(資料圖)

存算一體：解決馮·諾依曼計算架構瓶頸?！　∷懔π枨蟮闹笖?shù)級增長驅動大算力與大模型計算的瓶頸（帶寬低、時延長、功耗高）亟待解決。在深度學習中，數(shù)據(jù)移動大量且頻繁地存在于計算單元與存儲單元之間，由于數(shù)據(jù)在 CPU或GPU 中頻繁高速傳遞，整個過程的無用能耗大概在60%-90%；同時由于外部 DRAM 的運行速度遠遠小于 CPU 或 GPU的運算速度，馮·諾依曼架構也受到傳輸帶寬瓶頸的限制（常稱：存儲墻瓶頸），因此系統(tǒng)的運算效率大打折扣。計算架構演進道阻且長，存算一體呼之欲出。　　存算一體：繼CPU、GPU 架構之后的算力架構“第三極”?！　√嵘懔Φ膫鹘y(tǒng)思路（ASIC/CPU/GPU/NPU）有待完善，存算一體的優(yōu)勢包括：1）具有更大算力（1000TOPS 以上）；2）具有更高能效（超過10-100TOPS/W），超越傳統(tǒng)ASIC 算力芯片；3）降本增效（可超過一個數(shù)量級）?！　〈嫠阋惑w：在云、邊、端大有可為。　　端側單設備算力需求約為0.1~64 TOPS；端側設備對運行時間、功耗、便攜性等有較高要求。邊側單設備算力需求約為64~256 TOPS；邊側設備對時延、功耗、成本以及通用性等有較高要求。云側大算力、高帶寬、低功耗需求催漲AI 芯片，存內計算或將成為智算中心下一代關鍵AI 芯片技術?！　〈嫠阋惑w技術三大驅動因素：　　新型存儲器的發(fā)展+來自應用側的需求+產業(yè)側的配合存算一體技術三大應用方向：　　AI 和大數(shù)據(jù)計算、感存算一體、類腦計算　　存算一體公司競爭格局：　　國外存算一體產業(yè)比國內起步早3-5 年左右?！　〈嫠阋惑w芯片市場規(guī)模：　　基于存算一體技術的小算力芯片2025 年約125 億人民幣遠期市場空間。2030 年，基于存算一體技術的中小算力芯片市場規(guī)模約為1069 億人民幣，基于存算一體技術的大算力芯片市場規(guī)模約為67 億人民幣，總市場規(guī)模約為1136 億人民幣。　　建議關注：　　恒爍股份，知存科技（非上市）　　風險提示：　　1） 半導體下游需求不及預期；　　2） 技術發(fā)展不及預期；　　3） 行業(yè)競爭加劇?！久庳熉暶鳌勘疚膬H代表第三方觀點，不代表和訊網(wǎng)立場。投資者據(jù)此操作，風險請自擔。

關鍵詞：