文章
- 产品
- 文章
人工智能的三要素分别是算力、算法、数据。算力普遍被认为是“卡脖子”最厉害的地方。芯片又是算力领域非常重要的一个组成部分，尤其是GPU芯片目前我们不能实现自主可控。这背后又跟上游的半导体设备和材料被进一步“卡脖子”有关系。
半导体设备材料ETF（159516）就是在半导体芯片这个长期高成长的赛道里面，筛选出自主可控、国产替代空间最大的上游设备材料公司，帮助投资者把握其中的投资机会。
整个AI行业现在正在经历快速爆发的阶段，所以对AI芯片的需求在未来也会呈现指数级增长的态势。从算力增长的角度来讲，今年是训练为主，明年可能是推理为主，推理对整个AI的消耗会远大于训练端。所以明年应该是整个AI服务器大幅增长的第一年。
在人工智能的产业趋势下，各个国家都在奋起直追。布局AI算力，我们也不能缺席。国产化的布局重点在于打通整个半导体产业链，需要我们在材料和设备端加快国产化布局，通过在制造端形成一定的产业竞争力，实现芯片端的自主可控。
整个半导体产业可以分成上游设备和材料，中游设计和制造，下游封装和测试。其中上游国产化空间最大。设备方面，光刻、刻蚀和薄膜沉积是半导体制造三大核心工艺。光刻设备是目前我们短期面临的比较大的问题，尤其是先进制程。目前设备整体国产化率大约20%-25%。半导体材料包括硅片及硅材料、掩膜版、电子气体、光刻胶及配套试剂、CMP抛光材料、工艺化学品及靶材等，整体的国产化率在20%左右。
从中长期的角度来看，提高国内芯片制造端的能力需要着重推动上游材料和设备的国产化。目前渗透率仍然较低，空间较大，所以我们认为在材料和设备领域未来仍然有很大的发展潜力。
二季度，我们已经可以看到一些赛道的基本面有机会实现环比提升，尤其是在具备较强国产替代能力的细分赛道和公司。在下行周期中，通过渗透率提升的逻辑，这些赛道可以对冲整个行业的下行压力。一个典型的例子是设备和材料领域，我们认为整个二季度表现有望保持强势。
半导体行业未来有机会展现较好的上行周期，但由于需求相对疲弱，整体上行周期的幅度可能会缓和一些，有望实现一个渐进的底部。当前节点应该是投资半导体的一个比较好的窗口时机。
主持人：各位投资者大家好，欢迎来到广发证券直播间。今天我们邀请到了国泰基金量化投资部总监梁杏总和广发证券发展研究中心总经理、电子行业首席分析师许兴军总，跟大家聊一聊半导体芯片行业的投资机会。
我们看到，最近市场还是比较疲软的。上半年走出来的市场主线，比如说像人工智能、中特估近期也都经历了比较明显的回调，当然这也跟上市公司的减持和海外加息预期，以及二季度末的资金调仓、获利了结等因素都有关系。我们最近在直播中也跟很多嘉宾交流，大家都认为人工智能可能会给互联网和整个科技领域带来巨大的，相关的投资机会也是值得我们长期去关注和耐心等待的。
回到今天我们的直播主题，今年以来在人工智能的推动下，芯片作为算力的核心领域在三四月份是有一波表现的。但是，我们也一直听到一个说法，就是算力所需要的这个GPU芯片主要还是被英伟达等等这些海外龙头公司把持，国内厂商相关度不高。二位能不能给我们展开介绍一下目前国内算力芯片的现状？
梁杏：就像蔡老师说的那样，我们认为，人工智能很有可能是新一轮技术的起点。所以，我们也是非常看好这个主线号的时候，Pony马在腾讯的股东大会上也提出了类似的说法。
我们知道，人工智能的三要素分别是算力、算法、数据。算力普遍被认为是“卡脖子”最厉害的地方。然后芯片又是算力领域非常重要的一个组成部分，尤其是GPU芯片。有些喜欢玩游戏的投资者应该对GPU芯片比较熟悉，它在图片识别方面能力比较强。
为什么在人工智能时代，GPU芯片用得会比较多呢？因为它有非常强的并行计算能力，所以就会导致GPU芯片在人工智能芯片里面的占比是非常高的，差不多能够达到90%以上。而且，GPU价格是真的很贵。因为我是量化部门的，我们在量化模型的搭建或者说使用里面，会涉及机器学习的这种算法，要去做模型。实际上，要做到机器学习的话，就需要用GPU的服务器。我们现在比如说一台服务器配两三块GPU芯片，就要花三五十万了。那么，大家想一想，用于人工智能的GPU芯片，它就不是两块可以解决的。一台人工智能的GPU服务器，可能要好几十块GPU芯片在里边。所以大家就知道它有多贵。
但是现在，由于国际关系的变化，我们直接面临的就是GPU芯片供不应求的状况。通常这些都是属于禁运或者限售的状况，所以我们获得GPU芯片的难度越来越高。那我们就要自己生产，但是也有问题。倒不是说我们的生产能力或者设计能力不行，而是我们在更前端的半导体材料和设备这些上游领域受到的制约更严重。所以我们在国产替代方面，还面临着非常漫长的路要走。
我们稍微给大家梳理了一下这个逻辑，人工智能现在非常重要，或者说它是一个未来很重要的新兴技术。在这个领域，涉及到算力、算法和数据，但是在算力领域我们被卡脖子得最为厉害。其实不代表说算法和数据不重要，尤其是算法现在可能还是开源的状态，大家会觉得没有像算力被“卡脖子”那么厉害。芯片领域的“卡脖子”，它又集中在GPU芯片，因为我们不能实现自主可控。这背后又跟上游的半导体设备和材料被进一步“卡脖子”有关系。
这也是我们为什么现在要发行半导体设备材料ETF（159516）的原因。我们希望能够在半导体芯片这个长期高成长的赛道里面，筛选出来自主可控、国产替代空间最大的上游设备材料公司，帮助投资者把握这其中的投资机会。
我们在当前推出这个产品，也是因为在新技术的起点上，现在特别缺少这些东西。所以我们也希望一方面能够在二级市场上筹集资金，帮助国家相关上市公司去推进产业的发展，同时也能够为投资者提供相关的工具产品，更好地参与到相关的行情机会里面去。
许兴军：刚刚梁总演大概介绍了人工智能时代下对整个AI芯片的影响。客观来讲，我们现在也做了很多分析，写了很多关于人工智能对整个硬件部分的影响。
现在这个节点呢，其实大家更多看到的是关于训练端的AI的一些影响。客观来讲，训练的部分其实对于整个AI芯片的消耗量是不大的，最大的应用部分主要还在推理端。那这个部分在明年我们应该能看到，因为今年市场更多的还是关注一些大模型搭建的部分，明年我们能更多看到一些模型搭完之后在应用端的落地。这个部分才是对整个AI影响力度最大的地方。
从算力增长的角度来讲，我们认为，明年相较于今年应该会有数倍以上的增长。这就是整个产业链在目前的趋势下，它有基本面逻辑的一个点。总结来讲，就是说今年是训练为主，明年可能是推理为主，推理对整个AI的消耗会远大于训练端。所以明年应该来讲是整个AI服务器大幅增长的第一年。
这就是目前我们看到的第一点，我们要强调的一点是，整个AI行业现在正在经历一个快速爆发的阶段，所以对AI芯片的需求在未来也会呈现指数级增长的态势。
整个AI服务器里面，我们从架构角度来讲，刚刚梁总也提到了，GPU芯片很贵，一台服务器里面基本上60%的报价主要还是来自于GPU。当然，目前海外龙头公司的GPU在市场上有很强的竞争力，出现了供不应求的状态。
大的背景就是，人工智能时代下，这个推力的落地将带动整个AI的量从今年就开始起来，明年会呈现一个更大幅度的增长。但是，确实中美之间的一些关系变化使得我们不能完全采购到海外龙头公司的GPU。所以，他们在这个版本上面做了一些划分。比如说A100和H100，这是目前主流的GPU，可以用来做AI相关的一些算法，但是其实我们买不到。这边能买到的所谓的阉割版，叫A800或者H800，那它性能上是有一些衰减的。这就会对国内AI算力的布局和发展产生一些影响。
所以，从另一个角度来讲，在这么大的一个产业趋势下，各个国家都在奋起直追。在布局AI算力这方面，我们也不能缺席。一方面我们也尽可能去布局一些能买到的算力芯片；另一方面，我们觉得下一步更重要的一点还是要加大我们在AI芯片自主可控方面的研发和投入。芯片设计部分，其实国内目前已经有一些厂商做出了一些相应的产品，但如果现在就直接跟海外最龙头的公司的性能去做对标，那还是有一定的差距。当然，技术它本来就是在不断迭代和跟进中。比如我们2018年看国内半导体发展情况，那时候中美摩擦第一次开始发生，当时我们国内半导体设备和材料跟海外还是有一定的差距，但经过五六年的发展，其实我们整体的成长力度是很大的。
所以，我们回到AI芯片本身，我觉得也是这么一个状况。市场空间非常大，那么也就有很大的国产替代需求。目前国内也有一定的芯片基础，在这种大背景下，我们也相信，国内的AI芯片会迎来一个比较大的机遇，在未来的成长中也会有一个比较大的空间。
刚刚梁总也提到了，芯片设计只是其中一个环节，未来更多还是要全产业链打通，也就是从制造端打通，这又会受限于刚刚我们提到的设备材料的国产化布局。所以，实际上从产业链整个维度上来讲，它又是环环相扣的，一定要在材料和设备端加快国产化的布局，通过在制造端形成一定的产业竞争力，才能实现芯片端的自主可控。
所以不管怎么样，我们认为，整个人工智能浪潮下，未来对于AI芯片的需求会呈现井喷的态势。但是在中美摩擦的背景下，又使得我们必须加快AI芯片的国产化布局，那国产化的布局重点又在于打通整个半导体产业链，我觉得这个就是未来我们在AI芯片领域的一条出路。
主持人：好的，谢谢许总，那么听完刚才二位的讲解，我们明显的感受到，如果没有这个半导体设备和材料端的自主可控，我们永远都是被卡脖子的状态，国外随时可以通过对制造端的控制来影响我们整体芯片端的生产。
梁总刚才也提到了半导体设备材料ETF，这个基金目前正在广发证券重磅发行，代码是159516，也欢迎大家去关注。
接下来，我们就再展开看看半导体芯片产业链，请梁总跟大家介绍一下，产业链上中下游都包括哪些环节，我们制造一个半导体都需要利用到哪些设备和材料？
梁杏：整个半导体产业可以分成上游、中游、下游。上游主要是设备和材料，中游的话就是设计和制造，下游是封装和测试。
如果要去比较上中下游里边目前的国产化程度，我们在下游的封测方面发展的其实还可以，在国际市场上也有不错的市场份额。封测的技术没有那么难，我们又通过收购了之前的一些大厂实现了一定程度上的自主可控。
中游设计和制造，我们也有自己的厂商，只是可能没有像海外市场龙头公司那么好用。然后在上游的设备和材料领域，刚才也提到了，我们确实要相对短缺一些。
半导体是一个行业，芯片是这个行业产出的结果。大家可能拆开比如说手机，或者拆开一些电路之类的东西，都能看到有芯片在里边。要产出高品质的芯片，那它的这个制造的环节或者说工艺应该来说还是蛮复杂的。会用到前道制造设备包括光刻设备、刻蚀设备、薄膜沉积设备、离子注入设备、清洗设备、机械抛光设备以及扩散设备。这些是前边的制造环节要用到的。之后在封装领域，也会有各种各样的一些设备，比如说晶圆减薄机、划片机、贴片机、引线键合机、塑封机及切筋成型机等。
但是，我们刚才说的前道和后道，相比之下还是前道更重要，主要涉及到这个晶圆的制造，这块是更重要的。我们刚才也给大家讲了，在封测领域技术难度没有那么。