ChatGPT 引领人工智能进入以 AGI 为代表的新里程碑阶段，拉动算力需求，引领基础设施新周期。人工智能应用场景逐渐增多，模型参数规模和数据量也实现 了大幅度增长，为 NLP、CV 等领域带来更强大的表达能力和性能。大模型是目前通往 AGI 的最佳实现方式。算力需求激增，推动算力基础设施迎增长新周期。 据 IDC，AI 的应用与普及促使 2022 年我国智能算力规模近乎翻倍，达到 268EFLOPS，超过通用算力规模，2026 年我国智能算力规模将达 1271.4 EFLOPS，22-26 年复合增长率预计达 47.58%；硬件占 AI 支出比重 49.8%，其中最大投资是服务器，占 AI 硬件支出比重 84%以上，AI 将成为未来服务器市场 新一轮快速增长的主要推动力。

谷歌大模型持续迭代，亟需算力支撑：2023年12月，谷歌推出自身首个多模态大模型Gemini 1.0，其中高性能版本Gemini Ultra可对标 GPT-4，2024年2月16日，谷歌Gemini模型Pro版迭代出1.5版本，该模型在长语境理解方面取得突破，显著增加可处理信息量；2024年2月22日，谷歌推出新型开源模型系列“Gemma”。谷歌不断加速迭代大模型，大模型性能提升除了软件层面优化，更需强大算力支撑。

指数方面：据闪存市场数据，2024 年第 11 周存储市场有所分化，NAND 指数单周提升 0.63%，DRAM 指数单周下降 0.02%，基本持平。价格方面：NAND Flash Wafer 价格持平不变， DDR4 eTT 资源跟随实际成交价小幅调涨；渠道市场方面，一季度淡季渠道需求平淡，渠道出现少量抛货现象，而成本端并未下降，因此行情整体变动不大，价格持平不变；行业市场方面，近期行业市场以少量备货需求为主，整体需求较淡，还有延迟提货的迹象，本周行业价格持平不变；嵌入式 Flash 方面，由于嵌入式资源供应依然有限，伴随现货市场嵌入式产品需求稳固，本周部分嵌入式价格上调：eMCP 和 uMCP 价格全面上涨（ 周环比+2.8%/+5.5%），部分eMMC 和 UFS 价格上调 （ 周环比 +1.5%/+1.4%），嵌入式 LPDDR 价格持平不变。

全球AI大模型高速发展，算力需求高增驱动AI服务器三年CAGR约为29%的增长，带动算力芯片与光模块产业链受益。2023年以来，以ChatGPT、Sora为代表的多模态AI大模型横空出世，标志着人工智能技术已经进入一个新的纪元。未来，通用人工智能（ AGI）有望集多模态感知、大数据分析、机器学习、自动化决策于一体，重塑人类工作和生产生活的方式，引领人类步入第四次工业革命。算力的高速增长需要更多的AI服务器支撑，2023年全球AI服务器约85.5万台，到  2026年预计将达到236.9万台，CAGR为29.02%，从而驱动AI算力芯片与配套的光模块产业高增长。

月度通信板块 指数上涨，光模块、通信网络技术服务等子板块表现较好。本月上证指数涨幅为 8.13%；深证成指涨幅为 13.61%；创业板指数涨幅为 14.85%；一级行业指数中，通信板块涨幅为 19.52%。通信板块个股中，上涨、维持、下跌的个股占比分别为 83.21%、0.76%和 16.03%。根据我们对通信行业划分子板块来看，本月光模块、通信网络技术服务相关子板块标的表现良好，板块涨幅分别为 35.14%、32.60%。

人形机器人末端执行与感知的工具，是人形机器人未来硬件迭代空间最大的功能模块之一。灵巧手模仿人手的结构和功能，实现对物体的灵活抓取，满足多种工作需求。根据我们测算，目前单只人形机器人灵巧手成本约2.8万元，我们预计产业化成熟后，单只价值量有望降低到1.5万元，在人形机器人整机成本中占比约14%。我们预计2030年人形机器人灵巧手全球市场空间 约568亿元，2023-2030年市场空间复合增速约35%。

如何理解“新质生产力”？自 2023 年 9 月以来，“新质生产力”成为市场的“高频词”。 结合新质生产力的基本内涵和马克思关于劳动过程的三个基本要素来看，我们可以理解为：（1）发展新型的劳动者队伍：在当前我国人口老龄化这一大背景之下，人口红利逐步消失，取代的则是工程师红利的提升，意味着未来的两条路径：一是产业适当转移至人口密集型国家，对应的是出海逻辑；二是单位劳动者效率的提升，对用的是提升高附加价值产业的比重。（2）劳动资料，是生产过程的关键。未来生产工具的代表逐步向智能化和数字化进行转变，显然这也是我们新质生产力的聚焦方向。（3）劳动对象，从实实在在自然环境中的物质、半成品原料，逐步转向：以数据加工、信息迭代为代表的“无形对象”。因此，数据要素、处理信息、实现智能化等均成为新的劳动对象。

“后摩尔时代”，先进封装成为晶圆制造主流技术发展路线：晶圆制造物理性能接近极限，英特尔 CEO 基辛格曾表示“摩尔定律”的节奏正在放缓至三年。先进封装技术通过优化芯片间互连，在系统层面实现算力、功耗和集成度等方面的提升，是突破摩尔定律的关键技术方向。

先进封装本质目的是增加触点连接，以代替制程提升。量子隧穿效应导 致先进制程的研发制造成本过高，而良率过低，先进封装技术能够弥补制程提升的困难。先进封装技术的本质为提升连接效率。其中，重布线 层技术（RDL）重新布局裸片 I/O 触点，支持更多、更密引脚，广泛用于晶圆级封装（WLP）；硅通孔技术（TSV）通过将芯片的焊点打穿、在通孔里填充金属材料实现芯片与芯片、芯片与基板的垂直连接，是 2.5D 和 3D 封装的关键解决方案；凸块技术使用凸点（bump）代替传统引线，增加触点、缩小传输距离和电阻；混合键合技术（Hybrid Bonding）通过将芯片或晶圆平面上的铜触点抛光后进行退火处理，使得连接平面完全贴合，以无凸点（Bumpless）的方式缩减连接距离和散热能力。

AI 加速计算需求，驱动半导体市场走向万亿美元规模。以 ChatGPT 为代表的生成式 AI 改变了半导体行业的格局，大模型参数量急剧增长的背后是对高能效计算永不满足的需求。生成式 AI 大大加速了半导体市场的增长，台积电预计 2030 年将达到万亿美元规模。目前，人工智能模型每四个月翻一番，已经超过了摩尔定律的速度，现有的技术已经无法满足日益增长的人工智能需求。AI 和 HPC 将加速半导体技术的迭代，推动新技术的应用和渗透。