起逐季改善，海力士毛利率已于23Q3转正，美光也预计其毛利率将于24财年转正 华安研究•拓展投资价值 ⚫存储：供给侧-去库存策略初见成效，部分厂商已开始上调存储芯片价格 •在经历多个季度的减产后，存储原厂减产效应显现，存储市场的价格压力传导已经启动。三星已向客户宣布涨价。根据Trendforce，预计23Q4DRAM合约价季涨幅约3~8%，NAND合约价季度涨幅8~13%。而利基型存储价格主要受主流存储价格的牵引，主流存储价格若出现大幅反弹，则会带动利基型存储价格反弹。SLCNAND价格已出现小幅改善，其它利基型存储芯片暂处于价格磨底的状态。展望24年，利基型存储价格有望随需求复苏实现反弹 敬请参阅末页重要声明及评级说明 华安研究•拓展投资价值 ⚫存储：需求侧-终端需求缓步复苏，AI需求维持成长力度 •从终端需求来看，整体呈现缓步复苏态势，其中AI需求具有较强的成长性。根据Trendforce预计，在24年，AI服务器的终端需求出货量增速将远高于其它下游应用，有望拉动存储需求提升 敬请参阅末页重要声明及评级说明 华安研究•拓展投资价值 ⚫存储：AI需求-HBM属于纯增量市场 •相较于普通服务器，AI服务器用存储芯片主要区别在于增加了HBM。传统服务器以CPU作为算力核心，但随着ChatGPT引发的大模型风潮，传统服务器无法满足大模型的算力需求，因此，搭载了GPU的AI服务器需求快速提升。HBM的作用则类似于数据的“中转站”（将使用的每一帧、每一幅图像等图像数据保存到帧缓存区中，等待GPU调用），与GPU一起被合封在Interposer上 存储芯片用量对比：普通服务器vs AI服务器 华安研究•拓展投资价值 ⚫存储：AI需求-HBM目前主要被用于AI训练端，但已开始向AI推理端渗透 •根据功能的不同，AI服务器所用GPU可分为训练卡与推理卡。由于训练卡更在意算力，推理卡更在意数据的收集和并发用户量，所以，HBM目前主要用于训练卡，GDDR更多用于推理卡（HBM的优势在于容量和带宽，GDDR的优势在于速率和成本）。但现在部分高端推理型服务器也开始配备HBM。未来随着AI应用的普及，HBM需求量有望进一步增长 华安研究•拓展投资价值 ⚫存储：AI需求-HBM市场空间测算-预计26年全球市场规模达到131亿美元，23~26年CAGR约95% 根据DigitimesResearch，23年AI训练服务器出货量约17.18万台。假设AI训练服务器持续保持高增速 目前大部分推理仍用GDDR，假设由于HBM在推理端渗透率较低，导致单机用量较少，但未来会逐年增长 根据state of the future，假设23年HBM单价约20美元/GB，且逐年递减 敬请参阅末页重要声明及评级说明 华安研究•拓展投资价值 ⚫存储：AI需求-HBM相关产业链有望受益 •从制程节点上来看，HBM的制程主要集中在1y~1βnm制程节点，目前仅海外三大厂掌握着该阶段制程节点的技术。但是，从HBM的生产制造所需的材料与设备端来看，部分本土企业具备供应的能力 敬请参阅末页重要声明及评级说明 华安研究•拓展投资价值 ⚫存储：AI需求-HBM属于纯增量市场，有望带动相关产业链受益 •HBM作为低功耗、超宽带通信通道的新型存储芯片，采用了全新的DRAM架构，与其它DRAM最主要的区别在于使用了垂直堆叠的方式。HBM通过TSV技术进行芯片堆叠，以增加吞吐量并克服单一封装内的带宽限制，将数个DRAM裸片像楼层一样垂直堆叠。从制造工艺来看，HBM与传统DRAM最明显的区别在于封测端：HBM并非全封装产品，而是一种半封装产品，当HBM被送到系统半导体制造商去被与逻辑芯片并排排列时，系统半导体制造商会使用中介层Interposer来构建一个2.5D封装（由于2.5D封装中的基板无法提供用于HBM和逻辑芯片的所有输入/输出引脚的焊盘Pads，因此需要使用中介层来形成焊盘和金属布线，从而容纳HBM和逻辑芯