8月16日【第42期人机沙龙】：共探存算一体对AI内存墙困局的破解路径！

大模型参数量从千亿迈向万亿，算力需求水涨船高，但传统冯·诺依曼架构下，处理器与存储器各自为政，数据在CPU与内存之间反复“搬运”，由此催生的“内存墙”（Memory Wall）正成为制约AI性能释放的核心瓶颈——访存速度远落后于计算速度，数据迁移能耗远超计算本身，大量芯片面积与功耗耗费在数据传输而非有效计算上。

存算一体（Computing-in-Memory，CIM）技术应时而生，其核心理念是将计算逻辑直接嵌入存储单元，让数据在驻留位置就地完成计算，从根本上消除“搬运”带来的延迟与能耗。基机遇SRAM、DRAM、Flash、ReRAM、PCM等不同存储介质的方案各展所长，在AI推理、大模型加速、边缘计算、智能终端等场景中展现出数量级的能效提升潜力。当前，存算一体已从学术探索走向工程落地，国内外创新团队纷纷推出芯片级解决方案，开始进入真实应用场景。

本期沙龙将围绕存算一体的技术路线、商业化节奏与生态建设展开，邀请芯片设计、AI系统、终端应用、投资研判等领域的先行者与实践者，共同探讨这项新型计算范式如何打破“内存墙”的物理桎梏、重塑计算未来，以及深圳创新力量在这一赛道上的坐标与路径。