AI 的iPhone 时刻到来，微软、英伟达、华为等巨头密集推新。2022 年11月底，OpenAI 发布ChatGPT，迅速引发全球关注，仅两个月时间，全球独立访问用户过亿。短时间内，全球巨头纷纷推出各自的生成式AI 产品：3 月2日OpenAI 开放API 接口，16 日百度发布文心一言，17 日微软推出Copilot，21 日英伟达在其2023 GTC 推出一系列最新AI 硬件和软件，3 月24 日谷歌推出Bard、OpenAI 实现插件支持，25 日华为推出“盘古”大模型。ChatGPT兴起被看做AI 的“iPhone 时刻”，类似于“互联网+”历程，生成式AI 有望重塑各行业的传统业态，在此创新浪潮之中，推动科技产业升级的“比尔安迪”定律不再停留于OS 层面，AI 应用和硬件算力正加速实现螺旋升级。

算力芯片及AI 服务器需求激增，AI 新基建有望催化电子反攻行情。类似2018-2019 年的电子行情，由于市场对智能手机量价成长空间一致性悲观，电子指数在18 年下跌超42%，紧接着在19 年5G 基础设施建设及AIoT 终端创新的推动下，电子一年内反弹超73%。如今，对于仍处在历史估值低位的电子板块而言，AI 应用的兴起一方面有望带动数据中心、服务器等相关新基建的放量，一方面有望革命消费电子终端的人机交互体验，进而加速各类终端电子化、智能化的进程，行业“短期景气复苏”与“中期AI 创新成长”之间的逻辑共振正得以强化，“AI 的iPhone 时刻”为电子估值修复提供了有力的市场情绪支撑，建议重点关注算力芯片及AI 服务器相关产业链。

大模型AI 对算力、存储需求大，推动芯片设计、制造升级。在大模型训练对数据总量的带动下，需要性能更高、功耗成本更低的算力芯片和大容量存储芯片。全球AI 芯片市场预计由18 年的51 亿美元增至25 年的726 亿美元，CAGR 达46.14%。当前主流的AI 算力芯片主要包括GPU、FPGA、ASIC、NPU等，GPU 在训练负载中具有绝对优势，多场景趋势下AI 芯片将更加细分和多元，以寒武纪、海光信息等为代表的本土AI 芯片企业正迎来国产替代机遇期。与此同时，由于受美国对我国半导体制裁影响，Chiplet 异构集成等先进封装有望成为本土IC 企业应对制程和算力瓶颈的解决方案；存储芯片方面，3D NAND 堆叠层数提升和DRAM 微缩化进程也有望提速。产业链推荐先进封装长电科技、通富微电，Chiplet IP 公司芯原股份，存储芯片兆易创新，AIGC 或开启人机交互新模式、激发AIoT 升级，端侧芯片有望受益。2011 年Apple 推出Siri，使语音助手成为当时人工智能竞赛热门赛道，但是由于智能化较低，全球语音助理、智能音箱及其他语音交互AIoT 行业发展经过初期高速成长期后陷入沉寂。AIGC 在大语言模型和高算力支持下，自然语言理解能力迅速进化，有望拓展语音交互的能力空间，从而激发AIoT 行业再次升级。与此同时，智慧视觉、工业自动化、智能交互平板、智能可穿戴、VRAR等同样受益于ChatGPT 等AI 大语言模型所推进的场景数字化趋势，相关产业链推荐晶晨股份、裕太微、视源股份、海康威视、康冠科技、创维数字等。

随AI 应用多元化带来数据量指数型增长，AI 服务器应运而生。AI 服务器是采用异构形式的服务器，如CPU+GPU、CPU+TPU、CPU+其他的加速卡等。而普通的服务器是以CPU 为算力的提供者，采用的是串行架构。在大数据、云计算、人工智能等应用渗透，数据呈现几何倍数的增长，CPU 的核心数已经接近极限，但数据还在持续增加，因此必须提升服务器的数据处理能力，AI 服务器应运而生。根据IDC 数据，2022 年全球AI 相关支出1193 亿美元，同比增长28.0%；预计2026 年全球AI 服务器市场规模将达到355 亿美元，对应22-26 年CAGR 为15.1%。

传输效率及运行功率提升，AI 服务器硬件全方位升级。服务器平台升级要求PCB 层数增加、介电损耗降低，对应ASP 显著提升，Prismark 预计24 年全球服务器PCB 将达67.65 亿美元，5 年CAGR 为6.4%，增速远高于其他下游；而服务器数据传输速率的提升、端口数量的增加，亦将拉动以太网物理层芯片用量的增长；同时，为CPU,GPU 供电所使用的多相电源需求量大幅增加。

在此基础上，据英飞凌数据，AI 服务器系统功率将提升至原来的3 倍，因此需要对服务器整机结构、散热方案等进行升级才能满足AI 服务器长期稳定运行的目的，相应的，功率半导体用量显著提升且器件品类向超结MOS、GaN器件过渡。AI 服务器产业链推荐：1）代工：工业富联、环旭电子、闻泰科技；2）PCB：沪电股份、深南电路、东山精密、鹏鼎控股；3）电源及安全芯片：国芯科技、杰华特、东微半导、新洁能、扬杰科技。

风险提示：AI 应用推广低于预期，AI 投资规模低于预期，AI 服务器渗透率提升低于预期，AI 监管政策收紧等。