第1章存算一体产业综述及数据来源说明

1.1 存算一体概念界定

1.1.1 存算一体的定义/概念形成

1.1.2 存算一体的优势及市场驱动力

1.1.3 存算一体所处行业

1.1.4 存算一体市场监管

1.1.5 存算一体标准建设

1.2 本报告数据来源及统计标准说明

1.2.1 本报告研究范围界定

1.2.2 本报告权威数据来源

1.2.3 研究方法及统计标准

第2章存算一体技术架构及产业画像

2.1 发展背景：AI快速发展催生算力需求爆发

2.2 发展趋势：AI算力架构演进趋势

2.2.1 演进趋势：CPU→GPU→存算一体

2.2.2 冯诺依曼架构存在的“存储墙”和“功耗墙”问题

2.2.3 非冯 "诺依曼架构VS冯 "诺依曼架构

2.2.3 存算一体的基本架构和原理

2.3 发展历程：存算一体发展历程

2.4 技术路线：存算一体技术类型及演进趋势

2.4.1 存算一体技术演进趋势

2.4.2 查存计算（Processing With Memory）

2.4.3 近存计算（PNM）

2.4.4 存内处理（PIM）

2.4.5 存内计算（CIM）

1、模拟存内计算（小算力可靠性要求低的民用场景）

2、数字存内计算（大算力高能效的商用场景）

2.4.6 数字存算一体VS模拟存算一体

2.4.7 主要企业的技术路线布局

2.5 产业全景：存算一体产业链结构梳理

2.5.1 AI产业链结构梳理

2.5.2 存算一体产业链结构梳理

2.6 产业全景：存算一体产业生态全景图谱

2.7 基础硬件：存算一体存储介质发展现状

2.7.1 易失性存储类型

1、静态RAM（SRAM）

2、动态内存（DRAM）

2.7.2 非易失性存储类型

1、NOR Flash

2、阻变随机存储器（RRAM）

3、磁性随机存储器（MRAM）

4、相变存储器（PCM）

2.7.3 存算一体存储器综合对比

2.7.4 目前可用于存算一体的成熟工艺存储器

2.7.5 目前可用于存算一体的新型存储器

2.7.6 主要企业的存储器类型布局

2.8 应用场景：存算一体的应用场景概述

2.8.1 端侧应用场景（小算力）

2.8.2 边侧应用场景

2.8.3 云侧应用场景（大算力）

2.8.4 主要企业的应用场景布局

2.9 面临挑战：存算一体的技术挑战

2.10 发展趋势：存算一体技术发展趋势

2.11 影响因素：存算一体技术大规模商用影响因素

第3章存算一体芯片及算法发展现状

3.1 AI芯片发展现状

3.1.1 AI芯片概述

3.1.2 AI芯片发展现状

3.1.3 AI芯片供应商格局

3.1.4 主要AI芯片类型

1、通用芯片（GPU）

（1）GPU概述

（2）市场供给分析

（3）市场规模分析

2、可编程芯片（FPGA）

（1）FPGA概述

（2）竞争格局分析

（3）市场规模分析

3、专用定制化芯片（ASIC）

（1）ASIC概述

（2）市场发展现状

4、类脑芯片

（1）类脑芯片概述

（2）市场发展现状

3.2 AI芯片技术架构类型

3.2.1 现阶段AI芯片的技术架构

3.2.2 存算一体芯片基本架构

3.3 存算一体芯片VS传统芯片

3.4 存算一体芯片发展历程

3.4 存算一体芯片发展路线图

3.5 存算一体芯片投融资态势

3.5.1 存算一体芯片主要资金来源

3.5.2 存算一体芯片企业融资动态

3.5.3 存算一体芯片企业兼并重组

3.6 存算一体芯片企业赛道布局

3.7 存算一体芯片企业名单

3.6.1 云和边缘大算力为主的企业名单

3.6.2 端侧小算力为主的企业名单

3.7 存算一体芯片产品及解决方案梳理

3.8 国内外存算一体商业化进展存在一定差距

3.9 存算一体芯片市场容量分析

3.10 存算一体芯片面临的挑战

3.10.1 存算一体对于芯片前端设计和验证的挑战

3.10.2 存算一体技术对芯片后端的挑战

第4章AI一体机发展现状及市场空间

4.1 中国AI一体机发展历程

4.2 中国AI一体机市场参与者类型

4.3 中国AI一体机企业入场方式

4.4 中国AI一体机企业/产品

4.5 中国AI一体机采购/价格

4.6 中国AI一体机市场容量

4.7 中国AI一体机发展面临的挑战

第5章存算一体技术应用场景需求分析

5.1 存算一体技术应用场景分布

5.2 存算一体技术应用场景：AI训练和推理（深度学习）

5.2.1 AI训练和推理概述

5.2.2 AI训练和推理市场概况

5.2.3 AI训练和推理企业格局

5.2.4 AI训练和推理算力需求

5.2.5 AI训练和推理存算一体探索现状

5.3 存算一体技术应用场景：AI大规模深度学习模型（大模型）

5.3.1 AI大模型概述

5.3.2 AI大模型市场概况

5.3.3 AI大模型企业格局

5.3.4 AI大模型算力需求

5.3.5 AI大模型存算一体探索现状

5.4 存算一体技术应用场景：AIoT（人工智能物联网）

5.4.1 AIoT概述

5.4.2 AIoT市场概况

5.4.3 AIoT企业格局

5.4.4 AIoT算力需求

5.4.5 AIoT存算一体探索现状

5.5 存算一体技术应用场景：AIGC（生成式人工智能）

5.5.1 AIGC（生成式人工智能）概述

5.5.2 AIGC（生成式人工智能）市场概况

5.5.3 AIGC（生成式人工智能）企业格局

5.5.4 AIGC（生成式人工智能）算力需求

5.5.5 AIGC（生成式人工智能）存算一体探索现状

5.6 存算一体技术应用场景：感存算一体

5.6.1 感存算一体概述

5.6.2 感存算一体发展现状

5.6.3 感存算一体发展潜力

5.7 存算一体技术应用市场战略地位分析

第6章存算一体垂直行业应用需求分析

6.1 存算一体垂直行业应用领域分布

6.2 存算一体垂直行业应用：自动驾驶

6.2.1 自动驾驶概述

6.2.2 自动驾驶市场概况

6.2.3 自动驾驶企业布局

6.2.4 自动驾驶发展趋势

6.2.5 自动驾驶算力需求分析

6.2.6 自动驾驶算力匹配现状

6.2.7 自动驾驶算存一体布局现状

6.3 存算一体垂直行业应用：工业制造

6.3.1 工业制造概述

6.3.2 工业制造市场概况

6.3.3 工业制造企业布局

6.3.4 工业制造发展趋势

6.3.5 AI在工业制造领域的应用

1、智能生产

2、产品和服务

3、企业运营管理

4、供应链

5、业务模式决策

6.3.6 工业制造算力需求分析

6.3.7 工业制造算力匹配现状

6.3.8 工业制造算存一体布局现状

6.4 存算一体垂直行业应用：医疗健康

6.4.1 医疗健康概述

6.4.2 医疗健康市场概况

6.4.3 医疗健康企业布局

6.4.4 医疗健康发展趋势

6.4.5 AI在医疗健康领域的应用

1、人工智能药物研发（AIDD）

2、AI医学影像

3、AI制药

6.4.6 医疗健康算力需求分析

6.4.7 医疗健康算力匹配现状

6.4.8 医疗健康算存一体布局现状

6.5 存算一体垂直行业应用：智慧城市

6.5.1 智慧城市概述

6.5.2 智慧城市市场概况

6.5.3 智慧城市企业布局

6.5.4 智慧城市发展趋势

6.5.5 智慧城市算力需求分析

6.5.6 智慧城市算力匹配现状

6.5.7 智慧城市算存一体布局现状

6.6 存算一体垂直行业应用：数据中心

6.6.1 数据中心概述

6.6.2 数据中心市场概况

6.6.3 数据中心企业布局

6.6.4 数据中心发展趋势

6.6.5 数据中心算力需求分析

6.6.6 数据中心算力匹配现状

6.6.7 数据中心算存一体布局现状

6.6 存算一体产业细分市场战略地位分析

第7章全球及中国存算一体企业案例解析

7.1 全球及中国存算一体企业梳理与对比

7.2 全球存算一体企业案例分析

7.2.1 三星电子

1、企业基本信息

2、企业经营情况

3、存算一体产业业务布局

4、存算一体产业在华布局

7.2.2 英特尔

1、企业基本信息

2、企业经营情况

3、存算一体产业业务布局

4、存算一体产业在华布局

7.2.3 IBM

1、企业基本信息

2、企业经营情况

3、存算一体产业业务布局

4、存算一体产业在华布局

7.2.4 特斯拉

1、企业基本信息

2、企业经营情况

3、存算一体产业业务布局

4、存算一体产业在华布局

7.2.5 英伟达

1、企业基本信息

2、企业经营情况

3、存算一体产业业务布局

4、存算一体产业在华布局

7.3 中国存算一体企业案例分析

7.3.1 阿里巴巴达摩院（杭州）科技有限公司

1、企业基本信息

2、企业经营情况

3、企业资质能力

4、存算一体产品布局

5、企业业务布局战略