AI Institute · HBM / PACKAGING
HBM、存储与先进封装复盘
把 HBM、CoWoS、ABF、CPO 和测试排产放进 AI capex 兑现链
优先结论 Editorial Summary
- HBM 不是普通 DRAM 周期
它受客户验证、HBM4、CoWoS、基板和测试排产共同约束。
- 封装决定系统出货
GPU die 只是第一步，先进封装和测试能力才决定加速器交付。
- 利润池正在扩散
NVIDIA 需求强，但 HBM、封装、CPO、ODM、电源和液冷会分走稀缺租。
观察清单 Signals
HBM 系统瓶颈
容量 per accelerator、HBM4 验证、客户锁量和 ASP 是核心指标。
先进封装 交付瓶颈
CoWoS、ABF、interposer 和测试排产决定系统供给。
CPO/光互联 租金归属
出货量不是利润，关键是 InP、EML、DSP、硅光和材料定价权。
硬件瓶颈证据演化 瓶颈强度
从 CPO 与光互联开始，逐步扩展到 HBM、先进封装、材料、测试和存储周期反证。
研究观点时间线 Clickable Timeline
2026-05-21 · CPO路径 50
800G/1.6T 到 CPO
网络带宽瓶颈推动光互联路径升级。
光互联是封装/网络瓶颈的外延。
2026-05-24 · HBM/封装 56
HBM/先进封装供给弹性与技术风险
HBM、封装和材料决定 AI 硬件供给弹性。
存储不只是价格周期。
2026-05-27 · 材料瓶颈 60
先进封装材料瓶颈
材料和测试环节影响算力周期。
利润池向上游材料扩散。
2026-05-30 · HBM缺口 56.7
HBM 产能缺口与供应链约束
HBM 对 AI 硬件杠铃策略形成压力测试。
高需求必须与供给响应一起看。
2026-06-02 · 存储悖论 55
STX/MU 存储悖论
AI 需求和存储周期估值风险并存。
瓶颈溢价可能切回周期估值。
2026-06-03 · 利润池扩散 60
资金从 GPU 转向 HBM、ASIC 与 ODM
NVIDIA 强需求不等于独占利润池。
要跟踪 HBM/CoWoS/网络/ODM 分配。