电子行业端侧存算一体迎来快速发展.docx

正文目录

TOC\o1-2\h\z\u存算一体迎来产业化拐点 4

存算一体解决多项技术瓶颈 4

端侧存算一体应用率先量产落地 6

投资建议：关注存算一体产业化趋势 10

关注存算一体产业链 10

关注AI端侧产业链 10

关注半导体自主可控产业链 10

风险提示 11

图表目录

图表1：存储墙：存储计算“剪刀差” 4

图表2：功耗墙：内存与处理器之间数据传输的功耗 4

图表3：存算一体技术方案分类 5

图表4：2022年全球不同产品类型存算一体技术市场份额 5

图表5：2029年全球不同产品类型存算一体技术市场份额预计 5

图表6：存内计算器件对比分析 6

图表7：存算一体芯片行业发展趋势 7

图表8：不用领域终端存算一体芯片应用情况 7

图表9：全球存算一体芯片市场规模（亿美元） 9

图表10：小算力场景是主要应用领域 9

图表11：中国存算一体芯片市场规模（亿元） 9

存算一体迎来产业化拐点

存算一体解决多项技术瓶颈

传统的冯·诺依曼架构以计算为核心，处理器与存储器之间的物理分离导致了大规模数据频繁迁移，从而限制了AI芯片的整体性能。因此，传统芯片架构面临着“存储墙”、“功耗墙”及“算力墙”等严峻挑战，难以满足AI应用对于低时延、高能效以及高可扩展性的迫切需求。存算一体是一种新的计算架构，核心是将存储单元与计算单元合为一体，省去计算过程中的数据搬运环节，消除其带来的功耗和延迟，有望彻底解决传统冯·诺依曼架构的“存储墙”问题，极大提高计算能效。

图表1：存储墙：存储计算“剪刀差” 图表2：功耗墙：内存与处理器之间数据传输的功耗

资料来源：中国移动《存算一体白皮书》、17AI， 资料来源：中国大学MOOC，

存算一体技术方案分为三类。根据存储与计算的距离远近，广义的存算一体技术方案分为近存计算、存内处理和存内计算三类，狭义的存算一体即指存内计算。近存计算仍是存算分离架构，本质上计算操作由位于存储外部、独立的计算单元完成，其技术成熟度较高，主要包括存储上移、计算下移两种方式。存内处理是在芯片制造过程中，将存和算集成在同一个晶粒中，使存储器本身具备了一定算的能力；本质上仍是存算分离，相比于近存计算，“存”与“算”的距离更近。存内计算在芯片设计过程中，不再区分存储单元和计算单元，真正实现存算融合；本质是利用不同存储介质的物理特性，对存储电路重新设计，使得存储电路同时具备计算和存储能力。

图表3：存算一体技术方案分类

分类

特征

方案图例

近存计算

计算芯片与存储芯片分离；计算部分通过存储芯片外部的计算芯片完成，将数据靠近计算单元，从而缩小数据移动的延迟和功耗。

存内处理

计算单元和存储单元位于同一芯片中，但电路设计是分离的；计算部分由存储器内部的独立计算单元完成。

存内计算

存储单元和计算单元完全融合；没有独立的计算单元，直接通过在存储器颗粒上嵌入算法，由存储器芯片内部的存储单元完成计算操作。

资料来源：中国移动《存算一体白皮书》，

存内计算占据主要市场份额。根据QYResearch数据，2022年全球存内计算市场规模在全球市场的占比接近88?，同时预计至2029年全球占比将达到77?，市场或由存内计算占据主导地位。此外，存内处理、近存计算的份额有望实现比较大幅度的提升。

图表4：2022年全球不同产品类型存算一体技术市场份额 图表5：2029年全球不同产品类型存算一体技术市场份额预

计

8%15%77%1%

8%

15%

77%

11%88%存内计算近存计算存内处理

11%

88%

存内计算近存计算存内处理

资料来源：QYResearch， 资料来源：QYResearch，

存内计算电路可基于易失性存储器和非易失性存储器件实现。易失性存储器在设备断电之后数据丢失，如SRAM等。非易失性存储器在设备断电后数据可保持不变，如

NORFLASH、RRAM、MRAM、PCM等。整体来看，五种主流存储器件各有优缺点，产品化选择时需综合考虑器件的成熟度、存储密度、寿命、读写性能、能耗等方面指标。当前NORFLASH、SRAM等传统器件相对成熟，可率先开展存内计算产品化落地推动。

图表6：存内计算器件对比分析

器件

SRAM

NORFLASH

RRAM

MRAM

PCM

易失特性

易失

非易失

非易失

非易失

非易失

多值存储

否

是

是

否

是

现有工艺节点

5nm

28nm

28nm

16nm

28nm

理论工艺极限

2nm

14nm

5nm

5nm

5nm

单比特存储面积

(F2/bit1)

~300

~7.5

20~40

~30

~24

读写次数

无限

10?

10?

~