中国芯片产业核心痛点 - 先进工艺技术缺失导致3nm/5nm工艺短期内难以量产 传统工艺芯片算力密度低 无法满足千亿参数大模型运行需求[2] - 国内AI芯片产业长期依赖美西方闭源生态 CUDA生态垄断AI模型训练与推理软件链路 存在有硬件无软件的潜在风险[3] - 传统冯・诺依曼架构存在计算与存储单元分离问题 数据搬运形成存储墙瓶颈 千亿级参数模型导致数据搬运量指数增长和推理效率骤降[4] 三维存算一体技术突破 - 三维存算一体技术通过SRAM存算一体+DRAM三维堆叠在存储器内完成计算 从根本上消除数据搬运开销[5] - 22nm工艺下实现传统NPU/GPU在7nm工艺相当的算力密度 计算能效提升5-10倍 成本降低4倍[5] - 技术研发团队近六年发表14篇突破世界纪录的AloT芯片成果 获2021年度ISSCC最佳芯片展示奖和2024年度ISSCC最佳论文奖[6] RISC-V架构协同优势 - RISC-V架构具有开放、灵活、可扩展特性 允许自由修改扩展指令集且无需支付高昂授权费用[7] - 与三维存算一体技术融合可满足AI大模型高并行低功耗需求 缓解外部工艺封锁压力[7] - 微纳核芯作为RISC-V存算一体应用组组长单位 联合产业链推动技术生态化落地[8] 技术应用规划与产业合作 - 短期进入端侧大模型应用领域 赋能AI手机和AIPC等终端设备[8] - 中期向云端大模型应用拓展 与国产CPU/GPU结合提供大模型训练推理算力支撑[8] - 远期进军具身智能应用领域 已与手机、PC、服务器龙头企业开展产业链合作[8]