国泰君安：AI 算力拉动HBM需求井喷 国内供应链有望获益

  智通财经APP得悉，国泰君安发布研究报告称，受AI 算力需求拉动，中长期HBM 年需求增长率估计将达40%。海力士将出资10亿美元开展HBM，至2024 年末，海力士HBM产能将翻倍，2030 年出货量有望到达1 亿颗。三星HBM 将出资7000-10000 亿韩元出资新封装线 倍。该行以为AI 算力拉动HBM 量产，海力士HBM3E 估计2024 年3 月量产，看好国内先进封装及配套设备及资料产业链。

  高带宽存储器(HBM)经过TSV硅通孔、微凸块等先进封装技能将多个DRAM笔直堆叠，与GPU经过中介层互联封装，在较小空间里完成高带宽、高容量、低延时、低功耗，成为高性能AI 算力需求下必经之路。HBM 技能至今已开展至第4 代(HBM1、HBM2、HBM2 E、HBM3)。英伟达新一代AI 算力芯片H200 将搭载首款海力士HBM3E。据海力士，HBM3E 最高带宽1.18 TB/s，比HBM3 快30%，数据容量高40%，传热速率高10%，估计2024 年3 月量产。此外，三星HBM3E 顺畅经过客户验证，估计2024H2 量产，美光则越过HBM3，HBM3E 估计也将于2024H2 开端向英伟达供货。

  海力士HBM3E 选用MR-MUF 先进工艺，估计HBM4 将运用混合键合工艺。

  HBM 封装广泛选用TCB 热压键合的方法来进行堆叠，从芯片顶部发加热，仅芯片和Bump 焊接衔接处会发热，避免了下方基板翘曲问题，适用于极薄的芯片(~30μm)堆叠。海力士HBM2选用TC-NCF(Thermal Compression – Non Conductive Film，热压-非导电膜)的方法，预先堆积一层非导电膜操控翘曲，再进行热压键合，堆叠层数为4/8 层，相对热指数为1。而从HBM3 开端，海力士选用MR-MUF 工艺(Mass Reflow-Molded Underfill，回流毛细管填充)，回到传统倒装芯片大规模回流焊工艺，进步量产吞吐量，将液态环氧塑封料一次性注入堆叠好的芯片孔隙，完成低压填充并粘结。HBM3E 焊接高度估计下降至13μm，堆叠层数完成8/12 层，相对热指数下降至0.5。海力士宣告HBM4 将选用混合键合工艺，在高度洁净平整标明发生直接Cu-Cu 键合，距离能低至数微米，完成最高16 层的堆叠。HBM4 估计将于2026 年量产。

  受AI 算力需求拉动，中长期HBM 年需求增长率估计将达40%。海力士将出资10亿美元开展HBM，至2024 年末，海力士HBM产能将翻倍，2030 年出货量有望到达1 亿颗。三星HBM 将出资7000-10000 亿韩元出资新封装线 倍。