报告出品方：东莞证券

以下为报告原文节选

------

1.存储概述：重要的集成电路品类，下游 AI、汽车电子驱动成长

1.1 存储概述：数字信息的载体，集成电路的重要分支

半导体存储器是数字信息的载体，是集成电路的重要分支。半导体存储器也叫存储芯片，是指利用磁性材料或半导体等材料作为介质进行信息存储的器件，其存储与读取过程体现为电荷的贮存或释放。它是电子系统中存储和计算数据的载体，是应用面最广、市场比例最高的集成电路基础性产品之一。从市场规模占比来看，全球半导体可分为集成电路（82.7%）、光学光电子（7.5%）、分立器件（5.9%）和传感器（3.8%）四类，而集成电路又可分为逻辑芯片（32.78%）、存储芯片（32.52%）、微处理器（19.29%）和模拟芯片（15.41%）。据 WSTS 数据显示，2022 年，全球存储芯片行业市场规模约为 1,392亿美元，占半导体行业比重约为 20%，仅次于逻辑芯片，是占比第二大的半导体品类。

存储器分类：易失性存储、非易失性存储。按照是否需要持续通电以维持数据，半导体存储器可分为易失性存储和非易失性存储。其中易失存储芯片主要包含静态随机存取存储器（SRAM）和动态随机存取存储器（DRAM）；非易失性存储器主要包括可编程只读存储器（PROM），闪存存储器（Flash）和可擦除可编程只读寄存器（EPROM/EEPROM）等。
易失性存储：主要指随机存取存储器（RAM），需要维持通电以临时保存数据供主系统CPU 读写和处理。由于 RAM 可以实现对数据的高速读写，因此通常作为操作系统或其他正在运行中的程序的临时数据存储媒介。
RAM 根据是否需要周期性刷新以维持数据存储，进一步分为动态随机存取存储器（DRAM）和静态随机存取存储器（SRAM）。动态随机存取存储器（DRAM）需要在维持通电的同时，通过周期性刷新来维持数据，故称“动态”存储器。DRAM 结构简单，因此单位面积的存储密度显著高于 SRAM，但访问速度慢于 SRAM；此外，由于 DRAM 需要周期性刷新以维持正确的数据，因此功耗较 SRAM 更高。DRAM 作为一种高密度的易失性存储器，主要用作CPU 处理数据的临时存储装置，广泛应用于智能手机、个人电脑、服务器等主流应用市场。
非易失性存储：主要指只读存储器（ROM），无需持续通电亦能长久保存数据。早期的ROM 产品信息首次写入后即固定下来，以非破坏性读出方式工作，只能读出而无法修改或再次写入信息，故称“只读”存储器。ROM 经过不断演变发展，经过掩膜只读存储器（MaskROM）、可编程只读存储器（PROM）、可编程可擦除只读存储器（EPROM）、电可擦除可编程只读存储器（EEPROM）和快闪存储器（Flash）等阶段，已经突破原有的“只读”限制。Flash 则主要包括 NAND Flash 和 NOR Flash。

存储器市场结构：DRAM、Nand Flash 是最核心的存储品类。存储芯片市场主要包括 DRAM、NAND Flash 和 NOR Flash 三种产品。根据 IC insights，DRAM 和 NAND Flash 构成存储芯片最主要的组成部分，其中 DRAM 是存储芯片领域最大细分市场，占存储市场规模的比例高达 61%，NAND Flash 约占 36%左右的市场份额，二者构成影响行业景气度的主要品类；NOR Flash 占据 2%的整体市场份额。（IC Insights，2021 年数据）

1.2 下游应用：关注汽车电子渗透与 AI 拉动存储需求增长

1.2.1 智能手机：已进入存量市场，关注单机存储规格升级

存储器下游应用：以移动端、服务器和个人 PC 为主。目前存储器下游应用领域以智能手机、服务器和个人 PC 为主，根据 CFM 闪存市场数据，2021 年 DRAM 下游应用主要为移动端、服务器、PC 和其他，分别占比 35%、33%、16%和 16%，NAND 下游市场应用包括移动端、cSSD、eSSD、存储卡/UFD 和其他，分别占比 34%、22%、26%、9%、9%。展望存储市场发展历史，下游创新是推动行业规模不断扩张的主要驱动力，大型计算机、台式机及个人笔记本电脑、液晶电视、智能手机与可穿戴设备、云计算等行业创新驱动存储器的市场规模不断扩张。

智能手机：进入存量市场，总出货量陷入停滞。作为存储行业最大的下游领域，近年来受创新放缓、换机周期延长、行业渗透率趋于饱和等因素影响，全球智能手机出货保持平稳，年出货量约为 12 亿-14 亿台。根据 IDC 数据，2023 年一季度全球智能手机出货量为 2.65 亿台，同比下降 7.24%，环比下降 1.23%，同比降幅有所收窄；国内方面，根据工信部数据，2023 年 1-5 月国内智能手机合计出货量为 1.04 亿台，同比下降 2.49%，智能手机已进入存量市场，出货量持续萎缩。

单机存储规格升级成为手机存储市场的主要驱动力。随着摄像头、应用处理器和屏幕的不断提升，视频、图片及其他多媒体应用的需求激增，智能手机的 DRAM、NAND 闪存容量已成为消费者换机时最重要的考量因素之一，叠加摩尔定律下单位空间的存储芯片制造成本不断下降，智能手机的平均单机存储规格也在迅速增加。根据 Counterpoint 研究显示，2014—2020 年，全球智能手机 NAND 闪存空间约以 35%左右的复合增速增长，并在 2020 年智能手机 NAND 闪存平均容量首次超过 100GB，其中苹果 NAND 闪存平均容量为 140.9GB，安卓手机为 95.7GB。DRAM 方面，2014—2020 年智能手机平均 DRAM 容量从1.4GB 提升至 4.3GB（Trendforce 数据），2014—2020 年复合增长率达 34.5%。在手机进入存量市场，出货停滞的背景下，智能手机的单机存储规格升级有望成为存储市场规模扩张的重要驱动力。

1.2.2 智能汽车：新能源汽车快速渗透，汽车“三化”提升需求

新能源汽车：出货量同比高速增长，渗透率持续提升。近年来新能源汽车出货量实现高速增长，据中汽协数据，国内新能源汽车出货量从 2017 年的 76.8 万辆增长至 2022 年的 705.8 万辆，2017—2022 年 CAGR 达 55.8%，渗透率从 2.65%提升至 25.6%。2023 年上半年，国内汽车总销量为 1,323.9 万辆，同比+9.89%，新能源汽车总销量为 374.5 万辆，同比+44.54%，2023 年上半年新能源汽车渗透率高达 28.29%。

电动化：汽车电动化持续渗透，带来汽车电子规模扩张。汽车电子由半导体器件组成，用以感知、计算、执行汽车的各个状态和功能。根汽车电子按应用领域可分为动力系统、主被动安全系统、座舱电子系统和照明系统。作为汽车行业的配套行业，当前世界汽车工业 60%以上的技术创新均来源于汽车电子技术的应用，汽车电子技术的应用程度已经成为衡量整车水平的主要标志。
随着电子工业的飞速发展，汽车电子在汽车领域的应用日益深入，汽车电子占汽车总成本的比重日益加大，尤其中高端汽车与新能源汽车中汽车电子附加值更高。据盖世汽车研究院数据，国内紧凑型乘用车中汽车电子占成本的比重约为 15%，中高端乘用车中汽车电子占成本的比重约为 28%，而新能源汽车中汽车电子占成本的比重高达约 47%—65%。预计未来高端配置逐步向低端车渗透将是趋势，将带来汽车电子在乘用车成本中的比重持续提升，汽车行业仍处于“电子化”趋势中。

自动驾驶渗透率不断提高，增加 ADAS 装配率需求。汽车电动化、智能化是全球汽车产业发展的战略方向，自动驾驶渗透率有望快速提高。根据华为在《智能世界 2030》中的预测，预计到 2030 年，电动汽车占所销售汽车的总量达到 50%，智能汽车网联化（C-V2X）达到 60%，其中中国自动驾驶新车渗透率将达到 20%。而根据 Strategy Analytics 指出，2020 年全球 L2 及以上的智能汽车渗透率，预计到 2025 年将达到 73%，其中 L4 在 2030年实现规模应用。

另据佐思汽研数据，2022 年 1-9 月国内乘用车 L2 及 L2+级 ADAS 装配率达 33.5%，其中L2 级为 28.4%；L2+级（高阶辅助驾驶）为 5.1%；同期我国高速领航功能（NOA）装配量13.9 万辆，同比增长 387%。预计未来 1-2 年内，将有更多智能化车型搭载高速、城市NOA 功能，预计到 2025 年 L2 及 L2+级 ADAS 装配率将超过 50%。

汽车电动化、智能化不断推进，车规级半导体潜力巨大。随着汽车电动化、智能化的不断推进，汽车下游应用对存储容量、处理速度及算力需求提升，驱动存储器加速更新迭代，销售有望实现较大幅度增长。地平线联合创始人 2022 年接受采访时表示，自动驾驶等级每提升一级，所需要的芯片算力实现数十倍的上升：目前自动/智能驾驶领域行业的基础算力需求是：L2 级需 10TOPS 左右；L2+则需要几十 TOPS；L3 需要 100TOPS 以上；L4 需要 1,000TOPS。随着高级别自动驾驶渗透率不断提升，将推动全球车用半导体市场规模不断增长。根据集微网预测，2025 年全球车用半导体市场规模有望达到 735.2亿美元，2020—2025 年 CAGR 达 13.23%。

智能座舱、自动驾驶拉动车载存储器需求。高等级自动驾驶汽车，对车载存储容量、密度和带宽需求大幅提升，汽车电动化、智能化与网联化推动车载存储芯片实现指数级增长，从 GB 几倍提升至 TB 级别。传统燃油车中所需用到的存储并不多，主要包括车载音乐播放设备、车内 GPS 地图数据，以及 MP3 播放器存储音乐文件，再到后来行车记录仪需要存储摄像头录制的视频等，这些所有的车内存储应用场景基本以 SD 卡为主，容量在 1GB 到十几 GB 为主。随着汽车被赋予各种功能，电动化、智能化的不断发展，包括基于高带宽视频流数据的 ADAS 环视辅助系统、基于互联网应用的智能座舱信息娱乐系统、基于 5G 热点连接的云数据存储、车联网端边云的车载网管系统等等，这些新的应用对车载存储提出了更高的要求，相应的存储容量需求也提升到了更高的要求，可能需要接近 TB 级的存储需求。
以 NAND Flash 为例，其在汽车中主要用于 ADAS 系统、IVI 系统、汽车中控等，主要作用在于存储连续数据。随着自动驾驶等级提升，ADAS 系统中 NAND 容量需求增长显著，L1/L2 级 ADAS 一般只需主流的 8GB e-MMC，L3 级则提升至 128/256GB，L5 级最高可能超过 2TB。未来，高级自动驾驶汽车的数据生产、传输和记录将需要非常大的密度和高速性，可能进一步采用 PCIe SSD。而自动驾驶汽车内外感知设备不断增加，包括前置摄像头、内视摄像头、高分辨率成像雷达、LiDAR 等，也将大量使用高密度 NOR Flash（QSPI、xSPI 等，用于芯片启动）、DRAM(LPDDR3/4、LPDDR5、GDDR 等)。

Counterpoint 数据显示，未来十年，单车存储容量将达到 2TB-11 TB，以满足不同自动驾驶等级的车载存储需求。目前 L1-L2 级自动驾驶汽车主要采用 LPDDR3 或 LPDDR4，带宽需求 25-50GB/s，而对于 L3 级自动驾驶，带宽要求提升至 200GB/s，L4 级自动驾驶，带宽要求进一步上升到 300GB/s，L5 级自动驾驶，带宽要求达到 500GB/s 以上。因此对于高等级自动驾驶汽车，将选用带宽更高的 LPDDR5、GDDR6，以简化系统设计。据 IHS数据，2021 年全球汽车存储芯片市场规模约为 46 亿美元，约占整个存储器市场规模的9%，预计到 2023 年全球汽车存储芯片市场规模将达到 59 亿美元。

车载存储具有更高门槛，市场寡头垄断特征明显。相较消费电子产品，车规存储产品研发周期长、验证周期长、认证流程繁琐，需满足 IATF16949 合规认证、ASPCIE 认证、ISO 26262 功能安全认证，此外还需满足部分车厂的企业标准，如通用汽车的 GMW3172标准、大众 VW80000 标准等，整套认证流程时间可达 4—5 年，具有更高的行业门槛。
车载存储行业较高的行业门槛导致市场进入壁垒高、市场寡头垄断特征明显。目前美光、三星、海力士和微芯等存储大厂仍引领行业发展，占据垄断地位。其中，在汽车存储器领域，美光全球市场份额超过 45%，2021 年率先推出业界首款满足 ASIL-D 等级的 LPDDR5，容量最高达 128GB。

从行业市场份额看，以 DRAM 为例，美光为全球汽车 DRAM 龙头，2021 年占据全球约 45%市场份额，2021 年度进行了 LPDDR5 采样测试，2022 年推出的 LPDDR5 和 UFS 3.1 已被应用于理想 L9，为业内领先；国内方面，北京君正 2020 年收购矽成后进入车载存储领域，已与博世汽车、大陆集团等下游车企达成紧密合作关系，2021 年汽车存储市场份额为 15%，位列全球第二。

1.2.3 人工智能：AI 服务器需求井喷，对 DRAM、NAND 需求实现数倍提升

多模态大模型有望成为 AI 主流，参数量井喷式提升。生成式 AI 主要依赖于 AI 大模型，如 GPT 系列、BERT、Transformer 等，这些模型通常包含数十亿甚至数万亿参数，需要庞大的数据集进行训练。大模型的训练成本通常包括 GPU 等算力芯片成本、服务器成本、标准机柜成本、电力成本、人力投入费用等。以 GPT-3 为例，训练参数量达到 1,750 亿、预训练数据量达到 45TB，训练总成本高达 1,200 万美元。高昂的训练成本也提高了行业的准入门槛，因此多模态大模型的产业发展进程通常由科技巨头所主导。

AI 大模型参数量呈指数式增长，极大拉动算力需求。从 2015 年 AI 大模型问世至今，每年大模型的参数量呈现指数式增长，所需要的算力相较常规模型也实现极大幅度提升。
2019 年 2 月发布的 GPT-2 模型参数量约为 15 亿，而 2020 年 5 月发布的 GPT-3 模型参数量达到 1,750 亿，参数量提升超过 100 倍；据 ARK Invest 预测，GPT-4 参数量最高可达15,000 亿个，对应算力需求最高可达 31271PFlop/s-day；此外，国内外科技巨头加速布局多模态大模型，对应参数量均达到千亿级别，也将带动算力需求爆发式增长。

Chatgpt 催生 AI 服务器需求增长，各大厂商争相采购。从服务器行业竞争格局看，据IDC，浪潮、新华三、超聚变、宁畅和中兴位居 2022 年中国服务器市场营收前五位，市场份额占比分别为 28.1%、17.2%、10.1%、6.2%和 5.3%，行业 CR5 份额合计 66.9%。以Chatgpt为代表的多模态大模型带来计算资源需求爆发式增长，催生AI服务器需求增长，各大厂商争相采购。据 Trendforce，2022 年北美四大云服务厂商微软、谷歌、Meta 和亚马逊合计采购全球约 66%的 AI 服务器，而腾讯、阿里巴巴和百度等国内互联网大厂的采购量也位列全球前十。随着国内 AI 大模型商业化的持续落地，有望拉动更多 AI 服务器需求，我国 AI 服务器市场空间有望进一步提升。

--- 报告摘录结束 更多内容请阅读报告原文 ---

报告合集专题一览 X 由【报告派】定期整理更新

（特别说明：本文来源于公开资料，摘录内容仅供参考，不构成任何投资建议，如需使用请参阅报告原文。）

精选报告来源：报告派

科技 / 电子 / 半导体 /科技 / 电子 / 半导体 /

人工智能 | Ai产业 | Ai芯片 | 智能家居 | 智能音箱 | 智能语音 | 智能家电 | 智能照明 | 智能马桶 | 智能终端 | 智能门锁 | 智能手机 | 可穿戴设备 |半导体 | 芯片产业 | 第三代半导体 | 蓝牙 | 晶圆 | 功率半导体 | 5G | GA射频 | IGBT | SIC GA | SIC GAN | 分立器件 | 化合物 | 晶圆 | 封装封测 | 显示器 | LED | OLED | LED封装 | LED芯片 | LED照明 | 柔性折叠屏 | 电子元器件 | 光电子 | 消费电子 | 电子FPC | 电路板 | 集成电路 | 元宇宙 | 区块链 | NFT数字藏品 | 虚拟货币 | 比特币 | 数字货币 | 资产管理 | 保险行业 | 保险科技 | 财产保险 |