（报告出品方/作者：中泰证券，王芳、杨旭）
一、产业趋势：DRAM从2D到3D，存算一体趋势确立
2D DRAM制程瓶颈凸显，3D是大趋势
DRAM是易失性存储器，与CPU/GPU等计算『芯片』直接交互，可以快速存储每秒执行数十亿次计算所需的信息。
DRAM三构成：1）存储单元（Cell ），占据50%-55%面积：存储单元是DRAM『芯片』存储数据的最小单元，每个单元存储1bit数据（二进制0或1）， 单颗DRAM『芯片』的容量拓展主要是通过增加存储单元的数量实现（即提高单位面积下的存储单元密度），存储单元基本占据了DRAM『芯片』50-55% 的面积，是DRAM『芯片』最核心的组成部分。1个存储单元由1个晶体管和1个电容器构成（1T1C结构），晶体管控制对存储单元的访问，电容器存 储电荷来表示二进制0或1。2）外围逻辑电路（Core），占据25-30%面积：由逻辑晶体管和连接 DRAM 各个部分的线路组成，从存储单元中选择 所需存储单元，并读取、写入数据，包括感应放大器（ Sense Amplifiers ）和字线解码器（Word Line Decoders）等结构，如感应放大器被附加在 每个位线的末端，检测从存储单元读取非常小的电荷，并将信号放大信号，强化后的信号可在系统其他地方读取为二进制1或0。3）周边线路 （Peripheral），占据20%左右面积：由控制线路和输出线路构成。控制线路主要根据外部输入的指令、地址，让DRAM内部工作。输出/输入线路 负责数据的输入（写入）、输出（读取）。
DRAM工作原理：存储电容器会泄漏电荷，因此需要频繁进行刷新（大约每 32 毫秒一次），以维持存储的数据。每次刷新都会读取存储单元的 内容，将位线上的电压提升至理想水平，并让刷新后的值流回电容器，刷新完全在 DRAM 『芯片』内部进行，没有数据流入或流出『芯片』。这虽最大 限度地减少了浪费的电量，但刷新仍会占据 DRAM 总功耗的 10% 以上。
DRAM 3D化趋势已现，封装级先行，晶圆级在研发阶段。 3D DRAM分为封装级和晶圆级，封装级3D DRAM属于近存计算，突破内存墙瓶颈，已商业化量产，晶圆级3D DRAM突破2D DRAM制程微缩瓶颈，难度更大，目前仍处于研发阶段。 封装级3D DRAM：指通过封装工艺将多颗2D DRAM Die进行3D堆叠，HBM目前最高堆叠12层DRAM Die，每层Die之间通过 TSV/Microbump等先进封装工艺实现电气连接，最后实现在单位面积下更高的存储容量密度。然后将封装级3D DRAM继续通过 封装工艺与逻辑『芯片』封装在一起，实现近存计算，性能上实现更高的带宽、更低的功耗，缓解内存墙问题，契合AI『芯片』要求。典 型产品如HBM、华邦CUBE和WoW 3D堆叠DRAM。 晶圆级3D DRAM：在晶圆结构层面实现3D结构，突破2D DRAM制程微缩瓶颈、实现更高容量密度，目前各家厂家处于探索阶段。
存内计算难度大，近存计算和存内处理是重要方向
存储速度滞后于计算器速度，AI时代存储带宽制约算力『芯片』性能发挥。 在过去二十年，处理器性能以每年大约60%的速度提升，内存性能的提升速度每年只有9%左右。结果长期下来，不均衡的发展速 度造成了当前的存储速度严重滞后于处理器的计算速度。 虽然多核（例如CPU）/众核（例如GPU）并行加速技术提升算力，AI时代处理器计算技术能力大幅提升，同时大型 Transformer 模型的参数数量呈指数级增长，每两年增加 410 倍，而单个 GPU 内存仅以每两年 2 倍的速度扩展。从峰值算力看，峰值算力在 过去 20 年中增加了 60000 倍，而 DRAM带宽增加了100 倍，存储和计算的互连带宽增加了 30 倍。 随着近几年云计算和AI应用发展，面对计算中心的数据洪流，存算分离架构下数据搬运慢、搬运能耗大等问题成为了计算的关键 瓶颈，“存储墙”问题更加显著。
二、封装级3D DRAM：近存计算，高带宽、低功耗契合AI场景需求
HBM：AI大算力+高带宽存储解决方案
目前HBM属于标准化DRAM产品，是GDDR的一类。DRAM是大宗产品，JEDEC（固态技术协会，微电子产业的领导标准机构）定义并开发了以下三类 SDRAM 标准， 以帮助设计人员满足其目标应用的功率、性能和尺寸要求，从『芯片』本身来看，它们的差异主要体现在外围电路上，而存储单元本身在各类型中较为相似，制造工艺也基 本一致。1）标准型DDR：Double Data Rate SDRAM，针对『服务器』、云计算、网络、笔记本📓电脑💻️、台式机和消费类应用程序，允许更宽的通道宽度、更高的密度和不同 的外形尺寸。2）LPDDR：Low Power Double Data Rate SDRAM，针对尺寸和功率非常敏感的移动和汽车领域，有低功耗的特点，提供更窄的通道宽度。3）GDDR： Graphics Double Data Rate SDRAM，适用于具有高带宽需求的计算领域，例如图形相关应用程序、『数据中心』和 AI等，HBM属于GDDR。详情请参考此前外发深度报告 《 AI系列之HBM：AI硬件核心，需求爆发增长》。
HBM主要应用在AI训练和部分AI推理。AI训练需要处理大量并行数据，需要DRAM容量大和数据的传输速度快，同时模型训练耗时长，需要硬件的功耗低，相较传统 的DRAM存储器，HBM高带宽、低功耗，容量拓展性好，目前云端训练卡全部使用HBM，部分云端推理卡有使用HBM，另外也有推理卡使用GDDR。
WOW 3D堆叠DRAM：AI低算力+超高宽带存储解决方案
WOW 3D堆叠DRAM与逻辑『芯片』是3D结构，属于近存计算。 结构：属于近存计算，DRAM与逻辑『芯片』采用3D堆叠工艺封 装在一起，在1片逻辑『芯片』上堆叠多层DRAM『芯片』，逻辑『芯片』 指GPU、CPU、NPU等计算『芯片』、右图中为紫色的Logic Die， DRAM『芯片』图中仅只有1层，实际可堆叠多层。 技术：使用TSV硅通孔技术、Wafer on Wafer的混合键合工艺 （Hybrid Bonding）实现多层『芯片』之间的电气连接。 性能特点：以紫光国芯的WOW 3D堆叠DRAM产品 SeDRAM 为例，通孔间距（Pitch）达到10μm以内的级别，HBM的Pitch 目前为几十微米，因此WoW 3D堆叠DRAM的带宽更高，另外 功耗更低，属于定制化产品，容量拓展性一般。
CUBE：AI低算力+高带宽存储解决方案
华邦2023年宣布CUBE方案，定位边缘计算。 2023年华邦宣布CUBE（ Customized/Compact Ultra Bandwidth Elements）。 结构：属于近存计算，1层SOC和多层DRAM是上下堆叠结构，SoC放置在上面，DRAM『芯片』在下面，省去了SoC的TSV工艺， SOC无性能损失、系统成本更低，同时，3D DRAM TSV工艺可以将SoC信号引至外部，使它们成为同一颗『芯片』，进一步缩减 了封装尺寸，同时SoC在上可以带来更好的散热效果。 技术：主要使用TSV和Microbump（微凸块）工艺，与目前HBM使用工艺相同。 供应链：联电负责CMOS晶圆制造和键合技术；华邦电导入客制化CUBE架构；智原提供全面的3D先进封装一站式服务，以及 存储IP和ASIC小『芯片』设计服务；日月光则是提供晶圆切割、封装和测试服务，另外还有Cadence 负责晶圆对晶圆设计流程，提 取TSV特性和签核认证。
三、晶圆级3D DRAM：突破制程瓶颈，目前多种方案探索中
三星&海力士：探索电容水平放置方案
2D DRAM主要通过水平方向的制程升级来提升单位面积下的存储密度，而晶圆级3D DRAM是通过堆叠层数来升级。目前 DRAM制程迭代到12nm左右（1bnm），1cnm将到10nm，进入0nm级别后，预计DRAM开启晶圆级3D之路。 3D DRAM目前各 家处于实验室状态，探索多种技术路径，目前仅三星公布规划图。 目前晶圆级3D DRAM仍处于研发阶段，主要是2个方案。 1）方案一：存储单元仍是基于1T1C结构（1个电容器+1个晶体管），主要改变存储单元各个组成部分的结构。传统2D DRAM的 存储单元中，电容器是垂直方向，3D DRAM将垂直的电容水平放置，然后进行堆叠。三星、海力士和长鑫存储均探索这个方案。 2）方案二，无电容方案：存储单元中去掉电容器，然后进行堆叠。美国公司NEO探索这个方案。
NEO公司：探索无电容方案
NEO：采用无电容方案。2023年美国存储公司NEO公布3D-X DRAM技术，3D X-DRAM具有基于无电容器浮栅极 (FBC) 技术的类 3D NAND DRAM 单 元阵列结构。这种 FBC浮栅极技术使用一个晶体管和零个电容器将数据存储为电荷。NEO『半导体』表示它可以使用当前的 3D NAND 类工艺制造，并且只需要增加一层光罩掩模来定义位线孔并在孔内形成垂直结构，这提供了一种高速、高密度、低成 本和高产量的制造解决方案。 据 Neo 的估计，3D X-DRAM技术可以实现 230层128 Gb 密度，这是当今 DRAM 密度的 8 倍。NEO提出，每10年容量提升8倍 的目标，将在2030到2035年间实现1Tb的容量，较现DRAM核心容量达64倍提升，满足ChatGPT等AI应用对高性能和大容量存 储器『半导体』的增长需求。
报告节选：
（本文仅供参考，不代表我们的任何投资建议。如需使用
