对话实录

傅开波：半导体板块作为AI的基石，今年以来整体也非常亮眼，而去年整体电子行业的表现却处于垫底位置，能否请霍总复盘一下半导体行情这两年来的整体表现和原因？

霍华明：关于半导体行业，从长远来看它是一个成长的行业，随着技术的不断进步，从PC、手机、智能汽车到人工智能等领域的需求不断增加，半导体的市场需求也在逐渐扩大。然而，从短期来看，半导体行业也是一个周期性的行业，例如在三到四年的周期内，半导体的库存也会有所波动。近年来，半导体行业经历了一个比较大的行情，主要原因有两个：首先是智能穿戴等产品的需求爆发，尤其是在2019年和2020年期间；其次是疫情的影响导致在家办公和远程教育的需求增加，使得手机和电脑等终端设备的需求也快速增长。然而，尽管需求增长迅速，半导体制造商扩充产能仍需要时间，从建厂到购买设备、调试以及购买材料都需要较长时间，导致在需求快速爆发时供应跟不上，造成供不应求，进而导致半导体价格不断上涨。目前，半导体行业的库存仍处于相对高位，无论是海外的二级市场还是国内的市场表现，半导体行业的回调幅度都比较大。以上是对过去两年半导体行业走势的简单复盘。

傅开波：大家最近都在讨论在AI取得新技术突破的背景下，半导体行业，特别是芯片，作为AI的上游，正处于一轮大周期的起点，您是否认同该观点？

霍华明：我认为现在的AI革命是历史上非常重要的一次。这个革命已经引起了全球人的关注，而不仅仅是某些国家或人群的关注。这轮AI革命以大型语言模型为代表，训练数据的增长呈指数级别。第三代模型的训练数据已经达到了45TB，而第一代模型仅为4G。同时，模型参数的增加也是指数级别的。第三代模型的参数量已经达到了1750亿，而第一代模型仅为1.17亿。这些数据量和参数量的急剧增加带来了对计算能力的急剧需求。举个例子，第一代模型使用英伟达V100进行训练需要三天时间，而第三代模型使用同样的芯片进行训练需要355年。因此，计算能力的需求按指数级别增长。按照OPENAI自身的说法，计算能力需求大约每3.5个月翻倍，每年翻十倍左右。这个增长速度非常夸张。在计算能力暴增的基础上，我们可以预计半导体的需求也会急剧增加。目前，无论是国内还是国外，各大厂商都在密集发布自己的大型语言模型。未来随着使用人群的增加，计算能力的需求也将越来越高，特别是对于AI训练方面的芯片需求。

傅开波：目前AI渗透率正站在0-1的起始点，未来渗透率会如何变化？和之前的手机和新能源的渗透率有什么区别和联系，这个过程对半导体供需情况的影响如何？

霍华明：渗透率是一个备受关注的指标。渗透率对于我们的投资具有指导意义。简单来说，如果一个产品要迅速应用，那么它必须满足大多数人的需求，从而快速提高渗透率。我们可以以智能手机和新能源汽车为例，它们都得到了迅速的普及。新能源汽车的渗透率上升是因为它的使用成本低于燃油车，因此它可以满足大多数人的需求。智能手机的渗透率上升更为迅猛，因为它满足了人类沟通的需求。因此，智能手机的渗透率上升程度比新能源汽车更高。

傅开波：近期半导体中哪些细分板块涨幅最高？各子板块的成长性和景气度如何？

霍华明：就整个半导体产业来说，它是一个非常庞大的行业，主要可以分为设计、制造和封装测试三个领域。目前从国内半导体细分赛道的涨跌幅来看，封装测试这个领域的增长最为显著，今年以来涨幅已经达到了40%左右。整个半导体行业的估值大概是50倍左右，尽管绝对值看起来很高，但从历史的角度来看，它仅处于17%的历史分位数。从各个子板块的景气度来看，设计和制造相对难度更大，而封装测试则更多是一个人力密集型的产业，相对而言难度要略微低一些。近半年来，由于家电等行业下游订单有所回暖，同时手机市场也开始复苏，因此集成电路封装行业的涨幅还是比较高的，它往往是整个半导体产业的一个先行指标。此外，随着AI应用浪潮的兴起以及更新迭代后的ChatGPT，算力的需求也将成为整个半导体行业的核心需求，无论是云计算的服务器还是AI芯片都将成为未来增长的重要点。，根据华经产业研究院发布的中国GPU发展规划，到2027年，国内算力芯片的规模预计将达到1800多亿美元，复合增长速度为33%左右，相比整个半导体行业的增速高得多。因此，我们可以期待算力芯片在半导体领域中的潜力和未来发展。

傅开波：ChatGPT引发了大模型热潮，各大企业的AI大模型落地消息接踵而至。目前咱们各大中国企业的AI大模型的进展如何？与国外的差距在哪儿？

霍华明：我国的人工智能水平一直与海外接近，但自从ChatGPT发布以来，与海外的差距有所拉大。国内的一些企业在紧追海外的技术，并推出了自己的产品，如百度的大模型“文心一言”，该模型已被数万家企业接入测试。阿里方面也宣布推出了通义千问大模型，并邀请用户测试。此外，尚未发布的腾讯的混元AI大模型，参数量达到万亿级别，高于GPT-3的参数量（约为1750亿）。国内还有其他公司发布了大模型，如商汤发布的“日日新”大模型。从技术层面来看，国内的AI大模型技术与GPT-3还存在一定差距，GPT-3主要基于深度学习和Transformer模型进行训练和生成，能够利用海量语料数据库进行无监督学习，生成的文本、图片质量都非常高，能够满足人类的需求。GPT-3发布后迅速受到全球关注，成为史上最快上亿用户的产品之一，支持多种语言切换。国内的大模型以中文为主，多语言方面还存在一定差距，但我国在互联网和云计算领域有着深厚的积累，预计今年内可以达到国外80%左右的水平。

傅开波：近期有部分人士越来越担心生成式AI技术可能被用来进行歧视或传播有害信息，例如美国政府已经开始研究是否需要对ChatGPT等人工智能工具进行审查，您是如何看待的？

霍华明：实际上，每次技术的进步都会引发对其安全问题的讨论。我记得在互联网发展初期，移动互联网和指纹识别技术引起了很多人的担忧。但随着社会的发展，这些安全问题逐渐得到了解决。因为作为一个工具，它是中性的，不会故意地往有害的方向发展，关键还是要监管到位。而现在随着AI技术的发展，以ChatGPT为代表的新技术背后的确存在着网络安全问题。例如AI用于辅助编写代码的能力非常强，这大大降低了攻击漏洞的门槛，使得攻击者可以快速上手。AI的发展虽然可能会带来网络安全问题，但我们也应该认识到网络安全技术同样在进步以加强网络安全。我国针对AI产业健康发展的相关办法出台非常迅速，网信办在4月11日起草了《生成式人工智能服务管理办法》征求意见稿，其中明确规定AIGC大模型的预设和训练数据必须符合相关法律法规，同时不得侵犯知识产权。随着AIGC的应用落地不断加快，国家对人工智能技术的支持也会逐步打开商业化空间，相应的监管政策会越来越多，整个行业也会呈现出健康的发展形式。

傅开波：请问霍总，您认为中国芯片国产化替代的进展如何，面对美国的科技制裁和技术封锁，国产芯片是否能实现突围？

霍华明：中国的芯片业务主要包括芯片设计和制造，都是重难点。在芯片设计方面，涉及到需要国内着重攻克的工业设计软件（EDA）。另外目前在半导体材料方面，国产化率较低，特别是光刻胶和湿电子化学品等材料的市场占有率非常低，抛光材料国产化率不到20%，其它材料的国产化率不到10%；在封装材料方面，市场占有率不到5％，其它材料的国产化率不到30％。虽然中国在封装测试领域占有一定的市场份额，但在其他领域中的市场份额仍然相对较低。

傅开波：AI相关的个股今年以来涨幅较大，很多个股已经翻倍甚至更高，而且TMT板块的整体成交额已经接近45%，超过历史最高水平，当前拥挤度是否过高？

霍华明：目前整个板块的上涨超出了很多人的预期。当时在2月8号的厦门开源策略会上，我提出今年可能是TMT的大年，但没想到会演绎成如此极致的局面。现在来看，TMT板块的成交量已经非常大了，如果还没持仓的朋友不妨先关注一下，不需要追涨进场。目前整个产业的趋势已经明确，我认为其作为今年的投资主线问题不会太大。但从投资者的角度来考虑，我认为要在比较风险和收益之后再进行投资。当前整个板块TMT板块都已经轮动了一遍，从软件、传媒再到近期的半导体。但半导体的涨幅不如前两者，并且我们可以看到半导体的库存仍在高位，可能随时进入拐点。如果未来库存拐点出现，半导体可能会出现补涨行情。简而言之，在一个事物快速兴起的时候，我们没必要对板块内的所有细分赛道进行轮动操作。因为这种操作方式的风险很大，一旦失误就会对投资收益产生很大影响。在这种情况下，更好的做法是直接配置整个板块，从而获得整个板块上涨的相对稳妥收益。

傅开波：您是如何看待未来TMT相关板块的投资机会的？

霍华明：对于目前没有持仓的投资者，我认为可以继续关注这个板块，等待回调或者成交占比降低后再考虑是否要进入，而不是现在匆忙追高。从长期投资角度来看，这个行业肯定会诞生出很多大公司，但这些公司可能分布在各个领域，需要投资者进行详细研究分析。目前整个板块还处于初期阶段，所以应该抓住β机会。

（全文结束）

（纪要整理：蔡华熠，林希民）