當“算力”追不上“數據”——存算一體如何重塑AI芯片的未來

2025年，全球存算一體芯片市場正經歷爆發式增長。據行業研究機構IIM數據，以存算一體架構產業(含芯片、模組、IP授權等)的廣義口徑統計，2025年全球市場規模突破120億美元，中國佔比約35%；截至2026年第一季度，市場規模已突破87.2億美元。而據QYResearch聚焦存算一體AI芯片細分市場的統計，2025年全球銷售額約爲2.31億美元，預計2032年將激增至443.3億美元，年複合增長率(CAGR)高達112.4%。這些數字背後，是一場正在發生的芯片架構革命。從資本熱捧到政策加持，從科研突破到產品落地，存算一體正在以驚人的速度從學術概念走向商業現實。

存算一體是什麼

要理解存算一體，得先搞清楚傳統芯片的困境。我們現在用的幾乎所有芯片——電腦裏的CPU、手機裏的SoC、AI訓練用的GPU——都遵循馮·諾依曼架構，存儲單元和運算單元物理分離。芯片執行運算時，數據得先從存儲器“搬運”到運算單元，算完了再“搬運”回去。這套架構沿用了七十多年，但在AI大模型時代，問題暴露無遺。

過去二十多年，處理器性能以每年約55%的速度提升，而內存性能每年只提升約10%。長期積累下來，兩者之間的速度差距已達數個數量級。更誇張的是功耗——多項研究表明，將1比特數據從DRAM搬運到CPU所消耗的能量，比在CPU上處理這個比特本身還要高出幾倍到幾十倍。據英特爾的研究，當半導體工藝達到7nm時，數據搬運功耗高達35pJ/bit，佔總功耗的63.7%。圖靈獎得主約翰·軒尼詩更直白地指出，AI計算中數據搬運的成本已經達到計算成本的100倍。

存算一體要做的，就是終結這種“數據搬運”的浪費。它的英文名叫Compute-In-Memory(CIM)，核心思路簡單粗暴——把計算電路直接嵌入存儲陣列，讓數據“存在哪裏，就在哪裏算”。通過修改存儲單元的“讀”電路，在讀取數據的同時完成計算，結果直接寫回存儲器。數據不需要再長途跋涉，功耗和延遲自然大幅下降。

目前存算一體沿着兩條技術路徑演進。模擬存算利用憶阻器等新型存儲介質的物理特性直接在模擬域計算，能效比極高，適合圖像處理、低精度神經網絡推理等高吞吐任務。數字存算則在DRAM等存儲單元內部或近旁集成數字邏輯電路，保持高精度和通用性，更適合支撐大模型推理。兩條路線各有側重，但目標一致——打破那堵困擾芯片產業幾十年的“牆”。

從實驗室到市場，存算一體正在加速奔跑

需要指出的是存算一體並非什麼新鮮概念，上世紀90年代就有人提出過。但直到最近幾年，AI算力需求的爆發式增長才真正把它推到了聚光燈下。

從政策層面看，中國“十五五”規劃綱要已將存算一體、三維堆疊、光電融合一同列爲下一代集成電路技術的前沿架構。湖北等地正在加快佈局存算一體化產業集羣。國家的戰略定調，爲產業發展注入了強心針。

應用場景也在加速拓展。據行業研究機構IIM統計，2025年全球智能手機搭載存算一體AI加速模塊的比例已達19.4%，對應出貨量7.83億顆。汽車領域，L3及以上車型中集成存算一體架構的域控制器裝車量達320萬套。業界預計，隨着2026至2028年存算一體產業迎來首輪產業化高潮，智能眼鏡、車載座艙、工業巡檢、醫療康養等場景的規模化落地正在加速。

光鮮之下，短板同樣不容忽視

存算一體的前景令人振奮，但它遠未到高枕無憂的時候。

最大的挑戰是軟件生態。 當前AI開發高度依賴以CUDA爲代表的成熟軟件體系。新架構即便硬件再出色，若無法兼容主流工具鏈，開發者就不願意用。正如行業人士所言，市場選擇的通常不只是參數極致的硬件，更是開發成本可控、生態豐富的通用方案。存算一體要在GPU的生態壁壘中撕開一道口子，需要的不僅是芯片設計能力，更是從指令集、編譯器到算子優化工具的全棧能力。

技術路線的分歧尚未收斂。 模擬存算雖然能效極高，但面臨計算精度受限、工藝電壓溫度波動影響大、可擴展性差等問題。數字存算精度有保障，但在能效和並行度上又不如模擬方案。兩條路線各有短板，產業尚未形成統一的技術標準。

產業成熟度仍然不足。 整體而言，存算一體芯片市場仍處於商業化早期階段。參與者以初創公司、科研機構產業化團隊爲主，產品多爲原型芯片或定製化方案，尚未形成成熟的標準與生態。傳統GPU、NPU和ASIC仍佔據主流市場。有批評者甚至直言，存算一體“理想方式不可行，退縮方式沒意義”——儘管這種觀點過於極端，但也提醒我們，任何新技術從概念到大規模商用，中間都隔着漫長的距離。

先進製程的制約同樣值得關注。 芯片先進工藝的技術封鎖疊加傳統架構的固有侷限，讓算力密度、軟硬件生態、數據帶寬成爲制約產業升級的三重壓力。如何在成熟製程上實現高性能，是國產存算一體芯片必須面對的課題。

綜上，存算一體正處於一個微妙的節點——技術可行性已被驗證，市場需求真實存在，政策與資本雙重加持，但它尚未跨過從“能用”到“好用”的那道門檻。未來幾年，誰能率先解決軟件生態的兼容問題，誰能在技術路線的博弈中找到最優解，誰就能在這場芯片架構的變革中佔據先機。而對於整個行業來說，存算一體能否真正成爲“後摩爾時代”的算力新底座，答案或許就在2026到2028年這輪產業化高潮中逐漸揭曉。