招商证券发布研究报告称，AI算力升级带动服务器的CPU迭代并提升GPU需求，带动AI服务器存储容量和价值量较传统服务器数倍增长。训练型AI服务器中GPU承担大部分算力，算力要求推动了HBM等新型存储器超百亿美元新兴市场，进而提升Bumping、TSV、CoWoS等先进封装工艺需求，并带来减薄、键合、模塑、测试等设备以及EMC、电镀液、PSPI等材料的增量需求。叠加国内自主可控需求持续增长，国内存储及HBM等催生的先进封装产业链发展空间巨大。
招商证券观点如下：
AI服务器CPU和GPU随算力需求而升级，对存储器容量和价值量均有数倍拉动。
传统服务器以CPU作为算力核心，随着AI训练模型的算力要求不断提升，CPU的核心数、主频、线程数量均不断提升，但仅靠CPU已经无法满足算力需求，需要搭配GPU进行多线程数据处理，主流训练型服务器一般搭配8个GPU。AI服务器用到的主要存储器包括CPU内存、GPU显存和硬盘NAND等，存储器容量和价值量均较普通服务器有数倍提升，1)DRAM：英伟达训练型AI服务器中的CPU DRAM容量高达2TB，另外单个GPU一般搭载80GB以上的HBM存储器，AI服务器HBM总容量预计超640G，总内存容量相较普通服务器有4-8倍的提升，仅CPU内存价值量预计有5倍的提升，GPU的HBM则为纯增量市场;另外，服务器内存也在不断迭代，目前普通的服务器均多配备DDR4，但最先进的AI服务器已经搭配了DDR5或LPDDR5;2)NAND：AI服务器的硬盘容量高达30TB，相较传统服务器提升2-4倍，另外传统服务器同时使用机械硬盘和固态硬盘(SSD)，但AI服务器基本全部使用SSD，整体价值量较普通服务器预计提升10倍左右。
HBM能够突破训练型AI服务器的GPU带宽极限，2024年增量空间预计超百亿美元。
HBM(High Bandwidth Memory)即高带宽存储器，是基于2.5/3D封装技术的一种新型CPU/GPU内存芯片，将DRAM Die垂直堆叠，Die之间通过TSV的方式连接。HBM能够以低功耗产生高带宽，因此广泛搭配训练型AI服务器的GPU使用，训练型AI服务器对HBM需求的拉动主要体现在：1)AI服务器搭载GPU数量的提升：由普通服务器的2个提升至目前的8个;2)单个GPU搭载HBM Stack数量的提升：在HBM1方案中，单个GPU搭载4个HBM1，而在目前HBM2e或HBM3方案中，一般单个GPU搭配6个HBM Stack;3)HBM堆叠的DRAM层数和容量增多：从HBM1到HBM3，单个DRAM Die密度从2Gb提升至16Gb，堆叠高度从4Hi提升至12Hi，单个HBM叠层容量从1GB提升至24GB。Trendforce预计2025年全球服务器出货量为1700万台，当前AI服务器渗透率大概不足2%，假设2024年AI服务器渗透率约4%，按照每个AI服务器搭载8个GPU、每个GPU搭载6个共80GB至100GB及以上的HBM Stack的方案测算，那么2024年AI服务器带来的HBM增量空间预计超百亿美元。
AI服务器的GPU采用2.5D+3D封装工艺，推动TSV、CoWoS等核心封装技术需求。
HBM和GPU采用2.5D+3D封装工艺，根据Yole，2021年HBM和Si中介层封装市场规模合计约14亿美元，预计2027年增至35亿美元，其中HBM和硅中介层封装市场分别增至16.3和18.8亿美元。TSV(Through-Silicon Via)即硅通孔技术，顺应2.5D封装架构而产生，能够以最低的能耗提供极高的带宽和密度，是实现电路小型化、高密度、多功能化的首选解决方案。2.5D TSV技术已经广泛用于AI GPU基板上的HBM中，实现DRAM各层Die之间的连接，以及HBM芯片和下方的金属凸块之间的连接。CoWoS工艺用于将HBM和硅中介层、封装基板等进行整体封装，当前台积电处于领先地位，伴随着谷歌TPU、英伟达GPU、AMD MI300等均导入生成式AI，台积电CoWoS需求自2022年以来翻倍增长，目前持续供不应求，展望2024年将目前CoWoS产能翻倍。
HBM多层堆叠结构提升工序步骤，将带动封装设备和材料需求持续提升。
1)设备：HBM中大量增加前道工序，前道检、量测设备主要增量来自微凸点、TSV、硅中介层等工艺，另外HBM中增加的预键合晶圆级测试和KGSD相关的封装级测试也带动分选机、测试机、探针台等后道测试设备的数量和精度提升;HBM堆叠结构增多，要求晶圆厚度不断降低，进而提升减薄、键合等设备需求;HBM多层堆叠结构要求超薄晶圆和铜-铜混合键合工艺，增加了临时键合/解键合以及混合键合设备需求，各层DRAM die的保护材料也非常关键，对注塑或压塑设备提出较高要求;另外，诸如划片机、固晶机、回流焊机/回流炉等传统设备需求也均受益于HBM封装带来的工艺步骤提升和工艺变革带来的价值量提升;2)材料：HBM中芯片间隙采用GMC(颗粒状塑封料)或LMC(液态塑封料)进行填充，GMC最主要原材料为球形硅微粉和球形氧化铝;HBM采用底部填充胶用于FC封装工艺，采用PSPI作为硅中介层中RDL的再钝化层;HBM中的Bumping、RDL、TSV等引入前道工艺，带来电镀液用量提升;另外，HBM也将提升电子粘合剂、封装基板、压敏胶带等其他材料需求。
投资建议：相较传统服务器，AI服务器的存储器容量和价值量均提升数倍，其中训练型AI服务器GPU对带宽要求显著提升，催生了HBM等新型存储器的增量需求。当前DRAM、NAND、HBM等份额均主要由海外原厂如三星、美光、SK海力士等占据，HBM的CoWoS封装工艺主要由台积电掌握，但考虑到AI对整个存储产业链的拉动，叠加行业需求持续复苏、国产自主可控需求持续提升，国内存储及HBM等催生的先进封装产业链发展空间巨大。
建议关注：
先进封装设备标的中科飞测(688361.SH)、北方华创(002371.SZ)、中微公司(688012.SH)等;
先进封装材料标的鼎龙股份(300054.SZ)、安集科技(688019.SH)、雅克科技(002409.SZ)等;
先进封装标的长电科技(600584.SH)、通富微电(002156.SZ)、华天科技(002185.SZ)等;
存储模组及主控标的江波龙(301308.SZ)、佰维存储(688525.SH)、朗科科技(300042.SZ)等;
存储经销标的香农芯创(300475.SZ)、雅创电子(301099.SZ)等;
存储及HBM配套标的国芯科技(688262.SH)、澜起科技(688008.SH)、创益通(300991.SZ)等。
风险提示：AI服务器渗透率提升不及预期、存储行业复苏不及预期、国产替代进程不及预期、研发进展不及预期的风险。