行行查
行业研究数据库
人工智能行业研究:SRAM-CIM适用于端侧AI,低延迟、可量产与可更新
- 人工智能
- 半导体
- 存储器
SRAM-CIM(存内计算)技术在端侧人工智能应用中展现出低延迟、可量产与可更新的显著优势,尤其适用于对实时性要求较高的边缘计算场景。该技术通过将存储与计算功能融合,减少数据搬运带来的功耗和延迟,提升整体能效。
具体来看,不同存储媒介在存内计算中的表现各有特点:SRAM凭借其读写速度快、延迟低以及权重可更新的特性,适合用于端侧AIoT设备,如智能眼镜、耳机等穿戴设备中的语音唤醒、降噪及超低功耗感知任务;RRAM则具有理论密度极高、静态功耗极低的优势,支持3D堆叠结构,适用于下一代大算力AIoT设备,例如AR眼镜的视觉处理或助听器中的复杂推理任务,但其工艺一致性控制难度较大,权重更新较困难;DRAM因其容量大、带宽高,能够支持GB级大模型的运行,广泛应用于云端数据中心和高性能计算(HPC)场景,但受限于运算类型有限且难以实现频繁更新;Flash则具备较高的存储密度和成熟的28/40nm工艺,适合权重稳定的边缘设备,如安防摄像头、智能家居面板等,但由于其写入速度慢、耐久性有限,不适合需要频繁更新权重的应用。
总体而言,各类存储技术在存内计算架构中各具优劣,选择合适的存储媒介需结合应用场景的具体需求,如功耗、延
关联报告






| 标题 | 时间 | 页数 | 目录 | 下载 |
|---|---|---|---|---|
| 人工智能系列(二):AI驱动下的电子行业新周期 | 2026-10-24 | 35 | ||
| 人工智能行业专题(24):AI短剧:注意力经济新兴市场,AI赋能工业化生产 | 2026-10-26 | 32 | ||
| 人工智能对广域网的影响:思科报告2026 | 2026-10-27 | 26 | ||
| 电力设备与新能源行业周报:特斯拉Optimus量产继续推进,全面实施“人工智能+”行动 | 2026-10-27 | 15 | ||
| 《人工智能能力建设普惠计划》进展报告(2026) | 2026-10-27 | 22 | ||
| 人工智能的物理竞赛:对电力、水和关键矿产的控制正成为人工智能领导地位的决定性因素 | 2026-10-27 | 16 | ||
| 人工智能主线周报:智元发布具身模型,看好智能化 | 2026-11-02 | 19 | ||
| 人工智能行业专题:2026Q3海外大厂CapEx和ROIC总结梳理 | 2026-11-02 | 25 | ||
| 通信及人工智能组行业光互连系列报告(一):FAU,CPO/NPO驱动量价双升 | 2026-11-03 | 22 | ||
| 人工智能及计算机行业行业月报:国家数据集团正式成立,物理AI迎奇点时刻 | 2026-11-07 | 27 |

行研数据库
创投数据库
证券数据库
商业数据库










