2025年电子行业中期策略：AI推理需求提速，端侧AI百花齐放

一、AI 推理需求提速，AI PCB 蓬勃发展

AI产业链包括AI硬件、AI capex和AI模型与应用。AI硬件主要包括算力、连接、存 储、电源和散热等, 主要为大模型训练和推理提供所需的计算能力、数据传输、数据 存储和运行环境保障；AI capex主要包括国际CSP、OpenAI、国内CSP、企业和主 权等，驱动整个产业链上游（尤其是硬件）发展的核心动力源，为AI算力基础设施的 直接投资方；AI模型及应用主要包括模型和应用领域，为AI技术的核心载体和最终价 值落脚点，利用硬件提供的算力，通过capex建立的平台进行开发和部署。

（一）AI 推理需求提速，超级应用出现

1. Coding Agent和ChatGPT等应用增长斜率陡增

Coding Agent推理提速，厂商年化营收进入“指数级”通道。在Claude、GPT、 Gemini等新一代模型代码能力不断提升的背景下，“写代码”这一原本高度依赖人 工经验的环节，正被AI Agent快速重塑。头部Coding Agent厂商的商业化进入“指数 级”通道，以Cursor为例，2025年2月ARR突破1亿美元，仅4个月后即在6月上旬超过 5亿美元，官方披露ARR“每两个月翻一倍”。此外，Anthropic依托Claude在长上下 文代码理解与生成上的领先表现，其年化收入从2024年12月的约10亿美元升至2025 年5月底的30亿美元，用不到半年实现3倍增长，其中“代码生成”为最重要的收入引 擎。

ChatGPT用户数加速明显，ARR迅速增长。2024年12月，Sam Altman在NYT DealBook峰会上披露周活（WAU）刚破3亿，到4月中旬已爬升至8亿周活。根据 《Trends – Artificial Intelligence》数据，ChatGPT的用户数17个月冲到4月底的8亿 WAU，是互联网史无前例的扩散斜率。付费企业客户方面，OpenAI 2月披露付费企 业客户突破200万，而至6月已攀升至300万。用户数快速爬升的原因主要系：o3等 模型效果表现惊艳、OpenAI将旗舰模型全面替换为更快、原生多模态的GPT-4o，并 随即向免费层开放——模型质量与可用性的升级显著抬高了日留存和分享自传播， 以及6月苹果宣布在iOS、macOS等系统中内嵌ChatGPT等多个原因。与此对应的是 OpenAI ARR迅速从2024年12月的55亿美金爬升至2025年6月的100亿美金。

2. CSP大厂资本开支维持高增态势

海内外CSP AI Tokens消耗量均呈现急剧增长。根据Google 2025 1/O大会，24年4 月的月均token是9.7万亿，25FY Q4达到480T（日均16万亿），12个月的CAGR接 近40%。此外，根据I/O大会，25年年底Google Assistant要全面升级到Gemini，同 时AI Mode也将在更多国家推出，预计Google Token消耗量会显著提升。截至2025 年5月底，豆包大模型日均tokens使用量超过16.4万亿，较去年5月刚发布时增长137 倍。随着模型能力的持续提升，新的应用场景也不断涌现。AI工具类的tokens消耗增 长迅猛，五个月内增长了4.4倍。其中，AI搜索增长了十倍，AI编程增长了8.4倍，另 一方面，视觉理解模型成为推动模型tokens增长的又一重要力量。以K12在线教育场 景为例，由于视觉理解模型能力的提升，tokens消耗数在五个月内增长了12倍。

25Q1海外CSP CapEx维持高增。25Q1，微软、谷歌、亚马逊、Meta四大北美CSP 厂商资本开支显著增长，合计719亿美元，同比+62%，环比-1%，具体来看，微软： FY25Q3，资本开支167亿美元，同比+53%，环比+6%；谷歌FY25Q1，资本开支172 亿美元，同比+43%。环比+20%；亚马逊FY25Q1，资本开支250亿美元，同比+68%， 环比-10%。 指引方面，海外CSP维持或上调FY25/26 CapEx。Meta 2025年资本开支预期从原 计划的600-650亿美元上调至640-720亿美元，主要为了支持AI需求所进行的数据中 心建设，以及考虑到基础设施硬件成本的增加。亚马逊FY25Q1的资本支出为243亿 美元，计划在下半年增加产能，此前公司指引24Q4可以代表FY25年投入水平；微软 指引FY25Q4的资本支出将环比增加，FY25H2的资本支出总额指引与前期保持一致， 微软预计FY26 CapEx将继续增长，但增速将低于FY25，更多投向服务器等与收入 直接相关的短期资产。谷歌预计2025年全年资本支出仍为750亿美元。投资主要用于 基础设施，其中最大的组成部分为服务器，其次为数据中心。

3. ASIC进展：CSPs大力推进ASIC，产业内多环节上调指引

博通、Marvell等上调ASIC指引。2024年12月博通指引2027年AI收入600-900亿美 金SAM（serviceable adressable market，只计算现有3大客户可以拿到的AI收入机 会（AISC+网络）。Marvell在2025年6月16日的AI day上调AI市场空间，预计28年数 据中心CAPEX 10000亿美元，AI加速卡（GPU+ASIC）3490亿美元；28年ASIC+配 套市场空间554亿美元：ASIC 408亿美元（23-28年CAGR约50%），和ASIC配套146 亿美元(23-28年CAGR约90%）。

（二）AI PCB 行业蓬勃发展，厂商产能建设带来增长弹性

1.需求端：AI PCB市场规模高速增长，ASIC加速起量打开行业成长空间

随着人工智能技术及产业化应用的加速发展，训练和推理的算力消耗呈指数级增长， AI服务器PCB向更高阶、高速及高频方向迭代升级，AI服务器PCB单机价值量，市 场规模不断增长。同时，CSP厂商加速ASIC的落地起量，ASIC正逐渐成为AI服务器 市场中与GPU并行的重要架构，各家CSP厂商对于AI服务器PCB的设计方案具有定 制化要求，持续拉动AI PCB需求增长。根据我们测算，AI服务器PCB市场规模预计 将从2024年的19亿美元增长至2026年的61亿美元，2026年同比增速为57%。其中， NV AI服务器PCB市场规模预计将从2024年的8亿美元增长至2026年的18亿美元， 2026年同比增速为34%；ASIC AI服务器PCB市场规模预计将从2024年的11亿美元 增长至2026年的43亿美元，2026年同比增速为69%。

2.供给端：AI PCB厂商提速技改及扩产，产能建设带来增长弹性

根据胜宏科技、沪电股份、广合科技、生益电子与景旺电子等公司现有已公告的扩产 计划，我们判断目前行业AI PCB产能较为紧张，各家AI PCB厂商有望通过海外基地 建设以及国内产能技改及扩产实现较高的增长弹性。根据胜宏科技25年5月第二轮审 核问询函回复意见公告，公司越南厂预计新增HDI 15万平方米/年，泰国厂预计新增 高多层150万平方米/年，此外，公司HDI设备更新项目计划新增4阶HDI 32万平方米 /年，厂房四项目计划新增6阶HDI 12万平方米/年。根据沪电股份25年5月投资者交流 公告，公司泰国厂预计于25Q2加速开启客户认证与产品导入，公司将投资约43亿元 新增HDI 29万平方米/年，第一阶段18万平方米/年，第二阶段11万平方米/年，预计 分别在28年、32年以前实施完成。根据广合科技25年4月和5月投资者交流公告，公司广州两厂预计每年技改带来新增产能约6亿元，泰国厂2025年释放产能1.5~2亿元， 黄石厂25年产能约为6亿元并实现扭亏为盈。根据生益电子25年6月投资者交流公告， 公司东莞厂预计新增25万平方米/年，同时公司泰国厂正在推进建设。根据景旺电子 25年4月投资者交流公告，公司珠海金湾厂25Q1订单快速放量，同时公司泰国厂建 设正在按计划推进。

随着算力需求提速以及 AI PCB 阶数、层数、材料等级的持续提升，AI PCB 行业规 模持续提升，各家 AI PCB 厂商有望通过海外基地建设以及国内产能技改及扩产实 现较高的增长弹性。

（三）AI ODM 加速成长，AI 互连芯片需求旺盛

1.中国台湾ODM：受益于Blackwell放量，营收同比高增

受益于Blackwell和ASIC陆续放量，中国台湾ODM厂商25H1营收趋势强劲。鸿海、 广达、纬创、纬颖、英业达、技嘉等ODM厂商2025年1-5月营收分别同比增长21.7%、 74.8%、76.4%、162.5%、19.9%、34.2%。具体来看，广达受益于GB200开始放量， AI服务器已占营收七成，公司预计提高资本支出四成以扩产。纬创受北美客户提前 拉货影响，5月单月营收突破2084亿新台币，环比+55.9%，同比+162.1%。

AI业务仍是ODM厂商主要成长动力，AI营收占比不断提升。根据各家在法说会和财 报中的披露中可得各家AI服务器在数据中心/服务器相关业务中营收占比持续提升， 2025年，广达预计2025年占比超60%，纬创、纬颖、鸿海预计2025年占比提升至超 50%。

2.PCIe协议规范持续升级，催生PCIe Retimer及Switch芯片需求

随着PCIe协议从 3.0（8 GT/s）发展至4.0（16 GT/s）、5.0（32 GT/s），并逐步迈 向 6.0（64 GT/s）和 7.0（128 GT/s），数据传输速率的不断翻倍带来了显著的信 号衰减和参考时钟时序重整问题，这些问题极大地限制了PCIe协议在下一代计算平 台的应用范围，促使行业加大对高速电路与系统互连设计的优化需求，同时也推动 了在超高速传输环境下保持信号完整性的研发工作。为了补偿高速信号的损耗、提 升信号质量，超高速时序整合芯片（Retimer）应用而生。目前，PCIe Retimer芯片 已成为高速电路中不可或缺的重要器件，尤其在数据中心的数据高速、远距离传输 场景中，可有效解决信号时序不齐、损耗严重、完整性差等问题。 Retimer芯片在服务器中的应用。CPU和GPU之间，通过PCIe协议连接，PCIe Retimer在PCB板子上；GPU的Scale up网络，用PCIe铜缆连接，PCIe Retimer在铜 缆两端；CPU和交换机之间，用以太网连接，以太网的Retimer在铜缆两端；GPU的 Scale out网络，用以太网铜缆连接，以太网的Retimer在铜缆两端。

PCIe Retimer市场规模测算。我们参照Astera Labs官网的配置图，总结出：在DGX A100 8卡服务器中，GPU和Retimer比例为1:1；在DGX H100 8卡服务器中，GPU 和Retimer比例为1:2；在AWS trn2 64卡服务器中，GPU和Retimer比例为1:3。

我们对PCIe Retimer芯片市场规模进行弹性测算。价格方面，我们参考Astera Labs 价格，预估PCIe 5.0 Retimer的X8和X16通道单价分别约36美金和54美金；数量方 面，分别按照不同的卡数对PCIe Retimer芯片市场空间进行测算。

Astera Labs主导Retimer格局。目前PCIe Retimer市场主要玩家为Astera Labs、澜 起科技、谱瑞、TI等。AsteraLabs是全球最先推出并量产PCIe5.0 Retimer芯片的 厂家，占据PCIe 4.0和5.0的大部分份额。谱瑞占据一定PCIe4.0Retimer市场份 额，PCIe5.0 x16 Retimer也已发布。此外，通信芯片龙头厂商博通也于2024年3月 推出了首个PCIe 5.0/6.0的Retimer芯片方案，Vantage 5和Vantage 6。这两大方案 均基于5nm先进工艺打造，同时分别支持CXL 2.0和CXL 3.1。

澜起是目前大陆唯一能量产PCIe Retimer芯片的供应商，已推出PCIe 6.0 Retimer 芯片。澜起科技是全球领先的PCIe 5.0 Retimer芯片供应商之一，自研IP带来了良好 的整合性，公司产品在时延、信道适应能力方面具有一定的优势。根据澜起科技财 报，自2023年1月澜起科技PCIe5.0/CXL2.0Retimer芯片实现量产以来，公司一直积 极推动该产品的客户导入、测试验证工作，2024年PCIe Retimer芯片出货量快速增 长，24Q1出货约15万颗，24Q2出货约30万颗，24Q3出货约60万颗。根据澜起科技 官网，2025年1月，澜起科技宣布推出其最新研发的PCIe® 6.x/CXL® 3.x Retimer芯 片M88RT61632，并已向客户成功送样，旨在为人工智能和云计算等应用场景提供 性能更卓越的PCIe互连解决方案。目前公司已启动PCIe 7.0 Retimer芯片的研发。

澜起科技布局PCIe Switch，与PCIe Retimer业务协同发展。用于扩展和连接多个 PCIe设备的关键组件，可以将有限的PCIe通道分配给更多设备，同时优化带宽分 配，显著提升系统扩展性和资源利用率。在数据中心和高性能计算中，除PCIe Retimer芯片以外，主流AI服务器需要PCIe Switch芯片以实现无阻塞、高吞吐率和 低延时交换，满足CPU与GPU之间以及GPU与网卡和NVME SSD等外设间的高性 能互连需求。2024Q4公司决定暂缓用于数据中心的AI算力芯片研发，将发展战略 重点聚焦于高速互连芯片，并将相关技术积累和研发资源转移至PCIe Switch芯片 的研发及产业化。目前依托自主研发SerDes技术的核心优势，正在积极布局PCIe Switch等新产品。

（四）国产 AI 创新突破，集群和本地部署双向发展

1.华为CM384超节点方案推理性能大幅提升

在2025年4月10日的华为云生态大会上，华为正式发布CloudMatrix 384超节点。 CloudMatrix 384由384颗昇腾910C芯片通过全连接拓扑结构互联而成，这种设计通 过规模效应实现性能跃升。根据Semi Analysis的数据，CloudMatrix 384 算力总规 模达300 Pflops（BF16 dense），是英伟达NVL72的1.7倍；HBM总容量达49.2TB， 是NVL72的3.6倍；总内存带宽达1229TB/s，是NVL72的2.1倍。根据华为官方公众 号数据，结合华为在ICT领域的技术积累及工程经验，华为可以将多个384超节点组 成十万卡级的Atlas 900 SuperCluster超节点集群以支持更大规模的模型训练需求， 在客户的昇腾超节点实测中，LLaMA3等千亿稠密模型性能可达传统集群的2.5倍以 上。DeepSeek、Qwen等多模态、MoE模型上，可以达到3倍以上的提升。

2. KTransformers方案大幅降低本地部署成本

清华大学KTransformers是由KVCache.AI团队与趋境科技联合开发的大模型推理加 速框架，其核心目标是通过异构计算优化和内核级加速技术，实现千亿参数模型在 消费级硬件上的高效推理。KTransformers采用GPU/CPU协同计算，针对MoE架构 的稀疏性，将稀疏矩阵计算卸载至CPU（使用llamafile高速算子），稠密矩阵保留在 GPU（通过Marlin算子加速），显存需求降至传统方案的1/10。

KTransformers与海内外xPU厂商合作，降低大模型推理门槛。2025年3月，基于 KTransformers推理架构，沐曦在曦云C500单卡GPU上成功实现DeepSeek-R1- 671B满血版单并发解码吞吐16.5 tokens/s的速度，相比开源社区官方数据提升20% 以上；此外，相比国际高端GPU八卡满血版部署方案，曦云C500在单并发性能上也 具有极高的性价比。在2025年5月22日鲲鹏昇腾开发者大会上，趋境科技与鲲鹏联合 发布“鲲鹏+xPU解决方案”，在昇腾+鲲鹏KTransformers方案（AK+K）下，在单机 单卡的环境中运行DeepSeek R1 671B 8bit满血版，prefill和decode速度是llama.cpp 的4-6倍。根据量子位公众号，KTransformers团队正与Intel合作，在Xeon 6处理器 +MRDIMM内存+AMX指令集的配置下，单GPU推理千亿大模型方案可获得40 tokens/s的总生成速度。我们认为，KTransformers能显著的降低大模型推理门槛， 助力企业构建高性能、低门槛的智能算力基础设施，驱动国产AI产业链持续发展。

AI算力产业链的蓬勃发展是驱动当前人工智能革命的关键基础。该链条涉及硬件设 计制造、先进封装、高性能存储、关键芯片、基础材料乃至系统整合等多个复杂环 节。海外算力产业链公司有主要有英伟达、AMD、博通、台积电、三星、美光、博 通、胜宏科技、沪电股份、生益电子、广合科技、工业富联、华勤技术等；国产算 力产业链主要公司有寒武纪、昇腾、沐曦、燧原、中芯国际、盛合晶微、甬矽电 子、伟测科技、杰华特、晶丰明源、深南电路等。

二、端侧 AI 百花齐放，AI 眼镜方兴未艾

AI端侧精彩纷呈，产业链成长空间广阔。大模型有望赋能各类AI终端，驱动AI手机、 AIPC、AIoT、AI汽车、AI玩具等创新升级，从而带动芯片和产业链相关公司的发展。

（一）AI 眼镜方兴未艾，有望成为新终端

广义的智能眼镜包括音频眼镜和具备拍照或显示的智能眼镜。狭义的智能眼镜主要 是指具备拍照或显示功能的智能眼镜，拥有APPs生态。音频眼镜功能较为简单，功 能类似于耳机，一般采用轻量级的RTOS系统，主控SOC内核为M核，待机时间比较 长。本文的AI眼镜主要是指狭义的智能眼镜，功能比较强大，具备拍照或显示功能， 拥有AI助理等APPs生态，采用重量级的linux/安卓系统，主控SOC内核为A核，待机 时间比较短。为了提高待机时间，类似于智能手表，AI眼镜同样可采用双系统和双主 控方案。未来发展趋势，有望通过单主控SOC集成A核和M核，搭载双系统，在保障 性能的基础上，进一步提高待机时间。

多家厂商陆续发布AI智能眼镜产品，AI眼镜拐点已至。自2024H2以来，在生成式AI 热潮的推动下，众多的中国品牌厂商都推出了AI眼镜新品。我们认为，随着AI端侧应 用的推进，国内外多家大厂积极布局AI智能眼镜，产业链日趋成熟，AI眼镜拐点已至。

随着端侧AI的落地发展，更多AI智能眼镜品牌厂商的加入，将不断推动AI智能眼镜市 场规模不断扩大。根据芯智讯公众号转引的Omdia的预测数据显示，2024年全球AI 眼镜出货量达188万部，预计2025年将同比增长265%至686万部，2028年将进一步 增长至2650万部，2024-2028年AI眼镜出货量的CAGR为93.76%。

（二）汽车智能化加速，产业链深度受益

高端智能化配置持续渗透。汽车行业智能化升级趋势明显，根据汽车之家和交强险 数据统计，标配L2级（1V5R）渗透率为40.2%，具备L2+硬件渗透率达到10.3%，同 比分别+11.0pct和+1.1pct，可见具备更高智驾硬件车型的渗透率持续提升。

各车厂积极跟进，智能化配置下沉趋势显著。2025年2月10日，比亚迪发布"天神之 眼"高阶智驾系统，包含天神之眼A（DiPilot 600）、天神之眼B（DiPilot 300）、天 神之眼C（DiPilot 100）三个版本，其中天神之眼C智驾系统（高阶智驾三目版、 5R12V12U）将是推动智驾平权的主要配置，覆盖7万级到20万级，实现把智驾系统 下探至10万元以下车型。同年三月，吉利发布高阶智能驾驶系统“千里浩瀚”，包 含H1、H3、H5、H7、H9共5大层级智驾方案，其中H1层级智驾方案，具备高速NOA 和自动泊车APA功能，感知配置为10V5R（10个摄像头、5个雷达），目前H1方案已 经在吉利银河星耀8和全新银河E8上全系搭载。

根据中汽协数据，2025年3月，新能源轿车分价格段销量占比中，5-10万、10-15万、 15-20万售价车型占整体销量占比分别为34.8%、33.7%、8.7%；新能源SUV分价格 段销量占比中，5-10万、01 -15万、15-20万售价车型占整体销量占比分别为2.7%、 25.0%、32.2%。在智驾配置向该价格段渗透的趋势逐步加速的背景下，将有望打开 智驾硬件成长空间。

汽车CIS量价齐升，成长空间广阔。在智驾领域，车载摄像头主要用于前视、环视、 后视、侧视以及车内等领域。汽车对摄像头的需求主要包括：前视需要1-3目，主要 是1目，一些高端车需要3目；侧向感知需要2-4目；后向感知需要1目；四环视及APA （自动泊车辅助系统）需要4目；舱内驾驶员监测需要1-2目；未来还可能需要1目摄 像头了解乘客的状态。根据半导体产业纵横引用高工智能汽车研究院监测数据，单 颗100万-200万像素CIS芯片的量产价格在3-8美金左右，单颗800万像素CIS芯片的 量产价格在10美金以上；并根据半导体产业纵横引用Yole的数据，预计8-11颗摄像 头将成为高阶辅助驾驶系统的标配。综合来看，我们预计在高阶智驾车型的CIS价值 量有望达到约100美金/车。

考虑全球汽车销量约为8000~9000万台，智驾车型单车CIS价值量约100美金/车。因 此根据我们的弹性测算，长期来看，随汽车智驾渗透率提升，汽车CIS增量约为16- 50亿美元。而根据Yole数据，2023年全年车用CIS市场规模为23亿美元，因此，未 来车用CIS市场规模相较于2023年有约170%~317%的增长空间。

汽车智能化和电动化，推动车用EEPROM用量提升。汽车EEPROM多用于存储小规 模、经常需要修改的数据，多用于具体摄像头模组内存储镜头与图像的矫正参数、 液晶面板内存储参数和配置文件、蓝牙模块内存储控制参数等。这分别对应了智能 车对“多摄像头”（自动驾驶和ADAS）、“多屏趋势”（车载娱乐）、“互联”（车 内通信）等需求。除此外，车用EEPROM还广泛应用于：引擎控制单位、车身控制 模组、数字服务及导航等部位。根据佐思汽研数据，智能汽车EEPROM使用需求高 达30-40颗，而普通燃油车EEPROM使用需求仅为15颗左右。EEPROM正向智能驾 驶、BMS、智能座舱、网关、三电系统等应用延伸。

电动化和智能化趋势推动汽车级EEPROM市场规模快速成长。车辆电气化、高级驾 驶辅助系统、汽车软件更新、物联网集成等需求下，汽车EEPROM的需求不断增长。 根据上文分析和Marketlines、EV sales等数据，我们对车用EEPROM的市场空间测 算：（1）预计国内汽车出货量稳定，而新能源汽车占比持续提升增长；（2）假设传 燃油车单车EEPROM需求量在智能化升级下从平均单车15颗增长至单车17颗；（3） 假设智能化新能源车单车配置30颗逐步提升至37颗；（4）参考ST官网汽车EEPROM 单价，保守预计车规EEPROM平均0.4美金/单颗，假设ASP降低需求和对安全性和 性能提高对价格的影响对冲，单价基本维持稳定。我们测算得到，2025年中国汽车 EEPROM市场空间约为2.79亿美元，且有望保持持续增长态势。

汽车EEPROM技术要求较高，当前由海外大厂主导。根据不同的温度适应能力，汽 车级EEPROM产品可分为4个等级：A3等级（-40℃~85℃），A2等级（-40℃~105℃）， A1等级（-40℃~125℃），A0等级（-40℃~145℃）。相比工业级和消费级EEPROM， 汽车级EEPROM需要更可靠的性能、更强的温度适应能力和抗干扰能力，品控要求 更高。目前汽车EEPROM市场主要由意法半导体、安森美等海外大厂主导。

汽车EEPROM打开聚辰股份成长新空间。根据公司年报以及投资者关系活动记录表， 作为国内领先的汽车级EEPROM产品供应商，公司目前已拥有A1及以下等级的全系 列汽车级EEPROM产品，产品广泛应用于汽车的智能座舱、三电系统、视觉感知、 底盘传动与微电机等四大系统的数十个子模块。公司积极进行欧洲、美国、韩国、日 本等海外重点市场的拓展，汽车级EEPROM产品成功导入多家全球领先的汽车电子 Tier1供应商，并加速向汽车核心部件应用领域渗透。2024年公司汽车级EEPROM业 务的收入占公司整体营收的比例接近10%，但相较于国际竞争对手，公司汽车级 EEPROM产品的全球市场份额尚有较大提升空间，随着汽车EEPROM市场规模持续 增长叠加国产替代，汽车EEPROM有望成为公司新的增长曲线。

（三）利基型存储涨价，3D 堆叠 DRAM 值得期待

1.利基存储市场稳步增长，本土厂商有望受益海外供应收紧

利基DRAM市场稳步增长，海外供应收紧带动相关产品价格显著提升。利基DRAM 是指DRAM市场面向特定领域应用的一系列产品，现行定义主要包含8Gb容量及以 下的DDR4和前代DRAM产品，其功能与主流DRAM并无二致，但相较主流DRAM， 利基DRAM多采用成熟工艺制造，具备高性价比、定制化、应用分散、产品生命周期 长和可靠性高等特征，在消费电子、网络通信、工业控制、汽车电子、医疗设备和物 联网设备等领域广泛应用。 根据弗若斯特沙利文的数据，2024年，中国利基DRAM市场规模379亿元，同比增 长%，占全球市场64%；预计到2029年，行业市场规模有望扩增至509亿元，2024- 2029年CAGR为6.1%，快于全球增速水平。

根据EE Times China的信息，2025年以来，海外DRAM制造商逐步计划停止生产部 分DDR3、DDR4产品，未来相关利基DRAM产品的供应有望进一步受限，5月以来， 部分DDR4 8Gb产品的价格已显著提升。在海外供应收紧的趋势下，本土利基DRAM 供应商有望充分受益。 根据中国闪存市场的数据，6月10日当周，DDR4 8Gb 3200产品报价2.7美金，环比 上周提升17.39%，DDR4 8Gb eTT产品报价1.41美金，环比上周提升28.18%，DDR4 4Gb eTT产品报价0.7美金，环比基本持平，但较5月报价仍有提升。

低容量嵌入式NAND面临减产，部分eMMC涨价明显。eMMC（embedded Multi Media Card）是一种将 NAND 闪存与控制器合封的嵌入式存储方案，容量覆盖 1GB-512GB，其功能是以集成化的封装方案来简化相关系统设计，具备低成本、低 功耗、微型化和设计简化的优势，在智能手机、平板电脑、物联网设备和车载信息娱 乐系统等领域广泛应用。 在消费电子、工业物联网、汽车电子等应用市场中，特别是在成本敏感、空间受限或 极端工况的应用需求带动下，eMMC市场整体保持稳中有升的趋势。

根据DIResearch的数据，2024年全球eMMC市场规模为367.7亿元，预计到2030年， 市场空间将达到400.9亿元。 近期，由于NAND供应商停止生产MLC NAND和256Gb TLC NAND，相关产品处于 供不应求状态，相应低容量嵌入式产品也出现价格上涨。根据中国闪存市场的数据， 2025年6月10日，eMMC 16GB 5.1产品报价3.8美元，较2025年初已上涨58.33%， 目前，eMMC 16GB/32GB/64GB 5.1产品已基本同价。相应地，本土eMMC供应商 有望提升配套市场份额和受益于本轮eMMC产品价格的提升。

半导体存储市场空间广阔，随着供给端产能的调整和需求端应用的扩张，未来供需 关系有望改善，特别是近期部分存储产品供应趋紧，带动部分利基DDR4和eMMC等 产品价格上涨，配套产业链有望受益。

2. 3D堆叠DRAM优势显著，应用前景值得期待

3D堆叠DARM技术具备带宽、功耗、尺寸和定制化等优势。高带宽、低功耗、微 型化和低成本优势显著，3D堆叠DRAM应用前景广阔。本文提及的3D堆叠DRAM 技术意指目前通过3D堆叠技术，将DRAM芯片与处理器芯片（SoC、GPU等）进 行堆叠、以及将DRAM芯片进行多层堆叠，从而实现近存计算架构的技术形态。相 较处理器芯片与存储芯片进行PCB板级互联的方案和通过2.5D封装借由中介层互联 的方案，3D堆叠DRAM技术在带宽、功耗、尺寸、成本、定制化等方面具备显著的 差异化优势。

与当前的缓存+内存方案相比，该3D堆叠DRAM技术可以有效提高I/O密度，进而实 现高带宽数据传输；与传统的PCB互联和目前的2.5D封装相比，3D堆叠后信号的传 输能耗更低，有助于实现低功耗数据处理；同时，3D堆叠DRAM技术本身有助于减 少整个封装结构的平面尺寸，与Chiplet技术的整合也有助于实现芯片整体的微型化 和低成本。并且，在存储定制化趋势演进过程中，3D堆叠DRAM的存储容量、带宽、 时钟速度、I/O数量等技术指标可与配套处理器厂商进行定制化开发。凭借上述优势， 3D堆叠DRAM技术在AI、智能驾驶、边缘计算等领域有着显著的应用潜力。

3D堆叠DARM有望在云侧、端侧打开应用空间。受益云侧和端侧AI应用需求增长， 3D堆叠DRAM产业化稳步推进。凭借高带宽、低功耗、微型化、低成本和定制化等 优势，未来，3D堆叠DRAM技术在AI HPC、边缘计算等云侧、端侧领域有着广阔的 应用前景。

目前，3D DRAM研究、产业化和市场推广持续推进。复旦大学的研究论文《A 3Dstack DRAM-based PNM architecture design》显示，基于3D堆叠DRAM技术的近 存计算架构及其相关技术在提高LLM推理的效率和性能方面具备显著的优势。

英伟达与AMD也提出了集成化的计算和存储技术展望；紫光国芯的SeDRAM™技术 将DRAM晶圆和其他不同工艺节点的逻辑晶圆利用Cu-Cu（铜-铜）互连的方式直接 键合，实现对存储器的直接访问，通过定制的DRAM支持多种容量（64MB、128MB、 256MB到8GB）和多种带宽；同时为不同逻辑工艺提供标准化接口和测试用IP，使 SoC集成更加简单快捷。

随着AI产业趋势的演进，以及AI应用需求的持续扩容，以3D堆叠DRAM等为代表的 存储方案有着广阔的应用前景，是未来存储技术的关键发展方向，建议关注半导体 存储产业链相关公司。 3D堆叠DARM技术的制造工艺具备较高的技术壁垒。3D堆叠DRAM制造工艺链条 覆盖DRAM、逻辑、堆叠、封测等加工环节，与堆叠相关的键合工艺较为关键。3D 堆叠DRAM的制造工艺涉及DRAM晶圆的制造、逻辑晶圆的制造、晶圆键合加工以 及封装测试，封装测试按顺序又可分为：CP测试、Bumping工艺、划片封装、SLT 测试。

其中，与堆叠相关的晶圆键合加工工艺有助于减小芯片面积，实现更短的连接距离， 同时可提升连接速度和通道数目，从而为芯片带来高带宽、低延时和低功耗等优势。

编辑：火腿肠