當(dāng)手機(jī)AI攝影卡頓、智能汽車環(huán)境感知延遲時，很少有人知道，問題根源可能藏在計算機(jī)半個多世紀(jì)前的架構(gòu)設(shè)計里。

傳統(tǒng)馮·諾依曼架構(gòu)將計算與存儲分離，就像工廠與倉庫分處兩地，數(shù)據(jù)每次運(yùn)算都要在“倉庫”（內(nèi)存）和“車間”（計算單元）間來回搬運(yùn)——這一被稱為“內(nèi)存墻”的瓶頸，如今已成為制約AI性能提升的關(guān)鍵，尤其在需要海量數(shù)據(jù)處理的場景中，數(shù)據(jù)搬運(yùn)的能耗甚至占整體能耗的90%，效率短板愈發(fā)明顯。

而存算一體芯片的出現(xiàn)，正以“車間建在倉庫里”的創(chuàng)新思路，為破解這一難題提供了新方向。

存算一體的核心邏輯，是讓計算“靠近”數(shù)據(jù)。它通過將計算單元直接嵌入存儲陣列，省去數(shù)據(jù)反復(fù)搬運(yùn)的步驟，就像在貨架旁直接完成分揀，大幅降低能耗與延遲。

實(shí)現(xiàn)這一突破的關(guān)鍵，在于憶阻器（ReRAM）等新型存儲器件的應(yīng)用：憶阻器既能像傳統(tǒng)內(nèi)存一樣存儲數(shù)據(jù)，又能通過電阻變化完成邏輯運(yùn)算，天然具備“存儲-計算融合”的物理特性。比如在AI推理中，傳統(tǒng)架構(gòu)需要將權(quán)重數(shù)據(jù)從內(nèi)存讀取到CPU/GPU，而基于ReRAM的存算芯片可直接在存儲陣列內(nèi)完成矩陣乘法運(yùn)算，數(shù)據(jù)“零搬運(yùn)”即可輸出結(jié)果。

當(dāng)前存算一體技術(shù)主要分為三大路線，各有側(cè)重。SRAM-CIM（靜態(tài)隨機(jī)存儲器存算一體）速度快、可靠性高，像“快遞站”一樣適合小容量、低延遲的端側(cè)場景，比如手機(jī)AI降噪，但成本較高、容量有限；

DRAM-PIM（動態(tài)隨機(jī)存儲器近存計算）容量大、成本低，更像“大型倉庫”，適合數(shù)據(jù)中心的大規(guī)模數(shù)據(jù)處理，不過運(yùn)算速度略遜于SRAM路線；

而ReRAM為代表的新型非易失性存算路線，則兼顧了高容量、低功耗與較快速度，是當(dāng)前業(yè)界關(guān)注的重點(diǎn)方向，尤其適配AI端側(cè)與邊緣計算場景。

實(shí)際性能數(shù)據(jù)更能體現(xiàn)存算一體的突破。知存科技的WTM系列芯片，在端側(cè)AI推理場景中，能效比達(dá)到傳統(tǒng)GPU的30倍以上，單芯片可支持語音識別、圖像分類等多任務(wù)；后摩智能M50芯片則將算力密度提升至每平方毫米1TOPS，延遲較傳統(tǒng)架構(gòu)降低80%，能滿足智能駕駛對實(shí)時性的嚴(yán)苛要求。

更具創(chuàng)新性的是北京大學(xué)團(tuán)隊研發(fā)的存算一體化排序芯片——它跳出傳統(tǒng)排序依賴比較器的思路，創(chuàng)新設(shè)計出無需比較器的排序架構(gòu)，在處理北京地鐵路徑規(guī)劃等復(fù)雜任務(wù)時，數(shù)據(jù)處理效率較傳統(tǒng)芯片提升10倍，且能耗僅為后者的1/20，讓“復(fù)雜計算低功耗化”成為現(xiàn)實(shí)。

圖片來源：豆包

這種“高能效、低延遲”的特性，讓存算一體在多個場景中展現(xiàn)出巨大潛力。在端側(cè)AI領(lǐng)域，它能讓手機(jī)、智能家居設(shè)備在本地完成復(fù)雜AI運(yùn)算——比如手機(jī)拍照時實(shí)時優(yōu)化人像虛化效果，無需依賴云端，既保護(hù)隱私又提升響應(yīng)速度；在機(jī)器人領(lǐng)域，存算芯片可支持機(jī)器人實(shí)時識別環(huán)境障礙物，避免傳統(tǒng)架構(gòu)因數(shù)據(jù)搬運(yùn)延遲導(dǎo)致的反應(yīng)滯后。而在邊緣計算場景中，智能汽車的激光雷達(dá)、攝像頭需要每秒處理海量環(huán)境數(shù)據(jù)，存算一體芯片能以低功耗實(shí)現(xiàn)毫秒級數(shù)據(jù)處理，為自動駕駛的安全決策提供保障。

不過，存算一體技術(shù)的普及仍需跨越認(rèn)知與技術(shù)的雙重門檻。一方面，需用更通俗的方式解讀技術(shù)原理，避免因“存算融合”“憶阻器”等術(shù)語讓普通讀者望而卻步；

另一方面，不同應(yīng)用場景對芯片的算力、容量、成本需求差異較大，如何實(shí)現(xiàn)技術(shù)路線與場景的精準(zhǔn)匹配，仍是業(yè)界需要探索的方向。

但不可否認(rèn)的是，隨著技術(shù)不斷成熟，存算一體芯片正從實(shí)驗(yàn)室走向產(chǎn)業(yè)應(yīng)用，它不僅打破了“內(nèi)存墻”的束縛，更將成為AI算力的新引擎，推動智能設(shè)備向“更輕、更快、更節(jié)能”的方向發(fā)展，為零碳社會與智能生活的落地提供核心技術(shù)支撐。