电子行业2026年度投资策略报告：云侧AI趋势正盛端侧AI方兴未艾

三、端侧：巨头加码终端侧AI算力，应用落地驱动产业发展。生成式AIPC、汽车、XR以及物联网等终端品类，提供全新的用户体验。端侧最大的两个流量入口——手机、PC的硬件AI化升级已经持续三年，AIAgent年手机、PC的AI，对应的硬件、存储、、电池、散热等快速升级。2025年大模型嵌入硬件的方案百花齐放，其中智能眼镜有望成为新的超级终端，全年销量有望超过550万部，同比+261%。此外，机器人、汽车、可穿戴、玩具、家电等AIoT终端也在快速AI化。四、相关标的1、AI硬件算力芯片：寒武纪、海光信息、龙芯中科；晶圆代工：中芯国际、华虹公司、晶合集成；先进封装：长电科技、通富微电、汇成股份；存储：兆易创新、澜起科技、德明利、佰维存储；PCB：深南电路、沪电股份、生益电子、广合科技、生益科技；设备：中微公司、精测电子、精智达；零部件：富创精密、正帆科技、新莱应材、珂玛科技；材料：安集科技、雅克科技、鼎龙股份、联瑞新材。2、端侧AIAI手机：（1）苹果产业链：立讯精密、领益智造、鹏鼎控股、东山精密、高伟电子、水晶光电、蓝特光学、蓝思科技、瑞声科技、中石科技；（2）安卓产业链：传音控股、华勤技术、龙旗科技、豪威集团、思特威、舜宇光学科技、卓胜微、唯捷创芯、圣邦股份、顺络电子、隆利科技;AIPC：华勤技术，思泉新材，珠海冠宇，豪鹏科技，春秋电子，光大同创，芯海科技;机器人）组装代工：蓝思科技、领益智造（）3）算力：瑞芯微、地平线、全志科技（）其他：峰岹科技、东山精密、福立旺、兆威机电；AIoT：乐鑫科技、瑞芯微、恒玄科技、炬芯科技、晶晨股份。五、风险提示1、未来中美贸易摩擦可能进一步加剧，存在美国政府将继续加征关税、设置进口限制条件或其他贸易壁垒风险；2、AI上游基础设施投入了大量资金做研发和建设，端侧尚未有杀手级应用和刚性需求出现，存在AI应用不及预期风险；3、宏观环境的不利因素将可能使得全球经济增速放缓，居民收入、购买力及消费意愿将受到影响，存在下游需求不及预期风险；4、大宗商品价格仍未企稳，不排除继续上涨的可能，存在原材料成本提高的风险；5、全球政治局势复杂，主要经济体争端激化，国际贸易环境不确定性增大，可能使得全球经济增速放缓，从而影响市场需求结构，存在国际政治经济形势风险。目录一、模型侧：大模型性能持续进化，端侧模型趋势正盛 7持续引领大模型演进，驱动迈向多模态与智能体融合新阶段 7技术商业化进程加速，大模型进入应用变现与基础设施竞速时代 8端侧模型趋势正盛，关注大模型能力落地端侧的进展 9二、硬件侧高增拉动硬件需求，国产半导体持续追赶 10海外：英伟达机架持续迭代，先进制程和先进封装供需紧10英伟达服务器机架持续迭代新玩家不断涌现 10先进制程持续扩产，先进封装接棒摩尔定律 12内存带宽成为算力卡口，存算架构持续迭代 15云厂资本开支高增，PCB厂商积极扩产 17国内引领半导体周期，国产高端芯片亟需突破 23处理器：高端芯片进口受阻，国产替代节奏加快 23存储I催动“超级周期，供需缺口推动价格上行 26设备制程与存储升级，国产化需求打开空间 30材料：受益扩产与稼动率提升，半导体材料业绩稳定增长 33封测：封测商Q3业绩表现强劲与存储将持续驱动其增长 35三、端侧：巨头加码终端侧算力，应用落地驱动产业发展 37混合有望成趋势，端侧价值显现 37手机：软硬件生态落地，驱动换机周期 38PC：硬件算力与系统级功能逐步完善PC渗透率逐步提升 50机器人：产业政策大力扶持，临近规模上量时点 56AIoT：多方玩家积极布局，期待爆品出现 60四、投资建议 66观点总结 66相关标的 68五、风险提示 69图表目录图表1：的编程能力比o3提升 7图表2：的幻觉率相于o3明显降低 7图表3：网页侧边交互界面 8图表4：ChatGPT代理功能 8图表5：周度月活用户数 8图表6：北美四大资本开支（十亿美元） 8图表7：Phi-4模型在多个基准测试中与大模型媲美 9图表8：Qwen2.5‑Omni‑7B在多模态测试中取得优异成绩 9图表9：英伟达产品方案迭代路线图 10图表10：RubinCPX机架和托盘 图表机柜方案 图表12：分离式推理模式示意图 12图表13：使与上下文生成工作负载一致的优化推理 12图表14：各大公司进行中的芯片计划 12图表15：高通机架式方案 12图表16：2nm制比16nm功耗降低性能翻倍 13图表17：数据中心对先进制程晶圆需求的占比不断提升 13图表18：CoPoS封装结构示意图 14图表19：封装向封装演进 14图表20：&封装结构对比示意图 15图表21：三种先进封装技术路线的对比 15图表22：主流现货报价（单位：美元） 16图表23：迭代周期显著缩短到两年到两年半一代 16图表24：全球存储厂商迭代路线图（HBM3→HBM4） 16图表25：海外云厂资本开支梳理 17图表26：海外ASIC+GPU对应PCB市场空间 17图表27：部分PCB企业国内及海外扩产规划 18图表28：2024-2027年速复合增速高达50% 19图表29：2024年全球端市场份额情况 19图表30：不同领域用覆铜板参数 19图表31：松下高速方案 19图表32：用树脂发展趋势 19图表33：树脂性能体系（Df数值小，Dk数值大） 19图表34：电子布在中的应用示意图 20图表35：低介电玻纤、石英纤维、普通玻纤的对比值很小） 20图表36：不同粗糙度等级的铜箔轮廓示意图 20图表37：花园铜箔公司的超低轮廓铜箔技术路线 20图表38：不同工艺的线宽线距对比 21图表39：工艺流程图 21图表40：有机材料作为剥离层的生产工艺流程示意图 21图表41：有机材料作为剥离层的生产工艺流程示意图 21图表42：PCB钻孔示意图 22图表43：背钻示意图 22图表44：英伟达、、参数对比 23图表45：华为昇腾解决方案 24图表46：华为384超节点 24图表47：寒武纪思元系列智能加速卡参数 25图表48：思元系列板卡与主流GPU性能和能效对比 25图表49：海光信息主要规格 25图表50：海光信息提供完善软件栈支持 25图表51：现货价、合约价、台股月度营收同比增速对比 26图表52：大模型训练与推理对存储器的需求 27图表53：存储器分层架构 27图表54：与成本对比 27图表55：存储芯片主要厂商资本开支 28图表56：存储芯片（大容量）主要厂商毛利率 28图表57：存储芯片（小容量）主要厂商毛利率 29图表58：Flash价格预测 29图表59：价格预测 29图表60：主流型号存储器价格走势 29图表61：Flash市场规模与价格 30图表62：市场规模与价格 30图表63：Flash（左）和右）市场结构 30图表64：台积电收入与闪存2025Q4财报核心情况 31图表65：半导体设备2025Q3收入情况以及估值对比 32图表66：全球晶圆制造材料、封装材料及半导体材料同比（%） 33图表67：全球半导体材料销售额及中国大陆占比（十亿美元33图表68：全球半导体硅片季度出货面积 33图表69：半导体材料2025Q3收入情况以及估值对比 34图表70：封测厂商收入情况以及估值对比 35图表71：封测厂商收入情况以及估值对比 36图表72：混合式37图表73：麒麟搭配的NPU大幅提升图像识别速度 38图表74：数量可观的模型可从云端分流到终端运行 38图表75：华为麒麟基于NPU的算力可快速识图 39图表76：苹果的算力支撑图库的本地人脸识别 39图表77：手机全栈革新及生态重构 39图表78：手机本地运行大模型实现智能对话交互 39图表79：端云混合实现不同场景下的算力调用最优解 40图表80：手机三星S24在云端和终端运行的功能对比 40图表81：Intelligence架构 41图表82：9系列实现的主要功能的端云划分 41图表83：不同的大模型压缩技术 42图表84：主要的轻量化端侧模型 42图表85：近两年各厂商普遍提升旗舰手机的容量至12GB及以上 42图表86：小米MiLM2-4B端侧大模型对比Qwen2.5-3B/Llama3.2-3B的测试结果 43图表87：OPPO安第斯大模型的技术特征与核心能力 43图表88：蓝心大模型实现的功能图例 44图表89：主要品牌厂商纷纷在操作系统中嵌入大模型 44图表90：未来可能将嵌入系统内核&框架层 45图表91：OPPO基于SenseNow框架实现小布助手的深度执行功能 45图表92：中国智能手机厂商在大语言模型领域的进展 46图表93：中国智能手机市场份额 46图表94：智能手机创新周期复盘 46图表95：全球智能手机年度出货量及同比增速 47图表96：中国智能手机年度出货量及同比增速 47图表97：全球智能手机季度出货量及同比增速 47图表98：中国智能手机季度出货量及同比增速 47图表99：全球新一代手机市场预测 48图表100：苹果手机销量及增长复盘 48图表101：历代iPhone成本构成 49图表102：、微软对PC的定义 50图表103：PC处理器的算力（TOPS/TFLOPS）变化 51图表104：Intel的异构算力组成 51图表105：PC中负载在各算力单元的执行比例预测 51图表106： ows可实现系统级的翻译功能 52图表107： ows在本地生成和优化图像 52图表108：Intelligence为文档编写提供帮助 53图表109：苹果为专业软件CutPro加入了功能 53图表全球PC季度出货量及份额变化 53图表全球具备NPU的PC出货量份额预测 53图表联想内嵌的工作助手功能 54图表华为鸿蒙笔记本电脑Pro 54图表PC平均容量预测 55图表PC平均Flash容量预测 55图表国内外已发布的人形机器人 56图表人形机器人相比传统机器人的差异 57图表人形机器人产业链全景 57图表特斯拉人形机器人脚腕关节使用六维力传感器 58图表120：人形机器人主流视觉解决方案 58图表121：人形机器人主流算力芯片架构对比 58图表122：人形机器人算力芯片方案对比 59图表123：智能手机出货量复盘 60图表124：不同终端对比 60图表125：智能眼镜销量预测 61图表126：智能眼镜销量 61图表127：夸克眼镜 62图表128：小米眼镜 62图表129：智能眼镜的生态应用 62图表130：Display智能眼镜 62图表131：硬件渲染图猜想 63图表132：类似可穿戴渲染图猜想 63图表133：豆包Friend耳机 64图表134：苹果线历代耳机功能及价格对比 64图表135：融入大模型的智能音箱新品 64图表136：显眼包外表是蓝白配色的毛绒玩具 65图表137：显眼包具有对话、中英文角色切换按钮 65一、模型侧：大模型性能持续进化，端侧模型趋势正盛引领大模型迈向统一智能阶段。8月，OpenAI4o之后最具战略意义的升级。与以往单一模型体系不同，GPT-5被定义为一个统一智能系统，不再区分推理、多模态与Agent模型，而是通过内置的实时路由器在理解用户Prompt态、跨任务的协同处理。在编程、文本创作及医疗健康问答等场景中的表现显著提升，具备更低的幻觉在推理效率与成本控制上取得重大突破。其API美元/百万tokens1.25美元/百万tokens美元/百万tokens。该降本优化将进一步推动大模型的普及与商业化落地。图表的编程能力相比o3提升 图表的幻觉率相比于o3明显降低penAI penAISora2推动视频生成物理一致性大幅提升。9月，OpenAISoraSora，Sora2在时空一致性、角色连续性和物理模拟等方面实现大幅提升，能够在单个视频中保持场景、光影和人物动作的逻辑连贯，并同步生成对应的语音和环境音效。模型引入了世界建模（WorldModel）思路，使其在生成内容时能推演物体运动与因果关系，而非仅进行像素层预测。Sora2大幅降低了普通用户创作视频的门槛，也为AI大模型找到了重要的商业化落地场景，被称为视频领域的GPT-3.5时刻。OpenAI同期上线的iOS应用Sora2APP，仅用5天时间达成百万下载，显示出强劲的用户接受度与市场潜力。OpenAI打造从入口层即具备AI能力的产品形态，引领人机交互迈入智能协作的新阶段。OpenAI又在10月发布了ChatGPTAtlas——一款以ChatGPT为核心构建的桌面智能浏览器。Atlas将GPT系统直接整合进浏览器／工具环境，使其能理解用户所处的网页情景、记忆历史对话、主动选择调用模型或工具，并在用户界面内完成复杂任务。这款产品不仅是对ChatGPT功能的扩展，更是一次对互联网访问方式的重塑。ChatGPT从问答式助手正式升级为覆盖搜索、浏览与执行任务的全方位超级入口。OpenAI期望通过Atlas让ChatGPT成为用户与互联网世界的主通道，直接承担网站访问、社交媒体互动与在线服务操作等任务，预示着未来Web使用形态将逐步转向AI代理式浏览——让用户专注于决策与创造，并将信息获取与操作直接交由智能体完成对于产业来说，这既是对模型→API阶段的延伸，也是模型→智能体／应用平台阶段的开端。图表网页侧边ChatGPTAtlas交互界面 图表ChatGPTAtlas代理功能penAI penAI大模型厂商的用户与收入规模仍处于快速扩张期。月初，Chat的全球周活跃用户数83OpenAI整体商业化能力的跃升。根据TheInformation的报道，OpenAI在2024年底的年经常性收入（ARR）约为55亿美元，而到2025年前七个月，其ARR已达到约120亿美元，实现收入翻番。与此同时，Anthropic的增长势头更为迅猛，其ARR在2025年初仅约10亿美元，但至年中已攀升至50亿美元，半年增长近五倍。两家公司在规模与生态扩张上的竞速，标志着AI大模型正进入应用变现阶段——从以模型参数和性能为主导的竞争，转向以用户留存率、商业渗透率为核心的可持续增长。伴随AI应用落地加速，CSP也在加快资本开支，押注AI基础设施建设。全球几大头部CSP明显感受到AI技术对收入和运营效率带来的提升，并纷纷进行史上最大规模的基础设施投资。以Google为例，其云业务营收在25Q3达到152亿美元，同比增长34%，其中AI相关收入已达到每季度数十亿美元的规模。同时，AI正在重塑谷歌核心搜索业务体验，自推出以来实现了强劲的周环比增长，本季度搜索查询量翻了一番，目前拥有超过7500万日活跃用户。Google每月处理的Token数量从7月的980万亿增长至超过1300万亿，一年内增长超过20倍。受此推动，谷歌将2025年资本开支预期从850亿美元上调至910-930亿美元，并明确表示2026年的资本开支将显著增加。图表OpenAI周度月活用户数 图表北美四大CSP资本开支（十亿美元）WeeklyActiveUsers（Million）

微软 Meta Amazon Google0

2023.112024.82024.102024.112025.22025.32025.10

806040200penAI loomber端侧模型在移动设备和物联网设备上的应用正成为趋势，其发展得益于几个关键技术的进步。在用户设备上本地运行的AI模型，是AI技术应用的一种趋势。首先，移动设备的处理能力有了显著提升，现代智能手机和平板电脑的处理器接近或达到了台式机的性能水平。例如，高通、苹果和华为等公司的最新芯片都具备处理复杂AI任务的能力。其次，AI模型的压缩技术也在不断进步，研究人员和工程师已经开发出多种剪枝、低精度量化和知识蒸馏技术，这些技术可以显著减少模型的大小，而不会过多影响其性能。隐私保护、低延时和成本优势都确定了端侧模型的发展基础。由于数据处理直接在本地完成，敏感信息无需上传到云端，这减少了数据泄露的风险，并符合越来越严格的数据保护法规。此外，端侧模型还能在没有网络连接的环境下工作，这对于那些网络连接不稳定或希望降低数据使用成本的用户尤其有价值。在实际应用中端侧AI模型已经被应用于多种场景，如智能家居设备中的语音助手、智能手机上的面部识别解锁、健康监测设备中的实时数据分析等。这些应用不仅提升了用户体验，还推动了相关行业的技术革新。随着端侧计算能力的进一步增强和AI技术的持续发展，端侧模型将在更多的领域中发挥重要作用，特别是在需要实时处理和高隐私要求的应用场景中。同时，跨设备的AI模型协同工作也将是未来发展的趋势之一，这将进一步拓展端侧模型的应用范围和深度。微软、阿里等厂商均推出了面向端侧部署的小模型，模型的性能在部分测试中接近主流大参数模型。微软在2024年12月发布了参数规模为14B的Phi‑4模型，2025年又陆续推出了Phi‑4系列的多种变体，包括Phi‑4‑multimodal、Phi‑4‑mini、Phi‑4‑reasoning、Phi‑4‑reasoning‑plus以及Phi‑4‑mini‑reasoning。其中，Phi‑4‑reasoning是在14B的Phi‑4模型基础上进行监督微调得到的，而Phi‑4‑reasoning‑plus则通过进一步一轮强化学习优化。尽管这些模型的参数量仍为14B，但在数学、编程及科学问题等大多数基准测试中，它们的表现超过了OpenAI的o1‑mini和DeepSeek‑R1‑Distill‑Llama‑70B，接近完整DeepSeek‑R1模型的性能水平。阿里的Qwen‑2.5‑Omni‑7B采用了创新的Thinker‑Talker多模态架构，能够同时理解和处理文字、图片、音频和视频等多种信息类型，并在多模态测试基准中取得了优异成绩。图表Phi-4模型在多个基准测试中与大模型媲美 图表Qwen2.5‑Omni‑7B在多模态测试中取得优异成绩二、硬件侧：CapEx高增拉动硬件需求，国产半导体持续追赶新玩家不断涌现英伟达维持年迭代，GB300服务器方案目前进入量产期。进入放量期，成为继之后AI服务器放量的新一轮关键驱动。GB30012-HiHBM3e、288显存，整机网络带宽提1.6 Tbps，以满足更高并发推理的通信需求。在性能表现上，GB300精度下的推理算力相较1.5Bianca板卡方案，并优化了液冷系统与供电模块。Rubin架构方案逐步显现，Vera-RubinSuperChip蓄势待发，RubinUltraNVL576(Kyper)等新机架设计亮相。在2025年10月27日-29日英伟达在华盛顿举办的GTC2025活动中，Vera-Rubin架构超级芯片（SuperChip）SuperChipRubinRubinHBM4HBM432LPDDR内存通道；Arm176上的演讲，台积电Rubin26Q3~26Q4甚至更早的时点进入量产期，整的节奏。图表9：英伟达产品方案迭代路线图TC2025/10英伟达同步推出了兼顾成本的CPX及对应机柜方案。较Rubin专为AI推理中的预填充阶段设计，强调计算性能（FLOPS）以优化处理长上下文。Rubinpeta的128显存、专用的视频编解码硬件支持，并在注意力机制加速3倍水平。Rubin经过优化，能够高效处理长序列，与现有的分布式推理架构协同工作，提升吞吐量与响应速度，更适合软件开发和高清视频生成等高价值推理应用场景，同时显著增强大AI工作负载的投资效益。英伟达累计推出三种机架配置，VR200NVL144（仅、VR200NVL144CPXCPX混合、以及CPX双机架方案，提供了更大的灵活性。英伟达允许客户根据Rubin纯Rubin机架，以精确调整预填充与解码的比例DatoCPXCPU协同工作，共同承担生成阶段的处理任务，为长上下文应用场景提供完整的高性能计算细分解决方案。RubinRubinCPX、Rubin，单机架即可提供8计算能力（较GB3002提升%，同时具备0TB高速内存和7/s的内存带宽。图表NvidiaRubinCPX机架和托盘 图表NvidiaRubinUltra机柜方案vidia vidia对比前期架构，RubinCPX的另一个重要优势在于其对预填充流水线并行的优化。根据SemiAnalysis，RubinCPX实现了降低网络成本、更高的吞吐量和显著节省TCO三个领先点：降低网络成本：Rubin放弃了昂贵的快速横向扩展网络（如n。Peen66的带宽（约Tbt/s）足以满足现代MoEM的预填充需求。更高的吞吐量：token吞吐量，因为它涉及简单的发送和接收操作，而不是专家并行（EP）中的所有到所有集体操作。显著的节省：美元，占集群总成本的10以上。RubinCPX通过避免使用这些昂贵的网络设备，为最终用户带来了巨大的成本节省。图表分离式推理模式示意图 图表使与上下文生成工作负载一致的优化推理 vidia vidia在英伟达之外，博通及谷歌/亚马逊/特斯拉等厂商也积极推动AIASIC芯片发展，高通等新玩家不断涌现自研ASIC芯片不仅能够降低功耗，还能帮助CSP掌握AI基础设施的成本与供应链，避免过度依赖英伟达，因此自研ASIC正成为CSP的竞争关键。谷歌曾独占ASICAI芯片市场，目前AWS、Meta、微软、高通等企业ASICAITrendForce预计，2025AWSASIC出货量将增加一倍以上，是主要2026。AWS的ASICAI芯片Trainium2开始量产，搭载该芯片的服务器则在25Q1开始规模化出货；下一代Trainium326H1进入量产。高通也推出了下一代人工智能推理处理器AI20（206年发布）和A25（07年发布；两款芯片均基于Hexagon的内存，专门用于AI推理工作。图表各大公司进行中的ASIC芯片计划 图表高通机架式方案公司ASIC代号谷歌TPUV8MetaMTIAV2i微软MAIA200AWSTranium3高通AI200/AI250苹果Baltravidia ualcomm先进制程持续扩产，先进封装接棒摩尔定律服务器需求旺盛，AI引领先进制程发展。大会上，OpenAI宣布了与英伟达、博通、AMD10GWAI1000亿美6GW的AMD算力。随着大模型持续发展，AI对高算力的追求使得芯片整体对先进制程呈现出越来越高的需求。AI芯片的单片性能提升伴随着且需要更小的尺寸，因此芯片对先进制程的迫切需求将推动服务器需求成为先进制程最大的驱动力。根据ETnews报道中援引KLAHPC节点平台上开展芯片设计，AI成为引领先进制程发展的新动力。先进逻辑制程侧，伴随摩尔定律放缓，台积电/三星/Rapidus/英特尔竞逐2nm等工艺节点。目前欧美韩日等半导体领域传统强国均在竞逐2nm先进节点。其中美国、日韩主要立足于本土产能扩张，美国对外通过《芯TSMCFabFabIntelFab恢复；韩国、日本则是瞄准最先进制程，尝试分别通过三星Rapidus2nm平台来重新夺回全球技术领先地位。TSMC：台积电的Q3财报会议上，CEO魏哲家表示N2（包括N2P/N2E/A16）将成为长期工艺节点，其中25H2量产、2026N2P26H2进入量产；A16SPR架构，专为高耗电的26H2进入量产。Samsung：Exynos2600SoC采用，目前已经进入量产期。根据媒体报道，2nm平台的能效表现较前期工艺节点显著更优，目前已经收获来自AI领域的订单。在特斯拉最新财报会议上，马斯克表示AI5芯片和未来迭代的AI6芯片均将由台积电和三星共同代工。援引外媒报道，Rapidus25Q2已在北海道千岁的FabIIM-12nm测试片，目标年进入量产；Rapidus237.31MN2236.17基本持平。目前Rapidus正与IBM、Tenstorrent等公司接触。Intel：工艺基于GAA技术，较Intel3工艺平台的每瓦性能提高15%30%；集成了背部供电（PowerVia。目前，18APantherLake。图表2nm制程比16nm功耗降低90%，性能翻倍 图表数据中心对先进制程晶圆需求的占比不断提升数据中心 电脑 智能手机70%60%50%40%30%20%10%0%SMC、MATAI高景气浪潮持续下，先进封装浪潮方兴未艾。伴随着AI算力需求的持续增长，与先进制程相配套的先进封装需求同样旺盛，CoWoS产能仍然紧缺，台积电的自有产能和配套外包产能都处于持续扩张态势之中。在短期和中期维度下，以英伟达、谷歌等为首的GPGPU和AIASIC厂商对CoWoS先进封装的需求仍然高涨；台积电在加速CoWoS商业化的同时，对新材料、新技术（如CoWoP、CoPoS等）的探索也仍在继续：PS（ipnPelnSsre：结合ooS与P（anutanelevelacagng）的技术，在CoWoS基础上，用方形的面板RDL层取代原本的圆形硅中介层，用互联密度作为代价置换了更大的面板面积，提高了可利用率。CoPoS技术将主要聚焦于人工智能（AI）等高端芯片应用。根据媒体报道，采用CoWoS-R制程的版本将主要服务于博通，而CoWoS-L则主要面向英伟达及AMD。图表18：CoPoS封装结构示意图智科与CoWoS相比，CoPoS的主要优势是低成本和低量产瓶颈，在有效解决了CoWoS产能紧缺的问题的同时降低了中介层成本，满足大规模量产推广的要求。同时CoPoS封装结构更具灵活性，能更好地适应多样化的芯片尺寸与应用需求。图表19：CoWoS封装向CoPoS封装演进emiVisionP（ipnernPB：将hp通过微凸点倒装到硅中介层上，完成芯片与硅基板的高密度互PCB的类载板（mSAP）PCBWoS的封装基板载板）PCBHDIMSAP／SAP等工艺在板上形成精细的重分布层L，保证信号完整性与功率分配。相比，具备一体化与成本优势。CoWoP的一体化，具备更薄、PCBPCB替代了成本相对更高的ABF／BT载板封装基板。这一技术一方面降低了材料与制造成本，另一方面缩短了整体交付周期。同时，通过PCB上直接集成芯片、硅中介层和多层HDI／MSAP重分布层来减少封装层级，实现更薄更轻的板卡一体化设计，并在同一块板上完成多至10余层、30μm级线宽／线距的高速互连，兼具高带宽、低延迟与设计灵活性。图表&封装结构对比示意图 图表三种先进封装技术路线的对比日半导 技新报、从产能及布局来看，先进封装仍在加速扩张期，新建高端先进封测产能主要落地在美国和中国台湾地区：台积电加大在台湾地区和美国两地的先进封装产能布局。根据Trendforce援引媒体报道，台积电位于美国亚利桑那州的两家先进封装工厂（AP1和AP2）2025Q3已经进入场地准备期，计划于26H2开始建设、2028年正式投产。其中AP1将主要扩张SoIC（System-on-Integrated-Chips）CoW产能、后端的oS(即onSubstrate)阶段由安靠负责；而AP2将前瞻布局CoPoS产能，以满足对AI和HPC芯片封装的需求。与此同时，台积电位于台湾嘉义的AP7也在同步建设之中，主要布局CoPoS产能。安靠位于亚利桑那州的封装工厂追加投资，目前已进入破土动工阶段。年8月，安靠宣布为亚利桑那2070英亩土地和建设第二封装测试厂。根据安靠更新后的计划表，亚利桑那州第一封装工厂将于27H1竣工、2028正式投产，其定位是外包半导体封装和测试中心，补充台积电的封测能力、满足人工智能、HPC、通信和汽车应用等需求。其他传统OSAT厂商亦不断加码先进封装测试技术，国内外多厂商实现了技术边际突破。除台积电外，在FCMCM（倒装多晶片模组、25D等五大先进封装解决方案。国内长电先进聚焦bumping，Fan-out晶圆级等先进封装，通富微电在/D先进封装保持国内领先，深科技专注存储封测领域，并聚焦倒装工艺Flpchp、Pt堆叠封装技术的研发。内存带宽成为算力卡口，存算架构持续迭代内存仍然是AI算力核心卡口，HBM需求持续高景气。随着英伟达GPU的发布周期固定在每年一次，算力提升对内存容量和带宽提出了接近每年翻倍的高要求；根据咨询公司数据，GPU的计算能力在过去20年间增长了60000倍，但同期DRAM内存带宽仅提高了100倍——内存墙仍将长期存在，通过HBM路线实现低功耗高带宽趋势明确。以位元计算，目前HBM占整个DRAM市场比重仍在个位数，渗透率存在较大提升空间；TrendForce预测到2026年HBM出货量将超过300亿Gb。DRAM产能供给紧缺趋势不变，SK海力士等龙头厂商加速扩产。从供给端看，HBM供应仍然紧缺，相应持续挤占DRAM产能，25Q2~Q3DRAM厂商现货报价加速攀升；部分美国与国内厂商已经开始和晶圆厂签订2-3年的长期合同进行锁价。根据Trendforce援引TheBell报道，SK海力士计划通过清州DRAM工厂M15XM1626H2DRAM60万片/DRAM晶圆产能处于同一水10000片/DRAM26Q45万片/月。迭代周期随之显著缩短。GB3001224GBHBM3e，RubinAMDMI400HBM4/4e26Q1的最终资格测试。从更新周期来看，JEDEC20254JESD高带宽存储器M（接口宽度从HM/HMe的104位翻倍至208位；堆栈通道数从6个增加到2个，支持b或2b芯片的4到16层堆栈配置，较HM3规范发布约三年，计划落地时间较HM3落地时点亦在三年左右。根据的预测，HBM的迭代周期从前期的每四年一代提高并稳定到每两年到两年半一代。图表主流现货报价（单位：美元） 图表HBM迭代周期显著缩短到两年到两年半一代rendforc rendforc全球龙头存储厂商竞逐HBM4，SK海力士仍居领先地位，三星美光加速追赶。Trendforce预测，SK59%HBM20%左右份额。从时点上看，SK312HBM4样品、610月快速进入量产；42026HBM425Q2交付给英伟达，当前进入最终的预生产（PP）阶段。从技术上看，SK海力士的2048个终端，带宽翻倍，引脚速度在以上。美光目前交付样品超过2.8TBps带宽和超过Gbps引脚速度，计划在年同时推出标准版和定制版的HBM4eHBM4e产品，目标引脚速度超过13Gbps3.25TB/s，较当前HBM2.5e快约3倍。图表24：全球存储厂商HBM迭代路线图（HBM3→HBM4）rendforc远期看，英伟达计划自研BaseDie，意在进一步提高传输速率。除传统晶圆厂外，为了进一步提高传输速率，AI算力芯片厂商也开始协同进行HBM设计。2025年8月，英伟达宣布计划自研HBM内存BaseDie，采3nm2027HBMBase的计划，旨在优化AI内存有望采用内存原厂DRAM与英伟达Base的组合模式，标志着其在高性能计算存储架构领域的垂直整合进一步深化。（）2）设备：中微公司、中科飞测、盛美上海、精智达）材料：联瑞新材、雅克科技（）封测：通富微电。云厂资本开支高增，PCB厂商积极扩产云厂商资本开支持续上修，拉动AI服务器、存储设备、网络设备采购。AI服务器、网络设备、存储设备拉动主板、交换板、存储卡、电源板等PCB需求，常规消费电子产品中PCB成本占整体成本5-8%。根据我们GPU+ASICPCB400亿，2026900其他AISC14.024.5 87.5 175.0图表海外云厂资本开支梳理 图表其他AISC14.024.5 87.5 175.0市场空间（亿元）20242025E2026E2027ENV八卡机 58.7 57.6 46.8 46.2NV机柜2.888.2264.6423.4AWS14.0105.0294.0453.6GoogleTPU98.0126.0176.4260.1Meta7.021.075.6140.0AMD19.622.430.237.1合计214.1444.7975.21535.3530560增速（YOY）2024202520262027NV八卡机NV机柜-18.7%200.0%-1.3%60.0%AWS650.0%180.0%54.3%GoogleTPU28.6%40.0%47.4%Meta200.0%260.0%85.2%其他AISC75.0%257.1%100.0%AMD整体增速35.0%119.3%22.7%57.4%loomber 高阶产能供不应求，中国企业积极扩产，但供需瓶颈难短期缓解。回顾过去，PCB产业也符合产业链转移趋势，也即是从日韩、台湾逐渐转移至中国大陆，当前中国大陆PCB行业产值占全球50%以上，也形成了渤海湾、珠三角、长三角等产业集群。我们认为，PCB行业转移至中国大陆，主要因中国大陆有几个明显的优势：成本管理优势。a)大陆厂商凭借自身在原材料与人工成本上的优势，能以相比其他地区厂商更低的价格来获取竞争优势。例如，海外材料成本更高，且难以更换原材料供应商。b)内资的经营管理效率水平显著高于外资厂商。环保标准优势。在欧美日韩地区，政府对厂商的环保要求高于国内，欧美日韩厂商投资新项目的速度受限。产业链配套优势：中国作为全球最大的消费电子产品市场，上游供给端能配套不断增长的生产需求。大陆企业成本控制和服务能力更强，响应速度更快。AIPCBPCB（高多层、HDI）的产品供应以胜宏科技、生益电子、景旺电子、深南电路为代表的陆资板厂已经在海外算力龙头或云厂商处大批量供货，未来份额仍有望提升。此外，需求确定背景下，PCB企业原先的扩产规划也在有序落地，根据我们不完全统计企业海外建厂投资合计超过20亿美金，大陆建厂资金超300亿。图表27：部分PCB企业国内及海外扩产规划，各公司公告、备注：时间截至2025年Q1我们认为，PCB企业扩产不是简单进行资本开支，建设厂房，购买设备即可完成，涉及到供应链配套、环评、综合成本等多方面因素。尽管现阶段PCB企业均在大力投建产能，但从投建产能到真实产能中间需要AIPCB产能的供需格局并不会在短期内发生逆转，无需过度担心。PCB材料全面升级，高速覆铜板材料拉动低介电玻璃布/石英布、低粗糙度铜箔与高性能树脂需求。服务器及高速交换机推动高阶市场快速成长，方案即将落地。从需求端看，根据台光电法说CCL18%CCL40%CCL市场中，主要增量来自AI服务器领域，高速交换机领域。供给格局侧，根据台光电法说会报告，2023年全球高速28%19%16%11%5、生。202440%5.7%。随着对电性能要求越来越高，覆铜板规格从传统M2逐渐升级至M8，M8现阶段已经在NV体系服务器、海外AI服务器以及各M9材料方案，从电学原理角度，高频高速覆铜板对电性能要求更严苛，其自身性能的提升，需要前端的树脂材料、玻纤、铜箔共同迭代。图表2024-2027年高速CCL复合增速高达50% 图表2024年全球高端CCL市场份额情况光电法说 光电法说图表不同领域用覆铜板参数 图表松下高速方案光电法说 下电树脂体系逐渐向碳氢、PTFE体系迭代。使用低介电常数和低损耗的基体树脂材料，有利于减小高频化和PPO因其本身内部结构上的优势，具有很多优异的性能，如较高的Tg、优异的机械性能、抗冲击性、低温性和电气绝缘性等，在PCB中得到了广泛的应用，PPOM6、M、M7NCCL领域，PPO、PIBMIDf值满M8领域，PPODfM9CCL领域，Df0.001以PTFE体系迭代。图表CCL用树脂发展趋势 图表树脂性能体系（Df数值小数值大）电子玻纤布是覆铜板的基础材料。电子级玻璃纤维布由电子级玻璃纤维纱织造而成，可提供双向（或多向）增强效果，属于重要的基础性材料。电子布具有高强度、高耐热性、耐化性佳、耐燃性佳、电气特性佳及尺寸安定性佳等优点，起绝缘、增强、抗胀缩、支撑等作用，使印刷电路板具备优异的电气特性及机械强度等性能。等新应用驱动电子布性能升级，低介电特种玻纤布需求爆发介电性能——高频高速传输：玻纤覆铜板的关键决定性原材料之一。介质损耗（DielectricLoss）主要由以下材料参数决定：介电常数、介电损耗因子（（2）从国外主要低DfE布相比，Low-DkE布的k与f分别下降了%（D、4.%（f图表电子布在CCL中的应用示意图 图表低介电玻纤、石英纤维、普通玻纤的对比值很小）远新材招股 GY，Roger铜箔：高速场景下低值的超低轮廓铜箔需求激增。低轮廓铜箔包括反转铜箔及铜箔粗化面上进行了低轮廓处理的各种不同程度的低轮廓铜箔（VLP、HVLP系列。为了追求高频高速电路具有更好信号完整性（gnalntegty，缩写，覆铜板要在高频下实现更低的信号传输损耗性能。这需要覆铜板、多层PCB在制造中所采用的导体材料——铜箔，具有低轮廓度的特性，即覆铜板制造中采用铜箔是低Rz等品种。铜箔制造厂商通过改变、控制铜箔表面处理工艺，来控制铜箔的一侧面或两侧面的表面粗糙度。目前，常规F和高级，主要应用于中损耗和低损耗类覆铜板中，HVLP（HVLP1）HVLP2铜箔用于极低损耗和超低损耗的覆铜板，目前M8\M9HVLP3/4/5级别的铜箔。大陆企业花园铜箔、德福科技、铜冠铜箔、隆扬电子等在低粗糙度铜箔领域均有不同程度的进展。图表不同粗糙度等级的铜箔轮廓示意图 图表花园铜箔公司的超低轮廓铜箔技术路线河电 园铜PCB窄线宽线距趋势明显，mSAP工艺应用场景渐宽，可剥离铜箔需求可期。mSAP之所以比传统减成法精细，是因为它初始的铜层极薄，所以后续蚀刻时的侧蚀影响也极小。但相比SAP，它多了一个蚀刻掉多余薄铜的步骤，无论铜层多薄，蚀刻总会带来一点点边缘的损耗，这使得它在极限精细度上可能略逊于纯粹的SAP。图表不同工艺的线宽线距对比 图表mS工艺流程图河电 河电mSAP(ModifiedSemi-AddictiveProcess)改良型半加成工艺：将绝缘基材上的电解铜箔极薄化后，在其表面涂布光刻胶，经过曝光显影，露出导电图案，在其表面进行镀铜制程，后刻蚀其他在表面上的极薄电解铜箔，最小线宽可以做到30um以下，是类载板（SLP）当中的明星制程。超薄可剥铜通常是在具有一定厚度的载体箔上采用电沉积的方式形成几微米的铜箔层，其关键在于如何解决载体箔与超薄铜箔剥离的问题，由于超薄铜箔的力学性能较差，制作时不易完整从阴极辊上剥离下来，采用传统的工艺方法难以生产，而且在运输过程中易出现引起卷曲、褶皱或撕裂等问题，影响到铜箔后续的使用。日本企业舍弃常规的铜箔制作工艺，发明了超薄载体铜箔的制作技术，采用具有一定厚度的金属箔作为阴极，同时起着载体支撑的作用，并在其表面电沉积超薄铜箔，然后将沉积的超薄铜箔连同载体铜箔和基板材料一起热压，再采用化学蚀刻或者机械剥离方式去除载体铜箔。图表有机材料作为剥离层的生产工艺流程示意图 图表有机材料作为剥离层的生产工艺流程示意图扬电 载体超铜箔剥离研究状PCB钻针：PCB总量逻辑外，窄线宽趋势+M9材料升级仍具有量价齐升逻辑。PCB钻针主要用于PCB的内层通孔工艺也需要用到钻针，是典型的的PCB生产耗材。从量上看，除了自身市场的扩容，钻针还有其更为独特的量级逻辑，从量上看，PCB线宽线距持续收窄，单平米PCB的孔数会变多，由于单枚钻针可使用的寿命AIPCB对于信号低损耗要求更高，对孔壁的形貌要求更高，通常会用到分段钻孔的工序，单针可钻孔数量下降；价格逻辑：AIPCB会用到涂层钻针，PVD和TAC涂层针的价格会比传统白针高20-30%，部分甚至会高40-50%。此外，未来覆铜板升级到M9规格，内部用到的石英布本身硬度非常高，需要用到更为特殊的钻针，钻针整体ASP仍然会抬升，此外单针的寿命缩短后，进一步拉动单平米PCB的用量。因此，钻针环节具有典型的量价双升的逻辑，且受益于覆铜板升级。从行业格局来看，全球PCB钻针较大企业有四家，分别为鼎泰高科、中钨高新（金洲机电、日本佑能，台湾尖点。PCB企业。我们认为，PCB行业市场份额进一步向中国大陆集中，大陆PCB钻针企业如鼎泰高科、中钨高新等将依托客户份额提升继续稳固龙头地位，未来产能释放节奏占优的企业将更为受益。图表PCB钻孔示意图 图表背钻（backdrilling）示意图子发烧 鹏电总结而言，我们认为此轮PCB大周期仍在上行，PCB全产业链均将受益，但需要持续跟踪终端厂商在自身服务器、高速交换机的设计逻辑，观察PCB价值量的变化。PCB板厂侧可以持续跟踪各家板厂扩产进度；CCL在海外客户进展；上游环节关注覆铜板升级带来的纤维布、铜箔、树脂同步升级的机会，以及钻针独特的量价齐升逻辑。产业链相关公司：PCB板厂：深南电路、景旺电子、生益电子、沪电股份、广合科技；覆铜板环节：生益科技、南亚新材；上游环节：德福科技、隆扬电子、菲利华、中材科技、宏和科技、鼎泰高科、大族数控、芯碁微装。国内：处理器：高端芯片进口受阻，自主开发节奏加快美国对华供应AI芯片管制强度持续升级，H20被纳入管制范围。2022年，美国BIS实施出口管制，英伟达和AMD的高端GPU产品出口受到限制。为满足合规要求，英伟达随后推出了面向中国市场的H800与A800互联带宽被下调。2023年，BIS公布的先进计算芯片出口管制新规进一步扩大限制范围，以性能密度与总处理性能（TPP）成为新的标准，使得A100、A800、H100、H800、L40、L40S等多款产品遭到限制。虽然英伟达又推出了性能大幅下调，符合新规的H20，但H20也在今年4月被美国纳入出口管制。图表44：英伟达H100、H800、H20参数对比型号H100SXMH800SXMH20SXM架构HopperHopperHopper显存显存种类HBM3HBM3HBM3显存容量80GB80GB96GB显存带宽3.35TB/s3.35TB/s4.0TB/s算力INT8Tensor3958TOPS3958TOPS296TOPSFP8Tensor3958TFLOPS3958TFLOPS296TFLOPSFP16Tensor1979TFLOPS1979TFLOPS148TFLOPSBF16Tensor1979TFLOPS1979TFLOPS148TFLOPSTF32Tensor989TFLOPS989TFLOPS74TFLOPSFP3267TFLOPS67TFLOPS44TFLOPSFP6434TFLOPS1TFLOPS1TFLOPSFP64Tensor67TFLOPS1TFLOPS互联带宽NVLink900GB/sPCIeGen5128GB/sNVLink400GB/sPCIeGen5128GB/sNVLink900GB/sPCIeGen5128GB/sTDP700W700W400WVIDIA 注：Withsparsity国际贸易关系不稳定致使供应稳定性出现波动，中国客户对英伟达产品选择更为谨慎。中美贸易关系不稳定性增强背景下，虽然今年7月英伟达重新获得H20芯片的对华销售许可，但不久英伟达因安全漏洞问题被国家网信办约谈，对H206000D（显存带宽为8/s，但其性价比未能获得中国客户认可，中国客户对于采购英伟达芯片更为谨慎，到10月英伟达95%。国产算力芯片迎来自主开发窗口期。考虑到英伟达新品迎来大幅性能升级，并面向中国市场禁售，国产算力芯片发展刻不容缓。当前已经涌现出一大批国产算力芯片厂商，昇腾、寒武纪相继推出自研AI芯片，海光信息的DCU也逐渐打出知名度，其他配套环节的国产化进程也正在加速推进。310910基础设施方案。均基于华为自研达芬奇Cube技术，集成了张量、矢量、标量等多种运算单元，支持多种混合精度计算。昇腾310是华为首款全栈全场景人工智能芯片，具备低功耗优势，昇腾910支持云边端全栈全场景应用。昇腾已基于310和910形成了完善的解决方案，出货形态包括：包括Atlas系列模块、板卡、小站、服务器、集群等，打造面向端、边、云的全场景AI基础设施方案，覆盖深度学习领域推理和训练全流程。图表45：华为昇腾AI解决方案华为384以超大集群提供算力，突破通信效率、内存墙挑战。AI开发CloudMatrix384BF16300PFlops，超过英伟达180PFlops。在互联通信方面，CloudMatrix通过MatrixLink服务将单层网络升级为两层高速网络，一层是超节点内部的ScaleUp384卡全对等高速无阻塞互联，卡间超大带宽，纳秒级时延；另一层是跨超节点间的ScaleOut网络，可支持微秒级时延。在存力方面，华为云首创了弹性内存存储，打破传统算力与显存绑定的关键障碍，通过内存池化技术，实现显存和算力解绑。一方面，用替代NPU中的显存，可使得首Token80%NPU的显以获得更多内存。图表46：华为CloudMatrix384超节点寒武纪专注AI领域核心处理器，思元590采用全新架构，性能相比在售旗舰有大幅提升。寒武纪目前已推出了思元系列智能加速卡，第三代产品思元370基于7nm制程工艺，是寒武纪首款采用chiplet技术的AI芯片，最高算力达到6T（T。思元30还搭载了ML-Ln多芯互联技术，互联带宽相比Pe0提升91日举办的WAIC590，思元采用MLUarch05全新架构，实测训练性能较在售旗舰产品有了大幅提升，能提供更大的内存容量和更高和片间互联接口也较上代实现大幅升级。图表寒武纪思元系列智能加速卡参数 图表思元370系列板卡与主流性能和能效对比武 武海光信息二代DCU升级规划稳步推进，海光DCU兼容类CUDA环境，适配性好。海光信息深算一号产品目前已实现商业化应用。20201DCUROCmROCmCUDA在生态、编程环境等方面具有高度的相似性，理论上讲，市场上规模最大的GPGPU开发群体——CUDA用户可用较低代价快速迁移DCUROCmAMD提出，AMDROCm生态的建设与推广也将有助于开发者熟悉海光DCU。图表海光信息8100主要规格 图表海光信息提供完善软件栈支持光信 光信摩尔线程、沐曦等AI芯片公司上市进程加快，资本市场助力下国产AI芯片行业将迎来快速发展阶段。2025年9月26日，摩尔线程IPO成功过会，并于10月30日顺利拿到上市批文。按照招股书内容，摩尔线程拟募集80亿元，用于新一代自主可控AI训推一体芯片研发项目、新一代自主可控图形芯片研发项目、自主可控AISoC芯片研发项目等。此外，10月24日，国内高性能通用GPU核心企业沐曦股份成功过会。未来随着众多AI芯片公司上市，在资本市场助力下，国产AI芯片行业将迎来快速发展阶段，自主开发的节奏将大大加快。存储：AI催动超级周期，供需缺口推动价格上行4-5年，上行、下行周期大致2年上下。上轮周期起始于2020Q1，2023Q2持续7个季度。本轮周期，存储器2023Q3开始涨价，因库存问题，价格有所回落。2025Q1以来，不同品类存储器启动了新一轮涨价：1）HBMAI服务器强劲增长、传统服务器复苏，DDR5价格维持上升态势，HBM因技术迭代单GB价格持续提高；2）DDR4DDR426H1DDR4DDR4出现阶段性供需不平衡；3）NAND：HDD产能遇到瓶颈，北美对SSD的需求大幅增长，颗粒供应开始紧缺。图表51：DDR3现货价、DDR4合约价、台股DRAM月度营收同比增速对比ind需求侧，对于DRAM而言，单GPU配置的HBM、DDR规格和容量提升，2023年以来需求跟随GPU持续强劲增长；对于NAND而言，推理侧的爆发和QLCNAND成本的下降加强了对高速率、低延迟SSD对HDD的优势，SSD需求跟随token爆发。催动本轮存储上行的核心因素是，特别是推理需求的爆发。大模型训练阶段的存储需求主要来自预训练数据集和checpont（模型状态快照，原始数据集规模约1-3T，而checpont存储量与模型参数量线性相关（如0亿参数模型每个checpont约T，00个总计约0TB，这些数据主要存储在SD和HDD中，因容量不足而需从HBM经DRAM逐步offload至SSD。推理阶段的存储需求则主要来自KVCache、AG等，其规模比原始数据大100倍左右（取决于向量维度，随着思维链发展和用户上下文增长，单次提问tokenCacheHBM存入SSD，后续提问时再加载回。推理阶段的KVCache存储策略采用精确匹配（用户历史对话）和向量空间模糊匹配（多用户共享问题，通过共享相同问题的KVache和将长期未使用数据转存至D来优化存储，而训练阶段的存储需求则随模型参数量增加而等比例上升。图表52：大模型训练与推理对存储器的需求导体行业观察，芯智慧，Trendforc其次是机械硬盘）供应短缺和成本竞争力的减弱，eSSD需求爆发。的核心优势在于显著的读写速度和低延迟特性，SSDGBHDDAI推理HDDQLC4倍，随着技术进年QLC成本有望进一步降低。替代的主要原因是AI应用爆发式增长，尤其是数据中心对高性能存储的刚性需求，同时HDD产能面临严重瓶颈，HDD厂商因行业处于"夕阳产业"状态普遍不愿扩产，导致AIHDDSSD，特别是数据中心企业级存储中，SSD1：5~1：61：12026QLCHDD的爆发式增长。图表存储器分层架构 图表HDD与NAND成本对比ole ole供给侧，存储IDM资本开支计划谨慎，且产能释放速度较慢。2023-2025年上半年，大容量、小容量存储厂商资本开支维持低增长或者负增长状态，其中SK海力士资本开支增长较大，主要用于扩产前两年开始持续紧缺的HBM、DRAM。存储厂商的扩产意愿与供需缺口和盈利水平相关，目前各家DRAM的毛利率水平约40-50%，NAND的毛利率水平20-30%，特别是NAND盈利不稳定，因此各家厂商的扩产意愿并不强。此外，存储器的扩产周期从购买设备到产能释放需要2年以上，因此新增的资本开支难以体现在2026年的供给上。图表55：存储芯片主要厂商资本开支capex（亿美元）产品2017201820192020202120222023202425H1yoy1、大容量三星电子NAND、DRAM、Logic、panel3052132002813483714223751902%SK海力士NAND、DRAM6911810276941386111677103%MicronNAND、DRAM4789988210012177838665%闪迪NAND1.40.933%WesternDigitalNAND、HDD6.511.52.0-6%合计42742840944655464156858035627%yoy0%-5%9%24%16%-11%2%27%2、利基（台厂）旺宏电子NAND、NOR-49%华邦电子NAND、DRAM、NOR2.83.51.0-73%南亚科技DRAM2.94.07.071%合计15.514.024.411.312.64.5-28%yoy-9%-27%-24%19%164%-54%12%-28%ind备注：西部数据曾经生产HDD+NANDFlash，2025年3月西部数据分拆闪迪，闪迪独立上市。自此，西部数据、闪迪各自独立生产HDD和NANDFlash图表56：存储芯片（大容量）主要厂商毛利率60%40%20%0%-20%-40%三星电子 SK海力士 Micron WesternDigital 闪迪ind备注：西部数据曾经生产HDD+NANDFlash，2025年3月西部数据分拆闪迪，闪迪独立上市。自此，西部数据、闪迪各自独立生产HDD和NANDFlash图表57：存储芯片（小容量）主要厂商毛利率0%

南亚科技 华邦电子 Powertech 旺宏电子ind我们预计2026年HBM、DRAM、NAND甚至小容量存储均会出现不同程度的供给紧缺，并有可能演进成供需严重失衡的超级周期，因为AI爆发带来大容量存储供需失衡，并对小容量存储产能产生挤占效应。供需缺口将催化价格大幅度上涨，根据Trendforce预测，NAND合约价在2025Q4将上涨5-10%，DRAM合约价则上涨8-13%，HBM合约价上涨12-18%。图表NANDFlash价格预测 图表价格预测rendforc rendforc图表60：主流型号存储器价格走势FM2026年，预计NAND市场规模将增长至1080亿美元，同比+59%，DRAM市场规模将增长至1800亿美元，同比+36%，NAND、DRAM的单GB价格均有大幅度提升。从市场结构看，服务器在存储市场的占比有望进一步提升。图表NANDFlash市场规模与价格 图表市场规模与价格全球NAND市场规模（十亿美金） ASP(US$/GB) ） 806040200

2022 2023 2024 2025e 2026e 2027e

$0.10$0.09$0.08$0.07$0.06$0.05$0.04$0.03$0.02$0.01$0.00

500

2022 2023 2024 2025e 2026e 2027e

$4.5$4.0$3.5$3.0$2.5$2.0$1.5$1.0$0.5$0.0算 算图表63：NANDFlash（左）和DRAM（右）市场结构手机 PC 服务器 其他 手机 PC 服务器 其他

2023

2024算

2025

25%26%25%26%37%16%30%31%15%14%13%32%31%30%

18%20%18%20%22%32%34%36%17%14%12%33%32%30%

2024

2025产业链相关公司：模组及经销（德明利、佰维存储DR（澜起科技、聚辰股份，利基存储（兆易创新。设备：Fab制程与存储升级，国产化需求打开空间先进制程与先进存储需求强劲，资本开支持续投入先进制程、先进封装、先进存储（如、等我们选取Fab厂（台积电）与存储（闪迪）为代表进行分析，对应近期的季报都实现了超预期。台积电收入环331亿美元，略高于公司第三季度的预期。先进技术（7纳米及以下工艺）占晶圆，公司持续推出更先进制程节点，N2芯片有望在本季度晚些时候实现量产，A162026年下380420400亿美元至%的资本预算将用于先进工艺技术，约%%将用于先进封装、测试、批量生产等。公司已经宣布了在亚利桑那州建设两座先进封装厂的计划，以便为客户提供支12.15%19亿美元，超出之前给出的业绩指引，BiCS8技术在各市场逐步推进，关键客户认证进行中；HBF下一代平台取得进展，将重新定义AI时代闪存存储。公司在云企业级固态硬盘，推进与英伟达等企业的产品认证；客户端：AIPC需求、智能手机更新周期推动增长，设备平均容量上升；BiCS8固态硬盘获PC固态硬盘性能与成本优势。消费端：产品创新推动季节性渠道销售增获行业速度认可，持续投资高增长消费领域。图表64：台积电2025Q3收入与闪存2025Q4财报核心情况台积电闪存市值（亿美元）1558233140.80%10.10%59.50%制程：3nm23%，5nm37%,7nm14%,其他26%；业务：HPC占比+57%/同比+0%；智能手机占比+30%/同比+19%；物联网占比+5%/同比+20%；汽车占比+5%/同比18%；大宗商品占比+1%/同比-20%2025⽀380⼩到400亿美元到420亿美元之间。322-334之间292198.01%12.15%26.40%2.13亿美元/8%；11.03/环比5.85亿美元/2%；20256技术2026Q121-2228.3%-29.2%25Q3营收同比环比毛利率25Q3营收业务结构资本支出25Q4业绩展望告与说 备注闪迪2025Q4相于国财务市统计为月31日）中芯与华虹市场需求强劲，产能利用率维持高位以及毛利率逐步修复。中芯国际单季度实现营业收入16.2%1.3220.4%，收入与毛利率均好于之前的指5%~7%18%~20%5.66亿美元、实现10.9%Q310%~12%。两存扩产以及技术升级，资本开支增加驱动设备需求：长江存储：9月5日，长存三期（武汉）集成电路有限责任公司成立，注册资本207.2亿元，长江存储董事长陈南翔任法人。公司最新的Xtacking4.0技术应用于NAND7月，长鑫存储正式启动了IPO，到月，长鑫科技已发布辅导工作完成报告。据长鑫存储官方网站信息更新，长鑫存储已正式推出LPDDR5LPDDR5LPDDR5。受益逻辑与存储技术升级与扩产，半导体设备厂商实现产品突破以及业绩稳定增长。在我们梳理的家半导体设备厂商中，截至10月31日，今年以来涨幅最好为存储和SOC测试设备端（精智达、华峰测控、长川科技，其次为前道薄膜沉积（拓荆科技，在手订单表现不错（盛美上海。其中，精智达订单与设备实现重大突破，9月日公告，合肥集成电路于近日与某客户签订了半导体测试设备采购协议，合同总金额为人民币3亿元（不含税，另外，9月5Q3业绩22.66亿元，同比+124.15%/81.94%产品竞争力持续提升，基于新型设备平台PlusPF-300M）和新型反应腔（pXSupra-D）的Stack（ONO叠层、ACHMPECVDBianca、等先进制程的验证机台顺利通过客户认证进入规模化量产阶段，并实现收入转化，营业收入持续大幅度增长；另外，在三维集成领域，公司晶圆对晶圆混合键合设备获得重复订单，同时，公司研发的新一代高速高精度晶圆对晶圆混合键合产品已发货至客户端验2025929日，公司在手订单总金额为34.10%。图表65：半导体设备2025Q3收入情况以及估值对比代码公司市值营收（亿元）25Q3营收与毛利率同比环比毛利率（%）2025E净利润（亿元）PE今年涨幅(%)002371.SZ北方华创2949111.6038.3140.6340.3173.744040.88688012.SH中微公司174931.0250.6211.2937.8922.247947.93688072.SH拓荆科技85822.66124.1581.9434.4210.068598.85688082.SH盛美上海85218.8119.61-4.0047.4815.205678.42688120.SH华海清科48512.4430.2819.9740.9713.533625.88688361.SH中科飞测3975.0043.3022.4348.692.0619329.54300567.SZ精测电子2108.9025.3728.6248.552.139916.87688147.SH微导纳米2306.72-11.3124.4626.553.247185.71688652.SH京仪装备1463.6837.96-7.1732.902.286477.31603690.SH至纯科技1197.59-31.74-13.7635.072.415024.15688037.SH芯源微2422.81-31.59-35.1930.122.4010143.62600641.SH万业企业1733.70246.80-27.0223.712.317527.67300604.SZ长川科技52716.1260.0419.2753.889.965389.86688200.SH华峰测控2714.0567.2120.2173.784.815692.38688627.SH精智达1623.0951.236.1433.511.7692136.78603283.SH赛腾股份13411.62-25.6480.6748.195.1026-2.22688630.SH芯碁微装1652.793.98-32.2542.152.9955117.69300480.SZ光力科技641.7220.9627.4150.950.0040.86ind及一致预 备注：市值与涨幅统计截至时间为10月31日材料：受益扩产与稼动率提升，半导体材料业绩稳定增长全球半导体材料稳定增长，硅片库存消化逐步复苏。半导体材料处于整个半导体产业链的上游环节，是半导体产业的基石和推动集成电路技术创新的引擎。根据，预计2028年全球半导体材料市场规模将超亿美元。202533.27亿平方英寸，环比+14.9%/同比+96，创下近两年新高。市场正在逐步复苏，主要受人工智能等领域对芯片强劲需求的推动。图表66：全球晶圆制造材料、封装材料及半导体材料同比（%）晶圆制造材料(十亿美元) 封装材料(十亿美元) 半导体材料YoY(%)50454035302520151050EMI

30%20%10%0%-10%-20%-30%图表67：全球半导体材料销售额及中国大陆占比（十亿美元）

图表68：全球半导体硅片季度出货面积中国台湾 韩国 日本 北美欧洲 中国大陆 其他 中国大陆占比80 25%7020%6050 15%4030 10%205%100 0%EMI EMI半导体材料复苏放量显著，业绩相对稳健成长。复苏最末端硅片板块业绩触底反弹明显，沪硅产业收入同比环比+5.34%，立昂微收入同比+19.09%/环比+15.19%，TCL中环收入同比+28.34%/环比+15.19%神工股份收入同比环比+4.66%；其次受益Fab扩产及稼动率提升，抛光液、抛光垫、靶材、化学品/光Q3毛利率达到+10.59%/环比+15.15%。从公司下游行业来看，存储芯片市场价格持续上行，行业回暖预期增强；大直径硅材料业务保持平稳向好态势，开工率提升空间大，为硅零部件业务的稳健扩张提供坚实基础菲利华第三季度收入同比+18.82%/环比-5.56%，今年以来公司涨幅超过一倍，主要由于半导体材料放量以及超薄石英电子布在高频高速覆铜板(CCL)突破。产业链相关公司：安集科技（抛光液国内龙头、雅克科技（前驱体在存储厂商放量、鼎龙股份（CMP抛光垫唯一本土供应商、联瑞新材（球硅—HBM核心标的。图表69：半导体材料2025Q3收入情况以及估值对比代码公司市值营收（亿元）25Q3营收与毛利率同比环比毛利率（%）2025E净利润（亿元）PE今年涨幅(%)688126.SH沪硅产业6289.443.795.34-17.540.5332021.47605358.SH立昂微2359.7419.0915.1911.980.3012241.30002129.SZTCL中环38281.7428.