东吴证券近日发布电子行业点评报告：长期来看，国产化替代和技术创新成为关键突破方向。硬件方面，国内AI芯片厂商采取如Chiplet封装技术、GDDR6/LPDDR5替代方案等应对方式，以降低对单芯片海外先进HBM的依赖。另外，还可对HBM数量进行减少、降规，或减少互联接口数量以降低显存带宽及互联带宽，从而满足新限令对于芯片带宽性能不得达到H20的要求。

以下为研究报告摘要：

投资要点

美国HBM带宽限令持续升级，对中国算力芯片产业构成显著挑战。自2022年10月起，美国逐步将HBM纳入出口管制范围，并在2024年至2025年间多次加码，将管制标准精细化、范围扩大至非美国厂商，以限制尖端HBM技术对华出口，覆盖HBM3e、HBM3等最新尖端规格。2025年4月，美国进一步将英伟达特供中国的H20芯片纳入禁令，彻底封锁中国获取高性能AI芯片的渠道。此次限令不仅针对HBM本身，还对显存带宽、互联带宽及两者带宽总和进行限制，使得国内企业难以通过技术降规或供应链调整做出应对。未来，美国HBM限令可能因为国内厂商使用的高性能AI芯片变化而进一步升级，对国产及海外进口AI芯片加以制裁。

HBM带宽限制直接影响AI芯片性能，国内厂商短期面临算力压力。从海外主流AI芯片解决方案来看，算力快速增长驱动HBM代际升级，带来带宽跃升。AI芯片所需HBM显存带宽主要受到两个变量影响：1）芯片所能达到的算力峰值，与所需带宽成正比；2）芯片数据复用、缓存优化情况，与所需带宽成反比。根据主流芯片带宽利用率，可以合理估测其他芯片理论显存带宽需求。HBM的高带宽和低延迟特性对AI训练和推理至关重要，限令导致国内企业难以获取先进HBM，供应链面临中断风险。尽管企业通过算法优化、分布式训练和国产替代方案缓解部分影响，但短期内仍面临算力不足、推理速度下降等问题。此外，云端AI服务提供商可能因HBM短缺而被迫降低并发处理能力，影响用户体验。

长期来看，国产化替代和技术创新成为关键突破方向。硬件方面，国内AI芯片厂商采取如Chiplet封装技术、GDDR6/LPDDR5替代方案等应对方式，以降低对单芯片海外先进HBM的依赖。另外，还可对HBM数量进行减少、降规，或减少互联接口数量以降低显存带宽及互联带宽，从而满足新限令对于芯片带宽性能不得达到H20的要求。软件方面，国内云厂商积极推动软件优化，如低比特量化、模型剪枝，或转向低参数模型+分布式训练模式。此外，海外厂商可能推出降规版芯片（如英伟达特供Blackwell）。但中国仍需加速自主HBM技术研发和产业链布局，以应对未来更严格的管制环境。