（图片来源：苹芯科技）

钛媒体App 8月9日消息，中国芯片设计公司苹芯科技8月8日在北京发布基于存算一体的28nm及22nm节点的PIMCHIP-N300存算一体NPU和PIMCHIP-S300多模态智能感知芯片，支持智能可穿戴设备、智能安防、具身智能、AI大模型、健康数据分析等领域，尤其支持AI与大模型推理加速等各类计算任务场景。

这是中国首颗可商用量产、产品级的端侧28nm存算一体AI芯片。

苹芯科技联合创始人、CEO杨越表示，芯片、AI等技术的迅猛发展正重塑我们的世界，该公司的N300和S300将推动从智能终端设备到智慧城市、从智能医疗到具身智能的全方位变革。未来，其希望携手行业优秀企业在芯片设计、系统集成、应用开发等领域，共同探索存算一体技术的落地应用与价值显现。

会后交流时，杨越对钛媒体App等表示，目前苹芯科技已与国内外电子类头部企业等领域客户展开合作，为其提供存内计算技术的一站式解决方案。目前在22nm阶段已有客户需求，接下来将往22nm、14nm等方向发展。

“从我们角度来说，我们认为，AI 1.0时代其实已经开始逐渐的走向成熟落地，包括我们今天发布的两款产品支撑的神经网络计算。而AI 2.0的通用性更强，比传统的 1.0这种主打垂直领域更加‘通用’，就是一一一套模型通知所有。对某种意义上来说，我们认为现在看到图片生成、视频生成等 AI 2.0是可以变现的，只不过说我们需要给国内企业一些时间。而从算力的角度来说，我们认为这个机会就更大了，因为无论上层应用发展态势，还是目前 AI 训练推理，依然需要很大的算力，但最扎心的问题就是说，如果说仍然两年之内如果看不到（商业化），是不是会出现冷淡下来？科技行业我觉得不会，人类其实永远在再往更先进的技术去迭代、去演进，可能几十年前、十几年前我们还不能相信电动车，但现在其实我们也看到了，我觉得最重要的可能还是要有信心去相信新技术。”杨越表示。

杨越向钛媒体App强调，苹芯AI芯片产品可全面发展国产化。存算一体芯片的设计方法和原则，与传统芯片产业链并没有太大区别，只要工艺成熟了就会直接尝试和使用。而对于制程的要求，需要看客户算力需求，并进行联合定制。

苹芯科技联合创始人、CEO杨越

据悉，苹芯科技创立于2021年2月，定位自身为智能计算架构的革新者，致力于通过创新的存算一体解决方案，为AI的广泛应用提供技术动力。目前苹芯已申请海内外专利40余项。

苹芯科技联合创始人兼CEO杨越毕业于清华大学自动化系，已获得加拿大多伦多大学计算机工程系博士学位，侧重存储相关技术以及软件方向。

存内计算的英文是“Processing in memory”，缩写为PIM，苹芯科技的英文名“PIMCHIP”便由此而来。“苹芯”的“苹”，即是PIM的谐音。

2021年9月7日，苹芯科技宣布其基于SRAM架构的存内计算加速器S200已经测试成功。它可以将深度学习算法中占主导的基本运算在存储器内完成，能大幅提升计算效率，并能完成无损精度的运算。苹芯团队称，这款加速器“首次将商用存内计算带入28nm时代”。该成果还发表于素有“固态电路领域奥林匹克”之称的芯片顶会ISSCC 2022。今天的新品发布也是对其过去三年创业发展的阶段性总结。

清华大学电子工程系教授、无问芯穹发起人汪玉在现场致辞中表示，苹芯两款新品有三个特点：一是在28nm成熟工艺下取得跨代性能提升，实现极致能效比；二是通用性强，能支持不同应用；三是是一个平台架构的概念，在大模型、可穿戴、机器人等应用领域均能发挥作用。

汪玉坦言，他和杨越作为28年老友，从清华附中起就是同学，共同进入清华大学，分别就读电子工程系和自动化系，这份长久的友谊也延伸到了他们的职业生涯中。在汪玉劝说下，杨越回国共同创办了苹芯科技，而汪玉不仅协助找到第一个办公室，还在存算一体技术方向上与苹芯团队保持同行关系，自2012年起研究并发表相关论文，两人在个人和专业层面有深厚联系。

具体来说，苹芯科技依托成熟的SRAM存算一体技术路径，在成熟工艺节点下突破芯片性能，主要包括S300和N300两款AI芯片产品，这是存算一体技术在28nm及22nm节点上的首次产品化实现。

• PIMCHIP-S300系列芯片：基于存算一体技术开发，是一种高能效、小面积、低功耗且低成本的AI芯片。它集成轻量级MCU处理器，能够进行实时控制和调度，并支持音视频及多传感器接入，实现多模态融合感知。内置先进的数字PIM单元和自研异构架构，具备超低功耗唤醒、VAD、语音识别、运动监测和视觉识别等功能，能在特定计算任务中节约高达90%的能耗，其计算核心的能效比达到27TOPS/W。而通过“零搬运”数据处理机制显著提升运算效率同时降低能耗，用于智能可穿戴设备、具身智能、AI大模型等领域。
• PIMCHIP-N300：苹芯科技自主研发的新一代存算一体神经网络处理单元，专为机器学习和 AI 领域优化，支持混合精度计算，包括4bit、8bit整型和16bit浮点运算，实现功耗、算力密度和计算精度的平衡。N300提供了一套完整的开发工具，包括NPU中间表示层规范、模型解析器、优化器和驱动等，能根据不同场景或数据提供一键部署的解决方案，可显著缩短产品开发周期，满足客户需求。

苹芯科技技术负责人透露，目前N300进行进入客户量产，而S300最快将于今年中期开始推销市场当中。

杨越坦言，存算一体出现前业内面临的问题是，计算架构计算单元和存储单元物理上是分离的。因此，当计算发生时，数据需要在这两个单元内通过总线不停传输。AI算力芯片90%以上的功耗都消耗在了传输上，AI起来后，运算量还要比之前的通用运算更密集，原来的架构在效率上来讲，支撑得不是很好。而业内一直在寻求解决办法，即升级工艺制程。

“但这个办法近年来其实已经遇到瓶颈，制造成本越来越高，（升级工艺制程）给芯片带来的效率提升越来越不能匹配设计成本和制造成本。”杨越称，直到2020年前后，一批公司开始不再依赖高级制程，试图改变芯片的架构来减少数据搬移，SRAM存算成为其中落地性强的选择之一。

在杨越看来，近期小型化、轻量化、智能本地化的趋势确实增加了供给方的制造难度，但对存算公司来说是机遇大于挑战。“我们看到，越来越多的客户需要将AI的一些功能带在身上，包括一些高端医疗行业、汽车、手机等等。”以电池为例，杨越表示，能驱动AI计算的特性电池在传统的架构中很难做到，给了存算很大的机会。此外，要做到小型化，存算还有硬件IP复用能力强的优势。

当前，存算一体领域进入落地期。英伟达、微软、三星等科技巨头都已布局存算一体技术，而国内包括上市公司恒烁股份，以及后摩智能、知存科技等多家初创企业聚焦这一赛道，相关产品进入流片或规模量产阶段。

商业化层面，苹芯科技与知存科技有些类似，更多专注于物联网、可穿戴设备、智能家居等场景，但区别在于苹芯加持了包括卷积神经网络(CNN)在内更多 AI 技术。

公开数据显示，到2025年，中国存算一体市场规模预计将达125亿元。而随着技术成熟度提高以及大规模商用落地，预计到2030年，这一市场规模将达1136亿元。

（本文首发于钛媒体App，作者｜林志佳，编辑｜胡润峰）