存算一体（Computing-in-Memory，CIM）是一种将存储与计算合并在同一物理单元中的芯片技术，目的是解决传统计算机中“存算分离”带来的性能瓶颈。
为什么要存算一体
- 传统架构中，数据要在存储器与处理器之间反复搬运，计算本身很快，“搬运”反而成为瓶颈，业界称之为“冯·诺依曼瓶颈”或“内存墙”
- AI模型推理需要海量读取权重参数，对内存带宽消耗巨大
- 存算一体直接在存储单元内完成运算，大幅减少数据搬运，显著提升能效
工作原理
- 基于闪存、SRAM或新型存储器件（如忆阻器）构造计算单元
- 在读出数据的同时完成乘加等运算，实现“边读边算”
- 尤其适合矩阵乘法等AI核心操作，可降低功耗与延迟
当前进展
- 国际多家半导体巨头和创业公司投入研发，已有原型产品与商用试探
- 国内相关团队活跃，部分产品开始在端侧AI场景落地
- 主要挑战集中在精度、工艺成熟度与软件生态
应用前景
存算一体在端侧低功耗AI、边缘推理等场景最有潜力，被视为后摩尔时代提升AI算力能效的关键路径之一。