2H24起，随着AI训练端Scaling law边际收敛，市场重心更多关注在2025年1）AI能否有实质性的商业化落地，包括海外大型云厂商能否通过AI对现有存量业务实现降本增效；2）云厂自研ASIC的进展，是否会对英伟达GPGPU架构产生冲击；3）AI端侧的落地，我们认为最值得关注的是AI手机和AI眼镜两大创新。
AI算力：云厂商自研芯片加速起量，带动AI加速计算芯片市场结构变化
伴随大型云服务商对AI计算需求日益增多，将更加追求AI加速芯片的成本效益。微软、谷歌、亚马逊等越来越多云服务商纷纷加速推理和训练侧自研芯片推出。根据产业链调研，我们预计2025年亚马逊自研芯片出货量增速有望领先，亚马逊近期宣布和Anthropic的合作，未来Anthropic将使用一个搭载数十万颗亚马逊自研芯片算力集群，芯片数量达其现有算力集群五倍以上，将带动亚马逊自研芯片加速放量。云厂商加速自研加速计算芯片大势所趋，产业链相关公司参考研报原文。
CSP厂商自研加速计算芯片主要基于ASIC技术路线，兼具高性能、低功耗等优势。AI加速芯片基于不同设计架构存在多条技术路线，目前主要包括GPU（图形处理单元）、ASIC（专用集成电路）、FPGA（现场可编程门列阵），三者在通用性、灵活性和性能上各具优势。其中，相较GPU，ASIC加速计算芯片针对特定应用场景设计具备高性能和低功耗特点，其专用性优势更利于云服务商的软件适配，并且伴随AI应用需求量快速增长能分摊ASIC芯片前期较大研发成本，可同时兼具成本、效率等优势，成为CSP厂商自研AI加速芯片主要选择。我们认为，ASIC定制加速卡以及GPGPU会长期并存，ASIC可以针对特定工作负载提供性能优化，并从对NVIDIA的过度依赖中实现多元化，但GPGPU仍将承担云服务主要工作负载。
Marvell预计数据中心定制加速计算芯片市场规模有望从2023年66亿美元增长至2028年429亿美元，2024-2028年CAGR=45%。2022年8月ChatGPT发布以来，全球AI大模型发展持续加速，并带动中外科技企业的算力军备竞赛。英伟达作为AI算力芯片龙头厂商，2023年其数据中心收入达475亿美元，较2022年（150亿美元）增长2倍以上。英伟达凭借高性能的的GPU产品和高粘性的CUDA生态在AI算力芯片市场占据主要份额。但伴随大型云服务商对AI计算需求日益增多，将更加追求AI加速芯片的成本效益，微软、谷歌、Meta、亚马逊等越来越多云服务商纷纷加速布局ASIC定制化加速卡。Marvell预计到2028年定制化加速计算芯片市场规模将从2023年的66亿美金增长至429亿美金，对应2024-2028年对应年复合增速为45%，在AI加速芯片市场占比提升至25%（2023年占比为16%）。
谷歌、亚马逊起步较早，微软、Meta等亦纷纷入局。追求成本效益，以及摆脱对英伟达的过度依赖成为CSP大厂等科技公司加速自研芯片主要原因。进度上，谷歌、亚马逊布局较早，态度积极；微软、Meta起步相对较晚，正加速追赶。目前，谷歌自研TPU已广泛应用于内部推理、训练工作负载，其自研芯片不仅支持自用，同时还支持对外提供TPU云服务。亚马逊自研芯片旨在为客户提供更具性价比、更高能效云服务，包括Graviton服务器CPU，以及Inferentia和Trainium系列AI芯片，目前亚马逊云服务广泛使用自研和外购芯片。微软首款自研AI芯片推出时间相对较晚，OpenAI、Copilot应用等需求成为微软自研芯片布局重要驱动力，目前公司云服务同样广泛使用自研和外购芯片。Meta于2023年推出首款自研AI芯片MTIA，主要用在模型推理，可协助优化Facebook和Instagram上内容排名/推荐，数据中心训练仍采用英伟达为主。
谷歌：自研AI芯片投入最早，已获苹果等客户认可
新一代产品性能可对标H100，持续完善软件生态筑强优势。谷歌于2016年Google I/O大会上发布第一代TPU产品，且TPUv1于2015年便已在内部开始部署上线，此后，谷歌持续推进自研TPU的迭代更新。2024年5月，公司发布第六代TPU产品Trillium，并计划于2024年下半年开始向其云客户提供相关服务。硬件性能上，谷歌Trillium产品，可实现BF16/INT8峰值算力926T/1852T，对标英伟达2023年发布的H100（989T/1978T），产品代际差距在一代之内。软件生态上，谷歌AI生态系统包含多种开发工具和框架，如TensoFlow、TPU Estimator和Keras等。其中，TensorFlow为谷歌开源深度学习框架，提供高级编程接口和工具集，可助力开发者更轻松地利用TPU芯片性能优势，并加速其应用的部署和执行。
广泛应用于内部推理/训练工作负载，且获苹果等客户认可。自2015年首次部署TPU以来，谷歌内部推理/训练工作逐步转至由自研TPU承担。公司Gemini模型便完全基于其第四代和第五代TPU训练，同时，Imagen 3、Gemma 2等亦均经由TPU训练并提供服务。此次外，谷歌基于TPU的云服务也得到越来越多客户使用认可。谷歌发布Trillium TPU的同时，表示包括自动驾驶汽车公司Nuro、药企Deep Genomics以及德勤等均将采用该TPU相关服务。2024年7月，苹果发布论文称其使用2048片TPUv5p芯片用以训练27.3亿参数的设备端模型AFM-on-device，以及使用8192片TPUv4芯片用以训练其为私有云量身定制的大型云端模型AFM-server。
亚马逊：自研CPU持续迭代，Anthropic等合作助力AI芯片快速起量
自研CPU已迭代至第四代，累计出货超200万颗。2018年，亚马逊发布第一款基于ARM架构的自研CPU，并持续推进自研CPU迭代升级，2018年至2023年5年期间，亚马逊自研CPU Graviton系列已迭代至第四代。其中，2023年发布的Graviton4内核采用业内领先的Neoverse V2架构，核心数达96个，相较上一代产品综合性能提升30%，内存带宽提升75%。相较x86架构CPU，基于ARM架构的Graviton系列兼具更低功耗和更优成本优势。SAP通过使用 Graviton服务，实现35%成本降低以及45%的碳排放量减少。截止2023年，亚马逊科技已拥有超150种基于Graviton计算实例，全球超5万家企业和开发者进行使用，Graviton累计交付超200万颗。
AI推理/训练芯片同时布局，Anthropic等深度合作加速起量。亚马逊AI芯片包含推理Inferentia和训练Trainium两个系列，其中，2023年发布的Trainium2可实现FP16/INT8峰值算力431T/861T，超过英伟达A100（312T/614T），较H100（989T/1978T）仍有一定差距。2024年Re:Invent大会，亚马逊发布其新一代人自研AI芯片Trainium 3，采用3nm工艺，性能Trainium 2高2倍以上，且能效比提升约40%，公司预计将于2025年底上市，将进一步缩小与英伟达最先进产品差距。公司与Anthropic等AI初创公司深度合作加速AI芯片放量，2024年12月，Anthropic宣布未来将使用一个搭载数十万颗亚马逊自研芯片算力集群，芯片数量达其现有算力集群五倍以上，此外，此前Databricks亦与亚马逊签订协议承诺将使用Trainium芯片。
微软：自研AI芯片较晚起步，率先支持内部AI应用
2023年微软推出Maia100和Cobalt 100两款自研芯片，其中，Maia100 AI芯片为公司第一款自研AI芯片，其MXint8/MXFP4算力分别达1600T/3200T，据Semianalysis，Maia100性能可接近英伟达H100和AMD MI300X水平，内存带宽仅为1.6TB/s，较H100和MI300X仍有一定差距。Maia100已在微软搜索引擎Bing、Office AI产品上进行测试，此外，OpenAI亦率先进行试用，用于GPT-3.5 Turbo上测试。Cobalt100为基于微软推出的第二代ARM架构CPU，采用Neoverse N2内核，整体性能相较上一代Azure芯片提升了40%，公司表示Cobalt100已在部分Teams、Azure通信服务和Azure SQL服务中搭载使用。
AI端侧：25年AI+手机/眼镜等终端将率先落地
24年以来，AI开始向PC/智能手机/XR等生产力工具及个人助手场景延展，展望25年，我们预期智能手机和眼镜将有望率先成为AI Agent载体。1）手机：现阶段硬件制约影响并不大，核心在于手机终端大模型的使用体验感有望进一步增强。苹果、三星、华为、小米等头部智能手机品牌厂在优化升级手机终端硬件性能的同时不断地锤炼自身大模型能力，我们认为25年手机终端软硬件升级仍是确定趋势，有望加速终端用户换机换机周期，产业链相关公司：立讯精密 (002475 CH)、鹏鼎控股 (002938 CH)、东山精密 (002384 CH)、瑞声科技 (2018 HK)、舜宇光学 (2382 HK)。2）眼镜：2H24，初创公司、互联网及手机大厂等AI眼镜新品陆续发布，尽管当前的AI眼镜多只配备摄像头完成例如音频播放、拍照、摄像等功能，但后续技术迭代路径清晰，在硬件侧需要平衡重量和功耗（待机时间）问题。我们认为25年起有望看到眼镜硬件迭代+AI Agents生态崛起+用户心智突破三重逻辑共振，产业链有望迎来强催化，产业链相关公司参考研报原文。
PC：AI PC 25年上半年有望向全球推广
AI PC = 边缘算力+内置大模型。 目前AI PC定义众多，芯片厂商、PC品牌厂商、第三方机构均各自有自己的定义。我们认为广义来说，处理器具有NPU提供的边缘算力能力，以及具有内置大模型，就可以称之为一款AI PC。以联想4/18推出的AI PC系列产品看，目前AI PC主流功能可以分为8类，PPT智能创作、文生图、文档总结、智能问答、AI识图、会议纪要、智会分身、设备调优，我们认为这是公司在AI PC的初期尝试，预计24年底全新一代AI PC随着处理器升级而推出后，全球AI PC渗透率有望更快提升。
IDC预计全球PC出货总量稳定增长，AI PC渗透率持续提升，2027年或达60%。根据IDC数据，2023年全球PC出货量约2.5亿台，AI-capable PC出货量0.25亿台，市占率约为10%；2024年全球PC出货量2.75亿台，AI-capable PC市占率约19%；预计到2027年，全球PC出货量为2.93亿台，届时AI-capable PC市占率有望达到60%。
AI PC下NPU与独立GPU方案或将长期共存。AI应用落地将对PC算力提出更高要求，高通、英特尔、AMD等芯片厂商纷纷展开布局，陆续推出针对AI PC场景优化的芯片产品。在PC侧，使用独立GPU运行AI运载，具备高性能、高吞吐量等优势，但功耗高；NPU方案更具高能效、低功耗等特点，但对高性能要求AI负载支持能力有限。考虑AI任务需求以及用户偏好不同，我们认为AI PC市场使用1）CPU+NPU+GPU处理器（英特尔 Meteor Lake/AMD 8040等）；2）CPU+独立GPU；3）CPU+NPU+GPU处理器+独立GPU等组合作为处理AI负载主力的算力架构方案或将长期共存。2022年，据IDC数据，ARM架构CPU在PC市场的市占率约11%，主要布局厂商为苹果。2023年10月，高通推出的基于ARM架构X Elite芯片具备突出的AI性能表现，符合AI PC发展趋势，有望带来ARM CPU在PC市场取得进一步突破。2024年6月举行的COMPUTEX 2024上，ARM CEO Rene Haas表示称，Arm预计将在五年内拿下Windows PC市场50%以上的份额。
AI PC推动存储规格升级，DRAM最低16GB、LPDDR占比或逐渐提高。1）阿里通义千问7B模型的原始大小是14.4GB，在联想的Lenovo AI now中运行的模型则压缩到了4GB。由此，AI大模型+电脑本身的缓存，大概只要5-6G内存能运行起来，而OS本身需占用5-6GB，故未来运存最低也需要16GB才能保证PC稳定运行。2）根据Trendforce，Qualcomm Snapdragon X Elite、AMD Strix Point及英特尔 Lunar Lake，三款CPU的均采用LPDDR5x，而非现在主流的DDR SO-DIMM模组，主要考量在于传输速度的提升；DDR5目前速度为4800-5600Mbps，而LPDDR5x则落于7500-8533Mbps，对于需要接受更多语言指令，及缩短反应速度的AI PC将有所帮助。今年LPDDR占PC DRAM需求约30~35%，未来将受到AI PC的CPU厂商的规格支援，从而拉高LPDDR导入比重再提升。
硬件级的安全芯片确保隐私安全。根据联想和IDC 2024年9月12日联合发布的《AI PC产业(中国)白皮书》，AI PC需要设备级的个人数据和隐私安全保护，除了个性化本地知识库提供本地化的个人数据安全域以及本地闭环完成隐私问题的推理之外，还可能引入硬件级的安全芯片在硬件层面确保只有经过授权的程序和操作才能读取、处理隐私数据。此外联想等厂商也同样在自研AI芯片（如联想拯救者Y7000P、Y9000P、Y9000X、Y9000K四款新品笔记本搭载的搭联想自研AI芯片——LA系列芯片），实现智能的整机功耗分配。
AI手机：25年或将迎来软硬件升级大年，预期AI手机渗透率持续提升
手机是人们日常生活较高的交互终端，具有普及率高、使用频率高的特点，考虑终端算力、存力以及客户应用需求等因素，手机已经成为AI大模型在C端落地的重要设备。去年底至今，随着三星Galaxy S24、Google Pixel 8等重要产品上市，以及苹果WWDC推出Apple Intelligence，手机AI的功能逐渐清晰。目前语音助手、修图、写作助手等功能成为主流。
2024年6月举行的苹果WWDC 2024大会推出全新个人化智能系统Apple Intelligence，由苹果端侧大模型、云端大模型、ChatGPT共同组成，算力足够下依赖终端，复杂场景则使用私密云计算或ChatGPT，能够1）增强Siri理解能力，配备多轮对话、总结信息、屏幕内容感知、应用智能交互等能力，2）提供邮件智能回复、通知整理，备忘录和通话录音/撰写/摘要等功能，3）支持图像生成/智能修图等功能，4）ChatGPT4o将融入siri和writing tools，作为云端备选模型。我们观察到Apple Intelligence核心能力包括文生文、文生图、跨App交互与个人情境理解，并需要以OpenAI ChatGPT4o作为云端备选模型，配备上了目前已有的大部分AI功能。苹果通过Siri，把AI当作手机不同App之间联系的工具，而不是像此前三星和谷歌的AI应用更侧重于让AI去完成单一特定任务。苹果让Siri在未来成为应用分发入口和流量入口，以超过13亿台用户基数生态去提供好的产品解决方案。
IDC认为，新一代AI智能手机需拥有至少30 TOPS性能的NPU，能够在手机上运行LLMs，符合标准的SoC包括Apple A17 Pro、MediaTek Dimensity 9300、Qualcomm Snapdragon 8 Gen 3等。此类手机在2023年下半年开始进入市场。
硬件方面，我们看到：1）SoC：AI引擎升级、NPU算力提升，SoC进一步升级确定性强；2）存储：手机RAM升级至24GB LPDDR5X，相较当前主流的8GB LPDDR4X，成本提升300%；3）电源：电池/电源管理芯片升级，但弹性相对较小；4）光学：AI推动屏下摄像头应用取得突破。软件方面，新一代AI智能手机在系统架构和应用方面更加匹配个性化、场景化服务需求。
软件方面，与功能机和前代智能机相比，新一代AI智能手机更加注重场景化服务能力。前代智能机在功能机的基础上增加了手机OS和内嵌语音助手，并针对用户不同需求推出独立APP进行响应。新一代AI手机在大模型和原生化服务组件库的基础上，提供用户可定义的智能体开发平台和专属智能体，实现AI文本/AI图像/Al语音/Al视频等功能，满足用户健康管理/生活服务/角色扮演/高效办公/游戏助手等场景化需求。
据IDC，全球AI手机2024年出货量有望同比增长233%至1.7亿台。中国AI手机所占份额自2024年以后会迅速增长，预计2024年中国市场AI手机出货量为0.4亿台，2027年将达到1.5亿台，且AI手机渗透率有望在2027年超过50%。我们认为，AI手机以其智能化、个性化的特点，有望吸引更多用户进行换机升级，从而引领新一轮的换机潮。
AI眼镜：百镜大战拉开帷幕，2025年产业迎来加速迭代
AI智能眼镜新品密集发布，巨头正待入局，产业链有望迎来强催化。2024年10月以来，包括百度、回车科技、Rokid、影目、闪极在内的多家公司加入智能眼镜战场，纷纷发布自家新品。根据产业链信息，2Q25小米拟推出对标Ray-Ban meta的AI眼镜，将搭载AI功能、音频耳机模块和摄像头模块。Meta、谷歌、三星、字节等大厂的眼镜新品也将在2025-26年陆续亮相。我们看到在AI大模型的赋能下，智能穿戴终端正进入加速迭代期。
当前AI眼镜产业处于发展初期，产品形态百花齐放，主要分为纯音频眼镜、带摄像智能眼镜和带显示智能眼镜三类主流形态。目前纯音频眼镜和带摄像的智能眼镜制造工艺相对成熟，而带摄像头形态的眼镜由于在纯音频眼镜的基础上，集成了摄像头模组，用于提供图像和视频拍摄能力，同时可基于大模型实现AI识物等功能，具有更优的交互体验。我们认为带摄像功能的智能眼镜或将成为短期市场主流形态。
以Meta&Ray-Ban合作的第二代智能眼镜为例，基本形态为传统墨镜+开放式耳机+摄像头的集成，自2023年9月发售至今累计销量接近200万台，成为AI眼镜市场现象级产品。Meta & Ray-Ban眼镜默认配置价格299美元起，可以再配置不同度数的镜片。第二代眼镜具备的基本性能包括：1）相机：超广角1200万像素摄像头。拍摄高质量照片和沉浸式视频（竖屏2K@30帧，每段限时1min），可直接绑定账号分享到 Facebook 和 Instagram，打通Meta生态。视频通话或直播时可在手机和眼镜摄像头之间切换。2）声音：开放式扬声器，5麦克风阵列系统。3）Meta AI：基于Meta Llama模型开发的智能助手，通过“Hey Meta”唤醒，24年4月更新了多模态推理能力。4）交互：语音交互为主，镜腿上也有触摸板和拍摄按键。5）续航：单眼镜电池续航时间 4 小时，眼镜盒即是充电器，最多可额外充电 8 次（22min充50%，75min充满）。6）应用：配套Meta View App，眼镜与手机配对，眼镜的联网需要依赖手机的网络。7）内存和连接：32GB Flash，支持Wifi6和蓝牙5.2。
我们梳理2024年以来国内品牌发布的十余款AI眼镜，看到以下趋势：
硬件配置层面，1）由于AI眼镜的底层逻辑是传统眼镜与新技术的深度融合，传统眼镜需要的验配服务和终端渠道都对消费者购买决策具有关键影响，因此大多AI眼镜企业均选择与老牌传统眼镜厂合作，提供给消费者日常眼镜造型以及多种镜框款式选择，并提供配镜服务。2）在重量上，不带显示的眼镜重量在30-50g区间，与传统眼镜普遍20-30g相比仍然偏重，但已逐渐接近数十小时的佩戴舒适区间。3）标配麦克风扬声器，部分高配款达到五麦克风阵列。4）目前摄像头是加成项，但由于可拍照摄像是空间计算能力的基础，AI识物等功能均基于此，因此摄像头未来有望成为AI眼镜标配。5）SoC方面，高通和联发科最新产品8Gen4/天玑9400已经足够满足AI手机对核心硬件要求，而高通2023年推出的AR1（Gen1）眼镜芯片从CPU内核/算力/ISP等核心模块和技术上也能满足当前AI眼镜需求，并成为国内SoC厂商硬件迭代的参考对象。后续对SoC要求更高的是视频相关技术以及功耗和性能上的平衡。
在AI功能层面，国内眼镜新品通常选择与国产大模型合作，如闪极科技AI智能拍摄眼镜搭载讯飞星火大模型、小度AI眼镜搭载百度文心大模型；而国内厂商推出的海外款眼镜通常搭载ChatGPT、Claude和Gemini等多款大模型，利用AI大模型的能力，为眼镜提供丰富的交互体验。目前常见功能包括AI助手、AI问答搜索、AI翻译、AI语音播报等，未来随着AI Agent的成熟，眼镜厂商有望沿着本地生活服务探索更多第三方应用，例如智能导航、健身教练、支付、打车、订票等。
展望2025年，Meta、谷歌、三星、字节等科技巨头的眼镜新品有望陆续亮相，我们看好AI眼镜产业链迎来蓬勃发展期。我们预计2025年起AI眼镜赛道还将涌入小米、三星、谷歌、字节等选手。1）小米：据36kr，小米正计划推出新一代AI眼镜，产品预计于2025年4月前后发布。这款产品或将“全面对标Meta Ray-ban”，搭载AI功能、音频耳机模块、摄像头模块，并将以小米自有品牌形式发布。2）三星：根据维深信息Wellsenn XR，三星电子已于11月上旬敲定AI智能眼镜项目方案，产品计划于3Q25上市。在AI方面，三星与谷歌的Gemini AI团队合作，未来将搭载Gemini大模型。3）苹果：根据Digitimes，苹果目前已经启动了一项代号为“Atlas”的新项目，旨在了解竞争对手以及苹果自己的员工对于智能眼镜的立场。此外，苹果已经为AI/AR眼镜申请了大量的相关专利，专利涉及外观设计、功能体验、屈光镜片等。
长期来看，我们认为AI眼镜终端有望成为AI时代全新的人机交互平台。在AI终端时代，每一次新品的迭代带来的变化不再仅仅是硬件性能的零星更新，而是配合AI大模型进行软硬结合的全面升级，最终对消费者的交互模式产生深远影响。眼镜本身具有1）轻量级，2）佩戴无感化、全天候，3）高频响应等显著优点，且作为最靠近人体三大重要感官（眼、耳、嘴）的穿戴设备，能同时融合声音和视觉交互。因此，我们认为AI眼镜一方面天然适用于处理短平快的临时任务，打造个人助手；另一方面，结合显示功能的智能眼镜有望充分应用于社交、办公、垂类行业等多领域，进而成为AI时代的通用人机交互平台。
从硬件投资角度，我们认为感知交互演进和性能功耗权衡成为后续SoC迭代方向。复盘耳机的发展史可以发现，耳机市场黄金期大概从16年开始到21年，在经历了18/19年的高速发展期后20/21年进入平稳发展期。在这过程中，双路同传、主动降噪、智能语音等技术成为决定SoC厂商产品竞争力的核心因素，也正是因为恒玄率先在IBRT技术上有所突破，使得耳机具备更强的抗干扰和稳定连接能力，解决了传统转发方案功耗高、时延性长和稳定性差的特点，获得了华为及三星等大客户的耳机量产订单。切换到眼镜市场，我们认为尽管当前来看还未出现硬件瓶颈，但眼镜走向显示后对硬件的要求要远高于17/18年对耳机硬件的要求，所以我们推测眼镜SoC演化到会更复杂，迭代和创新周期相较于耳机也会更长，对SoC厂商来说考验更大。具体来看我们认为：
1）感知交互硬件升级：AR眼镜需要准确感知用户环境和行为，因此多传感器融合技术将不断完善，包括位置定位、姿态估计、手势识别等功能，相对应的交互硬件也将不断提升，例如摄像头的分辨率和帧率将提高，以获取更清晰的图像用于手势识别和环境感知；麦克风阵列将更加优化，提高语音拾音的效果，降低环境噪音的干扰；同时，可能会研发新型的交互设备，如智能戒指、智能手套等，与AR眼镜配合使用，提供更丰富的交互方式。在高通AR2方案中，高通已经具备追踪用户动作和定位的硬件加速引擎、手部追踪或六自由度（6DoF）输入互动延迟的AI加速器，AR1也带了加入了视觉搜索功能，以及面向健康和运动的健康传感器。
2）性能和功耗的平衡：在高通方案中，AR2配有AR协同处理器，负责眼球追踪和虹膜认证，配合镜头和感测器数据，专注视点优化工作负载，以此达到降低功耗的效果。当前眼镜的重量及性能与功耗之前的平衡成为未来AR眼镜发展的挑战。根据RayBan Meta
搭载147mAh电池，眼镜摄像40分钟续航推测，搭载的骁龙AR1芯片（4nm）拍摄电流是180mA左右（1080P），尽管相较紫光展锐W517（12nm）拍摄电流约312mA（1080P）已有改善，但芯片功耗仍然较大。后续随着摄像头分辨率的提升，摄像头的功耗上升也会很快。我们认为后续芯片的集成度和制程，摄像头的清晰度等参数权衡将更考验相关厂商的方案设计能力。
汽车电子：高阶智驾有望从中高端车型专属下探至经济型车型
高阶智驾2025年进入规模化量产
随着智能驾驶技术的不断演进，带NOA功能的高阶智驾成为近两年主机厂凸显新车智能化的重要配置。作为智能驾驶进阶的关键技术节点，NOA在原有自动泊车及基础辅助驾驶的基础上，实现了导航规划引导下的点到点智能驾驶，赋予车辆自主变道、超车及高速公路/城市道路自主通行等高阶功能。在当前L3级自动驾驶尚未获得监管放开的环境下，整车企业纷纷在L2框架内探索并落地高速NOA及城区NOA等更高级别的智能驾驶功能，增强新车在智能化方面的竞争力。
基于应用场景、技术门槛、软硬需求及成本结构的差异，目前呈现两条发展路线：
（1）针对20万元以下大众市场车型：高速NOA已进入快速普及阶段，成本是核心要素。2023年高速NOA技术基本达到成熟，由于主要应用于高速场景，技术门槛相对较低。据亿欧网统计，截至2024年H1中国智能电动汽车市场已有超过57款车型实现高速NOA功能。在技术方案上，高速NOA主要通过6-11V+3-5R组合实现，对芯片算力要求不高（约15-128Tops），目前发展重点在于持续降低成本以实现向大众市场车型的渗透，逐步替代现有的基础L1-L2功能。四维图新、毫末智行、大疆车载等行泊一体及高速NOA方案可以将整套成本控制在5000-7000元，有望推动高速NOA方案在10-20万价位段市场的渗透。
（2）针对20万元以上的中高端车型：城区NOA迎来量产"元年"，技术落地仍是核心。城市NOA面向全场景自动驾驶，对模型算法要求极高，需要配套更强的芯片算力和传感器冗余，短期内成本难以压缩，完整功能的落地是当前阶段的关键。目前主要由特斯拉（北美）、蔚小理、华为系、小米等引领城区NOA的逐步落地，传统自主品牌比亚迪、上汽、广汽、吉利和长城也有望逐步在2025年其中高端车型上推出搭载城区NOA功能的车型。
从渗透率维度观察：
基础L2级智能驾驶市场保持稳步扩容态势，但伴随技术升级，其渗透率将因结构性调整逐步下行。据高工智能汽车数据，2024年1-7月中国市场（不含进出口）乘用车前装标配L2级（不含NOA）智能驾驶功能的交付规模达460.99万辆，同比增长21.68%，前装搭载率首次突破40.26%临界点。随着更高阶智能驾驶功能的量产导入，我们预计2025年后搭载基础L1-L2功能的车型渗透率将进入下行通道。
考虑到L3及以上级别自动驾驶在法规框架、责任界定等长尾问题尚未完全厘清，未来三年我们预期以NOA功能（L2+/L2++）为代表的高阶智驾将加速渗透。高工智能汽车研究院发布数据显示，24年1-8月，中国市场（不含进出口）新能源乘用车前装标配NOA（含限时免费促销）达到98.61万辆，加上硬件标配/软件订阅（选装），上述数字已经超过150万辆。按照NOA软硬件标配计算，24年1-8月，新能源乘用车前装标配NOA实现同比增长128.08%。考虑到比亚迪明年开始大规模配置高阶智驾，我们预计未来以NOA功能（L2+/L2++）为代表的高阶智驾将加速渗透。
头部新势力引领技术发展，自主品牌发力有望加速市场下沉
头部新势力车企引领智能驾驶发展，技术落地速度持续加快。新势力车企通过持续的技术迭代和试点区域的扩张验证，不断完善智能驾驶的功能边界和安全性。梳理头部新势力的技术演进路径，可以清晰看到城市NOA从技术验证走向规模化落地的发展轨迹。特斯拉于2020年率先启动FSD Beta项目，经过三年持续迭代，已在2023年12月推出FSD V12端到端大模型并逐步升级为FSD Supervised；跟随特斯拉技术趋势，国内新势力汽车厂商以1-1.5年的时间实现从试点到全国范围内大规模推送的过程。
新势力领衔高阶智驾依旧集中在20万以上市场，未来大规模渗透仍有赖于自主品牌发力。根据Marklines，2024年1-10月新势力车企和特斯拉在20万元以上新能源车市场占据63%的主导地位，而在20万元以下市场主要系自主品牌的主导市场。从行业空间维度分析，20万元以下车型占据国内乘用车市场75%的份额，是智能驾驶实现规模化突破的关键增量市场。随着自主品牌在智能驾驶领域的投入和技术积累逐步深化，叠加供应链成本持续优化，预计2025年后将迎来高阶智能驾驶功能向大众市场加速渗透的关键窗口期。我们认为这一趋势也将推动行业迈入规模化发展新周期，带动产业链业绩和估值的戴维斯双击。
比亚迪发力低价车型智驾标配，自主品牌开始加速智能化进程。据芯流汽车报道，比亚迪计划在其10-20万元级别的系列车型上标配智能驾驶，项目计划于25Q1落地，采用Orin N和地平线J6E的方案。24年1-10月，24年1-10月比亚迪0-10/10-20/20万以上车型占比约23.4/67.5/9%；根据太平洋汽车，其中0-10万比亚迪目前基本采用1-4V方案，无智驾或提供基础L1智驾功能；10-20万基本配置4-6V+3-6R，装配基础L2功能；20万以上（包括腾势、仰望、方程豹）从24年开始逐步配置13V+5R+1L高端智驾，包括海豹、汉等改款车型上逐步开始配置。
腾势D9和唐PHEV是比亚迪在20万元以上价格带最热销的两款车型，两车型均标配DiPiliot智能驾驶辅助系统，可以实现L2/L2+辅助驾驶，在感知硬件上上，搭载1颗前向ADAS+4颗环视摄像头+8/12颗超声波雷达+3/5颗毫米波雷达，尚未搭载激光雷达，提供的智驾功能局限于基础L2功能。除这两款车型外，20万以上其他车型如仰望U8、腾势N7、汉EV、海狮07 EV、海豹等新款车型，都陆续推出了搭载“天神之眼”Dipilot 100/300等高阶智驾版本。而20万以下车型上，比亚迪尚未搭载“天神之眼”Dipilot高阶智驾系统，因此整体渗透率在25年有较大提升空间。此外，比亚迪发力平价智驾车型有望形成示范效应，带动自主品牌阵营整体提速。
吉利汽车： 吉利汽车在智能驾驶领域持续深化战略布局。2021年，公司发布"智能吉利2025"战略规划，承诺五年投入1500亿元研发经费，重点聚焦自动驾驶全栈自研能力建设及新能源技术研究，力争在2025年实现L4级自动驾驶商业化落地。在技术路线选择上，吉利采取"自研+合作"双轮驱动模式，已与百度、Waymo、英伟达、知行汽车等头部企业达成战略合作。在核心技术突破方面，吉利成功自研7nm制程的高性能智驾芯片"星辰一号"，计划率先在领克、银河等高端产品线导入应用。其自研智能驾驶系统“浩瀚智驾2.0”也取得阶段性进展，预计2024年底将向全国用户推送无图城市NZP（领航辅助驾驶）功能，并计划于2025年第二季度实现车位到车位（D2D）的领航功能。吉利正加速智能驾驶技术向经济型车型渗透。目前在入门级产品搭载L2级别驾驶辅助系统，主要整合ACC（自适应巡航控制）和LKA（车道保持辅助）等功能；在10万元以上价位的战略车型如星瑞、帝豪L等，已导入基于单目摄像头（1V）的智能驾驶解决方案，实现基础辅助驾驶功能的全系覆盖。
长安汽车：长安汽车在智能驾驶战略方面采取了双管齐下的策略，即通过华为智驾加持和自研SDA-S架构的结合，推动其智能化发展。自2018年推出北斗天枢计划以来，长安汽车在智能化领域不断加速布局，在2024年长安科技大会上，长安汽车宣布未来五年内投入500亿元用于智能驾驶技术的研发与应用，目标是在三年内成为智能驾驶领域的领导者。规模效应和技术进步有望加速其高阶智驾技术的平价普及，目前长安汽车已经发布UNI-T、UNI-K、深蓝SL03、深蓝S07，第四代CS75 PLUS等平价车型，搭载L2辅助驾驶功能，未来有望继续推动高阶智驾车型下探。
广汽集团： 2024年4月，集团发布"智行2027"行动计划，致力于在三年内实现产品体验与出行场景的双领先优势。在技术路线上，其自研ADiGO PILOT智能驾驶系统已突破"真无图"技术壁垒，实现"有导航即可行驶"的用户体验。基于"多传感融合"技术的L2++级无图城市NDA功能已在昊铂品牌率先落地，公司计划于2024年内实现全国范围覆盖。此外集团规划于2026年量产搭载无图纯视觉智驾系统，通过技术创新降低高阶智驾使用门槛，推动"智驾平权"进程。随着技术迭代和成本优化，广汽集团正加速推动高阶智驾向大众市场渗透。2024年11月18日广汽埃安副总经理肖勇在接受《每日经济新闻》采访时指出，原本集中在20万元以上价位段的高阶智能驾驶功能正逐步向更低价位下沉。AION品牌RT迅猛龙以11.98-16.98万元的价格区间，搭载激光雷达城市NDA技术，支持高速及城区无图NDA功能，实现高阶智驾在大众市场的突破。
高阶智驾发展演进带动产业链需求
随着智能驾驶功能持续渗透和技术不断迭代，产业链面临显著的结构性机遇。搭载高速/城市NOA车型的增加，硬件配置不断升级以满足更复杂的感知和计算需求。我们重点关注以下五个核心受益环节：（1）芯片：算力从原先基础L2等级所需的0-10Tops往高速NOA（15-128Tops）和城市NOA（200Tops以上升级）；（2）域控：随着芯片算力提升，所需配套电子元器件和散热等要求提升，产品形式从一体机往域控制器转换，带来价值量提升；（3）摄像头：过去传统L2功能一般采用4-5颗摄像头；高速NOA往往需要配置6-11颗摄像头，而城市NOA一般标配11颗摄像头，其中前视摄像头往8MP升级。（4）激光雷达：城市NOA面对的复杂场景更多，全场景智驾往往需要多传感器感知结果交互验证作为安全冗余备份。（5）高速连接器：传感器的增加带来数据从传感器端往域控内的智驾芯片中传输需求，所需高速连接器用量也有显著提升。
#1 智驾芯片：算力提升带来价值量升级
智能驾驶芯片作为处理中枢，其算力性能直接决定了整车的智能驾驶水平。在高速NOA阶段，主流方案采用15-128TOPS的计算平台，如地平线J5、黑芝麻A1000、英伟Orin-N等。而随着城市NOA等更高级自动驾驶功能的推出，对芯片算力要求进一步提升，目前主流量产方案采用双英伟达 Orin-X（单芯片254TOPS）或更高算力平台，以支持更复杂的场景感知和决策规划。随着更多搭载高阶智驾功能的车型推出，高算力芯片需求有望迎来快速增长。
据盖世汽车，2024年1-9月，英伟达Orin-X以37.8%的市场份额稳居榜首，其装机量高达1,31万颗。特斯拉FSD则以26.7%的市场份额紧随其后，装机量为93万颗。华为昇腾610、地平线征程5等国内芯片品牌也分别位列第三和第四。我们认为后续随着10-20万大规模落地高阶智驾，高速NOA起量需求更快，对应15-128TOPS国内芯片厂商产品布局已久、性能验证良好，有望凭借性价比和本土化服务优势扩大市场份额。
智驾芯片相关产业链公司参考研报原文。
#2 域控制器
域控制器是高阶智能驾驶不可或缺的核心部件，从分散式ECU向集中式域控架构的转变已成为行业趋势，特别是在芯片算力升级趋势下，为了满足算力需求，所需配套电子元器件、PCB、散热等提升，直接带动了域控制器的单车价值量增长。我们认为除了智驾域控算力升级外，25年舱驾一体的新趋势也有望带来相关舱驾域控产品出货量的增长。据盖世汽车，24年1-9月，德赛西威以51万套的装机量稳居榜首，市场份额达24.7%，彰显了其在智驾域控领域的领先地位。随着高阶智驾的渗透，不同域控厂商绑定各类芯片厂以及算法厂商，有望受益终端主机厂客户的销量增长实现份额提升。
域控产业链相关公司参考研报原文。
#3 车载摄像头：个数和像素均有升级
摄像头作为智能驾驶系统的“眼睛”，在感知系统中发挥关键作用。L1-L2 基础的辅助驾驶一般用 1V 3-5R的前视一体机方案完成，对摄像头需求较弱。但是随着行泊一体、NOA 需求的提升，在增加对摄像头需求的同时，对像素要求显著提升。行业对于 8M（800万像素)摄像头的需求呈现升级趋势，8M 摄像头具有更宽的视场角以及更远的探测距离。目前行业的升级趋势:（1）前视一体机从 100-200万像素向 800万升级，升级后除 AEB、LKA等功能外，还可以实现 HWA、TJA 等功能。（2）高速NOA往往需要配置6-11颗摄像头，城市 NOA 一般采用 11颗摄像头，除前视采用 8MP 外，蔚来、理想的侧视、后视摄像头也往 8M 升级。
据佐思汽研2024年1-9月，中国新车整体摄像头安装量为6,421.3万颗，同比增长32.6%。其中：前视摄像头1,157.4万颗，同比增长26%；侧视ADS摄像头699.7万颗，同比增长81.9%；后视ADS摄像头124.6万颗，同比增长152.9%；环视摄像头3,027.8万颗，同比增长33.2%。从摄像头显示分辨率来看，前视、周视摄像头高分辨率化趋势不变，8MP像素搭载量持续上升，2024年1-9月含8MP前视安装量275.2万颗，同比增长182.6%，渗透率从10.6%增长至23.8%；含8MP侧视ADS安装量168.3万颗，同比增长67.2%；含8MP后视ADS安装量29.7万颗，同比增长116.1%。
摄像头产业链相关公司参考研报原文。
# 4 激光雷达
2024年比亚迪、问界、享界、小米、阿维塔、极氪等推出的新车型均搭载了激光雷达，25年也将有多款搭载激光雷达的新车型发布。激光雷达作为高阶智能驾驶的重要补充传感器，在城市NOA的规模化落地过程中迎来加速发展机遇。当前行业已经形成"视觉为主+激光雷达补充"的主流技术路线，特别是在城市全场景NOA中，激光雷达凭借其高精度的三维感知能力，能够有效解决纯视觉方案在恶劣天气、复杂光线等场景下的局限性。另外，随着2024年4月份，禾赛ATX和速腾MX等200美元左右价格的激光雷达新品推出，我们认为出于安全配置（城市NOA搭载价位段不断下探的需求）以及科技属性（激光雷达搭载有望提升新车科技品牌），有望看到激光雷达在10-20万价位段逐步渗透。
据佐思汽研，2024年1-9月中国乘用车激光雷达装配量89.1万辆，渗透率达到5.8%，较去年同期1.6%的渗透率增加了4.2个百分点。就装配车型数量看，2024年前9月激光雷达装配车型达到62个，较2023年全年增加30个车型，新增主要车型有问界M7、极氪001、蔚来ES6、小米SU7、理想L6等。就品牌看，激光雷达主要搭载品牌有AITO问界、理想、蔚来、极氪、小米、小鹏、智己、零跑、阿维塔、智界等。从市场份额来看速腾聚创、禾赛科技、华为、图达通四家就占据了99.9%的市场份额。
激光雷达产业链相关公司参考研报原文。
# 5 高速连接器
随着智能驾驶级别的提升，车内高速数据传输需求大幅增长。一方面，智能座舱的不断升级也带来了更多高速传输场景，如高分辨率中控屏、AR-HUD、流媒体后视镜、车载娱乐系统等都需要高速连接器支持。更主要的是，高速NOA和城市NOA配置的摄像头、毫米波雷达、激光雷达等传感器数量显著增加，产生了大量原始数据传输需求，特别是8MP摄像头、激光雷达产生的较大数据量带来连接器用量和价值量的提升；以及域控制器算力平台升级后，芯片间高速互联以及跨域通信对连接器的性能要求不断提升。高速连接器在保证数据传输可靠性和实时性方面发挥着关键作用，推动了车用高速连接器向更高带宽、更低延时的方向发展，对以太网、Mini Farka等连接器需求增加。
激光雷达产业链相关公司参考研报原文。
自主可控：关注先进封装及设备材料国产化的投资机遇
晶圆制造：2025年在地化生产趋势有望持续
回顾2024年，全球晶圆代工行业市场规模有望同比增长18.2%至1095亿美元（Omdia数据）。在经历了2023年的下行周期后，2024年行业开始呈现复苏态势，我们看到全球晶圆代工行业呈现两大发展趋势：1）先进制程在AI快速发展及3nm新平台起量带动下，相关公司前三季度业绩表现强于成熟制程代工为主的企业；2）国内智能手机、家电等消费电子需求有所修复，叠加下游设计、IDM等客户在地化生产趋势，中国晶圆代工企业前三季度营收同比表现普遍优于全球同业。
竞争格局方面，台积电份额继续提升，中芯国际成为全球第三大晶圆代工企业。在AI芯片对4/5nm节点的需求高速增长，以及3nm产能因高端智能手机升级需求快速爬坡的驱动下，台积电2024前三季度营收实现27.2%的同比增长，远超行业增速从而份额持续提升。在下游客户在地化生产需求的推动下，3Q24年中芯国际12英寸产能利用率接近满载，积极推动新基地的产能爬坡。根据Counterpoint，自1Q24开始，中芯国际超过联电和格罗方德成为全球第三大晶圆代工企业，仅次于台积电和三星代工。
成熟制程：2025或继续呈现量增价跌趋势，中国企业有望超越同业成长
展望2025年，AI、新能源汽车需求将继续保持高速增长，但智能手机、PC、家电等需求修复力度仍然一般。Trendforce预计2025年AI服务器出货量及新能源汽车销量将实现28%/18%的同比增长。但由于AI终端创新落地及消费者换机意愿仍有待观察，Trendforce预计智能手机、PC、电视等需求2025年仍只有中低个位数缓慢增长。
终端需求修复偏慢，叠加中国大陆代工企业仍积极扩产，我们认为2025年全球成熟代工行业将呈现量增价跌的趋势。一方面，2025年终端需求缓慢修复将推动全球代工企业销量增长。另一方面，由于各地新增产能将在2025年持续释放，如晶合N3厂、燕东微12英寸二期产线等，新增产能的工艺节点集中在40-90nm，主要产品较为相似，如CIS、MCU、BCD、DDIC等，竞争可能导致价格有所承压。
受益于国内需求持续修复以及在地化生产趋势，2025年国内代工企业有望实现超越行业增长。近年来，由于地缘政治、供应链成本效益、兼容性问题以及终端广阔的市场等因素，我们看到国内设计企业开始逐步转单回国内代工平台，全球龙头半导体公司也更多将面向中国大陆终端的芯片生产转移到国内。根据我们测算，全球非中国大陆的主要代工企业2023年中国区营收合计119.4亿美元，占比为11.7%）。若中国芯片设计、OEM、系统公司等持续推动在地化生产，订单从非大陆企业转移到中芯国际、华虹等大陆企业的潜在市场较大。按照2023年的市场，若分别转移50%和70%的订单，对应市场为59.7亿/83.6亿美元（中芯国际2023年营收为63.21亿美元）。在此趋势下，我们认为中国代工企业有望实现超越行业的增长。
先进制程：出口管制趋严，国产设备推动下逐步追赶
美国设备出口管制趋严，先进工艺国产替代紧迫性增强。根据Trendforce，2023年中国大陆虽然在全球成熟制程市场（28nm及以上）占据31%的份额，但在先进制程市场（14/16nm及以下，包括FinFET和GAAFET）仅占据8%左右的份额。12月2日，美国BIS规则宣布了一系列规则，包括对 24 种半导体制造设备和 3 种软件工具实施新的管制；对HBM实施新的管制；增加 140 项实体名单并修改 14 项。本次出口管制围绕先进制程进一步细化刻蚀、薄膜沉积、离子注入、单片清洗、纳米压印光刻机，量检测等设备限制要求，加强限制国内部分实体采购含美国技术的先进设备。先进工艺被广泛应用于制造AI加速器、智能手机AP、CPU/GPU等高算力芯片，国产替代紧迫性较强。我们看好后续国产设备逐步突破，助力先进制程实现国产替代。
国内距全球龙头在先进工艺上尚有3-4年左右的差距，国内企业加速追赶。目前全球晶圆代工龙头台积电已在2018年/2020年/2022年分别量产领先业界的7/5/3nm制程技术，其规划2nm在2025年实现量产。中国大陆方面，中芯国际已在2019年量产14nm FinFET工艺。未来随着国产设备陆续突破，有望逐步追赶全球龙头。
封测：摩尔定律放缓，持续看好先进封装领域的投资机会
回顾2024年，全球封测行业市场规模有望同比增长10%至780亿美元（Yole的数据）。在经历了2023年的下行周期后，2024年行业开始呈现复苏态势，我们看到全球封测行业：1）产能利用率同比改善，封测价格基本触底；2）和前道晶圆制造一致，由于国内智能手机、家电等消费电子需求有所修复，叠加下游设计、IDM等客户在地化生产趋势，国内封测企业前三季度营收同比表现普遍优于全球同业。
摩尔定律放缓趋势下，先进封装市场发展持续快于传统封装。在摩尔定律放缓的背景下，以及高性能计算/AI、智能手机等应用推动下，游应用端对高算力、集成化的需求提升致使先进封装技术成为未来发展趋势，先进封装市场快速增长。Yole预计全球先进封装市场规模将由2023年的378亿美元，增长至2029年的695亿美元，CAGR为11%。Yole预计先进封装在整个市场中的比重将由2023年的44%，逐步超过50%。
2.5/3D为增长最快的细分领域，台积电引领发展。2.5D/3D封装可较大提升封装密度、缩小封装尺寸，其广泛应用于HPC等应用终端，Yole预计其市场规模将从2023年的10.2亿美元增长至2029年的27.6亿美元，CAGR达18%，远高于其他先进封装工艺市场规模增速。台积电在2.5D/3D先进封装领域布局多年，目前有成熟的FE 3D和BE 3D先进封装平台，拥有成熟的CoWoS、InFO、SoIC等先进封装技术。目前全球领先的AI芯片英伟达H100、AMD MI300、谷歌TPU、AMD等基本均采用台积电先进制程及CoWoS、SoIC等先进封装技术。
我们看好先进封装领域的投资机会，国内公司在先进封装领域布局完善。国内先进封装相关公司：1）长电科技：2023年推出的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。该技术是一种面向 Chiplet 的极高密度、多扇出型封装高密度异构集成解决方案，其利用协同设计理念实现了芯片成品集成与测试一体化，涵盖 2D、2.5D、3D 集成技术；2）通富微电：公司对大尺寸多芯片Chiplet 封装技术升级，新开发了 Corner fill、CPB等工艺，增强对芯片的保护，芯片可靠性得到进一步提升；3）华天科技：汽车电子封装产品生产规模持续扩大，2.5D、FOPLP 项目稳步推进，双面塑封 BGA SiP、超高集成度 uMCP、12 寸激光雷达产品等具备量产能力，基于 TMV 工艺的 uPoP、高散热 HFCBGA、大尺寸高密度 QFN、蓝牙低能耗胎压产品等实现量产；4）甬矽电子：公司通过实施 Bumping 项目掌握的 RDL 及凸点加工能力，并积极布局扇出式封装（Fan-out）及2.5D/3D 封装工艺，产线已在Q3实现通线。
半导体设备与材料：自主可控进入新阶段，关注设备材料国产化投资机会
经过多年的发展，我国大部分中低端半导体产品实现了国产化替代，但是高端产品有待进一步的发展和提高。目前在消费类电子，如机顶盒芯片、监控器芯片、CIS芯片等以及通信设备芯片，国内厂商能较好地兼顾性能、功耗、成本等因素，被市场广泛认可。根据Gartner，2023年国产芯片在分立器件、传感器、无线通讯芯片、应用处理器等细分领域的全球市场份额超过40%。但半导体材料、设备全球占比较低。受地缘政治影响，我们认为全球半导体的生产中心未来会从中国台湾走向全球分散，代工产能东移带动半导体设备、材料、零部件需求，2023年中国大陆前道设备厂商/材料厂商全球市占率约为6%/9%，国产化需求急切。
美国、日本、荷兰进一步扩大对华半导体禁令，催生国产替代需求
美国进一步扩大对华半导体禁令，荷兰、日本共同限制尖端半导体制造设备出口，国产替代迫在眉睫。2022年，美国出台《芯片和科技法案》，法案限制中国进口可用于加工14/16nm及以下逻辑芯片、可用于加工18nm及以下的DRAM芯片和128层及以上的NAND芯片的设备，并禁止未获许可的美国公民在中国从事芯片开发或制造工作。除此之外，10月以来多家半导体、芯片、光电等高科技企业入列实体清单。紧接着，美国于2023年1月跟半导体强国日本与荷兰达成共识，将限制向中国出口尖端半导体制造设备。2024年12月2日，美国BIS规则宣布了一系列规则，包括对 24 种半导体制造设备和 3 种软件工具实施新的管制；对HBM实施新的管制；增加 140 项实体名单。美国科技限制为半导体制造产业链带来国产化机遇。
半导体设备：国产替代已迈过从0-1阶段，后续建议关注核心设备刻蚀、薄膜、量检测等赛道投资机会
SEMI预计2023年全球半导体设备市场规模同比下滑16%至912亿美元，而2024年恢复成长17.6%至1071.6亿美元。半导体设备行业的核心增长驱动力是下游晶圆厂的资本开支，由于半导体行业的强周期属性，晶圆厂的扩产节奏及资本开支同样也呈现较强的周期性特征，带动半导体设备行业呈现一定的周期性。近年来，随着先进制程投资比例逐步加大，以及本地建厂的趋势兴起，全球半导体设备市场的周期性有所减弱，呈现波动上行的趋势。不同于全球半导体资本开支放缓趋势，本土晶圆厂产能仍持续扩张，进而拉升对上游设备厂商的需求。根据Knometa Research数据，在国内内资晶圆厂的逆势扩张带动下，中国芯片制造产能占全球份额将有望从2023年的19.1%提升至2024年的20.1%，且预计未来2025/2026年将持续增长。在内因外因的推动下，看好设备国产化率持续提升。在国内半导体行业快速发展和国家政策的双重驱动下，国内半导体设备厂商一方面不断扩大产品种类，逐步打破国外厂商垄断；另一方面，稳步提升产品性能，逐步向中高端市场渗透。
当前重要的本土半导体设备公司产品已涵盖半导体全产业链，但各环节国产替代进程存在较大差异。2023年国内半导体设备行业国产化率约19.1%。当前中国半导体设备产品主要集中在热处理/去胶设备/清洗设备/CMP抛光设备，根据Gartner数据，上述环节设备2023年国产化率分别为70%/70%/64%/52%，三大主设备中的刻蚀设备与薄膜沉积设备国产化率已分别达到28%与22%。而对于工艺相对复杂的道次所需的半导体设备（如光刻机、量检测设备、离子注入设备和涂胶显影设备）主要依赖进口，国产化率仍处于低位，2023年光刻机领域国产化率为1%左右，离子注入、涂胶显影和量检测设备自给率仅为8%左右。14nm及以下设备仅刻蚀、清洗、氧化发展较快，先进制程为设备国产化的下一个角力点。
半导体设备国产化已迈过0-1的阶段，目前我们看到国内半导体设备存在两个发展趋势，
趋势#1：逻辑与存储先进节点持续扩产，设备用量与价值量提升。逻辑领域，台积电、三星以及国内的中芯国际等先进制程代工厂持续扩产并推进技术迭代，GAA架构下刻蚀、薄膜沉积以及量检测设备价值量均将增加。存储方面，海外三大存储厂HBM产能快速扩张。2024年HBM供需环境持续紧俏，三大存储厂商加速扩产，Trendforce数据，三星、SK海力士至2024年底HBM产能规划积极，三星HBM总产能至年底将达约130K（含TSV）；SK海力士约120K，两大存储厂商HBM产能接近翻三倍增长，美光加速追赶，预计2024年末产能将达到20k。HBM产能扩张以及工艺复杂化带来的设备价值量与用量增长将推动上游设备市场持续快速扩容，产业链相关公司包括上海微电子 (未上市)、北方华创 (002371 CH)、拓荆科技 (688072 CH)、中微公司 (688012 CH)、芯源微 (688037 CH)、屹唐半导体 (未上市)、中科飞测 (688361 CH)、精测电子 (300567 CH)等。
存储国产化持续推进，带动上游刻蚀、薄膜沉积与量检测设备国产化。国内存储产业核心资产为长鑫存储与长江存储，分别主营DRAM与NAND设计与制造，两厂自设立以来技术节点与产能扩张进展迅速。国内存储IDM的产能持续扩张将进一步带动上游产业链国产化，刻蚀、薄膜沉积与量检测等国产设备商有望充分受益。
趋势#2：国内半导体设备商在走向平台化。国内多家设备公司的发展路径为专精于某一细分设备行业，产品与技术逐步成熟后开始走向平台化，如北方华创、中微公司、盛美上海等在持续推出新品，拓宽产品覆盖，分别在已有的薄膜沉积、刻蚀以及清洗设备的领先地位上，做产品的应用领域或产品品类拓宽。我们看好未来设备公司平台化，打开新增长曲线，增厚公司业绩。
设备零部件：美国实体清单范围扩大至设备环节，有望进一步加速上游零部件国产化
半导体设备零部件市场规模持续上升，我们测算全球2023年达到580亿美元规模。半导体设备厂商与晶圆厂均对半导体零部件存在一定需求，目前约90%的需求来自于半导体设备厂商，这是目前半导体零部件的主要市场与最大成长动能。据北方华创、拓荆科技等公司公告，中国半导体设备公司设备业务毛利率在38%-45%左右，即成本占据设备总销售额的55%-62%，同时直接材料占比构成了设备总成本中的88%-94%左右，对应半导体零部件占半导体设备公司总销售额约48%左右。SEMI测算2023年全球半导体设备市场规模仍同比增长11.3%至1,208亿美元，据此我们测算2021年全球半导体设备所需精密零部件的市场规模为492亿美元，2023年将达到580亿美元。
按产品类别半导体精密零部件具体又分为机械类、电气类、机电一体类、仪器仪表类、气体/液体/真空系统类和光学类六大精密零部件。据富创精密招股书披露， 2021年全球机械类/电气类/机电一体类/仪器仪表类/气、液、真空系统类/光学类零部件市场规模占半导体设备零部件市场比例分别为25%/13%/17%/2%/19%/17%，市场份额分别为123/62/82/10/92/82亿美元，机械类零部件占比最高，市场空间最大。国内规模较大的半导体精密零部件厂商以外资控股为主。目前国内规模较大的半导体设备精密零部件厂商主要为台湾地区的京鼎精密和日本 Ferrotec 等外资企业的境内子公司，其主要为国际半导体设备厂商供货。同时，国内设备尤其是先进制程设备零部件采购也主要依赖进口，一方面国内部分零部件在技术上较国际龙头厂商尚有差距，技术突破难度较高；另一方面半导体精密零部件对设计和生产要求较高，国产产品在同等技术水平下的量产稳定性尚有不足，国内设备厂商更愿意选择国际成熟产品。据北京国际咨询对国内主流代工厂调研数据，目前全年日常运营过程中领用的零部件（包括更换和失效更换的零部件）达到 2000 种以上，但国产占有率仅为 8%左右。美国和日本占有率分别为 59.7%和 26.7%。其中高端零部件市场主要被美国、日本、欧洲供应商占有；中低端零部件市场主要被韩国、中国台湾供应。
半导体设备国产化拉动国产零部件迎来重大机遇。由于半导体设备需求的迅猛增长，半导体设备零部件交货时间延长2倍以上，零部件企业若要建设新的基础设施工作繁多，大规模设备投资负担过重，因此存在产能瓶颈。国产零部件在解决零部件技术自主可控、推动半导体设备国产化等供应链卡脖子问题上具有重要意义，在全球零部件短缺与设备国产化浪潮下，我们认为国产零部件有望迎来重大机遇，实现弯道超车。
美国发布新实体清单，范围扩大至国内设备环节，有望进一步加速上游零部件国产化。12月2日，美国BIS发布出口管制法则修订，宣布了一系列规则，包括对 24 种半导体制造设备和 3 种软件工具实施新的管制。在设备领域上，本次管制主要内容包括：1）围绕先进制程进一步细化刻蚀、薄膜沉积、离子注入、单片清洗、纳米压印光刻机，量检测等设备限制要求；光刻机方面新增计算光刻软件；2）国产设备公司被加入实体清单。美国实体清单范围延伸到设备环节，有望加速国内设备厂导入上游国产零部件制造商，进一步推动零部件国产化。从国内零部件国内收入占比来看，先锋精科与珂玛科技国内收入占比均已较高，富创精密与江丰电子在国产化趋势的推动下，国内收入占比持续提升，同时收入也维持较高增长水平。
半导体材料：23年市场空间667亿美元，国产替代走向高端化
半导体材料是半导体发展的基石，贯穿生产的全过程。在晶圆制造过程中，需要使用硅片、电子气体、光刻胶及其配套试剂、掩膜版、湿电子化学品、CMP耗材（抛光垫、抛光液等）以及靶材。硅片是晶圆制造的第一步，是晶圆的基底材料；电子气体几乎贯穿晶圆制造的全流程，在清洗、氧化、光刻、刻蚀、离子注入、沉积中均发挥着重要作用；掩膜版是生产的母版，发挥着模具的作用；光刻胶则用于将掩膜版的图案转移到硅片上；湿电子化学品又称超净高纯试剂或化学工艺品，使用于清洗、显影、刻蚀、去胶等多个环节中；CMP耗材是集成电路制造过程中实现晶圆全局均匀平坦化的关键；靶材是利用溅射法制备电子薄膜的关键原材料，在形成具有特定功能的金属层（如导电层、阻挡层）中发挥重要作用。在封装测试过程中，需要使用封装基板、引线框架、键合丝、包封材料、陶瓷基板、芯片粘接材料等。
全球半导体材料市场连续多年增长迅速，23年出现大幅下滑，中国大陆地区为唯一增长市场。根据国际半导体协会（SEMI）数据，2016-2022年之间，除2019年半导体市场供需失衡短暂下降1.1%，其余均保持增长。由于2023 年全球半导体市场受国际形势影响需求下滑， 2023年全球半导体材料市场销售金额为667亿美元，较2022年的727亿美元下滑了8.2%。2017-2023年半导体材料市场CAGR为6.54%。国内半导体材料市场规模增长基本与全球同步，并且在2023年全球半导体需求较弱的情况下依然保持增长，2017-2023年国内半导体材料市场CAGR为9.80%，略高于全球增速。
低端半导体材料国产化率相对较高，部分高端产品出现突破。为避免半导体发展掣肘于海外，实现上游产业链自主可控是关键，目前材料虽未受限制，但为分散海外供应链风险，形成产业联动，国产替代紧迫性不断提高。根据SEMI数据，2023年全球半导体材料市场规模达到667亿美元，中国大陆地区半导体材料规模131亿美元，占全球总规模的19.6%。半导体材料种类繁多，竞争格局分散，目前整体国产化率为20%左右。具体品类来看，其中电子特气、湿化学品的壁垒主要在于精度/纯度，国产公司已经能在部分产品做到国际标准水平，国产化率约30%以上；硅片、靶材、CMP耗材对加工的工艺要求比较高，国产化率约在20-30%。但在高端领域，如12寸硅片国产化率不足5%；替换成本较高，涉及前后道工序的光掩模版、光刻胶国产化率在10%以下，尤其ArF光刻胶目前仍未实现国产替代量产突破。
半导体材料领域，我们观察到1）地缘政治因素影响国产化速度加快，12月2日美国新实体清单中虽然清单范围没有批量拓展到材料领域，但材料厂商中南大光电已经加入实体清单，表明材料领域存在进一步脱钩的可能，将有望倒逼国内材料厂商与下游制造厂商加速推动材料领域的国产厂商导入，国内材料厂商也在积极推进产能扩张，沪硅产业持续推进12寸大硅片扩产，据公司2024年6月12日公告，2024年末12寸产能有望达到60万片/月，24年6月又进一步宣布60万片新扩产计划。2）产品逐步走向高端化，国内半导体材料厂商ArF/EUV光刻胶的外国垄断已经打破：彤程新材已量产ArF，而南大光电（ArF光刻胶“02”专项）也已通过验证，硅片方面沪硅产业在 300mm 硅片相关的制造技术掌握成功度达到了国内领先水平，MEMS 用抛光片和 SOI 硅片相关技术达到国际先进水平，掩模版方面清溢光电与路维光电持续推进节点迭代，路维光电已储备150nm制程节点及以下成熟制程半导体掩膜版制造关键核心技术。3）国内材料厂商逐步平台化，电子材料行业特点为市场较碎片化，依靠单一品类难以实现长期收入持续增长，品类拓张为电子材料供应商突破营收天花板的主要方式，国内多家材料厂商如雅克科技、江丰电子、南大光电等在积极通过外延并购以及内生研发的方式推进产品品类扩张，打开增长天花板的同时增强客户粘性，向平台型半导体材料供应商迈进。
投资策略
投资标的
展望2025年，我们看好AI引领创新周期，催化算力端持续迭代以及端侧落地，云厂纷纷加速推出自研算力芯片将有望进一步推动产业链需求增长，同时AI在手机/眼镜以及汽车端加速落地，移动终端上智能手机和眼镜有望率先成为AI Agent载体，我们看好硬件迭代与AI Agents生态崛起为产业链带来强催化，汽车端比亚迪开始发力高阶智驾，有望带动行业头部自主品牌跟随以及硬件产业链需求提升。同时半导体产业链自主可控趋势持续，设备环节国产替代已迈过早期0-1阶段，设备公司订单先进制程占比逐步提升，核心设备突破稳步进行，龙头设备公司走向平台化。此外国产替代沿产业链往上游零部件等环节传导，材料国产替代也逐步走向高端化。
风险提示
中美贸易摩擦升级风险。基于2020年5月15日美国BIS宣布加大对华为限制事件，以及2024年12月2日美国再次宣布增加多家中国公司进入实体清单，国内半导体产业链或面临新品研发进程受阻、供应链供应受限以及新品需求下滑的风险。同时，国内消费电子产业链也面临因中美贸易摩擦升级所导致的需求下滑、业绩不及预期的风险。
电子产品渗透率不及预期的风险。电子行业创新性强、技术迭代快，新产品的渗透速度直接影响供应链厂商的业绩增速，而创新是否能激发消费需求往往需要市场的检验，因此具有不确定性的风险。
AI技术发展不及预期。Al 的进步可赋能行业各个环节，推动行业降本增效，但其发展受到各因素影响，存在发展不及预期的可能。
