2026年9月，随着人工智能大模型参数规模普遍突破十万亿级，传统冯·诺依曼架构芯片在算力供给与功耗控制上的矛盾愈发尖锐。业内人士指出，存算一体与Chiplet异构集成技术正从实验室走向大规模商用，成为支撑下一代AI基础设施的核心方案。
存算一体芯片量产落地 能效比提升超十倍
9月下旬，多家半导体厂商在年度技术峰会上展示了最新一代存算一体芯片。该类芯片将计算单元与存储单元深度融合，消除了数据在处理器与内存之间频繁搬运带来的延迟与能耗。据分析师透露，针对大模型推理场景，新一代存算一体芯片的能效比较传统GPU方案提升超过十倍，单卡即可支持千亿参数模型的实时推理。
产业链上游同样动作频频。国内多家晶圆代工厂宣布其28纳米及14纳米存算一体工艺平台已通过客户验证，预计2027年初进入风险试产阶段。与此同时，相关EDA工具厂商推出了支持存算一体设计的全流程工具链，大幅缩短了从架构定义到流片的周期。业内人士认为，存算一体技术将率先在边缘计算、智能驾驶和工业质检等对功耗敏感的领域规模化落地。
Chiplet生态走向成熟 异构集成重塑芯片设计范式
在9月举办的国际半导体高层论坛上，Chiplet异构集成被列为未来五年最具颠覆性的芯片设计范式。通过将不同工艺节点、不同功能的裸片（Die）以先进封装技术互联，芯片设计企业可以灵活组合计算、存储、I/O等模块，显著降低对大尺寸单晶片的依赖，并提升良率与迭代速度。
政策层面也在加速推动。2026年第三季度，多个国家和地区出台了针对先进封装的产业扶持政策，涵盖设备采购补贴、研发费用加计扣除以及跨企业技术标准联盟建设。市场研究机构预测，到2028年，全球Chiplet市场规模将突破300亿美元，年复合增长率超过35%。分析师指出，Chiplet生态的成熟将使得中小型芯片设计公司能够以更低门槛参与高端AI芯片竞争，从而重塑整个半导体产业格局。
综合来看，存算一体与Chiplet技术的协同演进，正在为AI大模型时代构建全新的算力底座。随着量产进程提速与产业链协同深化，2026年有望成为芯片架构革新的关键转折年，智能制造、智能网联汽车、云计算等领域将率先受益。
