当“算力”追不上“数据”——存算一体如何重塑AI芯片的未来

2025年，全球存算一体芯片市场正经历爆发式增长。据行业研究机构IIM数据，以存算一体架构产业(含芯片、模组、IP授权等)的广义口径统计，2025年全球市场规模突破120亿美元，中国占比约35%；截至2026年第一季度，市场规模已突破87.2亿美元。而据QYResearch聚焦存算一体AI芯片细分市场的统计，2025年全球销售额约为2.31亿美元，预计2032年将激增至443.3亿美元，年复合增长率(CAGR)高达112.4%。这些数字背后，是一场正在发生的芯片架构革命。从资本热捧到政策加持，从科研突破到产品落地，存算一体正在以惊人的速度从学术概念走向商业现实。

存算一体是什么

要理解存算一体，得先搞清楚传统芯片的困境。我们现在用的几乎所有芯片——电脑里的CPU、手机里的SoC、AI训练用的GPU——都遵循冯·诺依曼架构，存储单元和运算单元物理分离。芯片执行运算时，数据得先从存储器“搬运”到运算单元，算完了再“搬运”回去。这套架构沿用了七十多年，但在AI大模型时代，问题暴露无遗。

过去二十多年，处理器性能以每年约55%的速度提升，而内存性能每年只提升约10%。长期积累下来，两者之间的速度差距已达数个数量级。更夸张的是功耗——多项研究表明，将1比特数据从DRAM搬运到CPU所消耗的能量，比在CPU上处理这个比特本身还要高出几倍到几十倍。据英特尔的研究，当半导体工艺达到7nm时，数据搬运功耗高达35pJ/bit，占总功耗的63.7%。图灵奖得主约翰·轩尼诗更直白地指出，AI计算中数据搬运的成本已经达到计算成本的100倍。

存算一体要做的，就是终结这种“数据搬运”的浪费。它的英文名叫Compute-In-Memory(CIM)，核心思路简单粗暴——把计算电路直接嵌入存储阵列，让数据“存在哪里，就在哪里算”。通过修改存储单元的“读”电路，在读取数据的同时完成计算，结果直接写回存储器。数据不需要再长途跋涉，功耗和延迟自然大幅下降。

目前存算一体沿着两条技术路径演进。模拟存算利用忆阻器等新型存储介质的物理特性直接在模拟域计算，能效比极高，适合图像处理、低精度神经网络推理等高吞吐任务。数字存算则在DRAM等存储单元内部或近旁集成数字逻辑电路，保持高精度和通用性，更适合支撑大模型推理。两条路线各有侧重，但目标一致——打破那堵困扰芯片产业几十年的“墙”。

从实验室到市场，存算一体正在加速奔跑

需要指出的是存算一体并非什么新鲜概念，上世纪90年代就有人提出过。但直到最近几年，AI算力需求的爆发式增长才真正把它推到了聚光灯下。

从政策层面看，中国“十五五”规划纲要已将存算一体、三维堆叠、光电融合一同列为下一代集成电路技术的前沿架构。湖北等地正在加快布局存算一体化产业集群。国家的战略定调，为产业发展注入了强心针。

应用场景也在加速拓展。据行业研究机构IIM统计，2025年全球智能手机搭载存算一体AI加速模块的比例已达19.4%，对应出货量7.83亿颗。汽车领域，L3及以上车型中集成存算一体架构的域控制器装车量达320万套。业界预计，随着2026至2028年存算一体产业迎来首轮产业化高潮，智能眼镜、车载座舱、工业巡检、医疗康养等场景的规模化落地正在加速。

光鲜之下，短板同样不容忽视

存算一体的前景令人振奋，但它远未到高枕无忧的时候。

最大的挑战是软件生态。 当前AI开发高度依赖以CUDA为代表的成熟软件体系。新架构即便硬件再出色，若无法兼容主流工具链，开发者就不愿意用。正如行业人士所言，市场选择的通常不只是参数极致的硬件，更是开发成本可控、生态丰富的通用方案。存算一体要在GPU的生态壁垒中撕开一道口子，需要的不仅是芯片设计能力，更是从指令集、编译器到算子优化工具的全栈能力。

技术路线的分歧尚未收敛。 模拟存算虽然能效极高，但面临计算精度受限、工艺电压温度波动影响大、可扩展性差等问题。数字存算精度有保障，但在能效和并行度上又不如模拟方案。两条路线各有短板，产业尚未形成统一的技术标准。

产业成熟度仍然不足。 整体而言，存算一体芯片市场仍处于商业化早期阶段。参与者以初创公司、科研机构产业化团队为主，产品多为原型芯片或定制化方案，尚未形成成熟的标准与生态。传统GPU、NPU和ASIC仍占据主流市场。有批评者甚至直言，存算一体“理想方式不可行，退缩方式没意义”——尽管这种观点过于极端，但也提醒我们，任何新技术从概念到大规模商用，中间都隔着漫长的距离。

先进制程的制约同样值得关注。 芯片先进工艺的技术封锁叠加传统架构的固有局限，让算力密度、软硬件生态、数据带宽成为制约产业升级的三重压力。如何在成熟制程上实现高性能，是国产存算一体芯片必须面对的课题。

综上，存算一体正处于一个微妙的节点——技术可行性已被验证，市场需求真实存在，政策与资本双重加持，但它尚未跨过从“能用”到“好用”的那道门槛。未来几年，谁能率先解决软件生态的兼容问题，谁能在技术路线的博弈中找到最优解，谁就能在这场芯片架构的变革中占据先机。而对于整个行业来说，存算一体能否真正成为“后摩尔时代”的算力新底座，答案或许就在2026到2028年这轮产业化高潮中逐渐揭晓。