HBM行业深度：驱动因素、市场空间、竞争格局、潜在场景及相关公司深度梳理-慧博智能投研

行业研究报告行业研究报告慧博智能投研专业的投资研究大数据平合2026年10月12日HBM(高带宽内存)是一种基于3D堆叠技术的高性能存储器件。相较于传统的DRAM,HBM技术采用垂直堆叠DDR芯片与GPU封装，实现高带宽、低延迟和低功耗，突破了传统内存的限制，适应AI时代的新需求。HBM芯片持续迭代，是未来发展方向，渗透率有望持续提升。当前HBM供给紧张，但从中期看，随着国产HBM供应逐步落地，这一供需缺口有望得到缓解。与此同时，AI算力需求景气围绕HBM行业，下面我们从驱动因素、市场空间、竞争格局及技术突破等方面进行分析，并对潜在发展领域及相关公司进行梳理，希望帮助大家更多了解HBM行业发展情况。 1 6三、市场空间分析 四、竞争格局及发展现状 五、技术差距与突破难点 六、AI芯片之外的潜在应用场景 七、国内相关公司 八、参考研报 23HBM是AI芯片中的关键内存组件，由C-die和B-die两部分构成，同时具备多层堆叠结构。HBM,即高带宽内存，本质上是基于2.5/3D先进封装技术来实现的大容量、高带宽的DDR组合阵列；主要由两部分芯片构成：1)C-die核心芯片：包含DRAM存储单元，可垂直堆叠最多16层。2)B-die基础芯片：位于整个堆叠结构底部，负责处理各类DRAM控制功能，并通过PHY物理接口层与GPU专业的投资研究大数据平台2026年10月12日HBM内部结构与传统内存不同，HBM不是将所有内存芯片并排布置在平板上，而是将多个DRAM像多层建筑一样垂直堆叠，主要利用先进工艺TSV(硅通孔)和微凸块(Microbump)将裸片进行TCB堆叠键合而相连接；多层DRAMdie再与最下层的BaseDie连接，然后通过凸块Bump与硅中阶层专业的投资研究大数据平台专业的投资研究大数据平台HBM的带宽能力远超传统DRAM,HBM3E的单堆栈带宽已达1.2TB/s,预计HBM4将进一步跃升至2.0TB/s。高带宽能力使其能解决AI训练中的内存瓶颈问题，让GPU高效处理数十亿在低延时特性上，HBM的超短互连距离和直接垂直数据，在AI推理等实时性要求高的场景中，这种低延时特性尤为关 因此HBM在AI芯片中扮演着核心配套内存组件的角色，尤其在高性能GPU等AI芯片中，其带宽与在推理场景中，模型权重需要驻留于HBM中，以便GPU即时读取。同时除权重外，HBM还存储KV力阶段将新token与对话历史进行比对。计算完成后，GPU将新生成的键和值追加回HBM,从而持续在训练场景中，GPU进行前向与反向传播所需的所有数据均通过HBM流转。前向传播时，模型权重存储于HBM,各层在处理一批数据时可快速读取；每一层处理完毕后，会将中间激活值写入HBM以供专业的投资研究大数据平台2026年10月12日后续使用。反向传播时，GPU重新访问存储的激活值与权以英伟达为例，从H200到最新的RubinGPU,其单卡HBM配置在容量与型号上持续升级，RubinGPU已配备288GBHBM4。国产GPU厂商如华为、阿里、寒武纪等当前单卡HBM配置规格也较高，以HBM3等为主，配置容量约为144GB至196GB。厂商50P(FP4算力)昇腾950DT/f资料来源：九章智算云、卓普云AIDroplet公众号、新智元、电子工程专辑、平头哥官开发高显存、低功耗的显存。2013年，海力士宣布成功研发HBM1,定义了这一显存标准；2016年，三星宣布开始量产4GBHBM2DRAM,并在同一年内生产8GBHBM2DRAM;2018年，海力士宣布量产HBM2,三星宣布开始量产第二代8GBHBM2产品“AquabolHBM2E,三星宣布推出16GBHBM2E产品“Flashbolt”;2021年光HBM2E产品上市；2022年，海力士量产全球首款HBM3DRAM芯片，并供货英伟达，三星HBM3技术实现量产；2023年，海力士率先推出HBM3E,三星发布HBM3E新品“Shinebolt”。2026年四代HBM规格比较(以海力士产品为主)堆叠高度(层)41I/O速率(Gbps)1HBM迭代路径SK海力士、SK海力士、SK海力士、SK海力士、内存带宽12-16层资料来源：SEMIHBM3E芯片密度为24Gb,HBM4提升至24-32Gb;HBM3E工艺制程为1a/1b/1β,HBM42026年HBM4加速量产。三星电子今年2月已实现10nm级第6代(1c)DRAM和4nm工艺基础裸片(basedie)的HBM4量产出货，5月还向客户提供了HBM4E12层样品和HBM4E等HBM4系列产量将比今年增加至少2倍。6/24行业|深度|研究报告 三星电子计划将下一代高带宽存储器HBM5的性能提升至HBM4E的2倍，而后续一代产品zHBM的性能目标则达到HBM4E的8倍。三星将以3D结构创新为核心，争夺下一代存储器市场的主导权。三星已着手研发下一代HBM5，将采用2纳米制程基片与1dDRAM堆叠技术。存储器企业正在积极评估将混合键合引入下一代HBM堆叠。SK海力士、三星、美光等厂商正加速推进混合键合相关研发与验证，目标是支撑更高带宽、更低功耗以及更高叠层的HBM演进。从工艺路线看，HBM最终采用W2W还是D2W尚未完全定型：一方面，DRAM高堆叠对良率极为敏感，D2W具备吸引力；另一方面，D2W对贴装效率、高精度对准以及工艺过程控制提出更高门槛。因此，更可能的落地形态是W2W与D2W的组合方案，在不同层级/模块上分工采用，以更好兼顾产能、成本与良率爬坡。研究机构如法国Leti通过晶圆上芯片自组装技术提升D2W键合的对准精度与生产效率，为规模化导入提供了重要参考。IMEC通过改进切割工艺，实现了2微米以下节距的直接D2W混合键合，并逐步向1μm以下推进。D2W凭借"先测后贴"的灵活性和处理多源芯片的能力，成为构建"芯粒"开放生态和实现定制化异构计算的物理基石。D2W混合键合技术的发展正处在加速追赶和寻求突破的关键阶段，一方面是互连密度的提升，互连节距由微米级向亚微米级（<1μm）发展，实现互连密度数量级的提升（>1000000个/mm²);另一方面是对准精度和UPH的提升，在兼顾高精度对准（<200nm）的基础上提升量产能力（UPH>2000）。未来可通过W2W和D2W混合键合技术的相互补充与结合，发展多芯片并行转移等技术，实现多层芯片的高质量三维堆叠。未来随着键合设备工艺能力和吞吐量提升，该技术将逐步应用到高性能计算、高端汽车计算、下一代移动SoC等领域，成为推动芯片性能持续突破的关键使能技术。闪迪提出HBF作为HBM的补充方案，并预计2027年前尚难商用，未来存储配置有望由单一规格向按AI负载分层演进，prefill侧侧重高带宽，decode侧则可采用成本更低的存储方案。全球大模型性能不断提升，驱动训练算力投入持续攀升。截至2025年底，全球已公开披露的千亿参数以上大模型达87个，2025年新发布的开源大模型数量达124个，其中有超20个模型参数量超过700亿，海内外如Claude、Gemini、ChatGPT、Deepseek、智谱GLM、Kimi等众多模型的竞争不断白热专业的投资研究大数据平台2026年10月12日化。2026年，四大科技巨头合计AI资本支出预计再次上调至7250亿美元，同比增长约77%,远超2025年的4100亿美元，投入规模空前。1.17亿50亿15亿3000亿1.8万亿13万亿1.7万亿20万亿1.7万亿30万亿OpenRouter最新数据显示，3月16日至3月22日，全球AI大模型总调用量为20.4万亿Token,环比增长20.7%,其中中国大模型调用量达7.36万亿token,环比提升56.9%,并已连续三周超越美国大0◆图：2025年AI芯片出货量中，英伟达占比57%专业的投资研究大数据平台Blackwell平台通常为1颗GPU搭配8颗HBM3E,GB200/GB300单GPU的HBM容量为186GB/278GB。VeraRubin进一步采用HBM4,单GPU容量约288GB、带宽22TB/s,RubinUltra◆图：英伟达每一代主流机柜HBM容量及带宽持续提升每GPUHBM层数HBM容量HBM带宽686888888/TPUv7(Ironwood)的192GB、7.4TB/s;最新TPUv8i进一步增至288GB、8.6TB/s,较v5e分别提升约18倍和21.5倍。尽管不同代际因训练与推理定位存在配置差异，但高性能TPU持续升级HBM代际、堆栈数量及堆叠层数，单芯片HBM需求增长趋势明确。专业的投资研究大数据平台2026年10月12日图：谷歌TPU的HBM容量及带宽持续提升带宽1868286888682025年，HBM市场由SK海力士、三星和美光占据，SK海力士以绝对优势占据市场58.3%份额，三星和美光各自占比约20%左右。其中HBM主流产品为HBM3e系列，占整个市场96.3%,HBM3以及HBM2e系列分别占2.2%与1%,逐渐被市场淘汰。截至2025年，HBM4系列还未实现大规模量产，单位：千片晶圆/月HBM在DRAM占比%HBM在DRAM占比%8占比占比专业的投资研究大数据平台专业的投资研究大数据平台AI算力需求推动下，存储产能向HBM倾斜。从2025Q1至2026Q1,三家厂商的DRAM晶圆总投入HBM晶圆投入占比从25.9%一路增长至29.2%,始终保持行业最高水平；三星和美光的占比也分别从约19%和11%稳步提升至约23%和约19%。20.0%SamsungHBM2e,1.0%HBM4,0.6%在2021至2026年的高速成长区间，行业在不同阶段呈现出截然不同的供需博弈。2024年全球大模型推动产值暴增，此时价格溢价空间达到历史顶点，HBM利润率远超DRAM平均水平。2025年，各晶圆厂前期扩建的先进封测产线相继满产，供需专业的投资研究大数据平台专业的投资研究大数据平台锁单预支红利逐步释放，三大供应商开始将部分此前挪用于HBM的Wafer产能重新分配回普通DDR5等高端服务器存储线，防止消费与基础服务器端出现过度短缺，产业进入良性2026年，随着HBM3e(12H)的高容渗透以及HBM4标准的量产首发，市场整体产值规模将进一步据相关测算，2024-2028E全球HBMwaferHBM需求(万个)②=①*各型号占比*各型号对应HBM数量/1其中：H100/H200(每个GPU对应6个HBM)00B200(每个GPU配置8个HBM)00B300(每个GPU配置8个HBM)00Rubin(每个GPU配置8个HBM)20RubinUltra(每个GPU配置8个HBM)0000HBM对应DRAMDie数量(万个)③=②*HBM其中：H100/H200(8层堆叠)00B200(8层堆叠)00B300(12层堆叠)00Rubin(12层堆叠)00RubinUltra(16层堆叠)0000良率(=DRAMDie良率×TSV等后续工序良率)④Rubin(12层堆叠)RubinUltra(16层堆叠)英伟达GPU对HBMwafer需求量(万片)(假设每片切810颗die)54000000·英伟达GPU对HBMwafer需求量(万片/AIHBM对存储晶圆产能的挤占在未来两年内难以缓解。根据Trendforce测算，全球DRAMwafer总产能将从2024年的164万片/月提升至2026年的205万片/月，用于HBM的wafer产能将由2024年的20万片/月提升至2026年的43万片/月，我们估计2027年两者增速分别为20%/30%。在此基础上，我们估计全球HBM占DRAM产能比重、AIHBM需求量占比在未来两年内仍将保持增长，H占DRAM比重预计从2025年的17.1%提升至2027年的22.5%,我们预计AI需求占HBM产能比重从2025年的58.5%提升至2027年的79.5%。据此判断AI对存储芯片的挤出效应未来仍得不到有效缓解，专业的投资研究大数据平台 2026年10月12日专业的投资研究大数据平台注：由于HBMwafer产能投入到GPU出货的过程中存在一定时间差，我们假设时间差为一年，并在HBMwafer产能与AIHBMwafer需求量对应时前国内CSP算力采购扩张明显。2026Q2,腾讯资本开支达到527.84亿元，同比增长176%、环比增长65%,上半年资本开支累计达到847.20亿元，已经超过2025年全年792亿元的规模。腾讯表示，在基础设施层，公司大幅增加了算力采购，将助力公司把应用及模型的使用转化为收阿里方面，2026Q2资本支出达676.78亿元，同比增长75%。阿里CEO吴泳铭指出此前公布的三年3800亿元AI基建投资计划，到6月季度末已累计投入1900亿元。同时二季度，阿里云外部商业化收入同比增长了45%,创22个季度以来增速新高。而且二季度，AI相关产品收入123.76亿元，连续第12个季度实现三位数同比增长。同时据新智核公众号，字节正评估将2026年资本支出推至最高700亿美元(约4700亿元人民币),较2025年翻倍有余；此前其2026年AI资本开支也已上修至逾2000亿元人民币，较早前计划上调至专业的投资研究大数据平台2026年10月12日国内主权AI投资的景气度正处于投资规模量级跃升、国产化导向明确的阶段。工信部印发的《信行息业通发信展“十五五”规划》指出：到2030年智能算力规模达到9800EFLOPS,信息基础设施累计投资同时，2026年6月，发改委指出算力是继热力、电力之后的新型基础资源，算力网是数字经济的核心大数据中心集群。据界面新闻，截至2026年3月底，我国已建成智能算力规模188.2万P,是2025年同期的2.5倍，预计还将保持高速增长态势。2025年1信息通信行业收入(万亿元)2信息基础设施累计投资(万亿元)3电信业务总量增速(%)9一74研发投入强度(%)56一67每万人拥有5G(含5G-A)基站数(个)850G-PON端口数(万个)29智能算力规模(每秒百亿亿次浮点运算)先进存力规模(EB)5G(含5G-A)用户普及率(%)千兆以上宽带用户数(亿户)通信网络终端连接数(亿个)注：①()内为5年累计变化数。②带*的为连续5年2026年10月12日基于此预测，寒武纪、海光信息、华为以及其他在2027年的出货量分别为55、45、290、260万颗，对应2027年等效24GBHBM3/3E需求量为330、270、1740、1560万颗，合计需求量达3900万颗。(万颗)2027年HBM需求量预测(万颗/每颗24GB等效容量)寒武纪海光信息资料来源：国海证券研究所HBM核心供应商SK海力士、三星与美光已分配完60-70%的2027年HBM产能，且主要转向HBM4:据电子工程专辑，三星计划到2026年末，将HBM的月产能提升至25万片晶圆(以12英寸晶圆计算),相较于2025年末约每月17万片的产能，增幅高达约47%,扩产主要为HBM4订单做准备。DRAM总产能预计到2026年底增至每月60万片，同比增加5.5万片，其中90%以上的增量将用于HBM。即SK海力士HBM月产能至2026年底将增长至20万片。产品及客户结构方面，三星三大客户为英伟达、AMD、博通，其计划于2026年下半年对上述三大客户放量供货，且2026年下半年HBM4将占其HBM总收入的60%以上。SK海力士2026年HBM出货量中约三分之二分配给英伟达，且计划上半年主力供应HBM3E,下半年起扩大HBM4供应量，并与十内存芯片供应紧张态势预计将持续至2027年，据科创板日报援引财联社，三星、SK海力士和2027年DRAM和HBM产能进行分配。客户最终获得的配货量为其初始请求的60%至70%。国内长鑫在合肥运营两座12英寸DRAM晶圆厂、在北京运营一座12英寸DRAM晶圆厂，合计月产能约30万片；上海新工厂计划2027年起投产，达产后整体DRAM产能将为现有水平的两倍以上。其DRAM产品覆盖DDR与LPDDR等，并已在技术上具备HBM3量产能力。如果长鑫2027年可出货300万颗24GB等效HBM3,按照单卡96-144G规格测算，共可支撑50-75万颗国产GPU需求，有望对包括寒武纪、海光等在内的国产GPU玩家有三个，分别是海力士、三星、美光，其分别占据54%、39%、7%的市场规模(2024年)。2025年，HBM市场由SK海力士、三星和美光占据，SK海力士以绝对优势占据市场58.3%份额，三星和美光各自占比约20%左右。其中HBM主流产品为HBM3e系列，占整个市场96.3%,HBM3以及HBM2e系列分别占2.2%与1%,逐渐被市场淘汰。截至2025年，HBM4系列还未实现大规模量产，将MR-MUF升级为AdvancedMR-根据Counterpoint,26Q1SK海力士HBM市占率为58%,在整体DRAM与NAND行业市占率均为第二，均仅次于三星。据海力士评估，中国DRAM供应商在技术方面落后五年，尤其是良率、质量和知17/24行业|深度|研究报告 识产权方面。鉴于海力士70%的DRAM需求来自对质量要求严格的服务器客户，中国厂商在短期内不构成威胁。三星HBM3E迈向HBM4，依托规模与资本开支追赶，其优势在于制造规模、资本投入与资源调度最强，一旦认证与良率打通，追赶速度可能很快；但最大不确定性在认证与量产良率的稳定性。三星电子加速推进HBM技术路线图，计划2026年让HBM4成为主流产品，出货占比超50%，整体HBM产量同比增长三倍以上。同时，三星已着手研发下一代HBM5，将采用2纳米制程基片与1dDRAM堆叠技术。美光跳过HBM3，以HBM3E供货切入英伟达，当前HBM4与三星同台竞争。其优势是后发但追赶速度快，具备能效与产品迭代优势；切入头部平台后份额提升具弹性。劣势是规模与份额仍落后龙头，HBM是"良率+交付"综合战，扩产执行决定上限。SK海力士在HBM，特别是其相应的封装技术上相对于三星电子等竞争对手的优势继续保持。其在HBM4所使用的AdvancedMR-MUF技术在散热性能和良率上依然领先三星电子的TC-NCF技术。从之后的技术路线看，三星电子或在HBM4e或者HBM5产品中开始大规模使用混合键合（HybridBonding）技术。考虑到HBM相对较强的需求能见度，主要供货商或已经根据主要加速器厂商需求在2026/27年积极扩张产能。随着三星电子HBM技术的不断成熟和美光的积极加入竞争，总体HBM产能紧张或在2026年得到缓解，但产能缺口仍在。交银国际预测SK海力士HBM市场份额或在2026年（52%）相比2025年（58%）有所缩小，但公司凭借先发优势，在良率、毛利率等方面或继续领先竞争对手。与GPU厂商同步，云厂商自研ASIC也在快速上量HBM，ASIC大规模部署成为HBM的第二条需求曲线。谷歌TPUv5p每颗集成95GBHBM2E，带宽2.8TB/s，最新第七代TPUIronwood则升级到192GBHBM3E、7.3TB/s带宽，一套Pod可扩展到1.77PB共享HBM。AWS从Trainium2的96GB、Trainium3的144GB到Trainium4预计搭载288GB，同样是沿着扩大HBM容量和带宽路线演进。国产HBM与SK海力士、三星等国际巨头相比存在哪些技术差距和突破难点？下面我们进行详细分析：行业|深度|研究报告 在产品对比维度上，HBM落后三大厂2个代际，预计加速追赶。具体来看：DDR系列方面，长鑫24Q2开始已逐步实现DDR5量产，进度落后三大原厂3年，目前产品速率最高可达8000Mbps，提供16/24Gb选择，与三大原厂性能接近；三大原厂DDR6已完成原型开发，长鑫DDR6产品尚在规划中。据SK海力士评估，中国DRAM供应商在技术方面落后五年，尤其是良率、质量和知识产权方面**。尽管当前市场环境已经提升利润，但其产量增长仍显著低于晶圆产能。鉴于海力士70%的DRAM需求来自对质量要求严格的服务器客户，中国厂商在短期内不构成威胁。HBM目前国产化自供率基本为0，是国内AI发展的胜负手。国内受制于DRAM和先进封装量产工艺，仍处于积极研发状态，尚无大规模量产产品，HBM生产目前仍由海外三大家垄断。HBM是AI加速器供应链中价值量高、供给高度集中且对中国更难实现完全自主可控的关键环节之一，主要供给来自SK海力士、三星与美光等少数厂商。公开成本模型显示HBM已成为AI加速器BOM的最大单项之一，H100/H200级产品中HBM成本占总BOM通常接近50%，并随HBM容量与代际提升而进一步抬升；TrendForce还指出HBM单位售价约为DDR5的5倍，这使其成为国产AI加速卡BOM中最昂贵且最难国产化的关键部件之一。HBM的本质是带宽换面积，每个HBM3E堆栈通过1024-bit总线（DDR564-bit的16倍）经TSV在单颗封装内提供TB/s级带宽，但代价是晶体管密度只有等效DDR的约46%（TSV与堆叠开销），且每die面积约为同容量DDRdie的2倍。这意味着HBM既是算力放大的核心，也是单位算力成本下降的最大障碍。HBM相较于DRAM在生产中需要更多步骤，如堆叠、硅穿孔、键合等，因此会存在一定良率损失，导致同样位元产出时HBM所消耗的晶圆较DRAM更高。根据SiliconAnalyst，同样位元HBM需要消耗的晶圆是DRAM的3倍，对产能的需求更高。2023年HBM占DRAM晶圆消耗量的5%，预计2026年有望达到20%。HBM的高技术门槛首先体现在其高度复杂的上游供应链上。从工艺流程来看，HBM的制造并非纯粹的后道封测，而是前道晶圆制造工艺向后道的延伸（即"中道先进封装"）。由于引入了TSV和晶圆级三维堆叠，其材料与设备壁垒大幅前移。以GMC材料为例，日本Resonac（原昭和电工）通过控制核心高分子配方，几乎独占了主流MR-MUF工艺所使用的塑封料。而在设备端，键合与测试成为决定整条产线良率的胜负手。TC固晶机与KGD测试仪的单价和毛利率均远超传统封测设备。18/24行业|深度|研究报告 SK海力士方面：其在HBM，特别是相应的封装技术上相对于三星电子等竞争对手的优势继续保持。其在HBM4所使用的AdvancedMR-MUF技术在散热性能和良率上依然领先三星电子的TC-NCF技术。海力士是当前HBM3/3E/4的全球龙头，率先量产12-HiHBM3E并持续供货英伟达，HBM4也为行业最先量产，其依托TSV垂直互连和MR-MUF封装实现12层堆叠和更好的散热性能，在HBM3E上将MR-MUF升级为AdvancedMR-MUF，使堆叠高度降低约40%、热阻进一步下降，为16-Hi乃至更高层数的堆叠打基础。三星方面：HBM3E迈向HBM4，依托规模与资本开支追赶，其优势在于制造规模、资本投入与资源调度最强，一旦认证与良率打通，追赶速度可能很快；但最大不确定性在认证与量产良率的稳定性。HBM3/3E产品颗粒主要使用1b制程节点，basedie采用12/14/28nm制程。而HBM4产品颗粒使用1c制程节点，basedie采用3/4/5nm制程。此外，SK海力士以往的HBM产品，包括HBM3E都是基于公司自身制程工艺制造了Basedie，但从HBM4产品开始计划采用台积电的先进逻辑工艺，若在Basedie采用超细微工艺可以增加更多的功能。基于HBM在AI发展中的重要性和国内目前的稀缺性，国内掌握DRAM生产工艺和先进封装工艺的各家厂商或通过自研，或通过合作的方式，正积极研发HBM产品，未来HBM国产化路径有以下猜想：（1）IDM（垂直整合制造）模式：从晶圆制造到HBM先进封装工艺全部自主完成；（2）代工厂与封测厂合作模式：由代工厂负责生产DRAM晶圆，封测厂负责合作完成TSV、microbumping和堆叠键合等HBM先进封装工艺部分。长鑫科技：HBM落后三大厂2个代际，预计加速追赶。国内存储厂商武汉新芯和长鑫存储正处于HBM制造的早期阶段，主要是为了应对未来人工智能（AI）和高性能计算（HPC）领域的应用需求。其中武汉新芯正在针对HBM建造月产能3000片晶圆的12英寸工厂，长鑫存储则与封装和测试厂通富微电合作开发了HBM样品，并向潜在的客户展示。华为：华为也准备建立其内部HBM供应链。据TheInformation报道，华为已开始将其重点转移到有吸引力的HBM市场，该联盟现在与从事存储器业务的公司合作。全球智算中心在爆发式建设后面临严峻的电网负荷赤字。根据部分国家出台的绿色数据中心能耗新标准，PUE不达标的老旧存量数据中心将面临严厉的惩罚性电价或强制关停，这一政策直接拉动了存量服务器进行高能效升级的换新潮。HBM4/HBM3e由于能提供高达2.5倍于DDR5的每瓦性能比，在物理空间、机房配电容量不增加的红线下，能让数据中心算力吞吐瞬间实现数倍提升，从而在存量替换市场中温和地释放出了巨大的换新红利空间。19/24专业的投资研究大数据平台端到端AI大模型加速向汽车端侧渗透，车载算力平台对数据的实时感知与即时推理提出了前所未有的宽时延，确保毫米级实时安全响应决策的达成。随着车规级HBM定制化方案与异构系统级封装技术壁垒的突破，全球头部主机厂与整机巨头正加速将其作为下一代量高维数据流的物理特征，直接促使存储芯片从一个低附加值的标准化大宗商品，特征、具备高议价空间的战略级硅基架构。这一转变极大地推高了芯片单价与溢价制程优势的存储及代工巨头可以攫取极高比例的红利分润，AI芯片设计正从通用GPU向定制化ASIC加速芯片变迁。预计2026年，随着HBM3e(12H)的高容渗透以及HBM4标准的量产首发，AI芯片设计从通用GPU向定制化ASIC加速芯片变迁，驱动HBM42021-20302021-2030E全球HBM芯片市场产值规模(亿美元)及增速(%)地缘波动的挑战背后，正催生出全新的出海跨国协作模型。依靠RCEP框架带来的低关税、原产地累积规则及投资便利化支持，中国本土的高阶封测和精细材料厂商(如通富微电、华海诚科等)开始在东盟建立深度本地化运营的多活工厂。这种出海模式彻底告别了低端打线，而是方案与东盟本土的供应链资源紧密咬合，避开了单边地缘制裁，成为保障全球算环节。AI浪潮拉动DRAM需求大爆发，长鑫份额有望持续提升。1)AI服务器需求增长带动DRAM市场扩容。Omdia预计全球DRAM市场规模将由2025年的1505亿美元增长至2030年的5710亿美元，2025-2030年复合增速约30.56%;同期服务器DRAM需求占比预计由约50.00%提升至71.00%,成行业|深度|研究报告 为行业需求增长的核心来源。2）高壁垒铸就寡头垄断格局，长鑫份额有望持续提升。2026Q1三星、SK海力士、美光合计占全球DRAM销售额合计90%，呈现出显著的寡头竞争格局。由于扩产较慢叠加晶圆及先进工艺资源向HBM和高容量服务器产品倾斜，标准型DRAM供给受到结构性约束，供需处在较为紧张的态势。3）国内需求规模庞大，国产替代空间广阔。2024年中国DRAM市场规模约250亿美元，占全球市场超过四分之一，但本土品牌产品自给率仍较低；伴随着长鑫的全面崛起，国产替代趋势明确。公司优势：技术迭代与产品升级协同，规模制造支撑商业化。1）持续研发投入支撑工艺平台迭代。公司采取跳代研发策略，已完成从第一代至第四代工艺技术平台的量产及升级，第五代平台处于客户认证阶段。2023-2026H1研发投入累计约274.65亿元，形成持续的技术和产品储备。2）高代际产品覆盖主要应用市场。公司已形成DDR5、LPDDR5/5X、LPDDR6等高代际产品体系，以及RDIMM、MRDIMM等多类型服务器模组，覆盖移动设备、服务器和个人电脑等市场，并持续向高容量、高性能规格延伸。3）公司拥有三座12英寸DRAM晶圆厂，自主掌握芯片设计、晶圆制造及晶圆测试等核心前道环节，并已进入头部终端客户供应链。随着产线利用率提升、产品单位成本下降，规模效应持续释存储量价齐升，二季度业绩持续高增。2026H1，公司预计实现营收115亿元、同比+177%，归母净利润69亿元、同比+1099%，扣非归母净利润48.5亿元、同比+791%。单Q2预计实现营收73.12亿元，同比+226%、环比+75%，归母净利润54.39亿元、同比+1496%、环比+272%，扣非归母净利润34.40亿元、同比+973%、环比+144%。受益于存储芯片行业供给紧张，公司存储芯片产品量价齐升，存储业务盈利水平提升；微控制器产品受益于工业、消费及汽车等领域的需求拉动，出货规模亦实现较好增长；整体经营业绩实现大幅增长。产品力助力公司龙头地位持续巩固。存储线：量价齐升逻辑突出。NORFlash全球第二，公司保持在高端消费电子市场竞争优势的同时，持续发力工业、通信、汽车等应用领域，实现多应用领域全品类覆盖；并于2025年实现45nm的NORFlash的规模化量产。SLCNANDFlash以24nm为主要工艺节点，产品容量覆盖1Gb-8Gb，实现消费、工业、汽车等全品类产品覆盖。自研DRAM：公司拥有DDR3L、DDR4、LPDDR4多个产品型号；DDR48Gb产品市场推广顺利，并规划LPDDR5小容量产品研发，公司DRAM实现在网通、电视、机顶盒、工业、智慧家庭、AI相关等领域的广泛应用，依托于供应链优势，公司利基DRAM在全球市占率持续提升；定制化存储方案公司产品具备先发优势的同时，在云侧、端侧客户项目进展呈现顺利推动之势，公司部分项目处于客户送样、小批量试产阶段，2026年将在部分客户端实现量产。MCU国内第一，公司已成功量产69个系列、超700款MCU，覆盖M3、M4、M23、M33、M7内核，工艺制程覆盖110、55、40、22nm，实现对高性能、主流性、入门级、低功耗、无线、车规、专用产品的全面覆盖。龙头彰显，业绩持续释放。公司NORFlash持续扩大经营规模和市场占有率，受益于海外原厂退出、利基DRAM、2DNAND供给端竞争格局显著改善，产品处于持续供不应求周期；公司在SLCNANDFlash进一步提升24nm工艺制程节点占比、DRAM不断补充产品矩阵的同时，迎来量价齐升周期、市占率持续提升，定制化DRAM持续发力，MCU多下游领域发力。21/24行业|深度|研究报告 上半年稳健增长，第二季度有所承压。2026H1实现营业收入34.43亿元，同比增长13.00%；归母净利润7.98亿元，同比增长15.29%；经营活动现金流净额8.27亿元，同比增长73.14%，现金流明显改善。第二季度营业收入19.44亿元、归母净利润4.63亿元，分别同比下降3.81%、19.08%；上半年业绩整体增长、单季承压。特种集成电路延续较快增长，核心产品与交付能力夯实。2026H1特种集成电路收入18.09亿元，同比增长23.19%，毛利率69.68%。FPGA和系统级芯片保持领先，特种存储供货范围扩大，交换芯片批量交付；RF-SOC、RF-FPGA、DSP应用持续拓展，AI+视觉感知和中高端MCU完成市场验证。宇航系统解决方案获核心用户批量应用，自建封装线产能提升、交付周期缩短，供应链保障能力增强。智能安全芯片收入平稳，石英晶体加快成长。2026H1智能安全芯片收入14.08亿元，同比增长0.96%，毛利率39.08%。eSIM在海外规模化应用，E450R在金融领域批量发货超千万颗；汽车安全芯片累计出货超千万颗，THA6第二代产品推进量产。石英晶体频率器件收入1.93亿元，同比增长27.78%，AI服务器及光模块用差分晶体振荡器实现量产，多款车规产品通过可靠性验证。依托自研NAND+DRAM，打造高稳、高性价比MCP。MCP是将非易失性存储芯片与易失性存储芯片集成于单一封装内的存储解决方案，能够协同实现数据存储与处理功能。公司的NANDMCP产品集成了自主研发的低功耗SLCNANDFlash与低功耗DRAM，凭借设计优势已在紫光展锐、高通、联发科等主流平台通过认证，广泛应用于功能手机、MIFI、通讯模块等终端产品。公司MCP产品规格丰富，DRAM类型涵盖LPDDR1/2/4X，为用户提供更加灵活和丰富的选择。MCP产品通过集成技术，有效简化了系统走线设计，显著节省PCB布板空间，在提升产品稳定性与集成度的同时，降低了整体系统成本，特别适用于对空间要求严苛的小型化电子设备。在MCP领域，公司目前已可提供4Gb+4Gb、8Gb+8Gb、16Gb+16Gb等多种组合的MCP产品，主要应用于5G通讯模块、车载模块等领域。公司在研产品进一步拓展多容量配置，依托自主研发的SLCNANDFlash与DRAM组合，打造具备成本优势与稳定性能的MCP解决方案，持续丰富产品线，全面满足客户的多样化需求。G100双线市场化，持续迭代下一代GPU。在计算芯片领域，公司以自有资金战略投资上海砺算，布局高性能GPU赛道。2026H1对上海砺算确认的投资亏损约4,159万元。上海砺算专注可扩展图形渲染GPU芯片研发，采用自研架构，支持端、云、边全场景图形渲染与AI加速，兼容主流GPU生态，致力于实现国产完整GPU架构自主可控。继首款自研GPUG100完成流片、封装并推出专业级及消费级显卡后，2026年上半年，砺算重点推进生态完善、工艺优化与市场导入。生态层面，G100已取得微软WHQL认证，可稳定适配Windows系统；同时完成多款国产操作系统与处理器平台兼容，联动上下游厂商推进软硬件适配及行业方案落地。制造端持续优化量产工艺，提升产品竞争力。商业化方面，G100采取专业级、消费级双线策略。专业级产品面向AIPC、云渲染、数字孪生等场景，当前处于客户导入与系统验证阶段；消费级显卡已登陆主流电商平台开启销售，持续迭代驱动程序，优化兼容性与运行性能。下一代GPU芯片研发有序开展，核心模块架构设计与验证进展顺利，支撑后续产品迭代升级。WiFi7核心模块验证完成，加速流片送样。在联接芯片领域，公司正按计划稳步推进Wi-Fi7无线通信芯片的研发设计工作。基于对市场趋势的研判，