近日，“全球半导体行业触底反弹”消息引起关注，与此相伴的是中国半导体行业市场表现出行业复苏强劲势头，越来越多A股上市公司开始迈入“复苏阵营”。

Wind数据显示，2023年第三季度（申万）半导体行业上市公司中，除尚未披露业绩的中芯国际、华虹公司外，共计49家公司单季度归母净利润环比增长，或者降幅收窄，在统计总数中占比超三成；而这一指标在第二季度为38家，显示复苏公司进一步扩容，上市公司盈利质量也有所提升。

有分析指出，资本开支逐步提速，国产化率加速推进，政策支持预期加强，对半导体行业持续向好预期不改。

当前，中国已经成为全球半导体产业增速最快、市场需求最大、国际贸易最活跃的地区，对全球供应链安全和稳定发挥着越来越重要的作用。前三季度，行业“触底”回升迹象在部分数据中已可见一二。


人工智能推动半导体行业回暖

人工智能时代的技术更迭速度远超常规理解，由此迸发出的行业助推力也与日俱增。

民生银行首席经济学家温彬对中国经济时报记者表示，人工智能在技术和应用上快速迭代，正在成为推动半导体行业增长的重要因素。这一过程中，包括算力芯片、服务器和数据中心等在内的基础设施的作用至关重要，表现出对相关产品的需求也在持续增加。以服务器为例，大模型应用正在带动人工智能服务器市场规模高速增长。

据IDC（互联网数据中心）预计，2023年全球AI服务器市场规模将达到248亿美元，同比增长27%。2023年上半年，中国该市场规模为31亿美元，同比增长54%，到2027年有望进一步增长至164亿美元。

可以预见，这势必给中国半导体行业的未来发展带来巨大机遇，也让加速补足技术缺失和赶超先进技术应用的任务越发时不我待，更是我国补足和完善半导体集成电路领域产业链的必由之路。

北京大学国家发展研究院中国经济研究中心教授汪浩对中国经济时报记者表示，芯片研发和高新技术应用的投入，都需要更加注重科研机构、企业以及政府之间的联动效应。他认为，政策层面要鼓励在产业链关键环节甚至更多延伸领域提升国产化水平，目的就是要持续提升产品和服务竞争力，强化信息和产业安全发展。“未来，要更具针对性地完善科技信息产品产业链，并强化政策支持，实现强链、补链，提升竞争力。”汪浩说。


AI+催化下新一轮大周期已现

1.存储方面，近期价格、供需、业绩端利好频传，复苏号角已在耳畔；长期看，美光预计Al服务器可以拥有常规服务器八倍的DRAM容量和三倍的NAND容量，存储行业市场规模有望加速成长。同时从历史周期维度看，存储行业周期约为3-4年，上周期自2020Q1起始，于2022Q1价格阶段性见顶，目前已连续6个季度降价，处于周期筑底阶段。我们认为行业端H2或迎来全面价格反弹，持续坚定看好存储大周期级别行情。

2.AISoC方面，大模型应用持续落地，AI有望成为下一轮成长动力。近期ChatGPT、天猫精灵阿里大模型、SAM、DINO、GooglePaLM2、联发科天玑9300等事件可以看到，AI大模型从文字、语音到视频图像等应用不断落地，终端智能化交互进一步提升用户体验，我们认为AISoC作为智能化核心芯片，有望迎来量价齐升黄金期。

3.封测代工方面，关注AI产业创新+周期复苏逻辑。封测方面，英伟达新一代DGX发布强化AI对Chiplet/先进封装需求，台积电CoWos订单溢出或利好本土封测厂商，AMD发布MI300奋起直追。1）AI加速催化，高度重视Chiplet相关产业机遇。英伟达5月发布的DGXGH200，通过Chiplet工艺将72核的GraceCPU、HopperGPU、96GB的HBM3和512GB的LPDDR5X集成在同一个封装中，2.5D、3DChiplet中高速互联封装连接及TSV等提升封装价值量，我们预测有望较传统封装提升双倍以上价值量，带来较高产业弹性。AI服器的GPU供不应求，台积电CoWos产能告急。国内头部封测厂长电、通富、华天等已深度布局Chiplet/CoWos相关技术，我们认为长电、通富、华天等有望承接部分CoWos产能。2）封测厂商23Q1稼动率&毛利率已达历史相对低位，看好后续稼动率提升带动全年业绩较22年度显著修复。代工方面，受益ChatGPT下AI发展，晶圆代工厂稼动率结构性提高。英伟达加大了在台积电的投片量，推升台积电7/6nm和5/4nm这两大制程工艺的产能利用率，后者的产能已接近饱和。

4.设备方面，日本加码设备限制出口影响，国产替代逻辑持续强化，订单量&中标量乐观指引国内设备环节景气度或将持续优于全球。5月据日本经济新闻报道，日本正式将先进芯片制造设备等23个品类纳入出口管制，涉及清洗、成膜、热处理、曝光、蚀刻、检查等23个种类，包括极紫外（EUV）相关产品的制造设备和三维堆叠存储器的蚀刻设备等，建议重点关注有望对美、日设备形成国产替代的相关公司。国产设备厂商23Q1合同负债、5月中标量、23Q3订单预期情况均较为乐观，2023年5月主要设备厂商可统计中标设备数量共计68台，同比+47.83%。1-5月，可统计设备招标数量643台，同比+10.67%。5月全球多数设备厂商预期Q3订单将稳定/根据市场调整，国内公司北方华创、中微公司则预计订单量上升。


四大产业迎来AI机遇

服务器：AI驱动云计算基础设施建设高峰

算力需求进入爆发阶段。伴随ChatGPT等新兴AI产品的突破，数据海量增加，算法模型愈加复杂，应用场景的深入和发展，带来了对算力需求的快速提升。根据《2022-2023中国人工智能计算力发展评估报告》，2021年中国智能算力规模达155.2 EFLOPS，2022年智能算力规模将达到268.0 EFLOPS，预计到 2026年智能算力规模将达到1271.4EFLOPS，2021-2026年智能算力规模年复合增长率达52.3%。

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。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1215.8亿美元。

云计算基础设施作为算力AI服务资源，其重要性日益突显。根据Gartner统计，2021年以 laaS、PaaS、SaaS 为代表的全球公有云市场规模达到 3307亿美元，同比增长32.4%，预计2022年全球公有云市场规模将进一步增至4052亿美元。全球基础设施即服务IaaS市场高速发展。

根据 Gartner统计，2021年全球IaaS市场规模增长至909亿美元，同比增长41.4%。而亚马逊以354亿美元的收入和38.9%的市场份额继续引领全球IaaS市场。

ODM白牌市占率持续提升。据Counterpoint数据显示，从2016年起，ODM市场占有率快速增长，截止2021年，ODM市占率达到31%。而在白牌服务器市场中，2021年工业富联（601138）占比约为 42%，排名第一。

我国云计算市场持续高速增长。据信通院《云计算白皮书（2022）》显示，2021年中国云计算市场规模达3229亿元，较2020年增长54.4%。其中，公有云市场继续高歌猛进，规模增长70.8%至2181亿元，有望成为未来几年中国云计算市场增长的主要动力，预计2022年中国公有云服务市场规模将达到3694亿元。


AI芯片：GPT开启AI商用普及加速 驱动算力芯片新成长

OpenAI于2022年12月推出的对话AI模型ChatGPT，一经面世便受到广泛关注。大模型预训练数据量已增加到TB量级。AI算力是ChatGPT模型训练与产品运营核心基础设施， AI芯片是AI算力基础设施的关键组成。以ChatGPT为代表的的AI应用蓬勃发展，对上游AI芯片算力提出了更高的要求，AI新时代有望加速AI芯片成长。

ChatGPT的火爆，开辟了AI产业化的新路径，为了满足大模型应用的巨大算力需求，AI芯片进入了人们的视野。ChatGPT的卓越性能是GPU的强大算力支撑，ChatGPT的技术基底是“大模型”。算法是大模型成功的首要条件，再配合海量的数据，最后搭配强大的发动机——大算力，才能获得基础的大模型。

随着网络模型参数量的增加，计算量明显伴随着增加，目前较火热AIGC的参数量已经超过千亿。参数量往往是计算空间的复杂程度，模型空间越复杂，往往意味着庞大的计算量，计算量和参数量呈现正比关系。这也是随着AI的功能强大，AI对算力呈现指数级别根本需求的本质原因。

PCB：电子之母 AI之基

AI驱动算力需求提升，催生高端PCB强劲需求。AI热潮带动应用场景逐渐落地，图像、语音、机器视觉和游戏等领域数据将呈现爆发式增长。本轮AI产业革新趋势，有望加速 400Gbps和更高速度的数据中心交换机的采用及服务器的更新换代，路由器、数据存储、AI加速计算服务器也有望迎来高速长。由此将催生对大尺寸、高层数、高阶HDI及高频高速PCB的强劲需求，并对其技术、层数、材质、品质等提出更高要求。

数字经济加速IDC建设，推动百亿级服务器PCB市场持续扩张。数字经济未来将衍生出更多产品形态，有望带动作为算力载体的数据中心加速建设。随着全球数据流量的指数级增长及全球信息化建设速度加快，其中服务器作为最重要的算力基础设施，全球范围内的出货量与市场规模有望实现明显增长。

据Prismark预测，未来5年，5G、人工智能(AI)、物联网、工业4.0、云端服务器、存储设备、汽车电子等将成为驱动PCB需求增长的新方向，且将持续朝高阶技术升级。其中，服务器是目前PCB下游应用领域增速最快的赛道。2022年服务器及存储相关PCB全球产值达 98.68亿美元，预计2027年达142亿美元，2022-2027年CAGR为7.6%，行业市场空间潜力大，成长性充足。


AI光芯片：AI发展对光芯片提出更高要求

Chat GPT等AI技术的发展推动AI服务器发展，对其内部连接芯片提出更高要求。应用数据处理集中在数据中心AI服务器进行，使得数据流量迅速增长，而数据中心需内部处理的数据流量远大于需向外传输的数据流量，使得数据处理复杂度不断提高，对AI服务器数据传输能力提出更高要求。光模块是数据中心内部互连和数据中心相互连接的核心部件，其核心组件为相应传输速率的光发射及接收芯片，在AI的推动下，其传输速率正往更高速演进。