AI 硬件核心是算力和存力，HBM 高带宽、低功耗优势显著，是算力性能发挥的关键。AI 芯片需要处理大量并行数据，要求高算力和大带宽，算力越强、每秒处理数据的速度越快，而带宽越大、每秒可访问的数据越多，算力强弱主要由AI 芯片决定，带宽由存储器决定，存力是限制AI 芯片性能的瓶颈之一。AI 芯片需要高带宽、低能耗，同时在不占用面积的情况下可以扩展容量的存储器。HBM 是GDDR 的一种，定位在处理器片上缓存和传统DRAM 之间，兼顾带宽和容量，较其他存储器有高带宽、低功耗、面积小的三大特点，契合AI 芯片需求。HBM 不断迭代，从HBM1 目前最新到HBM3E，迭代方向是提高容量和带宽，容量可以通过堆叠层数或增加单层容量获得提升，带宽提升主要是通过提升I/O 速度。

HBM 市场爆发式增长，海力士和三星垄断市场。目前主流AI 训练芯片均使用HBM，一颗GPU 配多颗HBM，如英伟达1 颗H100 使用5 颗HBM3、容量80GB，23 年底发布的H200 使用6 颗HBM3E（全球首颗使用HBM3E 的GPU）、容量达144GB，3 月18 日，英伟达在美国加州圣何塞召开了GTC2024 大会发布的B100 和B200 使用192GB（8 个24GB 8 层HBM3E），英伟达GPU HBM 用量提升，另外AMD 的MI300 系列、谷歌的TPU 系列均使用HBM。根据我们的测算，预计24 年HBM 市场需求达150 亿美金，较23 年翻倍。HBM 的供应由三星、海力士和美光三大原厂垄断，22 年海力士/三星/美光份额50%/40%/10%，海力士是HBM 先驱，HBM3 全球领先，与英伟达强绑定、是英伟达主要HBM 供应商，三星紧随其后，美光因技术路线判断失误份额较低，目前追赶中，HBM3E 进度直逼海力士。目前HBM 供不应求，三大原厂已开启军备竞赛，三大原厂一方面扩产满足市场需求、抢占份额，海力士和三星24 年HBM 产能均提升2 倍+，另外三大原厂加速推进下一代产品HBM3E 量产以获先发优势，海力士3 月宣布已开始量产8 层HBM3E，3 月底开始发货，美光跳过HBM3 直接做HBM3E，2 月底宣布量产8 层HBM3E，三星2月底发布12 层HBM3E。

先进封装大放异彩，设备和材料新增量。HBM 采用3D 堆叠结构，多片HBM DRAM Die 堆叠在Logic Die 上，Die 之间通过TSV 和凸点互连，先进封装技术TSV、凸点制造、堆叠键合是HBM 制备的关键，存储原厂采用不同的堆叠键合方式，海力士采用MR-MUF 工艺，三星和美光采用TCB 工艺，MR-MUF 工艺较TCB 工艺效率更高、散热效果更好。HBM 对先进封装材料的需求带动主要体现在TSV、凸点制造和堆叠键合/底填工艺上，带来对环氧塑封料、硅微粉、电镀液和前驱体用量等的提升，在设备端HBM 带来热压键合机、大规模回流焊机和混合键合机等需求。

投资建议：HBM 海外引领，核心标的如下：1）存储原厂：海力士/三星/美光；2）设备：BESI/ASMPT/Camtek 等。大陆HBM 产业链相关标的：1）存储：香农芯创/佰维存储/雅创电子等；2）设备：赛腾股份/精智达/新益昌等；3）材料：华海诚科/雅克科技/联瑞新材/兴森科技/深南电路等；4）封测：通富微电/深科技/长电科技等。

风险提示：行业需求不及预期的风险、大陆厂商技术进步不及预期、技术路线发生分歧、研报使用的信息更新不及时的风险，计算结果存在与实际情况偏差的风险。