IBM的研究显示，冯诺依曼瓶颈是导致AI计算能耗高和延迟长的重要原因。最近的研究人员提出了内存计算的概念，通过将计算逻辑集成到存储单元中，减少了数据传输需求，从而降低了能耗及提高了效率。这一方法利用了新兴的存储技术，例如相变存储器（PCM）和电阻式随机存取存储器（RRAM），有望突破冯诺依曼架构的限制。

在这种情况下，处理器会遇到所谓的 冯·诺依曼 瓶颈，即数据传输速度慢于计算速度时发生的滞后。这是冯·诺依曼架构的结果，过去六十年来几乎每个处理器都采用这种架构，其中处理器的内存和计算单元是分开的，通过总线连接。这种设置具有优势，包括灵活性、对不同工作负载的适应性以及轻松扩展系统和升级组件的能力。这使得这种架构非常适合传统计算，而且它不会很快消失。

每经AI快讯，开源证券指出，随着AI算力需求的不断提升，冯·诺依曼架构的存算性能失配问题日益显现，存算一体化技术应运而生。近存计算通过2.5D和3D堆叠技术有效融合计算与存储，提升内存带宽并降低访问延迟，成为提升芯片性能的主流方案。HBM和CUBE方 ...

「故事」半人半神冯诺依曼，深藏锋芒模仿凡人，依旧让无数学者嫉妒(1) ...

财中社2月26日电 ...

金融界App机会电报：开源证券发布研报称，随着AI算力需求的持续提升，传统的冯·诺依曼架构面临存算性能失配问题，而近存计算技术应运而生，通过2.5D和3D堆叠技术有效融合计算与存储，显著提升内存带宽并降低访问延迟。该机构认为，近存计算有望成为未来技术 ...

开源证券发布研报称，随着AI算力需求的持续提升，传统的冯·诺依曼架构面临存算性能失配问题，而近存计算技术应运而生，通过2.5D和3D堆叠技术有效融合计算与存储，显著提升内存带宽并降低访问延迟。该机构认为，近存计算有望成为未来技术发展的关键趋势，特别是在高性能计算和边缘设备中展现出巨大潜力。其中，HBM和CUBE方案作为代表，正逐步引领行业变革。受益标的： 北京君正 (300223.SZ)、兆易创新 ...

【开源证券：近存计算或成未来技术关键趋势】开源证券表示，由于 AI 算力需求持续上升，冯·诺依曼架构存算性能失配的问题愈发突出，存算一体化技术由此诞生。近存计算借助 2.5D 和 3D ...

从市场竞争的角度来看，近存计算技术的发展将促使智能设备的设计向更高性能的方向转型。市场上，如寒武纪和中科曙光等公司已经在 AI 算力硬件方面取得了不可小觑的市场地位，他们有望借助这一新技术实现更大的市场份额。同时，众多半导体企业亦在加紧布局，试图抢占近存计算领域的制高点。这类企业如北京君正、兆易创新及瑞芯微等，都已经展示出强劲的市场增长潜力，其最新的产品线也将更好地满足客户对高性能计算的需求。

08:08【开源证券：近存计算有望成为未来技术发展的关键趋势】开源证券指出，随着AI算力需求的不断提升，冯·诺依曼架构的存算性能失配问题日益 ...

AI领域正在经历一场颠覆性的变革！DeepSeek，一款近期火爆全球的开源AI大模型，正与GPT-4、Sora等模型一起，掀起一场前所未有的算力竞赛。随着AI训练规模的指数级增长，计算资源的短缺已经成为无法忽视的问题——算力不足，功耗爆表，传统芯片难 ...