8月9日,摩根士丹利将美国半导体产业股票评级从“与大盘同步”下调为该行的最低级别“谨慎”——意味着其分析师认为该板块在未来12至18个月将跑输大盘。同时该行指出,芯片厂商库存已逼近十年最高水平,半导体行业周期出现了过热迹象。
8月10日,高盛将芯片龙头股英特尔评级从“中性”下调至“卖出”。高盛认为,英特尔的下一代芯片技术被一再推迟,说明其制造技术存在问题。
上周五,美股半导体股集体下跌,费城半导体指数跌2.47%。其中,英特尔、AMD、高通、英伟达和博通等主要芯片股跌幅分别为2.57%、0.21%、0.4%、0.65%和2.01%。设备和材料方面,应用材料和泛林跌幅分别为2.1%和3.46%。
华尔街投行纷纷担忧
年初至今,费城半导体指数ETF已增长12%,同期标普500为7%。在过去5年中,费城半导体指数已上涨近200%,同期市场整体则为70%。
“半导体产业周期已有过热的迹象。”摩根士丹利分析师Joseph Moore表示,“周期性指标已经亮红,任何交货期的收缩,以及或是需求放缓都会导致剧烈的存货调整。”
摩根士丹利表示,该产业的芯片库存已至10年高点。受此影响,该行给出的美国芯片股下半年EPS中位数较华尔街同行给出的平均预期低了2%,2019年更是低了4%。
“考虑到我们所见——半导体公司身处一个过热的产业周期的风险,我们对较大范围内的公司采取了较为保守的预期。”个股方面,Moore及其团队将半导体设备与材料领域的龙头企业应用材料公司评级从“高于平均”下调至“平均水平”,并对安森美半导体进行了相同 *** 作。
与摩根士丹利担忧整个芯片产业不同,高盛近日对芯片股评级的调整更多针对的是英特尔在先进制程升级上的不作为。“我们认为英特尔在其10纳米制程技术上的挣扎正在分流其在一系列产品上的竞争优势。”高盛分析师Toshiya Hari表示,英特尔在生产工艺上面临的问题可能远比目前所见的要严重,这可能会在市场占有率和支出层面对该公司产生持续影响,尤其是其正面临一个日趋壮大的台积电代工生态圈。
同时,由于认为英特尔的主要竞争对手AMD将在未来2年显著侵蚀前者在服务器芯片领域的市场份额,高盛将AMD的评级由“卖出”上调至了“中性”。“英特尔在新产品上的延误将允许AMD不仅在客户端CPU市场(包括电脑、平板设备等),还将在高利润的服务器CPU市场获取更多的份额。”Hari表示。
近期,英特尔曾表示其10纳米芯片将在2019年假日购物季发布,相较之下,AMD将在今年下半年就推出其7纳米工艺产品。
行业协会表示乐观
华尔街投行的“唱空”和半导体产业的乐观氛围形成了鲜明对比。
世界半导体贸易统计组织(WSTS)在今年6月发布的春季市场预测中表示,半导体市场将在2018年和2019年继续保持增势,市场规模分别增至4630亿美元和4840亿美元,增速分别为12.4%和4.4%。
“这反映的是(半导体产业)所有类别的增长,其中最显著的是存储产业26.5%的增速,模拟集成电路以9.5%紧随其后。”WSTS表示,“在2018年,全球所有地区均预计将会增长。”
美国半导体产业协会(SIA)亦对WSTS的预测表示赞同。SIA表示,全球半导体销售额在2018年4月达到了376亿美元,同比增长20.2%,已连续13个月实现超20%的同比增长率。
“尽管这其中有存储方面的显著增长的拉动,但非存储市场产品的销售额依然在4月实现了两位数的同比增长,同时所有地区市场均实现了两位数的同比增长。”SIA主席兼CEO John Neuffer表示。
半导体行业资讯机构IC Insights于8月9日公布的年中报告显示,WSTS定义的33种集成电路类别的销售额和出货量在今年均实现了增长,其中存储领域的DRAM和NAND Flash继续分列第一、第二。IC Insights预测DRAM销售额将在今年同比增长39%,达到1016亿美元,成为史上首个年销售突破1000亿美元的集成电路单品。
集邦咨询拓璞产业研究院经理林建宏对21世纪经济报道记者表示,从包含手机在内的泛消费性产品的生产与通路情况来看,2018年半导体产业已有着“淡季不淡”的情况,而这主要可能是因为提前拉货。
“过往半导体产业下半年需求旺盛,但在预期供需紧张、有涨价和缺货可能的情况下,厂商上半年提前备货是可能的。”林建宏表示,“但‘淡季不淡’与备货需求实则互为因果,当前我们判断厂商很可能是在提前备货,但最终结果还是要看下半年的表现。”
不过林建宏认为,由于NB终端、智能手机等终端产品在上半年的出货量同样优于预期,半导体产品的实际库存量也就未必会偏高。
林建宏认为,摩根士丹利所指出的全球库存逼近十年最高水平,从数字上来看确实需要注意。在他看来,这主要有三方面的诱因:材料涨价,导致原料占比因此升高;IC制程复杂度提升,生产周期拉长,也会造成存货金额占比上升;IC涨价的预期,导致通路存货备货量可能上升。
不过他也指出,上述诱因中仅有最后一点可能造成较大的供需反转,前两点导致的存货金额上升对于供需而言仍在健康水平范围内。“设备销售额与扩厂速度关联较高,设备销售衰退可以是成长趋缓的支持,但不直接反映供需的反转。”林建宏表示,“我们预计,在不出现重大市场异变的情况下,半导体产业2019至2022年将稳健实现3%至4%的年复合增长率。”
推荐阅读>>>
国产芯片热火朝天 是不是也想搭上这班顺风车?
评级滑坡 英特尔败走芯片战场
自2020年底开始,缺芯问题就成为汽车行业的最大挑战。期间,众多汽车厂商因缺芯被迫停产或减产。芯片短缺不仅导致汽车行业产出减少,消费者购车成本增加,还影响到车辆的正常交付,甚至还影响了众多开发自动驾驶的科技企业。目前,汽车行业缺芯危机成为全球供应链乃至疫情中维持世界经济发展的焦点。然而,旷日持久的半导体短缺问题近期似乎在改观。一些分析机构均表示,最近一些公司开始看到情况在改善,5月份的交付周期也基本上与前月持平。这似乎预示做汽车芯片的问题将得到彻底解决呢?
汽车芯片短缺问题将更早得到缓解
全球金融交易巨头海纳国际集团(Susquehanna Financial Group)的研究显示,5月全球芯片平均交付周期(芯片从订购到交付的时间)为27.1周,刷新了纪录高位,但与4月份的27周基本持平。该机构表示,交付周期上次持平或者略有缩短是在2022年1月。
该机构分析师Chris Rolland在周二的研究报告中称:“具体到公司的数据则偏向下行,约60%的芯片公司交付周期缩短。”
Rolland指出,疫情封控措施和俄乌冲突造成的持续干扰并未导致交付周期显著拉长。
对于受缺芯影响最严重的汽车行业,车企集团梅赛德斯-奔驰近日表示,芯片供应正在改善,其全球汽车制造业务基本上在正常运行。大众汽车5月初也曾表示,预计半导体短缺问题将在下半年有所缓和。
此前研究显示,因为受到芯片短缺的影响,全球汽车市场累计减产量约为169.38万辆,其中欧洲地区受打击最为严重,该地区减产量占到全球市场的46%。
摩根士丹利分析师Adam Jonas近日也在一份报告中表示,代工厂出货强劲、消费电子产品市场减速以及中国复产复工,可能有助于芯片短缺问题比预期更早得到缓解。
Jonas写道,虽然情况依然不稳定,但根据与汽车制造商、供应商的沟通,以及来自摩根士丹利亚洲半导体团队的数据,全球汽车芯片的长期短缺局面可能正在接近得到解决。
汽车芯片涨价仍在继续
近日,有消息称,因物流、原材料、能源等成本压力上升,博世计划提高产品价格,目前正在与车企重新进行合同谈判。对此,博世方面并未给予肯定回复。但5月31日,威马汽车创始人、董事长兼CEO沈晖在微博发文称:“博世涨价不是传闻,还有其他Tier1(也在涨价)。这次涨价的都是必不可少的芯片。”
“近期,以芯片为代表的汽车零部件的确有新一轮的涨价趋势。实际上,自2019年下半年开始,芯片相关产品就在不停涨价,基本上每过一个季度,就会有一次价格上调。 ”近日,有芯片行业设计人员表示。
“不过,现在也不完全是芯片供应的问题,疫情导致了其他汽车类零部件也供应不上。” 有自主品牌内部人员表示,目前整个汽车行业的零部件供应都处于不充足的状态。
据沈晖透露,芯片仍是此次汽车零部件涨价潮的“主角”。“我们做了简单估算,智能电动车的芯片成本已经超过电池包。这种语境下,单颗万元的激光雷达很难持续热下去。这也意味着电动车的行业赛道从电池转到了芯片。”沈晖发文说。
图片来源:新浪微博
汽车供应商都已经官方宣布了产品涨价。比如,英飞凌已在今年2月发布通知称由于市场供不应求及上游成本的增加,其无力承担溢出的成本,酝酿涨价。意法半导体同样表示,全球芯片持续短缺,以及经济和地缘政治形势严重影响了行业,短期内没有复苏迹象,原材料、能源和物流成本已经达到了公司无法消化的水平。
智能驾驶推升芯片需求
随着智能汽车自动化程度提高,数据生产量级呈指数级增长。从自动驾驶级别来看,目 前所处的L1、L2级别的定速巡航不需要太多存储设备,只记录车速、发动机参数等。L4级别自动驾驶的算法准确性需要达到甚至超过人类的认知水平,需要人工智能和深度学 习的参与,通过对大量的数据进行训练,不断优化,把所有的经验归纳为代码,才有可能实现不同驾驶场景的准确判断和科学决策,L4级别自动驾驶下一辆车一次路测就会产生约8-60TB的数据,整个研发周期内产生的数据会达到EB级别。L5级别完全不需要人的参与,数据采集、预存、反馈、匹配、科学依据和判断环节需要大量存储容量。
自动驾驶产生的海量数据将对存储的带宽和容量提出更高的要求,汽车存储芯片的价值 量会随之提升。
智能化下占据车辆车载存储数据的最大份额的是各类传感器的数据,传感器数据主要来 自ADAS系统和V2X功能。其中包括:GPS接收器、激光雷达、超声波传感器、毫米波雷达、高清摄像头等。以汽车驾驶辅助系统ADAS为例,由于需要大容量存储和高效运算支撑系统的快速反映,特别是高清的图像传输,对于存储产品的容量、性能、可靠性也提出了越来越高的需求。在自动驾驶研发过程中,这些路测数据会被上传到研发平台,由平台对这些数据进行训练,并在ADAS平台上进行验证和仿真,在此过程中又会产生大量的过程数据,他们都以文件或对象的方式保存,供各个平台频繁读写。
随着自动驾驶等级由L1向L5不断渗透,传感器数量、采集到的数据量显著提升,对存储芯片的数量和容量需求也随之增加。自动驾驶应用中,每颗摄像头、雷达均需要一颗储存芯片与其配套使用,摄像头和雷达会将所感知到的路面信息写入储存芯片中,并通过专有算法对写入的数据进行运算、分析,快速做出紧急避让、制动等 *** 作。以L4级别为例,自动驾驶私家车各个传感器一天数小时行驶中需要产生超过10GB的结构化数据,每2h需要存储2TB场景记录数据,营运车行驶10h将产生20TB数据,目前百度等自动驾驶方案车每天路测所积累的场景数据已经远超20TB。现有的流量成本和带宽很难支持将全部数据上传云端,大量数据需在车内进行存储和计算。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)