（报告出品方/作者：山西证券，高宇洋、徐怡然）

1. 复盘半导体周期：行业周期与经济周期共振

1.1 半导体行业具备明显周期属性

1978 年以来半导体产业共经历了 9 轮大的周期，目前正处于第 9 轮周期的下行阶段。半导体作为兼具成长与周期属性的产业，从行业规模来看，1978 年以来共经历了 9 轮大周期。按增速拐点判断，本轮峰值出现在 2021 年；按绝对值规模判断，本轮峰值出现在 2022 年。根据 WSTS 数据，2022 年全球半导体销售额达 5,740 亿美元，创历史新高。

存在大周期嵌套小周期现象，2000 年来共有 6 次小周期。结合销售额绝对规模和增速拐点判断，顶部分别出现在 2004Q2，2007Q4，2011Q1，2014Q4，2018Q4 和 2022Q2 年，底部分别出现在2001Q3，2005Q3，2009Q1，2012Q1，2016Q2 和 2019Q2。

小周期长度约在 4 年左右，上行周期通常为 2-3 年，下行周期通常为 1-1.5 年。以绝对规模判断，本轮周期上行区间为 2019Q3-2022Q2，下行区间为 2022Q2 至今。2019 年，中美贸易摩擦导致下游需求转弱，存储芯片供过于求价格下跌，全球半导体行业进入下行周期。2019Q3 见底后，5G 渗透、疫情“宅经济”、新能源产业迅速成长驱动半导体行业复苏增长，至 2021Q3 行业景气度持续上行，并形成了全球范围的“缺芯潮”。2021Q3 后，半导体下游需求出现结构性分化，消费电子增速放缓。2022Q2 至今，全球半导体销售额回落，行业步入下行周期。WSTS 报告显示，由于宏观经济不确定性以及终端需求放缓，2023年半导体市场规模预计将同比减少 10.3%，降至 5,150.95 亿美元。

1.2 半导体周期与经济周期共振

半导体销售额增速与全球实际 GDP 增速具有较高的相关性。半导体下游应用涉及通信、PC/计算机、消费电子、汽车、工业等领域，终端需求受宏观景气度影响，行业周期与经济周期共振。叠加产品创新、技术升级等影响，半导体周期波动更大，弹性更高。

半导体行业周期波动背后本质是供需关系的变化。经济周期轮动中，半导体行业供需变化可以划分为四个阶段：阶段一，经济周期上行带动终端设备和整机需求回暖，需求增速高于出货量增速时，半导体产品价格上涨，行业销售额迎来量价齐增；阶段二，为满足持续上升的市场需求，晶圆厂和IDM公司加大资本开支并规划产能扩产，同时经济复苏进入过热阶段，需求增速逐步放缓，但销售额绝对值仍在上行；阶段三，经济下行抑制下游需求，而扩产产能集中释放使得供给保持惯性增长，供大于求引发半导体产品价格回落，销售额量价承压；阶段四，经济持续衰退，市场需求疲软，晶圆厂和IDM公司降低稼动率并缩减资本开支，行业供给回落，逐步见底。

2. 解构半导体周期：AI 开启“新十年”，产能扩张减缓库存持续去化

半导体行业周期按时间长短和驱动因素可以组合和拆解为长、中、短三类。1）长周期，又称创新周期，一般是 8-10 年左右的大周期，主要受行业自身及下游应用的创新驱动，依赖于终端新技术、新代际应用的升级带动。2）中周期，指产能周期，表现为供给侧扩产节奏波动，以全球半导体行业的资本开支增速来看，每 3-5 年会出现一次集中扩产。由于半导体产线从建设到量产需要 1.5-2 年左右，产能释放与下游需求波动通常存在错配。3）短周期，即库存周期，长度大约在 2-3 年，由产业供需关系变化和自主调节决定，包括主动补库存、被动补库存、主动去库存、被动去库存四个阶段。从影响来看，中、长周期决定波动方向，库存周期则是放大短期波动的推手。

2.1 创新周期：AIoT+AIGC 开启科技“新十年”

PC/智能手机支撑前两轮创新周期增长。按下游应用拆分，通信（含智能手机）与PC/计算机终端市场长期占据全球半导体销售额的一半以上。2001-2010 年全球半导体市场增长动力主要来自于互联网与笔记本电脑的普及，2010-2020 年之间的增长动力主要来自于通信技术和智能手机的迭代升级。

本轮创新周期驱动力由 AIoT 开启。AIoT 即智慧物联网，是人工智能与物联网技术的融合应用，下游场景包括智慧城市、智能家居、智能安防、工业物联和自动驾驶等。2017 年后，智能手机增长乏力，随即物联网概念兴起，连接数量快速增长。2020 年，全球物联网连接数首次超过非物联网（智能手机、PC以及固定电话）连接数，AIoT 正式接棒开启新一轮创新周期。创新周期驱动力的转变直接表现为下游应用场景销售额的结构变化。据 SIA 数据，其他消费电子（不含 PC 与智能手机）/工业/汽车领域终端应用销售额在全球半导体销售额中的占比由 2020 年 12%/12%/11.4%分别增加到 2022 年的14%/14%/14%，通信（含智能手机）和计算机占比则由 32.3%/31.2%分别缩减到 30%/26%。全球半导体销售额2017-2022 年CAGR为6.85%，汽车/工业终端应用领域销售额同期 CAGR 则分别为 12.13%/8.28%，增速明显快于行业总体水平。

AIGC 成为周期新增长点。AIGC（AI Generated Content）狭义理解是利用AI 自动生成的内容形态，是相对于 Web1.0 时代 PGC（Professional Generated Content）和 Web2.0 时代 UGC（User GeneratedContent）提出的。广义理解是生成式 AI，是相对于分析式 AI 实现的人工智能从理解世界到创造世界的跃迁。2022年智能对话机器人模型 ChatGPT 上线，并在 2 个月内实现月活用户突破 1 亿，成为史上增速最快的消费级应用和 AIGC 浪潮的代表。ChatGPT 属于 AIGC 技术应用中的文本生成模态应用模型，AIGC的多模态技术还可以应用于音频、图像、视频、游戏等领域。

支撑 AIGC 发展三大核心要素：数据、算法、算力。AIGC 技术的核心思想是通过训练模型和大量数据学习，利用人工智能算法生成与输入指令相关的内容。数据、算法、算力既是推动生成式AI 进步的要素，也是 AIGC 行业的基础设施。数据是基础资源，是算法发挥作用的前提和支撑决策与优化的基础；算法是解决方案，是实现特定功能的有序指令和步骤；算力是计算能力，是计算设备执行算法和处理数据的能力。

大模型海量参数带来巨大算力需求。大模型是指具有庞大参数数量的人工神经网络模型，通常有数亿到数万亿参数，需要在大规模数据集上进行训练，并需要使用大量的计算资源进行优化和调整。简言之，大模型是充分运用海量算力让模型在数据中进行自由的探索和学习。为了使大模型输出近似甚至超出人类水平的结果，用于训练和推理的计算量呈现指数级增长。据 OpenAI 测算，最先进的AI 模型训练所用计算量每 3-4 个月翻一番，即每年增长十倍，远超芯片领域摩尔定律 18-24 个月增长一倍的速度。

AI 基础层是算力支撑和产业链基石。AI 产业链分为基础层、技术层和应用层，应用落地和技术创新都会通过产业链传导为基础层需求。基础层指 AI 硬件及云计算、传感器、数据服务、生物识别等基础设施；技术层是机器学习、计算机视觉、算法理论、智能语音、自然语言处理等通用AI 技术；应用层则包括机器人、智能医疗、智慧交通、智慧金融、智能家居、智慧教育、可穿戴设备、安防等领域。

AIGC 元年开启高性能硬件黄金时代。AIoT+AIGC 双重驱动下，全球 AI 市场快速增长。IDC预测，到2026 年包括软件、硬件和服务在内的 AI 市场规模将超 9,000 亿美元，2022-2026 年CAGR为18.6%。其中，AI 硬件包括 AI 服务器、算力芯片、存储芯片、CPO、PCB、交换机、数据中心、服务器电源等。据预测，2026 年 AI 硬件市场规模将达 343.4 亿美元，2022-2026 年 CAGR 为 27.0%。虽然从绝对值规模看，AI 硬件是最小的细分市场，到 2026 年仅占整个 AI 市场的 5%，但其增速却快于行业整体。

2.2 产能周期：扩张减缓供给结构性调整

全球半导体产业每 3-5 年出现一轮扩产周期。产能周期反应供给侧变化，主要与经济周期下需求变化、行业竞争策略等因素相关。19Q3-21Q4，行业回暖需求提振，产能利用率迅速爬升至满载状态仍供不应求，缺芯潮下 2021 年行业资本开支同比增长高达 35%。22Q1-22Q3 下游需求回落，供需缺口逐步收窄，但产能利用率依旧高企，资本开支维持高位。22Q4 起，需求疲软叠加在建产能持续释放，供需关系反转，产能利用率松动并迅速下滑。2023 年行业资本开支预期较上年缩减，出现 2008 年金融危机以来最大跌幅。

本轮产能扩张规模仍在合理市场空间内。其一，从资本开支增速看，本轮产能扩张节奏从未触及危险边界。SemiWiki 通过分析 1984 年~2017 年间历史数据得出结论，当资本支出增速超过27%时需引起警惕，超过 56%时会面临过剩风险。其二，本轮资本开支最大增幅低于前一轮周期，但市场规模最大增幅却高于前一轮周期。其三，当前供需关系出现分化，消费电子持续疲软，汽车、工业等应用领域所需的模拟芯片/功率器件韧性强劲，AI 大模型所需的算力芯片更是供不应求。因此，我们认为扩产是合理的结构性调整。

结构特征一：扩产产能向大尺寸集中。据 SEMI 数据，到 2025 年全球12 英寸晶圆厂产能将达920万片/月，CAGR 近 10%。大尺寸晶圆能够降低成本和提升成品率。德州仪器数据显示，相较于8 英寸产线，12 英寸产线制造的模拟晶圆裸片成本可以降低 40%，即使考虑到封装和测试成本的不同，封测后用12英寸生产模拟芯片成品仍有 20%以上的成本优势。同时，随着制程的不断缩小，芯片制造工艺对硅片缺陷密度与缺陷尺寸的容忍度也在不断降低。边缘芯片的减少可直接 12 英寸晶圆产品的成品率。

结构特征二：代工厂扩产聚焦成熟制程。据 TrendForce 数据，2022 年全球晶圆代工产能年增约14%，其中12英寸新增产能中约 65%为成熟制程（28nm及以上），年增长率达20%。扩产动能来自于台积电（TSMC）、联电（UMC）、中芯国际（SMIC）、华虹集团（HuaHong Group）旗下华虹宏力，以及合肥晶合集成（Nexchip）。TrendForce 预测 2021~2024 年全球晶圆代工产能年复合成长率达 11%，28nm 产能在2024 年将达2022年的1.3 倍，是扩产最积极的成熟制程节点。

结构特征三：特色工艺是成熟制程中的投资重点。特色工艺包含 eNVM、BiCMOS、RFCMOS、BCD等，与模拟芯片、功率器件结合紧密。行业玩家主要包括 TI、ADI、英飞凌等国际IDM大厂和以特色工艺为主/主攻先进工艺兼顾特色工艺的晶圆代工厂。行业上行时，IDM 扩产相对保守，供不应求产生大量委外订单；行业下行时，模拟芯片相对数字芯片生命周期长存货减值压力小。叠加作用驱动晶圆厂在产能扩张中积极布局成熟制程特殊工艺市场。

2.3 库存周期：下游复苏不一库存修正或将持续

半导体库存周期分为主动去库存、被动去库存、主动补库存和被动补库存四个阶段。库存周期与行业供需错配直接挂钩，一般在 2-3 年左右。主动去库存阶段（19Q1-19Q3），经济放缓需求转弱，同时台积电、英特尔等半导体制造商进行了产能扩张的计划和投资，产能供过于求，行业整体表现为量价齐跌。被动去库存阶段（19Q4-20Q2），智能手机、数据中心、物联网和 5G 等领域需求持续增长，芯片库存持续去化，价格趋于平稳。主动补库存阶段（20Q3-21Q3），远程办公、在线教育、数字娱乐等领域需求激增，供需关系逐渐恢复，行业量价齐增进入最佳盈利状态。被动补库存（21Q4-22Q3），下游市场需求承压，但制造商资本开支增加导致供给侧产能过剩，行业库存积压达到高位。22Q4 起，需求转弱供需关系反转，行业量价齐跌进入新一轮库存周期循环。

下游复苏节奏不一，行业库存修正或将持续。ECIA 发布的 TPC 半导体市场调查显示，下游领域库存水位自 23Q1 起陆续调整，但部分产品仍高于平衡水位。具体来看，微处理器和模拟芯片受益于汽车和工业领域的需求韧性，库存相对较低。手机/计算机等消费电子下游恢复不及预期，存储领域DRAM和NAND产品库存水位持续修正但仍处于高位，总体来看，部分下游领域已出现回暖迹象，但半导体行业系统性去库存周期尚未完成。

3. 跟踪半导体周期：需求未明短期承压，信心回暖复苏有望

3.1 上游：设备销售额小幅回升提示扩张信心不减

近十年全球半导体设备销售额增速是反应行业景气度的领先指标。行业上行时产能利用率达到高位后生产商有意愿采购设备进行扩产，行业下行时则减少设备采购以缩减资本开支。根据日本半导体制造装置协会数据，23Q1 全球半导体设备销售额同比增长 8.59%，增速环比+7.24pct。设备销售额增速回升提示生产商扩产信心回暖，行业下行周期有望见底。

硅片出货面积下滑提示需求依旧承压。上行周期中需求复苏订单增加，晶圆厂会增加硅片采购以保障出货，下行周期中则减少采购以降低原材料库存。据 SEMI 数据，23Q1 全球硅片出货面积同比减少11.25%，增速环比-9.72pct。硅片出货量连续回落提示制造商在手及新增订单量不及预期，短期需求依旧承压。

3.2 中游：部分厂商指引积极产能利用率有望回升

多数晶圆厂产能利用率已触及历史低位。行业上行时需求恢复，芯片、终端和渠道厂商补库存，代工订单增加晶圆厂产能利用率提升，行业下行时需求疲软，下游客户砍单，产能利用率下滑。2000年以来，除去 01/09 年发生系统性危机，主要晶圆厂产能利用率多数时间在 80%-110%区间内波动。2011 年欧债危机、2019 年中美贸易摩擦引发需求下行时，部分晶圆厂产能利用率跌破 80%水位，但仍维持在60%以上。本轮周期中，代工厂产能利用率自 22Q4 开始松动，23Q1 联电、中芯国际披露产能利用率为72.4%、68.1%，台积电估算在 80%上下，已低于或接近历史低位。华虹半导体产能利用率维持高位系采取了降价策略。

Q2 指引分化部分厂商产能利用率有望回升。从营收来看，中芯国际指引23Q2 有所回升，联电、格罗方德、华虹半导体指引持平或小幅波动，台积电指引下滑 4-9 个百分点。毛利率方面，多数晶圆厂指引小幅下降或持平。产能利用率方面，联电指引在 70%低位区间，基本与 Q1 持平；中芯国际业绩会表示预计Q2产能利用率和出货量均高于 Q1，且公司接到部分急单，40nm、28nm 的产能利用率已经恢复到100%。

3.3 下游：价格调整趋近尾声库存周转压力仍在

细分品类价格趋势逐渐企稳。存储产品价格自 2022 年起下滑最为明显，其中NAND近一月价格基本持平有望在 Q3 止跌，DRAM 价格跌幅明显收窄调整基本进入尾声。数字芯片中，受益于通信、数据中心及汽车需求推动的 FPGA 和车规级 MCU 价格经历 Q1 调涨后，Q2 主要厂商交期缩短价格回归稳定。模拟芯片中，传感器 Q2 需求偏紧交期延长，Infineon、Onsemi、NXP 等厂商调涨价格，其他产品供应趋于稳定。分立器件中，Q1 热度较高的高压 MOSFET 和 IGBT 产品普遍交期缩短，但onsemi 和Microchip部分产品价格仍在上涨。

主要半导体公司存货周转天数普遍上升。以 Wind 数据计算半导体公司存货周转天数反映库存水位进行不完全统计，海外主要半导体公司最新一季存货周转天数平均为 4.7 个月，已超过常规水位；国内主要半导体公司 23Q1 存货周转天数平均为 11.3 个月，处于历史高位。虽然半导体行业自22Q4 进入主动去库存阶段，部分终端厂商积极进行库存管理，部分设计厂商也向上游晶圆厂砍单，供应链库存水位持续下降。但下游需求回暖不及预期，影响库存周期进度，主要半导体厂商面临较大存货压力，被动去库存的上行拐点暂未显现。

4. 判断半导体周期：模拟拐点或是复苏先兆，重点关注设备、AI芯片、模拟/功率和代工领域

4.1 整体趋势：费城指数率先走出修复行情，模拟芯片拐点或是复苏先兆

近十年周期波动中，申万半导体指数弹性更大。半导体指数行情波动可以拆解为估值和业绩两重变化。费城半导体指数在上行周期发生“戴维斯双击”，下行周期发生“戴维斯双杀”。2011 年以来，费城半导体指数 PE（TTM）在 15x 至 35x 之间波动。2011 年以来，申万半导体指数估值处在30x-140x 区间。总体来看，申万半导体指数估值弹性和波动幅度高于费城半导体指数。

AIGC 行情拉动费城半导体指数率先走出修复行情。AIGC 掀起的大模型军备竞赛引发全球市场对算力的旺盛需求，不仅推动英伟达总市值突破万亿美元，成为美股市值第五大公司；也拉动产业链上相关公司给出超预期业绩指引，如主营 AI 网络连接芯片和云端优化芯片迈威尔预测 2024 财年其AI 营收将成倍增长。受 AI 应用和硬件高景气拉动，费城半导体指数自 2022Q4 起逐渐走出修复行情。申万半导体指数则受中美芯片博弈与下游需求修复迟滞影响，短期业绩承压，行情仍在底部盘整。

从 P/B 估值来看申万半导体指数仍处于历史低位。历史复盘来看，费城半导体指数P/B主要位于3x-7x区间。本轮周期中，费城半导体指数 P/B 自 21Q4 回调，到 22Q4 触及 3.2x 底部后开始波动上行。申万半导体指数多数时间也位于 3x-7x 区间，由于弹性更大，19Q1 见底时回调至 2x 左右，21Q3 见顶时则突破了12x。对比来看，申万半导体指数当前仍在低位盘整，尚未走出回暖态势，从 P/B 估值角度有较大上行空间。

模拟芯片拐点出现通常是复苏先兆。模拟芯片发展并不主要依赖于工艺制程迭代，通常产品生命周期较长、价格波动也较小。相对于数字芯片，模拟芯片产品种类复杂，下游应用更广。在下行周期中，模拟芯片和功率芯片类厂商受益于汽车和工业两大市场需求支撑，业绩相对稳定，呈弱周期属性。复盘近十年申万半导体三级指数，模拟芯片设计在多轮周期中都是相对早复苏的赛道。本轮周期中，AIoT+AIGC两大创新驱动力引发汽车电动化和制造智能化浪潮，推动模拟芯片成为下游应用中较为景气的赛道。目前下游需求有回暖迹象，申万模拟芯片设计指数已经能看到小幅拐点，率先复苏的逻辑有望再次验证。

4.2 细分赛道：重点关注设备、AI 芯片、模拟/功率和代工领域

4.2.1 半导体设备：盈利水平穿越周期，国产替代贡献可观空间

全球主要设备厂商毛利率穿越周期保持稳定。半导体设备是电子产业的基石，投资额一般占制造领域资本开支的 70%-80%。半导体设备市场高度集中，以美欧日厂商技术为领先，美国应用材料（AMAT.O）、荷兰阿斯麦（ASML.O）、美国拉姆研究（LRCX.O）、美国科天（KLAC.O）为代表的Top10 企业长期占据全球半导体设备市场的主要份额。其中光刻机领域垄断程度最高，以 EUV、ArFi、ArF 三个高端机型来看，2022 年 ASML 出货 149 台，占有 95%的市场。从历史数据来看，半导体设备行业盈利水平较为稳定。2010年后历次周期中，应用材料、阿斯麦、拉姆研究与科天半导体等设备龙头的毛利率基本处于40%-60%区间。

芯片博弈升级强化国产替代逻辑。据 SEMI 数据，2022 年全球半导体设备出货金额达1076亿美元。中国大陆连续第三年成为全球最大的半导体设备市场，销售额达 283 亿美元，占比26.3%。6 月30日，荷兰正式宣布开始实施半导体设备出口管制，将限制多款 DUV 高端型号光刻机设备出货。随即AMSL回应部分先进型号设备受限，比如 TWINSCAN NXT：2050i、2000i、1980Di。短期来看，关键环节高端设备出口限制会给国内半导体行业升级和扩产带来阵痛，但长期来看，是对国产替代逻辑的进一步催化。

国产化率不断提升，主要厂商营收增长亮眼。据海关总署和中国电子专用设备工业协会公布数据计算，2018-2021 年我国半导体设备国产化率由 5.4%增长至 14.6%，估测 2022 年已超过20%。从业绩表现看，2018-2022 年国内设备厂商营收连续增长，CAGR 高达 50%。从盈利水平看，平均毛利率稳定在40%左右，平均净利率逆周期连续增长至 17%。在国产替代逻辑打开市场增量空间前提下，设备赛道长期确定性高。

4.2.2 算力芯片：创新周期确立行业β，国内厂商加速追赶

大模型军备竞赛催生庞大内需空间。AIGC 浪潮下，阿里、百度、华为、360 等国内科技平台，及创业公司、科研院校先后加入大模型军备竞赛。据不完全统计，目前参数量在 10 亿规模以上的国内大模型发布数量已达 79 个，已发布模型中参数量最多高达 174 万亿。由此推演，技术层大模型落地+应用层场景丰富最终会通过 AI 产业链传导至基础层，转变为对 AI 硬件尤其是 AI 芯片的庞大内需。据IDC数据，2022年中国 AI 市场规模为 122 亿美元，预计 2026 年将达 264 亿美元，其中 AI 硬件占比最高，规模近150亿美元。

GPU 是模型训练阶段用量最大的算力芯片。算力芯片主要应用在模型训练和推理两个阶段，云和端对训练侧和推理侧的要求又有不同。目前，主流架构包括 GPU、FPGA 和以 VPU/TPU 为代表的ASIC三类。通用性 GPU>FPGA>ASIC，性能功耗比 GPU服务器市场规模将达到 164 亿美元，GPU 服务器占比依旧超过 80%。

海外厂商长期垄断算力芯片市场。全球范围内参与算力芯片市场竞争的海外厂商主要有NVIDIA、Intel、QUALCOMM、AMD、Google、Microsoft 等。在 GPU 和 FGPA 领域，国外厂商尤其是美国公司近乎处于了垄断地位。以 GPU 为例，JPR 数据显示 23Q1 Intel 在全球 PC 端 GPU 市占率为68%，NVIDIA和AMD分别占 19%和 13%；而 NVIDIA 在台式机独立 GPU 市场的份额则高达 84%。

4.2.3 存储芯片：头部厂商减产筑底，下游驱动力向AI/HPC切换

供给商实质减产价格跌幅收窄。存储芯片是半导体第二大细分市场，产品标准化程度高，可替代性强。相较于其他品类，存储芯片周期性强，弹性大于行业整体，价格对下游需求敏感性高。本轮存储周期下调由 22Q2 起，部分细分产品价格已突破历史低位。为应对持续下行趋势，22Q4 起头部厂商海光、三星、SK海力士进行减产并缩减资本开支。目前下游需求恢复未明但实际减产已部分改善供需关系。Trendforce预测NAND Flash Q3 均价预估将续跌 3-8%，Q4 有望止跌回升；DRAM Q3 均价跌幅将收敛至0-5%，有望在2024年止跌反弹。

服务器成为存储复苏增长引擎。智能手机、PC 和服务器是存储芯片的主要下游需求。从DRAM来看，智能手机的需求量最大，2022 年占比达 38.5%，服务器次之，2022 年占比分别为34.9%。NANDFlash首要需求来源也是智能手机，其次是 PCSSD 和企业级 SSD。其中，企业级 SSD 主要应用于高性能计算、边缘计算、高端存储、数据中心等各种场景。受 AI 浪潮带动，全球服务器尤其是AI 服务器出货量大幅提升，成为存储增量市场。Tendforce 预测，2023 年 AI 服务器（包含搭载 GPU、FPGA、ASIC 等）出货量将高增38.4%，达近 120 万台，占整体服务器出货量近 9%，至 2026 年将占 15%。AI 服务器对存储芯片需求更高。根据美光测算，AI 服务器中 DRAM 数量是传统服务器的 8 倍，NAND 是传统的3 倍。TrendForce 预测，2023年服务器 DRAM 出货量将超过智能手机 DRAM，市场份额占比将达 38%。

大模型训练对存力提出更高要求。大模型训练精度依赖于参数量和数据集大小，对数据的存储和传输效能提出了更高要求。AI 模型训练中需要保存中间层的输出激活值，会增加3 到4 倍的内存占用，使单个硬件的内存容量和 AI 硬件之间的传输带宽面临挑战。数据显示，过去 20 年中硬件的峰值计算能力增加了90,000 倍，但是内存/硬件互连带宽却只是提高了 30 倍。

HBM 成为 AI 存力瓶颈解决方案。高带宽存储器（High Bandwidth Memory，HBM）是一种新型显存，通过 TSV（硅通孔）技术，将多个 DRAM 芯片堆叠起来并与 GPU 一起封装。HBM使DRAM转变为立体3D 结构，可以提供更高的总线位宽并扩展内存容量，进而提升数据存储和传输效率，是目前AI 训练突破“内存墙”限制的主流方案。Trendforce 预估 2023 年全球 HBM 需求量将增长近6 成，达到2.9 亿GB。

4.2.4 模拟/功率：弱周期属性，汽车工业支撑下游应用空间

模拟芯片/功率器件共同具备下游应用广和产品生命周期长两大属性。（1）下游应用广：模拟芯片用于产生、放大和处理连续函数形式模拟信号（如声音、光线、温度等），是自然世界和数字世界的桥梁。模拟芯片包括信号链和电源管理两类，几乎常见的全部电子设备都需要使用模拟芯片。功率器件属于分立器件的分支，主要功能是对电能进行转换、控制和改变，被广泛应用于工控、汽车、新能源和家电领域。（2）产品生命周期长：模拟芯片相较数字芯片更强调可靠性、稳定性和一致性，产品种类丰富、认证周期较长，且发展并不依赖于工艺制成迭代，产品生命周期较长且价格波动较小。功率器件迭代升级的驱动力来源于下游对高效率和低功耗的需求，耐用性决定了其产品生命周期长迭代慢的特点。

下游应用广+产品生命周期长=周期性较弱。由于产品生命周期长且种类丰富，且下游应用领域众多，模拟芯片与功率器件市场不易受单一产业景气变动影响，价格波动与存储等数字芯片相比较小，行业整体周期性较弱。2015 年后物联网概念兴+2019 年起新能源汽车逐渐普及的双重逻辑下，来自工业控制和智能驾驶领域的下游需求支撑模拟芯片和功率器件（占比分立器件 70%左右）在本轮周期中走出了涨多跌少的增速变化。据 WSTS 预测，2023 年模拟芯片和功率器件销售额占比将达 23.26%，较2019 年+4.39pct。

国内模拟/功率领域需求量大但自给率低。ICInsight 数据显示，2021 年中国大陆模拟芯片市场占全球总市场的 43%，但据中国半导体协会数据 2020 年我国模拟芯片自给率仅有 12%。功率器件方面情况相似，据Statista 和 IHS 数据，2021 年中国功率半导体市场为 183 亿美元，约占全球市场的40%。但目前国产化率尚不足 30%，且车规级国内自给率不足 10%，存在巨大的供需缺口。

4.2.5 晶圆代工：底部基本确立，复苏在即利好低估优质标的

低估值优质代工标的复苏受益确定性强。根据产能周期中对产能利用率和业绩指引的分析，我们认为当前晶圆代工环节的周期底部已基本确立。目前，各下游应用环节修复节奏不一，库存去化仍在持续，但行业不存在整体产能过剩的风险。因此，当需求回暖进入被动去库存拐点时，终端客户订单增加，晶圆厂稼动率和业绩提升是必然趋势。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）

精选报告来源：【未来智库】。「链接」