电子行业深度报告·2024年年度投资策略报告：AI赋能端侧应用，国产芯片高端突破.docx

目录

TOC\o1-3\h\z\u一、终端创新不断，AI赋能边缘侧 8

大模型能力范围拓宽，端侧模型开始落地 8

GPT-4o拓宽大模型能力范围，关注下一代模型能力提升 8

国内模型中文理解能力具有较强竞争力，关注国内多模态大模型的进展 9

端侧模型技术路线已经出现，关注大模型能力落地端侧的节奏 9

算力芯片快速升级，高端产能于周期底部积极扩产 11

英伟达Blackwell平台提升算力性价比，关注AI服务器新的机架式设计带来的机会 11

先进制程、先进封装积极扩产，AI带动半导体进入新的成长期 11

内存带宽成为算力卡口，HBM需求紧迫迭代迅速 16

PCB乘AI东风，掀起高速互联升级浪潮 18

终端创新：巨头加码终端侧AI算力，应用落地驱动产业发展 23

混合AI有望成趋势，端侧AI价值显现 23

AI手机：软硬件生态落地，驱动换机周期 24

AIPC：硬件算力与系统级AI功能逐步完善，AIPC出货量有望快速提升 33

折叠屏：价格中枢持续下降，折叠屏迎来爆发增长阶段 39

二、政策加码半导体产业，国产芯片高端突破 48

卡脖子环节仍在，政策加码半导体产业 48

处理器：高端芯片进口受限，国产供应链亟需突破 49

存储：涨价周期持续上行，AI终端主推需求增长 52

设备及零部件：本土竞争力加强，国产化率大幅提升 54

设备：未来三年的本土资本开支持续增长，半导体设备有望在2024年出现反弹 54

零部件：本土供应能力持续提升，纷纷扩产应对国产化需求 58

材料：半导体周期触底反弹，复苏及国产化将迎来拐点 61

三、投资建议 67

四、风险提示 69

图表目录

图表1：GPT-4o文本性能测试结果 8

图表2：GPT-4o视觉性能测试结果 8

图表3：国内大模型发展历程 9

图表4：微软Phi-3模型性能测试结果 10

图表5：NVIDIA产品路线规划 11

图表6：NVIDIARubin架构产品亮相 11

图表7：未来AGI算力需求约为GPT-4的1万倍 12

图表8：2nm制程比16nm功耗降低90%，性能翻倍 12

图表9：数据中心对先进制程晶圆需求的占比不断提升 12

图表10：服务器对先进制程需求将于2024年超过手机 12

图表11：台积电、英特尔、三星的2nm产能规划 13

图表12：2D与2.5D封装（下）结构示意图 13

图表13：3DwithTSV案例（HBM封装） 13

图表14：台积电CoWoS技术平台 14

图表15：台积电的SoIC示意 14

图表16：HBM结构示意图 15

图表17：HBM与DDR对比 15

图表18：全球封装市场规模及结构预测 15

图表19：三大存储原厂HBM解决方案及开发进度 16

图表20：SK海力士用于HBM的TSV工艺 17

图表21：SK海力士用于HBM的MR-MUF工艺 17

图表22：SK海力士用于MR-MUF的EMC材料 18

图表23：不同CCL等级对应Df值 19

图表24：服务器平台持续升级带来CCL材料等级提升及PCB层数增加 19

图表25：AI服务器中CPU主板、UBB及OAM加速卡 20

图表26：普通服务器PCIe5.0主板 21

图表27：AI服务器CPU主板 21

图表28：2020年-2024年全球整机出货量增速预测 21

图表29：2022年-2026年全球AI服务器出货量预测 21

图表30：2023年PCB市场空间及2022年-2027年复合增速预测（分下游） 22

图表31：混合式AI 23

图表32：麒麟970搭配的NPU大幅提升图像识别速度 24

图表33：数量可观的AI模型可从云端分流到终端运行 24

图表34：华为麒麟970基于NPU的AI算力可实现快速识图 25

图表35：苹果NPU的AI算力支撑图库的本地计算人脸识别 25

图表36：AI手机全栈革新及生态重构 25

图表37：手机本地运行大模型实现智能对话交互 25

图表38：AI手机三星S24在云端和终端运行的AI功能对比 26

图表39：AppleIntelligence架构 27

图表40：不同的AI大模型压缩技术 27

图表41