电子行业：AI应用侧深度渗透，驱动国产先进封装技术寻求突破_36页_2mb

金元证券研究报告总结：曙光在前金元在先

报告覆盖DeepSeek系列大模型算法突破、算力需求演变、先进封装技术，结合行业动态给出投资建议，字数不超过1000字。

一、核心内容概览

报告分析了金元证券对人工智能领域的深度研究，聚焦于 DeepSeek的架构创新、算力市场增长逻辑以及 先进封装技术（25D/3D）的战略地位，并附带投资建议与风险提示。

二、DeepSeek模型三大算法突破

1. 低秩键值压缩（MLA）

• 优化机制： 通过将键值矩阵映射至低秩空间，减少了KV缓存空间占用（较传统MHA减少90%以上），降低内存和计算复杂度$O(n^2)$至$O(n)$。
• 性能： 还保持MHA级别的推理质量。

2. 动态稀疏MoE架构（DeepSeek-V3）

• 模型结构： 6710亿参数模型，单个Token仅激活55%参数（约37B），显著节省计算量。
• 表现：
  • 训练阶段：单步计算量减少40–60%
  • 推理阶段：延迟与激活参数量正相关，长文本处理效率提升3–5倍。

3. GRPO强化学习框架（DeepSeek-R1）

• 创新机制： 通过群体相对策略优化（GRPO）提升推理能力，无需监督微调（SFT）即可优化模型。
• 优势：
  • 比其前身PPO算法更简练高效，在HumanEval和GSM8K数据集上取得显著突破。
  • 如DeepSeek-R1-Zero在GSM8K中直接实现82.3%正确率，超越同类方案。

三、模型效率≠算力需求下降

DeepSeek的三大技术不仅压缩算力使用，还 催生市场增量，包括：

1. Post-training微调增量需求

   • 随企业级应用增长，微调任务将激增，框架如LoRA推动低延迟、高并发部署需要。

2. 云端推理攀升

   • AIGC、实时响应需求驱动云端推理QPS指数增长，需高带宽和低延迟互连。

3. 边缘侧长尾需求爆发

   • 蒸馏模型便于部署至本地设备，形成边缘侧新算力池，补充云端算力。

四、AI芯片的瓶颈与先进封装

随着传统FET尺寸缩小边际回报递减，摩尔定律日趋失效，系统级线宽瓶颈（带宽不足、延迟高、能效下降）严重制约芯片性能释放。

解决方案：先进封装推动“后摩尔”时代发展

1. 封装变革趋势：

   • 从PCB基础转型为IC层级封装，代表为 25D/3D封装。
   • 技术关键包括TSV、Interposer、RDL、微凸块（Bumps）等。

2. 封装形式分类：

   • FCBGA、25D、CoWoS等具备更高密度和更优带宽。
   • 全球市场预测：2023年营收$378亿$，2029年增至$695亿$，年复合增长率11%。

五、投资建议与行业动向

六大重点行业企业接入DeepSeek

• 接入动态包括：
  • 百度、腾讯、三大运营商
  • 奇安信、东风汽车、微博智搜、清华、政务单位
  • 行业覆盖通用、教育、医疗、汽车、政务、能源等。

投资标的（注：选自报告内部推荐）

◼ 设备厂商：北方华创、拓荆科技、盛美上海、中微公司
◼ 基板材料：兴森科技
◼ OSAT厂：长电科技、通富微电

◼ 技术推荐关注：25D/3D封装设备、ABF基板材料、国产OSAT。

六、风险提示

1. 先进封装良率较低，量产可行度尚存技术障碍；
2. 项目早期设备和研发成本投入大，需较长回报周期；
3. AI落地速度低于预期，影响整体需求放大。

—

📌 免责声明：本报告仅供参考，不构成投资建议，使用者需自行承担投资风险。