《美光科技-美股公司研究報告-HBM自我突破在AI浪潮中引領重估-240514（76頁）.pdf》由會員分享，可在線閱讀，更多相關《美光科技-美股公司研究報告-HBM自我突破在AI浪潮中引領重估-240514（76頁）.pdf（76頁珍藏版）》請在三個皮匠報告上搜索。

1、 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。1 證券研究報告 美光科技美光科技(MU US)HBM 自我突破在自我突破在 AI 浪潮中引領重估浪潮中引領重估 華泰研究華泰研究 首次覆蓋首次覆蓋 投資評級投資評級(首評首評):):買入買入 目標價目標價(美元美元):):165.00 2024 年 5 月 14 日美國 半導體半導體 HBM 自我突破，首次覆蓋給予“買入”評級，目標價自我突破，首次覆蓋給予“買入”評級，目標價 165 美元美元 14 年以來美光估值經歷三次峰值，分別源于移動互聯網普及（2.8x Forward PB，簡寫為 FPB）、企業上云潮和加密貨幣潮（18

2、年 1.7x FPB）以及疫情居家辦公帶來的短期需求激增（21 年 2.0 x FPB）。截至 24 年 5 月 12 日美光估值為 2.6x FPB（彭博一致預期），逼近歷史峰值。然而，我們認為，美光已來到重估的分水嶺，突破或由雙輪驅動：1）傳統 DRAM 和 NAND 的ASP 回升及下游需求改善所帶來的估值修復；2）借助 AI 浪潮催生的新需求，HBM3E 和 DDR5 等高端產品的營收占比提升，帶動利潤率優化以及估值上修。對比同業海力士和三星，25 年彭博一致預期為 1.5x 和 1.3x，但鑒于 14 年以來美股納指 PB 約為韓國高科技板塊 KOSDAQ PB 的 2.5 倍，我們

3、給予美光 FY25 PB 3.3x，首次覆蓋給予“買入”評級，目標價 165 美元。DRAM 業務：業務：HBM3E 追趕市場份額，追趕市場份額，DDR5 及傳統及傳統 DRAM 巧借巧借 AI 東風東風 我 們 預 計 FY24/25/26 營 收 為 178/278/320 億 美 元，對 應 同 比 為62.3%/56.2%/15.1%。我們認為，HBM 產品作為 AI 芯片“標配”，GPU+HBM模式提升芯片 AI 訓練和推理表現，ASIC AI 加速器亦能通過增加 HBM 內存有效提升性能，彌補“算力差距”，需求能見度高，我們預計 24-25 年 HBM將維持 4%-5.4%的供給缺

4、口。美光通過 HBM3E 供貨英偉達 H200 等，客戶基礎穩固，疊加有望在 FY24-25 進入其他 AI 芯片供應鏈，將實現量價齊升和利潤率優化。同時，傳統 DRAM 產品伴隨著 AI 設備及生成式 AI 逐漸向端側擴展，美光面向端側 AI 的 GDDR7、LPDDR5X 和 LPCAMMA2 產品將三箭齊發。此外，通用服務器需求或也見回暖，疊加 Win 10 終止服務及Win 12 和 co-pilot 的推出帶動新一輪 PC 換機周期，亦將利好 DRAM 需求。NAND 業務：業務：FY24-25“供銷兩旺”，“供銷兩旺”，下游設備需求拉動下游設備需求拉動大容量產品增長大容量產品增長

5、我 們 預 計 FY24/25/26 營 收 為 69/122/125 億 美 元，對 應 同 比 為64.2%/77.1%/2.4%。23 年供應端減產以來下游庫存基本出清，24 年 NAND復蘇有望，核心將是下游設備需求拉動。端側 AI 場景的大容量存儲要求亦帶來需求新動能。在實現“更大容量+更高耐用+更低成本”的要求下，美光 232 層 TLC/QLC NAND 為核心的產品矩陣將受益于上述各場景需求。HBM 戰場戰場三足鼎立，三足鼎立，NAND 市場則百家爭鳴，美光份額能否站穩腳跟？市場則百家爭鳴，美光份額能否站穩腳跟？HBM 在內存里技術壁壘較高，美光、海力士和三星三足鼎立。龍頭海力

6、士原為英偉達 HBM3 獨供；行業第二三星的 HBM3E 也“Jensen Approved”；美光憑借 HBM3E 成功進入英偉達供應鏈，或將引發估值重估，從無到有實現更高的營收彈性。反之，傳統 DRAM 標準化程度高，大宗商品屬性強；NAND 市場更為分散，主流廠商技術迭代基本同步，份額爭奪在于產能規模。風險提示：AI 芯片需求不及預期；下游需求不及預期；地緣政治風險等。研究員 何翩翩何翩翩 SAC No.S0570523020002 SFC No.ASI353 +(852)3658 6000 基本數據基本數據 目標價(美元)165.00 收盤價(美元 截至 5 月 10 日)121.24

7、 市值(美元百萬)134,257 6 個月平均日成交額(美元百萬)1,820 52 周價格范圍(美元)59.80-130.54 BVPS(美元)40.18 股價走勢圖股價走勢圖 資料來源：S&P 經營預測指標與估值經營預測指標與估值 會計年度會計年度 2022 2023 2024E 2025E 2026E 營業收入(美元百萬)30,758 15,540 25,073 40,422 44,916+/-%11.02(49.48)61.34 61.22 11.12 歸屬母公司凈利潤(美元百萬)8,687(5,833)387.89 9,395 10,839+/-%48.22(167.15)(106.6

8、5)2,322 15.37 EPS(美元，最新攤薄)7.74(5.27)0.35 8.48 9.79 ROE(%)18.51(12.41)0.87 18.77 17.91 PE(倍)6.37(16.29)327.85 13.54 11.73 PB(倍)1.11 2.15 2.82 2.31 1.92 EV EBITDA(倍)8.12 70.30 15.78 6.76 5.28 資料來源：公司公告、華泰研究預測 (7)20467399May-23Sep-23Jan-24May-24(%)美光科技標普500 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。2 美光科技美光科技(MU U

9、S)正文目錄正文目錄 美光的自我突破，在美光的自我突破，在 AI 浪潮下引領的新一輪估值重估浪潮下引領的新一輪估值重估.6 HBM：AI 芯片性能催生內存需求，后起之秀美光該如何布局？芯片性能催生內存需求，后起之秀美光該如何布局？.13 AI 芯片存算發展不同步，內存瓶頸催生 HBM 需求.13 內存迭代提升 AI 芯片性能，HBM 相較傳統顯存實現容量和帶寬倍增.14 面向 ASIC 新藍海，HBM 同樣蓄勢待發.15 HBM 核心工藝：TSV 和鍵合堆疊.17 CoWoS 成 HBM 搭載關鍵，英特爾 EMIB 能否接力？.17 HBM3/3E 擴產加速，但供需缺口短期或難以緩解.20 H

10、BM 供需測算：24-25 年需求高速增長，供給缺口短期難以緩解.21 從 AI 服務器需求看 HBM，高速增長帶來內存新增長點.25 競爭格局：三大廠商瓜分 HBM3/3E 市場，各顯神通角逐 HBM4.25 美光：跳過 HBM3，1-制程 HBM3E 加速追趕.27 SK 海力士：超越三星的 HBM 領頭羊，先發優勢、領先制程和鍵合工藝穩坐頭把交椅.29 三星：依托自家晶圓代工部門，一站式策略追趕海力士市場份額.31 HBM4：三大廠商方案齊出，混合鍵合延遲導入影響幾何？.33 DRAM：制程精進：制程精進+端側端側 AI 驅動的創新路線驅動的創新路線.36 頭部廠商主動減產效應顯現，DR

11、AM ASP 23H2 以來迎來修復.38 AI 拉動 PC、手機以及服務器出貨量，撬動 DRAM 需求增長.39 PC 市場觸底反彈，Windows 系統換代拉動換機潮.39 AI PC 崛起，滲透率未來可期，或成未來 PC 銷量增長的主要動力.40 AI 手機引領旗艦潮流，中端機種開始全面滲透，拉動 LPDDR5X 需求.43 AI 服務器需求強勁，通用服務器配置新平臺引領換機潮.45 面向 AI 的產品布局，GDDR7、LPDDR5X 和 LPCAMM2 三箭齊發.47 美光面向 AI PC 和 AI 手機的產品布局：GDDR7、LPDDR5X 和 LPCAMMA2.48 1-制程領先競

12、爭對手，投資美日臺重點布局.51 競爭格局：行業高度集中，三足鼎立技術咬合緊密，制程產品各有千秋.52 NAND：服務器：服務器 eSSD 和大容量智能手機和大容量智能手機 UFS 引領新增長引領新增長.57 NAND ASP 23Q3 見底回升，24 年 ASP 增長趨平穩.58 HBM 和 DDR5 之外，AI 將如何惠及 NAND Flash？.60 圍繞 232 層 NAND，美光瞄準 AI PC、數據中心和大容量智能手機.61 競爭格局：技術趨同，廠商份額差異主要鑒于產能規模.64 盈利預測與估值：盈利預測與估值：AI+HBM 帶來重估機會，目標價帶來重估機會，目標價 165 美元美

13、元.67 風險提示.72 圖表目錄圖表目錄 圖表 1：美光科技 TTM PB 估值周期圖.7 圖表 2：公司營收按部門劃分（FY，百萬美元）.11 圖表 3：公司營收分部門同比增速（FY，%）.11 圖表 4：公司營收按技術劃分（FY，百萬美元）.11 圖表 5：公司營收分技術同比增速（FY，%）.11 圖表 6：美光分技術營收占比（%）.11 圖表 7：美光 Non-GAAP 利潤率（%）.12 圖表 8：美光分地區營收占比（%）.12 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。3 美光科技美光科技(MU US)圖表 9：AI 訓練中的數據傳輸路徑示例：從外部存儲到片外內存

14、，再到計算核心.13 圖表 10：內存帶寬需求伴隨模型復雜度快速提升（GB/s）.14 圖表 11：AI 模型復雜度提升和 AI 芯片內存容量提升并不同步.14 圖表 12：主流加速卡算力增長和內存方案/傳輸帶寬增長并不同步.14 圖表 13：GPU 內存上限帶來“內存墻”問題.14 圖表 14：英偉達 H100 與 H200 性能對比.15 圖表 15：DDR、GDDR 和 HBM 對比：HBM 通過堆疊實現內存容量和帶寬倍增.15 圖表 16：主流 AI 芯片參數及內存配置：伴隨芯片迭代，算力提升、內存擴容和帶寬拓展是大勢所趨，HBM 成為 AI芯片標配.16 圖表 17：HBM 通過 T

15、SV 垂直連接，以微凸點作為鍵合接點.17 圖表 18：TSV 垂直連接免去傳統引線的復雜布線.17 圖表 19：對比 GDDR5：HBM 和邏輯芯片封裝于同一中介層.17 圖表 20：GDDR5 和 HBM1 主要性能對比.17 圖表 21：HBM 利用 2.5D 封裝，本質上形成一種“近存計算”，縮短數據傳輸的物理距離.18 圖表 22：CoWoS 縮短片間距實現更好的傳輸信號完整性.19 圖表 23：臺積電 CoWoS 迭代增大硅中介尺寸，匹配 HBM 封裝需求.19 圖表 24：AMD MI300 架構：8 塊 HBM3 分置兩側，通過 CoWoS 與中間邏輯芯片的 I/O 層連接.1

16、9 圖表 25：三大廠商 2024-2025 年 HBM 晶圓投入量.21 圖表 26：根據計算，單片 12 英寸 Wafer 可切割 HBM3/3E DRAM 約 442（=491 x 0.9）顆.22 圖表 27：HBM 各產品產能分布預測（%）.22 圖表 28：三大廠商 2024-2025 年 HBM 晶圓投入量.22 圖表 29：2022-2025 年 HBM 出貨量（mn GB）.23 圖表 30：2022-2025 年 HBM 市場規模（十億美元）.23 圖表 31：2024-2025 HBM 供應端產能預測（K GB）.24 圖表 32：美光 2024-2025 年 HBM 營

17、收及占比.24 圖表 33：Dell ISG 營收同比增長（百萬美元，%）.25 圖表 34：Dell ISG 營收環比增長（百萬美元，%）.25 圖表 35：HBM 工藝成本拆分（4 層 DRAM，99.5%良率）.25 圖表 36：2023 年 HBM 市場份額.25 圖表 37：HBM 主要生產商技術路線圖 2022-2026.26 圖表 38：三大廠商 HBM3/3E 的性能對比表.26 圖表 39：HBM 進程時間表.27 圖表 40：美光 HBM3E 產品展示.28 圖表 41：美光 HBM3E 規格參數.28 圖表 42：美光 HMC 設計概念和性能參數：與 HBM 高度相仿.2

18、8 圖表 43：MR-MUF 對比 TC-NCF 溫度下降 14%.29 圖表 44：Advanced MR-MUF 對比 MR-MUF 散熱能力進一步提高.29 圖表 45：SK 海力士以 MR-MUF 代替 TC-NCF，大幅降低 HBM 熱阻.30 圖表 46：SK 海力士 6 代 HBM 參數對比.30 圖表 47：海力士分業務營收（CY，萬億韓元，%）.30 圖表 48：海力士各業務營收占比（CY，%）.30 圖表 49：海力士 DRAM 營收（CY，萬億韓元，%）.31 圖表 50：海力士 NAND 營收（CY，萬億韓元，%）.31 圖表 51：海力士盈利能力（CY，%）.31 圖

19、表 52：海力士庫存情況（CY，萬億韓元，%）.31 圖表 53：三星歷代 HBM 參數對比.32 圖表 54：TC（熱壓）鍵合工藝原理示意.33 圖表 55：對比第五代產品 HBM3E，第六代產品 HBM4 有望實現存儲器和邏輯芯片的垂直堆疊.33 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。4 美光科技美光科技(MU US)圖表 56：AMD V-Cache 原理 將 L3 緩存置于 CPU 頂部，兩側硅片用于芯片加固和輔助散熱.34 圖表 57：微凸點和混合鍵合橫截面對比，混合鍵合無焊料球.34 圖表 58：混合鍵合相較微凸點的 I/O 密度提升.34 圖表 59：混合鍵

20、合的工藝流程：電鍍-CMP 及清洗-離子活化-對齊并施壓貼合-退火使銅接點膨脹并接合-銅離子相互擴散完成鍵合.35 圖表 60：HBM 三大廠商 SWOT 分析.35 圖表 61：DRAM 產業結構（以 PC 為例）：美光屬于 DRAM“原廠”，即絕大部分 DRAM 顆粒的來源.37 圖表 62：GDDR 和 LPDDR 相較 DDR 在數據傳輸速率和功耗方面針對性演化.37 圖表 63：美光 DRAM 布局及未來發展路線.37 圖表 64：DDR3 和 DDR4 近 4 年價格變化情況（單位：美元）.38 圖表 65：DDR5 近 1 年價格變化情況（單位：美元）.38 圖表 66：LPDD

21、R 近 4 年價格變化情況（單位：美元）.38 圖表 67：PC DDR4 對比服務器 DDR4（單位：美元）.38 圖表 68：23Q4-24Q1 DRAM 合約價見較大漲幅，24Q2 DRAM 合約價環比漲幅或逾 20%.39 圖表 69：全球 PC 出貨量：23H2 以來回溫（百萬，%）.40 圖表 70：23 年主流 ODM/OEM 庫存基本出清，24Q1 庫存水位略高于疫情前水平.40 圖表 71：各 AI 巨頭亮相大會，與聯想攜手推進 AI 發展.41 圖表 72：AI PC 出貨量在 20202030 年的 CAGR 將達到 50%以上.42 圖表 73：2023-2023 年

22、AI PC 創新擴散曲線.42 圖表 74：各 PC 廠商 AI PC 上市節奏.42 圖表 75：英特爾 AI PC 產品規劃參數對比.42 圖表 76：全球智能手機出貨量：23H2 以來回溫（百萬，%）.43 圖表 77：功耗與頻率測試：為應對機體過熱，A17 Pro 主動降頻至 A16.43 圖表 78：散熱性能對比：Iphone 系列對比安卓旗艦有較大差距.43 圖表 79：三星 Galaxy S24 Ultra 對比 S23 Ultra.44 圖表 80：三星 Galaxy AI 實現機上 AI 功能.44 圖表 81：S24 和 S23 散熱板對比.44 圖表 82：A17 Pro

23、 處理器性能提升.44 圖表 83：2019-2024 年全球服務器出貨量（單位：百萬，%）.45 圖表 84：2022-2027 年全球服務器市場規模（單位：十億美元）.45 圖表 85：四大科技巨頭近五年的資本開支（百萬美元）.46 圖表 86：2022-2028 DRAM 出貨量變化（以模組和世代區分）.46 圖表 87：Intel 和 AMD 采用 DDR5 的服務器 CPU.47 圖表 88：2023 年英特爾和 ARM 架構服務器 CPU 產品參數對比.47 圖表 89：GDDR6X 在英偉達 40 系顯卡中的應用.48 圖表 90：美光 GDDR6X 與前幾代主要性能對比.49

24、圖表 91：美光 LPDDR5X.49 圖表 92：美光第三代 LPDDR5X 率先采用 1-制程，制程領先海力士和三星同代產品（截至 24 年 4 月）.49 圖表 93：LPDDR 在傳輸速率和應用場景有明顯代差，逐漸適配 AI 場景.49 圖表 94：LPCAMM 模組相較于 SODIMM 減少設備內部空間占用.50 圖表 95：伴隨 AI 模型復雜度提高，AI PC 的內存/帶寬需求提升.50 圖表 96：PCMark 10 跑分對比-美光 LPCAMM2 和 So-DIMM.50 圖表 97：美光制程節點精進路線圖及對應 DRAM 產品，下一代 1-制程的存儲芯片預期 2025 年

25、H1 開始量產.51 圖表 98：美國芯片與科學法案補助款項（億美元）.52 圖表 99：美光美日臺三地 DRAM 投資計劃.52 圖表 100：DRAM 市場競爭格局演變.53 圖表 101：三大廠商 24 年 DRAM 產能規劃.53 圖表 102：DRAM 主要玩家的制程和產品路徑（2022 年 6 月發布），三大廠商 DRAM 產品迭代咬合緊密.54 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。5 美光科技美光科技(MU US)圖表 103：GTC 2024 上三星展出的 GDDR7 參數.55 圖表 104：HKMG 將柵極材料由多晶硅/SiON 轉為高 k/金屬.5

26、5 圖表 105：HKMG 實現晶體管柵氧化層厚度減少，功率降低.55 圖表 106：DRAM 三大廠商 SWOT 分析.56 圖表 107：美光 24 年 4 月 26 日官宣 232 層 QLC NAND.58 圖表 108：3D NAND 推出以來，密度每年以穩定的速度提高 30%。.58 圖表 109：SLC 向 QLC 等轉變提升每單元存儲位數，但犧牲了可靠性.58 圖表 110：TLC NAND Flash 近 5 年價格變化情況（單位：美元）.59 圖表 111：22 年底至 23 年半導體廠商 NAND 相繼減產，24Q1 開始逐步回調產能.59 圖表 112：24Q2 NAN

27、D 合約價環比漲幅將收斂至 13%-18%.60 圖表 113：加速器舉例：eSSD 將存儲的數據傳輸至 CPU 和 DRAM 進行“中轉”，再經由 PCIe 總線至邏輯芯片.60 圖表 114：PCIe 迭代帶來傳輸速率的翻倍提升.60 圖表 115：數據中心 eSSD 的性能關注點：高容量和高耐用性.60 圖表 116：UFS 迭代帶來傳輸速率的翻倍提升.61 圖表 117：主流 NAND 廠商 2023 年至今技術進展.61 圖表 118：美光 232 層 TLC NAND 閃存.62 圖表 119：美光 6500 ION NVMe SSD（30.72 TB，6.8GB/s 循序讀取速率

28、、5GB/s 循序寫入速率）.62 圖表 120：美光 NAND 主流高端產品.63 圖表 121：美光 UFS4.0 產品介紹.63 圖表 122：美光 UFS4.0 產品介紹.64 圖表 123：NAND 閃存市場競爭格局演變.64 圖表 124：NAND 主要生產商技術路線圖 2014-2024Q1，3D NAND 層高增長迅速，頭部廠商技術迭代基本同步.65 圖表 125：3D NAND 工藝主要難題在于蝕刻通道孔.66 圖表 126：伴隨 NAND 層數增高，生產所需時間呈指數型增長.66 圖表 127：NAND 三大廠商 SWOT 分析.66 圖表 128：十年 PB 對比：納斯達

29、克指數和韓國 KOSDAQ 指數，納指 P/B 估值享有溢價.67 圖表 129：美光、SK 海力士和三星歷史 ROE（單季度，%）.68 圖表 130：美光、SK 海力士和三星估值（截至 2024 年 5 月 12 日）.68 圖表 131：美光、SK 海力士和三星歷史 PB（截至 24 年 5 月 12 日）.70 圖表 132：美光、SK 海力士和三星歷史 PS（截至 24 年 5 月 12 日）.70 圖表 133：費城半導體指數（SOX）和美光股價走勢趨同.71 圖表 134：近十年費城半導體指數（SOX）和半導體廠商存貨 DIO 基本呈相反方向變動.71 圖表 135：美光分業務盈

30、利預測（單位：百萬美元）.71 圖表 136：全球 DRAM 營收及 YoY（CY，百萬美元）.72 圖表 137：全球 NAND 營收及 YoY（CY，百萬美元）.72 圖表 138：美光科技 PE-Bands.72 圖表 139：美光科技 PB-Bands.72 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。6 美光科技美光科技(MU US)美光的自我突破，在美光的自我突破，在 AI 浪潮下引領的新一輪估值重估浪潮下引領的新一輪估值重估 區別于市場觀點：區別于市場觀點：我們認為，美光我們認為，美光將來到重估的分水嶺，將來到重估的分水嶺，估值提升估值提升或或將是雙輪驅動，將是雙

31、輪驅動，1）存存儲行業步入新一輪上行周期，儲行業步入新一輪上行周期，傳統傳統 DRAM 和和 NAND 的的 ASP 回穩回穩及下游需求改善所帶來的及下游需求改善所帶來的估值修復；估值修復；2）同時借助同時借助 AI 浪潮催生的新需求浪潮催生的新需求，HBM3E 和和 DDR5 營營收占比提升帶動利潤收占比提升帶動利潤率優化，引領率優化，引領估值突破。估值突破。我們認為市場低估了存儲行業上行周期的持續性和重估能力，以我們認為市場低估了存儲行業上行周期的持續性和重估能力，以及對美光能如何受益于本輪以及對美光能如何受益于本輪以 AI 驅動的周期存在認知差。驅動的周期存在認知差。市場普遍認知到 DR

32、AM 及 NAND 兩種傳統存儲產品在 24 年將出現量價修復，并認為 PC出貨量將伴隨 AI PC 崛起、下游庫存出清以及新一輪換機潮回暖，同時手機市場在 24 年也將開始復蘇。但我們認為，市場忽略了本輪以 AI 驅動的上行周期的持續性與 18 年（云計算數據中心搭建和虛擬貨幣潮）、21 年（疫情期間在家辦公）兩輪周期不同，并低估了內存（特別是 HBM）在 AI 計算里起到的重要作用。另外，市場也普遍認為美光在 HBM 技術里落后于龍頭 SK 海力士和晶圓代工一體化的三星兩家韓系企業，對美光在 HBM 等高端產線增長及在 HBM 市場爭奪中的定位尚存不確定性，但我們認為，美光 1-制程幫助其

33、 HBM3E實現效能優勢，其 HBM3E 已經成功進入英偉達供應鏈，并有望拓展客戶至其他 AI 芯片，需求能見度高，或將從無到有實現更高的營收彈性 。高存儲密度和高帶寬的特性讓高存儲密度和高帶寬的特性讓 HBM 成為了成為了 AI 場景下內存容量和帶寬瓶頸的解決方案場景下內存容量和帶寬瓶頸的解決方案，減，減少算力浪費，在訓練和推理場景扮演不同角色：少算力浪費，在訓練和推理場景扮演不同角色：1）AI 訓練的大容量“數據中轉站”：訓練的大容量“數據中轉站”：訓練數據需從 SSD 等外部儲存器分批次（batch）加載進 HBM，等待加速器調用，同時，訓練過程中的模型參數、正向傳播的中間狀態（acti

34、vation）、優化器狀態以及反向傳播的梯度（gradient）也需存入 HBM，方便加速器在計算和優化過程中快速訪問和讀寫。HBM 以其大容量、高帶寬的特性，減少加速器訪問外部儲存器次數，降低數據傳輸延遲，從而提升AI 訓練效率；2）AI 推理的“模型參數倉庫”：推理的“模型參數倉庫”：訓練后的數據本質上是一大堆的參數，HBM可容納更為復雜的模型，方便加速器推理時調用，減少數據搬運時間，提升 AI 推理效率。作為作為 AI 芯片芯片的核心組件之一，的核心組件之一，HBM 的需求能見度高的需求能見度高，展望未來，我們認為展望未來，我們認為單卡單卡 HBM 堆堆棧數目增多、層數增高和迭代趨勢已初

35、見端倪棧數目增多、層數增高和迭代趨勢已初見端倪。GTC 2024 上英偉達發布新一代架構Blackwell 及 B200 GPU，通過搭載 8 顆 HBM3E 實現 192GB 內存容量和 8TB/s 的帶寬，對比上一代 H200（6 顆 HBM3E，內存容量 141GB，帶寬 4.8TB/s）在內存/帶寬上提升36.2%/66.67%。除去英偉達，除去英偉達，AMD、英特爾、英特爾和云廠商自研和云廠商自研 ASIC 也呈現相同趨勢：也呈現相同趨勢：1）AMD：2023 年 6 月 AMD 發布的 MI300X 搭載 8 顆 12 層 HBM3 實現 192GB 內存容量和 5.3TB/s帶寬

36、，對比上一代 MI250X（8 顆 HBM2E，內存容量 128GB，帶寬 3.2TB/s）在內存/帶寬上提升 50%/65.6%；2）谷歌：谷歌：2023 年 12 月 6 日谷歌公布 TPU v5p 性能參數，配置 95GB HBM3，對比上一代 TPU v5e（16GB HBM2/2E）在 GPT3-175B 模型上訓練速度提升近50%；3）AWS：2023 年 12 月 7 日 Digitimes 援引韓媒 Digital Times 消息，AWS 于年度大會 re:Invent 2023 公開的 Trainium 2 芯片搭載 4 顆 12 層 24GB HBM3，對比上一代Trai

37、nium 32GB HBM2E 容量提升 200%；4）英特爾：英特爾：2024 年 4 月 9 日英特爾發布 Gaudi 3，搭載 8 顆 16GB HBM2E，實現 3.7TB/s 帶寬，對比上一代 Gaudi 2（6 顆 16GB HBM2E）內存容量提升 33%。截至 2024 年 5 月 12 日美光估值為 2.60 x Forward PB，超過上一輪上行周期（21 年，2.0 x Forward PB）估值峰值。14 年以來美光估值曾經歷三次峰值，分別受益于：移動互聯網普及（14 年，2.8x Forward PB,3.7x TTM PB）、上云趨勢帶來的服務器需求和加密貨幣潮（

38、18年，1.7x Forward PB，3.1x TTM PB）以及疫情居家辦公帶來的短期需求激增（21 年，2.0 x Forward PB，2.65x TTM PB）：免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。7 美光科技美光科技(MU US)圖表圖表1：美光科技美光科技 TTM PB 估值周期圖估值周期圖 資料來源：公司公告、Bloomberg、TrendForce、Business Quant、華泰研究 （1）2014 年年：12-14 年移動互聯網普及帶動智能手機和平板電腦銷售量快速增長，根據 Gartner 2015 年數據，11-14 年全球智能手機銷售量同比增

39、長均超 28%，CAGR 38.2%。下游終端需求帶動全球半導體銷售額上行，根據WSTS 歷史數據及DRAMeXchange 11-15年每季度統計，本輪上行周期歷時約 33 個月，全球半導體銷售額自 12Q1 谷底波動上升至14Q3 峰值，12-14 年期間全球半導體銷售額漲幅 15%，其中 DRAM 和 NAND 銷售額漲幅均超 70%。FY14 美光營收 164 億美元，同比增長 80.3%，FY12-14 期間營收增長 98.7%，主要系美光收購爾必達（Elpida）迅速擴張 DRAM 市場份額，以及智能手機和平板電腦出貨擴增拉動美光 NAND Flash 營收增長。（2）2018 年

40、年：16 下半年到 18 年，企業上云趨勢帶動服務器需求高速增加，疊加加密貨幣潮帶動的礦機需求，全球半導體行業迎來新一輪上行周期，DRAM 及 NAND 產品領漲顯著。根據 IDC 和 Gartner 16-18 年季度統計數據，16-18 年全球服務器出貨量和 ASP 增長帶動營收漲幅達 56%，18Q4 出貨量近 350 萬臺，同比增長 8.5%。根據 Coinmarketcap 17年 12 月 31 日數據，2017 年虛擬貨幣市場總值達 5724.8 億美元，全年累計增長 3028%，比特幣（BTC）價格上漲 13 倍，一度突破 20089 美元。以太坊（Ethereum）的數字代幣

41、以太幣 2017 年漲幅達 111%，其采用名為 Ethash 的硬內存（memory-hard）算法，要求在挖礦過程中頻繁地從一個大型數據集（稱為 DAG）中讀取數據，該操作主要受到內存帶寬，加上當時還采用 Proof of Work（POW）計算，故拉動 GPU 和存儲的熱度提升。根據WSTS 歷史數據及 DRAMeXchange 16-19 年每季度統計，全球半導體銷售額 16-18 年漲幅 38%，其中 DRAM 和 NAND 銷售額漲幅分別為 145%和 63%，而本輪上行周期歷時約27 個月。FY18 美光營收 304 億美元，同比增長 49.5%，FY16-18 期間營收增長 1

42、45.1%，主要系兩年間下游需求使得 DRAM 市場供應緊俏，ASP 持續保持高位。（3）2021 年年：2020 年開始新冠疫情的居家辦公場景帶來短期消費電子產品（智能手機、PC 等）需求的快速增長。根據 Gartner 2019-2023 年數據，2021 年全球智能手機銷售量同比增長6.1%，為19-23年間唯一實現同比增長的年份，而全球PC出貨量同比增長20.2%，為19-23年間唯一實現兩位數增長的年份。根據WSTS 歷史數據及DRAMeXchange 20-22年統計，全球半導體銷售額自 20Q3 起實現約 20 個月的連續環比增長，期間漲幅 34%，21年全球 DRAM/NAND

43、 銷售額同比增長 42%/21%。FY21 美光營收 277 億美元，同比增長29.3%，其中 DRAM 營收同比增長 38%，NAND 營收同比增長 14%。本輪短期上行美光增長不及行業，主要系：1）20 年底美光 DRAM 工廠斷電、中國臺灣地震導致其 DRAM 產能損失；2）20-21 年美光 NAND 擴產對比三星、鎧俠等競爭對手較為保守，同年海力士收購英特爾NAND業務份額趕超美光。疫情帶來的短期需求于22下半年見頂，22下半年至23Q3期間消費電子需求疲軟，AI 等新的增長點尚未成熟，半導體市場處于下行周期。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。8 美光科技美

44、光科技(MU US)我們認為我們認為 24 年內存行業邁入新一輪年內存行業邁入新一輪上上行周行周期，由期，由 AI 浪潮驅動，并將浪潮驅動，并將受益于受益于 AI 芯芯片及片及 AI應用應用普及普及所帶來的所帶來的中長期增長中長期增長，跟，跟 14 年的邏輯類似，而年的邏輯類似，而并非如同加密貨幣潮和疫情帶來的并非如同加密貨幣潮和疫情帶來的短期需求激增，因此我們認為美光有望借助短期需求激增，因此我們認為美光有望借助 AI 東風東風，估值應往，估值應往 2014 年水平靠攏年水平靠攏，甚至突，甚至突破。破。我們預計FY24/25/26公司營收分別為251/404/449億美元，同比為61.3%/

45、61.2%/11.1%。具體而言：DRAM 業務：業務：我們預計 DRAM 業務 FY24/25/26 營收為 178/278/320 億美元，對應同比為62.4%/56.2%/15.1%，主要由 HBM 的量價齊升帶動，疊加 AI 手機、AI PC 和 AI 服務器的DRAM 需求。1）HBM 受惠于受惠于 AI 芯芯片需求和設計進化片需求和設計進化，美光，美光作為后起之秀，作為后起之秀，通過通過 1-HBM3E 追趕市場追趕市場份額份額：我們認為，隨著 AI 芯片需求的增加和在設計上的進化，更多的 HBM 將更緊密的搭載在 AI 芯片周邊，在 AI 訓練和推理時增加內存和降低延時。目前，H

46、BM3/3E 市場已打破“獨供”，由 SK 海力士、三星和美光三家割據：SK 海力士原為英偉達 HBM3 獨供，率先敲定英偉達 HBM3E 商單，24 年 3 月 19 日宣布開始 8 層 HBM3E 量產，24Q2 業績會公司宣布 12 層 HBM3E 將于 24Q3 完成開發，隨即向客戶送樣；三星于 23H2 宣布量產 HBM3 Icebolt（8/12 層堆疊）并確認供貨 AMD MI300 系列，隨后三星加速產品迭代并積極拓展客戶，GTC 2024 期間展示其 12 層 36GB HBM3E，英偉達 CEO Jensen Huang 會上于三星12 層 HBM3E 旁簽下“Jensen

47、 Approved”，確認該產品正在通過英偉達效能驗證，Digitimes 24 年 4 月報道三星 HBM3E 測試已近尾聲，最快 24Q2 開始供貨英偉達，相較之前市場預期的24H2提前。相比之下，美光并非HBM3/3E的先行者，公司跳過HBM3直接研發HBM3E，23 年 7 月，美光宣布與臺積電 3D-Fabric 聯盟，推出 1-制程的 HBM3E，并于 24 年 2 月率先宣布實現量產，確認供貨英偉達H200并于24年3月22日確認出樣12層36GB HBM3E，預期 25 年量產。通過測算存儲廠商 HBM 產線晶圓投入量和臺積電先進封裝產量，我們認為 24/25 年 HBM3/3

48、E 供需缺口約為 5.4%/4.1%。美光作為后起之秀，HBM 產能相較 SK 海力士和三星仍顯不足，主要是承接兩者溢出的訂單。根據 FY24Q2 業績會，美光管理層對 HBM3E 前景樂觀，重申 24 年 HBM3E 產能已售罄，并正在接受除英偉達之外客戶驗證。公司目標 FY24 HBM3E 的營收為數億美元，而DRAM 和整體毛利率將于 FY24Q3 開始改善。相較 23 年約 3-10%的市場份額，公司預計25 年 HBM 的市占率將與其在 DRAM 的市占率平齊（約 20%），將帶來較高的增長空間。我們認為通過供應英偉達 H200，美光 HBM3E 現已具有初步客戶基礎，若能按照計劃在

49、FY24-25 實現 HBM3E 擴產和產品驗證，進一步滿足下游客戶需求，將顯著受惠于高速增長的 HBM 市場，并憑借 HBM 產品更高的 ASP 帶來利潤率的優化。2）傳統）傳統 DRAM 供應商庫存已降低，以供應商庫存已降低，以 DDR5 為代表的為代表的 AI 相關內存需求則受惠于相關內存需求則受惠于 AI 手機、手機、AI PC 和和 AI 服務器服務器滲透率提升帶來的商機：滲透率提升帶來的商機：根據 Digitimes 24 年 3 月 12 日報道并結合美光 FY24Q2 業績會信息，DDR5 供應較為吃緊，DDR5 在 24 年初仍處于供不應求，24Q1約有 3%的供給缺口，伴隨

50、存儲廠商陸續恢復增產，預期 24Q2 起缺口收斂至 1%，24H2產能將持續開出，伴隨 DDR5 在服務器和終端側滲透率快速提升，下游需求可望消化新增產能，從而維持 DDR5 ASP 漲勢。相較而言，DDR4 和 DDR3 等傳統 DDR 方面，DDR4是 23 年上游原廠減產的重點，23Q3 DDR4 仍處于虧損出貨狀態，盡管下游庫存水平逐漸恢復健康，短期內成熟制程產品（如中低端服務器和消費電子產品）需求增長并不強勁，故美光等主要供應商仍不傾向恢復產能，疊加 HBM 和 DDR5 需求增長產生 DRAM 產能排擠，整體將對 DDR4 和 DDR3 等傳統 DRAM 保持積極的產能控制。免責聲

51、明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。9 美光科技美光科技(MU US)24Q2，短期內受，短期內受 4 月月 3 日日中國中國臺臺灣強震對供應鏈影響，灣強震對供應鏈影響，DRAM ASP 或見較大漲幅，或見較大漲幅，根據Digitimes 24 年 4 月 15 日至 17 日系列報道，該次地震對美光廠房和基礎設施未造成永久影響，單季 DRAM 供應影響約為 4%-6%，鑒于 DRAM 廠商原先已有 24Q2 DRAM ASP 調升 10-15%規劃，疊加地震影響，24Q2 美光 DRAM 合約價將調漲 25%，整體主流 DRAM合約價調漲約 20%。分應用場景來看分應用場景

52、來看來看，來看，PC 方面，方面，23 年年 PC 庫存已基本出清，順應新庫存已基本出清，順應新 CPU 機種逐漸轉往機種逐漸轉往DDR5 的趨勢，下游的趨勢，下游 DDR5 采購量或將繼續上升。采購量或將繼續上升。疊加微軟將于 25 年 10 月 14 日開始停止支持 Windows 10 所帶動，以及 AI PC 的崛起，PC DRAM 市場有望進一步迎來復蘇。根據 IDC 24 年 2 月 7 日預測，AI PC 24 年出貨量約為 50 萬臺，2027 年則有望突破 1670萬臺，3 年 CAGR 約為 222%。整體而言，PC 24Q1 出貨量已基本恢復至 19Q1 水平，24H1

53、PC 市況已經逐步好轉，雖然需求大規模增長尚未出現，但 24H2 PC 市場可望迎來進一步復蘇。AI 服務器方面，我們認為，硬件設備的規模和性能是服務器方面，我們認為，硬件設備的規模和性能是 AI 大模型時代的必然要求大模型時代的必然要求，CPU+加加速器異構帶動速器異構帶動 DDR5 和和 HBM 需求高速增長需求高速增長。鑒于目前生成式 AI 主要以大參數模型路徑實行，隨著模型數量和所需處理的數據量增長，其訓練與推理均需大量的計算能力與存儲資源。展望 24 年，AI 基礎設施將是重點投入領域，頭部云廠商和互聯網巨頭加大 AI 領域資本開支，將進一步支撐 AI 服務器行情。IDC 23 年

54、12 月發布數據顯示，23 年全球 AI 服務器市場規模達 211 億美元，預計 2025 年達 317.9 億美元，2023-2025 年 CAGR 22.7%。同時，AI 服務器自身需要處理一系列密切相關但要求各異的任務，包括數據預處理、模型訓練、推理和后處理等，因此需要 CPU+加速器異構以靈活面對使用場景。AI 服務器搭載的 CPU 負責系統啟動和維護以及系統各組件統籌協作等邏輯，在 AI 訓練和推理中亦涉及數據預處理等通用計算場景。例如，AI 訓練和推理的原始數據往往參差不齊，需要通過數據清洗、轉換、特征工程等一系列流程，最終才能為系統所用，而這些任務涉及大量邏輯運算和內存操作，對處

55、理速度和時延要求較高，因此通常由 CPU 承擔，需要更大帶寬、更大容量的內存作為支撐，帶動 DDR4 向 DDR5 迭代；而如前文所述，HBM 在 AI 訓練和推理中同樣扮演重要角色，AI 服務器的加速器搭配 HBM 已成標配，邏輯芯片頻繁讀取片外HBM 進行內存調度。根據美光 FY24Q2 業績會，一臺 AI 服務器的 DRAM 容量是通用服務器的 6-8 倍，因此快速增長的 AI 服務器需求將帶動 DRAM 需求的高速增長。通用服務器方面，通用服務器方面，24 年或迎來換機潮，產品組合將向年或迎來換機潮，產品組合將向 DDR5 傾斜。傾斜。根據 Digitimes 24 年 2月 1 日報

56、道，業界預期 24 上半年服務器需求“淡季不淡”，北美云廠商除了持續采購 AI 服務器，也開始對通用型服務器進行新一輪采購，加速英特爾 Eagle Stream 和 AMD Geona等新平臺導入，其中以谷歌和微軟采購力度較大。根據 24 年 2 月 Yole Intelligence 預測，未來五年內，DDR4 份額將進一步被 DDR5 取代。到 2027 年，DDR5 將占 DRAM 總出貨量的 80%以上。AI 手機方面，手機方面，Galaxy S24 帶動帶動 AI 手機熱潮方興未艾手機熱潮方興未艾，端側，端側 AI 功能強化對功能強化對 LPDDR5 需求需求。美光 FY24Q2 業

57、績會透露 AI 手機相較傳統非 AI 旗艦機型多出 50%-100%的 DRAM 需求，而鑒于手機功耗限制，因此帶動 LPDDR5X 需求，預測 24 年手機出貨量同比增長 3-5%。根據 Digitimes 23 年 3 月援引 IDC 預測，2024 年全球 AI 手機出貨量或增至 1.7 億臺，占手機市場出貨比重達 15%。面向面向 DDR5 商機，美光于商機，美光于 CES 2024 上展示基于上展示基于 LPDDR5X 的的 LPCAMM2 內存模組，相內存模組，相較較 DDR5 DIMM 在帶寬和能效表現上更具優勢，能更有效解決在帶寬和能效表現上更具優勢，能更有效解決 AI PC

58、和和 AI 手機手機的內存問的內存問題題。該款 LPCAMM2 已獲 Intel、聯想和仁寶等業界支持，預計 24 上半年投產。我們預計公司的 1-16GB DDR5、LPDDR5X 和 LPCAMM2 作為面向端側 AI 的內存方案將顯著受益。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。10 美光科技美光科技(MU US)NAND 業務：業務：我們預計 NAND 業務 FY24/25/26 營收為 69/122/125 億美元，對應營收同比為 64.2%/77.1%/2.4%。1）伴隨下游客戶庫存水平正?；?，）伴隨下游客戶庫存水平正?；?，美光美光對對FY24 NAND和和SS

59、D趨勢較樂觀。趨勢較樂觀。根據Bloomberg Intelligence 22-24 年數據統計，NAND ASP 下降 12 個月后于 23Q2 觸底，于 23Q3 開始回升。而根據 TrendForce 2024 年 3 月報道，供應商正在推動提高 NAND Flash 的合同價格，24Q1 漲幅約為 23-28%，Q2 NAND Flash 采購量將較 Q1 小幅下滑，但整體市場氛圍持續受供應商庫存降低，以及減產效應影響，預估 24Q2 NAND Flash 合約價將上漲約1318%。需求方面，根據公司 FY24Q2 業績會，預期未來數年 NAND 需求 CAGR 約為21%-23%，

60、而公司計劃 FY24 NAND 供給策略維持保守，著力于進一步優化庫存，縮短周轉天數，預計 NAND 需求增長將顯著高于供給。2）232層層 NAND布局布局數據中心數據中心 SSD、AI PC和和大容量智能手機：大容量智能手機：公司基于232層TLC NAND Flash，分別于 2023 年 5 月、10 月和 12 月推出 6500 ION NVMe SSD、7500 NVMe SSD和 3500 NVMe SSD。其中，6500 SSD 提供 30TB 容量，打破 QLC 和 TLC 界限，以 QLC的價格實現 TLC 的性能，FY24Q2 美光業績會透露該款 SSD 營收環比增長逾

61、50%，而 7500 SSD 和 3500 SSD 分別是面向數據中心和用戶端的另兩款解決方案。Digitimes 24 年 4 月 26 日報道提及，高層 QLC NAND 在 PC 中滲透率不斷提高，AI PC 搭載 LLM 和圖片/影片生成模型，將耗費大量存儲容量，同時，由于用戶不會立即刪除生成的大量圖片和視頻，帶來 AI PC 所需存儲空間顯著提升，同時出于降低存儲成本考量，QLC NAND 導入 PC 成為趨勢。24 年 4 月公司宣布率先量產 232 層 QLC NAND，并推出面向用戶端的 2500 NVMe SSD，現已向 PC OEM 送樣。同時，根據 Digitimes 2

62、4 年 1 月報道，業界預期 24 年 QLC NAND 將導入大容量存儲的手機新品，隨著影像存儲需求增加及 QLC NAND 更低的單位存儲成本，iPhone 及部分國產手機品牌（如 Oppo）已進入大容量 1TB 機種采用 QLC NAND 的產品驗證階段。我們預計24-25 年 AI 手機“DRAM+NAND”配合升級趨勢和大容量機種陸續上架，有望帶動美光NAND UFS 3.1（176 層 NAND）/UFS 4.0（232 層 NAND）需求增長。美光美光 FY24Q2 營收和利潤均超預期，凈利潤實現連續營收和利潤均超預期，凈利潤實現連續 5 個個季度虧損后首度扭虧季度虧損后首度扭虧

63、。美光 FY24Q2 營收 5824 百萬美元，同比+58%，環比+23%，超彭博一致預期的 5354 百萬美元；Non-GAAP 凈利潤 476 百萬美元，超彭博一致預期的-266 百萬美元；Non-GAAP EPS 0.42 美元，超彭博一致預期的-0.24 美元。受益于 ASP 恢復和高階產品銷量提升，美光經調整毛利率為 20%，超彭博一致預期的 13.6%，環比+19.2pct；經調整凈利率為 3.5%，實現扭虧，超彭博一致預期的-5.7%,環比+30.3pct。公司指引 FY24Q3 營收中位 66 億美元，超彭博一致預期的60億美元，毛利率/凈利率為26.5%/15.0%，超彭博一

64、致預期的20.9%/4.6%，主要系 HBM 和 DDR5 營收貢獻將帶來利潤率持續優化。公司預計公司預計 24 年年 DRAM 需求增速約為需求增速約為 15-17%，NAND 約為約為 21-23%。FY24Q2 美光 DRAM 營收為 4158 百萬美元，同比+53%，環比+21%，出貨量環比低個位數上升，ASP 環比上升 17-19%；NAND 營收為 1567 百萬美元，同比+77%，環比+27%。公司預計 24 年 DRAM 需求增長率將為 15-17%，NAND 將為 21-23%。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。11 美光科技美光科技(MU US)圖

65、表圖表2：公司營收按部門劃分（公司營收按部門劃分（FY，百萬美元），百萬美元）圖表圖表3：公司營收分部門同比增速（公司營收分部門同比增速（FY，%）資料來源：公司公告、華泰研究 資料來源：公司公告、華泰研究 圖表圖表4：公司營收按技術劃分（公司營收按技術劃分（FY，百萬美元），百萬美元）圖表圖表5：公司營收分技術同比增速公司營收分技術同比增速（FY，%）資料來源：公司公告、華泰研究 資料來源：公司公告、華泰研究 圖表圖表6：美光分技術營收占比（美光分技術營收占比（%）資料來源：公司公告、華泰研究 58%49%38%29%27%28%32%34%30%26%42%47%46%47%47%39%2

66、2%-33%-18%-11%-1%19%-40%-20%0%20%40%60%80%01,0002,0003,0004,0005,0006,0007,0008,0009,00010,00019Q119Q219Q319Q420Q120Q220Q320Q421Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q424Q124Q2CNBUMBUEBUSBU其他業務毛利率（%）12%-35%-48%-56%-45%-17%7%59%29%34%49%26%34%31%18%-23%-49%-60%-64%-59%-1%59%62%3%-33%-26%-34%-22

67、%30%4%3%44%31%29%27%4%-2%-20%-66%-50%-58%-20%97%69%12%-4%-22%-24%-21%-13%-4%-7%10%34%64%108%51%37%30%-4%-18%-32%-36%-34%4%28%-17%-19%-29%-32%-15%-15%25%8%-6%-2%0%32%26%38%33%-26%-41%-57%-53%-17%-4%79%-80%-60%-40%-20%0%20%40%60%80%100%120%19Q119Q219Q319Q420Q120Q220Q320Q421Q121Q221Q321Q422Q122Q222Q322

68、Q423Q123Q223Q323Q424Q124Q2CNBUMBUEBUSBU16%-21%-39%-42%-35%-18%14%24%12%30%36%37%33%25%16%-20%-47%-53%-57%-40%16%58%-80%-60%-40%-20%0%20%40%60%80%01,0002,0003,0004,0005,0006,0007,0008,0009,00010,00019Q119Q219Q319Q420Q120Q220Q320Q421Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q424Q124Q2DRAMNAND其他（主要為3

69、D XPoint和NOR）總營收（YoY）18%-28%-45%-36%-41%-26%6%29%17%44%52%39%38%29%15%-21%-49%-52%-57%-43%21%15%-2%-25%-21%-14%9%51%27%11%9%9%29%19%19%26%-14%-41%-55%-56%-29%12%5%-8%-7%4%-30%-33%-35%-42%-43%-29%-13%37%55%-23%-49%-31%-31%-22%-19%-66%-55%-80%-60%-40%-20%0%20%40%60%80%19Q119Q219Q319Q420Q120Q220Q320Q42

70、1Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q424Q1DRAM（YoY）NAND（YoY）其他（YoY）74%71%71%70%67%64%66%72%70%71%73%74%73%73%73%72%69%74%71%69%73%71%21%24%23%25%28%32%31%25%27%26%24%24%24%25%26%25%27%24%27%30%26%27%5%5%6%5%5%4%3%3%2%2%2%3%3%1%1%2%4%2%2%1%1%2%0%10%20%30%40%50%60%70%80%90%100%19Q119Q219Q319Q

71、420Q120Q220Q320Q421Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q424Q124Q2DRAMNAND其他 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。12 美光科技美光科技(MU US)圖表圖表7：美光美光 Non-GAAP 利潤率（利潤率（%）資料來源：公司公告、華泰研究 圖表圖表8：美光分地區營收占比（美光分地區營收占比（%）資料來源：公司公告、華泰研究 59%50%39%31%27%29%33%35%31%33%43%48%47%48%47%40%23%-31%-16%-9%1%20%49%36%23%14%1

72、2%11%18%21%17%20%32%37%35%35%36%25%-2%-56%-39%-30%-20%4%44%34%25%13%11%11%17%20%16%18%29%34%32%31%34%24%-1%-56%-42%-29%-22%8%-80%-60%-40%-20%0%20%40%60%80%19Q119Q219Q319Q420Q120Q220Q320Q421Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q424Q124Q2毛利率營業利潤率凈利潤率55.9%56.3%53.2%48.4%43.9%52.1%50.2%14.2%12.9%

73、11.5%17.1%23.8%20.1%17.4%7.6%11.9%15.4%10.9%8.9%10.8%14.0%5.1%4.2%4.1%6.5%6.0%5.5%6.4%5.3%4.8%4.4%5.4%5.1%4.0%4.8%4.4%7.0%5.8%6.9%8.4%9.3%5.4%0%10%20%30%40%50%60%70%80%90%100%2017201820192020202120222023美國中國臺灣中國大陸日本其他亞太地區歐洲中國香港其他地區 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。13 美光科技美光科技(MU US)HBM：AI 芯芯片性能片性能催生內存需

74、求，后起之秀催生內存需求，后起之秀美光該美光該如何布局？如何布局？我我們認為，在們認為，在 AI 芯芯片需求強勁的背景下，伴隨著英偉達和片需求強勁的背景下，伴隨著英偉達和 AMD 積極的積極的 AI GPU 迭代藍圖，迭代藍圖，以及頭部云以及互聯網廠商考慮削減以及頭部云以及互聯網廠商考慮削減 TCO、提升研發可控性及集成自身生、提升研發可控性及集成自身生態圈態圈而積極推進而積極推進自自研芯研芯片（片（ASIC 為主），為主），HBM 的容量、效能和功耗要求將不斷提升，的容量、效能和功耗要求將不斷提升，HBM 的的需求量將受需求量將受AI 芯芯片的需求增長拉動。我們預測，片的需求增長拉動。我們預

75、測，HBM 產品在產品在 24-25 年將出現年將出現需求缺口，疊加需求缺口，疊加 HBM 的的復雜工藝需求（復雜工藝需求（TSV 硅穿硅穿孔、鍵合堆疊孔、鍵合堆疊和后續以和后續以 CoWoS 封裝與封裝與 AI 芯芯片搭載一起），將帶片搭載一起），將帶來相對傳統來相對傳統 DRAM 更高的更高的 ASP。伴隨。伴隨 HBM 產品在美光產品在美光 DRAM 中營收占比提升，我們預中營收占比提升，我們預計公司營收和利潤率將計公司營收和利潤率將得到得到優化。優化。AI 芯芯片存算發展不同步，內存瓶頸催生片存算發展不同步，內存瓶頸催生 HBM 需求需求 在在 AI 訓練場景中，加速器（如訓練場景中，

76、加速器（如 GPU）多數利用片外內存，需要頻繁讀取片外）多數利用片外內存，需要頻繁讀取片外 DRAM 進行進行內存調度。內存調度。一方面，訓練數據（如圖像、文本和視頻）需從 SSD 等外部儲存器經由 CPU初步處理，分批次（batch）加載進內存，等待加速器調用。相較于加速器直接從外部存儲器調用數據，HBM 等內存“中轉站”縮短了數據傳輸的物理距離，同時利用其支持更高速數據傳輸的性質，提升 AI 訓練效率；另一方面，訓練過程中的模型參數、正向傳播的中間狀態（activation）、優化器狀態以及反向傳播的梯度（gradient）也需存入內存，方便加速器在計算和優化過程中快速訪問和讀寫。根據 A

77、mir Gholami 21 年 3 月發表的AI and Memory Wall，相較模型參數，模型訓練的中間狀態等需要 3-4 倍的內存空間，其中正向傳播的中間狀態為反向傳播計算梯度所必須。圖表圖表9：AI 訓練中的訓練中的數據數據傳輸路徑示例：從外部存儲到片外內存，再到計算核心傳輸路徑示例：從外部存儲到片外內存，再到計算核心 資料來源：Assaf Pinhasi(2021.6):Feeding the Beast:The Data Loading Path for Deep Learning Training、Rui Zhang(2021.9):Democratic learning:h

78、ardware/software co-design for lightweight blockchain-secured on-device machine learning、華泰研究 AI 模型訓練可視作數據的抽象和壓縮，數據量的增大需要提升模型的復雜度（如參數量）模型訓練可視作數據的抽象和壓縮，數據量的增大需要提升模型的復雜度（如參數量）來“消化”訓練集中包含的信息。鑒于內存在來“消化”訓練集中包含的信息。鑒于內存在 AI 訓練中的作用，大型訓練中的作用，大型 AI 模型訓練基于龐模型訓練基于龐大的數據量，其大的數據量，其自身復雜的網絡結構自身復雜的網絡結構亦亦包含數十億個參數包含數十億

79、個參數，對內存容量和帶寬提出挑戰：，對內存容量和帶寬提出挑戰：1）如果內存不足，加速器調用數據就需要頻繁訪問傳輸速率較慢的大容量存儲器（如 SSD），帶來算力浪費和延遲；2）除訓練數據外，模型訓練的中間狀態等信息同樣需要存入內存，因此內存不足將限制模型的復雜度上限，從而影響模型性能和迭代；3）“中轉站”定位對其與外部存儲器和加速器之間的數據傳輸速率提出要求，HBM 作為內存提供更高的帶寬，提升存算間通信效率，實現單次更大批量（batch size）的數據傳輸，從而降低延遲，并提提升算力利用率和訓練效率。升算力利用率和訓練效率。計算計算能力與帶寬能力之間的差距致使內存容量和帶寬難以跟上能力與帶寬

80、能力之間的差距致使內存容量和帶寬難以跟上 AI 硬件的硬件的計算計算速度，成為限速度，成為限制制 AI 芯芯片性能發揮的主要瓶頸，即“內存墻”（片性能發揮的主要瓶頸，即“內存墻”（Memory Wall）。）。盡管內存容量和帶寬在盡管內存容量和帶寬在AI 訓練訓練中中地位重要，但地位重要，但 AI 芯芯片“存”和“算”的性能提升并不同步。片“存”和“算”的性能提升并不同步。根據 Amir Gholami發表的AI and Memory Wall，2018-2021 年，Transformer 模型（LLM 背后的算法）大小每兩年增長 410 倍，而同時間 AI 加速卡內存容量每兩年僅增長 2

81、倍。同時，主流加速卡 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。14 美光科技美光科技(MU US)的算力增長和內存方案/傳輸協議的帶寬增長也并不同步。1996-2023 近 20 年間，AI 芯片峰值算力提升約 60000 倍（平均每兩年提升 3 倍），而同時期 DRAM 內存帶寬提升為 100倍（平均每兩年提升 1.6 倍），芯片/設備間數據傳輸協議（如 PCIe 和 NVLink）帶寬提升僅30 倍（平均每兩年提升 1.4 倍）。因此因此，高存儲密度和高帶寬的特性讓，高存儲密度和高帶寬的特性讓 HBM 成為了成為了 AI 訓練場景訓練場景下內存容量和帶寬瓶下內存容量和帶

82、寬瓶頸的頸的解決方案，作為解決方案，作為 AI 芯芯片的核心組件片的核心組件之一得到廣泛應用。之一得到廣泛應用。而除去訓練，內存容量和帶寬對而除去訓練，內存容量和帶寬對 AI 推理同樣重要，推理同樣重要，對響應時間的需求、圖像生成和視頻生對響應時間的需求、圖像生成和視頻生成提高了推理計算需求的標準成提高了推理計算需求的標準：1）容量上，）容量上，訓練之后的 AI 模型本質上是優化之后的參數，根據 The Next Platform 24 年 2 月新聞，一個參數量 1750 億的 GPT-3 推理時需要 175GB的內存容納模型參數。加速器搭配大容量 HBM 方案便于模型整體置入內存，方便加速

83、器推理時調用，減少設備間數據搬運時間，提升 AI 推理效率；2）帶寬上，帶寬上，HBM 的高帶寬支持單次更大批量數據傳輸，降低推理延遲，同時亦可以滿足推理場景下更多的高并發請求（如META的智能推薦系統）。根據三星24年2月新聞，其12層HBM3E相比上一代8層HBM3，在推理場景下支持并發用戶數提升 11.5 倍。圖表圖表10：內存帶寬需求伴隨模型復雜度快速提升（內存帶寬需求伴隨模型復雜度快速提升（GB/s）圖表圖表11：AI 模模型復雜度提升和型復雜度提升和 AI 芯芯片內存容量提升并不同步片內存容量提升并不同步 資料來源：Semianalysis、華泰研究 資料來源：Amir Ghola

84、mi(2024.3):AI and Memory Wall、Github、華泰研究 圖表圖表12：主流加速卡算力增長和內存方案主流加速卡算力增長和內存方案/傳輸帶寬增長并不同步傳輸帶寬增長并不同步 圖表圖表13：GPU 內存上限帶來“內存墻”問題內存上限帶來“內存墻”問題 資料來源：Amir Gholami(2024.3):AI and Memory Wall、Github、華泰研究 資料來源：Amir Gholami(2024.3):AI and Memory Wall、Github、華泰研究 內存迭代提升內存迭代提升 AI 芯芯片性能，片性能，HBM 相較傳統顯存實現容量和帶寬相較傳統顯存

85、實現容量和帶寬倍增倍增 在算力接近的情形下，在算力接近的情形下，AI 芯芯片可以通過擴容內存和帶寬提升模型訓片可以通過擴容內存和帶寬提升模型訓練和練和推理性能，而推理性能，而內存內存迭代對迭代對 AI 芯芯片性能的提升可片性能的提升可以英偉達以英偉達 H200 為例。為例。23 年 11 月全球超算大會（SC23）上，英偉達推出的 H200 搭載 6 顆 HBM3E，內存達 141GB，帶寬 4.8TB/S。作為 H100（搭載6 顆 HBM3，內存達 80GB）的升級款，H200 依然采用 Hopper 架構和臺積電 4 納米工藝。兩者的算力指標基本相同，但在GPU核心數和頻率保持不變的情況

86、下，僅通過內存從HBM3向HBM3E的迭代，就能實現在Llama2和GPT-3等大語言模型推理性能40%-90%的提升。對比美光 GDDR6X 和 HBM3E，同樣 24GB 內存容量，前者搭載于英偉達 GeForce RTX 3080Ti/3090Ti 顯卡，顯存位寬 384 位，提供 76-96 GB/s 的帶寬，后者則面向 AI 訓練場景，顯存位寬 1024 位，提供 1.2TB/s 的帶寬，為 GDDR6X 的 13-16 倍。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。15 美光科技美光科技(MU US)圖表圖表14：英偉達英偉達 H100 與與 H200 性能對比性

87、能對比 H200 SXM H100 SXM FP64 34 TFLOPS 34 TFLOPS FP64 Tensor Core 67 TFLOPS 67 TFLOPS FP32 67 TFLOPS 67 TFLOPS FP32 Tensor Core 989 TFLOPS 989 TFLOPS BFLOAT16 Tensor Core 1,979 TFLOPS 1,979 TFLOPS FP16 Tensor Core 1,979 TFLOPS 1,979 TFLOPS FP8 Tensor Core 3,958 TFLOPS 3,958 TFLOPS INT8 Tensor Core 3,9

88、58 TFLOPS 3,958 TFLOPS 內存內存 141 GB(HBM3e)80GB(HBM3)內存帶寬內存帶寬 4.8 TB/s 3.35 TB/s 資料來源：英偉達官網、華泰研究 圖表圖表15：DDR、GDDR 和和 HBM 對比：對比：HBM 通過堆疊實現內存容量和帶寬倍增通過堆疊實現內存容量和帶寬倍增 DDR 及及 HBM 型號型號 推出時間推出時間 帶寬帶寬 內存容量內存容量 典型應用場景典型應用場景 DDR4 2014 25.6 GB/s 2 GB 個人電腦和服務器 DDR5 2021 51.2 GB/s 2/3 GB 個人電腦和服務器個人電腦和服務器 GDDR6 2018

89、64 GB/s 2 GB 個人電腦、游戲和 AI GDDR6X 2020 96 GB/s 2 GB 個人電腦、游戲和個人電腦、游戲和 AIAI HBM 2013 128 GB/s 2 GB 個人電腦、游戲和 AI HBM2 2016 307 GB/s 4/8 GB AI GPU HBM2E 2020 460 GB/s 4/16 GB AI GPU HBM3 2022 819 GB/s 16/24 GB AI GPU HBM3E 2023 1.28 TB/s 24/32 GB AI GPU HBM4*2025-2026 1.5 TB/s 64 GB AI GPU *注：HBM4 信息綜合于美光、

90、三星和海力士 HBM4 路線圖 資料來源：美光官網、三星官網、海力士官網、英偉達官網、華泰研究 面向面向 ASIC 新藍海，新藍海，HBM 同樣蓄勢待發同樣蓄勢待發 我們在我們在 2024 年年 2 月月 14 日的日的競爭格局千變萬化，英偉達欲切入專用芯片設計市場競爭格局千變萬化，英偉達欲切入專用芯片設計市場的報的報告中提出，告中提出，AI 芯片芯片市場競爭日趨白熱化，除卻市場競爭日趨白熱化，除卻 GPU 等通等通用型用型芯片芯片，ASIC 專用專用芯片芯片通過更通過更低的低的 ASP、在特定場景提供更高效和更低功耗、以及更靈活的設計周期，將是通用型、在特定場景提供更高效和更低功耗、以及更靈

91、活的設計周期，將是通用型 GPU的互補或替代。的互補或替代。伴隨 AI 模型多元化和算法日趨成熟，ASIC 作為“算法的物理呈現”，也將適配各大廠商的差異化模型需求，承接部分算力。頭部云及互聯網廠商考慮到削減 TCP、提升研發可控性及集成自身生態圈等，均在推進自研芯片，而根據路透社與彭博 24 年 2 月報道，英偉達也正在建立一個專注于為云計算、AI 等領域設計 ASIC 專用芯片的新業務部門。相較以算力作為核心護城河的相較以算力作為核心護城河的 GPU，ASIC 專用專用芯片芯片并不以算力見長，但并不以算力見長，但隨著隨著芯片芯片設計的設計的進化，進化，ASIC 能通過增加能通過增加 HBM

92、 內存等有效提升性能并降低延時內存等有效提升性能并降低延時，從而彌補“算力差距”。，從而彌補“算力差距”。根據谷歌 23 年 12 月發布的 TPUv5p 參數及英偉達 H100 參數，盡管對比 INT8 算力，TPUv5p 僅為 H100 SXM 的 23%（918TOPS vs.3958TOPS），但特定場景下（如 GPT-3 175B 訓練）二者已可基本對標。其中，H100 SXM 搭載 80GB HBM3，帶寬 3.35TB/s；谷歌 TPUv5p 搭載 95GB HBM2e，帶寬 2765GB/s。另外，算法的進步也可有效降低對芯片算力需求，例如特斯拉 FSD 已采用 FP8，而不需

93、采用傳統的 FP16。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。16 美光科技美光科技(MU US)圖表圖表16：主流主流 AI 芯片芯片參數及內存配置：參數及內存配置：伴隨伴隨芯片芯片迭代，算力提升、內存擴容和帶寬拓展是大勢所趨，迭代，算力提升、內存擴容和帶寬拓展是大勢所趨，HBM 成為成為 AI 芯片芯片標配標配 資料來源：各公司 AI 芯片公告、TechPowerUp、Trendforce、NextPlatform、Digitimes、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。17 美光科技美光科技(MU US)HBM 核心工藝：核心工藝：T

94、SV 和鍵合堆疊和鍵合堆疊 HBM 在工藝上是由高性能在工藝上是由高性能 DRAM 通過通過 3D 堆疊鍵合而成，其通過堆疊鍵合而成，其通過 TSV（Through Silicon Via，硅通孔）技術垂直連接多片，硅通孔）技術垂直連接多片 DRAM，從而獲得多個單片的大容量。，從而獲得多個單片的大容量。TSV 和鍵合堆疊和鍵合堆疊（bonding）是）是 HBM 的兩大核心工藝，工藝精進是的兩大核心工藝，工藝精進是 HBM 的迭代的基礎：的迭代的基礎：1）TSV 工藝：工藝：HBM1 到 HBM3E 的迭代實現了帶寬從 128GB/s 到 1.2TB/s 近 10 倍增長，而帶寬和數據傳輸速

95、率的提升需要單位面積上更多的 TSV 穿孔，對縮小 TSV 穿孔間距和穿孔直徑提出更高要求；2）散熱：）散熱：HBM 迭代逐步提升堆疊層數和集成度的同時，也意味著單位面積內熱量的增加。另外，芯片在垂直方向上的堆疊阻礙熱量疏散，帶來堆疊層數的散熱瓶頸，而芯片堆疊鍵合的材料/鍵合方式的導熱效率是散熱關鍵；3）層數與高度：）層數與高度：將堆疊層數擴展到12 層以上，同時仍保持相同的總物理堆疊高度，需要降低單片 DRAM 的厚度，并盡量縮小DRAM 間距，而堆疊鍵合過程中的施壓易造成芯片翹曲，影響成品良率。圖表圖表17：HBM 通過通過 TSV 垂直連接，以微凸點垂直連接，以微凸點作為鍵合接點作為鍵合

96、接點 圖表圖表18：TSV 垂直連接免去傳統引線的復雜布線垂直連接免去傳統引線的復雜布線 資料來源：海力士官網、華泰研究 資料來源：海力士官網、華泰研究 CoWoS 成成 HBM 搭載關鍵，英特爾搭載關鍵，英特爾 EMIB 能否接力？能否接力？HBM 透過透過 CoWoS 2.5D 封裝將自身的封裝將自身的 DRAM 堆棧（堆棧（Stack）與）與 GPU 等等邏輯邏輯芯片芯片集成在中集成在中介層（介層（Interposer）上，）上，增加內存和計算芯片間的鏈路數量，縮短內存與邏輯芯片傳輸的物理距離，并借助硅中介板的高速 I/O 接口形成“近存計算”架構，從而增加訪存帶寬、減少數據搬移次數，以

97、提升整體計算效率，節約頻繁數據搬運帶來的無用能耗。因此，相較于傳統 DRAM（例如 GDDR Graphics Double Data Rate），HBM 擁有更高的內存密度和 I/O數量（1024 位的顯存位寬），更加適應 AI 大模型訓練場景。圖表圖表19：對比對比 GDDR5：HBM 和和邏輯邏輯芯片芯片封裝于同一中介層封裝于同一中介層 圖表圖表20：GDDR5 和和 HBM1 主要性能對比主要性能對比 資料來源：AMD 官網、華泰研究 資料來源：AMD 官網、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。18 美光科技美光科技(MU US)圖表圖表21：HBM

98、利用利用 2.5D 封裝，本質上形成一種“近存計算”，縮封裝，本質上形成一種“近存計算”，縮短數短數據傳據傳輸的物理距離輸的物理距離 資料來源：Joo-Young Kim(2022.7):Processing-in-Memory for AI From Circuits to Systems、華泰研究 第一代第一代 HBM 由由 AMD 與海力士合作研發，與海力士合作研發，已經采用硅中介層集成內已經采用硅中介層集成內存和存和邏輯邏輯芯片芯片，但局限但局限于成本問題，于成本問題，早期早期 HBM 并未得到廣泛應用。并未得到廣泛應用。根據 AMD HBM1 的訪談、相關演示材料和Chang-Chi

99、 Lee 于 2016 年在 IEEE 上發表的論文An Overview of the Development of a GPU with Integrated HBM on Silicon Interposer，2014-2015 年發布并量產的 HBM1 研發耗時 8 年，盡管彼時臺積電盡管彼時臺積電 CoWoS 工藝尚未成熟，但工藝尚未成熟，但 AMD 就已就已意識到需要通過硅中意識到需要通過硅中介介層使得存層使得存儲和儲和邏輯邏輯芯片芯片物理靠近（集成），以提升帶寬和每瓦性能物理靠近（集成），以提升帶寬和每瓦性能，HBM1 的中介層由 AMD和日月光、Amkor和UMC合作研發。AM

100、D并未披露HBM1的單片成本，但根據ANANDTech 2018 年 12 月報道，8GB HBM2 成本約 150 美元，硅中介層成本 25 美元，一張搭載 HBM2的 AMD RX Vega 56 零售價僅 400 美元，在未考慮先進封裝成本下，HBM2 成本已占近 50%，同時，HBM2 成本對比同時期 8GB GDDR5 售價貴出約 3 倍，在 AI 大模型訓練需求尚未迅速增長的背景下，早期 HBM 并未獲得廣泛采用。HBM2 由英偉達、三星和由英偉達、三星和臺積電臺積電合作合作研發，臺積電研發，臺積電 CoWoS 成為成為 HBM2 與與邏輯邏輯芯片芯片集成的集成的封裝方案封裝方案。

101、Semianalysis 在 23 年 7 月的分析指出，鑒于光刻設備的限制，一般芯片最大尺寸為 858 平方毫米（26mm x 33mm）,而搭載 HBM 的 GPU 一般采用 HBM 內存環繞邏輯芯片的設計，所需硅中介層面積超過該上限，而臺積電通過其十字線縫合技術使得硅中介面積可突破該限制，從而適應大尺寸設計需要。根據臺積電 Shang Y.Hou 2017 年發布的論文Wafer-Level Integration of an Advanced Logic-Memory System Through the Second-Generation CoWoS Technology，HBM2

102、相較 HBM1 在尺寸上從 40 平方毫米增長到 92 平方毫米，適逢臺積電迭代第二代 CoWoS，將硅中介層尺寸從 1 代的 800 平方毫米拓展到 2 代的 1200 平方毫米，同時 1 代 CoWoS 僅支持同質芯片間互連，而 2 代開始實現異質芯片互聯（Memory-Logic），疊加測試中臺積電 CoWoS 封裝芯片對比其他封裝方案更出色的性能表現，因此臺積電 CoWoS 成為 HBM2 的封裝方案。時至今日，臺積電時至今日，臺積電 CoWoS 仍然是仍然是 HBM 與與邏輯邏輯芯片芯片封裝首選。封裝首選。根據 Semianalysis 23 年 7月發布的AI Capacity C

103、onstraints-CoWoS and HBM Supply Chain一文，HBM1 至HBM3E 均采用 1024-bit 位寬，帶來相較傳統 DRAM 更高的 I/O 焊盤數（pad count），同時 HBM 與邏輯芯片集成要求更短的走線長度（trace length），高密度短連接在傳統印制電路板（PCB Printed circuit board）或封裝基板（PKG Package Substrate）難以實現，從而催生 2.5D 封裝需求，而臺積電 CoWoS 利用硅中介以合理的成本提供應對方案，因此成為主流。值得一提的是，值得一提的是，HBM 與與邏輯邏輯芯片芯片垂直堆疊的垂

104、直堆疊的 3D 封裝（如封裝（如 SoIC），鑒于散熱和成），鑒于散熱和成本問題尚未被采納本問題尚未被采納，但海力士和三星據 Toms Hardware 在 23 年 11 月援引韓媒中央日報報導，正在與包括英偉達在內討論 HBM4 集成設計方案，擬將 HBM4 與邏輯芯片堆疊在一起，實現在單芯片上存儲器與邏輯芯片的垂直整合。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。19 美光科技美光科技(MU US)圖表圖表22：CoWoS 縮短片間距實現更好的傳輸信號完整性縮短片間距實現更好的傳輸信號完整性 圖表圖表23：臺積電臺積電 CoWoS 迭代增大硅中介尺寸，匹配迭代增大硅中介尺

105、寸，匹配 HBM 封裝需求封裝需求 資料來源：TSMC(2017.8):Wafer-Level Integration of an Advanced Logic-Memory System Through the Second-Generation CoWoS Technology、華泰研究 資料來源：TSMC(2017.8):Wafer-Level Integration of an Advanced Logic-Memory System Through the Second-Generation CoWoS Technology、華泰研究 除去臺積電除去臺積電 CoWoS，英特爾，英特爾

106、 EMIB 在技術上也能實現在技術上也能實現 HBM 與與邏輯邏輯芯片芯片的封裝，但短期內的封裝，但短期內難以替代。難以替代。EMIB 對標臺積電 CoWoS-L，與臺積電 CoWoS-S（即一般所說的臺積電 CoWoS）2.5D 封裝采用的硅中介層結構不同，英特爾直接將小型硅橋嵌入基板中實現芯片之間的互聯，在互聯效率相似的基礎上不需要花較高成本來制造足夠大的硅中介層，因此技術上也能滿足 HBM 內存與邏輯芯片的封裝需要。我們認為相比 2.5D CoWoS 封裝，EMIB 有如下提升良率和降低成本的優勢：1）采用硅橋而不是整片硅中介層；2）無需使用硅通孔技術（TSV）；3）設計簡單，靈活度高，

107、芯片封裝不會受制于硅中介層的大小。根據 Toms Hardware 在 24 年 1 月援引臺灣經濟日報報道，鑒于臺積電 CoWoS 封裝產能吃緊，英偉達新增英特爾提供封裝服務，月產能約 5000 片，不過英特爾并未涉及英偉達的晶圓代工訂單。但 EMIB 替代臺積電 CoWoS-S 仍有部分問題需時驗證：1）硅橋雖可解決互聯帶寬問題，但不采用硅基板的 RDL 中介，載板翹曲和熱穩定性需驗證；2）鑒于凸塊間距，EMIB封裝的性能和臺積電 CoWoS 有所不同，亦需封裝廠和芯片設計方驗證。根據臺灣力成 23年 10 月業績會說法，尋找臺積電 CoWoS 替代方案或需一年時間去驗證，短期內難有替代。

108、圖表圖表24：AMD MI300 架構：架構：8 塊塊 HBM3 分置兩側，通過分置兩側，通過 CoWoS 與與中間中間邏輯邏輯芯片芯片的的 I/O 層連接層連接 資料來源：AMD 官網、SemiAnalysis、華泰研究 HBM 本質上仍是本質上仍是 DRAM 產品，各廠商設計、流片和封測均自行完成，出貨后將產品，各廠商設計、流片和封測均自行完成，出貨后將 HBM 成成品品交由交由 AI 芯片芯片封裝封裝廠與廠與邏輯邏輯芯片芯片整合，因此整合，因此 DRAM 工藝制程將直接影工藝制程將直接影響響 HBM 芯片芯片性能。性能。對于存儲芯片，制程工藝的迭代是縮減晶體管尺寸，帶來單位面積上實現更小

109、、更緊密的晶體管布局，提升內存密度，實現更高性能的同時達到更好的功耗表現。根據美光 DRAM副總裁 Thy Tran 于 2021 年 4 月的采訪，DRAM 在 2015 年基本進入 20nm 以下節點之后，制程上的微縮相對放緩，頭部廠商在 10nm+節點上拓展多代工藝節點（如 1x、1y、1z 和 1等），而使用字母代替確切數字的動因在于，內存行業確切數字與芯片性能并非線性相關，因此用新字母代表新制程，表示性能有了較大提升。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。20 美光科技美光科技(MU US)以美光為例，公司于 2020 年公布 1-制程節點（第四代 10nm 級

110、），并于 2021 年開始量產，之后于 2022 年率先推出 1-制程（第五代 10nm 級），相較 1-，該節點可實現約 15%的能效提升和 35%以上的內存密度提升。2023 年三星電子及 SK 海力士也于其后跟進 1-節點。美光和海力士 HBM3E 均采用 1-制程，領先于三星的 1-制程，而根據公司FY24Q2 業績會，美光 HBM3E 相較于同代競品實現約 10%的性能提升，降低約 30%的功耗，我們認為 DRAM 制程上的領先功不可沒。HBM3/3E 擴產加速，但供需缺口短期或難以緩解擴產加速，但供需缺口短期或難以緩解 市場對市場對 HBM3/3E 反響積極，反響積極，伴隨伴隨 A

111、I 芯片芯片迅速迭代，所需迅速迭代，所需 HBM 搭載量和技術要求隨之提搭載量和技術要求隨之提高高，在供需失衡下三大在供需失衡下三大廠廠商商紛紛擴產紛紛擴產。據 Toms Hardware 在 23 年 12 月報道，英偉達向海力士和美光提前支付數億美元以鎖定 HBM 產能，印證了 HBM 產能的迫切需求和對 AI芯片的重要。英偉達在 GTC 2024 上發布了新一代架構 Blackwell 及 B200 GPU，通過搭載8 顆 HBM3E 實現 192 GB 內存容量和 8 TB/s 帶寬，對比上一代 H200（6 顆 HBM3E，內存容量 141 GB，帶寬 4.8 TB/s）在內存/帶寬

112、上提升 36.2%/66.67%。亞馬遜 AWS 已計劃采購 2 萬片 GB200 芯片，以部署高達 27 萬億參數的模型。根據 Digitimes 24 年 3 月的報道，Meta 計劃在 24 年底前儲備約 35 萬顆 H100，加上其采用的其他 AI 芯片，將擁有相當于 60 萬顆 H100。Meta 在 3 月 19 日指出，目前 Meta 正在以 2 個 GPU 叢集訓練其第三代Llama 模型，據稱每個叢集包含約 2.4 萬個 H100 GPU，公司計劃導入 Blackwell 訓練 Llama的未來版本。根據美光 FY24Q2 業績會，公司預期 24 年 5 月 HBM3E 出現

113、初步營收貢獻，8 月營收將進一步提升，FY24Q3 開始對公司的 DRAM 業務和整體毛利率作出改善，并預計在 FY24 整年，HBM3E 將貢獻約數億美元營收。管理層對 HBM3E 前景樂觀，并宣布 24 年產能已售罄，25 年產能也幾近售罄。公司預計 FY24 CAPEX 在 75-80 億美元，略高于 FY23 水平，主要用于支持HBM3E量產和擴產。管理層雖未透露除CAPEX之外更多的HBM擴產信息，但預期 25 年 HBM 市占率將與公司在 DRAM 市占率平齊，約為 20%。根據 Digitimes 24年 3 月 12 日和 4 月 15 日報道，美光將逐季提高稼動率，增產重點將

114、以 HBM 等高端 DRAM為主，并與韓美半導體（Hanmi Semiconductor）簽訂 HBM TC 鍵合設備 Dual TC Bonder Tiger 的供應合約，訂單規模 225.9 億韓元（約 1653 億美元），合約期限為 2024 年 4 月 10日至 7 月 8 日。我們也注意到我們也注意到 HBM 另兩大廠商海力士和三星亦在另兩大廠商海力士和三星亦在 HBM 擴產上有所動作擴產上有所動作。繼 23 年“獨供”英偉達 H100 HBM3 之后，海力士積極推動產能向 HBM3E 迭代。公司預計將于利川工廠生產 HBM3E，清州 M15 工廠閑置空間新增 HBM 產線，預期于

115、24H1 量產 HBM3，同時清州正在興建的 M15X 廠房也將作為 HBM 生產基地，產能預期于 25H1 開出。根據先前海力士23Q3 業績電話會，24 年公司的 HBM3 和 HBM3E 產能已全部售出，正與客戶、合作伙伴討論 25 年 HBM 供應。根據 Digitimes 24 年 4 月 15 日、3 月 11 日和 2 月 7 日報道，23 年以來海力士已從韓美半導體訂購逾 2000 億韓元的 TC 鍵合設備，包括 Dual TC Bonder Griffin 及 Dual TC Bonder 1.0 Dragon，而同時 24 年海力士將于 HBM 投資超 10 億美元，其中大

116、多新投資將用于改善封裝制程，包括 MR-MUF 鍵合工藝和 TSV 技術，從而提升其HBM 產品散熱能力和生產效率?？剂啃略O備安裝后擴大量產仍需時間，海力士計劃海力士計劃 24 年年底實現將底實現將 HBM 產能增加產能增加 2 倍，倍，從從 23 年每月年每月 4.5 萬片晶圓提升至萬片晶圓提升至 24 年底每月年底每月 12-12.5 萬萬片晶圓。片晶圓。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。21 美光科技美光科技(MU US)根據根據 Digitimes 24 年年 1 月和月和 Trendforce 24 年年 3 月報道月報道，24 年三星決定將年三星決定將 H

117、BM 產能投資產能投資增加增加近近 3 倍，從倍，從 23 年每月年每月 4.5 萬片晶圓提升至萬片晶圓提升至 24 年底每月年底每月 13 萬片晶圓，萬片晶圓，25 年也將進行年也將進行類似規模的投資。類似規模的投資。根據 Digitimes 23 年 12 月匯總信息，23H2 以來三星在設備采購和產線增加上動作積極：1）Theelec 12 月 5 日報道，三星以 5 億韓元單價從 Shinkawa 訂購 16臺鍵合設備，其中 7 臺已交付，推測該批設備將服務于英偉達 GPU 相關的 HBM 和封裝業務；2）韓媒 ZD Net Korea 12 月 1 日報道，韓國設備供應商 YEST

118、收到三星 123 億韓元HBM 加壓設備訂單，發往三星天安生產線；3）三星于 CES 2024 宣布計劃在 2024 年將HBM 年產能擴大 2.5 倍以上，并隨后投資 105 億韓元從子公司三星顯示（SDC）處收購天安工廠的建筑和設施。根據韓國經濟日報 24年 3月 28日報道，三星管理層在 Memcon 2024宣布上調 24 年 HBM 產能預期至 23 年的 2.9 倍。HBM 供需測算：供需測算：24-25 年需求高速增長，供給缺口短期難以緩解年需求高速增長，供給缺口短期難以緩解 綜合 Trendforce、Semianalysis 和 Digitimes 等多方信息，我們對 202

119、4 年 HBM 產能和需求做出預測，我們預計我們預計 24/25 年年 HBM 需求動態缺口約為產能的需求動態缺口約為產能的 5.4%/4%。供給側關鍵假設：供給側關鍵假設：1)產能假設：產能假設：以 HBM 與 TSV 產線晶圓投入量為計，我們預期截至 2024 年底海力士、三星和美光將分別投入 12-12.5 萬片/月、13 萬片/月和 2 萬片/月?？紤]后道設備交付時間較長，以及新設備安裝后擴大量產仍需時間，我們預測我們預測 24 年三星、海力士和美光年三星、海力士和美光HBM 產線平均月度晶圓投入量將達產線平均月度晶圓投入量將達 8.5 萬片萬片/月、月、8.5 萬片萬片/月和月和 1

120、.2 萬片萬片/月。月。鑒于海力士和美光25年HBM產能亦出現售罄跡象，結合前文三星25年HBM擴產投資計劃，我們認為我們認為 25 年三大廠商擴產仍將持續，年三大廠商擴產仍將持續，預測預測 25 年三星、海力士和美光年三星、海力士和美光 HBM 產線平產線平均月度晶圓投入量將達均月度晶圓投入量將達 11.5 萬片萬片/月、月、12.5 萬片萬片/月和月和 4.0 萬片萬片/月。月。圖表圖表25：三大廠商三大廠商 2024-2025 年年 HBM 晶圓投入量晶圓投入量 HBM 產線晶圓投入量產線晶圓投入量 三星三星 海力士海力士 美光美光 2023 年底（萬片/月）4.5 4.5 0.3 20

121、24 年底（萬片/月）13 12-12.5 2 2024 年平均（萬片年平均（萬片/月）月）8.5 8.5 1.2 2025 年平均（萬片年平均（萬片/月）月）12.5 11.5 4 資料來源：Trendforce、華泰研究預測 2)切割良率假設：切割良率假設：根據美光官方公布 HBM3E 產品細節，HBM3E 單片 DRAM 尺寸約為為 121 平方毫米（11mm x 11mm），因此單片 12 英寸晶圓理論可切割 HBM3/3E DRAM 491顆。同時，引用韓國經濟日報21年7月報道，我們估計DRAM切割良率約為90%，故單晶圓可切割故單晶圓可切割 DRAM 442 顆。顆。此外，根據

122、Digitimes 24 年 3 月報道，鑒于 TSV 穿孔和鍵合過程易帶來芯片翹曲，海海力士力士 HBM3/TSV+鍵合工藝良率僅鍵合工藝良率僅 60%-70%，較一般 DRAM 低 20-30pct，而海力士采用的 Advanced MR-MUF 鍵合已較三星和美光采用的TC-NCF鍵合在良率上有所優勢，因此美光和三星 HBM 鍵合良率可能更低。同時，臺媒科技新報 24 年 3 月報道指出，供應商試圖拉高良率會帶來產量下降，鑒于 HBM 產能吃緊，因此確保產量優先級更高。結合上述信息，我們認為美光和三星結合上述信息，我們認為美光和三星 HBM3 量產后，伴隨產能爬坡，工藝良率量產后，伴隨產

123、能爬坡，工藝良率將有所提升并趨于穩定，但使用將有所提升并趨于穩定，但使用 TC-NCF 鍵合所以鍵合所以良率良率仍將低于海力士，預測仍將低于海力士，預測 24 年年海力士海力士/三星三星/美光整體美光整體 HBM 良率良率 60%/40%/45%，25 年小有爬升，將是年小有爬升，將是 60%/42%/47%。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。22 美光科技美光科技(MU US)圖表圖表26：根據計算，單片根據計算，單片 12 英寸英寸 Wafer 可切割可切割 HBM3/3E DRAM 約約 442（=491 x 0.9）顆）顆 資料來源：Silicon Edge、

124、The Korea Economic Daily、美光官網、華泰研究估算 3)單個單個 DRAM 容量假設：容量假設：伴隨 HBM3/3E 產能不斷開出，HBM 產品組合將向 HBM3/3E傾斜，根據 Yole Intelligence 24 年 2 月報告，23 年 HBM3 產量占總產能的 33%，24年 HBM3/3E 產量占比將躍升至 81%（HBM3：62%，HBM3E：19%），25 年將進一步提升至 89%。我們認為，海力士作為英偉達 HBM3/3E 主供，產能向 HBM3/3E 傾斜將更為激進；與之相比，三星憑借其“一站式策略”承接更多云廠商自研芯片的 HBM需求，因此 HBM

125、2/2E 仍占部分產能；美光計劃通過 HBM3E 追趕市場份額，在產能本不富裕的情形下，擴產 HBM3E 并順利交付將是首要發力點。因此，我們預測，24 年年海力士海力士/三星三星/美光美光 HBM 的單片的單片 DRAM 容量為容量為 2.2/2.1/3.0GB，25 年伴隨年伴隨芯片芯片迭代及迭代及HBM3E 產能開出，其占比將持續擴大，帶動產能開出，其占比將持續擴大，帶動 HBM 的單片的單片 DRAM 容量提升至容量提升至2.6/2.4/3.0GB。圖表圖表27：HBM 各產品產能分布預測（各產品產能分布預測（%）資料來源：Yole Group、華泰研究預測 圖表圖表28：三大廠商三大

126、廠商 2024-2025 年年 HBM 晶圓投入量晶圓投入量 HBM 單片單片 DRAM 容量及出貨量占比容量及出貨量占比 海力士海力士 2024E 2025E HBM3-2GB 77%38%HBM3E-3GB 23%62%單片單片 DRAM 容量容量 2.2 2.6 三星三星 2024E 2025E HBM2E-1/2GB 20%7%HBM3-2GB 62%35%HBM3E-3GB 19%57%單片單片 DRAM 容量容量 2.1 2.4 美光美光 2024E 2025E HBM3E-3GB 100%100%單片單片 DRAM 容量容量 3.0 3.0 資料來源：Yole Intellige

127、nce、華泰研究預測 42%19%7%3%53%48%13%4%5%33%62%55%19%34%4%0%20%40%60%80%100%202220232024E2025EHBM2HBM2EHBM3HBM3EHBM4(+)免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。23 美光科技美光科技(MU US)需求側關鍵假設：需求側關鍵假設：1)CoWoS 產能假設：產能假設：結合臺積電 23 年底 CoWoS 月產能為 1.9 萬片，考慮產能爬坡時間，我們預測我們預測 24 年臺積電動態年臺積電動態 CoWoS 產能為產能為 2.8 萬片萬片/月，與外溢部分合計月，與外溢部分合計 3

128、.3 萬萬片片/月，月，24 年年 CoWoS 總產能約總產能約 39.6 萬片萬片；25 年除去臺積電年除去臺積電 CoWoS 產能擴張，英特產能擴張，英特爾爾 EMIB、Amkor 和和 ASE 等外溢產能同樣有望進一步開出，預測等外溢產能同樣有望進一步開出，預測 25 年年 CoWoS 月產月產能能 5.2 萬片，總產能萬片，總產能 62 萬片萬片。2)各廠商各廠商 AI 芯片芯片單晶圓切出量、單卡單晶圓切出量、單卡 HBM 堆棧數量以及單堆棧數量以及單 HBM 堆棧堆棧容量：容量：我們基于各 AI 芯片尺寸計算每片切出芯片數目，并根據 HBM 參數，結合各廠商取得的 CoWoS產能，以

129、芯片出貨量為權重計算三項參數的加權平均。產能分布上，產能分布上，我們認為 24-25年 HBM 需求仍以英偉達 AI GPU 為主體，英偉達 24-25 年仍將每年取得逾 40%產能，同時關注到AMD MI300、谷歌TPU v5、AWS Trainium/Inferentia以及英特爾Gaudi 2/3帶來的需求增量；單晶圓切出量上，單晶圓切出量上，伴隨設計尺寸增大，以及 Blackwell 對比 Hopper產能占比提升，25 年每片切出的 AI 芯片將隨之下降；結合前文，雖然每片切出數目減少，但單單卡卡 HBM 堆棧數目增多、層數增高和容量增大將是大勢所趨。堆棧數目增多、層數增高和容量增

130、大將是大勢所趨。因此，我們我們預測預測 24/25 年單晶圓平均切出年單晶圓平均切出 AI 芯片芯片 39/38 顆、單卡平均顆、單卡平均 HBM 堆棧數量堆棧數量 5.3/5.9 顆，顆，以及單以及單 HBM 堆棧平均容量堆棧平均容量 14.0/14.7GB?；谝陨霞僭O，我們預測基于以上假設，我們預測 24/25 年年 HBM 總供給總供給 1067.3/1933.1 mn GB，同比，同比+123.3%/81.1%，其中 24 年海力士、三星和美光分別占總供給的 57%、36%和 8%，伴隨美光 25 年 HBM 產能開出，海力士、三星和美光 HBM 供給量將分別占總供給的 50%、35

131、%和 15%。同時，我們預測同時，我們預測 24/25 年年 HBM 總需求總需求 1128.6/2014.3 mn GB，由此測算得，由此測算得 24/25年年 HBM供給缺口約為產能的供給缺口約為產能的 5.4%/4%。鑒于三大廠商均提及與下游討論 25年HBM供應，我們認為 24 年 HBM 擴產后，25 年缺口雖收窄但仍將維持輕微的供給不足，從而使得 HBM ASP 維持穩定。以以 ASP 11 美元美元/GB 測算，對應市場空間測算，對應市場空間 124.1/221.6 億美元，同比億美元，同比+125.6%/78.6%。圖表圖表29：2022-2025 年年 HBM 出貨量（出貨量

132、（mn GB）圖表圖表30：2022-2025 年年 HBM 市場規模（十億美元）市場規模（十億美元）資料來源：Yole Intelligence、華泰研究預測 資料來源：Yole Intelligence、華泰研究預測 250 478 1,067 1,933 91%123%81%0%20%40%60%80%100%120%140%05001,0001,5002,0002,500202220232024E2025EHBM出貨量（mn GB）YoY（%）3.0 5.5 12.4 22.2 83%126%79%0%20%40%60%80%100%120%140%051015202520222023

133、2024E2025EHBM市場規模（十億美元）YoY（%）免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。24 美光科技美光科技(MU US)圖表圖表31：2024-2025 HBM 供應端供應端產能預測（產能預測（K GB）HBM 供應量供應量 2024E 2025E SK 海力士海力士 晶圓投入量（萬片/月）8.5 11.5 單晶圓切割 HBM DRAM 顆粒數目（顆）442 442 HBM TSV 及鍵合良率 60%60%單個 DRAM die 容量（GB）2.2 2.6 HBM 總產能（總產能（K GB）604,459.6 958,116.9 占總產能比重（占總產能比重（%

134、）57%50%三星三星 晶圓投入量（萬片/月）8.5 12.5 單晶圓切割 HBM DRAM 顆粒數目（顆）442 442 HBM TSV 及鍵合良率 40%42%單個 DRAM die 容量（GB）2.1 2.4 HBM 總產能（總產能（K GB）380,509.0 675,845.6 占總產能比重（占總產能比重（%）36%35%美光美光 晶圓投入量（萬片/月）1.2 4.0 單晶圓切割 HBM DRAM 顆粒數目（顆）442 442.0 HBM TSV 及鍵合良率 45%47%單個 DRAM die 容量（GB）3 3 HBM 總產能（總產能（K GB）82,344.6 299,145.6

135、 占總產能比重（占總產能比重（%）8%15%HBM 總供給（總供給（K GB）1,067,313.1 1,933,108.2 HBM 需求（以需求（以 CoWoS 為計）為計）2024E 2025E 臺積電月產能（萬片/月）3.2 4.4 臺積電動態 CoWoS 月產能（萬片/月）2.8 4.2 外溢至 Amkor 等的產能（萬片/月）0.5 1.0 CoWoS 總產能（萬片）總產能（萬片）39 62 平均單晶圓切出 AI 芯片數（顆）39 38 單卡平均 HBM 堆棧數量（顆）5.3 5.9 HBM 堆棧平均容量（GB，綜合考量 HBM3/3E 及 HBM2E）14.0 14.7 HBM 總

136、需求（總需求（K GB）1,128,582.0 2,014,320.8 HBM 供需缺口供需缺口-5.4%-4.0%資料來源：Digitimes、Trendforce、Silicon Edge、各公司公告、華泰研究預測 圖表圖表32：美光美光 2024-2025 年年 HBM 營收及占比營收及占比 2024E 2025E 美光美光 HBM 營收（百萬美元）營收（百萬美元）930.5 3,380.3 美光 HBM ASP（$/GB）11.3 11.3 美光 HBM 產能（K GB）82,345 299,146 美光美光 DRAM 營收（百萬美元）營收（百萬美元）17,809 27,814 HBM

137、 營收占營收占 DRAM 營收營收比比重重 5%12%資料來源：美光公告、華泰研究預測 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。25 美光科技美光科技(MU US)從從 AI 服務器服務器需求需求看看 HBM，高速增長帶來內存，高速增長帶來內存新增長點新增長點 AI 服務器服務器的興起拉動的興起拉動 HBM 市場需求持續增長。市場需求持續增長。根據 TrendForce 23 年 4 月報道，現階段通用服務器 DRAM 約為 500-600GB，而 AI 服務器則需要更多，平均為 1.2-1.7TB，其中HBM 容量為 320-640GB。隨著 AI 模型日益復雜，對服務器

138、訓練速度的追求將越來越高，因此 DRAM 和 HBM 是必不可少，同時，在 SSD 容量提升上亦呈現擴大的態勢。Trendforce估計未來 AI 服務器每臺 DRAM 容量為 2.2-2.7TB，其中 HBM 容量為 512-1024GB。根據海力士 23Q3 業績電話會，管理層預期未來 5 年 HBM 總市場規模的 CAGR 為 60%-80%。AI 服務器市場火熱亦可從服務器廠商業績略見一斑。服務器市場火熱亦可從服務器廠商業績略見一斑。2024 年 2 月 29 日盤后 Dell 發布FY24Q4 業績，Servers and networking 業務收入環比增長 4.3%至 48.5

139、7 億美元，超過彭博一致預期的 48.09 億美元，AI 服務器出貨達 8 億美元。展望未來，公司的 AI 服務器累計在手訂單增長至 29 億美元，接近第三季度 16 億美元的兩倍，因此將帶來穩健的增長前景，公司預計 Infrastructure Solution Group（ISG）板塊（分為 Servers and networking 和Storage 業務，包含 AI 基礎設施中的儲存產品 PowerScale）將受益于來自 AI 客戶的強勁需求，同步增長 15%-17%（mid-teens growth）。業績發布后一交易日，Dell 股價盤中一度飆升至 131.1 元的高點，最終收

140、盤于 124.59 美元，上漲 31.62%。圖表圖表33：Dell ISG 營收同比增長（百萬美元，營收同比增長（百萬美元，%）圖表圖表34：Dell ISG 營收環比增長（百萬美元，營收環比增長（百萬美元，%）資料來源：Bloomberg、Dell 公告、華泰研究 資料來源：Bloomberg、Dell 公告、華泰研究 競爭格局：三大廠商瓜分競爭格局：三大廠商瓜分 HBM3/3E 市場，各顯神通角逐市場，各顯神通角逐 HBM4 在半導體行業在半導體行業，先進制程技術的發展呈現，先進制程技術的發展呈現資金和技術壁壘不斷提高的趨勢，資金和技術壁壘不斷提高的趨勢，HBM 所需工藝所需工藝的復雜性

141、和其應用場景的復雜性和其應用場景，以及，以及對供需雙方深度合作的要求對供需雙方深度合作的要求，使得行業格局使得行業格局集中于海力士、集中于海力士、三星和美光三大廠商。三星和美光三大廠商。綜合 Yole Intelligence 24 年 2 月發布的全球 HBM 市場報告，23 年海力士市場份額為 56%，三星市場份額為 41%，美光市場份額為 3%。圖表圖表35：HBM 工藝成本拆分（工藝成本拆分（4 層層 DRAM，99.5%良率）良率）圖表圖表36：2023 年年 HBM 市場份額市場份額 *注：數據發布于 2016 年 4 月 資料來源：3D InCites、華泰研究 資料來源：Yol

142、e Group、華泰研究 18%12%20%20%15%3%1%7%4%TSV制造TSV背部露頭前端工藝后端工藝組裝晶圓凸塊測試TSV制造良率損失組裝良率損失56%41%3%SK海力士三星電子美光 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。26 美光科技美光科技(MU US)圖表圖表37：HBM 主要生產商技術路線圖主要生產商技術路線圖 2022-2026 資料來源：Trendforce、華泰研究 圖表圖表38：三大廠商三大廠商 HBM3/3E 的性能對比表的性能對比表 公公司司 美光美光 SK 海力士海力士 三星三星 HBM HBM3E HBM3 HBM3E HBM3 Ic

143、ebolt HBM3E Shinebolt 量產時間量產時間 2024 年 2 月 2022 年 6 月 2024 年 3 月 2023 年下半年 2024 年上半年 容量（容量（GB）24/36 16/24 24/36/48 24 24/36 帶寬帶寬 1.2TB/s 819GB/s 1.18TB/s 819GB/s 1.2TB/s 單片單片 DRAM 容量容量 3GB 2GB 3GB 2GB 3GB VDD 電壓（電壓（V）-1.1 1.1 1.1-I/O 速率（速率（Gbps）9.2 6.4 9.2 6.4 9.8 鍵合高度（層）鍵合高度（層）8/12 8/12 8/12/16 12 1

144、2 技術節點技術節點 1 1z 1 1z 1 有效位寬有效位寬 1024-bit 1024-bit 1024-bit 1024-bit 1024-bit 鍵合技術鍵合技術 TC-NCF Advanced MR-MUF Advanced MR-MUF TC-NCF TC-NCF 資料來源：美光官網、SK 海力士官網、三星官網、AnandTech、Digitimes、TrendForce、華泰研究 Q1Q2Q3Q4Q1Q2Q3Q4Q1Q2Q3Q4Q1Q2Q3Q4Q1Q2Q3Q4三星3.2-3.61y 16Gb8/16GBSK海力士3.61y 16Gb8/16GB美光3.2-3.61z 16Gb16

145、GB 16GB 24GB16GB 24GB 24GB 36GB24GB 36GB 24GB36GBHBM4TBDTBD送樣英偉達出貨量產1z 16Gb三星8-9.21 24Gb公司公司技術節點技術節點HBM2eHBM3HBM3e三星5.6-6.41z 16GbSK海力士5.6-6.4美光8-9.21 24Gb完整參數或在24H2-2025公布；2026送樣傳輸速率傳輸速率（GbpsGbps）SK海力士8-9.21 24Gb20222023202420252026 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。27 美光科技美光科技(MU US)圖表圖表39：HBM 進程時間表進程

146、時間表 公司公司 時間時間 產品產品 事件事件 海力士海力士 2013.12 HBM1 與 AMD 聯合開發第一代 HBM，和 AMD Fiji GPU 一起應用于 AMD Radeon Fury 系列顯卡。2017 HBM2 在三星之后推出 HBM2，同年實現量產 2019.8 HBM2E 率先推出 HBM2E，MR-MUF 鍵合技術開始應用 2020.7 HBM2E HBM2E 實現量產 2021.10 HBM3 推出業界首款 HBM3，寬帶 819GB/s 2022.6 HBM3 宣布 HBM3 開始供應英偉達 2023.4 HBM3 推出 24GB 12 層堆疊的 HBM3，并宣布 H

147、BM3 開始使用 Advanced MR-MUF 鍵合技術 2023.8 HBM3E 開始出樣 8 層 HBM3E，帶寬突破至 1.15TB/s 2024.1 HBM3E CES 2024 上展示 8 層 24GB HBM3E，帶寬 1.18TB/s 2024.3 HBM3E 宣布 8 層 HBM3E 開始量產，供貨英偉達，同時向英偉達送樣 12 層 36GB HBM3E，或出現制程問題 三星三星 2016.1 HBM2 與英偉達和臺積電聯合開發 HBM2，同年實現量產 2020 HBM2E 推出 HBM2E，同年實現量產 2023H1 HBM3 先后推出 16GB 和 24GB HBM3 2

148、023.10 HBM3/3E 確認量產 8 層和 12 層 HBM3 Icebolt，推出 HBM3E Shinebolt 8 層原型版本，帶寬 1.225TB/s 2024.2 HBM3E 宣布 12 層 36GB HBM3E Shinebolt 開發完成，帶寬 1.225TB/s 2024Q1 HBM3 HBM3 通過 AMD 效能驗證，供貨 MI300 系列 2024H1 HBM3E 量產 HBM3E 美光美光 2020 HBM2/2E 先后宣布量產 HBM2/2E 2023.7 HBM3E 宣布與臺積電合作推出 HBM3E 2024.2 HBM3E 8 層 24GB HBM3E 率先量

149、產，供貨英偉達 H200 2024.3 HBM3E 開始出樣 12 層 36GB HBM3E 資料來源：海力士官網、三星官網、美光官網、Toms Hardware、TechPowerUp、Digitimes、KED Global、華泰研究 美光：美光：跳過跳過 HBM3，1-制程制程 HBM3E 加速追趕加速追趕 我們看好美光我們看好美光 HBM 業務的邏輯不是其“贏在起跑線上”，相反，業務的邏輯不是其“贏在起跑線上”，相反，美光并非美光并非 HBM 市場的先市場的先行者，但我們預期美光行者，但我們預期美光將將是本輪是本輪 HBM 高速增長的高速增長的主要受惠者：主要受惠者：1）中）中短期短期

150、內內 HBM 市場市場仍仍將供不應求，將供不應求，美光 HBM3E 可作為“二供”承接溢出訂單，同時其相較同業競品更優的產品性能也有利于幫助其擴展下游客戶；2）HBM3E 相較傳統相較傳統 DRAM ASP 更高，更高，借助 HBM3E的營收貢獻美光利潤率有望迎來優化，同時 HBM 銷售多基于年度合同，相較傳統 DRAM大宗商品屬性更低，擁有更好的抗周期性；3）與海力士和三星不同，美光借）與海力士和三星不同，美光借 HBM3E“重“重啟”啟”HBM 業務幾近“從無到有”，業務幾近“從無到有”，2023 年 HBM 市場份額僅為 3%，低基數帶來相較前兩者更高的成長性；4）英偉達扶持，受益于英偉

151、達大量英偉達扶持，受益于英偉達大量 HBM 需求。需求。23 年英偉達 H100 HBM3由海力士獨供，我們認為一方面海力士 HBM3/3E 產能擴展有限，為保證 AI 芯片按期交付，英偉達積極扶持美光作為 HBM“二供”；另一方面也是出于避免過分依賴海力士，防止海力士一家獨大的考量，尋求替代方案，“貨比三家”從而掌握更大的議價主動性。目前海力士 HBM3/3E“獨供”格局已被打破，截至 24 年 4 月中旬，海力士和美光 HBM3E 均已通過英偉達效能驗證，確認供貨 H200，三星 HBM3E 仍在驗證進程中，但 Digitimes 24 年 4月 15 日報道指出三星上修 24 年 HBM

152、 出貨目標及訪臺謀求 HBM 合作當作積極，或隱含英偉達產品驗證進程順利。我們認為美光能否借我們認為美光能否借 HBM“東風”成功實現估值重估，關鍵在于“東風”成功實現估值重估，關鍵在于在在 HBM 的蛋糕不斷做大的蛋糕不斷做大的前提下，的前提下，其能其能否否成功成功搶占搶占份額：份額：1）產能）產能：當前美光 HBM 產能較海力士和三星仍然較低，24-25 年美光能否成功擴產并滿足下游需求將是關鍵；2）良率：）良率：相較海力士 MR-MUF 鍵合，美光和三星均使用 TC-NCF，鍵合技術良率仍然較低，能否通過良率提升進一步減少損耗成本，同時變相提升產能也將是未來發力重點。免責聲明和披露以及分

153、析師聲明是報告的一部分，請務必一起閱讀。28 美光科技美光科技(MU US)圖表圖表40：美光美光 HBM3E 產品展產品展示示 圖表圖表41：美光美光 HBM3E 規格參數規格參數 資料來源：美光官網、NextPlatform、華泰研究 資料來源：美光官網、華泰研究 圖表圖表42：美光美光 HMC 設計概念和性能參數：與設計概念和性能參數：與 HBM 高度相仿高度相仿 資料來源：EE Daily、華泰研究 美光并非美光并非 HBM 領域的先行者領域的先行者，自研，自研 HMC 未獲廣泛應用未獲廣泛應用。2011 年 9 月，英特爾于開發者論壇（IDF）介紹其與美光合作開發的 HMC（Hybr

154、id Memory Cube 混合內存立方體）技術，同樣基于 TSV 技術構建 DRAM 堆棧，以解決 DDR3 面臨的帶寬問題。但限于成本高昂及并非開放標準，并未獲得業界廣泛采用。根據 Microprocessor Report 14 年 9 月的報道，富士通 Sparc64 XIfx 是為數不多采用美光 HMC 的處理器之一，搭載于 15 年推出的富士通 PRIMEHPC FX100 超級電腦。2018 年 8 月，因未獲市場采納，美光宣布放棄 HMC，轉向 HBM，2020 年 3 月美光開始提供 HBM2 產品，面向高端 AI 芯片的顯存方案，并于2020 年 7 月宣布量產 HBM2

155、E，此時較 2016 年三星率先發布 HBM2 已然過去近 4 年。美光美光跳過跳過 HBM3，意圖意圖通過通過 1-制程占領制程占領 HBM3E 市場份額。市場份額。為追趕 SK 海力士和三星，美光決定跳過 HBM3 直接生產 HBM3E。2023 年 7 月，美光宣布與臺積電 3D-Fabric 聯盟，推出 1-制程的 HBM3E，其 DRAM 堆棧為 8 層，提供 24GB 容量，帶寬、傳輸速度達到1.2TB/s、9.2Gbps。24 年 2 月 26 日，美光率先宣布實現 HBM3E 量產，確認供貨英偉達H200，24 年 3 月美光已宣布出樣 12 層 36GB HBM3E，預期 2

156、5 年量產。對比海力士和三星的對比海力士和三星的 HBM3E，美光，美光布局較晚，欲在工藝上彎道超車，提升產品性能。布局較晚，欲在工藝上彎道超車，提升產品性能。根據公司 FY24Q2 業績會，美光 HBM3E 相較于同代競品實現約 10%的性能提升，降低約 30%的功耗，管理層稱美光 HBM3E 的性能優勢獲得客戶青睞，并證實其跳過 HBM3 直接布局HBM3E 戰略的可行性：1）制程上）制程上：根據 Digitimes 24 年 1 月報道，美光和海力士 HBM3E均采用1-制程，領先于三星的1-制程，而美光預期于25年率先量產下一代1-DRAM，由于 HBM 本質是 DRAM 堆疊，若率先

157、采用 1-制程的 DRAM 將同樣為 HBM 產品帶來性能優勢；2）布局布局中國中國臺灣臺灣，加強供應鏈合作：，加強供應鏈合作：根據臺媒數位時代 24 年 3 月專訪中國臺灣美光董事長盧東暉的報道，結合 Digitimes 24 年 3 月相關新聞，美光 HBM3E 封測和出貨均在中國臺灣完成，自產品設計階段開始與中國臺灣供應鏈合作緊密，例如，在中國臺灣供應鏈部分，美光與 IP 供應商合作提供 GPU 與 HBM 快速交互的相關技術。同時，相較三星集存儲、AI 芯片設計、晶圓代工和封裝為一體，美光定位與海力士接近，與臺積電不存在競爭關系，因此自 HBM3E 研發初期開始即可以與臺積電緊密合作商

158、討 HBM 與 GPU 整合方案，鑒于英偉達和 AMD 等下游客戶是臺積電 CoWoS 的“頭號客戶”，美光與臺積電的合作加速客戶驗證其 HBM3E 進程，糾錯過程亦更易進行。同時，三星 24 年 3 月下旬訪臺就 HBM 加強與臺積電合作，并拉攏更多供應鏈伙伴，海力士 HBM 開發過程中也曾數次訪問臺積電，側面印證 HBM 供應鏈合作的必要性。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。29 美光科技美光科技(MU US)SK 海力士：超越三星的海力士：超越三星的 HBM 領頭羊，先發優勢、領先制程和鍵合工藝穩坐頭把交椅領頭羊，先發優勢、領先制程和鍵合工藝穩坐頭把交椅 我們認

159、為，海力士自獨供英偉達我們認為，海力士自獨供英偉達 HBM3 開始的先發優勢開始的先發優勢使得其坐穩行業龍頭使得其坐穩行業龍頭，但面對來勢，但面對來勢洶洶的美光，其在洶洶的美光，其在 HBM 市場市場 50%左右的份額能否保持則有待觀察。盡管英偉達對左右的份額能否保持則有待觀察。盡管英偉達對 HBM3E需求增加，但需求增加，但 AMD 和云和云廠商廠商自研自研芯片芯片對對 HBM3 需求也不可忽視，需求也不可忽視，24-25 年年 HBM3 仍將是仍將是海力士營收增長的“基本盤”。海力士營收增長的“基本盤”。相較美光和三星，海力士已積累與下游客戶合作的豐富經驗，如我們前文所述，其效能驗證和糾錯

160、效率或較競爭對手更高；相較三星，海力士 HBM3 已形成成熟供應鏈，良率穩定且技術較三星更有優勢。SK 海力士的第一代海力士的第一代 HBM 與與 AMD 聯合開發，之后公司多次發布新產品聯合開發，之后公司多次發布新產品，保持保持 HBM 領先領先地位。地位。2013 年 12 月，公司與 AMD 聯合開發 HBM1，和 AMD Fiji GPU 一起應用于 AMD Radeon Fury 系列顯卡。之后的 7 年間迭代更新 HBM2 和 HBM2E；于 2021 年 10 月推出全球首款 HBM3，2022 年 6 月實現量產后獨供英偉達 H100。2023 年 4 月推出 24GB 12層

161、堆疊的HBM3，通過將單個DRAM的高度磨削到約30微米（比16GB HBM3單片薄40%），實現了與 16GB 產品相同的高度。2023 年 8 月發布 HBM3E。海力士在 CES 2024 展示的HBM3E提供1.18TB/s數據處理速度（發布初為1.15TB/s），并已經于24年3月實現HBM3E量產，開始向英偉達供貨。根據 TechInsights 轉載 24 年 2 月國際固態電路研討會（ISSCC 2024）日程，海力士于會上 Paper 13.4 中公開其 16 層堆疊的 HBM3E 技術，提供 48GB內存和近 1.3TB/s 的帶寬。根據 Digitimes 24 年 2

162、月 26 日報道，業界估計 24 年海力士 HBM營收將達 10 兆韓元（約 74.9 億美元），相當于 23 年總營收的一半，Digitimes 該篇報道亦假設利潤率為 50%，由此推出海力士 HBM利潤約為 5兆韓元，將占 24年整體利潤的 50%。相較三星和美光，海力士采用領先的相較三星和美光，海力士采用領先的 HBM 鍵合工藝鍵合工藝，是是業內業內唯一唯一將將 MR-MUF 技術應用于技術應用于HBM 的公司。的公司。海力士的 HBM2 和三星 HBM 鍵合均采用 TC-NCF（基于熱壓的非導電薄膜Thermal Compression-Non Conductive Film）工藝，該

163、過程需要高溫高壓環境將凸點（bumps）推入非導電薄膜，在單個 DRAM 高度減少的環境下更易導致芯片翹曲。海力士在 HBM2E中首次使用 MR-MUF（批量回流模制底部填充 Mass Reflow Molded Underfill），通過在芯片間注入 EMC（液態環氧樹脂模塑料 Epoxy Molding Compound）填充芯片之間或芯片與凸塊之間間隙。EMC 本身具備中低溫固化、低翹曲、低吸水率等優點，無需借助高溫高壓，可有效解決芯片翹曲從而提升良率。在設計 12 層 HBM3 時，公司采用了Advanced MR-MUF 技術，進一步提升工藝良率和散熱性能。圖表圖表43：MR-MUF

164、 對比對比 TC-NCF 溫度下降溫度下降 14%圖表圖表44：Advanced MR-MUF 對比對比 MR-MUF 散熱能力散熱能力進一步提高進一步提高 資料來源：SK 海力士公告、華泰研究 資料來源：SK 海力士公告、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。30 美光科技美光科技(MU US)圖表圖表45：SK 海力士海力士以以 MR-MUF 代替代替 TC-NCF，大幅降低，大幅降低 HBM 熱阻熱阻 資料來源：SK 海力士公告、華泰研究 與三星不同，海力士沒有晶圓代工業務，與臺積電合作更加緊密，二者作為受與三星不同，海力士沒有晶圓代工業務，與臺積電合作更

165、加緊密，二者作為受益于益于 AI 芯片芯片的利益共同體，合作推進的利益共同體，合作推進 HBM4 研發。研發。2024 年 4 月，海力士與臺積電簽署合作備忘錄，合作開發預計在 2026 年投產的 HBM4，以此與三星的“一站式策略（Turnkey Strategy）”競爭。該合作主要分為兩個方面：1）海力士和臺積電將首先致力改善）海力士和臺積電將首先致力改善 HBM 封裝內最底層封裝內最底層的基礎裸片（的基礎裸片（Base Die），），該片與上方的 DRAM 不同，對上方的 DRAM 堆棧（Core Die）起到控制作用，同樣連接至 GPU。過往包括 HBM3E 在內的海力士 HBM 產品

166、的基礎裸片由海力士基于自身制程工藝制造，但從 HBM4 開始采用臺積電先進邏輯制程，更細微的工藝可以在基礎裸片上增加更多功能，從而滿足客戶定制化產品在性能和功效上更加多樣的需求；2）雙方將進一步優化海力士）雙方將進一步優化海力士 HBM 產品和臺積電產品和臺積電 CoWoS 技術融合，改善性能表技術融合，改善性能表現?，F。圖表圖表46：SK 海力士海力士 6 代代 HBM 參數對比參數對比 HBM1 HBM2 HBM2E HBM3 HBM3E HBM4（預測）（預測）發布年份發布年份 2013 2017 2019 2021 2023 2026E 容量（容量（GB）1 4/8 8/16 16/2

167、4 24/36 36-48 帶寬（帶寬（GB/s）128 307 460 819 1.18TB/s 1.5-2TB/s VDD 電壓（電壓（V）1.2 1.2 1.2 1.1 1.1 1.1 傳輸速率傳輸速率（Gbps）1 2.4 3.6 6.4 9.2-鍵合鍵合高度（層）高度（層）4 4/8 4/8 8/12 8/12 12/16 鍵合鍵合技術技術 TC-NCF TC-NCF MR-MUF(Advanced)MR-MUF Advanced MR-MUF Hybrid Bonding 熱阻系數熱阻系數-1 0.65 0.5/0.55 0.5 0.4-0.5 資料來源：SK 海力士公告、華泰研究

168、 圖表圖表47：海力士分業務營收（海力士分業務營收（CY，萬億韓元，萬億韓元，%）圖表圖表48：海力士各業務營收占比（海力士各業務營收占比（CY，%）資料來源：公司公告、華泰研究 資料來源：公司公告、華泰研究 43.1%33.8%-7.0%-38.0%-58.1%-47.1%-17.5%47.4%144.3%-100%-50%0%50%100%150%200%024681012141622Q1 22Q2 22Q3 22Q4 23Q1 23Q2 23Q3 23Q4 24Q1DRAMNAND閃存其他總營收YoY65%64%63%60%57%60%67%65%61%32%33%31%31%33%31

169、%27%29%35%3%4%6%10%9%9%6%6%4%0%20%40%60%80%100%22Q122Q222Q322Q423Q123Q223Q323Q424Q1DRAMNAND閃存其他 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。31 美光科技美光科技(MU US)圖表圖表49：海力士海力士 DRAM 營收（營收（CY，萬億韓元，萬億韓元，%）圖表圖表50：海力士海力士 NAND 營收（營收（CY，萬億韓元，萬億韓元，%）資料來源：公司公告、華泰研究 資料來源：公司公告、華泰研究 圖表圖表51：海力士盈利能力（海力士盈利能力（CY，%）圖表圖表52：海力士庫存情況（海力士

170、庫存情況（CY，萬億韓元，萬億韓元，%）資料來源：公司公告、華泰研究 資料來源：公司公告、華泰研究 三星：依托自家晶圓代工部門，一站式策略追趕海力士市場份額三星：依托自家晶圓代工部門，一站式策略追趕海力士市場份額 三星于23H2開始量產16GB/24GB 1-Z HBM3，根據Trendforce 24年3月報道，其16/24GB HBM3 已于 23 年底確認供貨英偉達，打破海力士作為英偉達 HBM3“獨供”格局。GTC 2024期間三星展示其 12 層 36GB HBM3E，預期于 24H2 實現量產。英偉達 CEO Jensen Huang會上于三星 12 層 HBM3E 旁簽下“Jen

171、sen Approved”，確認該產品正在通過英偉達效能驗證。Digitimes 24 年 4 月報道三星 HBM3E 測試已近尾聲，最快 24Q2 開始供貨英偉達，相較之前市場預期 24H2 提前。我們認為，三星是海力士我們認為，三星是海力士 HBM 市場的有力競爭者，短期市場的有力競爭者，短期 HBM3 市場或難以追趕海力士，市場或難以追趕海力士，但中期但中期 HBM3E/4 將凸顯其優勢：將凸顯其優勢：1）相較海力士，三星 HBM3 起步較晚，因此市場份額或難以相匹敵，然而 24 年 2 月三星 12 層 36GB HBM3E 已經宣布開發完成，且帶寬提升相較海力士更為激進，若三星成功于

172、 24H1 量產 HBM3E，并后續通過英偉達驗證，則將與海力士重回同一起跑線；2）對比海力士和美光，三星的獨特對比海力士和美光，三星的獨特之處在于其整合存儲之處在于其整合存儲芯片芯片和晶圓和晶圓代工的能力，從而實現“一站式策略（代工的能力，從而實現“一站式策略（Turnkey Strategy）”。）”。中期來看，三星的“一站式策略”將服務于 HBM4 的研發，其邏輯類似海力士與臺積電的合作，三星存儲與封裝部門協同將縮短 HBM4 從研發到生產的中間環節，并在未來的量產中縮短從存儲顆粒制造、封裝到交付的周期，從而能占得 HBM4 及后續產品先機；3）對比海力士積極推進 HBM3/3E產能迭代

173、，三星在三星在 HBM2E 市場仍然有著來自市場仍然有著來自 AMD Xilinx、中國、中國芯片芯片廠商以及云廠商自研廠商以及云廠商自研芯片芯片的的 HBM 需求。需求。例如 Xilinx Versal FPGA、Google TPU v5e、Amazon Inferentia 2 和Trainum、壁仞科技（Biren）106 系列和燧原科技（Enflame）云燧 T20 仍采用 HBM2E，短期內仍有部分需求。7.98.87.04.62.94.46.17.37.6-10%12%-21%-34%-36%51%38%21%3%30%17%-16%-48%-63%-50%-12%61%160%

174、-100%-50%0%50%100%150%200%024681022Q1 22Q2 22Q3 22Q4 23Q1 23Q2 23Q3 23Q4 24Q1DRAM營收QoQYoY3.94.53.42.41.72.22.43.34.423%15%-25%-30%-29%33%8%35%33%95%96%11%-25%-57%-50%-28%39%158%-100%-50%0%50%100%150%200%0.01.02.03.04.05.022Q1 22Q2 22Q3 22Q4 23Q1 23Q2 23Q3 23Q4 24Q1NAND閃存營收QoQYoY0%-32%-16%1%20%39%-25

175、%-67%-39%-20%23%23%-49%-51%-41%-24%-12%15%-80%-60%-40%-20%0%20%40%60%22Q423Q123Q223Q323Q424Q1毛利率營業利潤率凈利潤率10121516171615131417%14%23%7%10%-4%-9%-10%3%68%91%122%76%65%38%2%-14%-19%-40%-20%0%20%40%60%80%100%120%140%0510152022Q1 22Q2 22Q3 22Q4 23Q1 23Q2 23Q3 23Q4 24Q1庫存QoQYoY 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起

176、閱讀。32 美光科技美光科技(MU US)海力士海力士 HBM3 率先率先量產占得先機，三星加速迭代奮起直追。量產占得先機，三星加速迭代奮起直追。16 年 1 月，三星跳過 HBM1，開始量產 HBM2 Flarebolt，并搭載于英偉達 Tesla P100，將海力士 HBM1 發布后因成本原因遇冷的 HBM 技術重新拉回大眾視野?？v觀海力士和三星 HBM 產品的迭代時間，兩家產品“你方唱罷我登場”，同代產品更新間隔平均在半年之內，技術咬合緊密。22 年 6 月海力士 HBM3 早于三星實現量產，適逢 22 年底 ChatGPT 發布，生成式 AI 浪潮拉動 AI 芯片需求井噴，海力士借助

177、HBM3 大量供貨率先受益。根據韓國經濟日報 23 年 6 月 26 日報道，三星 HBM3 Icebolt（8/12 層堆疊）于 23H2 才實現大規模量產。隨后三星加速產品迭代并隨后三星加速產品迭代并積極拓展客戶，積極拓展客戶，公司于 23 年 10 月 20 日的 Memory Tech Day 上發布 HBM3E，并于 24 年2 月 27 日宣布開發完成，其提供 36GB 的內存容量和 1.225 TB/s 的帶寬，傳輸速率（9.8 Gbps）相較海力士（9.2 Gbps）的同代產品更為激進，該 HBM3E 現已向客戶送樣，預期于 24H2 實現量產。根據 Trendforce 24

178、 年 3 月新聞，三星 HBM3 已通過 AMD 產品測試，預期將搭載于 MI300X，并已向英偉達供貨。24 年 3 月 20 日 GTC 2024 上英偉達確認三星 HBM 產品處于驗證階段，當日三星電子漲逾 4%，創 24 年 1 月 19 日以來最大單日漲幅。圖表圖表53：三星歷代三星歷代 HBM 參數對比參數對比 HBM2(Flarebolt)HBM2(Aquabolt)HBM2E(Flashbolt)HBM3(Icebolt)HBM3E(Shinebolt)HBM4（預測）（預測）發布年份發布年份 2016 2018 2020 2023 2023 2025 最大容量（最大容量（GB

179、）8 8 16 16/24 24/36 36-48 帶寬（帶寬（GB/s）256 307 460 819 1.225TB/s 1.5-2TB/s VDD 電壓（電壓（V）-1.2 1.2 1.1-傳輸速率（傳輸速率（Gbps）-2.4 3.6 6.4 9.8-堆疊高度（層）堆疊高度（層）8 8 8 8/12 8/12 16 堆疊技術堆疊技術 TC-NCF TC-NCF TC-NCF TC-NCF TC-NCF Hybrid Bonding 資料來源：三星官網、Trendforce、Anand Tech、華泰研究 三星大力推進三星大力推進 HBM 擴產，搶占擴產，搶占 HBM3/3E 市場份額。

180、市場份額。23H2 以來三星在設備采購和產線增加上動作積極：1）Theelec 12 月 5 日報道，三星以 5 億韓元單價從 Shinkawa 訂購 16 臺TC 鍵合設備，其中 7 臺已經交付，推測該批設備將服務于英偉達 GPU 相關的 HBM 和封裝業務；2）韓媒 ZD Net Korea 12 月 1 日報道，韓國設備供應商 YEST 收到三星 123 億韓元 HBM 加壓設備訂單，發往三星天安生產線；3）三星于 23Q3 業績會宣布計劃在 2024年將 HBM 年產能擴大 2.5 倍以上，并隨后投資 105 億韓元從子公司三星顯示（SDC）處收購天安工廠的建筑和設施。CES 2024

181、 媒體見面會上，三星電子管理層透露 25 年計劃繼續將 HBM 產能擴大 2 倍，而根據韓國經濟日報 24 年 3 月 28 日報道，三星管理層在 Memcon 2024 宣布上調 24 年 HBM 產能預期至 23 年的 2.9 倍。積極擴產之下，積極擴產之下，HBM 工藝將成為三星能否獲得更多份額的關鍵因素：工藝將成為三星能否獲得更多份額的關鍵因素：1）制程：）制程：美光和海力士均在 HBM3E 中采用 1-nm（第五代 10nm）制程，而三星 HBM3E仍采用 1-nm（第四代 10nm）。對于存儲芯片，制程工藝的迭代帶來內存密度的提升，同時降低芯片的功耗與發熱，帶來更好的能耗表現。我們

182、前文提及 HBM 的垂直堆疊對芯片散熱帶來的挑戰，而三星在制程上的短板或影響其 HBM 對大客戶吸引力；2）鍵合：）鍵合：在鍵合工藝的競爭中，三星 HBM 鍵合仍采用 TC-NCF 工藝，該過程需要高溫高壓環境將凸點（bumps）推入非導電薄膜，在 HBM 對疊層數增加，單個 DRAM 高度減少的情況下更易導致芯片翹曲，進而影響良率。根據 Digitimes 24 年 3 月新聞，三星雖然也曾嘗試 MR-MUF 技術，但未能解決翹曲問題，因此至今仍采用 TC-NCF 技術，同時，三星目前雖導入部分 MUF材料和相關設備，但 Digitimes該篇報道同時指出，三星所關注的 MUF材料與海力士并

183、非完全相同的技術，可能應用于非 HBM 領域。因此，如何改良或替代現有的 TC-NCF 鍵合仍將是三星需要攻克的難題。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。33 美光科技美光科技(MU US)圖表圖表54：TC（熱壓）鍵合工藝原理示意（熱壓）鍵合工藝原理示意 資料來源：Yiu Ming Cheung(2013.10):Solder Joint Integrity of TC-NCP Thermo-compression Bonding Process、華泰研究 HBM4：三大廠商方案齊出，混合鍵合延遲導入影響幾何？：三大廠商方案齊出，混合鍵合延遲導入影響幾何？HBM4 是

184、是 HBM3E 下一代產品，當前行業標準尚未明確。下一代產品，當前行業標準尚未明確。綜合三大廠商的技術路線圖并結合 Toms Hardware 等媒體信息，HBM4 相較 HBM3E 在容量和帶寬上均有提升，預期將提供 36-48GB（v.s.HBM3E 24/36GB）內存和 1.5-2TB/s 帶寬（v.s.HBM3E 1.2TB/s），其技術實現主要基于鍵合層數的提高（16 層 v.s.HBM3E 12 層）及內存接口數目翻倍（2048位 v.s.HBM3E 1024 位），有望于 25 年推出并在 26 年實現量產。Toms Hardware 于 23 年 11 月援引韓媒中央日報報導

185、，海力士正在與包括英偉達在內討論HBM4 集成設計方案，計劃與英偉達合作開發新的 GPU，擬將擬將 HBM4 與與邏輯邏輯芯片芯片垂直堆疊垂直堆疊在一起，在一起，通過通過 3D 封裝封裝實現實現在單在單芯片芯片上存儲上存儲器與器與邏輯邏輯芯片芯片的垂直整合。的垂直整合。該設計：1）免去）免去HBM3E 設計中設計中圍繞圍繞邏輯邏輯芯片芯片堆棧所帶來的中介層復雜布線需求，堆棧所帶來的中介層復雜布線需求，從而簡化設計并節約封裝成本；2）同時可進一步提升封裝密度）同時可進一步提升封裝密度（在同樣面積上鋪設更多數量的元器件），縮小封裝尺寸；3）3D 封裝采用更細小、更密集的電路，封裝采用更細小、更密集

186、的電路，縮短線路之間的傳輸距離，提升指令的相應速度和降低功耗。然而 Toms Hardware 該篇報道亦指出，將存儲器與邏輯芯片垂直整合的設計帶來一定優越性的同時，因為在較小的封裝體內堆疊多個芯粒，對散熱也提出更高要求。參考采用V-Cache（將一塊 L3 Cache 置于 CPU 頂部）的 AMD CPU，通過對架構和硅平面的優化來緩解散熱問題，例如 AMD 在 SRAM 單元中設計了 3D 64MB SRAM（Static Random Access Memory），并避免其堆疊以保持低熱密度，兩側采用了結構硅從高密度核心中逸出熱量，并可通過控制芯片 TDP 和主頻以補償垂直堆疊產生的額

187、外熱量，不過，HBM 與 GPU的功耗遠高于 CPU，集成時的散熱考量將更為復雜，因此合適的散熱方法將是該設計成功的關鍵。圖表圖表55：對比第五代產品對比第五代產品 HBM3E，第六代產品，第六代產品 HBM4 有望實現存儲有望實現存儲器和器和邏輯邏輯芯片芯片的垂直堆疊的垂直堆疊 資料來源：Toms Hardware、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。34 美光科技美光科技(MU US)圖表圖表56：AMD V-Cache 原理原理 將將 L3 緩存置于緩存置于 CPU 頂部，兩側頂部，兩側硅片硅片用于用于芯片芯片加固和輔助散熱加固和輔助散熱 資料來源：海力

188、士官網、華泰研究 HBM4 的迭代將的迭代將帶來帶來三三方面挑方面挑戰：戰：1）芯片間鍵合工藝成為攻克關鍵，以應對散熱和良率兩大難題。16 層堆疊在提升堆疊層數的同時需要磨削單片 DRAM 高度，并盡量縮小 DRAM間距，以控制產品尺寸。TF-NCF 等上一代鍵合工藝亟待改良，混合鍵合有望成為主流技術；2）2048 位內存接口要求中介層（Interposer）布線更加復雜，如何連接 HBM 堆棧和邏輯芯片帶來不同設計方案，海力士和三星探索存儲器和邏輯芯片垂直集成；3）2048 位內存接口及帶寬提升同樣需要單位面積上更多的 TSV 穿孔以提升 DRAM 堆棧的垂直互聯密度。銅銅-銅混合鍵合（銅混

189、合鍵合（Cu-Cu Hybrid Bonding）代替微凸點，提升）代替微凸點，提升 I/O 密度、散熱性能和能耗密度、散熱性能和能耗表現，在表現，在 HBM 層高不斷增加的趨勢下更適應應用場景。層高不斷增加的趨勢下更適應應用場景。微凸點技術下，芯片間通過上下凸點的焊接實現互連，而混合鍵合則實現無凸點（Bumpless），上下芯片間采用銅墊片直接連接。因為不依賴焊料，銅-銅混合鍵合可實現超細間距和更小的接點尺寸，從而實現單位面積上更多的接點數量。根據 Semianalysis 和 3D InCites，混合鍵合實現的單位面積接點數量是微凸點的 1000 倍，以達到更高的 I/O 密度。微凸點的

190、焊料會在上下芯片間帶來大于30 微米的間距，而銅墊片因為上下直接接觸不存在焊料球，芯片間間距可控制在 10 微米，同時混合鍵合的散熱效率相較微凸點提升約 20%。圖表圖表57：微凸點和混合鍵合橫截面對比，混合鍵合無焊料球微凸點和混合鍵合橫截面對比，混合鍵合無焊料球 圖表圖表58：混合鍵合相較微凸點的混合鍵合相較微凸點的 I/O 密度提升密度提升 資料來源：Dr.Navid Asadi(2022.10):Hybrid Bonding for Advanced 3D IC Packaging、華泰研究 資料來源：Yoon-Gu Lee(2023.4):Copper Bonding Technolo

191、gy in Heterogeneous Integration、華泰研究 我們認為，存儲和晶圓代工的合作將是混合鍵合引入我們認為，存儲和晶圓代工的合作將是混合鍵合引入 HBM4 的的必經之路，我們前文所述海必經之路，我們前文所述海力士與臺積電合作推進力士與臺積電合作推進 HBM4 研發、三星電子整合存儲和晶圓代工研發、三星電子整合存儲和晶圓代工以服務以服務 HBM4，就是該，就是該模式的直接體現。模式的直接體現?；旌湘I合工藝流程可簡略歸納為：1）通過化學氣相沉積（Chemical Vapor Deposition CVD）和電鍍在基底表面形成絕緣層和銅層；2）通過化學機械研磨（Chemical

192、-Mechanical Polishing CMP）、清洗和離子活化后，將上下兩片晶圓/芯片的銅接點對齊；3）施壓后將芯片間絕緣層貼合，兩邊絕緣層接觸后產生共價鍵；4）經退火（Annealing）升高溫度后，銅接點碰撞并接合，兩邊銅離子相互擴散（Diffusion）進入對方完成鍵合。在鍵合過程中，CMP 平坦化不足、清洗不足使得表面殘留顆粒、對其誤差和金屬表面孔隙等均有可能影響元件特性或使得元件失效。根據根據 Semianalysis 24 年年 2 月月 9日的分析，混合鍵合的工藝流程涉及許多傳統上僅由晶圓代工廠專用的工具日的分析，混合鍵合的工藝流程涉及許多傳統上僅由晶圓代工廠專用的工具，例

193、如 CVD、CMP 和表面離子活化等，存儲廠商較難在短期內配備大規模生產條件，同時其工藝要求較高，如清洗工藝要求需要 ISO 3 及以上（等級數字越小越嚴苛，如臺積電和 Intel 正逐步轉向 ISO 2 和 ISO 1 級別），使得傳統存儲廠商難以承接混合鍵合。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。35 美光科技美光科技(MU US)圖表圖表59：混合鍵合的工藝流程：電鍍混合鍵合的工藝流程：電鍍-CMP 及清洗及清洗-離子活化離子活化-對齊并施壓貼合對齊并施壓貼合-退火使銅接點膨脹并接合退火使銅接點膨脹并接合-銅離子相互擴散完成鍵合銅離子相互擴散完成鍵合 資料來源：3D

194、 InCites、Digitimes、華泰研究 然而，鑒于銅然而，鑒于銅-銅混合鍵合工藝復雜，為確保第一代銅混合鍵合工藝復雜，為確保第一代 HBM4 在在 26 年落地，混合鍵合導入年落地，混合鍵合導入 HBM生產或被推遲。生產或被推遲。根據 ZDNet Korea 24 年 3 月 8 日報道，JEDEC 的主要參與者將 12 層和16 層 HBM4 的封裝厚度標準放寬至 775 微米（對比上一代的 720 微米）。該標準放寬是三星、海力士和美光等內存廠商與英偉達、AMD、Intel 等主要 AI 芯片公司合作磋商的結果。內存廠商宣稱上一代 720 微米厚度已到達極限，在 775 微米的條件

195、下，現有的 MR-MUF和 TC-NCF 鍵合工藝仍可用于生產 HBM4，因此放寬標準將給予三大內存廠商更多時間完成混合鍵合的核心工藝開發和初始良率調整，而 AI 芯片公司接受該提案以便按時獲得HBM4。我們認為，從內存廠商角度看，混合鍵合的設備要求與三星、海力士和美光現有的鍵合設備和技術區別較大，ZDNet Korea 24 年 3 月報道指出混合鍵合設備比現有的 TC 鍵合機價格高出四倍，因此需要高昂資金成本配置。而初期設備落地后在鍵合良率上同樣面臨壓力，需要額外的時間成本。從 AI 芯片廠商角度來看，鑒于芯片迭代和出貨需求，比起施壓存儲廠商應用混合鍵合生產 HBM4，接納標準放寬以順利推

196、進芯片迭代和穩定 HBM 供應也是情理之選。除此之外，我們也認為，假設現階段存儲廠商放緩鍵合工藝迭代，節省的成本（混除此之外，我們也認為，假設現階段存儲廠商放緩鍵合工藝迭代，節省的成本（混合鍵合設備及廠房配置開支等）或將服務于合鍵合設備及廠房配置開支等）或將服務于 HBM 進一步擴產，三大產商擴產動態值得進一進一步擴產，三大產商擴產動態值得進一步關注。步關注。對于對于三大廠商三大廠商而言，混合鍵合的延遲導入或許是把“雙刃劍”而言，混合鍵合的延遲導入或許是把“雙刃劍”，機遇和風險并存，機遇和風險并存。一方面，海力士仍可憑借 Advanced MR-MUF 取得相對三星和美光的良率領先，節約的成本

197、亦可幫助其擴產以維持 HBM 市場份額，而另一方面，混合鍵合的延遲導入將給予美光和三星與海力士在鍵合工藝上重回“同一起跑線”的機會。HBM4 的競爭或許會更加激烈。圖表圖表60：HBM 三大廠商三大廠商 SWOT 分析分析 SK 海力士海力士 三星三星 美光美光 優勢優勢 Strengths 1.HBM 龍頭，品牌形象和以英偉達為代表扎實的客戶基礎 2.研發實力累積，MR-MUF 鍵合技術相較競爭對手領先 3.與臺積電和英偉達不構成競爭，率先合作開啟 HBM4 定制化進程 1.資金雄厚，HBM 擴產激進，產能追趕節奏快，承接 AMD MI300 系列 HBM 需求 2.集存儲、AI 芯片設計、

198、晶圓代工和封裝為一體，承接自研芯片市場的 HBM 需求 3.晶圓代工業務技術反哺 HBM，混合鍵合導入或更加迅速 1.英偉達扶持作為“二供”，承接大量 HBM需求，并以此有望進一步拓展客戶 2.HBM 業務近乎“從無到有”，受益 HBM市場迅速增長帶來更高增長彈性 3.布局中國臺灣，與中國臺灣供應鏈合作緊密，同時亦與臺積電和英偉達不構成競爭 劣勢劣勢 Weakness 1.依賴 AI 帶動 HBM 關鍵市場，傳統DRAM 和 NAND 競爭力較三星有限 2.資金較三星更少，HBM 未來擴產步伐或不及三星 3.依賴臺積電 CoWoS 產能，供應鏈管理存在不確定性 1.與臺積電和英偉達部分競爭，與

199、二者合作不及競爭對手緊密 2.制程短板影響 HBM 性能，或影響對大客戶吸引力 3.TC-NCF 鍵合良率低，單位 HBM 的晶圓損耗大，蠶食其余 DRAM 產能 1.HBM 起步晚，技術積累不及競爭對手 2.當前客戶單一，僅確認供貨英偉達，多元化有限 3.TC-NCF 鍵合良率低，單位 HBM 的晶圓損耗大，蠶食其余 DRAM 產能 機會機會 Opportunities 1.生成式 AI 牽動大模型浪潮，膨脹的內存需求帶來 HBM 高速增長的 TAM 2.AI 數據中心對加速計算應用的擴張，以及多模態推理需求增加 3.HBM 短期仍供不應求，ASP 較傳統 DRAM 更高，帶來利潤率優化空間

200、 4.需求不拘泥 GPU，ASIC 市場對 HBM 同樣需求廣闊 威脅威脅 Threats 1.重大技術轉變，如光通信和量子計算，或對需求帶來顛覆式影響 2.HBM 高定價帶來客戶定位狹窄，除卻高端 HBM 或難以鋪開，同時擴產后供給缺口不再，未來存在被壓價可能 3.存在其余 DRAM 廠商進入市場分食市場份額的可能 資料來源：華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。36 美光科技美光科技(MU US)DRAM：制程精進制程精進+端側端側 AI 驅動的創新路線驅動的創新路線 我們預計美光我們預計美光 DRAM 業務業務 FY24/25/26 營收營收為為 178/

201、278/320 億美元，對應營收同比為億美元，對應營收同比為62.3%/56.2%/15.1%。美光 DRAM 業務 FY23 營收同比下降 51%，主要受疫情初期帶來的電子產品需求見頂后的高基數影響。展望 24 年，24 年各終端應用與半導體市場以 AI 需求為核心驅動：1）智能手機）智能手機 24H1 為傳統淡季，呈現緩步復蘇趨勢，AI 手機（如三星 Galaxy S24）表現亮眼；2）PC 24Q1 出貨量已基本恢復至 19Q1 水平，24H1 PC 市況已經逐步好轉，雖然需求大規模增長尚未出現，但 24H2 PC 市場可望迎來進一步復蘇；3）傳統服）傳統服務器務器逐漸回溫，訂單能見度從

202、原本 4-6 周提高至 8 周，AI 服務器服務器訂單受北美需求拉動持續放量，24Q2 起英特爾 Eagle Stream 和 AMD 服務器 DDR5 新平臺滲透率持續提升。我們預計經過我們預計經過 23 年供應端主動減產以及下游對高端產品補庫需求，年供應端主動減產以及下游對高端產品補庫需求，24 年存儲行業將逐步年存儲行業將逐步 邁入新一輪上行周期，邁入新一輪上行周期，DRAM ASP 和需求周期性回暖，帶動供應端產能逐漸恢復，“供銷和需求周期性回暖，帶動供應端產能逐漸恢復，“供銷兩旺”趨勢或在兩旺”趨勢或在 24H2 至至 25 年明朗。年明朗。根據 Digitimes 24 年 4 月

203、報道，主流 DRAM 廠商自24Q2起持續擴大DRAM晶圓投片量，預計24Q3和24Q4稼動率或提升至100%。Digitimes該篇報道指出 DRAM 晶圓投片到產品出貨間隔約 3 個月，24Q2 起主流廠商擴大投片，應當是預期 24H2 需求穩固，24H2 產能恢復后將自 24 年底起至 25 年對 DRAM 業績帶來積極影響?；氐交氐?24Q2，短期短期內受內受 4 月月 3 日日中國中國臺灣臺灣強震對供應鏈影響，強震對供應鏈影響，DRAM ASP 或見較大漲幅，或見較大漲幅，根據 Digitimes 24 年 4 月 15 日至 17 日系列報道，該次地震對美光廠房和基礎設施未造成永久

204、影響，單季 DRAM 供應影響約為 4%-6%，鑒于 DRAM 廠商原先已有 24Q2 DRAM ASP調升 10-15%規劃，疊加地震影響，24Q2 美光 DRAM 合約價將調漲 25%，整體主流 DRAM合約價調漲約 20%。我們認為我們認為，美光美光 DRAM 業務將迎來以下利好業務將迎來以下利好，核心仍是，核心仍是 AI 驅動驅動：1）AI 手機、手機、AI PC 和和 AI 服務器等新需求帶來以服務器等新需求帶來以 DDR5 和和 HBM 為主導的為主導的 DRAM 市場增長市場增長新動能。新動能。根據 Digitimes 24 年 3 月 12 日報道并結合美光 FY24Q2 業績

205、會信息，23 年終端需求放緩以及下游著重去庫存，導致 DDR5 在服務器和終端測滲透率爬升不及預期，而伴隨新服務器平臺推出、AI PC 和 AI 手機陸續問世以及換機潮帶動，24 年 DDR5 整體滲透率有望從個位數比重進入兩位數。該篇報道指出 DDR5 在 24 年初仍處于供不應求，24Q1 約有 3%的供給缺口，伴隨存儲廠商陸續恢復增產，預期 24Q2 起缺口收斂至 1%，24H2 產能將持續開出，伴隨 DDR5 在服務器和終端側滲透率快速提升，下游需求可望消化新增產能，從而維持 DDR5 ASP 漲勢。2）通用服務器需求或見回暖，）通用服務器需求或見回暖，Windows 10 終止服務及

206、終止服務及 Windows 12 的推出將對的推出將對 PC 需需求有拉動作用，求有拉動作用，24H2 傳統設備需求或進一步復蘇，帶動傳統傳統設備需求或進一步復蘇，帶動傳統 DRAM 逐步需求修復。逐步需求修復。24H1通用服務器需求“淡季不淡”，北美云廠商 23H2 因競價 AI 服務器，排擠通用服務器預算，因此 24H1 將重啟新一輪通用型服務器布局。其中，其中，DDR5 方面，方面，北美云廠商積極推進通用服務器上 Eagle Stream 及 Genoa 等新平臺導入，其中以谷歌和微軟采購力度較大；DDR4等傳統等傳統 DRAM 方面，方面，結合臺積電 24Q1 和美光 FY24Q2 業

207、績會信息，DDR4 于 23 年持續進行庫存調節，盡管下游庫存水平逐漸恢復健康，短期內成熟制程產品（如中低端服務器和消費電子產品）需求增長并不強勁，故美光仍不傾向恢復產能，疊加 HBM 和 DDR5 需求增長產生 DRAM 產能排擠，FY24 美光將對 DDR4 和 DDR3 等傳統 DRAM 保持積極的產能控制。美光作為美光作為 DRAM 三大廠商之一，各產品線布局完善，除卻面向三大廠商之一，各產品線布局完善，除卻面向 HPC 高容量、高帶寬場景高容量、高帶寬場景的的 HBM3E，其，其 DRAM 產品可依使用場景分為通用內存（產品可依使用場景分為通用內存（DDR）及對應內存模組（）及對應內

208、存模組（DIMM）、）、低功耗內存（低功耗內存（LPDDR）和顯存（）和顯存（GDDR）：）：1）DDR 作為通用內存，作為通用內存，面向服務器 CPU、云計算、網絡及 PC 等場景，依封裝格式不同，可以分為置于內存模塊組的 DIMM 和封裝在基板上與邏輯芯片交互的分立式 DRAM（DRAM on PCB）。美光作為 DRAM 原廠，除了少 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。37 美光科技美光科技(MU US)部分利基型 DRAM 顆粒交由晶圓代工廠生產，絕大部分 DRAM 顆粒（die）自行投片制造，顆粒成品一部分出售給下游模組廠封裝成 DIMM 后流入市場，另一部

209、分自行封裝為 DIMM直接向終端廠商（如 Dell、惠普和宏碁）出售；2）LPDDR 是是 DDR 面向低功耗場景的衍面向低功耗場景的衍生生，以其相較 DDR 更佳的能耗比，在筆記本和智能手機等移動平臺上被廣泛采用；3）GDDR是是 DDR 面向高帶寬場景的衍生面向高帶寬場景的衍生，多與 GPU 搭配成為其“顯存”。GPU 工作場景有大量的重復存取需求，尤其是運行圖像/游戲時 GPU 和顯存數據交換頻繁，畫面材質和紋理等特征對顯存帶寬和容量要求更高，GDDR 應運而生。圖表圖表61：DRAM 產業結構（以產業結構（以 PC 為例）為例）：美光屬于：美光屬于 DRAM“原廠”，即絕大部分“原廠”

210、，即絕大部分 DRAM 顆粒的來源顆粒的來源 資料來源：ISCA2016 Samsung、華泰研究 圖表圖表62：GDDR 和和 LPDDR 相較相較 DDR 在數在數據傳據傳輸速率和功耗方面針對性演化輸速率和功耗方面針對性演化 資料來源：ISCA2016 Samsung、華泰研究 圖表圖表63：美光美光 DRAM 布局及未來發展路線布局及未來發展路線 資料來源：美光官網、華泰研究 帶寬容量低 功率 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。38 美光科技美光科技(MU US)頭部廠商主動減產效應顯現，頭部廠商主動減產效應顯現，DRAM ASP 23H2 以來迎來修復以來迎來

211、修復 DRAM 下行周期中下行周期中 DDR5 相較相較 NAND 恢復提前，恢復提前，23H1 見底后開始回升，見底后開始回升，24Q1 ASP 明顯明顯改善，而改善，而 DDR4 和和 DDR3 與與 NAND 基本同步?；就?。根據 Bloomberg Intelligence 24 年 3 月數據及 Trendforce 24 年 1 月統計，DRAM ASP 自 21Q4 開始下跌，連跌 8 季后于 23Q4 觸底起漲，相較峰值水平下降約 60%。23H2 以來，DRAM 行情逐步回暖，分產品代際來看：1）DDR5：伴隨供應端迎合高端產品補庫需求，加速產品規格升級，提升獲利能力，D

212、DR5出貨量占比升高，滲透率持續提升，DDR5 ASP 于 23Q2 先行回升，24Q1 以 AI 為驅動的DDR5 需求仍然保持，疊加輕微供不應求，24Q1 ASP 環比增長逾 15%；2）DDR3 和和 DDR4：受限于 23 年庫存水位有待去化，以及需求總量減少，終端市場價格上漲缺乏支撐，ASP 在23Q4 才開始回升，同時供應商持續收斂 DDR4 供給量，24Q1 ASP 環比增長約 7%。而以應用場景來看：1）LPDDR 的價格在 23Q4 開始回升，根據 Trendforce 24 年 1 月報道，LPDDR 買方更傾向持續建立安全且相對低價的庫存水位，因此 23Q4-24Q1 不

213、斷放大補庫需求，24Q1 ASP 環比增長約 20%；2）PC DRAM 價格在 23Q4 開始回升，根據Trendforce 24 年 1 月報道，由于 PC 機種逐漸升級至 DDR5，訂單需求尚未被滿足，因此三大內存廠商漲價態度明確，24Q1 ASP 環比增長約 18%；3）服務器）服務器 DRAM 價格在 23Q4開始回升，根據 Digitimes 24 年 4 月報道，服務器 OEM 和 ODM 24Q1 積極開展庫存回補，同時類似 PC，DDR5 市場需求仍未全面兌現，拉動 24Q1 ASP 環比增長約 20%；4）GDDR和利基型和利基型 DRAM：根據 Trendforce 24

214、 年 1 月報道，兩者行情均受整體 DRAM ASP 漲勢影響，買方持續提前備貨，疊加部分廠商和電視、網通應用存在補庫需求，24Q1 ASP 環比增長分別為 13%-18%和 10%-15%。圖表圖表64：DDR3 和和 DDR4 近近 4 年價格變化情況（單位：美元）年價格變化情況（單位：美元）圖表圖表65：DDR5 近近 1 年價格變化情況（單位：美元）年價格變化情況（單位：美元）資料來源：Bloomberg Intelligence、華泰研究 資料來源：Bloomberg Intelligence、華泰研究 圖表圖表66：LPDDR 近近 4 年價格變化情況（單位：美元）年價格變化情況（

215、單位：美元）圖表圖表67：PC DDR4 對比服務器對比服務器 DDR4（單位：美元）（單位：美元）資料來源：Bloomberg Intelligence、華泰研究 資料來源：Bloomberg Intelligence、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。39 美光科技美光科技(MU US)展望展望 24Q2，短期內受，短期內受 4 月月 3 日日中國中國臺灣臺灣強震對供應鏈影響，強震對供應鏈影響，DRAM ASP 或見較大漲幅?；蛞娸^大漲幅。根據 Digitimes 24 年 4月 15 日至 17 日系列報道，雖然 23Q4-24Q1 DRAM ASP

216、漲幅明顯，但客戶需求并未下滑，報道同時指出，存儲業界在臺灣震前預期由于 23 年產能控制，24Q2 DRAM 出貨量將較 24Q1 環比減少，而北美 AI 服務器需求強勁，通用服務器重啟投資，供應端屆時將調漲 DRAM 報價，預期環比漲幅約為 10%-15%。臺灣臺灣強震對強震對 DRAM 供應鏈影供應鏈影響則進一步催化漲幅，響則進一步催化漲幅，根據 Digitmes 24 年 4 月 16 日跟進美光震后恢復情況，該次地震對美光廠房和基礎設施未造成永久影響，地震停機及晶圓損毀造成影響約為數千片，對 24Q2 美光 DRAM 供應影響約為 4%-6%。因此，鑒于 DRAM 廠商原先已有 24Q

217、2 DRAM ASP 調升規劃，疊加地震影響，Digitimes 24 年 4 月 16 日報道供應鏈證實 24Q2 美光 DRAM 合約價將調漲 25%，各家 DRAM 供應商漲勢一致，整體主流 DRAM 合約價調漲約 20%。圖表圖表68：23Q4-24Q1 DRAM 合約價見較大漲幅，合約價見較大漲幅，24Q2 DRAM 合約價合約價環比漲幅或逾環比漲幅或逾 20%DRAM 2023Q4 2024Q1 2024Q2 PC DRAM DDR4：漲價 8-13%DDR4：漲價 15-20%DDR5：漲價 10-15%DDR5：漲價 15-20%-平均售價：漲價 10-15%平均售價：漲價 1

218、0-15%服務器服務器 DRAM DDR4：漲價 5-10%DDR4：漲價約 20%；DDR5：漲價 0-5%DDR5：漲價 15-20%；-平均售價：漲價 8-13%平均售價：漲價 15-20%移動移動 DRAM 漲價 18-23%漲價 18-23%-GDDR 漲價 8-13%漲價 13-18%-利基型利基型 DRAM 漲價 8-13%DDR3：漲價 8-13%-DDR4：漲價 10-15%平均售價：漲價 10-15%總總 DRAM 漲價漲價 13-18%漲價漲價 20%漲價漲價逾逾 20%資料來源：Trendforce、Digitimes、華泰研究 AI 拉動拉動 PC、手機以及服務器出貨

219、量，撬動、手機以及服務器出貨量，撬動 DRAM 需求增長需求增長 PC 市場觸底反彈，市場觸底反彈，Windows 系統換代拉動換機潮系統換代拉動換機潮 我們認為，在這波我們認為，在這波 AI 端側設備的崛起過程中，端側設備的崛起過程中，AI PC 或率先成為主力，鑒于其在散熱和應或率先成為主力，鑒于其在散熱和應用場景均具備優勢，而用場景均具備優勢，而 AI 手機將緊隨其后。手機將緊隨其后。熱傳導和熱對流為目前手機及電腦的主流散熱方案，而手機相對電腦散熱面積小，熱傳導及熱對流效率較低，因此在散熱性上較遜色，且手機便攜性需求高，設計以輕薄為首也限制了散熱系統的部署。PC 市場市場 24H2 或開

220、始復蘇，美光或開始復蘇，美光 FY24Q2 業績會預期業績會預期 24 年年 PC 出貨量同比增長出貨量同比增長 1%-3%。我們認為目前隨著疫情后 PC 出貨量已由高基數回落，加上 23H2 PC 庫存開始恢復正常水平，且 Windows 系統換代及 AI PC 崛起，均將帶動換機潮出現，但 PC 需求回暖和 AI PC普及并非一蹴而就，短期企業換機支出或依舊保守，因此需等到 24H2 才會出現更明顯的回暖信號。DRAM 作為作為 PC 供應鏈上游，盡管供應鏈上游，盡管 PC 需求總量增長較小，需求總量增長較小，AI PC 滲透率尚待提滲透率尚待提升，但換機（升，但換機（PC 規格升級）和規

221、格升級）和 AI PC 布局準備將帶動下游廠商提前備貨及硬件調試，使布局準備將帶動下游廠商提前備貨及硬件調試，使得在未來相關端側得在未來相關端側 AI 應用上線之后，相關硬件設備能即時兼容，因此端側應用上線之后，相關硬件設備能即時兼容，因此端側 AI 相關的相關的 DRAM產品（如產品（如 DDR5、LPDDR5X 和和 LPCAMM2）將顯著受益。）將顯著受益。IDC 在 2024 年 3 月 6 日發布的預計中，下調了 2024 年全球 PC 出貨量至 2%的同比增幅；23Q3 全球個人電腦出貨量為 6820 萬臺，同比雖下降 7.6%，但下滑趨勢放緩，環比則增長 7.8%，連續兩個季度出

222、現環比上漲趨勢（23Q2 的環比增長為 8.3%）；23Q4 全球個人電腦出貨量為 6710 萬臺，同比下降 0.1%，環比下降 1.4%；24Q1 全球個人電腦出貨量為5980 萬臺，同比上升 5.1%，環比下降 10.9%，恢復至 19Q1 水平。我們認為整體趨勢表明 PC 市場已走出低谷，24H1 PC 市況已經逐步好轉，雖然需求大規模增長尚未出現，但24H2 PC 市場可望迎來進一步復蘇。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。40 美光科技美光科技(MU US)圖表圖表69：全球全球 PC 出貨量：出貨量：23H2 以來回溫（百萬，以來回溫（百萬，%）資料來源：I

223、DC、華泰研究 圖表圖表70：23 年主流年主流 ODM/OEM 庫存基本出清，庫存基本出清，24Q1 庫存水位略高于疫情前水平庫存水位略高于疫情前水平 資料來源：Bloomberg、華泰研究 Windows 10 即將終止服務及即將終止服務及 Windows 12 和和 co-pilot 的推出將對的推出將對 PC 需求有拉動作用。需求有拉動作用。微軟已確定將于 2025 年 10 月 14 日終止對 Windows 10 的支持，其后用戶雖仍可使用Windows 10，但微軟不會再為其推出安全更新，這意味著該版本將會暴露于各種安全風險之中，我們認為這將觸發換機需求，拉動 PC 出貨量。另外

224、，根據 PC Gamer 官網 2023年 10 月 6 日報道，Windows 12 或將在 2024 年推出，我們認為新一代操作系統疊加 co-pilot的推出，將有望進一步拉動 PC 需求。AI PC 崛起，滲透率未來可期，或成未來崛起，滲透率未來可期，或成未來 PC 銷量增長的主要動力銷量增長的主要動力 英特爾于英特爾于 23 年年 9 月月 19 日的日的 Innovation 大會上首次提出大會上首次提出“AI PC”概念概念，端側端側 AI 加速將成加速將成為未來為未來 PC CPU 市場的關鍵轉折點。市場的關鍵轉折點。根據 Counterpoint 官網 2023 年 10 月

225、 17 日預測，AI PC 的出貨量在 20202030 年的 CAGR 將達到 50%以上，并將從 2026 年起占據市場主導地位。根據 Canalys 官網 2023 年 9 月 18 日的預測，受蘋果 M 系列芯片積極整合 NPU推動，截至 23Q2 支持 AI 應用的 PC 已超過 500 萬臺；而隨著 x86 架構也開始增強其 AI功能，AI PC 出貨量 2024 年迎來大幅提升，Digitimes 24 年 4 月 11 日援引 Canalys 預測，2024 年將有 5000 萬臺具有 AI 運算功能的 PC 出貨。60 62 67 68 58 65 70 72 53 72 8

226、1 92 84 84 87 93 81 71 74 67 57 62 68 67 60-0.2%3%-1%-3%-3%4%4%5%-9%11%15%28%58%16%7%1%-4%-15%-14%-27%-29%-14%-8%-0.1%5.1%-40%-30%-20%-10%0%10%20%30%40%50%60%70%010203040506070809010018Q118Q218Q318Q419Q119Q219Q319Q420Q120Q220Q320Q421Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q424Q1全球PC出貨量YoY01,0002

227、,0003,0004,0005,0006,0007,0008,0009,00010,00019Q119Q219Q319Q420Q120Q220Q320Q421Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q424Q1DELLHP聯想華碩 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。41 美光科技美光科技(MU US)PC 廠商正在積極探索從廠商正在積極探索從 Smart PC 向向 AI PC 轉變，擴展豐富的轉變，擴展豐富的 AI PC 應用場景應用場景，聯想提聯想提出“出“All For AI”戰略，全棧智能布局全面升級?！睉鹇?，全

228、棧智能布局全面升級。2023 年 10 月 24 日，聯想在 Lenovo Tech World 2023 上首次展示了 AI PC、大模型壓縮技術、人工智能雙胞胎（AI Twin）等創新產品。聯想 AI PC 計劃于 2024 年 9 月后正式上市。AI Twin 是可在多平臺、多環境上運行的對話個人 AI 助手，可通過壓縮模型在大模型終端設備上離線運行，譬如參考用戶的旅行日記和筆記，為用戶提供更個性化的旅行計劃?；旌?AI 大模型框架包括私域大模型的微調、個人大模型的壓縮以及數據管理+隱私保護技術等 3 項技術，讓企業可通過特定數據進行額外的訓練和微調，在端側再加入企業知識矢量數據庫中的特

229、定知識，從而有效處理特定任務，并得到精確的結果。AI Twin 和大模型壓縮技術可跨終端、跨平臺、跨架構，讓個人在終端體驗到 AI，而升級的基礎設施和應用服務，則能讓企業使用 AI。圖表圖表71：各各 AI 巨頭亮相大會，與聯想攜手推進巨頭亮相大會，與聯想攜手推進 AI 發展發展 注：從左到右依次為微軟董事長兼 CEO Satya Nadella，英偉達創始人、總裁兼 CEO 黃仁勛，高通總裁兼 CEO Cristiano Amon，AMD 董事長兼 CEO 蘇姿豐，英特爾 CEO Pat Gelsinger 資料來源：聯想官網、華泰研究 當然，當然，AI PC 滲透并非一蹴而就，根據滲透并非

230、一蹴而就，根據 Digitimes 24 年年 3 月月援引援引中國中國臺灣臺灣 IC 業界觀點，業界觀點，預期預期 AI PC 24 年滲透率約年滲透率約 5%。報道指出，由于當前 AI PC 尚無明確定義，24 年各廠商難以推出符合規格的產品，若以能夠運轉邊緣生成式 AI 模型的 PC 產品做初步判斷，多數業者認為在應用面僅有Co-pilot支撐全局的情況下，AI PC需求爆發的時機尚未成熟。但同時，但同時，報道稱業界對報道稱業界對 AI PC 相關相關芯片出貨看法相對樂觀，芯片出貨看法相對樂觀，鑒于 AI PC 的硬件端升級要早于相關應用落地，24 年 PC 整體規格升級需求將有顯著提升

231、，許多原定在 2023 年導入的新技術延期至 2024 年，帶動 ODM 和 OEM 提前備貨建立庫存。展望展望 2025，各大各大芯片和芯片和 PC 廠商紛紛進軍廠商紛紛進軍 AI PC，促進商業化落地節奏，促進商業化落地節奏，25 年年 AI PC 將在將在個人電腦市場占據重要份額。個人電腦市場占據重要份額。微軟預計 Co-pilot 等 AI 應用將在 Windows 使用中日益重要，并鼓勵相關芯片制造商將 AI 功能構建到 CPU 中。聯想目前 AI 已擴展到各類中高端產品系列，如 YOGA、游戲本 Legion、中小企業用戶 ThinkBook 和商用 ThinkPad 等產品系列。

232、ThinkPadX1 系列和 YOGA 系列中的第一代產品都符合聯想提出的智能 PC 理念。蘋果則考慮每年花費 10 億美元開發其生成式 AI 產品，積極推進 5G 芯片在 MacBook Pro 產品線上的落地，公司預計發布時間在 2025 年?；萜?、宏碁等也進一步加大與關鍵軟件服務商和芯片供應商合作，將重新設計 PC 架構，相關 AI 筆記本方案會將在 2024、2025 年陸續推出。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。42 美光科技美光科技(MU US)圖表圖表72：AI PC 出貨量在出貨量在 20202030 年的年的 CAGR 將達到將達到 50%以上以上

233、圖表圖表73：2023-2023 年年 AI PC 創新擴散曲線創新擴散曲線 資料來源：Counterpoint 官網、華泰研究 資料來源：Canalys、華泰研究 圖表圖表74：各各 PC 廠商廠商 AI PC 上市節奏上市節奏 廠商廠商 AI PC 上市節奏上市節奏 聯想聯想 2023 年 10 月 14 日，聯想展示 AI PC，能創建個性化的本地知識庫，通過模型壓縮技術運行個人大模型，實現 AI 自然交互；聯想 AI PC 預計在 2024 年 9 月后正式上市 蘋果蘋果 蘋果有望每年花費 10 億美元來開發其生成式人工智能產品，并加速 5G 芯片在 Macbook Pro 產品線上的

234、落地，以促進 AI PC 在線需求，預計在 2025 年發布 惠普惠普 惠普正與關鍵軟件供應商、關鍵芯片提供商展開緊密的合作，探索和重新設計 PC 的架構，最早會在 2024 年推出全新 PC 宏碁宏碁 宏基目前已經與 CPU 廠商展開合作，預計將把 AIGC 或其他 AI 應用導入到終端設備上，相關 AI筆記本方案會在 2024、2025 年陸續推出 戴爾戴爾 戴爾宣布與英偉達合作推出新的生成式 AI 解決方案，幫助客戶在本地快速安全地構建生成式 AI（GenAI）模型；此外將發布內置 AI 功能的小型節能新電腦 資料來源：各公司公告、華泰研究 圖表圖表75：英特爾英特爾 AI PC 產品規

235、劃參數對比產品規劃參數對比 *注：Intel 18A 為公司官方規劃，TSMC N3B 援引自 Toms Hardware 報道推測。資料來源：英特爾官網，Anandtech 官網，Videocardz 官網，華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。43 美光科技美光科技(MU US)AI 手機引領旗艦潮流，中端機種開始全面滲透，拉動手機引領旗艦潮流，中端機種開始全面滲透，拉動 LPDDR5X 需求需求 我們認為截至我們認為截至 24Q1，手機市場已經開始逐步復蘇。，手機市場已經開始逐步復蘇。根據 IDC 24 年 1 月數據，2023 年全球智能手機出貨量為 1

236、1.6 億部，同比雖下降 3%，但 23Q3 至 24Q1 連續 3 個季度呈現同比上漲趨勢（23Q3/23Q4/24Q1 同比增長 0.3%/8.6%/7.7%），2024 年出貨量預計同比增長2.8%。根據 Digitimes 23 年 3 月報道，2024 年全球 AI 手機出貨量或增至 1.7 億臺，占手機市場出貨比重達 14%-15%。美光美光 FY24Q2 業績會透露業績會透露 AI 手機相較傳統非手機相較傳統非 AI 旗艦機型多旗艦機型多出出 50%-100%的的 DRAM 需求，而鑒于手機功耗限制，因此帶動需求，而鑒于手機功耗限制，因此帶動 LPDDR5X 需求。需求。Digi

237、times 24 年 3 月 12 日報道指出，三星的 S24 手機 AI 應用仍相對“輕量化”，主要集中于照片編輯、翻譯搜尋、寫作助理等，而想在手機端順暢運轉 70 億參數的 LLM 模型需要 7-8 GB DRAM 容量，相當于當前主流手機（8/12GB）的大部分內存，為維持其他功能正常運作，AI 手機的理想 DRAM 容量需達到 24GB。圖表圖表76：全球智能手機出貨量：全球智能手機出貨量：23H2 以來回溫（百萬，以來回溫（百萬，%）資料來源：IDC、華泰研究 手機相對電腦散熱面積小，熱傳導及熱對流效率較低，因此在散熱性上具有天然劣勢，且手機相對電腦散熱面積小，熱傳導及熱對流效率較低

238、，因此在散熱性上具有天然劣勢，且手機便攜性需求高，設計以輕薄為首也限制了散熱系統的部署。手機便攜性需求高，設計以輕薄為首也限制了散熱系統的部署。2023 年 9 月蘋果推出的iPhone 15 Pro 系列，其散熱問題或帶出了 AI 手機在這方面的隱憂。iPhone 15 Pro 搭載的A17 Pro 為全球首顆臺積電 3nm 制程的 ARM 架構 SoC 芯片，助力手機性能迎來突破性提升。在運算速度層面，CPU 提高了 10%，GPU 提高了 20%，NPU 處理速度增至 A16 仿生芯片的 2 倍，算力提升至 35 TOPS。根據 Gizchina 22 年 3 月的分析，出于機身輕薄設計

239、和美觀需求，Iphone 系列的設計中通常不會分配大量空間配置散熱材料，對比在安卓機型廣泛配置的均熱板仍采用石墨薄片以確保輕薄，同時更傾向于通過硬件和程序設計主動降頻以緩解散熱問題。圖表圖表77：功耗與頻率測試：為應對機體過熱，功耗與頻率測試：為應對機體過熱，A17 Pro 主動降頻至主動降頻至 A16 圖表圖表78：散熱性能對比：散熱性能對比：Iphone 系列對比安卓旗艦有系列對比安卓旗艦有較大差距較大差距 *注：測試為 SPEC 2017 子項-功耗與頻率，頻率和功耗波動帶來性能表現不穩 資料來源：Geekerwan、華泰研究 *注：熱量傳遞（W）數字大代表散熱性能好，測試基于各機種 L

240、inpack 測試表現 資料來源：Geekerwan、華泰研究 334342355375311333358369276278354386346313331362314286302300269265303326-14.3%-7.3%0.3%8.7%-20%-15%-10%-5%0%5%10%15%20%25%30%05010015020025030035040045018Q118Q218Q318Q419Q119Q219Q319Q420Q120Q220Q320Q421Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q4全球智能手機出貨量YoY 免責聲明和披露

241、以及分析師聲明是報告的一部分，請務必一起閱讀。44 美光科技美光科技(MU US)伴隨伴隨 Galaxy S24 在內的更多在內的更多 AI 手機問世，在手機問世，在 600 美元以上的旗艦機型滲透率有望達到美元以上的旗艦機型滲透率有望達到25%。以三星 24 年 1 月發布的 Galaxy 24 系列 AI 手機為例，Digitimes 24 年 3 月 28 日報道S24 Ultra、S24+等型號銷量超標，預期24年S24系列較上一代機型銷售額增長逾30%。應對散熱問題，S24 系列相較 S23 系列配置了更大的散熱板（真空腔均熱板散熱技術 Vapor chamber），根據三星官網，S

242、24 的散熱板面積是 S23 的 1.5 倍，S24+的散熱板面積為 S23+的 1.6 倍，S24 Ultra 的散熱板面積達到 S23 Ultra 的 1.9 倍。同時，同時，Digitimes 24 年年 4 月月 12 日報道指出，伴隨中國手機品牌入局日報道指出，伴隨中國手機品牌入局 AI 手機，手機，AI 功能開始功能開始全面滲透進入中端手機市場。全面滲透進入中端手機市場。華為、小米、Vivo、Oppo 和榮耀等品牌同樣加速 AI 手機產線的布局力度。2024 年 3 月底，一加發布 Ace 3V，搭載 Snapdragon 7+Gen 3 平臺，售價為人民幣 1,999 元起，開啟

243、 AI 進入中端手機的大門；2024 年 4 月 9 日，努比亞舉行 2024年春季新品發表會，將AI手機價格一舉壓到百元機款位階；2024年4月10日，紅米（Redmi）也在新款手機搭配 AI 功能，Redmi Turbo 3 搭載 Snapdragon 8s Gen 3 旗艦平臺，搭配LPDDR5x+UFS4.0 內存架構，起售價為 1,999 元。從目前中端機 AI 功能來看，以 Redmi Turbo 3 為例，該機型提供 AI 通話、AI 隔空手勢交互、智慧擴圖、魔法消除 Pro、AI 相冊等功能；其小愛大模型還配文本創作、文章摘要、知識問答、角色扮演等功能。圖表圖表79：三星三星

244、Galaxy S24 Ultra 對比對比 S23 Ultra 三星三星 Galaxy S24 Ultra 三星三星 Galaxy S23 Ultra 處理器處理器 高通驍龍 8 Gen 3 高通驍龍 8 Gen 2 內存內存 12GB LPDDR5X 8/12GB LPDDR5X 存儲存儲 256/512GB/1TB UFS4.0 256/512GB/1TB UFS4.0 電池電池 5000mAh 5000mAh 連接連接 NFC、WiFi 7、藍牙 5.3、UWB NFC、WiFi 6E、藍牙 5.3、UWB 資料來源：三星官網、華泰研究 圖表圖表80：三星三星 Galaxy AI 實現機

245、上實現機上 AI 功能功能 圖表圖表81：S24 和和 S23 散熱板對比散熱板對比 資料來源：三星官網、華泰研究 資料來源：Hardwarezone、華泰研究 圖表圖表82：A17 Pro 處理器性能提升處理器性能提升 資料來源：蘋果官網、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。45 美光科技美光科技(MU US)AI 服務器需求強勁，通用服務器配置新平臺引領換機潮服務器需求強勁，通用服務器配置新平臺引領換機潮 服務器方面，服務器方面，2024 年服務器年服務器出貨的出貨的主要動能仍來自主要動能仍來自 AI 服務器，服務器，但但通用服務器通用服務器亦亦迎來換機迎

246、來換機潮。潮。根據 Digitimes 2024 年 1 月 2 日報道，2023 年一季度到四季度全球服務器出貨量分別為 308.7/359.1/364.6/378.5 萬臺，環比分別-14%/-8%/1.5%/3.8%，2023 年下半年出貨量回升主要由AI服務器帶動。根據美光FY24Q2業績會，24年服務器出貨量預計增長7-10%，由 AI 服務器需求增長和通用服務器需求回暖共同拉動，同時，一臺 AI 服務器的 DRAM 容量是通用服務器的 6-8 倍，因此快速增長的 AI 服務器需求將帶動 DRAM 需求的高速增長。AI 服務器服務器 24 年需求維持強勁，年需求維持強勁，Trendf

247、orce 24 年 2 月估計 24 年 AI 服務器出貨量同比兩位數增長，占整體服務器出貨的比重也將達 12.1%。AI 服務器動能同樣可從臺積電 24Q1 法說會預期略見一斑，臺積電 24 年 4 月 18 日法說會預期 24 年服務器 AI 處理器（用于 AI訓練和推理，不包含邊端設備）營收貢獻增長超 1 倍，24 年起未來 5 年營收 CAGR 逾 50%，將是臺積電 HPC 平臺成長和整體營收增長的主要驅動力。同時，伴隨數據中心基礎設施建設需求，云服務提供商的支本開支增加，同時，伴隨數據中心基礎設施建設需求，云服務提供商的支本開支增加，2024 年的通用服年的通用服務器市場亦將表現回

248、升態勢。務器市場亦將表現回升態勢。23 年由于 IT 資本開支預算有限，AI 服務器支出的迅速增加導致通用服務器的需求受擠兌暫時下降，但通用服務器的投資仍是發展 AI 設施的必要條件之一。根據 Digitimes 24 年 2 月 1 日和 4 月 18 日報道，傳統服務器逐漸回溫，24 年傳統服務器訂單能見度從原本的 4-6 周提高至 8 周，北美云廠商除了持續采購 AI 服務器，也開始對通用型服務器進行新一輪采購，加速英特爾Eagle Stream及AMD Genoa等采用DDR5的新平臺布局，其中谷歌和微軟更新力度較強。值得一提的是，隨著數據中心及值得一提的是，隨著數據中心及 HPC 領

249、域能耗飆升，低能耗成領域能耗飆升，低能耗成為了服務器的一大關注重點，為了服務器的一大關注重點，眾多廠商紛紛加碼低能耗產品以求突破。眾多廠商紛紛加碼低能耗產品以求突破。以 x86 和 ARM 架構為例，除英特爾和 AMD 的 x86架構外，一直深耕移動端、標榜低功耗的 ARM 對于服務器市場也來勢洶洶，憑借其低能耗優勢開始從移動端逐漸向服務器端蔓延，攻城略地。由于 GPU 可分擔部分工作負載，因此對服務器 CPU 來說能耗相對性能或更為重要。ARM 架構原來主要應用于移動端，因此相比 x86 能耗較低，這點不管在 AI 或是數據中心的應用中都較受青睞。在云計算任務和數據模態多元化的趨勢下，加上隨

250、著 AI 和云計算領域對節能的要求提高，ARM 架構本身的能耗優勢越趨凸顯。與與 ARM 相仿，相仿，LPDDR5X 也憑借低功耗優勢從移動端向服務器也憑借低功耗優勢從移動端向服務器 DRAM滲透，滲透，2023 年發布的英偉達 Grace CPU Superchip 即為 ARM+LPDDR5X 產品，搭配 ARM Neoverse V2 和 960GB LPDDR5X，帶寬 1TB/s。Digitimes 24 年 4 月 23 日報道三星成功研發帶寬 10.7 Gbps 的 LPDDR5X，計劃同時面向移動端和 AI 服務器市場，該報道同時援引 Omdia 觀點，表示 LPDDR 應用領

251、域有望持續擴大至 HPC 和車載運算等場景。圖表圖表83：2019-2024 年年全球服務器出貨量（單位：百萬，全球服務器出貨量（單位：百萬，%）圖表圖表84：2022-2027 年年全球服務器全球服務器市場規模（市場規模（單位：十億美元單位：十億美元）資料來源：TrendForce、華泰研究 資料來源：IDC、華泰研究 12.512.913.614.213.413.73.50%5.40%4.70%-6%2%-8%-6%-4%-2%0%2%4%6%0246810121416201920202021202220232024e服務器出貨量YoY111 113 125 140 150 160 12

252、16 17 19 21 24 20%4%10%12%8%8%0%5%10%15%20%25%0408012016020020222023E2024E2025E2026E2027Ex86服務器廠商收入非x86服務器廠商收入總市場規模YoY 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。46 美光科技美光科技(MU US)圖表圖表85：四大科技巨頭近五年的資本開支（百萬美元）四大科技巨頭近五年的資本開支（百萬美元）資料來源：各公司財報、華泰研究 圖表圖表86：2022-2028 DRAM 出貨量變化（以模組和世代區分）出貨量變化（以模組和世代區分）資料來源：Yole Intellig

253、ence、華泰研究 受益于通用服務器換機潮和受益于通用服務器換機潮和 AI 服務器需求上升，我們預期服務器需求上升，我們預期 24 年年 DRAM 產品組合向產品組合向 DDR5和和LPDDR5X轉變，帶動轉變，帶動ASP提升。提升。根據Digitimes 24年3月12日報道并結合美光FY24Q2業績會信息，23 年終端需求放緩以及下游著重去庫存，導致 DDR5 在服務器和終端測滲透率爬升不及預期，而伴隨新服務器平臺推出、AI PC 和 AI 手機陸續問世以及換機潮帶動，24 年 DDR5 整體滲透率有望從個位數比重進入兩位數。該篇報道指出 DDR5 在 24 年初仍處于供不應求，24Q1

254、約有 3%的供給缺口，伴隨存儲廠商陸續恢復增產，預期 24Q2 起缺口收斂至 1%，24H2 產能將持續開出，伴隨 DDR5 在服務器和終端側滲透率快速提升，下游需求可望消化新增產能，從而維持 DDR5 ASP 漲勢。DDR4 等傳統等傳統 DRAM 方面，方面，結合臺積電 24Q1 和美光 FY24Q2 業績會信息，DDR4 于 23 年持續進行庫存調節，盡管下游庫存水平逐漸恢復健康，短期內成熟制程產品（如中低端服務器和消費電子產品）需求增長并不強勁，故美光仍不傾向恢復產能，疊加 HBM 和 DDR5 需求增長產生 DRAM 產能排擠，FY24 美光將對 DDR4 和 DDR3 等傳統 DR

255、AM 保持積極的產能控制。根據 Yole Intelligence 24 年 2 月預測，2027 年，DDR5 將占 DRAM 總出貨量的 80%以上。2022 年全球內存模組出貨量為 5.12 億條，以 DDR4 為主，DDR5 模組出貨量預計將從 2022 年的 0.11 億條增長至 2028 年的 6.42 億條，6 年 CAGR 97%。AMD 2022 年年 11 月月發布的發布的 Genoa 和和 Intel 于于 2023 年年 1 月月發布的發布的 Sapphire Rapids 是是首首批支持批支持 DDR5 DIMM 的的服務器服務器 CPU，其，其 DDR5 由美光供貨

256、。由美光供貨。而根據 Digitimes 23 年 5 月報道，受 IT 資本開支縮減、換機周期和整體內存市場低迷影響，客戶換新意愿減弱，該批CPU 采用率不佳。但 24-25 年采用 DDR5 的服務器 CPU 規劃仍然強勁，美光有望持續為規劃中的新產品供貨，并受益于 DDR5 需求。05,00010,00015,00020,0002018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q22022Q32022Q42023Q12023Q2

257、2023Q32023Q4AmazonGoogleMicrosoftFacebook 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。47 美光科技美光科技(MU US)圖表圖表87：Intel 和和 AMD 采用采用 DDR5 的服務器的服務器 CPU *注：具體參數官方尚未確認 資料來源：AMD 官網、Wccftech、the Register、Hardware Times、Toms Hardware、華泰研究 圖表圖表88：2023 年英特爾和年英特爾和 ARM 架構服務器架構服務器 CPU 產品參數對比產品參數對比 *注：具體參數官方尚未確認 資料來源：英偉達官網，Amper

258、e 官網，Chips and Cheese 官網，華泰研究 面向面向 AI 的產品布局，的產品布局，GDDR7、LPDDR5X 和和 LPCAMM2 三箭齊發三箭齊發 我們認為，端側我們認為，端側 AI 將成為將成為 AI 計算的下一個發展重心。端側計算的下一個發展重心。端側 AI 部署是一種將部署是一種將 AI 模型（數模型（數據和計算）和應用均置于個人或移動設備上運行的方式，并在處理器中新增了據和計算）和應用均置于個人或移動設備上運行的方式，并在處理器中新增了 NPU 模塊（模塊（AI加速器），提供更強大的加速器），提供更強大的 AI 算力。算力。隨著生成式 AI 模型的使用量不斷增長，云

259、端難以滿足隱私需求。端側 AI 的發展也需軟硬件的配合，包括輕量化、小型化的 AI 模型，以及高效、低耗的 AI 芯片。為了助力 AI 在端側運行，業界已開始壓縮訓練模型，并采用 FP8、FP4、INT8等的低浮點精度格式，以降低對算力的要求，從而為 AI 訓練和推理帶來更大自由度，進一步推動 AI 民主化。比如說英特爾正積極推廣 SYCL 代碼替代 CUDA，以完善其生態系統和增加在高性能訓練領域的競爭力，真正使人工智能適用于所有人。相對于傳統的 PC 和手機，AI PC 和 AI 手機的差異在于搭載了 AI 芯片并集成了 NPU 模塊以支持 AI 計算，如蘋果 A17 Pro 的算力已達

260、35 TOPS。目前，全球多家廠商在 AI PC 和 AI手機上已開始全面布局，例如高通的 Snapdragon 8 Gen3 芯片，能在手機上運行百億參數的生成式 AI 模型。高通于 2023 年 7 月表示，將在終端側不斷提升大模型支持的參數閾值，讓更多的云端生成式 AI 應用能向端側遷移。2023 年 8 月隨著 Snapdragon 8 Gen 3 移動平臺的推出，高通已支持超過 100 億參數的大模型在端側運行。谷歌 Pixel 8 AI 手機可利用AIGC 生成具有每個人最佳表情的混合圖像，還能調整視頻的顏色、光線、穩定性和顆粒感；英特爾 Lunar Lake 運用其內置 NPU

261、在幾秒內就可生成一首 Taylor Swift 風格的歌曲和一張戴著牛仔帽的長頸鹿圖片；AMD Ryzen AI 可實現自動取景對焦、眼神矯正、高級背景特效等多種 AI 功能。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。48 美光科技美光科技(MU US)相較于純云端部署，端側部署具有多方面優勢：相較于純云端部署，端側部署具有多方面優勢：1)成本降低成本降低：vivo AI全球研究院院長周圍于2023年11月在2023 vivo開發者大會表示，云端大模型一次對話需要 0.012-0.015 人民幣，若有 2 億用戶，一天使用 10 次，一年開銷將達百億元。而端側 AI 部署能充

262、分利用 NPU 的計算能力，減少不必要的網絡傳輸和云端計算，從而降低資源和能源消耗。2)延時降低：延時降低：能有效減少網絡傳輸的數據量和延時，提高實時性要求高的應用（如視頻會議、在線游戲、自動駕駛）的用戶體驗和服務質量。3)隱私提高：隱私提高：通過在本地進行處理和存儲，避免將數據上傳到云端，從而提高用戶數據隱私和安全，減少泄露、竊取、篡改等風險。4)定制化部署能力強：定制化部署能力強：端側 AI 能根據不同移動設備的規格和配置進行適配和優化，提高AI 應用的定制化部署能力。移動端通過輕量化、小型化的模型、以及高效、低耗的 AI芯片等技術，實現定制化部署。美光美光面向面向 AI PC 和和 AI

263、 手機的產品布局：手機的產品布局：GDDR7、LPDDR5X 和和 LPCAMMA2 美光于美光于 22 年正式量產年正式量產 16Gb GDDR6X，并將于并將于 24H2 發布發布 GDDR7。16Gb GDDR6X 搭載于英偉達 GeForce RTX 3090 Ti 和 40 系顯卡，其性能相較之前 8Gb 版本提升了 15%，是當時領先的獨顯顯存解決方案。GDDR6X提供最高24 Gbps帶寬，以2通道（每通道16 bit）為計，可以為顯卡提供最高 96GB/s 的帶寬，在需要重復存取復雜圖像紋理的次世代游戲場景和圖像處理工作場景中表現優異。根據 JEDEC 24 年 3 月 5 日

264、發布的第一代 GDDR7 標準，其對比 GDDR6X 進一步提升內存密度和帶寬，可提供 16-24Gb 的內存容量和 32 Gbps的帶寬，以 2 通道（每通道 16 bit）為計，可以為顯卡提供最高 128GB/s 的帶寬，顯卡性能表現相較前代提升60%。美光預期2026年推出GDDR7的大容量版本，帶寬達36 Gbps，容量超過 24Gb。根據 PC Gamer 23 年 11 月和 Toms Hardware 24 年 3 月的報道，GDDR7 將在英偉達下一代 Blackwell 架構顯卡以及 AMD RDNA 4 GPU 上得到應用，其中，英偉達的下一代GeForce RTX 50系

265、列有望使用美光的GDDR7，搭載384位內存接口，總帶寬高達1.5TB/s，相較上一代采用 24GB GDDR6X 的 RTX 4090 提升約 50%。圖表圖表89：GDDR6X 在英偉達在英偉達 40 系顯卡中系顯卡中的的應用應用 RTX 4090 RTX 4080 Super RTX 4080 RTX 4070 Ti Super RTX 4070 Ti RTX 4070 Super RTX 4070 ROP 176 112 112 112 80 80 64 Cuda Cores 16384 10240 9728 8448 7680 7168 5888 RT Cores 128(3rd G

266、en)80(3rd Gen)76(3rd Gen)66(3rd Gen)60(3rd Gen)56 46 L2 Cache 73728KB 64MB 64MB 48MB 48MB 48MB 36MB Memory speed 21Gbps 23Gbps 22.4Gbps 21Gbps 21Gbps 21Gbps 21Gbps TGP 450W 320W 320W 285W 285W 220W 200W Boost Freq 2.52GHz 2.55GHz 2.5GHz 2.61GHz 2.61GHz 2.475GHz 2.475GHz Memory bus 384-bit 256-bit 25

267、6-bit 256-bit 192-bit 192-bit 192-bit Tensor Cores 512(4th Gen)320(4th Gen)304(4th Gen)264(4th Gen)240(4th Gen)224 184 Memory 24GB GDDR6X 16GB GDDR6X 16GB GDDR6X 16GB GDDR6X 12GB GDDR6X 12GB GDDR6X 12GB GDDR6X Price（USD）$1,599$999$1,199$799$799$599$599 資料來源：英偉達官網、華泰研究 21-23 年美光年美光 LPDDR5X 經歷三次迭代，分別提

268、供經歷三次迭代，分別提供 7.5 Gbps、8.5 Gbps 和和 9.6 Gbps 的傳的傳輸速率。輸速率。美光第三代 LPDDR5X 率先采用 1-制程，容量可選 16-128 Gb，相較前代 1-制程產品，1-制程實現峰值帶寬提升 12%，功耗降低 4%。根據美光 4 月公布的數據和客戶調查，4%的功耗降低可以幫助 iPhone 15 pro 續航延長 1 個小時，而 71%的手機用戶認為電池續航是購買手機時的首要考量（對比 61%選擇手機壽命，48%選擇拍照功能）。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。49 美光科技美光科技(MU US)復盤三代 LPDDR5X

269、歷程：21 年 11 月美光 1-制程的第一代 LPDDR5X 通過聯發科驗證，搭載于聯發科天璣 9000 芯片；22 年 12 月美光第二代 LPDDR5X 通過高通驍龍 8 Gen 2驗證，并隨后搭載于小米13系列智能手機；23年10月美光宣布，公司已為高通的驍龍8 Gen 3 平臺提供擁有 9.6 Gbps 傳輸速率的 LPDDR5X 樣品，支持端側 AI 應用；24 年 3 月美光宣布 LPDDR5X 搭載于三星 Galaxy S24 系列，與美光 UFS4.0 大容量 NAND Flash 一同賦能 S24 的端側 AI 功能。圖表圖表90：美光美光 GDDR6X 與前幾代主要性能對

270、比與前幾代主要性能對比 圖表圖表91：美光美光 LPDDR5X 資料來源：美光官網、華泰研究 資料來源：美光官網、華泰研究 圖表圖表92：美光第三代美光第三代 LPDDR5X 率先采用率先采用 1-制程，制程領先海力士和三星同代產品（截至制程，制程領先海力士和三星同代產品（截至 24 年年 4 月）月）資料來源：美光官網、華泰研究 圖表圖表93：LPDDR 在傳輸速率和應用場景有明顯代差在傳輸速率和應用場景有明顯代差，逐漸適配，逐漸適配 AI 場景場景 資料來源：美光官網、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。50 美光科技美光科技(MU US)LPCAMM 是

271、一種可拆卸內存模組，可有效克服是一種可拆卸內存模組，可有效克服 LPDDR 和和 So-DIMM（small outline dual in-line memory module 小型雙內嵌式內存模組）小型雙內嵌式內存模組）的缺陷。的缺陷。個人 PC 和筆記本電腦通常采用傳統的 LPDDR 或基于 DDR 的 So-DIMM 模組。但是，由于結構上的限制，LPDDR 需直接安裝在設備的主板上，這使得在維修或進行升級時難以替換。與此相反，So-DIMM 雖然在安裝或拆卸上更為便捷，但在性能、功耗以及其他物理屬性方面仍有許多限制。隨著行業對更高效、更小巧設備的需求日益增長，LPCAMM 作為搭載

272、LPDDR 的模組，其兼具LPDDR 的能效表現和 So-DIMM 的易修性，同時其封裝尺寸更小，在制造過程中為 PC ODM/OEM 提供了更大的靈活性。據韓媒 ZDNet Korea 24 年 1 月消息，LPCAMM 或將是26 多年來首度取代 So-DIMM 的產品，相較 So-DIMM，其低能耗和小型封裝尺寸可以使得筆記本設計更加輕薄。圖表圖表94：LPCAMM 模組相較于模組相較于 SODIMM 減少設備內部空間占用減少設備內部空間占用 資料來源：三星官網、華泰研究 美光于美光于CES 24上展示基于上展示基于其其LPDDR5X的的LPCAMM2內存模組，解決內存模組，解決AI P

273、C的內存問題。的內存問題。根據 Digitimes 24 年 2 月 1 日報道和美光官網 1 月數據，AI PC 所需 DRAM 容量是普通 PC的兩倍以上，以 Llama2-70B（INT4）模型為例，其在端側載和推理需要大約 42GB 的內存，輸出速度為 1.4 token/秒，這是一般個人 PC 無法提供的內存規格。美光于 CES 上展示的 LPCAMM2 模塊將 LPDDR5X DRAM 整合進 LPCAMM2 規格尺寸，容量從 16GB 到64GB 不等，傳輸速率最高可達 9.6 Gbps，遠高于 DDR5 SODIMM 的 6.4Gbps，能為 PC提供更高的能效表現并節約更多的

274、空間。根據美光產品官網，在網頁瀏覽和視頻會議等PCMark 10 基本工作負載中，LPCAMM2 相較 DDR5 SODIMM 將功耗降低 61%，效能提高 71%，空間節省 64%。目前美光 LPCAMM2 內存模塊已經出樣并按計劃在 24H1 投產，24年5月7日美光宣布其基于LPDDR5X的LPCAMM2將搭載于聯想ThinkPad P1 Gen7，與傳統 DDR5 SODIMM 相比待機功耗降低 80%。圖表圖表95：伴隨伴隨 AI 模型復雜度提高，模型復雜度提高，AI PC 的內存的內存/帶寬需求提升帶寬需求提升 圖表圖表96：PCMark 10 跑分對比跑分對比-美光美光 LPCA

275、MM2 和和 So-DIMM 資料來源：美光官網、華泰研究 資料來源：美光官網、華泰研究 9,156 8,248 6,647 9,820 9,526 11,373 02,0004,0006,0008,00010,00012,000Digital contentProductivityEssentialsDDR5(So-DIMM)LPDDR5X(LPCAMM2)免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。51 美光科技美光科技(MU US)1-制程領先制程領先競爭競爭對手，投資美對手，投資美日臺日臺重重點布點布局局 對于存儲芯片，制程工藝的迭代是縮減晶體管尺寸，帶來單位面積上實現

276、更小、更緊密的晶體管布局，提升內存密度，實現更高性能的同時達到更好的功耗表現。Trendforce 24 年3 月報告指出，DRAM 供應端大幅轉進至先進制程生產 DDR5 將帶來成本優化，使得供應端利潤明顯改善。美光美光廣泛在廣泛在 DRAM 中應用中應用 1-制程制程帶來產品更好的能耗表現，有望在下帶來產品更好的能耗表現，有望在下游端側高端產品補庫和迭代時帶來更高競爭力，游端側高端產品補庫和迭代時帶來更高競爭力，同時進一步優化利潤率，并惠及基于同時進一步優化利潤率，并惠及基于 DRAM的的 HBM 產品產品。美光自美光自 2021 和和 2022 年分別率先量產年分別率先量產 1-和和 1

277、-制程制程 DRAM，取得制程領先，歷經三年，取得制程領先，歷經三年，DRAM 產能已基本完成轉換。產能已基本完成轉換。美光于 2020 年公布 1-制程節點（第四代 10nm 級），并于2021 年 1 月開始量產，帶來當年 DRAM 領域營收的大規模擴張。公司于 2022 年率先推出1-制程（第五代 10nm 級），相較 1-，該節點可實現約 15%的能效提升和 35%以上的內存密度提升。根據美光 FY24Q2 業績會和 Digitimes 24 年 4 月復盤三大廠商 DRAM 工藝進程，美光 22 年 11 月開始量產 1-DRAM，目前已有 3/4 的 DRAM 顆粒在 1-和 1-

278、節點上生產，而三星和海力士均于 23Q2 跟進 1-節點，目前產能仍在爬坡。與三星和海力士分別在 1-z 和 1-節點開始導入 EUV 以提升電路密度不同，美光 1-和 1-仍使用DUV，但在光刻過程中通過多重圖案化（Multi-patterning）實現繪制電路密度提升，相較導入 EUV 無需完全改變原先生產方式，迭代初期良率更加穩定，因此先進節點產能爬坡較三星和海力士更快。美光制程工藝技術節點持續精進，美光制程工藝技術節點持續精進，25 年量產年量產 1-制程的制程的 DRAM。根據臺灣經濟日報 23 年9 月報道，美光將領先競爭對手率先轉向 1-制程，成為第一家采用“1-”工藝生產 DR

279、AM的半導體公司，并將在 1-制程中導入 EUV，報道中臺灣美光 CEO 盧東暉表示鑒于美光當前僅臺中廠有 EUV 產線，下一代 1-DRAM 將于 25H1 先行在臺中廠量產，同時，1-之后的 1-等未來幾代制程仍會繼續采用 EUV，美光日本 DRAM 廠未來也將導入 EUV設備。根據美光 FY24Q2 業績會，1-制程已開始在臺中試產。圖表圖表97：美光制程節點精進路線圖及對應美光制程節點精進路線圖及對應 DRAM 產品，產品，下一代下一代 1-制程的存儲制程的存儲芯片芯片預期預期 2025 年年 H1 開始量產開始量產 資料來源：TechInsights、華泰研究 臺日承接美光臺日承接美

280、光 DRAM 重要產能，重要產能，兩地擴產同時美光加碼美國工廠投資。兩地擴產同時美光加碼美國工廠投資。根據臺灣經濟日報23年9月對臺灣美光CEO盧東暉的專訪，臺中廠和日本廣島廠承擔美光DRAM重要產能，公司約有 65%的 DRAM 在臺灣生產，同時臺日兩地團隊合作研發 1-制程，通過臺日兩地的擴產將帶來更多現金流支持美光未來的全球布局。Nikkei 2023 年 5 月報道美光計劃未來向廣島 DRAM 工廠投資 5000 億日元，并借助日本政府的政策支援（包括 1920 億日元的補貼）向廣島廠引進 EUV，計劃 26 年將廣島 EUV 產線投產。22 年 7 月，美國參議院以 64 票對 33

281、 票的正式通過了芯片與科學法案立法，該法案授權美國政府向美國芯片制造商提供約 520 億美元的贈款和其他激勵措施。響應芯片與科學法案的美國芯片制造回流，美光著手擴建愛達荷州工廠并興建紐約州工廠，分別計劃未來 10 年投資 150 億美元和未來 20 年投資 1000 億美元。根據 Digitimes 24 年 4 月 26 日報道，美光受益于 芯片與科學法案，獲 61.4 億美元直接補貼，以及 75 億美元借貸額度。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。52 美光科技美光科技(MU US)1.我們認為，短期內我們認為，短期內中國中國臺灣臺灣將仍然是美光投資的重心：將仍然是

282、美光投資的重心：1）未來數年美光研發計劃緊密，伴隨存儲芯片工藝日趨復雜，產業鏈上下游合作重要性凸顯。1-HBM3E 量產、1-制程量產和 HBM4 研發均有望受益于中國臺灣半導體產業群聚效應；2）相較中國臺灣，美國半導體產業鏈地理位置布局更加分散，工廠和供應鏈多分置兩地，而鑒于半導體生產中化學材料的時效性和原料對空運的限制，“地方太大”帶來的運輸和協作問題短期內難以解決。圖表圖表98：美國美國芯片芯片與科學法案與科學法案補助款項（億美元）補助款項（億美元）資料來源：Digitimes、華泰研究 圖表圖表99：美光美美光美日臺日臺三地三地 DRAM 投資計劃投資計劃 國家國家 地區地區 投資計劃

283、投資計劃 美國美國 愛達荷州博伊西總部 預計 10 年內投資 150 億美元，工廠于 23 年 10 月 5 日正式動工，無塵室將于 25 年開始分階段完工投產 紐約州 未來 20 年投資 1000 億美元建造巨型工廠，第一階段投資 200 億美元 日本日本 廣島 23 年 1-正式量產，下一階段將引入 EUV 支持 1-量產；引進 EUV 獲日本政府 1920 億日元補貼 中國中國臺灣臺灣 臺中廠 23 年 1-量產，25H1 1-預計量產 資料來源：臺灣經濟日報、財訊、華爾街日報、華泰研究 競爭格局：行業高度集中，三足鼎立技術咬合緊密，制程產品各有千秋競爭格局：行業高度集中，三足鼎立技術咬

284、合緊密，制程產品各有千秋 傳統傳統 DRAM 受受 JEDEC 組織規范，標準化程度較高，相較于組織規范，標準化程度較高，相較于 HBM 等高端產線有著更強的等高端產線有著更強的大宗商品屬性，同代產品間差異較小。大宗商品屬性，同代產品間差異較小。DRAM 行業高度集中，早在行業高度集中，早在 2014 年已確立三寡頭年已確立三寡頭格局。格局。2005 年，DRAM 市場的主要參與者為三星電子、SK 海力士、美光、南亞科技、爾必達（Elpida Memory）和英飛凌。奇夢達（Qimonda）于 2006 年 5 月 1 日由英飛凌的內存部門拆分而成。2008 年金融危機后，存儲行業進入下行周期

285、，奇夢達于 2009 年 1 月 23日宣布破產清算，必爾達在 2013 年 7 月 31 日被美光收購，自此，DRAM 市場的三足鼎立格局確立。以營收為計，以營收為計，23Q4 三星三星/海力士海力士/美光的美光的 DRAM 市占率分別為市占率分別為 46%/32%/19%，其中：1）三星 23Q4 DRAM 營收 80 億美元，環比+53%，主要系年底 IT 采購高峰拉動，三星 DRAM產能遠大于海力士和美光，得以支持更大的訂單量。根據 Digitimes 24 年 3 月報道，三星DRAM 產能約為海力士 1.5-2 倍；2）海力士 23Q4 DRAM 營收 55 億美元，環比+19%，

286、受益于 HBM3 獨供英偉達，海力士 23 年市場份額從 23Q1 的 24%躍升至 23Q4 的 32%；3）美光 FY24Q2 DRAM 營收 42 億美元，環比+21%，由于 HBM 布局較晚，美光市場份額從23Q1 的 27%回落至 23Q4 的 19%。8566646115351.620.35620102030405060708090英特爾臺積電三星美光格芯Secure EnclaveProgram微芯BAE System剩余款項補助金額 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。53 美光科技美光科技(MU US)圖表圖表100：DRAM 市場競爭格局演變市場競爭

287、格局演變 資料來源：Bloomberg Intelligence、TrendForce、華泰研究 圖表圖表101：三大廠商三大廠商 24 年年 DRAM 產能規劃產能規劃 三星三星 SK 海力士海力士 美光美光 DRAM 產能計劃產能計劃 23Q4 DRAM 產能觸底后，稼動率預計自 23Q4 的65%-70%，恢復至 24Q1 的 81%，24Q2 回升至89%，預計 24Q3-Q4 稼動率提升至 100%24Q1起將視PC和手機市場ASP和客戶需求修復情況，對 DRAM 減產計劃進行調整，24H2 稼動率回升至減產前水平 將針對性調升 DDR5 等高端產品產能，但整體維持謹慎，FY24 年

288、底晶圓投入量將相較22 年峰值降低 11-13%。資本支出資本支出 增加半導體設備投資和晶圓投入量，約 27 兆韓元（包括 HBM 和 NAND），集中量產 DDR5，擴大HBM3/3E 比重。24 年資本開支高于年初計劃，一方面投資 M15X 建設，另一方面因 HBM 晶圓消耗相較傳統 DRAM 更大，疊加 24 年DDR5 等傳統 DRAM 受 AI 和換機潮帶動需求高增，需要相應投資支持擴產。資本支出 75-80 億美元，因 HBM 晶圓消耗相較傳統 DRAM 更大，24 年圓投入量同比下降。產量預估產量預估 24H2 開始出貨量同比增加，24Q3 同比增長 11%，24Q4 同比增長

289、41%，恢復至減產前水平。全年出貨量同比增長約 2%。24Q1 業績會指引 24 年 DRAM 產量同比增長有限。FY24Q2 業績會指引 DRAM 供給增長將低于需求。行業產量預估行業產量預估 DRAM 供給供給同比同比增增長中兩位數，長中兩位數，低于需求低于需求增長增長 資料來源：Digitimes、臺灣經濟日報、首爾經濟日報、Omdia、三星官網、海力士官網、美光官網、華泰研究 2023 年年 5 月月 SK 海力士緊隨美光跟進海力士緊隨美光跟進 1-節點，節點，24 年著重年著重 1-和和 1-節點產能爬坡。節點產能爬坡。根據 Digitimes 23 年 12 月報道，海力士規劃 2

290、4 年于利川 M16、M14 工廠擴充 1-和 1-的產能，并將從 1-DRAM 開始著手導入 EUV 制程，計劃在 2024 年底將 1-和 1-產量增加到 DRAM 總產量的一半以上。報道同時指出，相較于美光在 HBM3E 和 LPDDR5X 等產品廣泛鋪開 1-制程，海力士優先將 1-制程應用于 24 年 3 月量產的 HBM3E，預期 1-制程量產初期月產能 1.5 萬-2 萬片，對比海力士整體 DRAM 月產能逾 40 萬片，1-比重仍然較低。Digitimes 24 年 4 月援引韓國業界預期，稱 24Q4 海力士 1-DRAM 產能將約占總產能的 11%。受過早導入受過早導入 E

291、UV 拖累丟失拖累丟失 DRAM 制程優勢，三星制程優勢，三星 24 年同樣著眼先進制程產能爬坡。年同樣著眼先進制程產能爬坡。根據Digitimes 24 年 4 月復盤三大廠商 DRAM 制程迭代過程，三星 16Q1 率先量產 1x 制程，領先海力士和美光一年，而縱觀前三代 10nm 級（1x，1y 和 1z），三星始終保持率先量產。然而，根據 Semianalysis 于 23 年 12 月發表的 ASML Dilemma:High-NA EUV is Worse vs Low-NA EUV Multi-Patterning 和 22 年 4 月發表的 Samsung Electronic

292、s Cultural Issues Are Causing Disasters In Samsung Foundry,LSI,And Even DRAM Memory!，三星自 1z nm 開始引進 EUV（2020 年），由于管理層決策失誤，激進地將原有產能大量替換為 EUV，但隨之而來的成本和良率問題導致三星無法有效地推廣其基于 EUV 的新 DRAM 工藝技術，1z、1-和 1-制程產能爬坡緩慢，2022 年間一度傳出三星放棄 1-制程研發。時至今日，32%29%28%31%34%39%43%43%37%41%45%47%45%44%45%44%44%43%46%16%17%22%20%

293、23%22%23%25%27%27%27%26%28%29%27%29%29%28%32%15%10%10%11%13%13%12%12%20%24%20%21%22%23%24%23%23%25%19%6%7%5%4%6%4%4%4%4%3%3%3%2%3%3%3%3%2%2%0%10%20%30%40%50%60%70%80%90%100%2005200620072008200920102011201220132014201520162017201820192020202120222023Q4三星電子SK海力士美光南亞科技華邦電子鈺創科技爾必達奇夢達（英飛凌）其他 免責聲明和披露以及分析師

294、聲明是報告的一部分，請務必一起閱讀。54 美光科技美光科技(MU US)盡管業界已先后采用了 EUV 制造 DRAM，但三星在密度和性能競賽中仍然落后，海力士和美光在密度和成本結構方面均領先于三星。Digitimes 24 年 4 月援引韓國業界觀點，鑒于HBM 和 DDR5 對先進制程需求，三星 24 年將將大部分資本支出用于擴產 HBM 和先進制程爬坡，24Q4 三星 1-DRAM 產能將約占總產能的 13%。1-制程成“兵家必爭”，制程成“兵家必爭”，大規模大規模 EUV 導入或重塑格局。導入或重塑格局。我們前文提到，美光領先競爭對手率先轉向 1-制程，將在 1-制程中開始導入 EUV，

295、截至美光 FY24Q2 業績會，1-制程已開始在臺中試產，并將于 25H1 先行在臺中廠量產。而海力士和三星同樣在 1-節點研發上動作頻頻：1）海力士：）海力士：根據 Digitimes 24 年 4 月報道，海力士內部 DRAM 技術路線規劃 24Q3 開始試產 1-，并隨后向英特爾等客戶驗證產品效能，報道指出效能認證通常持續 1-2 個月，完成之后可著手進行量產；2）三星）三星：根據 Digitimes 24 年 4 月報道，三星在 Memcon 2024 上公布 DRAM 量產路線圖，根據計劃將在 24 年底跟進 1-節點。報道指出鑒于三星在 EUV 上導入更早，因此產線上估計已使用至少

296、 30 余臺 EUV 設備，同時海力士正通過利川廠安裝 6-7 臺 EUV 設備，將在日后服務于 1-量產。我們認為，我們認為，EUV 導入導入 1-制程對于三家廠商均是風險和機遇并存制程對于三家廠商均是風險和機遇并存，量產時間和產能均值得，量產時間和產能均值得關注關注。三星和海力士導入 EUV 較美光更早，前期積累經驗或有助于兩家在轉向 EUV 生產1-過程中更加順暢，然而鑒于二者 24 年仍將著重于進行 1-和 1-產能爬坡，1-試產成功后何時推出 1-DRAM 產品并順利進行產能爬坡值得關注；同時，美光采用 DUV 的1-和 1-制程已經成熟，但 EUV 導入 1-仍是首次，能否攻克工程

297、問題，實現良率和產能爬坡將是其工藝優勢維持關鍵。圖表圖表102：DRAM 主要玩家的制程和產品路徑（主要玩家的制程和產品路徑（2022 年年 6 月發布），三大廠商月發布），三大廠商 DRAM 產品迭代咬合緊密產品迭代咬合緊密 資料來源：TechInsights、華泰研究 GDDR 方面，方面，美光美光、三星和海力士均將于、三星和海力士均將于 24H1 發布并量產發布并量產 GDDR7，向英偉達，向英偉達 RTX50 系系顯卡供貨。顯卡供貨。GDDR7 使用跟 GDDR6 和 GDDR6X 完全不同的編碼，因而需要新的內存控制器和協同 GPU 廠商設計。Toms Hardware 24 年 4

298、 月預測 AMD 和英偉達將于 24 年底或25 年初發布下一代 GPU，考慮到“黑五”和圣誕節為傳統購物旺季，英偉達在年底購物季前后發布“RTX 50 系列”顯卡的可能性較大。我們認為關于我們認為關于搭載搭載 GDDR7 的顯卡的顯卡將于將于 24H2有更多有更多進展信息進展信息。三星和海力士均在 GTC 2024 展示 16Gb(2GB)GDDR7，分別提供 32 Gbps和最大40 Gbps帶寬。根據Toms Hardware 24年3月25日對三家存儲廠商的采訪，搭載 GDDR7 的顯卡預期將于 24 年底面世，例如英偉達 Blackwell 架構游戲顯卡（GB202，免責聲明和披露以

299、及分析師聲明是報告的一部分，請務必一起閱讀。55 美光科技美光科技(MU US)臺積電 4nm，512 位顯存位寬，32GB VRAM）和 AMD RDNA 4 GPU。該篇采訪同時指出，當前量產的 GDDR7 為 16Gb 版本，而 24Gb（3GB）版本預期將于 25 年面世。鑒于 12GB顯存已成主流 3A 游戲開啟最高性能（如 4K 畫質）的最低配置要求，更多顯存在 12GB 及以上的顯卡面世將成為大勢所趨。在低功耗在低功耗 LPDDR 領域，除卻美光領域，除卻美光 LPDDR5X，海力士和三星也不乏同代產品。，海力士和三星也不乏同代產品。22 年年 11月，海力士將月，海力士將 HK

300、MG（High-k/Metal Gate,High-k 絕緣層絕緣層+金屬柵極金屬柵極）工藝首次應用于）工藝首次應用于LPDDR5X，并在并在 23 年年 1 月推出月推出 1-LPDDR5T。HKMG 工藝通過引入一層高 k 薄膜替代SiON 柵氧化層，實現晶體管柵氧化層厚度減少同時防止漏電。更薄的柵氧化層支持晶體管進一步微縮，源極和漏極間距離縮短，柵極電壓降低，從而節約功耗。通過 HKMG 工藝，海力士 LPDDR5X 和 LPDDR5T 的傳輸速率分別為 8.5 Gbps 和 9.6 Gbps，分別比上一代提升 33%和 13%。23 年 8 月海力士 24GB LPDDR5X 開始量產

301、，搭載于 23 年 8 月發布的OPPO“一加 Ace2Pro”智能手機上。海力士 LPDDR5T 于 2023 年 10 月通過高通驍龍 8 Gen 3 和聯發科天璣 9300 的認證，并在 2023 年 11 月開始向 vivo 供應，配置于其智能手機 X100和 X100 Pro 中。24 年年 4 月月 23 日三星宣布日三星宣布 10.7 Gbps LPDDR5X 研發成功。研發成功。三星于 2019、2020 年分別量產 12/16Gb LPDDR5，2021 年率先研發 14nm LPDDR5X 后，2022 年 10 月，三星宣布其8.5 Gbps LPDRR5X 通過高通驍龍

302、平臺驗證，根據 Toms Hardware 24 年 1 月報道，該LPDDR5X 將為 Intel Lunar Lake MX 平臺供貨，搭載于輕薄型筆記本。而該款 10.7 Gbps LPDDR5X 相較前代產品效能與容量分別提高 25%及 30%以上，有望在 AI PC 和 AI 加速器中得到應用。圖表圖表103：GTC 2024 上三星展出的上三星展出的 GDDR7 參數參數 圖表圖表104：HKMG 將柵極材料由將柵極材料由多晶硅多晶硅/SiON 轉為轉為高高 k/金屬金屬 資料來源：Toms Hardware、華泰研究 資料來源：海力士官網、華泰研究 圖表圖表105：HKMG 實現

303、晶體管柵氧化層厚度減少，功率降低實現晶體管柵氧化層厚度減少，功率降低 資料來源：SK 海力士公告、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。56 美光科技美光科技(MU US)圖表圖表106：DRAM 三大廠商三大廠商 SWOT 分析分析 SK 海力士海力士 三星三星 美光美光 優勢優勢 Strengths 1.相較三星，EUV 導入循序漸進，相較美光 EUV 技術積累更加豐富，1-制程有望 24Q3 取得進展 2.制程優勢，DRAM 密度和成本結構領先三星 1.資金雄厚，產能優勢坐穩 DRAM 龍頭 2.集存儲、芯片設計、晶圓代工為一體，10.7 Gbps LPD

304、DR5X 率先研發凸顯技術積累 3.EUV 導入經驗豐富，1-制程轉換有望更平穩 1.1-和 1-制程成熟，覆蓋 3/4 DRAM 產能 2.率先轉向 1-，工藝有望維持領先 劣勢劣勢 Weakness 1-節點尚在爬坡，資金限制先進產能擴張或不及三星 1.制程競爭落后，DRAM 密度和成本結構不及海力士和美光 2.1-和 1-爬坡尚在進行時，或影響 1-節點量產節奏 1.產能較三星、海力士更小，HBM 擴產進一步擠占 DRAM 產能 2.EUV 導入經驗不及海力士和三星，1-節點轉換和良率面臨風險 機會機會 Opportunities 1.AI 手機、AI PC 和 AI 服務器等新需求帶來

305、以 DDR5、LPDDR5X 和 LPCAMM2 為主導的 DRAM 市場增長新動能 2.新一輪通用服務器布局疊加換機潮，傳統設備需求或在 24H2 至 25 年明朗 3.三大廠商各產品線布局完善，AI 需求風口、傳統需求回暖機遇兩不誤 威脅威脅 Threats 1.EUV 導入 1-節點，或影響 DRAM 競爭格局 2.短期增長依賴 AI 驅動，傳統設備需求前景仍有不確定性 3.傳統 DRAM 高度標準化，抗周期能力較弱，24Q2 起三大廠商逐步擴大投片量，25 年 DRAM 或再現供過于求 資料來源：華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。57 美光科技美光科

306、技(MU US)NAND：服務器服務器 eSSD 和大容量智能手機和大容量智能手機 UFS 引領新增長引領新增長 我們預計美光我們預計美光 NAND 業務業務 FY24/25/26 營收營收為為 69/122/125 億美元，對應營收同比億美元，對應營收同比為為64.2%/77.1%/2.4%。22Q4 至 23H1 期間 NAND 行業主要廠商相繼減產，產能利用率一度下降至約 50%，但自 23Q3 以來 NAND ASP 逐漸回升，部分主要廠商已釋放 24 年產能利用率回升積極信號。疫情以來高基數以及下游 NAND 庫存已基本在歷史平均水平附近，我們認為 24 年 NAND 復蘇有望。根據

307、美光根據美光 FY24Q2 業績會，公司對于恢復產能聲調較為保業績會，公司對于恢復產能聲調較為保守，預期未來數年守，預期未來數年 NAND 位元需求位元需求 CAGR 約為約為 21%-23%，而公司計劃 FY24 NAND 供給策略維持低產，著力于進一步優化庫存，縮短周轉天數，預計 NAND 需求增長將高于供給。展望展望 24 和和 25 年，我們認為年，我們認為 NAND 增長核心在于下游設備需求拉動：增長核心在于下游設備需求拉動：1）用戶端用戶端 SSD（PC 為主）：為主）：根據 Digitimes 24 年 3 月報道，23 年 NAND ASP 大幅下降帶來大容量 SSD 導入 P

308、C 的“價格甜點”，PCIe 4.0+1TB 成為 PC 市場的主流配置。同時，伴隨 24H1 PC OEM/ODM 庫存回到正常水平、25 年微軟停止支持 Win10，以及 Win12 帶動換機潮流，疊加 AI PC 逐漸放量，24H2 將為 PC SSD 帶來增量。值得注意的是，Digitimes 24 年 4 月 26 日報道提及，高層 QLC NAND 在 PC 中滲透率不斷提高，報道援引微軟 AI PC 觀點和業界對 QLC NAND 看法，指出 AI PC 搭載 LLM 和圖片/影片生成模型，將耗費大量存儲容量，同時，由于用戶不會立即刪除生成的大量圖片和視頻，帶來 AI PC 所需

309、存儲空間顯著提升，而伴隨主流 NAND 廠商 NAND 堆疊層數均超過200 層，為了持續提高密度及降低存儲成本，QLC NAND 發展成為趨勢，目前 PC OEM 采用 QLC NAND 比重約為 20%-25%，24 年滲透率將隨著 PC OEM 加速導入 QLC NAND 而高速增長。2）eSSD（企業級，服務器為主）（企業級，服務器為主）：與 DRAM 邏輯類似，AI 服務器對高規格設備硬件需求以及通用服務器換機潮將帶動大容量 SSD 需求。根據 Digitimes 24 年 3 月報道，24 年云端服務器采用 PCIe 5.0 SSD 的滲透率將較 23 年翻倍，更多 8TB/16T

310、B 或以上的 SSD 應用需求將增加。同時，鑒于服務器成本控制，Digitimes 24 年 3 月 21 日報道指出，企業級 SSD增速為各 SSD 應用場景中最高，而企業客戶對 NAND 需求在于更高密度且成本不變（HDD/SSD 等存儲設備約占通用服務器成本的 15%），因此更高層數 NAND 將更受青睞；3）手機）手機 SSD：根據 Digitimes 24 年 3 月報道，24 年高階手機將進入 512GB 以及 TB 時代，預計全年手機平均容量將超過 200GB。同時，業界預期 24 年 QLC NAND 將導入大容量存儲的手機新品，隨著影像存儲需求增加及 QLC NAND 更低的

311、單位存儲成本，iPhone 及部分國產手機品牌（如 Oppo）已進入大容量 1TB 機種采用 QLC NAND 的產品驗證階段，并可能增加存儲容量作為營銷賣點。我們認為美光以其我們認為美光以其 232 層層 QLC NAND 和和 232 層層 TLC NAND 為核心的產品矩陣將受益于為核心的產品矩陣將受益于上述不同場景需求上述不同場景需求：1）QLC NAND：Digitimtes 24 年 4 月報道指出，美光投入 QLC NAND相較競爭對手更早，而美光 24 年 4 月 26 日官宣率先量產面向客戶端和數據中心的 232 層QLC NAND，是繼 22 年 7 月率先量產 232 層

312、 TLC NAND 之后的又一次領先，相較三星、海力士和鎧俠等競爭對手的 QLC NAND 存儲密度提升 28%?；谠?QLC NAND，美光發布 2500 NVMe SSD，同時面向企業存儲和 PC 場景，現已經向 PC OEM 廠商出樣。2）TLC NAND:公司基于 2022 年 7 月量產的 232 層 TLC NAND，分別于 2023 年 5 月、10 月和 12月推出數據中心 6500 ION NVMe SSD、數據中心 7500 NVMe SSD 和用戶端 3500 NVMe SSD。其中，6500 SSD 提供 30TB 容量，打破 QLC 和 TLC 界限，以 QLC 的

313、價格實現 TLC的性能。FY24Q2 美光業績會透露該款 SSD 營收環比增長逾 50%。同時，AI 手機和大容量機種需求有望帶動美光 NAND UFS 3.1（176 層 NAND）/UFS 4.0（232 層 NAND）需求增長。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。58 美光科技美光科技(MU US)伴隨下游客戶伴隨下游客戶庫存水平正?；?，庫存水平正?；?，美光美光對對 FY24 NAND 和和 SSD 趨勢趨勢較樂觀。較樂觀。根據公司 FY24Q1和 FY24Q2 業績會：1）數據中心）數據中心 eSSD：23 年收入達到歷史新高，其中主打低成本高效能的 6500

314、30TB SSD 營收環比+50%，FY24 數據中心 SSD 營收將保持增長；2）PC 和手和手機機：FY24Q2 PC SSD 出貨量達到歷史新高，其中 QLC 占主流，同時，公司面向移動端的232 層 NAND UFS 3.1/4.0 產品已于 FY24Q1/FY24Q2 送樣。圖表圖表107：美光美光 24 年年 4 月月 26 日官宣日官宣 232 層層 QLC NAND 資料來源：美光官網、華泰研究 NAND ASP 23Q3 見底回升，見底回升，24 年年 ASP 增長趨平穩增長趨平穩 計算機閃存設備 NAND-Flash Memory（簡稱 NAND）屬于非易失性存儲器，與 D

315、RAM 等易失性存儲器不同，該類存儲器在斷掉電源后信息仍可保留，用于更長期的信息存儲。NAND閃存開發的一個重要目標是降低每 bit 成本并提高存儲密度，以便與磁性存儲設備（如硬盤驅動器 HDD）競爭。NAND 閃存因其更高的存儲密度、較低的存儲成本和耐用性，與消費電子關系緊密，常見于 PC SSD、智能手機存儲（eMMC 和 UFS）和數據中心存儲 eSSD等企業級存儲場景。相較相較 DRAM，NAND 存儲密度更大，但寫入速度較低，讀寫延遲更高，同時頻繁的數據寫存儲密度更大，但寫入速度較低，讀寫延遲更高，同時頻繁的數據寫入會降低其使用壽命，因此通常不會作為主要存儲技術出現在入會降低其使用壽

316、命，因此通常不會作為主要存儲技術出現在 HPC/AI 芯片芯片中中，而是作為，而是作為外部存儲器保存運算所需的海量數據外部存儲器保存運算所需的海量數據。自 2013 年三星推出商業級 3D NAND 產品以來，通過垂直堆疊存儲單元來提升存儲密度的 3D NAND 成為主流技術。依每單元存儲數據位數不同，常見的 NAND 閃存可分為 SLC（1 位）、MLC（2 位）、TLC（3 位）、QLC（4 位）。隨隨著每個單元存儲的位數增加，存儲密度提高，位元成本降低，但讀寫速度和耐用性會相應著每個單元存儲的位數增加，存儲密度提高，位元成本降低，但讀寫速度和耐用性會相應減少。減少。圖表圖表108：3D

317、NAND 推出以來，密度每年以穩定的速度提高推出以來，密度每年以穩定的速度提高 30%。圖表圖表109：SLC 向向 QLC 等轉變提升每單元存儲位數，但犧牲了可靠性等轉變提升每單元存儲位數，但犧牲了可靠性 資料來源：Semianalysis、華泰研究 資料來源：Semianalysis、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。59 美光科技美光科技(MU US)23 年年半導體半導體供給側供給側廠商相繼加速減產、去庫存，廠商相繼加速減產、去庫存，以以穩定下游產品定價穩定下游產品定價，23Q3 以來以來 NAND ASP 增勢顯著增勢顯著。自 22Q4 起，海力士

318、和美光主動減產，調整庫存；三星從 23Q2 加入減產陣營，將其 NAND Flash 減產幅度擴大至總產能的 50%，集中減產 128 層以下的中低端產品。根據 Trendforce 24 年 1 月統計，NAND Flash 合約價自 22Q3 開始下跌，連跌四季后于 23Q3 見底回升，并在此后持續增長，24Q1 合同價環比增長逾 20%。對比 NAND ASP歷史趨勢，當前價格已趨近 20 年水平，理論上供應商已有獲利空間，距離價格高點已不遠，因此，若 ASP 仍持續上漲或將對市場需求帶來不利影響。例如，彭博統計 24 年 3 月 29 日512 Gb TLC NAND Flash 價格

319、 4.03 美元，距離 20 年 3 月峰值 5.54 美元雖仍有成長空間，但已高于過往 5 年歷史均價 3.7 美元。24Q2 價格上漲或仍將持續，有供應商開始逐步擴產，價格上漲或仍將持續，有供應商開始逐步擴產，24H2 持續上漲空間或有限持續上漲空間或有限，預期，預期NAND ASP 趨勢漸趨平穩。趨勢漸趨平穩。根據 Digitimes 24 年 3 月和 4 月報道，24Q1 終端需求持續增溫，手機和 PC 端 NAND 需求領漲，預計 24Q2 需求狀況仍會保持，但漲幅將會開始收斂，NAND 市場完全恢復可能在 2025 年。從供應商產能從供應商產能調升調升來看：來看：1）三星）三星：

320、根據韓媒 Theelec 24年3月和Digitimes 24年4月報道，24Q1三星西安NAND工廠產能利用率從23年20-30%調升至 70%，該廠承擔三星約 40%的 NAND 產能，而 4 月以來三星 NAND 工廠平均稼動率已接近 90%；2）海力士）海力士：Digitimes 24 年 4 月和公司 24Q1 業績會指出，海力士將維持整體減產策略，24年各季度稼動率維持50%-60%，針對性增加eSSD產能；3）美光）美光：FY24Q2業績會指出 24 年將維持低產，90%產能用于 176 層和 232 層等高端 NAND 產品；4）鎧俠）鎧俠（Kioxia）和西部數據（）和西部數

321、據（WDC）：）：Digitimes 24 年 4 月 18 日報道，迎合 NAND ASP 上漲，24Q1 鎧俠（Kioxia）和西部數據（WDC）調升產能 20%，增加出貨量以彌補 23 年 NAND虧損，但報道同時援引 Omdia 觀點，認為鎧俠和西部數據不會進一步增加供應量。伴隨市伴隨市場需求消化上游新增產能，以及下游市場在場需求消化上游新增產能，以及下游市場在 24H1 陸續補庫完成，陸續補庫完成，24H2 NAND ASP 增長增長或回到低個位數幅度?；蚧氐降蛡€位數幅度。圖表圖表110：TLC NAND Flash 近近 5 年價格變化情況（單位：美元）年價格變化情況（單位：美元）

322、資料來源：Bloomberg Intelligence、華泰研究 圖表圖表111：22 年年底至底至 23 年年半導體廠商半導體廠商 NAND 相繼減產，相繼減產，24Q1 開始逐步回調產能開始逐步回調產能 公司公司 減產計劃減產計劃 美光美光 22 年 11 月宣布減產 20%，23 年 3 月宣布 NAND 的投片量減少至 30%，24 年 NAND 整體維持低產，主要產能分配給高階 NAND 產品（176 層和 232 層）SK 海力士海力士 22 年宣布 23 年資本開支減半，23 年 7 月宣布進一步降低 NAND 產能，24 年維持整體減產策略，各季度稼動率維持 50%-60%，針

323、對性增加 eSSD 產能 三星三星 23Q2 減少 NAND FLASH 產能約 25-30%，23H2 減產幅度進一步擴大，24Q1 西安 NAND 廠產能利用率恢復至 70%，24 年 4 月整體 NAND 稼動率已達 90%鎧俠鎧俠 22 年 10 月宣布減產 30%NAND 產能，24Q1 調升 NAND 產能 西部數據西部數據 23 年 1 月起宣布減產 30%晶圓投片量，23 年資本開支預計減少 25%，24Q1 調升 NAND 產能 資料來源：各公司公告、Digitimes、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。60 美光科技美光科技(MU US)

324、圖表圖表112：24Q2 NAND 合約價環比漲幅將收斂至合約價環比漲幅將收斂至 13%-18%NAND 2023Q4 2024Q1 2024Q2 智能手機智能手機：UFS/eMMC 漲價 10-15%漲價 25-30%漲價 10-15%數據中心：企業級數據中心：企業級 SSD 漲價 10-15%漲價 23-28%漲價 20-25%PC：用戶端：用戶端 SSD 漲價 13-18%漲價 23-28%漲價 10-15%3D NAND 晶圓晶圓：TLC 和和 QLC 漲價 35-40%漲價 23-28%漲價 5-10%總總 NAND 漲價 13-18%漲價 23-28%漲價 13-18%資料來源：T

325、rendforce、華泰研究 HBM 和和 DDR5 之外，之外，AI 將如何惠及將如何惠及 NAND Flash？我們認為，我們認為，NAND 在在 AI 訓練和訓練和 AI 推理中角色類似，從數推理中角色類似，從數據傳據傳輸路徑來看，不同于邏輯輸路徑來看，不同于邏輯芯芯片片的“計算核心”和內存的“中轉站”作用，的“計算核心”和內存的“中轉站”作用，NAND 承擔的主要角色是存儲訓練和推理所承擔的主要角色是存儲訓練和推理所需的大量數據，因此要求在于以更低成本實現“更大容量需的大量數據，因此要求在于以更低成本實現“更大容量+更高耐用更高耐用+更快讀取速度”。同時，更快讀取速度”。同時，與與 D

326、DR5 受益于受益于 AI 換機潮邏輯類似，換機潮邏輯類似，AI 將帶動將帶動 PC、手機及服務器的需求增加，驅動、手機及服務器的需求增加，驅動 NAND供應商提供更大容量、更高速的產品供應商提供更大容量、更高速的產品。24 年年 3 月月 21 日舉辦的日舉辦的 CFMS&Memory 2024 論壇上，針對論壇上，針對 SSD“更快讀取速度”，三大“更快讀取速度”，三大廠商均有新品推出：廠商均有新品推出：1）三星：）三星：推出 4 通道 UFS 4.0，相較于傳統 2 通道 UFS 4.0 有望實現讀寫速度翻倍（從約 4GB/s 提升至約 8GB/s），以適配 AI 手機本地運行 LLM

327、的數據讀取需求，預期 24 年夏天出貨工程樣品；2）海力士）海力士：宣布 PCIe 5.0 eSSD 23 年完成客戶認證，當前準備進入量產和出貨階段，預期 24 年客戶數量持續提升；3）美光：美光：透露近期將同樣發布 PCIe 5.0 SSD，指出 SSD 升級可有效縮短 AI 訓練的系統性延遲，美光 PCIe 5.0 SSD通過加速技術可將部分模型訓練時間縮短 50%。圖表圖表113：加速器舉例：加速器舉例：eSSD將存儲的數將存儲的數據傳據傳輸至輸至 CPU和和 DRAM 進行“中轉”，再經由進行“中轉”，再經由PCIe總線至邏輯總線至邏輯芯片芯片 資料來源：Cristian Zambe

328、lli(2022.5):Machine Learning for 3D NAND Flash and Solid State Drives Reliability/Performance Optimization、華泰研究 圖表圖表114：PCIe 迭代帶來傳輸速率的翻倍提升迭代帶來傳輸速率的翻倍提升 圖表圖表115：數據中心數據中心 eSSD 的性能關注點：高容量和高耐用性的性能關注點：高容量和高耐用性 資料來源：MSI 官網、華泰研究 資料來源：美光官網、Toms Hardware、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。61 美光科技美光科技(MU US)圖

329、表圖表116：UFS 迭代帶來傳輸速率的翻倍提升迭代帶來傳輸速率的翻倍提升 資料來源：Kioxia 官網、華泰研究 根據 Digitimes 24 年 3 月援引鎧俠觀點，與從與從 DRAM 衍生的衍生的 HBM 不同，不同，Gen AI 并不直接并不直接對對 NAND 有設計上的特殊要求，而是有設計上的特殊要求，而是 AI 將帶動將帶動 PC、手機及服務器的需求增加，驅動、手機及服務器的需求增加，驅動 NAND供應商提供更大容量、更高速的產品，并以更低的成本滿足客戶需求。供應商提供更大容量、更高速的產品，并以更低的成本滿足客戶需求。AI 服務器場景下，DRAM 與 SSD 同步搭配方能實現系

330、統層面的低延遲，因此 Gen AI 浪潮將同樣帶來 SSD 領域的投資意愿提升。23 年年 NAND 和和 SSD 價格下跌使得其與傳統價格下跌使得其與傳統 HDD（Hard Disk Drive 機機械硬盤）價差縮小，有助于市場從械硬盤）價差縮小，有助于市場從 HDD 轉移至轉移至 SSD，尤其是低成本、高容量的，尤其是低成本、高容量的 QLC SSD需求迅速增長。需求迅速增長。對比 HDD 和 SSD，鑒于 HDD 讀寫延遲較 SSD 均更高，服務器“換芯不換存”相當于浪費邏輯芯片和 DRAM 性能，而 SSD 有助減少邏輯芯片和 DRAM 的性能浪費。圍繞圍繞 232 層層 NAND，美

331、光瞄準，美光瞄準 AI PC、數據中心、數據中心和和大容量智能手機大容量智能手機 NAND 堆疊層數的提升帶來更高的存儲密度，同時亦提升了工藝難度，各大廠商技術進度堆疊層數的提升帶來更高的存儲密度，同時亦提升了工藝難度，各大廠商技術進度咬合緊密。咬合緊密。根據 Digitimes 24 年 1 月和 4 月報道，2023 年至今推出的 3D NAND 層數均為218 層及以上，2023 年 3 月鎧俠（Kioxia）和西部數據（WD）推出 218 層 TLC/QLC NAND；5 月，美光打造 232 層 6500 ION SSD 突破 TLC 和 QLC 限制，以 QLC 成本實現 TLC

332、效能；8 月，海力士推出 321 層 NAND；10 月，美光發布數據中心 232 層 7500 SSD；12 月，美光發布用戶端 232 層 3500 SSD；24 年 2 月三星發布 280 層 QLC NAND 但尚未量產；24 年 4 月美光量產 232 層 QLC NAND 圖表圖表117：主流主流 NAND 廠商廠商 2023 年至今技術進展年至今技術進展 資料來源：美光官網、SK 海力士官網、三星官網、Toms Hardware、TechPowerUp、ISSCC、華泰研究 TLC 和和 QLC 是當前面向數據中心高端是當前面向數據中心高端 SSD 市場的主流方案市場的主流方案，

333、TLC 和和 QLC 之間的取舍尚之間的取舍尚有爭議，但共同目的在于提高存儲密度同時降低每有爭議，但共同目的在于提高存儲密度同時降低每 Gb 成本，兼顧提升讀寫性能，伴隨技成本，兼顧提升讀寫性能，伴隨技術迭代，術迭代，TLC 和和 QLC 壁壘逐漸模糊壁壘逐漸模糊。根據美光管理層 Alvaro Toledo 23 年 5 月在 6500 ION SSD 發布時指出，美光認為數據中心服務器使用程度密集、讀寫頻繁，硬盤損耗大，因此強調 TLC NAND 在數據中心場景下的優勢，而美光通過 2022 年 7 月 232 層 TLC NAND和 2024 年 4 月 232 層 QLC NAND 技術節點量產，以 QLC 成本實現 TLC 效能。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。62 美光科技美光科技(MU US)美光于美光于 2022 年年 7 月月率先率先推出了全球首