施紅俊，鵬揚基金數量投資部總經理。同濟大學管理學博士，具有11年指數編制和6年投資研究經驗，加入鵬揚基金前曾在中證指數公司任職11年，推動了指數化產品在中國的發展。堅持為投資者帶來長期良好持有體驗的投資理念，憑藉“質量系列”聰明指數和數字經濟主題指數的創新研發，兩度獲《中國基金報》表彰(2021、2023)。目前在管鵬揚數字經濟ETF及聯接基金、鵬揚北證50成分、鵬揚雙創50ETF及聯接等10只基金產品，擬任鵬揚30年國債ETF基金經理，再度走在行業創新前沿。
芯片設計行業受供需關係的影響，行業供給水平與下游終端的需求水平共同決定行業景氣度，股價也隨景氣度的變化呈現週期性波動。2021年以來，經歷了三個波段：
第一波是2021年中以來，受供給端新增產能落地、產能利用率高位運轉，需求端手機、PC等主要下游需求萎靡的影響，芯片設計公司庫存持續攀升，業績下滑，芯片設計行業進入下行週期。截至2022年9月底，股價下跌幅度超50%。
第二波是2022年9月底，行業庫存達到峯值，隨後存貨水平開始下降，行業整體出現弱復甦跡象，芯片設計板塊隨之反彈。在AI等熱點的帶動下，直至2023年4月中，板塊上漲幅度超30%。
第三波是2023年4月中，上市公司一季報披露，報告顯示行業去庫進度低於預期，疊加市場整體處於調整期，芯片設計板塊出現快速回調，回調幅度超20%，股價已接近2022年9月底的低點(數據來源：WIND)。
圖1芯片設計版塊市場表現
*資料來源：Wind，鵬揚基金
快速回調後的芯片設計板塊的股價水平已回落至近3年的最低位置，與上一波反彈之前的水平相當，價格優勢凸顯。站在當下，行業的基本面是否有改善，是否具備中期向好邏輯？目前的低點是否提供了合適的入場時機呢？接下來，我們來尋找答案。作為一個典型的週期成長行業，芯片行業的供需關係無疑還是分析的主要切入口。
1、年內庫存水位持續降低，芯片設計版塊去庫存週期將於年內結束
2022Q3以來，芯片設計公司整體存貨水平呈降低趨勢。統計數據顯示，無論是數字芯片設計，還是模擬芯片設計，均在2022Q3達到峯值。後續伴隨着芯片設計公司主動去庫存，2022Q4、2023Q1芯片設計板塊存貨水平逐季向下。根據2023Q1部分科技大廠的對庫存的披露，儘管去庫存進度低於此前預期，但行業整體去庫存依然有望在2023下半年完成，庫存消化已進入尾聲。
圖2數字芯片設計板塊存貨水平
*資料來源：Wind，中郵證券研究所
圖3模擬芯片設計板塊存貨水平
*資料來源：Wind，中郵證券研究所
表1科技巨頭對芯片及終端產品未來趨勢的觀點
*資料來源：各公司公告，各公司業績交流會，中信證券
2、汽車智能化給車載芯片帶來產業化需求
2015年，《中國製造2025》首次從頂層設計對智能汽車的發展做出重要規劃。隨後國家各部門頻繁推出汽車智能化相關產業政策，並積極引導政策落到實處。隨着政策紅利的不斷釋放，以及5G等新興技術的持續賦能，中國汽車電動化、智能化、網聯化步伐加速推進，智能汽車市場釋放出巨大潛能。華經產業研究院數據顯示，中國智能汽車滲透率已從2016年的2.67%提升至2021年的9.5%，並預期繼續保持50%左右的增速。到2024年，市場規模有望突破1.3萬億元。智能汽車接力智能手機成為經濟增長新引擎已成為大勢所趨。
智能汽車產業的高速發展，也給上游產業鏈中的汽車芯片產業帶來了巨大的發展機遇。相較傳統汽車，智能汽車對芯片的需求大幅提升，這部分新增需求主要分為對計算性能要求高的圍繞AI的GPU、NPU芯片、集成要求高的CPU通用處理器芯片、MCU等車輛專屬芯片，這為相關的芯片企業提供了新的增長點。
從另一個側面來看，智能駕駛的發展也同樣利好傳感器芯片。根據美國汽車工程師學會(SAE)標準，自動駕駛分為L0-L5六級，目前中國自動駕駛水平正處於從L2級別向L3級別的滲透階段，距離L5級別還有較大的發展空間。在智能汽車自動駕駛級別的提升過程中，對傳感器數量的需求顯著提升，若自動駕駛級別提升至L4級別左右，單車攝像頭搭載量將從目前的2-3個提升至8-10個，單車需求提升約4倍，相關芯片設計廠商將直接受益。
3、AI大模型的發展給高算力芯片帶來新機遇
ChatGPT的火爆，使大眾關注到了人工智能的發展，其突飛猛進的發展態勢及廣闊的應用場景，有望影響到絕大部分行業，成為未來最強的產業趨勢。GPT屬於AI大模型，AI大模型的發展主要分為訓練和推理兩個過程，訓練奠定模型的性能根基，推理是將已有模型應用到具體場景對相應需求做出反饋的過程。無論是發展初期的模型訓練，還是發展成熟期的推理應用，都與算力的進步密不可分。落實到硬件端，即體現在對AI服務器的新增需求上，這大幅提振了對高算力芯片的需求。
AI模型訓練方面，在以GPT為代表的AI大模型發展過程中，模型參數量迅速膨脹，從2018年ELMOM的9400萬，到2020年GPT-3的1750億，再到2022年Megatron-TuringNLG的5300億，4年間參數量增長了5600倍。AI大模型發展的早期階段以模型訓練為核心，隨着模型參數量、數據計算量的進一步膨脹，模型本身的訓練過程對高算力芯片的需求將大幅增長。
AI模型推理階段，對算力的需求亦大幅提升，需求強度與應用場景、訪問人次等有直接關係。假定某一AI大模型的單日訪問人數達1億人，單日訪問或者提問的次數為10次，根據測算，單一模型的推理階段對算力的需求，約為模型訓練對算力需求的10倍。考慮到AI大模型未來應用場景的廣闊性，算力利用率的空置率，及實際情境下的單日訪問次數超過前述假設的情形，AI大模型在推理階段對高算力芯片的需求或將遠超預期。
單個AI模型從訓練、推理兩個方面對算力提出了需求，而AI大模型數量的快速發展，則進一步加劇了該需求的力度。目前，全球主要科研機構與互聯網大廠紛紛開始進行自身AI大模型的研發，中國清華大學、百度、京東、網易、騰訊、華為、科大訊飛、字節跳動等也已先後開啓AI大模型的建立與訓練工作。全球各個國家、科技公司出於對核心競爭力及數據安全等因素的考慮，未來有望持續推出自身專屬的大語言模型，這都將進一步拉動算力芯片的遠期需求。
算力芯片的市場空間有多大呢？根據相關研究，單單“網頁瀏覽”一個應用場景，2027年AI服務器GPU市場規模預計超1000億元，約10倍於2023年的水平。若進一步考慮到微軟Office辦公軟件等接入AI大模型的其他應用場景，算力芯片需求在未來5年內將實現數十倍的增長，具備萬億級市場空間的潛力。
綜上所述，隨着行業庫存逐步消化，供需矛盾得到明顯緩解，行業整體已處於弱復甦階段。而智能汽車產業、AI大模型的發展，則長遠地拉動了相關芯片的需求上限，為行業打開了廣闊的增長空間。基本面的向好，給芯片設計行業的長期投資價值奠定了堅實的基礎。
4月中以來的回調，已使板塊當前價格重回去年Q3末的週期低位，這為投資者提供了低成本的入場機會，芯片設計投資正當其時。
數字經濟是今年權益市場的投資主線之一，而芯片設計就是數字經濟的重要組成部分。中證數字經濟主題指數(指數代碼931582)緊扣科技自主創新，涵蓋了國內頭部的與車載芯片、算力芯片、傳感器芯片相關的上市公司，便於一鍵配置具備投資前景的芯片設計公司，具備較強的成長性。鵬揚數字經濟ETF(ETF代碼560800，聯接基金A類015787/C類015788)是市場上第一隻跟蹤數字經濟指數的ETF，也是當前市場上規模最大、流動性佳的ETF。近期數字經濟指數呈現震盪回升的態勢，當前值得關注。(數據截至日期2023/05/18)
做多數字中國，分享數字經濟長期成長紅利，鵬揚數字經濟ETF及聯接基金值得關注。