过去，在冯·诺依曼的计算架构下，传统计算的模式是，计算机先将数据存储在内存中，计算时再搬运到CPU在内的计算单元中进 行处理。 而在以大模型为基础的AI应用中，计算机需要进行大量的矩阵乘法、加法运算，是参数量、计算量都巨大的计算模式。在目前， 尽管处理器计算能力已经快速发展，数据传输和存储的速度却明显跟不上，传统计算架构下的"内存墙"瓶颈逐渐凸显。 为此，行业也一直在探索适配于AI的下一代内存方案。 " 铭芯 启睿 " 董事长刘琦告诉36氪，相比于传统内存方案，RRAM的一大 特点是，能够将存储和计算融为一体，是"存算一体"的重要技术路径。 除此之外，RRAM另一优势是不需要像传统存储器一样消耗大量能量来维持存储状态，整体功耗低。又因为RRAM器件可调制到 多个不同电阻状态，单个存储单元能存储多位数据，在未来也极有希望进一步提高存储密度。 目前，行业中各家芯片大厂都在筹谋布局相关专利和产品，比如台积电、三星、美光、SK海力士等等。 将存储和计算融为一体的RRAM方案， 可大幅提升AI计算效率。 文 ｜ 王方玉 邱晓芬 编辑 ｜ 苏建勋 来源｜ 36氪Pro（ID：krkrpro） 封面来源 ｜ IC phot ...