更加了解FeRAM

2026.11.3

什么是PIM（Processing-in-Memory）？下一代存储器计算的基础与应用

PIM（Processing-in-Memory，存内处理），又称IMC（In-Memory Computing，存内计算），是一种将计算功能集成到存储器内部、旨在解决传统架构瓶颈的下一代技术。本文将从技术角度详细解析PIM的工作原理、优势、与FeRAM及ReRAM的协同应用潜力，以及主要企业的相关布局。PIM在AI和大数据领域备受关注，其技术发展与应用前景值得深入了解。

在AI、工业设备及边缘计算等应用中，存储器的性能、功耗和数据保持能力都会影响系统设计。除了了解PIM的基本原理，选择适合具体应用需求的存储器技术也十分重要。

如果您正在评估非易失性存储器，或希望了解FeRAM、ReRAM等存储器的产品特点，欢迎联系我们获取相关信息。

了解存储器产品与应用

什么是PIM（Processing-in-Memory）？

PIM的定义及其所要解决的问题

PIM（Processing-in-Memory）是一种通过赋予存储器本身计算功能，最大限度减少处理器与存储器之间的数据传输，从而大幅提高处理效率的技术。在传统架构中，CPU与DRAM之间需要频繁传输数据，这一直是制约系统性能的瓶颈。尤其是在AI和大数据等需要处理海量数据的应用中，存储器带宽限制了处理速度。作为解决这一问题的新型技术方案，PIM正受到广泛关注。

与传统架构的区别

在传统计算机架构中，计算任务由CPU或GPU执行，而存储器负责数据的保存与读取。这种分离式架构设计简单、通用性强，但需要频繁传输大量数据，容易导致功耗增加和处理延迟上升。PIM从根本上重新审视了这一架构，通过将计算功能集成到存储器内部，实现直接在存储器中进行处理。由此，可以最大限度地减少数据传输，同时实现高性能处理。

PIM的分类与架构示例

PIM主要分为两种类型：存内计算（In-Memory Computing）和近存计算（Near-Memory Computing）。前者将存储单元与计算电路在物理结构上进行集成，处理效率较高，但设计难度也较大。后者则将计算电路配置在存储器附近，在保持与传统制造工艺兼容性的同时，充分发挥PIM的优势。具体实现案例包括三星的HBM-PIM，以及UPMEM采用RISC-V架构的DRAM内处理单元等。

PIM的技术特点与优势

通过减少数据传输提升性能

PIM最大的特点是通过减少数据传输次数来提升处理性能。在传统架构中，CPU与存储器之间的总线带宽往往成为性能瓶颈，在处理大规模数据时尤其容易限制整体速度。PIM将计算操作放在靠近数据的位置执行，从而避免总线拥堵并降低处理延迟。因此，在AI推理、图像处理和科学计算等数据密集型应用中，PIM有望发挥显著优势。

优化功耗与节能效果

CPU与存储器之间频繁的数据传输会消耗大量能源。PIM通过在存储器内部或附近执行计算，可以大幅降低这部分能耗。据报道，三星的HBM-PIM与传统处理方式相比，最高可降低70%的功耗。低功耗对于电池供电的边缘设备和数据中心尤为重要，而PIM正是一项能够满足这些需求的技术。

可扩展性与实时处理能力

PIM架构可以将多个计算单元分布式部署在大量存储单元附近，从而实现较高的可扩展性。这有助于提升对大型数据集进行并行处理和实时处理的能力。此外，由于数据能够保留在物理存储位置附近，可以减少数据传输以及部分缓存未命中带来的影响，更容易实现处理时间的可预测性。这些特点也使PIM适用于对实时性有较高要求的机器人技术和工业IoT领域。

PIM的应用领域与相关存储器技术

在AI与机器学习领域的应用案例

PIM在AI和机器学习领域的应用尤其受到关注。这类应用需要在存储大量参数和权重数据的同时反复执行计算，因此数据传输成本成为一个突出问题。借助PIM，可以更加快速、节能地执行各类推理任务和学习算法。Google、NVIDIA和三星等企业正在推进基于PIM的AI加速器研发，预计未来相关应用将进一步扩大。

FeRAM与ReRAM的兼容性及应用潜力

FeRAM（铁电随机存取存储器）和ReRAM（阻变型存储器）具有非易失性、高集成度和低功耗等特点，与PIM架构具有较高的兼容性。将FeRAM或ReRAM用作PIM的数据存储介质，可以在断电后保持数据，并在需要时直接执行相关处理，因此适用于追求高能效的边缘AI和IoT应用。特别是在传感器设备内部进行预处理、数据筛选等轻量级计算时，采用基于ReRAM的PIM方案具有一定优势。

在评估存内计算及低功耗计算架构时，除了计算方式，还需要关注存储器的写入耐久性、功耗、数据保持特性及系统集成要求。FeRAM与ReRAM各有不同的技术特点，适用方案需要根据具体应用进行判断。

如果您希望了解RAMXEED的FeRAM、ReRAM产品及其应用方向，欢迎联系我们进行咨询。

咨询FeRAM与ReRAM产品

主要企业与研究机构的相关布局

为了推动PIM技术商业化，半导体行业的主要企业和大学研究机构正在积极开展相关研发。三星已推出HBM-PIM，并推进相关技术的量产应用；UPMEM则提供采用RISC-V架构的DRAM型PIM芯片。瑞萨电子也在推进面向边缘AI的PIM芯片研发，相关技术在国内外的应用案例正在增加。随着未来标准化进程的推进以及基础设施的完善，PIM技术有望得到更广泛的应用。

总结

PIM的核心价值与未来展望

PIM通过融合存储与计算，有望从根本上解决传统计算架构中的性能瓶颈。在AI、大数据和IoT等以数据为核心的应用场景中，PIM将重点从数据的“移动”转向数据的“利用”，从而兼顾处理性能与能源效率。未来，完善软件工具链以及建立与现有处理器协同工作的架构，将成为PIM进一步发展的重要课题。

设计工程师需要关注的要点

在导入PIM时，需要从多个角度进行综合考虑，包括整个系统的架构设计、与存储器特性相匹配的计算方法，以及通过软件进行控制的能力。对于设计工程师而言，理解PIM与传统存储器和处理器分离式架构之间的区别，并据此做出存储器选型和加速器配置方面的设计决策，尤为重要。此外，将FeRAM或ReRAM等非易失性存储器与PIM相结合，构建低功耗、高能效的系统，也有望成为未来实现产品差异化的重要方向。

与相关技术的比较及选型指南

与PIM存在竞争或互补关系的技术包括非易失性存储器计算（NVM Computing）和基于SoC的AI加速器等。不同技术各有优势，需要根据具体应用场景进行合理选择。例如，对于重视实时处理的应用，PIM可能更具优势；而对于大规模模型训练，将PIM与GPU或TPU结合使用则可能更加有效。设计工程师需要综合评估应用需求，并在性能、功耗和成本之间取得平衡，从而做出合理的技术选型。

PIM与存内计算技术仍在不断发展，实际应用需要结合计算任务、存储器特性及系统架构进行综合评估。对于正在开发新产品或研究低功耗、高能效解决方案的工程师，深入了解不同存储器技术的特点，有助于推进后续的技术选型。

如果您有具体的存储器选型需求，或希望进一步了解RAMXEED的FeRAM、ReRAM产品，欢迎与我们联系。

联系技术团队获取产品信息