国泰海通：NPU+3DDRAM或成端侧AI下一代技术趋势 推荐兆易创新(603986.SH)

智通财经APP获悉，国泰海通发布研报称，DRAM制程微缩放缓背景下，3D架构转型与NPU协处理器结合将成为端侧AI发展的关键技术路径。研报指出，当前AI端侧推理速度的瓶颈在于内存带宽而非算力，而3DDRAM通过混合键合技术可显著提升传输效率(如800GB/s带宽下高通骁龙8GEN3的推理速度可从4.8 tokens/s跃升至57 tokens/s)。NPU作为协处理器的运用叠加3DDRAM极有可能是下一代的端侧技术趋势，给予行业“增持”评级，推荐兆易创新(603986.SH)。

国泰海通主要观点如下：

DRAM制程微缩放缓，长远命题在于从2D转向3D架构

随着DRAM制程节点不断缩小，目前DRAM芯片工艺已经突破到了10nm级别。工艺完整性、成本、电容器漏电和干扰、传感裕度等方面的挑战愈发明显，要在更小的空间内实现稳定的电荷存储和读写操作变得日益困难。随着DRAM芯片制程愈发先进，长远命题在于从2D转向3D架构;混合键合方案改进了Micro bump的堆叠高度限制等问题，代表3DDRAM未来技术路径。从技术差异上来说，WoW 3DDRAM与CUBE及现有的HBM方案主要差异在于键合方式分别为混合键合与Micro bump。与已广泛使用的Micro Bump堆叠技术相比，混合键合不配置凸块，可容纳较多堆叠层数，也能容纳较厚的晶粒厚度，以改善翘曲问题。使用混合键合方案的芯片传输速度较快，散热效果也较好。考虑到堆叠高度限制、IO密度、散热等要求，三大HBM原厂已确定于HBM520hi世代使用HybridBonding。

AI应用目前在走向百花齐放，而不是高度范化的统一模型

硬件侧在为应用的落地酝酿很多新技术储备，这些机会更加重要。MOE模型开始驱动小的大模型，小型MoE模型Qwen3-30B-A3B的激活参数数量是QwQ-32B的10%，表现更胜一筹，激活10%参数量却能超过满血模型，也为端侧应用提供了模型基础。该行认为，海外硬件大厂在储备能让AI“泛在”与“常开”的技术，NPU作为协处理器的运用叠加3DDRAM极有可能是下一代的端侧技术趋势。

当前AI端侧推理速度的主要瓶颈在内存带宽而非算力，内存限制问题由3DDRAM解决

以高通骁龙8GEN3为例，其NPU算力约45 TOPs，内存带宽约为67 GB/s，若运行7B大模型，代入前述公式得到计算能力限制约3215 tokens/s，内存带宽限制约4.8 tokens/s，最终速度取两者中的最小值，确保实际推理不受硬件瓶颈限制，而其内存限制瓶颈明显远大于计算限制。DRAM+NPU通过HB堆叠的形式合封，该行假设以800 GB/s的内存带宽代入上述高通骁龙8GEN3的问题，内存限制将提升至57 tokens/s。中国大陆玩家兆易创新及其投资子公司青耘科技、光羽芯成，以及中国台湾存储IDM华邦电、手机AP龙头高通等，均发力3DDRAM+NPU方案，技术趋势明确。

风险提示：AI应用渗透不及预期;3DDRAM技术发展不及预期。