中泰证券报告深入分析近存计算3D DRAM在AI场景中的应用价值。存储带宽已成为制约算力芯片性能的核心瓶颈。HBM通过TSV+Microbump实现3D堆叠，提供1024bit位宽、1.2TB/s带宽，已成为AI训练芯片标配。WOW 3D堆叠DRAM采用混合键合工艺，IO数量达131072个（HBM仅1024个），带宽8656GB/s，功耗仅为传统DRAM的9%。端侧部署本地大模型是趋势，DeepSeek降本促进端侧AI渗透，WOW 3D堆叠DRAM高带宽、低功耗特性契合手机/PC/汽车/机器人等场景。AI应用正从云端向端侧延伸，近存计算3D DRAM需求持续扩大。

HBM定位在片上缓存LLC和传统DDR之间，弥补带宽缺口。HBM使用TSV和Microbump实现多层DRAM Die 3D堆叠，通过2.5D CoWoS封装与GPU集成，提供1024bit总线位宽。HBM1→HBM3E持续迭代：带宽从128GB/s提升至1.2TB/s，堆叠层数从4层增至12层，单颗容量从1GB增至36GB。HBM4规划16层堆叠，带宽1.5-2.56TB/s，容量48-64GB。

美光预计2024年HBM市场160亿美元，2025年超300亿美元，2030年超1000亿美元。竞争格局方面，2023年海力士55%、三星41%、美光3%，寡头效应强于DRAM整体（三星/海力士/美光合计96%）。云端训练卡全部使用HBM（H100/B200用HBM3E），部分推理卡也用HBM。端侧AI模型轻量化趋势下（DeepSeek蒸馏后小模型1.5B/7B/14B等），HBM在端侧的应用空间正在打开。

WOW 3D堆叠DRAM属于近存计算，DRAM与逻辑芯片采用3D堆叠（晶圆对晶圆混合键合）。紫光国芯SeDRAM：混合键合pitch 3um，IO数量131072个（HBM3仅1024个），IO速度541Mbps（HBM3 7168Mbps），带宽8656GB/s，功耗仅为传统DRAM的9%。每GB带宽135GB/s（HBM3仅4.7GB/s）。

性能优势来自多方面：去掉PHY减少时延和功耗；IO速度慢降低功耗；3D封装传输路径短；混合键合直接铜互连电阻更小。WOW 3D堆叠DRAM是高度定制化产品（DRAM面积、堆叠层数可定制），1颗计算芯片配套1颗DRAM（1:1），容量拓展性不如HBM（1:N）。紫光国芯2020年量产SeDRAM，爱普存储2021年发布VHM方案，芯盟科技2022年宣布HITOC方案。矿机市场率先落地，中科声龙茉莉X4芯片采用3D堆叠DRAM，65MH/s处理能力仅功耗23W（显卡150W以上）。

端侧部署本地大模型是趋势，兼具高隐私性、安全性、可靠性和个性化服务优势。DeepSeek全开源，模型可蒸馏（1.5B/7B/14B/32B/70B小模型），降低了模型部署在手机/PC等端侧的难度。但使用传统存储器仍面临带宽瓶颈，影响用户体验（延时、响应速度）。

WOW 3D堆叠DRAM存储容量可定制，超高带宽、低功耗性能契合端侧场景，潜在应用包括AI手机、AI PC、汽车、机器人等。华邦CUBE方案定位边缘计算（2023年发布），SoC在上、DRAM在下（3D封装，散热更好），带宽32GB/s-256GB/s（最高1TB/s），功耗低于1pJ/bit，基于20nm制程，适用于边缘AI设备。

近存计算3D DRAM性能对比

类型	带宽	功耗（相对值）	IO数量	应用场景
HBM3E	1.2TB/s	53%	1024	云端训练/推理
WOW 3D堆叠DRAM	8656GB/s	9%	131072	端侧AI/矿机
华邦CUBE	1TB/s	<1pJ/bit	4096	边缘AI