存储行业深度报告：AI服务器存储量价齐升 算力需求推动HBM市场数倍增长

　　AI 算力升级带动服务器的CPU 迭代并提升GPU 需求，带动AI 服务器存储容量和价值量较传统服务器数倍增长。训练型AI 服务器中GPU 承担大部分算力，算力要求推动了HBM 等新型存储器超百亿美元新兴市场，进而提升Bumping、TSV、CoWoS 等先进封装工艺需求，并带来减薄、键合、模塑、测试等设备以及EMC、电镀液、PSPI 等材料的增量需求。叠加国内自主可控需求持续增长，国内存储及HBM 等催生的先进封装产业链发展空间巨大。
　　AI 服务器CPU 和GPU 随算力需求而升级，对存储器容量和价值量均有数倍拉动。传统服务器以CPU 作为算力核心，随着AI 训练模型的算力要求不断提升，CPU 的核心数、主频、线程数量均不断提升，但仅靠CPU 已经无法满足算力需求，需要搭配GPU 进行多线程数据处理，主流训练型服务器一般搭配8 个GPU。AI 服务器用到的主要存储器包括CPU 内存、GPU 显存和硬盘NAND 等，存储器容量和价值量均较普通服务器有数倍提升，1）DRAM：
　　英伟达训练型AI 服务器中的CPU DRAM 容量高达2TB，另外单个GPU 一般搭载80GB 以上的HBM 存储器，AI 服务器HBM 总容量预计超640G，总内存容量相较普通服务器有4-8 倍的提升，仅CPU 内存价值量预计有5 倍的提升，GPU 的HBM 则为纯增量市场；另外，服务器内存也在不断迭代，目前普通的服务器均多配备DDR4，但最先进的AI 服务器已经搭配了DDR5 或LPDDR5；2）NAND：AI 服务器的硬盘容量高达30TB，相较传统服务器提升2-4 倍，另外传统服务器同时使用机械硬盘和固态硬盘（SSD），但AI 服务器基本全部使用SSD，整体价值量较普通服务器预计提升10 倍左右。
　　HBM 能够突破训练型AI 服务器的GPU 带宽极限，2024 年增量空间预计超百亿美元。HBM（High Bandwidth Memory）即高带宽存储器，是基于2.5/3D封装技术的一种新型CPU/GPU 内存芯片，将DRAM Die 垂直堆叠，Die 之间通过TSV 的方式连接。HBM 能够以低功耗产生高带宽，因此广泛搭配训练型AI 服务器的GPU 使用，训练型AI 服务器对HBM 需求的拉动主要体现在：1）AI 服务器搭载GPU 数量的提升：由普通服务器的2 个提升至目前的8 个；2）单个GPU 搭载HBM Stack 数量的提升：在HBM1 方案中，单个GPU 搭载4 个HBM1，而在目前HBM2e 或HBM3 方案中，一般单个GPU搭配6 个HBM Stack；3）HBM 堆叠的DRAM 层数和容量增多：从HBM1到HBM3，单个DRAM Die 密度从2Gb 提升至16Gb，堆叠高度从4Hi 提升至12Hi，单个HBM 叠层容量从1GB 提升至24GB。Trendforce 预计2025年全球服务器出货量为1700 万台，当前AI 服务器渗透率大概不足2%，假设2024 年AI 服务器渗透率约4%，按照每个AI 服务器搭载8 个GPU、每个GPU 搭载6 个共80GB 至100GB 及以上的HBM Stack 的方案测算，那么2024 年AI 服务器带来的HBM 增量空间预计超百亿美元。
　　AI 服务器的GPU 采用2.5D+3D 封装工艺，推动TSV、CoWoS 等核心封装技术需求。HBM 和GPU 采用2.5D+3D 封装工艺，根据Yole，2021 年HBM和Si 中介层封装市场规模合计约14 亿美元，预计2027 年增至35 亿美元，其中HBM 和硅中介层封装市场分别增至16.3 和18.8 亿美元。TSV（Through-Silicon Via）即硅通孔技术，顺应2.5D 封装架构而产生，能够以最低的能耗提供极高的带宽和密度，是实现电路小型化、高密度、多功能化的首选解决方案。2.5D TSV 技术已经广泛用于AI GPU 基板上的HBM 中，实现DRAM 各层Die 之间的连接，以及HBM 芯片和下方的金属凸块之间的连接。CoWoS 工艺用于将HBM 和硅中介层、封装基板等进行整体封装，当前台积电处于领先地位，伴随着谷歌TPU、英伟达GPU、AMD MI300 等均导入生成式AI，台积电CoWoS 需求自2022 年以来翻倍增长，目前持续供不应求，展望2024 年将目前CoWoS 产能翻倍。
　　HBM 多层堆叠结构提升工序步骤，将带动封装设备和材料需求持续提升。1）设备：HBM 中大量增加前道工序，前道检、量测设备主要增量来自微凸点、TSV、硅中介层等工艺，另外HBM 中增加的预键合晶圆级测试和KGSD 相关的封装级测试也带动分选机、测试机、探针台等后道测试设备的数量和精度提升；HBM 堆叠结构增多，要求晶圆厚度不断降低，进而提升减薄、键合等设备需求；HBM 多层堆叠结构要求超薄晶圆和铜-铜混合键合工艺，增加了临时键合/解键合以及混合键合设备需求，各层DRAM die 的保护材料也非常关键，对注塑或压塑设备提出较高要求；另外，诸如划片机、固晶机、回流焊机/回流炉等传统设备需求也均受益于HBM 封装带来的工艺步骤提升和工艺变革带来的价值量提升；2）材料：HBM 中芯片间隙采用GMC（颗粒状塑封料）或LMC（液态塑封料）进行填充，GMC 最主要原材料为球形硅微粉和球形氧化铝；HBM 采用底部填充胶用于FC 封装工艺，采用PSPI 作为硅中介层中RDL 的再钝化层；HBM 中的Bumping、RDL、TSV 等引入前道工艺，带来电镀液用量提升；另外，HBM 也将提升电子粘合剂、封装基板、压敏胶带等其他材料需求。
　　投资建议。相较传统服务器，AI 服务器的存储器容量和价值量均提升数倍，其中训练型AI 服务器GPU 对带宽要求显著提升，催生了HBM 等新型存储器的增量需求。当前DRAM、NAND、HBM 等份额均主要由海外原厂如三星、美光、SK 海力士等占据，HBM 的CoWoS 封装工艺主要由台积电掌握，但考虑到AI 对整个存储产业链的拉动，叠加行业需求持续复苏、国产自主可控需求持续提升，国内存储及HBM 等催生的先进封装产业链发展空间巨大。建议关注先进封装设备标的中科飞测、北方华创、中微公司、拓荆科技、华海清科、盛美上海、芯源微、精测电子、芯碁微装、文一科技、至正股份、新益昌、光力科技、德龙激光、赛腾股份、耐科装备、亚威股份、劲拓股份、迈为股份、奥特维、长川科技、华峰测控、金海通等；先进封装材料标的鼎龙股份、安集科技、雅克科技、强力新材、天承科技、华海诚科、联瑞新材、壹石通、飞凯材料、德邦科技、兴森科技、生益科技、深南电路、神工股份、上海新阳、华正新材、方邦股份、回天新材、国风新材等；先进封装标的长电科技、通富微电、华天科技、深科技、太极实业、甬矽电子等；存储芯片标的兆易创新、紫光国微、复旦微电、北京君正、聚辰股份、普冉股份、东芯股份、恒烁股份、上海贝岭等；存储模组及主控标的江波龙、佰维存储、朗科科技、德明利、国科微等；存储经销标的香农芯创、雅创电子等；存储及HBM 配套标的国芯科技、澜起科技、创益通等。
　　风险提示：AI 服务器渗透率提升不及预期、存储行业复苏不及预期、国产替代进程不及预期、研发进展不及预期的风险。
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。