存算一体AI芯片商业化加速，推动边缘计算革新

软盟2025年9月28日讯：物联网与AI芯片领域迎来了关键节点——深圳市勤业物联科技有限公司宣布完成超亿元B轮融资。本轮融资由红杉资本中国基金、高瓴创投领投，中芯聚源、临芯投资等产业资本跟投，资金将集中投向存算一体AI芯片的研发与量产，目标年内实现千万级芯片出货量，推动工业物联网、智慧城市等场景的规模化落地。

这一动作背后，是AI芯片行业对“低功耗、高算力”技术的迫切需求。传统冯诺伊曼架构的AI芯片因“存储墙”“能耗墙”问题，在边缘设备场景中面临算力与能效的双重瓶颈。勤业物联的存算一体技术，通过将计算单元嵌入存储器内部，实现数据原地计算，为破解这一难题提供了新路径。

存算一体技术：突破AI芯片算力与能效瓶颈

传统架构的“三堵墙”困局

传统AI芯片采用冯诺伊曼架构，计算与存储单元分离，数据需在CPU、内存和存储器间频繁搬运。这一模式导致三大核心问题：

1. 存储墙：数据搬运延迟占芯片总功耗的40%以上，限制算力提升；
2. 能耗墙：边缘设备对功耗敏感，但大模型推理需求推动算力指数级增长；
3. 编译墙：存储与计算异构导致编程模型复杂，开发效率低下。

以中集集团物流载具管理场景为例，传统条码标签在高频流转中易磨损脱落，人工盘点效率不足30%，载具丢失率高达10%。此类问题在工业物联网、智慧城市等场景中普遍存在，需技术革新。

存算一体：从原理到架构的创新

勤业物联的存算一体AI芯片通过三大技术路径突破瓶颈：

1. 内存计算架构：将计算单元嵌入存储器内部，消除数据搬运需求，能效比较传统架构提升5-8倍；
2. Chiplet异构集成：采用2.5D/3D堆叠技术，将大模型拆解为多个高密度存算单元，支持从微小算力（<1T）到千亿参数级大模型的推理需求；
3. 新型ReRAM存储技术：基于导通桥联（CBRAM）的忆阻器单元面积极小（4F²），读写速度是NAND Flash的1000倍，功耗降低10倍以上，且在-40°C至125°C环境下稳定运行。

技术验证数据显示，搭载存算一体芯片的边缘设备功耗降低60%，推理延迟缩短至5ms以内，满足工业控制、自动驾驶等实时性严苛场景的需求。

商业化加速：从技术验证到场景落地

千万级出货量目标背后的产业逻辑

本轮融资资金将重点投向三大方向：

1. 量产线建设：在深圳宝安区建设自动化封装测试产线，采用Chiplet架构提升良率，目标将单芯片成本降低40%；
2. 生态合作：与中芯国际、长江存储共建ReRAM产线，实现新型存储器规模化量产；
3. 场景拓展：聚焦工业物联网、智慧城市、AIoT终端三大场景，形成标准化解决方案。

公司创始人罗荣辉透露：“通过Chiplet架构，我们可将大模型训练与推理需求拆解为模块化单元，客户可根据场景灵活组合，降低部署门槛。”例如，在中集集团的载具追踪系统中，单件载具全生命周期管理使资产丢失率下降50%，盘点效率提升60%。

三大核心场景的商业化实践

1. 工业物联网：为制造业提供设备预测性维护解决方案，已在中集集团、华为云等客户中完成验证。测试数据显示，故障预测准确率达92%，设备停机时间减少35%；
2. 智慧城市：联合华为云推出城市级物联网感知平台，支持交通流量实时分析、环境监测等场景。单节点可处理10万路设备数据，推理延迟低于10ms；
3. AIoT终端：与智能家居厂商合作开发低功耗语音交互芯片，待机功耗低于10mW，满足电池供电设备长期运行需求。

产业生态：从技术突破到价值链重构

资本市场的“技术路线”认可

中芯国际A股目标价上调至182.8元、A-H股溢价率达238%，反映资本市场对AI芯片国产化路径的信心。高瓴创投合伙人李强指出：“勤业物联的存算一体芯片解决了边缘AI落地的最后一公里问题，其技术迭代速度与商业化能力在同类企业中位居前列。”

数据显示，2025年中国AI芯片市场规模达1200亿元，其中边缘计算芯片占比超40%。勤业物联的技术路径与中芯国际的代工能力形成协同，有望在国产化替代进程中占据先机。

产业链协同创新模式

勤业物联的商业化进程得益于“技术+场景”双轮驱动：

1. 上游协同：与中芯国际合作开发14nm/12nm制程工艺，优化ReRAM与逻辑电路的集成；
2. 中游标准化：推出存算一体芯片开发套件（SDK），支持TensorFlow、PyTorch等主流框架；
3. 下游场景深耕：在工业、城市、家居等领域形成可复制的解决方案，服务客户超500家。

例如，其RFID载具管理方案已在中集集团20余个物流园区落地，单园区年节省盘点成本超200万元。

未来展望：重构物联网边缘计算格局

三代芯片规划的技术跃迁

勤业物联计划在未来三年内推出三代存算一体芯片：

1. 第二代芯片（2026年）：支持1-3B级别轻量化大模型，已流片成功，能效比较第一代提升3倍；
2. 第三代芯片（2027年）：支持100B级别参数量大模型推理，成本降至现有方案的十分之一，相当于支持5-10B级别模型的成本；
3. 车规级芯片（2026-2027年）：与某国际车企合作开发车载AI芯片，目标2026年实现前装量产，满足自动驾驶场景的实时性需求。

边缘计算的基础设施化

随着AI大模型向边缘侧渗透，市场对低功耗、高算力芯片的需求呈爆发式增长。Gartner预测，到2027年，边缘AI芯片将占据AI芯片市场的60%以上。勤业物联的技术路径与商业化能力，使其有望成为这一赛道的定义者之一。

罗荣辉表示：“我们的目标不仅是提供芯片，更是构建‘芯片+算法+场景’的生态体系。未来三年，存算一体芯片将成为物联网边缘设备的基础设施，推动AI技术在更多领域的落地。”

结语：技术革命与产业变革的交汇点

勤业物联的B轮融资，标志着存算一体技术从实验室走向规模化应用的关键跨越。在AI与物联网深度融合的背景下，其通过“技术突破+场景落地+生态构建”的三重策略，不仅解决了传统芯片的算力与能效瓶颈，更为国产化替代提供了可复制的路径。

当千万级芯片出货量成为现实，当存算一体架构成为边缘计算的标准配置，勤业物联或许正在书写中国AI芯片产业的新篇章。这场由技术革命驱动的产业变革，终将重塑全球半导体竞争格局。