7家最值得关注的存算一体初创公司丨量子位智库报告（附下载）
量子位智库 发自 凹非寺
量子位 | 公众号 QbitAI
存算一体，一种新型计算架构，正在驱动新一波芯片创新创业浪潮。
至今为止的信息技术产业，都是在经典的传统冯诺依曼架构下驱动的，但随着人工智能技术的发展，各个领域的智能化程度都在不断提高，智能化升级给芯片在大算力和低功耗方面均提出了更高的要求。
而冯诺依曼架构下，由于“存储墙”和“功耗墙”的壁垒，计算机在保证算力的同时，很难做到低功耗和成本可控。
于是在这种情况下，存算一体架构应运而生，并且因其在功耗和计算效率上展示出的巨大潜力而备受产业界关注，一大批创新创业公司，正在被推至前台。
所以国内都有哪些比较受关注的存算一体创业公司？他们各自都有啥进展？存算一体芯片产业前景规模又可以如何估算？
国内7家值得关注的存算一体公司
存算一体目前已是学术领域最热门的话题之一，也是产业界不得不发展的技术方向。随着越来越多新玩家涌入，存算一体也成为近两年芯片投资的热门赛道。
目前已知的商业模式主要分为三种：
IP授权，定制/联合开发以及自主SoC芯片；
国内外存算一体初创公司倾向于SoC芯片研发；
有存储器背景的存算公司则更倾向于存储技术IP授权。
由此可以看出，以电路/架构设计出身的存算一体初创公司最终的竞争核心在SoC芯片性能上，其中包括基于存算一体IP核的设计能力以及SoC芯片设计规划能力。做存储器出身的公司的竞争核心是存储器技术的先进性和成熟度。
从融资轮次来看，国内的头部初创公司（10家左右），知存目前到了B1轮，其余均在A轮前后。
由此可见，存算一体处于行业较为早期的阶段，投资机会较多。
做存算一体的公司之间尚未出现相互竞争的状况，各家之间对如何运用存算一体技术有各自的判断，并且在选定的技术路线和应用场景中都有自己的独特优势。
分析师列出了国内7家值得关注的存算一体公司（按首字母排序）：
后摩智能
成立时间：2020年底
融资轮次：Pre A+
主营方向：后摩智能自主研发的新型智能计算芯片，具有大算力、低功耗、通用性强的特点，可广泛应用于各类大边缘端、及云端推理场景。
亮点：今年5月，后摩智能宣布，其自主研发的业内首款存算一体大算力AI芯片成功点亮，并成功跑通智能驾驶算法模型。该款芯片采用22nm工艺制程，在提升能效比的同时，可以有效把控制造成本。
后摩智能基于该款芯片，首次在存内计算架构上跑通了智能驾驶环境下多场景、多任务算法模型，为高级别智能驾驶提供了一条全新的技术路径。
九天睿芯
成立时间：2018年
融资轮次：A轮
主营方向：专注于研发神经拟态感存算一体架构芯片，应用领域覆盖手机、平板、智能可穿戴、AIoT、AR/VR、智能驾驶等对低功耗、低延时需求强烈的领域。
亮点：全球首家实现神经拟态感存算一体商业化落地的公司。第一颗芯片ADA100已实现量产，ADA100采用成熟的55nm工艺以及12寸晶圆，目前产能充足。
苹芯科技
成立时间：2021年
融资轮次：A轮
主营方向：专注于利用存内计算技术对现有的计算进行加速（基于SRAM做存内计算加速器），为人工智能下的多元场景提供底层的算力支持。
亮点：目前苹芯已开发实现了多款基于SRAM的存内计算加速单元并已完成流片，流片均成功点亮，并已进行外部测试和demo开发。
苹芯是第一家成功设计28nm工艺节点 SRAM 存内计算芯片的公司，芯片已经回片测试成功，并已完成相关语音识别等AI模型demo系统的搭建与演示。
苹芯的SRAM存算一体芯片，是市面上唯一一种可以同时支持浮点运算的存内计算芯片。
千芯科技
成立时间：2019年
融资轮次：天使+轮
主营方向：聚焦大算力可重构存算一体芯片的架构设计，产品（原型）已在云计算、自动驾驶感知、图像分类、车牌识别等领域试用或落地。
亮点：大算力存算一体芯片产品原型已在国内通过互联网大厂内测。千芯科技的核心产品包括大算力的计算板卡和计算IP核，基于SRAM/RRAM/MARM存储单元，为客户提供灵活易用的计算加速及一站式解决方案。千芯的存算一体技术可提供能效比超过10-100TOPS/W，优于其他类型AI芯片10-40倍的吞吐量支持。
亿铸科技
成立时间：2021年
融资轮次：天使轮
主营方向：研发基于ReRAM的全数字存算一体大算力AI芯片, 面向云计算等中心侧和自动驾驶等边缘侧场景。
亮点：初代产品工艺为28nm工艺，可实现与业内标杆GPGPU推理计算产品同等算力、10倍能效比的性能优势，且核心IP均为自研，软件-架构-芯片-工艺-制造均可实现自主可控和国产化。
知存科技
成立时间：2017年
融资轮次：B1（累计获得6亿元投资）
主营方向：针对端侧AI市场的存算一体SoC芯片，主要应用于六大应用场景：语音识别、语音增强、健康监测、环境识别、远场唤醒以及事件检测。
亮点：存内计算芯片WTM2101拥有高算力存内计算核，相对于NPU、DSP、MCU计算平台，AI算力提高10-200倍。
基于WTM2101的存内计算平台，知存科技通过自研和与第三方算法公司合作，提供智能语音和健康类的智能算法，并持续升级。
智芯科
成立时间：2019年
融资轮次：天使轮
主营方向：面向边缘计算的大算力存内计算SoC，主要面向超低功耗智能语音市场和大算力边缘AI增强图像处理市场。
亮点：采用基于SRAM架构的存内计算技术研发AI视觉处理芯片，突破ISP芯片的功耗墙，实时提供超大算力。
据悉，智芯科的低功耗的智能语音芯片已于2021年大规模量产，公司将于2022年底推出业界首款基于SRAM CIM的大算力边缘侧AI增强图像处理器。
存算一体赛道研判
分析师认为衡量一家初创型芯片公司的关键指标是量产与否（是否具备量产能力）。因此，我们首先关注到存算一体领域中实现量产的公司，如国内的九天睿芯、国外的Mythic。
诚然，作为芯片领域的一项新技术，能够实现初步量产需要5年左右的时间，而国内多数存算一体公司成立时间尚未超过5年。因此，在成立时间更晚的公司中，我们主要关注3点：
技术链条的完整性，包括存算一体架构实现（如数字电路/模拟电路/数模混合）和配套的软件工具（EDA，编译器等）；
是否能够精准把握客户需求并提供相应解决方案；
是否有较为全面的人才储备。
在硬件的设计上，由于大部分公司均基于SRAM做存内计算，因此我们的关注点更加聚焦各公司之间基于SRAM的存算一体芯片在测试环节的表现以及在关键指标上的提升程度。
目前，专注于存算一体架构的芯片公司，其产品性能相比于传统芯片都会有数倍的提升（各家具体指标详见报告）。
此外，分析师认为新型存储器（如RRAM）的发展是存算一体从初步商业化到大规模商业化的驱动因素之一，因此在新型存储器上有所布局的公司有望在未来充分释放潜力。
由于新型存储工艺目前尚未成熟，在采用新型存储器做存内计算的公司中，我们会额外关注与其合作的存储器厂商，主要考量因素包括两者之间的合作深度、存储器公司的技术实力、制造能力等。例如，亿铸科技(架构+算法)与昕原半导体(RRAM器件+工艺)合作，共同推动存算一体的商业落地和生态建设。
最后，据业内人士描述，存算一体技术从实验室的研究成果到实现初步量产需要5年左右的时间，从初步量产到大规模量产则需要10年左右时间。
国内存算一体公司从成立时间上看，集中在2017-2020年，其中实现量产的公司有四家左右，其余公司中进入测试阶段的有2-3家。
分析师预计，2025年存算一体将迎来商业化转折点，应用场景从麦克风、智能手表和TWS耳机拓展到智能安防、移动终端和AR/VR等。
以下是报告中的七条关键结论：
One More Thing
扫描二维码，即可下载量子位智库出品的完整版《存算一体芯片深度产业报告》
也可扫描下方智库小助手微信，进入存算一体芯片主题群进行讨论。
关于量子位智库：
量子位旗下科技创新产业链接平台。致力于提供前沿科技和技术创新领域产学研体系化研究。面向前沿AI&计算机、生物计算、量子技术及健康医疗等领域最新技术创新进展，提供系统化报告和认知。通过媒体、社群和线下活动，帮助决策者更早掌握创新风向。
特别感谢：（按首字母排序）
达摩院、后摩智能、九天睿芯、苹芯科技、千芯科技、燕博南教授（北京大学）、亿铸科技
— 完 —
「计算生物学深度产业报告 · 量子位智库」下载
和数十家企业进行沟通交流并广泛调研后，量子位智库撰写了《计算生物学深度产业报告》，扫描下方二维码可下载完整报告。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
一键三连「分享」「点赞」和「在看」
科技前沿进展日日相见 ~
微信扫码关注该文公众号作者