半导体设备行业深度研究：下游需求倒灌叠加国产替代共同驱动设备景气度提升

半导体设备行业深度研究 本报告导读： 半导体设备《自强，先进制程设备的突破是核心》2025.10.09半导体设备《AI发展，测试设备需求快速增长》2025.09.22 总量仍向上，结构更分化；设备投资由先进逻辑、HBM/先进DRAM、先进封装与国产替代共同驱动。 投资要点： 存储为下游确定性最强增量，先进制程同步扩张。AI通过推动GPU出货量和单卡内存容量同步提升，直接拉动HBM需求，并借助服务器内存扩容与HBM产能挤出效应，进一步带动整体DRAM需求和景气度上行。 SEMI预测显示，全球半导体制造设备市场正进入由AI算力、先进逻辑和存储扩产共同驱动的新一轮上行周期。全球设备销售额预计由2025年的1,347亿美元增至2026年的1,659亿美元，同比增长23.2%，并在2027年和2028年进一步达到2,012亿美元和2,295亿美元，2025-2028年复合增速约19.5%。 我们认为未来2-3年中国半导体设备仍处于景气周期，增长动力核心来源于先进制程、先进存储和先进封装的结构性扩产，以及国产设备市场份额持续提升。确定性方向建议关注刻蚀、薄膜沉积、清洗、CMP等环节相关的厂商，弹性方面量检测、先进封装设备和高端测试设备，是较值得关注的方向。 风险提示：下游资本开支不及预期风险、半导体行业周期波动风险、技术研发及迭代风险、客户验证进度不及预期风险、国产替代进度不及预期风险、市场竞争加剧风险、国际贸易及出口管制风险、核心零部件供应风险、客户集中度较高风险、订单与收入确认错配风险、研发投入及人才流失风险、盈利能力不及预期风险、应收账款及现金流风险、估值波动风险、信息与预测偏差风险。 目录 1.投资建议..........................................................................................................32.AI需求驱动下，先进制程与存储进入新一轮需求大周期.........................32.1.2026年海外大厂资本开支“台阶式跃升”，预计2027年继续加速......32.2.AI驱动HBM、DRAM需求高景气........................................................53.行业空间：全球半导体设备正进入新一轮上行周期...................................63.1.全球半导体设备市场空间未来三年持续高增长....................................63.2.晶圆生产产业链：伴随制程迭代，设备价值额预计持续提升.............73.2.1.晶圆制造前道：晶圆向横向尺寸缩小和纵向三维堆叠发展，设备价值量预计持续提升......................................................................................73.2.1.1.光刻及涂胶显影为目前国内厂商渗透率最低环节...................93.2.1.2.刻蚀设备：伴随制程迭代对设备技术要求持续提升.............103.2.1.3.薄膜沉积：目前国产参与厂商最多的赛道之一....................123.2.1.4.量测检测：当前全流程最具弹性环节之一............................143.2.2.后道设备：先进封装为测试设备带来更大的市场空间...............153.2.2.1.CP设备：需求明显向上..........................................................153.2.2.2.键合设备：先进键合设备是增长最明确的后道设备之一.....173.2.2.3.FT设备：测试复杂度上升推动FT设备投资增长................184.未来展望：结构性扩产+国产化率提升驱动行业高景气发展..................194.1.国产化率提升为中期国产设备订单增长的重要驱动力......................194.2.制程迭代带动设备放量，先进封装环节确定性较强..........................195.风险提示........................................................................................................21 1.投资建议 2026年海外大厂资本开支跃升，预计2027年继续加速。按最新管理层口径，经测算四大云厂商加上Oracle2026年资本开支约7900亿美元。海外大厂资本开支大幅增长，已经较强地预示着半导体行业进入新一轮需求大周期。 存储为下游确定性最强增量，先进制程同步扩张。AI通过推动GPU出货量和单卡内存容量同步提升，直接拉动HBM需求，并借助服务器内存扩容与HBM产能挤出效应，进一步带动整体DRAM需求和景气度上行。 SEMI预测显示，全球半导体制造设备市场正进入由AI算力、先进逻辑和存储扩产共同驱动的新一轮上行周期。全球设备销售额预计由2025年的1,347亿美元增至2026年的1,659亿美元，同比增长23.2%，并在2027年和2028年进一步达到2,012亿美元和2,295亿美元，2025-2028年复合增速约19.5%。 我们认为未来2-3年中国半导体设备仍处于景气周期，增长动力核心来源于先进制程、先进存储和先进封装的结构性扩产，以及国产设备市场份额持续提升。确定性方向建议关注刻蚀、薄膜沉积、清洗、CMP等环节相关的厂商，弹性方面量检测、先进封装设备和高端测试设备，是较值得关注的方向。 2.AI需求驱动下，先进制程与存储进入新一轮需求大周期 2026年海外大厂资本开支跃升，预计2027年继续加速。按最新管理层口径，经测算四大云厂商加上Oracle2026年资本开支约7900亿美元。存储为下游确定性最强增量，先进制程同步扩张。AI通过推动GPU出货量和单卡内存容量同步提升，直接拉动HBM需求，并借助服务器内存扩容与HBM产能挤出效应，进一步带动整体DRAM需求和景气度上行。 2.1.2026年海外大厂资本开支“台阶式跃升”，预计2027年继续加速 2026年海外大厂资本开支“台阶式跃升”，预计2027年继续加速。按最新管理层口径，经测算四大云厂商加上Oracle2026年资本开支约7900亿美元。 海外大厂资本开支大幅增长，已经较强地预示着半导体行业进入新一轮需求大周期。而目前AI需求已经从少数大模型的集中训练，扩展到训练、推理、智能体、搜索、广告推荐、办公软件和传统云服务共同消耗算力的阶段。训练需求通常表现为少数超大规模集群，而推理需求则随着用户数量、调用频率、上下文长度和AI功能渗透率持续增长。以Google各平台月度Token处理量为例，Google各平台月度Token处理量由2024年5月的9.7万亿增长至2026年5月的3.2千万亿以上，两年增长约330倍。 资料来源：Google 资料来源：EpochAI 资本开支增长背后也反映了单台AI服务器和单位算力系统的价值量仍在提升。AI服务器不仅需要GPU或自研ASIC，还需要大量HBM、服务器DRAM、企业级SSD、CPU、DPU、交换芯片、光互连、电源管理芯片和散热设备。 从上述变化判断，半导体行业已经进入一轮需求大周期，但更准确的定义是“AI驱动、先进制程和存储先行的结构性超级周期”。增长高度集中于HBM、先进DRAM、AIGPU、定制ASIC和先进逻辑，其中相当一部分销售额增长来自产品结构升级和价格上涨。目前已经可以确认进入上行周期的环节主要包括AI加速器、云厂商自研ASIC、HBM和先进DRAM、企业级NAND、先进逻辑制程、先进封装以及高端测试。 云厂商的资本开支最终必须转化为真实的芯片供给能力。云厂商购买GPU、ASIC、HBM和企业级存储后，英伟达、AMD以及云厂商自研芯片需要向台积电等晶圆代工厂追加先进制程订单；HBM需求需要三星电子、SK海力士和美光增加先进DRAM产能；企业级SSD需求需要存储厂推进高层数3DNAND扩产；AI芯片复杂度提高还需要台积电、日月光、Amkor等厂商扩大先进封装和测试能力。这些晶圆代工厂、存储厂和封测厂扩产时，必须采购光刻、刻蚀、薄膜沉积、清洗、离子注入、涂胶显影、CMP和量检测设备，终端大厂资本开支由此沿产业链逐层传导至设备公司。 设备需求的弹性往往高于晶圆产能的增速，因为这轮周期不仅存在产能扩张，还叠加了技术迁移。AI芯片正在进入3nm、2nm及以下先进节点，晶体管结构由FinFET向GAA迁移，并引入背面供电等新工艺；DRAM向更先进节点和HBM演进，NAND继续提高堆叠层数，先进封装则向2.5D、3D集成和混合键合发展。每一次技术迁移都会增加工艺步骤、薄膜层数、刻蚀深度和量检测复杂度，从而提高单位晶圆对应的设备价值量。 从传导时间看，设备订单及收入的顶部可能还在2-3年之后。云厂商资本开支与设备公司收入并非发生在同一年度，云厂商首先确定未来两至三年的 服务器和数据中心需求，随后GPU、ASIC和存储供应商向晶圆厂及封测厂锁定产能，晶圆厂和存储厂再决定扩产与技术迁移，最后才形成设备订单和收入确认。因此，我们认为2026年至2027年云厂商资本开支上行，可能对应晶圆厂和存储厂在2025年至2028年分批下单，并在设备公司形成约12至24个月的收入传导。 2.2.AI驱动HBM、DRAM需求高景气 AI通过推动GPU出货量和单卡内存容量同步提升，直接拉动HBM需求，并借助服务器内存扩容与HBM产能挤出效应，进一步带动整体DRAM需求和景气度上行。AI训练与推理量增长，推动GPU数量和算力提升；GPU算力提升加剧内存带宽瓶颈，促使单卡HBM容量和带宽持续增加；HBM需求增加直接扩大高端DRAM需求，并通过更高的晶圆消耗和复杂封装挤压普通DRAM供给；与此同时，AI服务器CPU侧的系统内存配置也同步提高。最终，AI不仅增加了DRAM的实际位元需求，更重要的是提高了单位GPU所消耗的晶圆、先进封装和测试资源，使HBM成为影响整个DRAM行业供需和盈利周期的关键变量。 AI不仅增加GPU数量，也迫使每颗GPU配置更高带宽、更大容量的内存。AI对存储行业的影响，首先不是“数据变多，所以存储器需求增加”这么简单，而是AI计算架构本身发生了变化。传统服务器以CPU为中心，计算性能、系统内存容量和硬盘容量相对均衡；AI服务器则以GPU或专用加速器为中心，需要在极短时间内完成大量矩阵运算。模型参数、训练数据、中间激活值、梯度、优化器状态以及推理阶段的KV Cache，都必须不断在计算芯片和内存之间传输。随着GPU算力快速提升，系统瓶颈逐渐由“计算不够快”转向“数据来不及送到GPU”，也就是所谓的“内存墙”。 HBM正是解决这一瓶颈的核心产品。HBM本质上仍然属于DRAM，但它不采用传统内存条的连接方式，而是将多层DRAM裸片垂直堆叠，通过TSV硅通孔和超宽接口，与GPU一起集成在先进封装中。相比普通DDR，HBM可以在更低单位功耗下提供更高带宽，让GPU更快地读取模型权重、激活值和KV Cache。对于昂贵的AI GPU而言，如果HBM带宽不足，GPU计算单元就会处于等待状态，因此HBM不是可有可无的附加配置，而是决定GPU实际利用率和系统经济性的核心部件。 AI对HBM需求形成了“GPU数量增加×单卡HBM容量提升”的双重乘数。第一重来自云厂商、互联网公司、主权AI和企业数据中心持续采购AIGPU；第二重来自GPU代际升级。以主流产品为例，单卡HBM容量已经从H100的80GB提升至H