【本文来自持牌证券机构，不代表平台观点，请独立判断和决策】 开源证券指出，HBM历经多次迭代，已成为高性能计算、数据中心主流近存计算架构。未来随AI手机等AI端侧设备以及机器人等新型AI终端发展，CUBE有望成为端侧AI主流近存计算架构。 1）算力需求提升导致冯·诺依曼架构存算性能失配，近存计算将破局 冯氏架构以计算为中心，计算和存储分离，二者配合完成数据的存取与运算，在AI时代随算力持续提升，存算之间性能失配问题凸显。 近存计算利用先进的封装技术，将计算逻辑芯片和存储器封装到一起，通过减少内存和处理单元之间的路径，实现高I/O密度，进而实现高内存带宽以及较低的访问开销。 未来近存计算将成为AI时代芯片性能提升的主流方案。 2）HBM历经多次迭代，已成为高性能计算、数据中心主流近存计算架构 HBM采用TSV技术堆叠DRAMdie以大幅提升I/O数，再配合2.5D先进封装制程，在维持较低内存频率的同时达到更显著的总通道宽度提升，兼具高带宽、高容量、低功耗。 HBM3E将传输速度高达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。 3）AI终端持续落地，CUBE方案有望大放异彩 CUBE采用2.5D或3D封装，与主芯片SoC集成，通过高达1024个I/O实现超高带宽，可广泛适用于适用于可穿戴设备、边缘服务器设备、监控设备及协作机器人等高级应用。 CUBE容量相对较小，适用于边缘端应用。 以AI-ISP为例，AI-ISP中有很多灰色部分属于神经网络处理器（NPU），如果AI-ISP要实现大算力，就需要很大的带宽，或者是SPRAM。 但是在AI-ISP上使用SPRAM的成本非常高，使用LPDDR4的话，因为需要4-8颗，因此成本亦较高。 使用CUBE方案则可以缩小L3缓存，放大L4缓存，在降低芯片成本的同时提高带宽。 未来随AI手机等AI端侧设备以及机器人等新型AI终端发展，CUBE有望成为端侧AI主流近存计算架构。 4）核心公司 北京君正、兆易创新、瑞芯微。 研报来源：开源证券，陈蓉芳，S0790524120002，AI端侧之近存计算：CUBE有望助力端侧AI落地。2025年2月25日