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

核心观点：随着AI算力需求提升，冯·诺依曼架构的存算性能失配问题日益凸显，近存计算技术应运而生。近存计算通过2.5D和3D堆叠技术融合计算与存储，提升内存带宽并降低访问延迟，成为提升芯片性能的主流方案。

关键数据：

• HBM技术迭代：
  • HBM2 (2018): 8层DRAM，256GB/s带宽，2.4Gbps传输速度，8GB内存。
  • HBM2E (2020): 传输速度3.6Gbps，内存16GB。
  • HBM3 (2022): 最高819GB/s带宽，16GB内存。
  • HBM3E: 8Gbps传输速度，容量24GB。
• CUBE方案：采用2.5D或3D封装，高达1024个I/O，带宽超高。

研究结论：

1. 冯·诺依曼架构瓶颈：AI算力提升导致存算性能失配，近存计算通过先进封装技术（如2.5D/3D堆叠）解决高I/O密度需求，成为性能提升主流方案。
2. HBM方案：历经多次迭代（HBM2至HBM3E），已成为高性能计算、数据中心主流近存计算架构，兼具高带宽、高容量、低功耗。
3. CUBE方案：适用于边缘设备（如可穿戴设备、边缘服务器、监控设备等），通过超高带宽（1024 I/O）提升性能，未来有望成为端侧AI（如AI手机、机器人）主流近存计算架构。
4. 受益标的：北京君正、兆易创新、瑞芯微。
5. 风险提示：下游需求不及预期，技术验证及迭代不及预期。