半导体行业专题报告：“大算力时代”+“存算一体化” GPU封装正当时

　　AIGC 算力大时代下，GPU 支撑强大的算力需求。ChatGPT 这样的生成式AI 不仅需要千亿级的大模型，同时还需要有庞大的算力基础。训练AI 现在主要依赖NVIDIA 的AI 加速卡，达到ChatGPT 这种级别的至少需要1 万张A100 加速卡，而一颗英伟达顶级GPU 单价高达8 万元。
　　存算一体化突破算力瓶颈，GPU 封装进入正当时。在AI 运算中，神经网络参数（权重、偏差、超参数和其他）需要存储在内存中，常规存储器与处理器之间的数据搬运速度慢，成为运算速度提升的瓶颈，且将数据搬运的功耗高。在算力芯片性能暴增的时代下，相关的封装产业链也逐渐的进入高速发展时期。
　　Chiplet 为主要发展方向，CoWoS 被广泛应用于GPU 封装。
　　Chiplet 将大型单片芯片划分为一组具有单独功能的小芯片单元，再通过跨芯片互联和封装集成，这就要求发展先进封装技术，提高布线密度和信号传输质量。CoWoS 是由台积电主导，基于中间介质层实现的2.5D 先进封装，能达到封装体积小、功耗低、引脚少的效果。英伟达V100/A100/H100 高端GPU、AMD新MI 系列数据中心加速器芯片，均采用台积电CoWoS 封装。
　　“GPU+存储器”的HBM 封装模式突破了内存容量与带宽瓶颈。
　　凭借TSV 方式，HBM 将多个DDR 芯片堆叠在一起，实现大容量，高位宽的DDR 组合阵列，使DRAM 从传统2D 转变为立体3D，比GDDR5 节省了94%的表面积，充分利用空间，实现集成化。同时，HBM 大幅提高了容量和数据传输速率，具有更高带宽、更多I/O 数量、更低功耗，革命性地提升了DRAM 的性能。
　　建议关注：长电科技、通富微电、华天科技、甬矽电子、晶方科技。
　　风险提示：
　　1、AIGC 整体发展不及预期；
　　2、先进封装产能不足；
　　3、供应链波动，封装材料紧缺；
　　4、CoWoS 研发迭代进度不及预期；
　　5、国际贸易摩擦的风险。
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。