当前，AI大模型正从参数规模竞赛加速向产业场景落地，数据中心、云计算与大模型推理场景对算力效率、能耗水平与部署成本的要求持续提升。而传统冯·诺依曼架构下的“存储墙”问题日益凸显，数据传输与计算的耗时呈现约100:1的不平衡状态，大量算力消耗在数据搬运环节，成为制约AI算力释放的核心瓶颈。在行业对下一代算力架构的探索中，通用存算一体被视为重要的破局方向。作为国内首家基于通用存算一体架构的AI大算力芯片企业，亿铸科技凭借全链条的技术创新与产业实践，构建了差异化的竞争力。亿铸科技核心优势，集中体现在架构设计、介质突破、技术路线与落地价值等多个维度，为后摩尔时代的AI算力演进提供了可参考的底层框架与落地方案。
一、通用存算一体架构创新，重构算力底层逻辑
传统存算分离的架构下，数据需要在存储单元与计算单元之间反复搬运，既带来了极高的功耗损耗，也导致计算单元的有效利用率偏低。亿铸科技提出的通用存算一体架构，从计算底层减少数据搬运损耗，同时突破了传统存算方案的专用性局限，同时满足架构通用、生态通用与计算通用三重属性。
架构通用层面，存算一体的实现方式采用IP化设计，可基于不同介质实现，不绑定单一存储材料，为后续技术迭代预留了充足空间；生态通用层面，方案实现CUDA生态与PyTorch双生态兼容，无需重构上层应用与框架代码，能够以较低迁移成本快速部署，复用现有开发者生态、模型库与工具链；计算通用层面，存算一体IP与通用计算模块深度异构融合，既可以优化加速矩阵计算，也同时支持通用计算，能够独立承担完整的AI计算任务，而非仅作为协处理器存在。
这一架构设计也契合产业演进的底层规律：仅能解决单一计算问题的专用方案，最终往往会成为通用平台的补充；而兼具效率与通用性的架构，才能成为支撑下一代算力基础设施的核心力量。
二、3D DRAM技术突破，筑牢容量与带宽双底座
存储容量与数据带宽，是决定存算一体方案能否支撑云端大算力场景的关键基础。行业内早期的存算一体方案普遍受限于存储容量，难以承载百亿、千亿参数级别的大模型，也无法适配长上下文推理等新兴需求。
亿铸科技选择3D DRAM作为核心存储介质，从物理层面突破了容量瓶颈，为存算一体芯片从MB级容量迈向GB级甚至更高容量提供了支撑，能够承载更大规模的模型参数，适配云端大模型推理的算力需求。同时，3D堆叠技术不仅提升了存储密度，还能够显著拉高存储带宽与数据吞吐能力，而大模型Token持续生成的过程高度依赖高速数据传输，大容量叠加高带宽的组合，直接决定了最终的推理输出效率。
基于3D DRAM的技术底座，方案还能够支持1M超长上下文窗口、混合精度与MoE稀疏计算、集群级KV Cache池化等特性，有效降低KV Cache检索延迟，提升长程任务处理能力与有效算力吞吐，适配Agentic AI时代的新算力需求。
三、全数字存算一体方案，保障高精度与高可靠性
在存算一体的技术路线中，计算精度是决定方案能否落地商用的核心指标之一。模拟计算路线受器件特性、环境变化等因素影响，容易出现误差逐层叠加，难以满足大模型推理的高精度要求。
亿铸科技采用全数字存算一体的技术路线，回归数字电路的确定性逻辑，从根本上消除了器件非理想性带来的精度损失，为大模型推理所需的高精度计算提供了稳定保障。同时，数字存算架构具备更强的容错能力与架构集成性，在数据存储可靠性与量产成本控制上也更具优势，能够适配数据中心、云端服务器等场景下的长期稳定运行需求。
四、能效与成本双优，支撑产业规模化落地
架构、介质与路线的创新，最终落地为产品端的性能与成本优势。经测试验证，对比主流云端GPU，亿铸通用存算方案可实现约2倍性能提升、约1/5功耗、约1/6成本的综合表现；经第三方机构验证，其能效比超出传统架构AI芯片平均性能的10倍以上。
在大模型推理场景下，同等业务规模的推理算力总拥有成本最高可下降约88%，能够有效降低数据中心的运营成本，为AI规模化商业化落地提供高性价比的算力底座。依托全栈自研的技术栈，亿铸科技已形成覆盖云边端多场景的产品矩阵，能够满足不同规模、不同应用场景的算力需求，同时通过兼容主流开发生态的软件平台，大幅降低了客户的开发适配门槛。
从底层架构创新到介质技术突破，从全数字路线选择到落地场景的价值验证，亿铸科技核心优势始终围绕“破解存储墙瓶颈、释放算力效能”的核心目标展开。作为通用存算一体赛道的先行者，亿铸科技持续深耕全数字3D DRAM通用存算一体技术路线，以架构创新驱动算力效率提升，不仅为AI算力产业提供了新的演进路径，也将为中国AI大算力产业的自主可控发展，以及千行百业的智能化升级提供坚实的算力支撑。
