6月20日，华中科技大学信息存储系统教育部重点实验室里，电流嗡鸣声不绝于耳。“喻家山二号”芯片研发进入关键期。

2024年11月底，全球存储容量最大的MRAM（磁性随机存储器）存算一体芯片“喻家山一号”芯片在此诞生。这款由华科大副校长、信息存储系统教育部重点实验室主任冯丹教授带领团队研发的芯片，突破了统治计算机架构70余年的冯·诺依曼技术瓶颈，将“存”与“算”融为一体，通过原位计算大幅降低数据移动能耗，算力高达每秒能做30.1万亿次AI运算，能效比超过高端边缘AI芯片。

冯丹表示，“喻家山二号”芯片将在“喻家山一号”技术基础上迭代升级，进一步提升算力与能效。

华科大信息存储系统教育部重点实验室存算一体芯片研发团队，前排右四为冯丹教授，前排右五为童薇教授。（资料照片）

“小个子，大能耐”

武汉光电国家研究中心展厅，两块银灰色“喻家山一号”芯片呈现在长江日报记者眼前，单芯片面积不足2厘米见方。

“喻家山一号”存算一体芯片。记者杨佳峰 摄

“小个子，能耐大。”实验室童薇教授拿起其中一块，语气里带着自豪，“存储容量64Mb，算力达30.10TOPS，能效140.54TOPS/W。”

这组数字意味着什么？冯丹解释，在传统芯片上，数据必须像搬运工一样，从存储区长途跋涉到计算区，这个过程消耗了90%以上的能量和时间。而“喻家山一号”能让数据“原地办公”，直接在存储单元完成计算。这不仅让它每秒能完成30.1万亿次AI运算，更让每瓦功耗能驱动140.54万亿次运算。简而言之，它不仅算得快，而且还节能。

AI算力的“马力”越大，数值越大，跑大模型、图像识别、自动驾驶等AI任务越快。2024年11月底，冯丹教授拿到团队刚研发完成的“喻家山一号”封装芯片时，迫不及待放到板卡上测试其是否具备设计预期的超凡“马力”。

存算芯片板卡。记者杨佳峰 摄

“当时我们研发了两款芯片，一款基于MRAM介质，另一款基于ReRAM（阻变存储器）介质，没想到两款都能点亮，非常顺利。”童薇介绍，首先确认是否能正常上电，随后测试读写等基本功能，包括存储容量是否达标、计算能力是否正常等。

测试过程中，ReRAM芯片比较顺利，能正常工作，但MRAM芯片连续一个月测试没有任何反应。

“示波器测量不到任何信号，输入激励后也没有输出，虽然能上电，但无法激活。”童薇回忆，那段时间实验室气氛压抑到了极点。冯丹带领团队一遍遍排查，最终发现是芯片的一个引脚定义弄反了，“那一刻，悬着的心才重重落下”。

随着ChatGPT和DeepSeek相继上线，2025年，冯丹决定做一个大胆的尝试：将1.5B（15亿）参数规模的模型部分计算任务，卸载到“喻家山一号”上运行。

“成功了！”测试结果验证了芯片具备支撑大模型推理的系统级能力。冯丹解释：“就像CPU需要编译器将高级语言转化为机器码一样，我们的存算一体芯片也需要一套专用编译工具链，将目标操作转换为芯片可理解的指令。”

“完全符合设计预期！”冯丹带领团队完成了存算一体芯片的设计到软件工具链的全套工作。但是团队却异常平静，第二天的实验室依然安静如昨，因为他们前面还有更大的目标。

“要做就做最好的”

1987年，17岁的冯丹考入华中工学院（现华中科技大学）计算机专业，她首次系统学习了冯·诺依曼架构。那时的她未曾预料到，未来自己会成为这一经典理论的突破者。

2006年，已在该校任教十载的冯丹，投身国家973计划“下一代互联网信息存储的组织模式和核心技术研究”。在探索“多层次、可扩展的存储对象”模式的过程中，她认识到冯·诺依曼架构的局限性，脑海中萌生出存算一体的创新构想。

“存算一体的核心，是把计算功能迁移到存储端，让数据在存储位置就地运算，彻底消除搬运开销。”冯丹向记者阐释道。这一构想在2009年看到曙光——惠普实验室发现忆阻器效应，为存算一体的物理实现奠定了理论基础。存算一体旨在最大限度降低乃至消除数据传输的能耗。其实质是让数据与计算单元尽可能贴近，理想状态下，数据可在存储位置直接运算，无需任何移动。

“喻家山一号”流片。记者杨佳峰 摄

2014年，他们研发的“主动对象海量存储系统及关键技术”获得国家技术发明奖二等奖。这项技术让存储系统具备了一定的处理能力，被视为存算一体的早期雏形。

“距离实现存算一体芯片的目标近在咫尺，我们必须突破这一关键瓶颈。”凝视着实验室陈列的主动对象存储卡，冯丹为团队定下了新的攻关方向。

研发之路布满荆棘。当时，存算一体芯片主要有两条技术路线：SRAM（静态随机存储器）和MRAM（磁性随机存储器）。国内同行多选择SRAM路线，因为更易适配现有工艺。但SRAM断电数据即失，且存储密度受限，难以承载大模型时代对海量数据的需求。

“要做就做最好的！”冯丹毅然选择了更难走的路——MRAM非易失性存储技术。这种技术兼具断电数据保存、读写速度快、功耗低、寿命长、抗干扰强等优势，更适配存算一体芯片的应用需求，是未来高端存储芯片的核心方向。

从材料特性研究到单元结构设计，再到阵列集成与算法优化，这支四五十人的团队埋头苦干了10年。“很多人的黑发熬成了白发。”童薇感慨道。正是这份坚持，让“喻家山一号”在算力与能效上达到全球领先水平，一举打破国外对高端存储技术的长期垄断。

“要打破生态壁垒”

“喻家山一号”问世后，冯丹团队马不停蹄地推进产业化进程，他们对接产业链上下游企业，开展应用测试与市场推广，致力于让顶尖技术走出实验室，赋能千行百业。

“存算一体技术短期内必将大规模应用。”童薇描述了应用前景——该芯片采用异构计算架构，并非要取代CPU或GPU，而是将基础CPU改造为更适应智能处理的计算单元。通过在存算一体芯片外围集成更多逻辑模块，可将其打造为功能全面的通用芯片。

目前，团队正与多家行业领军企业合作，推进芯片的小批量试产与场景化应用，着力解决工艺适配、成本优化及批量生产等关键问题，加速实现商业化落地。“AI发展的主要瓶颈是能耗，而存算一体技术凭借其高能效比，必将在各层级应用中大放异彩。”冯丹表示。

实验室内的荣誉墙见证了“存储一体”芯片研发轨迹。记者杨佳峰 摄

但在落地过程中，一道无形的“生态壁垒”横亘在前。长期以来，全球集成电路技术标准多由国外主导，我国产业发展受制于人。

“技术创新离不开标准引领。”冯丹深知，要实现存算一体规模化发展，必须建立自主可控的标准体系。去年，她牵头组织高校、科研院所及龙头企业，启动存算一体技术国家标准的制定工作。项目组系统梳理了技术架构、性能指标、测试方法等核心要素，形成了完整科学的国标草案。

目前，团队已正式提交国家标准申报材料。冯丹表示，这将彻底改变国内产业“无标可依”的局面，破除技术生态壁垒，构建自主可控的存算一体产业生态。

“喻家山一号”芯片问世仅一年，“喻家山二号”芯片的研发已进入冲刺阶段。冯丹透露，“喻家山二号”芯片将在现有技术基础上，进一步提升算力与能效，优化存储容量与集成度，拓展更多应用场景，攻克更高精度的原位计算、多场景适配等核心技术，推动存算一体技术向更高水平、更宽领域迈进。

【对话】

冯丹解读存算一体芯片：实现绿色低碳发展的颠覆性技术路径

记者：存算一体到底是什么？怎么去理解？

冯丹：最开始的核心概念是“原位计算”，也就是在数据存储的位置直接进行计算，数据不需要移动。比如说，传统冯·诺依曼架构中，CPU是一个中心处理器，所有操作数（比如做加减乘除时需要的数值）都要从其他地方读取到CPU的寄存器里才能运算。这就像是处理单元定在那不动，数据得一个一个运过来才能处理。

计算本身的能耗其实很低，可能只占整个计算过程能耗的十分之一，甚至更低。大量的能量都消耗在数据从存储位置到处理器的搬运上，而且搬运还会有延迟。比如做加法运算，其逻辑运算的能耗可能在皮焦级别，而数据搬运的能耗要高得多。这就是大家常说的“冯·诺依曼瓶颈”。

存算一体解决的核心问题就是尽可能降低甚至消除数据移动的开销，让数据和计算单元尽可能靠近，极致状态就是数据在存储位置直接运算，完全不需要移动。

记者：存算一体为何如此重要？

冯丹：眼下，我国全面实施“人工智能+”行动，数据存储事关国家战略。未来，不仅需要更强的算力，更需要与之匹配的存力。存算一体技术相比传统的存算分离架构，能效比提升一个数量级以上，是突破现有算力瓶颈，实现绿色低碳发展的颠覆性技术路径。

记者：“喻家山一号”存算一体芯片性能如何？它是如何工作的？

冯丹：我们研发的存算一体芯片，是目前全球存储容量最大的MRAM存算一体芯片。当我们使用一台电脑时，系统会将存储芯片里的数据搬运到计算芯片中。七八成的电量耗在了搬运途中。存算一体芯片的厉害之处是数据存在哪儿，就在哪儿算，不用搬来搬去，能节省大量能耗。耗电量是同规格计算芯片的千分之一。

记者：存算一体芯片能做哪些事情？

冯丹：存算一体芯片不仅可以应用于手机端，也可支持图像识别、声纹识别、指纹识别等场景。其核心优势是能耗更低：不仅能延长待机时间（充一次电可用两三天甚至更久），还能减少设备发热，提升使用体验。

具体场景包括所有采用RISC-V处理器的设备（机顶盒、智能电视、智能手机、电脑）、物联网设备（家庭机器人、摄像头），以及带智能标签的家电——它能提供更强的智能算力。就拿家用摄像头来说，用上存算一体芯片后，在本地完成数据处理，不需要把实时画面传到云端处理，既安全又高效。

记者：存算一体芯片在国际上研发现状如何？

冯丹：目前，存算一体芯片的研发，国际和国内几乎齐头并进，台积电、三星等在产业化落地上领先。联发科去年也推出过存算一体芯片，采用的是SRAM（静态随机存储），跟我们MRAM路径不一样：SRAM更容易适配现有工艺，而MRAM需要专门的后道生产线实现，优势是存储密度更高，算力也能更高，更适合大模型时代的需求。此外，武汉也有相关企业在研发存算一体芯片，产业集聚效应正在形成。

（长江日报记者杨佳峰）

【罗田甜】