随着边缘 AI 从实验阶段走向实际落地，存储带宽正逐渐成为系统中最关键的瓶颈之一。在许多嵌入式 AI 推理应用中，主要的限制因素往往不是处理器本身，而是存储接口。边缘处理器需要更高带宽来应对日益增长的 AI 工作负载，但同时，它们还必须严格受制于功耗、电路板空间、散热设计以及整体系统成本。

一旦接口达到了吞吐量的上限，单纯增加算力所带来的系统级收益会十分有限。想要通过加宽接口来扩展带宽，会增加引脚数量、布线复杂度和封装尺寸；而追求提高数据速率，又会导致开关损耗增加和散热压力——这类权衡取舍，对设计余量受限的边缘设备而言极具挑战。

缩短存储与处理器之间的距离可以提高传输效率，但传统的堆叠方案往往会带来新的挑战，比如散热变得更困难，布线密度增加，而且在持续的 AI 工作负载下，性能瓶颈可能只是发生了转移，而并没有真正消失。

AI 算力需求与存储能力的差距持续扩大，而这正是 CUBE 架构能够发挥关键作用的市场机遇所在。

CUBE 架构实现更高数据吞吐量

CUBE（定制化超高带宽元件，Customized Ultra-Bandwidth Elements）是一种前沿的存储架构，专为新兴的边缘 AI 应用打造，旨在提供紧凑、高效且高带宽的解决方案。CUBE 为满足日益增长的数据吞吐需求而设计，无需依赖数据中心普遍使用的大体积、高功耗的存储方案。

该架构支持 CoW（Chip-on-Wafer）与 WoW（Wafer-on-Wafer）前端集成技术，同时兼容后端 3D 先进封装技术，包含优化供电性能的电容中介层（Cap-interposer）。华邦正与晶圆厂、OSAT（外包半导体组装和测试企业）及 ASIC 伙伴紧密合作，共建完善生态，助力新一代边缘 AI 系统集成。

从技术层面来看，CUBE 将高面积效率的 TSV（硅通孔）设计与μbump（微凸块）、混合键合（Hybrid Bonding）等先进的裸片间（Die-to-Die）互连技术相结合，从而实现了更高的 I/O 密度、更快的数据传输速度以及更出色的散热效率。

单颗裸片（Die）的带宽可高达 256GB/s，而 4Hi 堆叠的带宽更扩展至 1TB/s，同时能效控制在 1pJ/bit 以下。这使得 CUBE 非常适合那些在严苛的功耗和散热限制下，仍需维持 AI 高性能表现的边缘设备。

CUBE 还具备灵活的存储扩容能力，单颗裸片的容量覆盖 1GB-2GB。采用 4Hi 堆叠配置时，容量可达 4GB-8GB，便于设计人员根据 AI 模型规模与工作负载需求，灵活匹配存储资源。结合 TurboQuant 等模型优化技术，CUBE 能够助力边缘设备直接实现更高阶的本地 AI 运算处理。

布局紧凑是其另一大核心优势。相较于传统分立器件设计，CUBE 将计算裸片直接堆叠在存储上方，从而大幅缩减整体电路板占用面积，非常适用于AR/VR 设备、无人机、机器人、智能摄像头以及其他物理 AI 系统，满足这类应用对性能、散热控制与空间利用率的严苛要求。

面向更低功耗应用的CUBE-Lite

除 CUBE 之外，华邦正在研发 CUBE-Lite，致力于将同样的边缘 AI 愿景延伸至更低功耗的终端设备。CUBE 专为超高带宽应用量身打造，CUBE-Lite 则是为 TinyML（微型机器学习）和电池供电型 AI SoC 做了深度优化——这类场景更看重低功耗、简易集成以及高效端侧推理能力，而非极致的吞吐量，这使得 CUBE-Lite 成为可穿戴设备、AI 眼镜、智能摄像头以及其它全天候在线智能边缘设备的理想选择。

综上所述，CUBE 和 CUBE-Lite 共同构成了华邦面向边缘 AI 的广阔存储战略布局： CUBE 专为高带宽智能系统设计，CUBE-Lite 则面向紧凑、对功耗敏感的终端设备。这两套产品方案的共同目标都非常明确——让现实世界的设备，实现实用、高效的本地 AI 处理。

安全闪存：守护系统完整性

系统的运行表现取决于存储代码与AI 模型数据的完整性，尤其对于部署在非受控环境、无法杜绝物理侵入的设备而言，这一点尤为关键。

华邦的 TrustME® W77Q 安全闪存系列，可在存储层级提供基于硬件的安全防护，且兼容 W25Q SPI NOR 闪存封装，这意味着无需改动 PCB 布局或电源设计，即可直接替换使用该产品。

W77Q 安全闪存系列支持安全启动、可信根验证、经过身份验证的 OTA 升级以及防回滚保护，确保仅执行经过验证的固件和模型数据，且任何更新均不会引入未经授权的更改。W77Q 安全闪存系列支持 LMS-OTS 签名，因而提供了向后量子计算时代过渡的技术路径；同时，该产品系列符合 Common Criteria EAL2+、SESIP Level 2 和 ISO 21434 信息安全标准，且正在进行 FIPS 140-3（CAVP）认证，全面遵循当前的安全体系要求。

接口方面，W77Q 与标准 SPI NOR Flash 保持一致，支持从 SPI 到 QPI 的模式，频率可高达 166MHz。

兼顾性能与完整性

CUBE、CUBE-Lite 和 W77Q 三款产品分别用于解决边缘 AI 系统中的不同挑战。若只提升带宽却不保护存储代码，会导致安全风险；而如何仅保护系统安全，却不解决数据传输瓶颈，则会制约 AI 性能发挥。CUBE 在受制于接口瓶颈时，可提供更高吞吐量；CUBE-Lite 为功耗与集成度受限的设计提供支持；W77Q 安全闪存则确保系统始终以可信状态启动与运行。

三者协同，边缘 AI系统能够实现真正的扩展，而无需受制于带宽、低功耗和安全性在内的任一瓶颈。

小结

边缘 AI 系统的性能，取决于数据如何流动以及系统是否可信。

随着算力飞速发展，业界的关注点正更多转向存储，并将其视为制约边缘 AI 发展的关键短板：带宽瓶颈制约数据吞吐量，功耗挑战限制应用场景，安全漏洞则威胁系统的运行根基。仅依托单一维度的存储性能突破，已不足以应对整体系统挑战。只有在高带宽、低功耗与安全性之间实现协同保障，破解 AI 工作负载面临的存储瓶颈，才能为边缘 AI 系统的高效发展提供坚实助力。

从提供高带宽的定制化 CUBE 架构、面向更低功耗应用的 CUBE-Lite，再到以硬件级防护守护系统的 W77Q 安全闪存，华邦电子以全栈存储解决方案，构建起边缘 AI 的底层技术基石，助力高效、可靠的本地 AI 处理成为现实，加速数以万计的边缘智能设备落地应用。