在AI算力需求激增与冯·诺依曼架构瓶颈凸显的背景下，存算一体技术（Computing-in-Memory, CIM）凭借“存储即计算”的特性，成为突破算力与能效瓶颈的关键路径。根据QYResearch最新调研报告显示，2024年全球存算一体技术市场规模达2.68亿美元，预计2031年将突破54亿美元，2025-2031年复合增长率达42.7%。本报告从技术定义、供应链结构、竞争格局、政策驱动及未来趋势等维度展开分析，为投资者提供战略决策参考。
一、技术定义与分类：架构革新驱动计算范式转型
存算一体技术通过将存储单元与计算单元深度融合，消除传统架构中“存储墙”与“功耗墙”的双重瓶颈。其核心原理在于利用新型存储介质（如ReRAM、MRAM）的物理特性，直接在存储阵列中完成矩阵乘法、卷积运算等计算任务，实现数据搬运能耗降低90%以上，计算效率提升百倍级。
根据存储与计算的距离远近，技术方案分为三类：
近存计算（PNM）：通过3D堆叠缩短存储与计算距离，典型案例为英伟达H100 GPU搭载的HBM3内存，数据搬运功耗占比仍超40%；
存内处理（PIM）：在存储芯片中集成简单计算单元，如三星HBM-PIM，适用于语音识别等低复杂度任务；
行内计算（CIM）：利用存储介质物理特性实现大规模并行计算，如清华大学研发的忆阻器存算一体芯片，支持高效片上学习，能效比提升超20倍。
二、供应链结构：从上游材料到下游应用的垂直整合
上游：材料与IP双轮驱动
存储介质研发：ReRAM、MRAM等新型非易失性存储器是技术核心。复旦大学开发的二维磁性材料自旋轨道矩器件，擦写寿命超10¹²次，接近DRAM水平；
IP与算法支持：芯原股份作为中国领先的IP供应商，其神经网络处理器（NPU）IP被众多企业采用，加速芯片设计周期。
中游：设计与制造协同突破
芯片设计：知存科技量产的WTM2101芯片，功耗仅0.8mW，支持可穿戴设备续航延长150倍；华为采用Chiplet技术，将RRAM阵列与CMOS逻辑单元通过硅通孔（TSV）互连，散热效率提升40%；
制造工艺：中芯国际14nm工艺良率提升，支撑存算一体芯片量产。3D垂直RRAM阵列通过4层堆叠，操作功耗仅16.4fJ，支持FP32精度计算。
下游：场景化应用爆发
边缘计算：后摩智能鸿途™H30芯片为智能驾驶提供256TOPS算力，支持实时环境感知；
云端大模型：清华大学ReDCIM芯片在28nm工艺下实现29.2TFLOPS/W的BF16能效，支撑Transformer模型推理；
工业互联网：某汽车工厂采用存算一体芯片后，产线缺陷检测速度提升10倍，误报率降至0.001%。
三、竞争格局：全球厂商角力与本土企业崛起
全球市场：北美主导，技术壁垒高筑
头部厂商：Syntiant、Graphcore、Mythic等占据全球80%份额，产品聚焦云端训练与推理；
技术路线：三星HBM4-PIM计划2025年实现36层堆叠，带宽突破2TB/s；SK海力士GDDR6-AiM样本将演算速度提升16倍。
中国市场：政策驱动，差异化突围
本土龙头：华为海思昇腾系列覆盖云端到边缘全场景，与MindSpore框架构成全栈解决方案；寒武纪思元系列芯片用于数据中心，产品线完整；
初创企业：
知存科技：国际领先的存算一体芯片商用企业，WTM系列芯片专为超低功耗设计；
亿铸科技：聚焦大模型计算与自动驾驶，端边大模型AI芯片满足高算力需求；
苹芯科技：推动存内计算技术应用于AI边缘计算场景。
四、政策与资本：双重驱动加速技术落地
国家战略支持
中国“十四五”规划将存算一体列为“先进计算”重点方向，清华大学等机构获国家自然科学基金重大项目支持；
美国CHIPS法案、欧盟《欧洲处理器倡议》均明确存算一体为关键技术赛道。
资本涌入与技术竞赛
2023年全球存算一体领域融资超50亿美元，三星、SK海力士、台积电加速布局；
初创企业如Mythic、UPMEM获多轮融资，推动技术从实验室走向商业化。
五、市场驱动因素：算力、能效与场景的三重革命
算力需求爆炸式增长
AI训练与推理：2025年全球AI芯片市场规模预计达1,200亿美元，其中75%算力消耗于数据搬运；
大规模模型：GPT-5参数超10万亿，存算一体可提升稀疏矩阵运算效率3-5倍。
能效比革命：边缘计算与物联网场景
端侧设备：自动驾驶、AR/VR需本地处理8K视频流，存算一体降低功耗70%，电池寿命延长2-3倍；
实时性要求：工业物联网预测性维护需微秒级响应，存算一体将延迟从毫秒级降至纳秒级。
新型存储技术成熟
非易失性存储器：ReRAM、MRAM、PCM等支持模拟计算，天然适配存算一体架构；
存储级内存：英特尔傲腾、三星Z-NAND等SCM技术量产，为PIM提供高性能介质。
六、未来趋势：技术融合与生态重构
短期（2025-2027）：边缘市场主导
SRAM/DRAM存算一体芯片将主导边缘AI与智能家居场景，如三星HBM4-PIM量产；
混合精度训练与原位校准电路技术成熟，计算误差控制在1%以内。
中期（2028-2030）：新型介质与3D堆叠突破
忆阻器等新型存储介质成熟，3D垂直阵列支持EB级存储与PF级计算，应用于科学计算与具身智能；
标准化进展加速，IEEE预计2026年发布《存算一体系统接口规范》。
长期（2030年后）：存算一体与光子计算融合
存算一体与光子计算、量子存储形成“存-算-传”一体化系统，能效比突破10⁶TOPS/W；
90%的AI推理任务将在端侧完成，医疗设备实时影像诊断功耗<1mW。
七、投资策略与风险预警
投资机遇
技术领先企业：关注知存科技、亿铸科技等在低功耗与大算力场景的突破；
生态共建者：华为、中科曙光等推动全栈技术研发与产业链协同。
潜在风险
技术迭代延迟：3D集成工艺与材料优化进度不及预期；
市场竞争加剧：国际巨头专利壁垒高，本土企业面临价格战；
供应链波动：存储芯片价格周期性波动影响利润率。
