半导体行业专题：AI创新与周期向上共振，半导体开启新一轮成长

请务必阅读正文之后的免责声明及其项下所有内容22002244年年0055月月3300日日半导体行业专题：AI创新与周期向上共振，半导体开启新一轮成长行业研究 · 行业专题 电子 · 半导体投资评级：优于大市（维持）证券分析师：胡剑证券分析师：胡慧证券分析师：周靖翔证券分析师：叶子021-60893306021-60871321021-603754020755-81982153hujian1@guosen.com.cnhuhui2@guosen.com.cnzhoujingxiang@guosen.com.cnyezi3@guosen.com.cnS0980521080001S0980521080002S0980522100001S0980522100003证证券券研研究究报报告告 || 请务必阅读正文之后的免责声明及其项下所有内容AAII创创新新与与周周期期向向上上共共振振，，半半导导体体开开启启新新一一轮轮成成长长l算力、存力是AI的基础，先进封装为其助力算力：Transformer类AI大模型过去几年所需算力平均每2年增长750倍，对AI计算芯片提出了极高的要求，目前AI芯片主要包括GPU、FPGA、ASIC，Gartner预计全球AI芯片市场规模将从2022年的442亿美元增至2027年的1194亿美元。根据TrendForce的数据，目前AI服务器加速芯片以英伟达GPU为主，占比高达6-7成，但CSP业者有扩大自研ASIC的趋势。存力：随着数据量和模型参数的增加，算力环节和应用环节所需存储容量均在持续增加。根据美光科技的预测，2021-2025年DRAM容量的CAGR为15-20%，NAND容量的CAGR为25%-30%，其中数据中心、工业、汽车均超过整体增速。HBM可以满足算力芯片对内存带宽的需求，部分解决内存墙问题，TrendForce预计HBM在DRAM总产能和总产值中的占比将快速提升，2025年分别超过10%和30%，主要由SK海力士、三星、美光主导。先进封装：集成电路制程已接近物理尺寸的极限，进入“后摩尔时代”，先进封装接力“摩尔定律”助力算力和存力芯片，Chiplet异构集成和TSV等是关键技术，比如HBM需要TSV进行堆叠，英伟达H100和AMD MI300需要通过CoWoS将GPU Die和HBM Die集成在一起。lAI应用落地对半导体的推动将更为长远2023年英伟达CEO黄仁勋提出“我们正处于AI的iPhone时刻”；2024年又提出AI已到“Tipping Point”。在AI基建和大模型算法的良性循环下，我们认为AI的应用将逐渐落地，从特定人群使用走向千家万户。通讯技术催生出了手机，互联网技术催生出了电脑和智能手机，AI除赋能现有终端推出AI手机、AI PC、AIoT外，更可能使期待已久的人形机器人、自动驾驶汽车成为现实，或者催生出未知终端，赋能基础研究。 请务必阅读正文之后的免责声明及其项下所有内容AAII创创新新与与周周期期向向上上共共振振，，半半导导体体开开启启新新一一轮轮成成长长l半导体周期进入上行阶段根据SIA的数据，全球半导体季度销售额同比增速在1Q23触底，之后跌幅收窄，4Q23同比转正，1Q24全球实现销售额为1377亿美元，同比增长15.2%，环比减少5.7%。存储芯片是半导体产品中波动性最大的类别，存储大厂美光科技和SK海力士的季度收入和毛利率均已拐头向上。多家机构预计2024年全球半导体销售额恢复增长，增速在10%-25%之间，其中TechInsights在3月的最新预测中上调2024年全球半导体销售额增速至24%（前次预测值为16%），将超过6500亿美元，并预计2025/2026年分别增至超过8000亿美元和接近9000亿美元。l投资策略：AI创新与周期向上共振，半导体开启新一轮成长根据SIA的数据，1Q24全球半导体销售额为1377亿美元，同比增长15.2%，环比减少5.7%；中国销售额为424亿美元，同比增长27.4%，环比减少6.6%。WSTS等多个机构均预计2024年全年将恢复10%以上增长，我们认为本轮半导体周期进入上行阶段。同时，AI创新正在从算力基础设施建设，扩展至AI手机、AI PC、AIoT等AI终端，更有望加速人形机器人、自动驾驶汽车等落地，AI的“Tipping Point”已到，预计将为半导体带来新一轮的成长。l风险提示国产替代进程不及预期；下游需求不及预期；行业竞争加剧的风险；国际关系发生不利变化的风险。 请务必阅读正文之后的免责声明及其项下所有内容目目录录AI真的“狼来了”01算力、存力是AI的基础，先进封装为其助力02AI应用落地对半导体的推动将更为长远03半导体周期进入上行阶段04投资策略05 请务必阅读正文之后的免责声明及其项下所有内容AI真的“狼来了” 请务必阅读正文之后的免责声明及其项下所有内容AAII的的发发展展历历程程lAI的诞生。1950年，艾伦•图灵（Alan Turin）写了论文《计算机器与智能》，提出图灵测试用来检测机器智能水平；1956年，美国达特茅斯学院举行了历史上第一次人工智能研讨会，被认为是人工智能诞生的标志。lAI诞生后经历了三次浪潮，我们认为，前两次主要由政府和科研单位推动，第三次主要由产业界推动。图：达特茅斯会议——历史上第一次AI研讨会资料来源：数据侠，国信证券经济研究所整理资料来源：新华三，国信证券经济研究所整理图：人工智能的发展中的三次浪潮1956人工智能诞生第三次浪潮(2000s至今）第一次浪潮（1950s-1980s）第二次浪潮(1980s-2000s)信息系统早期专家系统专家系统广泛应用神经网络初步发展机器学习深度学习1957罗森布拉特发明感知机模型2006Hinton提出深度学习算法模型1960s-1970s DARPA等大力资助AI研究由产业界科技巨头推动AI第一次低谷DARPA等削减对AI研究的资助1969明斯基、派珀特发表《感知器》质疑感知机模型1982Hopfield神经网络模型提出AI第二次低谷日本第五代计算机失败美国政府减少经费日本启动第五代计算机项目美国启动Cyc项目1986Hinton等提出反传播算法2012深度学习算法在语音、图像识别上取得重大突破2016AlphaGO战胜围棋选手李世石2022ChatGPT面世2024Sora、VideoPrism等面世2017谷歌提出Transformer模型 请务必阅读正文之后的免责声明及其项下所有内容科科技技巨巨头头积积极极布布局局AAII资料来源：各公司官网，国信证券经济研究所整理•2011年成立谷歌大脑（Google Brain）•2017年战略从Mobile First到AI First；2023年将谷歌大脑和DeepMind(2014收购）合并为Google DeepMind•2015年发布TensorFlow；2017年推出Transformer架构；2018年推出BERT模型；2021年发布机器学习平台Vertex AI；2022年推出PaLM模型；2023年发布Gemini模型；2024年发布Gemma模型•2016年推出TPU；2021年发布手机自研芯片Tensor，可在手机上处理AI和ML模型谷歌•2017年成立人工智能实验室•2019年投资OpenAI 10亿美元，OpenAI在微软Azure云平台开发AI技术并将微软作为商业化的首要合作伙伴，到目前微软累计对OpenAI投资了130亿美元•2018年发布人工智能开发项目平台AI Lab；2021年推出自动化机器学习框架FLAML；2023年发布小模型phi-1和Orca；2023年推出多Agents框架Autogen微软•2013年成立人工智能研究院（FAIR）•2017年开源框架PyTorch；2019年发布模型DLRM；2023年发布模型LLaMA；2023年发布视觉模型SAMMeta•2013年深度学习研究院（IDL）成立•2014年硅谷人工智能实验室正式成立•2019年发布文心大模型1.0；2023年发布大模型文心一言百度 请务必阅读正文之后的免责声明及其项下所有内容AAII真真的的““狼狼来来了了””l为什么是现在？量变带来质变，AI已到临界点。Ø数据量：移动互联网时代，数据量快速增长。根据IDC的数据，2010年底全球数据量为1.2ZB，2022年突破100ZB，增长了近百倍。Ø算力：2006年，英伟达发布首个通用GPU架构Tesla，采用CUDA架构，GPU从专用图形处理器转为通用数据并行处理器；2012年AlexNet用两块GTX 580 GPU赢得了ImageNet图象识别大赛，英伟达日益加大CUDA投入；2022年英伟达推出的H100 SXM5 FP32单精度算力为60TFlops。Ø算法：各类深度学习框架和模型推出。资料来源：IDC，国信证券经济研究所整理图：全球数据量（ZB）资料来源：MIT，国信证券经济研究所整理图：数据、算力、算法共同推动AI兴起05010015020025030035020172018201920202021202220232024202520262027CreateReplicate 请务必阅读正文之后的免责声明及其项下所有内容AAII真真的的““狼狼来来了了””l半导体技术是AI背后的功臣。过去三十年AI的重大里程碑都是由当时的先进半导体技术实现的，比如赢得ImageNet竞赛的GPU使用了40nm技术，AlphaGo 征服围棋游戏使用28nm技术，ChatGPT的初始版本采用5nm技术。资料来源：台积电，IEEE Spectrum，国信证券经济研究所整理图：半导体技术是AI背后的功臣 请务必阅读正文之后的免责声明及其项下所有内容算力、存力是AI的基础，先进封装为其助力 请务必阅读正文之后的免责声明及其项下所有内容AAII大大模模型型所所需需算算力力大大幅幅增增加加lTransformer类AI大模型所需算力平均每2年增长750倍，对计算芯片的算力提出了极高的要求。l智能算力是面向人工智能应用，提供人工智能算法模型训练与模型运行服务的计算机系统能力。Ø根据中国信通院数据，2022年全球算力总规模达到906 EFLOPS，其中智能算力（FP32）为451 EFLOPS。Ø根据IDC的数据，2022年中国智能算力（FP16）规模达259.9 EFLOPS，预计2027年将增加到1117.4 EFLOPS，CAGR达34%。图：Transformer大模型对算力需求快速增长资料来源：riselab，国信证券经济研究所整理0 200 400 600 800 1,000 1,200 20202021202220232024202520262027中国智能算力（基于FP16计算）资料来源：IDC，国信证券经济研究所整理图：中国智能算力规模预测（单位：EFLOPS） 请务必阅读正文之后的免责声明及其项下所有内容22002244年年AAII服服务务器器出出货货量量116655万万台台l预计2024年AI服务器出货量165万台，美国四大CSP需求超6成。根据TrendForce的预测，2024年全球服务器整机出货量将增长2.05%至1365.4万台，其中AI服务器出货占比将提高至12.1%，出货量165万台。美国CSP主导对AI服务器需求，Microsoft、Google、AWS、Meta合计需求超6成。lAI服务器加速芯片以英伟达GPU为主，占比高达6-7成，CSP业者有扩大自研ASIC的趋势。图：全球服务器整机出货量YoY资料来源：TrendForce，国信证券经济研究所整理3.5%5.4%4.7%-6.0%2.0%-8%-6%-4%-2%0%2%4%6%20202021202220232024EYoY资料来源：TrendForce，国信证券经济研究所整理图：AI服务器需求来源32%23%25%10%0%27%25%73%27%26%15%9%18%3%10%0%23%21%25%9%0%20%40%60