--- title: "📝在伯恩斯坦此前对澜起科技的首次覆盖及内存接口芯片行业综述发布后，投资者持续争论能否突破小众服务器内存产品的定位并实现有意义的渗透率。 📝本篇深度报告通过自下而" topic_id: 82258841884514442 created_at: 2026-09-08T13:02:17.979+0800 source: zsxq type: topic cssclasses: zsxq-vault --- # 📝在伯恩斯坦此前对澜起科技的首次覆盖及内存接口芯片行业综述发布后，投资者持续争论能否突破小众服务器内存产品的定位并实现有意义的渗透率。 📝本篇深度报告通过自下而 - 序号：285 - 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/82258841884514442) - 附件：图片 0，音频 0，文档 0 - 音频文件：_无音频_ ## 图片 _无图片_ ## 正文 📝在伯恩斯坦此前对澜起科技的首次覆盖及内存接口芯片行业综述发布后，投资者持续争论能否突破小众服务器内存产品的定位并实现有意义的渗透率。 📝本篇深度报告通过自下而上的技术拆解、工作负载适配性、平台就绪度及采用路径评估，直接回应了这一不确定性。 📝伯恩斯坦分析认为，。 📝因此，伯恩斯坦预测，进一步强化了其对澜起科技的 “跑赢大盘”（Outperform）评级。 📌内存带宽提升存在四条根本性技术路径：1）提高原生 DRAM 数据速率（相当于让卡车跑得更快）；2）利用 Rank 级并行性（相当于在卡车上垂直堆叠两个集装箱）；3）加宽接口位宽（相当于加长卡车和集装箱）；4）增加内存通道数（相当于开辟更多独立车道）。 📌MRDIMM 选择路径 2，通过 Rank 级并行性将主机端接口速度翻倍，同时将架构变更的复杂性集中在模块级接口芯片上，而无需改变通道数量、总线宽度及成熟的 DDR5 模块生态系统。 📌相比之下，路径 3 和 4 需要重新设计 CPU 封装、插槽和主板，扰动极大。 📌具体而言，传统 RDIMM 一次只能访问一个 Rank，而 MRDIMM 的可同时寻址两个 Rank，则将两路并发 Rank 数据流进行时分复用，输出至主机端。 📌在保持 64 位通道宽度不变的情况下，MRDIMM 利用两个运行在 6400 MT/s 的 Rank 侧流，喂给主机接口 12800 MT/s 的速率，从而在不加宽接口的前提下实现有效主机数据速率翻倍。 📊尽管 MRDIMM 因数据路径中增加了有源接口芯片而引入微小的固有延迟，但在高负载下，其更高的接口带宽能显著减少任务级延迟 —— 该延迟通常由排队效应主导。 📊轻流量时，RDIMM 凭借无复用开销保有轻微延迟优势；但在高并发、近饱和场景中，。 📊对于推荐系统、检索应用、CPU 推理及数据移动密集型任务，MRDIMM 能同时优化吞吐量和尾延迟。 📊成本方面，MRDIMM 的增量物料清单（BOM）主要来自由 MRCD 和 MDB 组成的接口芯片组。 📊当前 128GB DDR5 MRDIMM 模块中，接口芯片组售价约 70‑80 美元，仅占模块总价的约 2%。 📊由于接口成本增量相对固定，而 DRAM 颗粒主导模块总价值，当 DRAM 涨价时，MRDIMM 相对 RDIMM 的溢价比例会机械性收窄。 📊伯恩斯坦估算，。 💡行业重心正从纯算力扩展转向 “上下文扩展”（Context Scaling）。 💡在智能体 AI 架构中，长上下文推理、多步骤 Agent 工作流、RAG 检索、外部工具调用及持久化用户记忆，都要求系统能高效存储、检索和管理海量上下文信息。 💡这推动 AI 内存架构从以 HBM 为中心向多层分级演进：。 💡与此同时，“CPU 内存墙” 问题加剧：每代 CPU 核心数及单核算力提升速度快于插槽级 DDR 带宽的扩张速度，导致每单位算力可分配的有效 DDR 带宽被压缩。 💡当应用已具备充足 CPU 算力和 I/O 资源，却因内存子系统率先饱和而无法转化为吞吐量时，MRDIMM 的价值最为凸显。 🎯智能体 AI 工作流涉及三种 CPU 角色，其对 DDR 带宽的敏感度各异： 🎯1. 主机节点 CPU（Host‑node CPUs）：负责调度加速器、准备和移动数据。若主机节点无法足够快地准备或移动数据，昂贵的 GPU 将闲置。。 🎯2. 沙盒 CPU（Sandbox CPUs）：执行异构任务（编码、编译、检索、分析等），工作负载混合差异大，仅当遇到向量检索、嵌入查找、CPU LLM 推理等内存密集型任务时，MRDIMM 才创造显著价值。 🎯3. 通用 CPU（General‑purpose CPUs）：运行数据库、企业应用等，DDR 带宽敏感度取决于具体工作负载。 🎯伯恩斯坦特别指出，：其表项规模远超缓存容量，查询触及大量稀疏向量且并发度高，瓶颈在于并发下的聚合随机访问流量，而非单次请求的数据量。 🎯MRDIMM 虽不能让单次随机查找更快，但能并行服务更多查找，防止请求队列在重压下爆炸。 📈伯恩斯坦预测，2026 年将是过渡年，CSP（云服务提供商）的采用主要处于测试阶段，MRDIMM 渗透率预计维持在 2‑3% 的低位。 📈但随着 2027 年 AMD Venice CPU 的采用将吸引更多 CSP 从 RDIMM 转向 MRDIMM，渗透率有望在之后加速。 📈整体 MRDIMM 插座渗透率由三大 CPU 角色的全球服务器 CPU 插座占比及各自 MRDIMM 采用率共同决定。 📈假设主机节点采用率最高，沙盒和通用 CPU 选择性部署，伯恩斯坦预测，这一预测相对历史 DDR5 adoption 趋势仍属保守。 🔍・CPU 平台：Intel 于 2024 年下半年通过 Granite Rapids 率先支持 Gen1 MCR DIMM（8800 MT/s）；AMD 则通过 2026 年推出的 Venice 直接切入 Gen2 MRDIMM，并计划 2027 年在 Verano 中延续支持。。 🔍・内存供应链：全球领先 DRAM 供应商均已进入量产阶段；长鑫存储（CXMT）也推出了服务器级 DDR5 产品并公布了 RDIMM 量产计划，多供应商支持降低了供应集中度，增强了客户认证信心。 🔍・CSP 信号：Azure 同时确认采用 Intel Granite Rapids 和 AMD Venice，是当前最明确的 MRDIMM 采用者；AWS、Google Cloud、Oracle 已确认 Xeon 6 采用，具备高准备度；Meta 和字节跳动运行海量推荐 / 检索工作负载，理论上有最高采用动机，但公开确认尚缺。 ⚖️SOCAMM2 将 LPDDR5X 封装为紧凑可插拔模块，优先优化每瓦带宽和物理密度，是 NVIDIA Vera CPU 的专属方案。 ⚖️MRDIMM 则最大化绝对带宽和容量。。 ⚖️SOCAMM2 的清晰优势在于能效（约为传统 DDR5 的 4 倍每瓦带宽）和紧凑性，但迁移至 SOCAMM2 需重新设计内存控制器、PHY、封装、主板等，切换成本极高。 ⚖️NVIDIA 能证明这笔绿地投资合理，是因为其掌控了 GPU、CPU、互连、电源和机架架构；而 Intel、AMD 及其他 ARM 厂商已深耕成熟 DDR 生态，通过 MRDIMM 即可获得更高带宽，无需承受同等系统级扰动。 ⚖️因此，。 💰伯恩斯坦预计，。 💰其中 MRDIMM 相关的 MRCD 和 MDB 产品将贡献 2030 年总额的约 73%，加上配套芯片，这反映了每模块异常高的接口芯片价值。 💰该预测未包含 NVIDIA 专有 SOCAMM2 中使用的电压调节器和 PMIC 等组件，因其对 TAM 影响甚微。 💰TAM 扩张由三个乘数因素驱动：1）全球服务器 CPU 出货量（不含 NVIDIA）从 2025 年 3060 万颗增至 2030 年 8930 万颗（CAGR 24%）；2）每 CPU 平均 DIMM 模块数从 9.5 升至 13.6（因 12/16 通道架构占比提升）；3）每 DIMM 接口芯片价值量从 5.9 美元升至 16.3 美元（DDR5 升级 + MRDIMM 份额提升）。 💰三者相乘效应解释了 TAM 增速远超 CPU 出货量增速的原因。 💹伯恩斯坦对澜起科技的估值基于分类加总：； 💹，对应 2028 年预期 EPS 59 倍市盈率。 💹公司评级为 “跑赢大盘”（Outperform）。 ⚠️主要风险包括：1）内存及 AIDC 服务器需求下降；2）竞争加剧导致份额流失和利润率压缩；3）未能为 AIDC 网络市场推出新产品。 ## 总体总结 主题正文 1. 📌MRDIMM 选择路径 2，通过 Rank 级并行性将主机端接口速度翻倍，同时将架构变更的复杂性集中在模块级接口芯片上，而无需改变通道数量、总线宽度及成熟的 DDR5 模块生态系统。 2. 📌在保持 64 位通道宽度不变的情况下，MRDIMM 利用两个运行在 6400 MT/s 的 Rank 侧流，喂给主机接口 12800 MT/s 的速率，从而在不加宽接口的前提下实现有效主机数据速率翻倍。 3. 💡与此同时，“CPU 内存墙” 问题加剧：每代 CPU 核心数及单核算力提升速度快于插槽级 DDR 带宽的扩张速度，导致每单位算力可分配的有效 DDR 带宽被压缩。 4. 🎯2. 沙盒 CPU（Sandbox CPUs）：执行异构任务（编码、编译、检索、分析等），工作负载混合差异大，仅当遇到向量检索、嵌入查找、CPU LLM 推理等内存密集型任务时，MRDIMM 才创造显著价值。 5. 📈伯恩斯坦预测，2026 年将是过渡年，CSP（云服务提供商）的采用主要处于测试阶段，MRDIMM 渗透率预计维持在 2‑3% 的低位。 6. ⚖️SOCAMM2 的清晰优势在于能效（约为传统 DDR5 的 4 倍每瓦带宽）和紧凑性，但迁移至 SOCAMM2 需重新设计内存控制器、PHY、封装、主板等，切换成本极高。 7. 💰该预测未包含 NVIDIA 专有 SOCAMM2 中使用的电压调节器和 PMIC 等组件，因其对 TAM 影响甚微。 8. ⚠️主要风险包括：1）内存及 AIDC 服务器需求下降；