隨著人工智能技術的飛速發展，大模型參數規模已邁入萬億級別，GPU與NPU的算力正以驚人的速度迭代，每年提升幅度高達10倍。然而，在這一浪潮中，存力性能的進步卻顯得相對遲緩，成為制約AI進一步飛躍的關鍵因素。在近期舉辦的MemoryS 2025閃存市場峰會上，得一微公司提出了一個革命性的概念——“AI存力芯片”，為芯片行業帶來了前所未有的設計思路。
得一微董事長吳大畏在接受專訪時強調，AI存力芯片并非簡單功能的堆砌，而是從底層架構進行了徹底的革新。這種創新使得存儲介質從傳統的“被動數據容器”轉變為“主動智能中樞”，每比特數據都能發揮更大的智能潛力，實現自我進化。
吳大畏進一步闡述，傳統存力主控芯片主要承擔數據讀寫管理的基礎功能，采用指令響應式的被動處理架構。而得一微的AI存力芯片則不同，它在芯片層面集成了AI存力智能體單元，實現了存力智能體與算力智能體之間的高效互動，顯著提升了數據處理的智能化水平。這不僅僅是給AI配備存力，更是讓存力具備了“思考”的能力。
相較于傳統的存儲加速方案，得一微的技術著眼于提升存儲介質的認知能力。通過將神經網絡處理器（NPU）與存儲控制器深度集成，得一微正在構建一種全新的存算協同智能處理范式，為下一代存儲架構的發展提供了創新路徑。這一突破不僅為AI應用提供了更強大的存力支持，更為存儲技術的未來發展開辟了新方向。
在人工智能的廣闊領域，得一微從蘋果公司的研究中汲取靈感，積極探索存力芯片如何更好地服務于大型語言模型（LLM）。同時，閃迪的HBF高帶寬閃存技術也為業界帶來了新的活力，其卓越的性能和創新架構顯著提升了數據傳輸速度和存儲效率，為大模型的穩定運行提供了堅實的硬件基礎。
得一微認為，稀疏模型架構是未來大模型發展的必然趨勢。盡管當前MoE架構在大模型中取得了顯著成果，但得一微堅信，神經元級別的稀疏架構與閃存技術的特性高度契合，有望實現大模型在效能和成本方面的全面優化。基于此，得一微正著力研發如何利用閃存技術特性，設計出更高效、更靈活適配神經元級稀疏模型的AI存力芯片架構。
得一微的“AI存力芯片”技術路徑通過存儲控制、存算互聯、存算一體三大核心技術矩陣，正在重構數據流，引領存力芯片的智能化升級。其中，存儲控制技術優化了數據存取策略，提高了存儲帶寬利用率；存算互聯技術構建了更高效、更智能的連接通道，縮短了數據傳輸時間；存算一體技術則探索將部分計算直接放在存儲單元內部或近端執行，從根本上提升了能效比并降低了延遲。
基于這三大技術支柱，得一微在AI手機、AI PC、AI汽車、AIoT及AI服務器五大領域構建了完整的存力生態。在AI手機領域，得一微的存力主控芯片已大規模進入核心手機廠商供應鏈，為智能手機普及AI應用提供了有力支持。在AI汽車領域，得一微的車規級存力芯片已成功應用于多家主流車企，為智能汽車提供安全可靠的存儲保障。在AI服務器領域，得一微的AI-MemoryX顯存擴展解決方案顯著提升了單機顯存容量，為AI服務器的高性能運行提供了關鍵支持。
得一微的SSD存力主控芯片在AI PC領域年出貨量數千萬顆，新一代PCIe 5.0存力主控芯片即將推出，進一步滿足AI PC、邊緣計算等場景對存儲性能的極致需求。在AIoT領域，得一微的存力解決方案已廣泛應用于智能家居、智能安防、工業物聯網等多個領域，為萬物智聯提供高可靠、低功耗的存力支持。
站在技術的前沿，得一微正式啟動了“河圖計劃”，基于存算一體架構的AI存力芯片研發戰略。這一計劃旨在推動存儲介質從“數據容器”向“智能載體”演進，引領存力芯片行業進入全新的發展階段。吳大畏表示，未來的存儲設備將是會“思考”的智能體，它們不僅能存儲數據，更能理解數據、優化數據，甚至在休眠狀態下持續進行數據價值挖掘和自我進化。這正是存力真正的智能革命。
