存算一体

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论
  • 这家存算一体公司完成B轮融资,单笔数十亿!
    后摩智能完成B轮数十亿元融资,过去一年多轮融资。公司以SRAM-CIM切入端边大模型高算力推理,布局2D/3D CIM,聚焦Token/$与Token/W;M50量产不到一年获150+定点、服务百余家客户,开源软件生态,但仍待验证量产良率、3D工程与生态竞争。
  • 存储的黄金时代,存储厂商却在失去定义权
    2025存储业进入黄金时代:需求旺盛但供给紧张,存储墙被放大。传统标准与线性扩产失效,HBM转向客户定制,存储价值由系统匹配、KV Cache、带宽与能效重新定义。数据流、主控与算存传协同拉高产业门槛,存算一体让主导权从制造转向架构设计。
  • 10亿!元禾璞华、华勤与大模型公司抢投给AI芯片黑马
    微纳核芯完成10亿元C1轮融资,聚焦三维存算一体AI芯片的规模商业化与量产销售,目标成为全球首批进入商业化的公司。该芯片采用3D-CIM技术,解决存储与计算分离的问题,实现高性能、低功耗、低成本和易落地。公司团队由高校博士与大厂资深芯片人组成,已完成FPGA验证并获得多项专利。此次融资引入了专业机构和产业方,形成“存储+计算芯片+终端应用”的全面生态体系,加速商业化进程。
  • 上海千亿市值龙头,投了一家芯片公司!
    全球存算一体芯片市场迎来爆发式增长,微纳核芯完成10亿元C1轮融资,成为全球首批进入商业化的三维存算一体AI芯片企业。该公司凭借自主研发的三维存算一体3D-CIM™架构,大幅提升算力密度和能效比,并拥有供应链可控性和广泛应用场景覆盖能力。此次融资汇集了多家知名投资机构和产业资本,标志着微纳核芯迈向商业化元年的关键时刻。
    上海千亿市值龙头,投了一家芯片公司!
  • 端侧AI的“不可能三角”?被这家中国芯片公司打破了
    端侧AI需求激增,存算一体技术打破性能、功耗、成本“不可能三角”。后摩智能推出M50芯片,实现高性能、低功耗、低成本的平衡,助力端侧AI广泛应用。
    端侧AI的“不可能三角”?被这家中国芯片公司打破了
  • 6.82亿,42个月,押注"存算联"融合芯片
    东芯股份拟投入6.82亿元超募资金建设“存算联融合芯片研发项目”,聚焦低功耗嵌入式SoC智能计算芯片,应用场景广泛。研发费用占总投资的75.4%,主要用于晶圆流片、封装测试试制与团队扩容。公司现有存储技术成熟,Wi-Fi 7无线通信芯片处于验证阶段,GPU领域通过参股上海砺算布局。上半年营收显著增长,主要得益于存储业务景气上升和市场需求复苏。未来需关注砺算GPU进展、Wi-Fi 7量产及融合芯片研发进度。
    740
    08/25 17:07
  • 全球首款4层3D DRAM存算一体芯片,点亮了!
    谦合益邦成功点亮其4层3D DRAM堆叠存算一体芯片,标志着从实验室技术验证迈向工程化阶段。该芯片采用垂直堆叠技术,显著提升了访存带宽、降低了延迟和功耗,并已在实际应用场景中取得初步成果。谦合目前拥有两条产品线,一条主打低功耗的SoC,另一条针对云游戏场景。尽管面临制造良率和软件生态搭建的挑战,谦合凭借长期积累和技术策略,有望在全球竞争中占据一席之地。
  • 2000万换取2.1%股权,参股存算一体芯片商
    2026 年 8 月 17 日,共达电声股份有限公司(股票代码:002655)发布对外投资进展公告,确认公司已向深圳市九天睿芯科技有限公司(以下简称 “九天睿芯”)足额缴纳 2000 万元投资款,且九天睿芯已完成本次投资所涉工商变更登记手续。 九天睿芯成立于 2018 年,总部位于深圳,是一家专注于 “感存算一体” 架构设计的 AI 芯片研发企业。其核心技术路径聚焦于存算一体领域,旨在突破传统冯・
    1634
    08/19 18:25
  • 当存算一体开始谈论"通用"
    苏州亿铸智能科技有限公司完成新一轮融资,累计融资额突破10亿元。该公司提出了“通用存算一体三大定律”,强调架构通用、生态通用和计算通用的重要性。亿铸科技已成功点亮基于ReRAM的全数字存算一体POC验证芯片,性能显著优于主流云端GPU。尽管面临诸多挑战,亿铸科技通过不断优化技术和拓展生态,努力实现从实验室走向市场的目标。
    1801
    08/18 07:25
  • 国调基金入局、中国移动加注:3D存算一体为什么值得投20亿?
    8月中旬,3D存算一体芯片公司谦合益邦宣布完成超20亿元B轮融资。国调基金、中国移动链长基金、金浦投资等机构入局,老股东网易有道、南山资本、山行资本等持续跟投。
    国调基金入局、中国移动加注:3D存算一体为什么值得投20亿?
  • 对话亿铸科技创始人熊大鹏:通用存算一体,如何定义AI算力的下一个十年?
    亿铸科技创始人熊大鹏认为,AI大模型本质上是存算一体,存算分离架构存在数据搬运高功耗和低利用率问题。存算一体架构通过消除多级缓存,直接在存算阵列完成计算,解决了这些问题。然而,存算一体面临存储容量和计算精度两大挑战。亿铸科技通过全数字3D DRAM通用存算一体芯片,解决了这两项问题,推出了第一代商用AI芯片。熊大鹏还提出了存算一体三大产业定律,指出存算一体芯片需要高度融合GPU,才能发挥最大效能。
    对话亿铸科技创始人熊大鹏:通用存算一体,如何定义AI算力的下一个十年?
  • 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爆发式增长,预计2026年至2028年将迎来产业化高潮。存算一体芯片通过将计算电路嵌入存储阵列,显著降低数据搬运带来的能耗和延迟。当前主要技术路径包括模拟存算和数字存算,分别适用于不同应用场景。然而,存算一体面临的最大挑战在于软件生态的兼容性和技术路线的标准化。未来几年,谁能解决软件生态兼容问题并在技术路线中找到最优解,将在芯片架构变革中占据先机。
    存算一体如何重塑AI芯片的未来?
  • 存算一体相关常见术语通俗理解
    存算一体技术通过将存储和计算融合,减少数据搬运,适用于AI等数据密集型任务,但仍面临精度、可靠性、工艺、软件生态和量产成本等挑战。它分为PIM、CIM、PNM等多种形式,并应用于SRAM、DRAM、HBM等存储介质。新型存储器如RRAM、PCM、MRAM等也在发展。模拟和数字存算一体各有优劣,AI模型如CNN、Transformer等对存算一体提出了新要求。精度、量化和编译器协同优化了算法硬件性能。
    存算一体相关常见术语通俗理解
  • AI算力告急!存算一体芯片成为颠覆性的“破局者”?
    随着人工智能大模型向万亿参数量级演进,传统芯片架构下“内存墙”引发的能耗与延迟问题日益凸显,成为制约AI产业规模化发展的瓶颈。存算一体芯片通过“数据原地计算”的架构创新,打破了存储与计算单元分离的传统模式,从根源上解决了数据搬运带来的效率损耗问题。本文结合半导体产业技术变革趋势,剖析存算一体架构的核心优势,探讨其与专用ASIC芯片、先进封装制造技术的协同创新逻辑,分析在绿色算力生态下的应用场景落地,并展望存算一体芯片与AI产业深度融合的发展前景,为行业技术创新与产业布局提供参考。
    AI算力告急!存算一体芯片成为颠覆性的“破局者”?
  • 存算一体写入十五五规划,谁在埋头解决通用与软件生态难题?
    AI发展迅猛,日均AI token调用量激增,存算一体技术因其降低能耗、提升效率的特点备受瞩目。中国存算一体产业正在由概念导入迈向工程落地,亿铸科技作为早期布局者,探讨了存算一体技术面临的挑战与机遇。
  • 中国存算一体芯片代表公司(TOP 10)
    本报告介绍了存算一体和存算融合领域的领先企业和新型融合方向的企业。知存科技、九天睿芯、后摩智能专注于存算一体芯片;壁仞科技、燧原科技、天数智芯、摩尔线程聚焦存算融合架构;得一微电子、长江存储探索存储与存算一体融合;中科微至则在感存算一体领域取得进展。这些企业在不同方向上推动了AI芯片的发展,提升了计算效率和能效比。
  • 谁在死磕,存算一体?
    2026年,存算一体技术迎来重大突破,清华大学、华为与字节跳动联合发布基于28nm工艺的混合存内计算芯片,效率和能效显著提升。存算一体技术分为近存计算、存内处理和存内计算三大流派,各具特色。中国存算一体企业在数字存算一体、模拟存算一体、SRAM、DRAM、Flash和新型忆阻器等方面积极探索,形成多样化的技术路线。大算力企业如后摩智能和亿铸科技聚焦数据中心和智能驾驶,端侧AI企业如微纳核芯和炬芯科技注重低功耗和高效计算。新型存储介质企业如昕原半导体致力于ReRAM技术产业化。尽管商业化进程取得一定成果,但存算一体技术仍处于逐步演进阶段,有望在未来成为大模型时代的算力瓶颈解决方案。
    谁在死磕,存算一体?
  • 重塑端侧存力:从高通和江波龙等5家芯片厂商看具身智能的存储架构创新
    具身智能时代,存储范式重构,AI从数字逻辑迈向具身智能,存储成为存力核心。预计2026年全球存储市场规模突破6000亿美元。具身智能硬件需要极致的QoS一致性和带宽弹性。UFS 5.0协议提供10.8GB/s带宽,解决首Token延迟。KV Cache卸载至eSSD,缓解内存压力。国产存储企业通过技术创新打破技术垄断,如高通、江波龙、佰维等。存储面临写放大控制、耐久性管理和热失控防护等技术挑战。未来,存算一体和HBM端侧化有望进一步提升能效和带宽。
    重塑端侧存力:从高通和江波龙等5家芯片厂商看具身智能的存储架构创新
  • Groq LPU vs 其它CIM芯片:谁将成为AI推理时代存算一体芯片市场的最大赢家?
    英伟达推出Vera Rubin平台,采用异构计算架构,包括Vera CPU、Rubin GPU和Groq LPX,旨在解决大规模AI推理中的瓶颈。Groq LPX基于软件定义VLIW架构,利用SRAM实现高速解码。AI推理分为预填充和解码两阶段,前者注重并行处理,后者强调内存带宽和延迟。CIM技术通过在存储阵列内原位完成计算,消除数据搬运开销,提高能效。全球CIM芯片厂商如d-Matrix、Axelera AI、Mythic等各有所长,中国厂商如知存科技、后摩智能也在积极发展。CIM技术有望在未来AI基础设施中占据重要地位。
    Groq LPU vs 其它CIM芯片:谁将成为AI推理时代存算一体芯片市场的最大赢家?
  • 全球存算一体芯片公司Top10盘点
    以下是关于十家公司的简要介绍:1. TetraMem:位于美国加州Santa Clara,采用基于ReRAM/Memristor的模拟存算一体技术,能效高(>20 TOPS/W),已完成多次流片,主要以IP授权模式运营。

正在努力加载...