芯片设计行业受供需关系的影响，行业供给水平与下游终端的需求水平共同决定行业景气度，股价也随景气度的变化呈现周期性波动。（1）2021年中以来，受供给端新增产能落地、产能利用率高位运转，需求端手机、PC等主要下游需求萎靡的影响，芯片设计公司库存持续攀升，业绩下滑，芯片设计行业进入下行周期。截至2022年9月底，股价下跌幅度超50%。（2）2022年9月底，行业库存达到峰值，随后存货水平开始下降，行业整体出现弱复苏迹象，芯片设计板块随之反弹。在AI等热点的带动下，直至2023年4月中，板块上涨幅度超30%。（3）2023年4月中，上市公司一季报披露，报告显示行业去库进度低于预期，叠加市场整体处于调整期，芯片设计板块出现快速回调，回调幅度超20%，股价已接近2022年9月底的低点。（数据来源：WIND）
 

图1：芯片设计板块市场表现
 

资料来源：Wind，鹏扬基金

 

快速回调后的芯片设计板块的价格水平已回落至近3年的最低位置，与上一波反弹之前的水平相当，价格优势凸显。站在当下，行业的基本面是否有改善，是否具备中期向好逻辑？目前的低点是否提供了合适的入场时机呢？接下来，我们从供求关系上来寻找答案。

 

01 年内库存水位持续降低，芯片设计板块去库存周期将于年内结束
 

2022Q3以来，芯片设计公司整体存货水平呈降低趋势。统计数据显示，无论是数字芯片设计，还是模拟芯片设计，均在2022Q3达到峰值。后续伴随着芯片设计公司主动去库存，2022Q4、2023Q1芯片设计板块存货水平逐季向下。根据2023Q1部分科技大厂的对库存的披露，尽管去库存进度低于此前预期，但行业整体去库存依然有望在2023下半年完成，库存消化已进入尾声。
 

图2：数字芯片设计板块存货水平
 

资料来源：Wind，中邮证券研究所

 

图3：模拟芯片设计板块存货水平
 

资料来源：Wind，中邮证券研究所

 

表1：各科技巨头对芯片及终端产品未来趋势的观点

资料来源：各公司公告，各公司业绩交流会，中信证券
 

02 汽车智能化给车载芯片带来产业化需求
 

2015年，《中国制造2025》首次从顶层设计对智能汽车的发展做出重要规划。随后国家各部门频繁推出汽车智能化相关产业政策，并积极引导政策落到实处。随着政策红利的不断释放，以及5G等新兴技术的持续赋能，我国汽车电动化、智能化、网联化步伐加速推进，智能汽车市场释放出巨大潜能。华经产业研究院数据显示，我国智能汽车渗透率已从2016年的2.67%提升至2021年的9.5%，并预期继续保持50%左右的增速。到2024年，市场规模有望突破1.3万亿元。智能汽车接力智能手机成为经济增长新引擎已成为大势所趋。
 

智能汽车产业的高速发展，也给上游产业链中的汽车芯片产业带来了巨大的发展机遇。相较传统汽车，智能汽车对芯片的需求大幅提升，这部分新增需求主要分为对计算性能要求高的围绕AI的GPU、NPU芯片、集成要求高的CPU通用处理器芯片、MCU等车辆专属芯片，这为相关的芯片企业提供了新的增长点。
 

从另一个侧面来看，智能驾驶的发展也同样利好传感器芯片。根据美国汽车工程师学会（SAE）标准，自动驾驶分为L0-L5六级，目前我国自动驾驶水平正处于从L2级别向L3级别的渗透阶段，距离L5级别还有较大的发展空间。在智能汽车自动驾驶级别的提升过程中，对传感器数量的需求显著提升，若自动驾驶级别提升至L4级别左右，单车摄像头搭载量将从目前的2-3个提升至8-10个，单车需求提升约4倍，相关芯片设计厂商将直接受益。
 

03 AI大模型的发展给高算力芯片带来新机遇
 

ChatGPT的火爆，使大众关注到了人工智能的发展，其突飞猛进的发展态势及广阔的应用场景，有望影响到绝大部分行业，成为未来最强的产业趋势。GPT属于AI大模型，AI大模型的发展主要分为训练和推理两个过程，训练奠定模型的性能根基，推理是将已有模型应用到具体场景对相应需求做出反馈的过程。无论是发展初期的模型训练，还是发展成熟期的推理应用，都与算力的进步密不可分。落实到硬件端，即体现在对AI服务器的新增需求上，这大幅提振了对高算力芯片的需求。
 

AI模型训练方面，在以GPT为代表的AI大模型发展过程中，模型参数量迅速膨胀，从2018年ELMOM的9400万，到2020年GPT-3的1750亿，再到2022年Megatron-TuringNLG的5300亿，4年间参数量增长了5600倍。AI大模型发展的早期阶段以模型训练为核心，随着模型参数量、数据计算量的进一步膨胀，模型本身的训练过程对高算力芯片的需求将大幅增长。
 

AI模型推理阶段，对算力的需求亦大幅提升，需求强度与应用场景、访问人次等有直接关系。假定某一AI大模型的单日访问人数达1亿人，单日访问或者提问的次数为10次，根据测算，单一模型的推理阶段对算力的需求，约为模型训练对算力需求的10倍。考虑到AI大模型未来应用场景的广阔性，算力利用率的空置率，及实际情境下的单日访问次数超过前述假设的情形，AI大模型在推理阶段对高算力芯片的需求或将远超预期。
 

单个AI模型从训练、推理两个方面对算力提出了需求，而AI大模型数量的快速发展，则进一步加剧了该需求的力度。目前，全球主要科研机构与互联网大厂纷纷开始进行自身AI大模型的研发，我国清华大学、百度、京东、网易、腾讯、华为、科大讯飞、字节跳动等也已先后开启AI大模型的建立与训练工作。全球各个国家、科技公司出于对核心竞争力及数据安全等因素的考虑，未来有望持续推出自身专属的大语言模型，这都将进一步拉动算力芯片的远期需求。
 

算力芯片的市场空间有多大呢？根据相关研究，单单“网页浏览”一个应用场景，2027年AI服务器GPU市场规模预计超1000亿元，约10倍于2023年的水平。若进一步考虑到微软Office办公软件等接入AI大模型的其他应用场景，算力芯片需求在未来5年内将实现数十倍的增长，具备万亿级市场空间。
 

综上所述，随着行业库存逐步消化，供需矛盾得到明显缓解，行业整体已处于弱复苏阶段。而智能汽车产业、AI大模型的发展，则长远地拉动了相关芯片的需求上限，为行业打开了广阔的增长空间。基本面的向好，给芯片设计行业的长期投资价值奠定了坚实的基础。
 

4月中以来的回调，已使板块当前价格重回去年Q3末的周期低位，这为投资者提供了低成本的入场机会，芯片设计投资正当其时。
 

数字经济是今年权益市场的投资主线之一，而芯片设计就是数字经济的重要组成部分。中证数字经济主题指数（指数代码931582）紧扣科技自主创新，涵盖了国内头部的与车载芯片、算力芯片、传感器芯片相关的上市公司，便于一键配置具备投资前景的芯片设计公司，具备较强的成长性。鹏扬数字经济ETF（560800，联接基金015788）是市场上第一只跟踪数字经济指数的ETF，也是当前市场上规模最大、流动性佳的ETF。近期数字经济指数呈现震荡回升的态势，当前值得关注。（数据截至日期2023/05/18）
 

做多数字中国，分享数字经济长期成长红利，鹏扬数字经济ETF值得关注。

风险提示：本材料为客户服务材料，并非基金宣传推介材料，亦不构成任何法律文件。本材料所载观点以及陈述的信息是一般性的观点和信息，其与具体的投资对象、财务状况以及任何的特殊需求无关，不构成鹏扬基金管理有限公司（“鹏扬基金”）的投资建议或任何其他忠告，并可能随情况的变化而发生改变，不应被接收者作为对其独立判断的替代或投资决策依据。鹏扬基金不对任何人使用本材料全部或部分内容的行为或由此而引致的任何损失承担任何责任。投资有风险，基金投资需谨慎。投资者投资鹏扬基金管理的产品时，应认真阅读相关法律文件，在全面了解产品情况及听取销售机构适当性意见的基础上，选择适合自身风险承受能力的投资品种进行投资。