2022年半导体行业发展现状及未来趋势分析

1、2022年半导体行业发展现状及未来趋势分析1、半导体行业增速一览据美国半导体行业协会（SIA）12 月公布的最新数据，2021 年 10 月份全球半导体销售 额 488 亿美元，yoy+24%，qoq+ 1.1%。分地区看，所有市场 10 月销售额同比增长， 美洲 yoy+29.2%，qoq+2.6%；欧洲 yoy+27.3%，qoq+2.8%；日本 yoy+23.7%， qoq+1.1%；亚太/所有其他地区 yoy+22.6%，qoq+0.2%，中国 yoy+21.1%，qoq+0.3%。超级景气周期的延续，看 2022 年半导体将实现第三年连续增长。受汽车、服务器、物 联网、5G 等数字经

2、济智能应用驱动，半导体市场自 2019 年开启的超级景气周期有望持续三年，根据 SEMI 收集的各机构对 2022 年全球半导体市场规模及增速预测，2022 年 市场规模预测均值为 5700 亿美元，平均的预测增速为 10%，最高预测增速超过 15%， 来自 SIMI。2021 年 11 月北美半导体设备出货再创历史新高。我们认为北美半导体设备厂商月销 售额对于全球半导体行业景气度分析、全球半导体设备市场跟踪具有重要意义。2021 年 1 月以来北美半导体设备厂商月销售额首次突破了 30 亿美元关口，创历史新高的同时站 稳 30 亿美元以上的位置。2021 年 11 月北美半导体设备商出货金额

3、达到 39.14 亿美元， 再次创历史新高（前高 2021 年 7 月），同比增长 50%。国内方面，存货占比回升，但仍处于历史较低水平，行业景气持续！相当值得关注的一 个指标是，IC 设计板块存货占比指标在 20Q2 以来持续下降，反映此前重复下单（overbooking）的存货不断去化，行业高景气度持续，同时我们跟踪韦尔股份、兆易创新、澜 起科技等龙头公司来看也确实存在这一趋势，行业景气趋势有望继续上行！关注 IC 设计板块重点指标预付账款，预付账款可以部分反映出 IC 设计公司对产业 链上游晶圆代工以及封装测试供应商的备货水平，我们可以看到 21Q3 板块预付账款延 续了 2020 年以

4、来的提升趋势，21Q3 预付账款达到 24.37 亿元，反映板块整体备货水 平积极。边缘计算基建为崛起新星，2022 数据中心、汽车仍将有较高增速。按下游应用分，无 线通信，计算系统是占比最高的两大环节，消费电子紧随其后，汽车半导体规模及占比 不断提升。从具体半导体产品来看，存储是占比最大的市场，此外特殊用途逻辑 IC，模 拟 IC 占比较大。边缘基础设施是指位于其服务人群附近的小型数据中心站点，这些站点 向终端用户提供云计算和缓存内容。通常，边缘基础设施连接到大型中央数据中心或多 个数据中心。当前，边缘基础设施领域半导体规模尚小，但成长迅速，2021 预计增速 344.1%，2022 增速预

5、计 45.5%。此外，SSD、汽车、数据中心领域是预计 2022 增速最 快的领域，预计将分别增长 22.0%，14.9%，13.2%（据 Gartner 数据）。2021 存储增速耀眼，2022 年仍将延续高增。按半导体各技术类型看，展望 2022，预 计存储增长 19.7%（据 Gartner 数据），增速突出。存储以外的半导体，2022 年预计将 温和增长 4.6%。服务器领域：当前 DRAM 价值量已有飞跃式提升，微处理器仍占重要比重。据 Garter 数据，2021 服务器领域 DRAM 规模约 250 亿美元，价值量占比已高达 48%，较 2015 年 大幅提升 20pt，超越微处

6、理器成为规模最大的半导体类型。当前服务器领域微处理器规 模约 205 亿美元，占比 40%。汽车领域：单车硅含量持续提升，智能化、电动化为最大驱动。据英特尔预计，2025 年 单车半导体 BOM 占比将达 12%，2030 年预计将达 20%，展望未来十年，仍有数倍空 间。据 Garter 对单车各功能半导体需求的拆解，可见 EV/HEV，ADAS 为未来五年汽车半 导体续期主要增量领域。预计 2022 年单车半导体价值达 595 美元；2025 年达 716 美 元；20212025 单车半导体价值将提升约 30%。2、回顾海外半导体行业巨头发展，看国内平台型龙头崛起我们此前持续强调，科技企

7、业的本质在于创新，过去五年来我们着重研究科技企业依靠 科技红利实现扩张成长。对于有效研发投入及有效研发产值的研究，能有效前瞻性判断 企业成长方向、速度、空间。截至到目前，中国大陆已经有以韦尔股份、兆易创新、卓胜微、紫光国微等为代表的一 批公司市值超过 1000 亿，以澜起科技、圣邦股份、思瑞浦等为代表的一批公司市值超过 500 亿，此外还有相当一批公司市值居于 300-500 亿。2021 年受益于行业景气周期， “缺货涨价”类公司涨幅相对更高，下一阶段我们认为半导体设计的投资重点将从价格 因素转向企业自身的平台型扩张，看好平台型龙头崛起！典型半导体公司的成长阶段：1）主业产品持续迭代带来的单

8、价、盈利能力、份额提升：典型代表为韦尔股份（豪威科 技）的 CIS，澜起科技的内存接口芯片，圣邦股份的模拟芯片，中微公司的刻蚀设备以及 华峰测控的测试设备；2）品类扩张带来的空间提升：典型代表包括兆易创新从利基型 NOR flash 切入利基型 DRAM，卓胜微从射频开关向 SAW 滤波器以及从接收端到发射端射频模组产品的扩张， 圣邦股份、思瑞浦、艾为电子等从信号链产品向电源管理类产品的扩张，北方华创在设 备领域的品类扩张等；3）业务领域的拓展延伸：典型代表包括三安光电从 LED 到化合物半导体，精测电子从 面板检测到半导体检测等；2.1 英伟达：游戏AIAuto元宇宙，GPU 平台龙头高速成

9、长英伟达创立之初是一家为图形计算提供加速器的无晶圆厂半导体设计公司，1999 年推出 GeForce 256 绘图处理芯片时在全球首次提出 GPU（图形处理器）概念，2006 年推出革 命性的用于通用 GPU 计算的统一计算架构平台 CUDA，使得 GPU 可以被用于需要处理 大量并行计算的领域，例如深度学习等，CUDA 使得 GPU 除了用于图像处理，还越来越 多的参与到计算中，大大拓展了 GPU 的应用领域。2020 年收购 Mellanox，进一步布局 数据中心以太网交换机、芯片和 InfiniBand 智能互联解决方案，打造 AI 计算到网络的端 到端技术。目前英伟达的主要产品不仅包括

10、硬件部分的 GPU 和 SoC（用于 switch 等游戏机），还包 括计算与网络部分的数据中心平台及系统和 Mellanox 业务等。截至 2021.1.31 财年，公 司图形业务营收 98.3 亿美金，占总营收约 59%，计算与网络业务营收 68.4 亿美金。五 大业务板块游戏、专业视觉（电影、建筑等）、数据中心、汽车和 OEM 及其他营收分别 为 77.6（46.5%）/10.5（6.3%）/67.0（40.2%）/5.4（3.2%）/6.3（3.8%）亿美金。 在 29 个国家拥有 18975 名员工，其中研发人员占比达到 71%，研发费用达到 39.2 亿 美金，占总营收 23.5%

11、。1993 年黄仁勋、Chris Malachowsky 和 Curtis Priem 共同创立了英伟达，彼时市面上有 20 多家图形芯片公司，三年后这个数字飙升至 70 家。但直到 2006 年，英伟达是唯一 一家仍然独立运营的公司。黄仁勋拥有斯坦福大学电气工程硕士学位，曾在 AMD 担任微 处理器设计工程师，后任职 LSI 公司（主业 ASIC 等），成为集成芯片（类似目前 SoC） 部门负责人。从英伟达创立至今，黄仁勋始终担任公司总裁兼 CEO。Malachowsky 是公 司的工程技术高管，曾在惠普和 Sun Microsystems 担任工程和技术领导职务，拥有 30 多年行业经验，

12、获得近 40 项集成电路设计和方法学领域的专利。Priem 曾参与设计了 IBM 首个 PC 用图像处理器，从 1993 年至 2003 年担任英伟达 CTO，主管产品设计。由 于 成 立 之 初 就 采 用 Fabless 模 式 ， 1994 年 英 伟 达 与 当 时 的 SGS-Thomson Microelectronics（1998 年更名为意法半导体）达成首个战略合作关系，为英伟达制造单 芯片图形用户界面（GUI）加速器。1995 年英伟达发布了其第一款产品 NV1。NV1 是首 个将 GUI 加速、声卡、全动态视频加速、3D 图形、游戏手柄和操作杆接口集成到单个 芯片上的微处理

13、器。NV1 促成了英伟达与当时最大的街机游戏制造商 Sega（世嘉）合作。 然而由于同年微软推出了 Windows 95，其以图形用户界面为主要特征，掀起了界面革 命，也使得图像芯片市场由游戏主机转向 PC，同时微软还开发了采用多边形成像技术的 图形编程接口 Direct X 标准，英伟达的 NV1 和 NV2 采用的二次曲面贴图方式无法兼容 行业通用标准，因此后来销量并不佳。吸取经验后，英伟达 1997 年推出的 RIVA 128，支持微软的 DirectX 标准，进军 PC 市 场，1998 年初推出的 RIVA 128ZX 拥有 8MB 翻倍显存并进一步支持了 OpenGL 驱动。 当时

14、各家显存厂商都在发展各自的显示标准，例如 3dfx 的 GLIDE、PowerVR 的 PowerSGL、 ATI 的 3DCIF，适逢微软 1997 年推出的 DirectX 5.0 进行了重大升级，开始在 3D API 市 场崭露头角，英伟达选择支持微软 DirectX 就是选择了微软的强大后盾。后来英伟达又 推出 RIVA TNT，RIVA TNT2 等图形处理器，不仅支持微软 DirectX 和 OpenGL 标准，且 集成度更高，性能也优于当时市场领导者 3dfx 和 ATI，同时价格低廉，得以大量销售。1999 年英伟达在纳斯达克上市，当时公司的收入来源主要为 PC 业务，强大的产

15、品力和 与当时头部 PC 厂商的合作，英伟达用三年时间将营收从 1995 年的 118.2 万美金提升到 1998 年的 1.6 亿美金。1999 年 8 月，英伟达推出了具有划时代意义的 GeForce 256，并将它命名为世界上第一 个 GPU。与 RIVA TNT2 相比，GeForce 256 增加了 Pixel Shader 流水线的数目，并支持 硬件 T&L（坐标转换和光源运算）和 MPEG-2 硬件影像加速，配合 DDR 作为显存。T&L 原本由 CPU 完成，GPU 从硬件上支持 T&L 以后，CPU 得以从繁重的运算中解脱出来。2001 年底安然事件引发市场对公司财务披露情况

16、的担忧，经过自查，公司 CFO 辞职且 对财报进行了重述，此后 2002 年竞争对手 ATI 的旗舰产品 R300 引领市场，而英伟达旗 舰产品拖延至 2003 年才发售，且散热和工艺良率等出现较多问题，对 DirectX9 支持也 不够匹配，导致在某些游戏中的性能表现甚至劣于竞争对手，直接使得 ATI 独立显卡市 场份额在 2004Q2 首次超过英伟达。此外 2003 年英伟达与微软要求降低 Xbox GPU 价 格方面产生争议，最终微软下一代产品转向 ATI。革命性 CUDA 架构，打开 GPU 通用计算大门。2006 年底，英伟达推出 CUDA 通用并行 计算架构，CUDA 是用于 GP

17、U 计算的开发环境，是一个全新得软硬件架构，它包含了 CUDA 指令集架构（ISA）以及 GPU 内部的并行计算引擎，可将 GPU 视作一个并行数据 计算的设备，对运行的计算进行分配和管理。在 CUDA 的架构中，计算不再像过去那样 必须将计算映射到图形 API（OpenGL 或 DirectX）中，开发者可以用 C 语言为 CUDA 架 构编写程序，从而在支持 CUDA 的处理器上以超高性能运行密集数据计算解决方案，解 决复杂计算问题，CUDA 的广泛应用造就了计算专用 GPU 的崛起，使得英伟达得以进军 高性能计算领域。推出新产品系列，平台型布局初现。2008 年英伟达发布了支持 CUDA

18、 1.1 的 GeForce 9 系列 GPU，以及采用了第二代 CUDA 架构的 GeForce 200 系列 GPU，NVIDIA 在 GT 200 中引入了大量重要改进，GT200 具有极高的处理能力和存储器带宽，用于通用计算时的 可编程性和灵活性也更加突出，采用 Tesla 架构，这也是英伟达数据中心 GPU 系列产品 的第一代架构。同年，NVIDIA 还发布了 Tegra 系列产品，进军移动处理器市场。深度学习对算力要求大幅提升。人工智能通过模拟和延展人类及自然智能的功能，拓展 机器的能力边界，使其能部分或全面地实现类人的感知（如视觉、语音）、认知功能（如 自然语言理解），或获得建模

19、和解决问题的能力（如机器学习等方法）。人工智能实现方 法之一为机器学习，而深度学习是用来实现机器学习的技术，通常可分为“训练”和“推 理”两个阶段。训练阶段：需要基于大量的数据来调整和优化人工智能模型的参数，使 模型的准确度达到预期，核心在于算力；推理阶段：训练结束后，建立的人工智能模型 可用于推理或预测待处理输入数据对应的输出（例如给定一张图片，识别该图片中的物 体），这个过程为推理阶段，对单个任务的计算能力不及训练，但总计算量也相当可观。GPU 在深度学习领域大显身手。算法的效果、效率与核心计算芯片的计算能力密切相关。 相比 1993 年出品的 Intel CPU 奔腾 P5 芯片，识别一

20、张 ImageNet 图片需要至少 10 分钟 完成推理任务、近百年完成训练任务，如今旗舰手机上的 SoC 仅需数百微秒就能完成，因此处理器芯片技术的进步对于 AI 快速进步并进入实用场景至关重要。人工智能的运算 本质是一些矩阵乘，并不需要很多的存取和判断，GPU 比 CPU 有更多的逻辑运算单元 （ALU）因此架构更适合做一些大运算量的重复工作，且更容易组成大的集群，从而更适 合 AI 且更加高效。GPU 助力深度学习技术性能快速进步。2011 年开始，全球 AI 研发工作者开始意识到 GPU 在深度学习领域的威力，彼时谷歌大脑项目学会了通过在视频网站上看电影来识别 动物和人，但它需要配备

21、2000 个 CPU 的服务器。英伟达与斯坦福大学合作，将 GPU 用 于深度学习，12 个英伟达的 GPU 就可以达到类似性能。此后深度学习进入高速发展期， 2012 年深度学习可以在 ImageNet 图像识别挑战中战胜人工代码，到 2015 年深度学习 已经可以战胜真人。英伟达 GPU 架构持续迭代。英伟达自 2008 年推出 Tesla 架构后，保持着每两年推出一 个新架构的速度，先后推出了 Fermi、Kepler、Maxwell、Pascal、Volta（Turing）和 2020 年推出的 Ampere（安培）架构，在 CUDA core 数量、数据交换速度、单机内多 GPU 通

22、 信、增加 Tensor Core 等方面进行了持续更新迭代，产品性能不断提升。数据中心、自动驾驶、加密货币，三重因素驱动 2017-2018 上半年英伟达高歌猛进。 2016 年 4 月特斯拉首次推出平价 Model 3 爆款车型（2017 年 7 月开始交付），引领自动 驾驶风潮，20162019 年特斯拉的 AutoPilot HW2.0 采用了基于英伟达的 DRIVE PX 2 AI 计算平台，芯片由第一代的 Mobileye Q3 升级为两个英伟达 Parker SoC、1 个英伟达 Pascal GPU，从而支持更多的车载传感器。此外，2017 年 4 月至年底，加密货币价格大 幅

23、拉升催生了“挖矿”对显卡的需求。与此同时，云服务厂商保持大规模数据中心资本 开支力度。多重因素推动英伟达 2017-2018 前三季度股价及业绩一路高歌猛进。业务短暂调整，2019 下半年再出发。2018H2-2019H2，加密货币价格下跌，二手显卡 流回市场导致渠道库存增加，对游戏显卡业务营收造成连续几个季度的不利影响，此外， 2017 及 2018 年全球服务器出货量达到高点，数据中心 2018 年下半年进入景气弱周期。 直到 2019 年下半年，数据中心业务回暖，服务器出货量重回增长。后疫情时代，市场空间不断打开，软硬件结合深挖护城河。疫情不改行业 2019 年去库 存结束，反而加速数字

24、化进程，半导体进入第四轮硅含量提升周期。2020 年英伟达先后 完成其历史上最大的收购 Mellanox，及宣布收购 ARM。下游游戏、AI、智能汽车、AR/VR 四大应用领域全面打开，市场空间不断增长，收购为服务器及存储提供端到端 Infiniband 和以太网互联解决方案的领军企业 Mellanox，平台触角再延伸，软硬件结合加深护城河。游戏：产品价值量持续提升，市场份额稳步增长，电子竞技催化增量需求聚焦游戏尤其是高端产品市场，摆脱 PC 出货疲软实现快速增长。PC 出货量在 2010- 2011年见顶，但英伟达游戏业务营收近年来仍然保持较高增速，FY17至FY21营收 CAGR 22%，

25、我们认为主要是因为在如今集成 GPU 基本可以满足普通 PC 需求的情况下，公司 聚焦高性能游戏 PC 以及云游戏平台，产品价值量不断增长。产品实力强劲，市场份额稳步提升。性能是 PC 游戏消费者最关注的指标之一，PC 游戏 玩家通常对独立显卡价格敏感度较低，愿意为更高的性能进行产品升级，根据 Toms hardware 跑分，英伟达 GPU 性能领先 AMD，公司在独立显卡市场份额稳步提升。此外， 加密货币“挖矿”需求使得显卡实际零售价与建议零售价出现大幅价差，通过对比也可 以发现，本就定价较高的英伟达产品溢价能力也普遍高于 AMD 产品，侧面反应公司产品 实力突出。电子竞技催化增量需求。根

26、据新华网，中国电竞市场规模已经突破 1000 亿元，已经超 过北美成为全球最大电竞市场。根据腾讯新闻谷雨数据联合全国电子竞技协会联盟等发 布的中国职业电竞人才发展报告，2022 中国电竞整体市场规模预计将达到 2157 亿 元，电竞商业化未来有望为电竞市场整体增长提供长期动力。AI：云服务厂商新一轮资本开支，服务器出货量有望持续增长海量数据流量增长带来的数据处理及存储需求持续为服务器市场增长赋能。根据 Omdia， 2018 全球网络数据流量约为 1.22ZB，而至 2024 年流量将增至 5.47ZB ，约为 2018 年 的 4.5 倍，2018-2024 年 CAGR 达 28.7%，海

27、量数据将持续推升对数据存储和处理的需 求增长。根据 Sumco 预测，数据中心 SSD 存储所需也将在 2020 年达到 0.078ZB，至 2023 年将会达 0.219ZB。我们认为随着 5G 的逐步完善，用户对于接入流量的需求大幅提高，而 5 G 的建设仍在进行当中，因此我们预期在未来随着物联网等新应用逐步成熟， 对于流量的需求将继续迎来井喷式增长，进一步带动服务器行业的增长。英伟达预计其数据中心业务 2024 年可触及市场空间达到 1000 亿美金，公司 FY17 至 FY21 营收 CAGR 82%，数据中心业务已成为紧随游戏的第二大块业务，并成为目前公 司毛利贡献最高的业务。收购

28、Mellanox，推出 DPU 及 DOCA 进一步提升数据中心市场控制力。2020 年英伟达 69 亿美元完成收购 Mellanox，并基于 Mellanox 的技术推出了 DPU（Data Processing Unit）处理器。2021 年 4 月，英伟达发布了新一代 BlueField-3 DPU 以及新的 DOCA SDK 1.0（Data-Center-Infrastructure-On-A-Chip Architecture）软件架构（开发人员平台）。 传统的数据中心架构是以 CPU 为中心的架构，但随着数据量大幅提升，传统冯诺依曼 架构无法解决通信模型带来的网络拥塞问题，DPU

29、 以数据为中心的架构，其本质是一款 SoC 芯片，以 DPU 为核心的数据中心，能够使典型通信延时降低 10 倍以上。汽车：自动驾驶势不可挡，主控 SoC 为传感器等提供算力支持自动驾驶等级每提高一级，算力约提升一个数量级。随着自动驾驶等级提升，单车每天 产生的数据量骤增，传感器环境感知、高精度地图、V2X 通信、多种数据融合等对算力 提出了非常高的要求。目前主流做法同样是采用“CPU+XPU”的多核结构。行业内主要 竞争者包括英伟达、特斯拉、Mobileye、地平线、Waymo 等。英伟达：目前已经推出 5 代自动驾驶计算平台：Drive PX、Drive PX2、Drive AGX Xav

30、ier/ Pegasus、Drive AGX Orin、DRIVE Hyperion。Drive PX2 算力 24TOPS，性能强，特斯拉 曾使用。Drive AGX Xavier/Pegasus：采用 12nm Xavier，小鹏 P7、上汽荣威、文远知行、 小马智行均搭载过。Drive AGX Orin：集成了 Ampere 架构 GPU，算力最高可达 2000TOPS， 但功耗较高。2021 年 11 月发布 NVIDIA DRIVE Hyperion 8 自动驾驶开发平台，基于其 DRIVE Orin 芯片。Orin 单颗芯片算力可达 254 TOPS，Hyperion 8.1 平台

31、可搭配 15 个摄 像头、9 个雷达、12 个超声波雷达、2 个 LiDAR，实现支持 L2+/L3 级别的自动驾驶。目前的 Orin SoC 拥有 12 个 ARM Cortex-A78 CPU 核，以及基于 Ampere 架构的集成 GPU，根据英伟达，蔚来 ET7 的超算平台 Adam 搭载了 4 颗英伟达 DRIVE Orin，最高算 力可达到超过 1000TOPS。英伟达下一代 AI 加速的车用 Atlan 处理器，单颗算力可达 1000TOPS，面向 2025 年的的智能汽车需求。Atlan 处理器将使用英伟达下一代 GPU 架 构，新的Arm CPU内核以及深度学习和计算机视觉加

32、速器（computer vision accelerators）。AR/VR：推出 Ominiverse，元宇宙硬件先行。2021 年 4 月，英伟达推出 Omniverse， 作为一个开放式平台，专为虚拟协作和物理级准确的实时模拟打造，设计师、研发人员 可以通过这一平台连接主要设计工具、资产和项目，在虚拟空间协作和迭代，最终由 GPU 提供实时渲染，软硬件结合，英伟达正式进军元宇宙。复盘英伟达、AMD、英特尔和费城半导体指数可以看到，2009 年至 2012 年，英伟达股 价走势弱于 AMD，与费城半导体指数接近，进入 2012 年，也是深度学习开始快速发展 时期，英伟达超越 AMD，201

33、5 年深度学习逐步成熟，AI 下游应用打开，英伟达股价增 速显著超越其他几家，2020 年以来，游戏、AI、智能汽车、AR/VR 四重增长点同时推动， GPU 全球龙头势不可挡。2.2 德州仪器：大力外延收并购，打造模拟 IC 帝国德州仪器起步于 1951 年。起初通过地质勘探技术进入国防电子领域，50-60 年代做过红 外和雷达系统，后来还获得过导弹、激光制导、军用计算机订单，后于 1997 年 TI 将国 防业务以 29.5 亿美金卖给 Raytheon。德州仪器与集成电路的缘分始于 1952 年，其从 Western Electric 购买了生产（锗）晶体管的专利许可，随后 Gordon

34、 Teal 加入公司，主 管研发，助力公司在 1954 年研发出首个商用硅基晶体管，于是 TI 设计并制造出了首个 （锗）晶体管收音机。四年后，CRL 员工 Jack Kilby 发明了基于锗的集成电路，该项发 明还于 2000 年获得诺贝尔物理学奖，TI 中心研究实验室的研发实力可见一斑。1960 年代 TI 推出晶体管-晶体管逻辑集成电路。该集成电路采用双极型工艺制造，尤 其是 74/54（军用）系列，广泛应用于计算机逻辑集成电路。随后又开发出第一款手持 计算器（Cal Tech）、单片机（MCU）。1978 年，TI 推出单片 LPC 语音合成器，是首个通 过单片硅基芯片复制人声的电子产

35、品，后于 2001 年将语音合成业务卖给了加州的 Sensory 公司。1979 年起 TI 进军家用计算机市场，上世纪 80 年代 TI 还活跃于人工智 能领域，除了在语音合成方面的进展，还为计算机推出了首款商用单芯片数字信号处理器（DSP），并生产出一款面向高速数字信号处理的微控制器。1990 年代 TI MSP430 MCU 问世，将嵌入式处理提升到新的水平，可提供低成本与高效设计等优势。进军计算机微处理器失败。1970 年代，英特尔推出了全球首个单片微处理器 4004：1971 年初由 Federico Faggin 领导的开发团队设计出了一套只需要 4 枚芯片就可以取代原 来的 12

36、 枚芯片的芯片组，即 MCS-4 芯片组，其中核心便是 4004，采用 10 微米制程。 Computer Terminal Corporation (CTC) 是当时刚成立不久的一家设计制造小型桌面终端 的公司，其于 1967 年推出了一款非常受欢迎的机型：Datapoint 3300。为解决发热等问 题，考虑采用单片 CPU 设计改进内部电路，因此同时找到 Intel 和 TI 研发处理器。针对 CTC 推出的第二代产品 Datapoint2200，TI 快速研发出了 TMX 1795，抢先 Intel 交货， 但 CTC 没用，因为 TMX 1795 本身存在大量未使用和浪费空间，导致性

37、能无法达到要求。1971 年晚些时候，Intel 交付 1201 给 CTC，但是 CTC 不满足 1201 性能，Intel 后将产 品命名 8008（全球第一个 8 位处理器），后基于 8008 又推出 8080 和 8086，8088 开始 获得 IBM 订单，携手微软组成 Wintel 联盟，霸占 PC 处理器市场。后来 TI 抢先推出的 16 位处理器 TMS 9900 因缺乏可兼容的外围芯片和软件也无法推行，最终彻底放弃家用 电脑市场。这场对计算机微处理器的进军，TI 以失败告终。TI 在同属集成电路领域的模 拟电路的研发上取得了丰硕成果，但在数字电路领域却遭遇滑铁卢，这也暗暗提示

38、 TI 模 拟电路与数字电路的研发存在显著差异。收并购丰富产品品类，打造平台型公司。1996 年，TI 收购了 Tartan 公司，其中 Ada 语 言后用于 TI DSP 芯片设计。同年收购了 Silicon Systems 的存储产品。1997 年以 3.95 亿美元收购 Amati Communications，随后一年又看中了 GO DSP 的 DSP 处理器软件开 发工具、Spectron Microsystems 的 DSP 应用实时操作软件、Oasix and Arisix corporations 的硬盘驱动产品和 Adaptec 的高端硬盘驱动产品。同时，将仅发展两年的存储业

39、务部分 （DRAM）卖给了美光。TI 加速出售国防电子部门、软件部门、电脑部门和存储部门， 聚焦 DSP 业务。1999 年 TI 又相继完成对包含射频芯片业务的 Butterfly VLSI 和 ATL Research A/S 、主攻 DSP 相关编解码软件的 Telogy Networks、从事有线宽带芯片业务 的 Libit Signal Processing、从事发动机和车身稳定相关汽车传感器的 Integrated Sensors Solutions 和从事开关稳压器业务的 Power Trends 的收购。1999 年，TI 完成了一笔当时最大的并购，其以 12 亿美金并购了 U

40、nitrode 的电源管理 IC、电池管理 IC 和接口等业务，这一并购巩固了 TI 模拟市场第一的地位，在这之前 TI 模拟市占率低于 12%。2000 年，TI 以 61 亿美金收购了 Burr-Brown，开始发展高性能 A/D、D/A 转换器、放大器。2005 年 TI 将大尺寸 TFT-LCD 驱动 IC 业务出售给了日本 Oki Electric，后续又陆续出售了传感器和控制业务部门、家庭网关 DSL 客户端设备(CPE)业 务和有线调制解调器(cable modem)产品线。2011 年，TI 以 65 亿美金收购了国家半 导体，当时 TI 有 3 万种产品，国家半导体有 1.2

41、 万种，这一收购极大丰富了 TI 的产品 种类，为 TI 带来了电源管理 IC、显卡驱动、音频放大器、通讯接口产品以及数据转换 解决方案，为下一代信号处理奠定了基础。90 年代以来，TI 完成 30 余次收并购，丰富 完善了产品线，聚焦巩固了模拟行业全球霸主地位。其通过剥离低毛利或需要更多资金 独立发展的业务，先后剥离计算机微处理器、存储、手机处理器等业务，走上专注模拟 IC 的道路。TI 形成了包含模拟、嵌入式处理、和其他产品三大类产品布局。其模拟产品部分主要包 含电源管理、信号链产品。电池管理部分可细分为 DC/DC 开关稳压器、 AC/DC、 隔离 式 DC/DC 控制器和转换器、电源开

42、关、线性稳压器（LDO）、电压监控器、电压参考和LED 驱动等产品。信号链产品包括放大器、数据转换器、接口产品、电机驱动器、时钟 和计时、逻辑和传感器等产品。嵌入式处理部分主要包括微控制器（MCU）、数字信号处 理器 (DSP)和其他处理器。其他产品主要有 DLP 产品、计算器和 ASIC。三大类产品有近 18000 种，总计 80000 多款产品。凭借丰富的产品品类，TI 成为模拟芯片平台型龙头。模拟 IC 为核心业务。2020 年 TI 总营收 144.6 亿美元，同比增长 0.54%。模拟业务营 收 108.9 亿美元，同比增长 6.5%，约占 75%；嵌入式业务为 25.7 亿美元，同

43、比下降 12.7%，约占 18%；其他为 10.1 亿美元，同比下降 17.4%，约占 7%，主要由于疫情因 素影响学生返校，计算器部分业务营收下降导致。下游市场按地域划分，中国是最大市 场，占比达到 55%，亚洲及美国销售占比合计约 82%。逐渐缩减全球分销商，主分销商营收占比逐渐增高，销售模式向更高集中度、更贴近客 户发展。1）有意识培养客户自己申请样品，还有填写资料的习惯，跳开代理商。TI 的所有终端用 户申请样品都需要注册 MY TI，且 TI 后台可手机用户在官网搜索的浏览记录和需求；2）在中国建立销售网，设立 DSP 实验室，同时拥有非常强悍的技术支持队伍，销售、 客户、市场、技术

44、都掌握在自己手中；3）面对企业经营的压力，原厂并购重组频繁，如安华高并购博通成立新博通后砍掉安富 利、艾睿、世强等都被砍掉等代理，大厂策略越来越偏向精简渠道，直接面对终端客户， 大势所趋；4）2018 年杭州云栖大会上，天猫、阿里云 IoT 携手包括中移物联网有限公司、Cypress、 瑞萨、意法半导体、兆易创新、博通集成、移远通信、新唐科技等众多国内外知名半导 体公司宣布 2018 天猫芯片节盛大开幕，同期在天猫线上首发 18 款芯片模组。原厂拥抱 互联网，大势所趋，大客户自己来，中小客户经过互联网平台。TI 主要采用 IDM 模式，大力扩产 12 寸。TI 80%的产品都是公司内部制造，2

45、0%委外 台积电、联电代工，封测委外比例为 40% 。TI 拥有全球 14 个制造基地，10 座晶圆厂， 7 座封测厂，及多个凸点加工、晶圆测试厂。12 寸厂（DMOS6/RFAB）贡献 2020 年全 年模拟产品营收约 55 亿美金，占模拟芯片总营收 51%，20 年 12 寸产能利用率约 70%， 当前 12 寸厂满载，预计 2021 年贡献营收可达 80 亿美金。近期公告将收购美光在犹他 州的工厂，也为 12 寸厂，预计生产模拟和嵌入式产品，制程为 60nm 和 45nm。模拟产 品封测成本占比更高，单片芯片价格（未封装前）是 8 寸产线生产的 60%，这也是公司 采取 IDM 的优势之

46、一，可有效降低成本。德州仪器 2021 财年第三季度营收 46.43 亿美元，同比增长 22%，市场预期为 46.55 亿 美元。净利润 19.47 亿美元，同比增长 44%，市场预期为 19.25 亿美元。每股收益 2.07 美元，上年同期为 1.45 美元，市场预期 2.05 美元。运营利润为 23.05 亿美元，同比增 长 43%。三季度经营现金流为 24.28 亿美元，资本支出 4.86 亿美元，自由现金流 19.42 亿美元。过去 12 个月里，经营现金流 85.24 亿美元，同比增长 48%。资本支出 13.92 亿美元，同比增长 132%，自由现金流 71.32 亿美元，同比增长

47、 38%，占营收的 40.6%。公司研发费用较为稳定，资本支出呈周期性变化。从 2017 年至 2020 年，公司研发费用 基本保持在 15 亿美元左右，对于研发项目的支出并不因为公司的龙头地位稳定而有所 减少，研发费用率保持在 10%左右。公司资本支出呈现一定周期性波动，其在 2010 年 与 2018 年显著增长，呈现先升高再降低的态势，与公司的扩产计划密切相关。2.3 博通：聚焦高协同性细分龙头，高效整合降本增效博通（Broadcom）专注于技术领先和类别领先的半导体和基础设施软件解决方案。其 凭借 AT&T/贝尔实验室、朗讯和惠普/安捷伦丰富的技术基因，加持收购行业领导者博 通、LSI

48、、博通公司、博科、CA Technologies 和赛门铁克等，持续积淀拥有引领行业走 向未来的规模、范围和工程人才。如今博通已是众多产品领域的全球领导者，为世界上 最成功的公司提供服务。我们认为博通选择收购路径的重要背景有三：管理者个人风格，股东背景，美国并购文 化。背景一：CEO 陈福阳个人特点：即 1）具备商科教育背景，职业生涯开始于传统行业巨 头任财务高管及风投基金等工作经验，熟知财务管理与企业经营；2）擅长和认同并购操 作；3）过人胆识与远见。陈福阳毕业于美国麻省理工学院（MIT），同一年取得机械工程 系的学士和硕士学位；后又取得哈佛大学企管硕士学位。陈具备理工背景同时，也熟知 财务

49、管理与企业经营。他先后进入通用汽车、百事可乐等美国传统行业巨头，担任财务 高管。1983 年至 1992 年，陈福阳先后在在休姆工业和新加坡风投基金 Pacven 投资公 司任董事总经理。1992 后陈转赴个人电脑制造商 Commodore 担任公司副总裁，此时才 标志进入科技行业。20062016 年，陈福阳任新加坡模拟 IC 厂安华高总裁。并在 2016 年带领安华高科技以 370 亿美元并购博通科技后，重组公司裁员 1900 人后，后又收购 通讯大厂博科，果断又强悍的性格，将公司整并为博通科技，成为全球第五大半导体厂。 CEO 曾于华美半导体协会年度晚宴上表示，我并不是半导体人，但是我懂

50、得赚钱和经营。背景二：历年来，投资公司居多的股东背景：早期 KKR、银湖资本两大私募基金是公司 前身安华高大股东；且目前前五大股东皆投资机构，合计 40%+。1999 年，安捷伦科技 脱胎于惠普，其集合了被惠普剥离出来的芯片制造、电子测量和分析仪器业务。2005 年， KKR 和 Silver Lake Partners 收购安捷伦半导体事业部；至此，独立的安华高科技公司 成立。在私募基金控股股东的坚定支持下，作为私募基金延揽的卓越职业经理人陈福阳 能以专业视角审视现金流、利润率，ROE 等，展现了强大的资本配置能力，并率领博通 建立了以绩效为导向的发展文化。综上，私募股东背景在博通战略制定、

51、重大投资并购、 绩效激励皆发挥了重要作用。背景三：美国并购文化盛行。由于美国众多知名科技公司历史已十分悠久，加持职业经 理人文化等特点、标的公司对被公司被收购，在文化上羁绊较少。放眼国内，近年亦有利于并购的较佳土壤。（1）21H1 中国国内并购市场活跃度达 2018 年以来的最高水平，良好环境有助于国内企业并购整合。2021 年上半年中国的并购活动 交易数量达到 6177 宗，与 2020 年下半年相比增长 11%，创有史以来半年交易量的最 高水平，其中国内战略投资并购交易量增长 41%，私募股权基金和风险投资基金的交易 也很活跃。（2）高科技领域并购交易活跃。剥离 2020 年几笔互联网公司

52、私有化大额交 易影响，2021H1 交易金额大致环比持平。国家政策大力鼓励科技创新，技术升级数字 化、半导体、AI 领域投资活跃。另一个活跃领域是 5G 及相关，包括电子设备、数据中 心、云计算、物联网等，在“流量+基建”的助燃中持续升温。我们认为博通通过并购路径得以成功平台化的关键原因在于：卓越战略、高效整合。成功关键一：战略上聚焦协同性强的细分市场龙头标的+有较大效率优化空间。公司半 导体板块聚焦企业数字化基础设施市场的专用 IC 和模拟 IC，客户粘性强、技术颠覆性 低；软件板块聚焦企业数字化基础设施的 tier1 供应商，与客户关系紧密，替代性弱。 20082018 公司收购标的锁定在

53、有线、无线、企业存储这几个自有主业所在细分市场的 其他品类龙头。所有收购标的自身优质，且在产品组合上与公司产品重合度低但配套性 强。另外，收购标的都是多业务线大企业，由于各类公司治理问题，EBITDA 率在 10%- 25%，远低于安华高 42%目标，经安华高运营的改造空间很大。2018 年起，公司并购 方向转向企业数字化基础设施软件领域，系原领域收购由于公司体量过大，易被美国政 府因国家安全和反垄断等原因否决。成功关键二：大力裁撤部门或人员，削减成本、提高利润。 博通在收购后常常立即进行重组，果断卖掉非核心业务和裁员，专注提升公司利润率。例如， 收购 LSI 后，博通立即出售 LSI 企业级

54、闪存和 SSD 控制器业务给希捷。收购原博通之后，随 即 5.5 亿美元出售 IOT 业务部门。收购博科后，出售博科数据中心资产给极进网络（Extreme Networks），售价为 5500 万美元，Extreme 将接手 Brocade 的数据中心的路由、交换和分析 业务。而博科 Ruckus 无线和 ICX 交换机业务则作价 8 亿美元出售给 Arris。3、中国 Fabless“含车量”进一步提升2021 年，越来越多的设计公司推出车规级新品或在下游取得放量、份额提升，2022 年 中国 IC 设计公司“含车量”有望进一步提升。3.1 智能化开启车载光学千亿大赛道特斯拉、蔚来等造车新势

55、力走在技术前沿，引领智能汽车行业发展，作为智能汽车最引 人瞩目的技术当属自动驾驶。环境感知是实现自动驾驶最关键的环节之一，环境感知的 核心是传感器（sensor），目前主要的传感器分为两种，摄像头和雷达。区别在于摄像头 是通过第三方发射波（光）感知信息，而雷达是通过自己发射波来感知信息。雷达根据 探测距离、分辨率的不同，分为超声波雷达、毫米波雷达和激光雷达（LiDAR）。激光雷 达具有测距远、分辨率高的优点，但价格昂贵；毫米波雷达体积小，天气适应性较强， 成本较激光雷达低很多，主要分为 24GHz 和 77GHz/79GHz，后者测距更远，制造工艺 难度更大，其局限性在于对静止物体的分析精度不

56、够；摄像头成本最低，但易受天气影 响，且需要复杂的算法支持工作。根据 Yole，2025 年 ADAS 摄像头模组市场规模有望 达 81 亿美元。国内车载摄像头 2020 年市场规模达到 57 亿元。根据中国汽车工程学会，国内 ADAS 市场渗透率在 2020 年预计达到 40%，规模达到 878 亿元。根据高工智能汽车，车载摄 像头市场规模 2020 年约为 57 亿元，毫米波雷达市场规模在 2020 年市场规模约为 70 亿 元。出货量方面，盖世汽车研究院估算我国车载摄像头 2020 年出货量有望突破 4400 万 颗。智能汽车迭代升级势不可挡，汽车为未来 CMOS 图像传感器高增速市场。

57、车载摄像头最 初主要应用在倒车系统中，随着 5G 商用落地以及 ADAS（Advanced Driving Assistance System，高级驾驶辅助系统）快速普及，汽车加速智能化步伐，感知技术作为自动驾驶 技术发展的一大核心，催化车用图像传感器迎来量价齐升。根据 Omdia，预计 2020-2030 年，汽车摄像头及工业视觉将成为图像传感器增速最快的两大下游领域，其中汽车十年 间年均复合增速预计将能达到近 20%之高。自动驾驶平台拾级而上，在算力上为更多摄像头的搭载创造土壤。由于自动驾驶可通过 视觉感知+算法决策来实现，自动驾驶芯片决定了处理图像信息数据能力的上限，进而 决定了搭载摄像

58、头数量的上限，我们梳理主流自动驾驶平台升级迭代情况可以发现，自 动驾驶芯片由 L2 向 L5 自动驾驶级别加速进化。以英特尔 Mobileye EyeQ 系列芯片为例， 从 Eye Q1 到 Eye Q5，单颗芯片的浮点运算能力从约 0.0044TOPS 提升至 12TOPS，可 支持的摄像头数量从 1 个提升至 10 个，下一代 Eye Q6 平台支持的摄像头数量可进一步提升至 12 个。造车新势力摄像头配备更加激进，有望加速 CIS 上车进程。造车新势力在推动技术变革 上一向表现出更加积极地姿态，与传统车企渐进式提升自动化水平不同，蔚来等造车新 势力多采用“一步到位”的技术发展路线，跳过

59、L1、L2 级，加速推进 L3、L4 车型量产 上市，自然的，其在自动驾驶传感层的上也领先一步，率先“安排”更多数量摄像头“上 车”。从统计情况来看，同为 L3 级别的奥迪 A8 和奔驰 S 配备摄像头分别为 5 及 6 个， 而“造车新势力”特斯拉、蔚来、理想、小鹏的 L2+级别自动驾驶汽车配备摄像头数量 大都在 8 个以上，蔚来最新发布的 L4 级别豪华车型 ET7 搭载 11 颗 800 万像素摄像头， 索尼概念电动车 Vision-S 更是搭载了 18 个摄像头。车载 CIS 呈现出向高分辨率发展的趋势，价值量有望不断提升。L1-L2 低水平的智能汽 车对 CIS 的分辨率要求并不高，

60、而随自动驾驶等级提升，汽车所承担的驾驶任务更加复 杂，无论从功能还是安全方面考虑，都需要其能够实现更高的物体辨识准确度，这意味 着汽车要采用更高分辨率的 CIS。根据 TSR，目前 VGA 和 200 万像素 CIS 仍为车用 CIS 出货的主流，但未来 200 万像素及以上 CIS 占比将加速提升，预计至 2023 年 200 万像 素和 500 万及以上像素 CIS 出货量将分别达到 10.42 亿颗和 1.54 亿颗。长期来看，自动驾驶为汽车行业发展大趋势且应用推广不断加速，车载 CIS 为潜在百亿 美元大市场。目前汽车图像传感器均价约为 4-5 美元，类比手机市场发展趋势，我们认 为未