报告行业投资评级 - 推荐 维持评级 [1] 报告的核心观点 - 大模型 AI Agent 规模化落地，行业竞争逻辑从“算力为王”转向“存储与带宽为王”，驱动 HBM、先进封装、玻璃基板三大产业链进入景气上行周期 [5] - 序列长度 已成为推理系统成本与硬件压力的第一驱动力，其持续增长与 KV Cache 存储量、光传输流量呈严格线性关系，导致存储与带宽成为新的首要瓶颈 [18][20][28] - 玻璃基板+TGV 技术是解决传统封装瓶颈、适配未来 3D 封装与光互连趋势的核心方案，预计 2028 年前后迎来规模化量产，长期替代空间达千亿级别 [6][48][49][76] 根据相关目录分别进行总结 1 Agent 模式下存储与光需求对比 - 核心变量定义：定义了三个核心参数，累积序列总长度 、模型隐藏层维度 、模型总层数 ，其中 和 决定了模型的总参数量 [11][12] - 存储需求：KV Cache 总存储量公式为 ，其随累积序列长度 严格线性增长，增长速率为 [16][17] - 光传输需求：光传输总流量公式为 ，其中 为并行通信冗余系数，传输量同样随 严格线性增长 [20][21] - 瓶颈切换：追求更大模型时，GPU 算力是首要瓶颈；转向更深度的 Agent 推理时，HBM 容量与带宽成为新的首要瓶颈 [22][23] - 模型定价本质：模型 API 输入价格正比于 ，输出价格正比于 ，高 模型在 Agent 场景下成本劣势被放大 [24] - Agent 模式核心：Agent 模式的核心变量是推理轮次 ，其持续增长导致 远大于单次推理序列长度，成为硬件压力的主要驱动力 [25][26][28] 2 推理驱动 HBM 容量与带宽升级 - 发展趋势：受大模型推理驱动，HBM 呈现容量扩容、带宽跃升、代际升级趋势，正从 HBM3e 向 HBM4 切换 [29][30] - 厂商产品：英伟达 Rubin 搭载 HBM4，单卡带宽达 22TB/s；谷歌 TPU 8i 推理版配置 288GB HBM；英伟达 B300 HBM 容量为 288GB [29][30][32] - 容量提升机制：依赖制程微缩与 3D 堆叠，通过 TSV 垂直堆叠多层 DRAM 芯片，单 Stack 容量从 HBM1 的 4GB 提升至 HBM4 的 64GB [34] - 带宽提升机制：通过高并行数据通道、TSV 缩短信号路径及翻倍 I/O 引脚实现，HBM3E 带宽达 1TB/s [37] - 技术瓶颈：TSV 工艺存在孔径微缩和堆叠层数物理限制，高层堆叠易出现翘曲、散热、良率问题；台积电 CoWoS 封装产能不足是产业链核心卡点 [39][42] - 封装演进：当前以 2.5D 封装为主，未来向 3D 封装演进以缩短传输距离、提升性能 [45] 3 可被玻璃基板替代的封装层分析 - 替代环节与目的：玻璃基板可替代传统有机封装基板和硅中介层，旨在提升互连密度、支持更大尺寸封装、突破摩尔定律瓶颈 [57][58] - 核心优势：热膨胀系数与硅高度匹配；低介电损耗，信号完整性好；具备大尺寸面板级制造潜力，成本优化空间大 [60] - 劣势与挑战：材料脆性高，加工易产生微裂纹；玻璃通孔工艺复杂，良率控制难 [61] 4 台积电与 Intel 技术路线与战略立场 - Intel 路线：主推 EMIB + 玻璃芯基板方案，展示“10-2-10”厚芯玻璃基板原型，用玻璃替代基板核心层，打造大尺寸、低翘曲封装平台 [64][65][67] - 台积电路线：以 CoPoS 为核心，用玻璃中介层替换硅中介层，结合面板级封装，计划于 2028-2029 年实现量产 [70][71][73] 5 投资建议 - HBM 产业链：AI Agent 多轮推理拉高 KV Cache 需求，倒逼 HBM 完成容量、带宽、代际三重升级，市场规模持续扩容，是算力硬件中确定性最高的赛道之一 [76] - 先进封装：HBM 与 AI 芯片高度依赖先进封装，台积电 CoWoS 产能瓶颈持续凸显，2.5D 封装稳步放量，3D 封装逐步导入高端场景 [76] - 玻璃基板+TGV 产业链：玻璃基板是台积电 CoPoS 和 Intel 新一代封装的核心方案，预计 2028 年前后规模化量产，长期替代空间千亿级别，并具备光互连兼容属性 [76] - AI 算力配套：关注高速光模块、光互连芯片、光电共封装以及 KV Cache 优化相关芯片、存储控制器等增量市场 [77]