> **来源：[研报客](https://pc.yanbaoke.cn)** # 存内计算技术发展与产业应用总结 ## 核心内容 存内计算是一种从底层架构层面解决传统“内存墙”瓶颈的技术方案，旨在通过将计算单元与存储单元集成，减少数据在处理器与内存之间的搬运，从而显著降低功耗并提升计算效率。随着大模型技术的快速发展，对存储容量和带宽的需求呈指数级增长，传统冯·诺依曼架构的局限性愈发明显。因此，学术界和产业界正积极推动存内计算技术的发展与应用。 ## 主要观点 - **技术优势**：存内计算通过在存储介质内部执行计算操作，实现高度并行与超低功耗，相比传统存算分离架构，在相同制程下可提供更高算力与更低功耗。 - **技术路线多样**：目前存内计算主要分为近存计算、存内处理和存内计算三种路径，其中存内计算融合度最高，技术潜力最大。 - **存储介质选择**：主流方案包括SRAM、DRAM、Flash等传统存储介质，以及RRAM、MRAM、PCM等新型存储介质，后者因其良好的工艺可扩展性和低功耗特性，被认为具有更高的应用前景。 - **产业化进展显著**：国内多家企业已在端侧AI和低功耗场景中实现存内计算技术的商业化应用，如炬芯科技、知存科技、安克创新等，均推出了相关产品并取得市场认可。 - **技术成熟度提升**：2026年ISSCC大会上，清华大学、华为与字节跳动联合团队发布了基于28nm工艺的混合存内计算芯片，标志着该技术正在逐步走向成熟。 ## 关键信息 ### 产品与技术落地 - **炬芯科技**：推出基于自研模数混合SRAM存内计算架构的端侧AI音频芯片ATS323X、ATS362X，已快速落地品牌客户旗舰无线麦克风。 - **知存科技**：发布全球首款基于NOR Flash的存算一体语音芯片WTM2101，出货量超1000万颗，应用于华为、小米等品牌的智能可穿戴设备。 - **安克创新**：推出首款神经网络存算一体AI音频芯片Thus，原生支持4兆参数模型，搭载在旗舰耳机中。 - **微纳核芯**：基于3D-CIM技术架构，与国内头部存储器厂商及终端企业深入合作，并牵头启动全球首个RISC-V存算一体标准研制工作，2026年3月获得兆易创新入股。 ### 行业趋势 - 存内计算技术正逐步从实验室走向市场，成为AI芯片设计的重要方向。 - 产业界在存内计算领域持续投入，技术路线多元化，且逐步成熟。 - 国产企业在该领域取得重要进展，有望在国际竞争中占据一席之地。 ## 投资建议 - **行业评级**：看好（维持） - **相关标的**：兆易创新（买入）、炬芯科技、恒烁股份、安克创新等 - **投资逻辑**：随着AI应用场景的扩展，存内计算技术的市场需求将持续增长，具备较高的投资潜力。 ## 风险提示 - **AI落地不及预期**：若AI技术在实际应用中进展缓慢，可能影响存内计算芯片的需求增长。 - **技术迭代速度不及预期**：若存内计算技术发展滞后，可能影响其在市场中的竞争力。 - **国产化进展不及预期**：若国产企业在技术突破或市场拓展方面进展缓慢，可能影响整体产业的自主化进程。 ## 总结 存内计算作为应对AI算力与功耗挑战的关键技术，正在加速产业化进程。其在端侧AI、低功耗语音交互等场景中展现出显著优势，且国内企业已在该领域取得重要成果。随着技术的不断成熟与标准的逐步建立，存内计算有望成为未来AI芯片设计的核心方向之一，为投资者带来新的机遇。