A22

存算一体:把存储和计算融合到同一颗芯片

L1 芯片 · 存算一体2026-06-29·约 11 分钟阅读

存算一体 = 在存储单元内部做计算(消除"数据搬运"瓶颈)。冯·诺依曼架构下,数据从存储 → CPU/GPU 需要搬运一次,AI 推理 90% 能耗浪费在这。知存科技 / 后摩智能 / 闪亿半导体 是中国三大玩家,2026 存算一体市场 $5 亿
📑 目录

一、4 大流派(按存储介质)

流派介质成熟度代表瓶颈
SRAM-CIMSRAM★★★ 量产知存科技 · 九天睿芯 · Mythic容量小
DRAM-CIMDRAM★★☆ 流片三星 · SK 海力士 · UPMEM工艺难
ReRAM-CIM忆阻器★★☆ 验证昕原半导体 · 闪亿 · Crossbar良率
Flash-CIMNAND★☆☆ 实验TSMC · Macronix速度慢

二、8 大玩家

玩家主打2025 状态应用
知存科技(北京)WTM2 · SRAM-CIM SoC已量产智能穿戴 · 语音唤醒
后摩智能(上海)天枢 / 天璇 · SRAM/DRAM已发布 · 客户验证边缘 AI · 智能驾驶
闪亿半导体(上海)ReRAM 存算一体流片阶段大模型推理
Mythic AI(美国)Analog Matrix · Flash-CIM已量产 · 与 AMD 战略合作边缘视觉
UPMEM(法国)DRAM-PIM · 数据中心已量产数据库加速
SambaNova(美国)Dataflow · RDU已融资 5 轮大模型推理
Crossbar(美国)ReRAM IPIP 授权AI 加速
三星HBM-PIM · Aquabolt已商用数据中心
📊 关键性能对比: - SRAM-CIM 能效比:20-100 TOPS/W(传统 GPU 仅 1-5 TOPS/W)· 能效高 10-50 倍 - DRAM-PIM 带宽:HBM-PIM 带宽达 1.2 TB/s · 较传统 HBM ↑ 2x - 应用层级:SRAM 适合 always-on 推理 · DRAM 适合端到端 LLM 推理 · ReRAM 是未来

三、应用场景

四、5 个核心判断

  1. 存算一体是 AI 推理的"终局形态":冯·诺依曼瓶颈导致 90% 推理能耗浪费在数据搬运 · CIM 是必走之路
  2. 2026 是 SRAM-CIM 商用元年:知存科技 WTM2 已批量供货小米/华为 · 出货量突破 100 万颗
  3. DRAM-PIM = 数据中心隐冠军:三星 HBM-PIM 已被 NVIDIA 评估 · 2027 进入主流 GB200/Rubin 替代
  4. ReRAM 商业化 2028+:ReRAM 良率从 30% → 80% 需 2-3 年 · 昕原 28nm 流片成功是关键里程碑
  5. SambaNova + Groq 路线胜出:北美两大初创均融资超 10 亿美元 · "dataflow 架构 + 存内计算"是 LLM 推理新范式 · SambaNova SN40L 已跑 Llama 70B

五、FAQ

Q1:存算一体能跑 LLM 吗?

A:能。SambaNova SN40L 已商用 Llama 70B 推理 · 速度优于 H100。

Q2:存算一体能跑训练吗?

A:目前主要做推理训练阶段因反向传播太复杂,CIM 暂未应用

Q3:知存科技 WTM2 价格?

A:消费级 WTM2 ¥50-200 元 · 车规级 ¥500-1000 元 · 比传统 DSP 省电 20 倍

Q4:ReRAM 何时量产?

A:2027-2028 量产元年 · 昕原 / Crossbar 已 28nm 流片成功 · 良率从 30% → 80%。

Q5:中国玩家核心优势?

A:更接"端侧 AI"市场 · 知存 WTM2 已嵌入小米/华为智能手表。


资料来源: 知存科技 WTM2 产品规格书 2024 · 后摩智能天璇发布 2024-06 · 闪亿半导体 ReRAM 路线图 · Mythic AI AMP 客户案例 · UPMEM PIM-DIMM 商业化报告 · SambaNova SN40L 评测 · Crossbar ReRAM IP 2024-12 · 三星 HBM-PIM Aquabolt 论文 · IEEE JSSC 存算一体 2025 特刊 · 36Kr《知存科技深度调研》 · 智东西《后摩 vs 知存 对比》 · 第一财经《存算一体商业化路径》 · 国家"核高基"重大专项存算一体项目 2025。

← 返回 AI 硬件栏目