存算一体进入产业化时刻，谁在领跑规模化交付？

2026年以来，存算一体赛道的节奏明显加快。小米发布玄戒O100高带宽AI加速芯片，采用6nm工艺与3D晶圆级堆叠，近存计算带宽达1.22TB/s；成立仅两年多的谦合益邦完成超20亿元B轮融资，并披露4层3D DRAM堆叠存算一体芯片回片点亮；皓泽科技发布面向端侧AI的VVT300 SoC，计划年内量产；东方算芯发布全球首颗软件定义近存计算3D芯片DF1000，基于14nm制程实现520 TFLOPS算力，已进入量产交付阶段。

与此同时，后摩智能的存算一体芯片后摩漫界M50完成量产，在Agent Computer、智能终端、陪伴机器人等场景落地；知存科技的存算一体芯片在可穿戴终端实现千万级出货。IIM数据显示，2025年全球存算一体市场规模达48.7亿美元，预计2030年增至312.5亿美元。

一个关键变化是：存算一体正从“技术可行”走向“产品可用”。

不同的技术路线

“存算一体”并非单一技术，而是一个大方向：让计算靠近数据，减少冯·诺依曼架构中的数据搬运。从广义上看，近存计算（PNM）、存内处理（PIM）和存内计算（CIM）都属于这一方向。PNM在存储器附近增加计算能力，PIM将处理能力放入存储系统内部，CIM则让计算直接发生在存储阵列中。

即使只讨论CIM，也存在三个维度差异。一是存储介质：SRAM、DRAM、NOR Flash、RRAM、MRAM各有不同的容量、速度和成熟度。二是计算方式：模拟计算能效高但精度和工艺波动问题多，数字计算精度和鲁棒性好但面积能效需要权衡，数模混合则介于两者之间。三是集成方式：二维集成仍是主流，3D堆叠则通过垂直堆叠缩短存储层级距离。需要澄清的是，3D堆叠不等于存算一体——3D解决垂直集成问题，存算一体解决计算靠近数据问题，只有当两者结合，才形成3D CIM、3D PIM等方向。

存算一体进入「产业化时刻」，谁在领跑规模化交付？

产业化的三道门槛

从1969年学术界提出概念，到2024至2026年真正迎来产业化转折，“进入产业化”有两个标准：一是芯片能提供客户可感知的差异化指标，二是能实现大规模量产。要做到这两点，中间隔着三道门槛。

第一道是工程化。技术优势需要在不同芯片、批次、电压、温度条件下稳定复制。模拟计算的噪声、器件老化、批次差异，都会让“能算”和“每一颗都能算好”之间产生距离。

第二道是软件工具链。模型不会自动运行在新硬件上，算子映射、编译、量化、快速适配都决定硬件性能释放多少。目前行业仍面临设计自动化不足、编译器生态碎片化、软硬件深度绑定形成“孤岛”等问题。后摩智能的自研软件栈后摩大道兼容PyTorch、TensorFlow，支持Qwen、Llama等主流大模型，免去手动调参与量化校准，大幅缩短部署周期。客户真正购买的不是TOPS数字，而是模型能否快速跑起来。

第三道是市场。技术愿景不等于订单。NOR Flash模拟存算率先进入可穿戴设备，是因为低功耗需求明确；SRAM数字存算进入端侧大模型，是因为传统架构在功耗和带宽上遇到瓶颈。不同路线的商业化路径不同，但逻辑相同：找到传统架构难以解决而又足够大的场景。

需求先到，落地先行

第一批跑出来的存算一体产品，未必采用“最先进”路线，而是先找到传统架构明显瓶颈的场景。

最早的需求来自低功耗终端。智能耳机、手表、眼镜对AI能力需求增加，但电池、散热、面积有限。知存科技基于NOR Flash的模拟存算技术已实现千万级出货，搭载于华为、小米等品牌的智能可穿戴设备。

大模型时代，端侧AI出现新变化：AI PC、Agent Computer、陪伴机器人需要在本地运行更大模型，但终端功耗和散热没有同步增长。后摩智能的M50采用数字存算一体架构，2026年2月量产，在10W级功耗下提供160 TOPS算力，可流畅运行30B至122B参数模型。基于M50的产品已进入联想AI主机P7、长城N90 Pro等终端，覆盖Agent Computer、智能终端、陪伴机器人、通信AI RAN边缘服务器等场景，率先打通了从芯片量产到多场景应用的闭环。

此外，九天睿芯、炬芯科技在推进SRAM存算技术，有的公司将存算能力作为芯片架构的一部分。亿铸科技完成基于ReRAM的AI大算力POC验证芯片点亮，寒序科技联合三星完成8nm eMRAM工艺边缘AI芯片流片。这些新型非易失存储路线仍面临制造一致性、可靠性等工程难题。

存算一体被AI需求推向更深处

AI计算需求正从云端向端侧、边缘侧迁移，传统架构在数据搬运上的瓶颈日益突出。3D堆叠技术在HBM等场景已有验证，三星在HBM基础上推出HBM PIM，在3D堆叠的DRAM层间嵌入存内计算逻辑。后摩智能则在完成CIM验证后探索3D CIM，包括存算单元与堆叠存储器的路由、可靠性检测等。

RRAM、MRAM、NOR Flash等新型介质，也正在不同应用边界上寻找位置。未来，存算、3D集成、新型存储器结合不同计算架构，会形成各自的应用空间。决定行业能走多远的，不只是性能上限，还有量产良率、工具链、终端销量、客户续单，以及技术能否持续匹配产业需求。当越来越多的场景需要重新计算数据、算力与功耗的关系，存算一体的市场才真正有机会从技术创新变成更大的产业。

原文链接：雷锋网
本文由前途科技编辑整理