2023年半导体行业更新报告 科创板助力行业发展，全面布局半导体领域

1. 科创板助力行业发展，全面布局半导体领域

自科创板创立以来，本土半导体厂商迎来历史性融资窗口期。22 年科创 板全年 124 家公司上市，IPO 募资净额约 2400 亿元。科创板集成电路行 业 22 年 IPO 募资“井喷”，新上市集成电路企业达到 40 家，数量接近 前三年上市的 IC 公司数量之和，占整个科创板的比例约为 30%左右。 集群化+硬科技化，资本市场助力行业全面发展。从上游的 EDA/IP 环节， 到下游的设计、制造等环节，再包括制造上游的设备、材料环节，全面 布局。尤其是低国产化率但产业环节极其重要的设备和大芯片领域，大 芯片主要为 CPU、GPU、FPGA 等领域。

1） 设备：22 年初新上市拓荆科技，是国内薄膜设备龙头，拥有 PECVD、 SACVD、ALD、HDPCVD 等多项设备业务。22 年底上市的富创精 密是国内设备零部件龙头，获得国际设备大厂应用材料的深度认可。 他们与芯源微、盛美上海、中微公司、华海清科等共同助力国内半 导体设备国产替代，实现全面突破。 2） 大芯片：22 年中，两家国产 CPU 领先企业龙芯中科和海光信息依次 上市，打开大芯片 IPO 上市融资的新局面。其中，海光产品包括 CPU 和 DCU 处理器，已形成兼容 x86 指令集 CPU 系列产品和 DCU 海光 8000 系列产品。公司产品已经被广泛应用于电信、金融、互联网、 教育、交通等重要行业或领域。

国内主要设备、材料、大芯片公司的平均业绩增速整体维持高位。根据 各公司未经会计事务所审计的 22 年业绩快报财务数据可知：①在营收 上，根据 18-22 年的数据，22 年整体营收增速均值维持 62%，其中拓荆 和海光增速最高，分别达到 125%和 122%；18-22 年营收 CAGR 均值为 110%，其中华海清科和海光信息增速最高，分别为 261%和 374%。②在利润上，根据 18-22 年的数据，22 年整体利润增速均值维持 110%， 其中拓荆和芯源微增速最高，分别达到 438%和 155%；18-22 年利润 CAGR 均值为 85%。

2. 设备：整线突破大势所趋，持续攻坚空白板块

2.1. 半导体制造的核心支撑

半导体设备可大致分为晶圆制造设备和封装测试设备，对应于晶圆加工 和封测的各个环节，属于半导体制造的核心支撑领域。 晶圆加工设备：晶圆加工步骤主要分为扩散、光刻、刻蚀、离子注入、 薄膜沉积、抛光等。以晶圆加工中最重要的光刻为例，光刻又可以细分 为清洗、涂胶、光刻和显影，对应的晶圆加工设备为清洗机、涂胶机、 光刻机和显影机。晶圆处理精度高，一般在几纳米至几微米，对加工设 备精度要求极高，其中部分工序需要循环进行多次，需要用到大量的半 导体设备。

封测分为封装和测试：封装主要用于芯片后道加工，工艺流程在晶圆制 造后，分为传统封装和先进封装两种；测试则涵盖半导体中游所有环节， 从 IC 设计到 IC 封装，都需要经过测试。传统封装设备包括减薄机、划 片机、贴片机、引线键合机等；先进封装设备包括清洗机、溅射设备、 光刻机、涂覆设备、回熔焊接设备等；测试设备主要包括测试机、探针 台和分选机。

在半导体设备投资中，晶圆加工设备资本开支最大，占近 80%。根据 Gartner 的数据，在晶圆厂的资本开支中，半导体设备投资占比最大，占 70%-80%。在半导体设备投资中，晶圆加工作为集成电路制造过程中最 重要和最复杂的环节，其相关设备占比最大，占 78%-80%。封测设备在 半导体设备中占 18%-20%，其中测试设备占比最大，占 55%-60%。

下游应用方面，晶圆加工设备的最大应用市场在逻辑半导体。根据 SEMI 的数据，2023 年，晶圆加工设备市场将达到 680 亿美元，其中 Foundry/Logic 占据近一半的市场份额。值得一提的是，2020 年预计增 长率最高的用途是 NAND，预计较 2019 年增长 30%。另外，DRAM 在 2020 年的同比增长率接近 20%。

2.2. 市场空间加速上升，国产替代仍任重道远

全球半导体设备市场依旧保持着良好的增长态势，预计 22 年达到 1085 亿美元。根据 SEMI 数据，2021 年全球半导体设备市场规模为 1026 亿 美元，同比增长 44%，预计 2022 年市场规模将有 6%左右的增速，约 1085 亿美元。 在竞争格局上，海外厂商维持强劲，垄断格局进一步凸显。半导体设备 市场已形成较为稳定的寡头垄断市场格局，头部效应明显。半导体设备技术壁垒、验证壁垒以及市场壁垒都较高，多重因素导致主要市场份额 集中在少数头部企业中，并且垄断格局不断扩大。根据统计，全球前 5 大半导体设备厂商分别为 AMAT、ASML、Lam、TEL 及 KLAC，2021 年 行业 CR5 约为 84%，较 2019 年的 65%显著提高。

半导体设备和材料是晶圆制造的重要支撑领域，也是美国主要打压环节， 与国际巨头相比，仍有较大差距，任重道远。在设备领域，薄膜沉积设 备、光刻设备、前道检测设备、涂胶显影设备、离子注入设备、后道测 试设备等国产化率均不足 10%，甚至光刻和涂胶显影等领域国产化率仅 有 1%左右。在材料领域，硅片、CMP 材料等领域国内公司开始冒头， 但在光刻胶、光掩模板、靶材等环节仍然差距较大，尤其是光刻胶领域， 国内公司无人实现 A 胶量产。

2.3. 攻坚核心技术领域，加深空白环节覆盖度

国内厂商在半导体前道和后道设备领域均加速突破，进入从 1 到 10 的 新阶段，逐步缩小国际差距。 前道设备领域： 热处理设备、清洗设备、刻蚀设备、去胶设备、CMP 设备等领域市占率 较高，均在 20%左右，甚至更高。例如在 CMP 设备领域，华海清科已 经实现12英寸28nm以上逻辑制程、128层以下3D NAND、1X/1Y DRAM 全覆盖，14nm 及以下已经处于验证之中；在刻蚀设备领域，中微公司 已经实现 5nm 制程的 CCP 设备的量产，北方华创的 14nm ICP 设备也已 进入中芯国际产线进行验证。 薄膜沉积设备、离子注入设备等领域市占率较低，难度较大，但近年来 也有了较大的突破。拓荆科技的 28nm 以上 PECVD 在国内产线获得了 较大的订单，实现了量产，SACVD和 ALD设备也初步取得了客户订单， 实现了突破。凯世通的多款离子注入机设备产品获得了客户的重复采购 和批量订单。

后道设备领域： 就后道测试设备而言，华峰测控、长川科技、华兴源创实现了较大的突 破。其中华峰测控在 SoC 测试领域，目前主要 100M 的 8300 实现量产， 预计第二代 400M 以上的 8300 将在年内形成样机。长川科技的数字测试机 D9000，集合 1024 个数字通道、200MHz 数字测试速率实现快速放量。

考虑到市场占比，我们以刻蚀、薄膜沉积、清洗为例，进行详细分析国 产化进度：

（1）刻蚀：中微、北方领先，进入 5nm 先进制程

全球刻蚀设备领域中，Lam、TEL 和 AMAT 分别占 47%、27%和 17%， 三者几乎垄断市场。根据 Gartner 数据显示，2020 年全球刻蚀设备市 场规模约为 137 亿美元，其中，介质刻蚀设备市场规模约 60 亿美元， 导体刻蚀设备市场规模约 76 亿美元。刻蚀设备市场集中度高，Lam 、 TEL、AMAT 合计占 91%的市场份额，国内厂商中微公司和北方华创实 现较大突破，总计占 2%的市场份额。

国内厂商技术持续突破，多款产品进入验证阶段。国内主要刻蚀机厂商 有中微公司、北方华创以及屹唐股份。中微公司刻蚀设备包含 CCP 与 ICP，公司正在开发新型 CCP 刻蚀设备，涵盖 5nm 以下逻辑芯片及 200 层以上 3D NAND 存储芯片刻蚀需求的更多不同刻蚀应用。正在开发的 ICP 设备，涵盖 7nm 及以下的逻辑芯片、17nm 及以下的 DRAM 芯片和 3D NAND 存储芯片的刻蚀应用，同时优化开发双台 ICP 刻蚀设备。其 中，介质刻蚀已经进入台积电 5nm 产线。北方华创刻蚀机主要为 ICP， 覆盖 8 英寸、12 英寸 55-28nm 制程，已进入中芯国际 14nm 产线验证 阶段；屹唐股份干法刻蚀设备可用于 65nm~5nm 逻辑芯片。

（2）薄膜沉积：产线验证顺利，进入规模放量

离子注入市场呈增长态势，AMAT（应用材料）垄断全球离子注入市场。 根据 SEMI 数据，2021 年全球半导体设备销售额为 1026 亿美元，中国 大陆半导体设备销售额为 296 亿美元，以离子注入机在半导体设备中 占比 2.1%计算，2021 年全球离子注入机市场规模约为 22 亿美元。目前 市场上离子注入机主要由美国和日本的厂商垄断，主要厂商有国外的 AMAT、Axcelis、Nissin。其中 AMAT 占据 70%的市场份额，Axcelis 占 据约 20%的市场份额。

离子注入机领域，凯世通、中科信引领国产替代。2021 年，凯世通自 主研发的首台低能大束流离子注入机率先在国内 12 英寸主流集成电 路芯片制造厂完成设备验证工作。高能离子注入机顺利在某 12 英寸集 成电路芯片制造厂完成交付，低能大束流重金属离子注入机、低能大束 流超低温离子注入机都顺利通过厂商验证；中科信产品包括中束流、大 束流、高能、特种应用及第三代半导体等离子注入机，12 英寸 45-22nm 低能大束流离子注入机研发及产业化项目的实施则进入一个全新的自 主创新阶段。

（3）清洗：国产化率约 31%，发展速度最快

清洗设备市场规模稳步增长，龙头厂商垄断格局明显。半导体清洗设备 约为半导体设备总规模的5%，2021 年起半导体清洗设备市场增长迅速， 市场规模达到 42 亿美元，预计 2022 年将达到 47 亿美元。全球半导 体清洗设备市场高度集中，Screen、TEL、LAM 与 SEMES 四家公司合 计市场占有率达到 90%以上。其中，Screen 占据了全球半导体清洗设备 45.1%的市场份额。值得一提的是，盛美上海在全球清洗设备中占 2.3% 的市场份额，在全球单片清洗设备中市场份额达到 4%。

国产替代率较高，部分技术接近国际先进水平。我国半导体清洗领域的 重要厂商包括盛美上海、北方华创、芯源微等，清洗设备国产化率约为 31%，突破速度最快，国产化率超过了其他大部分设备。盛美上海单片清洗设备最高可单台配置 18 腔体，达到国际先进水平，目前正在拟研 发的产品包括干法设备拓展领域产品和超临界 CO2 清洗干燥设备；芯源 微的前道 Spin Scrubber 清洗机设备目前已达到国际先进水平，成功实 现进口替代。

3. 大芯片：高算力需求爆发，国产替代进展加速

3.1. GPU：高性能计算和人工智能的核心

GPU（Graphic Processing Unit）即图形处理器，是一种专门进行图形 和图像相关运算工作的微处理器，现已成为高性能计算及人工智能领域 的核心部件。1999 年，NVIDIA 公司推出 GeForce256 产品，首次提出 了 GPU 的概念。2006 年，NVIDIA 公司推出第一款采用统一渲染架构 的桌面 GPU（G80 系列）和 CUDA 开发环境，开启了 GPU 计算的新时 代，此后 GPU 的性能提升速度远远超过 CPU。2011 年专用于加速计算 的 TESLA GPU 发布，标志着英伟达的 GPU 正式应用于通用计算领域。 现代的 GPU 不仅具备高性能图形处理能力，更是高性能计算和人工智 能领域的算力核心，广泛应用于云计算、数据处理、深度学习、智慧医 疗、自动驾驶、金融等计算密集型领域。

GPU 可并行处理大量数据，计算能力出色。CPU 与 GPU 有着完全不同 的逻辑架构，CPU 具备完善的控制器、Cache 以及存储单元，适用于功 能复杂的通用计算；GPU 则很大程度上省略了控制器和 Cache，并包含 了大量的 ALU（逻辑运算单元），能够实现同时处理多任务的并行计算， 在大量的、繁杂的重复计算领域具备优势。举例而言，主流 CPU 的浮点 运算能力一般在几十 GFLOPS，而 Tesla K40 双精度浮点运算能力可达 1.43TFLOPS。在深度学习训练上，采用 GPU 加速算法，在某些情况下 可实现超过人类水平的识别和检测能力。

GPU 的发展趋势主要有两个方向：一是延续传统意义的 GPU，随着视 觉和虚拟现实的发展，对图像显形计算提出更高要求，以达到更逼真的 视觉效果。二是高性能计算（GPGPU），包括通用计算和人工智能计算。 GPGPU 作为运算协处理器，能够提升浮点运算的进度和性能，满足不 同计算场景的需要。 GPGPU（General-purpose computing on Graphics Processing Units）是 一种利用 GPU来完成原本由 CPU负责计算的密集计算任务的协处理器。 GPGPU 作为 GPU 的重要分支，具有优异并行计算能力的同时，且通常 集成高速的 GDDR 或 HBM 内存系统，能够提供每秒 TB 级别的访存带 宽，在对大规模数据流并行处理的应用场景上具备明显优势。随着 GPGPU 的技术发展和生态完善，其被广泛应用于商业计算和大数据处理、人工智能领域。GPGPU 是人工智能领域最主要的协处理器解决方 案，占据了主要的市场份额，在智能工厂、无人驾驶、智慧城市等领域 有广泛的市场空间。

进入大算力时代，全球及中国 GPU 市场规模快速增长。GPU 拥有比较 强的浮点计算能力，在大量的图像计算、科学计算、人工智能计算中有 广泛应用。因此，随着大数据产业的兴起，GPU 市场规模快速增长。据 VMR 数据，2021 年全球 GPU 市场规模达到 334.7 亿美元，预计到 2027 年将达到 1853.1 亿美元，2021-2027 年 CAGR 为 33.0%。就中国市场而 言，2020 年中国大陆 GPU 市场规模为 47.39 亿美元，约占全球市场的 18.7%，预计未来将保持 32.8%的年均复合增速，至 2027 年达到 345.6 亿美元的市场规模。

英特尔在 PC CPU 市场上保持领先。GPU 分为独立 GPU 和集成 GPU，其中集成 GPU 内置于计算机主板或 CPU 本身，常见于笔记本电脑。Intel 凭借在 CPU市场的主导地位，其核心显卡在 PC GPU市场上占据了 60% 以上的市场份额，AMD 和英伟达基本平分了剩余的 40%市场。 在独立 GPU 市场，英伟达和 AMD 双寡头垄断，且英伟达处于绝对龙 头地位。据 JPR 数据，截止 22 年 Q2，英伟达占据全球独立 GPU 市场 的 79%，AMD 占有 20%的份额。2022 年，英特尔推出 Xe 架构独立显 卡，市场份额预计在1%左右。独立GPU的性能要求一般高于集成GPU， 也拥有 AI 计算等更多应用场景。

英伟达早年推出了 CUDA 生态，形成了 GPU 开发生态的护城河。CUDA （Compute Unified Device Architecture）是由英伟达公司于 2007 年推出 的通用并行计算架构，它包含 CUDA 指令集架构以及 GPU 内部的并行 计算引擎，支持 C/C++/Python 等编程语言。采用统一的 CUDA 开发架 构，能够使 GPU 开发具备广泛的可移植性，便于开发复杂的计算产品。 以开发 AI 芯片为例，它包含数据处理、特征工程、机器学习、模型评 估等多个环节，每一个环节都需要大量的数据运算，而 CUDA-X AI 平 台则能够提供足够的开发工具，降低开发难度。随着 CUDA 生态体系的 完善，它将吸引更多的 GPU 开发者，形成更加牢固的生态壁垒，如同 电脑领域的 Windows 系统、手机领域的安卓系统。

3.2. CPU：计算机运算控制的核心

CPU（Central Processing Unit）是计算机的运算控制核心，是取址、译 码、执行的对象。CPU 的本质是超大规模集成电路，主要用于对计算机 指令进行译码、对软件中的数据进行运算处理，同时作为计算机的大脑 控制、调配计算机的所有软硬件资源。

从 CPU 工作原理看，通常可以划分为 5 个阶段：取指令、指令译码、 执行指令、访存取数、结果写回。一般程序是 CPU 从存储器或高速缓 冲存储器中一条一条取出指令，放入指令寄存器，并对指令进行译码， 最后执行指令，直到程序执行完毕为止。 CPU 的构成包括控制单元、运算单元和存储单元三部分，由内部总线进 行连接。 控制单元（Control Unit）：是 CPU 的指挥控制中心，对协调计算机的 有序工作发挥关键作用。控制单元根据用户事先编好的程序，依次从存 储单元中获取可执行的代码，放在指令寄存器（Instruction Register，IR） 中通过指令译码将其转换为可执行的指令。然后通过操作控制器 （Operation Controller，OC），按照确定的时序，向相应的部件发出控制 信号。

运算单元（Arithmetic & logical Unit）：是 CPU 的执行部件，主要根据 控制单元发出的信号做出相应的运算。运算单元基于获取的指令可以对 存储单元中的数据进行算数运算（包括加减乘除等基本运算及附加运算） 或者逻辑运算（包括移位、逻辑测试或两个值比较等）。 存储单元：暂时存放待处理或已处理的数据，主要指寄存器组和 CPU 片内缓存。寄存器是 CPU 的内部组成单元，是有限存贮容量的高速存贮 部件，速度很快，可以用来暂存指令、数据和地址，是 CPU 运算时提取 指令和数据的地方。在控制单元中的寄存器包括指令寄存器（IR）和程 序计数器（PC），在运算单元中包含的寄存器有累加器（ACC）等。采 用寄存器可以减少 CPU 访问内存的次数，从而提高 CPU 工作的效率。 但是，由于芯片面积有限，寄存器的容量不会很大，因此需要 Cache（高 速缓冲存储器）和内存来扩大容量。

内存包括随机存储器等，是用于暂时存放 CPU 运算数据的单元。主内 存是 CPU 外接的存储器，容量可以根据使用需求进行选择。然而由于内 存除了要和 CPU 通信，还需要与其他硬件通信，反馈 CPU 的请求存在 不及时的问题；此外，内存和 CPU 的通信还会受到“总线带宽”的限制， 因此CPU访问内存提取数据的时间相对较长，会影响 CPU的工作效率。 为了解决由于 CPU 运行速度远大于主内存，直接从主内存中提取数据 需要时间等待的问题，Cache 应运而生。Cache（高速缓冲存储器）保 存 CPU 刚用过或需要循环使用的部分数据，当 CPU 需要再次使用该数 据时，就可以直接从 Cache 中调用，无需再从内存中提取，因此能够减 少 CPU 等待时间、提高系统效率。Cache 从结构上可以分为 L1、L2 和 L3 等，传输效率逐次递减。L1 Cache 集成在 CPU 内部，即前述 CPU 片 内缓存，L2 Cache 随着集成度变高，也更多集成在 CPU 内部。

CPU 行业设计技术门槛高、研发周期长，无论是软件还是硬件都存在较 高的壁垒。根据芯片指令架构和操作系统的不同，当前 CPU 行业存在两 大生态体系，分别为由 Intel x86 架构联合 Window 操作系统的 Wintel 体系，以及 ARM 指令架构和 Android 操作系统形成的 AA 体系。根据海 光信息的招股说明书，Wintel 技术联盟的基本特点是基于 x86 架构优 化各类软件应用，使得 x86 架构具有显著的产业生态优势。根据龙芯 中科招股说明书，Intel 于上世纪 80 年代自研 X86 指令系统架构，凭 借先发优势迅速扩大市场份额并构建生态优势，并通过与 Windows 联 盟形成“Wintel”联盟逐步占领桌面 CPU 市场。ARM 则在苹果、高通、 三星、华为、英伟达等方面的努力下，凭借其指令系统开源、异构运算、 可定制化等一系列优势，立足于低功耗的移动市场。

2021 年全球 CPU 市场规模有望突破千亿美元，行业正在加速成长。IC Insights 数据显示，2021 年全球 MPU 出货量将达到 24.9 亿台，市场规 模将首超 1000 亿美元，较 2020 年同比增长约 14%。其中，量的规模扩 大贡献了约 8.3%的成长，剩余为 CPU 由于规格、性能提升带来的价格 增加。随着下游数据中心、服务器等需求日益攀升，CPU 市场将有望迎 来量价齐升。

CPU 行业高度垄断，Intel 和 AMD 几乎占据了全部市场。目前全球 CPU 行业基本由 Intel 和 AMD 垄断，整体来看，Intel 具备先发优势、是全球 X86 CPU 架构的龙头企业，AMD 紧随其后。据 Mercury Research 最新 数据显示，AMD 在移动笔记本、台式机、服务器以及整个 x86 CPU 的 市场占有率都在逐季爬升。从整个 x86 市场看，AMD 的市场份额已经 达到 31.4%，环比增加 3.7pcts，而 Intel 首次跌破 7 成的市占率，领先 AMD 的优势在逐渐减小。

就技术而言，Intel 和 AMD 还在不断实现微架构的迭代更新，持续保持 其市场领先的地位，与行业后进入者不断拉开差距。早期 AMD 属于工 艺技术追赶者，整体工艺落后 Intel 2-3 年左右。随着研发投入持续提高， AMD 的 CPU 工艺技术一度反超，不管是芯片制程还是单核性能均实现 超越，但在整体多核稳定性上仍有差距。

3.3. 大芯片国产化浪潮加速，国内厂商有望持续推进技术更迭

（1） GPU

国产 GPU 企业、产品不断涌现。在上市公司中，景嘉微是是国内率先 成功研制国产 GPU 芯片并实现大规模工程应用的企业之一，先后成功 研制 JM5 系列、JM7 系列、JM9 系列等高性能 GPU 芯片，并向民用市 场拓展。海光信息的 DCU 系列产品以 GPGPU 架构为基础，兼容 ROCm 和 CUDA 计算生态，可广泛应用于大数据处理、人工智能等领域。其他 国产厂商还包括芯动科技、壁仞科技、芯瞳半导体、摩尔线程、沐曦集 成电路、天数智芯等，成为国产 GPU 的新生力量。

在图形显示 GPU 领域，部分厂商产品比肩英伟达 GTX 1050（2016 年 推出）水平。芯动科技最新发布的桌面级 GPU“风华 2 号”，集超低功 耗、强渲染、4K 高清三屏显示、4K 视频解码及智能 AI 计算于一体， 像素填充率 48G Pixel/s，FP32 浮点算力为 1.5TFLOPS，且工作功耗最低 仅 4W，能效比优于竞品。而摩尔线程推出的 MTT S60，像素填充率高 达 192G Pixel/s，FP32 最高达 6TFLOPS，并且是全球率先支持 AV1 格 式编码加速的显卡。

在通用计算与人工智能 GPU 领域，国产厂商快速前行。天数智芯作为 国内首家云端 GPGPU 公司，于 2021 年推出了国内首款 7nm 全自研云 端训练 GPGPU“天垓 100”，并于 2022 年发布了 7nm 云端推理 GPGPU “智铠

100”，能够为云端 AI 训练和 HPC 通用计算提供业界领先的高算 力和高能效比。其他针对数据中心和 AI 产业的国产 GPU 还包括 BR100 （壁仞科技）、MTT S2000（摩尔线程）、MXC 系列（沐曦集成电路）等， 国产 GPU 芯片算力近年来得到了快速提升。

（2） CPU

目前，国产 CPU 的企业主要为龙芯中科、海思、飞腾信息、海光信息、 上海兆芯等。 国产 CPU 已获得越来越多的认可。以龙芯中科为例，公司历经 20 多年 的努力打造出多款 CPU，推出自主指令系统 LoongArch 以及基于该自主 指令集的产品与解决方案。此外，飞腾信息在高端嵌入式 CPU、高性能 服务器 CPU 与高效能桌面 CPU 这三大产品系列，持续填补我国多项空 白。2020 年，飞腾 CPU 交付量已经大幅提升至 150 万片，2021 年有望 突破 200 万片。出货量的增加一方面反映出国产化趋势的加速，另一方 面，也说明国产化 CPU 正越来越被更多的终端需求所接受。

国产 CPU 距离国际大厂仍有一定差距，主要体现有二： 一方面，从 CPU 的参数上对比，国产 CPU 部分性能已经可以齐平海外 大厂，但仍有提升空间。根据各家公司公开披露的产品参数，可以看到， 总体上看在核心数、主频、内存、内存通道等关键参数上，国产 CPU 已 经可以部分齐平国际厂商。但综合性能指标亦有提升空间，例如海光7285，虽然核心数、超线程数、内存及通道数均与 AMD、Intel 产品性 能接近，但在主频、内存频率上稍显逊色，在一定程度上可能会影响 CPU 运算的综合效率和稳定性。与 Intel 和 AMD 相比，国产 CPU 起步较晚， 同时国内先进制程的晶圆加工工艺与国外还存在差距，最终也会导致整 体性能表现上还有提升空间。根据前瞻产业研究院统计数据，全球 CPU 第一大技术来源地区为中国，专利申请数量占全球总申请量的 58.32%， 随着研发投入的不断提升，国产 CPU 技术突破指日可待。

另一方面，除了产品自身的性能外，国产 CPU 在生态环境上同样需要 时间去实现经验积累。生态壁垒是实现 CPU 突围的关键所在，主要体 现在软硬件的适配，以及操作系统对应用程序的兼容等问题上。如前所 述，Wintel 和 AA 两大生态体系几乎分别垄断了 PC 端和移动端，即使 是苹果也花了不少时间才实现些许突破。 国产 CPU 目前在生态的积累上已经有所成果。如龙芯中科在 MIPS 基础 上推出 LoongArch 指令集架构、申威在 Alpha 架构上推出 SW_64 等， 有望在国内关键信息领域逐渐积累经验，最终在商业化上实现突围。此 外，飞腾 CPU 也一直加快软件适配，其打造的生态体系已经与百度、搜 狗、腾讯等多家终端厂商进行合作。截至 2021 年 12 月，与飞腾平台完 成兼容认证的国产软件已有 2000 多个。

（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。）