星空体育2022年半导体行业研究报告2020年，国内晶圆厂投建、半导体行业加大投入，半导体设备市场规模首次在市场全球排首位，达到181亿美元，同比增长35.1%，占比26.2%。

　　据美国半导体行业协会（SIA）12月公布的最新数据，2021年10月份全球半导体销售额488亿美元，yoy+24%，qoq+1.1%。分地区看，所有市场10月销售额同比增长，美洲yoy+29.2%，qoq+2.6%；欧洲yoy+27.3%，qoq+2.8%；日本yoy+23.7%，qoq+1.1%；亚太/所有其他地区yoy+22.6%，qoq+0.2%，中国yoy+21.1%，qoq+0.3%。

　　超级景气周期的延续，看2022年半导体将实现第三年连续增长。受汽车、服务器、物联网、5G等数字经济智能应用驱动，半导体市场自2019年开启的超级景气周期有望持续三年，根据SEMI收集的各机构对2022年全球半导体市场规模及增速预测，2022年市场规模预测均值为5700亿美元，平均的预测增速为10%，最高预测增速超过15%，来自SIMI。

　　2021年11月北美半导体设备出货再创历史新高。我们认为北美半导体设备厂商月销售额对于全球半导体行业景气度分析、全球半导体设备市场跟踪具有重要意义。2021年1月以来北美半导体设备厂商月销售额首次突破了30亿美元关口，创历史新高的同时站稳30亿美元以上的位置。2021年11月北美半导体设备商出货金额达到39.14亿美元，再次创历史新高（前高2021年7月），同比增长50%。

　　国内方面，存货占比回升，但仍处于历史较低水平，行业景气持续！相当值得关注的一个指标是，IC设计板块存货占比指标在20Q2以来持续下降，反映此前重复下单（overbooking）的存货不断去化，行业高景气度持续，同时我们跟踪韦尔股份、兆易创新、澜起科技等龙头公司来看也确实存在这一趋势，行业景气趋势有望继续上行！

　　关注IC设计板块重点指标——预付账款，预付账款可以部分反映出IC设计公司对产业链上游晶圆代工以及封装测试供应商的备货水平，我们可以看到21Q3板块预付账款延续了2020年以来的提升趋势，21Q3预付账款达到24.37亿元，反映板块整体备货水平积极。

　　边缘计算基建为崛起新星，2022数据中心、汽车仍将有较高增速。按下游应用分，无线通信，计算系统是占比最高的两大环节，消费电子紧随其后，汽车半导体规模及占比不断提升。从具体半导体产品来看，存储是占比最大的市场，此外特殊用途逻辑IC，模拟IC占比较大。边缘基础设施是指位于其服务人群附近的小型数据中心站点，这些站点向终端用户提供云计算和缓存内容。通常，边缘基础设施连接到大型中央数据中心或多个数据中心。当前，边缘基础设施领域半导体规模尚小，但成长迅速，2021预计增速344.1%，2022增速预计45.5%。此外，SSD、汽车、数据中心领域是预计2022增速最快的领域，预计将分别增长22.0%，14.9%，13.2%（据Gartner数据）。

　　2021存储增速耀眼，2022年仍将延续高增。按半导体各技术类型看，展望2022，预计存储增长19.7%（据Gartner数据），增速突出。存储以外的半导体，2022年预计将温和增长4.6%。

　　服务器领域：当前DRAM价值量已有飞跃式提升，微处理器仍占重要比重。据Garter数据，2021服务器领域DRAM规模约250亿美元，价值量占比已高达48%，较2015年大幅提升20pt，超越微处理器成为规模最大的半导体类型。当前服务器领域微处理器规模约205亿美元，占比40%。

　　汽车领域：单车硅含量持续提升，智能化、电动化为最大驱动。据英特尔预计，2025年单车半导体BOM占比将达12%，2030年预计将达20%，展望未来十年，仍有数倍空间。据Garter对单车各功能半导体需求的拆解，可见EV/HEV，ADAS为未来五年汽车半导体续期主要增量领域。预计2022年单车半导体价值达595美元；2025年达716美元；2021~2025单车半导体价值将提升约30%。

　　我们此前持续强调，科技企业的本质在于创新，过去五年来我们着重研究科技企业依靠科技红利实现扩张成长。对于有效研发投入及有效研发产值的研究，能有效前瞻性判断企业成长方向、速度、空间。

　　截至到目前，中国已经有以韦尔股份、兆易创新、卓胜微、紫光国微等为代表的一批公司市值超过1000亿，以澜起科技、圣邦股份、思瑞浦等为代表的一批公司市值超过500亿，此外还有相当一批公司市值居于300-500亿。2021年受益于行业景气周期，“缺货涨价”类公司涨幅相对更高，下一阶段我们认为半导体设计的投资重点将从价格因素转向企业自身的平台型扩张，看好平台型龙头崛起！

　　1）主业产品持续迭代带来的单价、盈利能力、份额提升：典型代表为韦尔股份（豪威科技）的CIS，澜起科技的内存接口芯片，圣邦股份的模拟芯片，中微公司的刻蚀设备以及华峰测控的测试设备；

　　2）品类扩张带来的空间提升：典型代表包括兆易创新从利基型NORflash切入利基型DRAM，卓胜微从射频开关向SAW滤波器以及从接收端到****端射频模组产品的扩张，圣邦股份、思瑞浦、艾为电子等从信号链产品向电源管理类产品的扩张，北方华创在设备领域的品类扩张等；

　　3）业务领域的拓展延伸：典型代表包括三安光电从LED到化合物半导体，精测电子从面板检测到半导体检测等；

　　英伟达创立之初是一家为图形计算提供加速器的无晶圆厂半导体设计公司，1999年推出GeForce256绘图处理芯片时在全球首次提出GPU（图形处理器）概念，2006年推出性的用于通用GPU计算的统一计算架构平台CUDA，使得GPU可以被用于需要处理大量并行计算的领域，例如深度学习等，CUDA使得GPU除了用于图像处理，还越来越多的参与到计算中，大大拓展了GPU的应用领域。2020年收购Mellanox，进一步布局数据中心以太网交换机、芯片和InfiniBand智能互联解决方案，打造AI计算到网络的端到端技术。

　　目前英伟达的主要产品不仅包括硬件部分的GPU和SoC（用于switch等游戏机），还包括计算与网络部分的数据中心平台及系统和Mellanox业务等。截至2021.1.31财年，公司图形业务营收98.3亿美金，占总营收约59%，计算与网络业务营收68.4亿美金。五大业务板块游戏、专业视觉（电影、建筑等）、数据中心、汽车和OEM及其他营收分别为77.6（46.5%）/10.5（6.3%）/67.0（40.2%）/5.4（3.2%）/6.3（3.8%）亿美金。在29个国家拥有18975名员工，其中研发人员占比达到71%，研发费用达到39.2亿美金，占总营收23.5%。

　　1993年黄仁勋、ChrisMalachowsky和CurtisPriem共同创立了英伟达，彼时市面上有20多家图形芯片公司，三年后这个数字飙升至70家。但直到2006年Star Sports，英伟达是唯一一家仍然独立运营的公司。黄仁勋拥有斯坦福大学电气工程硕士学位，曾在AMD担任微处理器设计工程师，后任职LSI公司（主业ASIC等），成为集成芯片（类似目前SoC）部门负责人。从英伟达创立至今，黄仁勋始终担任公司总裁兼CEO。Malachowsky是公司的工程技术高管，曾在惠普和SunMicrosystems担任工程和技术领导职务，拥有30多年行业经验，获得近40项集成电路设计和方法学领域的专利。Priem曾参与设计了IBM首个PC用图像处理器，从1993年至2003年担任英伟达CTO，主管产品设计。

　　由于成立之初就采用Fabless模式，1994年英伟达与当时的SGS-ThomsonMicroelectronics（1998年更名为意法半导体）达成首个战略合作关系，为英伟达制造单芯片图形用户界面（GUI）加速器。1995年英伟达发布了其第一款产品NV1。NV1是首个将GUI加速、声卡、全动态视频加速、3D图形、游戏手柄和操作杆接口集成到单个芯片上的微处理器。NV1促成了英伟达与当时最大的街机游戏制造商Sega（世嘉）合作。然而由于同年微软推出了Windows95，其以图形用户界面为主要特征，掀起了界面，也使得图像芯片市场由游戏主机转向PC，同时微软还开发了采用多边形成像技术的图形编程接口DirectX标准，英伟达的NV1和NV2采用的二次曲面贴图方式无法兼容行业通用标准，因此后来销量并不佳。

　　吸取经验后，英伟达1997年推出的RIVA128，支持微软的DirectX标准，进军PC市场，1998年初推出的RIVA128ZX拥有8MB翻倍显存并进一步支持了OpenGL驱动。当时各家显存厂商都在发展各自的显示标准，例如3dfx的GLIDE、PowerVR的PowerSGL、ATI的3DCIF，适逢微软1997年推出的DirectX5.0进行了重大升级，开始在3DAPI市场崭露头角，英伟达选择支持微软DirectX就是选择了微软的强大后盾。后来英伟达又推出RIVATNT，RIVATNT2等图形处理器，不仅支持微软DirectX和OpenGL标准，且集成度更高，性能也优于当时市场领导者3dfx和ATI，同时价格低廉，得以大量销售。

　　1999年英伟达在纳斯达克上市，当时公司的收入来源主要为PC业务，强大的产品力和与当时头部PC厂商的合作，英伟达用三年时间将营收从1995年的118.2万美金提升到1998年的1.6亿美金。

　　1999年8月，英伟达推出了具有划时代意义的GeForce256，并将它命名为世界上第一个GPU。与RIVATNT2相比，GeForce256增加了PixelShader流水线的数目，并支持硬件T&L（坐标转换和光源运算）和MPEG-2硬件影像加速，配合DDR作为显存。T&L原本由CPU完成，GPU从硬件上支持T&L以后，CPU得以从繁重的运算中解脱出来。

　　2001年底安然事件引发市场对公司财务披露情况的担忧，经过自查，公司CFO辞职且对财报进行了重述，此后2002年竞争对手ATI的旗舰产品R300引领市场，而英伟达旗舰产品拖延至2003年才发售，且散热和工艺良率等出现较多问题，对DirectX9支持也不够匹配，导致在某些游戏中的性能表现甚至劣于竞争对手，直接使得ATI独立显卡市场份额在2004Q2首次超过英伟达。此外2003年英伟达与微软要求降低XboxGPU价格方面产生争议，最终微软下一代产品转向ATI。

　　性CUDA架构，打开GPU通用计算大门。2006年底，英伟达推出CUDA通用并行计算架构，CUDA是用于GPU计算的开发环境，是一个全新得软硬件架构，它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎，可将GPU视作一个并行数据计算的设备，对运行的计算进行分配和管理。在CUDA的架构中，计算不再像过去那样必须将计算映射到图形API（OpenGL或DirectX）中，开发者可以用C语言为CUDA架构编写程序，从而在支持CUDA的处理器上以超高性能运行密集数据计算解决方案，解决复杂计算问题，CUDA的广泛应用造就了计算专用GPU的崛起，使得英伟达得以进军高性能计算领域。

　　推出新产品系列，平台型布局初现。2008年英伟达发布了支持CUDA1.1的GeForce9系列GPU，以及采用了第二代CUDA架构的GeForce200系列GPU，NVIDIA在GT200中引入了大量重要改进，GT200具有极高的处理能力和存储器带宽，用于通用计算时的可编程性和灵活性也更加突出，采用Tesla架构，这也是英伟达数据中心GPU系列产品的第一代架构。同年，NVIDIA还发布了Tegra系列产品，进军移动处理器市场。

　　深度学习对算力要求大幅提升。人工智能通过模拟和延展人类及自然智能的功能，拓展机器的能力边界，使其能部分或全面地实现类人的感知（如视觉、语音）、认知功能（如自然语言理解），或获得建模和解决问题的能力（如机器学习等方法）。人工智能实现方法之一为机器学习，而深度学习是用来实现机器学习的技术，通常可分为“训练”和“推理”两个阶段。训练阶段：需要基于大量的数据来调整和优化人工智能模型的参数，使模型的准确度达到预期，核心在于算力；推理阶段：训练结束后，建立的人工智能模型可用于推理或预测待处理输入数据对应的输出（例如给定一张图片，识别该图片中的物体），这个过程为推理阶段，对单个任务的计算能力不及训练，但总计算量也相当可观。

　　GPU在深度学习领域大显身手。算法的效果、效率与核心计算芯片的计算能力密切相关。相比1993年出品的IntelCPU奔腾P5芯片，识别一张ImageNet图片需要至少10分钟完成推理任务、近百年完成训练任务，如今旗舰手机上的SoC仅需数百微秒就能完成，因此处理器芯片技术的进步对于AI快速进步并进入实用场景至关重要。人工智能的运算本质是一些矩阵乘，并不需要很多的存取和判断，GPU比CPU有更多的逻辑运算单元（ALU）因此架构更适合做一些大运算量的重复工作，且更容易组成大的集群，从而更适合AI且更加高效。

　　GPU助力深度学习技术性能快速进步。2011年开始，全球AI研发工作者开始意识到GPU在深度学习领域的威力，彼时谷歌大脑项目学会了通过在视频网站上看电影来识别动物和人，但它需要配备2000个CPU的服务器。英伟达与斯坦福大学合作，将GPU用于深度学习，12个英伟达的GPU就可以达到类似性能。此后深度学习进入高速发展期，2012年深度学习可以在ImageNet图像识别挑战中战胜人工代码，到2015年深度学习已经可以战胜真人。

　　英伟达GPU架构持续迭代。英伟达自2008年推出Tesla架构后，保持着每两年推出一个新架构的速度，先后推出了Fermi、Kepler、Maxwell、Pascal、Volta（Turing）和2020年推出的Ampere（安培）架构，在CUDAcore数量、数据交换速度、单机内多GPU通信、增加TensorCore等方面进行了持续更新迭代，产品性能不断提升。

　　数据中心、自动驾驶、加密货币，三重因素驱动2017-2018上半年英伟达高歌猛进。2016年4月特斯拉首次推出平价Model3爆款车型（2017年7月开始交付），引领自动驾驶风潮，2016~2019年特斯拉的AutoPilotHW2.0采用了基于英伟达的DRIVEPX2AI计算平台，芯片由第一代的MobileyeQ3升级为两个英伟达ParkerSoC、1个英伟达PascalGPU，从而支持更多的车载传感器。此外，2017年4月至年底，加密货币价格大幅拉升催生了“挖矿”对显卡的需求。与此同时，云服务厂商保持大规模数据中心资本开支力度。多重因素推动英伟达2017-2018前三季度股价及业绩一路高歌猛进。

　　业务短暂调整，2019下半年再出发。2018H2-2019H2，加密货币价格下跌，二手显卡流回市场导致渠道库存增加，对游戏显卡业务营收造成连续几个季度的不利影响，此外，2017及2018年全球服务器出货量达到高点，数据中心2018年下半年进入景气弱周期。直到2019年下半年，数据中心业务回暖，服务器出货量重回增长。

　　后疫情时代，市场空间不断打开，软硬件结合深挖护城河。疫情不改行业2019年去库存结束，反而加速数字化进程，半导体进入第四轮硅含量提升周期。2020年英伟达先后完成其历史上最大的收购Mellanox，及宣布收购ARM。下游游戏、AI、智能汽车、AR/VR四大应用领域全面打开，市场空间不断增长，收购为服务器及存储提供端到端Infiniband和以太网互联解决方案的领军企业Mellanox，平台触角再延伸，软硬件结合加深护城河。

　　聚焦游戏尤其是高端产品市场，摆脱PC出货疲软实现快速增长。PC出货量在2010-2011年见顶，但英伟达游戏业务营收近年来仍然保持较高增速，FY17至FY21营收CAGR22%，我们认为主要是因为在如今集成GPU基本可以满足普通PC需求的情况下，公司聚焦高性能游戏PC以及云游戏平台，产品价值量不断增长。

　　产品实力强劲，市场份额稳步提升。性能是PC游戏消费者最关注的指标之一，PC游戏玩家通常对独立显卡价格敏感度较低，愿意为更高的性能进行产品升级，根据Tom’shardware跑分，英伟达GPU性能领先AMD，公司在独立显卡市场份额稳步提升。此外，加密货币“挖矿”需求使得显卡实际零售价与建议零售价出现大幅价差，通过对比也可以发现，本就定价较高的英伟达产品溢价能力也普遍高于AMD产品，侧面反应公司产品实力突出。

　　电子竞技催化增量需求。根据新华网，中国电竞市场规模已经突破1000亿元，已经超过北美成为全球最大电竞市场。根据腾讯新闻谷雨数据联合全国电子竞技协会联盟等发布的《中国职业电竞人才发展报告》，2022中国电竞整体市场规模预计将达到2157亿元，电竞商业化未来有望为电竞市场整体增长提供长期动力。

　　海量数据流量增长带来的数据处理及存储需求持续为服务器市场增长赋能。根据Omdia，2018全球网络数据流量约为1.22ZB，而至2024年流量将增至5.47ZB，约为2018年的4.5倍，2018-2024年CAGR达28.7%，海量数据将持续推升对数据存储和处理的需求增长。根据Sumco预测，数据中心SSD存储所需也将在2020年达到0.078ZB，至2023年将会达0.219ZB。我们认为随着5G的逐步完善，用户对于接入流量的需求大幅提高，而5G的建设仍在进行当中，因此我们预期在未来随着物联网等新应用逐步成熟，对于流量的需求将继续迎来井喷式增长，进一步带动服务器行业的增长。

　　英伟达预计其数据中心业务2024年可触及市场空间达到1000亿美金，公司FY17至FY21营收CAGR82%，数据中心业务已成为紧随游戏的第二大块业务，并成为目前公司毛利贡献最高的业务。

　　收购Mellanox，推出DPU及DOCA进一步提升数据中心市场控制力。2020年英伟达69亿美元完成收购Mellanox，并基于Mellanox的技术推出了DPU（DataProcessingUnit）处理器。2021年4月，英伟达发布了新一代BlueField-3DPU以及新的DOCASDK1.0（Data-Center-Infrastructure-On-A-ChipArchitecture）软件架构（开发人员平台）。传统的数据中心架构是以CPU为中心的架构，但随着数据量大幅提升，传统冯·诺依曼架构无法解决通信模型带来的网络拥塞问题，DPU以数据为中心的架构，其本质是一款SoC芯片，以DPU为核心的数据中心，能够使典型通信延时降低10倍以上。

　　自动驾驶等级每提高一级，算力约提升一个数量级。随着自动驾驶等级提升，单车每天产生的数据量骤增，传感器环境感知、高精度地图、V2X通信、多种数据融合等对算力提出了非常高的要求。目前主流做法同样是采用“CPU+XPU”的多核结构。行业内主要竞争者包括英伟达、特斯拉、Mobileye、地平线、Waymo等。

　　英伟达：目前已经推出5代自动驾驶计算平台：DrivePX、DrivePX2、DriveAGXXavier/Pegasus、DriveAGXOrin、DRIVEHyperion。DrivePX2算力24TOPS，性能强，特斯拉曾使用。DriveAGXXavier/Pegasus：采用12nmXavier，小鹏P7、上汽荣威、文远知行、小马智行均搭载过。DriveAGXOrin：集成了Ampere架构GPU，算力最高可达2000TOPS，但功耗较高。2021年11月发布NVIDIADRIVEHyperion8自动驾驶开发平台，基于其DRIVEOrin芯片。Orin单颗芯片算力可达254TOPS，Hyperion8.1平台可搭配15个摄像头、9个雷达、12个雷达、2个LiDAR，实现支持L2+/L3级别的自动驾驶。

　　目前的OrinSoC拥有12个ARMCortex-A78CPU核，以及基于Ampere架构的集成GPU，根据英伟达，蔚来ET7的超算平台Adam搭载了4颗英伟达DRIVEOrin，最高算力可达到超过1000TOPS。英伟达下一代AI加速的车用Atlan处理器，单颗算力可达1000TOPS，面向2025年的的智能汽车需求。Atlan处理器将使用英伟达下一代GPU架构，新的ArmCPU内核以及深度学习和计算机视觉加速器（computervisionaccelerators）。

　　AR/VR：推出Ominiverse，元宇宙硬件先行。2021年4月，英伟达推出Omniverse，作为一个开放式平台，专为虚拟协作和物理级准确的实时模拟打造，设计师、研发人员可以通过这一平台连接主要设计工具、资产和项目，在虚拟空间协作和迭代，最终由GPU提供实时渲染，软硬件结合，英伟达正式进军元宇宙。

　　复盘英伟达、AMD、英特尔和费城半导体指数可以看到，2009年至2012年，英伟达股价****弱于AMD，与费城半导体指数接近，进入2012年，也是深度学习开始快速发展时期，英伟达超越AMD，2015年深度学习逐步成熟，AI下游应用打开，英伟达股价增速显著超越其他几家，2020年以来，游戏、AI、智能汽车、AR/VR四重增长点同时推动，GPU全球龙头势不可挡。

　　德州仪器起步于1951年。起初通过地质勘探技术进入国防电子领域，50-60年代做过红外和雷达系统，后来还获得过导弹、激光制导、军用计算机订单，后于1997年TI将国防业务以29.5亿美金卖给Raytheon。德州仪器与集成电路的缘分始于1952年，其从WesternElectric购买了生产（锗）晶体管的专利许可，随后GordonTeal加入公司，主管研发，助力公司在1954年研发出首个商用硅基晶体管，于是TI设计并制造出了首个（锗）晶体管收音机。四年后，CRL员工JackKilby发明了基于锗的集成电路，该项发明还于2000年获得诺贝尔物理学奖，TI中心研究实验室的研发实力可见一斑。

　　1960年代TI推出晶体管-晶体管逻辑集成电路。该集成电路采用双极型工艺制造，尤其是74/54（军用）系列，广泛应用于计算机逻辑集成电路。随后又开发出第一款手持计算器（CalTech）、单片机（MCU）。1978年，TI推出单片LPC语音合成器，是首个通过单片硅基芯片复制人声的电子产品，后于2001年将语音合成业务卖给了加州的Sensory公司。1979年起TI进军家用计算机市场，上世纪80年代TI还活跃于人工智能领域，除了在语音合成方面的进展，还为计算机推出了首款商用单芯片数字信号处理器（DSP），并生产出一款面向高速数字信号处理的微。1990年代TIMSP430MCU问世，将嵌入式处理提升到新的水平，可提供低成本与高效设计等优势。

　　进军计算机微处理器失败。1970年代，英特尔推出了全球首个单片微处理器4004：1971年初由FedericoFaggin领导的开发团队设计出了一套只需要4枚芯片就可以取代原来的12枚芯片的芯片组，即MCS-4芯片组，其中核心便是4004，采用10微米制程。ComputerTerminalCorporation(CTC)是当时刚成立不久的一家设计制造小型桌面终端的公司，其于1967年推出了一款非常受欢迎的机型：Datapoint3300。为解决发热等问题，考虑采用单片CPU设计改进内部电路，因此同时找到Intel和TI研发处理器。针对CTC推出的第二代产品Datapoint2200，TI快速研发出了TMX1795，抢先Intel交货，但CTC没用，因为TMX1795本身存在大量未使用和浪费空间，导致性能无法达到要求。

　　1971年晚些时候，Intel交付1201给CTC，但是CTC不满足1201性能，Intel后将产品命名8008（全球第一个8位处理器），后基于8008又推出8080和8086，8088开始获得IBM订单，携手微软组成Wintel联盟，霸占PC处理器市场。后来TI抢先推出的16位处理器TMS9900因缺乏可兼容的外围芯片和软件也无法推行，最终彻底放弃家用电脑市场。这场对计算机微处理器的进军，TI以失败告终。TI在同属集成电路领域的模拟电路的研发上取得了丰硕成果，但在数字电路领域却遭遇滑铁卢，这也暗暗提示TI模拟电路与数字电路的研发存在显著差异。

　　收并购丰富产品品类，打造平台型公司。1996年，TI收购了Tartan公司，其中Ada语言后用于TIDSP芯片设计。同年收购了SiliconSystems的存储产品。1997年以3.95亿美元收购AmatiCommunications，随后一年又看中了GODSP的DSP处理器软件开发工具、SpectronMicrosystems的DSP应用实时操作软件、OasixandArisixcorporations的硬盘驱动产品和Adaptec的高端硬盘驱动产品。同时，将仅发展两年的存储业务部分（DRAM）卖给了美光。TI加速出售国防电子部门、软件部门、电脑部门和存储部门，聚焦DSP业务。1999年TI又相继完成对包含射频芯片业务的ButterflyVLSI和ATLResearchA/S、主攻DSP相关编解码软件的TelogyNetworks、从事有线宽带芯片业务的LibitSignalProcessing、从事发动机和车身稳定相关汽车传感器的IntegratedSensorsSolutions和从事开关稳压器业务的PowerTrends的收购。

　　1999年，TI完成了一笔当时最大的并购，其以12亿美金并购了Unitrode的电源管理IC、电池管理IC和接口等业务，这一并购巩固了TI模拟市场第一的地位，在这之前TI模拟市占率低于12%。2000年，TI以61亿美金收购了Burr-Brown，开始发展高性能A/D、D/A转换器、放大器。2005年TI将大尺寸TFT-LCD驱动IC业务出售给了日本OkiElectric，后续又陆续出售了传感器和控制业务部门、家庭网关DSL客户端设备(CPE)业务和有线调制解调器(cablemodem)产品线亿美金收购了国家半导体，当时TI有3万种产品，国家半导体有1.2万种，这一收购极大丰富了TI的产品种类，为TI带来了电源管理IC、显卡驱动、音频放大器、通讯接口产品以及数据转换解决方案，为下一代信号处理奠定了基础。90年代以来，TI完成30余次收并购，丰富完善了产品线，聚焦巩固了模拟行业全球霸主地位。其通过剥离低毛利或需要更多资金独立发展的业务，先后剥离计算机微处理器、存储、手机处理器等业务，走上专注模拟IC的道路。

　　TI形成了包含模拟、嵌入式处理、和其他产品三大类产品布局。其模拟产品部分主要包含电源管理、信号链产品。电池管理部分可细分为DC/DC开关稳压器、AC/DC、隔离式DC/DC和转换器、电源开关、线性稳压器（LDO）、电压、电压参考和LED驱动等产品。信号链产品包括放大器、数据转换器、接口产品、电机驱动器、时钟和计时、逻辑和传感器等产品。嵌入式处理部分主要包括微（MCU）、数字信号处理器(DSP)和其他处理器。其他产品主要有DLP产品、计算器和ASIC。三大类产品有近18000种，总计80000多款产品。凭借丰富的产品品类，TI成为模拟芯片平台型龙头。

　　模拟IC为核心业务。2020年TI总营收144.6亿美元，同比增长0.54%。模拟业务营收108.9亿美元，同比增长6.5%，约占75%；嵌入式业务为25.7亿美元，同比下降12.7%，约占18%；其他为10.1亿美元，同比下降17.4%，约占7%，主要由于疫情因素影响学生返校，计算器部分业务营收下降导致。下游市场按地域划分，中国是最大市场，占比达到55%，亚洲及美国销售占比合计约82%。

　　1）有意识培养客户自己申请样品，还有填写资料的习惯，跳开代理商。TI的所有终端用户申请样品都需要注册MYTI，且TI后台可手机用户在官网搜索的浏览记录和需求；

　　2）在中国建立销售网，设立DSP实验室，同时拥有非常强悍的技术支持队伍，销售、客户、市场、技术都掌握在自己手中；

　　3）面对企业经营的压力，原厂并购重组频繁，如安华高并购博通成立新博通后砍掉安富利、艾睿、世强等都被砍掉等代理，大厂策略越来越偏向精简渠道，直接面对终端客户，大势所趋；

　　4）2018年杭州云栖大会上，天猫、阿里云IoT携手包括中移物联网有限公司、Cypress、瑞萨、意法半导体、兆易创新、博通集成、移远通信、新唐科技等众多国内外知名半导体公司宣布2018天猫芯片节盛大开幕，同期在天猫线款芯片模组。原厂拥抱互联网，大势所趋，大客户自己来，中小客户经过互联网平台。

　　TI主要采用IDM模式，大力扩产12寸。TI80%的产品都是公司内部制造，20%委外台积电、联电代工，封测委外比例为40%。TI拥有全球14个制造基地，10座晶圆厂，7座封测厂，及多个凸点加工、晶圆测试厂。12寸厂（DMOS6/RFAB）贡献2020年全年模拟产品营收约55亿美金，占模拟芯片总营收51%，20年12寸产能利用率约70%，当前12寸厂满载，预计2021年贡献营收可达80亿美金。近期公告将收购美光在犹他州的工厂，也为12寸厂，预计生产模拟和嵌入式产品，制程为60nm和45nm。模拟产品封测成本占比更高，单片芯片价格（未封装前）是8寸产线%，这也是公司采取IDM的优势之一，可有效降低成本。

　　德州仪器2021财年第三季度营收46.43亿美元，同比增长22%，市场预期为46.55亿美元。净利润19.47亿美元，同比增长44%，市场预期为19.25亿美元。每股收益2.07美元，上年同期为1.45美元，市场预期2.05美元。运营利润为23.05亿美元，同比增长43%。三季度经营现金流为24.28亿美元，资本支出4.86亿美元，自由现金流19.42亿美元。过去12个月里，经营现金流85.24亿美元，同比增长48%。资本支出13.92亿美元，同比增长132%，自由现金流71.32亿美元，同比增长38%，占营收的40.6%。

　　公司研发费用较为稳定，资本支出呈周期性变化。从2017年至2020年，公司研发费用基本保持在15亿美元左右，对于研发项目的支出并不因为公司的龙头地位稳定而有所减少，研发费用率保持在10%左右。公司资本支出呈现一定周期性波动，其在2010年与2018年显著增长，呈现先升高再降低的态势，与公司的扩产计划密切相关。

　　博通（Broadcom）专注于技术领先和类别领先的半导体和基础设施软件解决方案。其凭借AT&T/贝尔实验室、朗讯和惠普/安捷伦丰富的技术基因，加持收购行业领导者博通、LSI、博通公司、博科、CATechnologies和赛门铁克等，持续积淀拥有引领行业走向未来的规模、范围和工程人才。如今博通已是众多产品领域的全球领导者，为世界上最成功的公司提供服务。

　　背景一：CEO陈福阳个人特点：即1）具备商科教育背景，职业生涯开始于传统行业巨头任财务高管及风投基金等工作经验，熟知财务管理与企业经营；2）擅长和认同并购操作；3）过人胆识与远见。陈福阳毕业于美国麻省理工学院（MIT），同一年取得机械工程系的学士和硕士学位；后又取得哈佛大学企管硕士学位。陈具备理工背景同时，也熟知财务管理与企业经营。他先后进入通用汽车、百事可乐等美国传统行业巨头，担任财务高管。

　　1983年至1992年，陈福阳先后在在休姆工业和新加坡风投基金Pacven投资公司任董事总经理。1992后陈转赴个人电脑制造商Commodore担任公司副总裁，此时才标志进入科技行业。2006~2016年，陈福阳任新加坡模拟IC厂安华高总裁。并在2016年带领安华高科技以370亿美元并购博通科技后，重组公司裁员1900人后，后又收购通讯大厂博科，果断又强悍的性格，将公司整并为博通科技，成为全球第五大半导体厂。CEO曾于华美半导体协会年度晚宴上表示，我并不是半导体人，但是我懂得赚钱和经营。

　　背景二：历年来，投资公司居多的股东背景：早期KKR、银湖资本两大私募基金是公司前身安华高大股东；且目前前五大股东皆投资机构，合计40%+。1999年，安捷伦科技脱胎于惠普，其集合了被惠普剥离出来的芯片制造、电子测量和分析仪器业务。2005年，KKR和SilverLakePartners收购安捷伦半导体事业部；至此，独立的安华高科技公司成立。在私募基金控股股东的坚定支持下，作为私募基金延揽的卓越职业经理人陈福阳能以专业视角审视现金流、利润率，ROE等，展现了强大的资本配置能力，并率领博通建立了以绩效为导向的发展文化。综上，私募股东背景在博通战略制定、重大投资并购、绩效激励皆发挥了重要作用。

　　背景三：美国并购文化盛行。由于美国众多知名科技公司历史已十分悠久，加持职业经理人文化等特点、标的公司对被公司被收购，在文化上羁绊较少。放眼国内，近年亦有利于并购的较佳土壤。（1）21H1中国国内并购市场活跃度达2018年以来的最高水平，良好环境有助于国内企业并购整合。2021年上半年中国的并购活动交易数量达到6177宗，与2020年下半年相比增长11%，创有史以来半年交易量的最高水平，其中国内战略投资并购交易量增长41%，私募股权基金和风险投资基金的交易也很活跃。（2）高科技领域并购交易活跃。剥离2020年几笔互联网公司私有化大额交易影响，2021H1交易金额大致环比持平。国家政策大力鼓励科技创新，技术升级数字化、半导体、AI领域投资活跃。另一个活跃领域是5G及相关，包括电子设备、数据中心、云计算、物联网等，在“流量+基建”的助燃中持续升温。我们认为博通通过并购路径得以成功平台化的关键原因在于：卓越战略、高效整合。成功关键一：战略上聚焦协同性强的细分市场龙头标的+有较大效率优化空间。公司半导体板块聚焦企业数字化基础设施市场的专用IC和模拟IC，客户粘性强、技术颠覆性低；软件板块聚焦企业数字化基础设施的tier1供应商，与客户关系紧密，替代性弱。2008~2018公司收购标的锁定在有线、无线、企业存储这几个自有主业所在细分市场的其他品类龙头。所有收购标的自身优质，且在产品组合上与公司产品重合度低但配套性强。另外，收购标的都是多业务线大企业，由于各类公司治理问题，EBITDA率在10%-25%，远低于安华高42%目标，经安华高运营的改造空间很大。2018年起，公司并购方向转向企业数字化基础设施软件领域，系原领域收购由于公司体量过大，易被美国政府因和反垄断等原因否决。成功关键二：大力裁撤部门或人员，削减成本、提高利润。博通在收购后常常立即进行重组，果断卖掉非核心业务和裁员，专注提升公司利润率。例如，收购LSI后，博通立即出售LSI企业级闪存和SSD业务给希捷。收购原博通之后，随即5.5亿美元出售IOT业务部门。收购博科后，出售博科数据中心资产给极进网络（ExtremeNetworks），售价为5500万美元，Extreme将接手Brocade的数据中心的路由、交换和分析业务。而博科Ruckus无线和ICX交换机业务则作价8亿美元出售给Arris。1.3中国Fabless“含车量”进一步提升2021年，越来越多的设计公司推出车规级新品或在下游取得放量、份额提升，2022年中国IC设计公司“含车量”有望进一步提升。1.3.1智能化开启车载光学千亿大赛道特斯拉、蔚来等造车新势力走在技术前沿，引领智能汽车行业发展，作为智能汽车最引人瞩目的技术当属自动驾驶。环境感知是实现自动驾驶最关键的环节之一，环境感知的核心是传感器（sensor），目前主要的传感器分为两种，摄像头和雷达。区别在于摄像头是通过第三方****波（光）感知信息，而雷达是通过自己****波来感知信息。雷达根据探测距离、分辨率的不同，分为雷达、毫米波雷达和激光雷达（LiDAR）。激光雷达具有测距远、分辨率高的优点，但价格昂贵；毫米波雷达体积小，天气适应性较强，成本较激光雷达低很多，主要分为24GHz和77GHz/79GHz，后者测距更远，制造工艺难度更大，其局限性在于对静止物体的分析精度不够；摄像头成本最低，但易受天气影响，且需要复杂的算法支持工作。根据Yole，2025年ADAS摄像头模组市场规模有望达81亿美元。国内车载摄像头2020年市场规模达到57亿元。根据中国汽车工程学会，国内ADAS市场渗透率在2020年预计达到40%，规模达到878亿元。根据高工智能汽车，车载摄像头市场规模2020年约为57亿元，毫米波雷达市场规模在2020年市场规模约为70亿元。出货量方面，盖世汽车研究院估算我国车载摄像头2020年出货量有望突破4400万颗。智能汽车迭代升级势不可挡，汽车为未来CMOS图像传感器高增速市场。车载摄像头最初主要应用在倒车系统中，随着5G商用落地以及ADAS（AdvancedDrivingAssistanceSystem，高级驾驶辅助系统）快速普及，汽车加速智能化步伐，感知技术作为自动驾驶技术发展的一大核心，催化车用图像传感器迎来量价齐升。根据Omdia，预计2020-2030年，汽车摄像头及工业视觉将成为图像传感器增速最快的两大下游领域，其中汽车十年间年均复合增速预计将能达到近20%之高。自动驾驶平台拾级而上，在算力上为更多摄像头的搭载创造土壤。由于自动驾驶可通过视觉感知+算法决策来实现，自动驾驶芯片决定了处理图像信息数据能力的上限，进而决定了搭载摄像头数量的上限，我们梳理主流自动驾驶平台升级迭代情况可以发现，自动驾驶芯片由L2向L5自动驾驶级别加速进化。以英特尔MobileyeEyeQ系列芯片为例，从EyeQ1到EyeQ5，单颗芯片的浮点运算能力从约0.0044TOPS提升至12TOPS，可支持的摄像头数量从1个提升至10个，下一代EyeQ6平台支持的摄像头数量可进一步提升至12个。造车新势力摄像头配备更加激进，有望加速CIS上车进程。造车新势力在推动技术变革上一向表现出更加积极地姿态，与传统车企渐进式提升自动化水平不同，蔚来等造车新势力多采用“一步到位”的技术发展路线车型量产上市，自然的，其在自动驾驶传感层的上也领先一步，率先“安排”更多数量摄像头“上车”。从统计情况来看，同为L3级别的奥迪A8和奔驰S配备摄像头分别为5及6个，而“造车新势力”特斯拉、蔚来、理想、小鹏的L2+级别自动驾驶汽车配备摄像头数量大都在8个以上，蔚来最新发布的L4级别豪华车型ET7搭载11颗800万像素摄像头，索尼概念电动车Vision-S更是搭载了18个摄像头。车载CIS呈现出向高分辨率发展的趋势，价值量有望不断提升。L1-L2低水平的智能汽车对CIS的分辨率要求并不高，而随自动驾驶等级提升，汽车所承担的驾驶任务更加复杂，无论从功能还是安全方面考虑，都需要其能够实现更高的物体辨识准确度，这意味着汽车要采用更高分辨率的CIS。根据TSR，目前VGA和200万像素CIS仍为车用CIS出货的主流，但未来200万像素及以上CIS占比将加速提升，预计至2023年200万像素和500万及以上像素CIS出货量将分别达到10.42亿颗和1.54亿颗。长期来看，自动驾驶为汽车行业发展大趋势且应用推广不断加速，车载CIS为潜在百亿美元大市场。目前汽车图像传感器均价约为4-5美元，类比手机市场发展趋势，我们认为未来车载摄像头高端化也将能带动CIS价值量逐渐提升。根据我们测算，2020年全球汽车CIS市场规模为12.2亿美金，到2025年有望达到54亿美金，CAGR34.7%。长期来看我们假设每年全球汽车产量在8000万到1亿辆之间，未来汽车平均搭载13个摄像头的情况下，CIS单车价值量有望超过100美元，推算下来，全球汽车图像传感器市场空间将达到近100亿美元！1.3.2智能化驱动车用存储迅速增长WSTS预计2021年全球存储市场增速37.1%，规模达到1611.1亿美金。根据WSTS，存储市场是2021年和2022年全球半导体市场中增速最快的领域，2022年将同比再增长18.4%达到1907.7亿美金。下游应用来看，根据TrendForce和Omdia，数据中心、智能手机、PC三大领域合计占比超过80%。产品种类上，根据ICInsights，DRAM约占市场份额的53%，NAND和NOR合计占比45%。存储市场集中度较高。受行业强周期性及高额资本开支影响，存储行业市场集中度较高。根据Omdia和Yole，2008年三星、SK海力士和美光的DRAM合计市占率约60%，而到了2020Q4这三者合计市占率已达到约94.4%。NAND市场2020Q4前五家市占率合计约90.8%，若考虑Intel已将闪存业务出售给SK海力士，前五家市占率达到98.7%，竞争格局也进一步集中。DRAM追求更细线宽。DRAM的技术发展路径是通过制程微缩来提高存储密度，制程达到20nm之后，制程微缩难度大幅提升，内存芯片厂商对10nm级别的产品以1X（17~19nm）/1Y（14~16nm）/1Z（11~13nm）命名，指第一代、第二代、第三代技术，以及1α（约10nm）和未来1β/1γ/1δ。目前市场上DRAM的应用较为广泛的制程是2Xnm和1Xnm，三星、美光、海力士等巨头厂商均已开发出1Znm制程的DRAM。2021年上半年美光率先推出了1αnm移动DRAM，与上一代1z产品相比，内存密度提高了40%，节能15%，且继续沿用了DUV光刻技术。SK海力士采用EUV光刻技术生产1αDRAM。NAND朝多层化发展。NAND闪存从2D发展到3D。2010年以前，在同一区域中实现更多的单元数量，更小的工作区栅级，增大存储容量是2DNAND技术发展焦点。受限于精细图案结构，且储存数据会随时间推移而丢失导致使用寿命缩短，技术路径走到尽头。3DNAND应运而生，3D-NAND结构通过三维堆叠中层数的增加，存储容量变大，因此3DNAND的核心技术是实现更多的层数的堆叠。美光176层3DNAND于2020年底批量出货，采用美光第五代3DNAND技术和第二代替换栅极架构。国内长江存储已经量产64层/128层基于Xtacking架构的两代闪存颗粒，正在向192层的第三代3DNAND存储芯片迈进。TrendForce预计到2024年车用存储将占到DRAMbit总市场的超过3%。车用存储主要包括信息娱乐、ADAS、远程信息处理和仪表盘系统四大类。其中信息娱乐应用程序对DRAM容量的要求最高，且与ADAS相比，信息娱乐系统产品对供应商的准入门槛相对较低，因此目前市场发展迅速，是短期内汽车存储需求的主要驱动力。自动驾驶、车辆网等将使汽车产生和传输的数据量爆发式增长，从而驱动车用存储中长期需求增长。恩智浦预计，到2030年单车每天产生的数据量达到10-12TB，是2020年单车每日产生数据量的超过200倍。随着自动驾驶技术的发展，TrendForce预计所有车用DRAM需求合计有望从2019年的占到全球DRAMbit消费的1.8%提升到2024年的超过3%。尽管汽车电气架构在朝着集中化发展，但综合安全、成本等考量，动力域、底盘域、座舱域/智能信息域、自动驾驶域和车身域可能需要不同的存储解决方案。例如IT为工业级温度范围-40-85℃，AIT为汽车级工业温度范围-40-95℃，性能是汽车级性能，产品价格不一定高于IT级产品。车用娱乐导航系统并不一定必须使用车规级产品，但对安全性能要求高的例如自动驾驶域来说，可能需要温度范围-40-105℃的AAT汽车级产品甚至是-40-125℃的AUT级产品。智能座舱提升对存储的需求。目前的车载信息娱乐系统大多数由一颗SoC同时控制仪表、中控娱乐及其他娱乐屏幕。从恩智浦i.MX8电子座舱示例可以看到，其一个处理器控制了仪表、中控显示及抬头显示等所有图像和显示的处理。但由于不同系统等级要求不同，仪表需要实时操作且注重安全性，中控娱乐更看重灵活应用且随着智能化升级。当前主流的汽车信息娱乐系统只需要约1-2GB的DRAM，应用程序仍然比较基础。随着信息娱乐系统向更高的图像质量和视频高比特率发展，4GB甚至8GB容量的DRAM也已经在开发中。此外，由于汽车信息娱乐系统是近距离观看，视频比特率必须足够高从而最大限度地减少延迟。因此信息娱乐应用的DRAM规格正逐步从2/4GB的DDR3发展到8GB的LPDDR4，以满足高数据传输速度和带宽。自动驾驶等级提升，产生的数据量骤增。以2021款搭载SAE2+自动驾驶级别的奥迪A8为例。其传感器包括5个摄像头（一个前置摄像头和4个360度环境摄像头）、5个雷达（前置长距离雷达和4个中程侧辅助雷达和一个后辅助雷达）、12个传感器和一个前置LiDAR。根据IDC估计，2级以上的车辆每小时可以产生3.9TB的数据，如果存储30秒的数据，将需要32GB的存储空间。SK海力士预计2030年ADAS对NAND的容量需求可达2020年的20倍以上。大容量NAND闪存模块在汽车应用和系统中的重要作用体现在，1）发生事故时实时捕获某些传感器的数据并将其永久存储在内存中至关重要；2）ADAS的自适应功能（如自动打开大灯、调节行驶速度、启动紧急制动、提醒驾驶员注意周围的车辆）等功能，均需要用到非易失性存储；3）信息娱乐系统同样需要即时存储，保证在断电时信息不会丢失。UFS逐步替代eMMC是车用闪存的发展趋势。eMMC是基于NAND发展而来的存储解决方案，是MMC协会订立的内嵌式存储器标准规格。随着NAND从SLC、MLC发展到TLC，密度和存储单元容量不断提升，出错率也随之增加，因此通常需要搭配高性能控制芯片来管理NAND（包括协议、坏块处理、错误探测/错误更正、数据存取等功能），eMMC可以理解为将NAND+控制IC+标准接口封装在一起的结构，更方便使用者使用。UFS采用串行数据传输技术，工作模式为全双工模式，同一条通道允许读写传输，而且读写能够同时进行，传输效率效率提高。UFS在数据传输速度上远优于eMMC，应用于车载则体现在开机速度快，文件读取速度快，从而带来更好的用户体验。1.3.3计算与控制：国产MCU放量在即计算及控制芯片作为汽车的核心，对于汽车的运行起着重要作用。随着汽车电动化和智能化升级，控制汽车各功能的ECU数量持续增加、性能面临瓶颈，电子电气架构由传统的分布式向集中式演进，原本的多个ECU控制的架构升级为可以将整车划分为车辆控制（动力总成、车辆安全、车身电子）、智能座舱和智能驾驶三个域。域控制ECU功能较之前ECU更集中，因此对主控芯片的性能要求不断提升。车辆控制域仍以MCU为主，其中32位MCU在车载市占率超过75%，智能座舱和智能驾驶两个系统，主控芯片逐步由原来的CPU过渡到异构式SoC芯片成为主流。电子控制单元（ECU）——汽车电子控制系统的“大脑”。ECU是汽车电子系统中用于控制电气、电子系统的嵌入式系统，通过对传感器输入信号进行分析处理，使执行器按照控制目标进行工作。典型的电控单元包括发动机（ECM或ECU）、动力总成（PCM）、传动系统（TCM）、制动（BCM）、中央（CCM）、车身（BCM）等。