2022年11月底，OpenAI发布ChatGPT，迅速引发全球关注，仅两个月时间，全球独立访问用户过亿。短时间内，全球巨头纷纷推出各自的生成式AI产品：3月2日OpenAI开放API接口，16日百度发布文心一言，17日微软推出Copilot，21日英伟达在其2023 GTC推出一系列最新AI硬件和软件，3月24日谷歌推出Bard、OpenAI实现插件支持，25日华为推出“盘古”大模型。ChatGPT兴起被看做AI的“iPhone时刻”，类似于“互联网+”历程，生成式AI有望重塑各行业的传统业态，在此创新浪潮之中，推动科技产业升级的“比尔安迪”定律不再停留于OS层面，AI应用和硬件算力正加速实现螺旋升级。

类似2018-2019年的电子行情，由于市场对智能手机量价成长空间一致性悲观，电子指数在18年下跌超42%，紧接着在19年5G基础设施建设及AIoT终端创新的推动下，电子一年内反弹超73%。如今，对于仍处在历史估值低位的电子板块而言，AI应用的兴起一方面有望带动数据中心、服务器等相关新基建的放量，一方面有望革命消费电子终端的人机交互体验，进而加速各类终端电子化、智能化的进程，行业“短期景气复苏”与“中期AI创新成长”之间的逻辑共振正得以强化，“AI的iPhone时刻”为电子估值修复提供了有力的市场情绪支撑，建议重点关注算力芯片及AI服务器相关产业链。

在大模型训练对数据总量的带动下，需要性能更高、功耗成本更低的算力芯片和大容量存储芯片。全球AI芯片市场预计由18年的51亿美元增至25年的726亿美元，CAGR达46.14%。当前主流的AI算力芯片主要包括GPU、FPGA、ASIC、NPU等，GPU在训练负载中具有绝对优势，多场景趋势下AI芯片将更加细分和多元，以寒武纪、海光信息等为代表的本土AI芯片企业正迎来国产替代机遇期。与此同时，由于受美国对我国半导体制裁影响，Chiplet异构集成等先进封装有望成为本土IC企业应对制程和算力瓶颈的解决方案；存储芯片方面，3D NAND堆叠层数提升和DRAM微缩化进程也有望提速。产业链推荐先进封装长电科技、通富微电，Chiplet IP公司芯原股份，存储芯片兆易创新。

2011年Apple推出Siri，使语音助手成为当时人工智能竞赛热门赛道，但是由于智能化较低，全球语音助理、智能音箱及其他语音交互AIoT行业发展经过初期高速成长期后陷入沉寂。AIGC在大语言模型和高算力支持下，自然语言理解能力迅速进化，有望拓展语音交互的能力空间，从而激发AIoT行业再次升级。与此同时，智慧视觉、工业自动化、智能交互平板、智能可穿戴、VRAR等同样受益于ChatGPT等AI大语言模型所推进的场景数字化趋势，相关产业链推荐晶晨股份、裕太微、视源股份、海康威视、康冠科技、创维数字等。

AI服务器是采用异构形式的服务器，如 CPU+GPU、CPU+TPU、CPU+其他的加速卡等。而普通的服务器是以 CPU 为算力的提供者，采用的是串行架构。在大数据、云计算、人工智能等应用渗透，数据呈现几何倍数的增长，CPU 的核心数已经接近极限，但数据还在持续增加，因此必须提升服务器的数据处理能力，AI服务器应运而生。根据IDC数据，2022年全球AI相关支出1193亿美元，同比增长28.0%；预计2026年全球AI服务器市场规模将达到355亿美元，对应22-26年CAGR为15.1%。

服务器平台升级要求PCB层数增加、介电损耗降低，对应ASP显著提升，Prismark预计24年全球服务器PCB将达67.65亿美元，5年CAGR为6.4%，增速远高于其他下游；而服务器数据传输速率的提升、端口数量的增加，亦将拉动以太网物理层芯片用量的增长；同时，为CPU,GPU供电所使用的多相电源需求量大幅增加。在此基础上，据英飞凌数据，AI服务器系统功率将提升至原来的3倍，因此需要对服务器整机结构、散热方案等进行升级才能满足 AI 服务器长期稳定运行的目的，相应的，功率半导体用量显著提升且器件品类向超结MOS、GaN器件过渡。AI服务器产业链推荐：1)代工：工业富联、环旭电子、闻泰科技；2)PCB：沪电股份、深南电路、东山精密、鹏鼎控股；3)电源及安全芯片：国芯科技、杰华特、东微半导、新洁能、扬杰科技。

AI应用推广低于预期，AI投资规模低于预期，AI服务器渗透率提升低于预期，AI监管政策收紧等。

发布针对AIGC训练GPU，英伟达掀起AI服务器芯片市场争夺

围绕生成式人工智能，英伟达发布一系列加速模型训练和推理的软硬件新品。2023年3月22日，英伟达在GTC大会上发布一款新的GPU——带有双GPU NVLink的H100 NVL，以支持ChatGPT类大型语言模型推理。基于NVIDIA Hopper架构的H100配有一个Transformer引擎，H100 NVL拥有188GB HBM3内存（每张卡94GB），是目前英伟达发布的内存最大的显卡。与用于GPT-3处理的HGX A100相比，配备四对H100与双GPU NVLink的标准服务器的速度最高可达10倍。

ChatGPT引领全球AI浪潮，预训练大模型参数提升对数据中心算力提出更高要求。从2018年起，OpenAI开始发布生成式预训练语言模型GPT，当时参数量只有1.17亿个。2020年，OpenAI发布GPT-3预训练模型，参数量为1750亿个，使用1000亿个词汇的语料库进行训练，在文本分析、机器翻译、机器写作等自然语言处理应用领域表现出色。2022年12月，OenAI发布基于GPT-3.5的聊天机器人模型ChatGPT，具有出色的文字聊天和复杂语言处理能力。从运算规格来看，ChatGPT主要以NVIDIA A100为主，独家使用Microsoft Azure云服务资源。

“云-边-端”高算力网络基本形成，通过构建泛在部署架构满足大算力需求。云端智能芯片及加速卡是云服务器、数据中心等进行人工智能处理的核心器件，算力由GPU、NPU等芯片产生，通过虚拟平台调度服务器设备进行复杂数据处理，支持高复杂度和数据吞吐量高速增长的人工智能处理任务。边缘计算在终端和云端之间的设备上配备适度的计算能力，算力由CPU、FPGA等芯片产生，可云计算场景下数据安全、隐私保护、带宽与时延等潜在问题，保障数据传输的稳定性和低延时性。终端智能处理器是终端设备中支持人工智能处理运算的核心器件，算力主要由CPU、DSP等芯片产生，使终端设备拥有更流畅的用户体验。

云计算为人工智能提供了基础架构，云端是承载海量数据处理和大规模计算的重要载体。目前，“云、边、端”应用场景尚无标准划分界，人工智能技术在云、边、端设备中均有广泛应用，不同应用场景对芯片算力和功耗要求亦不相同。其中，数据中心侧对芯片要求更高，一般要求具有高性能、高存储容量、高计算密度、兼有推理和训练任务的特点；其典型计算能力大于30TOPS，典型功耗大于50瓦，主要应用于云计算数据数据中心等领域。

AIGC训练引入海量数据负载，AI服务器市场规模有望大幅提升

全球数据总量及数据中心负载任务量大幅度上涨，服务器算力需求呈指数级增长。随着人工智能、数据挖掘等新技术发展，海量数据产生及对其计算和处理成为数据中心发展关键。据IDC数据，全球数据总量预计由2021年的82.47 ZB上升至2026年的215.99 ZB，对应CAGR达21.24%。其中，大规模张量运算、矩阵运算是人工智能在计算层面的突出需求，高并行度的深度学习算法在视觉、语音和自然语言处理等领域上的广泛应用使得算力需求呈现指数级增长。据Cisco数据，全球数据中心负载任务量预计由2016年的241.5万个上升至2021年的566.7万个，对应CAGR达18.60%；其中，云数据中心负载任务量CAGR预计达22%。

随着云计算的不断发展，全球范围内云数据中心、超级数据中心的建设速度不断加快。据Cisco数据，全球超级数据中心数量预计由2016年的338座增长至2021年的628座，对应CAGR为13.19%；占数据中心比例预计由2016年的27%上升至2021年的53%。在云端，服务器及数据中心需要对大量原始数据进行运算处理，对于芯片等基础硬件的计算能力、计算进度、数据存储和带宽等都有较高要求。传统数据中心存在着能耗较高、计算效率较低等诸多发展瓶颈，因此数据中心中服务器的智能化将是未来发展趋势。

大算力AI加速芯片由海外垄断，制裁加强下国产替代空间大

AI芯片又称AI加速器或计算卡，是专门用于处理人工智能应用中大量计算任务的模块。随着数据海量增长、算法模型趋向复杂、处理对象异构、计算性能要求高，AI芯片能够在人工智能的算法和应用上做针对性设计，高效处理人工智能应用中日渐多样繁杂的计算任务。

当前主流的AI芯片主要包括图形处理器（GPU）、现场可编程门阵列（FPGA）、专用集成电路（ASIC）、神经拟态芯片（NPU）等。其中，GPU、FPGA均是前期较为成熟的芯片架构，属于通用型芯片。ASIC属于为AI特定场景定制的芯片。另外，中央处理器（CPU）是计算机的运算和控制核心，是信息处理、程序运行的最终执行单元，是计算机的核心组成部件。

当前CPU市场主要被国际厂商垄断，Intel、AMD合计市场份额超九成。据Counterpoint数据，2022年全球数据中心CPU市场份额中，Intel占比达70.8%，保持市场领先地位；AMD占比达19.8%，前两大巨头合计市场份额超过90%。

GPU在训练负载中具有绝对优势，未来AI芯片将更加细分和多元。据IDC数据，1H21中国AI芯片市场份额中，GPU占比高达91.9%，依然是实现数据中心加速的首选；NPU、ASIC、FPGA占比分别为6.3%、1.5%、0.3%。随着非GPU芯片在各个行业和领域中被越来越多采用，高算力、低能耗且适应各类复杂环境的芯片将更受关注，IDC预计到2025年其他非GPU芯片整体市场份额占比将超过20%。

随着人工智能技术进步及应用场景多元化，全球及中国AI芯片市场将得到进一步发展。据Tractica数据，全球AI芯片市场规模预计由2018年的51亿美元增长至2025年的726亿美元，对应CAGR达46.14%。据前瞻产业研究院数据，中国AI芯片市场规模预计由2019年的122亿元增长至2024年的785亿元，对应CAGR达45.11%。

GPU作为图像处理单元，其能够并行计算的性能优势满足深度学习需求。GPU最初承担图像计算任务，目标是提升计算机对图形、图像、视频等数据的处理性能，解决CPU在图形图像领域处理效率低的问题。由于GPU能够进行并行计算，其架构本身较为适合深度学习算法。因此，通过对GPU的优化，能够进一步满足深度学习大量计算的需求。

FPGA是一种硬件可重构的集成电路芯片，通过编程定义单元配置和链接架构进行计算。FPGA具有较强的计算能力、较低的试错成本、足够的灵活性以及可编程能力，在5G通信、人工智能等具有较频繁的迭代升级周期、较大的技术不确定性的领域，是较为理想的解决方案。

ASIC是一种根据产品的需求进行特定设计和制造的集成电路，能够更有针对性地进行硬件层次的优化。由于ASIC能够在特定功能上进行强化，因此具有更高的处理速度和更低的能耗。相比于其他AI芯片，ASIC设计和制造需要大量的资金、较长的研发周期和工程周期，在深度学习算法仍在快速发展的背景下存在一旦定制则难以修改的风险。

产业链相关公司

寒武纪(688256.SH)：公司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，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。2022年3月，公司正式发布新款训练加速卡MLU370-X8。MLU370-X8搭载双芯片四芯粒思元370，集成寒武纪MLU-Link多芯互联技术，主要面向训练任务，在业界应用广泛的YOLOv3、Transformer等训练任务中，8卡计算系统的并行性能平均达到350W RTX GPU的155%。

海光信息(688041.SH)：公司是国产服务器CPU芯片龙头，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，主要产品包括海光通用处理器（CPU）和海光协处理器（DCU）。其中，CPU系列产品兼容x86指令集以及国际上主流操作系统和应用软件，性能优异，软硬件生态丰富，安全可靠，得到了国内用户的高度认可。DCU系列产品以GPGPU架构为基础，兼容通用的“类 CUDA”环境以及国际主流商业计算软件和人工智能软件，软硬件生态丰富，可广泛应用于大数据处理、人工智能、商业计算等应用领域。

复旦微电(688385.SH)：公司是一家从事超大规模集成电路的设计、开发、测试，并为客户提供系统解决方案的专业公司。公司是国内FPGA领域技术较为领先的公司之一，目前已可提供千万门级FPGA芯片、亿门级FPGA芯片以及嵌入式可编程器件芯片（PSoC）产品。当前，公司正在积极开展十亿门级产品的开发，确保公司在国产可编程器件领域技术上的领先地位，同时公司也在进一步丰富28nm工艺制程的FPGA及PSoC芯片谱系种类以满足市场不同层次的需求。

平头哥(未上市)：公司是阿里巴巴全资的半导体芯片业务主体，主要针对下一代云端一体芯片新型架构开发数据中心和嵌入式IoT芯片产品。2019年，公司发布阿里第一颗高性能AI推理芯片“含光800”，覆盖阿里巴巴丰富的应用场景，将部署于城市大脑、拍立淘、智能服装设计、搜索和广告推荐等多个业务。在业界标准的ResNet-50测试中，含光800推理性能达到78563 IPS，比目前业界最好的AI芯片性能高4倍；能效比500 IPS/W，是第二名的3.3倍。2021年平头哥发布玄铁907处理器，玄铁系列处理器出货量超20亿。

壁仞科技(未上市)：公司致力于开发原创性的通用计算体系，建立高效的软硬件平台，同时在智能计算领域提供一体化的解决方案。公司首先聚焦云端通用智能计算，逐步在人工智能训练和推理、图形渲染等多个领域赶超现有解决方案，实现国产高端通用智能计算芯片的突破。2022年8月，公司在上海发布首款通用GPU芯片BR100，创出全球算力纪录，16位浮点算力达到1000T以上、8位定点算力达到2000T以上，单芯片峰值算力达到PFLOPS级别。

燧原科技(未上市)：公司是国内第一家同时拥有高性能云端训练和云端推理产品的创业公司，专注人工智能领域云端算力产品。2021年12月，公司发布了第二代云端人工智能推理加速卡“云燧i20”。云燧i20拥有迄今为止业内最大的AI加速卡存储带宽，高达819 GB/s，远超行业同类产品水平；同时全面支持从FP32、TF32、FP16、BF16到INT8的计算精度。对比第一代推理产品，云燧i20将浮点算力提升到1.8倍，整型算力提升到3.6倍。

后摩尔时代，工艺制约先进芯片发展

后摩尔时代，集成电路的发展受“存储墙”、“面积墙”、“功耗墙”和“功能墙”制约。2015年以后，集成电路制程的发展进入了瓶颈，7nm、5nm、3nm制程的量产进度均落后于预期。随着台积电宣布2nm制程工艺实现突破，集成电路制程工艺已接近物理尺寸的极限，集成电路行业进入了 “后摩尔时代”。“后摩尔时代”制程技术突破难度较大，工艺制程受成本大幅增长和技术 壁垒等因素上升改进速度放缓。

“存储墙”：处理器算力超过存储芯片存取能力，导致综合算力被存储器制约。据行业预计，处理器的峰值算力每两年增长3.1倍，而动态存储器(DRAM)的带宽每两年增长1.4倍，存储器的发展速度远落后于处理器，相差1.7倍。

“面积墙”：芯片制程相同时，通过增大芯片面积可以集成更多的晶体管数量，从而提升芯片的性能.然而，单颗芯片尺寸受限于光刻机的光罩极限，且芯片制造良率随尺寸增大二降低，从而增加成本。当前最先进的EUV光刻机的最大光罩面积为26 mm×33 mm。2020年，英伟达A100 GPU芯片，采用台积电7nm工艺，通过常规手段制造了接近1个光罩面积的芯片，面积达25.5 mm×32.4 mm。

“功耗墙”：近年来单个GPU和CPU的热设计功耗（Thermal Design Power, TDP）逐年增大。预计2024年单个GPU的TDP将突破千瓦级，由多个GPU芯片和高带宽存储器（High Bandwidth Memory, HBM）阵列组成的系统，TDP可能突破万瓦级，热设计者将面临极大的挑战

“功能墙”：单一衬底可实现的功能有限，芯片面积和数量大幅提升造成整系统集成度无法再提高。

异构集成突破制程瓶颈，Chiplet成为关键技术

芯粒异构集将成为后摩尔时代集成电路发展的关键路径和突破口。芯粒(Chiplet)是指预先制造好、具有特定功能、可组合集成的晶片（Die），应用系统级封装技术(SiP)，通过有效的片间互联和封装架构，将不同功能、不同工艺节点的制造的芯片封装到一起，即成为一颗异构集成(Heterogeneous Integration)的芯片。通过芯片异构集成，将传感、存储、计算、通信等不同功能的元器件集成在一起，成为解决只靠先进制程迭代难以突破的平衡计算性能、功耗、成本的难点。

关键技术#1：硅通孔技术(TSV)

硅通孔技术（TSV，Through Silicon Via）为连接硅晶圆两面并与硅衬底和其他通孔绝缘的电互连结构，可以穿过硅基板实现硅片内部垂直电互联，这项技术是目前唯一的垂直电互联技术，是实现2.5D、3D先进封装的关键技术之一,主要用于硅转接板、芯片三维堆叠等方面。TSV的尺寸多为10μm×100μm和30μm×200μm，开口率介于0.1%-1%。相比平面互连，TSV可减小互连长度和信号延迟，降低寄生电容和电感，实现芯片间的低功耗和高速通信，增加宽带和实现封装小型化。

借助TSV技术，英伟达采用台积电第4代CoWoS技术封装了A100 GPU,实现一颗A100 GPU和6个三星HBM2集成为一颗芯片。该技术将多颗芯片键合至硅基转接板晶圆上(Si Interposer)，形成逻辑SoC芯片和HBM阵列，通过RDL和TSV形成互联并连接硅基转接板晶圆凸点。英特尔Foveros技术（3D Face to Face Chip Stack for heterogeneous integration）亦通过3D TSV实现3D堆叠异构封装技术。

HBM亦是通过TSV技术连通堆叠的DRAM，实现对“存储墙”突破。HBM（High-Bandwidth Memory ）高带宽内存，主要针对高端显卡市场。HBM使用了3D TSV和2.5D TSV技术，通过3D TSV把多块内存芯片堆叠在一起，并使用2.5D TSV技术把堆叠内存芯片和GPU在载板上实现互连。

关键技术#2：EMIB

嵌入式多芯片互连桥先进封装技术（EMIB，Embedded Multi-Die Interconnect Bridge）是X-Y平面延伸的先进封装技术。EMIB是由英特尔提出并积极应用的，EMIB理念跟基于硅中介层的2.5D封装类似，是通过硅片进行局部高密度互连。与传统2.5D封装的相比，因为没有硅中介层和TSV，EMIB技术具有正常的封装良率、无需额外工艺和设计简单等优点，EMIB硅片面积也更微小、更灵活、更经济。采用EMIB技术，CPU、GPU对工艺要求高，可以使用10nm工艺，IO单元、通讯单元可以使用14nm工艺，内存部分则可以使用22nm工艺，采用EMIB先进封装技术可以把三种不同工艺整合到一起成为一个处理器。

通过整合EMIB和Fovoros，CO-EMIB实现更高集成度异构集成。利用利用高密度的互连技术，将EMIB2D封装和Foveros 3D封装技术结合在一起，实现高带宽、低功耗，以及相当有竞争力的I/O密度。Co-EMIB能连接更高的计算性能和能力，让两个或多个Foveros元件互连从而基本达到SoC性能，还能以非常高的带宽和非常低的功耗连接模拟器、内存和其他模块。

关键技术#3：超高密度扇出（UHD Fan-Out）

扇出型封装扇出（Fan-Out）相对于扇入（Fan-In）具备实现更多I/O等能力，从而成为多芯粒异构集成重要技术。扇出和扇入型工艺相似，当芯片被加工切割完毕之后，会放置在基于环氧树脂模制化合物的晶圆上，这被称为重构晶圆。然后,在模制化合物上形成再分布层（RDL）。RDL是金属铜连接走线，将封装各个部分进行电气连接，最后，重构晶圆上的单个封装就会被切割。两者最大的差异在于在扇入型封装中RDL向内布线，而在扇出型封装中RDL既可向内又可向外布线。因此，扇入型封装最大只能容许约200个I/O，而扇出型封装可以实现更多的I/O。

2020年，台积电发布集成扇出型晶圆上系统（InFO_SoW），通过超高密度扇出封装技术将多颗好的晶粒、供电、散热模块和连接器紧凑地集成在晶圆上，包含6层RDL，前3层线宽/线距为5/5 μm，用于细线路芯片间互连；后3层线宽/线距为15/20 μm，用于供电和连接器互连。相比印制电路板级多芯片模块，InFO_SoW具有高带宽、低延迟和低功耗的特点。

UCIe联盟汇聚全球科技巨头，推动Chiplet异构集成快速发展

UCIe联盟成立并发布统一Chiplet互联互通标准，全球科技大厂纷纷加入推动Chiplet异构集成进入发展快车道。2022年3月3日，英特尔、AMD、ARM、高通、台积电、三星、日月光、GoogleCloud、Meta、微软等十大行业巨头联合成立了Chiplet标准联盟，正式推出了通用Chiplet高速互联标准“Universal Chiplet Interconnect Express”（通用芯粒互连，简称“UCIe”），旨在定义一个开放、可互操作的芯粒（Chiplet）生态系统标准。

UCIe标准的确定有望转变目前异构芯片各家单打独斗的局面，拥有可靠的数据传输和链路管理。设计者和芯片制造商都可以利用现有的PCIe/CXL软件，将芯片设计走向更加灵活的设计思路，满足多样化定制需求，最大化地将各晶圆厂和科技公司的优势相结合，在高效设计、封装、成本方面达到完美的平衡点。

Chiplet异构集成的关键技术市场规模进入快速增长期，全球半导体制造巨头纷纷加大投入。根据Yole预计，至2027年，全球超高密度扇出、HBM、硅中介层、EMIB/Co-EMIB等为代表的高性能封装方案市场规模将由2021年的27.4亿美元增长至78.7亿美元，复合增长率为19%。根据Yole统计，2021年全球头部半导体制造公司在高性能封装投资达到119亿美元，其中英特尔、台积电和日月光占据前三。长电科技和通富微电排名全球第6和第7。

重点推荐标的

长电科技(600584.SH)：公司是全球第三大集成电路封装测试企业，UCIe联盟成员。公司在中国、韩国和新加坡设有六大生产基地和两大研发中心，具有广泛的技术积累和产品解决方案，包括有自主知识产权的Fan-out eWLB、WLCSP、Bump、PoP、fcBGA、系统级封装SiP、PA等封装技术。2023年1月5日，公司宣布其XDFOI™ Chiplet高密度多维异构集成系列工艺已按计划进入稳定量产阶段，同步实现国际客户4nm节点多芯片系统集成封装产品出货，最大封装体面积约为1500mm²的系统级封装。

通富微电（002156.SZ）：公司是新晋全球第四大集成电路封装测试企业，UCle联盟成员。公司通过在多芯片组件、集成扇出封装、2.5D/3D 等先进封装技术方面的提前布局，可为客户提供多样化的Chiplet 封装解决方案，已为AMD大规模量产 Chiplet产品。公司Fan-out技术达到世界先进水平，高密度扇出型封装平台完成6层RDL开发，通过与传统基板配合，可解决高性能计算封装的高端基板短缺问题。2.5D/3D 先进封装平台方面，取得突破性进展，BVR 技术实现通线并完成客户首批产品验证，2 层芯片堆叠的CoW技术完成技术验证。

芯原股份（688521.SH）：UCIe联盟成员，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。作为国内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。在平板电脑应用领域，公司已推出了基于Chiplet架构所设计的12nm SoC版本的高端应用处理器平台，并已完成流片和验证。

产业链相关公司

华天科技（002185.SH）：公司是全球第六大集成电路封装测试企业，成电路封装产品主要有DIP/SDIP、SOT、SOP、SSOP、TSSOP/ETSSOP、QFP/LQFP/TQFP、QFN/DFN、BGA/LGA、FC、MCM(MCP)、SiP、WLP、TSV、Bumping、MEMS等多个系列，产品主要应用于计算机、网络通讯、消费电子及智能移动终端、物联网、工业自动化控制、汽车电子等电子整机和智能化领域。

盛合晶微(未上市)：盛合晶微半导体有限公司原名中芯长电半导体有限公司，于2014年8月注册成立，是全球首家采用集成电路前段芯片制造体系和标准，采用独立专业代工模式服务全球客户的中段硅片制造企业。2022年8月，公司发挥多层细线宽RDL再布线加工技术的优势，实现了近存计算芯片大尺寸全RDL走线封装结构的量产，标志着在国内率先成功实现以晶圆级扇出封装代替传统的基板封装，提供了大尺寸运算芯片封装结构的双重选择。

大模型训练产生海量数据存储需求，3D NAND需求提升

随着算力的不断进步，所需存储的数据量在以指数级的增长速度攀升。存储单元在水平方向上变得不易持续，尺寸微缩不再能够满足存储器的成本需求，垂直堆叠存储单元的3D NAND逐渐成为市场主流。2013年，三星推出首个商用NAND Flash，采用垂直堆叠的3D V-NAND，V-NAND结合MLC设计（Multi-Level Cell），有24层堆叠，大小128Gb，面积为133mm2。

在2013年后，3D NAND的堆叠层数出现了快速增长。2015年推出了48层NAND，2017年推出64层，2019年96层，2020年128层，2021年176层，2022年长江存储推出232层。三星、英特尔/美光、长江存储、东芝、SK海力士、西数等技术都超过了100层，三星、美光、SK海力士、长江存储等均超过了200层。

数据激增刺激NAND需求逐年上升。据IDC统计，2022年NAND需求量约6千亿Gb，到2027年将达到17.6千亿Gb，年复合增速20.1%；供应量在21约6千亿Gb，预计2023年将增长至7.5千亿Gb。随着AI的迅速发展，产生和需处理的数据量将会进一步攀升，对NAND存储器的需求也将持续扩大。

3D NAND市场被海外厂商占据，长江存储努力突围。截至2022年，全球3D NAND市场主要被三星、SK海力士、铠侠、西部数据、美光等海外大厂所垄断，占比高达97%。国内优秀存储厂商长江存储厚积薄发，在全球NAND市场中已占据一席之地，创新研发的Xtacking 技术进一步提高了芯片的集成度，在堆叠层数上率先进入了200层以上的第一梯队。NAND主要应用于存储端和手机端。据IDC统计，应用于存储器的NAND占比57.1%，应用于手机端的NAND占比30.6%。

大模型AI数据中心有望提振DRAM市场

云计算、大数据、AI的快速兴起，需要更快的数据处理速度作为支撑。DRAM的内存密度和传输速率为核心参数。根据应用设备的性质，DRAM可分为计算机（DDR）、移动（LPDDR）、图形存储器DRAM（GDDR）以及HBM。按照应用类型，DDR又可以划分为PC端、服务器端、以及消费端，其中LPDDR主要应用于手机端，功耗指标至关重要；GDDR主要应用于显卡等图像处理场景。

目前DRAM性能的提升主要仍依靠尺寸微缩，以更高集成度的晶体管来提升存储密度，在制程进入20nm后工艺难度大幅提升。三星、美光、海力士等龙头厂商均已开发出1znm制程的DRAM，美光于2022年宣布将在LPDDR5X上采用1β制程的DRAM，1β为目前DRAM最先进制程，我国DRAM起步较晚，目前停留在1xnm制程，长鑫存储已实现17/19nm的DRAM量产。

DRAM需求快速增长。据IDC统计，2022年DRAM需求量约242亿Gb，到2027年将达到447亿Gb，年复合增速10.5%；供应量在近4年内增长了50%以上，2019约162亿Gb，到2023年增长至约249亿Gb。

DRAM主要应用于手机端和服务器端的数据处理，服务器市场快速提升。据IDC统计，2022年DRAM在服务器端需求快速提升，从21年62亿Gb需求提升至75亿Gb，同比提升20%，逐渐逼近手机端的DRAM需求。预计2027年将达到140亿Gb，2021-2027年年均增速达到14.5%，服务器端将超越手机端成为DRAM的第一大市场。

我国在DRAM市场市占率低，长鑫存储是国内DRAM领军企业。在DRAM供应端，三大巨头三星、海力士、美光技术领先优势显著。截至2022年，三星、美光、SK海力士三大DRAM巨头占据了全球约95%的市场份额，三巨头分别占比42.7%、24.2%、27.7%。国内DRAM领军企业是合肥长鑫存储，目前已实现17/19nm的DRAM量产。

重点推荐标的

兆易创新(603986.SH)：公司是一家以中国为总部的全球化芯片设计公司。公司致力于各类存储器、控制器及周边产品的设计研发。公司第一颗自有品牌的 DRAM 产品（19nm，4Gb）已于 2021 年 6 月量产，主要面向利基市场。公司规划中的 DRAM 产品包括 DDR3、DDR4、LPDDR3、LPDDR4，制程在 1Xnm 级（19nm、17nm），容量在 1Gb~8Gb。目前 17nm DDR3 首颗产品正在按计划积极推进，量产向市场推出。公司后续将继续在 17nm 工艺制程投入其他产品研发，不断丰富完善产品线。

产业链相关公司

长江存储(未上市)：公司是一家专注于3D NAND闪存设计制造一体化的IDM集成电路企业，同时也提供完整的存储器解决方案。公司为全球合作伙伴供应3D NAND闪存晶圆及颗粒， 嵌入式存储芯片以及消费级、企业级固态硬盘等产品和解决方案，广泛应用于移动通信、消费数码、计算机、服务器及数据中心。创新研发了Xtacking技术并完成了232层堆栈的NAND研发，是世界一流的闪存厂商。

长鑫存储(未上市)：公司是一家专业从事动态随机存取存储芯片(DRAM)的设计、研发、生产和销售的一体化存储器制造商，目前已建成17/19nm的DRAM 12英寸晶圆厂并投产。DRAM 产品广泛应用于移动终端、电脑、服务器、虚拟现实和物联网等领域。

深科技（000021.SZ）：公司致力于提供计算机与存储、通讯与消费电子、半导体、医疗器械、汽车电子、商业与工业产品的制造服务和自动化设备、计量系统及物联网系统的研发生产服务。公司是中国知名的智能电表及控制系统出口企业，是中国知名的半导体存储模组制造企业和中国先进的DRAM/flash封装测试企业。公司是国家高新技术企业，拥有中国国家认可委员会(CNAS)认可的专业实验室，具备优秀的可靠性、材料分析、先进机械、热仿真、表面贴装(SMT)、以及静电防护等工程技术能力，被认定为广东省工程技术中心和深圳市公共技术平台。

江波龙（301308.SZ）：公司主要从事Flash及DRAM存储器的研发、设计和销售。公司聚焦存储产品和应用，形成固件算法开发、存储芯片测试、集成封装设计、存储产品定制等核心竞争力，提供消费级、工规级、车规级存储器以及行业存储软硬件应用解决方案。公司通过创新封装集成设计和NAND Flash主控芯片定制，成功开发了一体化U盘模块(UDP)和SSD模块(Mini SDP)，有效简化产品后端组装工艺，实现规模化、高品质量产，改变了U盘和SATA SSD产业生态，公司在国产eMMC存储器领域具有市场领先地位。

佰维存储（688525.SH）：公司在存储器技术研发、先进封测制造、产业链资源及全球化运营等方面具有核心竞争力，是国家级专精特新小巨人企业、国家高新技术企业。公司佰维(Biwin)品牌主要面向智能终端、工业级应用、企业级应用、车规级应用、PC OEM等To B市场，子品牌佰微(Biwintech)以及独家运营的惠普(HP)、宏碁(Acer)及掠夺者(Predator)等品牌则面向DIY、电竞、移动存储等To C市场。公司产品广泛应用于智能终端、PC、大数据、物联网、车联网、工业互联网等领域。

智能物联网（AIoT）是2018年兴起的概念，指系统通过各种信息传感器实时采集各类信息（一般是在监控、互动、连接情境下的），在终端设备、边缘域或云中心通过机器学习对数据进行智能化分析，包括定位、比对、预测、调度等。在技术层面，人工智能使物联网获取感知与识别能力、物联网为人工智能提供训练算法的数据，在商业层面，二者共同作用于实体经济，促使产业升级、体验优化。从具体类型来看，主要有具备感知/交互能力的智能联网设备、通过机器学习手段进行设备资产管理、拥有联网设备和AI能力的系统性解决方案等三大类。从协同环节来看，主要解决感知智能化、分析智能化与控制/执行智能化的问题。

上一代人工智能程度较低拉低交互体验，阻碍AIoT发展。2011年Apple推出Siri，使语音助手成为当时人工智能竞赛热门赛道，引发Google(Google Assistant)、Amazon(Alexa)、微软(Cortana)等科技巨头纷纷加码跟进，抢占AIoT控制流量入口。由于通过指挥控制系统进行工作，上一代语音助理仅可以理解有限的问题和请求列表(包含在数据库中的单词列表)，如果用户要求虚拟助手做一些代码中没有的事情，机器人会简单地说它无法提供帮助。由于智能化较低，全球语音助理、智能音箱及其他语音交互AIoT行业发展经过初期高速成长期后陷入沉寂。

AIGC赋能语音助理，AIoT交互体验升级有望激发AIoT升级。AIGC在大语言模型和算力加速进步下，ChatGPT等AI聊天机器人产品自然语言理解能力大幅进化，生成内容精准自然。目前，ChatGPT等聊天机器人主流围绕自然语言能力通过文本交互驱动，通过和语音功能结合，融入语音会话式AI系统，有望给传统Siri等语音助手大幅提升交互体验，扩充语音交互的能力空间，从而激发AIoT行业再次升级。除此智能音箱和语音交互功能终端之外，智慧视觉、工业自动化、智能交互平板、智能可穿戴、VRAR等同样有望受益于ChatGPT等AI大语言模型所推进的企业数字化趋势。

终端设备大幅智能化，推动各类AIoT芯片市场成长。AIoT SoC作为AIoT设备集成了NPU的核心处理器，除了承担终端整系统控制、运行操作系统以外，肩负端侧、甚至部分边缘计算功能，随AIoT智能化升级将实现量价齐升。人工智能的迅速发展，交互方式多元且高频化将催生出大量物联网设备(服务器、边缘计算、路由器、终端）的网络接入需求，用户对企业、服务提供商和家庭网络的传输数据量呈几何倍增长，有线以太网通信芯片和无线链接芯片性能和数量需求也随之大幅提升。

重点推荐标的

晶晨股份(688099.SH)：公司是全球布局、国内领先的无晶圆半导体系统设计厂商，为智能机顶盒、智能电视、音视频系统终端、无线连接及车载信息娱乐系统等多个产品领域提供多媒体SoC芯片和系统级解决方案。晶晨为Google旗下智能硬件Nest的SoC Top供应商，过去几年为其重磅智能带屏终端Nest Hub gen2、Hub Max提供主芯片方案，深度接入Google人工智能的虚拟助理Google Assistan生态。另外，晶晨也是Amazon Alexa语音助手硬件生态SoC Top 2供应商。

裕太微-U(688515.SH)：公司专注于高速有线通信芯片的研发、设计和销售，以以太网物理层芯片作为市场切入点，是国内极少数拥有自主知识产权并实现大规模销售的以太网物理层芯片供应商，司产品已成功进入普联、盛科通信、新华三、海康威视、汇川技术、诺瓦星云、烽火通信、大华股份等国内众多知名企业的供应链体系，打入被国际巨头长期主导的市场。

产业链相关公司

瑞芯微(603893.SH)：公司是中国领先的 AIoT 芯片设计公司,在高性能芯片设计、图像信号处理、高清视频编解码、人工智能及系统软件等开发上具有丰富的经验和技术储备，形成了多层次、多平台、多场景的专业解决方案，下游应用涵盖各种新兴智能硬件，尤其是近年来快速发展的 AIoT 应用领域。公司和百度、科大讯飞、有道等国内AI行业领先公司具有长期合作。

全志科技(300458.SH)：公司主营业务为智能应用处理器 SoC、高性能模拟器件和无线互联芯片的研发与设计。主要产品为智能应用处理器 SoC、高性能模拟器件和无线互联芯片。公司产品满足消费、工业、车载领域的应用需求，产品广泛适用于智能硬件、智能家电、智能物联网、智能汽车电子、平板电脑、网络机顶盒以及电源模拟器件、无线通信模组等多个产品市场。

乐鑫科技(688018.SH)：公司是物联网Wi-Fi解决方案专业供应商，专注于物联网Wi-Fi MCU通信芯片及其模组的研发、设计及销售。公司主要产品Wi-Fi MCU是智能家居、智能照明、智能支付终端、智能可穿戴设备、传感设备及工业控制等物联网领域的核心通信芯片。公司还拥有独特的开源技术生态系统，以开源方式，创新地建立了开放、活跃的技术生态系统，在全球物联网开发者社群中拥有极高的知名度。

算力升级催化AI服务器加速渗透

AI服务器是采用异构形式的服务器，如 CPU+GPU、CPU+TPU、CPU+其他的加速卡等。而普通的服务器是以 CPU 为算力的提供者，采用的是串行架构。在大数据、云计算、人工智能及物联网等网络技术的应用，数据呈现几何倍数的增长， CPU 的核心数已经接近极限，但数据还在持续增加，因此必须提升服务器的数据处理能力，AI 服务器应运而生。通常AI 服务器需要承担大量的计算，一般配置四块以上的GPU卡。

随着数据及运算量提升，接口传输速度要求提升，对应PCB层数将增加、介电损耗降低且单价提升，端口数量增加亦将拉动以太网物理层芯片（PHY）的用量提升，CPU,GPU供电使用的多相电源需求量大幅增加。在此基础上，由于有多个 GPU 卡，需对系统结构、散热、拓扑等进行设计，才能满足 AI 服务器长期稳定运行的要求。

根据英飞凌数据，AI服务器系统功率将提升至原来的3倍，散热及能量转换效率成为系统升级的重要部分。整机封装需进行升级，电能转换的核心器件功率半导体用量大幅增加且器件品类向超结MOS、GaN器件过渡。

22-27年全球服务器市场复合增速近8%。根据IDC数据，2022年全球服务器出货量1495万台，同比增长10.4%。2022年全球服务器市场规模1230亿美元，同比增长20.0%，其中戴尔、惠普、浪潮、联想、超微分别以16.3%、10.6%、7.7%、6.5%、5.1%的市场份额位居全球服务器供应商前五位，同时27.9%的份额来自于ODM厂商直接供应。IDC预计2027年全球服务器出货量将达到1971万台，对应22-27年CAGR为5.7%；预计2027年全球服务器市场规模将达到1780亿美元，对应22-27年CAGR为7.7%。

随数据量提升，AI服务器加速渗透，22-26年全球服务器市场复合增速近15%。根据IDC数据，2022年全球AI相关支出1193亿美元，同比增长28.0%，其中AI硬件、AI服务、AI软件支出占比分别为20.4%、24.5%、55.1%；AI硬件支出中，服务器、存储器占比83.2%、16.8%。根据IDC数据，2022年全球AI服务器市场规模202亿美元，同比增长29.8%，占服务器市场规模的比例为16.4%，同比提升1.2pct。2022年上半年全球AI服务器市场中，浪潮、戴尔、惠普、联想、新华三分别以15.1%、14.1%、7.7%、5.6%、4.7%的市场份额位居前五位。IDC预计预计2026年全球AI服务器市场规模将达到355亿美元，对应22-26年CAGR为15.1%。

AI服务器加速渗透，整机结构方案全面升级

1)更高效的散热系统：AI服务器通常需要处理大量的数据和运算，同时产生大量的热量，因此AI服务器通常采用更高效的散热系统，例如液冷散热系统等。

2)更大的尺寸：AI服务器通常需要安装更多的GPU、内存和存储设备等组件，因此需要更大的封装空间，更适合在在数据中心等空间宽敞的环境中使用。

3)更高的扩展性：AI服务器需要处理大规模的数据和模型，通常配备更多的PCIe插槽和其他扩展插槽，以便用户根据自身需要扩展系统。

4)更高的可靠性：AI服务器通常用于处理关键业务数据和任务，需要更高的可靠性和稳定性，因此AI服务器通常具有更为严格的硬件质量控制和测试流程。

作为数据中心的基础，RAID控制器集成的服务器和存储设备同步渗透。RAID（独立磁盘冗余集合）是一种数据存储虚拟化技术，它将多个物理磁盘驱动器组件合并为一个，主要实现逻辑数据冗余、性能增强两个功能。RAID提供了一种网关，可以将相同的数据存储在几块硬盘的不同位置，从而在同一系列的一张或多张磁盘上形成数据镜像，这样，如果其中一张磁盘发生故障，则数据可以从其他镜像中恢复。同时，通过将数据放在多张光盘上，输入/输出 (I/O) 操作提供了同时读取或写入多张光盘的能力。目前，北美是RAID的领先地区，预计未来亚太地区是全球增速最快的市场。

人工智能的快速发展将带动以太网交换机需求增长。人工智能应用通常需要处理大量数据，这些数据需要通过网络传输到处理节点，需要高速、低延迟的网络传输，交换机可以提供高速、低延迟的数据传输，保证数据的快速传输和处理。此外，人工智能应用通常采用分布式架构，将任务分配到多个处理节点进行处理，而交换机能够提供高效的通信和同步服务，保证分布式架构的正常运行。因此，以太网交换机扮演着连接和转发网络流量的重要角色，对于人工智能应用中大规模数据处理、高速传输、低延迟通信和分布式架构等方面都具有重要的作用，人工智能的快速发展将会推动以太网交换机的需求增长。

22-27年以太网交换机（端口）市场规模复合增速为4%。根据IDC数据，2022年全球以太网交换机（端口）出货量8.54亿个，同比增长12.2%。2022年全球以太网交换机市场规模440亿美元，同比增长17.0%，其中思科、华为、Arista、新华三、惠普分别以41.1%、10.0%、9.6%、5.4%、5.1%的市场份额位居以太网交换机（端口）供应商前五位，同时5.1%的份额来自于ODM厂商直接供应。IDC预计2027年全球以太网交换机（端口）出货量将达到8.84亿个，对应22-27年CAGR为0.7%；预计2027年全球以太网交换机市场规模将达到538亿美元，对应22-27年CAGR为4.1%。

推荐关注标的/公司

工业富联(601138.SH)：公司是电子设备制造（EMS）行业龙头，依托于工业互联网为全球知名客户提供智能制造和科技服务解决方案的制造业龙头企业。公司主要由母公司鸿海精密集团旗下通信网络设备、云服务设备、工业互联网三大业务整合而成，业务范围覆盖数字经济产业全品类。2022年公司云计算业务收入2124.44亿元，同比增长19.6%，占总营收比例为41.5%。公司云计算产品包括服务器、存储设备及云服务设备高精密机构件，主要为苹果、亚马逊、谷歌、戴尔、HPE、思科等国内外领先的云服务商和品牌商提供云计算设备代工制造服务。服务器ODM厂商直接供货具备产能充足、交付速度快、定制性强、价格低廉等优势，近年来云服务厂商逐渐倾向于直接向服务器ODM厂商采购定制化服务器产品。随着AI服务器的普及，以工业富联为代表的服务器ODM厂商的竞争优势将进一步凸显，实现市占率进一步提升。

环旭电子(601231.SH)：全球电子设计制造领导厂商，在SiP (System-in-Package)模块领域居行业领先地位，与旗下子公司Asteelflash共同在全球为品牌客户提供通讯类、云端及存储类、消费电子类、工业类与医疗及车用电子为主等电子产品设计、微小化、物料采购、生产制造、物流与维修服务。公司云端及存储业务为客户提供ODM/JDM/EMS服务器、交换机、存储、NAS和SSD产品以及制造服务，提供L10系统设计服务，包括主机板、固件BIOS和BMC、子卡（背板、附加卡等）、外壳和散热设计以及系统集成，服务亚马逊、联想、超微、Mellanox等知名客户。AI推动服务器、交换机需求增长，公司相关业务充分受益。

闻泰科技(700745.SH)：公司是全球领先的集研发设计和生产制造于一体的产品集成、基础半导体和光学企业，主要为全球客户提供手机、平板、笔电、服务器、IoT、汽车电子等终端产品研发制造；半导体功率器件、模拟芯片研发设计、晶圆制造和封装测试；光学模组研发制造服务。公司服务器事业部专注于服务器和存储等数据中心产品，产品涵盖云计算数据中心、边缘计算、人工智能、金融与运营商等应用，产品包括：通用服务器、AI服务器、边缘计算服务器，典型产品有闻泰G660T6通用2U机架服务器与闻泰E310T6 1U单路边缘服务器等。公司服务器产品具有高质量、高可靠性、低损耗等特点，为高算力数据中心提供支持。

国芯科技(688262.SH)：在云安全领域，公司的高性能CCP907T、CCP908T芯片及密码卡已完成研发并进入市场推广阶段，产品满足国密算法需求、分组算法加解密速度达到30Gbps，产品性能达到国际先进水平，适用于安全网关、VPN设备、密码服务器、可信服务器和云存储服务器等应用。在边缘计算和网络通信领域，公司正在研发的S1020芯片具备多核计算、网络路径和协议加速引擎、路由转发以及多种高速通信接口，适用于边缘计算与网络通信的计算、安全及通信需求。在云存储领域，RAID芯片成功完成研发，该芯片支持Raid0、Raid1、Raid5、raid6、Raid10，具有高性能、大缓存、低功耗等特点，可广泛应用于图形工作站、服务器数据库存储、金融数据库存储等领域，可望实现该领域Raid芯片产品的国产化替代。第一代量产版Raid芯片已正式投片。在此基础上，公司正在瞄准国际一流公司产品水平，积极开展第二代Raid芯片的设计工作，将采用12nm先进工艺技术和高性能高速接口IP技术实现高性能Raid芯片。

AI新基建与新平台发布共振，PCB量价齐升

伴随AI的应用场景落地，图像、语音、机器视觉和游戏等领域的数据将呈现爆发式增长，数据洪流对端、边、云的冲击将推动网络、计算技术进入新一轮高速创新期。数据中心向高速数据传输标准发展，其配套的400Gbps\800Gbps交换机、相关路由器、数据存储、AI加速计算服务器等将全面进入快速迭代期。

英特尔新服务器平台发布，有望与AI新数字基建浪潮共振。服务器的数据运算和传输效率提升受单设备算力影响，算力提升则主要依靠CPU厂商设计提供的服务器平台。服务器CPU厂商高度集中，英特尔长期占据服务器市场95%以上的市场份额，因此围绕CPU平台的升级是影响服务器硬件产业链周期性变化的关键因素。根据IDC数据，2013年年底，英特尔推出Grantley平台，此后两年全球服务器出货量增速为2.78%、4.97%。2017年，英特尔和AMD相继推出新的平台，2018年服务器出货量15.82%。2021年4月英特尔发布新一代Whitley平台Ice Lake，此后三个季度出货量持续上涨。

2022年年末，AMD发布首款搭载5nm服务器CPU的Genoa服务器平台。2023年二季度，英特尔预计推出Eagle Stream平台，同步支持DDR5及PCIe5.0，运算能力和数据传输速度大幅提升。另外，考虑到英特尔上一代产品Purley（Cascade Lake）整体性能提升不大，我们认为，此轮新产品密集发布将刺激服务器更新换代需求。

处理器平台升级意味着除了CPU外，总线标准和芯片组也得到升级。服务器主板上数据传输流依次为CPU 、内存、硬盘和网卡，以及针对图形加速特殊场景的GPU。CPU发挥“大脑”功能，负责数据的处理和运算，CPU与GPU、内存、硬盘和网卡间并不能直接通信，需要通过内存控制芯片、PCIe控制芯片和I/O处理芯片等实现，这类通信协调芯片构成主板上的“芯片组”，芯片组通过各类不同总线（其中PCIe总线最为重要）与CPU相连。因此CPU结构和功能设计需要芯片组集成度和总线类型配合，CPU+芯片组+总线共同构成了CPU平台，平台的升级推动服务器主板和其他配件同步换代。

2022年1月12日，PCI-SIG宣布PCIe6.0规范标准v1.0版本正式发布，PCIe6.0被认为是PCIe问世近20年以来变化最大的一次。PCIe6.0带宽速度继续增倍，x16下可达128GB/s(单向)，由于PCIe技术允许数据全双工双向流动，因此双向总吞吐量就是256GB/s。相比PCIe4.0/5.0对3.0的小修小改，比如依然采用基于NRZ（Non-Return-to-Zero）的128b/130b编码，PCIe6.0则改用PAM4脉冲调幅信令，1b/1b编码，单个信号就有能四种编码（00/01/10/11）状态，比之前翻番，允许承载最高30GHz频率。我们认为，PCIe6.0的发布有望刺激市场出现大量新的服务器升级需求。

服务器性能与PCB技术联系紧密，因此服务器平台的升级会要求PCB板层数增加以及CCL介电损耗降低。PCB在服务器中的应用主要包括主板、电源背板、硬盘背板、网卡、Riser卡等，特点主要体现在高层数、高纵横比、高密度及高传输速率。随着服务器升级，高等级的总线标准对PCB的性能要求也不断提升：

1)PCB板层数增加：随着服务器平台的演进，服务器PCB持续向更高层板发展，对应于PCIe 3.0的Purely服务器平台一般使用8-12层的PCB主板；但Whitley搭载的PCIe 4.0总线则要求12-16层的PCB层数；而对于未来将要使用PCIe 5.0的Eagle Stream平台而言，PCB层数需要达到16-18层以上。根据Prismark数据，18层以上PCB单价越是12-16层价格的3倍。

2)高速覆铜板（CCL）介电损耗降低：服务器主板PCB是由多层导电图形和低介电损耗（Df）的CCL材料压制而成，传输速率要求提高打开Low Loss及以上等级的CCL应用空间。行业内根据CCL的介电损耗Df将CCL划分为STD Loss到Ultra Low Loss六个等级，越高等级损耗越小。PCIe3.0的服务器主板材料以FR4为主，为Mid Loss等级；PCIe4.0主板PCB需升级至Low Loss等级，对应松下M4、生益S7439、联茂IT-958G等材料。

新一代英特尔和AMD支持PCIe5.0的服务器平台，主板PCB将继续升级至Ultra Low Loss等级，推动PCB单价进一步提高。根据Prismark的数据，截至2019年，8-16层PCB板均价约460美元/平方米，18层以上则达到1466美元/平方米，价格增长219%。2019年全球服务器用PCB的产值为49.71亿美元，预计2024年产值将达到67.65亿美元，复合年均增长率为6.4%，增速远高于其他PCB品类。

推荐关注标的/公司

深南电路(002916.SZ)：公司成立于1984年，拥有印制电路板、电子装联、封装基板三项业务。目前，公司已成为全球领先的无线基站射频功放PCB供应商、国内领先的处理器芯片封装基板供应商、电子装联制造的特色企业。2022年，公司PCB营收88.25亿，占比64%，毛利率28%，同比提升2.8pct，其中，通信占比50%，数据中心14~15%（服务器属于该板块），工控医疗类11-12%，汽车电子6%。目前，公司已经配合英特尔完成了Eagle Stream平台产品开发，预计英特尔将在23年Q2切换平台。国内客户包括浪潮、华为、中科曙光，主要为其提供高速板和背板。

沪电股份(002463.SZ)：公司成立于1992 年，主要从事PCB的生产与销售，产品覆盖了通讯设备、汽车、工业设备、数据中心等。企业通讯市场板和汽车板是公司两大核心业务，2022年营收分别占比66%和23%，公司为浪潮和北美大客户提供服务器背板等产品。通讯板领域，公司EGS级服务器领域产品已实现量产；HPC领域，应用于AI加速、Graphics的产品，应用于GPU、OAM、FPGA等加速模块类的产品以及应用于UBB、BaseBoard的产品已批量出货，正在预研UBB2.0、OAM2.0的产品；交换机领域，应用于Pre800G的产品已批量生产，应用于800G的产品已实现小批量的交付；基于数据中心加速模块的多阶HDI Interposer产品，已实现4阶HDI的产品化，目前在预研6阶HDI产品，同时基于交换、路由的NPO/CPO架构的Interposer产品也同步开始预研；在半导体芯片测试线路板部分重点开发0.35mm以上Pitch的高阶产品。

东山精密(002384.SZ)：公司成立于1980年，最初为小型钣金和冲压工厂，2010年上市后通过兼并收购先后涉足精密电子制造和PCB领域，目前已成长为国内PCB软板龙头。公司PCB业务主要分为软板业务和硬板业务，2016年，公司收购MFLEX，其主要产品为FPC，是苹果的供应商之一，此次收购也使公司成功切入苹果产业链。2018年，MFLEX向伟创力收购其下属PCB制造业务相关主体Multek。Multek主要优势在于高多层板和HDI。2020年Multek营收按领域划分，数通与通信客户约占40%以上，工控和医疗客户合计占比约30%，消费电子客户约占20%，汽车约占10%。目前，公司是亚马逊的主要供应商之一，2021年公司获得腾讯青海项目订单，此外公司客户还包括诺基亚、爱立信、三星等。

鹏鼎控股(002938.SZ)：公司前身富葵精密成立于1999年，2017年变更为鹏鼎控股，2018年上市深交所。根据中国电子电路协会（CPCA）中国电子电路排行榜，公司连续多年位列中国第一。同时根据Prismark 2018至2021年以营收计算的全球PCB企业排名，公司2017年-2021年连续五年位列全球最大PCB生产企业。公司主要产品范围涵盖FPC、HDI、RPCB、Module、SLP、Rigid Flex等多类产品，并广泛应用于通讯电子产品、消费电子及计算机类产品以及汽车\服务器等产品，具备为不同客户提供全方位PCB产品及服务的强大实力，是苹果核心供应商之一，来自苹果的营收占公司营收约70%。公司在高端硬板方面的优势也非常适用于服务器领域，但目前营收占比较小，截至2022年年末，公司正在与微软合作开发AI服务器相关产品。此外，公司积极开拓谷歌、华为等头部客户。

服务器系统功率倍增，功率器件量价齐升

由于AI服务器采用异构架构，CPU、GPU使用量大幅增加，电源功率倍增。随着处理器的性能不断提升，功耗和电流不断增加，与此同时，CPU更多IO、更多内存插槽在不断压缩主板上的电源空间，同时为了降低PCB损耗以及提高电源管理响应时间，电压轨要更靠近处理器。相应地，用于CPU、GPU供电的智能功率级模块(Smart Power Stage，有名DrMOS)用量增加，据MPS的测算，CPU和GPU服务器板级电源方案的可服务市场规模各约10亿美元。以MPS的Intelli-Phase为例，相比传统MOS驱动，通过单芯片集成方式使得转换更快，而QSMOD则是通过数字电源控制原理，使得转换更精准，从而达到整体性能更，拥有更小的尺寸和更高的工作频率。

随着数据中心及通信电源增加，电能转换的核心器件功率半导体单机用量及需求大幅提升。根据英飞凌数据，预计25年AI-hyperscalers服务器单机功率x3倍，hyperscalers服务器功率x1.5倍；基站MIMO天线向阵列升级，功率器件用量x4倍；叠加服务器、通信电源本身用量增加，功率器件需求增速将高于行业增速。其中，主要功率器件为GaN器件、高压超结MOS、中低压屏蔽栅MOS。

推荐关注标的/公司

杰华特(688141.SH)：公司提供完整的通讯和服务器电源解决方案，其中部分产品具备国内首创性，部分产品已达到国际先进水平。2019年，公司基于自有的高压工艺和DC-DC控制技术，在国内率先量产了应用于通讯和工业市场的65V大电流MOSFET集成降压芯片；2020年，公司在国内又率先推出了100V大电流降压控制器芯片，同年公司成功研发出用于CPU供电的智能功率级模块DrMOS，支持60A；2022年DrMOS在笔电领域和服务器领域都有出货。目前公司正在研发90A DrMOS，多相控制器产品也会陆续推出，将跟DrMOS配套出货。其他已有服务器相关产品还包括PoL、FET驱动芯片等。英特尔和联想基金是公司股东之一，计算和存储收入占比超过15%。2022年上半年，消费电子、通讯电子收入占比分别为35.3%、33.7%；工业应用、计算和存储收入占比分别为15.1%、15.0%；汽车电子收入占比0.9%。计算和存储领域已与浪潮信息、仁宝电脑、纬创股份、英业达等厂商建立合作。

东微半导(688261.SH)：公司是国内超结MOS龙头，超级硅产品性能对标氮化镓，SGT MOS技术为国内领先。截止1-3Q22，公司数据中心及工业业务占比近20%。在数据中心服务器电源领域，公司超级结MOSFET及SGT MOSFET已持续批量出货给维谛技术、中国长城、客户A、高斯宝电气、深圳雷能、麦格米特、超聚变、群光电能、全汉企业、铂科电子等公司。在通信电源和基站电源领域，公司高压超级结MOSFET及中低压屏蔽栅MOSFET已对客户A多个主要通信电源产品线的供应快速增加、对维谛技术持续批量出货并且持续增加新的规格设计，进入其全球技术平台；对动力源、深圳雷能、麦格米特、高斯宝电气、核达中远通、金威源科技、中恒电气等客户多个规格批量出货。2018-2021年公司营业收入年均复合增长率72.3%；扣非归母净利润年均复合增长率95.1%。

新洁能(605111.SH)：作为中低压MOSFET器件国内领先厂商，公司22年数据中心及通信业务收入占比13%。此外，公司推出了国内首款针对5G通讯电源的P150V SGT MOS平台,目前已进入风险量产阶段，产品特征导通电阻（Rsp）业界领先，可靠性达到工业级要求。公司是国内率先掌握超结理论技术，并量产屏蔽栅功率MOSFET及超结功率MOSFET的企业，也是国内最早在12英寸工艺平台实现沟槽型MOSFET、屏蔽栅MOSFET量产的企业。同时，公司是国内最早同时拥有沟槽型功率MOSFET、超结功率MOSFET、屏蔽栅功率MOSFET及IGBT四大产品平台的本土企业。2017-2021年公司营业收入年均复合增长率31.6%；扣非归母净利润年均复合增长率55.5%

华润微(688396.SH)：作为中低压MOSFET器件MOS重要制造商，公司22年1-3Q22通信设备收入占比19%，此外，公司22年已推出GaN系列产品。作为国内领先的功率器件IDM厂商，根据Omdia和中国半导体行业协会（CSIA）的统计，以2021年度销售额计，公司在中国功率器件企业排名第二、中国封装测试企业排名第五、中国MOSFET规模排名第一、中国MEMS规模排名第三及中国掩模制造企业排名第一。2017-2021年公司营业收入年均复合增长率12%；扣非归母净利润年均复合增长率313.5%

扬杰科技(300373.SZ)：扬杰科技是国内最早的功率半导体IDM厂商之一，公司目前通信类客户已覆盖包括A客户、中兴、烽火通信、光迅科技及TP-LINK等海内外厂商。公司具备功率半导体硅片、芯片及器件制造、封装测试的综合制造能力，产品包括为单晶硅棒、硅片、外延片、5寸、6寸及8寸等各类电力电子器件芯片、MOSFET、IGBT、SiC系列产品、大功率模块、小信号二三极管、功率二极管及整流桥等，产品广泛应用于汽车电子、新能源、5G通讯、电力电子、安防、工业及消费类电子等诸多领域。2017-2021年公司营业收入年均复合增长率31.5%；扣非归母净利润年均复合增长率34.7%。

AI应用推广不及预期。AI技术在应用推广的过程可能面临各种挑战，比如：1)AI技术需要更多的时间来研发和调试，而且在应用过程中可能会受到数据质量、资源限制和技术能力等因素的制约；2)AI技术的实施需要更多的资源和资金支持；3)市场竞争可能也会影响企业在AI应用推广方面的表现。因此，投资者应审慎评估相关企业的技术实力、资金实力以及管理能力，相关企业的AI应用存在推广进度不及预期的风险。

AI投资规模低于预期。尽管AI技术在过去几年中受到广泛关注，但AI相关领域的企业投资回报并不总是符合预期。部分企业在AI领域可能缺乏足够的经验和资源，难以把握市场机会。此外，市场竞争也可能会影响企业的投资力度。因此，存在AI领域投资规模低于预期，导致企业相关业务销售收入不及预期的风险。

AI服务器渗透率提升低于预期。虽然AI服务器的应用已经较为广泛，但AI服务器渗透率提升的速度存在低于预期的风险，这与企业对AI技术的投资意愿有关，也可能与市场需求和技术进展的速度有关。

AI监管政策收紧。由于AI技术的快速发展和广泛应用，监管机构可能会加强对AI技术的监管力度。监管机构可能会制定严格的AI技术使用规定，以保障人们的隐私和数据安全，这些监管政策可能会对企业的业务模式和发展战略造成影响。

胡剑：电子行业首席分析师，复旦大学电子系学士，复旦大学世界经济系硕士，法国EDHEC商学院交换生。2021年8月加入国信研究所，之前任华泰研究所消费电子行业首席，2018年第一财经最佳分析师电子行业第3名，2019年证券时报金翼奖分析师电子行业第2名，2019年II China科技行业入围，2019年新浪财经金麒麟新锐分析师电子行业第1名，2020年II China科技行业第2名。（执业资格编号：S0980521080001）

胡慧：电子行业高级分析师，上海财经大学会计学士，北京大学物理博士，CPA、CFA，发表多篇SCI论文，并获得1项国家发明专利，2021年8月加入国信研究所，之前任华金研究所电子组长，主要覆盖半导体板块。（执业资格编号：S0980521080002）

周靖翔：美国犹他大学计算机工程硕士学位，电子工程学士学位，应用数学学士学位。2021年10月加入国信研究所，拥有5年半导体行业研发经验，曾先后就职于中芯国际和华为海思，参与多项国内领先半导体工艺开发及全球领先SoC芯片开发项目。（执业资格编号：S0980522100001）

李梓澎：武汉大学金融学士，中国人民大学金融硕士。2021年10月加入国信研究所，曾就职于华泰证券研究所，主要覆盖消费电子、面板板块。（执业资格编号：S0980522090001）

叶子：北京师范大学化学学士，香港中文大学材料科学与工程博士，香港中文大学物理系博士后，武汉大学物理科学及技术学院兼职研究员，南方科技大学深港微电子学院访问学者，主要从事半导体物理与薄膜沉积技术、光伏器件及光电化学电池研究。2020年成为国信证券博士后，2022年加入国信证券经济研究所，主要覆盖功率器件、碳化硅等半导体板块。（执业资格编号：S0980120100136）

杨宇凯：北京航空航天大学学士，北京航空材料研究院硕士。2022年8月加入国信研究所，拥有1年半航空材料研发经验和近3年半导体行业研发经验，曾先后就职于北京航空材料研究院和中微半导体设备有限公司担任研发工程师，深度参与了多家国内外晶圆大厂半导体制造项目，主要覆盖半导体板块。（执业资格证：S0980122080334）

詹浏洋：清华大学电子工程系工学学士、硕士，清华大学经管学院经济学学士(第二学位)，中级经济师(金融专业)。曾参与国家高技术研究发展计划(863计划)科研项目，发表SCI论文1篇，并赴国外参加相关学术会议报告。2022年6月加入国信研究所，之前任华润置地投资管理主管。（执业资格编号：S0980122060008）

李书颖：香港中文大学（深圳）统计学学士，悉尼大学金融硕士，2022年8月加入国信研究所。（执业资格证：S0980122080309）