除了 CPO，有望解決算力瓶頸的技術還有它

近日算力市場持續受到關注，包括 CPO、雲計算數據中心、芯片等相關分支板塊都一度受到市場熱捧。

值得一提的是，除了這幾塊分支，分析師最新研報還提到了存儲需求爆發、存算一體等。

ChatGPT 帶動存儲需求指數級提升

天風證券指出，ChatGPT 正在掀起一輪新的 AI 革命，將帶動數據存儲需求指數級提升。

其表示，AIGC 有望在消費互聯網、產業互聯網和社會價值領域持續產生變革性影響。ChatGPT 需要極高的算力及存儲支持，ChatGPT3 相較 ChatGPT 2 在數據存儲端從百 G 提升至 40T 在存儲量上有約 100 倍的提升，隨着百度等科技巨頭類 ChatGPT 項目入局，整體存儲市場需求將進一步快速提升。

德邦證券也認為，AIGC 行業的發展離不開算力提升、數據傳輸、數據存儲三大方向，AIGC 算力需求的提升將同步帶動數據存儲量的指數型增長。

“存算一體” 有望助力解決算力瓶頸

資料顯示，存算一體就是在存儲器中嵌入計算能力，以新的運算架構進行二維和三維矩陣乘法/加法運算。存算一體的優勢包括：

1）具有更大算力（1000TOPS 以上）;

2）具有更高能效（超過 10-100TOPS/W），超越傳統 ASIC 算力芯片;

3）降本增效（可超過一個數量級）。

浙商證券指出，近期 CHATGPT 的興起推動着人工智能在應用端的蓬勃發展，也對計算設備的運算能力提出了前所未有的需求。雖然 AI 芯片、GPU、CPU+FPGA 等芯片已經對現有模型構成底層算力支撐，但面對未來潛在的算力指數增長，長期來看打造存算一體芯片（減少芯片內外的數據搬運），或將成為未來算力升級的潛在方式。

據《中國移動研究院——存算一體白皮書（2022 年）》，當前全球數字經濟增長，算力需求持續提高的同時帶來能耗的急劇增加，隨着摩爾定律放緩、登納德縮放失效，傳統馮氏計算架構在 “內存牆” 和 “功耗牆” 的雙重限制下，算力的能效比受到限制，亟需新的計算架構來解決這一問題。

而存算一體作為一種新型算力，有望解決傳統馮諾依曼架構下的 “存儲牆”、“功耗牆” 問題，是中國移動極為關注的算力學科的突破性技術，已被確定為算力網絡十大關鍵技術之一。存算一體將存儲與計算有機融合，以其巨大的能效比提升潛力，有望成為數字經濟時代的先進生產力。

綜合來看，光大證券也表示，存算一體的核心是將存儲與計算完全融合，有效克服馮·諾依曼架構瓶頸，並結合後摩爾時代先進封裝、新型存儲器件等技術，實現計算能效的數量級提升。

相關產業鏈

據《中國移動研究院——存算一體白皮書（2022 年）》，為了加快存算一體技術的商用化推進，根據存算距離的遠近，白皮書提出近存計算、存內處理和存內計算三種技術發展路徑，既滿足不同場景、不同時期的需要，又最終實現存算一體的跨越式發展。

其中，近存計算和存內處理在工業界發展迅速，技術相對成熟，短期內可加速商用；存內計算要求介質革新和芯片重構，在工藝製造、電路設計、生態成熟度等方面面臨着較大的技術挑戰，需要持續技術積累，加速商用化的演進。

白皮書認為，未來存算一體技術將在自動駕駛、AI 處理、物聯網等雲邊端場景廣泛應用，對提升運算效率、降低系統功耗及設備成本等帶來廣闊的收益。

市場玩家方面，據悉，國外巨頭早已佈局這一領域，英特爾、三星、IBM、東芝、SK 海力士等持續進行相關產品的研發，代表存儲器未來趨勢的磁性存儲器（MRAM）和憶阻器（RRAM）相繼在頭部代工廠傳出量產消息。

目前成果較為明顯的是三星在 2021 年發佈的 HBM2-PIM，其使用的 Aquabolt-XL 技術是圍繞 HBM2 DRAM 這種存儲介質進行內存儲計算，可實現高達 1.2 TFLOPS 的計算能力，從而使內存芯片能夠處理通常需要 CPU、GPU、ASIC 或 FPGA 的任務。

國內方面，主要以 AI 為契機，實現特定領域、特定功能的 AI 存算一體芯片。如阿里達摩院於 2021 年 11 月成功研發存算一體芯片，為全球首款基於 DRAM 的 3D 鍵合堆疊存算一體芯片。