半导体设备行业深度：AI发展带动HBM需求爆发，看好半导体设备商充分受益

半导体设备行业深度：AI发展带动HBM需求爆发，看好半导体设备商充分受益证券研究报告请务必阅读正文之后的免责声明部分首席证券分析师：周尔双执业证书编号：S0600515110002zhouersh@dwzq.com.cn证券分析师：李文意执业证书编号：S0600524080005liwenyi@dwzq.com.cn2026年8月3日投资要点⚫AI驱动HBM需求爆发，DRAM供需持续偏紧，全球存储进入新一轮扩产周期。AI训练及推理需求持续增长，推动GPU、ASIC等AI芯片出货量快速提升，同时单芯片HBM容量、堆叠层数及带宽持续升级，HBM需求呈现量价齐升趋势。我们测算，全球HBM wafer需求将由2024年的2.9万片/月增长至2028年的44.2万片/月，年均复合增速超过90%。由于HBM持续挤占传统DRAM晶圆产能，AI对存储的挤出效应未来两年内仍难缓解，全球DRAM供需仍将维持紧平衡，国内外存储厂商扩产需求具备较强持续性。⚫HBM带动存储制程升级，设备投资额与资本开支同步提升。随着HBM向HBM4、HBM4E持续演进，DRAM制程不断升级，3D NAND同步向更高层数发展，先进存储单位产能对应设备投资额持续提升。与此同时，为满足高带宽、高堆叠、高良率要求，刻蚀、薄膜沉积、量检测等关键工艺的重要性进一步提高，设备数量及工艺复杂度同步增加。我们测算，薄膜、刻蚀及量测设备合计占存储设备资本开支超过50%，将充分受益于本轮存储扩产周期。⚫国内外存储同步扩产，平台化设备龙头及核心环节有望持续受益。海外三星、SK海力士、美光持续加大HBM及先进DRAM产能投入，国内长鑫存储、长江存储扩产节奏同步加快，国产存储市占率有望持续提升。随着存储景气度回升及新一轮资本开支开启，平台化设备商将凭借产品覆盖度持续提升率先受益，同时薄膜沉积、刻蚀、量检测等高价值量环节也将迎来更大的成长空间，看好具备平台化能力及国产替代优势的设备龙头长期成长。⚫投资建议：看好前后道半导体设备+零部件厂商，重点推荐前道设备【北方华创】【中微公司】【迈为股份】【芯源微】【屹唐股份】【中科飞测】【精测电子】【天准科技】【拓荆科技】【微导纳米】【先导基电】【华海清科】【盛美上海】【晶盛机电】；后道设备【长川科技】【华峰测控】；材料和零部件环节【富创精密】【新莱应材】【英杰电气】【汉钟精机】【晶盛机电】；建议关注后道设备【联讯仪器】【精智达】【联动科技】。⚫风险提示：半导体行业投资不及预期，设备国产化进程不及预期，技术迭代及工艺路线变化风险。2目录一、AI发展带动HBM需求爆发，DRAM挤出效应未来两年内仍难缓解二、DRAM短缺影响巨大，行业亟待扩产三、国内外存储加速扩产，设备商将充分受益四、投资建议&风险提示31.1 全球模型数量及能力不断提升，带动算力需求增长⚫全球大模型性能不断提升，驱动训练算力投入持续攀升。截至2025年底，全球已公开披露的千亿参数以上大模型达87个，2025年新发布的开源大模型数量达124个，其中有超20个模型参数量超过700亿，海内外如Claude、Gemini、ChatGPT、Deepseek、智谱GLM、Kimi等众多模型的竞争不断白热化。2026年，四大科技巨头合计AI资本支出预计再次上调至7250亿美元，同比增长约77%，远超2025年的4100亿美元，投入规模空前。⚫AI在下游应用的渗透率不断提升，驱动推理token调用量高增长。据Gartner预测，到2028年，至少15%的日常工作决策将由Agentic AI自主完成，33%的企业软件应用将内嵌AI Agent能力，AI在应用层的渗透率将不断提升。同时，推理端调用量正持续增长，全球最大人工智能模型API聚合平台OpenRouter最新数据显示，3月16日至3月22日，全球AI大模型总调用量为20.4万亿Token，环比增长20.7%，其中中国大模型调用量达7.36万亿token，环比提升56.9%，并已连续三周超越美国大模型，推理token需求持续膨胀。◆ 图：ChatGPT每代际训练token数持续增加◆ 图：AI下游应用层生态多样，将产生大量调用需求数据来源：CSDN、东吴证券研究所整理4模型年份参数量训练tokenGPT-120181.17亿50亿GPT-2201915亿400亿GPT-320201750亿3000亿GPT-420231.8万亿13万亿GPT-4o20241.7万亿20万亿GPT-520251.7万亿30万亿1.2 AI芯片出货持续高增，英伟达占据市场主导地位⚫AI算力需求持续扩张，驱动芯片出货量保持高增长。 我们预计全球AI芯片出货量由2025年约1,007万颗增至2028年的约2,657万颗，年均复合增速约38%。云厂商资本开支加码、模型训练算力持续升级，以及生成式AI推理需求加速落地，共同支撑AI芯片需求快速放量。⚫英伟达仍占据主导地位，市场供给结构有望逐步多元化。 2025年英伟达AI芯片出货量占比约57%，谷歌及其他ASIC分别占约25%和18%。凭借CUDA生态及软硬件一体化优势，英伟达短期仍将保持领先；中长期随着Google TPU、AWS Trainium、AMD及国内自研芯片加速迭代，非英伟达芯片有望逐步放量，推动市场结构趋于多元。◆ 图：AI芯片全球出货量保持高增长◆ 图：2025年AI芯片出货量中，英伟达占比57%数据来源：Trendforce，semianalysis，东吴证券研究所英伟达57%谷歌25%其他ASIC18%100714291928265705001000150020002500300020252026E2027E2028EAI芯片全球出货量（万颗）51.3 AI芯片迭代驱动HBM容量与带宽持续升级，HBM需求增长趋势明确⚫英伟达GPU迭代持续推动芯片HBM容量与带宽升级，进一步放大AI芯片对HBM的拉动。 当前Blackwell平台通常为1颗GPU搭配8颗HBM3E，GB200/GB300单GPU的HBM容量为186GB/278GB。Vera Rubin进一步采用HBM4，单GPU容量约288GB、带宽22TB/s，Rubin Ultra有望跃升至1TB。HBM需求将同时受芯片出货增长与单芯片配置升级驱动。⚫谷歌TPU配套HBM容量和带宽整体持续提升。由TPU v5e的16GB、400GB/s，提升至TPU v7(Ironwood)的192GB、7.4TB/s；最新TPU v8i进一步增至288GB、8.6TB/s，较v5e分别提升约18倍和21.5倍。尽管不同代际因训练与推理定位存在配置差异，但高性能TPU持续升级HBM代际、堆栈数量及堆叠层数，单芯片HBM需求增长趋势明确。◆ 图：谷歌TPU的HBM容量及带宽持续提升每GPU HBM颗数HBM类型HBM堆叠层数每GPU HBM容量每GPU HBM带宽H1006HBM3894GB3TB/sH2006HBM3E8141GB4.8TB/sGB2008HBM3E8186GB8TB/sGB3008HBM3E12278GB8TB/sVera Rubin8HBM412288GB22TB/sRubin Ultra8HBM4E 161TB/◆ 图