電子行業專題報告：新型存儲算力之光-230918（46頁）.pdf

《電子行業專題報告：新型存儲算力之光-230918（46頁）.pdf》由會員分享，可在線閱讀，更多相關《電子行業專題報告：新型存儲算力之光-230918（46頁）.pdf（46頁珍藏版）》請在三個皮匠報告上搜索。

1、行 業 研 究2023.09.18 1 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款電 子 行 業 專 題 報 告新型存儲：算力之光 分析師 鄭震湘 登記編號：S1220523080004 佘凌星 登記編號：S1220523070005 行 業 評 級:推 薦公 司 信 息上市公司總家數 493 總股本(億股)4,902.07 銷售收入(億元)29,166.11 利潤總額(億元)2,717.82 行業平均 PE 87.83 平均股價(元)31.64 行 業 相 對 指 數 表 現數據來源：wind 方正證券研究所 相 關 研 究半導體設備系列：量測檢測國產化短板，替代潛力巨大20

2、23.09.16 存儲復盤：拐點已至，AI 存力革新2023.08.04 數字 IC 板塊開啟復蘇節奏，IOT 類公司景氣度率先修復2023.05.15 刻蝕工藝雙子星：大馬士革&極高深寬比2023.05.12 存儲技術發展面臨兩大瓶頸：1 1）“存儲墻”問題日益嚴重。）“存儲墻”問題日益嚴重。馮諾依曼架構下計算與存儲分離導致存儲器的發展遠落后處理器，AI 時代數據處理量激增使得“存儲墻”帶來的速度與功耗問題愈發嚴重，存儲提速迫在眉睫；2 2）傳統存儲技術升級放緩。傳統存儲技術升級放緩。DRAMDRAM：隨著頭部廠商邁入 10nm 以下節點的比拼，存儲單元進一步縮放的難度也在不斷提升；S SR

3、AMRAM：臺積電表示 SRAM 的微縮已經進入極限；N NANDAND：堆疊層數的提升也在放緩。新型存儲技術應運而生。HBMHBM：算力帶動需求井噴。：算力帶動需求井噴。與 DDR 對比，HBM 基于 TSV 工藝與處理器封裝于同一中介層，在帶寬、面積、功耗等多方面更具優勢，緩解了數據中心能耗壓力及帶寬瓶頸。我們看到來自訓練、推理環節的存力需求持續增長將帶動HBM 市場擴容，同時消費端及邊緣側算力需求趨勢也將打開 HBM 中長期維度市場空間，國內產業鏈也將在材料、設備及產品等各個環節受益。相變存儲器相變存儲器 P PCMCM：有望突破存儲工藝物理極限：有望突破存儲工藝物理極限，新存科技新存科

4、技 3D3D PCMPCM 產業化在產業化在即即。PCM 利用相變材料可逆轉換實現信息存儲，研究表明相變材料在 2nm 厚度仍可發生相變，有望突破存儲工藝的物理極限；3D PCM 有望在數據中心服務器領域大規模應用。產業化方面，英特爾與美光合作生產的 3D Xpoint產品業務高開低走已停止，國內新存科技依托創新中心核心技術及人員，正在大力推進 3D PCM 國產化，預計至 2024 年底開始實現規模量產。存算一體：國內外布局路徑差異化，產業臨近大規模量產前夕。存算一體：國內外布局路徑差異化，產業臨近大規模量產前夕。存算一體與馮氏架構最大的不同在于其將算術邏輯單元和存儲器集成在一起，加快執行速

5、度并減少數據在內存和處理器之間連續傳輸所消耗的能量。量子位智庫預計存算一體產業規模將在2025 年達到 125億元，并在 2030年達到 1136億元。產業方面，國際大廠布局先進制程的近存計算，存內處理為下一階段重點，國內廠商布局多為基于新型存儲的存內計算，當前商用已有落地。磁性存儲器磁性存儲器 M MRAMRAM：取代：取代 S SRAMRAM 緩存未來可期。緩存未來可期。MRAM 利用磁隧道結 MTJ 的磁化特性來存儲數據，其優勢在于低時延與低功耗，劣勢在于其較大的存儲單元尺寸和不支持堆疊的特性，使得容量提升和良率爬坡面臨阻礙。產業化方面，美國 Everspin 作為獨立式 MRAM 龍頭

6、，其產品已進入軍事、航空等領域，但嵌入式MRAM更具發展前景，其對NOR eFlash和SRAM高級緩存（L3/L4）乃至低級緩存（L1/L2）的逐步替代值得期待。阻變存儲器阻變存儲器 RRAMRRAM：e eF Flashlash 替代正當時。替代正當時。RRAM 是以非導性材料電阻的可逆轉換為基礎的非易失性存儲器，作為結構最簡單的存儲技術，其優勢在于性能容量和成本良率之間較為均衡的表現，而劣勢在于芯片的可靠性問題。產業化方面，國外的松下、英飛凌和國內的兆易、昕原為主要參與者，其中獨立式 RRAM 在工業級小容量存儲市場有所應用，嵌入式 RRAM 已逐步實現對模擬芯片、MCU、SoC 中 e

7、Flash 的替代，未來有望成為 CPU 的最后一級緩存。鐵電存儲器鐵電存儲器 FRAMFRAM：有望替代：有望替代 EEPROMEEPROM。FRAM 是利用鐵電效應即鐵電薄膜的自發性極化形式進行儲存的非易失性存儲器，其優勢在于讀寫速度和功耗，但劣勢在于存儲密度低、容量有限、制造成本較高。產業化方面，英飛凌旗下的 Ramtron公司和富士通具備豐富的量產經驗，而國內的拍字節（Petabyte）已率先打破國外壟斷，新品研發和量產正在逐步推進。方 正 證 券 研 究 所 證 券 研 究 報 告-12%-6%0%6%12%18%22/9/18 22/11/30 23/2/11 23/4/2523/

8、7/723/9/18電子滬深300電子 行業專題報告 2 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款s客觀審視以上技術的發展進程，雖然工藝不成熟帶來的良率成本等問題依然存在，我們看好在下游需求的刺激下，產業鏈協同攻克技術難點帶來更優性價比的產品落地，市場空間有望持續突破。風險提示風險提示：下游需求持續疲弱；產業進度不及預期；市場競爭加劇。WYlYmWhUaXmUnRqMnQ7N8QaQtRqQtRsRlOoOwPiNmOrM7NmNrRNZoMoMwMsOsR電子 行業專題報告 3 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 正文目錄 1 存儲發展面臨瓶頸，

9、新型存儲應運而生.7 1.1 發展瓶頸之一：“存儲墻”問題日益嚴重.7 1.2 發展瓶頸之二：傳統存儲技術升級放緩.10 2 新型存儲：HBM、存算一體需求迫切，PCM 有望成未來之星.12 2.1 HBM：算力帶動需求井噴，技術迭代加速.12 2.2 相變存儲器 PCM：3D PCM 數據中心需求迫切，新存科技產業化在即.26 2.3 存算一體：國內外布局路徑差異化，產業臨近大規模量產前夕.33 2.4 磁性存儲器 MRAM：取代 SRAM 緩存未來可期.38 2.5 阻變存儲器 RRAM：eFlash 替代正當時.40 2.6 鐵電存儲器 FRAM：有望替代 EEPROM.43 3 風險提

10、示.45 電子 行業專題報告 4 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表目錄 圖表 1:馮諾依曼計算架構.7 圖表 2:常見的存儲系統架構及存儲墻.7 圖表 3:算力 VS.存儲性能提升.7 圖表 4:馮諾依曼架構 VS.存算一體架構.8 圖表 5:存儲器分類.9 圖表 6:主流存儲技術 VS.新型存儲技術.9 圖表 7:全球半導體及存儲市場規模.10 圖表 8:全球存儲市場結構（2021 年）.10 圖表 9:SRAM 縮放進入極限.11 圖表 10:NAND 堆疊層數提升放緩.11 圖表 11:全球新型存儲市場規模（億美元）.11 圖表 12:HBM 結構剖面

11、圖.12 圖表 13:HBM 實物剖面結構.12 圖表 14:四代 HBM 規格比較（以 SK 海力士產品為主）.12 圖表 15:歷代 HBM 產品發布及量產時間線.13 圖表 16:英偉達 GH200 GPU 首發 HBM3E.13 圖表 17:HBM3E 部分參數對比.13 圖表 18:HBM 單片封裝性能較 GDDR5 優勢顯著.14 圖表 19:HBM 相同功耗性能較 GDDR5 提升超 3 倍.14 圖表 20:相同容量下 HBM 節省大量面積.14 圖表 21:存儲功耗限制整體性能表現.15 圖表 22:HBM 與 GDDR 結構對比.15 圖表 23:TSV 工藝帶來尺寸、功耗

12、及帶寬優勢.15 圖表 24:英偉達 GPU 內存帶寬不斷提升.16 圖表 25:AMD Instinct MI300X.16 圖表 26:卷積運算流程.16 圖表 27:推理過程萬億參數模型帶寬限制.16 圖表 28:當前主流的 AI 推理產品多數仍采用 GDDR6.17 圖表 29:Tesla Dojo 節點微架構.17 圖表 30:當前部分搭載 HBM 的產品.18 圖表 31:AMD Radeon R9 Fury X（主芯片旁邊四顆 HBM）.18 圖表 32:Xeon Max 搭配 HBM 功耗對比顯著降低.18 圖表 33:首款搭配 HBM 的 x86 CPU.18 圖表 34:海

13、力士服務器內存解決方案.19 圖表 35:大模型終端設備應用的理論帶寬需求.20 圖表 36:AI 模型參數增長高于內存帶寬升級.20 圖表 37:不同異構集成方案對比.20 圖表 38:CoWoS-S 為 TSMC 當前 HBM 封裝的主要方案.20 圖表 39:CoWos 季度產能份額預測.21 圖表 40:HBM 各產品份額變動.21 圖表 41:全球 HBM 需求量（Million，GB）.22 圖表 42:全球 HBM 市場規模（億美元）.22 圖表 43:HBM 容量及價格測算.22 圖表 44:HBM 市場規模變動預估.22 圖表 45:MR-MUF 處理流程.23 電子 行業專

14、題報告 5 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表 46:MR-MUF 對比 TC-NCF 下降 14.23 圖表 47:LMC 與晶圓熱收縮差異造成翹曲問題.23 圖表 48:EMC 不同對齊方式的空氣流動.23 圖表 49:EMC 材料及產品.24 圖表 50:SK 海力士最新封裝技術.24 圖表 51:三星和美光 HBM 線路圖.25 圖表 52:三大廠 HBM 產品規劃總結.25 圖表 53:PCM 存儲單元基本結構.26 圖表 54:3D Xpoint 技術.27 圖表 55:多位存儲技術.27 圖表 56:3D PCM 云端產品應用及優勢.27 圖表

15、57:基于異構計算的存儲架構金字塔.28 圖表 58:3D PCM 市場規模（百萬美元）.29 圖表 59:3D Xpoint 定位于 DRAM 與 NAND 之間.30 圖表 60:X-point 內存數組 SEM 與 TEM 影像圖.30 圖表 61:創新中心股東具備自上而下全產業鏈資源.30 圖表 62:新存科技股權結構.31 圖表 63:上海昊元古入股前后新存科技股東變化.31 圖表 64:新存科技主要產品及介紹.32 圖表 65:新存科技產能爬坡預期及銷售收入預測（百萬元）.33 圖表 66:訓練 Transformer 模型的計算要求.33 圖表 67:超級計算機能耗隨算力增長.3

16、3 圖表 68:常規運算存儲交互與存算一體的區別示意.34 圖表 69:四種存算一體方案示意.34 圖表 70:不同存算方案對比.34 圖表 71:不同存儲介質對比.35 圖表 72:存算一體產業發展趨勢.35 圖表 73:存算一體市場規模（億元）.35 圖表 74:存算集成愈發緊密.36 圖表 75:PIM 打破存儲瓶頸.36 圖表 76:PIM 大幅降低功耗.36 圖表 77:Xilinx Alveo U280 搭載兩個基于 PIM 的 HBM 棧.36 圖表 78:內存 Bank 之間 PIM 單元結構放大.37 圖表 79:基于 RNN-T 模型的測試 PIM 性能功耗優勢顯著.37

17、圖表 80:AiM 存內計算速度提高 16 倍.37 圖表 81:國內部分存算一體公司布局.38 圖表 82:MTJ 核心結構及隧穿磁阻效應.38 圖表 83:不同 MRAM 技術的電路結構對比.40 圖表 84:MRAM 四大應用領域.40 圖表 85:RRAM 存儲單元基本結構.41 圖表 86:RRAM 工作原理.41 圖表 87:嵌入式新型非易失性存儲商業化進展.42 圖表 88:嵌入式新型非易失性存儲出貨量預測（2022-2028）.42 圖表 89:FRAM 結構.43 圖表 90:FRAM 與其他存儲對比.43 圖表 91:FRAM 具有非常廣泛的應用場景.43 圖表 92:FR

18、AM 在電池管理系統 BMS 中的應用.44 電子 行業專題報告 6 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表 93:FRAM 在數據中心和工業計算 PLC 中的應用.44 圖表 94:拍字節 P95M002SWSP5TF 與富士通 MB85RS2MT 對比.44 電子 行業專題報告 7 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 1 1 存儲發展面臨瓶頸，新型存儲應運而生存儲發展面臨瓶頸，新型存儲應運而生 1.11.1 發展瓶頸之一：“存儲墻”問題日益嚴重發展瓶頸之一：“存儲墻”問題日益嚴重 經典馮諾依曼架構下，存儲系統難以平衡容量與速度。經典

19、馮諾依曼架構下，存儲系統難以平衡容量與速度。我們知道，當前的計算設備，無論是智能手機、PC，還是服務器集群，其計算架構都是傳統的馮諾依曼架構，即程序存儲在存儲器中，計算之前需要先從存儲器中讀取數據，再搬運到處理器中進行計算，所以數據的存儲和計算是分開的。因此，為了滿足速度和容量的需求，現代計算系統通常采取高速緩存（SRAM）、主存（DRAM）、外部存儲（NAND Flash）的三級存儲結構，其中：1）SRAM：靜態隨機存取存儲器，屬于易失性存儲，響應時間通常在納秒級，但是需要浪費大量晶體管來存儲數據，所以大多被整合到 SoC 核里做成緩存；2）DRAM：動態隨機存取存儲器，也屬于易失性存儲，響

20、應時間通常在 100 納秒量級，但存儲容量比 SRAM 更高；3）NAND Flash：閃存，屬于非易失性存儲，能永久保存各類數據，存儲容量也更大，但響應時間高達 100微秒級?？梢钥吹?，存儲器越靠近運算單元，其響應速度越快，但受功耗、散熱、芯片面積的制約，相應的存儲容量也就越小。圖表1:馮諾依曼計算架構 圖表2:常見的存儲系統架構及存儲墻 資料來源：騰訊云，方正證券研究所 資料來源：半導體行業觀察，方正證券研究所 圖表3:算力 VS.存儲性能提升 資料來源：amirgholamigithub，方正證券研究所 發發展展差差距距電子 行業專題報告 8 敬 請 關 注 文 后 特 別 聲 明 與

21、免 責 條 款s我們注意到，在過去二十年，處理器性能大概每年以 55%的速度提升，但存儲性能每年的提升速度只有 10%左右，這種存儲性能的發展落后便是所熟知的“存儲墻”問題。由于在馮諾依曼計算架構下，數據要經歷從 NAND Flash 到 DRAM 再到SRAM 三級存儲間的傳輸，因此“存儲墻”問題也體現在兩方面：1）一是在 DRAM 與處理器的緩存 SRAM 之間：在馮諾依曼架構下，計算單元和存儲單元是獨立分開的，因此兩者之間的數據搬運會消耗大量的時間和能量，并且由于存儲器的工藝路線不同于處理器，其性能發展已遠遠落后于處理器，由此帶來的數據處理速度和能效比等問題愈發嚴重。在此背景下，存算一體

22、技術（Computing in Memory，CIM）應運而生，該技術是在存儲器中嵌入了計算能力，直接利用存儲器進行數據處理，從而把數據存儲與計算融合在芯片的同一片區，從本質上消除了不必要的數據搬運，因此可以大幅提升計算效率并降低功耗，適用于深度學習等大規模并行計算的應用場景，是在馮諾依曼架構之外的一種全新芯片計算架構。2）二是在 NAND Flash 與 DRAM 之間：a a）針對針對 DRAMDRAM 的提速，目前主要是采取的提速，目前主要是采取 HBMHBM（High Bandwidth MemoryHigh Bandwidth Memory，高帶寬內，高帶寬內存）技術存）技術，通過將

23、多顆 DRAM 顆粒進行堆疊以提供更高的傳輸速度和帶寬，因此HBM 技術嚴格意義上并不屬于新型存儲技術，更多是對原有內存技術的一次升級；b b）針對針對 NAND FlashNAND Flash 的提速，才是新型存儲技術的誕生之地的提速，才是新型存儲技術的誕生之地，新型存儲器的特點在于其同時具備 DRAM 的讀寫速率與壽命，以及 NAND Flash 的非易失特性，因此新型存儲器理論上可以將當前的內存和外存合并為持久內存，簡化存儲架構，從而有望縮小或消除內存與外存之間的“存儲墻”，目前的新型存儲技術主要包括PCM、MRAM、RRAM、FRAM 等諸多新興技術。圖表4:馮諾依曼架構 VS.存算一

24、體架構 資料來源：半導體行業觀察，方正證券研究所 新型存儲器天然具備存算融合優勢，賦能存算一體技術加速落地。新型存儲器天然具備存算融合優勢，賦能存算一體技術加速落地。此外，就存算一體技術而言，目前既有使用 DRAM、SRAM、NAND 等傳統存儲器的方案，也有使用電子 行業專題報告 9 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款sPCM、MRAM、RRAM 等新型存儲器的方案。但是我們看到，傳統存儲器由于其制造工藝不同于邏輯計算單元，因此無法實現良好的融合，目前只能實現近存計算，所以“存儲墻”問題仍然存在，并且 DRAM 和 SRAM 作為易失性存儲器，需要持續供電來保存數據，

25、這會進一步帶來功耗和可靠性的問題。但是，新型存儲器具備非易失性，這使得設計者可以利用歐姆定律和基爾霍夫定律在陣列內完成矩陣乘法運算，而無需向芯片內移入和移出權重。因為新型存儲器通過阻值變化來存儲數據，而存儲器加載的電壓等于電阻和電流的乘積，相當于每個單元可以實現一個乘法運算，再匯總相加便可以實現矩陣乘法，所以新型存儲器天然具備存儲和計算的屬性。在這種情況下，同一單元就可以完成數據存儲和計算，消除了數據訪存帶來的延遲和功耗，可以實現真正意義上的存算一體。圖表5:存儲器分類 資料來源：云岫資本，方正證券研究所 圖表6:主流存儲技術 VS.新型存儲技術 資料來源：半導體行業觀察，方正證券研究所 DR

26、AMSRAM易失性存儲器非易失性存儲器傳統存儲器新型存儲器NANDEEPROMNORFRAMMRAMPCRAMReRAM存儲器新型存儲技術新型存儲技術主流存儲技術主流存儲技術FRAMRRAMMRAMPCMNORNANDDRAMSRAM是是是是是是否否非易失性非易失性10ns10ns10ns10ns50ns10s10ns1ns讀取時間讀取時間10ns10ns101510910510410161016壽命（重復擦寫次數）壽命（重復擦寫次數）-GB級GB級MB級TB級GB級MB級已有產品容量已有產品容量電子 行業專題報告 10 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 1.21

27、.2 發展瓶頸之二：傳統存儲技術升級放緩發展瓶頸之二：傳統存儲技術升級放緩 當前存儲周期底部，當前存儲周期底部，2424 年有望步入新一輪上行周期。年有望步入新一輪上行周期。我們看到，存儲是半導體領域的重要細分市場，在上一輪周期頂點的 2021 年，市場規模超過 1500 億美金，在全球半導體市場規模中的占比接近 28%，僅次于邏輯電路。近兩年受產業周期下行影響，市場規模有所縮水。根據世界半導體貿易統計組織（WSTS）在 2023 年6 月發布的最新預測，2023 年全球半導體市場規模將同比下降 10.3%至 5151 億美元，其中存儲市場更是同比下滑 35.2%至 840 億美元。但我們認為

28、，ChatGPT 引領的人工智能浪潮有望帶領半導體產業走出當前的周期底部，步入新一輪上行周期，因此 WSTS 預計 2024 年全球半導體市場規模將同比提升 11.8%至 5760 億美元，其中存儲市場將同比大幅增長 43.2%至 1203 億美元。圖表7:全球半導體及存儲市場規模 圖表8:全球存儲市場結構（2021 年）資料來源：WSTS，方正證券研究所 資料來源：Yole，方正證券研究所 具體來看存儲市場的細分構成，其中 DRAM 和 NAND 是最主要的應用產品，根據Yole 數據，上述兩者的市場占比在 2021 年分別達到 56%和 40%，合計占比超過96%，其他存儲器的市場占比不足

29、 4%，其中新型存儲器的占比更是不足 1%。但我們看到，在一方面，隨著 AI 算力時代的到來，芯片對存儲器的性能和容量不斷提出更高的要求，但另一方面卻是傳統存儲器面臨著先進制程工藝上的提升放緩：1）DRAM 方面：回顧 DRAM 三巨頭工藝尺寸的發展歷程，三星、SK 海力士、美光在2016-2017 年進入 1X（16nm-19nm）階段，2018-2019 年達到 1Y（14nm-16nm）水平，2020 年邁入 1Z（12nm-14nm）時代，目前各家的 1 節點處于 10+nm 階段。2022 年 10 月，三星宣布將在 2023 年進入 1 工藝階段，即第五代 10nm 級別DRAM

30、產品；同年 11 月，美光將 1 DRAM 產品送往客戶的產品驗證流水線，率先進入 1 節點，且正在對下一代 1 工藝進行初步的研發設計。我們認為，隨著我們認為，隨著DRAMDRAM 制程進入制程進入 10nm10nm 以下，頭部廠商將圍繞以下，頭部廠商將圍繞 EUVEUV 光刻機和光刻機和 3D3D 堆疊技術進一步展堆疊技術進一步展開比拼，但同時由于面臨著工藝完整性、成本、單元泄漏、電容、刷新管理等方開比拼，但同時由于面臨著工藝完整性、成本、單元泄漏、電容、刷新管理等方面的挑戰，面的挑戰，DRAMDRAM 存儲單元的縮放正在放緩。存儲單元的縮放正在放緩。2）SRAM 方面：在 2022年 1

31、2月召開的第 68屆年度 IEEE 國際電子器件會議（IEDM）上，臺積電指出其新的 N3E 節點的高密度 SRAM 位單元尺寸與 N5 節點的位單元大小完全相同，均為 0.021m2，而 N3B 節點的 SRAM 位單元尺寸也僅比上一代縮小了 5%。因此，雖然臺積電的雖然臺積電的 N3BN3B 和和 N3EN3E 都提供了都提供了 1.61.6 倍和倍和 1.71.7 倍的芯片級晶體倍的芯片級晶體管縮放，但管縮放，但 SRAMSRAM 卻只有卻只有 1 1 倍和倍和 1.051.05 倍的縮放，由此可以看到倍的縮放，由此可以看到 SRAMSRAM 的微縮性瓶的微縮性瓶頸已經到來。頸已經到來。

32、3）NAND 方面：目前業界主要是利用 3D 堆疊技術來增加層數以提高存儲容量。以DRAM,56.4%NAND,40.1%NOR,2.1%(NV)SRAM/FRAM,0.4%EPROM,ROM,etc.,0.6%Emerging NVM,0.4%電子 行業專題報告 11 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s SK 海力士為例，其在 2014 年成功研發出 24 層 3D NAND 芯片；2016 年推出 48 層256 Gb 3D NAND；此后研發出 4D NAND 技術，將過去放置在存儲單元旁側的外圍電路轉移至存儲單元下方，減少了芯片占用空間，并于 2018 年推

33、出了業界首款96 層 512 Gb 4D NAND；2020 年研發出業界最高層數的 176 層 512Gb 4D NAND；2022 年更是推出全球首款 238 層 512Gb 4D NAND，持續引領技術潮流。但我們但我們同同樣看到，樣看到，NANDNAND 堆疊層數在過去是每兩年翻一倍，但現如今的提升速度也在放緩。堆疊層數在過去是每兩年翻一倍，但現如今的提升速度也在放緩。圖表9:SRAM 縮放進入極限 圖表10:NAND 堆疊層數提升放緩 資料來源：WikiChip，方正證券研究所 資料來源：SK 海力士，方正證券研究所 傳統存儲升級放緩，新型存儲趁勢而上。傳統存儲升級放緩，新型存儲趁勢

34、而上。綜上可以看到，傳統存儲技術的發展都各自面臨著自身的天花板，因此以 PCM、MRAM、RRAM、FRAM 等為代表的新型存儲器技術迎來了發展契機，分別對應相變、磁變、阻變、鐵電，每一種技術都有著各自的優勢與不足。我們客觀審視當下新型存儲技術的發展進程，由于起步較晚，相關產品的制造工藝仍然需要進一步完善，由此帶來的良率較低、成本過高、存儲密度優勢不顯著等問題亟待突破。此外，由于新型存儲在物理特性上不同于傳統存儲，需要開發新的輔助芯片和對應的軟件程序才能更好地發揮其性能，因此新的軟硬件配套也需要解決。但我們認為，新型存儲的發展與應用是大勢所趨，我們看好技術的不斷突破與完善帶來更優性價比的產品落

35、地，從而打開市場空間。根據 Research and Markets 的預測，全球新型存儲器的市場規模有望從 2022 年的 67 億美元增長至 2030 年的 373 億美元，CAGR 達 23.9%。圖表11:全球新型存儲市場規模（億美元）資料來源：Research and Markets，方正證券研究所 6737305010015020025030035040020222030電子 行業專題報告 12 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 2 2 新型存儲：新型存儲：HBMHBM、存算一體需求迫切，、存算一體需求迫切，PCMPCM 有望成未來之星有望成未來之星

36、2.12.1 HBMHBM：算力帶動需求井噴，技術迭代加速：算力帶動需求井噴，技術迭代加速 HBM（High Bandwidth Memory）即高帶寬存儲器，按照 JEDEC 的分類，HBM 屬于圖形 DDR 內存的一種，通過使用先進的封裝方法（如 TSV 硅通孔技術）垂直堆疊多個 DRAM，與 GPU 通過中介層互聯封裝在一起，在較小的物理空間里實現高容量、高帶寬、低延時與低功耗，已成為數據中心新一代內存解決方案。圖表12:HBM 結構剖面圖 圖表13:HBM 實物剖面結構 資料來源：電子與封裝，方正證券研究所 資料來源：An Overview of the Development of

37、a GPU with integrated HBM on Silicon Interposer，IEEE，方正證券研究所 歷經多次迭代，性能多維提升。歷經多次迭代，性能多維提升。HBM 通過系統級封裝（SIP）和硅通孔（TSV）技術，擁有多達 1024 個數據引腳，顯著提升數據傳輸能力。自 2014 年首款硅通孔HBM 產品問世至今，HBM 技術已經發展至第四代，最新的 HBM3 帶寬、堆疊高度、容量、I/O 速率等較初代均有多倍提升。圖表14:四代 HBM 規格比較（以 SK 海力士產品為主）資料來源：SK 海力士，方正證券研究所 HBM3HBM2EHBM2HBM1類別類別819460307

38、128帶寬（GB/s）8/124/84/84堆疊高度（層）168/164/81容量（GB）6.43.62.41I/O速率（Gbps）電子 行業專題報告 13 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表15:歷代 HBM 產品發布及量產時間線 資料來源：各公司官網，方正電子繪制，方正證券研究所 高性能計算驅動高性能計算驅動 HBMHBM 加速迭代，加速迭代，HBMHBM3 3 升級，升級，HBMHBM3 3E E 已在路上。已在路上。高性能計算驅動數據中心 HBM 需求井噴，HBM 升級速度近年明顯加快。SK 海力士于 2021 年 10 月宣布成功開發出容量為 16G

39、B 的 HBM3 DRAM，2022 年 6 月初即宣布量產。僅過去 10個月，SK 海力士官網再次宣布已成功開發出垂直堆疊 12 個顆 DRAM 芯片、容量高達 24GB 的 HBM3 新品，并正在接受客戶公司的性能驗證。與此同時，海力士第五代 HBM 內存 HBM3E 已在路上。英偉達于 2023 年 8 月 8 日發布的最新 GH200 預計將搭載 HBM3E 內存，并將于 2024 年 Q2 出貨。根據公開信息披露，該 HBM3E 芯片單 pin 最大帶寬達 8Gb/s，單棧最大帶寬達 1Tb/s，較上一代 HBM3 提升 25%。圖表16:英偉達 GH200 GPU 首發 HBM3E

40、 圖表17:HBM3E 部分參數對比 HBM3E HBM3 HBM2E HBM2 Max Capacity？24GB 16GB 8GB Max Bandwidth Per Pin 8Gb/s 6.4Gb/s 3.6Gb/s 2.0Gb/s Number of DRAM ICs per Stack？12 8 8 Effective Bus Width 1024-bit Voltage？1.1V 1.2V 1.2V Bandwidth per Stack 1TB/s 819.2GB/s 460.8GB/s 256GB/s 資料來源：英偉達，方正證券研究所 資料來源：半導體行業觀察，方正證券研究所

41、對比對比 GDDRGDDR，為何是，為何是 HBMHBM？GDDRGDDR 和和 HBMHBM 均為針對均為針對 AIAI 和圖形運算等高吞吐量應用的存儲器架構。和圖形運算等高吞吐量應用的存儲器架構。但圖形芯片性能的日益增長，使其對高帶寬的需求也不斷增加。隨著芯片制程及技術工藝達電子 行業專題報告 14 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 到極限，GDDR 滿足高帶寬需求的能力開始減弱，且單位時間傳輸帶寬功耗也顯著增加，預計將逐步成為阻礙圖形芯片性能的重要因素。以 GDDR5 為例，從單片封裝性能對比，HBM 在總線位寬、時鐘速率、帶寬及工作電壓各個性能參數較GDD

42、R5均更具優勢。從帶寬功耗比的角度來看，相同功率下，HBM 帶寬是 GDDR5 的 3 倍以上。而從性能面積比的角度量化，1GB HBM 較 1GB GDDR5的面積節省多達 94%。圖表18:HBM 單片封裝性能較 GDDR5 優勢顯著 資料來源：AMD，方正證券研究所 圖表19:HBM 相同功耗性能較 GDDR5 提升超 3 倍 圖表20:相同容量下 HBM 節省大量面積 資料來源：AMD，方正證券研究所 資料來源：AMD，方正證券研究所 高性能計算功耗問題突出。高性能計算功耗問題突出。最開始數據中心通過提高 CPU、GPU 的性能進而提高算力，但處理器與存儲器的工藝、封裝、需求不同，導致

43、二者之間的性能差距逐步加大。英偉達創始人黃仁勛曾表示計算性能擴展的最大弱點就是內存帶寬。以谷歌第一代 TPU 為例，其理論算力值為 90TFOPS，但最差真實值僅 1/9，即 10TFOPS算力，因為其相應內存帶寬僅 34GB/s。此外，在傳統架構下，數據從內存到計算單元的傳輸功耗是計算本身能耗的約200倍，而用于計算的能耗和時間占比很低，數據在內存與處理器之間的頻繁遷移帶來嚴重的功耗問題。電子 行業專題報告 15 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表21:存儲功耗限制整體性能表現 資料來源：AMD，方正證券研究所 HBMHBM 打破內存帶寬及功耗瓶頸。打破內存

44、帶寬及功耗瓶頸。HBM 不同于傳統的內存與處理器基于 PCB 互聯的形式，而是基于與處理器相同的“Interposer”中介層互聯實現近存計算，顯著減少數據傳輸時間，且節省了布線空間。而基于 TSV 工藝的 DRAM 堆疊技術則顯著提升了帶寬，并降低功耗和封裝尺寸。根據 SAMSUNG，3D TSV 工藝較傳統 POP封裝形式節省了 35%的封裝尺寸，降低了 50%的功耗，并且對比帶來了 8 倍的帶寬提升。圖表22:HBM 與 GDDR 結構對比 圖表23:TSV 工藝帶來尺寸、功耗及帶寬優勢 資料來源：AMD，方正證券研究所 資料來源：SAMSUNG，方正證券研究所 HBMHBM 正成為正成

45、為 HPCHPC 軍備競賽的核心。軍備競賽的核心。英偉達早在 2019 年便已推出針對數據中心和HPC 場景的專業級 GPU Tesla P100，當時號稱“地表最強”的并行計算處理器，DGX-1 服務器就是基于單機 8 卡 Tesla P100 GPU 互連構成。得益于采用搭載 16GB的 HBM2 內存，Tesla P100 帶寬達到 720GB/s，而同一時間推出的同樣基于 Pascal架構的 GTX 1080 則使用 GDDR5X 內存，帶寬為 320GB/s。此后英偉達數據中心加速計算 GPU V100、A100、H100 均搭載 HBM 顯存。最新的 H100 GPU 搭載 HBM

46、3 內存，容量 80Gb，帶寬超 3Tb/s，為上一代基于 HBM2 內存 A100 GPU 的兩倍。而作為加速計算領域追趕者的 AMD 對于 HBM 的使用更為激進，其最新發布的 MI300X GPU搭載容量高達192GB的HBM3顯存，為H100的2.4倍，其內存帶寬達5.2TB/s，為 H100 的 1.6 倍，HBM 正成為 HPC 軍備競賽的核心。電子 行業專題報告 16 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款s圖表24:英偉達 GPU 內存帶寬不斷提升 圖表25:AMD Instinct MI300X 資料來源：英偉達，方正證券研究所 資料來源：AMD，方正證券

47、研究所 此前，推理環節多數搭載此前，推理環節多數搭載 GDDRGDDR6 6 內存，內存瓶頸更甚于訓練環節，內存，內存瓶頸更甚于訓練環節，HBMHBM 升級替代升級替代需求迫切，市場規模將持續增長。需求迫切，市場規模將持續增長。目前大多數項目的 LLM 推理都是作為實時助手運行，這意味著它必須實現足夠高的吞吐量，以便于用戶實際使用。人類平均每分鐘閱讀約 250 個單詞，但有些人的閱讀速度高達每分鐘約 1000 個單詞。在 1萬億參數密集模型中，由于內存帶寬限制，即使 8 顆 H100 也無法滿足每分鐘 1000個單詞對應標識符的極端吞吐量。圖表26:卷積運算流程 圖表27:推理過程萬億參數模型

48、帶寬限制 資料來源：佐思汽研，方正證券研究所 資料來源：semianalysis，方正證券研究所 電子 行業專題報告 17 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表28:當前主流的 AI 推理產品多數仍采用 GDDR6 資料來源：各公司官網，方正電子整理，方正證券研究所 從成本的角度來看，HBM 雖然價格遠高于普通 DRAM，但相對于同樣靠近處理器的SRAM 價格更低。特斯拉 Dojo 的 D1 芯片擁有 354 個核心 440MB 的 SRAM，每 MB SRAM 成本約 15-20 美元，僅此單項成本就接近 9000 美元，而最新發布的 AMD 的MI300X

49、HBM 的成本約為 5760-7680 美元。雖然 SRAM 帶寬能夠達到 800GB/s，但由于容量太低，不適合 ChatGPT 這樣的大模型，Dojo 依然需要搭配 HBM 使用。圖表29:Tesla Dojo 節點微架構 資料來源：Tesla，方正證券研究所 消費領域早已應用，價格是重要限制因素。消費領域早已應用，價格是重要限制因素。HBM 的特性決定其更適用于 HPC 領域，但是早在 2015 年，AMD 就已推出搭配 HBM 的消費級顯卡 AMD Radeon R9 Fury X，該卡性能對比 GTX1060 互有勝負，但其尺寸僅為 GTX 1060 一半左右。阻礙 HBM進入消費領

50、域的一大因素是價格，HBM 由于其復雜的設計及封裝工藝導致產能較低同時成本較高。但隨著工藝成熟度提高帶來的產能釋放，其顯著的尺寸及低能電子 行業專題報告 18 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 耗優勢或將成為驅動 HBM 進入高端消費領域尤其是移動領域應用的重要力量。圖表30:當前部分搭載 HBM 的產品 圖表31:AMD Radeon R9 Fury X（主芯片旁邊四顆 HBM）資料來源：奎芯科技，佐思汽研，方正證券研究所 資料來源：AMD，方正證券研究所 CPUCPU 搭配搭配 HBMHBM 先河已開，配合先河已開，配合 DDRDDR 提供靈活計算方案。提供靈

51、活計算方案。通常認為 CPU 處理的任務類型更多，且更具隨機性，對速率及延遲更為敏感，HBM 特性更適合搭配 GPU 進行密集數據的處理運算。2022 年底，英特爾正式推出全球首款配備 HBM 內存的x86 CPU：Intel Xeon Max 系列。該 CPU 具有 64GB 的 HBM2e 內存，分為 4 個 16GB的集群，總內存帶寬達 1TB/s。在 MLPerfDeepCAM 訓練中，XeonMax 系列 CPU 的AI 性能比 AMD 7763 提升了 3.6 倍，比 NVIDIA 的 A100 提升了 1.2 倍。Xeon Max系列支持三種不同的運算模式：僅 HBM 模式、HB

52、M 平面（1LM）模式和 HBM 緩存模式，其中 HBM 平面模式和 HBM 緩存模式為搭配 DDR5 的方案?？紤]到 HBM 的內存帶寬大但容量相對小，而 DDR 一般容量相對大但內存帶寬小，根據不同場景將 DDR和 HBM 搭配使用，可提供更為靈活的內存運算形式。圖表32:Xeon Max 搭配 HBM 功耗對比顯著降低 圖表33:首款搭配 HBM 的 x86 CPU 資料來源：英特爾，方正證券研究所 資料來源：英特爾，方正證券研究所 電子 行業專題報告 19 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表34:海力士服務器內存解決方案 資料來源：SKhynix，方正

53、證券研究所 大模型本地化解決數據安全性等重要問題。大模型本地化解決數據安全性等重要問題。終端 AI 的應用十分廣泛，科技巨頭對用戶的數據控制引發廣泛的安全和隱私擔憂，人工智能領域的領導者包括谷歌、Meta、百度和字節跳動等公司目前的盈利能力均不同程度來源于基于用戶數據肖像的廣告定位，終端算力安全優勢不言而喻。此外，本地模型還具備實現移動設備脫網使用、減少延時等優勢，有望成為未來移動終端設備的標配。終端硬件存力限制本地模型參數規模，終端硬件存力限制本地模型參數規模，HBMHBM 或是答案?；蚴谴鸢?。不同于云端算力搭配專用GPU 工作，本地模型推理的算力更多依賴于終端硬件 SoC，算力瓶頸可以依靠

54、未來的芯片架構升級（Chiplet）以及制程升級（3nm/2nm 工藝）解決，存力優化才存力優化才是大模型終端應用的重中之重是大模型終端應用的重中之重。即使保守假設正常的非 AI 應用程序以及緩存喚醒等消耗帶寬的一半，iPhone14 上最大的可運行模型大小僅為約 10 億個 FP16 參數?？梢哉f，存力是未來可以說，存力是未來 LLMLLM 終端化應用的最大障礙終端化應用的最大障礙。但考慮到 AMD 早前便已推出消費端應用的 HBM 產品，英特爾也已推出搭配 CPU 的 HBM 產品，meta 和高通也已于近日宣布大語言模型 Llama 2 將在手機和 PC 上的高通芯片上運行。未來最先進的

55、移動端設備或有望率先搭載 HBM 突破客戶端大模型的存力障礙。電子 行業專題報告 20 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表35:大模型終端設備應用的理論帶寬需求 圖表36:AI 模型參數增長高于內存帶寬升級 資料來源：semianalysis，方正證券研究所 資料來源：winbond，方正證券研究所 英偉達英偉達 H H100 100 GPUGPU 訂單已排至訂單已排至 2 2024024 年，年，CoWosCoWos 成成 HBMHBM 重要瓶頸。重要瓶頸。HBM 的高焊盤數和短跡線長度需要 2.5D 先進封裝技術，以實現密集的短連接。當前 HBM 2.5D

56、 封裝的主流方案包括：以臺積電的 CoWos-S 為代表的 sillicon interposer（硅中介層）連接方案，以及英特爾的以 EMIB 為代表的“sillicon bridge”（硅橋接）連接方案。硅中介層的優勢在于可以提供更高的互聯密度，有效滿足芯片異構集成的互聯要求。與此同時，以臺積電為代表的領先代工廠可以自行生產硅中介層材料并進行后續的 CoW 環節，有效縮短制造周期并控制成本。而全球先進的封裝廠商雖可以提供類似于 CoWos 的解決方案，但硅中介層仍需外購，這也進一步加大了 AI 芯片廠商對臺積電 CoWos 的需求。硅中介層的缺點在于價格昂貴，且中介層面積受掩模版尺寸限制拓

57、展難度愈發加大。硅橋接方案不受掩模版尺寸限制，可以顯著減小生產成本且使用靈活，但其生產制造難度更高，橋接層需要嵌入封裝基板中，當前全球僅極少數基板廠商可以配合產品。且橋接層嵌入公差隨互聯密度增加控制難度加大，尤其是隨著 HBM3、HBM3E 等更高密度的產品出現，HBM 的橋接互聯方案短期或存在一定帶寬限制。圖表37:不同異構集成方案對比 圖表38:CoWoS-S 為 TSMC 當前 HBM 封裝的主要方案 資料來源：intel，方正證券研究所 資料來源：臺積電，方正證券研究所 AIAI 芯片需求芯片需求激增激增，臺積電加大，臺積電加大 CoWosCoWos 產能。產能。早前基于硅中介層的 C

58、oWos 封裝由于價格昂貴訂單量稀少，因此臺積電也未分配過多產能。隨著 2023 年以來生成式 AI 的火熱發展，以英偉達 H100 GPU 為代表的 AI 芯片訂單需求大幅增長，AWS、電子 行業專題報告 21 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s Google 等云廠商也宣布投入 AI 芯片的發展，臺積電因此面臨 AI 芯片的產能不足，宣布擴產計劃。2023 年 6 月，臺積電宣布在竹南開設先進后端晶圓廠 6，該晶圓廠占地14.3公頃足以容納每年100萬片晶圓的3DFabric產能，包括CoWoS、SoIC 和 InFO 技術。圖表39:CoWos 季度產能份額預

59、測 資料來源：semianylasis，方正證券研究所 供需位元有望在供需位元有望在 2 2024024 年改善，年改善，HBMHBM3 3 份額將持續大幅提升。份額將持續大幅提升。2023 年受 AI 需求大幅增長帶來的客戶端加單導致原廠產能無法滿足需求，預計 2024 年隨著各原廠積極擴產的效果顯現，HBM 供需比有望獲改善，預估將從 2023 年的-2.4%，轉為0.6%。而從各產品的占比來看，2023 年主流 HBM 需求從 HBM2E 升級為 HBM3 甚至HBM3E，HBM3 需求比重預估約為 39%，較 2022 年提升超 30%，并在 2024 年達到60%，屆時份額比重也將超

60、過 HBM2E。圖表40:HBM 各產品份額變動 資料來源：TrendForce，方正證券研究所 8%39%60%70%50%25%22%11%15%0%20%40%60%80%100%20222023E2024EHBM3HBM2E其他電子 行業專題報告 22 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 算力需求井噴疊加產能受限，算力需求井噴疊加產能受限，HBMHBM 價格高增，市場規模高速增長。價格高增，市場規模高速增長。從成本端來看，HBM 的平均售價至少是 DRAM 的三倍，此前受 ChatGPT 的拉動同時受限產能不足，HBM 的價格一路上漲，與性能最高的 DRAM

61、 相比 HBM3 的價格上漲了五倍。根據TrendForce，高端 AI 服務器 GPU 搭載 HBM 芯片已成主流。根據 TrendForce，2022年全球 HBM 容量約為 1.8 億 GB，2023 年增長約 60%達到 2.9 億 GB，2024 年將再增長 30%。我們以 HBM 每 GB 售價 20 美元測算，2022 年全球 HBM 市場規模約為36.3 億美元，預計至 2026 年市場規模將達 127.4 億美元，對應 CAGR 約 37%。圖表41:全球 HBM 需求量（Million，GB）圖表42:全球 HBM 市場規模（億美元）資料來源：TrendForce，方正證券

62、研究所 資料來源：TrendForce，佐思汽研，方正證券研究所 圖表43:HBM 容量及價格測算 20222022 2023E2023E 2024E2024E 2025E2025E 2026E2026E HBM 容量規模（Million GB）181.3 290.0 377.0 490.1 637.1 HBM 市場規模（億美元）每 GB 15 美元 27.2 43.5 56.6 73.5 95.6 每 GB 20 美元 36.3 58.0 75.4 98.0 127.4 每 GB 25 美元 45.3 72.5 94.3 122.5 159.3 資料來源：TrendForce，佐思汽研，方正

63、電子測算，方正證券研究所 HBMHBM 市場格局：三分天下，海力士領先。市場格局：三分天下，海力士領先。從市場格局來看，HBM 的市場份額仍由三大家所主導。根據 TrendForce，2022 年全年 SK 海力士占據了 HBM 全球市場規模的 50%。其次是三星，占 40%，美光占 10%。TrendForce 預測，今年海力士和三星的 HBM 份額占比約為 46-49%，而美光的份額將下降至 4%-6%，并在 2024 年進一步壓縮至 3%-5%。圖表44:HBM 市場規模變動預估 公司 2022 2023E 2024E SK hynix 50%46%-49%47%-49%Samsung

64、40%46%-49%47%-49%Micron 10%4%-6%3%-5%資料來源：TrendForce，方正證券研究所 181.3 290.0 377.0 490.1 637.1 010020030040050060070020222023E2024E2025E2026E36.3 58.0 75.4 98.0 127.4 02040608010012014020222023E2024E2025E2026E電子 行業專題報告 23 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s SKSK 海力士技術領先，核心在于海力士技術領先，核心在于 MRMR-MUFMUF 技術。技術。傳統

65、的 HBM 芯片堆疊多數通過 TC-NCF（the thermo-compression bonding with non-conductive film，非導電膜的熱壓縮鍵接）工藝完成，但受限于材料流動性以及 bump 數量限制存在導熱以及其他工藝缺陷等問題。MR-MUF（Mass reflow bonding with molded underfill,批量回流模制底部填充）是海力士的高端封裝工藝，通過將芯片貼附在電路上，在堆疊時，在芯片和芯片之間使用一種稱為在芯片和芯片之間使用一種稱為液態環氧液態環氧樹脂樹脂塑封（塑封（L Liquid iquid e epoxy poxy M Mold

66、ing olding C Compoundompound，LMCLMC）的物質填充的物質填充并并粘貼粘貼。對比 NCF，MR-MUF 能有效提高導熱率，并改善工藝速度和良率。圖表45:MR-MUF 處理流程 圖表46:MR-MUF 對比 TC-NCF 下降 14 資料來源：A Study on the Advanced Chip to Wafer Stack for Better Thermal Dissipation of High Bandwidth Memory，方正證券研究所 資料來源：A Study on the Advanced Chip to Wafer Stack for Be

67、tter Thermal Dissipation of High Bandwidth Memory，方正證券研究所 MRMR-MUFMUF 工藝的核心難點工藝的核心難點在于堆疊芯片過程中產生的熱翹曲問題（LMC 與硅片之間的熱收縮差異導致），以及芯片中間部位的空隙難以填充。LMCLMC 是是 SKSK 海力士海力士 HBMHBM產品的核心材料產品的核心材料，本身具備可中低溫固化、低翹曲、模塑過程無粉塵、低吸水率以及高可靠性等優點，通過大量的材料配方調試及熱力學驗證解決熱收縮差異問題。另一方面，通過改變 EMC 與芯片的初始對齊方式以及圖案形狀有效解決了填充存在縫隙的問題。圖表47:LMC 與晶

68、圓熱收縮差異造成翹曲問題 圖表48:EMC 不同對齊方式的空氣流動 資料來源：A Study on the Advanced Chip to Wafer Stack for Better Thermal Dissipation of High Bandwidth Memory，方正證券研究所 資料來源：A Study on the Advanced Chip to Wafer Stack for Better Thermal Dissipation of High Bandwidth Memory，方正證券研究所 電子 行業專題報告 24 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條

69、 款 s 圖表49:EMC 材料及產品 資料來源：華海誠科招股書，方正證券研究所 除了除了 MRMR-MUFMUF 技術，技術，SKSK 海力士還在積極布局各種封裝技術，包括海力士還在積極布局各種封裝技術，包括混合鍵合（混合鍵合（Hybrid Hybrid BondingBonding）以及以及 FanFan-out RDLout RDL（扇出型重新分配層）（扇出型重新分配層）等多項技術。等多項技術。其中，混合鍵合技術是指采用 Cu-to-Cu（銅-銅）鍵合替代傳統焊接，進一步縮小間距，同時作為一種無間隙鍵合（Gapless Bonding）技術，在芯片堆疊時不使用焊接凸塊（Solder Bu

70、mp），因此在封裝高度上更具優勢。扇出型 RDL 技術適用于多個平臺，SK海力士計劃將該技術用于Chiplet為基礎的集成封裝。線間距（Line Pitch）和多層（Multi-Layer）是扇出型技術的關鍵，SK 海力士計劃 2025 年將確保 1 微米以下或亞微米（Sub-micron）級水平的 RDL 技術。圖表50:SK 海力士最新封裝技術 資料來源：SK 海力士，方正證券研究所 三星與美光正在加速追趕海力士。三星與美光正在加速追趕海力士。三星預計將在 2023 年 Q4 開始向北美客戶供應HBM3，HBM3 銷售額在三星 DRAM 總銷售額占比預計將從 2023 年的 6%提升到 2

71、024年的 18%。同時三星也將在 2023 下半年推出 HBM 3P，具有更高性能和更大容量。美光在此前的財報電話會議上表示將在 2024 年通過 HBM3E 實現追趕，預計其HBM3E 將在 2024Q3 或者 Q4 開始為英偉達的下一代 GPU 供應。電子 行業專題報告 25 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 三星展示的最新的路線規劃中，除了帶寬、能耗以及容量及堆疊數的規劃，還計劃在 HBM4 上使用 FinFET 節點替代平面型 MOSFET 來生產對應邏輯 Die，并且封裝方式將從基于 Bump 連接的 CoW（Chip on Wafer）變為基于 Pa

72、d 連接 Bumpless形式。美光也公布了最新的 HBM 產品及規劃，在技術層面進行多項變革和創新，以進行追趕并期望于實現領先。首先是將硅通孔(TSV)數量比目前的HBM3產品提升兩倍，并將互連尺寸縮小了 25%，更密集的金屬 TSV 互連有助于改善器件各層之間的熱傳遞，從而降低熱阻。美光還縮小了 HBM3 Gen2 堆棧中 DRAM 設備之間的距離，封裝的這兩項變化顯著提高了熱傳遞效率。根據存儲線路圖，除了即將推出的HBM3 Gen2 產品之外，美光還宣布已經在開發 HBM Next 內存，預計在 2026 年推出，該HBM將為每個堆棧提供1.5TB/s2+TB/s的帶寬，容量范圍為36G

73、B至64GB。圖表51:三星和美光 HBM 線路圖 資料來源：semianalysis，半導體行業觀察，方正證券研究所 圖表52:三大廠 HBM 產品規劃總結 資料來源：TrendForce，方正電子繪制，方正證券研究所 電子 行業專題報告 26 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 2.22.2 相變存儲器相變存儲器 P PCMCM：3D3D PCMPCM 數據中心需求迫切，新存科技產業化在即數據中心需求迫切，新存科技產業化在即 相變存儲器（Phase Change Random Access Memory，簡稱 PCRAM 或者 PCM）的存儲原理是通過在器件單元

74、上施加不同寬度和高度的電壓或電流脈沖信號，使相變材料在晶態（低阻態）和非晶態（高阻態）之間發生可逆相變的互相轉換，從而實現信息的寫入和擦除，研究表明相變材料在 2nm 厚度仍可發生相變，有望突破存儲工藝的物理極限。我們看到，PCM 的優劣勢主要體現在以下方面：1）優勢：a）低延時：PCM 在寫入更新代碼之前不需要擦除以前的代碼或數據，所以讀寫速度相比 NAND Flash 大幅提高，稍遜于 DRAM；b）壽命長：PCM 讀寫是非破壞性的，故其耐寫能力遠超閃存，用 PCM 來取代傳統機械硬盤的可靠性更高；c）功耗低：PCM 沒有機械轉動裝置，保存代碼或數據也不需要刷新電流，故 PCM的功耗比 H

75、DD、NAND、DRAM 都低；d）密度高：部分 PCM 采用非晶體管設計，可實現高密度存儲；e）抗輻射：PCM 存儲技術與材料帶電粒子狀態無關，故其具有很強的抗空間輻射能力，能滿足國防和航天的需求。2）劣勢：a）溫度敏感：PCM 中的相變材料是利用溫度來實現阻值變化，因此對溫度比較敏感，無法在寬溫場景使用；b）容量有限：PCM 需要通過多層結構的設計來使相變材料兼容 CMOS 工藝，雖然讀寫速度遠超 NAND，但在存儲容量上仍不及 NAND?？偨Y來看，總結來看，PCMPCM 具有非易失性、讀寫速度快、容量大、體積小、具有非易失性、讀寫速度快、容量大、體積小、功耗低功耗低、集成度集成度高高等優

76、點，且能與等優點，且能與 CMOSCMOS 工藝兼容，可同時取代工藝兼容，可同時取代內存內存 DRAMDRAM 與與外存外存 NAND FlashNAND Flash，模糊主存與外存界限，將二者融為一體，模糊主存與外存界限，將二者融為一體，未來發展潛力未來發展潛力值得期待值得期待。圖表53:PCM 存儲單元基本結構 資料來源：半導體行業觀察，方正證券研究所 PCM 技術的演進方式主要有兩種：1 1）多位存儲技術）多位存儲技術：利用存儲單元的電阻變化，使得每個存儲單元都能長時間可靠地存儲多個字節的數據，IBM 是相變存儲器多位存儲技術的主要推進者。電子 行業專題報告 27 敬 請 關 注 文 后

77、 特 別 聲 明 與 免 責 條 款 s 2 2）三維堆疊技術）三維堆疊技術：通過在芯片或器件的垂直方向進行堆疊來提高集成度，是延續摩爾定律的一種重要技術，其中交叉堆疊（cross point）的三維存儲結構被廣泛應用于非易失性存儲器，英特爾和美光共同研發的 3D Xpoint 技術便是一種三維交叉堆疊型相變存儲器。此外，國內創新中心于 2019 年 10 月開啟三維新型存儲器立項，并于 2022 年 12 月成功開發了我國首款三維新型存儲器原型芯片，相關樣片已送至潛在客戶方進行功能驗證。圖表54:3D Xpoint 技術 圖表55:多位存儲技術 資料來源：Intel，方正證券研究所 資料來源

78、：天極網，方正證券研究所 3D3D PCMPCM 在傳統商用獨立存儲器領域需求量在傳統商用獨立存儲器領域需求量較較大大，主要原因在于其性能較好適配兼容各種類型的應用，尤其是滿足服務器產品對于存儲器的需求：高容量，低功耗，價格優勢，可進行內存池操作，高效空間區隔。3D PCM 當前可廣泛應用于云盤、云服務器、云原生數據庫、虛擬化服務器等產品。圖表56:3D PCM 云端產品應用及優勢 業務類型業務類型 應用優勢應用優勢 云盤業務 三維新型存儲可按比例配合全閃存陣列進行全量數據的緩沖，有效保障性能突發下的基礎功能維持，有效解決困擾終端客戶的宕機，性能下降等方面的困擾。云服務器 在虛擬機架構的內存池

79、操作，三維新型存儲用量極大，不但可以有效擴展內存總容量，還能因其持久化內存的特性進行精準的內存售賣，大大增強了內存資源售賣的靈活性。云原生數據庫 三維新型存儲不僅可以提供高性能緩沖，還可以依托新型數據庫技術進行計算端分布式共享內存的大容量擴展。虛擬化服務器 云搜索，電商精準推薦等應用方面，可以利用新型接口交換機，充分釋放三維新型存儲的低延遲與可分隔特性，進行部件和軟件的雙重垂直優化，大幅提高終端應用的競爭力。資料來源：古鰲科技公告，方正證券研究所 3 3D D PCMPCM 對比對比服務器服務器 DRAMDRAM 具備顯著的成本及架構優勢。具備顯著的成本及架構優勢。3D PCM 主要市場為數據

80、中心和服務器等領域，主要競爭產品是服務器 DRAM。服務器 DRAM 門檻高，利潤高，集群效應強，由全球領先的原廠主導。3D PCM 對比服務器 DRAM 的主要優勢在于兩方面，一是具備顯著的成本優勢，二是獨有特性帶來存儲架構的改良和優化。電子 行業專題報告 28 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 1 1）成本價格優勢：成本價格優勢：PCM 的成本價格優勢由三維新型存儲器本身的工藝架構所決定。相同容量的服務器 DRAM 成本價格至少是三維新型存儲器的兩倍以上，在服務器和數據中心廠商大規模采購時，價格優勢會更為顯著的體現。同時，3D PCM 能提供單位配置內更大容量

81、，且容量越大相應的價格差異也越大。服務器產品持續迭代，為了不斷擴容服務器存儲總容量并保持成本競爭優勢，服務器和數據中心廠商將越來越多的目光聚焦在 3D PCM 等新型產品上。2 2）存儲架構優勢：）存儲架構優勢：3D PCM 同時具備高帶寬、高速度、低延遲和非易失性等性能，數據中心存儲池化等新興技術為 3D PCM 等三維新型存儲提供了廣闊的發展空間。在內存池所用存儲介質的選擇上，可以根據具體應用場景靈活搭配 3D PCM 服務器 DRAM 以實現最高的性價比。同時根據終端市場的反饋，三維新型存儲器也能在云服務，云存儲，數據庫等應用上有海量的機會，市場規模有望隨成本降低迅速擴張。圖表57:基于

82、異構計算的存儲架構金字塔 資料來源：阿里云，方正電子繪制，方正證券研究所 3D3D PCMPCM 有望成為增長最快的存儲器。有望成為增長最快的存儲器。根據 Objective Analysis&CoughlinAssoc，3D PCM 將成為增長速度最快的新型存儲器，市場規模從 2021 年的 10 億美元增長至 2025 年的 41.5 億美元，CAGR 達 43%。預計至 2031 年 3D PCM 將規?；娲糠址掌?DRAM，市場規模將進一步增長至 292 億美元。國內市場空間廣闊。國內市場空間廣闊。就三維新型存儲技術的市場應用而言，新存科技總經理劉峻博士表示，雖然國外大型企業在

83、2022 年戰略性退出該市場，但其產品技術本身并無問題。目前國內某頂尖云服務廠商便是該國外企業的大客戶之一，在國外企業推出之后，國內該客戶的產品存貨在 2024 年底就會消耗完畢，因此該國內公司希望在 2025 年能夠獲得國產三維新型存儲芯片，包括國內其他幾家大型云服務廠商也對該技術表示認可。以中國存儲市場約占全球存儲市場 35%進行測算，預計 2025 年國內 3D PCM 市場規模將達到 94 億元，至 2030 年超過 430 億元，2031 年高達 650 億元。3D PCM 產市場潛力充足，且競爭格局優于 NAND Flash 和DRAM 產品，是新型存儲技術大規模產業化的突破口。電

84、子 行業專題報告 29 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表58:3D PCM 市場規模（百萬美元）資料來源：Objective Analysis&Coughlin Assoc，方正證券研究所 PCM PCM 的產業化進展方面，最具代表性的是英特爾與美光的合作。的產業化進展方面，最具代表性的是英特爾與美光的合作。英特爾與美光于2006 年聯合成立 IM Flash Technologies 公司開始相變存儲器的研發，并在美國猶他州萊希市建造晶圓廠。2015年7月才推出第一代PCM產品，取名3D Xpoint，由此，英特爾號稱“革命性存儲器”的 X 傲騰業務（OP

85、TAne）正式登上歷史舞臺。3D Xpoint 產品定位于 DRAM 與 NAND 之間，也稱為儲存級存儲器（Storage Class Memory，SCM）或持續性存儲器（Persistent Memory），相比 DRAM，其優勢在于非易失、低功耗、低價格、高密度，但其速度和壽命仍然不及 DRAM；相比 NAND，其優勢在于快讀寫、長壽命，但其通過層級堆疊來實現更高容量的特點使得制造成本遠高于 NAND，因此價格存在劣勢。鑒于產品特性，英特爾將產品定位于數據中心及服務器端領域。1）針對數據中心客戶提供傲騰持久內存產品，將 3D Xpoint 技術封裝到 DIMM 中，用來代替傳統的 DR

86、AM 內存，非易失的特性保證了在斷電之后也不會丟失數據，這使得依賴于大內存工作的數據中心可以更快地在重啟中實現快速響應；2）針對服務器和客戶端 PC 市場提供高性能 SSD 產品，擁有高速的緩存表現。性能性能成本成本限制產品定位，疊加戰略規劃轉移，英特爾關停限制產品定位，疊加戰略規劃轉移，英特爾關停 3D Xpoint3D Xpoint 業務。業務。3D Xpoint 產品在數據中心和服務器端各有應用，但總結來看，由于技術工藝和量產投入等因素導致 3D PCM 成本高昂，定位于存儲產品價格相對 SSD 不具備優勢，而定位于內存產品容量有優勢但內存速度劣勢明顯。而此時英特爾的核心業務CPU 產品

87、面臨來自 AMD 的競爭壓力，公司選擇投入更多研發力量進入先進制程領域；同時公司聚焦 IDM 2.0 戰略（以邏輯和代工為主），也意圖出清部分非核心業務。內外交困使得英特爾最終在 2022Q2 的財報中正式宣布關停傲騰業務。6021000218643635135415667471065012458128901947329193-40%-20%0%20%40%60%80%100%120%140%05,00010,00015,00020,00025,00030,00035,0002020202120222023202420252026202720282029203020313D PCM市場規模同比

88、增速電子 行業專題報告 30 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表59:3D Xpoint 定位于 DRAM 與 NAND 之間 圖表60:X-point 內存數組 SEM 與 TEM 影像圖 資料來源：美光，方正證券研究所 資料來源：TechInsights，方正證券研究所 PCMPCM 是中國廠商必須把握的機會。是中國廠商必須把握的機會。IBM 曾指出基于 PCM 的模擬芯片可使得機器學習加速一千倍，且在核心和邊緣網絡中可作為主內存增加容量，同時減少內存訪問延遲和成本，并使得物聯網互相鏈接的設備保持最佳性能，PCM 在車載存儲領域能夠發揮關鍵作用，且在 5G

89、、AIoT、數據中心的建設過程中具有重要作用。國產國產 3D3D PCMPCM 項目產業化在即。項目產業化在即。創新中心于 2019 年 10 月正式開啟 3D PCM 項目，并于 2022 年 12 月成功開發我國首款三維新型存儲器原型芯片，相關樣片已送至潛在客戶方進行功能驗證，當前正處于三維新型存儲器產品芯片開發階段，計劃于 2024 年 4 季度完成產品芯片開發，并爭取推向產業化。目前的原型芯片以及即將推出的產品芯片為第一代產品芯片。根據計劃，項目同時也在推進第二、第三代產品芯片的開發，以 2 年為迭代周期，第二代新型存儲技術有望落地于新存科技。圖表61:創新中心股東具備自上而下全產業鏈

90、資源 資料來源：愛企查，方正證券研究所 時延時延壽命壽命易失易失成本成本武武漢漢新新芯芯武武漢漢光光谷谷創創投投紫紫光光存存儲儲北北方方華華創創精精測測電電子子上上海海新新陽陽至至純純科科技技江江豐豐電電子子晶晶瑞瑞電電材材創新中心創新中心19.74%7.89%5.26%5.26%5.26%2.63%2.63%2.63%2.63%存儲芯片存儲芯片存儲芯片存儲芯片半導體設備半導體設備半導體設備半導體設備半導體材料半導體材料半導體設備半導體設備半導體材料半導體材料半導體材料半導體材料電子 行業專題報告 31 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款s古鰲科技古鰲科技通過通過上海昊

91、元古上海昊元古間接增資間接增資控控股股新存科技新存科技。2023 年 8 月 2 日，深交所上市公司古鰲科技通過旗下的上海昊元古信息管理合伙企業（有限合伙）對新存科技進行增資，交易完成后，上海昊元古將直接持有新存科技 31.3936%股權，成為新存科技的參股公司。此外根據古鰲科技 9 月 5 日的最新公告，受限于合伙企業法的規定，古鰲科技將其持有的上海昊元古 0.01%合伙份額轉讓給新設立的全資子公司上海古鰲半導體有限責任公司，至此，古鰲科技由上海昊元古的普通合伙人變更為有限合伙人，而古鰲半導體則成為上海昊元古的普通合伙人，因此，古鰲科技對新存科技的間接投資達到了合法合規性。此外，新存科技第二

92、、三股東科銘芯、科凌芯作為員工持股平臺，與上海昊元古為一致行動人，三者合計持股比例達到 79.4181%。圖表62:新存科技股權結構 資料來源：古鰲科技公告，方正證券研究所 圖表63:上海昊元古入股前后新存科技股東變化 資料來源：古鰲科技公告，方正證券研究所 新存科技（武漢）有限責任公司新存科技（武漢）有限責任公司武武漢漢科科銘銘芯芯武武漢漢科科凌凌芯芯安安吉吉高高維維安安芯芯科科技技上上海海昊昊元元古古古古鰲鰲科科技技31.3936%27.4426%20.5819%20.5819%90.23%一致行動人一致行動人持股比例持股比例注冊資本（萬元）注冊資本（萬元）股東名稱股東名稱入股后入股后入股

93、前入股前27.4426%40%400武漢市科銘芯企業管理合伙企業（有限合伙）20.5819%30%300武漢市科凌芯企業管理合伙企業（有限合伙）20.5819%30%300安吉高維安芯科技合伙企業（有限合伙）31.3936%457.5893上海昊元古信息管理合伙企業（有限合伙）上海昊元古信息管理合伙企業（有限合伙）100%1457.5893合計合計電子 行業專題報告 32 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 新存科技：國內新存科技：國內 3D3D PCMPCM 產業化先鋒。產業化先鋒。根據古鰲科技公告，創新中心將三維新型存儲器項目當前研發產生的所有技術和知識產權許可

94、給新存科技，該項許可是可撤銷的、獨占實施許可，許可期限 5 年。新存科技基于創新中心的三維新型存儲器項目原班團隊，主營產品包括三維新型存儲內存芯片及三維新型存儲硬盤芯片。產品定位如何破局？產品定位如何破局？3D3D PCMPCM 的市場定位在于價格和性能之間的取舍，的市場定位在于價格和性能之間的取舍，前文已有述及，前文已有述及，數據中心服務數據中心服務器異構計算和內存池化為器異構計算和內存池化為 3 3D D PCMPCM 帶來了廣闊的發展空間。帶來了廣闊的發展空間。在內存產品上，3D PCM可以靈活搭配 DRAM 使用，在帶寬速度需求場景下調度 DRAM 工作，而在容量需求場景下則調度 3D

95、 PCM?？紤]到數據中心 DRAM 產品價格高昂，而 3D PCM 產品對標服務器 DRAM，單價僅為 DRAM 的 1/2-1/3，搭配 DRAM 使用可以顯著縮減成本。而在數據存儲產品上，3D PCM 產品傳輸速度較閃存快 1000 倍，因此高速存儲場景3D PCM 搭配 SSD 靈活調度可以實現成本和性能優勢的最大化。圖表64:新存科技主要產品及介紹 產品 組成 主要技術性能指標 預期產能 用途 三維新型存儲內存芯片 三維新型存儲介質晶粒 128Gb/256Gb/512Gb/1Tb 容量，3.2Gbps/4.8Gbps 高速吞吐，低于 200ns 的讀延遲，低于 1us 的寫延遲，編程壽

96、命百萬次以上，持久性五年。7500 片/月 服務器 DRAM 替代和補充 三維新型存儲硬盤芯片 三維新型存儲介質晶粒 256Gb/512Gb 容量，3.2Gbps 高速吞吐，低于 1us 的讀延 2500 片/月 服務器/電腦硬盤替代和補充 資料來源：古鰲科技公告，方正電子整理，方正證券研究所 新存科技的新存科技的項目建設以快速形成三維新型存儲器產品的生產規模為目標項目建設以快速形成三維新型存儲器產品的生產規模為目標，規劃產能合計 10000 片/月，硅片直徑為 12 英寸，其中三維新型存儲內存芯片為主要產品，規劃產能為 7500 片每月，三維新型存儲硬盤芯片規劃產能為 2500 片每月。預計

97、至 2024 年 12 月產品開始正式進入商用市場，當年投產 500 片，此后產能和良率逐步爬坡，2024-2026 年產能依次為 500/78000/120000 片，此后規劃永續產能為 120000 片。2024-2027 年良率依次為 50%/68%/78%/80%。據此測算預計新存科技 2024-2027 年對應銷售收入依次為 0.10/21.58/34.65/35.54 億元。電子 行業專題報告 33 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表65:新存科技產能爬坡預期及銷售收入預測（百萬元）資料來源：古鰲科技公告，方正電子整理，方正證券研究所 2.32.3

98、 存算一體：國內外布局路徑差異化，產業臨近大規模量產前夕存算一體：國內外布局路徑差異化，產業臨近大規模量產前夕 自自 20132013 到到 20192019 年，年，AIAI 算力基于馮諾伊曼架構提升了算力基于馮諾伊曼架構提升了 3030 萬倍，算力能耗控制需萬倍，算力能耗控制需求迫切。求迫切。根據 OpenAI，自 2012 年以來，人工智能訓練任務中使用的算力每 3.5個月翻一倍。而 AI 大模型的興起對算力的需求進一步提升，訓練 GPT-3、Megatron-Turing NLG 530B 等超大語言模型所要求的算力提升速度已經突破了后摩爾時代算力提升速度的極限。而根據目前計算效率每2

99、.2年翻倍的速率來看，預計至 2035 年每臺超級計算機的功率可達 500WM，相當于半座核電站能產生的功率，超算中心能耗問題凸顯。馮氏架構將無法匹配算力提升及能耗控制需求，基于存算一體的算力提升及能耗降低方案需求迫切。圖表66:訓練 Transformer 模型的計算要求 圖表67:超級計算機能耗隨算力增長 資料來源：SK 海力士，方正證券研究所 資料來源：IEEE，方正證券研究所 存算一體與馮氏架構最大的不同在于其將算術邏輯單元（存算一體與馮氏架構最大的不同在于其將算術邏輯單元（ALUALU）和存儲器集成在）和存儲器集成在一起，一起，打破了馮諾依曼體系中各模塊相互獨立的劃分方法。通過在存儲

100、及讀取數據的同時完成不同的邏輯運算，以加快執行速度，并減少數據在內存和處理器之間連續傳輸所消耗的能量。此外，在存儲模塊中統一進行一部分數據處理，也降低了內存系統中數據傳輸頻率，從而減輕帶寬壓力。2024202520262027202820292030永續期永續期Gen1產量（片）50078,000.00120,000.00120,000.00120,000.00120,000.00120,000.00120,000.00良率50.00%68.00%78.00%80.00%80.00%80.00%80.00%80.00%Gross Die（個）270270270270270270270270De

101、nsity（GB）1616161616161616銷售數量（萬GB）10822,913.2840,435.2041,472.0041,472.0041,472.0041,472.0041,472.00銷售單價（$/GB）1.331.331.211.211.211.211.211.21匯率7.08217.08217.08217.08217.08217.08217.08217.0821銷售收入1,017.27215,824.61346,503.02355,387.71355,387.71355,387.71355,387.71355,387.71預測年度預測年度產品或服務產品或服務名稱名稱年度/項

102、目年度/項目3D PCM電子 行業專題報告 34 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表68:常規運算存儲交互與存算一體的區別示意 圖表69:四種存算一體方案示意 資料來源：半導體產業縱橫，方正證券研究所 資料來源：都靈理工大學，方正證券研究所 圖表70:不同存算方案對比 資料來源：測控技術，方正證券研究所 目前可用于存算一體的成熟存儲器包括 NOR FLASH、SRAM、DRAM、RRAM、MRAM 等。FLASH 屬于非易失存儲介質，具有低成本、高可靠性的優勢，但存在明顯的工藝制程瓶頸。SRAM 在速度和能效方面具備優勢，特別是在存內邏輯技術發展起來之后具有明

103、顯的高能效和高精度特點。DRAM 成本低，容量大，但需要電力不斷刷新。新型存儲器中適用存算一體的有 PCAM、MRAM、RRAM 和 FRAM 等。其中憶阻器 RRAM在神經網絡計算中具備優勢，是下一代存算一體介質的主流研究方向之一。目前RRAM 工藝尚未成熟，且材料不穩定，還需要時間進一步完善打磨。從學術界研發趨勢看，SRAM 和 RRAM 都是未來主流的存算一體介質。應用情況應用情況詳細介紹詳細介紹典型代表典型代表方案演進方案演進較為成熟，早已落地多年通過在存儲芯片內部查表來完成計算操作GPU中對于復雜函數的計算查存計算早已成熟，被廣泛應用于各類CPU和GPU計算操作由位于存儲區域外部的獨

104、立計算芯片/模塊完成，代際設計成本低，適合傳統芯片轉入。將HBM內存（包括三星的HBM-PIM）與計算模組（裸Die）封裝在一起的芯片也屬于此類AMD Zen系列CPU近存計算一般用于算法固定的場景算法計算計算操作由位于存儲芯片/區域內部的獨立計算單元成，存儲和計算可以是模擬也可以是數字的Mythic、千芯科技、知存和九天睿芯等存內計算較新的存算架構數據傳輸路徑最短，同時能滿足大模型的計算精度要求。通過在內部存儲中添加計算邏輯，直接在內部存儲執行數據計算TSMC（于2021 ISSCC發布）和千芯科技存內邏輯電子 行業專題報告 35 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款

105、s 圖表71:不同存儲介質對比 資料來源：測控技術，方正證券研究所 存算一體產業受存算一體產業受 AIAI 算力需求拉動臨近大規模量產節點，市場空間有望超千億。算力需求拉動臨近大規模量產節點，市場空間有望超千億。根據量子位智庫，存算一體產業發展將歷經技術探索期（2010-2017 年）、局部小規模量產（2017-2022）、普遍小規模量產（2022-2025）以及未來的大規模量產（2025-2030）四個階段。AIOT 的發展，智能物聯設備對邊緣 AI 的需求愈發迫切，小算力場景下存算一體芯片將迎來旺盛需求。同時，隨著新型存儲器件及存算技術的日趨成熟，大算力場景下存算一體也在加速滲透，典型的近

106、存計算如 HBM與主芯片在同一中介層連接有效提升了帶寬并且降低能耗，得到越來越多的應用。根據量子位智庫，預計存算一體市場規模 2025 年將達 125 億元，隨著技術成熟度的提高伴隨大規模商用落地，至 2030 年市場規模將達 1136 億元。圖表72:存算一體產業發展趨勢 圖表73:存算一體市場規模（億元）資料來源：量子位智庫，方正證券研究所 資料來源：量子位智庫，方正證券研究所 國際大廠布局：先進制程的近存計算為主流方案，存內處理為下一階段布局重點，國際大廠布局：先進制程的近存計算為主流方案，存內處理為下一階段布局重點，核心在于通過減少計算內存的數據移動來提升性能改善能效。核心在于通過減少

107、計算內存的數據移動來提升性能改善能效?？紤]到新型存儲當前產業化仍處初期階段，大廠存算一體的布局以近存計算考慮到新型存儲當前產業化仍處初期階段，大廠存算一體的布局以近存計算(Processing Near Memory(Processing Near Memory，PNM)PNM)為主。為主。近存計算典型即為 HBM 搭配處理器，當前英偉達、AMD 已有廣泛應用。而存內處理(Processing ln Memory，PIM)則為大廠下一階段布局的重點。當前 PIM 已有商業化實例，最早 Xilinx 的 Alveo U280產品，采用PIM方案對比傳統SOC DRAM傳輸方案可以大幅度降低存取功

108、耗達85%，適用場景適用場景不足不足優勢優勢存儲器類型存儲器類型大算力、云計算、邊緣計算存儲密度略低能效比高，高速高精度，對噪聲不敏感，工藝成熟先進，適合IP化SRAM(數字模式)小算力、端側、不要求待機功耗對PVT變化敏感，對信噪比敏感，存儲密度略低能效比高，工藝成熟先進SRAM(模擬模式)小算力、端側/邊緣Inference、待機時間長的場景對PVT變化敏感，有限寫次數，相對低速，工藝良率尚在爬坡中能效比高，高密度，非易失，低漏電各類NVRAM（包括RRAM/MRAM等）小算力、端側、低成本、待機時間長的場景對PVT變化敏感，精度不高，工藝迭代時間長高密度低成本，非易失，低漏電Flash1

109、25113602004006008001,0001,20020252030電子 行業專題報告 36 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 而 AMD 收購 Xilinx，看中的也是其 PIM 堆疊技術，AMD 之后在其 Instinct MI100/MI250/MI150/MI210 系列 GPU 上大量應用。以 MI100 為例，其性能超過英偉達 A100，功耗較 A100 降低約 25%，同時價格較 A100 也低 30%。圖表74:存算集成愈發緊密 圖表75:PIM 打破存儲瓶頸 資料來源：IEEE，方正證券研究所 資料來源：三星，方正證券研究所 圖表76:PI

110、M 大幅降低功耗 圖表77:Xilinx Alveo U280 搭載兩個基于 PIM 的 HBM 棧 資料來源：IEEE，方正證券研究所 資料來源：三星，方正證券研究所 三星三星在 2021 年 2 月推出業內首款 HBM2-PIM 產品 Aquabolt-XL，基于 TSV 技術將計算單元集成在內存上下 BANK 之間，以實現并行處理和減少數據移動，并處理某些特定的邏輯函數。此后三星與賽靈思成功在 Alveo U280 上引入了 HBM-PIM。在基于 RNN-T 模型的測試中，運用了 PIM 技術的 U280 在整體系統性能上提升至2.49 倍，同時能耗降低 62%。電子 行業專題報告 3

111、7 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表78:內存 Bank 之間 PIM 單元結構放大 圖表79:基于 RNN-T 模型的測試 PIM 性能功耗優勢顯著 資料來源：三星，方正證券研究所 資料來源：三星，方正證券研究所 SKSK 海力士海力士在 2022 年的 ISSCC 上發表存內計算成果：基于 GDDR 接口的 DRAM 存內計算，并展示了其首款基于存內計算技術的產品 GDDR6-AiM。根據 SK 海力士，GDDR6-AiM 將計算功能添加到數據傳輸速度為 16Gbps 的 GDDR6 內存中。與傳統DRAM 相比，GDDR6-AiM 與 CPU、GPU

112、相結合的系統可在特定計算環境中提升計算速度多達 16 倍。同時得益于存內計算中減少的內存與 CPU、GPU 間的數據傳輸往來功耗，GDDR6-AiM 對比功耗降低 80%。圖表80:AiM 存內計算速度提高 16 倍 資料來源：SK 海力士，方正證券研究所 國內廠商布局：主攻存內計算，布局如火如荼，商用已有落地。國內廠商布局：主攻存內計算，布局如火如荼，商用已有落地。從應用場景看，國內廠商大算力及小算力場景覆蓋廣泛。從應用場景看，國內廠商大算力及小算力場景覆蓋廣泛。目前，國內的億鑄科技、知存科技、蘋芯科技、九天睿芯等多家初創公司采用存算一體架構投注于 AI 算力。其中億鑄科技、千芯科技、阿里達

113、摩院等專注大模型計算、自動駕駛等 AI 大算力場景。閃易、新憶科技、蘋芯科技、知存科技等專注于物聯網、可穿戴設備、智能家居等邊緣小算力場景。以存儲介質劃分，以存儲介質劃分，RRAMRRAM、SRAMSRAM 及近存計算均有涉及。及近存計算均有涉及。各初創公司選擇的存儲介質十分廣泛，包括 RRAM、SRAM、閃存等。其中基于嵌入式 Flash 工藝進行產品開發的知存科技已于 2022 年 3 月量產 SoC 芯片 WTM2101，可提供語音、視頻等 AI 處理方案并實現 10 倍以上的能效提升。電子 行業專題報告 38 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表81:國

114、內部分存算一體公司布局 資料來源：算力基建，方正證券研究所 2.42.4 磁性存儲器磁性存儲器 MRAMMRAM：取代：取代 SRAMSRAM 緩存未來可期緩存未來可期 磁性存儲器（Magnetic Random Access Memory，簡稱 MRAM）是利用位于存儲器電路的數位線（digit line，用于輸入信息的電路）和位線（bit line，用于讀取信息的電路）交叉處的磁隧道結（Magnetic Tunnel Junction,簡稱 MTJ）的磁化特性來存儲數據，其中 MTJ 由包含固定鐵磁層（磁化方向不易改變）、絕緣隧穿勢壘、自由鐵磁層（磁化方向容易改變）的三層結構組成。因此，可

115、以通過通過施加外部磁場、電流或者電壓的方式來改變施加外部磁場、電流或者電壓的方式來改變自由鐵磁層自由鐵磁層的磁矩方向，使其與的磁矩方向，使其與固定固定鐵磁層鐵磁層的磁矩方向相反或平行，從而形成的磁矩方向相反或平行，從而形成 M MTJTJ 的高低阻態（隧穿磁阻效應）的高低阻態（隧穿磁阻效應），實現二進制中的“1”和“0”態來存儲數據。圖表82:MTJ 核心結構及隧穿磁阻效應 資料來源：中國科學院上海微系統與信息技術研究所，方正證券研究所 我們看到，不同于 DRAM 利用電子的電荷特性來存儲數據，MRAM 則是利用電子的自旋特性實現存儲功能，該特性使得 MRAM 兼具 DRAM 的高速讀寫和 F

116、lash 的非易失性，其優勢主要體現在以下方面：a）非易失、讀寫次數無限：由于鐵磁體的磁性不會因為斷電而消失，因此 MRAM不僅具備 Flash 的非易失性，還可以像 DRAM 一樣實現無限次重寫；b）速度快、功耗低：MRAM 的寫入時間可達納秒級別，并且功耗很低，可以實現瞬間開關機并延長電池使用時間，適合部署在邊緣端設備；應用場景應用場景選擇的儲存介質選擇的儲存介質芯片芯片建立時間建立時間廠商廠商GPT等大模型云計算、自動駕駛、邊緣計算（算力偏中心側的較大場景RRAM-2020億鑄科技云計算、自動駕駛、智能安防SRAM/RRAM/MARM-2019千芯科技VR/AR、無人駕駛、天文數據計算異

117、質集成嵌入式DRAMPNM2017阿里達摩院智能手機、智能出行、IoT、AR&VR、數據中心新型憶阻器PLRAMHEXA012017閃易半導體物聯網、航空航天、工業控制、汽車電子40nmRRAM-2018新憶科技手機平板、XR、物聯網、自動駕駛基于SRAM的感存算一體ADA100、2002018九天睿芯智慧城市、智能家居、工業物聯網，以及各類智慧終端、可穿戴設備、自主無人系統28nmSRAMPIMCHIP-S100PIMCHIP-S2002021蘋芯科技可穿戴設備、AMOLED、智能家居、汽車電子65nm NOR FlashSPI NOR FLASH2015恒爍半導體智能可穿戴設備、智能家居、

118、安防監控、玩具機器人嵌入式Flash工藝WTM1、WTM2系列SoC2017知存科技AIoT及智能穿戴設備-AT610 x2019智芯科微電子 行業專題報告 39 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s c）抗輻射：適用于存儲容量要求低的軍事、航空、工業、汽車等領域的部分場景；d）工藝具備成本優勢：80%以上的工藝和 CMOS 工藝兼容，可以方便地嵌入到邏輯電路芯片中，只需在后端的頂層金屬互聯方面磁性存儲部分增加一兩步需要光刻掩模版的工藝即可；此外，MRAM 的一組磁隧道結即為一個存儲單位，而 SRAM需要 6 個晶體管，且 MRAM 的工藝微縮可以做到 7nm 以下，

119、但 FLASH 由于物理機制限制做到 28nm 以下就比較困難，因此 MRAM 也具備存儲密度優勢。相比于 PCM 的定位模糊，我們從 MRAM 的優勢中可以看到其對 SRAM 和 NOR Flash的替代潛力。關于具體的商業化落地，可以通過技術的發展歷程窺見一二：1）第一代磁場驅動型 MRAM 技術路線的不同取決于改變自由層磁矩方向的方式，第一代 MRAM 便是利用電流產生的磁場來實現。1995 年，摩托羅拉生產出了世界上第一款 1MB 的 MRAM 芯片原型；2003 年，IBM 和英飛凌將磁性存儲器元件集成到高性能邏輯基中，開發出了當時號稱最先進的 MRAM。但是第一代技術存在以下缺點：

120、首先，改變磁矩方向的磁場需要很大的電流來產生，因此存儲密度和電流密度是同步提升的，這會降低信息寫入的效率；其次，當縮小存儲單元的尺寸時，相鄰的存儲單元會受到彼此的磁場干擾，導致信息的錯誤寫入或信息存儲的不穩定。因此，第二代技術應運而生。2）第二代自旋轉移矩 MRAM（STT-MRAM）第二代技術采用使電流直接流過 MTJ 的方法來改變自由層的磁化方向，相比于第一代技術，STT-MRAM 需要的電流較小，并且驅動磁矩翻轉所需的電流會隨著 MTJ的尺寸縮小而同步減小，因此從根本上解決了第一代從根本上解決了第一代 MRAMMRAM 的缺點的缺點集成度的集成度的限制和相鄰存儲單元數據的干擾現象限制和相

121、鄰存儲單元數據的干擾現象。2005 年，三星率先開始研究 STT-MRAM，但成立于 2008 年的 Everspin 是第一家實現 MRAM 商用的公司，日本的衛星系統同年便宣布使用Everspin的 MRAM產品來替換其所有的閃存元件；此后，英特爾、格芯、意法半導體等巨頭相繼入局。在 2018 年的 IEEE 國際電子器件會議上，IMEC 展示了在 5nm 技術節點引入 STT-MRAM 作為最后一級（L3）緩存存儲器的可行性，而且占用面積只有 SRAM 的 43%，在大容量的配置下也更加節能。但是，STT-MRAM 在切換速度上的固有限制仍然決定了其不適合替代更低級別的高速緩存（L1/L

122、2）。因此，第三代技術應運而生。3）第三代自旋軌道矩 MRAM（SOT-MRAM）有別于電流直接垂直施加到 MTJ 的 STT-MRAM，SOT-MRAM 通過向 MTJ 存儲單元底部自旋軌道相互作用較強的材料層施加水平方向的電流，讓因自旋霍爾效應而垂直極化的自旋電流改變自由層的磁化方向。相比 STT-MRAM，SOT-MRAM 可以產生更多具有相同自旋狀態的傳導電子并注入到鐵磁層，使得轉矩更加強大，從而更容易翻轉自由層的磁化方向，因此 SOTSOT-MRAMMRAM 的的處理速度更快處理速度更快、功耗更低功耗更低?？梢钥吹?，SOT-MRAM 改變了寫入電流的方向，消除了 STT-SRAM 在

123、開關延遲上的限制，實現了納秒以下的開關速度，但代價是用三端器件替代了 STT-MRAM 的兩端器件，帶來了面積的增加。因此，如果在密度縮放方面取得突破，SOT-MRAM 將能實現對 L1/L2 低級緩存的完美替代，這也是各大晶圓廠努力的方向。電子 行業專題報告 40 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表83:不同 MRAM 技術的電路結構對比 資料來源：半導體行業觀察，方正證券研究所 此外，我們注意到，第三代 MRAM 還存在一種技術路線，即壓控磁各向異性 MRAM（VCMA-MRAM 或 MeRAM），通過使用電場進行寫入操作，其功耗比所有其他新型存儲技術都要

124、低幾個數量級；而且通過降低 MTJ 兩種磁化狀態之間的能量勢壘，實現了媲美 SOT-MRAM 的寫入速度，比 STT-MRAM 還要快一個數量級以上；電壓驅動機制還帶來了強耐久、高密度等優點，因此該技術也成為了重要的研究方向。圖表84:MRAM 四大應用領域 資料來源：IBM，方正證券研究所 M MRAMRAM 對獨立內存和對獨立內存和 N NOR OR e eF Flashlash 的替代已經實現，替代的替代已經實現，替代 S SRAMRAM 緩存仍待突破。緩存仍待突破。我們看到，IBM 曾總結了 MRAM 的四大應用領域，對現有存儲技術的替代難度逐級提升：1）獨立內存：替代電池支持的 SR

125、AM 和 DRAM，容量大小在 256MB 以上，讀寫速度在 30-70ns；2）嵌入式 NVM：替代 SoC 中的 NOR eFlash，同樣已經實現；3）移動端 SRAM：替代對性能要求較低的移動端設備的 SRAM，讀寫速度在 10ns，成熟的 STT-SRAM 技術可以滿足；4）高級緩存（L3/L4）乃至低級緩存（L1/L2）：這是 MRAM 技術的終極目標，對讀寫速度要求高達 2ns，使用壽命即重復擦寫次數也來到 1018以上。展望未來，伴隨 STT-MRAM、SOT-MRAM 等技術的不斷成熟，我們看好具備功耗和密度優勢的 MRAM 實現對 SRAM 緩存的逐步替代。2.52.5 阻

126、變存儲器阻變存儲器 RRAMRRAM：eFlasheFlash 替代正當時替代正當時 阻變存儲器（Resistive Random Access Memory,簡稱 RRAM）是以非導性材料的電阻在外加電場作用下，在高低阻態之間實現可逆轉換為基礎的非易失性存儲器，電子 行業專題報告 41 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款s其存儲單元由頂電極（Top Electrode）、金屬氧化層（Metal Oxide）和底電極（Bottom Electrode）的三層結構組成。在未施加電壓時，氧化層默認絕緣，RRAM兩端呈現為高阻抗狀態（HRS）；如果施加電壓超過一定閾值，氧化層

127、中間會形成導電細絲（Conductive Filament）并進入低阻抗狀態（LRS）；再施加反向電壓，又會回到高阻抗狀態。我們看到，RRAM 同樣具備其他新型 NVM“低延遲、低功耗、高密度”的優勢“低延遲、低功耗、高密度”的優勢，雖然各項指標參數有所差異，但綜合工藝難度、成本良率等考慮，RRAM 的總體表現更為均衡。該技術最大的缺點在于嚴重的器件級變化性帶來的芯片可靠性問題該技術最大的缺點在于嚴重的器件級變化性帶來的芯片可靠性問題。目前獨立式 RRAM 在工業級小容量存儲市場已經有所應用，嵌入式 RRAM 正在逐步實現對模擬芯片、MCU、SoC 中 eFlash 的替代。不過值得注意的是，

128、由于導電細絲的多阻態變化類似生物大腦中的神經突觸功能，RRAM 的讀寫方式也就類似于人工神經網絡中計算節點的讀寫方式，因此 RRAM 被大量研究用于人工智能相關應用，尤其是作為存算一體計算架構中的存儲單元。圖表85:RRAM 存儲單元基本結構 圖表86:RRAM 工作原理 資料來源：Nanoscale Research Letters，方正證券研究所 資料來源：Nanoscale Research Letters，方正證券研究所 商業化進展方面，目前 RRAM 主要有兩大應用方向，分別是存儲應用與存算應用：1 1）存儲應用）存儲應用M MCUCUa）2013 年 7 月，松下推出集成了 0.1

129、8 微米 RRAM 技術的 8 位 MCU，成為第一個將 RRAM 技術商業化的大廠；b）2021 年，臺積電宣布 40nm RRAM 進入量產，28nm 和 22nm RRAM 準備量產；隨后在 2022 年 11 月，英飛凌宣布將臺積電的 RRAM 技術引入英飛凌的下一代 MCU；c）2022 年 2 月，國內昕原半導體主導建設的 RRAM 12 寸中試生產線順利完成了自主研發裝備的裝機驗收工作，實現中試線工藝流程的通線，并成功流片。2 2）存算應用）存算應用AIAI 芯片芯片我們看到，相比傳統的易失性存儲器，具備速度、功耗、密度等優勢的 RRAM 由于其自身的存儲機制，更適合作為存算一體

130、架構的存儲介質。目前國內的億鑄科技，正在基于 RRAM 技術研發存算一體架構的 AI 大算力芯片，致力于應用在中心側與邊緣側場景，著眼于解決目前 AI 芯片“能效比不理想、算力密度不滿足市場要求、軟件部署成本高及效率低”等痛點。嵌入式領域應用廣闊，國際巨頭加速產業布局。嵌入式領域應用廣闊，國際巨頭加速產業布局。我們發現，雖然 PCM、MRAM、RRAM三類新型存儲器各有優劣，但憑借兼具高讀寫速度、低功耗及非易失等特性，三者在嵌入式存儲領域都有著各自的應用前景，目前頭部的終端廠商已經與領先的晶圓代工廠達成了戰略合作，共同推進嵌入式新型非易失性存儲的商業化落地：電子 行業專題報告 42 敬 請 關

131、 注 文 后 特 別 聲 明 與 免 責 條 款s1 1）P PCMCM：2018 年，意法半導體宣布內建 ePCM 的 28nm FD-SOI 車用 MCU 技術架構和性能標準，開始為主要客戶提供搭載 ePCM 的 MCU 樣片；2021 年 8 月，意法半導體開始向主要車商交貨其首批配備20MB PCM的車用MCU，計劃于2024年量產。2 2）M MRAMRAM：2023 年 4 月，Nordic Semiconductor 推出了搭載 2MB eMRAM 的低功耗無線 SoC，該芯片由格羅方德采用 22nm FD-SOI 工藝制造；2023 年 5 月，恩智浦和臺積電宣布雙方正處于 1

132、6nm FinFET MRAM IP 的開發階段。3 3）R RRAMRAM：英飛凌和臺積電在 RRAM 技術方面合作了近十年，目前英飛凌首批基于臺積電 28nm RRAM 技術的樣品將于 2023 年底提供給客戶。圖表87:嵌入式新型非易失性存儲商業化進展 資料來源：Yole，方正證券研究所 市場空間方面，Yole 預測到 2028 年，采用嵌入式 PCM、MRAM、RRAM 的技術平臺每年將生產超過 100 萬片 12 英寸等效晶圓，市場規模將達到 27 億美元，其中RRAM（60%）和 MRAM（25%）將是出貨主力，最重要的應用場景為 MCU 和模擬 IC。圖表88:嵌入式新型非易失性

133、存儲出貨量預測（2022-2028）資料來源：Yole，方正證券研究所 電子 行業專題報告 43 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款s2.62.6 鐵電存儲器鐵電存儲器 FRAMFRAM：有望替代：有望替代 EEPROMEEPROM FRAMFRAM 具有功耗低、寫入次數快、重寫次數多的特點。具有功耗低、寫入次數快、重寫次數多的特點。FRAM（Ferroelectric RAM）存儲單元的基本原理是鐵電效應，是應用鐵電薄膜的自發性極化形式儲存的鐵電存儲器件，是非揮發性存儲器。與 EEPROM 以及 Flash 相比，FRAM 具有寫入速度快的特點，為 EEPROM、Fl

134、ash 的一千倍以上；且由于其在擦寫時不需要高壓，寫入時的功耗大為降低，大概為 EEPROM、Flash 的 1/1000-1/100000，因此十分適合用于低功耗的場合。另外，由于不需要使用隧道氧化膜，其數據的重寫次數與Flash 和 EEPROM 相比也大大提高，EEPROM 或 Flash 為 105-106，FRAM 可以達到1012以上。圖表89:FRAM 結構 圖表90:FRAM 與其他存儲對比 技術類型技術類型 FRAMFRAM EEPROMEEPROM FlashFlash 數據儲存 10 年 10 年 10 年 單元結構 2T/2C、1T/1C 2T 1T 單元大小 中等 中

135、等 小 寫入電壓 2-5V12-18V10-12V重寫次數 1010-1012 105-106 105-106 平均功耗 低 中等 中等 資料來源：中康，方正證券研究所 資料來源：硬件助手，方正證券研究所 FRAMFRAM 無法完全取代無法完全取代 DRAMDRAM 和和 NAND NAND FlashFlash，但在特定場景仍有發展潛力。，但在特定場景仍有發展潛力。FRAM 存儲密度低，容量有限，制造成本較高，不能完全取代 DRAM 和 NAND Flash，但在容量要求低、讀寫速度要求高、讀寫頻率高、使用壽命要求長的場景中具有發展潛力。FRAM 可用于消費電子領域，如智能手表、智能卡和物聯

136、網設備制造，同時由于其尺寸小，也非常適合可穿戴設備和傳感器網絡;還可用于汽車領域，用于制造高級駕駛輔助系統(ADAS);以及用于工業機器人領域和控制系統的制造。圖表91:FRAM 具有非常廣泛的應用場景 資料來源：維科網，方正證券研究所 電子 行業專題報告 44 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款s圖表92:FRAM 在電池管理系統 BMS 中的應用 圖表93:FRAM 在數據中心和工業計算 PLC 中的應用 資料來源：維科網，方正證券研究所 資料來源：維科網，方正證券研究所 海外廠商紛紛推進海外廠商紛紛推進 FRAMFRAM 商業化，英飛凌、富士通進度領先。商業化，英

137、飛凌、富士通進度領先。從商業化進展來看，Ramtron 公司（已被 Cypress 收購、Cypress 于 2019 年被英飛凌收購）是最早制造出 FRAM 的廠商，推出了高集成度的FM31器件，其產品已經成功應用于汽車中，包括梅賽德斯、通用、寶馬、福特等；富士通從 1995 年起就開始研發 FRAM 存儲器，1999 年成功量產，已有 20 多年的量產經驗，出貨量累計達 40 億顆；英飛凌與 TOSHIBA 自 2003 年起合作，開發出 32Mb 的 FRAM，采用單管單電容單元結構和0.2mm 工藝，存取時間為 50ns，循環周期為 75ns，工作電壓為 3.0V/2.5V；Matsu

138、shita 于 2003 年 7 月推出第一款采用 0.18mm 工藝、大批量制造的 FRAM SoC，將尺寸縮小為原來的十分之一。除此之外，英特爾近期也發表了堆疊型鐵電電容器可用于在邏輯芯片上構建 FRAM 的相關論文。然而，FRAM 仍然存在陣列尺寸限制帶來的 FRAM 成品率問題以及進一步提高存儲密度和可靠性等問題。國產廠商商業化進度慢于海外，部分廠商可生產國產廠商商業化進度慢于海外，部分廠商可生產 PinPin-toto-PinPin 的海外廠商產品。的海外廠商產品。從我國 FRAM 商業化進程來看，拍字節（Petabyte）已研發出可 Pin-to-Pin 對標Cypress 的 F

139、RAM 產品，容量為 128Kb。除此之外，其還成功研發了新型 3D 鐵電存儲器（VFRAM），已于 21 年 6 月量產，在工藝和設計上創新性采用 3D 架構，極大提升存儲密度，打破了日美的壟斷，除耐久度外可對標替代富士通 MB85RS2MT和富士通 MB85RS128B。圖表94:拍字節 P95M002SWSP5TF 與富士通MB85RS2MT 對比 技術類型技術類型 拍字節拍字節 P95M002SWSP5TFP95M002SWSP5TF 富士通富士通 MB85RS2MTMB85RS2MT 容量 2M 位 2M 位 接口類型 SPI 接口（模式 0,3）SPI 接口（模式 0,3）工作電壓

140、 2.7V-3.6V 2.7V-3.6V 工作頻率 20 兆赫茲 25 兆赫茲 功耗 10.6 毫安（最大20MHz）10.6 毫安（最大25MHz）低功耗 10 微安待機；3 微安睡眠 150 微安待機；10 微安睡眠 耐久度 1E7 讀/寫 1E13 讀/寫 數據保持 10 年 85 10 年 85 高速讀特性 支持 40MHz 高速度命令 支持 40MHz 高速度命令 工作溫度范圍-40-85-40-85封裝形式 8 引腳 SOP 封裝 8 引腳 SOP 封裝 資料來源：知乎國芯思辰，富士通，方正證券研究所 電子 行業專題報告 45 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條

141、 款s3 3 風險提示風險提示 1 1）下游需求持續疲弱：）下游需求持續疲弱：存儲行業具有周期性，若下游需求持續疲弱，則會對行業內公司經營產生不利影響。2 2）產業進度不及預期：）產業進度不及預期：新型存儲當前仍處于產業落地初期階段，若產業落地節奏不及預期，則會對相關公司業務產生不利影響。3 3）行業競爭加?。海┬袠I競爭加?。捍鎯π袠I話語權仍由海外大廠主導，多數國內廠商業務仍聚焦于中低端產品，存在行業競爭加劇風險，或對國內公司經營業績產生不利影響。電子 行業專題報告 46 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款s分析師聲明分析師聲明 作者具有中國證券業協會授予的證券投資咨詢

142、執業資格，保證報告所采用的數據和信息均來自公開合規渠道，分析邏輯基于作者的職業理解，本報告清晰準確地反映了作者的研究觀點，力求獨立、客觀和公正，結論不受任何第三方的授意或影響。研究報告對所涉及的證券或發行人的評價是分析師本人通過財務分析預測、數量化方法、或行業比較分析所得出的結論，但使用以上信息和分析方法存在局限性。特此聲明。免責聲明免責聲明 本研究報告由方正證券制作及在中國（香港和澳門特別行政區、臺灣省除外）發布。根據證券期貨投資者適當性管理辦法，本報告內容僅供我公司適當性評級為 C3 及以上等級的投資者使用，本公司不會因接收人收到本報告而視其為本公司的當然客戶。若您并非前述等級的投資者，為

143、保證服務質量、控制風險，請勿訂閱本報告中的信息，本資料難以設置訪問權限，若給您造成不便，敬請諒解。在任何情況下，本報告的內容不構成對任何人的投資建議，也沒有考慮到個別客戶特殊的投資目標、財務狀況或需求，方正證券不對任何人因使用本報告所載任何內容所引致的任何損失負任何責任，投資者需自行承擔風險。本報告版權僅為方正證券所有，本公司對本報告保留一切法律權利。未經本公司事先書面授權，任何機構或個人不得以任何形式復制、轉發或公開傳播本報告的全部或部分內容，不得將報告內容作為訴訟、仲裁、傳媒所引用之證明或依據，不得用于營利或用于未經允許的其它用途。如需引用、刊發或轉載本報告，需注明出處且不得進行任何有悖原

144、意的引用、刪節和修改。評級說明：評級說明：類別類別 評級評級 說明說明 公司評級 強烈推薦 分析師預測未來12個月內相對同期基準指數有20%以上的漲幅。推薦 分析師預測未來12個月內相對同期基準指數有10%以上的漲幅。中性 分析師預測未來12個月內相對同期基準指數在-10%和10%之間波動。減持 分析師預測未來12個月內相對同期基準指數有10%以上的跌幅。行業評級 推薦 分析師預測未來12個月內行業表現強于同期基準指數。中性 分析師預測未來12個月內行業表現與同期基準指數持平。減持 分析師預測未來12個月內行業表現弱于同期基準指數?；鶞手笖嫡f明 A股市場以滬深300 指數為基準；香港市場以恒生指數為基準，美股市場以標普500指數為基準。方正證券研究所聯系方式：方正證券研究所聯系方式：北京：西城區展覽館路 48 號新聯寫字樓 6 層 上海：靜安區延平路71號延平大廈2樓 深圳：福田區竹子林紫竹七道光大銀行大廈31層 廣州：天河區興盛路12號樓雋峰苑2期3層方正證券 長沙：天心區湘江中路二段36號華遠國際中心37層 E-mail：