存算一體進入「產業化時刻」，誰在領跑規模化交付？

2026年被視為存算一體技術發展的關鍵轉折點，過去停留在學術研究與實驗室階段的架構，如今正式邁入「產業化時刻」。包括晶片設計大廠與成立不久的新創團隊，都在同一時間點加速產品化進程，規模化交付成為業界檢驗實力的新標準，市場節奏明顯較過去幾年更加緊湊。其中，最受矚目的動態來自小米。8月24日，小米正式發表玄戒O100高帶寬AI加速芯片，以6奈米製程搭配3D晶圓級堆疊技術，打造出近存計算頻寬達1.22TB/s的解決方案。這款芯片的出現，意味著小米不再只是終端設備的品牌業者，而是直接跨入存算一體技術的供應鏈上游，為終端AI運算提供一條高頻寬的全新路徑。

尤其在大型語言模型逐步朝裝置端遷移的趨勢下，記憶體頻寬往往決定AI推論效能的瓶頸，玄戒O100的發表，正是回應此一需求的具體佈局。值得注意的是，小米的投入並非孤例。存算一體這條賽道上，新創團隊的落地速度同樣令人驚豔。成立僅兩年多的謙合益邦，於8月中旬完成超過20億元人民幣的B輪融資，並同步對外揭露其4層3D DRAM堆疊存算一體芯片已成功回片點亮。回片點亮代表晶片從設計階段進入實際驗證的關鍵里程碑，對一家成立時間如此短暫的公司而言，這項進展直接證明其技術已跨越紙上談兵，進入可被驗證、可被討論的具體階段。謙合益邦的融資規模與技術進度，在某種程度上反映了資本市場對存算一體路線的高度認可。

過去這類新創多半在早期階段面臨「技術驗證困難、量產遙遙無期」的質疑，但如今隨著3D DRAM堆疊技術逐步成熟，以及AI運算對記憶體頻寬的渴望越趨強烈，投資人顯然願意以更積極的態度押注這項前瞻架構。另一方面，鎖定端側AI應用的皓澤科技也推出VVT300 SoC，並計劃於今年內量產出貨。與資料中心等級的存算一體晶片不同，VVT300瞄準的是終端裝置的功耗與面積限制，試圖在有限的硬體資源內，實現更高效的AI運算。若如期量產，這將是少數真正走到出貨階段的端側存算一體產品，對整體產業的示範意義不容小覷。從產業結構來看，當前存算一體的參與者大致可分為兩條路線。

一條是以先進封裝與3D堆疊技術為核心，企圖在晶片架構層面徹底解決記憶體牆問題，小米的玄戒O100與謙合益邦的4層3D DRAM堆疊芯片皆屬此類；另一條則是以特定應用場景為出發點，透過SoC整合方式快速落地，皓澤科技的VVT300即為代表。兩條路線並行發展，讓存算一體不再只是單一技術的競賽，而是涵蓋設計、製程、封裝、軟體生態的綜合較量。值得注意的是，存算一體的「產業化時刻」並非偶然降臨。過去數年，AI模型參數量以指數成長，傳統馮紐曼架構中處理器與記憶體之間的資料傳輸瓶頸日益嚴峻，業界被迫尋找全新解方。

存算一體透過將運算直接嵌入記憶體陣列，大幅減少資料搬運能耗與延遲，從根本上回應了AI時代的運算需求。如今從晶片大廠到新創公司紛紛端出具體產品，正說明這項技術已從理論驗證走向工程實現。小米的參戰，尤其具有指標性意義。作為終端設備出貨量龐大的業者，小米比純晶片設計公司更清楚終端AI應用的實際痛點。玄戒O100所強調的近存計算高頻寬，正是為了因應終端裝置運行大型模型時的即時反應需求。當終端AI不再只是語音助理或影像辨識，而是涉及複雜的多模態理解與生成任務時，記憶體頻寬的優劣將直接影響使用者體驗，這也是小米選擇在此時投入的深層原因。

謙合益邦的技術進展則揭示了另一個重要趨勢：3D DRAM堆疊正在成為存算一體的主流實現方式。透過垂直堆疊多層DRAM，晶片可以在不增加平面面積的前提下，顯著提升儲存密度與運算頻寬。4層堆疊的成功點亮，代表這條技術路徑具備實際可行性，也為後續向更多層數推進奠定了基礎。而皓澤科技的量產計劃，則為市場提供了另一個觀察角度：存算一體不一定要等到資料中心等級的龐大系統才能展現價值。在智慧手機、穿戴裝置、物聯網設備等端側場景中，如何在功耗預算內提供足夠的AI算力，一直是產業難題。VVT300的出現，試圖證明存算一體也能在有限的晶片面積內發揮作用，若今年內順利量產出貨，將為端側AI裝置開闢一條新的設計路徑。

整體而言，2026年的存算一體賽道已從早期的技術宣示，進入到產品定義與交付能力的實質競爭階段。無論是小米這類大型業者以自有芯片強化終端競爭力，還是謙合益邦、皓澤科技等新創團隊以融資與量產計劃爭取市場信任，都在指向同一個結論：存算一體不再遙遠，它已經來到產業化的門口，而誰能率先實現規模化交付，誰就有機會在這波典範轉移中佔據領先位置。