先进封装行业报告：2.5D 封装、CoWoS技术，OSAT（28页）

GPT 有望引领全球 AIGC 快速发展。根据中国社会科学报报告，人工 智能生成内容（AI Generated Content，AIGC）指利用人工智能算法、自然 语言处理（NLP）、计算机视觉（CV）等方法，自动生成文本、图像、音频 等各类媒介形式的内容，以满足用户的个性化需求。随着 ChatGPT 的推出， 全球各地乃至中国都快速涌现了一批研发 AIGC 的企业。根据成都市科学 技术信息研究所援引《中国人工智能大模型地图研究报告》数据，从全球已 发布的大模型分布来看，中国和美国位居前列，已发布大模型数量达到全球 总是 80%以上。中国自 2020 年步入大模型高速发展期，目前已发布的诸如 文心一言、通义千问、星火、盘古、悟道等预训练大模型通用性、智能性等 维度达到国家相关标准。截至该报告发布日，中国已发布 79 个大模型。受益于 AIGC 的发展，中国的算力需求有望快速提升，“通用算力+专 用算力”将成为人工智能算力基础设施的建设关键。AIGC 面对广泛通用场 景，重视普适性。在部分个性化应用场景，AICG 要提升其专用性，对计算 精度、计算效率也有更高的要求。因此我们认为，AIGC 对算力的需求拉动 将较为显著。

根据 IDC 与浪潮信息所发布的《2022-2023 中国人工智能计算 力发展评估报告》，2021 年中国智能算力规模达 155.2 EFLOPS，2022 年智能算力规模将达到 268.0 EFLOPS，预计到 2026 年达到 1271.4 EFLOPS， 2021-2026 年智能算力规模年复合增长率达 52.3%。根据海光信息招股书 援引前瞻产业研究院数据，2019 年至 2023 年，中国人工智能芯片市场规模 将保持年均 40.0%至 50.0%的增长速度，到 2024 年，市场规模或将达到 785 亿元。AIGC 推动高性能 AI 芯片发展，先进封装需求有望随着 GPU 的快速 放量而迅速提升。AI 芯片通常需要集成大量的处理核心、存储单元和传感 器，以满足复杂的计算需求。从大模型到自动驾驶、工业自动化等领域，都 需要强大的 AI 芯片支持。强大的 AI 芯片需要更加先进的制程工艺来实现， 由于芯片集成度逐渐接近物理极限，先进封装技术有望成为延续摩尔定律、 发展先进 AI 芯片的有效路径之一。 摩尔定律指出，集成电路上可容纳的晶体管数每隔大约 18-24 个月就会 翻一倍，同时保持相同的尺寸；即芯片性能以指数级增长，而成本将相应下 降。摩尔定律是计算机和电子产品发展的重要驱动力，然而，随着芯片集成 度逐渐接近物理极限，摩尔定律逐渐受到挑战。为延续摩尔定律的经济效益， 先进封装技术被业界寄予厚望。