费 城 半 导 体 指 数 （ Philadelphia Semiconductor Index，缩写为SOX ）是一个由美国费城证券交易所管理 和发布的半导体行业股票指数。该指 数包括30家细分领域最具代表性的头 部半导体公司，主要覆盖了美国、欧 洲和亚洲地区。

SOX指数通常被视为衡量半导体行业 走势的重要指标之一。每个成分股的 权重根据其市值和流通股数确定，较 大的成分股在指数中的影响更大。 SOX指数每年调整一次，调整时间一 般在9~10月，每次调整的成分股数 量一般2-4个。

费城半导体指数表现与全球半导体市场规模的关联度

费城半导体指数通常被视为衡量半导体行业走势的重要指标之一。通过比较指数股价的历史表现与全球半导体订单市场规模，可见 SOX指数与半导体行业市场呈现较高的关联度。 从全球半导体出货量看，一个完整的半导体周期的持续长度为平均40个月左右。

费城半导体指数当前所处周期

从盈利水平上看，费城半导体指数从22Q2起步入下行周期，至今经历了4个季度。从23Q1的整体业绩和增速看，指数整体收入同比 下降8.8%，整体净利润同比大幅下滑46.4%，已步入底部区间。

费城半导体指数毛利率从一直维持在50%-60%。受行业周期下行影响，23Q1毛利率降至49.6%，整体净利率水平降至17.4%。 从存货情况看，补库存周期4-8个季度，去库存周期4-6个季度。22年企业持续去库存，23Q1库存的增长幅度开始下降。

费城半导体指数-数字芯片业绩

费城半导体指数数字芯片板块主要取英伟达、AMD、高通、博通等以数字芯片设计为主的企业。 数字芯片领域在经历2022H2景气度下行和去库存影响后，业绩已经回落到低点。23Q1收入水平环比有所改善，净利润同比下降幅 度有所收窄。从英伟达、AMD、高通、博通、Marvell等财报看，整体业绩筑底，部分业务已经回暖。

费城半导体指数-数字芯片-库存水位

数字芯片领域在2021-2022年库存水位逐渐抬升，22Q4达到顶峰。随着去库存的进行，库存水位的增长幅度已开始逐步回落。 企业的存货周转天数23Q1仍有所增长，反应了去库存进展仍需时日。 数字芯片企业库存水位较高，主要在于这些企业以消电类芯片为主，一季度消电依然处于去库存的深化阶段。

费城半导体指数-模拟芯片业绩

费城半导体指数模拟芯片板块主要取德州仪器、ADI、MPS等以模拟芯片为主的企业。 模拟芯片领域在经历2022年景气度下行和去库存影响后，业绩已经回落到低点。23Q1收入和净利润同比增长继续收窄。

存储-业绩

费城半导体指数中，头部存储企业仅有美光一家。我们选取了三星（存储业务）、SK海力士、美光3家企业的财务信息。 存储领域在经历2022年景气度下行和去库存影响后，业绩已经回落到低点。22Q4和23Q1录得较大幅度亏损。

存储-库存水位

存储领域的库存水位在2021Q3开始连续7个季度持续抬升。库存目前仍处于较高水位。 企业的存货周转天数22Q3开始持续上移。23Q1三家头部存储企业的存货周转天数达到顶峰。

存储-现货价格走势

DRAM现货价格自22年3月以来经历近5个季度下调后，今年5月在底部开始逐步趋稳。 NAND现货价格自22年8月见顶后有所回落，目前维持在2-3.9美元之间，相比本轮周期高点价格变动不大。

费城半导体指数-制造-业绩

费城半导体指数中，晶圆代工包括台积电和格罗方德2家。我们在此基础上添加了三星（晶圆代工业务）、联华电子、中芯国际、华 虹半导体4家企业的财务信息。 半导体代工领域在经历2022年较高景气度后，受需求疲软影响，产能利用率开始下降，2023年业绩或承压。

费城半导体指数-设备-业绩

费城半导体指数中，半导体设备包括等ASML、应用材料等6家企业。 半导体设备与下游晶圆厂资本开支规模和增速密切相关。设备在经历2021年晶圆厂大幅投入带来的高速增长后，2022年跟随国际 大晶圆厂Capex的放缓而增速收窄。23Q1收入和净利润环比下滑，不过相比去年同期低基数原因而实现20%以上增长。

关注方向一：AI算力引领成长，数据中心GPU前景广阔

AI算力已成为驱动人工智能发展的核心动力 。 人工智能发展离不开算力的支撑，随着模型的参数量和复杂程度不断增长趋势，算力基础设施 的供给水平将直接影响应用落地及其迭代的进程。  服务器：目前全球AI服务器占AI基础设施市场的八成以上，是AI基础设施的主体。IDC预计 2025年全球AI服务器市场规模达266亿美元。2020-2025年CAGR为18.9%，远超全球通用服 务器市场增速。

GPU：1）市场规模：根据Verified Market Research，2021年全球GPU芯片市场规模为 334.7亿美元，预计2030年约4773.7亿美元，CAGR达33.3%；2020年中国GPU市场规模 47.39亿美元，预计2027年市场规模达345.57亿美元，2021-2027年CAGR为32.8%，国内外 GPU市场前景广阔。2）市场份额：根据Jon Peddie Research数据，2022Q3独立GPU市场中 英伟达和AMD的市占率分别为88%和8%，垄断优势明显。而国内厂商有望在AI产业蓬勃发展 和国产替代逻辑下加速成长。

边缘算力是解决AIoT时代“算力荒”的趋势产物

云计算无法完全覆盖海量实时的处理需求。伴随人工智能、5G、物联网等技术的逐渐成熟，以及AI大模型轻量化带来与智能终端结 合的可能，算力需求将从数据中心不断延伸至边缘侧，以产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保 护等方面的基本需求。

市场规模快速增长。根据IDC统计，中国2021年边缘计算服务器整体市场规模达到33亿美元，较2020年增长23.9%，预计2020- 2025年CAGR将达到22.2%，高于全球的20.2%。

根据业务场景多样定制，集成化是趋势。区别于数据中心服务器，边缘服务器配置并不一味追求最高计算性能、最大存储、最大扩展 卡数量等参数，而是在有限空间里面尽量提供配置灵活性。当前边缘服务器多用于工业制造等领域，需根据具体环境（高压、低温、 极端天气）等选择主板、处理器等，下游需求呈现碎片化，未有统一的标准。未来伴随着越来越多的计算和存储需求下放至边缘端， 预计涉及更紧密的加速集成，以满足包括AI算力在内的多种需求。

AI芯片需求提升背后的驱动力-AIGC

ChatGPT的火爆带来AIGC（生成式人工智能）的繁荣，背 后的力量是大模型技术的快速发展。全球范围内AI模型参数 大小不断递增，2011-2021年间从千万级增至千亿级。 2020年OpenAI发布的GPT-3深度学习模型使用云计算分析 学习海量数据后，凭借1750亿个参数，在文本分析、机器 翻译、机器写作等自然语言处理应用领域表现出色。2022 年11月，基于GPT-3.5的ChatGPT发布。同时期更大的LLM 模型中，Google的PaLM 有5400亿个参数，其子公司 DeepMind的Gopher有2800亿个参数。

3月15日，OpenAI发布了多模态预训练大模型GPT-4。 GPT-4在回答准确性、文字输入限制、识图能力、文本/图 像prompt、图生文等方面实现了飞跃式提升。在OpenAI 的内部对抗性真实性评估中，GPT-4的得分比GPT-3.5模型 高出40%。

AI芯片需求提升背后的驱动力-自动驾驶

智能汽车和Robotaxi催生了自动驾驶需求，自动驾驶需要大量的算力和海量的生产软件专业知识。自动驾驶的能力构建和技术创新 涉及从汽车到云端的每个环节，包括原始数据采集/验证、场景库构建、地图构建、神经网络构建/训练、仿真等多个模块。

开发自动驾驶汽车需要高性能、节能高效的AI计算基础架构。成功的关键是优化数据加载，以便在不影响安全的情况下训练和操作 这些车辆。汽车能够收集和处理的信息越多，AI就可以更快速、更出色地学习和做出决策。此外，通过模拟汽车在各个场景中进行 仿真驾驶，可以涵盖从常规驾驶到罕见乃至危险情况下的各种交通状况，相比现实世界中的驾驶测试更高效经济安全。

上述场景均需要海量数据和云端AI训练作为支撑。根据Garner估计，每一部自动驾驶联网车辆每天至少产生4TB数据。作为业界标 杆，特斯拉和英伟达均建立了涵盖车端-云端的自动驾驶网络平台。

英伟达

公司看点 ：1）AI算力需求拉动数据中心业务高增长，游戏业务经历大幅调整后逐步筑底回升，25财年（24自然年）估值低于历史中枢。 2）大模型和生成式AI带动数据中心AI芯片需求快速增长，英伟达数据中心GPU目前市占率超80%，掌握行业定价权，超强硬 件算力&通信性能+CUDA生态+DGX Cloud AI云服务构筑公司宽广的护城河。 3）游戏业务自FY23Q2以来收入连跌四个季度，23Q1收入降幅收窄正逐步筑底。随着加密货币矿卡出清，23年3A游戏大作发 布，显卡需求有望反弹，带动游戏业务回升。 4）Orin量产拉动汽车业务成长曲线，与MTK合作拓展智能座舱市场。

AMD

公司看点： 1）数据中心CPU份额提升+GPU高成长，企业客户和游戏业务周期见底，24年估值低于历史中枢。 2）大模型和生成式AI带动数据中心AI芯片需求快速增长，AMD数据中心CPU目前市占率20%左右；数据中心GPU加速发力， 在微软等客户合作加持下，MI300的上市有望对英伟达相关产品形成一定的竞争。 3）企业客户业务和游戏业务受需求疲软影响下行，23Q1游戏业务收入降幅收窄正逐步筑底。随着23年3A游戏大作发布，显卡 需求有望反弹，带动游戏业务回升。 4）收购Xilinx后整合顺畅，依托Xilinx在FPGA领域的领先优势，与公司存量业务的协同效应逐步显现。

高通

公司看点： 1）手机业务周期见底，消电需求有望复苏或带动业绩回升，长期看边缘算力或带来二次成长曲线，当前估值低于历史中枢。 2）经历近两年的下行周期行业出清和去库存后，23H1手机相关业务有望见底。随着23H2消电传统旺季到来，需求有望反弹， 带动移动消费终端、IoT等业务回升。 3）未来AI大模型轻量化及与智能终端结合，算力需求将从数据中心不断延伸至边缘侧。作为全球移动芯片平台龙头企业，高通 在边缘侧计算、通信、生态等方面具有天然优势，边缘算力或为公司带来二次成长曲线。 4）作为全球智能座舱龙头企业，高通的骁龙数字底盘解决方案整合了软硬件一体化能力，涵盖了智能座舱、自动驾驶、智慧互 联、云服务等一揽子解决方案，累计获得超百亿美元的设计产出，未来成长可期。

关注方向二：提前布局周期拐点

结合前文对存储市场的业绩、库存、价格等情况综合分析，我们认为，存储作为半导体周期的重要风向标之一，23H2有望 迎来基本面拐点，当前时间点值得重点关注。 随着主动减产和库存去化，23H1头部存储厂商业绩有望触底，23H2行业回升可期。 DRAM和NAND现货价格处于底部，部分NAND闪存价格已降至可变成本以下，头部存储企业不再接受降价需求。部分 存储厂商计划提价。后续价格反弹幅度和产业链是否有策略性备货，关键在于实际需求的回升程度。  在AI算力和大模型应用需求等推动下，更大的数据存储量、DDR5/HBM技术等有望带动存储新一轮成长。

新兴显存技术-HBM

HBM（High Bandwidth Memory，高带宽内存）是基于3D堆叠工艺的新型DRAM解决方案，HBM使DRAM从传统2D结构转向立 体3D结构，可充分利用空间、缩小面积，突破了内存容量与带宽瓶颈。HBM主要通过硅通孔（TSV）技术将数个DRAM裸片垂直堆 叠，以增加吞吐量并克服单一封装内带宽的限制。通过增加带宽，扩展内存容量，使模型与参数留在离核心计算更近的地方，从而 降低延迟。相比传统封装方式，TSV能缩减30%体积，降低50%能耗。HBM具有高带宽、多I/O、小尺寸、低功耗等优势。

HBM的高带宽、低功耗等特点，适合于AI等高数据处理速率要求的应用场景。未来深度机器学习、高性能计算等应用市场对带宽将 提出更高的要求，持续驱动HBM迭代发展。英伟达、AMD等高阶GPU的显存均以HBM方案为主流。根据Omida预测，HBM市场 规模将由2019年5亿美元增长至2025年25亿美元，CAGR为30.8%。2025年中国市场HBM出货量预计超过100万颗。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）