2025年电子行业年度策略报告：AI从云侧走向端侧，半导体由进口走向国产

1. AI 手机元年，手机迎来新一轮换机周期

1.1 AI 手机重新定义手机功能，智能化全面升级

边缘 AI 形态的手机将会成为未来行业主流，手机的感知及计算能力将显著升级，推动手机硬件创新。根据 Counterpoint Research，AI 手机可定义为：利用大型预训练的生成式人工智能模型来创建原创内容或执行上下文感知任务的移动设备。为了实现上述功能，手机硬件将会有较大幅度的升级，包括专门进行神经网络运算的芯片核心，大容量和高带宽的内存，同时配套的功耗、通信等也将有一定提升。

AI 作为手机新功能，催生 AI 手机新行业，长期带来巨大市场空间。根据Counterpoint 的数据，2023 年全球手机出货量 11.7 亿部，其中符合生成式 AI 手机标准的仅1%。然而，随着2024 年智能手机行业的积极变革和手机厂商将生成式 AI 作为升级重点，预计到2027年生成式 AI 手机的市场渗透率将达到 43%，生成式 AI 手机的存量将从2023 年的百万级增长到2027年的 12.3 亿部。 主流手机厂商已推出具备 AI 功能的手机，AI 功能已成为高端手机的核心卖点。据Counterpoint Research，24Q1 全球手机市场具备 GenAI 功能的手机市占率提升至6%，较上季度 1.3%大幅提升，其中三星 Galaxy S24 系列占其中 58%，小米14 系列、VIVOX100系列等均有不俗表现。同时 24Q1 销售的 AI 手机中，70%以上是批发价高于600 美金的高端手机，产品型号也增长到 30 多款，AI 功能已经成为手机厂商抢占市场的核心功能。

AI 手机高速渗透，预计未来四年行业增速超 40%。IDC 预计2024 年AI 手机渗透率将达到 19%，预计 2025 年 AI 手机渗透将进一步加速，更多次旗舰以及中高端机型将配备更强大的端侧 AI 能力，推动全球渗透率将达到 29%，出货量约四亿台。2024 年下半年以来，随着安卓厂商第二代 AI 旗舰手机陆续推出和模型算法的迭代，端侧小模型的运行效果已有长足进步，构建开放的 AI 服务生态体系已成为众多安卓厂商下一阶段 AI 战略重心。随着行业领头玩家的相继入局，将说服并吸引更多开发者为移动端开发更多 AI 应用与服务，进一步完善目前初具雏形的手机 AI Agent 应用场景。后续手机厂商进一步扩大 AI 手机生态规模，预计未来四年AI 手机行业 CAGR 超过 40%，AI 化将成为手机新一轮换机趋势。

1.2 AI 手机产品陆续发布，产品功能逐渐完善

传统消费电子行业进入存量市场，加速研发 AI 创造新需求已成手机行业共识。2023年下半年开始以谷歌、三星、VIVO 等手机终端厂商将大模型内置到手机中，将云端算力逐步导入到边缘端，AI 大模型也成为手机厂商宣传卖点。各家终端品牌将持续投入AI 手机研发及宣传，边缘端算力与 AI 模型生态建设能力将会成为未来手机厂商竞争的关键影响因素，各厂商的AI技术竞赛也将加速传统手机行业的换机速度，同时也有望重塑行业竞争格局。未来品牌厂商在AI 领域软硬件的军备竞赛已成趋势，消费者使用体验将不断优化，供应链也随创新带来价值量的显著提升。

国内手机厂商尝试自研大模型形成差异化优势，品牌厂商在手机行业中地位将进一步提升。相较三星搭载谷歌 Gemini 模型，国内厂商倾向于自研大模型来扩展自身能力圈，通过自研大模型开发配套 APP 及个性化应用场景，强化手机源生 APP 的功能，挖掘更大软件服务价值。华为在开发者大会2024上发布了鸿蒙原生智能Harmony Intelligence。HarmonyOSNEXT首次将 AI 能力融入系统，带来 AIGC 图像生成功能，AI 声音修复功能，AI 视觉功能。借助Harmony Intelligence 的“控件 AI 化”特性，各种第三方 App 可以调用系统空间实现实时朗读、智能填充、图文翻译、主体抠图等一系列功能。“小艺智慧助手”正式升级为基于盘古大模型5.0 的“小艺智能体”，无需唤醒小艺，将内容拖放到导航条上就可随时“召唤”，并完成一系列后续操作。

苹果 WWDC 发布 Apple Intelligence，苹果生态操作系统全面AI 化。苹果将AppleIntelligence 的功能总结提炼为 Powerful、Intuitive、Integrated、Personal、Private 五大维度，新的 AI 功能将提升用户的使用体验，通过智能交互提高用户使用效率，结合原生APP，实现多角度多功能的快速交互与响应，将 AI 作为强大的逻辑推理工具实现产品化。通过Siri 作为信息入口，AI 能智能理解用户指令，并且通过 AI 可实现跨应用的协同交互，实现Siri 可跨APP进行任务分配，同时可自动操作 APP 完成具体任务。最终体现形式包括断续对话、屏幕感知、图片生成、文字处理等功能，从而实现手机操作的进一步简洁化和智能化。

苹果持续升级 Apple Intelligence，最新 iOS 18.2 带来多项AI 新功能。苹果Siri 与ChatGPT深度集成，为用户提供更智能的回答和服务，不仅大大提升了Siri 的实用性，同时也简化了用户获取信息和解决问题的流程。本次更新提供了丰富的图像创作功能，用户可以通过这些功能进行文本到图像的转换、草图优化以及生成个性化的表情符号，为社交聊天和内容创作增添趣味和个性。同时，新增的视觉智能能够帮助用户识别和获取物体的详细信息并提供相关的购买渠道，适用于旅行、购物等日常生活场景，进一步提升生活便利性和信息获取效率。

1.3 手机 AI 趋势推动供应链升级

1.3.1 SoC 芯片算力进一步提升

高通在 2024 年 10 月 22 日正式发布新一代旗舰级移动平台骁龙8 至尊版，算力性能较上一代继续提升。新款旗舰芯片首度采用高通定制的 Oryon CPU 内核，包括两个最高主频4.32GHz 的 Phoenix L 超大核心和 6 个最高主频 3.53GHz 的Phoenix M大核心。对比上一代的骁龙 8 Gen 3，CPU 单核性能提升达到 45%，多核性能提升也高达45%。搭载最新的Adreno830 GPU，相较于上一代在性能上实现了 40% 的提升，同时功耗也降低了40%，另外在游戏场景比较看重的光线追踪性能方面，这枚 GPU 也有高达 35% 的性能提升。得益于更强的Oryon CPU、Adreno GPU 以及 Hexagon NPU 等模块，骁龙 8 至尊版实现了AI 性能45%的提升，同时最高单瓦性能也提升了 45%。

联发科在 2024 年 10 月 9 日发布天玑 9400 旗舰芯片，全大核设计助力AI 性能。第二代全大核架构赋予全大核架构更多的能力和优化，相比上一代单核性能提升35%，多核性能提升 28%，相较上一代同性能功耗节省 40%。搭载了 ARM 最新的旗舰12 核ImmortalisG925GPU。相较于天玑 9300，这枚 GPU 在《3D Mark》SNL 测试项目中性能提升达41%，功耗降低可达 44%，在代表光线追踪性能的 Solar Bay 测试项目中表现提升40%，在日常游戏功耗表现上最高可以有 45% 的功耗降低。第八代 NPU 890 支持 Traning backward propagation硬件算子加速技术，性能更加强大，在 ETHZ AI Bench V6 跑分中超过了6770 分的成绩，相较于上一代天玑 9300 的 NPU 有大幅提升，成为当今 AI 性能第一，同时功耗相比天玑9300也下降了 35%。同时天玑 9400 的 NPU 还是首款搭载智能化硬件生成式AI 引擎的NPU，业界首次支持生成式 AI 端侧训练，首次支持生成式 AI 高画质视频生成。

1.3.2 存储芯片扩容增长

大模型运行内存要求提高，内存持续扩容升级。大模型的运行通常需要大量的存储空间来存储参数和中间数据，新一代 AI 手机要在手机端运行大模型，对手机本身的存储空间提出更高要求。16GB 作为目前主流智能手机最大运行内存只是 AI 手机的门槛。此外要想高效运行手机端大模型，手机存储芯片的性能也面临更高挑战。2024 年各家旗舰机型内存大部分提升至 12GB 及以上，相较往年 8GB 有一定幅度提升，未来伴随模型复杂度提升，内存容量还有持续提升空间。

存储大厂全面更新产品，适配 AI 手机性能需求。三星推出12nm的LPDDR5X存储芯片。新款产品速度能够达到 10.7Gbps，在内存性能和容量等指标上，与上一代相比分别提高了25%和 30%以上，同时将单封装容量上限提高至 32GB，以此更有效的适配新一代AI 终端对内存的需求。新款芯片同时对能耗进行优化，根据工作负荷调整功率，增加低功耗模式的频段，通过智能适配实现整体功效的提升。美光优化芯片设计，提升手机续航。美光作为内存市场另一龙头公司，同样发布新一代高性能产品，该产品通过对 LPDDR5X 内存的1ß节点进行优化，在保持 9.6Gbps 速度的同时，进一步节约了 4%的功耗。

1.3.3 AI 提升功耗，电池及散热环节持续更新

AI 功能需要更强的算力和更长的续航，对 SOC 和电池提出更高的要求。多数品牌旗舰新机电池容量达到 5000mAh 以上，为手机带来更长的续航时间，同时AI 可优化电源管理系统，以增强电池利用效率。各家品牌厂商旗舰机型 24 款普遍较 23 款电池容量有提升，相对应充电功率部分品牌也有所升级。

手机功耗提升以及电池容量增长，均对散热性能提出高要求。散热性能直接影响电子产品的稳定性及可靠性，温度升高将会直接导致电子元器件故障，以及引起芯片降频，降低整体运算性能。同时 AI 手机在电池容量的提升，也会提升整体热量，因此AI 手机对导热、散热能力提出更高要求。 散热需求持续增长，新型导热材料方案成为主流。由于电子产品呈现超薄化、高性能化、智能化、功能集成化的产品趋势，产品内部集成的发热组件数量增多，单一散热材料将逐渐被多种散热组件构成的散热模组替代，以人工合成石墨散热膜、热管、均热板等为代表的新型导热材料方案将成为市场主流的散热解决方案。

多元化、组合化散热方案逐渐成为市场主流。伴随消费电子产品散热需求的提升，传统的单一散热方案已不能满足最新散热需求，以均热板（VC）为主、石墨等为辅的散热组合已成为各品牌旗舰手机主流的散热解决方案。传统散热方案以石墨材料为主，但在热管、均热板技术的不断成熟，方案成本不断下降的趋势下，热管、均热板在智能手机领域的渗透率持续提升，未来手机散热环节有望发展为“均温板+石墨烯”的复合解决方案。

2. AI 赋能传统 IoT 领域，AI 硬件百花齐放

2.1 AI 耳机：大模型的语音交互终端，有望重塑耳机市场格局

AI 耳机成为随身 AI 语音助手，收集周围信息搭配 AI 功能使用。字节跳动于10月10日发布首款 AI 智能体耳机 Ola Friend，其为开放式耳机，单耳重量为6.6 克。Ola Friend接入了豆包大模型，与豆包 App 深度结合，用户戴上耳机后，无需打开手机即可通过语音唤起豆包进行对话。除字节发布 AI 耳机外，其他品牌陆续发布 AI 耳机产品，例如IILGSLinksAI高音质开放式耳机已经接入豆包大模型，漫步者、安克创新等品牌后续有望推出AI 耳机产品。

2.2 AI 眼镜：AI 推动 XR 持续迭代，AI 眼镜新形态打开市场空间

AI 眼镜是 AR 眼镜的过渡，AR+AI 眼镜有望成为下一代智能个人终端。AI 眼镜如Ray-BanMeta 可以通过摄像头了解外部环境，与内置 AI 聊天从而实现更全面的外部信息获取和处理。AR 智能眼镜则是在传统 AR 头显的基础上，结合眼镜功能，实现视听结合的深度沉浸式体验。AR 技术在显示技术上短期成本较高，难以普及，因此 AR 智能眼镜商业化落地为时尚早。以Ray-Ban Meta 为代表的 AI 眼镜，不带显示功能，大幅降低成本，技术也更加成熟，搭配边缘AI 大模型的快速发展，将 AI 功能通过眼镜硬件低成本快速部署，加快了AI 边缘终端的快速渗透。 AI 智能眼镜尚处探索期，行业增速厚积薄发。AI 眼镜真正崛起开始于23 年发布的Ray-BanMeta，目前整体行业仍处于探索起步阶段。伴随着相关技术的成熟和厂商进场铺开，AI 眼镜在传统眼镜的渗透率不断提升，出货量厚积薄发。根据 wellsennXR 预测，AI 眼镜2029年全球销量有望达到 5500 万副，到 2035 年全球销量达 14 亿副。随着AI 眼镜的不断渗透和AI功能的日益强大，AI 眼镜将替代传统眼镜，成为智能手机的核心配件，甚至单独形成AI 眼镜应用生态，完全改变当前电子配件使用习惯。

多方势力积极布局，产品推出步伐加快。AI 眼镜点燃行业热情，国内众多厂商开始入局AI 眼镜。XR 厂商如 Rokid、影目积极转型，依靠过去在 XR 领域的积累，陆续推出AI 眼镜相关产品。手机厂商如小米、三星凭借其强大的供应链整合能力和大量的硬件基础，不断深化相关领域布局，预计 25 年将推出自有品牌 AI 眼镜产品。互联网软件厂商，如百度则依靠其自研大模型推出 AI 眼镜尝试破圈，通过眼镜硬件实现对大模型用户的深度绑定。从愈发密集的新品发布节奏来看，AI 眼镜市场正快速崛起，预计未来 AI 眼镜市场将出现百花齐放的竞争格局。

SoC 芯片作为 AI 眼镜核心零部件，国产 SoC 厂商有望切入供应链。消费电子产品SoC芯片市场,竞争格局一直为外资龙头厂商所占据，而 AI 眼镜对算力性能需求较传统手机、PC相对较为简单，国内厂商提前布局，有望通过 AI 眼镜单品扩大自身市场份额。SoC对研发设计、制造工艺以及软硬件协同开发技术的要求较高，高通、联发科等传统手机SoC厂商依靠在手机领域的技术积累，占据 XR 市场芯片的大部分份额，而当前AI 眼镜较XR产品减少光学配置，设计难度降低，也使得国内厂商如恒玄科技、紫光展锐等，有能力研发适配AI 眼镜的芯片产品，进一步打开国产 SoC 芯片的市场空间。

AI 眼镜产业链完整，国产供应链全覆盖。AI 眼镜产业链覆盖了从上游传统眼镜零部件、芯片系统、摄像头等关键元器件，而整机组装、系统优化等环节，国内消费电子产业链同样完善。依靠传统手机供应链的全面国产化，AI 眼镜行业同样可实现高度国产化，传统消费电子产业链公司有望通过 AI 眼镜实现新一轮跨越式增长。

3. AI：算力芯片加速国产化，PCB 景气度持续提升

3.1 GPU&ASIC：大模型迭代推动需求快速成长，自主可控加速国产替代

AI 大模型持续迭代，人工智能投融资额增长迅速。自 2022 年底OpenAI 发布ChatGPT以来，全球基础模型数量快速增加和迭代。根据中国信通院数据，2023 年全球基础模型较2022年增长数量翻倍；2024 年以来全球基础模型新增或迭代近百个。目前，大模型支持的模态已经逐步从自然语言处理拓展到多模态和生成等场景。大模型迭代升级拉动全球人工智能投融资金额迅速增长。2023 年，生成式人工智能投融资规模大 252 亿美元，约为2022 年的9倍；2024H1全球人工智能投融资金额达到 316 亿美元，同比上升 84%。

AI 应用渗透率快速提升，全球加速迈向人工智能时代。AI APP 用户快速增长。AppMagic数据显示，全球 AI APP 用户数从 2023 年 6 月的 1.35 亿增长到2024 年6 月的2.33亿，其中中国 AI APP 用户规模爆发式增长，从 820 万增长到 6170 万，同比增长653.3%。企业AI 采用率快速提升。McKinsey & Company 调查报告显示，企业在最少一个业务功能采用AI 的比例从2023 年的 55%大幅增大到 2024 年的 72%。

人工智能发展需要算力支撑，IDC GPU 需求快速增长。算力是生成式AI 发展的物理基础，高性能计算硬件的持续进步为模型训练提供了强大的支撑。模型的大小、训练所需的参数量等因素将直接影响智能涌现的质量，人工智能模型需要的准确性越高，训练该模型所需的计算力就越高。以 ChatGPT 模型为例，Yole 预计，GPT-3 大模型所需训练参数量为1750 亿，需要至少 1500 个 H100 训练一周；GPT-4 则需要 8000 个 H100 训练3 个月。根据Yole 测算，为了应对人工智能对算力的需求，全球 IDC GPU 市场规模有望从 2024 年的856 亿美元增长到2029年的 1620 亿美元。

各大厂商加大自研芯片力度，AI ASIC 具备较大市场潜力。ASIC 是为特定应用而设计的集成电路。作为专用定制芯片，芯片的核心数量、逻辑计算单元和控制单元比例、缓存等，包括整个芯片架构都采用精确定制。与通用芯片（GPU）相比，ASIC 在处理特定任务时能够达到更高的效率和更低的能耗和成本，性价比更高。例如，在同等预算下，AWS的Trainium2（ASIC 芯片）可以比英伟达的 H100 GPU 更快速完成推理任务，且性价比提高了30-40%。为了降低算力成本、减少对英伟达的过度依赖，全球 CSP 厂商积极加大自研芯片力度。Yole预计，2029 年 AI ASIC 芯片市场规模将从 2024 年的 253 亿美元大幅增长到2029 年的711亿美元。

美企垄断 AI 芯片市场，出口管制加速算力芯片国产化进程。全球AI 芯片主要被美企英伟达、AMD、Intel 等企业垄断。Trendforce 预计，2024 年英伟达、AMD（含Xilinx）、Intel（含 Altela）在 AI 服务器 AI 芯片中的市占率分别为 63.6%，8.1%和2.9%；单看AI 服务器搭载 GPU，英伟达市占率逼近 9 成，AMD 约 8%。随着大模型、无人驾驶等人工智能（AI）应用快速发展，AI 芯片已超越 5G 芯片成为美国政府卡中国脖子的新武器。2021-2023年在被列入实体清单企业名单中，AI 相关企业数量均超过通信和通用半导体公司。鉴于AI 在新一轮产业革命发展以及国防军事竞争中的重要战略意义，可以预测，随着大规模计算的发展，未来美国将会进一步强化对我国 AI 领域的战略打压，AI 算力芯片有望迎来国产化机遇。

3.2 PCB：算力需求迎来第二增长曲线，数通PCB 景气度持续提升

全球 PCB 产值长期呈稳定增长趋势，其中中国 PCB 产值继续占据主导地位。根据Prismark预测，2024 年全球 PCB 产值将增长 5.0%，达 730.26 亿美元，其中中国PCB产值将达397.91亿美元，占全球 PCB 产值的 54.5%，同比增长 5.3%。长期看，随着经济增长以及下游人工智能、智能驾驶、数据存储、消费电子等市场的发展驱动，全球PCB 产值预计到2028年将达到904.13 亿美元，对应 2023 年至 2028 年复合增长率为 5.4%，仍呈现稳定增长趋势。中国PCB产值预计到 2028 年将达到 464.74 亿美元，占全球 PCB 产值的51.4%，对应2023 年至2028年复合增长率为 4.2%，略低于亚洲其他地区 2023 年至 2028 年PCB 产值增速。

受益于 AI 服务器、智能驾驶、人工智能等新兴计算场景对高频高速电路板的结构性需求，18 层以上的高多层板、HDI 板、封装基板将保持较高的增速增长。随着人工智能的加速演进与应用深化，高算力需求提升了 PCIe 带宽、速率和 I/O 接口数量要求，使得PCB的线宽、线距、孔径以及层厚等性能不断升级，所以我们认为高层数、高频高速、高阶HDI 等高端PCB是未来 PCB 行业发展方向。根据 Prismark 预测，18 层以上高多层板和HDI 板2023-2028E的年复合增长率分别达到 10.0%和 7.1%，远超行业 5.4%的平均年复合增长率。

随着大模型应用到千行百业，推理将反超训练，算力需求迎来第二增长曲线，进一步带动服务器、交换机需求高增，提升数通 PCB 景气度。在 2024 年的AI 行情中，受益于训练侧带动的算力需求增长，数通 PCB 迎来量价齐升。但 AI 应用作为当下大厂重点推进方向，随着训练模型的完善与成熟，模型和应用产品逐步进入投产模式，2025 年推理侧有望驱动算力需求迎来第二增长曲线，并继续提升数通 PCB 的景气度。

AI 服务器高速传输需求下，要求 PCB 层数增加，同时 PCB 规格升级，使得配套CCL材料性能提升。AI 服务器在信号传输速率、数据传输损耗、布线密度等方面要求提升，要求PCB需要拥有更高层数。PCB 层数越多，电路板走线设计的灵活性越大，并实现更好的阻抗控制，从而实现芯片组间电路信号高速传输。相比传统服务器 PCB 一般最多16 层，AI 服务器PCB一般在 20-30 层。PCB 每增加一层，其价值量均有明显提升。而覆铜板作为PCB的关键原材料，同样需要提升性能参数以适应服务器升级。AI 服务器的CCL 规格要求从LowLoss等级提高到 Very Low Loss 再升级到 Ultra Low Loss，价格上也较Whitley 平台翻了6 倍以上，较Eagle Stream 平台翻了 2 倍以上。

高速交换机渗透率提升将带动高端 PCB 需求增长。AI 算力需求的快速增加促使AI 集群规模不断提升，AI 集群网络对 AI 芯片带宽、交换机端口速率等要求同步升级，带动交换机端口速率从 200G 向 400G、800G、1.6T 提升。根据 Dell’ Oro 数据，2024 年800G交换机将开始起量，未来以 800G 为代表的高速交换机有望成为整体市场主流。但当信号传输速率超过200G时，PCB 板的互联复杂性增加，几乎所有信号线的走线长度都将超出1mDAC线路传输的损耗预算，所以需要更低损耗的 CCL 材料匹配，且 PCB 层数也要增加。一般800G交换机的PCB层数在 30 层以上，采用 M8 等级的 CCL 材料。800G 交换机的起量有望打开高端PCB市场空间。

4. 自主可控：光刻机亟待突破，AI 加速先进封装发展

4.1 光刻机：国产化势在必行，光学产业链率先受益

光刻是芯片制造的关键工艺，光刻机是核心设备。芯片制造流程大致包括晶圆加工、氧化、光刻、刻蚀、薄膜沉积、互连、测试、封装等重要步骤。其中，光刻是半导体芯片生产流程中最复杂、最关键的工艺步骤，耗时长、成本高。光刻原理是将高能雷射光穿过光罩（reticle），使光罩上的电路图形透过聚光镜（projection lens），将影像缩小到十六分之一后成像（影像复制）在预涂光阻层的晶圆（wafer）上。光刻工艺可以细分为涂胶、曝光、显影。涂胶，在晶圆表面均匀涂抹对光敏感的物质——光刻胶（PR，Photo Resist）；曝光，使用曝光设备（光刻机）使光穿过包含电路图形的光罩，将电路印在晶圆上；显影，在晶圆上喷洒显影液后，选择性的去除曝光区和非曝光区，从而形成电路图形。

投影式替代接触式光刻机，光源波长越短光刻机分辨率越高。按照成像方式分为，光刻机可以分为接触式、接近式和投影式，投影式光刻机已经替代接触/接近式成为当前主流。按照光源分，光刻机可以分为可见光源、紫外光源（UV)、深紫外光源（DUV）、极紫外光源（EUV)。

全球光刻机市场规模超 300 亿美金。SEMI 数据显示，全球半导体设备市场规模有望从2022年的 1074 亿美元增长到 2025 年的 1275 亿美元。根据中商产业研究院估计，光刻机占半导体设备比例约 24%上下，由此预估 2024 全球光刻机市场规模约为315 亿美元。出货角度，光刻机销量仍以中低端产品为主，KrF、i-Line 占比分别为 37.9%和33.6%；其次分别为ArFi、ArFdry、EUV，占比分别为 15.4%、5.8%及 7.3%。其中，EUV 是全球光刻机的重要发展方向之一，其价格远高于其他种类的光刻机。

行业寡头垄断，国产替代空间大。光刻机市场呈现寡头垄断格局，前三供应商（荷兰阿斯麦、日本佳能、日本尼康）占据绝大多数市场份额。中商产业研究院数据显示，2022 年，ASML、Canon、Nikon 在光刻机市场份额分别为 82.1%、10.2%和 7.7%。国内光刻机市场进口替代空间大，以 ASML 为例，其对中国大陆市场销售持续提升，2024 前三季度达到了71 亿欧元，占其收入比重 48.2%。

美国加大对华半导体设备出口管制。2019 年 6 月，美国国务卿出访荷期间，游说荷兰政府阻止 ASML 向中芯国际出口 EUV；2020 年 12 月 18 日，美国商务部将中芯国际添加到实体清单中，用于生产 10 纳米以下半导体产品所需的设备采购被限制；2022 年7 月7 日，彭博社引述知情人士的消息报道称，美国官员正在游说荷兰当局在禁止向中国出售深紫外线光刻机（DUV）；2023 年 3 月 8 日，荷兰政府发布新的半导体设备出口管制，主要针对ASML最先进的浸没式光刻机；2024 年 1 月 1 日，ASML 发布声明，NXT: 2050i 和NXT: 2100i 光刻机发货许可证被荷兰政府吊销。

光刻机国产化势在必行，光学产业链有望受益。光刻机整机拆分主要分为照明光学模组、投影物镜模组、晶圆平台模组三大模组。照明光学模组分为光源和照明模组。投影物镜模组包含多种反射镜和透镜，主要功能是把掩模版上的电路图案缩小到1/16 之后，聚焦成像到预涂光阻层的晶圆上。晶圆平台模组，包括工件台、掩模台、调平调焦分系统、掩模与硅片对准分系统、硅片传输与预对准系统分系统，是光刻机中的晶圆控制系统。

4.2 先进封装：AI 时代加速发展，国内厂商布局多年

先进封装是超越摩尔定律、提升芯片性能的关键。随着硅芯片将达到物理极限，通过缩小晶体管实现芯片性能提升成本越来越高，以芯粒异质集成为核心的先进封装技术，成为了集成电路发展的关键路径和突破口。相比传统封装，先进封装具有小型化、轻薄化、高密度、低功耗和功能融合等优点，不仅可以提升性能、拓展功能、优化形态、降低成本。目前最有代表性且已经实现大规模量产的先进封装是采用 TSMC CoWoS（Chip-on-Wafer-on-Substrate）封装形式的英伟达 GPU 芯片。

2028 年全球先进封装市场规模有望 785.5 亿美元。先进封装技术的应用范围广泛，涵盖了移动设备、高性能计算、物联网等多个领域。现代智能手机中大量使用了CSP 和3D封装技术，以实现高性能、低功耗和小尺寸的目标；在高性能计算领域，2.5D 和3D集成技术被广泛应用于处理器和存储器的封装，显著提升了计算性能和数据传输效率。Yole 预计，全球先进封装市场规模有望从 2023 年的 468.3 亿美元增长到 2028 年的 785.5 亿美元。先进封装占封装市场比例预计由 2022 年的 46.6%提升至 2028 年的 54.8%。

下游手机消费市场占比最大，通信基础设施领域增长最快。Yole 预计，未来手机消费领域仍是先进封装最大的市场，2028 年预计占比 61%，不过相较2022 年的70%有所下降。通信基础设施领域和汽车领域占比有所提升，2028 年预计分别达到27%和9%。从增速看，通信基础设施是先进封装增长最快的领域，2022-2028 年预计实现 17%的复合增长。

算力时代，先进封装有望迎来加速发展。先进封装可以突破带宽瓶颈，提升芯片性能。存储器的“存储墙”限制了计算芯片性能的发挥，GDDR5 的带宽极限为32GB/s。由逻辑芯片和多层 DRAM 堆叠而成的 HBM 技术可以突破带宽瓶颈，HBM1 和HBM2 的带宽分别为128GB/s和 256GB/s，HBM3 可突破 1.075TB/s。通过先进封装，如台积电CoWoS 技术，将HBM和处理器集成，可以显著提升芯片性能。英伟达从 2020 年开始采用台积电CoWoS 技术封装其A100GPU 系列产品。随着 AI 及 HPC 等高算力芯片对先进封装技术的需求日益提升，先进封装行业有望迎来加速发展。

Top 10 厂商先进封装份额 89%，封测厂与晶圆代工厂各有侧重。当前，OSAT、Foundry、IDM 厂商都在大力发展先进封装。Yole 数据显示，2022 年日月光、安靠和台积电分别以25.0%、12.4%、12.3%份额位居先进封装市场前三；Top 5 厂商市占率 67.9%，Top 10 厂商份额达到89%，行业高度集中。IDM、Foundry 由于在前道环节经验更丰富，能更快掌握需要蚀刻等前道步骤的 TSV 技术，在 2.5D/3D 封装、混合键合等技术方面较为领先；OSAT 更熟悉后道环节、异质异构集成，因此在 SiP、WLP 等技术相对有优势。

编辑：火腿肠