摘要：半导体产业中，存储器的重要性不言而喻，特别是DRAM（动态随机存取存储器）和NAND（闪存）两大类别，它们不仅支撑起行业的半壁江山，还不断催生新的增长点。近年来，随着生成式人工智能（AI）的崛起，特别是ChatGPT等技术的广泛应用，存储器市场迎来了新的发展机
半导体产业中，存储器的重要性不言而喻，特别是DRAM（动态随机存取存储器）和NAND（闪存）两大类别，它们不仅支撑起行业的半壁江山，还不断催生新的增长点。近年来，随着生成式人工智能（AI）的崛起，特别是ChatGPT等技术的广泛应用，存储器市场迎来了新的发展机遇，新型存储技术如HBM、QLC SSD等备受瞩目。
AI时代，计算能力固然重要，但存储的作用同样不可忽视。随着生成式AI的火爆，非结构化数据如图像、视频、音频等呈现爆炸式增长，这对存储提出了前所未有的挑战。据IDC预测，到2028年，全球数据产量将达到394ZB，其中AIGC领域的数据增长尤为显著，AI图像和视频生成数据量将激增167倍。
面对这一挑战，存储逐渐成为AI发展的瓶颈。存内计算作为一种创新的解决方案，近年来备受关注，但商业化进程却步履维艰。近日，三星电子与SK海力士宣布合作，共同推进LPDDR6-PIM内存产品的标准化。这一合作旨在加速专门用于AI的低功耗存储器标准化进程，有望为存内计算的商业化注入新的动力。
在AI领域，算法、数据和算力是三大核心要素，而算力（芯片）则是决定AI能否最终落地的关键。随着ChatGPT、GPT-4等大模型研究的深入，模型结构日益复杂，数据量与计算量大幅增长。然而，摩尔定律的逐渐失效使得芯片制造工艺演进放缓，算法发展与硬件发展之间的矛盾日益突出。如何高效利用复杂算法处理海量数据，成为当前AI领域的重要挑战。
传统的冯·诺依曼架构中，计算与内存分离，导致功耗墙、性能墙、内存墙等问题凸显。为了突破这些瓶颈，国内外学术界和产业界从架构、工艺、集成等多个维度展开研究，探索后摩尔时代的新一代芯片技术。其中，存算一体芯片通过器件、架构、电路、工艺的协同创新，实现存储与计算的融合一体化，被视为突破冯·诺依曼架构瓶颈的重要途径。
存算一体芯片具有三种主流技术路径：近存计算（PNM）、存内处理（PIM）、存内计算（CIM）。近存计算通过减少数据移动和提高缓存效率，适用于需要大规模并行处理和优化内存带宽的应用；存内处理则注重数据密集型应用和能效优化，适合快速数据处理和降低能耗；存内计算则专注于特定领域的高并行性计算和定制硬件优化，适用于高度专业化和定制化解决方案。
在存算一体的概念上，业界已经进行了多年的探索。从斯坦福研究所首次提出“logic-in-memory”方案，到后续研究人员在芯片电路结构、计算架构与系统应用等方面的研究，存算一体的理念逐渐深入人心。然而，受限于电路设计复杂度与工艺难度，早期的研究大多停留在近存计算的层面，存算分离的问题依然存在。近年来，随着大数据驱动应用的发展，数据量激增，研究者们开始考虑赋予内存一定的计算能力，从而实现存储和计算融合一体化的“存内计算”架构。
在巨头们的布局中，存内计算技术逐渐走向成熟。三星、海力士、TSMC等国际巨头以及阿里巴巴达摩院等国内企业纷纷投入研发，推出了基于不同技术路径的存内计算芯片。例如，三星展示了基于HBM2-PIM技术的存内计算芯片，提供了高达1.2 TFLOPS的嵌入式计算能力；阿里巴巴达摩院则成功研发了全球首款基于DRAM的3D键合堆叠存算一体AI芯片，在特定AI场景中性能提升10倍以上，能效比提升高达300倍。
然而，尽管各家企业都在积极布局存内计算技术，但商业化进程却受到标准化问题的制约。由于各家企业根据各自的标准开发产品，导致概念和规范存在差异，行业难以采用通用标准。为了推动存内计算的商业化进程，三星电子和SK海力士正在合作推动LPDDR6-PIM内存的标准化。他们与联合电子设备工程委员会（JEDEC）进行标准化工作，讨论确定每项标准的具体规格。
标准化的推进将带来多重好处。首先，它可以提升兼容性和互操作性，使得不同厂商生产的PIM设备可以在同一系统中无缝协作，减少因兼容性问题导致的系统故障或性能下降。其次，标准化有助于降低成本，减少研发成本和时间，促进规模经济，降低生产成本，从而使得PIM技术更加普及和实惠。标准化还将加速技术的广泛应用和普及，推动存内计算技术的快速发展。
除了三星和SK海力士的合作外，其他企业也在积极探索存内计算技术。例如，TSMC展示了在SRAM、ReRAM、PCM、STT-MRAM等多种器件上实现存内计算的探索成果；美国处理器公司Mythic推出了采用模拟存内计算方案的M1076处理器；国内知存科技则推出了首款量产存内计算SOC芯片WTM2101，已商用至智能可穿戴设备中。这些产品的推出标志着存内计算产业化初见成果，越来越多的存内计算产品开始落地。
随着标准化进程的加速和技术的不断成熟，存内计算芯片有望在未来大放异彩。这一技术的突破将不仅推动半导体产业的发展，还将为AI时代的计算需求提供强有力的支持。
来源：ITBear科技资讯
