电子行业2023年中期策略：虽缓必至，黎明在望

投资要点

■ 上半年表现？按照我们在年初电子行业策略报告中的判断，上半年电子行业仍处于周期底部，底部阶段基本面业绩下行拐点临近，情绪面预期先行带动估值向上，股价主要受情绪面驱动总体上涨。复盘上半年行业表现，截至2023年7月11日，申万电子指数涨幅13.64%，跑赢沪深300指数13.70个百分点，在申万31个行业位列第四，基本验证了我们年初的判断。

周期位置&周期拐点？考虑到行业估值在2022年4月/9月底触底向上，指代行业基本面的DRAM价格自2021年初以来持续向下，我们判断电子行业当前正处在底部阶段，底部阶段基本面业绩下行、拐点临近，情绪面预期先行带动估值向上。截至2023年7月11日，DRAMDDR34Gb512Mx81600MHz的现货价跌至1.0070美元，价格磨底、拐点逼近，结合历史估值低位早于业绩低位约6～9个月时间的判断依据和2023年弱复苏的定调，我们维持在年度策略报告中对DRAM价格（指代行业业绩基本面）将在2023年8月～2023年11月间触底回升的观点，届时行业将进入周期上升阶段。

周期面一需求复苏，复苏的弹性与进度？弱复苏，整体逐月改善。虽然以智能手机、PC等为主的终端需求逐步进入存量阶段，但全球/中国半导体销售额正呈现逐月回升的态势，介于此我们认为下半年电子板块以弱复苏为主，其中服务器、汽车、工业应用领域仍旧具备较强劲的增长动能。复苏进度：零部件库存去化早于和优于半导体。2023Q1全球半导体库存水位基本处于历史峰值，国内厂商4年库存分位数MLCC、功率（75%）<面板（81%）

成长面—预期先行,AI创新的空间有多大？ChatGPT大型语言生成模型引领AIGC时代的到来，大模型的发展带动大量高性能算力需求。随着AI大模型进入到更多行业应用之后，AI服务器市场规模将有很大的市场空间，相关硬件产业链将会迎来新一轮需求提升。相较标准CPU服务器，NvidiaDGXH100 服务器单机测算总成本提升25.7倍，其中GPU板组BOM占比达到72.5%，其它核心元器件单机价值量提升倍数由高到低依次为SmartNIC（16.7倍）、电源（4.0倍）、CPU（2.8倍）主板（2.5倍）NAND（2.3倍）DRAM（2.0倍）、散热（1.7倍）、机箱（1.4倍）。

下半年看什么？电子行业具备较强的周期属性和成长属性，在下半年进入周期上升阶段的预判下，业绩复苏与创新成长双逻辑有望共同驱动行业涨幅向上。周期面：弱复苏，关注复苏进度和改善性机会。建议关注部分库存去化节奏靠前或在汽车、工业应用上有显著改善的细分领域机会，如面板、MLCC、晶振、PCB，相关个股有三环集团、泰晶科技。成长面：强预期，关注AI和自主可控。当前AI正迎来“iphone时刻”，成长预期先行叠加国产化替代的逻辑加持，市场情绪推动估值向上，建议关注围绕AI服务器相关的硬件产业链，相关个股有寒武纪-U、澜起科技、龙迅股份、通富微电、胜宏科技、兴森科技。

风险提示：宏观经济波动、终端复苏不及预期、国产替代不及预期、AI产业化发展不及预期等。

投资评级

维持评级

行业表现

	1M	3M	12M
绝对收益	3.3%	-3.4%	2.8%
相对收益	2.5%	0.8%	12.6%

资料来源：恒生聚源，万和证券研究所

作者

朱琳

分析师

资格证书：S0380521120001

联系邮箱：zhulin@wanhesec.com

联系电话：(0755)82830333-121

每日免费获取报告 □

每日微信群内分享7+最新重磅报告；

每日分享当日华尔街日报、金融时报；

√ 行研报告均为公开版，权利归原作者所有，起点财经仅分发做内部学习。

正文目录

一、整体复盘：上半年表现？下半年展望？ .4
（一）复盘：上半年表现如何？ .4
（二）展望：下半年关注什么？ ..6
二、周期面—需求复苏，复苏的弹性与进度？ ..8
（一）复苏弹性：弱复苏，关注改善性机会.. ..8
（二）复苏进度：零部件库存去化早于和优于半导体 .10
三、成长面—预期先行，AI创新的空间有多大？ ..12
（一）AIGC引爆算力需求.. ..12
（二）AI服务器各环节梳理 .13
1、AI芯片：英伟达抢占先机，本土厂商有望加速国产替代 . 15
2、 HBM存储：突破内存瓶颈，国内封装厂商迎发展机遇 .17
3、 PCB：量价齐升趋势明确，国内厂商深度受益 .20
4、接口芯片：高速化趋势换代升级，国产品牌力图破局， .22
四、投资建议... .24
五、风险提示. .24

图表目录

图1各指数年初至今（2023年7月11日,下同）涨跌幅. .4
图2申万一级指数年初至今涨跌幅
图3申万电子二级指数年初至今涨跌幅.. ...5
图4 申万电子指数估值变化（PE，历史TTM_整体法） .6
图5 申万电子二级指数5年期估值分位图（PE，倍） .6
图6 电子行业周期阶段变化.. ..6
图7 全球半导体销售额... ..88
图8中国智能手机产量累计.. ..8
图9 中国手机月度销售量.. .8
图10中国3C数码配件月度销售量. ..9
图11 中国笔记本电脑月度销售量.. ..
图12 中国品牌台机/品牌一体机/服务器月度销售量.. ….9
图13 中国电子元器件月度销售量.. ….9
图14 中国新能源汽车月度销量， ..9
图15 中国光伏装机累计新增量. ...9
图16 全球主要芯片厂商为代表的细分领域存货周转天数（2019Q1\~2023Q1） ..10
图17 全球主要芯片厂商为代表的细分领域2023Q1库存分位数（历史区间：2019Q1\~2023Q1） ..0
图18 国内主要厂商为代表的细分领域存货周转天数（2019Q1\~2023Q1）， ..1
图19 国内主要厂商为代表的细分领域 2023Q1库存分位数（历史区间：2019Q1\~2023Q1） ..11
图20 全球AI服务器出货量预估.. ..13
图21 配备144个SM 的完整NVIDIA GH100 GPU 核心. ...14
图22 中国人工智能芯片市场规模占比.. ..5
图23 AI芯片目标领域 ..5
图24 2020\~2026年全球人工智能芯片市场规模及预测情况， .. 15
图25 2020\~2026年中国人工智能芯片市场规模及预测情况. ...5
图26 DRAM 分类... ..7
图27 HBM平面图例.. ..7
图28 HBM 截面图例... ...17
图29 存储计算性能剪刀差， ..18
图30 HBM与GDDR5性能对比 ..18
图31 HBM 市场规模预测.. ...8
图 32英伟达 DGX2 内部架构.. ...20
图 33封装基板示意图.. ..20
图342021\~2026年全球印制电路板行业市场规模. ..20
图35 2021-2026年全球印制电路板细分产品复合增速 ...20
图 36内置内存控制器的 Intel 处理器架构.. .22
图37 搭载 LVLink 技术的 DGX-1 with V100 拓扑图 ..2
图38 澜起科技内存接口兴芯片， .23
图39 PCleRetimer芯片典型应用场景. ..23
图 40 NVLink 与 NVSwitch 协同.. 4
图41 NVLink 性能... ..24
表1申万电子细分板块业绩表现.. ..5
表2 ChatGPT3模型所需的算力测算 ..12
表3AI服务器与CPU服务器 BOM 成本拆分比较. ..3
表4国内代表性AI芯片与英伟达AI芯片对比.. ...6
表5HBM技术路线（以SK海力士为代表）. ..19
表6国内 PCB企业概况. ..21
表7NVLink 第二、三、四代规格.. ..24

一、整体复盘：上半年表现？下半年展望？

（一）复盘：上半年表现如何？

按照我们在2023年度策略报告《底部反转在即，把握复苏、发展与安全主逻辑》（以下简称年度策略报告）中的判断，上半年电子行业仍处于周期底部，底部阶段：基本面业绩下行拐点临近，情绪面预期先行带动估值向上，股价主要受情绪面驱动总体上涨。复盘上半年行业表现，基本验证了我们年初的判断。

行情：一季度向上，二季度徘徊。2022年年初至今（截止到2023年7月11日，下同），申万电子指数涨幅13.64%，跑贏沪深300 指数13.70 个百分点，在申万31个行业位列第四。其中，一季度行业指数在ChatGPT概念的催化下，持续上行；二季度，受板块业绩数据惨淡及台积电等大厂下修2023年全年业绩预期的影响，市场对电子行业周期复苏的时间、力度预期趋向悲观，板块行情回落，但短期调整后继续向上。细分领域，消费电子自6月下旬一路领先，年初至今涨幅达到22.83%，光学光电子、电子化学品I、元件紧随其后，涨幅落在10%\~20%区间；半导体、其他电子Ⅱ表现稍逊，涨幅则落在5%\~10%区间。

图1各指数年初至今（2023年7月11日，下同）涨跌幅

资料来源：Wind，万和证券研究所

图2申万一级指数年初至今涨跌幅

资料来源：Wind，万和证券研究所

图3申万电子二级指数年初至今涨跌幅

资料来源：Wind，万和证券研究所

业绩：全面下行，临近拐点。2022年以来，受下游消费电子需求持续低迷影响，存储、面板、被动元件等顺周期板块产品价格下滑，影响各相关板块业绩表现；半导体设备、材料及电子化学品等上游板块，在海外制裁加剧的背景下，凭借自主可控的逻辑业绩表现相对较好。2023Q1板块业绩继续下探寻底，除半导体设备板块营收、归母净利润依旧保持正向增长外，其他板块业绩多显下滑，且幅度尤甚。

表1申万电子细分板块业绩表现

细分板块	2022（亿元，%）				2023Q1（亿元，%）
细分板块	营业收入	YoY	归母净利润	YoY	营业收入	YoY	归母净利润	YoY
SW电子	29,113.27	-1.44	1,369.79	-28.55	6,130.49	-7.71	159.70	-57.40
SW半导体	4,651.61	11.52	544.15	-15.11	943.23	-10.47	57.41	-60.13
SW分立器件	903.04	12.44	70.66	-11.01	221.91	+1.27	14.48	-21.79
SW半导体材料	349.10	5.92	27.99	15.84	76.35	10.15	4.94	-27.44
SW数字芯片设计	1,339.36	370	146.46	-30.68	216.51	18.83	5.97	-86.48
SW模拟芯片设计	346.16	-12.90	26.64	-67.89	68.36	28.84	-4.10	-125.09
SW集成电路制造	603.62	31.77	146.77	11.13	127.46	1 12.35	19.87	-43.00
SW集成电路封测	738.90	13.09	53.66	-23.00	141.63	18.38	1.07	-92.97
SW半导体设备	371.43	55.99	71.99	73.70	91.02	46.55	15.18	87.82
SW元件	2,425.30	-0.73	219.92	-6.00	512.93	-10.42	33.51	-32.99
SW印制电路板	2.057.53	-0.36	171.79	1.92	427.70	1 11.11	23.63	-32.51
SW被动元件	367.76	-2.71	48.12	-26.42	85.23	6.76	9.89	-34.13
SW光学光电子	6,856.66	-11.24	-25.79	-106.28	1,477.13	-16.46	-30.17	-151.32
SW面板	5,564.57	-11.26	0.89	-99.77	1,201.35	17.55	-31.49	-165.70
SWLED	863.14	-9.67	13.91	-61.26	192.76	5.15	4.99	-45.92
SW光学元件	428.95	-14.01	-40.59	-168.03	83.03	22.93	-3.67	-326.10
sw其他电子Ⅱ	1,961.71	-48.24	49.51	-35.35	397.09	-17.02	7.76	-21.55
SW消费电子	12,728.34	16.12	526.53	3.30	2,690.32	1.56	82.38	-15.57
SW品牌消费电子	934.80	-0.63	62.93	−14.14	186.51	+8.65	12.08	-13.43
SW消费电子零部件及组装	11,793.54	17.69	463.60	6.23	2,503.81	2.42	70.31	-15.92
SW电子化学品Ⅱ	489.66	9.58	55.46	21.90	109.78	-9.30	8.81	-39.61

资料来源：Wind，万和证券研究所

估值：持续向上，达到5年间80%的分位点。截止至2023年7月11日，申万电子指数PE（TTM）为 45.87倍，5年分位数达到79.70%，光学光电子、其他电子Ⅱ、电子化学品I、消费电子、元件、半导体指数PE（TTM）分别为72.85、47.95、51.49、32.04、33.08、57.62倍，对应5年分位数分别为 99.20%、77.40%、63.40%、46.30%、50.10%、41.60%。

图4申万电子指数估值变化（PE，历史TTM_整体法）

资料来源：Wind，万和证券研究所

图5申万电子二级指数5年期估值分位图（PE，倍）

资料来源：Wind，万和证券研究所

（二）展望：下半年关注什么？

按照我们在年度策略报告中对电子行业量价周期的判断依据，结合基本面与市场定价两方面因素，以存储芯片DRAM的价格和PE（TTM）为指标，分别指示行业景气（基本面）与估值情况，以景气底部、估值底部、景气高点、估值高点为节点，将行业分为底部、上升、顶部、衰退四个阶段，周期底部的判断依据是景气见底、估值提升，周期上升的判断依据是估值见顶、景气提升，周期顶部的判断依据是景气见顶、估值下行，周期衰退的判断依据是估值见底、景气下行。

图6电子行业周期阶段变化

资料来源：Wind，万和证券研究所

周期位置？—黎明前的拉锯阶段。本轮周期（2019年年中～）已经历过上升、顶部、衰退阶段，考虑到行业估值在2022年4月/9月底触底向上，指代行业基本面的DRAM价格自2021年初以来持续向下，我们判断电子行业当前正处在底部阶段，底部阶段基本面业绩下行拐点临近，情绪面预期先行带动估值向上。2023年一季度行业指数在复苏预期与ChatGPT概念的催化下持续向上；二季度，大量公司一季报发布数据不及预期，板块行情回落，进入短期调整，随后继续上行。从乐观到悲观、从上行到回落，市场表现反应着投资者在预期与业绩、确定与不确定之间的拉扯和博弈。某种程度来说，2023上半年电子行业正处于“黎明前的拉锯阶段”，但归根到底市场对电子行业焦虑的点还是在于周期复苏的弹性与创新成长的空间。

周期拐点？—预计2023年8\~11月间触底回升。截止至2023年7月11日，DRAMDDR34Gb512Mx81600MHz的现货价跌至1.0070美元，虽在6月份有所反弹，但7月初又继续触底，总体而言价格磨底、拐点逼近，结合历史估值低位早于业绩低位约6～9个月时间的判断依据和2023年弱复苏的定调，我们维持在年度策略报告中对DRAM价格（指代行业业绩基本面）将在2023年8月～2023年11月间触底回升的观点，届时行业将进入周期上升阶段。

二、周期面- -需求复苏，复苏的弹性与进度？

（一）复苏弹性：弱复苏，关注改善性机会

全球半导体销售额同比持续下降，3\~4月环比连续提升。根据美国半导体协会数据，2023年5月，全球半导体销售额合计407.4亿美元，当月同比下降21.10%，环比上升1.75%，环比连续3个月提升。其中，中国销售额为119.0亿美元，当月同比下降29.46%，环比上升3.93%，环比亦连续3个月提升。总体来看，2023年1-5月，全球及中国区半导体销售额，同比下探趋缓收敛，环比自3月份以来则逐月改善。

图7全球半导体销售额

资料来源：Wind，万和证券研究所

终端销量总体下滑，但品牌台机/品牌一体机/服务器、电子元器件销量显著回升。手机端影响较为显著，国内智能手机2023年5月累计产量达41570万台，同比下降8.50%。从终端产品销量来看，2023年1-5月，国内手机、3C数码配件、笔电、品牌台机/品牌一体机/服务器、电子元器件累计销量分别为3.72.29、44770.35、490.92、180.62、3982.12万件，与2022年同期比较分别变动-9.94%、-2.49%、-9.11%、+16.78%、+37.37%，将其与 2021 年同期比较分别变动一12.81%、-21.01%、-26.86%、-0.56%、-8.97%。与2021年同期比较，下游终端需求均有下滑，与 2022年同期比较，品牌台机/品牌一体机/服务器、电子元器件需求明显提升，同时其他终端需求下滑幅度也有所收窄。

图8中国智能手机产量累计

资料来源：Wind，万和证券研究所

图9中国手机月度销售量

资料来源：Wind，万和证券研究所

图10中国3C数码配件月度销售量

资料来源：Wind，万和证券研究所

图11中国笔记本电脑月度销售量

资料来源：Wind，万和证券研究所

图12中国品牌台机/品牌一体机/服务器月度销售量

资料来源：Wind，万和证券研究所

图 13中国电子元器件月度销售量

资料来源：Wind，万和证券研究所

汽车、光伏电子需求动能强劲。1\~5月，新能源汽车累计销量为293.90万辆，同比上升47.32%。1\~5月，光伏装机量累计新增值为6121.00万千瓦，累计新增3750.00万千瓦。汽车电子、电力电子受益于下游汽车、光伏领域需求的提升，成长确定性强。

图14中国新能源汽车月度销量

资料来源：iFinD，万和证券研究所

图15中国光伏装机累计新增量

资料来源：iFinD，万和证券研究所

弱复苏，整体逐月改善。虽然以智能手机、PC等为主的终端需求逐步进入存量阶段，但全球/中国半导体销售额正呈现逐月回升的态势，介于此我们认为下半年电子板块以弱复苏为主，其中服务器、汽车、工业应用领域仍旧具备较强劲的增长动能。

（二）复苏进度：零部件库存去化早于和优于半导体

细分领域由于缺乏具体的价格指标，因此采用厂商/板块库存数据作为判断业绩复苏的重要指引。在市场变动的影响下，自2020年中以来，电子行业整体经历了“全面缺货-结构缺货-去库存”的供需关系变动，从2021Q3开始行业内厂商逐步进入主动去库存阶段，但细分产业链进度/幅度有所分化。

全球库存水位：半导体库存基本处于历史峰值。从全球芯片厂商的库存变化来看，2023Q1模拟芯片、计算芯片、无线通讯芯片、功率半导体、存储芯片、晶圆代工主要厂商的存货周转天数均保持上升态势，除功率半导体厂商外，半导体领域厂商库存水位亦基本处于峰值位置。具体来看，2020 年年中开启的全面缺货在全球半导体板块主要体现在模拟、功率、计算以及存储、通讯芯片库存领域全面缺货涨价带来的库存的消耗，随后行业逐步从供小于求向供大于求局面过渡，半导体板块库存水位也基本在2023Q1达到峰值。

图16全球主要芯片厂商为代表的细分领域存货周转天数（2019Q1\~2023Q1）

资料来源：Wind，万和证券研究所
注：计算芯片厂商-全球选取intel、nvidia、AMD三家公司为代表；无线通讯厂商-全球选取qualcomm、qorvo、联发科、sykworks 四家公司为代表；模拟芯片厂商-全球选取德州仪器、microchip、monolithic power systems、帕沃英蒂格盛、硅力-KY五家公司为代表；功率半导体厂商-全球选取意法半导体、安森美半导体、diodes 三家公司为代表；晶圆代工厂商-全球选取联电、世界、globalfoundries、力积电、台积电五家公司为代表；存取器厂商-全球选取samsungelec，SKHynix、西部数据三家公司为代表；封测厂商-全球选取日月光、安靠技术两家公司为代表。

图17全球主要芯片厂商为代表的细分领域 2023Q1库存分位数（历史区间：2019Q1\~2023Q1）

资料来源：Wind，万和证券研究所

国内库存水位：MLCC、功率<面板

<存储、射频、模拟（100%）。具体来看，2020 年年中开启的全面缺货在国内电子板块主要体现在从上游半导体到中游零部件领域的全面缺货涨价带来的全行业库存的整体下行，随后行业逐步从供小于求向供大于求局面过渡，其中中游 MLCC、PCB厂商库存基本在2022Q2-Q3 达到峰值，上游射频、模拟、存储厂商则在2023Q1达到峰值。

图18国内主要厂商为代表的细分领域存货周转天数（2019Q1\~2023Q1）

资料来源：Wind，万和证券研究所

注：面板-国内选取京东方A、TCL科技、深天马三家公司为代表；PCB-国内选取鹏鼎控股、沪电股份、深南电路、东山精密、生益科技、兴森科技、胜宏科技七家家公司为代表；MLCC-国内选取三环集团、风华高科两家公司为代表；晶振-国内选取泰晶科技、惠伦晶体、东晶电子、晶赛科技四家公司为代表；射频-国内选取卓胜微、唯捷创芯两家公司为代表；模拟-国内选取圣邦股份、韦尔股份、富满微三家公司为代表；存储-国内选取兆易创新、北京君正、江波龙三家公司为代表；功率-国内选取士兰微、斯达半导、新洁能、扬杰科技、东微半导、宏微科技六家公司为代表。

图19国内主要厂商为代表的细分领域 2023Q1库存分位数（历史区间：2019Q1\~2023Q1）

资料来源：Wind，万和证券研究所

中游零部件厂商库存去化要早于和优于上游半导体厂商。结合全球和中国电子板块厂商库存情况，在“全面缺货-结构缺货-去库存”的供需关系变动下，厂商库存普遍从2020年中开启下行，随后随着行业逐步从供小于求向供大于求局面过渡，库存水位亦随之上涨。中游 MLCC、PCB等部分厂商库存基本在2022Q2-Q3达到峰值，上游多数半导体厂商则在2023Q1达到峰值。从库存去化的进度和效果来看，中游零部件厂商要早于和优于上游半导体厂商。

三、成长面- -预期先行，AI创新的空间有多大？

（一）AIGC引爆算力需求

大模型带来 AIGC时代的到来。2022年12月，OpenAl的大型语言生成模型 ChatGPT 刷爆网络，它能够胜任高情景对话、生成代码、构思剧本和小说等多个场景，将AIGC（AI-GeneratedContent，人工智能生成内容）推向新的高度。AIGC即利用AI自动生成内容，以ChatGPT为代表的AI大模型最大的意义是人类第一次把所有的世界知识进行了重新编码、存储和推理，使得计算机从传统的分析理解世界的层面跃迁到生成创造世界的维度，从而推动人工智能迎来下一个时代。

AI模型的发展带动大量高性能算力需求。AI模型需要海量的数据、复杂的算法和强大的算力来支撑。其中，算力是人工智能发展的主要瓶颈，也是当前AI大模型核心竞争力的关键因素。以ChatGPT 为例，GPT 模型参数量从 GPT-1 的 1.17 亿发展到 GPT-3 的 1750 亿。根据论文《Language Modelsare Few-Shot Learners》中的表述，按照训练 30OO 亿 tokens 数据集（指自然语言处理任务中的输入单位）的基准进行测算，GPT-3175B总训练计算量有望达到3.14*10^23Flops（floating pointoperations，浮点运算数），训练所需算力是3637.5PFlop/s-day（1PetaFLOP/s的效率运行3637.5天）。以目前主流的训练芯片英伟达A100进行测算，按照半精度（FP16）算力312TFLOPS、30天、30%算力利用率计算，所需GPU的消耗量为1295.41张，对应配备8块GPU 的 NVIDIA DGXA100 服务器的需求数量为162 台。

表2 ChatGPT3模型所需的算力测算

模型	总训练计算量(PF-days)	1天(seconds)	总训练计算量(flops)	模型参数（个）	训练集大小(tokens)	每个参数每token需要的flops
GPT-3 175B	3.64E+03	8.64E+04	3.14E+23	1.75E+11	3E+11	6

	A100 PCle(fops)	H100 PCle(flops)
算力（flops）	3.12E+14	1.513E+15
算力利用率	30%	30%
训练时长（seconds）	2.59E+06	2.59E+06
单张芯片训练30天计算量（fops）	2.43E+20	1.18E+21
对应GPU数量（张）	1295.41	267.13
AI服务器需求（8*GPU）	162	33

总训练计算量=模型参数*训练集大小*每个参数每token需要的flops

GPU数量=总训练计算量/单张芯片算力*算力利用率*训练时长

资料来源：《Language Models are Few-Shot Learners》，万和证券研究所
注：一个 PFLOPS（petaFLOPS）等于每秒一千万亿（=10`15）次的浮点运算，一个TFLOPS（teraFLOPS）等于每秒一万亿次（=10'12）次的浮点运算。

AI服务器需求看涨。未来在包括类ChatGPT在内的AI大模型进入到更多行业应用之后，市场需求持续开拓，AI服务器市场规模将有很大的市场空间，相关硬件产业链将会迎来新一轮需求提升。TrendForce 集邦咨询预估 2023年AI服务器（包含搭载GPU、FPGA、ASIC等）出货量近120 万台，年增38.4%，占整体服务器出货量近9%，至2026年将占15%，2022\~2026年复合成长率达22%。

图20全球AI服务器出货量预估

资料来源：TrendForce，万和证券研究所

（二）AI服务器各环节梳理

AI服务器中的主要元器件包括CPU、GPU板组、内存、硬盘、网络接口卡组成，配合电源、主板、机箱、散热系统等基础硬件以提供信息服务。AI服务器（以NvidiaDGXH10O为例）总成本为 26.9 万美元，其核心组件按 BOM 占比由高到低依次为GPU 板组、SmartNIC、DRAM、CPU、NAND、电源、主板、机箱和散热，BOM占比分别为72.5%、4.1%、2.9%、1.3%、0.4%、0.3%、O.2%、O.2%，相较标准 CPU 服务器（以 2x Intel Sapphire Rapids Server 为例），NvidiaDGXH100 单机总成本提升25.7倍，除GPU板组外其核心元器件单机价值量提升倍数由高到低依次为 SmartNIC、电源、CPU、主板、NAND、DRAM、散热、机箱，倍数分别为16.7、4.0、2.8、2.5、2.3、2.0、1.7、1.4倍。

表3AI服务器与CPU服务器 BOM成本拆分比较

零部件	2x Intel Sapphire Rapids Server（标准CPU服务器）		Nvidia DGX H100（AI服务器）		倍数
零部件	BOM占比	单机ASP	BOM占比	单机ASP	倍数
CPU	17.7%	$1,850	1.9%	$5,200	2.8
GPU 板组：8GPU+4NVSwitchBaseboard	0.0%	$-	72.5%	$195,000	二
内存 DRAM	37.5%	$3,930	2.9%	$7,860	2.0
硬盘NAND	14.7%	$1,536	1.3%	$3,456	2.3
网络接口卡 SmartNIC	6.2%	$654	4.1%	$10,908	16.7
机箱（机盒、背板、布线）	3.8%	$395	0.2%	$563	1.4
主板	3.3%	$350	0.3%	$875	2.5
散热（散热片+风扇）	2.6%	$275	0.2%	$463	1.7
电源	2.9%	$300	0.4%	$1,200	4.0
组装和测试	4.7%	$495	0.6%	$1,485	3.0
设备制造商利润	6.6%	$689	15.6%	$42,000	61.0
总成本	100%	$10,474	100%	$269,010	25.7

资料来源：semianalysis：Al Server Cost Analysis2023.05.29，万和证券研究所
注：BOM全称为 BillofMaterials cost，是指物料清单成本

GPU 及其板组是服务器的成本核心。GPU 由多个GPU 处理集群(GPC)、纹理处理集群(TPC)、流多处理器(SM)、二级缓存、HBM3 和内存控制器组成。完整的 GH100 GPU 架构包括以下单元：

1）8个GPC、72个TPC（9个TPC/GPC）、144个 SM/TPC（2个 SM/TPC）;

2）576个第四代 Tensor Core核心，每个 SM内含4个第四代 Tensor Core核心；

3）18432个 FP32 CUDA Core 核心，每个 SM 内含128个FP32 CUDA Core核心；

4）6个HBM3或HBM2e堆栈、12个512位内存控制器；

5）60MB二级缓存；

6）第四代NVLink 和PCle5.0。

图 21配备144个SM的完整NVIDIAGH100 GPU 核心

资料来源：NVIDIA-H10O-GPU-Architecture-Whitepaper，万和证券研究所

1、AI芯片：英伟达抢占先机，本土厂商有望加速国产替代

概述：AI芯片可以理解为针对人工智能算法做了特殊加速设计的芯片。AI芯片根据其技术架构，可分为图形处理器（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，简称为XPU。AI服务器是采用异构形成的服务器，在异构方式上有CPU+GPU、CPU+TPU、CPU+其他加速卡等。

GPU是目前主流的数据中心计算加速方案。随着CPU的性能提升遭遇瓶颈，CPU+XPU芯片的异构方案逐渐成为大算力场景标配，CPU可执行通用AI计算，而GPU、FPGA等芯片都是作为 CPU的加速器而存在。GPU芯片多用于图形图像处理、复杂的数学计算等场景，可较好支持高度并行的工作负载，常用于数据中心的模型训练，也可以用于边缘侧和端侧的推理工作负载，根据IDC研究发现，2021年中国主要以GPU为主实现数据中心计算加速，市场占有率近90%，ASIC，FPGA，NPU等非GPU芯片市场占有率超过10%。

图 22中国人工智能芯片市场规模占比

资料来源：中国人工智能计算力发展评估报告（P10)，万和证券研究所

图 23AI芯片目标领域

资料来源：人工智能技术白皮书（2018），万和证券研究所

规模：2026年全球AI芯片市场规模将增长至920亿美元。全球人工智能技术发展逐渐成熟，产业商业化应用加速落地，推动全球人工智能芯片市场高速增长。根据 Frost&Sullivan 数据，2021年全球人工智能芯片市场规模为 255亿美元。预计2021-2026 年，全球人工智能芯片市场规模将以29.3%的复合增长率增长，2023年其市场规模将达到490亿美元；到2026年其市场规模则增长至920亿美元。预计2023年，我国AI芯片市场规模将达到427亿元,同比增长将高达124%。在政策、市场、技术等合力作用下，中国人工智能芯片行业将快速发展，预计到 2026年我国 AI芯片市场规模将达1206 亿元。

图 242020\~2026年全球人工智能芯片市场规模及预测情况

资料来源：Frost&Sullivan，观研天下，万和证券研究所

图 252020\~2026年中国人工智能芯片市场规模及预测情况

资料来源：Frost&Sullivan，观研天下，万和证券研究所

格局：英伟达占据的龙头地位，国内本土厂商有望加速国产替代。服务器对功耗、性能要求高，主要使用独立GPU。在独立GPU领域，英伟达是绝对的龙头。从2022年Q1全球独立GPU 市场产商份额占比来看，AMD占比为24%，NVIDIA占比为75%。国内AI芯片以华为昇腾系列、寒武纪思元系列以及海光信息的深算一号为代表，芯片虽与英伟达还差距，但在制程、内存、算力等方面已经达到较高水平。早在 2022年8月26日，美国政府要求英伟达限制向中国出口最新两代旗舰GPU计算芯片A100 和H100，在这种情况下国内AI芯片企业有望加速实现国产化替代，迎来高速发展期。

表4国内代表性AI芯片与英伟达AI芯片对比

		英伟达			华为		寒武纪		海光信息
		H100PCle	A100PCle	V100PCle	Atlas300T训练卡	Atlas3001推理卡	MLU370-X83M	LU290-M5	深算一号
芯片类型		GPU	GPU	GPU	GPU	GPU			DCU
芯片制程		5nm	7nm	12nm			7nm	7nm	7nm
内存	类型	HBM2e	HBM2e	HBM2	HBM	LPDDR4X	LPDDR5	HBM2	HBM2
	大小	80GB	80GB	32\|16GB	32GB	32GB	48GB	32GB	32GB
	频率	1,593MHz	1512MHz						2.0GHz
	位宽	5,120bits	5120bits					4096bits	4096bits
	带宽	2,000GB/s	1935GB/s	900GB/s	1228GB/s	204.8GB/s	614.4GB/s	1228GB/s	1024GB/s
算力	FP64	26TFLOPS	9.7TFLOPS	7TFLOPS
	FP32	51TFLOPS	19.5TFLOPS	14TFLOPS			24TFLOPS
	FP16	1,513TFLOPS	312\|624TFLOPS		220\|280TFLOPS		96TFLOPS
	INT16						128FLOPS	256FLOPS
	INT8	3026TFLOPS	624\|1248TFLOPS			88FLOPS	256FLOPS	512FLOPS
最大功率		300-350W	300W	250W	最大300W	67W	250W	350W	350W
CPU to GPU互联		PCle5.0	PCle4.0	PCle3.0	PCle4.0	PCle3.0	PCle4.0	PCle4.0	PCle4.0
GPU to GPU互联		NVLink:600GB/s		NVLink:300GB/s	1*100GERoCE高速接口		MLU-LinkTM接口		xGM1 x2:184 GB/s

资料来源：各公司官网，海光信息招股说明书，万和证券研究所
注：英伟达 H100、A100的 FP16、INT8分别指代 FP16 Tensor Core、INT8 Tensor Core，采用稀疏技术显示。

2、HBM存储：突破内存瓶颈，国内封装厂商迎发展机遇

概述：高带宽内存(HBM)是基于3D堆栈工艺的高性能DRAM。HBM(High Bandwidth Memory）即高带宽存储器，按照JEDEC 的分类，HBM 属于图形 DDR 内存的一种，其实质是通过使用先进的封装方法(如TSV硅通孔技术)将多个DRAM垂直堆叠起来，然后通过中介层(Interposer)紧凑而快速地连接至CPU或GPU，让内存设备靠近CPU或GPU，利用本地数据的低延迟实现在极低的频率与更少的能耗下提供远超常规内存的带宽。

图26DRAM分类

资料来源：电子工程世界，万和证券研究所

图27HBM平面图例

资料来源：Micron官网，万和证券研究所

图 28HBM 截面图例

资料来源：AMD官网，万和证券研究所

HBM突破存储瓶颈，成为AI服务器的适配方案。随着数据中心和人工智能训练系统对大数据需求的不断增长，人们对快速传输信息（带宽）的要求也在不断提高，算力和存储器带宽/接口带宽发展速度的差距不断拉大，存储数据吞吐能力就成为限制系统性能的最主要因素。内存带宽(Bandwidth)指内存在单位时间内通过总线传输的数据量，可以用公式“内存带宽=(传输倍率×总线位宽×工作频率)÷8”进行计算，提高内存带宽的基本方法就是提高总线位宽、工作频率和传输倍率'。在现有采用独立内存芯片的架构下，进一步增加内存位宽受到了内存芯片数据线引脚数量的限制，HBM通过3D堆叠DRAM颗粒的方式，HBM将位宽提升到1024位，突破了内存容量与带宽瓶颈，因此被视为新一代DRAM解决方案，逐渐成为主流的服务器系统内的运算加速卡的适配存储方式。

目前 NVIDIA 的A100及H100,均搭载达 80GB的 HBM2e,在其最新整合 CPU及GPU 的 GraceHopper芯片中，单颗芯片HBM搭载容量再提升20%，达96GB。另外，AMD的MI300也搭配HBM3，其中MI300A容量与前一代相同为128GB，更高端 MI300X 则达192GB，提升了50%。同时预期 Google 将于2023 年下半年积极扩大与 Broadcom 合作开发AISC Al加速芯片TPU 亦采搭载 HBM 存储器，以扩建AI基础设施。TrendForce集邦咨询预估，2023 年市场上主要搭载HBM的AI加速芯片(如NVIDIA的H100 及A100、AMD的MI200 及MI300 及Go0gle的TPU等），搭载HBM总容量将达2.9亿GB，成长率近6成，2024年将持续成长3成以上。

图 29存储计算性能剪刀差

资料来源：存算一体白皮书（2022年），万和证券研究所

图30HBM与GDDR5 性能对比

资料来源：AMD官网，万和证券研究所

规模：2025年全球HBM市场将增长到24.97亿美元。市场调研机构Omdia在2021年的报告中预测，随着并行计算和AI技术的发展，适用于并行计算的 HBM 需求将成倍增长。到 2025 年HBM 市场的总收入将达到25亿美元，其规模约为 2020 年水平的5倍。

图31 HBM 市场规模预测

资料来源：DRAM for Graphics&AIReport 2021-omdia，万和证券研究所

格局：HBM市场被SK海力士、三星、美光三大DRAM原厂占据。据TrendForce集邦咨询研究显示，2022年三大原厂HBM市占率分别为SK海力士（SKhynix）50%、三星（Samsung）约40%、美光（Micron）约10%。2023下半年伴随NVIDIAH100与AMDMI300 的搭载，三大原厂也已规划相对应规格HBM3 的量产。在将有更多客户导入HBM3 的预期下，SK 海力士作为目前唯一量产新世代HBM3产品的供应商，其整体HBM市占率可望藉此提升至53%,而三星、美光则预计陆续在今年底至明年初量产，HBM市占率分别为38%及9%。

SK海力士是HBM市场的先行者，也是全面布局四代HBM的厂商。早在2014年，SK海力士与AMD联合开发了全球首款硅通孔（TSV）HBM产品，打破技术限制并占据先行优势。2018年SK海力士发布第二代HBM产品HBM2，由此扩大细分市场并着手构建HBM生态系统。2020 年SK海力士发布第三代产品HBM2E，成为首家开始批量生产HBM2E的存储器供应商，进一步巩固了 SK 海力士在高端存储器市场的领先地位。2021年10 月 SK海力士再创领先之举，开发出全球首款HBM3，并于2022年6月全球首次量产。2023年4月20日公司宣布成功开发出最高容量24GB的HBM3DRAM新产品，并正在接受客户公司的性能验证。

三星对 HBM 的布局从 HBM2 开始。2016 年1月，三星宣布开始批量生产 4GB HBM2DRAM，2018年1月，三星宣布开始量产第二代8GBHBM2Aquabolt。2020 年2月，三星电子推出 HBM2E Flashbolt，即其第三代高带宽内存2E(HBM2E)。具备两倍于前一代 8GBHBM2Aquabolt的容量，它的性能和功率效率得到大幅提高。目前在三星官网上，已公示第三代HBM3Icebolt，其采用12层10 纳米级16GbDRAMdie堆叠，实现24GB的存储容量，24GB是三星前代产品HBM2E的1.5倍。据韩媒KoreaTimes报道，三星将在2023年下半年大规模量产HBM3内存芯片，以满足日渐增长的人工智能（AI）市场需求，同时追赶目前HBM 市场的领导者SK海力士。

美光进军HBM相对较晚。2020年美光表示将开始提供HBM2产品，用于高性能显卡，服务器处理器产品。

表5HBM技术路线（以SK海力士为代表）

	第一代	第二代	第三代	第四代
类别	HBM1	HBM2	HBM2E	HBM3
发布年份	2014年	2018年	2020年	2022
Die密度（Die Density,Gb）	2Gb	8Gb	16Gb	16Gb
堆叠高度(Stack height）	4层	4层/8层	4层/8层	8层/12层
容量（Capacity,GB）	1GB	4GB/8GB	8GB/16GB	16GB/24GB
带宽（Bandwidth,GB/s)	128GB/s	307GB/s	410GB/s	819GB/s
1/O速率	1Gbps	2.4Gbps	3.2Gbps	6.4Gbps

资料来源：SK海力士官网，万和证券研究所

国内封装厂商迎发展机遇。HBM属于高技术门槛行业，国内市场也主要由SK海力士和三星主导，国内从事NAND和DRAM领域的公司主要以长江存储和长鑫存储为代表公司，均未上市。但由于HBM主要依赖先进封装技术，国内相关产业链公司迎来发展机遇。相关的上市公司有：

通富微电：公司是中国大陆排名第二的封测企业，与AMD通过“合资+合作”联合模式深度绑定，并且是AMD最大的封装测试供应商，占其订单总数的80%以上。公司通过在公司在 Chiplet、WLP、SiP、Fanout、2.5D、3D 堆叠等先进封装技术方面的提前布局，已具备封测 CPU、GPU、服务器等高端产品的能力，目前在先进封装方面已大规模生产Chiplet 产品，7nm产品已大规模量产，5nm 产品已完成研发并逐步量产。

/ 太极实业：公司半导体业务即是为DRAM和NANDFlash等集成电路产品提供封装、封装测试、模组装配和模组测试等后工序服务。控股子公司海太半导体与SK海力士签订《第三期后工序服务合同》，自2020年7月1日至2025年6月30日，以“全部成本+约定收益（总投资额的10%+超额收益）”的盈利模式为SK海力士及其关联公司提供半导体后工序服务。

深科技：公司是国内领先的独立DRAM内存芯片封装测试企业，具备精湛的多层堆叠封装工艺能力，产品包括 DRAM、NANDFLASH以及嵌入式存储芯片。2022年子公司合肥沛顿存储已具备不同类型存储芯片（DRAM、LPDDR4、LPDDR5、eSSD、eMMC）的8层堆叠产品量产能力。

/ 佰维存储：主要产品及服务包括嵌入式存储、消费级存储、工业级存储及先进封测服务。公司 16层叠Die、30\~40μm 超薄 Die、多芯片异构集成等先进封装工艺处于国内领先、国际一流水平，面对存储芯片高频率、大带宽的特点，公司独立自主开发了一系列存储芯片测试设备与算法，成功实现国产化应用。目前公司存储器产品已经进入联想、同方、惠普、宏基、浪潮信息、宝德等PC及服务器厂商的供应链体系。

3、PCB：量价齐升趋势明确，国内厂商深度受益

概述：PCB是电子元器件连接的重要桥梁。印制电路板（PCB）是指在通用基材上按预定设计形成点间连接及印制元件的印制板，其主要功能是提供机械制程，便于插装、检查和测试，使各种电子零组件形成预定电路的连接，其中继传输作用，可分为刚性板、柔性板、HDI板（高密度互连，High Density Interconnector）、封装基板（Substrate，简称 SUB）。

数据中心的旺盛需求增加了对高阶PCB的需求。全球算力高速发展，对服务器、数据中心等基础设施需求不断扩大，相关的路由器、数据存储、AI加速计算服务器产品也有望迎来高速成长，对高阶HDI、高频高速PCB 产品出现强劲需求。一般而言，计算机整机外部设备主要需求二至十六层板、HDI板、挠性板和封装基板；服务器/存储器需要六至十六层板和封装基板；高端服务器主板层数在十六层以上，背板层数超过二十层。

图 32英伟达DGX2内部架构

资料来源：NVIDIA，万和证券研究所

图33封装基板示意图

资料来源：爱彼电路官网，万和证券研究所

规模：2026年全球PCB产值将提升至912.77亿美元。信息电子产业的蓬勃发展史PCB行业发展的重要助力，随着大数据、云计算、5G通信等新一代技术发展，对服务器和数据存储的需求呈高增长态势。根据 prismark 数据，全球PCB产值整体呈现稳步上升趋势，预计2026 年全球PCB 产值将提升至912.77亿美元，中国市场 PCB 产值将达到 486.18亿美元。全球细分产品2021\~2026年复合增速依次排名：封装基板>HDI板>挠性板>多层板>单/双面板，其增速分别为 9%、7.18%、6.63%、4.37%、-2.65%。

图 342021\~2026年全球印制电路板行业市场规模

资料来源：Prismark，头豹研究院，万和证券研究所

图 352021-2026年全球印制电路板细分产品复合增速

资料来源：Prismark，头豹研究院，万和证券研究所

格局：中国是全球PCB产量最大的区域。全球PCB行业分布地区主要为中国、日本、韩国和欧美低于，随着近年来全球PCB产能向中国转移，中国已经成为全球PCB行业产量最大的区域。PCB行业生产商众多，集中度不高，市场竞争也较为充分。中国PCB行业竞争格局中，来自台湾、日本的厂商仍占领先地位，而大陆企业增长较快，目前鹏鼎控股和东山精密位列第一梯队，胜宏科技、兴森科技虽排名稍逊，但依靠HDI板、封装基板的特色优势，业务前景可期。

表6国内PCB企业概况

代码	简称	22年营收	概况
002938.SZ	鹏鼎控股	362.11亿元	连续多年位列全球最大的 PCB 生产企业，主要产品范围涵盖 FPC、HDI、RPCB、Module、SLP、MiniLed、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
002384.SZ	东山精密	315.80亿元	2022年行业排名为全球前三。产品广泛应用于手机、电脑、AR\VR、可穿戴设备、储能、服务器、通信设备、新能源汽车及储能、工控设备等。
002916.SZ	深南电路	139.92亿元	拥有印制电路板、电子装联、封装基板三项业务，形成了业界独特的“3-In-One”业务布局。数据中心领域，2022 年公司已配合主要客户完成新一代平台服务器 PCB 研发，现已逐步进入中小批量供应阶段。封装基板方面，无锡基板二期工厂已于2022年9月下旬连线投产并进入产能爬坡阶段。广州封装基板项目一期预计将于2023年第四季度连线投产。
603228.SH	景旺电子	105.14亿元	2022年在印制电路板行业全球排名第16位，中国内资 PCB 百强排名第三。公司拥有刚性板、柔性板和金属基板三条产品线，已开发出高多层 PCB、高阶HDI、多层FPC、刚挠结合 PCB 等中高端产品的批量生产技术，其中 HDI 产品已可批量用于100G/200G/400G/800G 的光模块。
300476.SZ	胜宏科技	78.85亿元	全球 PCB供应商第 21名、中国大陆内资PCB厂商第四名。公司专业从事高密度印制线路板的研发、生产和销售，主要产品有高端多层板、HDI板等，具备70层高精密线路板、20 层五阶HDI线路板的研发制造能力；公司的高密度多层VGA（显卡）PCB、小间距LEDPCB 市场份额全球第一。目前公司有为英伟达供货AI服务器 PCB。
002436.SZ	兴森科技	53.54亿元	国内本土IC封装基板行业的先行者之一，于2012年进入CSP封装基板领域，目前在薄板加工能力、精细路线能力方面居于国内领先地位。公司于2022年正式进军FCBGA封装基板领域，珠海FCBGA封装基板项目已于 2022年12月底建成并成功试产，预计2023 年第三季度进入小批量试生产阶段；广州 FCBGA封装基板项目预计 2023年第四季度完成产线建设，开始试产。

资料来源：Wind，各公司2022年年报及公告，万和证券研究所

4、接口芯片：高速化趋势换代升级，国产品牌力图破局

服务器产品的互联方案有QPl（Quick Path Interconnect 快速通道互联）、UPl（Ultra PathInterconnect，超级通道互连)、PCle、NVlink等。英伟达的GPUV100 就联合采用了QPI、PCle和 NVLink方案，其中QPI用于CPU之间的互联，PCle总线则用GPU、CPU、网卡等设备间的互联，NVLink技术主要负债实现GPU之间的直接互连。QPI、UPI技术方案由英特尔引入，为了满足 AI和高性能计算需求，英伟达汇聚 PCIE 和 QPI 共同优势推出 NVLink 技术，实现GPU之间的直接互连，满足GPU之间无缝高速通信的多节点、多GPU系统的需求，支持服务器内和服务器间实现高级多 GPU通信。除了CPU与GPU外，CPU与内存之间的通路主要通过内存接口芯片。

图 36内置内存控制器的Intel 处理器架构

资料来源：51CTO，万和证券研究所

图 37 搭载 LVLink 技术的 DGX-1with V100 拓扑图

资料来源：volta architecture whitepaper-NVIDIA，万和证券研究所

CPUto 内存互联-内存接口芯片。内存接口芯片是内存模组(俗称内存条)的核心器件,作为CPU存取内存数据的必由通路,其主要作用是提升内存数据访问的速度及稳定性,以解决服务器CPU的高处理速度与内存存储速度不匹配的问题。

内存接口芯片包括寄存缓冲器(RCD，又称“寄存时钟驱动器”)和数据缓冲器(DB)。通常，RCD芯片用来缓冲来自内存控制器的地址、命令及控制信号，而 DB芯片用来缓冲来自内存控制器或内存颗粒(DRAM)的数据信号。RCD与 DB 组成套片，可实现对地址、命令、控制信号以及数据信号的全缓冲。仅采用了RCD芯片的内存模组通常称为RDIMM（寄存式双列直插内存模组），而采用了RCD和DB套片的内存模组称为LRDIMM（减载双列直插内存模组）。

内存接口芯片具有技术驱动的特点，随着内存技术从DDR更新换到DDR5阶段，内存接口芯片也随之匹配到 DDR2/3/4/5系列。由于接口芯片需与各种内存颗粒及内存模组进行配套，并通过CPU厂商和内存厂商针对其功能和性能(如稳定性、运行速度和功耗等)的严格认证，才能进入大规模商用阶段，因此具有较高的技术门槛。进入DDR4阶段，在全球范围内从事研发并量产服务器内存接口芯片的主要包括3家公司，分别为澜起科技、IDT和Rambus。

图38澜起科技内存接口兴芯片

资料来源：澜起科技2022年年报，万和证券研究所

CPUto GPU互联-PCleRetimer和PCLSwitch 芯片。PCle是一种通用的总线规格，它由Intel所提倡和推广，其最终目的是取代现有电脑系统内部的总线传输接口，包括GPU、PCI、HDD、Network等多种应用接口。

PCleRetimer芯片是适用于PCle高速数据传输协议的超高速时序整合芯片，主要解决数据中心数据高速、远距离传输时，信号时序不齐、损耗大、完整性差等问题。近年来，高速数据传输协议已由PCle3.0（数据速率为8GT/S）发展为PCle4.0（数据速率为16GT/S），再至PCle5.0（数据速率为32GT/S)，数据传输速度翻倍的同时带来了突出的信号衰减和参考时钟时序重整问题，这些问题较大限制了超高速数据传输协议在下一代计算平台的应用范围。PCle4.0/5.0的高速传输问题提高了对优化高速电路与系统互连的设计需求，加大了在超高速传输下保持信号完整性的研发热度。为了补偿高速信号的损耗，提升信号的质量，通常会在链路中加入超高速时序整合芯片（Retimer）。国内生产PCleRetimer芯片的有澜起科技，其产品支持业界主流封装，功耗和传输延时等关键性能指标达到国际先进水平，并已与CPU、PCle交换芯片、固态硬盘、GPU及网卡等进行了广泛的互操作测试，2023年1月澜起科技的 PCle5.0/CXL2.0Retimer芯片已成功实现量产，公司还正在进行PCle6.0Retimer芯片的研发。

PCLSwitch主要作用将PCle设备互联。PCleswitch芯片与其设备的通信协议都是PCle，提供了分散或者是聚合的功能。国内上市公司龙迅股份在高速数据传输和视频传输接口技术上已有一定的技术储备，根据公司的投资者关系活动记录公告，目前开展的重点研发方向有研究企业级USB、PCleHub/Switch 系列芯片，用于终端系统的数据通信、接口扩展和超高清显示。此外，高通、英特尔、三星、安霸等多家知名的主芯片厂商已选择将公司的芯片产品纳入其参考设计平台。

图39PCle Retimer芯片典型应用场景

资料来源：澜起科技官网，万和证券研究所

GPU toGPU互联-NVlink和NVSwitch。NVLink是一种GPU之间的直接互连，可扩展服务器内的多 GPU 输入/输出(IO)，NVSwitch 则可连接多个 NVLink。借助 NVSwitch，NVLink 连接可在节点间扩展，以创建无缝、高带宽的多节点GPU集群，从而有效地形成数据中心大小的

GPU。通过在服务器外部添加第二层NVSwitch，NVLink 网络可以连接多达 256个GPU，并提供57.6TB/s的惊人多对多带宽，从而快速完成大型Al作业。

图40NVLink 与 NVSwitch 协同

资料来源：NVIDIA官网，万和证券研究所

图41NVLink性能

资料来源：NVIDIA官网，万和证券研究所

表7NVLink第二、三、四代规格

	第二代	第三代	第四代
NVLink总带宽	300GB/s	600GB/s	900GB/s
每个GPU最大链路数	6	12	18
NVIDIA架构支持	NVIDIA Volta 架构	NVIDIA Ampere 架构	NVIDIA Hopper 架构

资料来源：NVIDIA官网，万和证券研究所

四、投资建议

电子行业具备较强的周期属性和成长属性，在下半年进入周期上升阶段的预判下，业绩复苏与创新成长双逻辑有望共同驱动行业涨幅向上。

周期面：弱复苏，关注复苏进度和改善性机会。考虑到以智能手机、PC等为主的终端需求逐步进入存量阶段，全球/中国半导体销售额正在逐月回升，我们认为下半年电子板块以弱复苏为主调。从库存去化的进度和效果来看，历经一年多的调整，中游零部件厂商要早于和优于上游半导体厂商。建议关注部分库存去化节奏靠前或在汽车、工业应用上有显著改善的细分领域机会，如面板、MLCC、晶振、PCB等，推荐关注的个股有三环集团、泰晶科技。

成长面：强预期，关注AI和自主可控。Chatgpt引领AIGC 时代的到来，AI模型的发展带动大量高性能算力需求，AI服务器硬件产业链迎来量价齐升的机遇。当前AI正迎来“iphone时刻”，成长预期先行叠加国产化替代的逻辑加持，市场情绪推动估值向上，建议关注围绕AI服务器相关的硬件产业链，推荐关注的个股有寒武纪-U、澜起科技、龙迅股份、通富微电、胜宏科技、兴森科技。

五、风险提示

宏观经济波动、终端复苏不及预期、国产替代不及预期、AI产业化发展不及预期等。

本公司具有中国证监会核准的证券投资咨询业务资格

证券投资咨询业务是指取得监管部门颁发的相关资格的机构及其咨询人员为证券投资者或客户提供证券投资的相关信息、分析、预测或建议，并直接或间接收取服务费用的活动。

证券研究报告是证券投资咨询业务的一种基本形式，指证券公司、证券投资咨询机构对证券及证券相关产品的价值、市场走势或者相关影响因素进行分析，形成证券估值、投资评级等投资分析意见，制作证券研究报告，并向客户发布的行为。

分析师声明：本研究报告作者具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，保证报告所采用的数据均来自合规渠道，分析逻辑基于作者的职业理解，本报告清晰准确的反映了作者的研究观点，力求独立、客观和公正，结论不受任何第三方的授意或影响。本研究报告作者与本文所涉及的上市公司不存在利益冲突，且作者配偶、子女、父母未担任上市公司董监高等职务。

投资评级标准：

行业投资评级：自报告发布日后的12个月内，以行业指数的涨跌幅相对于同期沪深300指数的涨跌幅为基准，投资建议的评级标准为：

强于大市：相对沪深300 指数涨幅10%以上;

同步大市：相对沪深300 指数涨幅介于-10%-10%之间;

弱于大市：相对沪深300 指数跌幅10%以上。

股票投资评级：自报告发布日后的12个月内，以公司股价涨跌幅相对于同期沪深300指数的涨跌幅为基准，投资建议的评级标准为：

买入：相对沪深300指数涨幅15%以上；

增持：相对沪深300 指数涨幅介于5%—15%之间;

中性：相对沪深300 指数涨幅介于-5%-5%之间；

回避：相对沪深300指数跌幅5%以上。

免责声明：本研究报告仅供万和证券股份有限公司（以下简称“本公司”)客户使用。若本报告的接受人非本公司的客户，应在基于本报告作出任何投资决定或就本报告要求任何解释前咨询独立投资顾问。本公司不因接收人收到本报告而视其为客户，与本公司无业务关系的阅读者不是本公司客户，本公司不承担适当性职责。

本报告由本公司研究所撰写，报告根据国际和行业通行的准则，以合法渠道获得这些信息。本报告基于已公开的资料或信息撰写，但不保证该资料及信息的完整性、准确性。本报告不能作为投资研究决策的依据，不能作为道义的、责任的和法律的依据或者凭证，无论是否已经明示或者暗示。

本研究所将随时补充、更正和修订有关信息，但不保证及时发布。对于本报告所提供信息所导致的任何直接的或者间接的投资盈亏后果不承担任何责任。本报告版权仅为万和证券股份有限公司研究所所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制和发布。任何媒体公开刊登本研究报告必须同时刊登本公司授权书，且不得对本报告进行有悖原意的引用、删节和修改，并自行承担向其读者、受众解释、解读的责任，因其读者、受众使用本报告所产生的一切法律后果由该媒体承担。本公司对于本免责申明条款具有修改权和最终解释权。

投资者应注意，在法律许可的情况下，本公司及其本公司的关联机构可能会持有本报告中涉及的公司所发行的证券并进行交易，也可能为这些公司正在提供或争取提供投资银行、财务顾问和金融产品等各种金融服务。

市场有风险，投资需谨慎。

万和证券股份有限公司

深圳市福田区深南大道7028号时代科技大厦西座20楼

电话：0755-82830333传真：0755-25170093

邮编：518040 公司网址：http://www.vanho.cn

START YOUR FINANCE

起点财经，网罗天下报告

电子行业2023年中期策略：虽缓必至，黎明在望-20230714-万和证券-25页