AI应用侧深度渗透，驱动国产先进封装技术寻求突破.pdfVIP

AI应用侧深度渗透，驱动国产先进封装技术寻

求突破

⚫DeepSeek在算法层面实现三大突破——通过低秩键值压缩（MLA）将注意力计

算内存占用降低80%，动态稀疏MoE架构使每个Token仅激活5.5%参数，以

及GRPO强化学习框架驱动模型自主进化多步推理能力。千亿参数模型在通用

任务上达到与密集模型相当的精度，同时降低37%推理延迟。模型的高效运行

仍依赖硬件层面的三重能力支撑：高并行计算、高存储带宽、超低延迟互连。

⚫效率提升≠需求下降：本质上，算法优化并非削弱算力产业价值，而是通过

重构需求结构打开更大市场空间——从集中式训练向分布式推理延展，从通

用计算向场景专用架构升级，最终形成万亿级算力市场的多级增长引擎。降

本→普及→增量的螺旋上升效应将推动Post-training微调算力激增、云端

推理并发量指数增长、边缘侧长尾需求爆发带来总算力需求。

⚫模型参数量、训练数据持续扩充，高性能算力芯需求仍高：单纯倚仗传统芯

片设计与制造通过缩小FET尺寸去提高芯片性能的方式效率降低，且规模化

边际减弱。更重要的是，对于不同场景化需求不同，高带宽，低延迟，高能效

比有更高要求，系统级线宽/线距瓶颈限制了高速数据在芯片之间、芯片与外

部存储器之间高效传输，严重制约了AI芯片性能的充分释放。先进封装是

“MoreThanMoore”（超越摩尔）时代的解决方案。

⚫封装技术正逐步从PCB的层面，向芯片内部（即IC层面）转变：采用2.5D

和3D封装技术，不再依赖传统的PCB作为主连接平台，而是直接将多个IC

芯片通过转接板（interposer，如硅转接板、玻璃转接板等）进行集成。2.5D

封装技术的核心在于TSV、Interposer、RDL、Bumps，各大厂商基于这些组装

以达到不同客户需求。据YOLE预测，2023年全球先进封装营收约378亿美

元，占半导体封装市场的44%；2024年增长至425亿美元，至2029年，先进

封装营收有望增长至695亿美元，年复合增长率11%，其中2.5D/3D封装渗

透率最快。

⚫投资建议：关注2.5D/3D封装技术核心前道设备厂商、基板材料及OSAT厂

商。

◼设备厂商：北方华创、拓荆科技、盛美上海、中微公司

◼基板材料厂商：兴森科技

◼OSAT厂：长电科技、通富微电

⚫风险提示：1、2.5D\3D封装及其他先进封装难度较大，良率有待改善，或影

响利润；2、前期设备投入及研发成本较高；3、AI应用落地速度不及预期

曙光在前金元在先

-1-

一、DeepSeek架构上的突破-算法层面解决算力效率问题

DeepSeek从模型的输入处理阶段到计算阶段再到模型的输出阶

段进行深层次优化，显著提升算力效率，使得其在训练阶段以及

推理阶段在保持模型性能的同时，减少冗余计算，从而塑造出更

高性价比模型。

传统Transformer模型的自注意力机制存在显著的计算瓶颈：处

理n长度序列时需构建n²规模的注意力矩阵，导致内存和计算复

2

杂度均呈()增长。以1024长度序列为例，单头注意力矩阵即

需4MB存储，叠加多头多层结构后硬件资源极易耗尽。在推理场

景中，由于需实时逐Token生成文本，重复计算历史Token的键

值数据会引发指数级资源消耗。

DeepSeek通过引入KV缓存机制实现突破性优化：将历史Token

的键值向量存储复用，仅计算新Token的查