2026 世界人工智能大会期间，由观察者网与 WAIC CONNECT 主办、半导体行业观察协办的「重构算力」产业链论坛在张江科学会堂举行。亿铸科技联合创始人兼总裁徐芳受邀发表主题演讲，首次正式发布 “通用存算一体三大定律“，并系统阐释了亿铸科技全数字 3D DRAM 通用存算一体 AI 芯片的技术路线与产业价值，为后摩尔时代的 AI 算力演进提供了一套可参考的底层判断框架与落地方案。
亿铸科技联合创始人兼总裁徐芳发表主题演讲
什么是通用存算一体
当前，大模型产业正从参数竞赛转向场景落地，传统冯・诺依曼架构下的 “存储墙” 已成为制约 AI 算力释放的核心瓶颈之一。数据传输与计算的耗时呈现约 100:1 的不平衡状态，大量时间消耗在数据传输通道上，存算一体被业界广泛视为重要的破局路径。
徐芳在演讲中提出，通用存算一体需要同时满足架构通用、生态通用与计算通用三重属性：架构通用，是指存算一体的实现方式 IP 化，可基于不同介质实现，不绑定单一存储材料，为未来技术迭代预留空间；生态通用，是指实现 CUDA 生态与 PyTorch 的双生态兼容，无需重构上层应用与框架代码，以较低迁移成本即可快速部署，可复用现有开发者生态、模型库与工具链；计算通用，是指存算一体 IP 与通用计算模块深度异构融合，既实现矩阵计算的优化加速，又同时支持通用计算，能够独立承担完整的 AI 计算任务而非仅作为协处理器存在。
需要指出的是，3D 封装与存算一体分属不同技术层面：3D 封装属于先进互联工艺，解决芯片间的带宽互联问题；存算一体则是从计算架构层面减少数据搬运损耗，二者并不等同。
“存算一体如果仅能做矩阵乘法，更多会以 GPU 外设的形态存在；而走向通用计算平台，才能成为支撑下一代算力基础设施的重要力量。” 徐芳表示。
通用存算一体的三大定律
基于对产业规律的持续观察与实践总结，亿铸科技系统提出通用存算一体的三大核心定律，作为技术路线选择与产业判断的思考框架。
搬运代价定律指出，计算架构的每一次重要突破，本质上都围绕 “如何更高效地解决数据搬运” 展开。3D DRAM 提供海量容量基础，存算一体消除架构性损耗，3D 封装实现高带宽互联，三者的融合被认为是当前应对 AI 数据搬运瓶颈的有效技术组合。
通用边界定律指出，专用计算单元的效率优势，往往会被通用计算的生态优势所抵消。只解决单一问题的技术，最终多会成为通用计算的补充，而非主流计算平台。以 AI 领域为例，Google 为 AlphaGo 打造的 TPU 在专用场景效率突出，但凭借更完善的软件生态与通用性，CUDA 架构的 GPU 最终成为更主流的选择 —— 市场选择的通常不只是参数极致的硬件，更是开发成本可控、生态丰富的通用方案。
异构终局定律指出，单一计算单元难以同时满足 “零搬运、全通用、高扩展” 三重要求。存算一体的发展方向更倾向于异构协同，通过架构创新实现系统效能的整体提升。架构设计能力，也成为通用存算领域重要的技术护城河。
技术落地与全场景产品矩阵
作为三大定律的践行者，亿铸科技基于 3D DRAM 的全数字通用存算一体 AI 芯片已成功流片，完成了从理论到硬件的全链路验证。
经测试验证，对比主流云端 GPU，亿铸通用存算方案可实现约 2 倍性能提升、约 1/5 功耗、约 1/6 成本的综合表现。在大模型推理场景下，同等业务规模的推理算力综合 TCO （总拥有成本）最高可下降约 88%，有助于降低数据中心运营成本，为 AI 规模化商业化落地提供高性价比的算力底座选择。
依托全栈自研的技术栈 —— 涵盖自主指令集、软硬协同架构、异构融合计算 IP、兼容 CUDA 编译器、算子库及算力组网系统，亿铸已形成覆盖云边端多场景的产品矩阵，可满足不同规模、不同应用场景的算力需求。
方案同时适配 Agentic AI 时代的新算力需求，支持 1M 超长上下文窗口、混合精度与 MoE 稀疏计算、集群级 KV Cache 池化等特性，可降低 KV Cache 检索延迟，提升长程任务处理能力与有效算力吞吐，支持大规模并行树搜索与环境模拟，助力智能体迭代演进。
随着存算一体写入国家 “十五五” 规划，国产算力产业正迎来加速发展的关键窗口期，存算一体成为算力产业备受关注的新方向。亿铸科技将持续深耕全数字 3D DRAM 通用存算一体技术路线，以架构创新驱动算力效率提升，与产业链合作伙伴一道，共同推动通用存算产业走向规模化成熟，为中国 AI 大算力产业贡献自主可控的下一代算力底座方案。
