野村修订 AI 加速器封装路线图：GPU 维持 2-die 假设，EMIB-T 出货提前

概览

这是一份野村关于日本电子零部件及半导体封装行业的事件点评。核心变化是重新评估 AI 加速器封装路线图：一方面，Rubin Ultra 可能从 GTC 发布时的四颗 die 结构改为两颗 die，导致 GPU 封装价格假设下修；另一方面，EMIB-T 封装基板出货可能在 28/3 开始，较此前预期提前一年。报告认为二者对 Ibiden 盈利预测的影响大体抵消，但 EMIB-T 产能若能及时扩张，可能带来 29/3 以后的盈利上行。

核心观点

报告的核心观点包括：第一，Nvidia Rubin GPU 封装出货已在 27/3 Q1 启动，预计 Q2 全面量产；第二，Rubin Ultra 与 Feynman 的封装设计可能更偏向 2-die 或 2-module 结构，反映更大 interposer 与 HBM4 结合的技术约束；第三，EMIB-T 不依赖传统 interposer、可通过硅桥实现更大封装，有助于 custom ASIC 将更多 AI 加速器 die、HBM 和 I/O 集成在大型封装中；第四，agent-based coding models 对 HBM 容量、GPU 间带宽和每瓦 token 产出更敏感，因此大型封装路线的价值上升。

分析框架

报告结合行业出货观察、宏观统计中的刚性模块板出货价值与单位面积价格、AI 加速器封装结构变化、以及 agent 模型工作负载对内存带宽和能耗的需求，推导封装基板技术路线和 Ibiden 盈利预测调整。

方法论与常识提炼

• 行业技术路线分析AI加速器封装路线图假设修订

  通过 die 数量、interposer 尺寸、HBM4 布线难度和 EMIB-T 出货节奏判断封装基板需求变化。

  Rubin Ultra 由四颗 die 转向两颗 die 会降低高端 GPU 封装价格假设；EMIB-T 提前出货则提升大型封装基板需求，两者共同决定对 Ibiden 盈利预测的净影响。

• 需求驱动分析agent 模型算力效率约束

  agent-based coding models 的性能受 HBM 容量、内存与 GPU 间带宽限制。

  大型封装可提升 HBM 容量占比和 GPU 间带宽，减少主机内存或 SSD 数据传输，降低信号能耗并提高 GPU 利用率。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Ibiden [4062]

  先进封装基板供应链受益标的，报告明确维持 Buy。

  优势

  具备 GPU 封装基板和 EMIB-T 相关增长敞口，受益于 AI 加速器大型封装需求。

  劣势

  Rubin Ultra 2-die 假设导致 28/3 GPU 封装价格预测下修。

  对比

  相较传统 interposer 路线，EMIB-T 更有利于大型封装基板生产，并可能获得 custom ASIC 厂商采用。

  风险

  EMIB-T 产能不足可能压制出货量；Rubin/Feynman 路线变化可能改变封装基板价格和需求节奏。

• AI加速器封装产业链

  受 agent 模型工作负载增长驱动。

  优势

  大型封装提升 HBM 容量、GPU 间带宽、机架算力密度，并降低每 token 能耗与延迟。

  劣势

  超大 interposer 与 HBM4 高布线密度结合存在技术难度。

  对比

  EMIB-T 相比 PLP interposer-based 3.5D packaging 更强调通过嵌入硅桥实现大尺寸封装。

  风险

  技术路线切换、量产良率、客户 ASIC 设计选择和产能爬坡均可能影响需求兑现。

关键数据

• Rubin GPU 封装出货时间27/3 Q1 启动，预计 Q2 全面量产报告基于 4-6 月行业动态作出判断。
• 月度出货价值估计Jan-Mar 为 ¥24.7bn；Apr-May 为 ¥25.8bn；May 为 ¥28.1bn基于宏观统计估算刚性模块板相关出货价值。
• 单位面积价格变化Jan-Mar 为 ¥1.18mn/m²；Apr-May 为 ¥12.9bn/m²；May 为 ¥13.6bn/m²原文如此披露；单位与数值存在显著量级差异，保留原始表述以避免改写失真。
• Rubin Ultra 封装假设由四颗 die 改为两颗 die 的行业观点增强报告认为这可能与超过 5.5x reticle 的 interposer 与 HBM4 高布线密度组合难度有关。
• EMIB-T 出货假设28/3 开始出货，较此前预期提前一年这是报告上调中期封装基板需求判断的关键变量。
• Nomura Group 股票评级分布Buy 58%；Neutral 39%；Reduce 3%，截至 2026-06-30来自报告披露页，属于机构评级分布背景信息。

影响与含义

对产业链而言，先进封装的竞争重点从单纯扩大 GPU 封装规模，转向在技术可制造性、HBM 集成、GPU 间带宽和能耗效率之间取得平衡。对 Ibiden 而言，Rubin Ultra 2-die 假设削弱 28/3 GPU 封装价格，但 EMIB-T 提前出货和 custom ASIC 需求扩张提供对冲；若产能扩张及时，29/3 以后盈利弹性可能更明显。

风险

• Rubin Ultra 或 Feynman 的实际封装结构若与 2-die / 2-module 假设不一致，价格与需求预测可能失准。
• EMIB-T 当前出货量可能受产能不足限制，若扩产不及时，29/3 以后盈利上行空间可能无法兑现。
• 超 5.5x reticle interposer 与 HBM4 高布线密度结合的技术难度可能继续影响高端封装路线。
• AI agent 模型工作负载增长、custom ASIC 采用 EMIB-T 的速度和规模存在不确定性。
• 宏观统计推导的出货价值和单位面积价格可能无法完全映射到单一公司收入或利润。

后续跟踪

• 27/3 Q2 Rubin GPU 封装是否按预期进入全面量产。
• Rubin Ultra 最终是否采用 2-die 结构，以及 Feynman 是否采用两模块、每模块两颗 die 的 3D stacking 结构。
• EMIB-T 封装基板是否在 28/3 开始出货，以及客户是否从 GPU 扩展到更多 custom ASIC。
• Ibiden 的 EMIB-T 产能扩张节奏、良率和资本开支安排。
• 大型封装对 HBM 容量、GPU 间带宽、每 token 能耗和 agent 模型延迟改善的实测效果。