### [存内计算：打破冯诺依曼瓶颈的计算新架构](https://youshipu.cn/article/270)

**Published:** 2026-08-19T06:07:39

**Author:** 优势铺

**Excerpt:** 数据搬运成为算力瓶颈，存内计算把存储与计算合二为一。本文解析存算一体芯片的技术原理、AI加速价值与产业化进展。

从云端大模型训练到端侧AI推理，算力需求指数级增长。然而传统冯诺依曼架构中，「存储与计算分离」带来的数据搬运开销，已成为制约性能的「内存墙」瓶颈。

![存内计算芯片](https://api.youshipu.cn/wp-content/uploads/2026/08/cover8.jpg)

存内计算：让存储单元同时完成计算

## 什么是存内计算？

存内计算（Computing-in-Memory, CIM）利用存储单元的物理特性直接在存储器内部完成运算，避免频繁的数据搬移，从而大幅降低功耗与时延。忆阻器、SRAM、Flash等工艺路线各有千秋。

## AI时代的黄金搭档

神经网络计算中大量的矩阵乘加运算，与存内计算的并行特性高度契合。存算一体芯片在边缘AI、大模型推理等场景展现出能效比优势，被业界视为后摩尔时代的突破方向之一。

## 产业化进展与挑战

国内多家初创公司与科研机构已推出存算一体原型芯片，并在智能视觉、语音识别等场景落地验证。精度、工艺成熟度与生态建设，仍是规模商用的主要挑战。

当数据搬运的代价超过计算本身，存内计算用「以存为算」的思路，为计算架构的下一步进化提供了关键答案。

**Categories:** 分类3

---