- 1、本文档共69页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
HBM技术迭代,3D混合键合助力设备材料
HBM加速迭代,市场空间足:HBM突破“内存墙”,实现高带宽高容量,成为AI芯片最强辅助,我们认为HBM将持续迭代,I/O口数量以及单I/O口速
率将逐渐提升,HBM3以及HBM3e逐渐成为AI服务器主流配置,且产品周期相对较长,单颗容量及配置颗数逐步增加,预计HBM4于2026年发布。2024
年全球HBM市场有望超百亿美元,市场空间足,国产供应链加速配套。
HBM3海力士率先引入MR-MUF,HBM4剑指混合键合:当前HBM采用“TSV+Bumping”+TCB键合方式堆叠(TSV一般由晶圆厂完成,封测厂可在堆叠环节
进行配套),但随着堆叠层数的增加散热效率很差,TCB不再满足需求,海力士率先引入MR-MUF回归大规模回流焊工艺,芯片之间用液态环氧模塑
料作为填充材料,导热率比TC-NCF中的非导电薄膜高很多,但海力士也预计HBM4会引入混合键合HybridBonding方案,取消互连凸块。我们预判
当前HBM主流依然是TCB压合,MR-MUF方案为过渡方案,未来混合键合是大趋势。液态塑封料LMC依然是晶圆级封装至关重要的半导体材料之一。
混合键合与TSV是3D封装的核心,HBM“连接”与“堆叠”带来设备材料端发展新机遇:混合键合分为晶圆对晶圆W2W和芯片对晶圆D2W,3DNAND使
用W2W,典型案例为长鑫存储的Xstacking,CMOS层+存储层采用W2W混合键合方案,预计HBM未来亦会采用W2W方案,W2W与D2W方案相比一般应用于
良率非常高的晶圆,避免损失。根据我们产业链研究,混合键合将充分带动永久键合设备与减薄+CMP需求,根据BESI官方数据,预计存储领域未
来贡献混合键合设备明显增量,保守预计2026年需求量超过200台,减薄+CMP亦成为重要一环。当前HBM方案主要带动固晶机、临时键合与解键合、
塑封装备以及TSV所需的PECVD、电镀、CMP等设备;材料端则是TSV电镀液、塑封料等。
相关标的:包括封测环节:通富微电(先进封装)、长电科技(先进封装)等;设备环节:拓荆科技(PECVD+ALD+键合设备)、华海清科(减薄
+CMP)、华卓精科(拟上市,键合设备)、芯源微(临时键合与解键合)等;材料环节:华海诚科(环氧塑封料)、天承科技(RDL+TSV电镀添加
剂)、艾森股份(先进封装电镀)等
2
目录
b01HBM—突破“内存墙”
b02AI算力快速迭代,HBM为最强辅助
3
b0HBM核心—“连接”与“堆叠”,3D混合键合成趋势
b04HBM核心设备材料,替代进行时
b05相关标的
3
HBM—突破“内存墙”
CPU与存储之间“内存墙”:随着摩尔定律的不断迭代,CPU运行速度快速提升,CPU主频高达5GHz,而DRAM内存性能取决于电容
充放电速度以及DRAM与CPU之间的接口带宽,存储性能提升远慢于CPU,DRAM内存带宽成为制约计算机性能发展的重要瓶颈;
DRAM:DDR4内存主频为2666~3200MHz,带宽为6.4GB/s,但是在AI应用中(高性能计算/数据中心),算力芯片的数据吞吐量峰值
在TB/s级,主流的DRAM内存或显存带宽一般为几GB/s到几十GB/s量级,与算力芯片存在显著的差距,“内存墙”由此形成。以
Transformer类模型为例,模型大小平均每两年翻410倍,AI硬件上的内存大小仅仅是以每年翻2倍的速率在增长;
内存墙问题不仅与内存容量大小有关,也包括内存的传输带宽;内存容量和传输的速度都大大落后于硬件的计算能力。
图:2018年~2025年台积电先进工艺制程节点图:AI与内存墙
数据来源:TSMC、《AIandMemoryWall》(AmirGholami等人)、《高带宽存储器的技术演进和测试挑战》(陈煜海等人)、华金证券研究所
您可能关注的文档
- 芯片行业分析:高性能模拟技术正逐步深入核心领域,成为关键,尤其在工业汽车领域实现重点突破(75页).pptx
- 芯片行业分析:技术创新驱动产业转型,加速步入高密度封装的新纪元(112页).pdf
- 芯片行业分析:射频技术国产化持续深化,供应体系优化正处于积极进展中(22页).pptx
- 芯片行业分析:万丈高楼始于坚实材料,筑牢中国“芯”之基石(133页).pptx
- 芯片行业分析:显示驱动芯片:面板国产化征程中的最后关键一步(42页).pptx
- 芯片行业分析:以“芯”赋能先进算法,以“算”力引领万物智能发展(114页).pptx
- 芯片行业分析:以'功率半导体'构筑全球竞争优势的护城河,洞察产品格局中的'基础端'新机遇(39页).pptx
- 芯片行业分析:站在人文与科技的交汇点,我们正引领步入空间计算的新纪元(149页).pptx
- 芯片行业分析:智能大时代已经到来,AI产业化进程再度提速(109页).pptx
- 领导干部2024年民主生活会对照检查发言材料(四个带头)范文.docx
文档评论(0)