Agent 模式下的存储、光传输需求与模型定价逻辑
核心参数定义：主要涉及累积序列总长度（Nk）、模型隐藏层维度（d）及模型总层数（L）。
存储与光传输需求：KVCache 存储量随序列长度 Nk 呈严格线性增长，Agent 每轮推理均持续增加存储压力；光传输总流量公式与存储量同阶线性增长。
算力与存储瓶颈切换：单纯扩大模型规模时，GPU 算力是核心瓶颈；而在 Agent 多轮深度推理场景下，HBM 容量与带宽转变为首要瓶颈。
模型 API 定价本质：输入价格与模型计算量正相关，输出价格与 KV 缓存读写量正相关。密集大模型因数值大而定价高昂；MoE 模型等效激活维度低、小型模型结构精简，具备定价优势；Agent 场景将进一步放大高规格模型的成本劣势。
推理需求推动 HBM 迭代升级
HBM 发展趋势：受大模型推理驱动，HBM 正向容量扩容、带宽跃升及代际升级演进，主流技术从 HBM3e 向 HBM4 切换，英伟达、谷歌等厂商已推出多款高规格 HBM 芯片产品。
容量与带宽提升原理：容量提升依靠制程微缩与 3D 堆叠，通过 TSV 垂直堆叠多层 DRAM 芯片提高存储密度；带宽提升依托高并行数据通道、TSV 缩短信号路径及翻倍 I/O 引脚实现。
技术瓶颈：TSV 工艺存在孔径与堆叠层数的物理限制，高层堆叠易引发翘曲、散热及良率问题；此外，台积电 CoWoS 封装产能不足，已成为 HBM 产业链的核心卡点。
HBM 封装技术演进与玻璃基板应用
主流封装形态：当前以 2.5D 封装（CoWoS）为主，依赖硅中介层实现 GPU 与 HBM 互联；未来将向 3D 封装演进，进一步缩短数据传输距离以提升性能。
玻璃基板（TGV）替代方向：玻璃基板可替代传统有机封装基板及硅中介层，有效解决大尺寸封装翘曲问题，并具备低介电损耗、高互连密度等优势。
配套前沿技术：混合键合技术可缩小 HBM 与逻辑芯片间距，降低延迟与功耗；逻辑内存融合（CiM）有助于缓解内存墙问题；分层存储架构通过区分高低频数据，平衡成本与容量。
头部厂商技术路线与战略布局
Intel：主推 EMIB+ 玻璃芯基板方案，推出 10-2-10 厚芯玻璃基板原型，利用玻璃替代基板核心层，打造大尺寸、低翘曲的封装平台。
台积电：升级 CoWoS 为 CoPoS，计划以玻璃中介层替换硅中介层，结合面板级封装，规划于 2028-2029 年实现量产；同时融合 3D SoIC 技术，并提前布局片上光互连。
三星：紧跟行业趋势，持续推进 HBM 迭代与玻璃基板、先进封装技术的研发，以适配 AI 芯片对高带宽、高集成度的需求。
产业链投资逻辑总结
HBM 产业链：AI Agent 多轮推理持续拉高 KV Cache 需求，倒逼 HBM 完成容量、带宽、代际三重升级。叠加车载算力等新增需求，市场规模持续扩容，是算力硬件中确定性最高的赛道之一。
先进封装：HBM 与 AI 芯片高度依赖先进封装，台积电 CoWoS 产能瓶颈持续凸显。传统 2.5D 封装稳步放量，3D 封装逐步导入高端场景，行业成长周期显著拉长。
玻璃基板+TGV 产业链：玻璃基板可解决传统硅中介层成本高、有机基板翘曲等痛点，是台积电 CoPoS 及 Intel 新一代封装的核心方案，预计 2028 年前后迎来规模化量产，长期替代空间达千亿级别。同时，玻璃基板具备光互连兼容属性，适配远期 CPO 技术趋势。
（报告来源：国联民生证券。本文仅供参考，不代表任何投资建议。如需使用相关信息，请参阅报告原文。）