HBM需求大幅增加，看好先进封装及设备材料产业链

行业研究|动态跟踪 看好（维持） HBM需求大幅增加，看好先进封装及设备材料产业链 电子行业 国家/地区中国 行业电子行业 报告发布日期2023年11月25日 核心观点 美国加码先进封装，海力士规划推出HBM4。当地时间11月20日，美国商务部下属国家标准与技术研究所（NIST）发布国家先进封装制造计划（NAPMP）愿景文 件，资金总额约30亿美元，2024年初将开启首批资助通道，领域为封装材料与基底。今年9月，SK海力士提出了在2026年推出第六代HBM"HBM4"的蓝图，其将拥有12层或16层D-RAM。SK海力士还透露，将把下一代后处理技术“混合键合”应用于HBM4产品。与现有的“非导电膜”工艺相比，该技术提高了散热效率并减少了布线长度，从而实现了更高的输入/输出密度。 HBM在带宽、功耗、封装体积方面具备明显优势。HBM（HighBandwidthMemory）意为高带宽存储器，是一种面向需要极高吞吐量的数据密集型应用程序的 DRAM，HBM的作用类似于数据的“中转站”，就是将使用的每一帧，每一幅图像等图像数据保存到帧缓存区中，等待GPU调用。按照不同应用场景，行业标准组织JEDEC将DRAM分为三个类型：标准DDR、移动DDR以及图形DDR，图形DDR中包括GDDR和HBM。相比于标准的DDR4、DDR5等产品，以GDDR和HBM为代表的图形DDR具备更高的带宽，其中HBM在实现更大带宽的同时也具备更小的功耗和封装尺寸。 HBM有效解决了内存墙的问题，AI时代在中高端GPU中有望得到更广泛应用。过去20年中，处理器的峰值计算能力增加了90,000倍，但是内存/硬件互连带宽却只 是提高了30倍。存储性能的提升远远跟不上处理器性能提升，导致内存性能极大限制了处理器性能的发挥，对指令和数据的搬运（写入和读出）的时间将是处理器运算所消耗时间的几十倍乃至几百倍，而且引发了高能耗，即出现了“内存墙”问题。具备更高带宽的GDDR和HBM相比传统DDR有更高的带宽，因此有效的解决了该问题，GDDR和成为中高端GPU搭载的主流内存方案，HBM也在部分高端GPU中得到应用。AI大模型对于数据传输提出了更高的要求，HBM有望替代GDDR成为主流方案。 蒯剑021-63325888*8514 kuaijian@orientsec.com.cn 执业证书编号：S0860514050005香港证监会牌照：BPT856 杨震021-63325888*6090 yangzhen@orientsec.com.cn 执业证书编号：S0860520060002香港证监会牌照：BSW113 倪吉021-63325888*7504 niji@orientsec.com.cn 执业证书编号：S0860517120003 李庭旭litingxu@orientsec.com.cn 执业证书编号：S0860522090002 刘嘉倩liujiaqian@orientsec.com.cn TSV是HBM实现的核心技术，先进封装及上游设备、材料需求有望提升。TSV工艺包含晶圆的表面清洗、光刻胶图案化、干法/湿法蚀刻沟槽、气相沉积、通孔填 充、化学机械抛光等几种关键工艺，运用到晶圆减薄机、掩膜设备、涂胶机、激光 行业景气度迎向上拐点，AI大模型和半导体国产化加速：电子行业2024年度投资策略 2023-11-19 打孔机、电镀设备、溅射台、光刻机、刻蚀机，同时配套的电镀液、靶材、特种气体、塑封料等需求亦有望快速提升。 投资建议与投资标的 我们看好HBM产业的快速发展，先进封装及相应的设备、材料产业链值得重视： 先进封装领域，建议关注：通富微电、深科技、长电科技、太极实业 先进封装材料领域，建议关注：雅克科技、强力新材、华海诚科、上海新阳、德邦科技、飞凯材料、天承科技、华特气体、壹石通、唯特偶、兴森科技 先进封装设备领域，建议关注：芯源微、中微公司、拓荆科技、华海清科、盛美上海、赛腾股份、光力科技、新益昌、文一科技、凯格精机 风险提示 HBM渗透率不及预期、AI产业发展不及预期、国内供应商技术突破和产品导入进展不及预期 AI有望重塑PC，PC市场复苏趋势显现2023-10-25 手机摄像模组降规降配趋势迎来拐点2023-10-17 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HBM需求大幅增加，看好先进封装及设备材料产业链 HBM（HighBandwidthMemory）意为高带宽存储器，是一种面向需要极高吞吐量的数据密集型应用程序的DRAM，HBM的作用类似于数据的“中转站”，就是将使用的每一帧，每一幅图像等图像数据保存到帧缓存区中，等待GPU调用。HBM通过使用先进的封装方法（如TSV硅通孔技术）垂直堆叠多个DRAM，与GPU通过中介层互联封装在一起，在较小的物理空间里实现高容量、高带宽、低延时与低功耗，已成为数据中心新一代内存解决方案。 图1：HBM示意图 数据来源：AMD、东方证券研究所 HBM在带宽、功耗、封装体积方面具备明显优势。按照不同应用场景，行业标准组织JEDEC将DRAM分为三个类型：标准DDR、移动DDR以及图形DDR，图形DDR中包括GDDR和HBM。相比于标准的DDR4、DDR5等产品，以GDDR和HBM为代表的图形DDR具备更高的带宽，其中HBM在实现更大带宽的同时也具备更小的功耗和封装尺寸。 图2：HBM在带宽和功耗方面具备显著优势图3：不同类别DRAM产品技术指标对比 参数 DDR4 DDR5 GDDR6 HBM 带宽（Gbps） 中 (204) 高 (409) 高(576) 最高 (2400） 速率（Gbps） 3.2 6.4 18 2/2.4 颗粒/组合位宽（bits） 64 64 32 1024 系统设计难度 简单 适中 高 最高 能耗比（mW/Gbps） 6 5 8 2 使用总成本 低 适中 高 最高 可靠性/良率 高 高 中 低 数据来源：与非网、东方证券研究所数据来源：芯耀辉、与非网、东方证券研究所 GDDR和HBM有效解决了内存墙的问题，在中高端GPU中得到广泛应用。过去20年中，处理器的峰值计算能力增加了90,000倍，但是内存/硬件互连带宽却只是提高了30倍。存储性能的提升远远跟不上处理器性能提升，导致内存性能极大限制了处理器性能的发挥，对指令和数据的搬运（写入和读出）的时间将是处理器运算所消耗时间的几十倍乃至几百倍，而且引发了高能耗，即出现了“内存墙”问题。具备更高带宽的GDDR和HBM相比传统DDR有更高的带宽，因此有效的解决了该问题，GDDR和成为中高端GPU搭载的主流内存方案，HBM也在部分高端GPU中得到应用。 图4：内存带宽提升缓慢限制了处理器性能的发挥图5：中高端GPU普遍搭载GDDR，HBM覆盖部分高端应用 数据来源：与非网、东方证券研究所数据来源：与非网、东方证券研究所 AI大模型对于数据传输提出了更高的要求，HBM有望替代GDDR成为主流方案： 1.GDDR5功耗更高，高功耗未来会限制GPU的性能提升； 2.GDDR5为了实现更高带宽，需要电路承载更大的电压，导致电路尺寸偏大。 3.NAND、DRAM和Optics等技术将受益于片上集成，但在技术上并不兼容。 图6：GDDR5和HBM封装形式对比图7：HBM与GDDR5性能对比 数据来源：AMD、东方证券研究所数据来源：AMD、东方证券研究所 主流数据中心GPU均采用HBM技术。英伟达V100、A100、H100均采用HBM内存，同样，AMDMI100、MI200、MI300也都采用HBM内存，目前HBM内存在数据中心GPU中逐步占据主导地位。 图8：市场偏向数据中心应用的GPU大量使用HBM技术 GPU类型 内存技术 内存速度-Gbp 内存总线-bit 内存带宽-GB/s 发布时间 NVIDIAGTX1080 GDDR5X 10 256 320 2016 NVIDIAGTX2080Ti GDDR6 14 384 672 2018 NVIDIAGTX3090 GDDR6X 19.5 384 936 2020 NVIDIAV100 HBM2 1.7 4096 901 2017 NVIDIAA100 HBM2e 3.2 5120 2039 2020 NVIDIAH100 HBM3 6.4 8192 >5000 2023 AMDInstinctMI100 HBM2 2.4 4096 1229 2020 AMDInstinctMI200 HBM2e 3.2 8192 3200 2021 AMDInstinctMI300 HBM3 6.4 8192 >5000 2023 数据来源：与非网、奎芯科技、东方证券研究所 HBM朝着不断提高存储容量、带宽，减小功耗和封装尺寸方向升级。目前已升级到HBM3。从最初的1GB存储容量和128GB/s带宽的HBM1发展到目前的24GB存储容量和819GB/s带宽。 图9：HBM持续迭代，带宽、速率提升 数据来源：海力士、Rambus、东方证券研究所 HBM市场目前海力士、三星主导，HBM3加速渗透。2022年，SK海力士和三星各占据HBM市场50%、40%份额，TrendForce预计24年三星份额有望提升至47-49%。分世代来看，HBM3凭借更高的带宽和速率有望加速渗透，预计2024年渗透率达到60%。 图10：HBM市场由SK海力士、三星主导图11：HBM3有望加速渗透 公司 2022 2023E 2024E SK海力士 50% 46%-49% 47-49% 三星 40% 46%-49% 47-49% 美光 10% 4-6% 3-5% 120% 100% 80% 60% 40% 20% 0% HBM2eHBM3其他 22% 8% 11% 15% 50% 25% 70% 60% 39% 20222023E2024E 数据来源：TrendForce、东方证券研究所数据来源：TrendForce、东方证券研究所 AI服务器出货量快速提升，HBM有望随之加速渗透。当前ChatGPT等AIGC（生成式人工智能）模型需要使用AI服务器进行训练与推理，其中训练侧AI服务器基本需要采用中高端GPU，如NvidiaA100/H100等，在这些GPU中，HBM的渗透率接近100%；而推理侧AI服务器尽管目前采用中低端GPU，HBM渗透率不高，不过随着AIGC模型逐渐复杂化，未来推理侧AI服务器采用中高端GPU将是发展趋势，未来这一领域的HBM渗透率也将快速提升。目前，训练端AI服务器中HBM的成本约9%，对应1.8万美金左右价值量。根据TrendForce的预计，AI全球AI服务器出货量有望从2022年的86万台提升至2026年的237万台。根据DIGITIMES预测，其中高端 人工智能（AI）服务器2023年出货量为17万台，同比增长415%；预计明年出货将达到37万台，增长114%。 图12：全球AI服务器出货量有望快速提升（单位：千台） AI服务器出货量YoY 2369 38% 1895 1504 27% 1183 26% 25% 855 9% 2500 2000 1500 1000 500 0 20222023E2024E2025E2026E 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% 数据来源：TrendForce、东方证券研究所 TSV是HBM实现的核心技术，先进封装及上游设备、材料需求有望提升。TSV工艺包含晶圆的表面清洗、光刻胶图案化、干法/湿法蚀刻沟槽、气相沉积、通孔填充、化学机械抛光等几种关键 工艺，运用到晶圆减薄机、掩膜设备、涂胶机、激光打孔机、电镀设备、溅射台、光刻机、刻蚀机，同时配套的电镀液、靶材、特种气体、塑封料等需求亦有望快速提升。