深度报告-20250219-中邮证券-电子_端侧大模型近存计算_定制化存储研究框架_67页_3mb

总结

这份行业研究报告主要探讨了端侧AI的发展、计算架构的演进、存算一体技术的应用以及定制化存储方案，同时推荐相关标的。以下是核心内容提炼：

1. 端侧大模型与异构计算

• 大型语言模型（LLM）在边缘设备部署需求激增，市场规模预计2032年达1436亿美元。
• 异构计算架构通过CPU、GPU、NPU等协同工作，优化AI模型性能与能效，满足多样化的端侧需求。NPU尤其适合低功耗终端，提供高能效的AI处理能力。

2. 存算一体技术与近存计算

• 存算一体技术通过存储与计算融合，克服冯·诺依曼架构瓶颈，分为近存计算（PNM）、存内处理（PIM）和存内计算（CIM）。
• 华邦电子的CUBE技术采用3D堆叠与TSV方案，提供高带宽、低功耗的定制化存储方案，适用于端侧AI和边缘计算。其优势包括：缩小芯片尺寸、降低功耗、提升带宽灵活性，支持256Mb至8Gb容量。

3. 先进封装技术

• 基于TSV的三维封装技术（如HBM、CoWoS、EMIB）和基于RDL的平面延伸方案（如FOWLP、FOPLP）共同推动端侧AI的性能提升。这些技术降低功耗、提升带宽，并实现Chiplet集成。

4. 行业影响与投资机会

• 华邦的CUBE技术作为HBM替代方案，具有成本优势，适合中低端终端市场。
• 相关标的包括：
  • 兆易创新：深耕定制化存储解决方案，如控股子公司青耘科技聚焦CUBE等创新业务。
  • 瑞芯微：通过自研NPU推动端侧AI芯片发展，广泛应用于智能终端。
  • 芯原股份：提供IP授权，赋能端侧AI芯片设计。
  • 寒武纪、国科微、北京君正、全志科技、炬芯科技：在AI计算芯片与应用生态方面各有优势。
  • 封装厂：长电科技、通富微电、华天科技、甬矽电子、晶方科技等提供先进封装支持。

5. 风险提示

• 整体风险包括AI端侧应用发展不及预期。

该报告强调，随着端侧AI的普及，存算一体、定制化存储和先进封装技术将在驱动算力与功耗平衡上发挥关键作用，同时建议投资者关注相关企业的技术壁垒与市场布局。