當AI模型從雲端「下沉」到手機、手錶、眼鏡等終端設備，本地運行變得越來越常見。這背後，離不開一項關鍵技術的突破——WoW堆疊（Wafer-on-Wafer）技術。

據追風交易台，摩根士丹利最新研報深度解析了WoW（晶圓堆疊）技術對邊緣AI設備的革命性影響，它採用了3D封裝解決方案，讓芯片「上下疊加」，使終端設備也能擁有足夠的算力和帶寬，運行輕量AI模型，真正實現「隨時、隨地、即用」的AI體驗。

通過該方案，WoW能夠實現10倍內存帶寬提升和90%功耗降低，有望破解邊緣AI發展瓶頸。大摩預計，WoW市場規模將從2025年的1000萬美元激增至2030年的60億美元，複合年增長率達257%。

大摩認爲，WoW技術有望顯著加速邊緣AI設備的普及，特別是在AI PC、智能手機和AI眼鏡等應用領域。隨着技術成熟度提升和供應鏈協作加強，具備先發優勢的細分內存廠商將最大受益於這一技術變革浪潮。

什麼是WoW堆疊？它解決了什麼問題？

簡單來說，WoW是一種3D晶圓封裝技術，類似於台積電的SoIC封裝，它將邏輯芯片（比如處理器）和存儲芯片（比如內存）像夾心餅一樣直接壘在一起，大幅縮短兩者之間的「距離」，從而實現更快的帶寬、更低的功耗、更小的體積。

傳統的AI運算，尤其是生成式AI，對“帶寬”和“能效”有極高要求。比如目前主流的雲端訓練方案採用的高帶寬存儲（HBM）+GPU組合，不僅功耗高（動輒幾百瓦），而且封裝複雜、成本昂貴，根本無法塞進手機或眼鏡裏。

「終端AI」也叫「本地AI」或「邊緣AI」，它能讓設備即點即算、即用即得，比如：手機上實時語音翻譯，不用聯網；智能眼鏡識別街景物體，及時提示路線；AI筆記本本地運行大模型，寫作、編程無延遲。

但要實現這一切，背後就必須有一顆更強大又省電的AI芯片，而WoW堆疊正是關鍵突破點之一：

內存帶寬可提升10-100倍

功耗最多可降低90%

封裝體積更小，便於「塞進」邊緣設備

以國內愛普半導體的VHM技術爲例，其WoW方案在加密礦機中已實現量產，未來也將向AI手機、PC、智能眼鏡等拓展。

市場潛力巨大：2030年規模或達60億美元

摩根士丹利預測WoW技術市場將迎來爆發式增長。

在基準情形下，WoW總可尋址市場規模（TAM）將從2025年的1000萬美元增長到2030年的60億美元，複合年增長率高達257%。2027年將成爲關鍵拐點年，TAM預計達到6.22億美元。

摩根士丹利指出，2027年將是WoW技術初步放量的關鍵年份，主要催化劑包括主要品牌智能手機、PC和汽車應用的採用。

汽車應用預計從2026年下半年開始搭載WoW技術，其他應用將在2027年跟進。大摩基準情形下，WoW將使細分內存市場TAM在2030年翻倍；樂觀情形下將實現三倍增長。

技術發展與供應鏈協作日趨成熟

摩根士丹利強調，WoW技術生態系統正變得更加成熟。多家大中華區公司已申請WoW專利並宣佈自有解決方案：

愛普半導體已與台積電、力積電等代工廠合作，實現批量生產；華邦的兩層堆疊技術已成熟，可支持3B到7B模型；兆易創新與長鑫存儲合作開發，4層堆疊已成熟，8層堆疊也在路線圖中。

摩根士丹利指出，供應鏈協作比過去更加緊密，這主要由SoC客戶推動，他們需要更有效的解決方案來解決邊緣AI瓶頸。設計流程需要內存、邏輯芯片設計公司和代工廠密切合作，因爲DRAM需要堆疊在XPU（邏輯芯片）之上或之下。

WoW vs HBM：不是競爭，而是互補？

摩根士丹利也指出了WoW技術面臨的主要風險。

首先是與移動HBM的競爭，但摩根士丹利認爲兩者應用場景不同，移動HBM主要用於邊緣設備的主處理器，而WoW主要用於與主處理器配套的獨立神經處理單元（NPU），因此不會直接競爭。

其次是技術發展風險，包括封裝技術發展慢於預期、SoC開發滯後以及供應鏈合作伙伴關係延遲等。

市場風險方面，消費需求疲軟和半導體市場調整延長都可能影響WoW技術的採用速度。關稅影響也可能推高AI設備成本，從而放緩邊緣AI的普及。

編輯/melody