在AI技术重塑全球产业格局的进程中,计算范式正经历从运算器为中心到存储器为中心的范式跃迁。这一变革重新定义了“先进存力”的边界。得一微电子首次创造性地提出“AI存力芯片”的技术概念。未来 AI 系统的每个单元都将智能体化。AI 存力芯片致力于将先进存力的 AI 智能体用芯片实现,并主动为 AI 系统的GPU/NPU提供有价值的计算卸载和数据洞察。这一创新成果将大大提升整个系统的运行效率和智能化水平。
从存储到存力,技术路径的跨越式升级作为国内少数具备完整存储控制芯片自主研发能力的企业,得一微正迎来其发展历程中的“高光时刻”:一方面,公司的存储控制芯片产品顺利导入手机头部厂商,PCIe SSD主控产品线持续突破;另一方面,得一微在工规和车规存储市场取得重要突破。尤其是在车规产品方面,公司更是连续多年实现了翻倍式增长,这进一步巩固了公司的实力。在AI席卷全球的当下,得一微与时俱进,启动开拓AI存力芯片的战略升级。“在过去的计算范式中,存储只是围绕着 CPU,为其提供服务,存储的数据也仅仅是数据。但进入AI时代,存储的核心数据变成了大模型的参数,神经网络的权重,还有向量化的知识。与此同时,GPU也取代CPU,成为了存储的新‘大哥’”,得一微电子市场总监罗挺在此前的CFMS|MemoryS 2025 现场告诉半导体行业观察。伴随着这种情况的产生,对系统的理解变了,存储及其在系统中扮演的角色也变了。如罗挺所说,当前,AI无论是存储和推理都用到了很多的GPU,GPU逐渐显现出算力主导地位。在GPU的指导下,数据按照需求在系统中高速运转。但在这个过程中,系统开始出现了诸多问题。例如,HBM成为了成本和性能的瓶颈,SSD/UFS的设计依然是以CPU为中心,这都是AI系统的方案供应商和供应链需要着重解决的关键问题。作为一家以芯片创新和解决方案闻名的供应商,得一微对此也有了自己的思考。“在AI快速发展的时代,我们需要调整整个产品的思路。”罗挺表示。他以Transformer架构的LLM举例说道,当前,无论是Prefill和Decode,注意力还是KV Cache, 向量数据库还是知识图谱的访问,都是在GPU上运行。然而,这种高度集中的计算方式很快遇到了带宽的瓶颈。“在得一微看来,以存算一体为核心的存力芯片,将改变神经网络的计算方式,AI存力芯片才是未来。”罗挺说。AI-MemoryX,是AI存力芯片的探索得一微此前发布的AI-MemoryX显存扩展卡,就是得一微针对新型需求的成功尝试。该方案通过创新架构,将单机显存容量从传统显卡的几十GB提升至10TB级别,仅需1到16张显卡,即可支持32B至671B等超大模型的微调训练,大幅降低对GPU的数量需求,突破大模型训练的显存瓶颈。“AI-MemoryX不仅是一张扩展卡,更是一套完整的微调训练机解决方案。”罗挺强调。该技术涵盖大模型训练框架、显存扩展卡软件栈以及显存扩展卡X200系列,为大模型微调训练提供全方位的技术支持与赋能。目前,该方案已成功应用于DeepSeek等大模型的训练优化,协助开发者发掘微调的潜力和价值,推动AI技术在各行业的快速落地。随着AI-MemoryX技术的迭代创新,得一微将在各个应用场景推出AI存力芯片和解决方案。AI存力芯片,重构计算范式也许很多读者会和笔者一样,对于以前专注于存储的得一微,为何能够迅速转向这些看来与计算有着更多关系的产品。针对这个问题,罗挺表示,公司做的产品创新和产品线拓展,主要还是围绕着存储(存储控制,存算一体,存算互联)展开。在公司过去打造这些产品的过程中,长年积累的硬件、软件、算法和SoC等方面的经验和人才,这也是公司能构建AI存力芯片新技术路径的底气。展望未来的发展,罗挺表示,公司会坚持三步走战略:第一,利用现有的芯片和软件,打造出能快速创造价值的AI存力解决方案;第二,把软件的创新放到芯片里面固化,将算法创新转化为芯片能力;第三,推动AI存力芯片的应用和生态建设。
过去几年,国内芯片行业最大的状态就是内卷,众多厂商围绕着类似的产品定义展开激烈的竞争,除了精益求精,如何寻找方向?得一微通过AI存力芯片的创新,开辟了新的技术赛道,更为中国存储产业的升级发展提供了示范。未来,随着AI存力需求的持续增长,存力将从被动支撑算力到主动驱动算力,得一微的“AI存力芯片”,让每比特数据创造更多智能。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
