存储专题

超配

AI发展驱动HBM高带宽存储器放量

核心观点

HBM是当前GPU存储单元理想解决方案，AI发展驱动HBM放量。HBM（高带宽存储器，High Bandwidth Memory）是由AMD 和SK Hynix 发起的基于3D堆栈工艺的高性能DRAM，适用于高存储器带宽需求的应用场合。AI大模型的数据计算量激增，需要应用并行处理数据的GPU作为核心处理器，而“内存墙”的存在限制了GPU数据处理能力，HBM突破了内存容量与带宽瓶颈，可以为GPU提供更快的并行数据处理速度，打破“内存墙”对算力提升的桎梏，被视为GPU存储单元理想解决方案，将在AI发展中持续收益。

TSV 技术是HBM的核心技术之一，中微公司是TSV设备主要供应商。硅通孔技术（TSV）为连接硅晶圆两面并与硅衬底和其他通孔绝缘的电互连结构，可以穿过硅基板实现硅片内部垂直电互联，是实现2.5D、3D先进封装的关键技术之一，主要用于硅转接板、芯片三维堆叠等方面。中微公司在2010年就推出了首台TSV深孔硅刻蚀设备Pr imo TSV?，提供的8英寸和12英寸硅通孔刻蚀设备，均可刻蚀孔径从低至1微米以下到几百微米的孔洞，并具有工艺协调性。

ALD 沉积在HBM工艺中不可或缺，雅克科技是ALD前驱体核心供应商，拓荆科技是ALD设备核心供应商。由于ALD设备可以实现高深宽比、极窄沟槽开口的优异台阶覆盖率及精确薄膜厚度控制，在HBM中先进DRAM加工工艺和TSV加工工艺中是必不可少的工艺环节。雅克科技是国内ALD沉积主要材料前驱体供应商，公司前驱体产品供应HBM核心厂商 SK海力士，High-K、硅金属前驱体产品覆盖先进1bDRAM、200层以上3DNAND以及3nm先进逻辑电路等。拓荆科技是国内ALD设备的主要供应商之一，公司PEALD产品用于沉积SiO、SiN等介质薄膜，在客户端验证顺利；Thermal-ALD产品已完成研发，主要用于沉积AI20等金属化合物薄膜。

HBM主要应用2.5D+3D先进集成，IC载板是转接板核心材料。HBM借助TSV技术实现2.5D+3D先进集成，而IC载板是集成电路先进封装环节的关键载体，建立IC芯片与PCB板之间的讯号连接。在目前应用较广的2.5D+3D的先进封装集成电路中，都采用IC载板作为承载芯片的转接板，如AMD2015年推出的 Radeon R9Fury X GPU中使用了64nm的TSVIC 载板作为转接板，NVIDIA的Pascal100 GPU 基于台积电16nm工艺技术，连接在台积电64nm CoWoS-2 转接板上，然后封装在PCB 板上完成搭建。

相关公司：中微公司、雅克科技、拓荆科技、兆易创新、北京君正。

风险提示：HBM下游需求不及预期，产业链相关企业发展进度不及预期。

重点公司盈利预测及投资评级

公司代码	公司名称	投资评级	昨收盘（元）	总市值（亿元）	EPS		PE
公司代码	公司名称	投资评级	昨收盘（元）	总市值（亿元）	2023E	2024E	2023E	2024E
002409	雅克科技	买入	70.5	335.5	1. 78	2.47	38.1	27.6
688012	中微公司	买入	169.9	1050.3	2.26	2.84	72.6	57.6
688072	拓荆科技	买入	428	541.3	4.51	6.51	90.8	62.9
603986	兆易创新	买入	111.88	746.3	3.38	4.53	32.1	23.9
300223	北京君正	买入	93.36	449.6	1.82	2.45	48.5	36.1

资料来源：Wind、国信证券经济研究所预测

行业研究·行业专题

电子·半导体

超配·维持评级

证券分析师：胡剑
021-60893306
hujian1@guosen.com.cn
S0980521080001

证券分析师：胡慧

证券分析师：周靖翔
021-60375402
zhoujingxiang@guosen.com.cn
S0980522100001

021-60871321 huhui2@guosen.com.cn S0980521080002

证券分析师：叶子0755-81982153yezi3@guosen.com.cnS0980522100003

证券分析师：李梓澎
0755-81981181
lizipeng@guosen.com.cn
S0980522090001
联系人：李书颖
0755-81982362
lishuying@guosen.com.cn
联系人：詹浏洋
010-88005307
zhanliuyang@guosen.com.cn

市场走势.

资料来源：Wind、国信证券经济研究所整理

内容目录

HBM：高带宽DRAM，GPU理想存储解决方案， 4
AI大模型催动 DRAM 需求. 4
3D DRAM 解决“内存墙”问题 6
关键技术助力 HBM 发展. 8
相关企业. 14
风险提示. 16

图表目录

图1：HBM主要以TSV技术垂直堆叠芯片，达到缩减体积、降低能耗的目的 4
图2：AI模型计算量增长迅猛 4
图3：HBM提供更快的数据处理速度. 4
图4：大模型语言计算对应内存需求. 5
图5：静态内存参数、优化器状态较为固定 5
图6：动态内存通常是静态内存的数倍 5
图7：AI服务器提升存储器需求. 6
图8：模型越大需要设备内存越大！ .6
图9：存储带宽落后于算力成长速度形成“内存墙” .6
图10：3D DRAM几种实现方式. 7
图11：HBM 每个DRAM 单元间引线最短 7
图12：HBM3 带宽进一步提升. 7
图13：Chiplet 搭载 HBM作为存储单元解决方案 8
图14：硅通孔技术流程.. 9
图15: TSV 当前深宽比约在10：1. 9
图16: TSV 目前开孔约在10um. 9
图17: 英伟达 A10O GPU CoWoS 封装 10
图18: 基于TSV技术实现堆叠 HBM 10
图19：IMEC TSV工艺示意图. 10
图20：ALD形成扩散阻挡层. 10
图21：先进 DRAM需要更高介电常数材料. 11
图22：ALD形成 High-K Metal Gate 11
图23：2.5D+3D先进封装集成. 11
图24：AMD Radeon Vega GPU& HBM2 横截面. 12
图25：台积电“3D Fabric”平台使用8个HBM2e堆栈. 12
图26：NVIDIA GH200 Grace Hopper 芯片中使用 96GB HBM3 堆栈 12
图27：AMD/UMC 2.5D+3D集成示意图. 13
图28：NVIDIA/TSMC 2.5D+3D 集成示意图. 13
图29：2019-2025全球封装基板行业产值及增速 13
图30：全球IC载板市场格局. 13

HBM：高带宽DRAM，GPU 理想存储解决方案

HBM（高带宽存储器，High Bandwidth Memory）是一款新型的CPU/GPU 内存芯片，是由AMD 和SKHyni×发起的基于3D堆栈工艺的高性能DRAM，适用于高存储器带宽需求的应用场合。HBM以位元计算，通过增加带宽，扩展内存容量，让更大的模型、更多的参数留在离核心计算更近的地方，从而减少内存和存储解决方案带来的延迟，目的实现大容量，高位宽的 DDR 组合阵列，目前 HBM占整个DRAM 市场比重约1.5%，为新型高性能存储产品。

图1：HBM主要以TSV技术垂直堆叠芯片，达到缩减体积、降低能耗的目的

资料来源：Micron，国信证券经济研究所整理

AI大模型催动DRAM需求

AI大模型处理数据的吞吐量呈指数级增长，对内存的提出更高的带宽需求，HBM迎来发展机遇。AI大模型的数据计算量激增，需要应用并行处理数据的GPU作为核心处理器，GPU搭载的内存芯片带宽关联GPU数据处理能力，高带宽的内存芯片可以为GPU提供更快的并行数据处理速度，对GPU的性能起到了决定性作用。

图2：AI模型计算量增长迅猛

资料来源：OurWorldinData，国信证券经济研究所整理

图3：HBM提供更快的数据处理速度

资料来源：TSMC，国信证券经济研究所整理

动态内存能力对大模型训练至关重要。内存方面，大模型训练的内存可以大致理解为参数、优化器状态、激活、梯度四部分的和。它们大致分为两类：静态内存和动态内存。参数、优化器状态较为固定，属于静态内存，激活和梯度等中间变量属于动态内存，是最主要的内存占用原因，动态内存通常是静态内存的数倍。

图4：大模型语言计算对应内存需求

	公式	注释
模型参数	·混合精度（fp16/bf16和fp32）memorymodel =(2 bytes/param)·(No.params)
优化器内存	对于vanilla AdamW,memoryoptimizer = (12 bytes/param)·(No.params)·fp32参数副本：4字节/参数■动量：4字节/参数·方差：4字节/参数对于像bitsandbytes这样的8位优化器，memoryoptimizer = (6 bytes/param)·(No.params)·fp32参数副本：4字节/参数·动量：1字节/参数■方差：1字节/参数对于具有动量的类SGD优化器，memoryoptimizer = (8 bytes/param)·(No.params)·fp32参数副本：4字节/参数■动量：4字节/参数
梯度内存	·fp32，memorygradients=(4bytes/param)·(No.params)·fp16，memorygradients =(2 bytes/param).·(No.params)
激活重计算	,NoRecomputation 24memoryactivations=sbhL(10++5a·s)bytesth·t24ySelectieRecomputation=sbhL(10)bytestmemoryactivationsFullRecomputation=2·sbhLbytesmemoryactivations	abhnumber of attention heads ppipeline parallel sizemicrobatch sizessequence lengthhidden dimension sizettensor parallel sizenumber of transformer layersUvocabulary size
模型训练内存需求
模型推理内存需求	Total Memoryinference ~(1.2)× Model Memory

资料来源：Eleutheral，国信证券经济研究所整理

图5：静态内存参数、优化器状态较为固定

图6：动态内存通常是静态内存的数倍

资料来源：知乎，国信证券经济研究所整理
资料来源：知乎，国信证券经济研究所整理

训练1750亿参数的GPT3所需内存，大约需要3.2TB以上。静态内存方面，大多数Transformer都是以混合精度训练的，如FP16+FP32，以减少训练模型内存，则一个参数占2个字节，参数和优化器状态合计占用内存1635G。而动态内存，根据不同的批量大小、并行技术等结果相差较大，通常是静态内存的数倍。更简洁的估算方法，可以假设典型的LLM训练中，优化器状态、梯度和参数所需的内存为20N字节，其中N是模型参数数量，则1750 亿参数的GPT3大概需要3.2TB内存。推理所需内存则较小，假设以FP16存储，175B参数的GPT3推理大约需要内存 327G，则对应4张80G A100，如果以FP32运算，则需要10 张。

图7：AI服务器提升存储器需求

资料来源：闪存市场，国信证券经济研究所整理

图8：模型越大需要设备内存越大

资料来源：NVIDIA，国信证券经济研究所整理

3D DRAM解决“内存墙”问题

“内存墙”是处理器算力超过存储芯片存取能力，内存墙的存在导致综合算力被存储器制约。据行业预计，处理器的峰值算力每两年增长3.1倍，而动态存储器(DRAM)的带宽每两年增长1.4倍，存储器的发展速度远落后于处理器，相差1.7倍。由于处理器处理数据过程同样需要动态存储器的支持，“内存墙”的存在制约了处理器的算力提升速度。

图9：存储带宽落后于算力成长速度形成“内存墙”

资料来源：曹立强、侯峰泽，《先进封装技术的发展与机遇》，前瞻科技杂志，2022年第3期"集成电路科学与工程专刊”，前瞻科技杂志，国信证券经济研究所整理

将DRAM3D化是解决内存墙的主要方法。将DRAM从传统2D转变为立体3D，借助TSV 等技术实现内存芯片在3D维度进行堆叠，充分利用空间提升内存芯片密度，缩小芯片表面积，契合半导体行业小型化、集成化的发展趋势。3DDRAM的发展也有堆叠引线键合、倒装混合引线键合等多种实现方式，HBM是3DDRAM的一种形式，相较于其他DRAM的集成方式，HBM存储单元外的导线长度最短，数据传递速度最快，损耗最小，是目前最理想化的3D DRAM 形式。HBM 突破了内存容量与带宽瓶颈，打破了“内存墙”对算力提升的桎梏，被视为新一代DRAM 解决方案，是未来DRAM重要发展路径。

图10：3DDRAM几种实现方式

图11：HBM每个DRAM单元间引线最短

资料来源：Lau.J，《Chip Design and Heterogeneous lntegrationPackaging》，2023版，140-145页，国信证券经济研究所整理
资料来源：Lau.J，《Chip Design and Heterogeneous IntegrationPackaging》，2023版，140-145页，国信证券经济研究所整理

据集邦咨询数据，存储巨头SK海力士是目前HBM最大的供应商，占据50%的市场份额。SK 海力士在2013年推出了首款 HBM存储器，共包含4个DRAM 单元，后续海力士陆续推出了HBM2、HBM2e和 HBM3，带宽和I/0 速度进一步提升。除海力士外，三星、美光占据了HBM 其余市场。由于HBM 主要和GPU搭载使用，封装主要以TSV3D封装进行，所以通常在晶圆厂内完成，当前台积电、格芯等也在发力HBM 技术的研究与制造。当前SK海力士已经实现了HBM3的量产，搭载在NVIDIAGPUH100 之中，其带宽在 HBM2 460 GB/s 的基础上提升了78%，达到了819 GB/s，随着GPU 算力的不断提升，HBM 在速度、密度、功耗、占板空间方面也将持续提升。

图12:HBM3带宽进一步提升

资料来源：SK海力士，国信证券经济研究所整理

当前高端GPU已搭载高端 HBM作为先进封装存储单元的解决方案。NVIDIA高端GPUH100、A100 主采HBM2e、HBM3，H100 GPU上主要搭载 HBM3 内存。此外，AMD 的MI200、MI300 以及Google自研TPU等均将搭载高带宽的 HBM提升内存能力，TrendForce 集邦咨询预估2023年 HBM需求量将年增 58%，2024年有望再增长30%。

图13：Chiplet 搭载 HBM作为存储单元解决方案

资料来源：电子发烧友网，国信证券经济研究所整理

关键技术助力HBM发展

HBM 关键技术#1：硅通孔技术(TSV)

硅通孔技术（TSV，ThroughSiliconVia）为连接硅晶圆两面并与硅衬底和其他通孔绝缘的电互连结构，可以穿过硅基板实现硅片内部垂直电互联，这项技术是目前唯一的垂直电互联技术，是实现2.5D、3D先进封装的关键技术之一，主要用于硅转接板、芯片三维堆叠等方面。TSV的尺寸多为10μm×100μm和30μm×200μ m，开口率介于0.1%-1%。相比平面互连，TSV可减小互连长度和信号延迟，降低寄生电容和电感，实现芯片间的低功耗和高速通信，增加宽带和封装小型化。在有源芯片中，当前TSV开孔一般在10um左右，深宽比约为10：1，微凸点互联间距在40-50um，由于TSV本身占据面积较大，且会形成一定应力影响区，发展方向向5um以下、深宽比10以上发展，实现更小的体积和更低的成本。

图14:硅通孔技术流程

资料来源：《新时代先进封装》，于大全，2021版，8-10页，国信证券经济研究所整理

图15：TSV当前深宽比约在10：1

图16:TSV目前开孔约在10um

资料来源：《新时代先进封装》，于大全，2021版，8-10页，国信证券经济研究所整理
资料来源：《新时代先进封装》，于大全，2021版，8-10页，国信证券经济研究所整理

HBM 是借助TSV技术实现多个DRAM之间的连通堆叠。借助TSV技术，多个 HBM单元可以以3D形式集成在同一个转接板上。英伟达采用台积电第4代CoWoS技术封装了A100 GPU，实现一颗A100 GPU和6个三星 HBM2 集成为一颗芯片。该技术将多颗芯片键合至硅基转接板晶圆上(SiInterposer)，形成逻辑SoC 芯片和 HBM阵列，通过RDL和TSV形成互联并连接硅基转接板晶圆凸点。英特尔Foveros 技术（3D Face to Face Chip Stack for heterogeneous integration）亦通过 3DTSV 实现3D堆叠异构封装技术。

图17:英伟达A100 GPU CoWoS封装

（a）A100GPU和HBM阵列

资料来源：曹立强、侯峰泽，《先进封装技术的发展与机遇》，前瞻科技杂志，2022年第3期"集成电路科学与工程专刊”，前瞻科技杂志，国信证券经济研究所整理

图18：基于TSV技术实现堆叠 HBM

资料来源：AMD，国信证券经济研究所整理

关键技术#2：ALD沉积

原子层沉积（ALD）是将原子逐层沉积在衬底材料上的工艺，通过将两种或多种前驱体交替通过衬底表面，发生化学吸附反应逐层沉积在衬底表面，能对复杂形貌基底表面全覆盖成膜。由于ALD设备可以实现高深宽比、极窄沟槽开口的优异台阶覆盖率及精确薄膜厚度控制，实现了芯片制造工艺中关键尺寸的精度控制。HBM先进DRAM 加工工艺和TSV加工工艺两个环节中,ALD是必不可少的核心设备之一。

ALD沉积TSV扩散阻挡层。TSV深孔制作完成后，需要进行电化学镀铜来完成金属沉积形成导线，由于铜化学性质活泼，在电镀前需要以ALD方式沉积WN形成扩散阻挡层，防止铜的电化学迁移导致物理失效。IMEC基于via middle的TSV制造工艺中，硅通孔采用了高保型ALD氧化层绝缘，厚度为125nm，获得了100%覆盖率。在单纯热工艺下，按顺序地驱动多种前驱体和反应体沉积WN作为扩散阻挡层，沉积温度375℃，覆盖率大于90%。

图19：IMECTSV工艺示意图

资料来源：Electrochimica Acta，国信证券经济研究所整理

图20：ALD形成扩散阻挡层

资料来源：ElectrochimicaActa，国信证券经济研究所整理

ALD 沉积DRAMHigh-KMetalGate。随着晶体管体积持续缩小，传统SiO2栅极电介质受介电性能达到极限，在45nm内先进制程芯片中会产生隧穿现象从而导致漏电，从而造成晶体管可靠性下降。High-K材料相比传统Si02具有更强介电常数，可使栅极漏电流减少10倍左右，同时降低工作电压，提高材料理论性能。

图21：先进DRAM需要更高介电常数材料

资料来源：CNKI，国信证券经济研究所整理

图22:ALD形成 High-K Metal Gate

资料来源：微导纳米路演资料，国信证券经济研究所整理

关键技术#3：2.5D+3D集成

借助TSV可以实现2.5D+3D 的集成技术，HBM 借助TSV技术实现多个DRAM之间的连通堆叠。2013年10月，HBM成为了JEDEC通过的工业标准，第二代 HBM2于2016年1月成为了工业标准，NVIDIA的Tesla 运算加速卡Tesla P10O、AMD的RadeonVega、Intel的 Knight landing都采用了 HBM2。AMD Radeon Vega GPU中使用的HBM2，由8个8Gb 芯片和一个逻辑芯片通过TSV和微凸点垂直互连，每个芯片内包含 5000 个TSV，在一个 HBM2中，超过 40000 个TSV通孔。

图23：2.5D+3D先进封装集成

资料来源：电子发烧友网，国信证券经济研究所整理

图24:AMD Radeon Vega GPU& HBM2 横截面

资料来源：AMD，国信证券经济研究所整理

台积电借2.5D+3D封装技术推出“3D Fabric”先进封装平台。台积电将2.5D 和3D 先进封装技术整合为“3D Fabric”平台，在2.5D层面推出了CoWoS及InF0等技术，在3D层面推出了3D SoIC技术。其中前段技术包含3D 的整合芯片系统（SoIC InF0-3D），后端组装测试相关技术包含 2D/2.5D 的整合型扇出（InF0）以及2.5D的CoWoS系列。目前最新的第五代CoWoS-S封装技术，将增加3倍的中介层面积、8个HBM2e堆栈（容量高达128GB）、全新的硅通孔（TSV）解决方案等，有望将晶体管数量翻至第3代封装解决方案的20倍。

英伟达 GH200 Grace Hopper 超级芯片采用2.5D+3D封装技术。2023年5月，英伟达正式发布了全新的 GH200 Grace Hopper 超级芯片，以及基于 NVIDIA NVLinkSwitch System 驱动的拥有 256个 GH200 超级芯片的 NVIDIA DGX GH200 超级计算机。Grace Hopper 超级芯片使用 NVIDIA NVLink®-C2C 互连技术，DGX GH200将基于Arm 的NVIDIA Grace CPU 和 Hopper GPU 架构互联，通过Chiplet工艺将72 核的 Grace CPU、Hopper GPU、96GB 的 HBM3 和 512 GB的 LPDDR5X 集成在同一个封装中。

图25：台积电“3D Fabric”平台使用8个HBM2e堆栈

资料来源：芯智讯，国信证券经济研究所整理

图26:NVIDIA GH200 Grace Hopper 芯片中使用96GB HBM3 堆栈

资料来源：NVIDIA，国信证券经济研究所整理

先进封装技术发展推动IC载板需求。IC封装基板又称IC载板，是集成电路先进封装环节的关键载体和材料，建立IC芯片与PCB板之间的讯号连接，可为芯片提供电连接、保护、制成、散热等功效，相较于普通PCB，IC 载板具有高密度、高脚数、高性能、小型化及轻薄化特点。

在目前应用较广的2.5D+3D的先进封装集成电路中，都采用IC载板作为承载芯片的转接板，如AMD2015 年推出的 Radeon R9 Fury X GPU中使用了 64nm 的TSV IC载板作为转接板，以ubump 的形式连接上方GPU 和 HBM，再以C4 bump 连接下方

PCB 板，NVIDIA的 Pascal 100 GPU基于台积电16nm工艺技术构建，以ubump 的形式和 HBM以ubump 形式连接在台积电64nmCoWoS-2 转接板上，然后封装在PCB板上完成搭建。

图27:AMD/UMC2.5D+3D集成示意图

资料来源：Lau.J，《Chip Design and Heterogeneous lntegrationPackaging》，2023版，152-157页，国信证券经济研究所整理

图28：NVIDIA/TSMC 2.5D+3D集成示意图

资料来源：Lau.J，《Chip Design and Heterogeneous IntegrationPackaging》，2023版，152-157页，国信证券经济研究所整理

IC 封装基板是PCB行业增速最快的细分领域。IC封装载板下游应用广泛，根据Prismark数据，2020年IC载板行业产值已达到102亿美元，预计将在2025年达到162亿美元的产值，2021-2026年年均复合增长率为9.7%，高于PCB行业5.8%年均复合增长率，是PCB行业增速最快的细分领域。IC载板已经成为封装工艺价值量最大的材料，在传统封装中约占40%-50%，在先进封装中约占70%-80%。据Yole 数据，预计全球先进封装将从2019年的 290亿美元，增长到2025年的420亿美元，占封装市场整体份额的49.4%，复合增速达6.6%。

图29：2019-2025全球封装基板行业产值及增速

资料来源：Prismark，国信证券经济研究所整理

图30：全球IC载板市场格局

资料来源：Yole，国信证券经济研究所整理

风险提示

1、宏观AI应用推广不及预期。AI技术在应用推广的过程可能面临各种挑战，比如：（1）AI技术需要更多的时间来研发和调试，而且在应用过程中可能会受到数据质量、资源限制和技术能力等因素的制约；（2）AI技术的实施需要更多的资源和资金支持；（3）市场竞争可能也会影响企业在AI应用推广方面的表现。因此，投资者应审慎评估相关企业的技术实力、资金实力以及管理能力，相关企业的AI应用存在推广进度不及预期的风险。

2、AI投资规模低于预期。尽管AI技术在过去几年中受到广泛关注，但AI相关领域的企业投资回报并不总是符合预期。部分企业在AI领域可能缺乏足够的经验和资源，难以把握市场机会。此外，市场竞争也可能会影响企业的投资力度。因此，存在AI领域投资规模低于预期，导致企业相关业务销售收入不及预期的风险。

3、HBM 渗透率提升低于预期。虽然 HBM的应用已经较为广泛，但HBM渗透率提升的速度存在低于预期的风险，这与企业对HBM的投资意愿有关，也可能与市场需求和技术进展的速度有关。

免责声明

分析师声明

作者保证报告所采用的数据均来自合规渠道；分析逻辑基于作者的职业理解，通过合理判断并得出结论，力求独立、客观、公正，结论不受任何第三方的授意或影响；作者在过去、现在或未来未就其研究报告所提供的具体建议或所表述的意见直接或间接收取任何报酬，特此声明。

国信证券投资评级

类别	级别	说明
股票投资评级	买入	股价表现优于市场指数20%以上
	增持	股价表现优于市场指数10%-20%之间
	中性	股价表现介于市场指数±10%之间
	卖出	股价表现弱于市场指数10%以上
行业投资评级	超配	行业指数表现优于市场指数10%以上
	中性	行业指数表现介于市场指数 ±10%之间
	低配	行业指数表现弱于市场指数10%以上

重要声明

本报告由国信证券股份有限公司（已具备中国证监会许可的证券投资咨询业务资格）制作；报告版权归国信证券股份有限公司（以下简称“我公司”）所有。本报告仅供我公司客户使用，本公司不会因接收人收到本报告而视其为客户。未经书面许可，任何机构和个人不得以任何形式使用、复制或传播。任何有关本报告的摘要或节选都不代表本报告正式完整的观点，一切须以我公司向客户发布的本报告完整版本为准。

本报告基于已公开的资料或信息撰写，但我公司不保证该资料及信息的完整性、准确性。本报告所载的信息、资料、建议及推测仅反映我公司于本报告公开发布当日的判断，在不同时期，我公司可能撰写并发布与本报告所载资料、建议及推测不一致的报告。我公司不保证本报告所含信息及资料处于最新状态；我公司可能随时补充、更新和修订有关信息及资料，投资者应当自行关注相关更新和修订内容。我公司或关联机构可能会持有本报告中所提到的公司所发行的证券并进行交易，还可能为这些公司提供或争取提供投资银行、财务顾问或金融产品等相关服务。本公司的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中意见或建议不一致的投资决策。

本报告仅供参考之用，不构成出售或购买证券或其他投资标的要约或邀请。在任何情况下，本报告中的信息和意见均不构成对任何个人的投资建议。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。投资者应结合自己的投资目标和财务状况自行判断是否采用本报告所载内容和信息并自行承担风险，我公司及雇员对投资者使用本报告及其内容而造成的一切后果不承担任何法律责任。

证券投资咨询业务的说明

本公司具备中国证监会核准的证券投资咨询业务资格。证券投资咨询，是指从事证券投资咨询业务的机构及其投资咨询人员以下列形式为证券投资人或者客户提供证券投资分析、预测或者建议等直接或者间接有偿咨询服务的活动：接受投资人或者客户委托，提供证券投资咨询服务；举办有关证券投资咨询的讲座、报告会、分析会等；在报刊上发表证券投资咨询的文章、评论、报告，以及通过电台、电视台等公众传播媒体提供证券投资咨询服务；通过电话、传真、电脑网络等电信设备系统，提供证券投资咨询服务；中国证监会认定的其他形式。

发布证券研究报告是证券投资咨询业务的一种基本形式，指证券公司、证券投资咨询机构对证券及证券相关产品的价值、市场走势或者相关影响因素进行分析，形成证券估值、投资评级等投资分析意见，制

作证券研究报告，并向客户发布的行为。

国信证券经济研究所

深圳深圳市福田区福华一路125号国信金融大厦36层邮编：518046总机：0755-82130833

上海
上海浦东民生路1199弄证大五道口广场1号楼12层
邮编：200135
北京
北京西城区金融大街兴盛街6号国信证券9层
邮编：100032

国信证券-电子行业存储专题：AI发展驱动HBM高带宽存储器放量-230619.pdf