端侧AI的瓶颈不在算力，而在内存。东吴证券研报指出，7B半精度模型仅参数加载入DRAM就超过14GB，而DRAM耗能比SRAM高两个数量级（6400pJ vs 550pJ），比计算操作高约1700倍。苹果当前iPhone DRAM仅8GB，远低于安卓旗舰的24GB，提升空间巨大。苹果正与三星合作研发独立封装LPDDR DRAM，并计划2026年转向WMCM多芯片封装。内存，正在成为端侧AI硬件变革的核心战场。

模型参数加载入DRAM的空间需求远超预期。7B半精度模型参数加载入DRAM需超过14GB，但DRAM需与系统和其它应用共享，单个应用程序不应超过DRAM的10%。微软Phi-3-mini（3.8B参数）在4bits量化下仍需占用1.8GB DRAM。SRAM缓存通常在20MB，仅能容纳一个Transformer块，Flash容量足够但速度较慢。

能耗数据更为震撼。在相同精度下，DRAM耗能6400pJ，比SRAM耗能550pJ高两个数量级（约11.6倍），比32位浮点乘法计算3.7pJ高约1700倍。每10亿参数生成1 token需耗能0.1J，满电iPhone约50KJ，以10Token/s速度仅支持7B模型运行不到2小时。内存读取是主要的耗能项，能耗增加同时带来散热问题突出。

相同App在iOS的内存占用远低于安卓。Acrobat Reader iOS占用117MB vs 安卓390MB；Booking.com 73MB vs 330MB；Gmail 190MB vs 259MB；YouTube 176MB vs 282MB；Twitter 100MB vs 366MB。主要原因是安卓为消除硬件差异性，代码运行在虚拟机中需编译为中间语言，而iOS则是原生编写。

游戏内存占用差异较小——因游戏引擎均为原生编写。但在国内安卓生态中，各App为保活留存后台、集成功能等进一步增加了内存占用。这一生态差异意味着：安卓需要在OS层提供统一的AI基础模型以减少重复加载，而iOS在模型压缩之外，需要提高硬件内存以克服单个功能占用大量内存的硬件瓶颈。

苹果在内存容量上较安卓差距明显。最新iPhone DRAM仅为8GB，安卓旗舰最高24GB，差距达3倍。苹果A18 Pro NPU算力35 TOPS，高通骁龙8至尊版NPU算力80 TOPS。苹果设备功耗极限潜力虽高但受限于散热无法全部发挥。iPhone 16 Pro Max电池4685mAh，小米15 Pro为6100mAh，苹果增加电池容量的空间巨大。

苹果正从多个维度突破内存瓶颈。第一，与三星合作研发独立封装LPDDR DRAM，改变2010年起沿用至今的堆叠式封装（PoP）方案。PoP技术下内存直接叠在SoC上，端侧AI负载下带宽和散热问题严重。分开封装可增加I/O引脚数量，提高数据传输速率并改善散热性能。第二，尝试在DRAM中应用LPDDR6-PIM（内存内置存储器）技术，数据传输速度和带宽是LPDDR5X的两到三倍。第三，预计2026年从InFO封装改为WMCM封装方式，将CPU、GPU、DRAM、NPU等多芯片灵活排列集成在同一封装中，减少信号延迟和干扰。

端侧AI内存升级将带动多条产业链机会。第一，独立封装DRAM增加I/O引脚数量，对封装基板和测试设备提出更高要求。第二，WMCM多芯片封装推动先进封装设备需求，包括晶圆级封装设备、测试设备和材料供应商。第三，LPDDR6-PIM技术引入计算存储一体化理念，对存储芯片设计提出新要求，国内存储芯片厂商有望受益于存储与计算融合趋势。

内存容量提升也是确定性方向。苹果若将DRAM从8GB提升至12GB或16GB，将直接拉动DRAM芯片采购量。国内消费电子品牌厂商紧随苹果和三星的硬件升级路径，同样面临内存容量和封装技术的升级需求。端侧AI的普及将推动手机、PC、可穿戴设备等终端的内存配置普遍提升，形成对存储芯片和封装产业链的持续性需求拉动。

主流手机SoC内存与AI能力对比

芯片型号	厂商	工艺制程	NPU算力	存储最高容量	代表机型
骁龙8至尊版	高通	3nm	80 TOPS	24GB LPDDR5X-5300	小米15系列
天玑9400	联发科	3nm	-	24GB LPDDR5X-10667	vivo X200系列
A18 Pro	苹果	3nm	35 TOPS	8GB LPDDR5X-7500	iPhone 16 Pro
A17 Pro	苹果	3nm	35 TOPS	8GB LPDDR5-6400	iPhone 15 Pro