除了 CPO，有望解决算力瓶颈的技术还有它

近日算力市场持续受到关注，包括 CPO、云计算数据中心、芯片等相关分支板块都一度受到市场热捧。

值得一提的是，除了这几块分支，分析师最新研报还提到了存储需求爆发、存算一体等。

ChatGPT 带动存储需求指数级提升

天风证券指出，ChatGPT 正在掀起一轮新的 AI 革命，将带动数据存储需求指数级提升。

其表示，AIGC 有望在消费互联网、产业互联网和社会价值领域持续产生变革性影响。ChatGPT 需要极高的算力及存储支持，ChatGPT3 相较 ChatGPT 2 在数据存储端从百 G 提升至 40T 在存储量上有约 100 倍的提升，随着百度等科技巨头类 ChatGPT 项目入局，整体存储市场需求将进一步快速提升。

德邦证券也认为，AIGC 行业的发展离不开算力提升、数据传输、数据存储三大方向，AIGC 算力需求的提升将同步带动数据存储量的指数型增长。

“存算一体” 有望助力解决算力瓶颈

资料显示，存算一体就是在存储器中嵌入计算能力，以新的运算架构进行二维和三维矩阵乘法/加法运算。存算一体的优势包括：

1）具有更大算力（1000TOPS 以上）;

2）具有更高能效（超过 10-100TOPS/W），超越传统 ASIC 算力芯片;

3）降本增效（可超过一个数量级）。

浙商证券指出，近期 CHATGPT 的兴起推动着人工智能在应用端的蓬勃发展，也对计算设备的运算能力提出了前所未有的需求。虽然 AI 芯片、GPU、CPU+FPGA 等芯片已经对现有模型构成底层算力支撑，但面对未来潜在的算力指数增长，长期来看打造存算一体芯片（减少芯片内外的数据搬运），或将成为未来算力升级的潜在方式。

据《中国移动研究院——存算一体白皮书（2022 年）》，当前全球数字经济增长，算力需求持续提高的同时带来能耗的急剧增加，随着摩尔定律放缓、登纳德缩放失效，传统冯氏计算架构在 “内存墙” 和 “功耗墙” 的双重限制下，算力的能效比受到限制，亟需新的计算架构来解决这一问题。

而存算一体作为一种新型算力，有望解决传统冯诺依曼架构下的 “存储墙”、“功耗墙” 问题，是中国移动极为关注的算力学科的突破性技术，已被确定为算力网络十大关键技术之一。存算一体将存储与计算有机融合，以其巨大的能效比提升潜力，有望成为数字经济时代的先进生产力。

综合来看，光大证券也表示，存算一体的核心是将存储与计算完全融合，有效克服冯·诺依曼架构瓶颈，并结合后摩尔时代先进封装、新型存储器件等技术，实现计算能效的数量级提升。

相关产业链

据《中国移动研究院——存算一体白皮书（2022 年）》，为了加快存算一体技术的商用化推进，根据存算距离的远近，白皮书提出近存计算、存内处理和存内计算三种技术发展路径，既满足不同场景、不同时期的需要，又最终实现存算一体的跨越式发展。

其中，近存计算和存内处理在工业界发展迅速，技术相对成熟，短期内可加速商用；存内计算要求介质革新和芯片重构，在工艺制造、电路设计、生态成熟度等方面面临着较大的技术挑战，需要持续技术积累，加速商用化的演进。

白皮书认为，未来存算一体技术将在自动驾驶、AI 处理、物联网等云边端场景广泛应用，对提升运算效率、降低系统功耗及设备成本等带来广阔的收益。

市场玩家方面，据悉，国外巨头早已布局这一领域，英特尔、三星、IBM、东芝、SK 海力士等持续进行相关产品的研发，代表存储器未来趋势的磁性存储器（MRAM）和忆阻器（RRAM）相继在头部代工厂传出量产消息。

目前成果较为明显的是三星在 2021 年发布的 HBM2-PIM，其使用的 Aquabolt-XL 技术是围绕 HBM2 DRAM 这种存储介质进行内存储计算，可实现高达 1.2 TFLOPS 的计算能力，从而使内存芯片能够处理通常需要 CPU、GPU、ASIC 或 FPGA 的任务。

国内方面，主要以 AI 为契机，实现特定领域、特定功能的 AI 存算一体芯片。如阿里达摩院于 2021 年 11 月成功研发存算一体芯片，为全球首款基于 DRAM 的 3D 键合堆叠存算一体芯片。