nand未来发展趋势集成电路行业专题报告半导体产业方兴未艾,安徽集成电路大有可为

发布时间 : 2024-11-24

作者 : 小编

访问数量 : 23

扫码分享至微信

集成电路行业专题报告半导体产业方兴未艾,安徽集成电路大有可为

（报告出品方/作者：国元证券，程舟航、杨磊）

1. 集成电路是半导体产品核心

半导体产品可大致分为集成电路（Integrated Circuit，IC）、分立电器、光电器件和传感器四大产品类型，其中集成电路是半导体产品的核心，也称芯片（Chip）。根据世界半导体贸易统计组织 WSTS 数据，2023 年全球半导体市场规模约为 5269 亿美元，其中集成电路占据绝大部分份额，约为 81.3%，分立电器、光电器件和传感器分别约占 6.7%、8.2%和 3.7%。

受存储市场回暖带动，预计 2024 年全球半导体市场将可能出现复苏。根据 WSTS 预测，2024 年全球半导体市场将增长 16%，约为 6112 亿美元，其中主要有两个集成电路类别将推动全年增长：存储市场有望实现超过 75%的高增长，达到 1632 亿美元左右；逻辑芯片预计增长 10.7%，达到约 1977 亿美元。

集成电路（IC）是把电阻、电容、晶体管等电子元件通过半导体工艺连接集成在一起的具有特定功能的电路。集成电路产品主要为芯片，具体可分为逻辑器件（芯片）、微处理器、模拟器件（芯片）和存储器件（芯片）四种，根据 WSTS 预测，2024 年逻辑芯片占半导体产品市场规模的比例将达到 32%，存储芯片市占比约为 27%，模拟芯片和微处理器市占比分别约为 13%和 13%。

（1）逻辑芯片

从集成电路产品分类来看，逻辑芯片占比最高，根据 WSTS 预测，2024 年逻辑芯片占集成电路产品比例约为 38%。逻辑芯片指包含逻辑关系，以二进制为原理，实现运算与逻辑判断功能的集成电路。逻辑芯片一般负责电子系统内部数字信号的交互和处理，主要产品包括中央处理器（CPU）、图形处理器（GPU）、可编辑逻辑器件（FPGA）和定制化 ASIC 芯片，各芯片之间的基础区别主要在于处理流程。

中央处理器(Central Processing Unit，CPU)是计算机系统的核心，由运算器、控制器和寄存器三大部分组成，基于冯·诺依曼架构设计。运算器执行算术逻辑运算，控制器从内存取指令、对指令进行译码并协调各部件执行，寄存器暂存数据和地址，数据在 CPU 内循环流动：控制器获取内存指令、解码后将数据送往运算器处理、结果存回内存，如此高效有序运转。图形处理器(Graphics Processing Unit，GPU)是 AI 时代的核心产品。GPU 作为显卡的计算核心，专注于大规模数据的并行计算，主要解决图形渲染问题。与 CPU 的均衡结构不同，GPU 逻辑核心简单，大量晶体管用于算数逻辑单元，采用多线程统一处理方式，可视为专业化的 CPU。GPU 具有高并行度和高吞吐量，可以满足大规模并行计算的需求，已经成为 AI 服务器的运算核心。专用集成电路(Application Specific Integrated Circuit，ASIC)是针对特定应用需求而定制设计的逻辑芯片。ASIC 具有较高的能效比和算力水平，但通用性和灵活性较差。ASIC 电路经过高度优化，可最大限度降低功耗，提高能效，但仅适用于特定应用场景。现场可编程门阵列(Field Programmable Gate Array，FPGA)是 ASIC 领域的半定制电路，弥补了定制电路的不足，克服了可编程器件门电路数有限的缺点。FPGA 最大的特点是现场可编程，FPGA 制造完成后，功能未固定，用户可利用 EDA 软件对其进行功能配置，转化为具有特定功能的集成电路芯片，且可反复擦写。相比 ASIC， FPGA 方案能缩短设计周期、降低流片风险、提高灵活性并降低成本，但为实现重复编程，FPGA 会造成板上资源冗余，这是其相对 ASIC 的不足。

（2）微处理器

微处理器包含的产品众多，这里主要介绍常见的微控制器(Micro Controller Unit， MCU)。MCU 是集成 CPU、存储器（ROM/RAM）、数据转换器（A/D、D/A）、输入输出接口（I/O）等多功能模块的微型芯片级计算机。MCU 是 CPU 在特殊应用场景下的分支发展，又称单片微型计算机或者单片机(Single Chip Micro Computer)。MCU 适度缩减 CPU 规格和频率，满足计算控制设备对空间、功耗、实时性的要求，广泛应用于嵌入式系统场景，如汽车电子、消费电子和工业控制等。

MCU 也可以作为信号链的核心转换处理器，连接真实世界和数字世界。MCU 配备各类输入输出接口，可与传感器连接，传感器将温度、光线等物理量转换为电信号，经放大器扩大，ADC 离散化为二进制数字信号，传给 MCU 进行算法运算和逻辑决策，生成控制信号，再经 DAC 转换为模拟信号，通过功率驱动器传输到执行设备，实现对电机、开关等的控制。MCU 是物理世界和数字世界交互的运算中枢，是电子产品智能化的核心。

（3）模拟芯片

模拟芯片按功能分为信号链芯片和电源管理芯片两大类。自然界的真实信号经传感器提取为模拟信号，需经模拟芯片处理后才能被数字芯片使用。自然界信号通常微弱、噪声大、易受干扰，需要预处理，包括放大、滤波、隔离等，再进行运算、比较、转换等加工，最后进行功率放大以成功驱动负载。若需数字化处理，则经 A/D 转换为数字信号，处理完再通过 D/A 转换为模拟信号。实现上述信号处理的芯片为信号链模拟芯片，电源管理芯片则提供所需电能转换和控制功能。

与追求高性能的数字芯片不同，模拟芯片更注重满足现实物理需求和特殊功能，追求高信噪比、高稳定性、高精度和低功耗等特性，性能提升与制程节点关联较小，因此不追逐先进制程，更注重稳定性和成本控制。模拟芯片应用领域繁杂、生命周期长、人才培养周期长、产品价格低但稳定、与制程工艺配合紧密等特点，决定了模拟芯片企业需长期积累产品、客户和人才，这也是其核心竞争力的来源。

（4）存储芯片

存储芯片即半导体存储器，是半导体重要分支，按断电后数据是否丢失分为非易失性和易失性两类。易失性存储芯片包括动态随机存储器(DRAM)和静态随机存储器 (SRAM)，非易失性存储芯片常见有 NOR FLASH 和 NAND FLASH。

随机存储器(RAM)一般为易失性存储器，需通电才能临时保存数据，通常作为操作系统和运行程序的临时数据存储媒介。根据是否需要周期性刷新以维持数据，RAM 分为动态随机存取存储器(DRAM，需刷新)和静态随机存取存储器(SRAM，不需刷新)。 SRAM 无需刷新，读写速度快、功耗低，但体积大（通常需要 4-6 个晶体管）、价格贵；而 DRAM 结构简单（通常为单晶体管）、价格便宜，但读写速度较慢、功耗较大。从结构上，SRAM 需要更多晶体管才能存储相同容量的内存，由于内存模块中的晶体管数量决定了其容量，因此 DRAM 模块的容量几乎是 SRAM 的 6 倍。这种容量差异最终体现在价格上，尽管 DRAM 速度较慢、功耗较高，但由于价格低廉，已成为计算机主存储器的主流；而 SRAM 则适用于对速度要求高于容量的场景。

非易失性存储器无需持续供电即可长期保存数据，经历了从只读存储器到可编程可擦除存储器的发展过程。早期 ROM 只读，后逐步出现可编程 ROM、可擦除 ROM，最终发展为电可擦除可编程 EEPROM(Flash)，提供了数据多次擦写的灵活性。当前主要非易失性存储器是 FLASH，分为 NOR FLASH 和 NAND FLASH 两类。NOR FLASH 读速快、可直接执行代码，适用于存储代码；NAND FLASH 容量大、写入擦除快，适合大容量数据存储，是闪存市场的主流。两者各有特点，满足了不同应用场景的需求，NOR FLASH 广泛应用于手机、PC、DVD、机顶盒等需要存储代码的设备，而 NAND FLASH 常见应用于智能手机、平板电脑、U 盘、固态硬盘等需要大容量数据存储的设备。

除了主流的存储技术之外，也有一些新型存储技术陆续出现，试图替代传统的存储技术。这些技术具有一定优势，在特定的领域优于传统的存储技术，但多处于商业化进程早期，未来或将存在一定市场空间。新型存储技术可主要分为相变存储器(PCM， Phase Change Memory)、磁变存储器（MRAM）、阻变存储器（RRAM/ReRAM）以及铁电存储器（FRAM/FeRAM）。

2. AI 技术、全球供应链重塑与周期底部达成三点共振

AI 带来的技术创新创造新一轮需求，预计计算及存储市场将迎来较大发展。从需求端来看，AI 技术赋能各行业，带来算力和存力的高需求，各类新兴场景如算力中心、汽车 AI 化、XR 等涌现，使得计算与数据存储市场成为未来半导体增长主力。根据 Omdia 预测，2030 年计算与存储市场需求将达到 3300 亿美元。

人工智能产业的新一轮发展热潮大幅拉动算力需求，全球云厂商正逐步加大对 AI 的投资。2022 年底，美国 OpenAI 推出的 AI 聊天机器人 ChatGPT 引领了新一轮科技革命。根据 Counterpoint 的统计，国内外云厂商正在并将继续加大对 AI 领域的投资力度。

全球供应链重塑带来新一轮产能扩张，供应链自主可控逻辑下预计国内会出现新一轮投资扩产。我国是全球最大的半导体销售市场，但我国市场份额占比却很低。全球供给端多极化趋势明显，自主可控时代背景下，我国预计将全面推动 IC 设计、IC 制造环节上游支撑产业链（设备、材料、零部件、工艺和工业设计软件）、IC 封测全产业链持续升级，与国际头部厂商水平接轨。

全球供应链多极化对供应端产生较大影响，美国、欧洲、日本、韩国和中国(含台湾地区）的半导体产能扩张趋势加快。全球产能扩张下，预计 45nm 以上成熟制程产能面临过剩，而 AI 和服务器需求的崛起带动 10nm 以下逻辑需求持续旺盛。而国内目前主要是成熟制程，先进制程占比很低，未来国产替代的空间较大。

全球半导体周期或处于拐点，AI 驱动下可能将出现新一轮上行周期。半导体行业周期性明显，从以往 20 年周期波动来看，或将处于下行周期的拐点，AI 技术发展带来行业的新变革，预计半导体行业将出现新一轮上行周期。

中国半导体市场增速领先全球，预计未来市场份额将维持抬升态势。从全球半导体市场份额来看，近五年中国大陆市场增速领先全球，美国市场份额下滑、其他地区市占率维持稳定。国产替代趋势下，预计未来中国大陆市场份额将维持上升态势。

3. AI 驱动下集成电路产业链存在投资机会

集成电路产业链可以分为设计、制造和封装测试三大环节，纵向的维度则是支撑上述横向产业链的工具、半导体设备、半导体材料等环节的产业链过程。

3.1 横向产业链重点关注算力与存储产品的投资机会

从下游应用需求来看，AI 赋能的趋势已经形成，新的应用场景带来增量投资空间。而从供给来看，AI 已经上升到国家生产力层面，产业链自主逻辑下投资动力强劲。未来的增长点或将紧密围绕 AI 发展，建议发掘设计环节涉及的算力及存储的投资机会。在算力方向，AI 带来的算力需求快速增长，带来对 GPU、DPU 等“X”PU 的需求；在存储方向，市场对数据存储在速度、功耗、容量、可靠性等层面的更高要求推动 HBM 技术成为主流趋势。此外，PCM、MRAM、RRAM 和 FRAM 等新型存储技术或存在发展机会。

3.1.1 AI 对算力的高需求推动 GPU、DPU 发展

AI 时代算力的重要性凸显，传统 CPU 进入算力瓶颈，GPU 发展潜力巨大。CPU 算力的提升主要依赖于提高时钟频率和增加内核数量两大法宝，但由于频率墙与暗硅效应，CPU 算力提升进入瓶颈；此外，CPU 的工作流程遵循“Fetch（取指）- Decode （译码）- Execute（执行）- Memory Access（访存）- Write Back（写回）”的模式，擅长于顺序控制和决策，但在大规模并行数据处理任务中效率较低。因此，传统 CPU 难以满足 AI 时代的算力需求，而能够实现大量数据快速并行计算的 GPU 迎来巨大的市场空间。

GPU 的核心思想是通过简化架构，专注于并行计算，来大幅提升特定计算任务的性能。与 CPU 不同，GPU 将更多的晶体管用于算术逻辑单元，而不是复杂的控制逻辑和大容量缓存，从而牺牲了通用性，但大大增强了 GPU 的高并行计算能力。从算力增速来看，GPU 远高于 CPU，随着时间跨度的增加，这种算力差距将被快速放大。

国内 GPU 市场或存在新的投资机遇。一方面 AI 赋能带来新的需求场景，如数据中心、智能驾驶等新兴场景的出现将进一步扩大 GPU 的市场空间。根据华经产业研究院统计，2022 年全球 GPU 的市场已经达到了 448 亿美元的规模，其中中国 GPU 市场规模达到 83.6 亿美元。预计随着 AI 的发展，未来需求进一步增加的趋势下 GPU 市场规模将进一步扩大；另一方面供给侧被 Nvidia、AMD 和 Intel 三强垄断，国内公司尚处于国产替代和技术追赶阶段，从 GPU IP 核-计算架构-算法模型-原理验证-硬件实现-驱动开发等环节完全自主知识产权均不足，孕育海量投资机遇。从国内代表性公司来看，景嘉微在图形渲染 GPU 领域持续深耕，天数智芯、壁仞科技、登临科技等一批主打 AI 及高性能计算的 GPGPU（通用图形处理器）初创企业正加速涌入。

AI 的发展对算力的需求持续提升，算力经济下 DPU 存在较大市场潜力，CPU、GPU 和 DPU 异构或是未来异构主流。DPU 是一种新型的可编程处理器，有 ASIC、FPGA 和 SoC 三种实现路径，在成本、编程简易性和灵活性方面各有利弊，其中基于 SoC （如 NVIDIA BlueField-3 DPU）的技术路线提供了更优实施选项，结合了高性能、低功耗、可编程性和灵活性等优点，是未来 DPU 发展的一个主流方向。DPU 主要为高带宽、低延迟、数据密集的计算场景提供计算引擎，其主要应用场景是数据中心，潜在客户主要是云厂商。DPU 对数据中心来说，是通过更明细的分工来实现效率的提升、实现总体系统的成本最优化。DPU 设计的初衷就是处理 CPU 不擅长处理的领域，基本模式是 CPU 针对业务层面，GPU 用于并行计算和浮点计算，DPU 优先处理超算流量和安全网络存储。

DPU 目前尚处于起步阶段，但未来数年在全球将是一片蓝海。据赛迪顾问发布的数据，预计到 2025 年全球 DPU 产业市场规模将超过 245.3 亿美元（约 1771 亿人民币），DPU 市场或将实现跳跃式增长，进入黄金发展期。当前国内外 DPU 厂商基本处于相同发力节点，都需要加强与云厂商、产业链上下游的深度合作，打造更开放的 DPU 生态。

3.1.2 AI 推动存储市场发展，关注 HBM 及新型存储方向

全球存储芯片市场规模存在快速增长潜力。AI 发展对存储的需求拉动较为明确，根据美光科技估算，AI 服务器对 DRAM 和 NAND 的容量需求分别是常规服务器的 8 倍和 3 倍；此外，AI 对数据存取效率的高要求也推动存储芯片持续迭代升级。根据 WSTS 预测，2024 年存储市场将出现回暖，有望实现超过 75%的高增长，达到 1632 亿美元左右。目前存储芯片市场结构主要以 DRAM 和 NAND Flash 为主。根据中商产业研究院统计，2023 年全球 DRAM 市场规模最大，占比约为 55.9%，NAND Flash 占比约为 44.0%。

DRAM 和 NAND Flash 应用场景不同，NAND Flash 被广泛用于 eMMC/eMCP 、 SSD 固态硬盘、U 盘等嵌入式及外存市场，可重点关注 3D 堆叠技术。NAND Flash 是目前闪存中最主要的产品，具备非易失、高密度、低成本等优势。NAND 未来发展趋势之一是 3D 堆叠技术，主要依靠增加堆叠层数来提升性能和容量。目前，主导 3D NAND 市场的厂商包括三星、西部数据、海力士、美光和铠侠等。这些厂商都拥有自己独特的 3D NAND 工艺架构，如三星/海力士的 CTF 技术、美光/英特尔的 FG 技术，以及国内长江存储的 X-tacking 技术。随着 3D NAND 技术的不断进步，未来闪存产品将具备更高的存储密度、更低的功耗和更出色的性能，为各类电子设备提供更优质的存储解决方案。

DRAM 则主要用于计算机的内存条等领域，HBM 封装技术成为新热点。DRAM （Dynamic Random Access Memory，动态随机存取存储器）是易失性存储，需要维持通电以临时保存数据，其“动态”是指需要周期性刷新以维持数据存储。由于具备结构简单、读写速度快、单位体积的容量较高、成本竞争力高等优势，DRAM 已经成为目前主流的内存芯片，国内长鑫存储在 DRAM 领域有一定领先优势。DRAM 未来发展趋势是 HBM 技术，AI 的进一步发展需要突破“内存墙”限制，传统的冯·诺伊曼架构已经不适应 AI 的发展，存算一体化将是 AI 时代的主流架构，而 HBM 封装技术可作为解决方案之一。

HBM 一定程度上解决了“内存墙”问题，未来发展前景广阔。HBM（High Bandwidth Memory）是一款新型 CPU/GPU 内存芯片（即“RAM”），将很多个 DDR 芯片堆叠在一起后和 GPU 封装在一起，实现大容量，高位宽的 DDR 组合阵列。具体来看， HBM 由多个 DRAM die 通过硅通孔(TSV)和微凸块(Microbump)进行垂直互连，形成一个高度集成的 DRAM 堆栈。这个 DRAM 堆栈与底层的基础 die(Basedie)通过凸块 (Bump)连接，再与硅中介层(Interposer)相互连接。与传统的外部互连方式不同，HBM 堆栈与 GPU、CPU 或 ASIC 等信号处理器芯片共同集成在硅中介层上，通过 CoWoS 等 2.5D 封装工艺实现高速、高带宽的连接。最后，硅中介层再通过 CuBump 连接至封装基板(Package Substrate)，封装基板再与 PCB 基板相连。

AI 服务器出货量增长催化 HBM 需求增长。HBM 主要应用场景为 AI 服务器，目前市场主流产品是 HBM3，NVIDIA 最新发布的 H200 使用的是最新一代的 HBM3e。根据 Trendforce 数据，2022 年 AI 服务器出货量 86 万台，预计 2026 年 AI 服务器出货量将超过 200 万台，年复合增速 29%。2023 年 HBM 产值占 DRAM 整体产值约 8.4%，预计至 2024 年底将扩大至 20.1%。

HBM 市场格局较为集中，市场份额为国外厂商占据，但产业链自主可控逻辑下国内市场机遇大，建议关注具有 DRAM die 生产能力、HBM 芯片设计能力或 COWOS 封装技术的厂商。根据 Trendforce 数据，2023 年 SK 海力士 HBM 市占率预计为 53%，三星市占率 38%，美光市占率 9%。目前一线 DRAM 制造商的制程已达 1alpha 和1beta水平，而国产DRAM制程则在25-17nm，中国台湾DRAM制程在25-19nm，与海外水平接近。国内 DRAM 厂商拥有先进封装技术资源和 GPU 客户资源，有强烈的国产化诉求，未来有望突破 HBM 技术。武汉新芯近期发布了《高带宽存储芯粒先进封装技术研发和产线建设》招标项目，计划利用三维集成多晶圆堆叠技术，打造更高容量、更大带宽、更小功耗和更高生产效率的国产 HBM 产品，并实现月产出≥ 3000 片(12 英寸)。国内存储厂商在 HBM 技术上的加速突破，有望在 AI 大浪潮的需求下提升竞争实力，相关产业链也或将受益。

新型存储崭露头角，国内企业加速推进 ReRAM 等新型存储技术的产业化，未来或存在新的投资机遇。新兴的存储技术旨在集成 SRAM 的开关速度和 DRAM 的高密度特性,并具有 Flash 的非易失特性。主要包括相变存储器(PCM)、磁变存储器 (MRAM)、阻变存储器(RRAM/ReRAM)以及铁电存储器(FRAM/FeRAM)等。其中，阻变存储器被市场关注较多。ReRAM 技术更适合在存储单元中采用多级存储，有利于降低存储器计算的能耗、提高成本效益，近年来台积电，Crossbar、英特尔、富士通、三星、UMC、Adesto 等国际厂商已对该技术进行重点布局。国内市场上，昕原半导体基于 ReRAM 的“昕·山文”安全存储系列产品已实现在工业自动化控制核心部件的商用，这标志着 ReRAM 新型存储技术在 28nm 工艺节点上通过了严苛的测试，已被工控领域接受，我国 ReRAM 新型存储产业化再进一步。此外，兆易创新和 Rambus 联手建立合资企业合肥睿科微，进行 ReRAM 技术的商业化。

3.2 产业链纵向维度关注设备与材料两大支撑产业

从供给端来看，全球半导体供应链体系重塑使得供应链安全已经上升到国家战略层面，我国将加速推动生产环节必需的各类设备与材料的国产化，大力培育本土半导体支撑产业；从需求端来看，AI 推动新的产品技术创新周期，将催生出新的设备投资及耗材需求。在半导体设备方向，由于设备采购金额大，且多是一次性采购，故建议关注价值量大的设备的投资机会；在半导体材料方向，由于材料需要多次采购且数量大，建议关注国产化率较低的材料的投资机会，因为一旦出现国产化率提升，就可能是倍增的效益。

3.2.1 半导体设备国产化逻辑确定，AI 或带来新的设备投资需求

国产化叠加 AI 驱动下，中国半导体设备市场存在存量替代和新增两方面需求。半导体设备多是一次性采购，其采购金额大，上量周期基本取决于下游客户（晶圆厂/封测厂/硅片厂/三代半厂等）产能扩产/制程升级带来的资本开支，而 AI 发展带来的制程升级和产能扩张会进一步带动对半导体设备的新投资。此外，国产替代化将产生对存量设备的替代需求。

AI 芯片发展带来的制程升级或将推动新一轮设备投资，建议关注价值量较大的光刻机、薄膜沉积及刻蚀设备。半导体设备产业链上游是零部件和原材料，下游是晶圆厂或封装厂。半导体设备可分为前道设备和后道设备，前道设备包括晶圆制造（占晶圆厂设备投资量的 80%）、封装和测试（分别占晶圆厂设备投资的 10%和 8%）。根据集微咨询(JW Insights)统计，2022 年半导体前道设备中，刻蚀设备、薄膜沉积设备和光刻机这三大核心设备的价值量占比达到 30%、23%和 17%。

中国半导体设备国产化率上升，AI 技术驱动下半导体设备市场空间打开，建议关注具有技术积累的国产设备厂商。根据 SEMI 预测，全球半导体设备市场规模在 5G、 AI 和物联网等新兴技术驱动下不断扩大，尽管 2023 年出现下滑趋势，但预计 2024 年市场规模将回暖至 1053 亿美元。尽管全球半导体设备市场集中度高，由海外厂商主导，但中国半导体设备厂商已覆盖众多细分领域，根据 SEMI 数据，2022 年中国晶圆厂商半导体设备国产化率较 2021 年明显提升，从 21%提升至 35%，进步明显。

国产化率提升叠加市场规模扩大，国内半导体厂商迎来发展机遇。国产化设备厂商近年来发展迅猛，虽距离国际头部厂商仍有差距，但在各细分领域已有技术积累和突破，半导体设备，尤其是高阶制程前道设备部分受限，国产设备验证和上量机会巨大。

3.2.2 AI 提振半导体材料采购需求，高端应用的材料国产化市场空间大

AI 芯片驱动先进制程市场需求增长，预计高端应用的半导体材料采购需求将增加。半导体材料采购量大且可持续，市场和晶圆工厂的产能利用率息息相关，由于 AI 提振，晶圆厂逐步复苏，先进制程的投资需求将进一步带动材料的采购需求。据群智咨询预测，2024 年第一季度，全球主要晶圆代工厂的产能利用率有望达到 75%~76%，这主要得益于先进制程市场较为强劲的需求增长，特别是以台积电为代表的 3nm 和 5nm 制程。

先进制程国产材料产业生态有升级空间，建议关注光刻胶、电子特气等国产化率较低的材料。半导体材料国产化已有一定突破，但多集中于低端产品，内卷化同质化严重，部分关键材料，特别是先进制程所需的高端应用的材料稀缺，未来或将酝酿海量投资机会。

4. 安徽集成电路产业发展综述及投资机遇展望

安徽集成电路产业发展势头强劲，集聚趋势愈发明显。2023 年，安徽省集成电路产业大幅增长，集成电路产量同比增长 116.3%，达到 60.4 亿块，产业链企业已经超过 400 家，初步形成从设计、制造到封装、测试，从材料到器件的相对完善的产业链条。

“一核一带”产业格局初步形成。从空间布局来看，安徽集成电路产业链初步构建起以合肥为核心、沿长江相关城市带协同发展的“一核一带”产业格局，建设合肥集成电路国家级战略性新兴产业集群、海峡两岸集成电路产业合作试验区、中国（蚌埠）传感谷等。其中，合肥做大做强存储、显示驱动、智能家电等特色芯片，蚌埠主打传感器芯片，滁州、马鞍山突出封装与测试行业，池州打造功率半导体及封装测试，芜湖则重点发力汽车电子及第三代功率半导体。

龙头企业带动产业链做大做强。长鑫存储是中国大陆地区规模最大、技术最先进、布局最全的国产 DRAM 存储器芯片研发设计制造一体化（IDM）企业，晶合集成在液晶面板显示驱动芯片代工领域市场占有率全球第一，2022 年跻身国内 12 英寸晶圆代工企业第 3 位、全球第 9 位。集成电路设计领域，联发科技、杰发科技、合肥君正等企业先后落户合肥；制造领域，晶合集成、富芯微电子等企业不断发力；封装测试领域，通富微电等企业开始突围；材料、设备等环节以及下游终端和应用企业，也依托龙头企业，集聚要素资源实现更快发展。目前，安徽省集成电路企业已成功在科创板上市 9 家，合计市值已达 796 亿元，2023 年合计营业收入 120 亿元。

高校科研力量澎湃，推动行业攻关创新。安徽布局了多个高端科研机构，大院大所不断推进与头部企业的深度融合，持续开展关键技术联合攻关，推动集成电路产业技术创新，推动集成电路产业竞争力不断攀升。

（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。）

精选报告来源：【未来智库】。未来智库 - 官方网站

机构：铠侠及西部数据产能利用率将恢复至 88%，带动 2024 年 NAND 闪存产量增长 109%

集邦咨询近日发布报告，表示铠侠及西部数据率先提升产能利用率，带动全年 NAND Flash 产量同比增长 10.9%。基于目前的发展趋势，NAND Flash 涨价将持续到 2024 年第 2 季度，部分供应商希望今年可以减少亏损、降低成本，并重新开始获利。铠侠和西部数据今年 3 月产能利用率恢复至近九成，其余业者均未明显增加投产规模。 TrendForce 集邦咨询进一步表示，为应对下半年旺季需求，加上铠侠 / 西部数据本身库存已处低水位，本次扩大投产主要集中 112 层及部分 2D 产品，有望在今年实现获利，并进一步带动 2024 年 NAND Flash 产量提高 10.9%。

本文源自金融界AI电报

集成电路行业专题报告半导体产业方兴未艾,安徽集成电路大有可为

1. 集成电路是半导体产品核心

2. AI 技术、全球供应链重塑与周期底部达成三点共振

3. AI 驱动下集成电路产业链存在投资机会

4. 安徽集成电路产业发展综述及投资机遇展望

机构：铠侠及西部数据产能利用率将恢复至 88%，带动 2024 年 NAND 闪存产量增长 109%

关于我们

产品中心

服务与支持