得一微定义“AI存力芯片”，让每比特数据创造更多智能

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。

审核编辑 黄宇