AI边缘推理推动内存架构重构

随着大语言模型从数据中心走向边缘设备和物理 AI，业界正重新思考内存架构。传统的冯·诺依曼架构下，数据在内存与计算单元之间频繁搬运，带来较高的功耗和延迟，难以满足边缘推理场景的需求。为此，业界探索通过 PNM（近存计算）和 PIM（存内计算）等技术，让计算靠近内存甚至进入内存内部，以减少数据搬运、降低功耗并提升推理效率。Semiconductor Engineering 于 2026 年 11 月 12 日报道，面向 AI 推理的内存架构再思考正在成为芯片与封装领域的重要方向。目前该事件主要体现为技术方向上的讨论与重构趋势，报道未给出具体产品发布或商业化时间表。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。