在我国科技创新的浪潮中，存算一体初创企业如雨后春笋般蓬勃涌现，投融资进入活跃期，为大算力布局和新技术应用注入了活力。然而，这场科技革命并非是一潭死水，而是一个庞大的生态系统，其中每一家企业都在积淀着独特的技术实力、优势资源和独特目标场景。正是在这个多元化的背景下，存算一体方案呈现出令人瞩目的差异化，主要体现在三大关键领域：技术路径、存储介质以及采用的模拟与数字技术。这三大差异成为了初创企业发展过程中的精彩篇章，塑造了各家企业独具特色的存算一体未来愿景。让我们深入探究这些差异，揭示背后的创新力量和科技探索。
1.近存or存内
近存计算，本质上保持了存算分离架构的核心思想，区别在于计算模块通常紧邻存储阵列（memory cell array）安放，使得数据更靠近计算单元，有效缩小了数据移动的延迟和功耗。这种设计在概念上保留了冯·诺依曼架构的数据处理特点，其中存储阵列通常无需进行改动，仍然专注于提供数据的访存功能。
典型的近存计算代表包括AMD Zen系列CPU、特斯拉Dojo、阿里达摩院使用混合键合3D堆叠技术实现的存算一体芯片等。此外，一些国外的创业公司如Graphcore和由芯片大师Jim Keller加入的Tenstorrent等，也推出了符合近存计算范畴的存算一体芯片。这一趋势表明近存计算正在成为存算一体设计的主流方向，充分发挥了其在数据处理效率和能效方面的优势。
特斯拉Dojo
存内计算设计中，存储器件参与计算操作，这意味着存储阵列需要进行改动以支持计算。在狭义上，存内计算才真正实现了存算一体，即基于器件层面打破了存算分离架构的壁垒。在这一设计中，存储单元和计算单元完全融合，没有独立的计算单元，而是直接在存储器芯片内部的存储单元完成计算操作。
相比之下，初创企业由于成立时间短、技术选择上不存在路径依赖和历史包袱，更容易另辟蹊径。一些国内初创公司，如知存科技、九天睿芯、千芯科技、后摩智能等，选择存内计算路线，希望实现更大的突破，同时降低对先进制程和先进封装的依赖。他们的选择是朝着更高性能、更通用的算力场景迈进的一次积极尝试。
知存科技WTM2101
2.储存介质
存算一体的发展中，依托的存储介质呈现多样化，包括易失性存储器（如SRAM、DRAM）和非易失性存储器（如Flash）。尽管各种存储介质都有优势和短板，当前多数存算一体厂商更倾向于使用技术成熟的SRAM设计。这主要基于四个原因：首先，SRAM的设计技术成熟，随着工艺的发展，其性能有显著提升。其次，相较于新型非易失性存储器，SRAM的工艺和技术更加稳定。第三，SRAM兼容先进CMOS工艺，具备更快的操作速度和更强的耐久性，为大算力提供关键支持。第四，SRAM的实现途径可以达到与传统数字计算一致的运算精度，无需复杂的重训练过程，提高了AI模型的适用度。
然而，SRAM也存在固有瓶颈，如较大的单元面积可能导致CMOS扩展难度增大。因此，一些企业采用多元化战略，投入研发新兴存储介质（如MRAM、RRAM），以在未来取得更大竞争优势。
不同储存介质介绍
3.数字vs模拟
存算一体计算可分为数字存算和模拟存算两种电路技术路径，它们各自具有一系列优缺点。
数字存算保留了传统数字电路的高抗噪性和鲁棒性，适用于大规模高计算精度芯片。而模拟存算在计算精度相对较低的条件下，能够获得更高的能量效率。其次，数字存算要求存储单元内容必须以数字信号形式呈现，而模拟存算可以实现不同模拟域的运算，具有更大的灵活性。与此同时，模拟存算在面积开销上有一定优势，减少了大量乘法器和加法器的占用，同时不同的低功耗模拟计算电路的探索有望进一步提升其能量效率。
数字存算与模拟存算在能效和计算灵活度上的比较
4.存算一体技术开创新局面：2023年关键突破与产业合作全景"
在科技的浪潮中，存算一体技术于2023年迎来了显著的突破和实质性的发展。然而，随着技术的不断演进，存算一体技术仍需面对架构设计和软件编译器等方面的挑战，以进一步赋能未来智能计算应用。在这个充满创新和挑战的时代，存算一体技术以其前所未有的潜力，将引领着新一轮科技革命的浪潮。
存算一体赛道企业（20230226）
·在小算力领域，知存科技成功量产了全球首颗基于模拟Flash存算一体的芯片WTM2101。该芯片以极低功耗完成大规模深度学习运算，广泛应用于可穿戴设备中的智能语音和智能健康服务等场景。今年，WTM2101的出货量已经达到了kk级别。
·在落地和产业合作方面，知存科技与中国移动研究院联手完成了基于NOR Flash存算一体芯片的视频超分技术验证。这为存算一体芯片在算力机顶盒、AR/VR终端、边缘视频解码器等场景的高效视觉AI应用奠定了基础，为进一步落地广泛终端和边缘场景提供了支持。
·在大算力方面，后摩智能发布了首款存算一体智驾芯片后摩鸿途H30，其物理算力达到了256TOPS，成为国内首家成功落地存算一体大算力AI芯片的公司。H30已开始送测给Alpha客户，而第二代H50正在研发中，计划于2024年推出，为支持2025年的量产车型做好准备。
据公开资料整理（2023.10.24）
然而，存算一体技术在未来的广泛应用中仍面临两大核心挑战。首先，在存算一体AI核和SoC的架构设计上，存内计算IP虽提供高效的并行计算模式，但在支持运算类型的多样性方面仍面临难度和复杂度的挑战。其次，在存算一体软件编译器的快速部署和实现上，需要应对模型切分、算子融合、调度等方面的挑战，以提高计算和访存效率，同时提升芯片的利用率和应用的开发效率。
总结
我国存算一体市场规模估算
在算力逐渐成为“紧俏货”的今天，存算一体技术作为破解芯片性能瓶颈的主流方向备受关注。国产存算一体芯片正积极应对不同存储介质和技术路线的竞争，努力实现产业大发展。短期竞争集中在存储介质和技术路线，而长期发展则侧重于设计方法论、测试、量产、软件和场景选择等全方位竞争。创业公司需全面掌握技术能力，同时构建强大的生态体系。存算一体技术若能融合新技术，将有望实现更大算力、更高能效比，构筑国产AI芯片的发展阶梯。在这个充满机遇和挑战的时代，存算一体技术将继续引领我国在人工智能领域的创新与发展。
首个存内计算开发者社区-CSDN存内计算
全球首个存内计算社区创立，涵盖最丰富的存内计算内容，以存内计算技术为核心，绝无仅有存内技术开源内容，囊括云/边/端侧商业化应用解析以及新技术趋势洞察等， 邀请业内大咖定期举办线下存内workshop，实战演练体验前沿架构；从理论到实践，做为最佳窗口，存内计算让你触手可及。
