半导体-零帕网

海外大厂聚焦 AI 建设，加速 AI 投资。海外三大云厂商谷歌、Meta、微软24Q1 法说会均表示今年将加大 AI 基础设施投资，以确保于 AI 浪潮中保持领先地位。（1）谷歌 24Q1 资本支出达 120 亿美元，公司持续降低与 AI 相关的机器成本，关注 GenAI 可以改善搜索体验的领域，通过广告和云及订阅实现了 AI 盈利，并在第一季度推出 Gemini Advanced 新型 AI 高级计划。（2）Meta 致力于构建多种 AI 服务，近期发布 Meta AI 新版本，由最新的Lla

AI 存储路线图：更大容量、更大带宽、更低功耗。随着人工智能的快速发展，大模型的参数量指数级增长，不仅推升了处理器的算力需求，同时也对与处理器匹配的内存系统提出了更高的要求。一方面，大量模型数据的传输要求更大的内存带宽，以缓解“内存墙”问题，提升 HPC 系统计算效率；另一方面，内存系统的容量需要大幅拓展，以存储千亿参数乃至更大规模的大模型。

经过我们的计算，AI的增长对于服务器存储需求增量较大，计算结果如下：内存：以GB200 NVL72为例——单台GB200 NVL72 （HBM+LPDDR5x）消耗晶圆片数为15.21片。SSD：以DGX H100为例为例——单台DGX H100 SSD消耗晶圆0.46片。

后摩尔时代渐进，先进封装快速发展。随着先进制程工艺逐渐逼近物理极限，越来越多厂商的研发方向由“如何把芯片变得更小”转变为“如何把芯片封得更小”，先进封装快速发展。先进与传统封装最大区别在于芯片与外部电连接方式，先进封装省略引线，采取传输速度更快的凸块、中间层等，主要包括凸块（ Bump ）、倒装（Flip Chip）、晶圆级封装（Wafer level package）、再分布层技术（RDL）和硅通孔（TSV）技术等。

预计2024年半导体周期有望开启复苏全球半导体销售额（三月平均）连续4个月同比正增长。行业库存：预计1H24回到正常水位，AI驱动的环节或将有补库动力。产能端：扩张趋于理性，新需求普及或加快扩产进度。价格端：以存储为代表的电子产品开始涨价，市场信心逐步建立。需求端：AIGC快速迭代，需求端创新确立方向。

智屏业务基本盘稳固，中高端+大屏叠加 TCL+雷鸟双品牌战略落地，推动全球市场份额提升+品牌升级。公司智屏大尺寸显示业务稳步拓展，2023 年全球出货量份额已达 12.5%，较 2020 年提升近 2pt，其中国内市场 2023 年零售额份额 18.1%稳居前二，高端领域 MiniLED 电视、98 英寸超大尺寸电视零售量份额均过半引领行业；海外市场，在美国、法国、西班牙等欧美主要市场及澳大利亚、菲律宾等新兴市场份额均名列前茅，在多年积累的品牌力+全球化渠道资源+全产业链垂直一体化下的产品优势的

MEMS 惯性传感器产业链可划分为上游器件（含设计、生产、封装、标定测试等）、中游模组、下游系统、终端应用。芯片/组件等元器件位于产业链上游，是产业链中游惯性模组厂商使用的基础核心惯性元器件，此类惯性元器件主要用于自主测量和反馈物体运动速度和角度的变化，并与卫星等其他导控模块形成惯性导航系统、组合惯性系统等，经下游应用端客户集成在相关设备中发挥惯性导航、惯性测量和惯性稳控的作用。MEMS 惯性传感器产品最终可应用于消费级（消费电子）、战术级（测绘、资源勘探等高端工业、车辆和飞行体）、导航级（航空

高性能 MEMS 惯性传感器领先者，具备优异的盈利能力。公司成立于2012年，专注高性能 MEMS 惯性传感器的研发、测试和销售，采用 Fabless运营模式，2023 年在科创板上市。公司 MEMS 惯性传感器产品性能达到国际先进水平，助力其业绩稳定增长

关注MEMS，关注什么？ MEMS行业是百亿美金大市场。 根据Yole的数据，市场空间将从2021一年的136亿美金，提升至2027年的223亿关金。 整体CAGR的增长年复合增长率为9%。 到2027年第一大市场为射频MEMS市场，整体空间为46.64亿美金；第二大市场为惯性市场，IMU惯性和加速度计合计市场空间为44.33亿美金；第三大市场为压力MEMS，市场空间为26.24亿美金；第四大市场为硅麦MEMS，市场空间为23.33亿美金。

面板检测设备龙头切入半导体、新能源设备，第二、三成长曲线见效。精测电子是国产平板显示测试设备厂龙头，2021 年在我国 Array 制程市场份额达到国产第一，Cell/Module 制程国产第二。2018 年公司拓展半导体检测设备及新能源检测设备，当前上海精测凭借其全面布局及节点先进在国产化率不足 3%的半导体量检测设备行业中处于领先地位，导入中芯国际、华虹集团、长江存储、合肥长鑫等客户。公司签约动力电池龙头厂商中创新航，持续扩张锂电池检测设备布局。

天下芯片，通久必专，专久必通。回望芯片发展历史，从 CPU，到图像与深度学习时代大放异彩的 GPU，再到矿机 ASIC 的异军突起。芯片发展一直遵循着上述规律。某类需求的爆发，推动通用芯片中的某一功能独立并形成 ASIC，来更好的满足需求。通用芯片发现需求，专用芯片满足需求，这就是半导体行业面对人类需求时的解决之道，归根结底，客户的需求决定一切。

全球AI大模型高速发展，算力需求高增驱动AI服务器三年CAGR约为29%的增长，带动算力芯片与光模块产业链受益。2023年以来，以ChatGPT、Sora为代表的多模态AI大模型横空出世，标志着人工智能技术已经进入一个新的纪元。未来，通用人工智能（AGI）有望集多模态感知、大数据分析、机器学习、自动化决策于一体，重塑人类工作和生产生活的方式，引领人类步入第四次工业革命。算力的高速增长需要更多的AI服务器支撑，2023年全球AI服务器约85.5万台，到2026年预计将达到236.9万台，CAGR为