智通財經APP獲悉，廣發證券發佈研報指出，GDDR是專爲圖形處理應用設計的高速內存技術，搭配GPU用於圖形處理、數據中心加速和AI等需要高帶寬數據處理的場景。HBM是一種新型內存，得益於堆疊結構和垂直TSV互連，HBM具有更高的傳輸帶寬、更高的存儲密度、更低的功耗以及更小的尺寸，高帶寬優勢對大模型訓練和推理的效率提升至關重要。近年來，大部分高端數據中心GPU和ASIC均使用HBM作爲內存方案，GDDR在推理等場景中具備性價比優勢。未來，HBM技術持續向更高帶寬、更大容量發展，12Hi-16Hi HBM4有望2026年進入量產。
廣發證券主要觀點如下：
AI存儲路線圖：更大容量、更大帶寬、更低功耗
隨着人工智能的快速發展，大模型的參數量指數級增長，不僅推升了處理器的算力需求，同時也對與處理器匹配的內存系統提出了更高的要求。一方面，大量模型數據的傳輸要求更大的內存帶寬，以緩解“內存牆”問題，提升HPC系統計算效率；另一方面，內存系統的容量需要大幅拓展，以存儲千億參數乃至更大規模的大模型。
如何理解內存系統層級及關鍵參數？
對於單個乃至多個處理器組成的系統而言，內存系統自下而上可以分爲單元、陣列、die、封裝、系統幾個層級。根據處理器設計和應用的不同，所配置的內存類型、規格選擇和配置數量也有所不同，需要和處理器總線寬度、時鐘頻率等參數相匹配。內存最重要的性能參數是容量、帶寬和延遲，同時還需要考慮能耗和性價比。不同類型的DRAM各有優勢，在設計處理器系統架構的時候需要針對不同的應用，選擇合適的內存系統設計。
DDR+LPDDR路線圖：面向CPU，構建高效大容量內存系統
DDR是最傳統、最主流的DRAM類型。廣泛用於PC、服務器、HPC等領域。目前，DDR5是最新一代DDR標準，提供更高的速度、更高的效率和更大的容量。LPDDR正在成爲數據中心CPU的新選擇，其原因是需要在大規模AI和HPC工作負載的帶寬、能效、容量和成本之間取得最佳平衡。
廣發證券指出，隨着前端先進製造技術接近物理極限，DRAM芯片本身的性能提升越來越難，從內存模組和系統架構層面進行性能提升成爲新的方向。MCRDIMM/MRDIMM允許並行訪問同一個DIMM中的兩個陣列，從而大幅提升DIMM模組的容量和帶寬。CXL是一種高速互連技術，提供處理器與專用加速器、高性能存儲系統之間的高效、高速、低延時接口，以滿足資源共享、內存池化和高效運算調度的需求。
風險提示：半導體行業週期性波動風險；人工智能行業發展不及預期風險；新技術進展不及預期風險。