2026年，一個醞釀已久的技術(shù)奇點正在到來。

央視《新聞聯(lián)播》的鏡頭罕見地對準了一項前沿芯片技術(shù)。全國人大代表、華中科技大學(xué)副校長馮丹在兩會通道上發(fā)出呼吁：支持湖北打造世界級存算一體化產(chǎn)業(yè)基地，為國家在“人工智能+”新時代掌握戰(zhàn)略主動權(quán)。

技術(shù)層面的突破也在同步發(fā)生。ISSCC 2026上，清華大學(xué)、華為與字節(jié)跳動聯(lián)合團隊在會上發(fā)布了一篇關(guān)于存內(nèi)計算芯片的論文，引起業(yè)內(nèi)關(guān)注。論文中首次提出基于28nm工藝的混合存內(nèi)計算（Compute-in-Memory, CiM）芯片，這款芯片通過創(chuàng)新架構(gòu)設(shè)計，將推薦系統(tǒng)核心運算的效率和能效提升1–2個數(shù)量級（QPS提升66倍，QPS/W提升181倍）。

01

存算一體：后摩爾時代的破局之道

要理解存算一體為何重要，需要先理解一個基本矛盾：數(shù)據(jù)搬運正在“吃掉”計算效率。自1945年馮·諾依曼提出存儲程序計算機架構(gòu)以來，全球計算產(chǎn)業(yè)在此框架下發(fā)展了八十余年。這一架構(gòu)的核心特征是將計算單元與存儲單元分離，數(shù)據(jù)在處理器與內(nèi)存之間頻繁搬運。這就像一個工廠，原料倉庫與生產(chǎn)線相隔甚遠，每生產(chǎn)一個零件，都需要人把原料從倉庫搬到生產(chǎn)線，再把成品搬回倉庫。當零件較小時，這種模式的弊端尚不明顯；但當生產(chǎn)規(guī)模急劇擴大，搬運所消耗的能源和時間就開始成為瓶頸。

在芯片世界里，這個瓶頸有個形象的名字：“存儲墻”和“功耗墻”。英偉達CEO黃仁勛曾坦言：“GPU有70%時間在等待數(shù)據(jù)”。

屋漏偏逢連夜雨。隨著半導(dǎo)體工藝逼近物理極限，摩爾定律帶來的性能提升紅利逐漸消退，傳統(tǒng)芯片制程微縮的成本效益比日益降低，進一步加劇了算力供給的困境。大模型技術(shù)的迅猛發(fā)展進一步放大了這一矛盾。以GPT為代表的大語言模型參數(shù)規(guī)模從數(shù)十億增長至數(shù)千億，對存儲容量和帶寬的需求呈指數(shù)級上升。

正是在這樣的背景下，存算一體技術(shù)走到了聚光燈下。

存算一體的核心邏輯很簡潔：將計算單元之中，使數(shù)據(jù)在直接嵌入存儲陣列存儲位置即可完成計算。這個理念看似簡單，卻是芯片架構(gòu)層面的范式級創(chuàng)新。

簡單來說，如果把傳統(tǒng)芯片比作一個需要頻繁出差的企業(yè)：計算單元和存儲單元分屬兩地，員工（數(shù)據(jù)）每天在兩點之間往返通勤，那么存算一體芯片就是一個把辦公室直接建在倉庫里的企業(yè)：原材料就在手邊，隨取隨用，效率自然天壤之別。

存算一體技術(shù)目前形成了三大流派：

第一，近存計算（Near-Memory Computing, NMC）。計算單元位于存儲芯片的邏輯層，或者通過先進封裝技術(shù)與存儲器緊密集成。這類似于把倉庫和工廠建在同一個園區(qū)，雖然仍在兩個地方，但距離大幅縮短。高帶寬內(nèi)存（HBM）中的邏輯層集成或3D堆疊技術(shù)就屬于這一類。

第二，存內(nèi)處理（Processing-in-Memory, PIM）。在存儲芯片的外圍電路中增加計算功能，使部分計算任務(wù)可以直接在存儲器內(nèi)部完成。這相當于在倉庫里增設(shè)了初加工車間，原材料不必全部運出廠區(qū)，部分處理就能完成。

第三，存內(nèi)計算（Computing-in-Memory, CIM）。這是融合度最高的方案，直接利用存儲介質(zhì)的物理特性（如電阻、電荷、磁性等）在存儲陣列內(nèi)部執(zhí)行計算操作?；赟RAM、RRAM（阻變存儲器）或MRAM（磁性存儲器）的存算一體，能夠?qū)崿F(xiàn)高度并行和超低功耗的計算。這已經(jīng)是把整個生產(chǎn)線搬進了倉庫。開頭論文中的芯片就屬于這一類。

三種路徑各有優(yōu)劣。近存計算實現(xiàn)難度最低，但提升幅度也相對有限；存內(nèi)計算潛力最大，但技術(shù)挑戰(zhàn)也最為嚴峻。

02

百家爭鳴：中國存算一體的技術(shù)流派與核心玩家

據(jù)預(yù)測，2025年全球存算一體芯片市場規(guī)模將突破120億美元，中國占比達30%。中國的存算一體企業(yè)在技術(shù)路線上呈現(xiàn)出豐富的多樣性，這種多樣性既來自對不同技術(shù)路徑的探索，也來自對不同應(yīng)用場景的專注。

計算范式上，主要分為數(shù)字存算一體和模擬存算一體。數(shù)字存內(nèi)計算精度高、與CMOS工藝兼容性好，是目前產(chǎn)業(yè)化的主流方向。模擬存內(nèi)計算能效更高，但精度受限。數(shù)?；旌戏桨冈噲D在精度與能效之間尋求平衡。

存儲介質(zhì)上，主流技術(shù)路線包括SRAM、DRAM、Flash和新型憶阻器（ReRAM、MRAM、PCM等）四大方向，每種介質(zhì)都對應(yīng)著不同的技術(shù)特點和適用場景。

SRAM存算一體方案基于CMOS工藝，可采用先進工藝節(jié)點，讀寫速度快，但存儲密度相對較低且靜態(tài)漏電流較高。DRAM方案存儲密度高于SRAM，適合處理大容量模型場景，但與CMOS工藝的兼容性較差。Flash方案具有非易失性和低功耗優(yōu)勢，但讀寫速度相對較慢。

新型憶阻器方案是近年來最受關(guān)注的探索方向。ReRAM（阻變存儲器）、MRAM（磁性存儲器）、PCM（相變存儲器）等新型存儲介質(zhì)具備良好的工藝可擴展性和超低功耗特性，被認為是存算一體技術(shù)的“未來之地”。但目前，這些新型介質(zhì)的工藝成熟度和良率仍是制約產(chǎn)業(yè)化的主要瓶頸。

值得一提的是，先進封裝技術(shù)是存算一體實現(xiàn)高性能的關(guān)鍵支撐。2.5D封裝通過橫向堆疊互連實現(xiàn)存儲與計算單元的集成，3D封裝則進一步實現(xiàn)垂直堆疊和極致融合。目前業(yè)內(nèi)封裝水平最高的是臺積電提出的3.5D封裝。

根據(jù)應(yīng)用場景的不同，中國存算一體企業(yè)大致可分為兩個主要陣營：以數(shù)據(jù)中心、智能駕駛、端邊大模型為代表的“大算力”陣營，以及以智能穿戴、智能家居、物聯(lián)網(wǎng)為代表的“端側(cè)AI”陣營。另一條暗線是底層技術(shù)，以昕原半導(dǎo)體為代表的“新型存儲介質(zhì)”探索者。

大算力、大模型方向

這類企業(yè)主要面向數(shù)據(jù)中心、高性能計算和智能駕駛等需要強大算力支持的場景，致力于解決大模型訓(xùn)練和推理中的“存儲墻”和“功耗墻”問題。

后摩智能是大算力存算一體芯片領(lǐng)域的代表性企業(yè)。其技術(shù)路線以SRAM存算一體為基礎(chǔ)，自研第二代IPU架構(gòu)——天璇。天璇架構(gòu)采用按比特串行計算方式，將計算單元與存儲單元集成在一起實現(xiàn)數(shù)據(jù)就近處理。其核心技術(shù)創(chuàng)新包括彈性加速（Elastic Acceleration）技術(shù)，最高可實現(xiàn)160%的加速效果。此外，后摩智能還是業(yè)內(nèi)首個實現(xiàn)量產(chǎn)浮點運算的存算一體芯片廠商，開源或FP16浮點模型可直接運行，無需量化參數(shù)調(diào)優(yōu)。對于開發(fā)者而言，這大幅降低了遷移成本。在產(chǎn)品進展方面，后摩智能發(fā)布國內(nèi)首款大算力存算一體智駕芯片：鴻途H30，算力達到256TOPS，功耗35W，這是國內(nèi)首款存算一體的智駕芯片。2025年7月，公司發(fā)布第二代量產(chǎn)芯片——漫界M50，該芯片于2025年第四季度正式量產(chǎn)。

億鑄科技是基于存算一體架構(gòu)，面向數(shù)據(jù)中心、云計算、中心側(cè)服務(wù)器等場景的AI大算力芯片公司。走的是ReRAM介質(zhì)路線，據(jù)官網(wǎng)介紹其自主設(shè)計并量產(chǎn)基于新型存儲的全數(shù)字存算一體架構(gòu)大算力計算芯片。此外，億鑄科技還積極擁抱RISC-V生態(tài)，在AI大算力芯片領(lǐng)域，首批引入RISC-V核，用于承載大模型業(yè)務(wù)中的任務(wù)調(diào)度、矢量運算等操作。

端側(cè)、邊緣AI、低功耗方向

這類企業(yè)主要面向智能穿戴、智能家居、物聯(lián)網(wǎng)設(shè)備等對功耗、體積和成本有嚴格要求的場景，通過存算一體技術(shù)實現(xiàn)高效的邊緣AI計算。

微納核芯是一家值得關(guān)注的企業(yè)。微納核芯的目標是為AI手機、AI PC、IoT、一體機、服務(wù)器、機器人等大模型推理應(yīng)用提供高性能、低功耗和極致性價比的芯片解決方案。微納核芯孵化于浙江省北大信息技術(shù)高等研究院，走的是CIM技術(shù)路線。在CIM的基礎(chǔ)上融合了“3D近存計算”和“RISC-V與存算一體異構(gòu)架構(gòu)”，首創(chuàng)三維存算一體（3D-CIM）架構(gòu)。從多次流片迭代和測試結(jié)果表明，相比傳統(tǒng)馮·諾依曼架構(gòu)，微納核芯的存內(nèi)計算CIM技術(shù)已實現(xiàn)4倍以上算力密度提升（同等成本改善）和10倍以上功耗降低。今年3月，兆易創(chuàng)新入股了微納核芯。

炬芯科技是上市公司中布局存算一體技術(shù)的代表企業(yè)，公司構(gòu)建CPU+DSP+NPU三核架構(gòu)，創(chuàng)新采用SRAM存內(nèi)計算技術(shù)，配套ANDT工具鏈加速算法落地。在技術(shù)演進方面，炬芯科技正在推進第二代存內(nèi)計算IP研發(fā)，目標實現(xiàn)單核NPU算力倍數(shù)提升、能效比優(yōu)化，并全面支持Transformer架構(gòu)。

知存科技是NOR Flash存算一體技術(shù)的代表企業(yè)。知存科技的核心產(chǎn)品包括WTM2101和WTM-8系列。WTM2101是全球首款基于NOR Flash的存算一體語音芯片，于2022年1月正式量產(chǎn)。該芯片專注端側(cè)低功耗語音交互場景，功耗僅5mW，相對于NPU、DSP、MCU計算平臺，在同等功耗水平下可將算力提高10至200倍。WTM-8系列是知存科技的新一代計算視覺芯片，適用于低功耗高算力場景，支持Linux操作系統(tǒng)，可實現(xiàn)AI超分、插幀、HDR、檢測與識別等功能。該系列芯片能夠提供至少24TOPS算力，而功耗僅為市場同類方案的5%。

新型存儲介質(zhì)方向

昕原半導(dǎo)體是國內(nèi)憶阻器（ReRAM）存算一體技術(shù)產(chǎn)業(yè)化的領(lǐng)軍者，專注于ReRAM新型存儲技術(shù)研發(fā)和產(chǎn)業(yè)化。昕原半導(dǎo)體的核心產(chǎn)品是28nm制程ReRAM存儲芯片，已實現(xiàn)量產(chǎn)。公司的ATOM產(chǎn)品系列利用ReRAM兼容先進工藝的特性，將存儲和計算單元融為一體，是國內(nèi)唯一實現(xiàn)ReRAM量產(chǎn)的企業(yè)。

ReRAM（阻變存儲器）是一種新型非易失性存儲技術(shù)，具有存儲密度高、工藝和CMOS兼容、性價比高等優(yōu)勢。相比DRAM，ReRAM存儲密度可大幅提升；相比Flash，ReRAM讀寫性能更優(yōu)。昕原半導(dǎo)體的技術(shù)路線代表了存算一體與新型存儲介質(zhì)結(jié)合的重要方向。字節(jié)跳動曾入股昕原半導(dǎo)體，表明其RRAM技術(shù)在VR/AR等終端設(shè)備應(yīng)用中的潛力。

03

商業(yè)化落地，咋樣了？

技術(shù)領(lǐng)先是一回事，把技術(shù)變成產(chǎn)品是另一回事。

炬芯科技的年報顯示，炬芯科技率先在業(yè)內(nèi)實現(xiàn)存內(nèi)計算技術(shù)商業(yè)化應(yīng)用，正式推出面向端側(cè)場景的AI音頻芯片。其中ATS323X芯片已快速落地品牌客戶旗艦無線麥克風(fēng)并實現(xiàn)上市發(fā)售。同時在國內(nèi)頭部品牌無線電競耳機中量產(chǎn)上市，ATS362X芯片也成功切入多家專業(yè)音頻頭部品牌供應(yīng)鏈。

知存科技的WTM2101芯片已實現(xiàn)超過1000萬顆的出貨量，應(yīng)用于華為、小米等品牌的智能可穿戴設(shè)備中。這是目前國內(nèi)存算一體芯片商業(yè)化最成功的案例，證明了存算一體技術(shù)在端側(cè)低功耗場景的商業(yè)價值。截至目前，知存WTM-2系列累計交付30多家客戶，尤其今年上半年有某智能穿戴終端頭部客戶的大單出貨。

后摩智能的鴻途H30芯片于2024年發(fā)布，這是國內(nèi)首款存算一體的智駕芯片，已通過AEC-Q100車規(guī)認證，2025年實現(xiàn)量產(chǎn)。漫界M50芯片計劃于2025年第四季度正式量產(chǎn)，已與聯(lián)想、科大訊飛、中國移動等頭部客戶建立合作意向。最近，后摩智能在開天X7等信創(chuàng)電腦上進行了本地龍蝦的適配。

微納核芯憑借3D-CIM技術(shù)架構(gòu)，已與國內(nèi)頭部存儲器廠商和多家終端龍頭企業(yè)深入合作，是唯一同時與多家手機龍頭企業(yè)深度合作、且拉通手機主芯片廠商配合的3D AI芯片公司。目前，微納核芯作為RISC-V存算一體應(yīng)用組組長單位，在杭州蕭山牽頭啟動全球首個RISC-V存算一體標準研制工作，聯(lián)合20余家產(chǎn)業(yè)鏈龍頭企業(yè)，推動自主可控AI芯片生態(tài)建設(shè)。

億鑄科技在2023年7月成功流片并點亮了基于新型存儲的高精度、低功耗存算一體AI大算力原型技術(shù)驗證芯片，驗證了核心技術(shù)路線的可行性，2026年將推出極具性價比和軟件兼容性優(yōu)勢的國產(chǎn)AI算力卡。

04

存算一體是大模型的終極答案嗎？

隨著大模型參數(shù)規(guī)模的不斷膨脹，對算力的需求已達到前所未有的高度。存算一體技術(shù)因其獨特的優(yōu)勢，被寄予厚望，有望成為大模型時代算力瓶頸的終極解決方案。然而，這并非一蹴而就，而是一個逐步演進的過程。

存算一體在萬卡集群中的演進路徑：初期，作為專用加速器，處理特定任務(wù)（如推理、數(shù)據(jù)預(yù)處理）。在此階段，存算一體芯片將首先作為現(xiàn)有GPU萬卡集群的補充，承擔(dān)特定的計算任務(wù)。

中期，與GPU深度融合的混合架構(gòu)，實現(xiàn)更高層次的協(xié)同。隨著存算一體技術(shù)的成熟和Chiplet（小芯片）技術(shù)的普及，存算一體單元將與通用計算單元（如GPU或NPU）通過先進封裝技術(shù)（如3D堆疊）進行深度融合，這種混合架構(gòu)將實現(xiàn)“近存+存內(nèi)”的協(xié)同。

長期，可能出現(xiàn)以存算一體芯片為主導(dǎo)的新型萬卡集群，徹底顛覆現(xiàn)有架構(gòu)。當新型非易失性存儲介質(zhì)（如RRAM）的工藝和良率達到高度成熟，且存算一體芯片的通用性和可編程性大幅提升時，我們可能會看到以存算一體芯片為核心構(gòu)建的新型萬卡集群。這種集群將徹底顛覆現(xiàn)有的馮·諾依曼架構(gòu)，實現(xiàn)真正意義上的“存儲即計算”。