《電子行業專題：存儲行業景氣度持續上行深度受益生成式AI產業浪潮-240719（37頁）.pdf》由會員分享，可在線閱讀，更多相關《電子行業專題：存儲行業景氣度持續上行深度受益生成式AI產業浪潮-240719（37頁）.pdf（37頁珍藏版）》請在三個皮匠報告上搜索。

1、 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。1 20242024 年年 0707 月月 1919 日日 電子電子 行業專題行業專題 存儲行業景氣度持續上行，深度受益生存儲行業景氣度持續上行，深度受益生成式成式 AIAI 產業浪潮產業浪潮 證券研究報告證券研究報告 投資評級投資評級 領先大市領先大市-A A 維持維持評級評級 首選股票首選股票 目標價（元）目標價（元）評級評級 行業表現行業表現 資料來源：Wind 資訊 升幅升幅%1M1M 3M3M 12M12M 相對收益相對收益 -1.0 9.5-4.6 絕對收益絕對收益 -1.7 8.1-13.3 馬良馬良 分析師分析師 S

2、AC 執業證書編號：S1450518060001 呂眾呂眾 分析師分析師 SAC 執業證書編號：S1450524040001 相關報告相關報告 Robotaxi 商業化提速，多家企業加速布局無人駕駛 2024-07-14 國產 AI 大模型應用有望提速，三星 24Q2 利潤同比增長近 15 倍 2024-07-07 硬科技自主可控大有可為，美光 FY24Q3 業績略超預期 2024-06-30 HarmonyOS NEXT打造AI新體驗，“科創板八條”助力硬科技創新 2024-06-23 AI iPhone 時代開啟，半導體產業景氣周期向上 2024-06-16 存儲芯片是半導體的重要品類，存

3、儲芯片是半導體的重要品類，20202424-20202525 年市場規模有望快年市場規模有望快速增長。速增長。據 WSTS 數據，2023 年全球半導體市場規模約為 5269億美元，其中存儲器芯片市場規模約為 923 億美元，占比約 18%。據 2024 年 6 月份 WSTS 預測數據，2024-2025 年全球半導體市場規模為 6112 億、6874 億美元，其中存儲芯片市場規模 1632 億、2043 億美元，占比約 27%、30%，增速遠高于其他半導體品類。存儲產業經歷“美存儲產業經歷“美 日日 韓”的變遷，未來十年是中國存儲韓”的變遷，未來十年是中國存儲的黃金十年。的黃金十年。全球存

4、儲產業經歷了兩輪大的產業變遷，目前三星、海力士、美光等扮演重要角色；2016 年，隨著合肥長鑫、長江存儲相繼成立，中國大陸參與全球大宗 DRAM、NAND FLASH 產業角逐。我們認為，DRAM 和 NAND FLASH 作為半導體領域的兩個重要大宗品，在眾多 IC 品類中屬于“單一大料號”，對資本開支要求高，且制造屬性相對較強。隨著國內企業近幾年的技術持續攻關，國家大基金等產業資本的重點扶持，且我國在手機、PC、新能源汽車等終端領域構建的全球優勢，待國產存儲芯片的產品力達到臨界點后，滲透率有望加速提升。競爭格局較好，供給收縮助力價格快速反彈。競爭格局較好，供給收縮助力價格快速反彈。2022

5、Q4 開始，受下游需求不景氣影響，三星、海力士、美光等龍頭企業經營毛利率轉負，隨后經歷了較為嚴重的虧損。根據 Trendforce 數據，三星、海力士的稼動率從 2022Q4 的 100%，分別下降到 2023Q3 的73%、81%，供給收縮帶來價格的快速反彈，國內存儲模組廠商同步受益低價顆粒庫存，2024H1 盈利效應明顯。我們認為，以 DRAM領域為例，2023 年 CR3 企業全球市占率約 96%，龍頭企業有能力、有意愿在未來的景氣周期中充分盈利，以彌補此前下行期的經營虧損，并為未來的資本開支做好準備。生成式生成式 AIAI 對數據吞吐速度有剛性需求，對數據吞吐速度有剛性需求，HBMHB

6、M 成為算力發揮的瓶成為算力發揮的瓶頸因素之一，頸因素之一，HBMHBM 的大幅擴產、對晶圓的高消耗會顯著擠壓傳統的大幅擴產、對晶圓的高消耗會顯著擠壓傳統DRAMDRAM 產能。產能。HBM 成為算力芯片的帶寬瓶頸因素，海力士、三星、美光正加大 HBM3e/4 等技術研發及擴產力度，美光稱在同一節點生產同等容量的情況下，HBM3e 內存對晶圓量的消耗是標準 DDR5的三倍。2024 年 5 月份，高盛上調 24-26 年 HBM 市場規模預測值到 150 億、230 億、300 億美元。生成式生成式 AIAI 在終端的落在終端的落地，有望縮短手機、地，有望縮短手機、PCPC 換機周期，且端換機

7、周期，且端側單機存儲容量會顯著提升。側單機存儲容量會顯著提升。根據集邦咨詢數據，23 年手機/PC/服務器對 DRAM 消耗分別占比 36.7%/12.5%/37.2%，單機平均容量分別為 6.2GB/10.6GB/611.2GB。20/21 年受疫情等因素影響，PC/手機迎來換機小高峰，至今大部分產品已到產品生命周期末端。-32%-22%-12%-2%8%18%28%38%2023-072023-112024-032024-07電子電子滬深滬深300300 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。2 行業專題行業專題/電子電子 一方面，受換機周期、一方面，受換機周期、Wi

8、ndowsWindows 新系統推出、新系統推出、AIAI 賦能等因素影響，賦能等因素影響，終端設備的換機周期有望大幅縮短：終端設備的換機周期有望大幅縮短：近期，Morgan Stanley 預測,PC換機周期樂觀估計從2023年的4.8年縮短至2026年的3.5年，IPhone 的換機周期樂觀估計從 2024 年的 4.8 年縮短至 26 年的 4.0 年。另一方面，單機存儲用量也會顯著增加：另一方面，單機存儲用量也會顯著增加：1B（10 億）int8 精度(1 Byte)模型參數在未壓縮情況下，僅存儲即需要 1GB DRAM，手機廠商研發模型參數在數十至數百億間。根據產業調研情況，蘋果 A

9、I 功能對 DRAM 的要求或許是至少 8GB/單機，安卓手機旗艦機型普遍高于 12GB/單機，AI PC 有望提升至 32GB/單機。同時，生成式 AI 對訓練及推理生成數據量需求提升，也會增加NAND Flash 用量提升；耳機、手表、AR 眼鏡等 AIOT 設備的滲透率有望提升，NOR Flash 等用量也會增加。存儲產業的投資邏輯，總結如下：存儲產業的投資邏輯，總結如下：1 1）供給側：）供給側：一是一是龍頭企業下行期虧損嚴重，盈利意愿強，減產效果明顯；二是二是 HBM 等結構性擴產并擠壓部分傳統產能，DDR5 滲透率提升，以及 CXL、存算一體等新技術方向。2 2）需求側：）需求側：

10、一是一是 AI 服務器對 HBM 等需求增量明顯，二是二是手機/PC 換機周期縮短、AIoT 滲透率提升且單機用量增加。3）國產品牌競爭力迅速提升，設計、制造、模組、分銷等全產業鏈條的國產替代進程有望加速。產業鏈相關產業鏈相關標的：標的：兆易創新、瀾起科技、北京君正、普冉股份、東芯股份、聚辰股份、恒爍股份、江波龍、佰維存儲、德明利、香農芯創、通富微電、賽騰股份、朗科科技、萬潤科技、同有科技、深科技、精智達、雅克科技、華海誠科、江豐電子、協創數據等。風險提示：風險提示：AI 產業化進程不及預期，應用遲遲無法落地，商業模式閉環遲滯；國產替代進程不及預期，高端品類的產品推出速度不及下游需求迭代速度。

11、eZeZbZbZfYeZbZbZ6M8QbRsQoOnPrNiNmMsNfQnPoM7NrQnNwMmMsRwMmOnQ行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。3 內容目錄內容目錄 1.存儲行業百花齊放，DRAM 和 NAND 備受關注.5 1.1.存儲芯片種類豐富，不同芯片各有所長.5 1.2.國產存儲奮起直追，中國企業有望在全球扮演重要角色.7 1.3.DRAM 和 NAND 市場份額占比最大，競爭格局相對集中.8 1.3.1.DRAM 和 NAND Flash 占劇超 95%市場份額.8 1.3.2.DRAM 市場三大巨頭壟斷，中美為主力市

12、場.9 1.3.3.NAND 供給格局相對分散，市場競爭相對激烈.10 1.3.4.其他芯片產品市場規模小，業內廠商布局分散.10 1.4.DRAM 分類繁多，海外技術迭代迅速.11 1.4.1.DDR5 取代 DDR4 逐漸成為市場主流，HBM 受益 AI 需求快速增長.11 1.4.2.DRAM 技術持續迭代，進入 10nm 時代.12 1.5.NAND 堆疊層數取得重大突破，國內廠商奮起直追.12 1.6.NOR FLASH 技術及產業演進方向.14 2.存儲行業周期特點顯著，供需共同發力推動市場進入上行通道.15 2.1.主流產品市場規模周期性波動顯著，疫情催生需求上行.15 2.2.

13、智能手機、PC、AI 服務器為主要需求市場，三方新需求帶動市場發展.16 2.3.海外大廠去庫存初具成效，存儲價格逐步回暖.19 3.HBM 技術帶來內存升級，突破 AI 訓練算力瓶頸.21 3.1.AI 算力需求持續增長，傳統內存方案受限.21 3.2.工作原理及加工工藝.23 3.3.龍頭企業加速技術迭代，市場規?？焖偬嵘?24 4.終端 AI 不斷優化，DDR 需求有望增長.26 5.其它產業及技術趨勢.29 5.1.傳統體系結構限制存算性能，存算一體架構成為未來主流方案.29 5.2.CXL 技術突破“存儲墻”限制，內存使用效率進一步提高.31 6.產業鏈相關標的.34 7.風險提示.

14、35 圖表目錄圖表目錄 圖 1.存儲芯片分類.5 圖 2.DRAM 產品三星 DDR5.6 圖 3.NAND 和 NOR 的區別.6 圖 4.2023 年存儲芯片市場份額.9 圖 5.2023Q4 DRAM+NAND 全球市場份額.9 圖 6.全球半導體主要品類市場規模.9 圖 7.2020-2024Q1 分季度全球 DRAM 市場規模(億美元).10 圖 8.2023 年全球 DRAM 廠商市場份額.10 圖 9.2020-2024Q1 全球 NAND Flash 市場規模(億美元).10 圖 10.2023 年全球 NAND Flash 廠商市場份額.10 圖 11.海力士 HBM 3 外

15、觀.11 圖 12.美光 HBM3E 外觀.11 圖 13.內存廠商路線圖.12 圖 14.閃存供貨商技術進程.13 圖 15.美光（存儲 IC 代表）、亞德諾（模擬 IC 代表）毛利率波動情況.15 行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。4 圖 16.全球手機銷量數據（億部）.17 圖 17.歷年 Q2 全球主要手機品牌銷量占比及變化.17 圖 18.主要手機廠商終端 AI 模型研究情況.17 圖 19.23Q4 中國五大手機廠商市場份額同比略有下降.18 圖 20.PC 市場正溫和復蘇.18 圖 21.現貨平均價 DDR4(8Gb(1Gx8

16、),2133Mbps)，單位：美元.20 圖 22.現貨平均價 64Gb 8Gx8 MLC NAND Flash，月平均值，單位：美元.21 圖 23.中國 AI 算力規模及預測.22 圖 24.HBM 封裝結構圖.23 圖 25.HBM 制造工藝.24 圖 26.CoWoS 封裝.24 圖 27.HBM 市場空間估計.26 圖 28.AI PC 預測.28 圖 29.AI 手機終端全球市場預測.28 圖 30.AI 手機終端中國市場預測.28 圖 31.馮諾依曼存儲器體系結構.29 圖 32.馮諾依曼架構 vs.存算一體架構.30 圖 33.存算一體三類技術結構.30 圖 34.主流存儲系統

17、架構.31 圖 35.CXL 三種模式.32 圖 36.CXL2.0 內存池化技術.33 圖 37.CXL3.0 共享內存.33 表 1：合肥長鑫、長江存儲進展.8 表 2：DDR1-DDR5 主要指標比較.11 表 3：NAND 廠商層數技術路線匯總.14 表 4：自 2012 年 DRAM 經歷的三輪周期.16 表 5：自 2012 年 NAND 經歷的三輪周期.16 表 6：手機與 PC 占 DRAM 終端市場一半左右.18 表 7：終端單機平均搭載容量.19 表 8：2023 原廠產能策略步調一致以去化庫存為目標.19 表 9：2024 年第一季第二季合約價格漲幅預測.19 表 10：

18、2024 年第一季第二季 NAND Flash 合約價格漲幅預測.20 表 11：部分存儲芯片型號價格變化情況.21 表 12：GDDR 與 HBM 技術對比.22 表 13：HBM 在 AI 服務器中的應用.23 表 14：HBM 技術對比.25 表 15：各大科技巨頭正在加速終端側 AI 布局.27 表 16：國內主要半導體公司及其主營業務.34 行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。5 1.1.存儲行業百花齊放，存儲行業百花齊放，DRAMDRAM 和和 NANDNAND 備受關注備受關注 1.1.1.1.存儲芯片種類豐富，不同芯片各有所長

19、存儲芯片種類豐富，不同芯片各有所長 存儲芯片，又稱半導體存儲器，是以半導體電路作為存儲媒介的存儲器，用于保存二進制數據的記憶設備，是現代數字系統的重要組成部分。存儲芯片具有體積小、存儲速度快等特點，廣泛應用于內存、U 盤、消費電子、智能終端、固態存儲硬盤等領域。易失性存儲器（Volatile Memory）和非易失性存儲器（Non-volatile Memory）是兩種不同的計算機存儲技術，它們在存儲數據的方式和特性上存在差異：易失性存儲器（Volatile Memory）：1）數據存儲依賴于電源，當電源斷開時，存儲在易失性存儲器中的數據會丟失；2）常見的易失性存儲器包括隨機存取存儲器（RAM

20、），如動態隨機存取存儲器（DRAM）和靜態隨機存取存儲器（SRAM）；3）易失性存儲器的訪問速度通常比非易失性存儲器快，因此它們常用于計算內存，用于臨時存儲正在處理的數據和程序。非易失性存儲器（Non-volatile Memory）：1）數據存儲不依賴于電源，即使電源斷開，存儲在非易失性存儲器中的數據也不會丟失；2）常見的非易失性存儲器包括閃存（Flash Memory）、只讀存儲器（ROM），以及一些新技術如磁性隨機存儲器（MRAM）、鐵電隨機存儲器（FeRAM）、相變存儲器（PCM）等；3）非易失性存儲器的訪問速度通常比易失性存儲器慢，但它們適合長期存儲數據，如操作系統、應用程序和用戶文

21、件，但 MRAM 等新技術，則是具有高速讀寫、非易失性和高耐久性等優點。圖圖1.存儲芯片分類存儲芯片分類 資料來源：前瞻產業研究院，國投證券研究中心 DRAM(DRAM(動態隨機存儲器動態隨機存儲器)是個人電腦(PC)、工作站和服務器中常見的一種隨機存取存儲器(RAM)。1）工作原理：DRAM 存儲數據的方式是通過為每個存儲單元分配一個電容器來存儲電荷。電荷的存在表示二進制的 1，不存在表示 0。由于電容器會逐漸放電，DRAM 需要定期刷新（recharge）以保持數據的完整性。2）刷新機制：為了維持數據，DRAM 需要周期性地刷新。這是通過刷新電路自動完成的，它會在一定時間間隔內重新充電電容

22、器，以保持數據的穩定。3）訪問速度：DRAM 的訪問速度比靜態隨機存取存儲器（SRAM）慢，但成本更低，因此被廣泛用于計算機系統的主內存。4）成本與容量：DRAM 的成本相對較低，這使得它能夠以較高的容量生產，適合作為計算機和其他設備的內存。5）應用場景：DRAM 是個人電腦、服務器、工作站和其他許多類型的計算機系統中主要的內存類型。6）封裝形式：DRAM 通常以行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。6 內存模塊的形式存在，如 DIMM（雙列直插式內存模塊）或 SODIMM（小型雙列直插式內存模塊），這些模塊可以插入到主板上的相應插槽中。8）發

23、展趨勢：隨著技術的進步，DRAM 的制造工藝不斷改進，存儲密度和性能持續提升，同時功耗降低。SRAM(SRAM(靜態隨機存取存儲器靜態隨機存取存儲器）是隨機存取存儲器的一種。1）工作原理：SRAM 使用觸發器（例如雙穩態電路）來存儲數據，而不是像 DRAM 那樣使用電容器。每個觸發器可以穩定地保持一位數據（0 或 1），直到下一次寫入操作。2）速度：SRAM 的訪問速度比 DRAM 快得多，因為它不需要周期性的刷新，數據的讀取和寫入可以直接進行。3）成本：其制造成本較高，單位容量 SRAM 通常比 DRAM 更昂貴。4）功耗：SRAM 在保持數據時不需要額外的能耗，但在寫入數據時功耗較高。5）

24、應用場景：由于其高速特性，SRAM 通常用于對速度要求極高的場合，如CPU 的高速緩存（L1 和 L2 緩存）。6）容量：SRAM 的存儲容量通常小于 DRAM，因為它的每個存儲單元都比 DRAM 的存儲單元占用更多的硅片面積。7）易失性：電源斷開后，存儲在 SRAM中的數據會丟失。8）集成度：SRAM 通常集成在微處理器或其他集成電路中，用于提供快速的數據訪問能力。9）穩定性：SRAM 的穩定性較高，它不像 DRAM 那樣容易受到軟錯誤的影響，軟錯誤通常由 粒子或其他形式的輻射引起。10）設計難度：SRAM 的設計通常比 DRAM 簡單，因為它不需要刷新機制。圖圖2.DRAM 產品三星產品三

25、星 DDR5 圖圖3.NAND 和和 NOR 的區別的區別 資料來源：三星官網，國投證券研究中心 資料來源：三星官網，國投證券研究中心 閃存可根據半導體芯片內的電路排列方式進行分類。垂直排列的閃存稱為垂直排列的閃存稱為 NANDNAND 閃存閃存，水平，水平排列的閃存稱為排列的閃存稱為 NORNOR 閃存。閃存。NAND 閃存易于增加容量，改寫速度快，用于大容量數據存儲，常見于固態硬盤（SSD）、智能手機存儲等。NOR 閃存讀取速度快，用于需要快速隨機訪問的應用，如嵌入式系統、啟動存儲器等。NANDNAND 閃存（閃存（NAND Flash MemoryNAND Flash Memory）是一

26、種半導體單元串聯排列的閃存。由于 NAND 閃存是垂直排列單元（即存儲單位）的結構，因此可以在狹小的面積上制作很多單元，從而實現大容量存儲。此外，NAND 閃存由于按順序讀取數據，讀取速度比 NOR 閃存慢，但因為無需記住每個單元的地址，所以改寫速度會快得多。因為 NAND 閃存可以實現小型化和大容量化，它被用作各種移動設備和電子產品的存儲設備。根據每個存儲單元存儲的數據數量，NAND Flash 可以分為 SLC、MLC、TLC、QLC。SLC（SingleLevel Cell）為每個存儲單元存儲的數據只有 1 位，即只有 0/1 兩種狀態，而 MLC（Multi-Level Cell）、T

27、LC（Triple-Level Cell）、QLC（Quad-Level Cell）每個存儲單元能存儲的數據分別為 2 位、3 位與 4 位，可以有 4 種、8 種與 16 種狀態，存儲空間迅速增加。四種類型的 NAND Flash 性能各有不同。SLC 單位容量的成本相對于其他類型 NAND Flash 成本更高，但其數據保留時間更長、讀取速度更快；QLC 擁有更大的容量和更低的成本，但由于其可靠性低、壽命短等缺點，仍有待后續發展。目前主流的解決方案為 MLC 與 TLC。行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。7 NORNOR 閃存（閃存（N

28、OR Flash MemoryNOR Flash Memory）是在半導體中單元被水平排列的一種閃存。NOR 閃存的存儲單元是水平排列的，因此它具有比 NAND 閃存讀取速度更快的結構，能夠更快地確定數據的位置。此外，它還能為數據提供高安全性。不過，由于必須記住每個單元的位置，電路比較復雜。因此，由于數據存儲空間是有限的，很難將其發展為大容量存儲。另外，所有數據必須在找到特定入速單元的位置后才寫入，因此其寫度比 NAND 閃存更慢。EEPROMEEPROM 則是一種支持電可擦除和即插即用的非易失性存儲器它能夠在斷電的情況下保留存儲的信息數據，且擁有體積小、功耗低、接口簡單、可在線改寫等優勢，被

29、廣泛應用在手機、計算機及周邊、工業控制、穿戴設備和汽車電子領域。1.2.1.2.國產存儲奮起直追，中國企業有望在全球扮演重要角色國產存儲奮起直追，中國企業有望在全球扮演重要角色 按照芯片種類的發展過程看，存儲的發展可以分為三個階段按照芯片種類的發展過程看，存儲的發展可以分為三個階段：（1）1990 年以前，DRAM 為存儲芯片市場上主要的產品，且伴隨少量的 EPROM 和 EEPROM；（2）1990 年至 2000 年，NOR Flash 開始逐步占據一定比例的市場份額；（3）2000 年以后，NAND Flash 開始爆發式增長，其市場規模直逼 DRAM,而 NOR Flash 的市場規模

30、于 2006 年達到頂峰后開始逐漸下滑，后因 AIoT 等需求又有上升趨勢。按照存儲芯片行業的霸主易位的過程，按照存儲芯片行業的霸主易位的過程，存儲芯片行業的歷程可以概括為從美國起源，存儲芯片行業的歷程可以概括為從美國起源，到到日本日本的崛起，再到韓國的主導的崛起，再到韓國的主導 （1 1）美國的起源與領導（美國的起源與領導（1960s 1960s-1980s1980s 初）初）存儲芯片行業的起源可以追溯到 20 世紀 60 年代。美國作為半導體技術的發源地，擁有強大的技術基礎和創新能力。1966 年，IBM 的羅伯特丹納德發明了 DRAM（動態隨機存取存儲器），這標志著現代存儲芯片技術的誕生

31、。隨后，美國公司如英特爾、德州儀器和莫斯泰克等開始大規模生產 DRAM，并在全球市場上占據主導地位。（2 2）日本的崛起（日本的崛起（1980s1980s）進入 1980 年代，日本政府通過 VLSI（超大規模集成電路）技術研究協會等組織，推動了國內半導體產業的快速發展。日本企業如東芝、日立、NEC 等通過技術創新、嚴格的質量控制和有效的成本管理，逐漸在存儲芯片領域取得了競爭優勢。到了 1980 年代中期，日本企業在全球 DRAM 市場的份額超過了美國，成為全球存儲芯片行業的領導者。（3 3）韓韓美美的主導（的主導（1990s 1990s-現在）現在）韓國的存儲芯片行業起步較晚，但發展迅速。韓

32、國政府通過提供財政支持、稅收優惠等政策，鼓勵國內企業發展半導體產業。三星電子（Samsung Electronics）和 SK 海力士（SK Hynix）等韓國企業通過大規模投資、技術引進和自主研發，逐漸在技術上趕超日本企業。特別是在1990 年代，韓國企業采取了“反周期投資”策略，在市場低迷時期加大投資，擴大產能，從而在市場復蘇時獲得了巨大的競爭優勢。在全球個人電腦和移動通信市場的快速增長期間，韓國企業憑借其高效率的生產和先進的制程技術，逐漸取代了日本企業在全球存儲器市場的領導地位。存儲芯片行業的中心轉移是一個復雜的過程，涉及技術創新、產業政策、市場競爭和國際政治經濟環境等多個因素的相互作用

33、。隨著中國等新興市場的崛起，未來產業格局可能再次發生變化。中國半導體產業起步較晚中國半導體產業起步較晚，市場競爭力市場競爭力快速提升快速提升。2010 年后，中國政府實施了一系列政策，如“國家集成電路產業發展規劃”等，旨在推動本土半導體產業的發展。這一時期，中國存儲芯片行業開始加速發展。2016 年被稱為中國大陸存儲器產業發展的元年，中國大陸三大存儲器公司晉華集成、合肥長鑫和長江存儲在這一年相繼成立。2019 年是中國大陸存儲芯片產業化元年，長江存儲 32 層 3D NAND 閃存芯片實現量產，并宣布 64 層 256Gb TLC 3D NAND 閃存芯片投產；合肥長鑫宣布首個 19 納米工藝

34、制造的 8Gb DDR4 產品。行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。8 表表1 1：合肥長鑫、長江存儲進展合肥長鑫、長江存儲進展 類型類型 簡介簡介 合肥長鑫 LPDDR5 內存芯片 LPDDR5 芯片是第五代超低功耗雙倍速率動態隨機存儲器。與上一代 LPDDR4X 相比，LPDDR5 單一顆粒的容量和速率均提升 50%，分別達到 12Gb 和 6400Mbps，同時功耗降低 30%*。LPDDR5 芯片加入了強大的 RAS 功能，通過內置糾錯碼（On-die ECC）等技術，實現實時糾錯，減少系統故障，確保數據安全，增強穩定性。LPDDR5

35、 芯片預計也將賦能更多移動設備，滿足數字時代日益增長的存儲需求。DDR4 內存芯片 DDR4 內存芯片是第四代雙倍速率同步動態隨機存儲器。相較于上一代 DDR3 內存芯片，DDR4 內存芯片擁有更快的數據傳輸速率、更穩定的性能和更低的功耗。長鑫科技集團自主研發的 DDR4 內存芯片能夠滿足市場需求，廣泛應用于辦公、居家、休閑娛樂等眾多場景，為云服務、物聯網等多種設備和產品賦能，帶給用戶更加出眾的使用體驗。LPDDR4X 內存芯片 LPDDR4X 內存芯片是第四代超低功耗雙倍速率同步動態隨機存儲器，采用了包括 LVSTL 低功耗接口在內的多項降低功耗的產品設計。LPDDR4X 內存芯片相較于第三

36、代有更高的傳輸速率和更出色的功耗表現，是高性能、長續航移動設備的最佳選擇。LPDDR4X 內存芯片兼具大容量、高速度、高帶寬和超低功耗的特點，不僅為智能手機、智能穿戴等移動設備提供更加穩定流暢的體驗，還給高分辨率顯示、虛擬現實、5G 等技術的普及提供更多可能。DDR4 模組 DDR4 模組是第四代高速內存模組，相較于 DDR3 模組，性能和帶寬顯著提升，最高速率可達3200Mbps。DDR4 模組是目前內存模組市場的主流產品，可服務于電腦、服務器等產品。多種類型的 DDR4 模組靈活可選，適配各種行業應用。原廠內存顆粒的品質、寬溫級別的可靠，使得 DDR4模組能夠適用各類嚴苛的工業場景。DDR

37、4 模組高容量、高帶寬的優秀表現助力數字經濟的發展。長江存儲 致態 PRO 專業高速存儲卡 致態 PRO 專業高速存儲卡，采用基于長江存儲晶棧Xtacking架構的閃存顆粒，具備高性能、高品質等特性。最大順序讀取速度達 170MB/s，支持全高清 FHD 或 4K 視頻拍攝；適用于相機、無人機、運動相機、游戲掌機等設備。同時配置 64GB/128GB/256GB/512GB/1TB 多容量，為用戶提供更多存儲選擇。致態 Endurance 高度耐用存儲卡 致態 Endurance 高度耐用存儲卡，采用基于長江存儲晶棧Xtacking架構的閃存顆粒，具備高品質高耐久設計，不間斷視頻記錄最高可達

38、60,000 小時，支持 7*24 小時全天候錄制，適用于家庭監控攝像頭或行車記錄儀等寫入密集型設備 第二代 TLC 3D NAND 閃存 X1-9050 X1-9050 是長江存儲第二代的 3D NAND 閃存產品，于 2019 年 8 月實現小規模量產。它是長江存儲首款基于晶棧 Xtacking 架構并研發成功、實現規模量產的產品，單顆芯片容量為 256Gb，最高速度可達 800MT/s。X1-9050 可搭配業界主流控制芯片，廣泛應用于消費級、企業級和移動級存儲產品的開發。第三代 TLC 3D NAND 閃存 X2-9060 基于晶棧Xtacking 2.0 技術的長江存儲第三代 TLC

39、 3D NAND 閃存顆粒。YMTC X2-9060 進一步釋放了 3D NAND 閃存潛能，具備行業優異的存儲密度、I/O 傳輸速度及更優化的產品功耗?？蓮V泛應用于企業級、嵌入式及消費級等存儲產品中，以滿足云計算、大數據、移動設備、個人消費終端等多場景下的存儲需求。第三代 QLC 3D NAND 閃存 X2-6070 X2-6070 是長江存儲第三代的 3D NAND 閃存產品，于 2020 年 4 月研發成功，具備高密度、高 I/O傳輸速度、高單顆容量等優勢。eMMC 嵌入式儲存 YMTC EC230 EC230 是基于長江存儲晶棧Xtacking3.0 三維閃存架構打造的新一代 eMMC

40、 5.1 嵌入式存儲產品。擁有 64GB、128GB、256GB 三種容量設計。為手機終端、智能電視以及其他智能 AIoT 等設備，提供了高性能、大容量的存儲解決方案。eMMC 嵌入式儲存 YMTC EC110 EC110 是基于長江存儲晶棧Xtacking三維閃存架構打造的 eMMC 5.1 嵌入式存儲。不僅性能卓越而且品質可靠，為手機、平板電腦、Chromebook 筆記本電腦等多種應用提供了理想的解決方案。UFS 3.1 嵌入式存儲 YMTC UC033 長江存儲 UC033 是基于于晶棧Xtacking 3.0 技術的 TLC 三維閃存芯片打造的 UFS3.1 嵌入式存儲產品，支持 J

41、EDEC UFS 3.1 標準。適用于旗艦手機、平板電腦及其他具有高性能、低功耗需求的AIoT 設備。UFS 2.2 嵌入式存儲 YMTC UC234 UC234 是長江存儲新一代 UFS 2.2 嵌入式通用閃存存儲產品，采用長江存儲第三代三維閃存芯片，提供迅捷的讀寫速度，擁有出色的能效表現，支持 JEDEC UFS 2.2 標準，同時具備主機碎片化整理功能。廣泛應用于手機、平板、chromebook、智能家電及機頂盒等電子設備，為用戶提供更優質的存儲解決方案。UFS 3.1 嵌入式存儲 YMTC UC023 UC023 是長江存儲高速嵌入式通用閃存存儲產品,采用基于晶棧Xtacking2.0

42、 三維閃存技術打造，支持 JEDEC UFS 3.1 最新標準，是一款專為中高端旗艦手機、平板電腦等智能終端設計的高性能、低功耗產品，滿足 5G 時代的產品需求。資料來源：公司官網，國投證券研究中心 1.3.1.3.DRAMDRAM 和和 NANDNAND 市場份額占比最大，競爭格局相對集中市場份額占比最大，競爭格局相對集中 1.3.1.1.3.1.DRAMDRAM 和和 NAND FlashNAND Flash 占占據據超超 95%95%市場份額市場份額 行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。9 就存儲芯片細分產品而言，DRAM 和 NAND

43、 Flash 在市場份額方面占據了超過 95%的份額，是是存儲芯片行業的主流產品存儲芯片行業的主流產品，其中 DRAM、NAND Flash 和 NOR Flash 是主要的存儲芯片類型。根據華經產業研究院的數據，2023 年，DRAM 在整個存儲市場的份額約為 56%，Flash 閃存的份額約為 43%，其中 NAND 閃存占 41%，NOR 閃存占 2%，而其他存儲器類型，包括 EEPROM、EPROM、ROM 和 SRAM 等，則約占總市場份額的 1%。圖圖4.2023 年存儲芯片市場份額年存儲芯片市場份額 圖圖5.2023Q4 DRAM+NAND 全球市場份額全球市場份額 資料來源：華

44、經產業研究院，國投證券研究中心 資料來源：閃存市場，國投證券研究中心 圖圖6.全球半導體主要品類市場規模全球半導體主要品類市場規模 資料來源：WSTS（2024/6），國投證券研究中心 1.3.2.1.3.2.DRAMDRAM 市場市場三大巨頭壟斷，中美為主力市場三大巨頭壟斷，中美為主力市場 全球 DRAM 市場形成了三星、SK 海力士、美光三大巨頭壟斷的行業格局，三者總共占據了 95%以上的比重。在技術創新、市場份額、生產能力和戰略布局等方面展開激烈的競爭。根據Trendforce 集邦咨詢提供的 2023Q4 數據，三星/海力士/美光各占據 45.5%/31.8%/19.2%的市場份額。行

45、業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。10 圖圖7.2020-2024Q1 分季度全球分季度全球 DRAM 市場規模市場規模(億美元億美元)圖圖8.2023 年全球年全球 DRAM 廠商市場份額廠商市場份額 資料來源：CFM 閃存，中商產業研究院，國投證券研究中心 資料來源：根據Trendforce 集邦咨詢資料整理，國投證券研究中心 1.3.3.1.3.3.NANDNAND 供給格局相對分散，供給格局相對分散，市場市場競爭相對激烈競爭相對激烈 全球具備 NAND Flash 晶圓生產能力的主要有三星、海力士、西部數據、鎧俠、美光、長江存儲等廠商

46、。相較 DRAM，NAND Flash 的市場集中度較低。據 TrendForce 集邦咨詢數據，2023年第三季度前三的存儲廠商占據 68.5%市場份額，前五的存儲廠商占據 96%的市場份額。根據 MTS2024 集邦咨詢存儲產業預測數據，2025 年，供應商的產出位元市場份額為：三星 33.4%、鎧俠/西部數據 29.9%、海力士 19%、美光 12.1%、長江存儲 5.5%。圖圖9.2020-2024Q1 全球全球 NAND Flash 市場規模市場規模(億美元億美元)圖圖10.2023 年全球年全球 NAND Flash 廠商市場份額廠商市場份額 資料來源：YOLE 前瞻產業研究院，國

47、投證券研究中心 資料來源：根據Trendforce 集邦咨詢資料整理，國投證券研究中心 1.3.4.1.3.4.其他其他芯片芯片產品市場產品市場規模小，業內廠商布局分散規模小，業內廠商布局分散 SRAM:SRAM:與 DRAM 相比，SRAM 市場規模極小。根據新思界產業研究中心數據，2021 年，全球 SRAM市場規模約為 4 億美元。SRAM 市場主要被美國賽普拉斯（Cypres）、日本瑞薩電子（Renesas）、美國 ISSI 公司（被北京君正收購）三家廠商所占據，合計市場占有率達到 82%。全球其他SRAM 生產商還有美國 GSI 公司、美國 IDT 公司、美國安森美半導體（ON Se

48、miconductor）、韓國三星（Samsung）、中國臺灣聯笙電子、中國臺灣來揚科技等。在我國，企業主要布局 DRAM與 NAND Flash，SRAM 企業數量少，北京君正是代表性 SRAM 生產商。NOR Flash:NOR Flash:在 NOR Flash 全球市場中，全球份額領先企業包括華邦、旺宏、兆易創新。普冉股份、恒爍股份、東芯股份等也是國產代表性 NOR Flash 生產商。0.050.0100.0150.0200.0250.0300.020202021202220232024Q1Q2Q3Q443.9%39.6%38.9%45.5%24.4%30.1%34.3%31.8%2

49、6.9%25.8%22.8%19.2%4.8%4.5%4.0%3.5%0%20%40%60%80%100%2023Q12023Q22023Q32023Q42023年全球DRAM廠商市場份額三星Samsung海力士SK hynix美光Micron其他0.040.080.0120.0160.0200.020202021202220232024Q1Q2Q3Q433.7%31.1%31.4%36.6%15.1%17.8%20.2%21.6%15.0%14.7%16.9%14.5%21.3%19.6%14.5%12.6%10.9%13.0%12.5%9.9%4.0%3.8%4.5%4.8%0%20%40

50、%60%80%100%2023Q12023Q22023Q32023Q42023年全球NAND Flash廠商市場份額三星SK Group(SK hynix+Solidigm)WDCkioxiaMicron其他行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。11 EEPROM:EEPROM:根據新思界，全球領先的 EEPROM 廠商包括意法半導體、艾特梅爾、安森美、微芯科技、艾普凌科、羅姆等。近年，EEPROM 存儲芯片的本土企業不斷崛起，聚辰股份是國內代表性 EEPROM 生產商。1.4.1.4.DRAMDRAM 分類分類繁多，繁多，海外技術迭代迅速海外

51、技術迭代迅速 1.4.1.1.4.1.DDR5DDR5 取代取代 DDR4DDR4 逐漸成為市場主流，逐漸成為市場主流，HBMHBM 受益受益 AIAI 需求快速增長需求快速增長 按照不同的應用場景劃分，固態技術協會（JEDEC）把 DRAM 分成標準 DDR（Double Data Rate）、LPDDR、GDDR（Graphics Double Data Rate）、HBM 四類，其中 DDR 主要應用于服務器和 PC端，LPDDR 主要應用于手機端和消費電子，GDDR 主要應用于圖像處理，HBM 主要用于生成式AI 等高吞吐速率場景。DDR5DDR5 成為未來的的主流產品。成為未來的的主

52、流產品。從 1998 年三星生產出最早的商用 DDR SDRAM 芯片，再到 DDR1、DDR2、DDR3、DDR4 的延續，DDR5 成為近幾年的主流產品。DDR5(五代雙倍數據率同步動態隨機存儲器)是最新的第五代 DDR SDRAM。2020 年 7 月，DDR5 內存技術標準正式發布，標志著內存技術開啟了新的篇章。與之前的 DDR4 相比，DDR5 的最大優勢在于它顯著降低了功耗，同時將帶寬提升了一倍，與 DDR4 相比，在性能、容量和功耗上都有著大幅度提升。從 DDR 的演變看，DDR 的能耗越來越低，傳輸速度越來越快、存儲容量也越來越大；而從制程工藝的進展來看，早前產品的更新時間大致

53、在 3 到 5 年更新一代，在步入 20nm 以內的制程后，DDR 在制程上的突破進展呈現放緩趨勢。表表2 2：DDR1DDR1-DDR5DDR5 主要指標比較主要指標比較 產品標準 DDR1 DDR2 DDR3 DDR4 DDR5 標準發布時間 2000 2003 2007 2012 2020 工作電壓 2.5V 1.8V 1.5V 1.2V 1.1V 預計緩沖區大小 2 4 8 8 16 顆粒容量 128Mb-1Gb 128Mb-4Gb 512Mb-8Gb 2Gb-16Gb 8Gb-64Gb 速度 200-400 400-800 800-2133 1600-3200 3200-6400 資

54、料來源：全球半導體觀察，國投證券研究中心 HBMHBM（High Bandwidth MemoryHigh Bandwidth Memory）是一種高性能的 3D DRAM 技術，其出現是由于處理器的性能按照摩爾定律規劃的路線不斷飆升，內存所使用的 DRAM 卻從工藝演進中獲益很少，性能提升速度遠慢于處理器速度，造成了 DRAM 的性能成為制約計算機性能的一個重要瓶頸，即所謂的“內存墻”。按照 JEDEC 的分類，HBM 屬于 GDDR 內存，其通過使用先進的封裝方法（如TSV 硅通孔技術）垂直堆疊多個 DRAM，并與 GPU 封裝在一起，HBM DRAM 產品以 HBM（第一代）、HBM2（

55、第二代）、HBM2E（第三代）、HBM3（第四代）、HBM3E（第五代）的順序開發。HBM3E 是HBM3 的擴展（Extended）版本。根據 MTS2024 集邦咨詢預測數據，2024 年，HBM3e、HBM3、HBM2e 的市場份額占比分別為：46%、40%、14%。圖圖11.海力士海力士 HBM 3 外觀外觀 圖圖12.美光美光 HBM3E 外觀外觀 資料來源：海力士官網，國投證券研究中心 資料來源：美光官網，國投證券研究中心 行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。12 1.4.2.1.4.2.DRAMDRAM 技術持續迭代，進入技術持

56、續迭代，進入 10nm10nm 時代時代 不同于其他工藝直接使用確切數字表達制程的方法，存儲行業近年通常使用不同于其他工藝直接使用確切數字表達制程的方法，存儲行業近年通常使用 1X1X、1Y1Y、1Z1Z、1 1、1 1、1 1之類的術語表達制程。之類的術語表達制程。10nm-20nm 系列制程大約包括六代產品，1X 大約等同于19nm，1Y 約等同于 18nm，1Z 大約為 16-17nm，1、1、1則對應 12-14nm（15nm 以下）。三星三星、海力士、美光作為產業龍頭推動、海力士、美光作為產業龍頭推動 DRAMDRAM 技術技術進步進步。例如，三星是首家商用 1z nm 工藝的 DR

57、AM 廠商，并積極研發更先進的 1和 1nm 工藝。海力士也在技術創新上不斷努力，推出了基于 HKMG（高 K 金屬柵）技術的 LPDDR5X 移動 DRAM，以及積極布局 1和 1nm 工藝。美光科技同樣在 DRAM 技術上持續創新，宣布無需采用 EUV 光刻機，全球率先進入了 1節點，展示了其在制程技術上的突破。根據全球半導體觀察，2023 年，三星量產 12nm 級 16Gb DDR5 DRAM；開發出基于 12nm 級工藝技術的 32Gb DDR5 DRAM。將于 2026 年推出 DDR6 內存，2027 年即實現原生 10Gbps 的速度。SK 海力士第 5 代 10nm 工藝 1

58、bnm 已完成技術研發，采用“HKMG（High-K Metal Gate）”工藝，與 1a DDR5 DRAM 相比功耗減少了 20%以上。圖圖13.內存廠商路線圖內存廠商路線圖 資料來源：全球半導體觀察，國投證券研究中心 國內國內 DRAMDRAM 廠商目前正處于起步階段廠商目前正處于起步階段，包括長鑫存儲、兆易創新、紫光國芯、福建晉華、東芯股份、北京君正等。其中，長鑫存儲聚焦手機、PC、服務器等大宗 DRAM 市場。長鑫存儲創立于 2016 年，是一家一體化存儲器制造公司，專注于動態隨機存取存儲芯片(DRAM)的設計、研發、生產和銷售（IDM 模式）。目前已在合肥、北京建成 12 英寸晶

59、圓廠并投產，已推出多款DRAM 商用產品，廣泛應用于移動終端、電腦、服務器、虛擬現實和物聯網等領域。據 2023 年11 月 28 日長鑫存儲官網消息，長鑫存儲正式推出 LPDDR5 系列產品，包括 12Gb 的 LPDDR5 顆粒，12GB LPDDR5 芯片及 6GB LPDDR5 芯片。12GB LPDDR5 芯片目前已在國內主流手機廠商小米、傳音等品牌機型上完成驗證。LPDDR5 是長鑫存儲面向中高端移動設備市場推出的產品，它的市場化落地將進一步完善長鑫存儲 DRAM 芯片的產品布局。1.5.1.5.NANDNAND 堆疊層數取得重大突破，國內廠商奮起直追堆疊層數取得重大突破，國內廠商

60、奮起直追 NANDNAND 閃存堆疊層數進入閃存堆疊層數進入 200+200+層時代。層時代。隨著應用領域和使用場景愈發多樣化，市場對 NAND Flash 的要求也隨之提升，先前采用二維平面堆疊方式的 2D NAND 已經不再能滿足市場的需求。在海外，在海外，最早在最早在 3D NAND3D NAND 領域開拓疆土的是韓國廠商三星。領域開拓疆土的是韓國廠商三星。2013 年 8 月，三星推出 V-NAND（3D NAND）閃存，是全球首個 3D 單元結構。雖然采用三維平面堆疊方式增加了存儲空間，但如何突破 3D NAND 層數瓶頸，一直是 NAND 廠商研發的痛點。2022 年，SKSK 海

61、力士再次將層海力士再次將層數突破到數突破到 238238 層，達成當前全球首款業界最高層數層，達成當前全球首款業界最高層數 NANDNAND 閃存閃存。從原廠動態來看，SK 海力士和美光率先進入 200+層時代，其中 NAND 閃存業界最高層數為 SK 海力士的 238 層，其次是美光的 232 層。主流技術 NAND Flash 3D 堆疊層數已跨越 176 層、232 層、邁進 238 層，未來原廠還將發力 200+層、300 層、400 層、甚至 500 層以上 NAND 技術。行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。13 在國內，國產廠商

62、處于起步狀態，正在市場份額在國內，國產廠商處于起步狀態，正在市場份額與技術上奮起直追。其中，最為重要的是長與技術上奮起直追。其中，最為重要的是長江存儲。江存儲。長江存儲科技有限責任公司成立于 2016 年 7 月，總部位于武漢，是一家專注于3D NAND 閃存設計制造一體化的 IDM 集成電路企業，同時也提供完整的存儲器解決方案。長江存儲為全球合作伙伴供應 3D NAND 閃存晶圓及顆粒，嵌入式存儲芯片以及消費級、企業級固態硬盤等產品和解決方案，廣泛應用于移動通信、消費數碼、計算機、服務器及數據中心。圖圖14.閃存供貨商技術進程閃存供貨商技術進程 資料來源：TrendForce，國投證券研究中

63、心 行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。14 表表3 3：NANDNAND 廠商層數技術路線匯總廠商層數技術路線匯總 廠商名稱 時間 最新層數進展 三星 2013 年 24 層 128Gb 第一代 V-NAND Flash 2014 年 32 層 128Gb 第二代 V-NAND Flash 2015 年 48 層 256Gb 第三代 V-NAND Flash 2016 年 64 層 256Gb 第四代 V-NAND Flash 2018 年 96 層 256Gb 第五代 V-NAND Flash 2019 年 128 層第六代V-NAND

64、Flash 2020 年 176 層第七代V-NAND Flash 美光 2016 年 32 層第一代 3D NAND Flash 2017 年 64 層第二代 3D NAND Flash 2018 年 96 層第三代 3D NAND Flash 2019 年 128 層第四代3D NAND Flash 2020 年 全球首款176 層3D NAND Flash 量產 2022 年 1 月 已批量出貨176 層3D NAND Flash 2022 年 7 月 推出全球首款 232 層 3D NAND Flash,該產品現已在美光新加坡工廠量產 SK 海力士 2014 年 3D NAND Fla

65、sh 2015 年 36 層 3D NAND Flash 2016 年 48 層 3D NAND Flash 2017 年 72 層 3D NAND Flash 2018 年 96 層 3D NAND Flash 2019 年 128 層 4D NAND Flash 2020 年 176 層 4D NAND Flash 2022 年 8 月 推出業界最高 238 層 4D NAND Flash,將于明年上半年投入量產 鎧俠(東芝)1987 年 東芝在世界上最早開發出NAND Flash 2007 年 發布 3D 堆疊結構閃存產品 2012 年 24 層 BiCS1 FLASHM 3D NAND

66、 Flash 2015 年 48 層 BiCS2 FLASHM 3D NAND Flash 2017 年 64 層 BiCS3 FLASHM 3D NAND Flash 2018 年 96 層 BiCS4 FLASHM 3D NAND Flash 2019 年 128 層 BiCS5 FLASH 3D NAND Flash 2020 年 112 層第五代BiCS FLASHM 3D NAND Flash 2021 年 鎧俠與西數發布162 層BiCS6 FLASHM 3D NAND Flash 資料來源：全球半導體觀察，國投證券研究中心 1.6.1.6.NOR FLASHNOR FLASH 技

67、術及產業演進方向技術及產業演進方向 NOR Flash 的技術演進方向主要包括以下幾個方面：1 1、向向 3D 3D 方向發展方向發展：3D 芯片是應對晶體管密度提升與先進制程微縮高成本矛盾的方案。目前 3D NAND Flash 已廣泛應用，旺宏等也在做 NOR Flash 的 3D 技術的探索。2 2、提升制程工藝：提升制程工藝：與 NAND Flash 相比，NOR Flash 對先進節點的要求不高，但龍頭廠商仍在努力提升制程。3 3、優化存內計算技術：優化存內計算技術：存內計算技術可實現存儲與邏輯單元的融合，NOR Flash 作為存內計算的硬件載體之一，未來可能會在存內計算單元設計和

68、模擬運算實現等方面不斷優化，以提升性能并降低功耗，存內計算技術的發展有望首先在物聯網終端推理場景得到應用。4 4、拓展應用領域：拓展應用領域：NOR Flash 憑借其非易失性、高讀取速度、可片上執行等特性，在一些特定領域的應用不斷拓展。例如在汽車電子中，從車用廣播的低端向中控系統搭載的高容量發行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。15 展；TWS 耳機、AMOLED、5G 等領域的需求也在不斷增長；物聯網設備中用于存儲啟動和運行系統等需求；AI PC 的 NOR Flash 容量也有望增加。2.2.存儲行業周期特點顯著，供需共同發力存儲行業周

69、期特點顯著，供需共同發力推動推動市場市場進入上行通道進入上行通道 半導體是典型的周期性行業，繁榮和蕭條交替出現。半導體是典型的周期性行業，繁榮和蕭條交替出現。出現半導體周期的原因在于半導體的需求是連續的，但是供給是階躍的，呈現周期的核心原因是供給與需求在“時間”和“量”上的錯配。全球半導體市場大約每隔 45 年經歷一輪周期，存儲產業景氣度往往被看作研究全球半導體周期的重要指標，不同細分領域周期底部時間點略有差別。相較模擬等芯片類型，存儲類芯片的產業周期性更為明顯。相較模擬等芯片類型，存儲類芯片的產業周期性更為明顯。存儲芯片是集成電路中銷售額最大的細分領域之一，約占 1/4 左右，在整個產業中占

70、據核心地位。由于存儲的供給相對集中，下游需求又主要集中在手機、PC、服務器等通用類終端，如果供給側的產能與需求側產生錯配，比較容易產生價格的大幅度波動。三星、海力士、美光等企業的業績也會出現較大幅度的波動。圖圖15.美光（存儲美光（存儲 IC 代表）、亞德諾（模擬代表）、亞德諾（模擬 IC 代表）毛利率波動情況代表）毛利率波動情況 資料來源：Wind，國投證券研究中心 2.1.2.1.主流產品市場規模周期性波動顯著，疫情催生需求上行主流產品市場規模周期性波動顯著，疫情催生需求上行 作為主流產品的作為主流產品的 DRAMDRAM 和和 NAND NAND FlashFlash 的市場規模存在著明

71、顯的周期性波動。的市場規模存在著明顯的周期性波動。在需求端，智能手機等下游需求的爆發或者萎靡，是影響存儲進入上行周期還是下行周期的重要因素。同樣，在供給端；廠商的擴產或者減產也會造成供過于求/供不應求使從而影響存儲的周期變化。30%26%42%47%46%47%47%39%22%-33%-18%-11%-1%19%27%67%68%69%48%52%65%66%66%65%66%64%61%59%55%21Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q424Q124Q224Q3美光亞德諾行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，

72、各項聲明請參見報告尾頁。16 表表5 5：自自 20122012 年年 NANDNAND 經歷的三輪周期經歷的三輪周期 周期 周期情況 原因 第一輪周期 2012Q3-2015Q4 周期上行 2012 Q3-2013 Q1 智能手機爆發，對NAND 的需求增長 周期下行 2013 Q2-2015 Q4 PC 銷售量衰減，導致需求持續疲軟，同時各大存儲廠新增產能開出，存儲芯片整體供大于求 第二輪周期 2016Q1-2019Q4 周期上行 2016 Q1-2017 Q2 非蘋果智能手機品牌的需求提振但大部分廠商良率爬升普遍較緩，供給下滑嚴重 周期下行 2017 Q3-2019 Q4 廠商 3D N

73、AND 良率提升、大幅擴產，但其他部分如服務器、PC 及平板需求疲軟 第三輪周期 2020Q1 至今 周期上行 2020 Q1-2021 Q2 NAND Flash 價格處于震蕩狀態，中美貿易摩擦對需求形成一定壓制與居家辦公對消費電子需求的強烈提振。2021 Q2-2023 Q1 智能手機等消費電子需求步入低迷，存儲廠商持續去庫存 資料來源：根據半導體產業縱橫文字資料整合，國投證券研究中心 疫情催生線上經濟，帶動存儲進入周期上行。疫情催生線上經濟，帶動存儲進入周期上行。在本輪周期中，即從 2020 年開始，存儲芯片先是經歷了周期上行，主要系疫情下，線上經濟、居家辦公等需求拉動服務器、TV、PC

74、 出貨激增，5G 手機升級驅動單機容量升級，帶動存儲價格回升所致。存儲周期在存儲周期在 22H222H2、23H123H1 步入周期下行。步入周期下行。但是，隨著疫情帶來的經濟放緩，在 2022 年下半年，智能手機等消費電子需求步入低迷，手機下滑，無法消化國際龍頭擴張的產能。存儲芯片進入下行周期。根據集邦咨詢報告，2022 年第四季度，全球 DRAM 產業營收 122.8 億美元，環比下降 32.5%，跌幅逼近 2008 年底金融海嘯時的單季 36%跌幅。2.2.2.2.智能手機、智能手機、PCPC、AIAI 服務器為主要需求市場，三方新需求帶動市場發展服務器為主要需求市場，三方新需求帶動市場

75、發展 以 ChatGPT 等為代表的生成式 AI 技術的蓬勃發展，會顯著增加各類算力芯片、存儲芯片的用量，主要邏輯如下：一是一是云端訓練和推理會拉動 HBM、LPDDR5、NAND 等的存儲芯片需求量顯著增加；二是 AI 技術在端側應用，有望帶動手機、PC 等換機周期縮短；三是 AI 終端由于本地部署模型，DRAM 的用量會顯著增加。智能手機智能手機、PCPC、服務器是存儲芯片主要應用市場。、服務器是存儲芯片主要應用市場。據 TrendForce 統計，2023 年全球 DRAM 各類終端占比中，手機端占比為 36.9%，PC 端占比為 12.4%，合計 49.3%。手機與 PC 占 DRAM

76、 終端市場一半左右。手機需求在連續下滑多個季度之后在手機需求在連續下滑多個季度之后在 20242024 年回暖，有望帶動存儲需求走出低谷。年回暖，有望帶動存儲需求走出低谷。受宏觀經濟挑戰和年初庫存增加，2023 年遭遇了十年來全球智能手機市場年出貨量增速的最低谷。根據 Counterpoint Research 的全球智能手機出貨量預測，2024 年全球智能手機出貨量預計將增長 3%，達到 12 億部。表表4 4：自自 20122012 年年 DRAMDRAM 經歷的三輪周期經歷的三輪周期 周期 周期情況 原因 第一輪周期 2012Q3-2016Q2 周期上行 2012 Q3-2014 Q2

77、智能手機爆發，對DRAM 的需求增長 周期下行 2014 Q3-2016 Q2 各廠商擴產落地導致供大于求 第二輪周期 2016Q3-2019Q4 周期上行 2016 Q3-2018 Q2 主要的存儲芯片廠商轉移產能至 3D NAND Flash，DRAM 無擴產計劃 周期下行 2018 Q3-2019 Q4 中美貿易摩擦導致全球下游需求萎靡，服務器、PC、筆記本電腦等需求不佳，DRAM 供過于求 第三輪周期 2020Q1 至今 周期上行 2020 Q1-2021 Q2 疫情下，線上經濟、居家辦公等需求拉動服務器、TV、PC 出貨激增，5G 手機升級驅動單機容量升級，帶動DRAM 價格回升 周

78、期下行 2021 Q3-2023 Q1 隨著智能手機等消費電子需求步入低迷，存儲廠商持續去庫存 資料來源：根據半導體產業縱橫文字資料整合，國投證券研究中心 行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。17 圖圖16.全球手機銷量數據（億部）全球手機銷量數據（億部）資料來源：Wind，國投證券研究中心 圖圖17.歷年歷年 Q2 全球主要手機品牌銷量占比及變化全球主要手機品牌銷量占比及變化 資料來源：Wind，國投證券研究中心 圖圖18.主要手機廠商終端主要手機廠商終端 AI 模型研究情況模型研究情況 資料來源：36Kr，國投證券研究中心 3.1 4.9

79、 7.3 10.2 13.0 14.4 14.7 14.7 13.9 13.7 12.9 13.5 12.1 11.7 20102011201220132014201520162017201820192020202120222023行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。18 PCPC 市場的同樣復蘇也利好市場的同樣復蘇也利好 DRAMDRAM 發展。發展。研究機構 Canalys 發布 2023 年中國 PC 市場統計數據以及未來預測。2023 年得益于商用市場的換機需求，中國 PC 市場（臺式機、筆記本）出貨4120 萬臺，同比下降 17%；

80、預計 2024 年將增長 3%，并在 2025 年進一步擴大，達到 10%。據IDC 表示，預測 2024 年上半年出貨量同比上升 1.5%，下半年 PC 市場同比增長率將為 5.6%，其中高性能 PC 產品及輕薄筆記本的市場份額均得到提升，整體呈現“K 型趨勢”。而且，業界普遍看好 AI PC 的出現會引發一輪 PC 換機潮，突破現有的增長桎梏，并有望疊加自然換機需求，再次喚醒 PC 消費市場。AIAI 服務器可望帶動存儲器需求成長服務器可望帶動存儲器需求成長。根據 TrendForce 集邦咨詢數據，目前 Server DRAM 普遍配置約為 500600GB 左右，而 AI 服務器在單條

81、模組上則多采 64128GB，平均容量可達1.21.7TB 之間。以 Enterprise SSD 而言，由于 AI 服務器追求的速度更高，其要求優先滿足 DRAM 或 HBM 需求，在 SSD 的容量提升上則呈現非必要擴大容量的態勢，但在傳輸接口上，則會為了高速運算的需求而優先采用 PCIe 5.0。而相較于一般服務器而言，AI 服務器多增加 GPGPU 的使用，因此以 NVIDIA A100 80GB 配置 4 或 8 張計算，HBM 用量約為 320640GB。未來在 AI 模型逐漸復雜化的趨勢下，將刺激更多的存儲器用量，并同步帶動 Server DRAM、SSD 以及 HBM 的需求成

82、長。HBMHBM 會顯著消耗會顯著消耗 DRAMDRAM 產能。產能。2024 年 3 月，在美光公開電話會議上，表 CEO 桑杰梅赫羅特拉（Sanjay Mehrotra）表示，相對于傳統內存，HBM 對晶圓量的消耗明顯更高。在同一節點生產同等容量的情況下，目前最先進的 HBM3E 內存對晶圓量的消耗是標準 DDR5 的三倍，并且預計隨著性能的提升和封裝復雜度的加劇，在未來的 HBM4 上這一比值將進一步提升。圖圖19.23Q4 中國五大手機廠商市場份額同比略有下降中國五大手機廠商市場份額同比略有下降 圖圖20.PC 市場正溫和復蘇市場正溫和復蘇 表表6 6：手機與手機與 PCPC 占占 D

83、RAMDRAM 終端市場一半左右終端市場一半左右 周期 產品 各產品份額比重 同比 2023 年 PC 12.4%3.7%服務器 37.0%17.2%手機 36.9%6.2%圖像處理 5.2%7.7%消費端 8.5%16.1%2022 年 PC 13.2%19.1%服務器 34.9%22.7%手機 38.5%15.3%圖像處理 5.3%18.7%消費端 8.1%18.6%資料來源：TrendForce，國投證券研究中心 行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。19 資料來源：IDC，國投證券研究中心 資料來源：canalys，國投證券研究中心 表

84、表7 7：終端單機平均搭載容量終端單機平均搭載容量 單機容量 GB PC 手機 服務器 2022 9.7 5.2 537.9 yoy 19.2%3.9%17.7%2023 10.6 6.2 611.2 yoy 9.0%17.3%13.6%2024F 11.9 6.8 717 yoy 12.4%11.3%17.3%資料來源：半導體產業縱橫，Trendforce，國投證券研究中心 2.3.2.3.海外大廠去庫存初具成效，存儲價格逐步回暖海外大廠去庫存初具成效，存儲價格逐步回暖 存儲芯片廠商通過減產拉動價格上漲，調整市場供需失衡。為了應對需求低迷的情況，2023年 Q2 開始，多家存儲大廠宣布以減產

85、+漲價的方式調整市場供需。在陸續降低產線稼動率后，大廠們開啟漲價計劃。整體而言，從行業周期角度看，隨著海外大廠通過減產去庫存的策略逐漸見效，主流存儲價格自 2023Q3 開始已經持續回暖。表表9 9：20242024 年第一季第二季合約價格漲幅預測年第一季第二季合約價格漲幅預測 類型 買方動態 原廠動態 價格走勢 PC DRAM 新 CPU 機種逐漸轉往 DDR5，買方 Q2采 購量上升，買方對 DRAM 有預期 原廠轉進至先進制程生產 DDR5，成本優化使原廠獲利；第二季原廠 仍欲拉抬價格以增加獲利 PC DRAM 第二季合約價季增約 38%Server DRAM 買方持續增加 DDR5 庫

86、存，但實際滲透 率至今仍不如預期 原廠提高 DDR5 投片量，透過綁量模式獲利，使 DDR5 合約價漲勢逐漸轉弱；DDR4 方面，也因產能限縮 后而不需壓價拋售 DDR4 合約價漲幅將高于 DDR5，價差逐漸縮小，預估 Server DRAM 第二季合約價季增約 38%Mobile DRAM 買方庫存水位健康，但需求未回溫，品 牌第二季的議價態度被動 原廠庫存減少，且欲持續提高獲利，議價態度強勢，價格漲幅高 預估 Mobile DRAM 第二季合約價季增 38%Graphics DRAM 主流規格 GDDR6 16Gb 需求強，采購愿 意接受賣方漲幅 原廠將產能轉往 HBM 領域，GDDR的

87、生產規劃相對保守 Graphics DRAM 價格暫時沒有下跌的跡象；預 估第二季合約價將季增 38%Consumer DRAM AI 相關領域需求較穩健，以及部分電視及網通應用有庫存回補需求，電信、網絡招標項目進度緩慢 三大原廠受惠于 AI 熱潮，庫存去化明顯，故在虧損壓力之下，過去兩 季漲價態度明確 整體市場供給充足，在價格持續上漲的情況下，已促使買方提前備貨，預估第二季合約 價漲幅將收斂至季增 38%。資料來源：根據集邦咨詢資料整合，國投證券研究中心 表表8 8：20232023 原廠產能策略步調一致以去化庫存為目標原廠產能策略步調一致以去化庫存為目標 庫存占比 22Q4 23Q1 23

88、Q2 23Q3 23Q4 24FQ1 24FQ2 24FQ3 24FQ4 三星 100%97%77%73%68%79%86%93%102%海力士 100%92%81%81%82%82%85%91%98%美光 93%84%72%69%74%74%78%83%85%南亞科技 85%75%82%76%73%75%75%76%77%行業平均 98%92%79%76%75%80%85%91%97%資料來源：TrendForce，國投證券研究中心 行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。20 表表1010：20242024 年第一季第二季年第一季第二季 NA

89、ND FlashNAND Flash 合約價格漲幅預測合約價格漲幅預測 類型 買方動態 原廠動態 價格走勢 eMMC 中國智能手機品牌為此波 eMMC 最大需求來源；買方為了滿足生產需求開 始擴大采用模組廠方案 原廠轉進至先進制程生產 DDR5，成本優化使原廠獲利；第二季原廠 仍欲拉抬價格以增加獲利 在受到 NAND Flash Wafer 價格劇烈反彈的情 況 下，預估第二季 eMMC 合約價季增1015%UFS 印度以及東南亞的智能手機市場需求增加，中國智能手機品牌也提前加 大訂單 各供應商也欲快速實現損益平衡目 標 DDR4 合約價漲幅將高于 DDR5，價差逐漸縮小，預估 Server

90、DRAM 第二季合約價季增約 38%Enterprise SSD 北美及中國云端服務業者（CSP）需求上升；部分買方仍試圖在下半年旺 季前提高庫存水位 大 容 量 SSD 訂單達交率（Order Fill Rate；OFR）偏低，供應商依舊 主導價格走勢 預估第二季 Enterprise SSD 合約價季增2025%，漲幅為全線產品最高 Client SSD 終端銷售仍處淡季，買方備貨策略轉趨保守，部分 PC OEM 甚至開始下修 2Q24 備貨訂單 原廠將產能轉往 HBM 領域，GDDR的 生產規劃相對保守 預 估 PC client SSD 第二季合約價漲幅將小 于 Enterprise

91、SSD，季增 1015%Consumer DRAM 在農歷新年假期后，產品銷售持續走 弱，下游客戶已無備貨需求 漲價導致供應商無法滿足來自中國智能手機品牌的訂單，從而轉單至模組廠；中國模組廠為了擴大與智能手機品牌合作，備貨需求 持續維持高檔 整體市場供給充足，在價格持續上漲的情況下，已促使買方提前備貨，預估第二季合約 價漲幅將收斂至季增 38%。資料來源：根據集邦咨詢資料整合，國投證券研究中心 圖圖21.現貨現貨平均價平均價 DDR4(8Gb(1Gx8),2133Mbps)，單位：美元，單位：美元 資料來源：Wind，國投證券研究中心 00.511.522.533.544.52020-11-3

92、02020-12-312021-01-312021-02-282021-03-312021-04-302021-05-312021-06-302021-07-312021-08-312021-09-302021-10-312021-11-302021-12-312022-01-312022-02-282022-03-312022-04-302022-05-312022-06-302022-07-312022-08-312022-09-302022-10-312022-11-302022-12-312023-01-312023-02-282023-03-312023-04-302023-05-3

93、12023-06-302023-07-312023-08-312023-09-302023-10-312023-11-302023-12-312024-01-312024-02-292024-03-312024-04-302024-05-31行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。21 圖圖22.現貨平均價現貨平均價 64Gb 8Gx8 MLC NAND Flash，月平均值月平均值，單位：美元，單位：美元 資料來源：Wind，國投證券研究中心 3.3.HBMHBM 技術帶來內存升級，突破技術帶來內存升級，突破 AIAI 訓練算力瓶頸訓練算力瓶頸

94、 3.1.3.1.AIAI 算力需求持續增長，傳統內存方案受限算力需求持續增長，傳統內存方案受限 人工智能（人工智能（AIAI）訓練訓練對內存性能要求持續提高對內存性能要求持續提高，存儲器性能提升陷入瓶頸，存儲器性能提升陷入瓶頸。自 2022 年 11 月OpenAI 推出 ChatGPT 以來，AI 大規模應用的時代正式拉開序幕。各大科技公司紛紛投入研發，推出大型 AI 模型產品，這些大型模型的訓練與部署對 AI 算力芯片的需求激增，同時對于數據存儲與傳輸的要求也顯著提高。高速數據處理對帶寬的需求已經達到 60GB/s，某些高級應用預計帶寬需求達到 400GB/s 到 1TB/s。然而，存儲

95、器帶寬的擴展跟不上處理能力的增3.8203.8303.8403.8503.8603.8703.8803.890表表1111：部分存儲芯片型號價格變化情況部分存儲芯片型號價格變化情況 產品類別產品類別$20232023 年年 20232023 年年 20242024 年年 20242024 年年 20242024 年年 6 6 月月 2727 日日 1010 月月 1717 日日 1 1 月月 3030 日日 5 5 月月 2121 日日 6 6 月月 2525 日日 DDR DDR4 16Gb 2.55 2.65 3.05 3.05 2.95 3200 DDR4 16Gb 2.3 2.3 2.

96、55 2.75 2.65 eTT LPDDR LPDDR4X 11.5 14 17.5 20.5 19.5 64Gb LPDDR4X 6 7 8.2 8.5 8 32Gb SSD(行業市場)OEM SSD 11.2 13 18 18 17.8 256GB SATA OEM SSD 13.5 15 20.5 21 20 256GB PCle 3.0 內存條(行業市場)DDR4 13.8 14 16.3 16.5 15.5 SODIMM 8GB 3200 資料來源：CFM，半導體產業縱橫調研 行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。22 長，導致內存

97、性能極大限制了處理器性能的發揮，盡管圖形雙倍數據速率（GDDRx）和動態隨機存取存儲器（DRAM）可提供高帶寬，但其接口狹窄且功耗較高，應用受限。圖圖23.中國中國 AI 算力規模及預測算力規模及預測 資料來源：IDC，國投證券研究中心 高帶寬存儲器（高帶寬存儲器（High bandwidth MemoryHigh bandwidth Memory，HBMHBM）是新一代）是新一代 DRAMDRAM 內存解決方案內存解決方案。HBM 通過先進的封裝方法（如 TSV 硅通孔技術），將多個 DRAM 垂直堆疊起來，并通過中介層緊湊而快速連接到 GPU 或 CPU 上。通俗來講，HBM 可以理解為將

98、 DRAM 顆粒從傳統的“平房”變成了“樓房”，從而提高了帶寬。相較于傳統的存儲芯片，HBM 突破了內存容量和帶寬的瓶頸，可提供高達 1TB/s 的帶寬，同時與 GDDRx 相比功耗更低且容量更高，能滿足日益龐大的數據集和復雜的計算任務。表表1212：GDDRGDDR 與與 HBMHBM 技術對比技術對比 GDDR6GDDR6 GDDR6XGDDR6X HBM3HBM3 HBM3eHBM3e DRAM 密度 2GB(per chip）2GB(per chip）24GB(per stack)24GB(per stack)管理通道數 2 2 16 16 速度 16Gbps 21Gbps 6.4Gb

99、ps 9.6Gbps 帶寬 64GB/s 84GB/s 819GB/s 1TB/s 功耗 低于 GDDR6/6X 成本 低于 HBM3/3e 封裝工藝 PCB PCB 2.5D/3D 2.5D/3D 資料來源：奎芯科技，國投證券研究中心 HBMHBM 高帶寬、低功耗的特性，使其在高帶寬、低功耗的特性，使其在 AIAI 市場的熱潮中具有廣泛應用場景。市場的熱潮中具有廣泛應用場景。NVIDIA、AMD 等世界一線芯片廠商積極布局 HBM 存儲器，加速拓展其多元產品線。AI 服務器對存儲器帶寬提出更高要求，HBM 成為重要解決方案。Al 服務器 GPU 市場以 NVIDIA GB200、B200、B

100、100、H100 以及 AMD MI250、MI250X 系列為主，基本都配備了 HBM。HBM 方案目前已演進為較為主流的高性能計算領域擴展高帶寬的方案。行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。23 表表1313：HBMHBM 在在 AIAI 服務器中的應用服務器中的應用 公司公司 型號型號 種類種類 用途用途 發行時間發行時間 DRAMDRAM 規格規格 其它備注其它備注 X100 GPU AI 訓練 2025 HBM4 下一版 B100 可能使用HBM4（2TB/s）B100 GPU AI 訓練 2H24 144GB HBM3e 下一代 H

101、100 使用 HBM3w（1.2TBT/s）H200 GPU AI 訓練 2Q24 141GB HBM3e 可能是第一個使用HBM3e 內存的GPU GH200 v2 GPU AI 訓練 2Q24 144GB HBM3e 第二代 GH200 使用HBM3e H20 GPU AI 訓練 1Q24 96GB HBM3;4TB/s 向中國出口的 H100 的Despec 版本 NVIDIA GH200 GPU AI 訓練 2023.12 96GB HBM3 基于 GPU+HBM3 和 CPU+LPDDR5 H100 NVL GPU AI 訓練 2022.09 188GB HBM3;7.8TB/s 使

102、用 188 GB HBM 3 的強 Al 訓練GPU H100 SXM5 GPU AI 訓練 2022.09 80GB HBM3;3.35TB/s 高速 AI 訓練GPU（900GB/s）PCIe/NVL（600GB/s）H100 PCIe GPU AI 訓練 2022.09 80GB HBM2e;2TB/s 以 HBM2e 為基礎 A100 GPU AI 訓練 2020.06 40/80GB HBM2/2e;2TB/s 舊代，但仍常用于AI 訓練 MI300A APU AI 訓練 2023.12 128GB HBM3;5.3TB/s 帶寬略高于MI300X AMD MI300X APU AI

103、 訓練 2023.06 192GB HBM3;5.2TB/s 比 MI300 更先進的版本 MI300 APU AI 訓練 2023.01 128GB HBM3;1.2TB/s CPU+GPU 組合 Gaudi3 GPU AI 訓練 TBD 100GB HBM3/3e 與 NVIDIA H100 競爭的目標 Intel Gaudi2 GPU AI 訓練 2022.05 96GB HBM2e;2.45TB/s 比 NVIDIA A100 性能強 Gaudi GPU AI 訓練 NA 32GB HBM2;1TB/s-Xeon Max SR GPU AI 訓練 2023.01 128GB HBM2e

104、;1TB/s 僅 GPU，用于高性能計算和AI 訓練 資料來源：NVIDIA 官網、AMD 官網、Intel 官網、BofA Global Research、國投證券研究中心 3.2.3.2.工作原理及加工工藝工作原理及加工工藝 HBMHBM 是一種用于是一種用于 3D3D 堆疊堆疊 SDRAMSDRAM（同步動態隨機存取內存）的計算機內存接口，可用于服務器、（同步動態隨機存取內存）的計算機內存接口，可用于服務器、高性能計算。高性能計算。HBM 封裝結構如圖 2 所示，單個 DRAM Die 垂直堆疊以縮短數據傳輸的距離，Die 之間用 TSV（Through Silicon Via，硅通孔技

105、術）和微凸塊相連接。多層 DRAM die 與下層的 Logic Die（邏輯控制單元）相連，邏輯控制單元中包括緩沖電路和測試邏輯，可對堆疊的 DRAM 進行控制。CPU/GPU 和 DRAM 可通過中介層（Interposer）和微凸塊（uBump）連通。TSVTSV 硅通孔是硅通孔是 HBMHBM 實現容量和帶寬擴展的核心，通過在整個硅晶圓厚度上打孔，在芯片正面實現容量和帶寬擴展的核心，通過在整個硅晶圓厚度上打孔，在芯片正面和背面之間形成數千個垂直互連。和背面之間形成數千個垂直互連。TSV 技術是目前唯一的垂直電互聯技術，是實現 3D 先進封裝的關鍵技術之一，具有多個優勢：（1）高密度集成

106、。通過先進封裝，可以大幅度地提高電子元器件集成度，減小封裝的幾何尺寸和封裝重量；（2）電性能高：大幅度縮短電互連的長度，克服信號延遲問題；（3）多功能集成：可以把不同的功能芯片(如射頻、內存、邏輯、數字和 MEMS 等)集成在一起實現電子元器件的多功能；（4）成本低：在元器件的總體水平上降低制造成本。圖圖24.HBM 封裝結構圖封裝結構圖 資料來源：toms HARDWARE，國投證券研究中心 行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。24 HBM 的制造工藝包括 TSV、Bumping 和堆疊等工藝，典型制造工藝如圖 3 所示。HBM 生產主要是

107、半導體工藝和晶圓級封裝，其中半導體工藝與一般 DRAM 制造工藝沒有顯著不同，但制備具有通孔 TSV 結構需要額外工藝，如通過蝕刻形成通孔，在金屬化后端制程前填充銅并進行拋光；晶圓級工藝主要指 Bumping（圓片級凸點）工藝，即在晶圓 Pad 上形成焊料凸點。之后將載體晶圓剝離并粘貼在承載薄膜上，待完成芯片堆疊后通過二次工藝完成封裝。圖圖25.HBM 制造工藝制造工藝 資料來源：Hynix 官網，國投證券研究中心 CoWoSCoWoS 是一種把晶片堆疊再封裝于基板上的先進封裝技術，分為是一種把晶片堆疊再封裝于基板上的先進封裝技術，分為 2.5D2.5D 封裝和封裝和 3D3D 封裝。封裝。如

108、圖2 所示 HBM 封裝即使用了 CoWoS 2.5D 封裝，HBM 和 CPU/GPU 或 ASIC 共同連接在中介層上，通過 CoWoS 2.5D 封裝工藝相連，中介層通過銅凸點連接至封裝基板上，最后通過錫球與下方 PCB 基板相連。2.5D 與 3D 封裝技術在于堆疊方式，如圖 4 所示，2.5D 封裝指將晶片堆疊于中介層上，以水平堆疊的方式，主要應用于拼接邏輯運算 ASIC 和 HBM；3D 封裝則以垂直堆疊晶片的方式，主要面向高效能邏輯晶片、SoC 制造等。目前先進封裝已經面臨 7nm 以下的技術，CoWoS 主要由臺積電進行制造。圖圖26.CoWoS 封裝封裝 資料來源：Ansys

109、，國投證券研究中心 3.3.3.3.龍頭企業加速技術迭代龍頭企業加速技術迭代，市場規?？焖偬嵘袌鲆幠？焖偬嵘?HBMHBM 歷經多次更迭，堆疊層數更多、容量更大、帶寬更高，性能全面提升。歷經多次更迭，堆疊層數更多、容量更大、帶寬更高，性能全面提升。AMD 于 2008 年開始開發 HBM，以解決計算機內存功耗和尺寸不斷增加的問題。2013 年 SK Hynix 制造了第一顆 HBM 存儲芯片，同年 10 月 HBM 被 JEDEC（Joint Electron Device Engineering Council，行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見

110、報告尾頁。25 固體技術協會）采用為行業標準 JESD235。目前 HBM 已迭代到 HBM3e，Sk Hynix 將于今年上半年開始投入 HBM3e 量產。表表1414：HBMHBM 技術對比技術對比 資料來源：半導體綜研，國投證券研究中心 截至截至 20222022 年，年，HBMHBM 市場份額基本由市場份額基本由 SK HynixSK Hynix（50%50%）、三星（）、三星（40%40%）、美光（）、美光（10%10%）三大存儲器）三大存儲器廠商占據。廠商占據。SK Hynix 當前技術領先，核心在于 MR-MUF 技術，MR-MUF 能有效提高導熱率，并改善工藝速度和良率。SK

111、海力士于 2021 年 10 月率先發布 HBM3，2023 年 4 月公司實現了全球首創 12 層硅通孔技術垂直堆疊芯片，容量達到 24GB，比上一代 HBM3 高出 50%，SK 海力士計劃在 2023 年年底前提供 HBM3e 樣品，并于 2024 年量產，公司目標 2026 年生產 HBM4。三星則有萬億韓元新建封裝線，預計 25 年量產 HBM4。為應對 HBM 市場的需求，三星電子已從三星顯示（SamsungDisplay）購買天安廠區內部分建筑物和設備，用于建設新 HBM 封裝線，總投資額達到 7000-10000 億韓元。三星預計將在 2023Q4 開始向北美客戶供應 HBM3

112、。美光則將在 2024 年量產 HBM3e，多代產品研發中。美光在此前的財報電話會議上表示將在2024 年通過 HBM3e 實現追趕，預計其 HBM3E 將于 2024Q3 或者 Q4 開始為英偉達的下一代 GPU供應。2023 年 11 月 6 日美光在臺灣臺中四廠正式開工，宣布將集成先進的探測和封裝測試功能，生產 HBM3E 等產品。目前市場主流產品為目前市場主流產品為 HBM3HBM3，預計從，預計從 20242024 年起市場關注焦點由年起市場關注焦點由 HBM3HBM3 轉向轉向HBM3eHBM3e。據TrendForce集邦咨詢調查，第一季由 SK 海力士率先通過驗證，美光緊跟其后

113、，并于第一季底開始遞交HBM3e 量產產品，以搭配計劃在第二季末鋪貨的 NVIDIA H200。三星由于遞交樣品的時程較其他兩家供應商略晚，預計其 HBM3e 將于第一季末前通過驗證，并于第二季開始正式出貨。由于三星 HBM3 的驗證已經有了突破，且 HBM3e 的驗證若無意外也即將完成，這也意味著該公司的出貨市占于今年末將與 SK 海力士拉近差距。行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。26 圖圖27.HBM 市場空間估計市場空間估計 資料來源：Goldman Sachs，國投證券研究中心 4.4.終端終端 AIAI 不斷優化，不斷優化，DDR

114、DDR 需求有望增長需求有望增長 AIAI 技術持續發展，科技龍頭積極布局終端技術持續發展，科技龍頭積極布局終端 AIAI。近年來以 ChatGPT 為代表的 AI 技術持續發展，已經支持圖文識別理解、邏輯推理、寫作和文獻閱讀等一系列功能，人工智能技術日益成為社會生產力發展的助推器，為千家萬戶帶來便利。各大科技巨頭紛紛加速布局面向消費級和企業級的終端側 AI。行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。27 表表1515：各大科技巨頭正在加速終端側各大科技巨頭正在加速終端側 AIAI 布局布局 公司名稱公司名稱 時間時間 終端側終端側 AIAI 布局

115、內容布局內容 Meta 2023 年 7 月 Meta 和微軟發布了新一代 Llama，作為下一代開源大型語言模型。在此次之前，Meta 還發布了一系列 AI 模型，如LLaMA，CM3leon 等 2024 年 3 月 Meta 宣布新建兩座數據中心集群 進行 AI 研究和大語言模型開發 微軟 2023 年 3 月 宣布為整個微軟商業應用產品線，帶來由全新一代人工智能驅動的產品升級，并正式推出國際版 Dynamics 365 Copilot 2023 年 5 月 微軟宣布正在轉向下一代人工智能驅動的 Bing 和Edge，來進一步改變搜索軟件功能，并推出新的 Bing 預覽版 高通和微軟在

116、Microsoft Build 開發者大會上攜手推動終端側 AI 規?；瘮U展 2023 年 9 月 微軟在 Windows 11 中推出全新的統一 Copilot（副駕駛）體驗，旨在以更輕、更便攜的方式訪問 AI 內容，以及功能更強大、以創作者為中心的 Laptop Studio 2 等 2023 年 11 月 微軟宣布成為“一家 Copilot 公司”，進一步明確AI 產品 Copilot（副駕）嵌入其全線產品，連 Bing Chat 都正式更名Copilot，并發布新平臺 Copilot Studio。2024 年 3 月 微軟首次將人工智能(AI)功能融入個人電腦(PC)的新品正式亮相。

117、谷歌 2023 年 4 月 宣布 DeepMind 和 Google Brain 合并，創建Google DeepMind 2023 年 5 月 在年度開發者大會I/O 上推出了全新的大型語言模型，并將其集成到谷歌旗下各種產品中 2023 年 12 月 谷歌推出AI 模型 Gemini，語言理解首次超越人類專家 2024 年 2 月 谷歌發布了新一代開源模型“Gemma”，公司稱其是輕量級中“最先進的”開放模型系列，超越了原本最強的Mistral 7B。蘋果 2011 年 發布初代人工智能Siri 2017 年 9 月 發布 IphoneX，裝備AI 仿生芯片 A11 Bionic 2023

118、年 6 月 發布初代頭顯設備Vision Pro 2023 年 8 月 iPhone 15 或在 9 月22 日上市，蘋果正將生成式AI 引入手機平板 2024 年 3 月 與谷歌洽談將其Gemini AI 引擎集成到iPhone 中，作為iOS 18 的一部分。英特爾 2017 年 3 月 組建超級AI 部門，創建新的 AI 實驗室 2018 年 推出 AI 百佳創新激勵計劃、英特爾創新加速器、智慧未來城市、FPGA 中國創新中心等各項培養計劃，以更好地培養AI 人才、繁榮 AI 生態 2023 年 12 月 發布了作為AI PC 基石的酷睿Ultra 處理器，采用Meteor Lake 架

119、構 2024 年 3 月 微軟推出兩款 PC Surface Pro 10 商用版和Surface Laptop 6 商用版，4 月 9 日開始發貨。它們被微軟稱為“第一批專為企業打造的 Surface AI PC”。聯發科 2017 年 公司戰略調整，將重心由智能手機逐步轉向了 AI 芯片 2018 年 2 月 推出了 NeuroPilot 人工智能平臺，希望通過整合硬件 APU 及軟件，將終端AI 帶入各種跨平臺設備；發布了首款12nm 工藝、基于NeuroPilot 平臺、集成了多核AI 處理器的SoCHelio P60 2018 年 12 月 在 AI 領域進一步加碼，推出了基于 AP

120、U 2.0 的Helio P90 2023 年 2 月 與英偉達合作，在聯發科旗艦手機 SoC 上整合英偉達AI GPU 2023 年 5 月 與英偉達合作，共同為汽車提供 AI 智能座艙方案，聯發科將開發集成英偉達 GPU 芯粒的汽車 SoC，搭載英偉達 AI 和圖形計算 IP 2023 年 11 月 發布了集成高性能的 AI 處理器天璣9300 和天璣 8300 2024 年 2 月 與英偉達合作推出 Dimensity Auto 座艙平臺，整合 AI 技術 資料來源：Meta 官網，微軟官網，谷歌官網，蘋果官網，英特爾官網，聯發科官網，騰訊新聞，搜狐新聞，國投證券研究中心 PCPC 端進

121、入端進入 AIAI 智能化進程智能化進程，AI PCAI PC 初現端倪初現端倪。PC 的 AI 智能化由硬件和軟件協同驅動，硬件方面 AI 模型的訓練和部署需要高算力 AI 芯片支撐，因此 AI PC 通常搭載高性能的 CPU 和 GPU，以及專門的神經處理單元（NPU）等；軟件方面相關算法的優化使芯片能高效執行 AI 相關應用，能支持更加自然和智能的用戶交互，提升用戶體驗。目前，PC 制造商開始向 AI 技術領域轉型，競相推出自家的 AI PC 產品。群智咨詢預計，2024 年作為 AI PC 發展的元年，AI 筆記本電腦出貨量達到 1300 萬臺，在筆記本電腦市場滲透率達到 7%，202

122、5 年滲透率預計逼近30%，2026 年滲透率會超過 50%，2027 年 AIPC 成為主流 PC 產品的類別，市場滲透率逼近 80%。行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。28 圖圖28.AI PC 預測預測 資料來源：群智咨詢，國投證券研究中心 AIAI 技術驅動智能手機功能變革。技術驅動智能手機功能變革。手機相當于袖珍的 PC，AI 的發展給移動終端行業帶來機會，將賦予手機算力高效利用能力、真實世界感知能力、自學習能力和創作能力。在手機端側部署 AI 模型，實現多模態的人機交互，手機行業和用戶體驗都將迎來革命性的變化。各大手機廠商在 A

123、I 手機的布局大同小異，運用 AI 技術提升智能手機/智能設備的體驗已經成為確切的機遇。IDC 預計 2024 年全球新一代 AI 手機的出貨量將達到 1.7 億部，約占智能手機整體出貨量的 15%。圖圖29.AI 手機終端全球市場預測手機終端全球市場預測 圖圖30.AI 手機終端中國市場預測手機終端中國市場預測 資料來源：IDCAI 手機白皮書，國投證券研究中心 資料來源：IDCAI 手機白皮書，國投證券研究中心 內存性能制約內存性能制約 AIAI 終端應用，終端應用，DRAMDRAM 需求有望提升。需求有望提升。AI 終端算力主要來自于 SoC，目前例如高通已經為智能手機、PC 等各類終端

124、平臺打造了 SoC，智能手機端的高端算力芯片以驍龍 888、驍龍 888+、8Gen1、8+Gen1、8550、8Gen2 為主，為后續混合 AI 算力提升奠定了基礎；在 PC端主要有 8cx、8cxGen2、8cxGen3 等，算力足夠。然而為發揮 SoC 性能，DRAM 配置需同步遞增，美光預估 AI 時代旗艦手機 DRAM 內存用量將提升 50%-100%。OPPO 聯合 IDC 發布行業首個AI 手機白皮書指出，16GB RAM 將成為新一代 AI 手機的基礎配置，SoC 以外的硬件需要一同配套升級，如 16GB 的 RAM 對于新一代 AI 手機則屬于最低要求。AI 手機的銷售有望進

125、一步帶動 DRAM 需求增長。行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。29 5.5.其它產業及技術趨勢其它產業及技術趨勢 5.1.5.1.傳統體系結構限制存算性能，存算一體架構成為未來主流方案傳統體系結構限制存算性能，存算一體架構成為未來主流方案 傳統馮諾依曼存儲器結構限制芯片算力的提升。傳統馮諾依曼存儲器結構限制芯片算力的提升。馮諾依曼架構是一種處理器和存儲器相分離的結構，處理器設計以提升計算速度為主，存儲器則注重容量提升和成本優化。工作時，用戶輸入的數據先放到內存當中，CPU 讀取數據的時候就直接從內存當中讀取，CPU 處理完數據后又寫回內存

126、，然后內存再將數據輸出到輸出設備，最后由輸出設備進行輸出顯示。然而近年來處理器的算力大幅提高，盡管存儲器從 DDR 發展到 HBM，能夠用于顯卡、游戲終端和高性能運算，接口標準也從 PCIe1.0a 升級到 NVLink3.0，但是通信帶寬的增長和算力相比提高幅度非常緩慢?！按妗薄八恪毙阅苁?，導致訪存帶寬低、時延長、功耗高，限制了整體芯片處理數據的速度。圖圖31.馮諾依曼存儲器體系結構馮諾依曼存儲器體系結構 資料來源：CSDN，國投證券研究中心 存算一體技術能有效克服傳統架構的不足存算一體技術能有效克服傳統架構的不足，提升系統計算效率，提升系統計算效率。存算一體是一種將存儲和計算功能融合在同

127、一個芯片上的技術架構，存儲功能和計算功能有機融合，直接利用存儲單元進行數據處理通過修改“讀”電路的存內計算架構，可以在“讀”電路中獲取運算結果，并將結果直接“寫”回存儲器的目的地址，不再需要在計算單元和存儲單元之間進行頻繁的數據轉移，消除了數據搬移帶來的開銷，不僅極大降低了功耗，還大大提升了計算效率。行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。30 圖圖32.馮諾依曼架構馮諾依曼架構 vs.存算一體架構存算一體架構 資料來源：九章智駕，國投證券研究中心 根據存儲與計算的距離遠近，存算一體技術可分為三類，分別是近存計算（根據存儲與計算的距離遠近，存算一

128、體技術可分為三類，分別是近存計算（ProcessingProcessing Near Near MemoryMemory，PNMPNM）、存內處理（）、存內處理（Processing In MemoryProcessing In Memory，PIMPIM）和存內計算（）和存內計算（Computing in MemoryComputing in Memory，CIMCIM）。）。近存計算指計算操作由位于存儲芯片外部的獨立計算單元完成。在不改變計算單元和存儲單元本身設計功能的前提下，通過采用先進的封裝方式以及合理的硬件布局和結構優化，增強二者間通信帶寬，增大數據傳輸速率，進而提高數據處理效率。存

129、內處理指在物理形式上，存儲單元和計算單元還是相互獨立存在，計算操作由位于存儲芯片內部的獨立計算單元完成。存內計算指存儲單元和計算單元完全融合，沒有獨立的計算單元，直接通過在存儲器顆粒上嵌入算法，由存儲器芯片內部的存儲單元完成計算操作。圖圖33.存算一體三類技術結構存算一體三類技術結構 資料來源：九章智駕，國投證券研究中心 存算一體技術的發展趨勢包括以下幾個方面：存算一體技術的發展趨勢包括以下幾個方面：1 1）計算密度和能效提升：計算密度和能效提升：存算一體技術有望大幅度提升 AI 芯片的計算密度和能效，緩解 AI 芯片性能與功耗之間的矛盾，提升大模型部署的經濟性。特別是針對大模型的推理，存算一

130、體保持權重的特點與大模型中大規模的參數部署需求相匹配。2 2）架構創新：架構創新：存算一體技術是芯片的底層架構創新，未來可能會出現更多以存算宏單元為乘累加引擎構建的微架構或片上系統。例如一些基于高帶寬存儲器（HBM）的存內處理體系已經出現，將存儲器層級納入系統設計的考慮范疇，以應對模型參數量的急劇增長。3 3）技術產品化：技術產品化：資本和產業的雙輪驅動，將促使存算一體芯片在垂直細分領域迎來規?；逃??；?SRAM、NOR Flash 等成熟存儲器的存內計算會優先在低功耗、小算力的端側，如智能家居、可穿戴設備、泛機器人、智能安防等計算場景落地，并逐漸向大算力通用行業專題行業專題/電子電子 本

131、報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。31 計算場景拓展?；诜且资?、新型存儲元件的存算一體，其走向成熟可能還需要 5-10年時間。4 4）高精度計算：高精度計算：在存算宏單元的設計方面，數字域的高精度存內計算依然是主流，能夠實現較高精度的乘累加計算。例如臺積電基于 4nm FinFET 工藝開發的數字域存內計算宏單元，可支持更高精度的整型矩陣向量乘計算。5 5）多樣化的存儲介質：多樣化的存儲介質：存算一體芯片的研發企業和機構目前主要集中在 SRAM、Nor-Flash 和 DRAM 等成熟介質上，部分學術機構則選擇切入 RRAM 等新型介質的研發。長期來看，存算一體芯片

132、產品化的快速發展離不開新型存儲介質成熟度的提升。不同的存儲介質（如易失性存儲器 SRAM、DRAM 和非易失性存儲器 NOR Flash、NAND Flash 等）在傳輸速率、存儲容量等方面各有特點，而新型存儲介質（如 RRAM、MRAM 等）具有類似生物神經突觸的特性，未來有望在存算一體技術中發揮更大作用。6 6）通用型和類腦計算芯片發展：通用型和類腦計算芯片發展：小規模的存算一體宏電路在持續完善，未來將打通協同設計技術鏈條，研制出規?？蓴U展的通用型存算一體芯片和基于多種神經形態器件的類腦計算芯片。例如以憶阻器為代表的神經形態器件在不斷優化，未來將繼續提升性能并發展大規模集成技術，實現多種神

133、經形態器件的異質集成和三維高密度集成。7 7）與其他技術融合：與其他技術融合：存算一體技術可能會與其他技術（如量子計算、光子芯片、非硅基芯片等）相互融合，共同推動芯片技術的發展。雖然存算一體芯片相對于 CPU/GPU 等主流算力并非是取代關系，但它將成為主流算力的重要補充，側重于提供高能效的算力。5.2.5.2.CXLCXL 技術突破“存儲墻”限制，內存使用效率進一步提高技術突破“存儲墻”限制，內存使用效率進一步提高 內存利用率難以提升，大量內存資源閑置。內存利用率難以提升，大量內存資源閑置。當下主流的計算系統依賴于數據存儲與數據處理分離的多級存儲，通常采用高速緩存（SRAM）、主存（DRAM

134、）、外部存儲（NAND Flash）的三級存儲結構。系統運作時，需要不斷地在內存中來回傳輸信息。數據在三級存儲間傳輸時，后級的響應時間及傳輸帶寬都將拖累整體的性能，形成“存儲墻”，并且由于數據量龐大，系統需要借助外部存儲并用網絡 IO 來訪問數據，致使訪問速度下降幾個數量級。Google 報告指出，該公司數據中心的 DRAM 利用率只有 40%，而微軟 Azure 也表示，他們的數據中心內，當所有的處理器核心都分配給 VM 之后，仍有 25%的 DRAM 資源未被配置，處于閑置狀態。但由于處理器核心已經分配完畢，這些閑置 DRAM 也無法被使用，導致成本浪費，計算系統性能被制約。圖圖34.主流

135、存儲系統架構主流存儲系統架構 資料來源：全球半導體觀察，國投證券研究中心 CXLCXL 技術的高兼容性、內存一致性等優勢能夠有效解決上述問題。技術的高兼容性、內存一致性等優勢能夠有效解決上述問題。CXL（Compute Express Link）技術是全新的處理器至外圍設備/加速器鏈接協議，旨在提供更高的數據吞吐量和更低的延行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。32 遲，以滿足現代計算和存儲系統的需求。CXL 由英特爾、AMD 和其他公司于 2019 年聯合推出，并得到了包括谷歌、微軟等公司在內的大量支持。CXL 協議包含三個子協議：1)CXL

136、.ioCXL.io：這種模式可以將內存擴展到外部設備，使得數據的傳輸速度更快。CXL.io 通過PCIe 總線連接 CPU 和外部設備，這樣 CPU 就可以與外部設備共享內存，并且可以直接訪問外部設備的 I/O 資源。2)CXL.cacheCXL.cache：這種模式可以通過將內存緩存到外部設備中來提高性能。CXL.cache 模式允許 CPU 在本地緩存中保留最常用的數據，而將不常用的數據保存在外部設備中。這樣可以減少內存訪問時間，提高整體系統性能。3)CXL.memoryCXL.memory：這種模式可以將外部設備作為主內存使用，從而實現更大的內存容量。CXL.memory 模式允許 CP

137、U 將外部設備看作是擴展內存，從而可以存儲更多的數據。這種方式可以提高系統的可靠性，因為即使發生了內存故障，CPU 仍然可以通過外部設備繼續運行。圖圖35.CXL 三種模式三種模式 資料來源：CSDN，國投證券研究中心 CXL2.0CXL2.0 提出內存池化（提出內存池化（PoolingPooling）技術）技術，能夠提高內存的使用率并降低內存的使用成本。能夠提高內存的使用率并降低內存的使用成本。CXL2.0加入了一層 Switch，在 H1、H2H#等主機/服務器可通過 CXL Switch 連接多個設備，CXL 技術能夠讓設備在內存池里尋找內存空間。在該框架下，跨系統設備實現共享內存池成為

138、可能。引入 DRAM 池化，按需分配可以大大提高內存使用效率，并節約數據中心的建設成本。CXL 目前已經完全支持池化技術，成為提高服務器性能另外的重要手段之一。行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。33 圖圖36.CXL2.0 內存池化技術內存池化技術 資料來源：EE Times China 官網，國投證券研究中心 CXL3.0CXL3.0 推動共享內存技術的進一步發展。推動共享內存技術的進一步發展。CXL 聯盟于 2022 年宣布了 CXL3.0，新版本在物理層面總線可用帶寬提升了一倍，達到 64GT/s；在邏輯層面擴展了標準邏輯能力，允許更

139、靈活的連接拓撲，實現內存共享。CXL 2.0 提供了內存池設計，多個主機可以對設備內存進行訪問，但是每個主機都需要分配自己專屬內存段。在 CXL 3.0 中，內存共享變得更開放，多個主機可以擁有一個共享內存段的一致性副本。圖圖37.CXL3.0 共享內存共享內存 資料來源：CXL 聯盟，國投證券研究中心 行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。34 CXLCXL 在計算和存儲領域發揮關鍵作用，在計算和存儲領域發揮關鍵作用，行業巨頭爭相布局行業巨頭爭相布局。一方面，CXL 高帶寬、低延遲的特性有助于算力提升；另一方面 CXL 具備良好的內存擴展性，

140、通過內存共享或內存池化來提高性能，最大限度地減少對復雜軟件的需求并降低系統總成本，因此 CXL 技術在大型計算集群和高算力需求的 AI 應用前景廣闊。CXL 聯盟由 Intel 牽頭，各大行業具體微軟、戴爾、Meta、Google、HPE、AMD、華為、阿里巴巴等均參與其中，目前，CXL 聯盟擴展出超過 165 個成員，幾乎涵蓋了所有主要的 CPU、GPU、內存、存儲和網絡設備制造商。業界消息顯示，2024 年上半年，CXL1.1 和 CXL2.0 可能會有落地產品，而 CXL3.0 的落地還需要更長時間。根據 Yolo 的預測，全球 CXL 市場規模預計在 2028 年將達到 150 億美元

141、。盡管目前只有不到10%的 CPU 與 CXL 標準兼容，但預計到 2027 年，所有 CPU 都將被設計為支持 CXL 接口，這將進一步推動 CXL 市場的發展。根據瀾起科技 2023 年年報，從 2019 年到 2023 年，CXL 經歷了高速的發展，其應用涉及服務器端，以及存儲產品與解決方案端這兩大層面。已經有多家廠商發布 CXL 相關元件、產品，以及成套解決方案。2022 年底到 2023 年初，隨著 AMD 發布第四代 EPYC（代號 Genoa），以及英特爾發布第四代 Xeon Scalable（代號 Sapphire Rapids），新款處理器平臺上市將 CXL 技術應用到服務器

142、端，完善 CXL 的應用環境。經過數年的發展，目前 CXL 的生態已經初步形成。在元件層級的芯片供應商與設計商，對應產品包括：CXL 控制器（Controller）、定時器（Retimers）、交換器（Switch）產品。系統層級，目前有三星、SK Hynix、美光等廠商推出擴展存儲類型的 CXL 產品。6.6.產業鏈相關標的產業鏈相關標的 存儲類標的較多，涉及上游制造設備及材料、芯片設計（存儲顆粒、控制芯片、接口芯片等）、模組、分銷等環節，部分產業鏈企業及主營業務如下：表表1616：國內主要半導體公司及其主營業務國內主要半導體公司及其主營業務 公司公司 主營業務主營業務 兆易創新 NOR、D

143、RAM、SLC NAND、MCU 等 瀾起科技 內存接口芯片、津逮服務器 CPU、內存模組配套芯片、PCle Retimer 芯片等 北京君正 DRAM、NOR、SRAM、數字芯片等 普冉股份 Flash、EEPROM、MCU 微處理器、模擬芯片等 東芯股份 SLC NAND、NOR、DRAM 等 聚辰股份 EEPROM、NOR、音圈馬達驅動芯片、智能卡芯片等 恒爍股份 SPI NOR FLASH、MCU 等 江波龍 嵌入式存儲、固態硬盤（SSD）、移動存儲、內存條等 佰維存儲 固態硬盤、存儲卡、SSD、嵌入式芯片等 德明利 移動硬盤、SSD、控制器、嵌入式存儲等 香農芯創 存儲分銷、半導體產

144、業鏈協同賦能等 朗科科技 固態硬盤、內存盤、存儲卡、內存條等 萬潤科技 LED、存儲半導體等 同有科技 存儲系統、固態存儲等 深科技 DRAM、NAND、電子產品制造等 精智達 新型顯示器件檢測、半導體存儲器件檢測等 雅克科技 半導體前驅體材料、光刻膠及配套試劑、LND 復合材料、阻燃劑等 華海誠科 環氧塑料封、電子膠黏劑、半導體封裝材料等 江豐電子 主要生產超高純金屬濺射靶材，主要用于半導體芯片制造中，包括高性能邏輯芯片和高性能存儲芯片 協創數據 數據存儲設備、智能物聯網終端以及新拓展的服務器再制造業務 資料來源：各公司官網、國投證券研究中心 行業專題行業專題/電子電子 本報告版權屬于國投證

145、券股份有限公司，各項聲明請參見報告尾頁。35 7.7.風險提示風險提示 1 1）AIAI 產業化進程不及預期產業化進程不及預期，應用遲遲無法落地應用遲遲無法落地，商業模式閉環遲滯，商業模式閉環遲滯：第一，互聯網及信息產業龍頭縮減 AI 領域資本開支，云端存儲需求不及預期；第二，端側 AI 如無法解決用戶痛點問題，AI 手機和 AI PC 局限于旗艦機型而無法普及，終端存儲需求不及預期；第三，市場期待的智能音箱、AR/MR 眼鏡、機器人等創新終端滲透率提升緩慢，不能創造新的終端形態。2 2）國產替代進程不及預期國產替代進程不及預期，高端品類的產品推出速度不及下游需求迭代速度：，高端品類的產品推出

146、速度不及下游需求迭代速度：第一，先進制程類產品的技術研發及量產進展不及預期。AI 需求的顆粒相對高端，且技術迭代速度較快。第二，特殊場景類產品的技術研發及量產進展不及預期。例如：車規動力域，制程要求相對不高，但可靠性要求極高；服務器領域，海量數據需要反復讀寫，相較消費電子產品，對產品生命周期內的可讀寫次數要求較高。行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。36 行業行業評級體系評級體系 收益評級：領先大市 未來 6 個月的投資收益率領先滬深 300 指數 10%及以上；同步大市 未來 6 個月的投資收益率與滬深 300 指數的變動幅度相差-10%至

147、 10%；落后大市 未來 6 個月的投資收益率落后滬深 300 指數 10%及以上；風險評級：A 正常風險，未來 6 個月的投資收益率的波動小于等于滬深 300 指數波動；B 較高風險，未來 6 個月的投資收益率的波動大于滬深 300 指數波動；分析師聲明分析師聲明 本報告署名分析師聲明，本人具有中國證券業協會授予的證券投資咨詢執業資格，勤勉盡責、誠實守信。本人對本報告的內容和觀點負責，保證信息來源合法合規、研究方法專業審慎、研究觀點獨立公正、分析結論具有合理依據，特此聲明。本公司具備證券投資咨詢業務資格的說明本公司具備證券投資咨詢業務資格的說明 國投證券股份有限公司（以下簡稱“本公司”）經中

148、國證券監督管理委員會核準，取得證券投資咨詢業務許可。本公司及其投資咨詢人員可以為證券投資人或客戶提供證券投資分析、預測或者建議等直接或間接的有償咨詢服務。發布證券研究報告，是證券投資咨詢業務的一種基本形式，本公司可以對證券及證券相關產品的價值、市場走勢或者相關影響因素進行分析，形成證券估值、投資評級等投資分析意見，制作證券研究報告，并向本公司的客戶發布。行業專題行業專題/電子電子 本報告版權屬于國投證券股份有限公司，各項聲明請參見報告尾頁。37 免責聲明免責聲明 本報告僅供國投證券股份有限公司（以下簡稱“本公司”）的客戶使用。本公司不會因為任何機構或個人接收到本報告而視其為本公司的當然客戶。本

149、報告基于已公開的資料或信息撰寫，但本公司不保證該等信息及資料的完整性、準確性。本報告所載的信息、資料、建議及推測僅反映本公司于本報告發布當日的判斷，本報告中的證券或投資標的價格、價值及投資帶來的收入可能會波動。在不同時期，本公司可能撰寫并發布與本報告所載資料、建議及推測不一致的報告。本公司不保證本報告所含信息及資料保持在最新狀態，本公司將隨時補充、更新和修訂有關信息及資料，但不保證及時公開發布。同時，本公司有權對本報告所含信息在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。任何有關本報告的摘要或節選都不代表本報告正式完整的觀點，一切須以本公司向客戶發布的本報告完整版本為準，如

150、有需要，客戶可以向本公司投資顧問進一步咨詢。在法律許可的情況下，本公司及所屬關聯機構可能會持有報告中提到的公司所發行的證券或期權并進行證券或期權交易，也可能為這些公司提供或者爭取提供投資銀行、財務顧問或者金融產品等相關服務，提請客戶充分注意?？蛻舨粦獙⒈緢蟾鏋樽鞒銎渫顿Y決策的惟一參考因素，亦不應認為本報告可以取代客戶自身的投資判斷與決策。在任何情況下，本報告中的信息或所表述的意見均不構成對任何人的投資建議，無論是否已經明示或暗示，本報告不能作為道義的、責任的和法律的依據或者憑證。在任何情況下，本公司亦不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任。本報告版權僅為本公司所有，未經事

151、先書面許可，任何機構和個人不得以任何形式翻版、復制、發表、轉發或引用本報告的任何部分。如征得本公司同意進行引用、刊發的，需在允許的范圍內使用，并注明出處為“國投證券股份有限公司研究中心”，且不得對本報告進行任何有悖原意的引用、刪節和修改。本報告的估值結果和分析結論是基于所預定的假設，并采用適當的估值方法和模型得出的，由于假設、估值方法和模型均存在一定的局限性，估值結果和分析結論也存在局限性，請謹慎使用。國投證券股份有限公司對本聲明條款具有惟一修改權和最終解釋權。國投國投證券研究中心證券研究中心 深圳市深圳市 地地 址：址：深圳市福田區深圳市福田區福華一路福華一路 1 11 19 9 號安信金融大廈號安信金融大廈 3333 層層 郵郵 編：編：51804518046 6 上海市上海市 地地 址：址：上海市虹口區楊樹浦路上海市虹口區楊樹浦路 168168 號國投大廈號國投大廈 2828 層層 郵郵 編：編：200082200082 北京市北京市 地地 址：址：北京市西城區阜成門北大街北京市西城區阜成門北大街 2 2 號樓國投金融大廈號樓國投金融大廈 1515 層層 郵郵 編：編：100034100034