Stock LLM Wiki

報告_凱基_補丁科7947_20260908

更新 2026-10-02

PDF 原檔:報告_凱基_補丁科7947_20260908_original.pdf

圖片清單(已驗證 2026-10-02)

本報告 parse 後未抽出任何圖片檔(attachment 內無對應檔案),無可嵌入圖。

原始內容

KGI

凱基投顧

沈漢軒

886.2.2181.8005 hanhsuan.shen@kgi.com

潘俊宏 886.2.2181.8706 Felix.Pan@kgi.com

王婉懿

886.2.2181.8715 vera.wy.wang@kgi.com

重要免責聲明,詳見最終頁

補丁科

(7947 TT, 未評等)

重點摘要

  1. Memory Wall為AI效能瓶頸;相較Training仍以HBM為主, Inference更重視Latency與Energy Efficiency,且未來需同時服務 大量 Users,因此需要兼具高頻寬、低延遲、低功耗與足夠容量的 新型記憶體架構,補丁科主要產品線即為該領域提供解決方案。
  2. 補丁科自2014年即投入高頻寬、低延遲DRAM,2017年相關成 果登上 ISSCC。公司以Hybrid Bonding、3D WoW、KGD及跨 DRAM/Logic 製程協同設計為核心競爭力;HiBaLL-M 可透過多層堆 疊兼顧容量與頻寬,HiBaLL-S 則進一步追求接近 SRAM 的 Latency/Energy Efficiency。南亞科持股約35%,補丁科與南亞科 共同進行製程、技術及專案合作。公司認為長期 Know-how、 Learning Curve及生態系合作關係構成該領域主要競爭門檻。
  3. AI Pieces營收占比已由2023年接近0%提升至1H26約40%,現 階段主要來自 NRE,相關專案自 2024 年開始洽談、2025 年進入 設計,管理層預期 2027 年起陸續量產,屆時營收模式將延伸至 Royalty/Turnkey,帶動 AI 營收占比逐年提升;管理層看好 2H26 營收將優於1H26,並正向看待2027年展望。

結論

補丁科為南亞科 WoW 重要客戶的設計合作夥伴,我們正向看待相關 專案於 2027-2028 年逐步放量,搭配南亞科 5A 新廠產能開出,補丁 科有望受惠 Royalty 及 Turnkey 收入放大,推升 AI 業務進入新一波成 長階段。公司將於9/16以每股740元參考價登錄興櫃。

公司概況與研發團隊

  •  公司成立於2006年1月,總部位於新竹,目前員工超過90人、 資本額約NT$6.04億元,已通過ISO 9001與ISO 14001認證;公 司定位為Fabless DRAM Design & IP Company,R&D為核心能 力。
  •  公司具備完整研發團隊;研發人員超過70人,其中約65%具 Master或PhD學歷。
  •  公司已取得或申請中專利超過70件,並曾發表重要ISSCC Paper; 除新竹總部外,在日本、韓國、東南亞、中國與歐洲設有代理商或 業務代表,北美市場則以Direct Account為主。
  •  公司過去20年使用多種DRAM製程開發不同DRAM產品,多次達 成First Cut to Production,並順利量產、導入多元應用市場。

KGI

  •  2010年與南亞科簽訂投資協議,當時南亞科持股15%;該協議於 2017年結束後,雙方仍維持Foundry與Customer合作關係; 因 應 AI 記憶體需求,南亞科於 2025 年再度投資補丁,目前持股約 35%,為公司最大股東;雙方關係並非單純 Foundry/Customer, 在技術合作、客戶服務與專案管理等層面均可進行彈性且深度的合 作。

高頻寬、低延遲記憶體技術起源

  •  2014年Intel為HPC產品尋找Last Level Cache solution; Intel當 時與台灣多家DRAM公司洽談後,最終選擇補丁作為合作夥伴。
  •  公司於2014年以高頻寬、低延遲記憶體計畫申請經濟部A+創新計 畫,管理層表示當年度僅該計畫通過審核;2016 年順利完成產品 開發,First Cut即量測到所需效能。
  •  該4Gb DRAM可達144GB/s頻寬;管理層表示,相較當時最先進 HBM2 需多顆堆疊,公司單顆產品效能即可高於其多顆合計表現; 相較現今HBM約僅其三分之一;

公司於 2016 年將成果投稿 ISSCC,並於 2017 年 2 月在舊金山 ISSCC Conference發表;管理層認為此研發成果獲全球認可,亦成 為2024年後AI大廠尋找客製化Memory solution時,公司能取得 客戶青睞的重要基礎;

公司於 2025 年順利簽訂 AI 記憶體相關設計服務計畫,正式展開相 關服務。

AI記憶體市場與Memory Wall

  •  管理層認為自2024年起AI投資持續擴大,各國競相建置AI基礎 設施,強勁需求進一步推升DRAM供應吃緊。
  •  管理層指出DRAM ASP自2025年至今快速上升,且三星部分產能 已被鎖定至2030年,並引用Jensen Huang於2026年6月對記憶 體短缺仍看不到盡頭的說法,公司將聚焦成長動能最明確的 AI 記 憶體市場。
  •  Memory Wall核心在於運算效能與DRAM效能成長速度長期失 衡:管理層表示1996年至今CPU/GPU Performance約每兩年成長 3 倍,而 DRAM 約每兩年僅成長 1.6 倍,長期累積形成巨大落差, 導致大量運算Cycle花在等待DRAM提供Data;公司AI Memory solution的目標即是縮小此差距。

3D Stacked Near Memory架構

  •  公司採用3D Stacked Near Memory概念,認為現行GPU+HBM主 要透過 2.5D/CoWoS 方式將 GPU 與 HBM 連結,Memory 仍屬 Offchip,Loading較大;公司則透過 3D Stacking與 Hybrid Bonding,將Memory Stack與PU更緊密整合,以降低延遲與功 耗。

KGI

  •  相較HBM以切割後Die透過Micro-bump互連,公司採用Hybrid Bonding,可將 Pitch 縮小超過一個 Order,因而大幅增加 I/O 數; 由於 Bandwidth 約由 I/O 數×頻率決定,大量增加 I/O 可顯著提高 頻寬,同時改善Energy Efficiency與Power。
  •  從Memory Hierarchy 來看,越靠近 SRAM的記憶體通常 Bandwidth越高,但SRAM Cell Size大、Density低,難以提供高 容量;公司的3D Stacked Memory希望在Bandwidth、Latency與 Energy Efficiency上接近SRAM,同時提供遠高於SRAM的 Capacity。
  •  管理層認為HBM現階段仍最適合AI Training,主因Training Model大、容量需求高,且相對能容忍Latency;公司3D Stacked Near Memory則主要瞄準AI Inference,強調推理對Latency與 User Experience更敏感。
  •  管理層說明Inference差異:在相同GPT Model與較複雜Prompt 下,客戶自有 Solution 可在約 30 秒內回覆,而 GPU+HBM 架構所 需時間明顯更長;管理層藉此強調Inference對Latency的要求。
  •  SRAM雖可提供極低延遲,但當 Inference需要服務Millions of Concurrent Users時,Capacity不足將成為嚴重限制,因此公司認 為3D Stacked Near Memory可兼顧低延遲與較高容量,是AI Inference的主要目標市場。

核心競爭優勢

  •  公司競爭優勢可分為為技術實力與策略合作兩大面向;核心技術團 隊平均具20年以上經驗,並累積大量成功開發與First Cut to Production經驗。
  •  2017年ISSCC發表的特殊記憶體架構為自有創新設計,可依不同 客戶需求進行客製化;管理層表示其 Performance 相較其他方案可 高出10倍以上。
  •  公司長期專精不同DRAM Technology與產品,可理解DRAM本身 的特性與弱點,並據此替客戶設計最佳 Interface;管理層認為懂 DRAM製程是做好客製化DRAM產品的重要門檻。
  •  公司具完整Known Good Die技術,20多年前即曾為Seagate供 應高品質要求產品;KGD能力對3D Stacking尤其重要,因多層堆 疊會放大單層良率問題;
  •  以單片Wafer良率80%為例,若未進一步篩選與修補,4層堆疊 總良率僅約 0.8^4=41%,8 層僅約 16.7%,將難以量產且成本過 高;因此公司將持續提升 KGD、Repair 與 Testing 能力,以確保 3D堆疊後仍具合理良率與成本。
  •  一般DRAM產品多依JEDEC Standard Spec自行設計、Tape-out與 Qualification後再交由客戶認證;公司的AI Memory則從產品初期 即與客戶共同定義、共同開發並進行技術整合,因此客戶關係與技 術綁定程度更深。

3

KGI

3D WoW生態系與合作模式

  •  公司認為3D Wafer-on-Wafer與Hybrid Bonding並非補丁獨有, 真正差異在於完成AI Near Memory專案至少需要四方深度合作: 具資本與技術實力的 AI 客戶、可提供先進邏輯製程的 Foundry、適 合客製AI記憶體製程的DRAM Foundry(即南亞科),以及負責特殊 記憶體架構與Interface協同設計的補丁科。
  •  管理層認為南亞科雖規模不及全球前三大DRAM原廠,但具先進製 程 Roadmap 與資本支出能力;前三大原廠主要聚焦 HBM、 DDR5、LPDDR5等標準型DRAM,客製化產品Operating Cost較 高,因此南亞科在AI Inference客製記憶體市場具有長期合作價 值。
  •  補丁科不僅使用DRAM製程設計Memory,也會將部分DRAM功 能或Interface Circuit以先進Logic Process實現,結合Logic與 DRAM兩種製程優勢,共同設計最佳介面,使3D Near Memory效 能最大化;公司認為這種跨DRAM與Logic Design能力並非一般 DRAM設計公司皆具備。

產品布局:AI Pieces與DRAM Pieces

  •  公司產品分為AI與DRAM Pieces兩大類;AI Pieces聚焦AI Inference,建立在過去高頻寬 DRAM 技術基礎上,目前主要產品 線為HiBaLL-M與HiBaLL-S。
  •  過去ISSCC發表的HBLL-RAM採2D Low-cost Solution,已有客戶 實際量產,以兩顆 HBLL-M 搭配 SoC 封裝於同一 Package;目前 HiBaLL系列則由此技術基礎進一步發展至3D整合。
  •  HiBaLL-M透過3D Hybrid Bonding加TSV堆疊多層DRAM,再以 Hybrid Bonding與SoC進行3D堆疊,藉由多層堆疊提升 Capacity/Density。
  •  HiBaLL-S則以單層DRAM與SoC直接3D整合;管理層表示約 2GB容量即可提供>2TB/s Bandwidth,Energy per Bit低於0.5pJ, 並可藉 3D 堆疊進一步增加 Density;在相同面積下,Bandwidth 可 再提升10倍以上。
  •  管理層表示客戶甚至要求公司定義更高等級(petabyte)的規格,並 強調HiBaLL-S的Energy Efficiency與Low Latency可進一步接近 SRAM。
  •  DRAM Pieces涵蓋標準型DRAM、KGD DRAM與pSRAM等產品: 標準DRAM主要銷售系統廠,KGD DRAM可供SoC客戶作SiP Solution,pSRAM 則適合 IoT;產品涵蓋 Legacy SDR/DDR/DDR2/DDR3、DDR3/DDR4 與 pSRAM 等,強調 Longterm Support,主要應用於工規、車用與部分Consumer市場。
  •  AI Inference應用分為Cloud與Edge兩端;Cloud Inference最重 要需求包括低Latency、快速Time to First Token,以及未來可服務 Millions of Concurrent Users,公司認為其Near Memory Solution 特別適合此類需求。

KGI

  •  Edge端包括AR/VR、Smartphones、AI PCs與Robots等應用,具 On-device、No Cloud Round-trip特性,且對Power、Latency與 Cost限制更嚴格,因此亦適合公司的Near Memory Solution;管 理層認為Edge AI目前仍處起飛初期,市場年成長率約20-30%。

供應鏈與生產合作夥伴

  •  南亞科為公司最重要策略合作夥伴及DRAM Fab Partner,公司使 用南亞科製程進行設計;先進 Logic 部分的生產則由客戶直接與 Logic Foundry接洽。
  •  後段封裝測試主要與福懋科策略合作,CP由力成集團旗下晶兆成 負責;使用RDL進行SiP Solution的客戶則由瑞峰半導體作為合作 夥伴。

財務表現&成長策略

  •  過去六季DRAM Pieces與AI Pieces營收均呈強勁成長;DRAM Pieces除受惠需求增加外,更重要驅動力來自ASP快速上升。
  •  AI Pieces屬Project-based業務,應以較長期間觀察;自2023年幾 乎零營收,至1H26營收占比已提升至約40%,現階段AI Pieces 收入主要來自NRE。
  •  管理層表示,當客戶Solution完成設計、驗證並進入量產後,未來 營收模式將進一步轉向Royalty或Turnkey,因此AI Pieces由NRE 走向量產收入具後續成長潛力。
  •  公司營收自2023年起快速成長;毛利率由2023年的3%提升至 1H26的67%,帶動稅後淨利與EPS同步改善。
  •  依目前股本60,363張追溯調整歷史EPS;1H26 EPS達NT$9.35。
  •  公司未來將持續深耕AI記憶體,尤其聚焦Inference應用,持續投 入高頻寬、低功耗Memory與3D Design Solution研發,並配合 Foundry Partner製程Roadmap持續替客戶Cost Down及提升效 能。
  •  公司將持續加強專利布局、擴大Design Service量能並積極招募研 發人才,同時強化IP建置與Verification Flow,以支援更多客製化 AI Memory專案。
  •  為支援客戶Turnkey Solution,公司將提前與供應商協商產能並深 化合作,從Capacity與Cost兩方面協助客戶,確保量產供應。
  •  公司將持續深化與客戶的技術連結,從產品初期共同定義Interface 與架構,以提高客戶黏著度與長期信任;追求客戶成長,補丁就成 長之目標。

Q&A

  •  Q: 公司如何看待記憶體發展趨勢?目前客戶以推論應用為主,未 來是否有機會拓展至Edge應用?

KGI

A: AI與記憶體發展仍處於早期階段,公司目前提供的記憶體方案主要聚 焦AI Inference,無論Cloud或Edge應用皆適合。目前兩大應用領域均 已有專案進行中,部分客戶已進入共同設計階段,亦有部分仍在洽談 中。

  •  Q: HiBaLL目前有多少專案與客戶?預計何時量產?量產後將以何 種方式貢獻營收?

A: 由於已與客戶簽署NDA,不便針對個別客戶與專案數量進一步說明。 相關專案自 2024 年開始洽談、2025 年進入設計階段,預計 2027 年開 始陸續量產。營收模式方面,開發階段主要貢獻 NRE,量產後則將依不 同專案採Royalty或Turnkey Solution模式;隨著專案陸續進入量產,預 期AI Pieces營收占比將逐年提升。

  •  Q: 1H26營收明顯成長、毛利率提升至67%,相較去年大幅改善的 主要原因為何?2H26能否維持成長?如何看待2027年展望?

A: 1H26營收與獲利明顯成長主要受惠:(1) DRAM整體供不應求,帶動 產品需求與ASP提升;(2) 高毛利AI Pieces營收占比增加,帶動產品組 合優化。目前 2H26 成長動能仍維持,公司認為下半年營收高於上半年 的機會非常高。展望 2027 年仍維持正向看法,除預期 DRAM 供不應求 趨勢延續外,既有AI客戶專案持續推進,亦有新的潛在客戶洽談中。

  •  Q: AI時代下一階段的重要記憶體發展方向為何?公司最關鍵、難 以複製的核心競爭力是什麼?

A: AI記憶體技術仍遠未發展完成,未來仍有很大的架構與效能優化空 間。3D DRAM並非單靠單一技術即可完成,而需要長時間的技術累積, 以及 DRAM、先進製程、封裝與客戶共同開發等多方面條件配合,其中 南亞科即為公司重要的策略合作夥伴。

公司自 2017 年前即開始累積相關技術,許多關鍵問題與經驗需要經過 長時間開發才能成熟,其他業者若要切入,也必須經歷類似的Learning Curve。同時,公司長期與客戶共同摸索、開發產品,這些經驗亦難以在 短時間內複製。

目前 Wafer-on-Wafer 仍在探索不同的技術路徑,而 AI 客戶本身也具備 高度技術能力,願意與公司共同嘗試新的架構。DRAM 客製化可調整的 空間很大,目前公司已能做到約 10 倍頻寬提升,未來仍有機會透過不同 方法朝 100 倍、甚至 1,000 倍改善;但若沒有長期投入這個技術賽道, 很難掌握相關 know-how。公司的核心方向仍是持續精進技術,並與客 戶共同找出最佳解決方案。

  •  Q: 後續申請上市的規劃與預計時程為何?在公司治理、營運規模 及組織人才方面有哪些準備?

A: 公司目前持續朝上市方向準備,並與會計師及券商共同推進相關作 業。公司治理方面,後續將依上市要求引進獨立董事並設置審計委員 會;營運方面則將持續擴大規模,積極招募人才,以因應未來市場與業 務成長需求。此外,也將進一步強化財務、法務及投資人關係等職能, 完善上市所需的組織與制度建置。

KGI

凱基證券集團據點

股價說明