来源：国金证券
目录
一、硬件创新大胆，软件生态持续投入
1.1 先进制程 先进封装，架构创新持续推进芯片性能与性价比
1.2 软件生态ROCm兼容CUDA，长期发展自有生态目标不变
二、数据中心：CPU市占率不断提高，GPU未来发展可期，软硬件全面布局
2.1 CPU：公司市占率已近20%， 有望受益服务器市场回暖与DDR5渗透率提升
2.2 GPU：MI300单卡性能强大，有望受益AI GPU缺货导入客户，与自有生态形成正向循环
2.3 DPU：完成公司数据中心硬件全面布局，未来有望提供全套解决方案
三、端侧：消费电子业务有望受益PC复苏，FPGA业务覆盖面广阔
3.1 PC端CPU、GPU、APU性价比凸显，助力份额稳定提升
3.2 完成收购赛灵思，加强自身Chiplet优势，拓展汽车、AI推理市场
四、盈利预测与投资建议
4.1 盈利预测
4.2 投资建议
五、风险提示
摘要
■ 投资逻辑
公司简介：
公司是全球主要CPU、GPU厂商之一，有望受益AIGC（生成式AI）热潮。公司在CPU领域与英特尔直接竞争，在GPU领域与英伟达直接竞争，CPU与GPU市占率为全球第二（据Counterpoint，按销售额22年服务器CPU市占率近20%；据Statista，按出货量PC CPU市占率23Q3为35%；据JPR，按出货量PC GPU市占率23Q2为17%）。23H1公司营收107.12亿美元，同比-13.87%；归母净利润-1.12亿美元，同比-109.08%。
投资逻辑
公司凭借基于chiplet技术实现硬件快速发展，产品较英特尔形成差异化竞争。公司AI GPU与英伟达竞争，我们认为公司产品导入后，可迭代完善生态，使硬件性能发挥更佳，形成正向循环。预计23~25年公司营收215.23、276.78、333.98亿美元，对应每股营收13.32、17.13、20.67美元。参考可比公司给予公司24年8倍PS，对应目标价137.05美元，首次覆盖，给予“买入”评
公司数据中心业务21、22、23H1营收增速为119.2%、63.6%、-5.87%，同期英特尔为-2.73%、-14.62%、-28.29%，公司新世代产品有望继续扩大市占率，并受益服务器回暖与DDR5渗透率提升。据TrendForce ，24年全球服务器出货 2.3%。据Couterpoint，全球云厂商CAPEX 24年将增长15.1%。公司最早今年年底发售MI300与H100差异化竞争，有望成为数据中心业务增长点。预计公司数据中心业务23~25年营收57.83、106.63、142.95亿美元。
端侧市场公司PC CPU上半年营收同比-59%，系降价保证市占率所致，未来有望受益PC回暖与新产品价格回升，IDC预计24年PC出货 3.7%。游戏业务公司独立GPU 23Q2出货量占全球17%，有望受益PC市场回暖以及通胀降低后游戏类产品需求提升。公司APU产品较传统CPU具备更强算力，有望受益AI PC趋势。公司22年2月收购赛灵思，下游覆盖汽车、机器人等。公司融合FPGA开发产品面向汽车、AI推理，有望受益端侧AI部署。23H1公司嵌入式业务较去年嵌入式业务与赛灵思未并表前收入同比 29.71%。
盈利预测、估值和评级
我们预测，2023/2024/2025年公司实现营业收入3.05/4.54/6.87亿元，同比 34.5%/ 48.9%/ 51.3%，归母净利润1.51/2.14/2.78亿元，同比 29.3%/ 42.1%/ 29.7%，对应EPS为0.38/0.54/0.70元，对应PE分别为104/73/56X。参考可比公司，给予2024年95XPE，目标价50.87元，首次覆盖，给予“买入”评级。
风险提示
MI300导入客户不及预期；MI300产能不及预期；产品研发不及预期；市场竞争加剧风险；商誉减值风险；存货减值风险。
正文
一、硬件创新大胆，软件生态持续投入
我们认为，衡量芯片设计企业产品的竞争力，关键在于其硬件的性能与软件生态的丰富度以及可使用度。产品的硬件性能决定了其纸面参数，而软件生态决定了硬件纸面性能可以实现多少，以及在不同应用下的适用程度。而硬件性能 软件生态 价格则综合决定了产品的性价比。
公司经过多年发展，在CPU领域与英特尔直接竞争，在PC GPU以及AI芯片领域与英伟达直接竞争。公司在嵌入式领域收购赛灵思，与英特尔、Lattice等厂商竞争。我们认为公司作为市场的后进入者，能够获得目前的市场地位与其硬件架构的创新以及价格较为相关，而未来加强自身竞争力则依赖于软件生态的进一步投入。
22财年公司收入体量已经达到236.01亿美元，23财年前两季度公司营收107.12亿美元，同比减少13.87%。目前公司主要产品线包括数据中心业务（EPYC CPU、Instinct GPU、DPU等）、客户端业务（个人电脑CPU、APU）、游戏业务（独立显卡等）以及嵌入式业务（FPGA）等，今年上半年数据中心、客户端、游戏、嵌入式业务分别占比24.22%、16.22%、31.16%、28.20%。
1.1 先进制程 先进封装，架构创新持续推进芯片性能与性价比
传统SoC设计是采用一致的制程工艺，将购买的IP以及自身设计的模块生产为芯片。而小芯片可以通过先进封装，将不同制程、不同架构的芯粒根据需求集成在一起，具备以下优势：（1）对于处理器等性能要求较高的部分，可以采用最先进制程，而对于I/O等性能要求相对较低的部分，可以采用较为成熟制程，因此可减少代工成本；（2）小芯粒的晶圆制造相比较大尺寸的晶圆代工良率也更高，小芯片 先进封装可以减少良率损失，同时降低综合成本；（3）小芯片可被视为固定模块，并可在不同产品中进行复用，具有较高的灵活性。这不仅可以加快芯片的迭代速度，还能提高芯片的可扩展性；（4）通过先进封装可以集成多个小芯片，能够满足高效能运算处理器的需求。
2022 年 3 月，Intel牵头并联合高通、ARM、AMD、台积电、日月光、三星、微软、谷歌、Meta制定了通用芯粒互连技术（UCIe）标准。该标准实现了互连接口标准的统一，使不同芯片都可以通过统一的协议互连互通，大幅改善了chiplet技术生态。
公司是行业内较早使用chiplet技术的厂商。2017年发布的第一代EPYC CPU是公司第一种采用chiplet技术的产品。第一代EPYC处理器具有32核以在服务器CPU市场上竞争。除了原始核心数之外，产品还包括8个DDR4内存通道和128个PCIe gen3 I/O通道，以提供当时在业界领先的内存和I/O带宽，满足服务器、云计算对于性能的高要求。相比传统设计方案，公司测算采用chiplet方式生产第一代EPYC CPU降低了41%的成本，而芯片面积仅增加了9.7%。
通过芯片架构上的较大创新，公司服务器CPU硬件性能较英特尔形成差异化竞争，使得公司市场份额进入增长期。我们选取与第一代EPYC CPU相同世代的英特尔Skylake CPU，对比公司与英特尔同世代旗舰CPU性能，根据CPU Benchmark，公司第一代EPYC CPU旗舰EPYC 7601相比英特尔同世代旗舰Xeon 8180虽然在单线程性能、CPU主频、超频频率等单核性能上较为落后，但是公司依靠Chiplet集成更多核心，使得芯片整体第三方评分更佳。同时公司架构的优势也使得产品功耗更低，客户每年使用的成本也有所减少。
除了采用先进封装以外，公司处理器核心不断迭代升级，升级制程节点，通过先进制程叠加先进封装的形式推进硬件综合性能快速提升。第一代EPYC CPU采用公司Zen 1架构内核，采用14纳米工艺；第二代EPYC CPU采用Zen 2架构内核，为7纳米工艺；第三代EPYC CPU采用Zen 3架构内核，为6纳米工艺；最新一代EPYC CPU采用Zen4架构内核，为5纳米工艺。我们比较每一代EPYC CPU最高级别单核的单线程评分，根据CPU Benchmark，第四代采用最高级别单核的CPU为EPYC 9474F单线程评分为3179，较第一代最高级别单核CPU EPYC 7281的1636的单线程评分有了几乎翻倍提升。
从价格来看，公司产品采用Chiplet技术，可以实现不同制程、不同架构甚至不同晶圆厂生产的小芯片进行集成，因此无需全部采用最先进制程进行生产，而且小芯片的尺寸减少后对于良率会有所提升，因此产品的综合成本更低，给予公司更大的定价空间。公司作为市场后进者，虽然公司产品硬件具备更高第三方测试评分，但采取了较为激进的定价策略，性价比更加凸显。我们采用CPU Benchmark产品评分/产品售价来衡量公司与AMD每一世代售价最高产品的性价比，公司每一代产品性价比也较为明显。
公司在服务器CPU领域市占率不断提升。2017年公司推出第一代EPYC CPU，根据Omidia，公司在服务器CPU领域已经在2021年第二季度首次超过15%。
公司在CPU领域chiplet技术积累丰富，目前逐渐将技术积累运用在AI GPU以及PC GPU领域。公司上一代AI GPU Instinct MI200系列升级为新的CDNA2计算架构，搭配升级的6nm FinFET工艺，并使用2.5D EFB桥接技术，业内首创多die整合封装(MCM)，内部集成了两颗核心。公司最新一代AI GPU Instinct MI300A由13个小芯片整合而成，并采用了3D堆叠方式，拥有24个Zen 4 CPU 内核，并融合了CDNA 3 图形引擎和8个HBM3显存堆栈，容量达到了128GB。在PC GPU当中，公司最新发布的RDNA3架构的GPU将5纳米制程的图像运算单元以及6纳米制程的缓存部分采用先进封装集成。
我们认为，公司在GPU领域开始尝试使用高制程小芯粒的chiplet技术，在硬件纸面性能上可以较快提升，有望拉近与目前龙头英伟达的纯硬件性能的差距，积累一定规模客户群体，为未来发展提供动力。
Chiplet技术通过先进封装集成了大量的小芯片，因此大芯片内部各个不同部分的互联非常关键。我们认为公司相关技术储备较为丰富，并且具备一定优势。即使其他竞争对手也逐渐开始尝试在新产品当中应用chiplet技术，公司对于大芯片内部的互联技术的know how仍将使得公司具备一定竞争优势。
比如公司采用对NUMA（非统一内存访问）域进行管理的技术，可以降低芯片的延时并提升效率。在公司EPYC 7001系列处理器中，内存控制器位于同一芯片上，最多可与八个CPU核心一起使用，在该芯片上的内存和CPU核心之间具备紧密连接。当内存控制器需要请求发送到不同一组核心的数据时，数据必须通过内部Infinity Fabric连接从一个芯片传递到另一个芯片。从公司EPYC 7002系列处理器开始，通过将内存控制器放置在I/O芯片上，非统一内存访问延迟大大减少。通过在EPYC 7003系列中增加32 MB的L3缓存，NUMA域被更加扁平化。在第四代EPYC处理器中，对Infinity Fabric互连的优化进一步降低了延迟差异。
1.2 软件生态ROCM兼容CUDA，长期发展自有生态目标不变
在AI领域，英伟达2006年开始建设自身CUDA生态，使得大量应用都是基于CUDA的生态编写。因此我们认为，在前期导入客户时，采用兼容CUDA的生态，可以方便客户使用，并避免大量原有程序迁移的工作。但长期看，英伟达不断升级CUDA，使得兼容CUDA的生态也需要不断升级，使公司较为被动，并需要大量的维护费用，同时随升级可能出现兼容性问题。另外，公司生态为了兼容CUDA，在执行任务的效率上相较于CUDA也会有所损失。因此长期发展自有生态是大势所趋。
TensorFlow、Pytorch等主流AI框架已经针对CUDA调优。目前ROCM对CUDA实现了API兼容，主要通过二进制翻译以及进程虚拟机技术实现，将基于CUDA生态构建的应用所需要的英伟达的GPU指令转化为ROCM的指令，即将基于CUDA编写的程序通过ROCM转化、翻译为OpenCL的代码，再调用公司硬件产品执行命令。因此相比使用英伟达加速卡，使用公司加速卡在执行基于CUDA生态的程序时，会多出将CUDA程序转化为OpenCL的过程，会有一定效率损失。
目前公司ROCM生态已经可以兼容主流机器学习框架包括TensorFlow、Caffe和PyTorch等。ROCm平台还支持一系列支持库，可帮助改进开发者的模型和运行时环境，包括DeepSpeed、ONNX-RT、Jax和CuPy。另外公司 Infinity Hub提供了现成的HPC与AI框架，提供从业者可使用的广泛支持库的大量内容。
目前公司与发布transformer的HuggingFace等模型厂以及PyTorch展开合作以构建自有生态，目前已经初步取得一定成效，PyTorch 2.0发布时便有ROCm版本。考虑到PyTorch目前逐渐成为主流的AI开发框架，公司硬件在运行基于PyTorch 2.0开发的软件时可以直接运行，无需把所生成的CUDA软件转译为OpenCL之后进行运行，大大减少了转译带来的效率损失。同时公司ROCM生态是开源生态，与CUDA的非开源不同，可以利用开发者、模型/算法厂商以及云厂商帮助优化、丰富自身生态，有望拉近与英伟达在软件生态层面的差距。
我们认为，公司产品硬件上具备较高性价比，大客户也需考虑自身供应链安全，因此公司产品对大客户具备一定吸引力。在产品导入大型云厂商后，由于大型云厂商具备较强软件能力，对某些新兴应用可以基于公司软件生态进行开发，协助公司逐渐完善自有生态，提升产品综合性能，形成正向循环。
二、数据中心：CPU市占率不断提高，GPU未来发展可期，软硬件全面布局
2.1 CPU：公司市占率已近20%， 有望受益服务器市场回暖与DDR5渗透率提升
公司目前数据中心领域最主要产品是EPYC系列CPU产品，自从2017年推出第一代以后，凭借采用先进制程小芯片 先进封装的方式，在硬件性能上实现了对英特尔产品的差异化竞争。同时公司定价较英特尔产品更低，产品具备更高的性价比，因此公司在服务器CPU领域市占率一路提升，根据Counterpoint，公司2021年服务器CPU市占率为11.74%，2022年已经提升至19.84%。
随着公司EPYC CPU在服务器CPU市场市占率不断提升，公司数据中心业务营业收入增长明显，21、22财年营收分别为36.94、60.43亿美元，同比增长分别为119.2%、63.6%，23财年前二季度，公司数据中心业务营收26.16亿美元，同比减少5.87%。而服务器CPU领域公司主要竞争对手英特尔在数据中心业务的营收则近年有所衰退，英特尔21、22财年数据中心业务营收同比减少2.73%、14.62%，23财年前二季度则同比减少28.29%。
虽然公司EPYC CPU相比同世代同级别英特尔至强CPU售价更低，但公司采用chiplet技术，综合成本较低，同时随着出货量提升，固定成本也被摊薄。因此公司数据中心业务营业利润率也在22财年超过英特尔。
23财年前二季度，公司数据中心业务营收同比减少主要是传统云计算服务器市场库存去化，以及AI服务器挤占传统云计算服务器资本开支所致。根据TrendForce，由于四大CSP陆续下调采购量，Dell及HPE等OEM也在2~4月期间下调全年出货量预估，同比分别减少15%及12%，加上国际形势及经济因素影响，服务器需求展望不佳，预估今年全球服务器整机出货量将因此再下修至1,383.5万台，同比减少2.85%。
随着服务器行业库存去化接近尾声，云厂商资本开支恢复，以及AI挤压云计算资本开支的现象逐渐减轻，我们认为传统云计算服务器有望重拾增长。每台服务器至少配备一颗BMC芯片，从全球BMC芯片龙头信骅科技月度营收来看，9月份营收实现环比增长32%，同比减少幅度相较8月也有所收窄。根据TrendForce，预计2024年全球服务器整机出货同比增长2.3%。而云厂商资本开支24年也有望有较大增长，根据Couterpoint，23年全球云厂商资本开支预计增长7.8%，其中35%用于IT设备开支，而2024年全球云厂商资本开支预计增长15.1%，预计其中36%将用于IT设备资本开支。
公司最新一代服务器CPU EPYC 9004系列采用5纳米Zen4 CPU内核，支持DDR5内存。第四代 EPYC处理器带来更高的性能、核心密度和能效，每路最多可达96个Zen 4核心和1152MB的L3高速缓存，带来更加优秀的性能。Zen 4相比于上一代Zen 3有大约14%的IPC提升。其中贡献最大的是前端的改进，其次是存储和加载部分，再次是分支预测部分。
公司第四代EPYC CPU具有最多可达 128 个 Zen 4 核心，提供超高的内存带宽并支持超大内存容量，凭借全面的 x86 软件兼容性、最多可达128个处理内核、256个线程、标准企业RAS（可靠性、可用性和可维护性）和先进的安全功能，客户可以获得超高的线程密度和完整的服务生态系统，以支持快速、无缝的部署。对比公司“Genoa”与英特尔同世代“Sapphire Rapids”做多核心数产品，公司EPYC 9684X具备96个核心，英特尔至强8490则为80个核心，同时公司产品在主频、内存通道数量、PCIe 数量上都领先。
我们认为公司第四代EPYC CPU硬件与英特尔同世代产品有一定差异化优势，同时售价更低，有望在本世代进一步扩大公司在服务器CPU领域的市占率。公司第四代EPYC CPU有望受益于DDR5服务器端渗透率提升，出货进入快速爬升期。根据TrendForce，预估DDR5今年全年在CSP与OEM的导入率仅约13.4%。DDR5导入比重正式超越DDR4的时间点，有望在2024年第三季底可以实现。
2.2 GPU：MI300单卡性能强大，有望受益AI GPU缺货导入客户，与自有生态形成正向循环
公司最新一代AI GPU是MI300系列，包括MI300A与MI300X，单卡硬件性能出色。其中MI300A兼顾AI与HPC应用，产品形态采用CPU GPU合封的chiplet方式，而MI300X是专门针对AI的产品，并未集成CPU内核，而是采用仅GPU合封的方式。MI300系列较为突出的特点是采用大量HBM内存模组与CPU/GPU集成，形成一个小系统。由于HBM具备出色的带宽，HBM作为系统内的共享内存，单个小系统内部CPU与GPU可以与HBM直接连接，大幅降低了延时。另外HBM具备高存储容量，可以直接在单个芯片内运行大模型。
MI300同样采用先进制程小芯片 先进封装的形式。MI300A成为全球首个为AI和HPC打造的APU加速卡。采用 Chiplet 设计，拥有 13 个小芯片，基于3D堆叠，包括 24 个Zen4 CPU内核，同时融合了6颗CDNA 3 GPU和8个HBM3，集成了 5nm 和 6nm IP，总共包含 128GB HBM3 显存和 1460 亿晶体管。根据公司发布会，MI300A相比上一代产品MI250X在AI算力上是上一代的8倍，而在单位能耗的AI运算上是上一代的5倍。由于上一代MI250X FP16算力是383TFLOPS，我们认为MI300A的FP16算力有望达到接近3000TFLOPS。
MI300X没有集成CPU，而是集成8个GPU以及8个HBM内存模组，使其集成的晶体管数量达到了1530亿，多于英伟达H100的800亿晶体管。此外，MI300X拥有192 GB的HBM3 DRAM内存和每秒5.2TB的内存带宽。考虑到MI300X相比MI300A减少了CPU而增加了GPU，单卡算力有望较MI300A有进一步提升。
公司MI300卡间互联采用公司infinity fabric，理论最高速度可以达到896GB/s，与NV Link的900GB/s相差较小。通过Infinity fabric可以将8颗MI300X 互联形成一个单元，类似英伟达的HGX模组。在DPU以及交换芯片领域，公司收购了Pensando，未来有望达成全套连接解决方案。考虑到Pensado较博通等深耕数据中心互联的第三方厂商经验较少，而且起步较英伟达NV Link较晚，因此公司产品在卡间互联的实际效能较英伟达仍有一定差距。另外由于大量模型与算法目前都是基于CUDA生态编写，公司ROCm生态虽然兼容CUDA，但存在一定的转译效率损失，因此使用公司硬件时会同时有卡间互联的效率损失以及转译的效率损失。
考虑到公司MI300单卡算力以及单卡显存带宽更高，同时高容量的HBM也使得部单个MI300X可以运行800亿参数大模型，因此对于部分单卡运算较多，多卡交互需求较少的模型，我们认为使用公司MI300更具效率。从历史数据来看，公司与英伟达上一代AI GPU的适用模型同样也产生了一定分化，通过对比各种模型在MI210与A100的实际运行效率，并非所有模型在英伟达硬件上运行都具备更高的效率。
同时，英伟达H100产品DGX服务器整机价格昂贵，HGX准系统交期较长，客户尤其大型云厂商考虑供应链安全为了避免被英伟达完全绑定，以及AI GPU需求大幅增长，给予公司MI300更多的导入机会。根据TrendForce，2023年AI服务器（包含搭载GPU、FPGA、ASIC等）出货量预计近120万台，年增38.4%，占整体服务器出货量近9%，至2026年将占15%， 2022~2026年AI服务器出货量年复合成长率至29%。而AI芯片2023年出货量将成长46%。而根据台积电今年二季度法说会，针对高算力AI GPU的CoWoS产能到24年年底将较23年提升1倍，以满足市场对于高算力AI芯片的需求。
公司MI300系列产品同样采用台积电CoWoS封装，台积电CoWoS产能根据晶圆制造的采购额来进行分配，公司作为台积电重要客户之一可以获得一定比例的CoWoS产能。因此我们认为公司MI300可以正常生产，MI300A和MI300X有望今年年底到明年年初正式开始销售。
2.3 DPU：完成公司数据中心硬件全面布局，未来有望提供全套解决方案
随着MEMS惯性传感器精度和复杂环境下适应性的不断提高，中短程惯性导航应用场景出现以MEMS惯性传感器取代光纤惯性传感器和激光惯性传感器的趋势。公司在研项目中，高性能Z轴MEMS陀螺仪4代、FM加速度计、高性能三轴MEMS加速度计、超高过载X轴加计、X轴陀螺仪36KHZ等项目的研发成果主要为性能及环境适应性更好的高性能MEMS惯性传感器，面向无人系统、高可靠领域客户进行销售。
数据处理单元（DPU）主要承担起网络、存储和安全的加速处理任务，旨在满足网络侧专用计算需求，尤其适用于服务器量多、对数据传输速率要求严苛的场景。DPU是一个可编程的专门电子电路与硬件加速的数据处理为数据为中心的计算单元。数据包以多路复用形式传入和传出DPU。一个DPU一般包含一个CPU、NIC和可编程数据加速引擎。因此DPU 具有CPU的通用性和可编程性，同时专门用于有效地处理网络数据包、存储请求或分析请求。
2022年二季度公司完成以 19亿美元收购云计算初创公司Pensando。通过这次收购案，象征公司正式进军 DPU 领域，使得公司完成了数据中心领域CPU GPU DPU硬件全方位布局。Pensando成立于2017年，由四位前思科工程师创所创立，专注于针对面向数据流的工作负载进行优化的芯片技术和软件，可用于包括智能交换机在内的广泛应用，主要客户有微软Azure、IBM云、Oracle 云等云厂商、惠普Aruba Networks Business 等供应商以及高盛等大型企业。
物联网、人工智能和 5G 正在推动海量数据增长，公司Pensando解决方案可以提供高度可编程的、软件定义的云服务、计算、网络、存储和安全服务。根据公司网站，与传统通用架构相比，公司Pensando解决方案在效率、性能和规模方面实现了5-9倍的提升。
在收购Pensando后，加上公司所收购的赛灵思FPGA，公司形成了EPYC CPU Instinct GPU Pensando DPU 赛灵思 FPGA Infinity Fabric连接方案 ROCm软件生态的数据中心全套软硬件方案，成为了与英伟达、英特尔一样少数在数据中心与AI领域可以提供全套方案的厂商。
我们认为未来公司凭借服务器CPU端较英特尔更高的性价比方案，以及已经积累的接近20%市场份额，有望继续提升市占率，同时受益服务器市场回暖以及DDR5渗透率提升，受益行业β并具有自身α。在GPU领域，公司凭借强大的单卡硬件性能，叠加英伟达产品缺货及大型云厂商对供应链安全的考虑，有望保持目前市场份额，短期内受益于AI GPU需求旺盛，受益行业高β。随着GPU硬件进入客户，公司ROCm生态有望持续迭代，扩大合作伙伴，逐渐产生自有生态，摆脱单纯兼容CUDA局面，既而进一步提升硬件的实际表现，最终软硬件形成正向循环。
三、端侧：消费电子业务有望受益PC复苏，FPGA业务覆盖面广阔
3.1 PC端CPU、GPU、APU性价比凸显，助力份额稳定提升
公司在PC端同时具备x86 CPU与独立GPU产品，英伟达目前在PC端只有独立GPU产品，而英特尔主要是x86 CPU产品，英特尔独立GPU出货量极低，根据JPR，23年Q2英特尔独立GPU出货比例仅占全球2%。公司在PC端x86 CPU领域公司与英特尔长期保持竞争，在独立GPU市场与英伟达长期保持竞争。另外公司还是首家将CPU与独立GPU内核集成为APU的厂商，相比传统CPU采用集成显卡具备更强的图像渲染能力，同时比CPU 独立GPU的模式集成度更高，更加适合移动端使用。
根据Statista，23Q3公司PC端CPU按发货量市占率目前为35.0%，是全球第二大的PC CPU厂商，仅次于英特尔的62.7%。公司产品出货量占比从20年开始逐步提高，目前稳定在35%左右。从营收来看，公司客户端业务（个人电脑CPU与APU）过去相比英特尔个人电脑业务也具备更快的增速，但今年在出货量比例变化不大情况下，公司客户端业务营收较英特尔客户端业务下滑较大，我们认为是公司为保持市场份额今年年初对新时代产品降价导致。根据IDC，全球2022年PC出货量293.3百万台，对应CPU 293.3万颗，根据Statista，公司22年平均出货量市占率为33.6%，而公司22年客户端营收6887百万美元，对应公司单颗CPU平均售价63美元。采取同样方法测算今年1~2季度公司PC CPU平均售价42美元。
公司PC CPU与服务器端CPU类似，同样采用先进制程小芯片 先进封装的模式，目前最新一代PC CPU锐龙7系列与服务器端最新一代CPU同样使用Zen4内核，并根据不同应用场景选择核心的类型和数量进行集成。锐龙 7000系列处理器基于优化的高性能TSMC 5nm工艺构建，拥有多达16核心32线程，具有卓越的性能和领先的能效。与上代产品相比，AMD 锐龙 7950X处理器的单核性能提升高达29%，在POV Ray中为内容创建者带来高达45%的计算性能提升，在某些特定游戏中游戏性能提升高达15%，且每瓦性能提升高达27%。全新Socket AM5平台将成为公司迄今为止最具扩展性的台式机平台，其设计兼容周期将持续到2025年。
公司锐龙7系列旗舰产品较英特尔同世代13代酷睿旗舰产品有一定差异化优势，按照第三方评分/价格的方式所得出的性价比来看，公司产品具备一定溢价因此性价比上有所差距。而中高端、中端产品来看，公司产品主频更高运算速率更快，但综合水平来看公司产品在中高端性价比略高，而在中端性价比略低。因此综合来看，我们认为公司本世代PC CPU与英特尔同世代产品并无明显差别，公司与英特尔在PC端CPU的市占率也将基本保持稳定，公司产品线有望受益于行业复苏β。
全球PC分季度销量同比下滑幅度收窄，24年换机周期到来有望带动销量回升。根据IDC，全球PC销量23年同比减少13.7%，预计出货量为2.52亿台，24年全球PC市场有望回暖，出货量预计将增长3.7%达到2.61亿台。根据IDC，从单季度销量来看，全球PC销量23Q3同比下滑7.6%，为6820万台，23Q1以来全球PC销量已经环比增长，同比下滑幅度收窄。
PC独立GPU市场公司与英伟达直接竞争。22年三季度由于英伟达上一代30系列显卡下调价格，以及英特尔产品发布，对公司市占率产生了一定冲击。但是随着公司与英伟达新一代产品推出，公司市占率有所回升，根据JPR公司2023年第二季度独立GPU出货量占全球17%。
从公司与英伟达游戏与图形显示业务对比来看，公司游戏业务营收增长也更加迅速，除了PC端独立GPU的份额提升以外，公司产品也导入了PlayStation、Xbox、Steamdeck等游戏机平台。
公司是全球首家推出APU芯片的厂商，APU将独立GPU核与CPU集成，较传统CPU的独立显卡在算力和图形渲染更具优势，有望受益AI PC趋势。由于生产APU需要同时具备PC CPU产品，以及独立GPU产品，英伟达目前尚无PC端CPU推出，而英特尔的独立GPU市占率尚不足5%相对成熟度较低，因此目前公司是全球唯一可以生产APU的厂商。随着AI应用的推广和用户数量增多，如果AI推理全部在云端进行，则云厂商需要建设大量的推理算力，带来较大的资本开支和折旧压力。因此我们认为未来云厂商将下放算力到端侧，使得端侧处理大部分简单任务，并对复杂任务进行预处理。PC作为重要的办公设备，CoPilot等应用也已经推出，未来AI PC是必然趋势。
公司今年发布的最新一代Ryzen7 7040系列APU，采用Zen4 CPU内核 最新一代GPU内核 RDNA3。Ryzen7 7040的AI引擎单元各个单元之间都可以直接通信，因此不存在传统CPU架构的数据阻塞情况，同时也保证了时序的确定性。此外，每个AI引擎单元都配备了分布式本地内存，不会出现缓存未命中的情况，同时也拥有更高的访问带宽，也降低了对内存容量的需求。Ryzen7 7040最高可以达到10TOPS的算力，相比采用集成显卡的传统CPU上百G的算力相比，有两个数量级的提升，能够更好满足端侧AI需求。
3.2 完成收购赛灵思，加强自身Chiplet优势，拓展汽车、AI推理市场
2022年2月，公司完成收购赛灵思，显著扩大的规模和领先的计算、图形和自适应 SoC 产品组合。目前公司嵌入式产品线主要包括FPGA业务，下游覆盖医疗、机器人、汽车视觉、工业等。同时公司收购赛灵思以后，赛灵思在先进封装的长期经验也将帮助公司在先进制程小芯片 先进封装的技术路径继续迭代发展。
由于FPGA具有可编程的特点，可以依靠软件调整满足各种不同的应用场景，一旦开发完成将具备较长生命周期。目前赛灵思16nm、20nm、28nm产品生命周期将至少延续到2035那边，45nm产品将至少延续到45nm。
公司收购赛灵思后，嵌入式业务营业收入大增，从21财年的2.46亿美元提升至22财年的45.52亿美元。如果将被收购前赛灵思营业收入与公司嵌入式业务营收收入合并计算，整体的营业收入也保持较稳定增长，增速都超过20%。
从下游应用来看，公司收购赛灵思以后，除了完成了对赛灵思原有的下游应用覆盖以外，也加强了公司在汽车、AI推理以及数据中心网络控制的能力。在融合FPGA技术以后，公司针对汽车市场推出了AMD自适应SoC产品。针对数据中心推理与边缘端推理，公司也推出了融合FPGA技术的自适应SoC。
根据公司网站，单纯使用CPU/GPU进行推理处理时，需要大批量规模实现吞吐量，在CPU、GPU处理以前需要等待所有输入数据就绪，即使CPU/GPU具备高算力优势，也需要较长的时延才能处理完成，而当使用FPGA作为加速器时，每个输入准备就绪时便可以进行处理，通过小批量实现吞吐量，可以有效降低时延。我们认为FPGA的此特性对于边缘端推理较为重要，尤其在智能驾驶等对低时延更加敏感的场景。
我们认为公司有望凭借赛灵思在FPGA领域深厚积累和客户资源，继续覆盖原有下游应用场景，同时融合FPGA技术，在AI推理和汽车等领域发挥技术优势。
四、盈利预测与投资建议
4.1 盈利预测
我们预计公司2023~2025年营业收入分别为215.23、276.78、333.98亿美元，同比变化-8.81%、28.60%、20.67%，预计公司23~25年毛利率分别为45.0%、45.5%、46.0%。
数据中心业务：预计2023~2025年营收分别为57.83、106.63、142.95亿美元，同比变化-4.31%、 84.40%、34.06%。营收方面，今年1~2季度，公司数据中心营收同比减少5.87%，主要受到行业去库存以及需求下降双重影响。随着行业清库存逐渐结束，公司全年数据中心业务营收同比下滑幅度有望收窄。目前AI GPU全球需求仍然持续高涨，并预计将持续到2024年。根据Bloomberg一致预期，英伟达25财年（2024.2~2025.1）数据中心业务营收预计为662.32亿美元，同比增长59.79%。根据台积电二季度法说会，为了满足高端AI GPU的需求高涨，台积电将在24年年底以前将CoWoS产能较23年扩大一倍。公司MI300有望今年年底或者明年年初发布，成为公司数据中心业务未来增长的强劲推动力。以往公司AI GPU出货主要集中在超算中心，今年以来AIGC促使市场需求高增，叠加英伟达整机产品价格昂贵，HGX准系统交期较长，以及各云厂商为自身供应链安全考虑，给予公司导入良好机会，而且大型云厂商自身具备较强软件实力，可以一定程度弥补公司软件生态不足的差距。因此我们认为公司MI300正式发售后，有望在明年实现对大型云厂商批量销售，2024年有望成为公司AI GPU在商业客户从“0”到“1”的突破期，因此2024年公司数据中心业务有望实现较高同比增长。
客户端业务：预计2023~2025年营收分别为39.69、44.43、43.29亿美元，同比变化-35.99%、11.93%、19.96%。营收方面，今年1~2季度，公司客户端营收同比减少59.38%，主要是公司PC CPU平均售价下降、行业去库存与行业需求减少共同导致。我们预计随PC行业去库存逐渐结束，公司全年客户端业务营收下滑幅度有望收窄，而24、25年PC销量有望增加，叠加库存去化完成、新世代产品推出，以及AI PC有望在24年陆续推出，公司PC CPU平均售价有望有所回升，因此公司24、25年客户端业务营收将重回增长。
游戏业务：预计2023~2025年营收分别为65.36、68.14、75.55亿美元，同比变化-3.95%、4.26%、10.86%。营收方面，今年1~2季度，公司游戏业务营收同比减少5.44%。我们认为目前行业库存逐步去化，今年全年公司游戏业务营收降幅有望收窄。未来来看，随着海外通胀逐步企稳甚至下降，我们认为消费者购买独立显卡、游戏机等娱乐产品意愿有望恢复，公司游戏业务有望重拾增长。
嵌入式业务：预计2023~2025年营收分别为5690、6828、7852百万美元，同比增长15%、10%、8%。公司完成收购赛灵思后实现了嵌入式业务的大幅增长，即使考虑赛灵思去年未并表时收入，公司今年1~2季度在整体行业需求较弱情况下嵌入式业务仍然实现29.71%的同比增长。考虑公司对赛灵思完成整合后，推出了融合FPGA技术的SoC产品面向边缘端应用发售，有望受益边缘侧AI部署趋势。但FPGA传统应用领域如工控、航天等今年需求仍然较为萎靡，因此我们认为公司今年全年嵌入式业务增速将小于上半年增速。未来随着工控等市场需求回暖，以及边缘端AI趋势，我们认为公司嵌入式业务有望继续保持增长。
毛利率方面，公司2021、2022以及23H1毛利率分别为48.25%、44.93%、44.83%，考虑到今年下半年行业库存去化有望逐渐结束，全年毛利率有望高于今年1~2季度毛利率。未来随着行业库存去化结束，以及行业弱复苏，我们认为24、25年毛利率有望有较小提升。
费用率方面，公司22年一般费用高增，主要是收购赛灵思所致，目前公司暂无收购较大规模企业动向，因此我们预测23~25年公司一般费用比回到收购赛灵思以前水平略高。我们预计公司23~25年一般费用率分别为10%、9%、8%。研发费用方面，我们预测公司为了在AI领域加大投入，研发费用将保持较高水平，因此我们预测公司23~25年研发费用率都为27%。
4.2 投资建议
预计公司2023-2025年销售收入为215.23、276.78、333.98亿美元，同比变化-8.81%、28.60%、20.67%，对应每股销售收入为13.32、17.13、20.67美元；归母净利润分别为1.23、7.95、14.22亿美元，同比变化-90.7%、544.6%、78.9%。我们选取美股数据中心纯芯片设计厂商作为可比公司，包括AI GPU、PC GPU龙头厂商英伟达、数据中心交换芯片龙头厂商博通、数据中心数据传输解决方案厂商Marvell，可比公司23~25年对应PS分别为13、10、8。
考虑到公司毛利率水平较可比公司更低，且在GPU、CPU市场都是市占率第二的厂商，因此我们给予公司2024年8倍估值，对应目标价137.05美元，首次覆盖，给予“买入”评级
五、风险提示
MI300导入客户不及预期：公司数据中心业务最大增量来自MI300在云厂商的导入，如果客户验证进度不及预期，或者公司产品验证时出现问题，将影响公司MI300的出货量，使得公司业绩不如预期。
MI300产能不及预期：公司MI300需要使用台积电CoWoS封装技术，如果台积电CoWoS产能扩产出现问题没有按计划进行，将导致公司MI300无法按计划生产出货，使得公司业绩不及预期。
产品研发不及预期：公司所在CPU与GPU市场都属于高科技行业，技术迭代迅速，且其他主要厂商如英特尔与英伟达同样具备较强的研发实力，如果公司产品研发进度不及预期，将造成产品性能落后英特尔或英伟达，导致自身市占率萎缩，造成业绩不及预期。
市场竞争加剧风险：公司所在CPU与GPU市场目前其他主要参与者也是知名大型厂商，如英特尔与英伟达，如果公司份额继续提升，英特尔与英伟达可能会采取更为激进价格策略，导致市场竞争加剧，既而使得公司业绩不及预期。
商誉减值风险：截至2023年2季度，公司商誉达到241.77亿美元，主要是2022年收购赛灵思导致。如果赛灵思业绩大幅下滑，将可能使得公司计提较大规模商誉减值，造成公司业绩不及预期。
存货减值风险：截至2023年2季度，公司存货达到45.67亿美元，考虑到高科技行业产品迭代迅速，如果存货无法及时出清，未来可能过时，使得公司计提存货减值，导致公司业绩不及预期。
