半导体行业研究与投资策略.docx

《半导体行业研究与投资策略.docx》由会员分享，可在线阅读，更多相关《半导体行业研究与投资策略.docx（22页珍藏版）》请在第一文库网上搜索。

1、半导体行业研究与投资策略获取精品报告请登录【未来智库官网】。我们前瞻提炼判断半导体行业的需求与供给之间的三大关键矛盾，供需间的不平衡将打破行业既有格局，破局是最重要的抓手。在行业格局变化之际，高敏感度的资本将率先赋能行业，我们认为这是投资最主要关键的主线。1 .技术驱动：AI+HPC推动，先进制程推进+计算芯片落地元年，步入S型曲线快速成长阶段1.1. 核心矛盾之一：数据需求的指数式发展超过了线性发展的摩尔定律研究人类的科技发展史，发现科技的进步速度呈现指数型加速态势。尤其在1950年以后进入芯片时代，摩尔定律推动下的每18个月“芯片晶体管同比例缩小一半”带来的性能提升以倍数计。每一次加速的过

2、程推动，都引发了产业的深层次变革，带动从底层到系统的阶跃。然而时至今日，人类精密制造领域（半导体制造是目前为止人类制造领域的最巅峰）遇到硅基极限的挑战，摩尔定律的放缓似乎预示着底层架构上的芯片性能的再提升已经出现瓶颈，而每年人类产生的数据量却呈指数级增长，两者之间的不匹配将会带来技术和产业上的变革升过去以个人计算机及智能型手机为成长驱动力的半导体产业，目前迎来新的成长动能，即由人工智能（AI）、大数据（BigData）、云端运算（C1oudComputing）相互融合而产生的半导体新趋势。随着A1技术及应用的加速发展，需要更强大的高效能运算（HPC）芯片支持，半导体业者自然在A1世代扮演重要角

3、色。HPC（High-PerformanceComputing）即高性能计算，是指高速处理数据并执行复杂计算的能力。最知名的HPC解决方案之一是超级计算机。一台超级计算机包含数千个计算节点，这些节点协同工作来完成一项或多项任务一一这又被称为并行处理。它类似于将数千台PC联网在一起，将计算能力相结合，以更快地完成任务。具体来说，比如，采用3GHZ处理器的笔记本电脑或台式机每秒可执行大约30亿次计算。虽然这比任何人都快得多，但与每秒可执行数达数象限的HPC解决方案相比，简直微不足道。目前，随着云计算、大数据、物联网等技术产业的快速发展，数据流量增长速率正在不断加快正是通过数据，我们才得以实现开创性

4、的科学发现，推动改变游戏规则的创新，并提高全球数十亿人的生活质量。由于HPC在海量资料整合与大规模数据处理上所具有的无可比拟的优势，可以广泛应用于大型科学计算、科学数值仿真、金融机构大数据处理、搜索引擎等领域。1.1.1. 需求端快速增长：云端+边缘端同步推进HPC近年来迅速发展，根据HPC研究机构IntereSt360ReSeareh对全球20192024高性能计算市场的分析，2019年，全球高性能计算市场规模为390亿美元，因为疫情影响，2023年预计下降3.7%,约为376亿美金。预计到将达到550亿美元。它将以可观的高复合增长率增长，2023年至2024年间的CAGR为7.1%。HPC

5、的存储与运算可以有两种选择，其一在云侧(onc1oud),其二在边缘侧(onpremises)。从云端溢出到边缘端，或下沉到终端，都离不开芯片对于“训练”与“推理”任务的高效支撑，且越来越强调云、边、端的多方协同。同时人工智能应用迅速发展，对于芯片厂商而言，仅仅提供某一类应用场景的芯片是难以满足用户的需求。根据研究机构AI1iedMarketReSearCh的研究报告，人工智能芯片的市场规模将由2018年的66亿美元增长到2025年的912亿美元，年均复合增长率将达到45.4%o云侧：云数据中心负载重，建设加速，带动硬件需求近年来，集成电路行业迎来了数据中心引领发展的阶段，对于海量数据进行计算

6、和处理将成为带动集成电路行业发展的新动能。大规模张量运算、矩阵运算，高并行度的深度学习算法的广泛应用使得计算能力需求呈现指数型增长趋势。根据CiSCO的预计，2016年至2023年全球数据中心负载任务量将成长近三倍，从2016年的不到250万个负载任务量增长到2023年的近570万个负载任务量。同时，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，CiSeO预计到2023年，计算能力更强的超级数据中心将达到628座，占总数据中心比例达到53%o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

7、，高性能计算能力的需求增长导致全球范围内数据中心对于计算加速硬件的需求不断上升。根据AMDNextHorizon,发布会预测，2023年数据中心处理器规模将高达290亿美元，CPU市场为170亿美元，GPU市场为120亿美元。边缘侧：应用场景广泛，多点开花云端受限于延时性和安全性，不能满足部分对数据安全性和系统及时性要求较高的用户需求。这些用户的需求推动大量数据存储向边缘端转移。边缘计算是5G网络架构中的核心环节，在运营商边缘机房智能化改造的大背景下，能够解决5G网络对于低时延、高带宽、海量物联的部分要求，是运营商智能化战略的重要组成部分。边缘计算可以大幅提升生产效率，是智能制造的重要技术基础

8、。根据Gartner预测，未来物联网将约有10%的数据需要在网络边缘进行存储和分析，按照这一比例进行推测，2023年全球边缘计算的市场需求将达到411.40亿美元。边缘计算将在未来3-5年创造巨量硬件价值，为大量行业创造新的机遇。与云端HPC芯片相比，边缘HPC芯片的使用场景更加丰富，同时单芯片售价并不昂贵。在边缘场景下，运算量依然很大、多样化场景要求具备多种算法的兼容性，边缘智能芯片的通用性和计算能力要求与云端相差不大，但对成本控制和功耗则提出了更高的要求。1.1.2. 供给：头部厂商提前布局，HPC收入占比持续提升，产业链趋势正在形成在未来，HPC芯片将取代智能手机芯片，成为IC设计和圆晶

9、制造厂商主要收入来源。以台积电为例，从20Q3营收状况来看，三季度智能手机业务营收增长了12%,HPC营收增长25%,物联网业务营收增长了24%O新机发布周期到来，促进了智能手机业务的反弹，新冠疫情刺激了远程办公等需求，云计算相关的HPC连续三季度保持增长。此外，台积电预测除存储外的半导体行业整体将在2023年全年实现中位个位数的增长，晶圆代工行业整体增长率将会接近30%o而台积电将继续受5G和HPC驱动，2023业绩总体将增长30%oInteI作为传统CPU芯片厂商，较早地实现了HPC数据中心产品的大规模销售，收入由2015年的159.8亿美元增长到2019年的234.8亿美元，年均复合增长

10、率为10.10%。作为GPU领域的代表性企业，NVidia数据中心业务收入在2015年仅为3.4亿美元，自2016年起，Nvidia数据中心业务增长迅速，以72.23%的年均复合增长率实现了2019年29.8亿美元的收入，其增速远远超过了NVidia其他板块业务的收入。InteI和NVidia数据中心业务收入的快速增长体现了下游数据中心市场对于泛人工智能类芯片的旺盛需求。同时，国内的头部厂商寒武纪，以异构计算架构为突破，同步行业变局下的自身变化也将实现收入端的高增长，我们参考公司最新披露的股权激励实现目标，预计未来3年公司在HPC方面有望迎来收入的高速增长。1.2. 破局：先进创新永不眠1.2

11、.1.制程创新CMOS缩放与超越CMOS架构戈登摩尔(GordonMoore)在1965年的论文中曾著名地预测过，每个芯片的组件数量每年将继续增加两倍。1975年，MOore通过预测每个芯片的组件每两年增加2倍来更新他的早期预测，而这将是缩放组件尺寸和增加芯片面积的结合。从早期IBM集成电路设计的电脑计算单元、到以Inte1为代表的的IDM半导体公司成立，再到以台积电为代表的FOUndary厂商崛起，最终建立以“圆晶制造”为核心的全产业链服务平台，摩尔定律贯穿其中。毫无疑问，CMOS微缩已成为推动过去几十年大进步的“燃料”。过去几十年中，集成电路产业一直通过CMoS微缩以提高性能、效率和降低集

12、成电路和系统的成本，从而实现新的应用。这种“经典”或“传统”的缩放MOSFET晶体管的方法，直到2000年代初13Onin时代仍十分有效。在过去的20年中，半导体公司以两年的节奏开发新一代的处理技术，并且每一代都将最小特征尺寸缩小了大约0.7倍，从而将面积缩放比例提高了约0.5倍。因此晶体管密度每两年提高一倍。2000年代初晶体管尺寸缩小至13Onn1时，我们已经达到了使用传统方法缩小晶体管的极限，并需要开始引入晶体管材料和结构方面的创新以继续实现小型化。最早的重大创新之一是英特尔于2003年在90nm技术上引入了应变硅晶体管。英特尔的下一个重大创新是在2011年采用22nm技术的FinFET

13、（三栅极）晶体管。在14nm制程上，英特尔采用第二代FinFET技术，使用了两年时间，达到逻辑区域缩小至0.37倍的成果。MOSFET晶体管研究人员正在探索器件结构和沟道材料的变化，以实现更新一代的MOSFET缩放。结构上，用多个水平纳米线堆叠实现的MOSFET是一种选择，它可以实现进一步的栅极长度缩放，优于FinFET结构；材料方面，具有半导体沟道材料的MOSFET是实现比硅更高迁移率的沟道的有前途的选择。此外，超越CMoS的研究工作已经进行了10年，得到了美国公司SRC的资助。10年前，这个行业-大学研究联盟的期望是，该领域将产生比CMOS更好的计算技术。但事实表明，在许多令人印象深刻的提

14、议和模拟中，没有一个比CMOS更好。但是，它们确实具有许多有价值的功能，例如低功耗操作和非易失性。因此，当前的愿景是，在某些至关重要的计算或信息处理应用中，超越CMOS的电路将取代CMOSo它们将与CMoS单片集成在同一芯片上，或者一起封装在多芯片模块中。晶体管缩放，尤其是MoSFET缩放，通过提供新一代的集成电路技术，已经为半导体行业服务了50多年，该技术同时提供了更高的密度，更高的性能，更低的功耗以及更低的每只晶体管成本。有时，通过使用简单的演进技术就可以实现晶体管缩放，但是在其他时候，则需要进行更具革命性的技术变革，例如从双极型切换到MOSFET,最近还需要实现高k金属栅极和FinFET

15、晶体管。总体来讲，在先进制程中，CMOS微缩带来的进步已经有限，因此，对于芯片改变的需求更加迫切。值得欣慰的是，材料、设备概念和图案的创新已经为当前的IOnm以下技术扫清了道路。而在先进制程进入到5nm以后，摩尔定律的实现已经有所放缓，但微观层面芯片设计依旧将持续朝着更高的计算密度，更大的存储密度和更紧的连接密度三个方向持续推进，同时行业新的理念和技术方法仍将为摩尔定律注入新的血液，比如采用非经典结构，从结构的设计及布局来实现芯片面积的微缩，从而促使摩尔定律在“另类”层面得以实现，为集成电路产业继续赋力。1.2.2.架构创新：云端的异构计算与端侧的存算一体观点：在云侧和端侧可能发生的变化，重视

16、华为海思得不到最新制程支持相带来的变化。重视消费电子侧可能发生变化，由于华为拿不到麒麟先进制程的SoC,手机端的创新会下沉到端侧，在子模块中加入端侧带A1功能的芯片会使得分担主芯片计算的任务，存算芯片可能在端侧得到快速中渗透的应用/架构创新在云端以异构计算为推动，针对ToB市场，解决大规模计算的处理器性能瓶颈，国内企业寒武纪异军突起。人工智能算法将持续推进，智能芯片架构需要与时俱进。当前人工智能发展正处于第三波浪潮上，这波浪潮最大的特点就是与业务紧密结合的人工智能应用场景逐渐落地，拥有先进算法和强大计算能力的企业成为了最主要的推动者。伴随并行度提高，同构系统处理器核间的并行冗余越来越大，不可并行任务协调工作越来越多，导致系统性能增幅随冗余增大接近饱和。异构多核芯片的创新涉及软硬件等深层次创新融合与突破，是普适计算领域新热点，也是信息产业发展重要新拐点。异构计算崭露头角