鹏扬基金施红俊详解芯片设计行业的反转机会

施红俊，鹏扬基金数量投资部总经理。同济大学管理学博士，具有11年指数编制和6年投资研究经验，加入鹏扬基金前曾在中证指数公司任职11年，推动了指数化产品在我国的发展。坚持为投资者带来长期良好持有体验的投资理念，凭借“质量系列”聪明指数和数字经济主题指数的创新研发，两度获《中国基金报》表彰(2021、2023)。目前在管鹏扬数字经济ETF及联接基金、鹏扬北证50成分、鹏扬双创50ETF及联接等10只基金产品，拟任鹏扬30年国债ETF基金经理，再度走在行业创新前沿。

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。2021年以来，经历了三个波段：

第一波是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%。

第二波是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%。

第三波是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芯片设计版块市场表现

*资料来源：Wind，鹏扬基金

快速回调后的芯片设计板块的股价水平已回落至近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，我们来寻找答案。作为一个典型的周期成长行业，芯片行业的供需关系无疑还是分析的主要切入口。

1、年内库存水位持续降低，芯片设计版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

2、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。

3、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的潜力。

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(ETF代码560800，联接基金A类015787/C类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及联接基金值得关注。