20250225-开源证券-电子行业点评报告_AI端侧之近存计算_CUBE有望助力端侧AI落地_5页_941kb

近存计算技术行业点评报告总结

核心观点

随着AI算力需求不断提升，冯·诺依曼架构的存算性能失配问题日益凸显。近存计算通过2.5D和3D堆叠技术将计算与存储融合，提升内存带宽并降低访问延迟，成为AI时代芯片性能提升的主流方案。HBM和CUBE作为代表技术，将在高性能计算、边缘设备等领域广泛应用。

冯·诺依曼架构的局限

传统冯·诺依曼架构将计算与存储分离，导致AI时代算力持续提升时，存算资源难以匹配，性能瓶颈逐渐显现。近存计算通过减少内存与处理单元间的路径，实现高I/O密度，从而有效提升芯片性能。

HBM技术发展

HBM（高带宽内存）技术从2016年开始不断迭代：

• HBM2（2018）：8层DRAM，带宽256GB/s，内存8GB。
• HBM2E（2020）：传输速度提升至36Gbps，内存扩展至16GB。
• HBM3（2022）：传输速度最高达819GB/s，内存16GB。
• HBM3E将传输速度进一步提升至8Gbps，容量增至24GB。

目前，HBM已广泛应用于高性能计算、数据中心等领域，具备高带宽、大容量、低功耗的特点。

CUBE技术优势

• 封装技术：采用2.5D或3D封装，与主芯片集成，支持1024个I/O接口，实现超高带宽。
• 应用场景：适用于可穿戴设备、边缘服务器、监控设备、协作机器人等终端。
• 成本优势：相比传统SRAM或LPDDR4，CUBE能缩小L3缓存并放大L4缓存，降低成本，提升带宽。

投资机会

报告指出，随着AI终端和机器人等新型设备的发展，近存计算技术将在端侧设备中广泛应用。受益标的包括：北京君正、兆易创新、瑞芯微。

风险提示

• 下游需求不及预期。
• 技术验证及迭代进度不达预期。

图表资料

报告附有多张图表，涵盖冯·诺依曼架构示意图、通信带宽与计算提升的对比、AI时代算力需求与存储瓶颈、CUBE在边缘计算中的应用等，均来自行业权威来源。

行业评级与研究方法

行业评级为“看好”，股票投资评级为“增持”。本报告基于公开信息和专业分析，虽方法合理但存在局限性，投资者需谨慎参考。