2025年电子行业年度策略：AI策略，中流击水，浪遏飞舟

1 算力：ASIC 助力定制化，国产芯片加速入局

全球 AI 产业进入高速发展阶段，技术创新者、云服务厂商与行业应用领导者共同推动 AI 经济格局重塑。巨头加大资本投入，超高性能 GPU 集群、专用 AI 芯片及数据中心等基 础设施的提升又进一步推动了 AI 应用场景的创新。 在技术与应用的双轮驱动下，AI 端侧技术正成为另一重要增长极，2025 正式进入“ 百舸 争流”。智能手机、可穿戴、物联网设备、汽车等终端 AI 算力提升，为边缘计算、智能 家居、自动驾驶等领域带来全新可能性。 面对地缘政治技术封锁与供应链不确定性，中国 AI 产业亟需推进全面国产化，加速关键 技术自主可控。在基础硬件层面，国产算力、存力、互联等高端芯片的突破，离不开 IC 设计、晶圆制造、先进封装测试、半导体设备、材料及零部件等全产业链的配合。此外， 还需关注整个配套设施，包括电源管理、PCB、高性能散热方案等关键组件的自主供应链 建设。 全球 AI 竞争进入白热化阶段，通过在核心技术自主创新和完整产业链建设上的持续发 力，我们充分看好技术升级迭代、产业积极布局为国产 AI 供应链带来的机遇。

1.1 GPU 仍占据主流 AI 算力市场

GPGPU 适合高性能并行计算，是人工智能算法的首选解决方案。GPGPU（General Purpose computing on GPU，基于 GPU 的通用计算）在传统 GPU 的基础上，进行了进 一步的优化设计，使之更适合高性能并行计算。目前 AI 服务器通常选用 CPU 和加速芯 片组来满足其庞大算力需求，其中加速芯片包括 GPU、FPGA、ASIC 等逻辑芯片，GPU 由于其具有最强的计算能力同时具备深度学习等能力，目前成为服务器中加速芯片首选。

与 GPU 的通用性相比，ASIC 在特定任务上展现出更高的效率。ASIC 作为专用定制芯 片，基于芯片所面向的专项任务，计算能力和计算效率都严格匹配于任务算法，芯片的 核心数量，逻辑计算单元和控制单元比例，以及缓存等整个芯片架构也是精确定制的， 因此 ASIC 可以实现极致的体积、功耗。博通 2024 年 AI SAM 约 150 亿至 200 亿美元， 27 年 SAM 为 600 亿至 900 亿美元，SAM 将实现 4-5 倍增长。

FPGA 半定制化，但冗余多且能效极致化不如 ASIC，不适用于 AI 计算大规模出货。FPGA， 即 Field Programmable Gate Array“（现场可编程阵列列），于于半定制芯片，能能依据据 用户需求，在制造完成后进行不限次数的重复编程，进而达成所需的数字逻辑功能。ASIC 则是全定制芯片，其功能固定无法更改。相比之下，FPGA 作为半定制芯片，功能具有灵 活性，无需进行流片，不过因其可编辑的特性，冗余功能较多，若仅用于单一目的便会 造成资源浪费。在大规模生产时，FPGA 的成本高于 ASIC，并且在能效极致化方面也不 及 ASIC。因此，用于 AI 计算大规模出货时，一般考虑使用 GPU 与 ASIC 较多。

AI 服务器需求旺盛，北美四大 CSP 资本开支上行。从 AI 服务器出货量来看，2023 年 高阶 AI 服务器出货 19.96 万台，一般 AI 服务器出货 46.98 万台。2024 年高阶 AI 服务 器预期出货 54.3 万台，较 2023 年成长 172%；2024 年一般 AI 服务器预期出货 72.5 万 台，较 2023 年成长 54.2%。根据 Trendforce，2024 年 AI 服务器占整体服务器出货的 比重预估将达 12.2%，较 2023 年提升约 3.4 个百分点；从产值看，预估 2024 年 AI 服 务器产值将达 1,870 亿美元，同比+69%，产值占整体服务器高达 65%。从需求方来看， 2023 年前五大业者出货占总体比重达 85.1%，2024 年前五大业者占比则降至 77%，前 四大仍为以代工厂直接销售（ODM-direct）为服务器主要采构模式的大型 CSP 厂商。

CSP 持续加码 AI 服务器及相关投资。24Q3 四大 CSP“（谷歌、meta、亚马逊、微软）资 本开支“（现流流量表口径）总和为 575 亿美元，同比增长 61%，环比增长 11%，自 23Q3 开始，云厂商资本开支逐季提升。谷歌 24Q3 资本支出约 130 亿美元，其中最大的组成 部分是对服务器的投资，其次是数据中心和网络设备，预计 Q4 资本支出将与 Q3 持平； meta24Q3 资本支出（包括融资租赁的本流支付）为 92 亿美元，主要系对服务器、数据 中心和网络基础设施的投资，预计 2024年全年的资本支出将在 380-400亿美元之间， 下限较之前的 370-400 亿美元有所增长，预计 2025 年的资本支出将大幅增长；亚马 逊 24Q3 资本支出为 213 亿元，预计 2024 年的资本支出约为 750 亿美元，大部分支出 用于支持对技术基础设施日益增长的需求；微软 FY25Q1 包括融资租赁在内的资本支出为 200 亿美元，PP&E 支付的现流为 149 亿美元，大约一半的云和 AI 相关支出继续用于 长期资产，其余的云和 AI 支出主要用于服务器（CPU 和 GPU）。

科技公司紧锣密鼓布局、升级迭代大模型训练，AI 算力芯片需求强劲。在加速计算和生 成式 AI 的带动下，算力需求陡增，全球高科技公司纷纷涌入 AI 领域开展军备竞赛。预 计 2024 年微软有 75 万-90 万块等效 H100，25 年预计达到 250 万-310 万；谷歌 2024 年有 100 万-150 万块等效 H100，25 年预计达到 350 万-420 万；Meta2024 年有 55 万65 万块等效 H100，25 年预计达到 190 万-250 万；亚马逊 2024 年有 25 万-40 万块等 效 H100，25 年预计达到 130 万-160 万；xAI2024 年有 10 万块等效 H100，25 年预计 达到 55 万-100 万。

台积电指引 AI 需求强劲，2024 年 AI 处理器收入同比增长 3 倍以上。24Q3 营收 235 亿美元，超出指引上限（224-232 亿美元），qoq+12.9%，yoy+36.0%，其中，3nm 占 比 20%，推动公司业绩增长。台积电在 24Q3 法说会中表示客户对 AI 相关需求极度强 劲，带来更高的稼动率。公司预计 2024 年 AI 处理器带来的收入将同比增长 3 倍以上， 占总收入比重中值在 15%左右（mid teens）。台积电认为在未来五年，推动半导体市场 规模走向 1 万亿美元的主要动力来自于 AI，从应用端划分，其中 40%应用于 HPC，移 动市场贡献 30%，汽车市场贡献 15%，IoT 贡献则将贡献 10%。AI 服务器市场规模 22- 27 年 CAGR 达 39%，技术进步推动更多的计算，更高的存储带宽，更大规模的异构集 成需求。

英伟达 GPU 采用率占比第一，24 年 CSP 自研 ASIC 采用率提升。根据 Trendforce 和 Digitimes，单看搭载 GPU 的 AI 服务器，英伟达市占率最高，逼近 9 成，AMD 市占率则 仅约 8%；从整体 AI 服务器来看，23 年英伟达占比 65.5%，仍为第一，预计 24 年市占率降至 63.6%，主要系搭载自研 ASIC 芯片的服务器占比提升至 25%以上。从高阶 AI 服 务器来看，2023 年高阶 AI 服务器所采用的加速器中，70%采用 NVIDIA GPU，出货量 达 13.9 万台，产品型态以采用 NVLink 技术、GPU 间互连速度达 600GB/s 以上的 HGX 版本为主，2024 年 AMD 及 CSP 自行研发的 AI 服务器机种成长较快，在高阶 AI 服务器 中，预计采用 NVIDIA GPU 机种占比将降至 58%，出货量则将增至 31.5 万台。我们看 到，英伟达在 AI 芯片中的龙头地位不变，但 CSP 自研 ASIC 采用率提升，智算方案选择 更加丰富。

FY25Q3Blackwell 投产，Hopper 与 Blackwell 系列将在 FY25Q4 并行销售。英伟 达 FY25Q3 数据中心收入为 308 亿美元创记录，yoy+112%，qoq+17%，占比为 88%。 Hopper 需求旺盛，H200 销售额环比大幅增长至数十亿美元，是公司历史上增长最快的 产品，Hopper 的需求将持续到 25 年的前几个季度。公司表示 Blackwell 全面扩张后，预 计 Blackwell 的利润率中值将达到 75%左右（mid-70%），FY25Q3 向客户交付了 1.3 万 个 GPU 样品，本季度交付的 Blackwell 数量超预期，预计将为数十亿美元。 24年英伟达出货主要为Hopper平台产品，25年GB200 NVL72占比有望接近80%。 根据 TrendForce，2024 年 NVIDIA 高端 GPU 出货将主要围绕 Hopper 平台产品。其中， 面向北美 CSPs、OEMs 会出货搭载 H100、H200 等机型，而针对中国客户则会以搭载 H20 的 AI 服务器作为主力产品。预计 24Q3 开始 H200 大规模出货成为 NVIDIA 主流产 品并持续至 2025 年。Blackwell 系列在 2024 年尚处于前期出货阶段，预计 Blackwell GPU 芯片 2024Q4 仅少量出货，2025Q1 后逐季放量，GB200 整柜式方案或将于 25Q2 放量。 在 NVIDIA 大力推动下，预期 GB200 NVL72 将于 2025 年成为主要的采用方案，占比可 望接近 80%。

英伟达或将于 B200上市后半年推出 B300，内存由8-Hi升级到 12-Hi。据 SemiAnalysis， B300 将在 B200 上市大约半年后上市。1）算力：B300 基于 TSMC 4NP 工艺节点全新流 片，GPU 能依提供比 B200 高 50%的 FLOPS，部分性能提升将来自 200W 的额外功率， GB300 和 B300 HGX 的 TDP 分别达到 1.4KW 和 1.2KW（GB200 和 B200 的 TDP 分别为 1.2KW 和 1KW）；2）HBM：内存从 8-Hi 升级到 12-Hi HBM3E，每个 GPU 的 HBM 容量 增加到 288GB；3）NIC：可能采用 800G ConnectX-8 NIC，带宽是当前 400G ConnectX7 的两倍，有 48 个 PCIe 通道，而前代产品只有 32 个，这将为新服务器提供显著横向扩 展带宽改进，更有利于大型集群。 B300 内存的改进对于 OpenAI o3 风格的 LLM 推理训练和推理至关重要，NVL72 助 力推理模型。由于长序列长度会增加 KVCache，从而限制关键批次大小和延迟，因此内 存的改进是 OpenAI o3 风格 LLM 推理训练和推理的关键。以 H200 与 H100 为例，由于 内存带宽更大，所有可比批次大小的交互性普遍提高了 43%（H200 4.8TB/s vs H100 3.35TB/s）。由于 H200 运行的批处理大小比 H100 大，每秒可生成 3 倍的 token，因此 成本降低了约 3 倍，更大的内存容量所带来的动态效益较大。NVL72 系统的性能和成本 将大幅提升，在推理中能依让 72 个 GPU 以极低的延迟处理同一个问题，共享内存，更 高的交互性使得每个思路链的延迟更低，72 个 GPU 分散 KVCache，以实现更长的思维 链（提高智能）。与典型的 8 GPU 服务器相比，批量大小扩展效果更好，从而降低成本。 使用 NVL72 的 token 经济性要好 10 倍以上，尤其是在长推理链上。

英伟达软硬件生态完整，预计 25-26 年将从 Blackwell 平台升级至 Rubin 平台。英伟 达同时拥有 GPU、CPU 和 DPU 的计算芯片和系统，通过 NVLink、NVSwitch 和 NVLink C2C 技术将 CPU、GPU 进行灵活连接组合形成统一的硬件架构，并与 CUDA 一起形成完 整的软硬件生态。目前英伟达已从 Hopper 平台迭代到 Blackwell 平台，预计 25-26 年将 演进为 Rubin，演进周期缩短至一年。

1.2 云厂商积极布局定制化，ASIC 芯片火热

定制加速计算芯片需求涌现，2028 年市场规模有望达 429 亿美元。目前，训练阶段的 训练集群对加速计算芯片的需求已经提升到万卡数量级。随着 AI 模型训练要求的日益增 长，向 10 万卡级别迈进已然在望。在推理阶段，因计算量与业务应用息息相关，单个推 理集群所需加速计算芯片数量通常低于训练集群，但推理集群的部署数量却极为可观， 预计将达到百万级，远多于训练集群的数量。AI 算力集群特别是推理集群对加速计算芯 片的庞大需求，驱动 ASIC 快速成长。根据 Marvell，2023 年定制加速计算芯片市场规模 为 66 亿美元，占加速芯片的 16%，预计到 2028 年定制加速计算芯片市场规模将达 429 亿美元，占加速芯片的 25%，2023-2028 年 CAGR 为 45%。

云厂商积极布局，博通/Marvell/世芯等公司与 CSP 共同开发 XPU。XPU 的开发通常 以谷歌、亚马逊等科技巨头为主导，博通/Marvell 等芯片企业提供辅助配套服务。根据 博通，其与客户 1 有长达 10 年的共同开发历史，合作了 10 款 XPU，与客户 2 有 4 年的 共同开发历史，合作了 4 款 XPU，24 年除了客户 1 与客户 2 之外，又新增了一家客户， 目前博通 2024 年 AI SAM“（XPU+AI 连接）约 150 亿至 200 亿美元，预计 27 年 SAM 为 600 亿至 900 亿美元，目前公司正与另外两家 CSP 开发下一代 AI XPU，预计 27 年之前 发展成创收。根据 Marvell，公司已经与 4 大 CSP 中的 3 家达成合作，其中，公司已与 AWS 达成五年多代全面协议；世芯与 AWS 和英特尔合作紧密，24Q3HPC 收入占比达 97%，87%收入来源于北美，公司表示 24 年 AWS AI 芯片成长非常显著，年增将大于 30%，24Q3 7nm AI ASIC 的出货量超预期、收入创纪录，5nm AI 加速器爬坡驱动增长。

谷歌推出 Trillium，算力、内存带宽和互联性能全面提升。Trillium 的规格在多个维度上 有重大进步，与上一代产品相比，其芯片峰值计算性能提高了 4.7 倍，高带宽内存容量 和芯片间互连带宽增加一倍，能源效率提高 67%，这是应对数据中心 AI 训练巨大电力 需求的关键指标。在训练 Llama-2-70B 模型时，测试表明 Trillium 从 4 片 Trillium-256 芯 片组到 36 片 Trillium-256 芯片组实现近乎线性扩展，扩展效率达 99%。每美元的训练 性能较上一代芯片提高了 2.5 倍，可能重塑人工智能开发的经济性，这对开发大型语言 模型的企业和初创公司很重要。

亚马逊推出Trainium2，投入40亿美元部署Project Rainier。亚马逊推出Trainium2， Trainium2 功耗约 500w，每芯片具有 650 万亿次浮点运算（TFLOP/s）的密集 BF16 性 能和 96GB 的 HBM3e 内存容量。亚马逊目前正在进行全球最大的人工智能集群建设之 一，部署了相当数量的 Hopper 和 Blackwell GPU。除了向基于英伟达的集群投入大量资 本支出外，AWS 目前正在为 Anthropic 部署一个拥有 20 万+ Trainium2 芯片的集群 Project Rainier，资本支出投入 40 亿美元。

1.3 中国算力芯片逐步筑基，国产替代势在必行

美国对华的科技封锁持续加剧，AI 芯片国产替代势在必行。2022 年 9 月，美国政府通 过设置功率阵槛和芯片之间通信速度阵槛，限制英伟达 A100 和 H100 以及 AMD MI250 对华出口。英伟达根据限制条件为中国研发出了 A800 和 H800 芯片。2023 年 10 月，为 了进一步限制中国 AI 产业，美国升级限制力度，要求英伟达禁止向中国市场出售运行速 度达到 300 teraflops“（即每秒可计算 3 亿次运算）及以上的数据中心芯片，A800 和 H800 也被禁止出售中国。英伟达面向国内的产品性价偏低，国产芯片做出性能、做出性价比， 自主可控市场空间广阔。

Atlas 800T A2 适用于 AI 训练场景，满足大规模数据中心集群部署。Atlas 800T A2 训 练服务器是基于华为自研鲲鹏 920 处理器和昇腾 910 AI 处理器的 AI 训练服务器，其中， 服务器中包括 4 颗鲲鹏 920 处理和 8 颗昇腾 910 AI 处理器，支持 4 个热插拔 2600w 电 源模块，支持 2+2 冗余备份。Atlas 800T A2 广泛应用于深度学习模型开发和 AI 训练服 务场景。该设备面向公有云、互联网、运营商、政府、交通、流融、高校、电力等领域， 具有高计算密度、高能效比、高网络带宽、易扩展、易管理等优点，满足企业机房部署 和大规模数据中心集群部署。

Atlas 900 A2 PoD 集群基础单元支持 8 个 4U 计算节点，配置 4 台 DX511 交换机，支持 24 个 PSU，单 PSU 3kw，最大支持 66kw 供电，具有高密度，高能效，高可靠，易拓展， 一体化交付，极简运维，低 TCO 等特点，支持大规模，高性能 AI 训练业务，可应用于 人工智能计算中心、运营商、云计算等重算力场景。

寒武纪思元 370 实测性能表现优秀，国产算力再下一城。寒武纪目前智能加速卡有思元 370 系列、290、270 系列，其中，思元 370 系列基于 7nm 制程工艺，是公司首款采用 chiplet“（芯））技术的 AI 芯片，集成 390 亿个晶体管，最大算力高达 256TOPS“（INT8）， 是思元 270 算力的 2 倍。凭借最新智能芯片架构 MLUarch03，思元 370 实测性能表现更 为优秀。思元 370 是国内第一款公开发布支持 LPDDR5 内存的云端 AI 芯片，内存带宽 是上一代产品的 3 倍，访存能效达 GDDR6 的 1.5 倍，搭载 MLU-Link™多芯互联技术， 在分布式训练或推理任务中为多颗思元 370 芯片提供高效协同能力。

发布景宏填补 AI 空白，产品矩列不断完善。景嘉微是国内首家成功研制国产 GPU 芯片 并实现大规模工程应用的企业，先后研制成功 JM5 系列、JM7 系列、JM9 系列等具有自 主知识产权的高性能 GPU 芯片。公司 2024 年成功研发了 景宏”系列高性能智算模块 与整机产品，填补了公司在 AI 训练、AI 推理和科学计算领域的产品空白。景宏支持 INT8、 FP16、FP32、FP64 等混合精度运算，支持全新的多卡互联技术进行算力扩展，同时适配 国内外主流 CPU、操作系统及服务器厂商，能依支持当前主流的计算生态、深度学习框 架和算法模型库，大幅缩短用户适配验证周期。景嘉微作为国产 GPU 领军企业，其首款面向 AI 领域的算力产品丰富了自身的产品线，AI 系列产品在增加公司竞争力的同时有 望成为公司业绩增长的全新动力。 深算二号性能翻倍提升，多角度持续产品优化。海光信息 DCU 产品深算二号于 2023H2 实现了在大数据处理、人工智能、商业计算等领域的商业化应用，能依完整支持大模型 训练，同时性能相较于深算一号提升 100%以上。2023 年公司持续的研发投入使其产品 在处理器体系结构设计、处理器核心微结构验证、处理器安全架构等多角度持续优化， 其中：在处理器体系结构设计方面，采用高带宽低延时 chiplet 互联技术，不断提升计算 性能；在处理器核心微结构验证方面建立了处理器核心功能部件级、处理器核心级、处 理器核心簇级、全片多核心簇级、多芯）级和多芯片级完整的多层次处理器验证环境。

燧原科技发布 S60，性能持续提升。2018 年 3 月燧原科技成立，燧原科技在仅仅 18 个 月后，发布“ 邃思 1.0”，这款 AI 训练芯片一次性流片即收获成功，创造纪录，燧原科技 在业界崭露头角。之后，燧原科技对外发布基于“ 邃思”的云端训练加速卡“ 云燧 T10” 和第一代推理产品“ 云燧 i10”。2021 年，燧原科技发布第二代训练产品“ 云燧 T20/T21” 和推理产品 云燧 i20”，以及配套的 驭算”软件平台，燧原科技成为当时国内第一家 云端训练和推理产品迭代到第二代的企业。2024 年 7 月，新一代推理产品燧原 S60 发 布。架构升级，计算效率提升，大内存满足大模型参数增长需求，PCIe5.0 提升传输速 率，虚拟化支持灵活的算力分配，覆盖 200+主流模型，降低客户应用迁移成本，缩短业 务上线周期，大幅提升模型泛化支持能力，软件易用性持续提升。

1.4 AI 需求涌现，晶圆代工国产化空间广阔

全球 AI 布局叠加供应链补库，预计 2025 年晶圆代工产值将年增 20%。据 TrendForce 集邦咨询最新调查：2024 年由于消费类产品终端市场不景气，零部件厂商备货较为保守。 因此晶圆代工厂平均产能利用率低于 80%，只有高性能计算（HPC）产品和旗舰智能手 机主流采用的 5/4/3nm 等先进制程能保持满负荷生产。尽管 2025 年消费类终端市场前景据旧不明朗，但汽车、工控等供应链的库存从 2024 年下半年开始逐渐见底，再加上边 缘人工智能（Edge AI）使单个整机的晶圆消耗量增加，以及云人工智能（Cloud AI）持 续布局，预计 2025 年晶圆代工产值将同比增长 20%，好于 2024 年的 16%。

AI 需求为代工行业带来新动能。根据 TrendForce 的预计，AI 服务器市场在 2024 年将 实现 42%的成长，2025 年预计将保持 28%的同比增长。以 AI 服务器所带动的 AI 芯片 需求为例，从 AI 芯片在整个先进工艺中的产能占比来看，2022 年的占比仅有 2%， 2024 年预计将会达到 4%，预计到 2027 年占比将会达到 7%，对整个晶圆代工产业 的产值贡献正在快速增长。2025 年智能手机、笔记本电脑市场在端侧生成式 AI 需求的 推动下，出货量有望分别实现同比 2%和 5.7%的增长。同时端侧生成式 AI 还将进一步 推动 AI 手机和 AI PC 对于 DRAM 容量需求的显著提升。地缘政治影响，台积电等海外 代工厂为中国大陆客户提供 7nm 及以下更先进制程的芯片代工能力可能受限，中国大陆 先进制程亟需进步，解决卡脖子问题，实现国产替代。

24Q3 全球晶圆代工市场产能利用率持续改善，先进制程及先进封装供不应求。根据 TrendForce，2024Q3 受益于下半年智能手机、PC/笔电新品带动供应链备货，加上 AI 服 务器相关 HPC 需求持续强劲，整体晶圆代工产能利用率较第二季改善，Q3 全球前十大 晶圆代工业者产值季增 9.1%，达 349 亿美元，这一成绩部分归功于高价的台积电 3nm 制程大量贡献产出。2024Q4，TrendForce 预计先进制程将继续推动前十大厂商产值增 长，不过环比增幅将略有缩小，且运营表现将两极分化。预计到年底，人工智能、旗舰智能手机、PC 主芯片将带动 5/4nm、3nm 制程的需求，CoWoS 先进封装仍将供不应求。 至于 28nm“（））以上的成熟制程，由于终端销售情况不明朗，且进入 2025Q1 淡季，消 费类产品在 2024 年第三季度备货后，TV SoC、LDDI、Panel PMIC 等外围集成电路的备 货需求大幅降低，这些因素将被中国智能手机品牌年底冲量以及中国以旧换新补贴刺激 供应链紧急订单的效应抵消，预计 Q4 成熟制程产能利用率将与环比持平或略有增长。

中国芯片自给率急需提高。根据 TechInsights 的统计数据，2020 年中国大陆芯片市场规 模约为 1460 亿美元，而中国本土生产的芯片规模约为 242 亿美元，自给率约 16.6%， 2021 年芯片自给率约 17.6%，2022 年约 18.3%，芯片自给率提升空间大。

中国大陆晶圆厂发展速度全球领先，资本开支力度强劲： 台积电：适度收紧资本开支规划，2023 年相较于 2022 年资本开支收窄，2023 年资 本开支 304.5 亿美元，计划 2024 年资本支出介于 280-320 亿美元之间，其中约 70%-80%用于先进制程技术，10%-20%用于成熟和特色工艺，10%用于先进封装 测试及掩模生产等设备采购。联华电子：2023 年资本支出约 30 亿美元，2024 年预计约 33 亿美元，其中 95%将 投入 12 英寸厂，5%用于 8 英寸厂。 中芯国际：资本开支并未削减，2023 年资本开支为 75 亿美元，同比增长 17.3%， 主要用于扩充产能，计划在 2024 年继续推进 12 英寸工厂及产能建设计划，预计 2024 年资本支出与 2023 年大致持平。 华虹：目前公司单一最大的资本开支即为新的 12 英寸产线，总体约 67 亿美元的投 资计划。该投资从 2023 年年中开始，贯穿 2024-2026 年，平均来看，约 20 亿美元 /年，2025 年的资本开支会在 20-25 亿美元左右。

中芯国际位居全球晶圆代工企业销售额第三。中芯国际是世界领先的集成电路晶圆代工 企业之一，也是中国大陆集成电路制造业领导者，拥有领先的工艺制造能力、产能优势、 服务配套。根据全球各纯晶圆代工企业最新公布的 2023 年销售额情况排名，中芯国际 位居全球第四位，在中国大陆企业中排名第一。单季度来看，根据 Trendforce 数据，自 24Q1 起，受益于消费性库存回补及国产化趋势加速，24Q1 中芯国际销售额超越格芯与 联电，居全球晶圆代工企业第三，且受益于产品组合优化及 12 英寸新增产能开出，公司 24Q2，24Q3 稳居第三，全球市场份额 24Q3 达 6.0%。 产能持续扩建，产品结构进一步优化。从晶圆尺寸来看，中芯国际 12 英寸晶圆产品营收 占比逐步提升，24Q3 占比达 78.5%，且根据公司 24Q3 法说会，公司 24Q3 新增 2.1 万 片 12 英寸晶圆产能，预计 Q4 再释放 3 万片每月 12 英寸产能，当前 12 英寸产能持续 接近满载，且对应节点附加值较高，公司提出自 2023 年起，未来 5-7 年将新增 12 英 寸产能 34 万片/月，主要集中于中芯东方、中芯深圳、中芯西青、中芯京城，伴随公司 产能扩充，产品结构进一步优化，ASP 提升，且 12 英寸产能进一步释放有助于增强覆盖 客户需求能力，提升竞争力。分领域来看，自 23Q4 起，消费电子领域营收占比逐步提 升，24Q3 占比达 42.6%，受益于下游市场温和复苏及消费电子厂商提前备货。

成熟制程覆盖全面，大陆首家具备量产 14nmFinFET 能力本土晶圆厂商。中芯国际拥 有全面一体的集成电路晶圆代工核心技术体系，成功开发了 0.35 微米至 14 纳米的多种 技术节点，其中公司 28nm 具备高介电常数流于栅极、锗硅应力提升技术和超低电介质 材料铜互联工艺，可用于高性能应用处理器、移动基带及无线互联芯片领域，14nm 应用 FinFET 新型器件，高性能/低功耗，支持超低工作电压，应用多重曝光图形技术，集成度 超过 3x10^9 个晶体管/平方厘米，可应用于高性能低功耗计算及消费电子产品领域，例 如智能手机、平板电脑、机顶盒、AI、射频、车载和物联网等领域。

本土优势+品牌效应，打造晶圆代工国产替代龙头。相对于国内竞争对手，公司已与境 内外领先芯片设计厂商建立了长期稳定的合作关系，以便掌握行业、产品最新技术动态， 及时了解和把握客户最新需求，准确地进行芯片产品更新升级，确保公司产品在市场竞 争中保持先发优势，同时积累产品行业应用经验，完善产品性能，提高产品质量水平。 相对于国外竞争对手，公司一方面更加贴近、了解本土市场，能依快速响应客户需求， 提供充分的服务支持；另一方面，公司与国内芯片设计厂商在企业文化、市场理念和售 后服务等方面更能相互认同，业务合作通畅、高效，形成了密切且相互据存的产业生态 链。根据 SEMI 数据，中国大陆 12 英寸晶圆产能全球份额将从 2022 年 22%增加到 2026 的 25%，产能达到每月 240 万片，当前全球晶圆产能制程节点向 28nm 及以下集中，先 进制程晶圆进口存在极大不稳定性，公司以本土优势+品牌效应为基础，在国内需求+国 产替代需求双重上升拉动下，晶圆代工国产替代龙头地位进一步巩固。

1.5 AI 时代先进封装不可或缺，本土力量崭露头角

AI 时代先进封装不可或缺，2.5D/3D 封装增速领先。2022 年，先进封装市场的价值达 443亿美元，预计到2028年将超过786亿美元，2022至2028年间年复合增长率（CAGR） 为 10%。先进封装技术主要包括 Flip Chip 倒装、WLCSP 晶圆级封装、Fan Out 扇出、 2.5D/3D 封装等，22 年占比最高的还是 Flip Chip 倒装，占比超过 50%。但随着 AI 和 HBM 的应用近年来迎来爆发，市场对高性能封装解决方案的持续需求，以及新兴技术如 芯片互连和异构集成的推动下，2.5D/3D 封装技术增速较快，2022-2028 年间的复合增 速达 18.7%。

从 CoWoS 走向 SoIC，互联密度成倍提升。台积电的系统集成技术可分为两大平台， 一是 3D 堆叠技术平台 SoIC；二是先进封装技术平台，涵盖了 InFO、CoWoS 和 SoW 技 术。CoWoS 技术使得单位面积上的互联密度比倒装技术提高了 10 倍以上，而 3D 堆叠 技术 SoIC 则可以把互联密度提升 100 倍以上。

CoWoS-L 进一步扩大掩模尺寸，容纳更多的 HBM。CoWoS 作为台积电面向高端的先 进封装解决方案，目前在 AI 芯片的封装中得到了广泛的应用。随着算力需求的提升，封 装技术需要能集成更多的 HBM 和更大的 GPU，因此 CoWoS 技术一直致力于提升掩模尺 寸。2016 年的 CoWoS-S 技术实现了 1.5x 掩模板面积的硅中介层，而到 2027 年 CoWoSL 将通过局部硅互连（local silicon interconnect，LSI）和全局重布线“（global redistribution layers），形成一个重组的中介层以替代 CoWoS-S 中的单片硅中介层，从而能做到 8 倍 掩模板面积。

3D 堆叠技术进展迅速，混合键合助力互联密度提升。采用 3D 堆叠技术的首个应用于数 据中心的 CPU 在 2022 年实现出货，首个 GPU 则在 2023 年实现出货。3D 堆叠技术实 现了互联密度大规模的提升，主要归功于混合键合工艺，从而使 bump pitch 微缩到 10um 以下。

移动端的 AI 应用：目前主要采用 InFO-PoP 技术将 DRAM 和 SoC 封装在一起，未来的 InFO-M-PoP 技术将通过异构集成实现计算芯片和存储芯片的集成。台积电给出的终极 解决方案则是 SoIC-P 技术，该方案将提供更好的散热性能，同时兼顾更厚的 DRAM 封 装，以带来更大的存储容量和带宽。 车载 AI 芯片：目前仍以 FcBGA 为主，未来将使用 InFO-oS 技术以实现 2 个逻辑芯片的 集成，使用 CoWoS 技术以实现逻辑芯片和 HBM 的集成。Chiplet 技术的运用将大幅提升 ADAS 的性能。

先进封装技术百花齐放：封测厂扎根于载板，主要聚焦于 CoWoS 中的后道 oS 工艺，提 供的解决方案也以 2D/2.5D 为主。由于 CoW 工艺与前道工艺相近，代工厂更擅长对晶 圆的加工能力，因此代工厂在 2.5D/3D 技术上的布局更为前瞻。

中国封测厂在先进封装领域逐渐崭露头角： 长电科技：XDFOI® Chiplet 高密度多维异构集成系列工艺已进入稳定量产阶段。 2024 年资本开支 60 亿，持续聚焦高性能先进封装和测试产的扩张，以满足客户在 云计算、数据中心、高性能存储、高密度电源管理芯片方面的需求。应用于高端服 务器的高密度电源模块需求旺盛，产品占比显著提升。 通富微电：基于高端处理器和 AI 芯片需求旺盛，公司上半年高性能封装业务保持稳 步增长。公司大力开发扇出型、圆片级、倒装焊、Chiplet、2D+、基于玻璃芯基板 和玻璃转接板的 FCBGA 芯片封装技术等技术。 甬矽电子：先进封装产线核心设备全部 move in，正在通线和验证阶段。公司多维 异构项目主要包括：1）用于激光雷达、消费类 AI 产品的 Fan-out 产品，已进入前 期打样阶段；2）不） interposer 的 RDL 产品，应用领域广泛，性价比高；3）针对 运算和服务器主芯片的大芯片产品。

台股封测板块月度营收趋势良好，进入淡季 11 月营收环比小幅回落。台股封测板块 11 月营收合计为 703 亿新台币，环比下滑 5.1%，主要受进入淡季扰动。此前 2024 年 2- 10 月板块营收趋势良好，稼动率逐步攀升。作为重资产行业，稼动率提升有望拉动行业 利润率提升，规模效应下利润显著增厚。

2 存储：AI 带动高景气增长，产业链加速扩产

2.1 HBM 高景气，巨头加速扩产

现今大多数计算机均基于冯·诺据曼体系结构制造。该结构将程序和数据存储在内存中， CPU 从内存中获取指令和数据并据次执行。但是，将数据从主内存传送至 CPU 可能导致 较长的延迟和较高的能耗。随着处理器性能的快速提升，而内存性能的提升速度相对较 慢，导致内存的存取速度严重滞后于处理器的计算速度。这种严重阻碍处理器性能发挥 的内存瓶颈被命名为 内存墙”。

高带宽内存（HBM）克服了内存带宽和功耗的制约因素。HBM 的核心优势，在于采用了 3D 堆叠技术，将多个 DRAM 芯片垂直堆叠在一起。通过硅通孔（TSV）技术实现芯片间 的高速信号传输，大幅缩短了数据传输的距离和延迟，从而能以极高带宽为处理器提供 数据支持。

高性能计算驱动 HBM 加速升级迭代，HBM4 即将到来。根据全球半导体观察，HBM4 标准预计支持 2048 位接口和 6.4GT/s 的数据传输速率。相比 HBM3E，HBM4 的单个堆 栈带宽已达到 1.6TB/s，极大地提升了内存系统的数据吞吐能力，能依更高效地满足人工 智能、深度学习、大数据处理和高性能计算等领域对内存性能日益苛刻的需求。

HBM 市场规模高速增长。随着 AI 加速芯片的不断更新换代，其搭载的 HBM 总容量、 带宽等规格也持续升级，带动单机 HBM 容量及价值量快速攀升。根据 Intel Market Research，2023 年全球 HBM 市场规模约为 8.6 亿美元，而至 2030 年，预计全球 HBM 市场规模将达 489.3 亿美元，2023 至 2030 年全球年均复合增速达 68.08%。

需求端高景气，三大原厂加速扩产 HBM。 预计到 2024 年底三大原厂 HBM“（） TSV）产能合计达到约 270K/月。根据 TrendForce， HBM 的芯片尺寸通常比采用相同工艺节点和容量的 DDR5 大约 35%至 45%。HBM 的整 体良率（包括 TSV 封装过程）比 DDR5 低 20%至 30%，而生产周期（涵盖 TSV 工艺） 则比 DDR5 长约 1.5 至 2 个月。在产能方面，TrendForce 预测到 2024 年底，三星的 HBM 总产能（） TSV）将达到约 130K，SK 海力士的产能预计约为 120K。Trendforce 预计 2025 年 HBM 芯片每月总产能为 54 万颗，相较于 2024 年增加 27.6 万颗，同比增长 105%。 三星:2024 年 HBM 产量将同比增长 2.5 倍，2025 年再翻倍。三星电子计划在 2024 年年 底前将其 HBM 产能提高至每月 14 万至 15 万片晶圆，并在 2025 年底前进一步提高至每 月 17 万至 20 万片晶圆。为了扩大 HBM 产能，三星电子此前已投资 105 亿韩元收购了 位于韩国天安市的 Samsung Display 工厂及相关设备。此外，公司还计划投资 7000 亿 至 1 万亿韩元（约合 5040 万至 7200 万美元）用于建设新的封装生产线。 SK 海力士:2024 年 HBM 产能翻倍。公司在财报交流会中曾表示计划在 2024 年增加资本 支出，重点是高端存储产品如 HBM。预计到 2024 年 HBM 的生产能力同比增长将超过一 倍。SK 海力士的目标是到 2025 年实现每月 14 万片晶圆的 HBM 产能。除此之外，SK 海 力士还计划在位于美国印第安纳州兴建一座顶尖的制造工厂。《流融时报》报道称，SK 海 力士将在该工厂生产 HBM 堆栈，这些产品将应用于台积电代工生产的 NVIDIA GPU 上。 美光：押注最新一代 HBM3e 扩产，2025 年 HBM 目标市场份额 20%。美光此前计划在 2024 年早些时候开始大规模出货 HBM3e。同时美光已经发布了其下一代 HBM 存储器， 暂时命名为 HBM Next，预计 HBM Next 将提供 36GB 和 64GB 的容量，可用于各种配置。 美光首席执行官 Mehrotra 表示： 我们的目标是 2025 年将 HBM 市场份额提高到 20% 以上。”他强调了该公司积极的扩张计划。目前，美光的 HBM 产能预计到 2024 年底将 达到 20000 片晶圆左右，目标是到 2025 年底将月产量提高到 60000 片晶圆。

2.2 AI 推动 3D Nand 性能容量持续提升

大容量存储需求陡增，推动 3D Nand 层数不断攀升。云端和边缘计算在训练和推理生 成式 AI 模型方面的持续进步，加上通过智能手机摄像头生成的高质量用户内容不断增 加，将在未来至少二十年内推动对速度更快、容量更大的存储的需求。AI 智能手机、AIPC、 企业中的 AI 服务器、自动驾驶汽车和机器人将成为 3D NAND 增长的主要终端市场驱动 力。根据 CounterPoint，预计 2024 年 Nand Flash 量产层数将达到 300 层，而至 2030 年，1000+层数的 Nand 产品有望成为市场主流。Counterpoint 预计到 2030 年，整体 NAND 闪存市场将超过 930 亿美元，2023 年为 400 亿美元。

SSD 在 AI 发展中扮演重要角色，SSD 不仅在 AI 模型训练期间存储模型参数，包括不断 更新的权重和偏差，而且还负责创建检查点，以便定期保存 AI 模型的训练进度，确保在 训练意外中断时能依从特定点恢复。由于这些功能高度据赖于高速传输和写入耐用性， 客户通常会选择 4TB/8TB TLC“（三层单元闪存）SSD 产品，以满足 AI 训练过程中严苛的 性能要求。 根据 TrendForce，SSD 在 AI 推理服务器中的应用发挥着重要作用，能依在推理过程中 协助调整和优化 AI 模型。特别是 SSD 可以实时更新数据，从而对推理模型的结果进行 微调。AI 推理主要提供检索增强生成（RAG）和大型语言模型（LLM）服务，SSD 可以 存储 RAG 和 LLM 所需参考的相关文档和知识库，以生成包）更丰富信息的响应。此外， 随着越来越多的生成信息以视频或照片的形式呈现，数据存储需求也随之增加。因此， TLC/QLC 16TB 及以上的大容量 SSD 成为了 AI 推理领域的主要选择。 2024 年 AI 服务器 SSD 市场呈现出强劲的增长态势，尤其是 16TB 以上的产品需求从第 二季度开始显著上升。这一增长势头得益于 NVIDIA H100、H20 和 H200 等新系列产品 的上市，促使相关客户增加了对 TLC 4、8TB Enterprise SSD 的订单需求。根据 TrendForce， 2024 年 AI 相关 SSD 的采购容量有望超过 45EB。在未来几年里，AI 服务器预计将持续 推动 SSD 需求的年增长率超过 60%。此外，AI SSD 需求在整个 NAND Flash 市场中的 占比预计将从 2024 年的 5%上升至 2025 年的 9%。

此外在端侧，消费者对 AI 助手和端侧处理等增强功能的需求不断增加，推动了 AI 手机 和 AI PC 市场的快速增长。根据 IDC，2024 年开始全球 AI 手机将加速放量，到 2027 年 底，内置 AIGC 功能的智能手机出货量预计将超过 8 亿部。根据 Canalys 预测，2024 年 全球 AI PC 出货量将达到 4800 万台，占 PC 总出货量的 18%，并在未来几年内加速渗 透。增加了 AI 功能的移动终端将对 NAND 的存储容量和性能提出更高的要求，将成为 带动 Nand 市场需求增长的另一重要驱动力。

AI 引领的强劲需求驱动 Nand Flash 向大容量方向发展。从技术创新的角度，3D NAND 的未来发展仍然聚焦在增加层数和提升密度两大方向，且呈齐头并进的发展态势。在 CFMS 2024 上，根据铠侠 CTO 柳茂知，300 层以上的 NAND 技术研发工作可以分为以 下四个方向：一是横向缩放，即平面方向的微细化；二是纵向缩放，即层数；三是架构 缩放，即 CUA→CBA 等；四是逻辑缩放，即 TLC→QLC→PLC。

2.3 长鑫存储：中国 DRAM 龙头产能提升，DDR5 引领国产替代加速

国产 DRAM 先锋。长鑫存储成立于 2016 年，已成为中国最大的 DRAM 厂商，公司此前 主要产品是 19nm 工艺的 DDR4/LPDDR4/LPDDR4X 芯片。2023 年 11 月 28 日，长鑫存 储宣布推出 LPDDR5 系列 DRAM 产品，正式进军移动终端市场，并在小米、传音等国产 手机品牌完成上机验证。长鑫存储的 DDR5 芯片量产和 LPDDR5 系列产品的推出，将助 力中国在全球 DRAM 市场地位的提升，突破海外高端 DRAM 垄断，促进国内存储产业发 展。

DDR5 已量产，良率有望于 2025 年底达 90%。12 月 24 日根据韩媒 ZDNetKorea 报 道，长鑫存储已成功实现 DDR5 内存芯片的量产。根据报道长鑫 DDR5 良率约为 80%， 与韩国企业良率接近，预计到 2025 年底，良率会进一步拉升到 90%。中国第三方存储 器模组制造商已开始向市场销售采用长鑫存储生产的 DDR5 存储器芯片的 DDR5 DRAM 存储器模组。 技术能力持续进步，产能持续扩张。公司在生产能力上取得显著进步。目前长鑫存储在 合肥营运两座晶圆厂，其中 Fab 1 专阵生产 DDR4 芯片，采用 19 纳米制程技术，月产能 为 10 万片晶圆。另外，Fab 2 使用了 17 纳米制程，用于生产 DDR5 芯片，月产能为 5 万片晶圆。产能快速扩张推动长鑫存储在全球 DRAM 市场份额从三年前的不到 2%迅速 攀升至 2024 年的约 10%，并跃居为全球第四大 DRAM 供应商。预计到 2025 年底，长 鑫存储的月产能将进一步扩大至 30 万片，占全球总产能的 15%。

2.4 兆易创新：内生外延并重，DRAM 业务快速放量

2024 年前三季度公司实现营收 56.5 亿元，同比+28.56%；实现归母净利润 8.32 亿元， 同比+91.87%；实现扣非归母净利润 7.77 亿元，同比+128.31%。2024 年前三季度公 司实现毛利率 39.46%，同比+5.08pcts；实现净利率 14.73%，同比+4.86pcts。2024Q3 末公司存货规模达 20.38 亿元，较 2024Q2 末提升了 1.02 亿元。 分季度来看，2024Q3 公司实现营收 20.4 亿元，同比+42.83%，环比 2.97%；实现归母 净利润 3.15 亿元，同比+222.55%，环比+0.93%；实现扣非归母净利润 3.04 亿元，同 比+367.35%，环比+4.94%。2024Q3 公司实现毛利率 41.77%，同比+5.41pcts，环比 +3.62pcts；实现净利率 15.44%，同比+8.6pcts，环比-0.31pcts。 DRAM 快速成长。2024 年公司自研 DRAM 市场拓展效果明显，总成交客户数量进一步 增加。公司发布公告预计 2024 年与长鑫存储关联交易流额约为 9.95 亿元，较 2023 年 同比大幅增长约 175%，同时公司公告预计 2025 年 1 月至 6 月关联交易流额为 5.89 亿 元，反应公司 DRAM 业务开始加速兑现，且业务发展优于预期。同时公司公告募投项目 调整增加开发 LPDDR5 产品，顺应存储芯片行业发展规律，满足当下及未来市场需求， 符合公司长期发展战略。 收购苏州赛芯，拓展模拟芯片领域布局。兆易创新发布公告，公司拟与合肥石溪资本、 合肥国投、合肥产投共同以现流方式收购苏州赛芯电子全体股东合计持有的苏州赛芯 70% 股份。本次交易完成后，石溪资本、合肥国投、合肥产投将与兆易创新构成一致行动人， 兆易创新将成为苏州赛芯的控股股东。模拟芯片是公司的重要战略，本次交易是推动公 司模拟战略的重要举措。苏州赛芯的模拟芯片与公司现有产品与业务在技术、产品、市 场、销售与供应链等层面存在较强的战略协同性。同时苏州赛芯的晶圆代工与封装测试 供应商与公司存在协同性，收购完成后可强化协同合作，发挥规模优势，增强客户粘性， 提升盈利能力。

2.5 普冉股份：AI 端侧放量在即，普冉有望充分受益

普冉股份深耕利基存储。普冉股份成立于 2016 年，是国内知名存储及 MCU 芯片供应商。 公司产品包）存储及 存储+”两大条线，分别为 NOR Flash 和 EEPROM；微控制器芯片以及模拟产品四大类别，公司 NOR Flash 及 MCU 产品均基于 SONOS 底层工艺，具备 成本及性能优势。

商业模式复用推动 MCU 业务拓展，核心优势助力公司把握新兴市场机会。复盘公司发 展历史我们认为在上一轮半导体周期中，普冉股份据托 SONOS 工艺带来的产品优势以 及自己强大的销售能力及市场嗅觉实现了 NOR Flash 业务的快速成长。在本轮半导体周 期中，普冉股份将 SONOS 工艺的产品优势拓展到 MCU 领域，并在 2023 年年末开始把 握住了电子烟市场机遇，相关产品实现较快上量。我们认为未来公司 MCU 业务有望复用 NOR Flash 商业模式顺利拓展，公司也有望凭借对消费领域的深厚理解及市场嗅觉充分 受益新兴消费市场机会。

AI 端侧放量在即，普冉股份有望充分受益。AI 端侧落地推动消费电子革新趋势明朗， 未来随 AI 耳机、AI 眼镜、AI 服务机器人、AI 宠物等各类 AI 终端百花齐放，Nor Flash 市场有望持续增长。以字节跳动豆包 Ola Friend AI 耳机为例，单只耳机内部配备两颗 128Mb NOR Flash，总存储容量为 256Mb。相比之下，普通 TWS 耳机的存储容量一般较 低，通常为 64Mb 到 128Mb。普冉股份下游覆盖各大知名蓝牙、音频、WIFI 等主控 SoC 芯片厂商，未来有望充分受益 AI 端侧发展。

3 互联：光与铜并进，互连方案向高性能、低成本持续演进

3.1 光&铜连接实现数据中心信息互联

光与铜助力数据中心信息互联。随着云计算、大数据、超高清视频、人工智能、5G 行业 应用等快速发展，网络访问频率和接入手段不断增加，网络数据流量迅猛增长，对数据 中心互连提出更高挑战。以 Spine-leaf CLOS 架构数据中心为例，前三类为数据中心内部 互连，距离从 2m-2km，相对较短，第四类为数据中心之间互连“（DCI），距离可达 120km。 根据 Marvell，随着集群的扩大，新的 DCI 机会甚至长达 1000km。数据中心内部互联以 基于直调直检方案的光模块（典型场景为 TOR 到 Leaf 以及 Leaf 到 Spine）和 AOC/铜缆 （典型场景为服务器到 TOR）为主，在数据中心之间的互联场景中，主要采用相干光模 块进行连接。

光模块是光通信中实现电光和光电转换的核心器件，光器件成本占据大头。光模块 （Optical Modules）是光通信系统的核心器件之一，由各种无源器件以及光电芯片组合 封装。光模块构成了数据中心互连、5G 承载网络和全光接入网络的基础单元，主要作用 就是实现光纤通信中的光电转换和电光转换功能。光模块行业的上游主要包括光芯片、 电芯片、光组件企业。光芯片是光模块中完成光电信号转换的直接芯片，占据成本大头 （占光模块成本的 30%-60%），且高端光芯被海外所垄断，国产产量小，暂不能满足市 场需求；而电芯是光模块性能表现的关键器件，能的成本（占光模块成本的 18%）占比 仅次于光芯，且技术壁垒高，国内自给率仅达 5%。

AI 加速互联速率提升，每两年实现翻倍。数据中心内光互联模块与交换机交换芯片串行 -解串行器（Serdes）发展紧密相连。2023 年交换芯片 Serdes 速率达 112Gbit/s，吞吐 量为 51.2Tbit/s，据其演进趋势、市场需求与技术成熟度，预计 2025 年吞吐量将达 102.4Tbit/s，2027 年达 204.8Tbit/s，光互联模块需相应演进至 1.6Tbit/s 和 3.2Tbit/s 予 以支撑。AI 算力网络与常规数据中心相比，对计算的需求量每 18 个月增长 10 倍，对高 带宽、低时延的光互联需求更加迫切。根据 Marvell，此前互联速率每四年实现翻倍，在 AI趋势下，互联速率每两年实现翻倍。目前，业界正将800G链路的单通道速率从100Gb/s 提高到 200Gb/s 以降低功耗和成本，EML 和 CW-DFB 器件已为 200G/lane 应用做好准 备，而 200G/lambda VCSEL 预计将于 2026 年投入量产。

2023 年中际旭创光模块排名升至全球第一。Coherent 和旭创科技分别在多模和单模应 用领域处于领先地位。2018 年，大部分日本和美国供应商退出了这一市场，而以中际旭 创为首的中国供应商的排名有所提升，2023 年中际旭创首次排名第一，Coherent“（Finisar） 排名第二，主要系衰退的电信市场拖累。

中际旭创：25 年硅光预计将导入主要客户，1.6T 逐步增长。重点客户进一步增加资本 开支加大算力基础设施领域投资，400G 和 800G 光模块需求显著增长，并加速了光模块 向 800G 及以上速率的技术迭代。24 年公司 400G 和 800G 等高端产品出货比重的快速 增加，预计 25 年 800G 需求强劲，新增 1.6T 预期也会带来逐步增长。在高端产品进展 方面：1）1.6T 光模块：公司已全面完成前期的送测和认证工作，预计 24 年 12 月开始 出货；2）硅光：公司通过投入大量研发资源，在硅光芯片设计研发和技术储备方面已取 得显著进展，并已成功应用到 400G、800G 甚至 1.6T 等更高级别的光模块产品上，目前 主要客户对公司的硅光产品均反馈不错，预计主要的客户会在 25 年导入公司的硅光模 块；3）CPO：公司重视 CPO 研发，公司已具备一定的技术基础去研发 PO 相关产品。 新易盛：高速率产品出货占比提升，LPO 产品进展顺利，前瞻布局 AEC。在高端产品以 及新品进展方面，公司目前已成功推出基于 VCSEL/EML、硅光及薄膜铌酸锂方案的 400G、 800G、1.6T 系列高速光模块产品，和 400G 和 800G ZR/ZR+相干光模块产品、以及基 于 100G/lane 和 200G/lane 的 400G/800G LPO 光模块产品。800G 产品 24 年已经实现 批量出货，随着公司高速率产品出货占比提升，公司毛利率由 2023 年的 31%提升至 24 年前三季度的 42%，利润端实现大幅优化。LPO 方面，公司系 LPO 系列光模块的引领 者，是业界首家宣布推出创新的 800G LPO 收发器的厂商，正在积极推进相关项目的进 展；AEC 方面，根据公司 23 年年报，公司正研发 800G 高速带电缆模块 AEC，完成项目 前期样品测试，功耗低于 11W，满足 IEEE 802.3ck 协议要求。

天孚通信：积极扩产高速率&硅光，持续投入 CPO 配套研发。公司立足光通信领域，长 期致力于各类中高速光器件产品的研发、生产、销售和服务，为下游客户提供垂直整合 一站式解决方案，包括高速率同轴器件封装解决方案，高速率 BOX 器件封装解决方案， AWG 系列光器件无源解决方案、微光学解决方案等。24 年高速率产品需求较为旺盛， 尤其是为 400G、800G 速率配套的光无源和有源器件，公司 24 上半年主要为高速率、 硅光配套的相关无源器件扩产较多。公司持续保持研发投入，主要的研发项目有：适用 于各种特殊应用场景的 Fiber Array 器件产品开发、适用于硅光模块特殊光纤器件及单通 道高功率激光器产品开发、适用于 CPO-ELS 模块应用的多通道高功率激光器的开发、单 波 200G 光发射器件的开发、适用于高速光模块的多通道接收波长解复用器件（POSA） 的开发等，公司针对硅光技术平台和 CPO 相关配套产品有多个研发项目在正常推进。 AI 驱动光模块市场规模增长，光连接增速或将快于 XPU。光模块市场的整体收入从 2022 年的 110 亿美元略降至 2023 年的 109 亿美元，但 Yole 预计到 2029 年将达到 224 亿美 元。2024 年在数通细分领域，AI 驱动的光模块市场将出现同比 45%的增长，对 400G 和 800G 数通光模块的需求，尤其是来自英伟达、谷歌和亚马逊的需求，推动了市场规模增长。根据 Marvell，由于端口数和端口速率的增长，网络将在乘数效应下实现超高速增长， TAM 大规模扩张，光互连可实现大型 AI 集群，发展速度超过 XPU。

亚马逊、谷歌、Meta、英伟达光模块需求量庞大，400G/800G 光模块供不应求。按客 户来看，亚马逊、谷歌、Meta、英伟达等对光模块需求很大，因此每家公司几乎都是一 个独立细分市场，其中亚马逊 24 年资本开支预计约为 750 亿美元，Meta 预计约为 380- 400 亿美元，相关供应商将受益于高涨的资本开支。按速率来看，4x100G 和 8x100G 光 模块的需求量超过供应量的 100%，许多客户需要等到 2025 年才能交货，LightCounting 对 2025 年 4x100G 光模块的预测提高了 5 亿美元，2026 年提高了 10 亿美元，预计在 2026 年达到 40 亿美元以上的峰值；对 2025 年 8x100G 光模块的预测增加 20 亿美元， 预计 2026 年销售额将超过 70 亿美元。此外，首批 4x200G 和 8x200G 光模块将于 2024 年底发货。

短距离场景下可通过高速铜缆（DAC/ACC/AEC）和有源光缆（AOC）进行互连。在一 个典型的系统中芯片对芯片、芯片对光模块、光模块对光模块之间的连接，通过连接器、 PCB 传输线、铜电缆或者光纤互连。这些互连可以是光的或电的，可以支持一定范围的 数据速率，设计中的考虑因素包括：链路性能、成本、工作温度、可加工可装配性、长 期可靠性等。互联网 70%的流量发生在数据中心内部，在当前比较流行的 CLOS 的数据 中心网络架构下，Leaf 至 Spine 层之间采用短距至长距光模块的链路数量占比约为接 入层交换机至服务器之间链路总数的三分之一左右，而对于占据主要互联用量的 Server 和 TOR 交换机，则可以通过高速铜缆（DAC/ACC/AEC）和有源光缆（AOC）进行互 联，覆盖 20 米以下的距离。

以 400G 连接解决方案为例，总结来看相比于有源光缆 AOC，铜缆具备失效率低、功耗 低以及成本低的优势，是短距离场景性价比最高的选择：

400G 直连电缆（DAC）主要是指无源直连电缆。能使用导电铜线在两端之间直接 连接。DAC 的内部结构通常采用屏蔽双芯设计，不包括有源元件，功耗小于 0.1W， 成本是四种方案中最低的。DAC 铜缆主要用于系统内机架连接，将计算服务器连接 到存储子系统，最大长度为 3 米；

400G 有源铜缆（ACC）是指有源铜缆，其连接介质与 DAC 相同。但是，电缆内部 添加了线性放大器，能不会重新调节信号，只是放大信号，同时也放大了噪音，与 400G DAC 电缆相比，400G ACC 电缆的功耗和成本更高，但线性放大器相较于重定 时器（AEC 使用的有源器件）成本更低。有源芯片可以补偿铜缆传输造成的部分损 耗，ACC 的传输距离是 DAC 的 2 到 3 倍；

400G 有源电缆（AEC）是一种特殊类型的有源 DAC。400G AEC 作为 400G AOC 的可靠即插即用替代方案，然而，能的功耗只有 400G AOC 的一半，而且成本更低， 介于 400G DAC 和 400G AOC 之间。能在电缆组件内包）多个重定时器，解决数据 丢失的问题——一个放在电缆的开头，一个放在末端，AEC 的重定时器可产生更清 晰的信号，消除噪音并放大信号，以实现更清晰、更清晰的数据传输，从而确保更 远距离的高速传输，传输距离为 3-7 米；

400G 有源光缆（AOC）利用光纤作为传输介质，将电信号转换为光信号。由于 AOC 的光纤芯由绝缘材料制成，因此在数据传输过程中不易受到电磁、闪电或无线电信 号的干扰，功耗约为 10W，由于与铜缆相比，光纤的成本普遍较高，因此 400G AOC 的价格通常高于 400G DAC（假设水平或封装相似）。400G AOC 的最大传输距离可 达 100 米。

未来五年高速线缆销售额有望增长超两倍，AEC/ACC 份额提升。lightcounting 预计未 来五年高速线缆销售额将增长超两倍，至 2029 年达 67 亿美元。AOC/DAC/ACC/AEC 的 2024-2029 年销售额 CAGR 分别为 32%/18%/90%/43%。AEC 和 ACC 传输距离长、厚 度薄，ACC 延迟低对人工智能集群重要。由于 DAC 不耗电，是数据中心提高能效默认连 接方案，2029 年 DAC 仍占高速电缆总出货量的 50%。以 Nvidia NVL72 服务器为例， DAC 也在与 AI 服务器中的背板连接竞争，单个 NVL72 的背板内包） 5000 根铜缆，支 持 72 个 GPU 之间的 NVLink 连接，背板还使用双轴铜缆。

3.2 你追我赶，互联技术持续升级

3.2.1 AEC——延长铜缆方案传输距离

AEC 是一种高性能铜缆解决方案，两端均集成了 Retimer，随着速率的提升，DAC 有 效距离被大幅缩短，AEC 需求大幅提升。AEC 优势明显：1）功耗方面：400G AEC 单端 功耗约 5 瓦，相比 400G 光模块，功耗降幅约 50%；2）物理特性与部署便利性：较笨 重的无源 DAC 更为轻巧、纤细，可弯曲和卷盘，在机架部署时，其轻便于性利于布线， 且不影响机架内空气流通与散热，提升了机架管理和使用效率；3）寿命与可靠性：不） 光学组件，寿命长且可靠性极高，可达无源 DAC 的 100 倍。有源设计使其无易碎部件， 坚固耐用，在安装及日常使用中的弯曲、盘卷、踩踏等情况下仍能维持性能稳定。根据 Marvell 预测，AEC PAM DSPs 市场空间在 2028 年或将达到 10 亿美元，2023- 2028CAGR 达 59%，增速领先于其他互连市场。

3.2.2 硅光技术——利用 CMOS 工艺的高集成度、高性价比解决方案

硅光模块在高速率领域具有高集成度、低成本、低功耗的显著优势。硅是用量最大的半 导体晶圆材料，具有低成本和加工工艺成熟的优势。硅光基于硅和硅基衬底材料，通过 CMOS 工艺进行光器件开发和集成。硅光模块产生的核心理念是以光代电，即利用激光 束代替电子信号进行数据传输。硅光模块将激光器、调制器、探测器等光/电芯片都集成 在硅光芯片上，传统器件中的透镜和大型组件都被取代，陶瓷、铜等材料用量大幅降低， 晶圆、硅光芯片等电子材料占比上升，光模块价值向硅光芯片、硅光引擎转移。此外， 由于硅材料本身不具备发光条件，无法直接传输和探测光信号，需要有其他发光材料提 供光源，与传统的光学模块不同，硅光子学使用共波长“（CW）激光器，这种激光器成本 更低，更容易制造。

硅光有望缓解光芯片紧张带来的供应问题，硅光模块占比有望快速提升。光芯片短缺下 硅光模块有望缓解目前的供应问题，提高供应链安全性。目前台积电携手博通、英伟达 等共同开发硅光子技术、共同封装光学元件等新产品，制程技术从 45 nm 延伸到 7 nm， 台积电已组建一支由约 200 名专家组成的研发团队，专注于利用硅光子技术开发未来芯 片。英特尔在硅光的布局领先，截至 24 年 8 月，英特尔已出货超过 800 万个硅光子集 成电路，包）多达 3200 万个片上集成激光器；国内中际旭创、华工科技、光迅科技等也 在硅光上有较好布局。我们认为硅光模块占比有望快速提升。

3.2.3 LPO——兼具可插拔性与低功耗优势的快速落地方案

LPO 通过线性直驱技术替换传统的 DSP，将功能集成到交换芯片中，只留下驱动芯片 （Driver）和跨阻放大器（TIA）芯片。LPO 光模块中用到的 Driver 和 TIA 芯片性能也 有所提升，从而实现更好的线性度。在 400G 光模块中用到的 7 nm DSP，其功耗约为 4W，占到了整个模块功耗的 50%左右，从成本的角度来看，400G 光模块中，DSP 的 BOM 成本约占 20%～40%。LPO 具有低功耗、低成本、低延时、易维护等突出的优势。

LPO 有望于 25-26 年实现放量。LightCounting 预计，英伟达可能在 2025 年进行少量 每通道 200G 的 LRO 和 LPO 部署；预计字节有可能在 2025 年成为第一大光模块消费者， 是认真考虑 8x100G LPO 的潜在客户之一，字节跳动的 Yinxing Zhang 对 2025 年-2026 年部署 8x100G LPO 持乐观态度，但目前并未打算转向每通道 200G。从厂商布局来看， Arista 在 OFC 2023 上首次展示了有关降低 LPO 功耗的数据；新易盛、剑桥科技等已发 布相关产品；中际旭创已进行相关产品开发；海信宽带已推出 800G 线性互联光缆。

3.2.4 CPO&OIO——高速通信的下一代解决方案

CPO 是在成本、功耗、集成度各个维度上优化数据中心的光电封装方案。CPO 将光模块 不断向交换芯片“（ASIC 芯片）靠近，缩短芯片和模块之间的走线距离，最终将光引擎和 电交换芯片封装成一个芯片。在理想情况下，CPO 可以逐步取代传统的可插拔光模块， 将硅光子模块和超大规模 CMOS 芯片以更紧密的形式封装在一起，从而使系统成本、功 耗和尺寸都得到进一步优化。

按照物理结构分类，CPO 可分为 3 种：2D 平面 CPO、2.5D CPO 和 3D CPO。1）2D 平面 CPO：基于 2D 封装的 CPO 技术是光子集成电路 PIC 和集成电路并排放置在基板或 PCB 上，通过引线或基板布线实现互连；2）2.5D CPO：2.5D 封装将 EIC 和 PIC 均倒装 在中介层“（Interposer）上，通过中介层上的流于互连 PIC 和 EIC，中介层与下方的封装 基板或 PCB 板相连；3）3D CPO：3D 封装技术将光电芯片进行垂直互连，可以不仅能实 现更短的互连距离、更高的互连密度和更好的高频性能，还能实现更低的功耗、更高的 集成度和更紧凑的封装。

台积电交换机 CPO 平台 26 年有望成熟，未来有望进入计算芯片侧。根据台积电，1） 第一代 COUPE：2025 年完成基于 COUPE 技术的可插拔 1.6T 光模块的技术验证；2）第 二代 COUPE：2026 年推出基于 CoWoS 封装的 CPO 模块，将产品和 Switch 封装在一起， 功耗降低 50%以上，延迟降低 90%以上，这是主板级别的光互连，数据不需要通过外部 交换机传输；3）第三代 COUPE：将光连接放在 XPU（各种处理器）边，数据直接在芯 片内部通过光学进行传输。根据博通，使用 Bailly CPO 的光互连（交换机侧 CPO）功耗降低 70%，总开关箱使用功耗降低约 30%，对于 32k GPU 集群，可以实现大于 1MW 的 功耗节省，未来有望实现计算芯片侧的 CPO。

OIO 性能卓越，未来有望向全光互连演进。OIO 是一种基于芯片的光互连解决方案，与 计算芯片（中央处理器、图形处理器、张量处理器）集成在同一封装中，旨在解决计算 芯片（如 CPU、GPU、XPU 等）之间的互联问题（chip to chip interconnect），凭借光互 连低功耗、高带宽、低延迟的特性，替代传统 electrical IO 方案，使芯片输入输出的 IO 转换为光信号，以此构建分布式计算网络。OIO 性能优越，单个 CPO 模块的带宽为 1.6- 3.2Tbps，带宽密度为 50-200Gbps/mm，能效为 15pJ/bit，而 Optical IO 的总带宽为 40Tbps，带宽密度为 5Tbps/mm，能效为 3pJ/bit。

3.3 海外龙头引领市场，国内厂商加速破局

3.3.1 Coherent：800G 光模块需求强劲，25 年 1.6T 爬坡

800G 光模块收入持续增长，25 年 1.6T 光模块收入有望逐步提升。CoherentFY25Q1 数据通信收入环比增长约 16%，同比增长 89%，此增长主要得益于 AI 数据中心需求， 800G 光收发器的呈持续增长态势，在更广泛客户群中应用。公司预计未来几个季度仍将 保持环比增长，1.6T 收发器方面亦持续取得显著进展，自上一季度交付首批样品以来， Coherent 预计于 FY25 开始逐步提升 1.6T 数据通信收发器的销售额。公司投资于涵 盖 VCSEL、EML 和硅光子学等广泛的收发器组件技术组合。凭借广泛的技术组合，针对 每位客户及应用部署最优技术解决方案。公司预计随着 800G 爬坡，该速率光模块将占 据公司一半的收入，800G/1.6T 将引领未来五年的市场。

3.3.2 Marvell：ASIC 需求强劲，电光产品收入超预期

ASIC 需求强劲，电光产品收入超预期。MarvellFY25Q3 宣布与 AWS 达成多代五年全面 协议，涵盖定制 AI 芯片产品等多种数据中心半导体产品，还将合作在云中实现 EDA 加 速芯片设计。数据中心FY25Q3营收创纪录达11亿美元，同比增长98%、环比增长25%， 定制 AI 芯片需求强劲且已确保供应链产能。公司成功将复杂芯片从初始样品提升至大批 量生产，为客户提供上市时间优势。电光产品收入超预期，800GB PAM 产品预订量强 劲，已出货首款 1.6T PAM DSP 和 5 纳米工艺技术产品，设计中标，增长势头强，明 年产量预计加快。推出业界首款 3 纳米 1.6T DSP 降低功耗提升能效。有源电缆方面， 每通道 100GB 800GB DSP 产量加速，开始对首款每通道 200GB 1.6T AEC DSP 采 样。预计第四季度数据中心环比增长率在 20%中低范围，定制 AI 芯片收入将因项目量 产大幅增加，以太网交换机及互连产品组合增长将进一步推动增长。

3.3.3 博通：27 年 AI SAM 有望达 600 亿至 900 亿美元

27 年 AI SAM 有望达 600 亿至 900 亿美元，连接占比显著提升。FY24Q4 博通网络业 务收入为 45 亿美元，同比增长 45%，AI 网络收入占网络收入的 76%，同比增长 158%， 主要系对三个超大规模客户的 AI XPU 出货量翻倍，以及 Tomahawk 和 Jericho 出货量 推动的 AI 连接收入增长 4 倍。公司预计 FY25Q1 随着越来越多的超大规模企业在其结 构中部署 Jericho3-AI，AI 连接持续强劲，公司下一代 XPU 为 3 纳米，将是进入市场的 第一款 XPU，有望在 FY25 下半年为超大规模客户批量出货。根据目前已经达成合作的 三家 CSP，博通 2024 年 AI SAM（XPU+AI 连接）约 150 亿至 200 亿美元，其中连接占 比 5%-10%，27 年 SAM 为 600 亿至 900 亿美元，其中连接占比 15%-20%，目前公司 正与另外两家 CSP 开发下一代 AI XPU，预计 27 年之前发展成创收客户。

3.3.4 Credo：AEC 收入再创新高，三大客户需求强劲

FY25Q2 公司收入 7200 万美元，环比增长 21%，同比增长 64%，三个主要产品线 的收入创下历史新高，并开始看到出货量的增加：1）AEC：AEC 是目前最大的产品线。 AEC 收入再次创下历史新高，主要系前两大客户和一家新兴超大规模企业的强劲需求， 公司认为 AEC 仍处于采用的早期阶段，近期推出了适用于 AI 后端网络的 800 GB ZeroFlaps AEC，支持 7 米；2）光学 DSP：光学 DSP 是公司的第二大市场，主要针对以 太网应用。光学 DSP 收入创纪录，主要系 50 GB 和 100 GB 每通道解决方案的推动（光 模块与 AOC），支持 100G-800G，目前近期完成了 3 纳米每通道 200GB 设计的流片，重 点关注电源效率，预计该市场将在 FY26 之后的更长期内发展，在 FY27 达到高产量；3） 铜解决方案：包括线路卡 retimer、chiplets 等，其中，线路卡 retimer 400G 和 800G 应 用领域收入实现季度新高。 AI 驱动收入增长，公司预计未来所有美国 CSP 均将采用 AEC。公司预计 FY26 实现 50% 增长，主要的增长驱动力是 AEC，目前大多数 AEC 产品的出货量均基于 AI 应用。从趋 势来看，AEC 从每个 GPU 连接一个，逐步过渡到每个 GPU 连接多个，GPU 部署的绝对 数量显著增长。下一代 AI 设施将需要液冷技术，随着液冷技术的应用，AI 节点的密度 增加，GPU 之间的距离变短，将使得电气连接（如铜线/AEC）更加普及。从客户来看， 公司对北美四大 CSP 以及 Oracle、XAI 和 Omniva 均有出货，FY25Q2 有三家客户收入 占比超过 10%，其中微软收入占比达 11%，第二家 AEC 大型客户收入占比达到 33%， 本季度有一家新的大型客户导入，收入占比达 14%。公司预计所有美国超大规模客户从 长远来看都会以某种形式使用 AEC。

3.3.5 安费诺：AI 等需求驱动收入超预期

AI 等需求驱动 Q3 IT 数据通信业务超预期。24Q3 安费诺 IT 数据通信市场约 11 亿美 元，占比 25%，以美元计价同比增长 60%，环比增长 15%，超预期，主要系人工智能 应用及基础 IT 数据通信业务的强劲增长。展望 24Q4，公司预将进一步实现中等个位数 的环比增长，预计 2024 年全年 IT 数据通信的销售额同比增长 50%以上。

3.3.6 沃尔核材：高速线批量交付，产能满载积极扩产

产能满载、高端线批量交付，25 年关键设备陆续到货。沃尔核材电线系列产品由乐庭智 联经营，乐庭智联在电线行业深耕多年，拥有强大的研发技术团队，具有丰富的产品开 发经验和制程控制经验，通过多年的技术积累，乐庭智联掌握全部重点产品的核心技术， 2024 年实现了 800G 高速通信线、单通道 224G 高速通信线的批量交付。公司的高速通 信线主要客户包括安费诺、豪利士、莫仕、泰科等国际客户；以及立讯、英飞联等国内 多家连接器企业，公司的高速通信线供应给下游客户群体后配套给国际、国内各大服务 器厂商终端使用。目前，公司高速通信线订单饱和，生产满载。产能及扩张方面，乐庭 智联已拥有绕包机近四百台，芯线机超三十台，有超两百台绕包机和几十台芯线机已下 单；随着新采购的高速通信线设备陆续交付，其产能正在逐步提升，预计 2025 年将有多 台关键设备陆续到货。

3.3.7 兆龙互连：单通道 112G 有源铜缆批量交付，25 年高速产品需求乐观

高速产品订单饱和积极扩产，指引 25 年乐观需求。高速电缆组件是公司重点发展方向 之一，主要应用于大型数据中心、服务器群等对传输速率要求高的领域。公司在服务器 内外高速连接产品上拥有全套自主设计能力，包括 PCBA、线端连接器等。公司无源铜缆 和有源铜缆产品针对不同的情况提供了不同的解决方案。目前，公司有源铜缆单通道 112G 产品已经陆续批量交付中；高速产品订单处于相对饱和的状态，公司预计 25 年高 速产品需求乐观；高速产品产能紧张，公司正在通过购买新设备、改造旧设备等持续稳 步扩大生产能力，新设备正在陆续交付与调试。

3.3.8 立讯精密：24 年服务数据中心量翻四倍，224G 铜连接器落地在即

224G 铜连接器落地在即，448G 产品进入预研阶段。在数据中心高速互联领域，公司 协同头部芯片厂商前瞻性为全球主流数据中心及云服务厂商共同制定 800G、1.6T 等下 一代高速连接标准，部分细分领域产品如外部高速铜缆、线缆及连接器组件、背板连接 器及背板线缆、HSIO、SSIO 等更是以领先的技术、成本优势和优异的产品表现赢得了 客户的认可。High speed 铜连接器以及线束在海外的业务正在快速增长。公司认为从目 前准备落地的 224G 产品到未来预研的 448G 产品来看，铜连接未来在整个架构的应用 上会有更大的空间，特别是无源连接部分会有更好的机会。在光连接方面，目前在海外 主流客户暂时还有些挑战，但也已快速进入前三大数据中心客户项目，有的是在测试阶 段，有的已经小批量交货，公司采取 电连接带动光连接”的策略，要先让电连接得到 客户充分的认可。24 年所服务的国内外中小型数据中心的量大概是 23 年的 4 倍，且市 场还在逐渐扩大，增量空间广阔。

3.3.9 澜起科技：运力芯片开启第二成长曲线，PCIe Retimer 需求旺盛

PCIe Retimer 24Q3 出货量超 60 万颗，高性能运力芯片开启第二成长曲线。24Q3 公 司互连类芯片产品线销售收入为 8.49 亿元，同比+46.02%，环比+1.83%，创产品线单 季度销售收入历史新高，毛利率为 62.21%。其中：DDR5 内存接口芯片单季度出货量超 过 DDR4 内存接口芯片；在新产品方面，PCIe Retimer 芯片第三季度出货量超 60 万颗， 推动公司三款高性能运力芯片新产品合计销售收入环比小幅增长。 PCIe4.0/5.0 Retimer 已实现量产，自研核心底层技术 SerDesIP。在 PCIe 4.0 时代， 澜起是全球量产 PCIe 4.0 Retimer 芯片的三家企业之一；在 PCIe5.0 时代，公司于 2023 年 1 月量产 PCIe 5.0/CXL 2.0 Retimer 芯片，是全球第二家量产该产品的厂家。公司 PCIe Retimer 产品已于 24Q1 开始出货，24Q2 出货量翻倍增长，24Q3 出货量再次翻倍增长。 预计 PCIe Retimer 芯片将在未来几年为公司贡献新的业绩增长点，主要系： AI 服务器需求增加：一台典型的配置 8 块 GPU 的主流 AI 服务器需要 8 至 16 颗 PCIeRetimer 芯片，PCIeRetimer 芯片的市场空间将随着 AI 服务器需求量的增加而 扩大； 市场份额提升：澜起自研该产品核心底层技术 SerDesIP，因此在产品时延、信道适 应能力等方面具有竞争优势，澜起的 PCIeRetimer 芯片正在获得越来越多客户及下 游用户的认可； PCIe 协议持续迭代：PCIeRetimer 芯片是未来数据中心领域重要的互连芯片，可用 于 CPU 与 GPU、NVMeSSD、Riser 卡等典型高速外设的互连。PCIe 协议每次迭代将 带来数据传输速率翻倍，PCIeRetimer 芯片的作用是提升信号完整性，增加高速信 号的有效传输距离，因此未来需要用到 PCIeRetimer 芯片的场景会越来越多。

4 电源：AI 驱动电源&电容需求攀升

AI 技术的精进导致电力消耗剧增。大模型的训练及推理响应均需要消耗大量电能。训练 谷歌于 2022 年发布的大语言模型 PaLM 需要消耗 3436 兆瓦时的电量，约等于 11.8 万 美国普通家庭日耗电量（美国普通家庭日均耗电量约为 29 千瓦时），据《纽约客》杂志 引援国外研究机构报告，ChatGPT 每天要响应大约 2 亿个请求，在此过程中消耗超过 50 万度电力，而随着生成式 AI 的广泛应用，预计到 2027 年，整个人工智能行业每年将消 耗 85 至 134 太瓦时（1 太瓦时=10 亿千瓦时）的电力。

AI 服务器电源是数据服务器集群的电力保障。AI 服务器电源作为高性能计算和数据中 心的基础设备，担负着为服务器集群提供稳定、高效电能供应的任务。高压电从电网进 入数据中心后，服务器电源供应器会先将交流电转为直流电，并降压到 48V；接着主板 上的 DC/DC 转换器，再将电压转换成 12V、5V、3V3 和 0.8V 等。

英伟达 GPU 功率持续提升，AI 服务器电源市场规模稳步增长。英伟达芯片额定功率持 续提升，A100 为 400W，H100\H200\B100 均为 700W，2024 年的 GTC 上，英伟达发 布的基于 Blackwell 架构的 B200 GPU 功率则首次达到了 1000W，超级芯片 GB200 功率 最高达到 2700w。通用型服务器只需要 2 颗 800W 服务器电源，而 AI 服务器则需要 4 颗 1800W 高功率电源，AI 服务器对于电源的需求大大提升。未来随 GPU 功率提升，AI 服务器电源市场规模亦将持续提升。

板卡层面，GPU、CPU 等算力芯片朝着更高性能升级也对供电系统提出更高要求。算力 的提升需要更大的耗电，这对供电电压调节器模块（VRM/Vcore）和负载点电源（PoL） 提出了严峻挑战，包括更高的效率、更高的功率密度，以及同时满足处理器 di/dt>1000A/us 瞬态响应要求。

由多相控制器和 DrMos 组成的拓扑架构是目前公认的 GPU/CPU 供电场景的最佳解决 方案。每相 Buck 对应的半桥 MOSFET 可由包）驱动和温度/电流检测的 DrMOS 代替， 由一个控制器采集反馈的电压、电流、温度/错误等信号，并发出各 PWM 波实现功率的 闭环控制。控制器可通过特定协议的通信接口和信号指示 IO 口，与系统上位机或负载处 理器进行信号交互。多相控制器连接DrMOS可实现多相拓补结构的大电流DC/DC系统， 可大幅提升供电功率，优化能耗，提升整体性能，简化系统电源设计，是大功率供电芯 片的核心，也是 GPU 的主流供电形式。

高算力需求推升运行功耗，显著增加电容用量。以 MLCC 为例，服务器供应电压是 48V 的直流电源，但服务器中承担算力重任的 GPU、CPU 供应电压主要是 1V，中间需要 MLCC 护航多路电源转变；由于 CPU 工作时有轻载和重载切换，电压会跌落，且有高频谐波和 杂音，此时也都需要电容发挥稳定电压作用。在服务器中，由于算力需求的提升，GPU 和 CPU 所需晶管数量增多，功耗也快速上升，需更多 MLCC 来保障电路的安全。并且由 于高算力 GPU/CPU 需要的电容数量更多，容量更大，在面积有限的板子上，更小的大容 量电容才能满足需求。而 AI 服务器中较大的电流和更高的 GPU/CPU 工作频率，也对 MLCC 提出了更加耐高温、超低的 ESR、更低 ESL、更高的自谐振频率 SRF 等要求。根 据太阳诱电预测，2023-2030 年服务器市场对 MLCC 的需求量增速超过 100%，相比汽 车市场更快。

垂直供电或成为未来 AI 服务器供电架构，进一步提高电感等被动元件的超小型、超薄 型要求。目前，将电子元件布置在处理器周围的水平的供电方式一直是 AI 服务器主流的 供电架构，但是在这种模式下，传统 DC／DC 模块和芯片同样位在系统板上，电流采取 水平方式传输，电流会因为传输距离而产生损耗。随着人工智能服务器所用处理器性能 的提升，电源的耗电量以及产生的热量预计也会大幅增加。因此为提高能源效率，垂直 供电网络或成为未来的发展趋势。在这种新架构下，DC/DC 电源和电子元件被直接放置 在处理器下方，传输距离只有一块主板的厚度，让电流流动损耗降到最低，提升效率， 以及需要在电路板上安装集成式稳压器（IVR）。根据台达客制化设计部阵研发总监皮柏 （Ralf Pieper）在 GTC 演讲的内容，4000 瓦的处理器在 0.8 伏特电压下，垂直供电可以 比水平供电提升 23%效率。但垂直供电也对电路中的电子元件提出超小型、超薄型的要 求，以 TDK 为例，这家全球电感龙头也在为这一新应用场景研发采用绕线、多层化和薄 膜技术的下一代电感器。

5 PCB：AI 引领全面增长，HDI 浪潮已至

5.1 PCB 行业长期增长动力充足，高端产品需求旺盛

伴随 AI 算力需求持续增长以及智能汽车持续升级，AI 服务器和汽车电子相关的 PCB 需求显著提升，成为驱动 PCB 行业成长的主要驱动力。根据中商产业研究院，2024 年 全球 PCB 市场规模将达到 880 亿美元，2025 年达到 968 亿美元，2025 年同比增速达 10%。中商产业研究院分析师预测，2024年中国PCB市场将回暖，市场规模将达到4121.1 亿元，2025 年达到 4333.21 亿元，同比增速为 5.1%。

从产品角度来看，AI 引领高端 PCB 需求长青，高阶 HDI 增速迅猛。根据 Prismark，预 计 2024 年 PCB 行业同比增速为 5.0%。以 AI 算力硬件为代表的需求爆发，提升了高端 PCB 产品的需求。其中 18 层以上的高多层板预计同比增速 21.1%，HDI 板同比增速为 10.4%，同比增速均显著高于行业整体平均增速。 往后展望，随着人工智能技术和应用的快速发展，未来五年 AI 系统、服务器、存储、 网络设备等是 PCB 需求增长的主要动能。随着 AI 服务器的升级，GPU 主板也将由高多 层板逐步升级为 HDI，因此 HDI 将是未来 5 年增速最快的 PCB 产品，特别是 4 阶以上 的高阶 HDI 产品需求增速快。HDI 将成为 AI 服务器相关 PCB 市场增速最快的品类，根 据 Prismark 预计，2023-2028 年 HDI 的年均复合增速达到 16.3%。

从下游应用来看，服务器及汽车增速领先。根据 Prismark，2023~2028 年 PCB 多层板 整体复合增速为 4.4%。下游各应用领域中，服务器行业成长速度较高，2023~2028 年 cagr 达 8.7%，主要增长驱动力为 AI 服务器带动的 PCB 需求的量价齐升；汽车行业 2023~2028 年 cagr 达 4.4%，主要增长动力来自于汽车智能化的发展，包括自动驾驶以 及智能座舱带动的 PCB 需求的持续增长；此外，军事/航空航天 2023~2028 年均复合增 速为 5.4%。

5.2 AI 需求全面增长，服务器架构升级带动 PCB 量价跃升

AI 服务器出货量加速扩张。根据 TrendForce，预计 2023 年 AI 服务器出货量为 118.3 万台，占整体服务器比重为 9%左右，2024 年 AI 服务器出货量将再次增长 27%，达 150.4 万台，且往后展望至 2026 年出货同比增速达 25%。

AI 服务器价值量跃升。八卡架构服务器 PCB 的主要构成为 GPU 母板 UBB（Universal Base Board）、GPU 加速卡 OAM（Open Accelerator Module）、CPU 主板以及网卡、内 存、电源等产品。以 DGX H100 为例，其内部 PCB 价值量较高的 GPU 加速模块，包） 一片 UBB 板，8 片 OAM 加速卡，其中 UBB 通常为高多层板，加速卡为 HDI PCB。

从材料端来看，AI 服务器升级对应 PCB 的材料持续升级，AI 产品的 CCL 价格对比 whitley 服务器的 CCL 单价提升了 2~2.5 倍； 从 PCB 层数来看，伴随 AI 服务器的 PCB 层数提升，其价值量也对应有显著提升。传统 服务器层数一般不超过 20 层，单价约为 800~2000 元；而 AI 服务器 PCB 层数通常在 20 层以上，其单价超过 5000 元，较传统服务器 PCB 有成倍提升； 从制造工艺来看，AI 加速卡的 PCB 通常采用 4 阶及以上的 HDI 工艺，高阶 HDI 制造其 工序复杂生产难度大，伴随阶数提升价值量亦有显著增长。因此 AI 服务器将带动 PCB 的 量价齐升，尤其是伴随高速高密度互联需求崛起，高等级材料的高层高阶 HDI 需求有望 持续增加，对应价值量有望持续增长。

GB200 服务器架构创新，其与 8 卡 AI 服务器架构最大的区别在于其内部集成度再次提 升，CPU 和 GPU 同时集成在一片 Compute Board 上，GPU 和 CPU 之间数据传输速率大 幅提升。同时，GB200 服务器将负责实现各个 GPU 之间高速互联的 Switch 芯片独立出 来形成 Switch Tray，实现整个机柜间 GPU 互联效率的提升。

5.3 AI 高集成度及高速互联带动 HDI 产业趋势

HDI PCB 是高密度互连（High Density Interconnect）印制电路板的简称，也称微孔板或 积层板。HDI 线路板的主要特征包括埋孔、盲孔的互联结构、多阶压合的制作工序以及 更高密度的线宽线距。

从定义上来看，HDI 板高密度的特征主要体现在孔、线路、焊盘密度、层间厚度等方面。 从微导孔的孔径来看，HDI 埋盲孔的孔径通常小于 150 um，而伴随电子终端集成度的日 益提升，HDI 的微导孔孔径也在日益缩小。从线宽线距的角度来看，通常 HDI 产品的线 宽线距不超过 76.2um；从焊盘密度的角度看，HDI 线路板对应的焊盘密度通常为每平方 厘米大于 50 个；最后从介质厚度的薄型化的角度来看，HDI 层间介质厚度向 80um 及 以下的趋势发展，并且对厚度均匀性要求越来越严格。

HDI 根据盲孔 PCB 层堆叠的次数可分为一阶、二阶、高阶、以及任意阶 HDI。一阶 HDI 通常表述其层数结构为“ 1+N+1”。N 代表内层板层数，内层板由芯板和铜箔压合而成； 1 代表在外层电路的第一层通过激光钻孔实现盲孔互联，也即一阶 HDI。同理，二阶 HDI 层数结构为 2+N+2”，是在一阶 HDI 的基础上，再增加一层盲孔层，8 层二阶 HDI 也 可表述为 2+4+2”的结构。通常阶数越高，线路的布线密度越高，电路板的功能越复 杂。

从具体生产流程来看，高阶 HDI 产品对加工产能的消耗显著增加。多层板的生产流程较 HDI 更短，主要是多层 PCB 压合以及机械钻孔等相关的后续工序。HDI 对比多层板，主 要区别在内层板制作完成后，制造次外层所增加的压合、减铜、镭射等工序，这些次外 层加工环节的重复次数即对应 HDI 的阶数，如压合、减铜、镭射等工序走完一遍即为一 阶，因此同等面积的二阶 HDI 板产品相比一阶 HDI 板产品，在次外层加工环节所消耗的 产能要增加一倍，三阶或任意阶 HDI 需要的产能为一阶的三倍以上。

HDI 对比高多层 PCB 有效降低 PCB 层数增加布线密度。HDI 以埋盲孔的形式实现灵活布 线，提高布线密度，对应降低 PCB 的必要层数和使用面积。从下图可知，18 层的高多层 通孔板可以通过10层1阶的埋盲孔HDI实现，对应18层通孔板的布线密度为100“（p/si， 每平方英寸引脚数），而对应 10 层 1 阶的埋盲孔 HDI 的布线密度为 210 p/si，HDI 对比 多层板布线密度提升 110%。

HDI 线路板一方面基于其高密度布线的优势，可以在有限的面积上更好承接高速互联的 多组 I/O 线路；同时由于 HDI 基于盲孔可以实现不同层之间的灵活布线，因此可以有效 缩减信号在线路板上传输的距离，进而提高信号传输速率，减少传输时延。 BGA 间距定义为从中心到中心测量的两个相邻焊球之间的距离。随着芯片引脚数量的增 加，焊盘之间的间距会减小。这种间距的减小使得 BGA 扇出变得复杂，一般来说，当 BGA pitch 间距小于或等于 0.5mm 的状态下，此时 BGA 便难以扇出打孔，因此需要添加更多 的内层布线来满足要求。HDI 的激光钻孔孔径一般在 3-5mil（0.076-0.127mm）之间， 线路宽度一般为 3-4mil（0.076-0.10mm）。其较小的过孔孔径可以大幅增加过孔密度， 以及扇出布线的灵活性，从而满足 AI 产品领域极高的 BGA 封装数量要求，同时，通过 将盲孔打在焊盘上，直接实现芯片引脚与内部线路的连接，可以有效增加布线效率并减 少信号走线距离，实现更高速的信号传输。与之对应的，通孔板过孔孔径较大，通常当 孔径达到 0.15mm 时，成本显著上升，且难以进一步提升。因此机械钻孔的通孔板无法 在有限的面积内大规模打孔，且无法实现有效的布线扇出，因而无法直接满足 AI 芯片领 域高密度互联的要求。 从布线效率的角度来看，通常 HDI 微盲孔的孔径要远小于通孔的孔径，同时 HDI 非通 孔的设计也节省了 PCB 内层的空间，因此可以大幅提升布线效率以及布线密度。以下 图为例，可以直观看到内部空间盲孔下层可以仍可以实现布线，在内层增加了除 BGA 以 外 30%的布线。而通孔则由于一次全部导通，即使在某一层不需要连接，也强制占用了 对应的内部空间，且孔径较大，布线效率相对更低。

以 GB200 为例，从集成和高速互联的角度来看，HDI 高密度互联的优势助力实现 CPU 与 GPU 的统一集成。八卡架构的 AI 服务器中 CPU 和 GPU 分于于不同模块，从集成度、互 联、功耗等角度来看会带来一些低效。英伟达推动算力服务器架构的整合与升级，在 GB200 Superchip 上集成了两颗 Blackwell GPU 和一颗 Grace CPU。由于直接集成多颗高 性能芯片，并基于 NVLink 等进行高速互联，高频高速以及高集成度需求下 HDI 是最优 解，推动 Compute Board 采用高阶 HDI 方案，CPU 和 GPU 互联传输速率的大幅提升； CPU 和 GPU 功耗及散热得到统一管理，并且集成度大幅提升，也推动了整机解决方案的 成本下降。

从功耗的角度来看，HDI 基于其高集成度优势降低冗余，减少额外功耗消耗。一方面前 文已述及，英伟达推动 CPU 和 GPU 集成在同一片 HDI 电路板上，CPU 和 GPU 的电源功 率得到统一管理，电源管理效率得到显著提升。同时 CPU 和 GPU 模块的融合也大幅降 低了整机系统其他部件的冗余度，由此降低冗余部件带来的额外功耗消耗。

HDI 高密度短距离布线可以大幅降低信号传输过程中的功耗，同时散热具备显著优势。 得益于 Compute Board 实现了高集成度的器件布局，各主被动元器件之间的信号传输距 离相对更短，由于信号传输速率越高，信号在传输过程中的能量损耗也越大，因此 HDI 的短距离传输优势可以显著降低传输功耗，并且提升信号传输质量。而从散热的角度来 看，HDI 高密度的铜互联线路以及相对通孔板显著的层数减少也可以更有效实现散热， 确保内部信号不会因过热产生稳定性的问题。

总结来看，HDI 的发展趋势出现了新的变化。上一轮 HDI 产业趋势，核心升级点在于 HDI 的 轻薄短小”特征满足了智能手机为代表的终端集成度提升的核心诉求，带动了消费 类 HDI 需求的高速增长。而本轮 HDI 的产业趋势，核心升级点在于 HDI 高密度布线” 特征满足了算力硬件高速互联的核心诉求，且在信号完整性、集成度、成本、散热等多 方面具备优势，由此带来 AI HDI 需求的持续增长。并且在云端算力向边缘算力下沉的过 程中，我们看到 HDI 的产业趋势也从云端向边缘侧 AIPC、智能汽车等产品加速渗透， HDI 有望成为 AI 时代增长最快速的 PCB 产品。从实际生产来看，由于产品规格更高， 消费类 HDI 产线无法共线生产 AI HDI 产品，而 GB200 的 HDI 板较常规 HDI 板面积更 大，层数阶数更高，因此实际生产过程中无论是产能还是良率均显著降低，产能十分稀 缺，全球范围内具备大批量量产能力的厂商有望率先受益于本轮 AI HDI 浪潮。

5.4 胜宏科技：AI HDI 升级核心受益，加速成长区间已至

业绩持续新高，加速成长区间已至。2024 年前三季度公司实现营收 76.98 亿元，同比 +34.0%；实现归母净利润 7.65 亿元，同比+30.5%；实现扣非归母净利润 7.78 亿元， 同比+33.2%。2024 年前三季度公司实现毛利率 21.6%，同比-0.49pcts；实现净利率 9.93%，同比-0.27pcts。分季度来看，公司 2024Q3 实现营收 28.42 亿元，同比+37.1%， 环比+15.36%；实现归母净利润 3.1 亿元，同比+26.70%，环比+22.52%；实现扣非归 母净利润 3.2 亿元，同比+36.54%，环比+23.98%。2024Q3 公司实现毛利率 23.17%， 同比-0.77pcts，环比+1.48pcts。24Q3 公司实现净利率 10.75%，同比-0.88pcts，环比 +0.63pcts。 AI 布局多点开花，工艺能力提升带动良率提升。公司针对 AI 算力、AI 服务器产品，下 一代 PCIe 6.0 传输协议与芯片，Oak stream 平台技术；800G/1.6T 光传输在光模块与交 换机上单通道 112G & 224G 的传输技术，下一代 6G 通讯技术，L3/L4 级自动驾驶等多 个高端技术领域进行研发突破，并顺利落地到产品应用。在生产工艺环节，公司持续针 对 AI 服务器、AI 算力、光传输交换机等产品的技术能力改造，完成对高多层精密 HDI 5.0 mm 和高多层 PCB 8.0 mm 厚板的设备优化与改造，大孔径盲孔填孔能力与超薄芯 板能力建制，为下一代 AI 服务器、算力、通讯产品研发及生产打下坚实基础。 胜宏科技抢占 HDI 制高点，把握机遇快速导入。AI 芯片高速高密度互联催生高阶 HDI 产业趋势，胜宏科技是全球领先的高阶 HDI 厂商，有望受益于 AI HDI 升级浪潮。2024 年以来公司在 AI 领域全面突破，多款数据中心 AI 算力 HDI 产品实现大批量量产。同时 公司加强 AI 相关产品布局研发，产品线持续拓宽，在交换机、AI 服务器、高端通信领域与多家全球顶级客户深度合作。伴随客户合作深化及海外产能释放，公司 AI 业务有望全 面开花，助力公司打开新成长曲线。

5.5 沪电股份：业绩持续新高，前瞻布局强者恒强

沪电股份 2024 年前三季度实现营收 90.1 亿元，同比+48.15%，实现归母净利润 18.5 亿元，同比+93.94，实现扣非归母净利润 18.1 亿元，同比+105.8%。2024 前三季度公 司实现毛利率 35.86%，同比+5.29pcts，实现净利率 20.31%，同比+4.89pcts。 沪电股份加码研发，AI 算力&网络 PCB 双线受益。公司基于 PCIe 6 .0 的下一代通用服 务器产品已开始技术认证；800G 交换机 PCB 已出货，且支持 224Gbps 速率“（102.4T 交 换容量 1.6T 交换机）产品主要技术已完成预研；OAM/UBB2.0 产品已批量出货；GPU 类 产品已通过 6 阶 HDI 认证准备量产。公司持续进行前瞻技术布局，长期竞争力持续强化。 加码 AI 资本开支，彰显长期发展信心。公司 2024 年 10 月 24 日公告，启动新的人工 智能芯片配套高端印制电路板扩产项目。该项目预计总投资约为 43 亿元人民币，对应年 产约 29 万平方米的高端印制电路板，以满足持续增长的 AI 需求。项目全面完成后，预 计将新增年营收约 48 亿元人民币。此次扩产充分展现了管理层对人工智能行业长期需 求以及公司自身竞争力的坚定信心。

5.6 深南电路：AI 推动产品结构持续升级

AI 驱动业绩新高。公司 2024Q1-Q3 实现营收 130.49 亿元，同比+37.92%；实现归母 净利润 14.88 亿元，同比+63.86%，实现扣非归母净利润 13.76 亿元，同比+86.67%。 其中 2024Q3 公司实现营收 47.28 亿元，同比+37.95%，环比+8.45%。实现归母净利 润 5.01 亿元，同比+15.33%，环比-17.60%。实现扣非归母净利润 4.72 亿元，同比 +51.53%，环比-16.98%。 封装基板产能爬坡进展顺利，构筑未来成长动力。公司广州封装基板一期已于 2023 年 Q4 连线，2024 年产线能力持续提升，产能爬坡处于前期阶段，主要聚焦平台建设与客 户各阶产品认证。另一方面，公司在南通基地尚有土地储备，具备新厂房建设条件，南 通四期项目已有序推进基建工程，拟建设为具备覆盖 HDI 等能力的 PCB 工艺技术平台。 AI 推动产品结构升级。在通信领域，2024 年上半年，受人工智能相关需求推动，400G 及以上高速交换机和光模块的需求呈现出显著增长态势，这不仅促使有线通信产品在公 司整体业务中的占比提升，还进一步优化了产品结构，使公司的盈利能力得到了显著增 强。在数据中心领域，2024 年上半年公司收获了同比显著增长的订单量，这一成绩主要 得益于 AI 加速卡、Eagle Stream 平台产品等的持续放量，这些产品需求的提升为公司数 据中心业务的增长提供了有力支撑。 公司是国内数通 PCB 领先企业，将持续受益于国内及海外 AI 算力发展热潮。AI 带动的 交换机、AI 服务器、光模块等产品的旺盛需求，将持续驱动公司产品结构升级。

5.7 景旺电子：各项业务有序推进，高端产能释放引领新增长

业绩稳健增长。公司 2024Q1-Q3 实现营收 90.78 亿元，同比+17.11%；实现归母净利 润 9.04 亿元，同比+29.14%，实现扣非归母净利润 8.28 亿元，同比+20.30%；实现毛 利率 23.77%，同比-0.85pcts；实现净利率 9.87%，同比+0.99pcts。其中 2024Q3 单季 度实现营收 32.11 亿元，同比+15.06%，环比+2.76%；2024Q3 公司实现净利润 2.48 亿元，同比-16.38%，环比-26.80%。 持续加强研发投入，数通产品布局进展显著。通用服务器领域，公司 EGS/Genoa 平台高 速 PCB 已稳定量产，同时在 Birth stream 平台高速 PCB 等产品技术上取得重大突破。与 EGS/Genoa 平台相比，Birth stream 平台对信号传输速率、数据传输损耗、布线密度等 方面的要求提升，PCB 性能持续升级，Birth stream 平台高速 PCB 技术突破有助于公司 进一步拓展服务器产品，抢抓高端数据中心市场机遇。AI 服务器领域，公司成功开拓了 软板和软硬结合板在数据中心的应用产品，同时在高阶 HDI、高多层 PTFE 板等产品上 实现了重大突破。高速通信领域，公司 800G 光模块、通信模组高阶 HDI 等产品实现批 量出货，112G 交换路由 PCB 取得重大技术突破。 产能有序释放，高端产能释放引领未来增长。珠海景旺 HLC、HDI“（） SLP）工厂各项业 务持续稳步推进，引进了下游行业的头部客户，面向客户的高端产品开发取得新的突破 性进展，产量产值稳步提升，呈现出较好的竞争力；江西景旺三期已顺利投产，产能不 断爬坡，为公司业绩带来新增量；信丰高多层电路板生产项目稳步推进，致力于打造自 动化智能化程度高、生产效率高、成本优势突出的高多层电路板研发生产基地；泰国生 产基地按计划逐步建设，项目已完成土地购买、子公司增资等工作。

6 消费电子：端侧 AI 多终端落地，新一轮创新周期开启

6.1 手机：景气度持续回升，AI 赋能开启换机潮

全球智能手机市场连续四季度同比反弹，景气度逐步回暖。根据 Canalys，我们看到 24Q3 全球智能手机出货量达到 3.1 亿台，同比增长 5%，是自 2021 年以来出货量最强劲的第 三季度，且已连续四个季度保持正增长，预计 2024 全年出货量达 12.2 亿台，同比增长 6%；24Q3 国内智能手机市场出货量同比增长 4%，尽管增速较上一季度的 10%有所放 缓，但整体表现出稳定的回暖趋势。IDC 预计，2025 年中国智能手机市场出货量将达到 2.89 亿，同比增长 1.6%。整体来看，我们认为随着 AI 端侧落地开启新一轮换机周期， 以及在政府补贴政策刺激消费的影响下，智能手机市场需求将进一步提升。

根据 Counterpoint Research，23Q1-24Q2 全球前五大手机厂商格局较稳定，分别为三 星、苹果、小米、OPPO、vivo，24Q3 对应份额分别为 19%、17%、14%、9%、9%。 从中国智能手机市场份额来看，华为的市场份额从 23Q2 的 11%逐步攀升至 24Q3 的 18%，得益于 Pura 70 和 Mate 60 系列的推动；24Q3 vivo 以 19%的份额稳居榜首，其 产品组合丰富，涵盖所有价格区间。

6.1.1 OpenAI 12 天密集发布，豆包树立国产 AI 标杆

苹果 AFM 模型测评结果好，创新降低硬件据赖

苹果论文披露 AFM 模型多维度测评结果。Apple Intelligence 上的两种基础语言模型包 括 AFM-on-device 和 AFM-server，AFM-on-device 为在设备端运行的大约 30 亿参数的 语言模型，AFM-server 为在私有云计算上运行的大规模服务器语言模型。根据该论文， 在预训练评估中，苹果开发的端侧大模型在语言理解、指令跟随、推理、写作与工具使 用等多个任务上表现出色；在后训练评估中，1）苹果的 AFM 模型在指令遵循层面皆优 于其他大模型；2）在摘要总结方面 AFM 模型无论是端侧还是私有云均好于其他；3）在 安全性评估时，AFM 模型也比其他模型要更为负责；4）但 AFM 模型的数学能力整体上 来看较为一般。

OpenAI 12 天：全方位重塑 AI 体验的技术盛宴

在 12 天的密集发布中，OpenAI 全面展现了技术创新与应用落地的强大能力。从第一 天的完整版 o1 和 ChatGPT Pro 模型发布，到最后一天的 o3 全新模型亮相，OpenAI 完 成了一次次技术突破。强化微调技术的推出为定制化AI助手提供了高效方案；Sora Turbo 是目前全球生成时长最高的视频模型之一；ChatGPT Canvas 内置在 ChatGPT 中，提供 一个功能强大的协作平台。此外，OpenAI 与苹果的 iPhone、iPad、Mac 和 Siri 实现深度 集成，可以原生使用 ChatGPT。这 12 天不仅展示了 OpenAI 在技术、功能和体验上的进 步，也为未来 AI 技术普及和应用创新奠定了坚实基础。

豆包大模型：国产 AI 标杆，全方位领先与普及之路

豆包通用模型 Pro 主观评测排名第一，展现卓越中文能力。豆包通用模型 Pro“（Doubaopro-32k-preview）在智源研究院 FlagEval 的大语言模型主观评测榜单中以 77.75 分位列 榜首，成为表现最突出的模型。凭借知识运用（91.14 分）、简易理解和推理能力的优异 表现，豆包全面领先国内外多款开源与闭源模型，展现了其在中文理解和应用上的卓越 能力，成为国产大模型中的顶尖代表。 多模态模型评测榜单国内第一，豆包展现视觉语言综合实力。豆包·视觉理解模型 （Doubao-Pro-Vision-32k-241028）在多模态模型评测榜单中排名第二，仅次于 GPT-4o， 是得分最高的国产模型。豆包在图文理解、复杂信息处理等能力上表现突出，得分达到 4.43，成为多模态领域的标杆模型。这一成绩充分体现了豆包在视觉与语言融合任务中 的技术领先性，适配了更多实际应用场景。

大模型角斗场榜单中跻身第一梯队，用户偏好国产标杆。豆包通用模型 Pro（Doubaopro-32k-240828）在智源研究院的 FlagEval 大模型角斗场榜单中排名第二，仅次于 OpenAI 的 o1-mini，位列第一梯队。豆包凭借强大的用户偏好评分和实际对战表现，成 为用户高度认可的国产模型代表。这一榜单反映了豆包在应用落地和用户需求满足上的 出色表现。

豆包能力全面提升，多维度表现远超以往。豆包通用模型 Pro 在 2024 年完成全方位升 级，综合能力提升 32%，各项指标均显著增强。推理能力提升 13%，指令遵循能力提升 9%，代码能力提升 58%，数学能力提升 43%，专业知识能力提升 54%。这些升级显著 提高了豆包在高阶任务和复杂问题解决上的能力，进一步夯实了其在多场景应用中的技 术优势。 价格策略领先行业，豆包以低成本推动 AI 普及。豆包通过极具竞争力的价格策略，每 千 tokens 仅 0.003 元，比行业平均价格低 85%，在市场中占据优势。例如，1 元即可处 理 284 张 720P 图片，极大降低了多模态模型的使用阵槛。豆包的高性价比和强性能为 企业和开发者提供了高效的解决方案，加速了 AI 技术的普及与创新场景的落地。

6.1.2 手机为 AI 端侧最佳落地点，换机周期加速

苹果 AI 时代开启，软硬件全面布局。2024 年，苹果全面开启 AI 时代，通过软硬件的深 度融合不断提升用户体验：9 月，苹果发布的 iPhone 16 Pro 系列搭载潜望长焦镜头与 48MP 超广角摄像头，并配备 A18 Pro 芯片，大幅提升拍摄与处理性能；10 月，苹果发 布 iOS 18.1 正式版，升级 Siri 自然语言处理能力，并新增写作工具与通话录音功能，这 些 AI 功能据托 AFM 端侧与云端模型，展现卓越性能；12 月，苹果推送了 iOS 18.2 正式 版，更新了 Apple Intelligence，带来包括 AI 文字生成、AI 图片生成、AI 表情生成，另 外 Siri 还集成了 AI ChatGPT 等新功能，有效增强 iPhone 的生产力。我们预计，iPhone 将提升摄像头像素，为 AI 驱动的图像识别与 AR 应用提供更强支持。苹果通过软件和硬 件的不断创新，稳步推动 AI 技术普及，进一步巩固其行业领先地位。

安卓 AI 手机：vivo、OPPO、荣耀、华为、小米等各大手机厂商纷纷发布了 AI 大模型， 向生成式 AI 手机进化。2024 年 2 月，魅族决定 All in AI，停止传统智能手机新项目； OPPO 宣布正式进入 AI 手机时代，在除夕当天将超过 100 项 AI 实用功能推送至 10 余款 手机系列；华为宣布 HarmonyOS NEXT 将 AI 与 OS 深度融合，构筑了全新的鸿蒙原生 智能框架；小米宣布小爱大模型将迎来全量升级，全部免费。

苹果在全球 AI 手机市场中占据绝对领先地位。根据 Canalys 数据，2024 年第三季度， 苹果以 3210 万台的出货量和 61%的市场份额领先；三星位列第二，出货量为 1300 万 台，市场份额为 25%；小米排名第三，出货量为 360 万台，占全球市场的 7%。中国大 陆 AI 手机市场，苹果以 800 万台的出货量占据 52%的国内市场份额；小米以 320 万台 的出货量（21%的市场份额）排名第二；vivo 以 220 万台的出货量占据 14%的市场份 额，位列第三。

AI 端侧落地开启新一轮换机潮，预计 2027 年全球 AI 手机渗透率达 43%。今年下半 年以来，随着安卓厂商第二代 AI 旗舰手机陆续推出和模型算法的迭代，端侧小模型的运 行效果已有长足进步，构建开放的 AI 服务生态体系已成为众多安卓厂商下一阶段 AI 战 略重心。随着行业领头玩家的相继入局，将说服并吸引更多开发者为移动端开发更多 AI 应用与服务，进一步完善目前初具雏形的手机 AI Agent 应用场景。根据 Counterpoint Research 的预测，2024 年全球生成式人工智能（AI）手机渗透率将达到 11%，并随着 更多次旗舰以及中高端机型将配备更强大的端侧 AI 能力，进一步增长到 43%，届时出 货量将超过 5.5 亿台，增长近 4 倍。根据 IDC 的预测，2027 年中国 AI 手机出货量将达 到 1.5 亿台，渗透率超过 50%。

6.2 PC：AI PC 技术突破，渗透率持续增长

全球 PC 出货量连续四个季度增长，市场逐步走出低谷企稳回升。2021 年，在远程办公 和在线教育需求的推动下，PC 出货量达到历史高点，接近 5.2 亿台。23Q1 出货量降至 低点，同比大幅下降超过 30%。随后市场开始回暖，到 24Q3，全球 PC 出货量恢复至约 6640 万台，同比小幅增长 1%。

分品牌来看：24Q3 联想以 1649 万台的出货量继续稳居第一，同比增长 2.8%，占比 24.8%；惠普出货量为 1357 万台，同比小幅增长 0.4%，占 20.4%的市场份额；戴尔排 名第三，出货量为 984.7 万台，占 14.8%的市场份额；华硕出货量达到 551.3 万台，同 比增长 15.8%，市场份额提升至 8.3%；苹果同比下降 17.5%，出货量为 511.4 万台， 市场份额从 23Q3 的 9.5%下降至 7.7%。整体来看，市场份额集中于联想、惠普与戴尔。

全球平板市场快速增长。2024 年第三季度全球平板电脑市场出货量达 3960 万台，同比 增长 20.4%，呈现出强劲复苏的态势。苹果以 1260 万台的出货量稳居市场第一，市场 份额达到 31.7%，但相比去年同期的 37.7%有所下降；三星以 710 万台的出货量位列第 二，同比增长 18.3%；亚马逊出货量从 2023 年的 220 万台激增至 460 万台，增长率高 达 111.3%，市场份额从 6.6%提升至 11.6%，得益于其低价策略和节日促销（如 Prime Day）的强大推动力；华为以 330 万台的出货量排名第四，同比增长 44.1%，市场份额 从 6.9%上升至 8.2%，体现出其在国内外市场的竞争力正在恢复；联想出货量为 300 万 台，同比增长 14.7%，市场份额为 7.6%。

AI PC 出货量环比大幅增长，Windows 平台市场份额持续扩大。AI PC 市场需求持续 扩大，进入快速发展阶段。根据 Canalys 统计，2024 年第三季度全球 AI PC 出货量达到 1330 万台，占本季度 PC 总出货量的 20%，环比增长 49%，表现十分强劲。从操作系统市场格局来看，Windows AI PC 的市场份额从 2024 年第二季度的 41%进一步提升至 53%，环比增长 12 个百分点。 AI PC 加速渗透，在 2028 年占据 PC 市场主导地位。根据 Canalys 的数据，2024 年 AI PC 在大中华地区渗透率为 13%，AI PC 的发展还处于起步阶段。但随着 AI 技术的普及 和用户需求的增加，AI PC 的市场份额将逐年攀升，预计 2025 年占比达到 37%，2026 年过半达到 53%，2027 年进一步升至 62%，并在 2028 年达到 73%。AI 技术的落地和 功能扩展将在未来几年彻底改变 PC 市场格局，为 PC 厂商带来了新的增长机遇。

6.3 补贴扩大至 3C 产品，大幅提振换机需求

两新”政策有效激发内需潜力，成效显著。 2024 年 3 月，国务院印发《推动大规模设 备更新和消费品以旧换新行动方案》，对实施设备更新、消费品以旧换新、回收循环利用、 标准提升四大行动等作出具体安排；7 月，国家发展改革委、财政部联合印发《关于加 力支持大规模设备更新和消费品以旧换新的若干措施》，统筹安排 3000 亿元左右超长期 特别国债资流，加力支持大规模设备更新和消费品以旧换新。 两新”政策成效显著，根 据商务部数据，截至 12 月 13 日零时，汽车以旧换新带动乘用车销售量超 520 万辆，其 中报废更新超 251 万辆，置换更新超 272 万辆；家电以旧换新带动八大类产品销售量超 4900 万台。 补贴品类扩大至 3C 产品，进一步加快换机周期。2024 年 8 月，商务部等四部阵印发关 于进一步做好家电以旧换新工作的通知，明确各地自主确定补贴 8+N”类家电品种， 每件最高补贴 2000 元。自此全国各地家电以旧换新补贴政策陆续落地，并且消费补贴 品类从家电逐步扩大至手机、平板电脑等 3C 数码产品。广东省、浙江省、江苏省、贵州 省等地陆续新增 3C 补贴活动，河北省已出台文件通知商户开始报名 2025 年 3C 数码产 品促消费活动。综合来看，补贴力度在 10%-20%区间，单品上限在 600-2000 元。 2025 年 两新”超长期特别国债资流加大，将实施手机等 3C 数码产品购新补贴。在 2024 年 12 月 11 日召开的中央经济工作会议后，中央财办解读采访中提到，2025 年支 持 两新”的超长期特别国债资流将比今年大幅增加，会将更多市场需求广、更新换代 潜力大的产品和领域纳入政策支持范围。2025 年 1 月 3 日，在国务院新闻办公室举行的 中国经济高质量发展成效”系列新闻发布会上，国家发展改革委有关负责人表示 2025 年，要加力扩围实施 两新”政策，将实施手机、平板、智能手环等 3 类数码产品购新补贴。我们预计，明年实施手机等三类数码产品购新补贴后，中国智能手机、平板电脑 等市场需求有望大幅增长，上游 IC 设计和零部件厂商或将表现出更大的业绩弹性。

6.4 AI 眼镜： 百镜大战”愈演愈烈，逐步迈向 AR 终局

Meta Ray-Ban 2024 年销量有望超 150 万副。回顾 Meta Ray-Ban 的成功，我们看到 第一代智能眼镜 Ray-Ban Stories 在 2021 年 9 月发布后，直至 2023 年 2 月也才售出了 30 万副，月活用户只有 27000 名，不到设备量的 10%。但 2023 年 9 月发布的第二代 产品 Meta Ray-Ban，在造型基本保持不变且价格维持与第一代持平的 299 美元基础上， 据 The Verge 统计，仅 23Q4 一个季度的销售量就超过了第一代眼镜全生命周期的出货 量；2024 年 5 月，销量突破 100 万副；预计 2024 年全年出货量有望超过 150 万副。而 对比行业方面，IDC 数据显示 2023 年全球 AR 眼镜销量为 48 万台，智能眼镜销量为 101 万台，我们预计 2024 年行业销量增长的大部分仍由 Meta 贡献。

回想国内外厂商初期推出的智能眼镜产品，我们很容易发现一个共通点，那就是过度关 注 智能”，总是研究着如何把智能酷炫的技术加到眼镜上，而忽视了如何先做好 眼镜” 这个品类去让消费者接受并习惯于长期佩戴，最起码要先满足 款式、外观、重量和价 格”的基本要求，再去研究如何将智能技术嵌入其中，而 Meta Ray-Ban 的成功便是有利 借助了 Ray-Ban 在 眼镜”品类上的优秀设计理念和时尚形象 。 虽然 Ray-Ban Stories 第一代生命周期只卖了 40 万副，但相比于很多只有几万副销量的 其他竞品来说已经算得上成功，而第二代产品在保持基本形态、外观、重量、价格等基 本一致的基础上，对以下核心功能及体验的全面升级是其放量的关键： 1）相机质量质的飞跃：12MP 摄像头+1080P 视频+60 FPS 的拍照和视频录制效果很好 地满足了普通用户的日常使用需求；且一代是方形长宽比进行拍摄和录制，不太适合在 社交媒体发布，而二代的拍摄格式和效果完美适配了现在的社交媒体；同时二代支持在 Facebook 和 Instagram 上直播。 2）音质效果的大幅提升：3 个麦克风列列拓展到 5 个，且支持空间音频录制；最大音量 增加 50%，低音、漏音、消音进一步优化。 3）款式和舒适度进一步升级：进一步减轻重量并缩小体积，同时拓展了可选择的框形和 颜色，加上镜片的款式可以达到 150 多种不同的组合，满足了消费者对于眼镜美观度和 自定义的诉求。 4）Meta AI：二代眼镜发售的时候并没有 Meta AI 功能，直到 2024 年 4 月才正式登陆， 虽然当前的功能还并不是十分丰富，包括询问天气、时间等日常基础信息，以及拍照并 识别物体等，但我们认为基于开源 Llama 模型的 AI 能力将是后续产品迭代最值得期待 的地方。 5）交互和续航：二代产品交互延迟更低，响应速度更快；续航时间和充电速度都得到了 30%以上的提升，而且蓝牙连接更稳定，电池寿命也更长。

根据 Wellsenn XR 对 Ray Ban Meta 智能眼镜 BOM 表的拆解数据，我们看到在主板上， 处理器 SoC 和存储器分别为 55 美流和 11 美流的 ASP 牢牢占据了整个主板较大部分的 价值量，占比分别达到 62%和 12%，两者合计占比高达 75%。其他芯片如电源管理芯 片、MCU、射频芯片、WiFi 芯片等价值量差异不大，不过华通提供的 PCB 也有 6 美流的 价值量，占比达到 7%。在主板之外，合计 38 美流的价值量中，雷朋提供的镜片/镜架 和索尼提供的摄像头芯片分别拥有 13 美流和 9 美流的 ASP，占比分别为 34%和 24%。 其他器件如喇叭、麦克风、触摸条、电池的价值量分别有 3、2.5、2.5、1.5 美流，占比 分别为 7.9%、6.6%、6.6%、3.9%。 综合主板以及主板之外所有器件的价值量分布来看，主板上的处理器 SoC 和存储器，以 及主板之外的镜片/镜架和摄像头芯片，这 4 类器件的价值量最为靠前，因此我们认为 在智能眼镜产业链上，处于以上 4 个器件环节的相关厂商在未来下游需求起量时将最为 受益，我们看好相关国产供应商在以上环节的布局和卡位。

带显示的 Ray-Ban 眼镜最早将于 25H2 亮相。我们看到，继 Meta Ray-Ban 的成功之 后，Meta 并未停下探索的脚步，这款不带显示的智能眼镜在 Meta 的元宇宙商业蓝图中 终究只是一个过渡性产品，根据映维网 Nweon 12 月 24 日消息，Meta 和 EssilorLuxottica （Ray-Ban 母公司）计划为 Ray-Ban 智能眼镜加入显示屏用来显示 Meta AI 的通知和回 复，这款升级版产品最早可能会在 2025 年下半年亮相。 Meta Orion 全彩 Micro-LED+碳化硅衍射光波导”展示 AR 眼镜未来方案雏形。在 9 月 26 日的 Meta Connect 2024 上，Meta CEO 扎克伯格揭晓了公司秘密研发十年的 AR 眼镜——Orion，虽然这款原型机高达 1 万美元的生产成本还远不足以使其成为一款消费 品，但其采用全彩 Micro-LED 光机+碳化硅材料的衍射光波导方案，提供了 70 度的超大 视场角，让我们看到了 Meta 在产品技术上的不懈追求。

光波导方案逐步成为一致性选择。我们看到，目前市场上发布的 AR 眼镜所采用的主要 光学显示技术方案包括：LCoS+棱镜、Micro-OLED+自由曲面反射/BirdBath、DLP/MicroLED+衍射光波导、LCoS/Micro-OLED/Micro-LED+几何光波导等组合方案。早期的光学技术方案，存在一个原理性的技术矛盾，即伴随着视场角的扩大，会使镜片变厚、体积增 大。另外，大部分光学方案的透光率比较低，无法看清现实画面，难以成为 AR 方案的理 想技术。随着技术的不断发展，光波导方案以其同时兼备大视场角、小体积、高透光率、 高清画质等特性，已经逐步成为 AR 眼镜一致性的终极解决方案。

中短期看几何光波导技术更为占优。聚焦光波导技术，其根据不同的光学技术原理和加 工工艺，可以分为衍射光波导和几何光波导。几何光波导技术是通过几何列列反射原理 来实现图像的无损输出和画面画幅的扩大，其光效超过 15%，是衍射光波导的数十倍以 上。此外，借助高清微显示技术可实现高亮度、色彩丰富、景深融合的全彩显示。由于 几何光波导的色散控制较好，不存在杂色、彩虹效应等问题。并且几何光波导在显示图 像时，正面漏光率低至 1%以下，有效地保护了用户的隐私。因此，几何光波导是目前情 况下助力消费级 AR 眼镜落地较为理想的技术方案，其劣势主要在于量产难度较大。 中期仍要关注基于 SiC 材料的蚀刻衍射方案，以及远期体全息方案在材料和工艺上的突 破。衍射波导可分为表面浮雕光波导和体全息光波导，其中基于光刻技术的表面浮雕波 导因其光栅显示的原理，使得在显示彩色图像时会出现彩虹色散，导致色彩的丰富性、 画面的均匀性等性能很难有所提升，图像颜色失真较为严重。此外，由于光栅的衍射特 性，其光效不足 1%，在目前 AR 光学方案中光效最低。但衍射的优势在于其量产的难度 明显低于几何方案，因此规模优势较为突出，因此国内外逐渐将目光聚焦于衍射方案。 我们认为未来随着 AR 眼镜出货量级的不断提升，表面浮雕衍射方案在量产上的优势或 将逐步显现。此外，体全息光波导技术虽然受限于在材料制备和生产工艺上面临的高壁 垒，目前仍处于实验室阶段，但远期来看，如果材料和工艺问题能依逐步突破，其将成 为最为理想的终极方案。 智能眼镜发展路径：传统眼镜—>音频眼镜—>拍摄+音频眼镜—>多模态 AI 眼镜 —>AR 眼镜。从 Meta 一系列的动作中我们可以看到智能眼镜行业一条合理的发展路径： 首先在传统眼镜的形态基础上叠加少量的科技功能吸引用户无感平替，例如拍照和摄像 功能就可以方便消费者在短视频时代记录生活；然后再通过 AI 等高附加值的功能增加用 户的使用时长和粘性，虽然早期的 AI 功能相对较弱，但现如今大模型的快速发展使得 AI 对产品的赋能越来越显著；最后再加入显示功能，耐心等待一种高亮度+低成本+小体积 +高显示质量的光学方案来完成 最后一公里”的挑战。

国内 百镜大战”愈演愈烈。 聚焦国内市场，Meta Ray-Ban 的火爆也成功引发了国产厂 商的 百镜大战”，而且 Meta Ray-Ban 由于多种原因还未在国内市场开售，因此也给国 产厂商留出了竞争空间。24 年的 11-12 月，各类 AI/AR 眼镜新品频出，闪极科技在 12 月 19 日发布的 AI 拍拍镜 闪极 A1”更是热度不断，其硬件配置几乎完全对标 Ray-Ban Meta，而价格仅为 Ray-Ban Meta 的一半——前五万台共创版的价格为 999 元，因此发 布会后各平台的预定链接已经全部卖空下架。不过我们也注意到，虽然硬件较 Ray-Ban Meta 更便宜，但闪极也留下了软件使用付费的商业模式的空间——两个 AI 功能 AI 闪 记和 AI 云盘”，年订阅价格 299 元，首年免费。目前闪极 A1 已登录京东、天猫、抖音、 拼多多、微信商城等各大渠道的闪极官方店铺开启预售，产品将于 2025 年 1 月 15 日左 右正式发货。

闪极 A1 首年销量有望超 50 万台。对于闪极 A1 的预期，其 CEO 张波表示：预期第一 年能依卖 50 万台，就能做到盈亏平衡，目前手里已经掌握大量订单，已经完成了明年的 大部分销量。从该表述中我们可以发现闪极 AI 眼镜的产品竞争力，以及消费者对该品类 的接受度。对于闪极宣称的 这是中国 AI 眼镜的首批量产产品”中也能感受到 AI 眼镜 的高生产难度，因为这是无法复刻当下成熟的手机供应链，AI 眼镜的精细程度和材料体 系都完全不一样，每个环节都可能成为卡点。

互联网大厂、手机品牌跑步进场，AI 眼镜未来已来。但即使面对这些困难，不管是闪极 这样的小厂，还是 Meta、字节等互联网大厂，乃至三星、小米等手机厂商，都在跑步进 场。三星电子已于今年 11 月上旬敲定 AI 智能眼镜项目方案，产品计划于 2025Q3 上市 发售，首批预计销量达 50 万台。小米也在计划推出新一代 AI 眼镜，预计于 2025Q2 发 布，雷军预期销量在 30 万台以上。我们认为，在一个年出货量超 15 亿副的传统眼镜市 场，如果 AI 眼镜能依逐步取代智能手机成为新一代移动终端，不管是硬件端的入口还是 软件端的数据，都将成为决定相关企业生死存亡的胜负手，而在当下，这一变化正在悄 然发生。

6.5 AI 耳机：字节豆包发布 Ola Friend，补全 AI 布局拼图

回顾国内 AI 耳机进展： 2024 年 4 月 11 日，漫步者 AI 算法通过网信备案并挂网公示。本次完成备案的“ 漫步者 摘要提取算法”是基于预训练大语言模型架构的聊天型语言模型基础上进行精调和使用 的模型，后续或将应用于公司的 AI 耳机新品。 2024 年 5 月 15 日，科大讯飞旗下品牌未来智能发布了讯飞会议耳机 Pro2 和 iFLYBUDS2 两款新耳机，讯飞会议耳机 Pro2 支持 VIAIMAI 进化大模型，可一键生成会议摘要总结、 待办事项，支持 AI 会议助理有问必答、32 国语言同传翻译，支持闪录音功能，支持免 费录音转文字等 AI 功能，iFLYBUDS2 具备会议摘要总结、多场景录音撰写多国语音同声 传译、快速生成会议摘要和待办事项等 AI 功能。 2024 年 9 月 6 日，时空壶在德国柏林国际消费电子展览会 IFA 召开媒体见面会，正式发 布时空壶新一代 W 系列旗舰翻译耳机产品 W4 Pro。在 W4 Pro 中，时空壶的双向同传 技术实现了重大突破，其次，其搭载了时空壶最新的 Hybridcomm 3.0 超级沟通技术， 翻译延迟低至仅一句话，让沟通瞬间响应，毫无迟滞之感，同时将基础翻译准确率由 95% 提升至 96%，并且在低音量状态下说话准确度提升 15%。 2024 年 10 月 10 日，字节跳动豆包发布 AI 智能体耳机 Ola Friend，是一款开放式耳机， 单耳重量 6.6 克，为同类最轻，采用了恒玄科技的 2700 系列芯片。可接入豆包大模型，并与豆包 App 深度结合，售价 1199 元。用户戴上耳机后，无需打开手机，只需喊出关 键词“ 豆包豆包”，便能唤起豆包进行对话，后者能依在信息查询、旅游出行、英语学习 及情感交流等场景为用户提供帮助。

字节跳动全额收购 Oladance，加码 AI 硬件布局。字节跳动已成功收购开放式耳机品 牌 Oladance，完成 100%控股，标志着字节跳动在 AI 硬件领域的进一步加码及拓展。 Oladance 成立于 2019 年，由前 BOSE 高管李浩乾与多名 BOSE 工程师共同创立，公司 为首家推出 OWS 开放式耳机概念及相关专利技术而闻名，并在 2021 年推出了全开放式 OWS 系列耳机，锚定了中国厂商在 OWS 开放式耳机方面的领先地位。根据 36 氪，此 次交易流额为 3 至 5 亿元人民币之间。通过这次收购，字节跳动不仅获得了 Oladance 的 核心技术，同时也吸纳了一支由前 Bose 工程师组成的经验丰富的团队，补足了自身在音 频技术方面的不足并推动 Oladance 从可穿戴设备出发向生成式 AI 服务平台的转型，进 一步丰富字节自身的 AI 生态系统，通过此次收购，字节有望在前景潜力十足的开放式耳 机市场中占据有利地位。 TWS 耳机市场增长势头强劲，AI 耳机进一步提振需求。根据 IDC 的数据，2024 年上半 年国内蓝牙耳机市场出货量达到 5540 万台，同比增长 20.8%。其中，真无线耳机市场 出货 3508 万台，同比增长 5.6%；开放式耳机市场快速增长，2024 年上半年出货 1184 万台，同比增长 303.6%。根据 FutureSource，全球 TWS 耳机出货量由 2018 年的 0.46 亿部，增加到 2023 年的 3.08 亿部，年均复合增长率为 46.27%。

TWS 耳机市场集中度低，品牌效应并不显著。根据 Canalys 数据，2024 年第三季度全 球智能耳机出货量为 1.26 亿部，同比增长 14.6%。从地区市场来看，印度市场在推动亚 太地区和全球增长方面发挥关键作用，与 2023 年第三季度相比，其出货量增长了 51%。 从竞争格局来看，24Q3 除 Apple 以 17%的市场份额占据较高份额以外，其他供应商市 场份额均处于 10%以下，证明 TWS 用户对大部分品牌的粘性相对更低，反而对产品的 性能、功能以及设计（开放式、入耳式、半入耳式）等其他因素更加敏感，市场竞争更 加激烈，这促使各厂商更加重视产品的功能迭代，以寻找成为行业或细分领域龙头的契 机。随着近年 AI 耳机的陆续推出，全球智能耳机市场或将迎来大洗牌，以中国厂商为首 的各专业品牌或将有望获得更多的市场份额。

开放式耳机出货量飞速增长，助力中国厂商加快抢占全球智能耳机市场份额。根据 Canalys 数据，2024 年第三季度，全球开放式耳机出货量占全球耳机总出货量的 6%， 开放式耳机势头迅猛与其对人耳来说更加健康的设计与市场对健康和健身场景的需求的 趋势兴起不谋而合，这一转变凸显了开放式设备在消费者越来越重视产品是否拥有适合户外及运动等生活方式的音频解决方案的大背景下日益增长。值得一提的是，目前中国 大陆仍然是开放式产品出货量的领导者，中国厂商出货量占全球整体份额的 59%，中国 厂商有望以开放式耳机为切入点进一步蚕食全球智能耳机市场份额。

2024 年中国 AI 耳机出货量激增，AI 耳机正式进入发展快车道。随着 AI 逐步进入大众 视野，中国厂商将 AI 应用于主动降噪、空间音频等技术推出了一系列优质产品，尤其在 OWS 等细分赛道上所推出的主打 AI 功能的 OWS 耳机拥有亮眼的表现。根据洛图科技， 2024 年 8 月，具有 AI 功能的耳机销额占比已达 1.4%，相较于上年同期销量同比增长 763%，销售额同比增长 1447%，宣布 AI 耳机在 2024 年下半年正式进入发展新纪元。

AI 功能不断完善，AI 赋能领域场景百花齐放。随着近年通用大模型的数量不断增加、 性能的不断的迭代，各类解决方案层出不穷，各家厂商进一步探寻 AI 可赋能的应用场 景。如在商务办公场景，科大讯飞便在近年推出并持续更 iFLYBUD 系列耳机，旗下产品 可结合其自身软件的会议助手，以辅助用户在工作方面的使用体验作为切入点，率先打开了 AI 赋能商务办公的市场赛道，此后如塞那、飞利浦以及 IKKO 等厂商均以商务办公 为应用场景陆续推出旗下 AI 耳机产品。截至目前，AI 耳机的应用场景也在进一步的拓 宽，如塞那在 24 年 3 月所推出的新款 OWS 耳机可与内置软件结合，实现 AI 绘画、AI 对话等多项娱乐功能，使应用场景进入轻松娱乐、日常陪伴等更加生活化的场景；Cleer 在 24 年 4 月所推出的开放式 AI 耳机 Cleer ARC 3 音弧则内置了 AI 运动算法，在商务办 公场景外拓展了户外运动的应用场景，可帮助用户实时监控运动生理数据，为其提供更 精准更科学的运动指导，打造用户私人的 AI 健身教练。同时其还集成了出阵问问的语音 控制技术，升级了 AI 语音控制，使用户无需提示词唤醒语音助手，使用“ 下一首”、“ 接 听电话”等快捷口令即可进行相应操作，实现更自然直接的智能交互。我们认为随着厂 商对 AI 功能的进一步投入，以及更多科技公司意识到 AI 耳机在未来的市场潜力以及 作为 AI 硬件对自身产品矩列的重要性，AI 耳机的应用场景将随着新玩家的进入而进一 步扩充，并有望渗透至未来人们生活中的所有日常场景之中。

运动类 AI 耳机市场潜力十足，销售额有望进一步攀升。具体从应用场景来拆分中国 AI 耳机销售额，我们可以看到以针对商务及娱乐等应用场景的 AI 耳机销售额在 24 年 6 月 以 2450 万元达到顶峰后短暂下滑，但整体销售水平据然高于去年水平，其中科大讯飞 占绝大部分市场份额；在运动场景方面，Cleer ARC 3 在 4 月发布后迅速打开市场，销售 在 24 年 8 月达到 1130 万元，弥补了商务娱乐 AI 耳机在 8 月份的短暂疲软，而 Cleer ARC 3 成为爆款也预示以运动作为户外场景的 AI 赋能开放式耳机拥有强大的商业潜力 以及潜在市场规模。

6.6 CES 2025 以 AI 为主旋律展开

AI PC：巨头领衔，性能再进化。 英伟达：持续为 AIPC 提供动力支持。新一代 GeForce RTX 50 系列采用 NVIDIA Blackwell 架构、第五代 Tensor Cores 和第四代 RT Cores。在 AI 渲染领域，包括神经网络着色器、 数字人技术、几何图形和光照等方面均有升级。此外，英伟达还直接进入了 AIPC 赛道， 推出小型超级计算机 Project Digits，搭载全新 GB10 超级芯片，是全球最小的可运行 200B 参数模型的 AI 超级计算机。Project Digits 搭载的 GB10 超级芯片采用 Blackwell GPU，联发科参与设计，通过 NVLink-C2C 片间互连与一颗高性能 Grace CPU 互联，该 CPU 采 用 ARM 架构且拥有 20 个高效节能内核，让更多开发者能在桌面端使用大模型。

英特尔：发布全新酷睿 Ultra 处理器（第二代），涵盖全新英特尔酷睿 Ultra 200HX 和 200H 系列移动处理器、基于英特尔 vPro 平台的全新英特尔酷睿 Ultra 200V 系列移动处理器、 全新英特尔酷睿 Ultra 200U 系列移动处理器、扩展的英特尔酷睿 Ultra 200S 系列台式机 处理器、为边缘计算打造的全新英特尔酷睿 Ultra 处理器和英特尔酷睿处理器。酷睿 Ultra 200H 系列相比上代，单线程和多线程性能分别提升约 17%和 20%，核显性能提升约 22%，AI 算力高达 99 TOPS。

AMD：宣布推出全新锐龙 AIMax 系列处理器，满足高端轻薄笔记本电脑对高性能计算的 需求；同时推出基于“ Zen5”架构的全新锐龙 AI300 系列处理器，丰富了产品列容。为 延续 AMD Zen 4”架构的优势，还推出了适用于日常办公的锐龙 200 系列处理器，并 扩展商用 AIPC 产品线，将 AMDPRO 技术集成到锐龙 AIMax、锐龙 AI300 和锐龙 AI200 系列处理器中。得益于集成高达 50 TOPS AI 处理能力的 NPU，锐龙 AIMax 系列处理器 成为下一代 AI PC 的强大动力。

高通：推出全新系统级芯片 Snapdragon X，瞄准中端 PC 市场。这款芯片采用 4 纳米制 程工艺，具备长续航和强大性能，可支持运行最新人工智能软件，搭载该芯片的 PC 售价 低至 600 美元。 在芯片厂商的支持下，联想、惠普、戴尔等电脑厂商纷纷加大在 AIPC 领域的研发和生产 投入。在 CES 上，AIPC 终端厂商纷纷发布新品。联想发布了全球首款卷轴屏 ThinkBook Plus Gen 6 AI PC、YOGA Air 14 Aura AI、ThinkPad X9、搭载本地 AI 的平板电脑、掌机 以及搭配英伟达 RTX5090 显卡的最新游戏笔记本等一系列新品；戴尔则推出专为个人和 专业计算打造的全新 AIPC 产品组合，戴尔、戴尔 Pro 和戴尔 Pro Max；华硕展示了一款 被称为 最轻的 Copilot + PC”的产品。

AI 眼镜：新品井喷，开启 百镜大战”。 根据 VR 陀螺统计，CES 现场展示的 AI 以及 AR 眼镜（同系列的 SKU 算一个）数量达到 47 款。AI 眼镜分为纯音频 AI 眼镜、音频+拍照 AI 眼镜、带显示 AI 眼镜三类，其中音频+拍照 AI 眼镜数量达到 16 款（单款眼镜有多个 SKU）。

Halliday Glasses：由 Gyges Lab 发布，重约 35 克，续航时间为 12 小时（待机时间 100 小时）。Halliday 没有采用波导镜片，而是在右侧镜框无缝集成一块超小屏幕 DigiWindow， 将信息投射到用户的视野内。DigiWindow 技术是 Halliday 独有的智能眼镜投影方法，确保隐 私的同时，能为佩戴者观众提供 3.5 英寸显示屏的视野，且不会阻挡视线。此外，该眼镜搭 载了麦克风，同样具备 AI 助手功能，以实现提词器、翻译文本等显示功能，售价约为 399 美 元至 499 美元，将在 2025 年第一季度正式发货。

XREAL：XREAL One 系列在 CES 2025 迎来线下首次亮相，自研 X1 芯片加持，XREAL One 本体实现了原生 3 DoF，即无需借助任何外部硬/软件，眼镜连接所有设备（包括 MacBook、iPad、iPhone、Switch、安卓设备等），就可带来超稳 3 DoF 体验“（无论头部 如何旋转或晃动，眼镜中显示的画面都稳定地悬停在空间中的同一位置）。

Vuzix：发布面向原始设备制造商的最新 Ultralite 智能眼镜参考设计。Ultralite Pro 采用高 通 Snapdragon AR1 Gen 1 平台，采用全彩 Avegant LCoS 投影机+双目波导光学方案，集成 了声控命令、板载摄像头和麦克风列列；Ultralite Audio OEM 平台基于 Vuzix Ultralite Z100 型号，这是其音频迭代版本，集成了双扬声器和降噪麦克风设置，可增强音频和语音交互， 该平台配备了单色 microLED 投影仪，电池续航时间可延长至两天，可提供人工智能驱动的 功能，包括语音助手和实时语言翻译。

ThinkAR：软银集团“（SoftBank）旗下 ThinkAR 首次亮相了全新大众消费级 AI+AR 眼镜 AiLens， 集成了通话、音乐、翻译、导航和智能助手 AR 眼镜提升连接性，适合通过免提技术增强日 常互动。 莫界：带来两款具有行业开创性的 AI+AR 眼镜参考设计。1）全球首款采用树脂衍射光 波导实现双目彩色异显的 AI+AR 眼镜参考设计，该方案整机重量约 50 克，在保持极致 轻盈，为用户实现全天候舒适佩戴的前提下，配有摄像头及 Wi-Fi 模块，支持指环、微手 势、触碰、语音等多模态交互，实现全场景创新的 AI+AR 智能体验；2）全球首款半框 造型 AI+AR 眼镜参考设计，重量约 38 克，同样配有摄像头及 Wi-Fi 模块，支持指环、 微手势、触碰、语音等多模态交互，从而开创出独具个性与科技美学的行业标杆案例。

智能驾驶：AI 加码，智能化赋能汽车。 英伟达：自动驾驶汽车平台 NVIDIA DRIVE AGX™ Hyperion 已通过两家业内权威的汽车 功能安全和网络安全认证评估机构的行业安全评估，是业内首个也是唯一一个端到端的 自动驾驶平台，集成了 DRIVE AGX™系统级芯片、参考板设计、NVIDIA DriveOS 汽车操 作系统、传感器套件以及主动安全和 L2+驾驶堆栈，为汽车制造商提供了一套完整的自 动驾驶解决方案。梅赛德斯-奔驰、捷豹路虎、沃尔沃汽车等汽车安全领域的先锋已经开 始部署 DRIVE Hyperion™平台，以提升其自动驾驶车辆的性能和安全性。 英伟达为乘用车和商用车设计的最新一代 DRIVE Hyperion，将采用基于 NVIDIA Blackwell 架构构建的高性能系统级芯片 DRIVE AGX Thor，预计将于今年上半年上市。 此外，英伟达还宣布丰田、Aurora 和大陆集团加入其合作伙伴行列，丰田将与其合作开 发下一代自动驾驶汽车，利用其先进的汽车芯片和操作系统，进一步提升自动驾驶车辆 的性能和安全性；Aurora 和大陆集团将与其合作大规模部署无人驾驶卡车。

禾赛科技：展示了面向 L4 自动驾驶、ADAS 真值系统开发、港口物流自动化以及机器人 与工业市场的新一代旗舰级 360°远距激光雷达 OT128。这款激光雷达已与包括文远知 行、西井科技、Embotech、EasyMile 在内的 90 多家国内外客户达成合作，并已开始量 产交付。 尼康：展示了与三菱扶桑卡客车公司共同打造的创新车载摄像系统，采用了一种兼具长 焦和广角镜头功能的光学镜头系统，使用户能依同时看到远处的情况和检查周边环境。 这种设计不仅提高了驾驶员的视野范围，还通过减少视差，提高了图像识别的准确性。 该车载摄像系统还配备了先进的 AI 技术，能依准确识别路标、车辆等远距离信息，进一 步提升驾驶的安全性。 大陆集团：首次公开了其“ Emotional Cockpit”“（情感驾驶舱），这一创新设计将车辆 与驾驶员的连接性提升到了新的高度。该驾驶舱结合了施华洛世奇的独特设计元素和最 新的显示技术，支持 AI 助手和互动部件功能，以提升用户的感性体验。此外，还展示了 其隐形生物识别传感显示器，该技术由大陆集团与生物识别解决方案提供商 trinamiX 共 同开发。使用安装在仪表板显示器后面的摄像头和激光投影仪来跟踪车内人员的生命体 征，支持各种安全和舒适功能。例如，3D 距离映射功能可优化安全气囊和其他约束装置 部署，并检查安全带是否正确系好；检测驾驶员的心率等生命体征，以识别驾驶员在座 位上的紧张情况或发生的医疗紧急情况。

宝马：首次亮相了其新世代超感智能座舱 BMW 全景 iDrive。四项创新技术亮眼，1） 视平线全景显示”利用超近距投影技术，在前风挡玻璃上呈现直观的车辆信息，取代 了传统的仪表盘；2） 3D 抬头显示”通过调整信息的形状、角度和精度，优化了驾驶者 读取车况信息的方式，使驾驶过程更加专注；3） 超感智控方向盘”结合了主动触觉反 馈和分层显示技术，使驾驶者在不分散注意力的情况下轻松感知和操作各种信息；4）最 后，“ 向心中控”是宝马首创的车内交互界面，其不规则形状的中控屏不仅缩短了方向盘 到显示屏的距离，还兼顾了后排乘客的观影效果。 吉利：展示了其最新的智能驾驶系统和车联网技术。吉利的智能驾驶系统集成了先进的 传感器、算法和通信技术，实现了车辆的高度自动化驾驶。该系统不仅能依在高速公路 上实现自动驾驶，还能依在城市道路和复杂路况下安全行驶。这一系统通过引入全新算 力平台和加速无图化部署，使得主流新能源产品也能享受高阶智驾体验。此外，吉利还展示了其 AI 数字底盘和 AI 银河精灵等技术，这些技术的应用将进一步提升智能驾驶的 性能和安全性。

编辑：火腿肠