芯片使用争议 - 小米YU7使用消费级骁龙8Gen3芯片引发行业争议 主要质疑点在于该芯片非车规级标准 [1] - 争议背后存在竞争因素 因YU7订单量较高引发同行借芯片问题集中攻击 [1] 车规级与消费级芯片适用性 - 汽车控制及驾驶相关芯片必须使用车规级产品 但智能座舱芯片可采用消费级方案 [3] - 特斯拉等车企已在座舱系统采用消费级芯片 证明该场景对芯片要求相对宽松 [3] - 座舱芯片工作环境要求不严苛 消费级芯片性能参数基本能满足需求 [3] 成本与自研战略 - 车规级座舱芯片成本高昂 例如高通8295P单价达数千元 年销30万台对应芯片采购成本超10亿元 [5] - 小米现有玄戒O1自研消费级芯片 若应用于汽车可降低单台成本数百至数千元 年销百万台可节省数十亿元 [7] - 自研芯片战略可实现三重收益：降低成本、避免供应链限制、提升系统协同与定制化能力 [9] 行业技术路线演变 - 消费级芯片在座舱领域应用将扩大 其性价比优势明显 只需优化散热等设计即可替代车规级芯片 [9] - 特斯拉长期使用消费级座舱芯片的成功案例 为行业技术路线选择提供参考 [9]

DRAM技术发展趋势 - DRAM制程微缩放缓，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3D DRAM未来技术路径 [3] - 与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和较厚的晶粒厚度，改善翘曲问题，芯片传输速度较快且散热效果较好 [3] - 三大HBM原厂已确定于HBM5 20hi世代使用Hybrid Bonding技术 [3] AI端侧技术趋势 - NPU作为协处理器的运用叠加3D DRAM极有可能是下一代的端侧技术趋势 [1][2][4] - 海外硬件大厂在储备能让AI"泛在"与"常开"的技术，小型MoE模型Qwen3-30B-A3B激活10%参数量却能超过满血模型，为端侧应用提供模型基础 [4] - 当前AI端侧推理速度的主要瓶颈在内存带宽而非算力，3D DRAM可解决内存限制问题 [5] 技术性能与案例 - 高通骁龙8GEN3 NPU算力约45 TOPs，内存带宽约67 GB/s，运行7B大模型时内存带宽限制约4.8 tokens/s，远低于计算能力限制的3215 tokens/s [5] - 若采用800 GB/s内存带宽，高通骁龙8GEN3的内存限制将提升至57 tokens/s [5] - 兆易创新、青耘科技、光羽芯成、华邦电、高通等公司均发力3D DRAM+NPU方案 [5] AI模型发展 - AI应用走向百花齐放而非高度范化的统一模型，硬件侧为应用落地酝酿新技术储备 [4] - MOE模型驱动小的大模型发展，小型MoE模型Qwen3-30B-A3B激活参数数量是QwQ-32B的10%，表现更胜一筹 [4]

DRAM技术发展趋势 - DRAM制程微缩放缓，长远命题在于从2D转向3D架构，当前DRAM芯片工艺已突破10nm级别，面临工艺完整性、成本、电容器漏电和干扰等挑战 [1] - 混合键合方案改进了Micro bump的堆叠高度限制，代表3DDRAM未来技术路径，与现有HBM方案相比，混合键合不配置凸块，可容纳较多堆叠层数和较厚晶粒厚度，改善翘曲问题 [1] - 三大HBM原厂已确定于HBM520hi世代使用Hybrid Bonding技术，混合键合方案的芯片传输速度较快且散热效果较好 [1] AI端侧技术路径 - AI端侧推理速度的瓶颈在于内存带宽而非算力，3DDRAM通过混合键合技术可显著提升传输效率，例如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 [1][3] - 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，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 [3] AI模型与硬件发展 - AI应用走向百花齐放而非高度范化的统一模型，硬件侧为应用落地酝酿新技术储备，小型MoE模型如Qwen3-30B-A3B激活参数数量是QwQ-32B的10%，表现更胜一筹，为端侧应用提供模型基础 [2] - 海外硬件大厂在储备能让AI"泛在"与"常开"的技术，NPU协处理器与3DDRAM结合是下一代端侧技术趋势 [2] 行业推荐 - 推荐兆易创新(603986 SH)，因其在3DDRAM+NPU技术趋势中的布局 [1]

芯片研发背景 - 小米新一代自研Soc芯片玄戒O1采用台积电第二代3nm工艺 成为中国大陆首款3nm手机芯片[3] - 公司芯片研发历史可追溯至2014年 2017年澎湃S1失败后转向小芯片路线 2021年重启SoC研发[3][5] - 过去4年累计研发投入超135亿元人民币 研发团队规模达2500人[5] 芯片性能参数 - Geekbench 6测试显示玄戒O1单核得分2709 多核得分8125[8] - 横向对比显示其单核性能相当于高通骁龙8Elite的84% 多核性能达骁龙8Gen3的115%[10] - 在3nm工艺芯片中 多核表现优于苹果A18 Pro(95%)但落后联发科天玑9400(113%)[10] 行业技术路径 - 现代芯片企业普遍采用Fabless模式 专注设计环节 制造依赖台积电等代工厂[7] - ARM指令集授权+IP核采购降低研发门槛 公司曾成功研发澎湃S1具备技术积累[7] - 3nm工艺选择台积电系因三星技术不成熟 其他厂商尚无3nm量产能力[3] 战略意义 - 成功量产将助力手机业务提升 可能获得"国产芯片"溢价效应[10] - 芯片可延伸至平板 汽车等产品线 改变"组装厂"市场认知[10] - 标志着公司实现从"小芯片"到完整SoC的技术跨越[3][5]

中国的手机SOC芯片曾与高通、联发科比肩，不过因为众所周知的原因而无法获得先进工艺代工，性能 方面似乎是个秘密，不过近期有消息指一家国产手机企业即将推出它的手机SOC芯片，可能是4纳米， 也可能是3纳米，性能将与骁龙8gen3相当，成为新的国产手机芯片王者。 与此相印证的是评测软件Geekbench上出现了一款命名颇为特殊的该品牌手机，它的单核跑分达到2400 多分，多核跑分达到7600多分，跑分确实比骁龙8gen3高一些，似乎搭载这款芯片的手机已在内部测试 当中，如此估计很快就要发布了。 如今它传出再度推出手机SOC芯片，意味着它经过8年的技术积累，终于再次在手机SOC芯片上攻关， 如今手机SOC芯片即将推出可谓是水到渠成吧。 国内此前有两家手机芯片企业，紫光展锐主要专注于中低端手机芯片，它的芯片工艺大多是6纳米或5纳 米，这类数年前的芯片工艺，成本更低，符合它当下主要面向中低端市场的手机芯片。 另一家手机芯片企业则因为众所周知的原因，从2020年9月15日起，拥有先进工艺的台积电就无法为它 代工了，目前它的手机芯片主要由国内的芯片代工厂代工，有推测认为它的手机芯片估计工艺大约在7 纳米左右。 这家手机企业 ...

行业技术瓶颈 - 当前推理速度主要瓶颈在于内存带宽而非算力，NPU+DRAM堆叠后内存带宽呈现数量级提升，技术方案产业趋势明确 [1][2] - 以高通骁龙8GEN3为例，NPU算力约45 TOPs，内存带宽约67 GB/s，运行7B大模型时计算能力限制约3215 tokens/s，内存带宽限制仅4.8 tokens/s，实际推理速度受内存限制更显著 [2] - 小米手机实测Qwen3-8B-MNN模型显示Decode速度为7.04 tokens/s，用户无感体验需达40-50 tokens/s，凸显当前内存带宽不足 [2] 技术解决方案 - 3D DRAM+NPU合封方案可将内存带宽提升至800 GB/s，高通骁龙8GEN3的内存限制瓶颈将从4.8 tokens/s跃升至57 tokens/s [3] - 兆易创新、青耘科技、光羽芯成等中国大陆企业及中国台湾华邦电、高通等国际厂商均布局3D DRAM+NPU技术路线 [3] 产业发展阶段 - 当前硬件发展领先于模型，未来模型爆发将依赖硬件红利，硬件需通过数年稳定性测试才能支持亿级商用 [3] - 手机AI商用爆发窗口预计在2025年底至2026年，具备成熟硬件与模型的企业将获得至少一年红利期 [3] - 高通等手机AP厂商需主动适配AI大模型硬件策略，以避免被端侧GPU技术颠覆的风险 [3]