炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
投资要点
AI终端：2024年伴随多品牌先后推出AI PC、AI手机，AI端侧加速落地，带动换机潮的同时催生终端全面升级。预计到2027年生成式AI手机的市场渗透率将达到43%，生成式AI手机的总量将从2023年的百万级增长到2027年的12.3亿部，同时AI算力驱动AI手机PCB、散热、电池等硬件配套升级。预计2025年AI PC渗透率将达到37%，成为市场主流，2027年60%的PC将具备端侧AI功能。同时，AI PC中的关键零部件将与处理器同步进行升级，包括内存、闪存、电池、散热、传感器等环节将有明显提升。
AI算力：英伟达最新旗舰产品GB200 NVL72算力较DGX H100提升45倍，并公布了未来3年“一年一代”的迭代节奏，英伟达产业链持续呈现供销两旺情形。与此同时，顶层设计下国内算力网络高速发展，运营商、地方智算中心、互联网企业不断加大算力投资，在外部政策限制和国内政策支持下，国产算力比例将获得快速提升，我们或在大芯片、存储、先进封装、液冷板块挖掘到更多预期差。
AI网络：展望2024下半年和2025年，我们看到AI网络三大主要趋势：一是以太网占比将显著提升，带动以太网交换机和光模块市场规模快速提升；二是scaleup能力持续迭代，铜连接成为GB200配套最大增量，同时以AMD为引领的UALink和以华为昇腾为引领的国产算力具备想象空间；三是scaleout能力从千卡、万卡到百万卡规模演进，短期看光模块配比有望再增加，未来800G向1.6T、3.2T演进价值将显著提升。
投资建议：关注AI终端+AI算力+AI网络三条主线：
（1）AI终端：AI引领硬件创新升级，建议关注：鹏鼎控股、立讯精密、东山精密、中石科技、思泉新材、珠海冠宇、洁美科技、顺络电子、三环集团。（2）AI算力：业绩主线，把握海外配套和国产替代机遇，建议关注：国产大芯片寒武纪、海光信息、景嘉微、龙芯中科；液冷英维克；AI存储澜起科技、聚辰股份；先进封装长电科技、通富微电、颀中科技、汇成股份、北方华创、中微公司、拓荆科技、芯源微、鼎龙股份、华海诚科。（3）AI网络：光铜共进迎接scaleup和scaleout能力升级，建议关注：光模块新易盛、中际旭创、天孚通信、源杰科技、华工科技、铭普光磁（维权）；铜互联沃尔核材、神宇股份、鼎通科技。
风险提示：AI发展不及预期风险，外部制裁升级风险，新技术发展不及预期风险，宏观经济增长乏力风险。
【AI终端：AI端侧加速落地，催生终端全面升级】
AI手机：算力驱动手机PCB、散热、电池等硬件配套升级
各品牌AI手机陆续发布，驱动新一轮手机换机潮，并加速AI端侧落地。2023年11月13日，VIVO率先发布AI手机，进入2024年，各手机品牌加速发布搭载AI功能的智能手机，截至6月底，华为、三星、小米、OPPO、荣耀、魅族等各品牌AI手机均已发布。与此同时，今年9月苹果AI功能将正式开放。考虑到2022、2023年全球智能手机的平均换机周期被拉长，和AI手机陆续发布带来的催化，我们认为2024年有望迎来一轮AI手机换机潮，并加速AI端侧落地。
图1：各品牌AI手机发布加速AI端侧落地
资料来源：VIVO、OPPO、荣耀、三星、小米、魅族、一加、华为官网，山西证券研究所2024年将成为生成式AI手机的元年，预计2027年生成式AI手机的市场渗透率将达到43%。根据Counterpoint数据，2023年生成式AI手机规模仅有420万台，在全年11.7亿部手机出货中占比不足1%。但进入2024年，随着各大手机厂商将生成式AI功能作为智能手机升级重点，这将加速生成式AI手机的普及，预计2027年生成式AI手机的市场渗透率将达到43%，生成式AI手机的存量规模也将从2023年的百万级增至2027年的12.3亿部。
图2：生成式AI手机总规模预测
资料来源：Counterpoint《生成式AI手机产业白皮书》，山西证券研究所AI算力升级驱动手机SoC性能显著提升。对比AI手机和传统手机的处理器能看到几大明显变化：（1）AI手机搭载NPU，并不断提升NPU算力以满足大模型端侧运行。（2）GPU性能，浮点运算能力实现从传统手机的GFLOPS到AI手机的TFLOPS飞跃。（3）内存容量明显提升，AI算力带来海量数据（维权），手机内存实现从4/6/8GB到16/20/24GB的显著升级，预计存储价值量翻2-3倍。
表1：多款AI手机处理器的性能对比
资料来源：NanoReview，山西证券研究所关注PCB、散热、电池等硬件配套升级。（1）PCB：随着AI加入和NPU算力的不断升级，驱动手机FPC层数增加、线宽线距更小，进而提升单机FPC价值量，同时手机SLP板的也需要面积变大、线宽线距更小以容纳更多元器件，加上材料升级，预计单机SLP价值量也将提升。（2）散热：AI手机算力和功耗的急速增长，使得散热成为确保AI手机稳定运行的关键，预计不锈钢VC均热板代替铜VC均热板、石墨烯材料散热片代替人工石墨片散热的散热方案将在AI手机中加速渗透。（3）电池：为支持大模型运行，不仅手机电池容量要加大，电芯也会更密，电池结构设计用不锈钢外壳代替软包外壳更好散热。
AI PC：关键零部件与处理器同步进行升级
微软推出专为AI设计的新型Windows PC，称为“Copilot+PC”，开启AI PC新时代。与传统PC不同，Copilot+PC具有每秒45万亿次操作（TOPS）的神经处理单元（NPU），专门用于加速人工智能和机器学习任务。微软首批Copilot+PC搭载高通骁龙X Elite和骁龙X Plus处理器，较SurfacePro 9的性能提高了90%，并采用定制的高通Oryon CPU，同时还具有Copilot体验、Recall、实时字幕、Surface Studio相机和AI增强等AI功能。作为行业领导者，Copilot+PC的发布将开启AI PC新时代。
表2：微软“Copilot+PC”的AI功能
资料来源：微软官网，山西证券研究所2025年AI PC将成为主流。Canalys预计2024年出货的PC中，19%将具备AI功能。这些电脑将包括所有M系列Mac，以及搭载AMD、英特尔和高通等公司AI加速芯片组的首款Windows PC。Windows 10服务将于2025年10月结束，随着客户在此日期之前更新设备，预计具备AI功能的PC在PC总出货量中所占的份额将从2025年开始飙升。Canalys预计2025年AI PC渗透率将达到37%，成为市场主流，2027年60%的PC将具备端侧AI功能。
图3：全球AI PC渗透率曲线
资料来源：Canalys《AI PC 的现在与未来》，山西证券研究所高算力NPU是决战AI PC性能的关键因素。目前，为了顺应PC领域的AI应用和趋势，x86和ARM阵营的处理器厂商都已对其产品规格进行了战略性升级。与以往机型相比，一个关键的不同是集成NPU。传统PC处理器由CPU+GPU组成，其中CPU处理综合计算需求，GPU处理图像计算需求，而新一代大模型计算需要专业神经网络计算能力，因此引入NPU已经成为行业趋势，因此新一代PC处理器已经形成CPU+GPU+NPU的三核计算架构。虽然没有NPU并不妨碍PC运行AI功能，但集成NPU可显著提高计算效率、缩短响应时间并降低CPU功耗。在当前的NPU技术领域，高通公司的X Elite以45TOPS算力在所有处理器制造商产品中速度最快，一跃成为行业标杆。
图4：具有AI功能的处理器线路图
资料来源：Canalys《AI PC 的现在与未来》，山西证券研究所AI PC中的关键零部件将与处理器同步进行升级，其中内存、闪存、电池、散热、传感器等环节将有明显提升。除了处理器将有明显升级，而与处理器配套的芯片及零组件环节也将有直接提升，增量明显的PC供应链环节包括：
（1）内存：容量至少翻倍。云端模型一般在千亿参数级别，而边缘端模型进行参数蒸馏后参数量级也在百亿级，PC运行AI模型应用，将对密集数据传输和处理有较高的需求，因此内存容量会有显著提升，我们认为未来AI PC入门级标配一定是32GB内存，当前16GB内存会被淘汰，明年则是64GB PC开始出货。
（2）闪存：对固态硬盘性能和容量提出高要求。AI大模型预训练算法存储容量较大，同时边缘端模型对用户个性化需求需要进行预训练，训练数据及个性化模型参数同样占据一定容量，因此AI PC将对SSD性能和容量提出高要求。
（3）电池及充电环节：容量、功率均有所增长。处理器算力升级提高PC整体功耗，电能消耗显著提升，因此为适配芯片能耗，电池容量进一步增大，同时充电功率也将随之提升。
（4）散热：需求提升，单机散热件价值量提升。由于电池及芯片功耗提升带来的热量提升，散热需求明显提升，传统散热解决方案散热效率有限，在PC整体功耗提升的背景下，散热材料的用量增长以及散热方式的多元化已成为趋势，考虑到PC散热由多个散热部件组成，随着散热材料用量增长和升级，我们认为单机散热件价值量有望提升。
（5）传感器：精度升级，数量和种类提升。AI PC强调更高维度的用户与PC直接交互，而传感器则是输入及输出的窗口，随着AI PC对实时环境和用户反馈的需求不断增长，PC与外界交互的方式将更加多元化，同时对交互的准确性和及时性也有更高要求。声学、光学以及其他传感方式将持续优化，例如摄像头、麦克风、扬声器等传统光学及声学传感器的数量及准确度将持续提升，新型传感器例如触觉、惯性等也有望导入PC等终端，提升终端对外界的感知维度以及信息的输出方式。
图5：关键零部件与处理器同步进行升级
资料来源：Canalys《AI PC 的现在与未来》，山西证券研究所AI端侧加速落地，催生终端全面升级，建议关注：鹏鼎控股、立讯精密、东山精密、中石科技、思泉新材、珠海冠宇、洁美科技、顺络电子、三环集团等。
【AI算力：业绩主线，把握海外配套和国产替代机遇】
AI算力需求继续指数级增长。英伟达最新旗舰产品GB200 NVL72算力较DGX H100提升45倍，随着未来3年“一年一代”的迭代节奏，英伟达产业链将持续呈现供销两旺情形。与此同时，顶层设计下国内算力网络高速发展，运营商、地方智算中心、互联网企业不断加大算力投资，在外部政策限制和国内政策支持下，国产算力比例将获得快速提升。展望2024下半年，我们仍然看好NV产业链配套上游的光模块、PCB、服务器代工等环节，但聚焦国产算力，我们或在大芯片、存储、封装、液冷板块挖掘到更多预期差，同时随着国产算力占比提升，我们将看到千亿国产算力大市场带来更多成长股的投资机会。
图6：英伟达在computex2024公布三代数据中心芯片路线图
资料来源：新智元，山西证券研究所图7：我国智能算力规模及预测
资料来源：新华三&中国信通院《2023智能算力发展白皮书》援引IDC，山西证券研究所“一超多强”引领，国产大芯片产业链深度受益
AI大芯片是国产替代最亟需突破的领域，当前已形成以华为昇腾为引领的“一超多强”局面。AI大芯片是半导体先进制程、先进封装、计算架构设计、通信接口设计集大成者。英伟达最新芯片Blackwell B200 FP8算力达9PFlops，与国产芯片拉开了较大差距。美国BIS在2023年10月新修订的AI芯片出口管制令中将AI芯片总处理性能（TPP）大于4800或TPP大于1600的同时性能密度（PD）大于5.92作为出口禁令最新标准，几乎涉及到B100、H100、A100、L40s以及AMD、Intel的所有主力数据中心产品。与此同时，英伟达推出的国内版本H20综合性能大幅下降，并不能满足国内用户对于性价比的需求。我们认为，国产大芯片将迎来历史发展机遇，我们将通过chiplet、加速国产存力运力配套以及集群部署方案来弥补单芯片在性能上的差距。根据YOLE最新统计，当前国产AI大芯片以华为昇腾系列为引领，其最新产品Ascend 910B目前供不应求，而以百度昆仑芯、阿里含光等互联网自研芯片以及燧原、寒武纪、登临、沐曦、墨芯等为代表的新兴势力未来也将成为市场的有机组成部分。
图8：中美拥有最多的AI芯片公司，国内以华为为代表并产生众多互联网自研和创业芯片公司
资料来源：YOLE，山西证券研究所国产大芯片是算力、存力、运力、工具库、软件生态的综合竞争。AI大芯片的高性能稳定工作需要一系列软件、工具库、平台的支持，我们称之为AI Infra，根据浪潮信息OGAI大模型智算软件栈的介绍，AI Infra包括基础设施（主要是硬件和运维支撑平台）、系统环境（包括操作系统、Driver、算子库、环境配置、系统监控） 、调度平台（包括断点续训、故障定位、算力调度）、模型工具（包括数据治理、预训练、微调的开发工具）以及多模纳管层（实现以应用为目的的可视化、低代码使用），需要巨大的研发投入。此外另一个难点在于“类CUDA”应用生态的打造，CUDA内置的丰富应用算子库、函数大大减轻了垂直行业用户开发工作量，形成了巨大使用“粘性”，AI芯片应用生态非长期研发和迭代更新不能解决。我们认为，国产大芯片如果从“能用”进入“好用”仍需投入大量研发成本和时间，目前丰富AI infra的方式一是全方位自主研发并创造开源环境促应用（类似昇腾）；二是搭建“类CUDA”GPGPU算子库（类似海光、沐曦、摩尔线程）；三是尽量统一标准接口与第三方协同开发（类似中国移动发起的“全调度以太网”在调度平台层做的工作）。
图9：AI Infra软硬件栈由5层架构组成
资料来源：浪潮信息官网，山西证券研究所图10：CUDA-X数据处理平台成为英伟达在垂直行业广泛应用的重要护城河
资料来源：英伟达官网，山西证券研究所华为昇腾引领国产替代，随着产能提升市场规模有望快速增长，供应链各环节受益。华为近年来在昇腾AI系列芯片迭代、自主可控产能提升方面取得了长足进展。根据《南华早报》报道，Ascend 910B芯片在性能上已超越英伟达A100 GPU，成为运营商、智算中心、互联网企业国产替代的主流选择。2024年5月，中国移动发布的2024至2025新型智算中心190亿元集采中，标包1中标厂商均为国产化服务器鲲鹏昇腾产业链合作伙伴。根据《2023智能算力发展白皮书》，假设到2025年我国智能算力规模至少要达到900EFlops，其中昇腾市占率达到30%，昇腾910B算力相当于A100（FP16约300Tflops），平均价格为12万元，则保守估计昇腾910B累计市场空间为1080亿元。华为昇腾产业链配套环节包括服务器组装、电源、散热、高速IO连接器、背板连接模组、PCB、铜缆、光模块、DRAM、SSD、RAID控制器、电源管理等IC等，一是配套昇腾出货产值快速增加，二是产品迭代升级加速、价值量或提升，三是对标海外赛道龙头长期成长空间广阔。
图11：华为Atlas900服务器机柜和Atlas800训练服务器设计
资料来源：《atlas800训练服务器用户指南》，《Atlas900用户指南》，山西证券研究所寒武纪新款产品性能提升，未来有望在智算中心、运营商、互联网多点突破。寒武纪至今在大算力AI芯片已发布了四代产品，2018年的思元100、2019年的思元270、2020年的思元290以及2021年的思元370系列。根据官网描述，寒武纪首款云端训练芯片思元290实现了INT8算力512TOPS，而在研的第五代智能处理器微架构对推荐系统和大语言模型训练推理场景进行了重点优化，在编程灵活性、能效、功耗、面积等方面大幅提升了产品竞争力。应用落地方面，寒武纪携手国内头部算法公司推动大模型应用，在视觉大模型领域与智象未来达成大模型深度适配，在语言大模型领域与百川智能等头部客户进行了大模型适配。2023年，公司智能计算集群系统业务实现营收6.05亿元，在沈阳、台州成功落地了智能计算集群项目，未来将有更多项目落地。与此同时，互联网和电信客户基于供应链安全和不同工作负载的需要也有部署多家AI芯片的需求，我们认为公司的客户群体未来会更加多元化。
图12：寒武纪思元290核心优势
资料来源：寒武纪官网，山西证券研究所未来端侧和云端推理芯片也将更加多元化。随着国内外大模型快速降价、AI agent、数字人、AI客服等应用快速落地，我们认为AI推理工作负载的比重将快速上升。推理芯片与训练芯片的侧重点不同（边缘侧低延时低功耗、针对视觉处理任务的优化、针对不同模型的深度优化），我们看到美国科技大厂（微软、谷歌、亚马逊、苹果）均有量产或自研芯片计划，OPENAI也表达了自研芯片意向。短期来看英伟达的竞争优势依然明显，但未来云端推理和边缘侧应用或给更多公司带来机会。海光DCU在市场上具备三大竞争优势，一是具备全精度各种数据格式算力，二是高速并行数据处理能力，三是兼容“类CUDA”环境，公司正通过参与开源软件项目加快产品推广速度。景嘉微定增募投项目：“高性能通用GPU芯片研发及产业化项目”由图形处理领域拓展至高性能计算领域，“通用GPU先进架构研发中心建设项目”主要面向高性能计算和数据处理需求，彰显了公司拓展AI大芯片市场的决心。
国产大芯片建议关注：寒武纪、海光信息、景嘉微、龙芯中科等。
AI算力呼唤液冷全链条崛起
主流大芯片功耗快速提升，液冷从选配逐渐成为标配。全球AI算力高增，各大芯片厂商的TDP功率也在飞速提升，根据S&P Global数据，2017年主流芯片厂商TDP仅为200w左右，到2023年，一般GPU的TDP已经达到350-500W，NVIDIA新一代B100功耗甚至超过1000W。随着芯片TDP和机柜容量持续提升，液冷从选配逐渐成为标配。根据S&P Global数据，当TDP达200-300W时，风冷散热系统需要进行特殊升级；当TDP达350-400W时，风冷逐渐接近极限，液冷将成为必然选择。NVIDIA新一代B100功耗可能超过1000W，意味AI算力所需机柜功率更高，根据《2021-2022年度中国数据中心基础设施产品市场总报告》和立鼎产业研究网数据，我国约90%以上的机柜功率密度在15kW以下，但未来主流机柜功率预计会达25kW-50kW/柜，甚至更高。而液冷技术以其低PUE（冷板式液冷PUE<1.2、浸没式液冷技术PUE<1.1，节能20%-30%以上）、满足高密度部署（降低占地和建设成本）、服务器运行更加安全可靠（CPU温度低至65℃以下）、全年全地域适用等优势，有望解决能耗和散热发展瓶颈。
图13：主力GPU厂商芯片功耗快速上升
资料来源：CDCC，S&P，山西证券研究所图14：当机柜密度大于20kw时适合采用液冷散热
资料来源：《维谛技术数据中心液冷解决方案白皮书》，山西证券研究所液冷分为服务器内冷板、机房二次侧（室内）、机房一次侧（室外）等环节，整体市场空间广阔。目前主流液冷应用方式为冷板式液冷和单相浸没式液冷，其中，冷板式液冷需要定制，成本较高，但在可维护性、空间利用性、兼容性等方面较为优秀，由于国内冷板式液冷起步较早，具有先发优势，实际应用场景广泛，因此我们认为冷板式液冷将成为未来主流路线。我们预计，2028年冷板液冷数据中心市场空间有望超640亿元，冷板&管路市场空间有望超460亿元。我们预计2028年全球服务器CPU出货量将超3600万片，对应单芯片服务器平均功耗约290w，冷板液冷渗透率将增长至25%；全球服务器GPU出货量将接近1500万片，对应单芯片服务器平均功耗约1800w，冷板液冷渗透率将增长至55%；冷板液冷单kW投资额下降至3400元左右，冷板&管路价值量约2500元/Kw；则2028年CPU服务器冷板液冷市场空间超130亿元，CPU冷板&管路市场规模超90亿元；AI服务器冷板液冷市场空间超500亿元，AI冷板&管路市场规模超360亿元。
表3：全球数据中心服务器冷板液冷市场规模测算
资料来源：IDC，Intel，SemiAnalysis，热设计网，半导体行业观察，199IT，IT之家，TechInsights，海光信息招股说明书，山西证券研究所
当前液冷数据中心标准化程度低，服务器冷板ODM以及二次侧整体交付是当前的主流模式。液冷系统涉及环节较多，根据 IT 设备侧与机房配套侧各自的交付内容，液冷服务器有三种交付模式，分别为：模式一液冷服务器；模式二液冷服务器+液冷机柜；模式三液冷服务器+液冷机柜+CDU+二次侧管路。由于目前液冷技术标准化程度较弱，各厂家之间缺少兼容性对接，当前运营商等大客户主要采用产品成熟度较好、配套对接内容少、交付及后期运维风险较小的模式二进行交付，英维克是典型的代表公司。我们认为如果液冷系统接口未来实现解耦标准化，模式一可能成为主流，客户会分别采购一次侧和二次侧部件。
图15：液冷不同交付模式示意图
资料来源：《冷板级液冷服务器设计白皮书》，开放数据中心委员会ODCC，山西证券研究所服务器冷板投资：随着AI服务器市场占比增加、英伟达B200系列液冷的大幅增加，以及国内新建数据中心对PUE的要求。冷板式液冷服务器相较于浸没式液冷有望更快渗透，出货量快速增加。服务器厂商的冷板、管路通常采用ODM代工方式，定制性强，与主流服务器厂商有合作经验的厂商有望拿到更高比例，相关供应商订单有望快速增长，直接受益于液冷渗透率提升的线性增长。目前英伟达、昇腾等厂商倾向于冷板ODM、二次侧、一次侧分别解耦的交付的解耦模式，NV链主要配套商为台系、美系厂商，国内昇腾冷板ODM配套商建议关注飞荣达、科创新源、英维克。
液冷二次侧投资：模式二为非解耦整体解决方案，是液冷数据中心渗透率早期的交付主流模式，有望受益于数据中心改造、新建数据中心等，主要产品涉及服务器冷板、管路以及Manifold、接头等，主要以项目制交付。国内曙光、中兴、新华三等倾向于该模式，建议关注英维克、高澜股份、曙光数创。
液冷建议关注：英维克等。
【算力需求爆发，AI存储大有可为】
AI存储达成高性能和低功耗的双解
随着算力需求不断攀升，AI大模型对存储的带宽、容量和功耗也提出了更高要求。AI大模型的兴起催生了海量算力需求，而数据处理量和传输速率大幅提升使得AI服务器对芯片内存容量和传输带宽提出更高要求。从美光发布的AI存储产品组合来看，AI存储产品在向低能耗、高带宽、高容量持续迭代，以高性能牵引AI技术进一步革新。
图16：美光AI存储产品组合
资料来源：Micron，Tom’s Hardware，山西证券研究所存算一体是AI存储的未来发展方向。存算一体化通过在内存内核中集成一个称为可编程计算单元的AI引擎来处理一些逻辑功能，可编程计算单元和CPU中的多核处理一样，支持内存中的并行处理，从而提高性能。与现有内存解决方案相比，三星的存算一体化可以通过可编程计算单元将性能提高达4倍。同时较之现有HBM，存算一体化的系统能耗降低了70%。
图17：三星存算一体化芯片模型
资料来源：Samsung，山西证券研究所HBM、DDR5渗透率持续上升
HBM作为基于3D堆栈工艺的高性能DRAM，打破内存带宽及功耗瓶颈。HBM（High Bandwidth Memory）即高带宽存储器，通过使用先进封装（如TSV硅通孔、微凸块）将多个DRAM芯片进行堆叠，并与GPU一同进行封装，形成大容量、高带宽的DDR组合阵列。HBM通过与处理器相同的“Interposer”中间介质层与计算芯片实现紧凑连接，一方面既节省了芯片面积，另一方面又显著减少了数据传输时间；此外HBM采用TSV工艺进行3D堆叠，不仅显著提升了带宽，同时降低了功耗，实现了更高的集成度。
图18：HBM内部结构图
资料来源：AMD官网，山西证券研究所在高性能GPU需求推动下，HBM成为当前AI服务器的搭载标配。HBM凭借高带宽、高容量、低延时和低功耗优势，目前已逐步成为AI服务器中GPU的搭载标配。英伟达推出的多款用于AI训练的芯片A100、H100、H200和B200，都采用了HBM显存。其中，A100和H100芯片分别搭载了HBM2e和HBM3，H200和B200芯片搭载了速率更快、容量更高的HBM3e。AMD的MI300系列也都采用了HBM3技术，最新的MI325X芯片则搭载了HBM3e。MI250X的容量与前一代相同为128GB，而更高端的MI300X则将容量提升至192GB，增长了50%，相当于H100容量的2.4倍。最新的MI325X芯片则将容量提升到288GB，超过了英伟达的B200芯片。
表4：HBM已经成为AI服务器的搭载标配
资料来源：英伟达官网，AMD官网，AnandTech，Tom's Hardware，观察者网，山西证券研究所服务器CPU升级支持DDR5，DDR5渗透率提升，并带来内存接口芯片、配套芯片需求增长。JEDEC的DDR5标准带来DB芯片和配套芯片数量增加，服务器需配备SPD、PMIC各一颗和TS两颗，个人电脑需配备SPD、PMIC甚至CKD各一颗。内存接口芯片上则由原先的“1+9”架构升级为“1+10”架构，带来DB增量需求。2022年11月AMD发布首次支持DDR5的EPYC9004系列，随后英特尔相继发布Sapphire Rapids、Emeralds Rapids两代处理器，支持PCIe5.0和DDR5内存技术。新一代CPU出货上量可加速DDR5渗透率提升，预计2024年年中DDR5渗透率将超50%，DDR5渗透率提升有望带来内存接口芯片、配套芯片需求增长。
表5：内存迭代带来内存接口芯片、配套芯片量的增长
资料来源：澜起科技2023年半年报，山西证券研究所AI存储建议关注：澜起科技、聚辰股份。
算力时代，先进封装有望迎来加速发展
先进封装可以显著提升芯片性能。先进封装可以突破带宽瓶颈，提升芯片性能。存储器的“存储墙”限制了计算芯片性能的发挥，GDDR5的带宽极限为32GB/s。由逻辑芯片和多层DRAM堆叠而成的HBM技术可以突破带宽瓶颈，HBM1和HBM2的带宽分别为128GB/s和256GB/s，HBM3可突破1.075TB/s。通过先进封装，如台积电CoWoS技术，将HBM和处理器集成，可以显著提升芯片性能。英伟达从2020年开始采用台积电CoWoS技术封装其A100 GPU系列产品。
图19：采用CoWoS封装的英伟达A100
资料来源：《先进封装技术的发展与机遇》，山西证券研究所图20：英伟达A100 CoWoS封装切面图
资料来源：《先进封装技术的发展与机遇》，山西证券研究所2028年全球市场规模有望达到785.5亿美元。随着AI及HPC等高算力芯片对先进封装技术的需求日益提升，先进封装行业有望迎来加速发展。Yole预计，全球先进封装市场规模有望从2023年的468.3亿美元增长到2028年的785.5亿美元。下游手机消费市场占比最大，通信基础设施领域增长最快。Yole认为，未来手机消费领域仍是先进封装最大的市场，2028年预计占比61%，相较2022年的70%有所下降。从增速看，先进封装在高性能计算领域的广泛应用，使得通信基础设施成为先进封装增长最快的领域，2022-2028年预计实现17%的复合增长。
图21：全球先进封装市场规模，亿美元
资料来源：Yole《Advanced packaging market and technology trend 2023》，山西证券研究所
图22：通信领域2022-2028 CAGR 17%，增速最高
资料来源：Yole《Advanced packaging market and technology trend 2023》，山西证券研究所
封装环节：Foundry与OSAT各有侧重，内资厂商积极布局先进封装
Top 10厂商先进封装份额89%，封测厂与晶圆代工厂各有侧重。当前，OSAT、Foundry、IDM厂商都在大力发展先进封装。Yole数据显示，2022年日月光、安靠和台积电分别以25.0%、12.4%、12.3%份额位居先进封装市场前三；Top 5厂商市占率67.9%，Top 10厂商份额达到89%，行业高度集中。IDM、Foundry由于在前道环节经验更丰富，能更快掌握需要蚀刻等前道步骤的TSV技术，在2.5D/3D封装、混合键合等技术方面较为领先；OSAT更熟悉后道环节、异质异构集成，因此在SiP、WLP等技术相对有优势。
图23：2022年先进封装市场格局集中
资料来源：Yole《Advanced packaging market and technology trend 2023》，山西证券研究所
图24：OSAT与IDM、晶圆代工厂技术布局有差异
资料来源：Yole《Advanced packaging market and technology trend 2023》，山西证券研究所
内资OSAT厂商积极布局先进封装。中国大陆OSAT厂商中，长电科技、通富微电在2.5D、3D等先进封装领域相对领先。长电科技推出的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，该技术涵盖2D、2.5D、3D集成技术。通富微电超大尺寸2D+封装技术、3维堆叠封装技术、大尺寸多芯片chip last封装技术已通过客户验证。此外，华天科技、晶方科技、甬矽电子等公司亦积极布局先进封装。华天科技已经具备3D NAND Flash 32层超薄芯片堆叠封装能力。晶方科技在WLCSP上技术领先，同时拥有领先的硅通孔（TSV)、WLP、Fanout等封装技术。甬矽电子拥有成熟的RDL及凸点加工能力。
设备环节：国产设备持续突破，进口替代进程加速
先进封装核心技术提升前道设备需求。从流程看，先进封装后段工艺与传统封装相同，区别在于前段工艺引入了Bumping、RDL、TSV及HB等技术以实现连接优化，通常涉及光刻、刻蚀、电镀、CMP等前道制造工序。其中以制作各类金属与介质薄膜的沉积设备、制作深孔的刻蚀设备、填充金属导线的电镀设备、实现电路图形的光刻工序设备、对晶圆进行减薄抛光和去除多余杂质的CMP设备，以及键合工序设备最为核心。
图25：先进封装设备体系
资料来源：公开资料整理，山西证券研究所国产设备技术持续突破，进口替代进程加速。相较于先进制造，先进封装对制程节点要求不高，随着国内前道设备厂技术持续突破，国产设备在先进封装产线的竞争力增强，进口替代进程加速。北方华创在薄膜沉积与刻蚀领域实力雄厚，TSV刻蚀设备已广泛应用于国内先进封装厂；中微公司等离子体刻蚀设备技术领先，ICP设备在晶圆级先进封装、2.5D封装生产线持续获得重复订单；拓荆科技立足薄膜沉积优势积极布局混合键合市场，PECVD/ALD在先进封装领域已实现产业化应用；芯源微先进封装用涂胶显影设备、单片式湿法设备已应用于一线大厂，并布局临时键合、解键合等新品；盛美上海在先进封装领域主要产品包括清洗设备、电镀设备和湿法设备；华海清科CMP设备、减薄设备是芯片堆叠与先进封装技术关键；芯碁微装直写光刻设备已经获得大陆头部先进封装客户连续重复订单。
材料环节：关键材料性能要求升级，高端品类国产化空间巨大
高端材料是先进封装实现性能提升的关键支撑。先进封装凸点制备与金属布线带来电镀液增量需求，铜互连是目前电镀材料最大的细分市场；三维堆叠立体结构对包封材料保护性和底部填充料接合可靠性提出更高要求，环氧塑封料是先进封装保护材料主要选择，硅微粉则是其重要原材料；垂直互联与异质集成提升CMP耗材需求，铜暴露及晶圆表面平坦化直接影响电学连接性能；前道工艺引入和TGV对TSV的低成本替代路线则分别带来光刻材料和玻璃基板的需求增量。
图26：环氧塑封料是先进封装主要保护材料
资料来源：华海诚科招股书，山西证券研究所图27：垂直互联与异质集成提升CMP耗材需求
资料来源：SK hynix，山西证券研究所海外企业长期垄断，国产化空间巨大。先进封装用高端材料长期由美国、日本、德国等企业占据市场主导地位，国产材料已部分实现技术覆盖或导入应用，替代潜力巨大。电镀液环节，上海新阳、艾森股份已实现供应并积极导入新品；抛光材料环节，安集科技TSV和HB工艺用多款抛光液和清洗液已作为首选供应进入客户产线，鼎龙股份抛光垫产品已取得封装厂客户订单或进入验证测试阶段；光刻材料环节，艾森股份先进封装用g/i线负性光刻胶已实现批量供应，鼎龙股份封装PI拟在2024年内完成验证并开始导入；保护材料环节，华海诚科布局先进封装用环氧塑封料和底填胶，联瑞新材打破海外对电子级球型硅微粉技术垄断；玻璃基板环节，沃格光电TGV载板已通过客户验证。
先进封装建议关注：长电科技、通富微电、颀中科技、汇成股份、北方华创、中微公司、拓荆科技、芯源微、鼎龙股份、华海诚科等。
【AI网络：光铜共进迎接scaleup和scaleout能力升级】
展望2024下半年和2025年，我们看到AI网络三大主要趋势：一是以太网占比将显著提升，带动以太网交换机和光模块市场规模快速提升；二是scaleup能力持续迭代，铜连接成为GB200配套最大增量，同时以AMD为引领的UALink和以华为昇腾为引领的国产算力具备想象空间；三是scaleout能力从千卡、万卡到百万卡规模演进，短期看光模块配比有望再增加，未来800G向1.6T、3.2T演进价值将显著提升。
光模块：海外需求持续性无忧，国内市场有望快速启动
AI浪潮继续，2025需求无忧，同时光模块迭代周期缩短，强者将恒强。英伟达FY25Q1业绩超预期，并认为所有多模态应用、大量的AI创业公司、主权人工智能需求仍然“难以置信”，公司的订单展望乐观。Marketscreen对于英伟达FY2026、FY2027的收入一致预期分别为1574亿（yoy +31%）、1823亿（yoy +16%）美金，表明海外投资者对人工智能浪潮持续时间的乐观预期。Marvell在今年4月的AI Day表明了对AI光互联市场的看好：光模块端口double节奏由4年缩短为2年，同时光模块增速或超过XPUs，这主要是因为AI集群规模增大带来更多层数的光模快配比要求（10万XPU需要50万光模块，而百万XPU需要千万）。Coherent、YOLE的最新观点均对数据中心光模块市场增长展望乐观，YOLE预测全球数通光模块将在2029年达到224亿美金。展望未来，英伟达tik-tok的芯片节奏将光模块带宽翻倍时间缩短到2年，高速光模块研发成本愈来愈高，与客户的联合研发或更早进行，客户更换供应商的动机减弱，高端产品“保值期”延长，光模块龙头厂商有望保持较好的盈利能力。
图28：coherent认为未来几年数通光模块市场将快速增长
资料来源：coherent《Analyst Briefing at OFC 2024》，山西证券研究所图29：YOLE最新预测全球数通光模块将在2029年达到224亿美金
资料来源：YOLE，山西证券研究所关注1.6T进展。英伟达在computex2024上宣布2025年将宣布量产支持1.6T端口的CX8网卡以及X800交换机系列以支持十万卡级AI集群的组网需求。谷歌在5月的I/O 2024开发者大会上宣布了第六代TPU-Trillium，芯片算力较上代提升4.7倍，其早些在AI网络中部署的OCS光交换机因可兼容不同速率光模块，使用寿命较电交换机或大幅延长，同时也有望在2025年带来1.6T光模块的配套需求。我们认为2025年1.6T光模块将迎来快速上量，主要供应商或集中于研发和产能储备领先的头部公司。中际旭创表示1.6T海外重点客户已进入送样测试环节，预计下半年完成认证并下单；新易盛表示已在OFC2024推出了基于单波200G的EML/硅光/薄膜铌酸锂1.6T光模块。
图30：英伟达将在2025全面量产支持1.6T端口的网卡和交换机
资料来源：新智元，山西证券研究所图31：谷歌OCS兼容不同速率可快速适配TPUv6对更高速率端口要求
资料来源：Semianalysis，山西证券研究所关注以太网AI光模块的变化：成本优化、客户多元化、LPO&LRO渗透率提升。英伟达在computex2024上表示未来将同步推广Quantum IB交换机和SpectrumX以太网交换机系列，希望以更多元化的产品组合满足不同客户需求。我们认为以太网在AI网络中占比将逐年提升，其主要优势除了更开放的生态和多元供应商带来的成本优势还有对云客户多租户环境的更友好适配。LightCounting预计至2025年数据中心800G光模块的总和单位带宽成本将下探0.38美金/Gbps，而2027年1.6T的单位带宽成本又将较800G有优势。此外，受益于以太网LPO&LRO产品在简化供应链、降低时延方面的优势，LPO出货量或将在2025显著增长。
图32：以太网光模块单位带宽（Gbps）价格（美元）变化
资料来源：LightCounting，山西证券研究所图33：LPO出货量预计在2025年明显增长
资料来源：LightCounting，山西证券研究所关注数据中心网络扩容和新建投资：高密度MPO布线和跳线的需求。AI网络对高密度布线提出了要求，以英伟达为例，其OSFP 800G光模块采用2*MPO12接口，爆发的400G/800G出货量正快速消耗数据中心存量预制布线端口。由于存量上架率饱和以及电力容量限制，以北美为代表正涌现新建AI数据中心需求，光纤预置布线将受益于AI资本开支的增长。北美光纤布线龙头康宁表示，GPU机柜的平均光纤数较CPU机柜增加了8倍，价值量为每GPU数百美金。数据中心光网络布线的上游主要为光纤、跳线、机架以及陶瓷插芯，目前北美集成商的跳线供应商主要来自国内代工，而陶瓷插芯主要来自UScontec、senko等日美巨头。
关注国产算力光模块配套厂商。目前英伟达在AI交换机和光模块配置上具有领先一代的优势，国产算力卡组网主要采用以太网交换机和商用网卡，目前以200G、400G为主。随着国产算力集群由千卡往万卡集群发展，光模块配比数量或提升。根据星融元对国内万卡GPU集群互联的统计，国内传统万卡集群光模块与GPU比例达到1:6。除了光模块配比提升，我们认为国产大芯片市占率的提升也将带动配套光模块需求增加。
光模块建议关注：新易盛、中际旭创、天孚通信、源杰科技、华工科技、铭普光磁等。
铜互联：英伟达引领短距高密度互联新趋势，市场空间广阔
英伟达NVL72高密度铜背板互联成亮点，铜连接或成为在百卡层级HB domain互联领域性价比最优选择。英伟达Blackwell发布将机柜级产品NVL72&NVL36作为了旗舰主推系列，其最有吸引力的卖点之一在于将72个Blackwell芯片进行了内存统一互联，整体可作为一颗超级芯片进行编程应用。根据英伟达在GTC2024的介绍，NVL72创新性的使用了高密度铜跳线将芯片IO引出到背板，再通过高速铜线背板将18个计算板互联到9个交换板上，其使用的电缆长度累计接近2英里，共有约5000条独立电缆。根据the next platform，与PCB相比，使用Cable（铜线）的单位功耗（J/b）相当但距离是PCB的10倍（可达5米），有效解决了NVL72机柜范围通信难题；同时与光模块AOC相比，Cable的功耗仅为一半，同时成本是AOC的十分之一。因此面临PCB上高速信号提升的损耗、有限的传输距离以及机柜整体互联的需求，铜线互联成为当前百卡级别互联性价比优选。进一步推演，未来若scaleup全互联的需求延展至百卡以上至千卡规模，我们认为CPO或也将登上历史舞台，使用何种通信方式关键看当期性能和成本的平衡。
图34：NVL72 Switch tray使用的芯片直出跳线
资料来源：新智元，山西证券研究所图35：NVL72使用的高速背板cartridge
资料来源：英伟达，山西证券研究所铜连接主要分为高速外部IO、背板互联、芯片直出跳线、服务器内部线等，随AI服务器市市场均快速增长。随着市场对NVL72铜连接方案重视度提升，市场研究重点逐渐扩散到服务器内部所有铜连接解决方案。以安费诺、TE、Molex为代表的国际连接器巨头已建立了完整的铜连接产品系列，我们梳理后看到，服务器使用的高速铜线通信主要在背板互联线、芯片飞线、外部IO线、服务器内部线四大场景，NVL72主要使用的是芯片飞线和背板互联线，解决了224G SERDES信号在PCB上传输距离缩短、功耗增加、长距离背板互联难题。同时配套Blackwell的CX8网卡和X800系列交换机，外部IO线也有望升级至1.6T DAC/ACC，服务器内部线升级为PCIE6，价值量或均有提升。
图36：服务器使用到的各种高速通信线类型
资料来源：安费诺，TE，samtec，兆龙互连，山西证券研究所高速铜连接市场有望从英伟达引领扩散到海外UALINK和国产配套。根据立讯精密立讯对NVL72整体解决方案的描述，NVL72单机柜铜光连接价值量超200万元，包括电连接、光连接、电源管理、散热等，预计总市场规模达到千亿元。铜连接作为Blackwell最显著的增量产品有望“复刻”光模块行情，2025年市场需求或爆发增长。NVL72更大的意义在于引领scaleup通信技术发展，海外UALINK以及国内智算集群均有望跟进。5月底，英特尔、AMD、博通、思科、谷歌、HPE、Meta和微软宣布建立UALink推广工作组，以指导数据中心AI加速器芯片之间连接组件的发展，希望未来可以取代NVLink接口。UALink 1.0规范将支持多达1024个加速器内存统一互联，虽具体实现方式仍未知，参考NVL72的铜连接架构设计仍不失为成熟方案。国内方面，中国移动编制的《面向超万卡集群的新型智算技术白皮书》倡议加速推进超越8卡的超节点形态服务器，优化GPU卡间互联协议实现通信效率跃升，可以期待国内AI大芯片在scaleup互联技术也在酝酿更大的动作。以华为为例，其2022年底即推出的“天成”多样算力平台旨在设计更高的算力密度，超节点形态服务器设计将是下一步工作重点。
图37：UALINK拓展通用scaleup协议
资料来源：云头条，山西证券研究所图38：华为“天成”机柜级算力平台产品
资料来源：华为，山西证券研究所海外连接器巨头配套：高速裸线、CAGE代工将受益于产能扩张和价值量提升。由于与英伟达的联合研发以及对于核心专利的掌握，GB200高速铜连接前期价值量或将主要集中于以安费诺为代表的国际连接器巨头厂商。以国内为例，集中了安费诺最大的信息通信产品线配套产能，其对于224G高速线、cage结构件等高速产品配套需求或增加，同时对于中低端产品线的产能外包需求也将外溢。安费诺国内合作伙伴包括乐庭智联（沃尔核材）、神宇股份、鼎通科技、奕东科技等，以沃尔核材为例，根据其公告，高速通信线订单需求在不断增长，已下单采购了70多台绕包机和多台芯线机以进一步满足产能需求，可预见未来由产能提升和产品价值量提升带来的收入增长。
国产替代：关注华为产业链为引领的高速产品突破。华为具有AI大芯片、交换机、高速SERDES等多重技术储备，且具备集群产品设计制造能力，或率先在scaleup超节点互联技术取得突破，引领国内高速背板连接器、铜互联，IO连接器等配套厂商发展。其中，在高速背板连接器领域，国内已形成了以华丰科技、庆虹电子、中航光电为主的格局，具有技术含量高、投入大、制造难度大、竞争格局好的特点。而在高速IO连接器领域，随着端口由200G、400G向800G升级，单位价值量有望显著提升，意华股份、中航光电、立讯精密、方向电子等厂商均有望受益。
铜互联建议关注：沃尔核材、神宇股份、鼎通科技等。
【风险提示】
AI发展不及预期风险：目前大模型AI算力仍在早期阶段，但如果后续大模型代际演进放缓或者应用落地效果不及预期，AI算力需求可能降低，并打破算力投资增长的线性推演。
外部制裁升级风险：AI手机、AIPC等端侧应用依赖高性能的AI芯片，如果美国等国家加大对AI芯片的制裁，那可能会限制国内AI手机、AIPC等端侧应用发展和创新。
新技术发展不及预期风险：液冷、HBM、先进封装等技术领域面临研发难度大、技术突破缓慢等问题，若新技术研发、验证、推广进度不及预期，则可能对相关企业收入、盈利造成影响。
宏观经济增长乏力风险：宏观经济增长乏力导致国内政府、运营商、地方智算中心以及互联网企业算力投资不达预期，同时经济环境的不确定性也将影响算力投资的实际回报，对国产算力发展产生负面影响。
研报分析师：高宇洋
执业登记编码：S0760523050002
研报分析师：傅盛盛
执业登记编码：S0760523110003
研报分析师：张天
执业登记编码：S0760523120001
研报分析师：徐怡然
执业登记编码：S0760522050001
研报分析师：赵天宇
执业登记编码：S0760524060001
报告发布日期：2024年7月10日
【分析师承诺】
本人已在中国证券业协会登记为证券分析师，本人承诺，以勤勉的职业态度，独立、客观地出具本报告。本人对证券研究报告的内容和观点负责，保证信息来源合法合规，研究方法专业审慎，分析结论具有合理依据。本报告清晰准确地反映本人的研究观点。本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点直接或间接受到任何形式的补偿。本人承诺不利用自己的身份、地位或执业过程中所掌握的信息为自己或他人谋取私利。
【免责声明】
本订阅号不是山西证券研究所证券研究报告的发布平台，所载内容均来自于山西证券研究所已正式发布的证券研究报告，订阅者若使用本订阅号所载资料，有可能会因缺乏对完整报告的了解而对其中关键假设、评级、目标价等内容产生理解上的歧义。提请订阅者参阅山西证券研究所已发布的完整证券研究报告，仔细阅读其所附各项声明、信息披露事项及风险提示，关注相关的分析、预测能够成立的关键假设条件，关注投资评级和证券目标价格的预测时间周期，并准确理解投资评级的含义。
山西证券股份有限公司(以下简称“本公司”)具备证券投资咨询业务资格。本公司不会因为任何机构或个人关注、收到或订阅本订阅号推送内容而视为本公司的当然客户。本公司证券研究报告是基于本公司认为可靠的已公开信息，但本公司不保证该等信息的准确性或完整性。入市有风险，投资需谨慎。在任何情况下，本订阅号中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司不对任何人因使用本订阅号中的任何内容所引致的任何损失负任何责任。本订阅号所载的资料、意见及推测仅反映本公司研究所于发布报告当日的判断。在不同时期，本公司可发出与本订阅号所载资料、意见及推测不一致的报告。本公司或其关联机构在法律许可（金麒麟分析师）的情况下可能持有或交易本订阅号中提到的上市公司所发行的证券或投资标的，还可能为或争取为这些公司提供投资银行或财务顾问服务。订阅者应当考虑到本公司可能存在可能影响本报告客观性的利益冲突。本公司在知晓范围内履行披露义务。本订阅号的版权归本公司所有。本公司对本订阅号保留一切权利。未经本公司事先书面授权，本订阅号的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。否则，本公司将保留随时追究其法律责任的权利。
依据《发布证券研究报告执业规范》规定特此声明，禁止我司员工将我司证券研究报告私自提供给未经我司授权的任何公众媒体或者其他机构；禁止任何公众媒体或者其他机构未经授权私自刊载或者转发我司的证券研究报告。刊载或者转发我司证券研究报告的授权必须通过签署协议约定，且明确由被授权机构承担相关刊载或者转发责任。
依据《发布证券研究报告执业规范》规定特此提示我司证券研究业务客户不要将我司证券研究报告转发给他人，提示我司证券研究业务客户及公众投资者慎重使用公众媒体刊载的证券研究报告。
依据《证券期货经营机构及其工作人员廉洁从业规定》和《证券经营机构及其工作人员廉洁从业实施细则》规定特此告知我司证券研究业务客户遵守廉洁从业规定。
VIP课程推荐
APP专享直播
热门推荐
收起
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）
