「每日研报精选」这个栏目旨在为投资者提供直观、易读、易懂的研报解读。你可以简单理解成精选版的脱水研报，每天花5分钟，就能快速了解当天的热点研报，以及研报中最需要关注的投资点。
来看8月26日的3篇精选研报：
国金证券-《通信行业深度研究：从特斯拉人形机器人看智能化投资机遇》
精选原因：特斯拉机器人吸引广泛关注，其将加快服务机器人行业商业化进程，带来相应的投资机会。本文从人形机器人优选技术路线入手，详细分析了人形机器人的产业链、市场空间，以及重点关注领域。
核心看点：
“机器换人”是产业增长的核心驱动力，到2030年，全球约有4亿个工作岗位将被自动化机器人取代，按20%渗透率测算全球人形机器人市场空间12-16万亿元。
人形机器人主要用于商用场景，不管居家还是外出服务，或从事危险性工作，其感知能力应该对标自动驾驶L4以上级别，将增加传感器、芯片、智能网联、导航需求。
人机交互、AI视觉等算法是人形机器人商用场景的核心竞争力。根据产业链调研，科大讯飞、百度云、阿里云当前已进入人形机器人产业链。
风险提示：特斯拉机器人进展不及预期、新品研发不及预期、机器人商业化不及预期。
一、下一代智能化终端，人形机器人将打开蓝海市场
1、特斯拉作为自动驾驶全球领先企业，已有技术积淀可在人形机器人中复用。人形机器人是服务机器人的技术升级，涉及自动控制、视觉导航、传感器技术等多种技术的融合。
2、谐波减速器是人形机器人的核心零部件，在国产替代趋势下相关供应商将有更多成长红利。
3、伺服系统市场规模近300亿元，预计将在在工业自动化带动下保持高速增长及创新，可复用于人形机器人。
4、人形机器人对控制系统的需求量以及高质量的要求，将进一步推进控制系统市场的发展。
5、当代国际机器人市场商业模式：日本产业链，德国本体＋集成，中美集成。中国在系统集成环节已反超外资，占据主要市场份额，正向日本德国模式发展，未来的发展趋势将类似于日本的产业链分工模式。
二、下一代智能化终端，感知决策供应链与智能汽车或高度重叠
1、人形机器人的环境感知方案或可类比智能汽车，利用摄像头、激光雷达、毫米波雷达、红外传感器、超声波传感器等。
2、人形机器人感知方案或如同自动驾驶，分为纯视觉感知与激光雷达两大路线。特斯拉或坚持纯视觉路线，其他厂商可能采用激光雷达方案。
3、人形机器人有望继智能汽车成为CIS最新增长动力。由于国产CIS具备性价比、临近产业链与市场等优势，我们认为人形机器人是国产CIS的发展契机，推动国产厂商技术加速升级，占据更多市场份额。
4、人形机器人的控制芯片类似自动驾驶芯片。目前自动驾驶芯片市场份额主要由海外玩家占据，包括英伟达、英特尔Mobileye、高通等。国内厂商的核心优势在于国内市场庞大，可占据地利条件。
5、人形机器人主要面对家庭和服务场景，5G低延时、高速率、广连接等特性将为其赋能，国产基带芯片厂商发展可期。
三、人形机器人AI域带动云计算产业链需求
1、智能化AI算法训练需要大量场景数据，拉动数据存储、计算、交换等数据中心需求。2021年自动驾驶占汽车云IaaS+PaaS落地应用场景的13.2%，市场规模达13.2亿元，机器人对AI识别准确性和实时性要求更高，相应的数据量和数据存储需求也更高。
2、目前使用较广泛的工业机器人多为简单的机械臂，外形要求低；预计人形机器人主要用在商业场景。疫情推动无接触配送需求高增，送货、物流场景发展为重要落地情景。
3、商业服务场景对人机交互的要求高，因此AI视觉和语音语义理解成为关键。互联网巨头凭借技术优势，从产品应用和投资角度布局机器人领域。
华西证券-《激光雷达，汽车智能化中的黄金赛道》
精选原因：2022年，多款激光雷达量产车型重磅发布，新势力开启“军备竞赛”，激光雷达进入普及元年。投资者可通过本篇研报系统了解激光雷达，把握相关投资机会。
核心看点：
激光雷达的成本主要包含研发成本、BOM成本及生产成本，研发成本与生产成本可随量产规模的扩大显著分摊。
芯片集成设计能力将成为整机厂核心竞争壁垒。芯片化是重要的降本途径，也是实现激光雷达高性能、高可靠性的关键效技术。
“软”实力重要性凸显：部分激光雷达企业希望通过提供软硬件结合的服务方式提升竞争力，从硬件供应商向感知解决方案供应商发展。
风险提示：智能驾驶渗透不及预期；激光雷达上车进度不及预期；激光雷达技术迭代不及预期；市场系统性风险等。
一、激光雷达的必要性
目前全球范围内智能驾驶拥有两种技术路径，“弱感知+超强智能”与“强感知+强智能”，其明显差距之一在于是否使用激光雷达。
1、弱感知+超强智能
不使用激光雷达：该路径下智能驾驶传感器不使用激光雷达，仅用摄像头进行车周围环境的感知，搭配AI模拟人眼。
代表企业：特斯拉。特斯拉具有数据优势+算法优势
2、强感知+强智能
大部分车企使用激光雷达：增强感知能力，以补充AI软件智能的不足。
代表企业：谷歌Waymo、国内新势力等大部分车企路线。目前纯视觉方案存在固有缺陷。
3、强感知+强智能：多传感器融合方案成为主流
多传感器融合弥补数据和算法不足，成为大部分车企的选择。目多传感器结合降低感知误差，感知模型是基于概率的弱推理产出最小化误差的强决策模型，误差无法避免。
激光雷达精度高、探测范围广、稳定性强，并能够对周围环境进行实时3D建模。
二、激光雷达拆解：激光发射+激光接收+扫描系统+信息处理
激光发射系统：激光需要由人为制造生成，由激光发射器发出，通过光束控制器控制发射激光的方向和线数，最后通过发射光学系统发射；
激光接收系统：经接收光学系统，光电探测器接受目标物体反射回来的激光，产生接收信号；
信息处理系统：接收信号经过放大处理和数模转换，经由信息处理模块计算，获取目标表面形态、物理属性等特性，最终建立物体模型。
扫描系统：令发射源以一定轨迹运动，实现对所在平面的扫描，以扩大光源的探测范围，并产生实时的平面图信息。
三、激光雷达的原理：
激光雷达的基本原理：向目标发射探测信号，然后将接收到的从目标反射回来的信号，与发射信号进行比较后获得目标的有关信息。
图：一种激光雷达简单构成及原理
四、激光雷达技术发展现状
1、MEMS 激光雷达将是当下及未来5年内的主流方案。 MEMS激光雷达扫描系统的核心部件是MEMS微镜。转镜及MEMS振镜产品性能已均可满足ADAS功能需求。
2、OPA：一维OPA扫描器仍需解决竖向偏转角度及商用成本问题；FLASH：收发模块同步发展帮助FLASH激光雷达提升探测距离；随着SPAD的快速发展FLASH激光雷达有望率先成为商用于中距离探测的固态式激光雷达。
3、FMCW激光雷达相比TOF具有诸多优势，2017年之后成立的激光雷达公司往往选择FMCW路线做突围。
五、激光雷达产业链
图：激光雷达产业链
本文选自：贝恩公司-《中国半导体行业白皮书》（2022.8.18）
精选原因：半导体芯片是数字经济的核心，近年来全球各国纷纷加大对于半导体产业的投入力度，中国也相继推出了一系列相关的产业发展政策，整个行业正面临前所未有的发展机遇。中国是如何参与半导体价值链主要环节的呢？中国半导体企业的市场地位如何呢？我们通过这篇报告了解一下。
核心看点：
整体上中国在半导体的设计和制造链条中起步晚，积累薄弱；
中国厂商在通讯芯片、模拟芯片与OSD设计、成熟制程制造与封测环节获得了较多的营收；
中国厂商在CPU/GPU/ASIC处于快速起步阶段，面临一些供应链及生态风险。
一、中国半导体在价值链主要环节的参与
整体上，中国在半导体的设计和制造链条中起步较晚，积累相对薄弱。在部分芯片的设计，以及封测环节，中国代表性企业正在加码追赶，并且取得了一定的成效。
随着半导体相关的产业支持政策频频出台，和下游的广大市场需求，将促进中国半导体企业迎来新一轮发展。（见图）
中国厂商在通讯芯片、模拟芯片与OSD设计、成熟制程制造与封测环节获得了较多的营收。
1、前端设备
中国厂商在前端设备市场处于起步阶段，市场份额普遍较低。
其中，中国大陆企业在沉积、刻蚀设备上与全球领先企业差距较小，开始获取份额，有望在5–10年内赶超世界领先水平；而光刻、离子注入、测量等仪器则还有较大差距，在较长时间内应用场景限制在非关键生产步骤，或非先进制程。
薄膜沉积是集成电路制造过程中必不可少的环节，指的是任何在硅片衬底上沉积一层膜的工艺，包括原子层沉积（ALD）、化学气相沉积（CVD）、物理气相沉积（PVD）。2018–2020年，中国大陆市场的沉积设备的市场规模从17亿元左右上升至30亿元左右，年均复合增长率达到了32%，增速远超全球市场。
刻蚀工艺是半导体制造工艺中的关键步骤，对于器件的电学性能非常重要，包括湿法刻蚀、干法刻蚀和化学机械平坦化（CMP）。2018–2020年，中国大陆市场的刻蚀设备国产化成就斐然，从18亿元左右升至约35亿元，年均复合增长率高达40%，涌现出中微半导体、北方华创等代表企业。
2、原材料
硅片是半导体制造的核心原材料，2018–2020年，中国大陆的硅片市场规模从约30亿元稳步上升至42亿元左右，年均复合增长率为16%，硅片赛道的领先企业有中环领先、江丰电子等。
从芯片生产到器件封装，几乎每一个步骤都离不开气体材料，因此，在所有原材料中，气体材料的市场需求仅次于硅片。2018–2020年，中国大陆气体材料的年均复合增长率达到了20%，增速约是全球市场的3倍。
3、EDA/IP
由于中国起步较晚，所以，EDA/IP方面的技术能力和人才短缺，市场占有有限。中国大陆5EDA/IP在全球市场中的占比仅为2%。类似的情况也出现在逻辑芯片和射频EDA工具等子行业，预计需要10–20年实现追赶。
4、设计环节
IC设计和IDM方面，中国在通讯芯片和模拟芯片设计中已获取一定的市场份额，然而，其他细分领域，诸如存储芯片、其他逻辑等市场占有非常有限。其中，云计算厂商（阿里，腾讯，Baidu等）对于计算和存储芯片有着巨量的需求，从定制化性能、成本控制等目的出发，云计算厂商积极参与到芯片设计是大势所趋。
5、代工环节
当前，中国厂商在成熟制程代工市场已经建立了一定的市场份额。2019年中芯国际实现14纳米FinFET量产。
6、封测环节
2018年以来中国厂商在封测环节增长迅速，在全球范围内呈现出一定的竞争优势。2020年，中国大陆企业在全球封测市场中的总份额达到了17%，其中，封装环节占比为19%，测试环节为9%。未来，国内封测企业的持续发展的同时，需要紧跟全球行业发展的趋势，例如与上游晶圆代工厂在先进封装上的紧密合作。
二、芯片设计环节中，中国半导体的市场地位
中国厂商在存储芯片、模拟芯片已建立起了一定的竞争力；CPU/GPU/ASIC处于快速起步阶段，面临一些供应链及生态风险。（见图）
1、存储芯片，从内部结构看，包括NAND（闪存芯片）和DRAM（内存），前者用于SSD固态硬盘和手机，后者用于PC，这两种芯片的主要厂商均已实现量产。技术能力方面，NAND在追赶全球领先水平，DRAM与全球领先水平尚有差距，正在迅速追赶中。性能方面，NAND性能与全球接近，DRAM仍有一定的差距。由于存储芯片对于制程的要求较低，因此，供应链风险相对较小，对国际生态体系的依赖较少，如长江存储迭代优化自研技术体系X-tacking。
除了主流的NAND的DRAM，利基市场的NORFlash由于设计和制程门槛较低（专利已放开，主流制程65nm）也吸引了众多国内公司进行探索。
2、CPU（中央处理器）。CPU是电子计算机的主要配件之一，常用于服务器和PC。2020年，全球CPU市场规模约5千亿元，中国芯片设计公司营收总占比为7%。
技术能力方面，多家中国厂商已经推出了服务器、桌面CPU等产品，并应用于政务、高性能计算、工控等商用场景。但整体国内厂商在稳定性，兼容性方面仍在追赶中。CPU生态依赖X86和ARM架构，且对于先进制成的追求较高，因此，中国厂商面临很大的供应链挑战（包括上游EDA/IP设计工具，下游代工厂的先进制成服务，以及终端软件的适配）。今后，随着国产CPU厂商的产品生态趋于完善，中国厂商有望逐步小幅度提升市场占有率。
在颠覆性的计算芯片架构出现之前，ARM将凭借比RISC-V和MIPS,Alpha更完善的生态系统，和相较于X86更开放的授权体系，以及国内大量的人才储备，成为中国CPU玩家的首选架构。
3、GPU（显示芯片）。包括图显GPU和计算GPU。技术能力方面，少数厂商实现量产，仅有一款产品达到最先进的7nm制程，并且仍处于初步商用阶段。GPU先进制程供应链面临一定的挑战，自建生态尚未大规模建立，依赖英伟达CUDA软件生态。新成立的数家GPU公司拥有强大的技术团队，有助于加速国内GPU发展。
4、AI/MLASIC。主要运用于服务器，分为AI训练和AI推理。2020年，中国AI训练芯片市场规模约46亿元，AI推理约25亿元。技术能力方面，多家中国厂商完成量产，实现商用，其中，最先进的产品达到了7nm，少数玩家在AI训练、推理芯片领域的性能接近了全球领先水平。和GPU的情况类似，AI/MLASIC依赖先进制程，但是，生态体系以自建为主，对于外部的依赖较少。在强大的资金、技术能力的支持下，大型云计算服务商（CSP）正积极参与ASIC产品研发和应用。
三、下游应用
在中国，消费电子与汽车电子是大部分芯片厂商的发力方向，展望未来，贝恩预测，2020–2025年，两大市场将保持约15–20%的高速增长态势（见图）。
研报原文可以添加妙妙子微信（huxiuvip302）获取
评论