AI拉动算力需求先进封装乘势而起

  先进封装相较于传统封装技术 能更好地提升芯片性能和生产效率，其应用场景继续扩展。目前各种不一样先进封装技术已大范围的应用于人工智能（AI）、高性能运算（HPC）、 5G、AR/VR 等领域，占整体封测市场的比重也在不断提升。

  HPC、高配置手机、高阶无人驾驶有望成为先进封装主要增长驱动。芯片 下游应用广泛，先进封装由于其技术先进性与高昂的成本，目前优先应 用于对性能要求高或对价格不敏感的高端领域。台积电是半导体芯片代 工龙头，芯片制程行业领先，此外也是推动先进封装的先驱。台积电当 前收入结构的拆分某些特定的程度上可以表征先进封装的主要应用下游。2023 年，台积电营收拆分来看以 HPC（占比 43%）、Smart Phone（占比 38%）、 loT（占比 8%）、Automotive（占比 6%）贡献为主。

  HPC 受大模型训练 的驱动，对于 HBM 等应用先进封装的存储需求快速攀升。高配置手机（如 苹果）以及正在陆续面世的 AI 手机对于使用先进封装的高阶芯片的需 求量亦持续水涨船高。无人驾驶未来将向 L4、L5 等高阶方向发展，对 于算力的需求会持续提升，有望为先进封装提供新增量。综合看来 HPC、 AI 手机、高阶无人驾驶对芯片性能要求比较高，未来将成为先进封装主要 的需求驱动。

  ChatGPT引燃 AI 大模型发展热潮。AI 大模型的发展最早可追溯到 1950 年图灵提出的“图灵测试”，在 Open AI 正式向公众推出 ChatGPT 之前， AI 大模型的发展主要沿着专用化（如谷歌的 Deepmind）、to B 等方向发 展。2022 年 11 月 30 日，Open AI 正式对外发布面向消费者的聊天机器人模 型 ChatGPT，可实现翻译、文本问答任务，其中问答体验远超搜索引擎， 这导致不到 2 个月 ChatGPT 线 亿人。ChatGPT 的 一炮而红将 AI 大模型带入大众视野，AI 大模型的美好发展前途也使得 全球头部科技公司谷歌、微软、Meta、亚马逊、阿里、百度、腾讯等开 始加大对大模型领域的发展投入。根据赛迪顾问，截至 2023 年 7 月， 国外累积发布大模型 138 个，国内共发布大模型 130 个。

  在数量增加的 同时，大模型的能力也在飞速提升。以 GPT 为例：2020 年 6 月发布的 GPT-3 仅可执行翻译、文本问答任务，2023 年发布的 GPT-4 已能实 现语音、图片、代码问答任务，且可以输出文本、语音、图片。预计于 2024 年发布的 GPT-5 可能实现视频传输，将重点提升推理能力，往多 模态方向发展（2024 年 2 月 16 日 OpenAI 发布文生视频大模型 Sora， 可根据文本生成长达 1 分钟的视频）。OpenAI 创始人 Altman 在 2024 年 达沃斯经济论坛上表示，如果说 GPT-4 能轻松实现人类 10%的任务，那么 GPT-5 将达到 15%-20%。2022 年，全球生成式 AI 市场规模达 107.9 亿 美元。根据 Precedence Research，2022-2032 年全球生成式 AI 市场规模 CAGR 预计达 27.03%，2032 年全球生成式 AI 市场规模将达 1180.6 亿美 元。

  模型优化升级带动 AI服务器出货量增加。根据OpenAI 提出的缩放法则， 大模型表现与其规模强相关。因此，更大的参数量和训练文本依然是通 用大模型的发展路径。模型算力需求与参数量和数据集正相关。伴随着 模型结构逐步优化，模型的参数量、预训练数据量逐步提升，训练所 消耗的资源和对超算算力需求也呈现指数级别增长。未来三年，超算算 力需求将提升超过 10 倍，而 AI 服务器是算力的核心。TrendForce 预计 2023 年 AI 服务器出货量将增长 38.4%，达到近 120 万台，2026 年 AI 服务器出货量将达到近 240 万台，预计 2022~2026 年 AI 服务器出货量 CAGR 为 22%。

  GPU 是 AI 服务器的核心，AI 发展带动 GPU 市场规模扩大。AI 服务器 需要配置多块 GPU 以承担大量的计算，一般配置四块或以上的 GPU。 GPU 作为数据并行处理的核心，是 AI 服务器的核心增量。由于 GPU 可 兼容训练和推理，与 AI 模型构建高度适配，其占据了 AI 芯片大类市场。 根据 Verified Market Research 的统计与预测，2022 年全球 GPU 市场规 模达到 448 亿美元，同比增长 34%，预计 2030 年将达到 4473 亿美元， 对应 CAGR 为 33.3%。2022 年，NVIDIA、AMD 和英特尔三家公司的 GPU 市占率分别为 88%、8%和 4%。

  HBM 是 GPU 的最强“辅助”，在满足高带宽要求的同时可以突破“内 存墙”限制。HBM 利用先进封装技术（如 TSV 硅通孔技术）垂直 堆叠多个 DRAM，将原本在 PCB 板上的 DDR 内存颗粒和 GPU 芯片同 时集成到 SiP 封装中，使内存更加靠近 GPU，既能节约芯片面积、降 低功耗，还可以突破 I/O 管脚的数量限制进而突破内存带宽的限制，是 新一代内存解决方案。目前，HBM 市场以 HBM2e 为主流，最先进的 HBM 为第五代 HBM3 以及第六代 HBM3E，封装的 DRAM 层数可达到 12 层。

  AI 手机与 AI PC 迎来增长元年，大模型接入亟需先进封装 提供更强算力支持

  手机市场广阔，智能手机升级刺激换机需求。手机和消费领域是先进封 装重要的下游应用市场，2019 年手机和消费领域占先进封装下游应用领 域的 86%，Yole 预测 2028 占比仍将超过一半。手机市场的发展状况将 会影响到先进封装未来的应用。根据 IDC 的数据，23Q3 全球智能手机 的出货量环比增加了 13.4%，这也是自 2021Q3 以来首次实现同比增长， 增幅为 0.3%。随着人工智能的升级更新，2024 年全球 5G 智能手机的普 及将进一步加速，AI 大模型在手机上应用有望打破手机市场多年创新不 足的局面，对硬件性能需求的提高更有助于促进部分用户更换新机，增 加的智能手机需求也将带动先进封装需求的提升。

  多款手机接入 AI 大模型，开启 AI 手机新纪元。2023 年 9 月 25 日，华 为发布 Mate60 系列手机，接入自研盘古大模型，开启“大模型手机时 代”。随后，AI 大模型浪潮席卷智能手机领域，小米、OPPO、三星等国 内外手机生产厂商争先入场，通过自研 AI 大模型或与联手 AI 大模型厂商的 方式，相继推出大模型手机。手机接入大模型主要有云侧和端侧两种方 式。相较于云侧大模型，端侧大模型规模更小，目前最大参数仅为 70 亿。在保持“轻量化”的同时，端侧大模型性能依然优秀，如小米 13 亿参数端侧大模型在部分场景效果可媲美行业 60 亿参数云端大模型。 端侧大模型无需云端处理信息，可保护隐私安全，降低使用成本；在弱 网和无网环境也可使用，能丰富交互场景，使使用者真实的体验更稳定。基于 上述优点，接入端侧大模型将成为 AI 手机重要发展趋势。由于端侧大 模型直接部署于手机内部，完全依赖手机内部芯片算力支持，手机芯片 算力需求将随着大模型手机的发展爆发式增长。一款 130 亿参数的 AI 大模型大概需要 13GB 内存才能运行，而智能手机本身运行操作系统通 常需占用 4GB 内存，再加上其他常规 APP 的流畅运行，总的手机内存 容量需求将超过 20GB。目前大多数旗舰手机内存在 16GB，只有极少数 旗舰手机内存达到 24GB。因此，AI 手机接入端侧大模型后，亟需先进 封装提供强大算力支持。

  AI PC 成为未来 PC 端发展的新趋势，拉动 PC 换机需求。根据 IDC 的统计 数据，从 2023Q2 开始，全球 PC 出货量同比跌幅收窄，环比增长，2023Q3 全球 PC 出货量为 6820 万台，虽然同比下滑近 8%，但环比增长近 11%。 Gartner 预计随行业去库存接近尾声，PC 市场有望在 2023Q4 再次出 现同比增长，开启上行周期。由于低延迟和隐私保护的要求，大模型的 本地化需求正在增加，个人电脑（PC）目前是 AI 大模型的应用的最佳 载体。根据群智咨询预测，2024 年全球 AI PC 整机出货量将达到约 1300万台。2025 年至 2026 年，AI PC 整机出货量将继续保持两位数以上的 年增长率。预计在 2027 年，AI PC 将成为主流化的 PC 产品类型，为 PC 产业注入新的活力，推动 PC 进入新一轮的增长。

  本文仅供参考，不代表我们的任何投资建议。【幻影视界】整理分享的资料仅推荐阅读，用户获取的资料仅供个人学习，如需使用请参阅报告原文。返回搜狐，查看更加多