【中原電子】電子行業2025年中期投資策略：人工智能創新百花齊放，半導體自主可控加速推進

（轉自：中原證券研究所）

回顧2025年上半年，DeepSeek通過技術創新引領國產大模型崛起，助力AI應用大規模落地，人工智能創新持續推進，AI眼鏡新品陸續發佈，比亞迪推動「智駕平權」，全民智駕時代開啟，特斯拉計劃2025年生產數千台具身智能機器人，2026年計劃將產能提升至5萬台以上，具身智能機器人進入量產階段；半導體行業上半年延續復甦趨勢，美國「對等關税」政策落地，美國半導體出口管制不斷升級，國內半導體產業自主可控需求仍然迫切。展望2025年下半年，AI算力需求持續景氣，雲側AI算力硬件基礎設施仍處於高速成長中，AI眼鏡、智能駕駛、具身智能等端側AI創新百花齊放；AI推動半導體周期繼續上行，半導體自主可控有望加速推進。

DeepSeek引領國產大模型崛起，大模型推動AI算力硬件基礎設施需求高速成長。AI大模型持續迭代，DeepSeek通過技術創新實現大模型訓練及推理極高性價比，並採用開源模式，將助力AI應用快速發展，有望推動推理需求加速釋放。北美四大雲廠商受益於AI對核心業務的推動，持續加大資本開支，國內三大互聯網廠商不斷提升資本開支，國內智算中心加速建設，算力硬件基礎設施AI服務器及其核心器件需求仍然旺盛。國產算力生態鏈已全面適配DeepSeek，DeepSeek通過技術創新提升AI算力芯片的效率，進而加快國產AI算力芯片自主可控的進程，國產AI算力芯片廠商有望加速發展，並持續提升市場份額。AI服務器隨着GPU持續迭代升級，對於PCB傳輸速率、層數、製造工藝等要求不斷提升，將推動對大尺寸、高速多層數PCB的旺盛需求, AI服務器有望推動PCB量價提升。

端側AI加速發展，終端創新百花齊放。AI眼鏡是端側AI最佳硬件載體之一，多款AI眼鏡新品放量在即，有望推動全球AI眼鏡出貨量快速增長，根據wellsenn XR的數據，預計2025年全球AI眼鏡銷量達到350萬台，同比增長230%，預計2026年將達到千萬台，建議關注SoC、存儲器、光學、電池、鏡片、OEM等AI眼鏡產業鏈核心環節投資機會。比亞迪推動智駕平權，中國高階智駕滲透率有望加速提升，智駕硬件產業鏈包括芯片、傳感器、線控底盤等環節，CIS是智駕感知系統升級的核心組件，智駕推動全球汽車CIS市場高速增長，豪威集團CIS市佔率全球第三，汽車CIS有望持續提升市場份額。具身智能機器人需要使用大量傳感器感知外部環境和自身狀態，並調整運控規劃，其中包括力/力矩傳感器、IMU、視覺傳感器、觸覺傳感器和聲學傳感器等；根據GGII的預測，2025年全球人形機器人銷量有望達到1.24萬台，預計2035年銷量將超過500萬台，預計2025-2035年全球人形機器人銷量複合增速達82%，傳感器有望暢享人形機器人行業爆發浪潮。

半導體國產替代加速推進，存儲器有望迎來新一輪上行周期。近年來外部環境對中國半導體產業限制不斷加劇，隨着美國「對等關税」政策落地，美國半導體出口管制持續升級，半導體產業鏈卡脖子核心環節自主可控需求仍然迫切，國產替代有望加速推進，國內半導體產業鏈國產化率較低的環節有望充分受益，建議關注AI算力芯片、CPU、FPGA、先進半導體設備、先進製造、先進封裝、EDA軟件等環節。海外存儲器龍頭廠商2025年紛紛減少產出計劃，供給端有望逐步收縮，下游需求正在回暖，2025年3月至5月DRAM、NAND綜合價格指數環比持續回升，存儲器新一輪周期復甦或已至。AI時代存儲帶寬限制AI算力芯片的性能發揮，定製化存儲具有高帶寬、低功耗、小尺寸、低成本等特點，目前為端側AI內存解決方案發展趨勢；兆易創新積極佈局定製化存儲，在AI手機、AI PC等多領域持續推進，有望逐步迎來積極進展。國內存儲模組廠商在品牌、技術、供應鏈等方面不斷建立競爭優勢，有望持續提升市場份額，在存儲器國產化加速的趨勢下，未來有廣闊的成長空間。

投資建議。雲側AI算力芯片建議關注海光信息（688041），AI眼鏡SoC建議關注恆玄科技（688608），智能駕駛建議關注豪威集團（603501），具身智能傳感器建議關注漢威科技（300007），AI大模型應用建議關注海康威視（002415），半導體設備建議關注北方華創（002371）、中微公司（688012），先進製造建議關注中芯國際（688981），先進封裝建議關注長電科技（600584），存儲器建議關注兆易創新（603986）。

風險提示：下游需求不及預期風險，市場競爭加劇風險，研發進展不及預期風險，國產化進度不及預期風險，國際地緣政治衝突加劇風險。

1. DeepSeek引領國產大模型崛起，人工智能創新百花齊放

ChatGPT熱潮引發全球科技企業加速迭代AI大模型。ChatGPT是由美國公司OpenAI開發、在2022年11月發佈上線的人工智能對話機器人，ChatGPT標誌着自然語言處理和對話AI領域的一大步。ChatGPT上線兩個月后月活躍用户數突破1億，是歷史上用户增長速度最快的消費級應用程序。ChatGPT熱潮引發全球科技企業加速佈局，谷歌、Meta、百度、阿里巴巴、華為、DeepSeek等科技企業隨后相繼推出AI大模型產品，並持續迭代升級。

1.1. DeepSeek引領國產大模型崛起，大模型推動AI算力需求高速成長

1.1.1. DeepSeek引領國產大模型崛起，助力AI應用大規模落地

DeepSeek通過技術創新實現大模型訓練及推理極高性價比。2024年12月26日，DeepSeek正式發佈全新系列模型 DeepSeek-V3，DeepSeek-V3 為自研 MoE 模型，總參數量為671B，每個token激活37B參數，在 14.8T token 上進行了預訓練。DeepSeek-V3在性能上對標OpenAI GPT-4o模型，並在成本上優勢巨大，實現極高的性價比。DeepSeek-V3的技術創新主要體現在採用混合專家（MoE）架構，動態選擇最合適的子模型來處理輸入數據，以降低計算量；引入多頭潛在注意力機制（MLA）降低內存佔用和計算成本，同時保持高性能；採用 FP8混合精度訓練降低算力資源消耗，同時保持模型性能；採用多 Token 預測（MTP）方法提升模型訓練和推理的效率。

DeepSeek-R1 通過冷啟動與多階段訓練顯著提升模型的推理能力，模型蒸餾技術有望推動AI應用加速落地。2025年1月20日DeepSeek-R1正式發佈，DeepSeek-R1-Zero與DeepSeek-R1都是基於強化學習（RL）的推理模型，DeepSeek-R1-Zero存在語言不一致等輸出方面的問題，DeepSeek-R1 通過冷啟動與多階段訓練，顯著提升模型的推理能力，同時具有較好的實用性。DeepSeek-R1 採用模型蒸餾技術，將大模型（教師模型）的推理能力高效遷移到小模型（學生模型）中；模型蒸餾的核心思想是通過教師模型的輸出指導學生模型的訓練，使學生模型能夠模仿教師模型的行為；通過蒸餾技術，小模型能夠保留大模型的大部分性能，DeepSeek-R1 蒸餾后的小模型在多個基準測試中表現出色；DeepSeek-R1的模型蒸餾技術顯著提升小模型的推理能力，並降低部署成本，有望推動AI應用加速落地。

DeepSeek-V3性能對標GPT-4o。DeepSeek-V3 多項評測成績超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他開源模型，並在性能上和世界頂尖的閉源模型 GPT-4o 以及 Claude-3.5-Sonnet 不分伯仲。DeepSeek-V3 在知識類任務（MMLU, MMLU-Pro, GPQA, SimpleQA）上的水平相比前代 DeepSeek-V2.5 顯著提升，接近當前表現最好的模型 Claude-3.5-Sonnet-1022；長文本測評方面，在DROP、FRAMES 和 LongBench v2 上，DeepSeek-V3 平均表現超越其他模型；DeepSeek-V3 在算法類代碼場景（Codeforces），遠遠領先於市面上已有的全部非 o1 類模型，並在工程類代碼場景（SWE-Bench Verified）逼近 Claude-3.5-Sonnet-1022；在美國數學競賽（AIME 2024, MATH）和全國高中數學聯賽（CNMO 2024）上，DeepSeek-V3 大幅超過了所有開源閉源模型；DeepSeek-V3 與 Qwen2.5-72B 在教育類測評 C-Eval 和代詞消歧等評測集上表現相近，但在事實知識 C-SimpleQA 上更為領先。

DeepSeek-R1性能對標OpenAI o1。DeepSeek-R1極大提升了模型推理能力，在數學、代碼、自然語言推理等任務上，性能比肩 OpenAI o1 正式版。DeepSeek在開源 DeepSeek-R1-Zero和DeepSeek-R1兩個660B模型的同時，通過DeepSeek-R1的輸出，蒸餾了6個小模型開源給社區，其中32B和70B模型在多項能力上實現了對標OpenAI o1-mini的效果。

DeepSeek實現大模型訓練與推理成本優勢巨大，並採用開源模式，助力AI應用大規模落地。DeepSeek-V3的訓練成本具有極大的經濟性，根據DeepSeek-R1 Technical Report的數據，在預訓練階段，每處理1萬億tokens，訓練DeepSeek-V3僅需18萬H800 GPU小時，即在2048塊H800 GPU的集羣上需要3.7天；因此，DeepSeek-V3的預訓練階段在不到兩個月內完成，耗時266.4萬（2664K）GPU小時；加上上下文長度擴展所需的11.9萬GPU小時和后訓練所需的5千GPU小時，DeepSeek-V3的完整訓練僅需278.8萬GPU小時；假設H800 GPU的租賃價格為每小時2美元，DeepSeek-V3的總訓練成本僅為557.6萬美元。DeepSeek-R1發佈時的API定價為每百萬輸入 tokens 1 元（緩存命中）/ 4 元（緩存未命中），每百萬輸出 tokens 16 元；OpenAl o1定價為每百萬輸入tokens 55元（緩存命中）/110元（緩存未命中），每百萬輸出 tokens 438元；DeepSeek-R1 API調用成本不到OpenAl o1的5%。DeepSeek-V3性能對標GPT-4o，DeepSeek-R1性能對標 OpenAI o1，並且DeepSeek模型成本優勢巨大，並採用開源模式，有望推動AI應用大規模落地。

文心大模型4.5 Turbo多模態能力優於GPT 4o，並具有低成本優勢。2025年4月25日，百度發佈文心大模型4.5 Turbo、文心大模型X1 Turbo，具備多模態、強推理、低成本三大特性，文心大模型4.5 Turbo和文心大模型X1 Turbo都進一步增強了多模態能力，在多個基準測試集中，文心大模型4.5 Turbo多模態能力優於GPT 4o。文心大模型4.5 Turbo在去幻覺、邏輯推理和代碼能力等方面也都有着整體增強，相比文心4.5，速度更快、價格下降80%，每百萬token的輸入價格僅為0.8元，輸出價格3.2元。文心大模型X1 Turbo是基於文心大模型4.5 Turbo的深度思考模型，性能提升的同時，具備更先進的思維鏈，問答、創作、邏輯推理、工具調用和多模態能力進一步增強；文心大模型X1 Turbo相比文心X1，性能提升的同時，價格再降50%，每百萬token輸入價格1元，輸出價格4元。

通義千問Qwen3模型性能上與頂級模型相比極具競爭力。2025年4月29日上午，阿里正式發佈並全部開源通義千問Qwen3全系列8款混合推理模型，包括兩款MoE模型：Qwen3-235B-A22B（2350多億總參數、 220多億激活參）、Qwen3-30B-A3B（300億總參數、30億激活參數）；以及六個Dense模型：Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B和Qwen3-0.6B。旗艦模型Qwen3-235B-A22B在代碼、數學、通用能力等基準測試中，與一眾頂級模型相比，表現出極具競爭力的結果。

1.1.2. 大模型推動雲側AI算力硬件基礎設施需求高速成長

北美四大雲廠商受益於AI對核心業務的推動，持續加大資本開支。受益於AI對於公司核心業務的推動，北美四大雲廠商谷歌、微軟、Meta、亞馬遜2023年開始持續加大資本開支，2025年一季度四大雲廠商的資本開支合計爲711億美元，同比增長64%。目前北美四大雲廠商的資本開支增長主要用於AI基礎設施的投資，並從AI投資中獲得了積極回報，預計2025年仍有望繼續大幅增加資本開支。

國內三大互聯網廠商不斷提升資本開支，國內智算中心加速建設。國內三大互聯網廠商阿里巴巴、百度、騰訊2023年也開始不斷加大資本開支，2025年一季度三大互聯網廠商的資本開支合計爲550億元，同比增長100%，預計2025年國內三大互聯網廠商將繼續加大用於AI基礎設施建設的資本開支。根據中國電信研究院發佈的《智算產業發展研究報告(2024)》的數據，截至2024年6月，中國已建和正在建設的智算中心超250個；目前各級政府、運營商、互聯網企業等積極建設智算中心，以滿足國內日益增長的算力需求。

人工智能進入算力新時代，全球算力規模高速增長。隨着人工智能的快速發展以及AI大模型帶來的算力需求爆發，算力已經成為推動數字經濟飛速發展的新引擎，人工智能進入算力新時代，全球算力規模呈現高速增長態勢。根據IDC、Gartner、TOP500、中國信通院的預測，預計全球算力規模將從2023年的1397 EFLOPS增長至2030年的16 ZFLOPS，預計2023-2030年全球算力規模複合增速達50%。根據IDC的數據，2024年中國智能算力規模為725.3 EFLOPS，預計2028年將達到2781.9 EFLOPS，預計2023-2028年中國智能算力規模的複合增速為46.2%。

AI服務器是支撐生成式AI應用的核心基礎設施。人工智能產業鏈一般為三層結構，包括基礎層、技術層和應用層，其中基礎層是人工智能產業的基礎，為人工智能提供數據及算力支撐。服務器一般可分為通用服務器、雲計算服務器、邊緣服務器、AI服務器等類型，AI服務器專為人工智能訓練和推理應用而設計。大模型興起和生成式AI應用顯著提升了對高性能計算資源的需求，AI服務器是支撐這些複雜人工智能應用的核心基礎設施，AI服務器的其核心器件包括CPU、GPU、FPGA、NPU、存儲器等芯片，以及PCB、高速連接器等。

大模型有望推動AI服務器出貨量高速成長。大模型帶來算力的巨量需求，有望進一步推動AI服務器市場的增長。根據IDC的數據，2024年全球AI服務器市場規模預計為1251億美元，2025年將增至1587億美元，2028年有望達到2227億美元，預計2024-2028年複合增速達15.5%，其中生成式AI服務器佔比將從2025年的29.6%提升至2028年的37.7%。IDC預計2024年中國AI服務器市場規模為190億美元，2025年將達259億美元，同比增長36.2%，2028年將達到552億美元，預計2024-2028年複合增速達30.6%。

AI算力芯片是算力的基石。CPU+GPU是目前AI服務器主流的異構計算系統方案，根據IDC 2018年服務器成本構成的數據，推理型和機器學習型服務器中CPU+GPU成本佔比達到50-82.6%，其中機器學習型服務器GPU成本佔比達到72.8%。AI算力芯片具備強大的並行計算能力，能夠快速處理大規模數據和複雜的神經網絡模型，並實現人工智能訓練與推理任務；AI算力芯片佔AI服務器成本主要部分，為AI服務器提供算力的底層支撐，是算力的基石。AI算力芯片作為「AI時代的引擎」，有望暢享AI算力需求爆發浪潮，並推動AI技術的快速發展和廣泛應用。

根據芯片的設計方法及應用， AI算力芯片可分為通用型AI芯片和專用型AI芯片。通用型AI芯片為實現通用任務設計的芯片，主要包括CPU、GPU、FPGA等；專用型AI芯片是專門針對人工智能領域設計的芯片，主要包括TPU（Tensor Processing Unit）、NPU（Neural Network Processing Unit）、ASIC等。在通用型AI芯片中，由於在計算架構和性能特點上的不同，CPU適合處理邏輯複雜、順序性強的串行任務；GPU是為圖形渲染和並行計算設計的處理器，具有大量的計算核心，適合處理大規模並行任務；FPGA通過集成大量的可重構邏輯單元陣列，可支持硬件架構的重構，從而靈活支持不同的人工智能模型。專用型AI芯片是針對面向特定的、具體的、相對單一的人工智能應用專門設計的芯片，其架構和指令集針對人工智能領域中的各類算法和應用作了專門優化，具體實現方法為在架構層面對特定智能算法作硬化支持，可高效支持視覺、語音、自然語言處理和傳統機器學習等智能處理任務。

當前AI算力芯片以GPU為主流，英偉達主導全球AI算力芯片市場。根據的IDC數據，2024上半年，中國AI加速芯片的市場規模達超過90萬張；從技術角度來看，GPU卡佔據80%的市場份額。根據Precedence Research數據，2022年英偉達佔據全球AI芯片市場份額超過80%，其中英偉達佔全球AI服務器加速芯片市場份額超過95%。

GPU（Graphics Processing Unit）即圖形處理單元，是計算機的圖形處理及並行計算的核心。GPU最初主要應用於加速圖形渲染，如3D渲染、圖像處理和視頻解碼等，是計算機顯卡的核心；隨着技術的發展，GPU也被廣泛應用於通用計算領域，如人工智能、深度學習、科學計算、大數據處理等領域，用於通用計算的GPU被稱為GPGPU（General-Purpose computing on Graphics Processing Units），即通用GPU。

GPU與CPU在內部架構上有顯著差異，決定了它們各自的優勢領域。GPU通過大量簡單核心和高帶寬內存架構，優化並行計算能力，適合處理大規模數據和高吞吐量任務；CPU通過少量高性能核心和複雜控制單元優化單線程性能，適合複雜任務和低延迟需求。

GPU是AI服務器算力的基石，有望暢享AI算力需求爆發浪潮。GPU是AI服務器算力的基石，隨着AI算力規模的快速增長將催生更大的GPU芯片需求。根據Statista的數據，2023年全球GPU市場規模為436億美元，預計2029年市場規模將達到2742億美元，預計2024-2029年複合增速達33.2%。

英偉達主導全球GPU市場。根據TechInsights的數據，2023年全球數據中心GPU總出貨量達到了385萬顆，相比2022年的267萬顆同比增長44.2%，其中英偉達數據中心 2023 年GPU 出貨量呈現爆發式增長，總計約 376 萬台，英偉達在數據中心GPU出貨量中佔據98%的市場份額，英偉達還佔據全球數據中心 GPU 市場 98% 的收入份額，達到 362 億美元，是 2022 年 109 億美元的三倍多。根據Jon Peddie Research的數據， 2024年第四季度全球PC GPU出貨量達到7800萬顆，同比增長0.8%，環比增長6.2%，其中英特爾、AMD、英偉達的市場份額分別為65%、18%、16%。

GPU生態體系主要由三部分構成，包括底層硬件，中間層API接口、算法庫、開發工具等，上層應用。以英偉達數據中心平臺GPU生態體系為例，底層硬件的核心是英偉達的 GPU 產品、用於 GPU之間高速連接的NVSwitch 、節點之間互聯的各種高速網卡、交換機等，以及基於 GPU 構建的服務器；中間層是軟件層面的建設，包括計算相關的 CUDA-X、網絡存儲及安全相關的 DOCA 和 MAGNUM IO加速庫，以及編譯器、調試和優化工具等開發者工具包和基於各種行業的應用框架；上層是開發者基於英偉達提供的軟硬件平臺能力，所構建的行業應用。

GPU生態體系建立極高的行業壁壘。GPU一方面有對硬件性能的要求，還需要軟件體系進行配套，而GPU軟件生態系統複雜，建設周期長、難度大。英偉達CUDA生態從2006年開始建設，經過多年的積累，建立強大的先發優勢，英偉達通過與客户進行平臺適配、軟件開源合作，不斷加強客户粘性，GPU行業新進入者轉移客户的難度極大，GPU生態體系建立極高的行業壁壘。

AI ASIC是一種專為人工智能應用設計的定製集成電路，具有高性能、低功耗、定製化、低成本等特點。與通用處理器相比，AI ASIC針對特定的AI任務和算法進行了優化，如深度學習中的矩陣乘法、卷積等運算，能在短時間內完成大量計算任務，提供高吞吐量和低延迟，滿足AI應用對實時性的要求；AI ASIC通過優化電路設計和採用先進的工藝技術，在處理AI工作負載時具有較高的能效比，適合大規模數據中心等對能耗敏感的場景；雖然前期研發和設計成本較高，在大規模部署時，ASIC的單位計算成本通常低於通用處理器。

AI ASIC與GPU在AI計算任務中各有優勢和劣勢。在算力上，先進GPU比ASIC有明顯的優勢；ASIC針對特定任務優化，通常能提供更高的計算效率，ASIC在矩陣乘法、卷積運算等特定AI任務上性能可能優於GPU；GPU通用性強，能夠運行各種不同類型的算法和模型，ASIC功能固定，難以修改和擴展，靈活性較差；ASIC針對特定任務優化，功耗顯著低於GPU；GPU研發和製造成本較高，硬件成本是大規模部署的重要制約因素，ASIC在大規模量產時單位成本相對較低。

雲廠商等大廠自研芯片趨勢明顯，推動數據中心定製ASIC芯片市場高速增長。由於全球頭部雲廠商、互聯網廠商等對AI算力芯片需求量巨大，英偉達壟斷全球數據中心GPU市場，因成本、差異化競爭、創新性、供應鏈多元化等原因，越來越多地大廠開始設計自有品牌的芯片，大廠自研芯片趨勢明顯；雲廠商等大力投入自研AI ASIC，推動數據中心定製ASIC芯片市場高速增長，預計增速快於通用AI算力芯片。根據 Marvell的數據，2023年數據中心定製ASIC芯片市場規模約為66億美元，預計2028年數據中心定製ASIC芯片市場規模將達到554億美元，2023-2028年複合增速將達到53%。

雲廠商自研AI ASIC芯片時，通常會與芯片設計廠商合作，然后再由臺積電等晶圓代工廠進行芯片製造，目前全球定製AI ASIC市場競爭格局以博通、Marvell等廠商為主。博通為全球定製AI ASIC市場領導廠商，已經為大客户實現AI ASIC大規模量產。博通在多年的發展中已經積累了大量的成體系的高性能計算/互連IP核及相關技術，除了傳統的CPU/DSP IP核外，博通還具有交換、互連接口、存儲接口等關鍵IP核；這些成體系的IP核可以幫助博通降低ASIC產品成本和研發周期，以及降低不同IP核聯合使用的設計風險，並建立博通強大的競爭優勢。博通2024財年AI收入達到120億美元，公司CEO表示，到2027年，公司在AI 芯片和網絡組件的市場規模將達到600億到900億美元。

DeepSeek有望推動推理需求加速釋放，國產AI算力芯片或持續提升市場份額。隨着大模型的成熟及AI應用的不斷拓展，推理場景需求日益增加，推理服務器的佔比將顯著提高； IDC預計2028年中國AI服務器用於推理工作負載佔比將達到73%。根據的IDC數據，2024上半年，中國加速芯片的市場規模達超過90萬張，國產AI芯片出貨量已接近20萬張，約佔整個市場份額的20%；用於推理的AI芯片佔據61%的市場份額。DeepSeek-R1通過技術創新實現模型推理極高性價比，蒸餾技術使小模型也具有強大的推理能力及低成本，將助力AI應用大規模落地，有望推動推理需求加速釋放。由於推理服務器佔比遠高於訓練服務器，在AI算力芯片進口受限的背景下，用於推理的AI算力芯片國產替代空間更為廣闊，國產AI算力芯片廠商已完成適配DeepSeek，DeepSeek通過技術創新提升AI算力芯片的效率，進而加快國產AI算力芯片自主可控的進程，國產AI算力芯片有望持續提升市場份額。

AI服務器持續迭代升級，有望推動PCB量價齊升。在傳統服務器中，PCB主要應用於服務器中主板、CPU板、內存、電源背板、硬盤背板、網卡、Riser卡等核心部分；AI服務器中PCB增加GPU板卡、交換板卡等，AI服務器將為PCB帶來新的增量。人工智能訓練和推理需求持續擴大，AI服務器隨着GPU持續迭代升級，對於PCB傳輸速率、層數、製造工藝等要求不斷提升，將推動對大尺寸、高速多層數PCB的旺盛需求, 其高負載工作環境也對PCB的規格、品質提出了更高的要求，AI服務器有望推動PCB量價提升。

PCB行業或將新一輪成長周期。根據Prismark的數據，預計2024年全球PCB市場規模將接近740億美元，同比增長約5.8%，預計2025年將接近790億美元，同比增長約6.8%，預計2029年全球PCB市場規模將接近950億美元，2024-2029年複合增速約為5.2%。人工智能、高速網絡和汽車系統等領域的強勁需求或將推動高端HDI、高速高層板和封裝基板細分市場的增長，併爲PCB行業帶來新一輪成長周期，未來全球PCB行業仍將呈現增長趨勢。

部分PCB廠商25Q1業績繼續高速成長。受益於人工智能領域的旺盛需求，2025年一季度高端HDI、高速高層板和封裝基板等細分市場實現高速增長。部分PCB廠商25Q1業績繼續高速成長，其中滬電股份、勝宏科技、生益電子25Q1的營收同比增速分別為56.25%、80.31%、78.55%，歸母淨利潤同比增速分別為48.11%、339.22%、656.87%。

1.2. 端側AI加速發展，終端創新百花齊放

1.2.1. AI眼鏡有望成為端側AI落地最佳硬件之一

AI眼鏡是端側AI最佳硬件載體之一。嘴巴、耳朵和眼睛是人體三大重要感官器官，嘴巴是語言輸出器官，耳朵是語音接受的器官，眼睛則是人類最重要的信息攝入器官，人80%的信息來源於視覺。眼鏡是最靠近人體三大重要感官的穿戴設備，是端側AI最佳硬件載體之一，可以非常直接和自然的實現聲音、語言、視覺的輸入和輸出。

AI眼鏡是在普通眼鏡的基礎上，增加AI功能，拍照AI眼鏡為當前主流形態。AI眼鏡的產品形態包括音頻AI眼鏡、拍照AI眼鏡、AR+AI眼鏡；傳統藍牙音頻眼鏡接入AI大模型，是AI眼鏡的基礎形態，AI大模型通過語音交互方式提供基礎的智能服務；拍照AI眼鏡是在音頻AI眼鏡的基礎上增加攝像頭，AI大模型可通過攝像頭感知周邊環境，提供與當下環境具備交互能力的智能服務；AR+AI眼鏡是具備AR顯示功能、並且接入大模型的眼鏡，部分眼鏡具備拍照、空間定位等多模態感知能力，AI大模型可通過AR顯示實現實時信息輸出，實現更簡便的信息交互。根據wellsenn XR的數據，2024年全球AI眼鏡銷量中94%為拍照AI眼鏡，4%為AR+AI眼鏡，2%為音頻AI眼鏡。

Ray-Ban Meta發佈后熱銷，帶動大量廠商加速進入AI眼鏡市場。2023年9月，Meta聯合雷朋推出Ray-Ban Meta智能眼鏡，Ray-Ban Meta為眼鏡增加了攝像、耳機，以及AI功能。用户可以通過語音與Meta AI進行互動，獲取各種信息和服務；支持英語、西班牙語、意大利語、法語和德語之間的互譯，能夠翻譯所拍攝到的標識和文字，並以對應的語言念出來。根據wellsenn XR的數據，2024年Ray-Ban Meta眼鏡出貨量達142萬台。Ray-Ban Meta智能眼鏡發佈后熱銷,帶動百度、華為、小米、三星、雷鳥等廠商加速進入AI眼鏡市場。

百度發佈全球首款搭載中文大模型的原生AI眼鏡。2024年11月12日，百度正式發佈小度AI眼鏡，稱該產品為「全球首款搭載中文大模型的原生AI眼鏡」。小度 AI 眼鏡具備第一視角拍攝、邊走邊問、卡路里識別、識物百科、視聽翻譯、智能備忘等功能。小度AI眼鏡支持文心大模型，對接百度地圖、搜索、百科等百度應用生態，預計將於2025年上半年正式上市。

華為發佈智能眼鏡 2——鈦空圓框光學鏡。2025年4月16日消息，華為正式發佈智能眼鏡 2——鈦空圓框光學鏡；華為智能眼鏡 2設計整體風格時尚，眼鏡的「鳶尾」雕花設計精緻高雅，鈦金屬鏡框不僅輕巧堅固，還經過 33 道工序精雕細琢，確保了產品的耐用性和美觀性；華為智能眼鏡 2配備小藝翻譯、頭部控制等功能，支持面對面翻譯、同聲傳譯、全天候智慧播報，續航為11小時，售價2299元。

雷鳥發佈AI拍攝智能眼鏡及全綵光波導AR眼鏡。2025年1月7日，雷鳥V3 AI拍攝智能眼鏡正式發佈，售價1799 元起；雷鳥V3搭載第一代高通驍龍AR1平臺，採用臺積電 4nm 工藝；搭載與TCL聯合調教的「獵鷹影像」，採用 5 層鍍膜光學鏡片，搭載索尼IMX681背照式CMOS；雷鳥AI支持全景式智能搜索，覆蓋海量知識領域；電池容量159mAh，40分鍾可充滿，可用7小時；重量為39g（不含鏡片），採用鈦合金金屬轉軸、膚感鼻託，專為亞洲人臉型設計。2025年5月27日，雷鳥X3 Pro旗艦 AR 眼鏡正式發佈；雷鳥X3 Pro為全綵光波導AR眼鏡，採用新一代二維擴瞳衍射光波導鏡片，搭載新一代螢火光引擎，採用三色合色全綵方案，內置JBD 定製紅綠藍三原色屏幕，配合0.1cc超小聚合Cube棱鏡，實現1670萬色全綵顯示輸出，峰值入眼亮度 6000nits，平均入眼亮度 3500nits，光引擎大小0.36cc；雷鳥X3 Pro推出安卓虛擬機功能，可將手機App搬到眼鏡中使用；持語音翻譯、同聲傳譯、圖像翻譯等多種翻譯模式，以及高德地圖AR導航、AI助手連續對話等功能。

多款AI眼鏡新品放量在即，有望推動全球AI眼鏡出貨量快速增長。根據wellsenn XR的數據，2024年全球AI眼鏡銷量為152萬台，主要銷量貢獻來自於RayBan Meta智能眼鏡；預計2025年全球AI眼鏡銷量達到350萬台，同比增長230%，主要受益於Ray Ban Meta的銷量持續增長，以及華為、小米、三星、Meta、雷鳥等廠商的多款AI眼鏡新品陸續上市，預計2026年全球AI眼鏡銷量將達到千萬台。

雷鳥目前在國內AI/AR眼鏡市場處於領先地位。在消費級AI/AR眼鏡市場中，頭部品牌與新興勢力正上演着激烈的角逐。根據CINNO Research的數據，2025年一季度國內消費級AI/AR市場銷量中，雷鳥創新以45%的市場份額位居第一，展現出「硬件+算法+生態」的垂直佈局實力；XREAL銷量份額佔比18%，排名第二；星紀魅族位列第三。

芯片佔AI眼鏡成本大部分，關注AI眼鏡產業鏈核心環節投資機會。根據wellsenn XR的數據，RayBan Meta AI眼鏡成本總計174美元，主板芯片的成本約99.1美元，佔比約56.95%，成本佔比超一半；眼鏡充電盒的成本約17.5美元，佔比約10.06%；結構件的成本約16.9美元，佔比約9.71%；OEM的成本約15美元，佔比約8.62%。AI眼鏡主要芯片包括SoC、MCU、存儲器、電源、射頻等，建議關注SoC、存儲器、光學、電池、鏡片、OEM等產業鏈核心環節投資機會。

1.2.2. 國內高階智駕滲透率或加速提升，產業鏈核心環節有望充分受益

根據美國汽車工程師協會（SAE）對自動化程度的定義，自動駕駛可以分為L0-L5六個等級；L0-L2為輔助駕駛，需人工全程監管；L3-L5逐步實現系統主導；L5為完全無人駕駛。從智能駕駛實現的功能上看，L2級包括ACC（自適應巡航）、LKA（車道保持輔助）、AEB（自動緊急制動）等，目前智能駕駛正在從L2向以NOA（領航輔助駕駛）功能為代表的高階智駕L2+發展。

NOA（Navigate on Autopilot）即領航輔助駕駛，是智能駕駛的核心功能之一，根據適用場景可分為高速NOA和城市NOA。高速NOA指在封閉結構化道路（如高速公路、城市快速路）上，車輛可自主完成車道保持、自動變道超車、進出匝道、根據導航路線切換高速等操作。城市NOA指在非結構化城市道路（如路口、環島、擁堵路段）中，車輛可處理複雜交通流，識別紅綠燈、行人、非機動車，並完成無保護左轉、避讓加塞車輛、繞行障礙物等操作。

比亞迪推動高階智駕車型下沉到10萬元以內，開啟全民智駕時代。2025年2月10日，比亞迪召開智能化戰略發佈會，發佈「天神之眼」高階智駕系統，天神之眼針對不同級別車型分為A、B、C三個版本；天神之眼A為三激光版（DiPilot 600），主要搭載於仰望品牌，可實現城市NOA；天神之眼B為激光版（DiPilot 300），主要搭載於騰勢、比亞迪品牌，可實現城市NOA；天神之眼C為三目版（DiPilot 100），主要搭載於比亞迪品牌，可實現高速NOA。比亞迪表示，10萬元以上車型將全系標配天神之眼，10萬元以下的車型包括海鷗、海豹05DM-i和第二代秦PLUS DM-i多數將搭載天神之眼，未來將有更多10萬元以下的車能享受到「智駕平權」，全民智駕時代開啟。

比亞迪推動智駕平權，中國高階智駕滲透率有望加速提升。根據億歐智庫的數據，預計2024年中國L2及以上智駕功能滲透率接近40%，中國L2+智駕功能滲透率進一步提升，2024年高速NOA滲透率預計將從2023年的4%提升至8%，2024年城市NOA滲透率預計將從2023年的0.1%提升至0.5%，2024年L2+智駕功能滲透率預計將達到8.5%。比亞迪推動智駕平權，有望帶動國內其他車廠加速智駕應用，中國高階智駕滲透率有望加速提升。

智駕產業鏈包括芯片、傳感器、算法、線控底盤、高精地圖等環節。智駕芯片是智能駕駛系統的核心，為汽車智能駕駛功能提供強大的計算能力；傳感器是「智駕系統之眼」，通過多種傳感器協同工作，為汽車提供環境感知、定位導航、狀態監測等功能。

高階智駕推動車載攝像頭使用量大幅提升，像素規格顯著升級。根據索尼的預測，預計2024-2025年發佈的汽車將配備約8個車載攝像頭，預計在2027-2028年將增加到約12個；雖然中長期汽車銷量將温和增長，但汽車多攝像頭趨勢明顯，高階智駕推動車載攝像頭使用量大幅提升，預計2030年車載攝像頭銷量預計將比2019增長六倍以上。根據比亞迪智駕的配置，天神之眼A、B、C三種智駕方案均採用12顆攝像頭配置，其中2-3顆前視攝像頭為800萬像素規格，環視4顆、側視4顆、后視1顆均為300萬像素規格。高階智駕對車載攝像頭的像素規格提出了更高的要求，從L2到L2+及以上級別，前視、環視和側視攝像頭的像素規格都在逐步提升，以滿足高階智駕系統對更高分辨率、更廣動態範圍和更快幀率的需求。

CIS是智駕感知系統升級的核心組件。車載攝像頭模組主要包括光學鏡頭、CMOS圖像傳感器（CIS）、圖像信號處理器（ISP）、串行器和連接器等元器件。CIS是車載攝像頭模組的核心組件，利用光電轉換元件將鏡頭投射到CIS表面上的光信號轉換為電信號，並進一步數字化處理，對圖像質量起到決定性作用。在智能駕駛系統中，CIS通過捕捉外界場景的光學信息，即時生成高分辨率的圖像或視頻數據，為后續的視覺處理算法提供至關重要的原始輸入，其性能優劣直接關係到系統在各種複雜情境下的感知能力。隨着智能駕駛技術的發展，CIS需要滿足更高的技術要求，以適應複雜光照條件和實時決策需求，CIS技術升級推動智駕感知系統升級。

智駕推動汽車CIS量價齊升，全球汽車CIS市場高速增長。CIS 是智駕系統的重要組成部分，根據Frost&Sullivan的數據，每輛車的平均CIS 數量從2020年的2.2個增加到2024年的3.4個，預計到2029年將進一步增加到8.0個。汽車CIS也在朝着更高的分辨率發展，以實現對感知及觀測CIS更復雜的要求，例如更快的自動對焦和更快的響應時間，以應對快速變化的路況；隨着更復雜的應用場景對像素要求的提升，汽車CIS的單顆價值量也將有一定幅度的提升。根據Frost&Sullivan的數據，2024年全球汽車CIS市場規模為24.99億美元，預計2029年將達到70.28億美元，預計2024-2029年複合增速達23%；2024年全球CIS市場規模為195億美元，預計2029年將達到292億美元，預計2024-2029年複合增速達8.4%。

豪威集團CIS市佔率全球第三，汽車CIS有望持續提升市場份額。根據Yole的數據，在2023年全球CIS市場中，索尼以45%的市佔率位居第一，三星市場份額為19%，豪威集團以11%的市佔率位列第三；在汽車CIS市場，豪威集團市佔率僅次於安森美排名全球第二。2024年，豪威集團推出採用TheiaCel技術的1200萬像素、800萬像素、500萬像素和300萬像素汽車CIS產品，也發佈了可用於高級駕駛輔助系統和自動駕駛的高性能前置機器視覺攝像頭新品；豪威集團汽車CIS產品性能優異，並不斷豐富車規級產品矩陣，有望推動市場份額持續提升。

1.2.3. 傳感器是具身智能的核心感知器官，有望暢享行業爆發浪潮

根據中國根據中國計算機學會的定義，具身智能(Embodied Artificial Intelligence)是指一種基於物理身體進行感知和行動的智能系統，其通過智能體與環境的交互獲取信息、理解問題、做出決策並實現行動，從而產生智能行為和適應性。具身智能的載體可以是人形機器人、輪式機器人、機械臂等。

傳感器是具身智能的核心感知器官。傳感器是能感受規定的被測量並按照一定規律轉換成可用輸出信號的器件或裝置，是連接物理世界和數字世界的橋樑。傳感器遍佈具身智能機器人全身，與人體的感官神經類似。傳感器採集到的視覺、位覺、觸覺、力覺等信息，通過軟硬件算法進行數據融合，它為交互和運控模塊提供實時信息，使機器人能夠感知外部環境和自身狀態，並調整運控規劃，傳感器在具身智能機器人中扮演着至關重要的角色。

具身智能機器人常用的傳感器包括視覺傳感器、觸覺傳感器、力傳感器、慣性傳感器和聲學傳感器等。視覺傳感器主要用於人/物識別、目標追蹤、路標識別、自主導航等。觸覺傳感器廣泛應用於機器人抓取、物體識別和場景感知等場景。力傳感器可以幫助機器人在操作中自主調整自身姿態，保證穩定性和精度。慣性傳感器用於感知機器人的運動狀態，確保及時調整。聲學傳感器主要用於語音識別和語音交互，以實現人機交互。

力/力矩傳感器能夠感知並測量機械部件的扭轉力矩，將物理變化轉換成電信號，對於人形機器人的精確控制至關重要。人形機器人中，對柔順控制要求高的手腕和腳踝使用六維力傳感器，用於準確獲取驅動關節和肢體末端觸感力學信號的感知，以及防摔倒等功能，而身體的其他關節則使用關節扭矩傳感器。

六維力傳感器能夠同時測量沿三個座標軸方向的力和繞三個座標軸方向的力矩，是維度最高的力傳感器，能夠給出最全面的力覺信息。相較於低維力傳感器，六維力傳感器的技術難度和使用難度高，但對於機器人產業鏈的智能裝配和以及人形機器人的精密場景應用非常重要。

人形機器人使用大量的力/力矩傳感器。根據人形機器人的工作原理，平均每台人形機器人需要26個一維力傳感器、10個旋轉關節力矩傳感器和4個六維力傳感器。

人形機器人推動力傳感器需求高速成長。隨着人形機器人量產及商業化進程的推進，力傳感器進入高速成長期，根據高工機器人產業研究所的預測，到2030年，全球人形機器人領域力傳感器市場規模將達328億元，其中人形機器人領域六維力傳感器市場規模將達138億元。

IMU由加速度計和陀螺儀組成。IMU（慣性測量單元）作為姿態測量和慣性導航技術的核心傳感器，一般由兩個或更多的加速度計和陀螺儀組成，用於精確測量和監測物體的加速度、角速度以及方向等關鍵信息。

IMU幫助人形機器人實現姿態感知和維持平衡。特斯拉新一代人形機器人Optimus展示出的高難度動作，展現了在平衡控制和行走導航方面的卓越能力，IMU（慣性測量單元）傳感器起到了重要作用。在人形機器人領域，IMU負責感知和維持平衡，可以幫助機器人在行走跨越障礙物等複雜動作中保持平衡和穩定性，以確保運動姿態的準確和流暢。

人形機器人將成為推動IMU市場增長的重要動力。MEMS慣性傳感器廣泛應用於消費電子、汽車、工業、醫療等領域，IMU為慣性傳感器最大的品類，人形機器人中IMU分別配置在頭部、雙足和胯部等關鍵部位，人形機器人將成為推動IMU市場增長的重要動力。根據Yole的數據，2021年全球MEMS慣性傳感器市場規模為35.09億美元，預計2027年將達到49.43億美元，2022-2027年複合增速為5.9%；2021年全球IMU市場規模為18.30億美元，預計2027年將達到27.92億美元，2022-2027年複合增速為7.3%。根據芯謀研究的數據，2022年中國IMU市場規模為43.1億元，預計2027年將達75.5億元，2023-2027年複合增速為11.9%。

觸覺傳感器是一種能夠模擬人類觸覺，並感知物體形態、質地、壓力等信息的設備。觸覺傳感器就像是機器的「皮膚」，能讓機器與周圍環境進行更自然、更智能的交互。根據觸覺傳感器的工作原理，觸覺傳感器包括壓阻式觸覺傳感器、電容式觸覺傳感器、壓電式觸覺傳感器、光學式觸覺傳感器、磁電式觸覺傳感器等類型。

電子皮膚，是一種模擬天然皮膚功能的設備, 柔性觸覺傳感電子皮膚可以模仿人體皮膚的觸覺傳感功能和靈活性能, 可以附着在人體皮膚或機器人等表面, 感知各種刺激,如壓力、温度等，主要應用於人形機器人、醫療健康監測、智能穿戴設備、智能假肢等場景。

電子皮膚是實現人形機器人智能感知與交互的核心器件，具有柔韌性好、耐彎折、靈敏度高、能適應複雜形狀表面等優點，適合應用於機器人的電子皮膚，用於感知機器人與物體接觸的壓力分佈，幫助機器人精準的判斷物體的形狀、温度和硬度。

漢威科技率先佈局電子皮膚，構建具身智能多維產品矩陣。漢威科技是國內最早佈局柔性觸覺傳感器的企業之一，現已構建了穩定的納米敏感材料體系，掌握了柔性壓阻、柔性壓電、柔性電容、柔性汗液四大核心技術，具備了大面積陣列設計、敏感材料及導電墨水合成製備、大面積印刷電子批量製造等核心能力，擁有數條年產千萬支柔性傳感器的生產線。漢威科技形成了自主知識產權的多品種、多量程的柔性觸覺傳感器，並已取得百余項核心專利；以柔性壓力傳感器為例，其綜合性能已達國際先進水平。目前漢威科技柔性電子皮膚產品與多家人形機器人本體廠商展開合作，同時已經向部分機器人廠家進行小批量供貨。在具身智能領域，漢威科技擁有柔性觸覺傳感器、慣性測量單元、MEMS壓力應變片、氣味嗅覺傳感器等產品，已構建起覆蓋「觸覺-平衡-力控-嗅覺」的多維產品矩陣，為具身智能發展提供了多種感知解決方案。

傳感器有望暢享人形機器人行業爆發浪潮。根據GGII的預測，2025年全球人形機器人銷量有望達到1.24萬台，市場規模達63.39億元，預計2030年全球人形機器人銷量將接近34萬台，市場規模將超過640億元，預計2035年全球人形機器人銷量將超過500萬台，市場規模將超過4000億元，預計2025-2035年全球人形機器人銷量複合增速達82%；其中，2025年中國人形機器人銷量將達到7300台，市場規模有望接近24億元，預計2030年中國人形機器人銷量將達到16.25萬台，市場規模將超過250億元，預計2031年人形機器人進入快速起量期，預計2035年銷量有望達到200萬台左右，市場規模有望接近1400億元，預計2025-2035年中國人形機器人銷量複合增速達75%。人形機器人中使用力/力矩傳感器、IMU、視覺傳感器、觸覺傳感器和聲學傳感器等，傳感器有望暢享人形機器人行業爆發浪潮。

2. 半導體自主可控加速推進，存儲器有望迎來新一輪上行周期

2.1. 半導體產業鏈卡脖子核心環節自主可控需求迫切，國產替代有望加速推進

2.1.1. 美日荷不斷加大對中國半導體產業限制，卡脖子核心環節自主可控需求迫切

外部環境對中國半導體產業限制不斷升級，半導體產業鏈卡脖子環節國產替代有望加速推進。近年來美日荷不斷加大對中國半導體產業的限制，主要針對半導體先進製造、先進製程半導體設備、先進存儲器、先進計算芯片等環節，限制中國購買和製造高端芯片的能力，以延緩中國科技產業的發展；隨着美國「對等關税」政策落地，美國半導體出口管制不斷升級，半導體設備及零部件、先進製造、先進封裝、先進計算芯片、EDA軟件等半導體產業鏈卡脖子核心環節自主可控需求仍然迫切，國產替代有望加速推進，國內半導體產業鏈國產化率較低的環節有望充分受益，建議關注AI算力芯片、CPU、FPGA、半導體設備、晶圓製造、EDA軟件等環節。

2.1.2. 半導體設備自主可控加速推進中，關注國產化率較低的環節及具備突破先進製程能力的設備公司

受益於全球晶圓廠持續提高資本支出，半導體設備市場空間廣闊。由於數字化基礎設施的持續投資，半導體產業持續不斷增加產能。根據日本半導體制造裝置協會的數據，全球半導體設備的市場規模從2005年329億美元增加到2024年1171億美元，近19年複合增速約為7%；中國半導體設備市場規模從2005年13億美元增加到2024年496億美元，近19年複合增速約為21%，中國半導體設備市場空間廣闊，且長期高速成長。

美日荷廠商主導全球半導體設備市場。2022年全球15大半導體設備供應商中，美國供應商有4家，市場份額佔比39.4%；日本供應商有7家，市場份額佔比21.4%；荷蘭供應商有2家，市場份額佔比17.4%；美國、日本和荷蘭半導體設備供應商市場份額佔比接近80%，主導全球半導體設備市場。

半導體設備國產化率目前仍相對較低，預計未來仍有較大的提升空間。目前我國半導體設備國產化率仍處於快速提升的階段，國產替代帶動市場份額不斷提升，行業增長及國產替代共同驅動國產半導體設備廠商高速成長。根據中國電子專用設備工業協會的數據，2023年國產半導體設備銷售額為878.3億元，同比增長48%，以日本半導體制造裝置協會公佈的2023年中國半導體設備市場規模作為分母，測算得出2023年國內半導體設備國產化率約為33%，目前整體國產率仍處於相對較低的水平，預計未來仍有較大的提升空間。

刻蝕設備、薄膜沉積設備、光刻機佔半導體設備市場比重較高。在半導體設備中半導體前道設備投資規模佔比較大，根據SEMI的數據，前道設備投資規模佔半導體設備投資量比重約為80%，封裝和測試設備投資規模佔比分別約為10%和8%；在前道設備中，2023年刻蝕設備、薄膜沉積設備和光刻機分別佔前道設備價值量的22%、22%和17%。

部分半導體設備環節未來國產化率繼續提升將是大勢所趨。全球半導體設備主要被日美荷等廠商壟斷，目前去膠設備、清洗設備等國產化率相對較高，光刻機、離子注入設備、薄膜沉積設備、塗膠顯影設備等國產化率相對較低，刻蝕設備、量測設備、CMP設備等國產化率仍有較大提升空間。隨着外部環境監管逐步趨嚴，部分半導體設備環節未來國產化率繼續提升將是大勢所趨。

2025年一季度半導體設備板塊繼續高速成長。根據Wind的數據，2025年一季度半導體設備板塊（中信）營業收入為190.96億元，同比增長37.93%；2025年一季度半導體設備板塊（中信）歸母淨利潤為28.25億元，同比增長36.77%；在半導體產業鏈自主可控驅動下，半導體設備板塊2025年一季度繼續保持高速成長。

國內主要半導體設備公司目前在手訂單仍處於相對較好水平。從國內主要半導體設備廠商25Q1末的合同負債和存貨情況來看，大部分設備廠商合同負債同比保持快速增長，國內主要半導體設備廠商25Q1末存貨整體實現穩健同比增長。合同負債和存貨是反映在手訂單的指標，表明國內主要半導體設備廠商目前在手訂單仍處於相對較好水平，為后續業績做好了保障。

半導體設備自主可控需求迫切，關注國產化率較低的環節及具備突破先進製程能力的設備公司。根據SEMI的預測，預計2025 年全球用於前端設施的晶圓廠設備支出自2020年以來連續六年增長，同比增長2%，達到1100億美元；預計2026年晶圓廠設備支出將成長18%，到達1300億美元。海外加大對中國半導體的限制，半導體國產替代的進程加速推進，國內半導體設備國產化率仍然相對較低，自主可控需求迫切，國產化率較低的環節及具備突破先進製程能力的公司有望充分受益。

2.1.3. 先進封裝是提升芯片性能的關鍵技術，將助力於AI算力升級浪潮

先進封裝是后摩爾時代提升芯片性能的關鍵技術。隨着人工智能、高性能計算等新興市場的崛起，芯片計算性能需求迅速提高，半導體制造工藝製程接近物理極限，通過半導體制程提升芯片性能難度越來越大。通過先進封裝技術實現異構集成，即橫向和縱向連接多個半導體，可將更多的晶體管集成在一個更小的半導體封裝內，從而提供比其各部分之和更大的功用。先進封裝技術可將多個存儲器和邏輯芯片集成到單一封裝中，相比傳統的分離式芯片組設計，集成式封裝芯片組速度更快、效率更高、適應性更強，同時生產成本更低。先進封裝是后摩爾時代提升芯片性能的關鍵技術，適用於大規模計算和異構計算，將助力於AI算力升級浪潮。

現階段先進封裝主要包括2.5D、3D以及晶圓級封裝。2.5D封裝是指採用了中介層（interposer）的集成方式，中介層目前多采用硅材料，中介層中的TSV通常被稱為2.5D TSV。與2.5D採用中介層進行高密度互連不同，3D是指芯片通過TSV直接進行高密度互連，在芯片上直接生成的TSV則被稱為3D TSV。

Chiplet實現硅片級別IP複用，為先進製程工藝中性能與成本的平衡提供解決方案。Chiplet在繼承了SoC的IP 可複用特點的基礎上，更進一步開啟了 IP 的新型複用模式，即硅片級別的IP複用。不同功能的IP，如CPU、存儲器、模擬接口等，可靈活選擇不同的工藝分別進行生產，從而可以靈活平衡計算性能與成本，實現功能模塊的最優配置而不必受限於晶圓廠工藝。 Chiplet 模式具備開發周期短、設計靈活性強、設計成本低等特點；可將不同工藝節點、材質、功能、供應商的具有特定功能的商業化裸片集中封裝，以解決 7nm、5nm及以下工藝節點中性能與成本的平衡，並有效縮短芯片的設計時間並降低風險。

Chiplet異構集成含有異構和異質兩重含義，為AI算力芯片發展趨勢。英偉達GH200、GB200和AMD MI300均採用CPU+GPU Chiplet異構方案，異構集成為算力芯片發展趨勢。異構集成含有異構和異質兩重含義。異構集成主要指將多個不同工藝單獨製造的芯片集成到一個封裝內部，以增強功能和提高性能，可以對採用不同工藝、不同功能、不同製造商製造的組件進行封裝，例如將7nm、10nm、28nm、45nm的Chiplet通過異構集成技術封裝在一起。異質集成則是指將不同材料的芯片集成為一體，可產生尺寸小、經濟性好、設計靈活性高、系統性能更佳的產品，例如將Silicon、GaN、SiC、InP生產加工的Chiplet通過異質集成技術封裝到一起，形成不同材料的半導體在同一款封裝內協同工作的場景。

3D Chiplet將是先進封裝技術未來的發展趨勢。結構上3D Chiplet就是將Chiplet通過3D TSV集成在一起，爲了提高互連密度，3D Chiplet採用了沒有凸點的垂直互連結構，因此其互連密度更高。AMD在2021年首先將3D Chiplet應用在Zen 3處理器的3D V-Cache上，將包含有64MB L3 Cache的chiplet以3D堆疊的形式與處理器封裝在一起。AMD表示CPU上的DRAM只是通過3D堆疊實現目標的開始，未來將利用3D Chiplet實現核心堆疊在覈心之上，3D Chiplet將是先進封裝技術未來的發展趨勢。

Chiplet未來市場空間廣闊。Chiplet是滿足目前算力需求爆發的關鍵技術，Chiplet技術可以將更多算力單元高密度、高效率、低功耗地連接在一起，從而實現超大規模計算；Chiplet技術適用於大規模計算和異構計算，能極大提高異構核之間的傳輸速率，降低數據訪問功耗，從而實現高速預處理和數據調度，同時降低存儲訪問功耗，滿足大模型參數需求。大模型推動算力芯片需求快速增長，Chiplet未來市場空間廣闊。根據研究機構 Omdia的數據，2024 年採用Chiplet的處理器芯片全球市場規模將達58 億美元，預計到2035年將達到570億美元，複合增速為23.09%。

先進封裝技術是提升芯片性能的最佳方案之一，未來成長空間廣闊。隨着電子產品進一步朝向小型化與多功能的發展，芯片尺寸越來越小，使得2.5D、3D、晶圓級封裝、SiP等先進封裝技術的發展成為提升芯片性能的最佳方案之一，先進封裝技術在整個封裝市場的佔比正在逐步提升，算力芯片需求的爆發也將成為推動先進封裝市場增長的重要動力。根據Yole的數據， 2024年全球先進封裝市場規模為519億美元，同比增長10.9%；預計2025年全球先進封裝市場規模為569億美元，同比增長9.6%；預計將在2028年達到786億美元規模，2022-2028年複合增速達10.05%。先進封裝市場增長速度快於傳統封裝市場，未來成長空間廣闊。

長電科技擁有先進封裝技術全方位解決方案，Chiplet工藝已穩定量產。近年來長電科技重點發展先進封裝技術，在5G通訊應用領域，公司具備從12x12mm到77.5x77.5mm全尺寸fcBGA產品量產能力，與客户共同開發了基於高密度 Fanout 封裝技術的 2.5D fcBGA產品，同時認證通過TSV異質鍵合3D SoC的fcBGA；在5G移動終端領域，公司佈局的系統級封裝 SiP技術，配合多個國際高端客户完成多項5G射頻模組的開發和量產，移動終端用毫米波天線AiP產品等已進入量產階段；在車載電子、存儲、AI/IoT領域，公司擁有先進封裝技術全方位解決方案。長電科技推出的XDFOI Chiplet高密度多維異構集成系列工藝已進入穩定量產階段，同步實現國際客户4nm節點多芯片系統集成封裝產品出貨；公司Chiplet技術不斷取得突破，已在高性能計算、人工智能等領域應用，將暢享AI算力新時代的浪潮。

2.1.4. 美國限制高端AI算力芯片供應，國產廠商迎來黃金發展期

美國對高端GPU供應限制不斷趨嚴，國產AI算力芯片廠商迎來黃金發展期。美國商務部在2022、2023年連續對高端AI算力芯片進行出口管制，2025年進一步升級出口管制措施，英偉達及AMD高端GPU芯片供應受限，國產AI算力芯片廠商迎來黃金發展機遇，但國產廠商華為海思、寒武紀、海光信息、壁仞科技和摩爾線程等進入出口管制「實體清單」，晶圓代工產能供應受限，影響國產AI算力芯片發展速度。

國產AI算力芯片廠商不斷追趕海外龍頭廠商，但在硬件性能上與全球領先水平仍有一定的差距。隨着AI應用計算量的不斷增加，要實現AI算力的持續大幅增長，既要單卡性能提升，又要多卡組合。從AI算力芯片硬件來看，單個芯片硬件性能及卡間互聯性能是評估AI算力芯片產品水平的核心指標。國產廠商在芯片微架構、製程等方面不斷追趕海外龍頭廠商，產品性能逐步提升，但與全球領先水平仍有1-2代的差距。

AI算力芯片軟件生態壁壘極高，國產領先廠商華為昇騰、寒武紀等未來有望在生態上取得突破。在軟件生態方面，英偉達經過十幾年的積累，其CUDA生態建立極高的競爭壁壘，國產廠商通過兼容CUDA及自建生態兩條路徑發展，國內領先廠商華為昇騰、寒武紀等未來有望在生態上取得突破。華為基於昇騰系列AI芯片，通過模組、板卡、小站、服務器、集羣等豐富的產品形態，打造面向「端、邊、雲」的全場景AI基礎設施方案。昇騰計算是基於硬件和基礎軟件構建的全棧AI計算基礎設施、行業應用及服務，包括昇騰系列AI芯片、系列硬件、CANN（異構計算架構）、Al計算框架、應用使能、開發工具鏈、管理運維工具、行業應用及服務等全產業鏈。昇騰計算已建立基於昇騰計算技術與產品、各種合作伙伴，為千行百業賦能的生態體系。昇騰計算以華為昇騰AI芯片為算力基石，已經建立了良好的生態系統，具有較強的競爭力，關注昇騰計算產業鏈相關的投資機會。

2.2. 存儲器價格持續上漲，新一輪周期復甦或已至

DRAM與NAND Flash綜合價格指數環比持續回升，本輪調整周期價格拐點或已至。2025年3月閃迪、美光等存儲原廠發佈漲價函，表示4月起調漲存儲器價格。根據中國閃存市場的數據，在2024年3月至2025年3月的調整周期中，DRAM綜合價格指數最大跌幅約30%，NAND綜合價格指數最大跌幅約27%；2025年3月至5月DRAM、NAND指數環比持續回升，DRAM指數上漲約33%，NAND指數上漲約11%，本輪調整周期價格拐點或已至。

海外存儲龍頭廠商2025年紛紛減少產出計劃，供給端有望逐步收縮。在減產方面，美光、三星、SK海力士相繼宣佈計劃2025年減少NAND 晶圓產能10%，西部數據也計劃在2025年逐步減少NAND市場供應，供給有望逐步收縮。

供給端逐步收縮，下游需求正在回暖，存儲器新一輪周期復甦或已至。由於存儲器晶圓原廠減產、智能手機廠商完成庫存去化，以及雲廠商持續加強AI投資，根據TrendForce的預測，預計25Q2 DRAM及NAND Flash價格將上漲，受益於AI推動企業級SSD的旺盛需求，NAND Flash價格25Q3有望繼續上漲；由於受到DRAM主要供應商將逐漸收斂Server和PC DDR4產出，以及買方積極提前備貨等因素，預計25Q2 Server與PC DDR4模組價格分別上漲18-23%和13-18%，25Q3 Server與PC DDR4模組價格有望繼續上漲。供給端產出在逐步收縮，下游需求正在回暖，供需關係不斷改善，存儲器價格有望延續反彈，存儲器周期復甦或已至。

CPU片上存儲器、主存儲器、外部存儲器之間的讀寫速度差距形成「存儲牆」。在馮諾依曼架構下，計算和存儲功能分別由中央處理器和存儲器完成，目前PC、服務器、智能手機都遵循馮諾依曼體系結構。現代計算系統通常採用多級存儲器結構，主要包括CPU寄存器、CPU高速緩存、主存、外部存儲器，自上而下容量逐漸增大，速度逐漸減慢。由於處理器與存儲器的工藝、封裝、需求的不同，處理器在跟隨摩爾定律逐年提升性能的過程中，與存儲器的性能差距不斷擴大，存儲器數據訪問速度跟不上處理器的數據處理速度，存儲器性能嚴重限制處理器性能發揮。CPU片上存儲器、主存、外部存儲器之間均存在較大的讀寫速度差距，形成了制約整個系統性能的「存儲牆」。存儲牆導致訪存時延高、效率低、存算性能失配，AI時代存儲帶寬限制AI算力芯片的性能發揮，目前HBM為雲側AI大算力及高帶寬存儲解決方案，定製化存儲為端側AI內存解決方案發展趨勢。

華邦CUBE為定製化高帶寬3D DRAM，為邊緣AI提供極具性價比的內存解決方案。華邦電子開發的CUBE（定製化超高帶寬元件）為一款高帶寬、低功耗、緊湊尺寸，以及極具成本效益的內存解決方案，大幅提升內存接口帶寬，以滿足邊緣計算平臺上快速增長的AI應用需求，適用於功耗敏感的高帶寬端側AI設備，並且可供模組製造商和SoC廠商直接部署。CUBE 通過增加I/O數量、提高數據速度、支持TSV、提供散熱優秀的3D架構，解決了傳統內存IC和模組解決方案的痛點。CUBE的創新3D架構將SoC置上，更加靠近散熱器，從而有效緩解邊緣AI計算的散熱問題，多層DRAM在下面；CUBE提供從16GB/s至256GB/s的總帶寬；CUBE具有出色的能效，功耗低於1pJ/bit。

端側AI應用對存儲芯片要求高，兆易創新積極佈局定製化存儲。端側AI應用對即時數據處理和快速響應的要求極高，要求存儲芯片具有高帶寬，能夠在短時間內完成大量數據的讀寫操作，並支持高併發的數據訪問請求。端側AI設備通常對功耗和空間有嚴格限制，存儲芯片需要在不增加功耗的前提下，提供儘可能高的吞吐量；存儲芯片小型化也是端側AI設備的重要需求之一。端側AI存儲器要求具有高帶寬、低功耗、小尺寸、定製化、低成本等特點，兆易創新具有多年存儲器設計經驗，公司積極佈局定製化存儲，在AI手機、AI PC等多領域持續推進，有望逐步迎來積極進展。

國內存儲器模組廠商在品牌、技術、供應鏈等方面不斷建立競爭優勢，有望持續提升市場份額。根據灼識諮詢的數據，2023年，江波龍FORESEE品牌B2B收入在全球獨立存儲器品牌中排名第五，Lexar品牌B2C收入在全球獨立存儲器品牌中排名第二，Zilia品牌收入在拉丁美洲和巴西的獨立存儲器企業中位居第一；朗科科技創建自有品牌「朗」系列國產化固態硬盤及內存產品線，有20多年的專業存儲品牌的行業基礎；國內存儲模組廠商已逐步建立了品牌優勢。德明利通過自研主控芯片提升產品競爭力，佰維存儲通過研發封測一體化建立競爭優勢，國內存儲模組廠商已經在產品創新、固件開發、芯片設計、先進封測等方面積累了核心技術優勢。國內存儲模組廠商在品牌、技術、供應鏈等方面不斷建立競爭優勢，有望持續提升市場份額，在存儲器國產化加速的趨勢下，未來有廣闊的成長空間。

3. 投資建議

回顧2025年上半年，DeepSeek通過技術創新引領國產大模型崛起，助力AI應用大規模落地，人工智能創新持續推進，AI眼鏡新品陸續發佈，比亞迪推動「智駕平權」，全民智駕時代開啟，特斯拉計劃2025年生產數千台具身智能機器人，2026年計劃將產能提升至5萬台以上，具身智能機器人進入量產階段；半導體行業上半年延續復甦趨勢，美國「對等關税」政策落地，美國半導體出口管制不斷升級，國內半導體產業自主可控需求仍然迫切。展望2025年下半年，AI算力需求持續景氣，雲側AI算力硬件基礎設施仍處於高速成長中，AI眼鏡、智能駕駛、具身智能等端側AI創新百花齊放；AI推動半導體周期繼續上行，半導體自主可控有望加速推進。

DeepSeek引領國產大模型崛起，大模型推動AI算力硬件基礎設施需求高速成長。AI大模型持續迭代，DeepSeek通過技術創新實現大模型訓練及推理極高性價比，並採用開源模式，將助力AI應用大規模落地，並有望推動推理需求加速釋放。北美四大雲廠商受益於AI對核心業務的推動，持續加大資本開支，國內三大互聯網廠商不斷提升資本開支，國內智算中心加速建設，算力硬件基礎設施AI服務器及其核心器件需求仍然旺盛。國產算力生態鏈已全面適配DeepSeek，DeepSeek通過技術創新提升AI算力芯片的效率，進而加快國產AI算力芯片自主可控的進程，國產AI算力芯片廠商有望加速發展，並持續提升市場份額。AI服務器隨着GPU持續迭代升級，對於PCB傳輸速率、層數、製造工藝等要求不斷提升，將推動對大尺寸、高速多層數PCB的旺盛需求, AI服務器有望推動PCB量價提升。

端側AI加速發展，終端創新百花齊放。AI眼鏡是端側AI最佳硬件載體之一，多款AI眼鏡新品放量在即，有望推動全球AI眼鏡出貨量快速增長，根據wellsenn XR的數據，預計2025年全球AI眼鏡銷量達到350萬台，同比增長230%，預計2026年將達到千萬台，建議關注SoC、存儲器、光學、電池、鏡片、OEM等AI眼鏡產業鏈核心環節投資機會。比亞迪推動智駕平權，中國高階智駕滲透率有望加速提升，智駕硬件產業鏈包括芯片、傳感器、線控底盤等環節，CIS是智駕感知系統升級的核心組件，智駕推動全球汽車CIS市場高速增長，豪威集團CIS市佔率全球第三，汽車CIS有望持續提升市場份額。具身智能機器人需要使用大量傳感器感知外部環境和自身狀態，並調整運控規劃，其中包括力/力矩傳感器、IMU、視覺傳感器、觸覺傳感器和聲學傳感器等；根據GGII的預測，2025年全球人形機器人銷量有望達到1.24萬台，預計2035年銷量將超過500萬台，預計2025-2035年全球人形機器人銷量複合增速達82%，傳感器有望暢享人形機器人行業爆發浪潮。

半導體國產替代加速推進，存儲器有望迎來新一輪上行周期。近年來外部環境對中國半導體產業限制不斷加劇，隨着美國「對等關税」政策落地，美國半導體出口管制持續升級，半導體設備及零部件、先進製造、先進封裝、先進計算芯片、EDA軟件等半導體產業鏈卡脖子核心環節自主可控需求仍然迫切，國產替代有望加速推進，國內半導體產業鏈國產化率較低的環節有望充分受益，建議關注AI算力芯片、CPU、FPGA、半導體設備、晶圓製造、EDA軟件等環節。海外存儲器龍頭廠商2025年紛紛減少產出計劃，供給端有望逐步收縮，下游需求正在回暖，2025年3月至5月DRAM、NAND綜合價格指數環比持續回升，存儲器新一輪周期復甦或已至。AI時代存儲帶寬限制AI算力芯片的性能發揮，定製化存儲具有高帶寬、低功耗、小尺寸、低成本等特點，目前為端側AI內存解決方案發展趨勢；兆易創新積極佈局定製化存儲，在AI手機、AI PC等多領域持續推進，有望逐步迎來積極進展。國內存儲模組廠商在品牌、技術、供應鏈等方面不斷建立競爭優勢，有望持續提升市場份額，在存儲器國產化加速的趨勢下，未來有廣闊的成長空間。

相關標的：雲側AI算力芯片建議關注海光信息（688041），AI眼鏡SoC建議關注恆玄科技（688608），智能駕駛建議關注豪威集團（603501），具身智能傳感器建議關注漢威科技（300007），AI大模型應用建議關注海康威視（002415），半導體設備建議關注北方華創（002371）、中微公司（688012），先進製造建議關注中芯國際（688981），先進封裝建議關注長電科技（600584），存儲器建議關注兆易創新（603986）。

4. 風險提示

（1）下游需求不及預期風險。半導體行業下游主要應用於消費電子、工業、汽車等領域，因此不可避免地受到宏觀經濟波動的影響，如果下游需求持續低迷，進而會影響產業鏈公司的復甦進展。

（2）市場競爭加劇風險。近年來隨着人工智能應用及算法的逐步普及，AI芯片受到了多家芯片設計龍頭企業的重視，AI領域也成為眾多初創芯片設計公司發力的重點。隨着越來越多的廠商推出AI芯片產品，市場競爭將日趨激烈，將會對該領域內公司經營業績廠商較大影響。

（3）研發進展不及預期風險。半導體行業新產品和新技術更新迭代較快，國內半導體產業鏈公司均需要不斷進行研發創新，如果未來國內公司核心技術升級迭代進度和成果未達預期，致使技術水平落后於行業升級換代水平，或者技術創新產品不能契合客户需求，將影響產品競爭力並錯失市場發展機會，對國內公司未來業務發展造成不利影響。

（4）國產化進度不及預期風險。目前國內半導體產業鏈部分環節國產化率較低，如半導體設備、材料、AI算力芯片等，國內廠商在進行國產替代，但由於半導體行業技術壁壘較高，對國內廠商的技術積累、人才、資金等方面都有較高要求，可能會影響到國產化進度。

（5）國際地緣政治衝突加劇風險。半導體產業鏈具有全球化的特點，國內廠商需要進口部分半導體設備及零部件、材料等，也需要通過境外晶圓廠進行芯片代工，如果國際地緣政治衝突進一步加劇，將會導致部分國內公司採購設備、原材料、產品生產受到限制，進而影響公司的經營業績。

證券分析師承諾：

本報告署名分析師具有中國證券業協會授予的證券分析師執業資格，本人任職符合監管機構相關合規要求。本人基於認真審慎的職業態度、專業嚴謹的研究方法與分析邏輯，獨立、客觀的製作本報告。本報告準確的反映了本人的研究觀點，本人對報告內容和觀點負責，保證報告信息來源合法合規。

重要聲明：