從2022年5月份正式出貨，到目前客戶基于WTM2101芯片大概有10個產品已經完成，合作的客戶主要為對算力、功耗、應用多元化有較高要求的各類智能可穿戴設備廠商。進入市場近1年，知存科技在TWS耳機、VR頭顯、智能手表等客戶產品中出貨量已經接近百萬顆。 

存算一體作為一種新型架構算力，可以有效解決傳統馮·諾依曼架構下的“存儲墻”、“功耗墻”的問題，有望成為數字經濟時代的先進生產力之一。

最近，芯八哥“走進產業鏈”欄目記者采訪了國內存算一體的領先企業—知存科技創始人兼CEO王紹迪。探討在后摩爾時代AI芯片快速發展的背景下，當前知存科技企業的發展情況以及對行業未來發展的展望。

 

存算一體產業化的領軍者，不到一年出貨量就已經接近百萬顆

據了解，知存科技成立于2017年，專注存算一體芯片領域，是存算一體產業化的開拓者和領軍者。

早在2012年，公司創始團隊就開始探索基于NOR Flash的存算一體芯片技術。經過在實驗室長達4年的研究，公司CTO郭昕婕歷經6次流片，首次攻下了浮柵存算一體深度學習芯片技術，做出了國際上首個浮柵存算一體深度學習芯片，證明了存算一體技術可以用在深度學習中。

2017年，存算一體技術開始在業內興起，國際上大的半導體設計、設備和生產公司都開始投資這個技術路線。王紹迪意識到了存算一體技術即將開啟屬于它的時代，便提前結束博士后的研究工作回國創業，以實現存算一體技術的商業化。

經過長達2年多的研發，知存科技基于NOR Flash的存算一體芯片技術，在2020年推出了公司首款智能語音芯片WTM1001。

WTM1001為國際上首個存算一體架構芯片產品。該芯片運行功耗為300μA，算力是市場上同類芯片的20倍，可直接存儲和運行神經網絡，運算過程無數據搬運，效率和傳統架構的人工智能芯片相比提高了近50倍，可廣泛應用于可穿戴設備和智能終端設備等低功耗AIoT場景中。

王紹迪介紹道。

第一代產品讓知存科技跑通了存內計算芯片的量產過程，實現了從學術研究向商業應用落地的突破。

憑借著第一代產品的經驗，公司團隊馬不停蹄的著手第二代產品的研發。2022年1月，知存科技宣布存算一體SoC芯片WTM2101正式量產，并于3月成功推向市場。

作為國際首個存算一體的SoC芯片，WTM2101基于存算一體技術，采用極小封裝尺寸，可實現微安級別下上百條語音命令詞識別，并且能夠以超低功耗實現NN聲音降噪算法、健康監測與動作識別算法，典型應用場景下工作功耗均在微瓦級別。此外，該芯片可使用sub-mW級功耗完成大規模深度學習運算，可覆蓋語音識別、語音增強、健康監測、環境識別、遠場喚醒、運動識別、視覺識別及事件檢測多個應用場景。

知存科技WTM2101存算一體SoC芯片

資料來源：知存科技

WTM2101芯片兼具超低功耗與高算力，相對于NPU、DSP、MCU計算平臺，WTM2101的AI算力提高了10-200倍，功耗僅在5uA到3mA之間。尤其針對Gops以上的算力，例如TWS、對講機、助聽器等需要用到人聲增強、降噪、抗嘯叫算法時產生的算力，基于存內計算技術的WTM2101芯片更能發揮優勢。

王紹迪補充道，此外，WTM2101芯片是一個可開發的通用芯片，采用2.6x3.2mm2極小封裝，內部包括1.8M的存算一體NPU、CPU、加速器組、RAM等，即便是常規非AI的算法都可以跑得游刃有余，這些優勢使得WTM2101能夠更好的滿足市場需求，并且快速實現在市場的推廣。

從2022年5月份正式出貨，到目前客戶基于WTM2101芯片大概有10個產品已經完成，合作的客戶主要為對算力、功耗、應用多元化有較高要求的各類智能可穿戴設備廠商。進入市場未1年，知存科技在TWS耳機、VR頭顯、智能手表等客戶產品中出貨量已經接近百萬顆。

知存科技WTM2101存算一體SoC芯片主要產品特點

資料來源：知存科技

值得一提的是，除了芯片外，知存科技還能為客戶提供豐富的軟件工具，能夠幫助更多的開發者基于WTM2101開發出成熟方案。不僅如此，WTM2101還提供智能語音和健康類的智能算法并持續升級，以始終保持業內領先的效果。

繼WTM2101芯片量產后，公司針對物體識別、分類檢測、以及視頻增強等更高性能的場景又開發了WTM8系列芯片，以適應于各種高能效復雜邊緣計算場景的需求。

王紹迪表示，WTM8系列覆蓋2D（1080P-8K）與3D視頻處理場景，具備高算力、低功耗、高能效、低成本的核心優勢，在算力上可以達到幾十Tops，相對第二代芯片產品有600倍的算力提升。據其透露，目前該產品已經經過流片驗證，預計在2023年將投入市場。

 

存內計算芯片在AI端側大有作為，在國內完備產業鏈的加持下出貨量將實現千萬級的跨越

業內周知，現代計算機普遍采用馮-諾伊曼架構，存儲器與計算器分離。在進行運算時，原始數據需要從存儲器傳輸到計算器，計算器完成計算后，再將結果數據返回到存儲器，這就導致了計算能效低、速度慢、功耗高等問題。

存算一體作為一種新的計算架構，核心是將存儲與計算完全融合，有效克服了馮·諾依曼架構瓶頸，并結合后摩爾時代先進封裝、新型存儲器件等技術，能夠實現計算能效的數量級提升，已成為目前存算一體技術的攻關的重點。

而在終端方面，據IDC預測，2025年全球物聯網設備數將超過400億臺，產生數據量接近80ZB，在智慧城市、智能家居、自動駕駛等諸多場景中超過一半的數據需要依賴終端本地處理，單設備的AI算力需求約在0.1~64TOPS之間。

憑借在功耗、計算效率等方面具有的明顯優勢，存內計算芯片能在單位面積下提供更高的算力、更低的功耗，進而延長設備工作時間，在端側具有廣闊的應用前景，可適用于家庭網關、工業網關、攝像頭、可穿戴設備等對運行時間、功耗、便攜性等有較高要求的場景。

創業要成功對市場的判斷占決定因素。公司剛起步時，當時大的市場聲音是AI不需要端側，只需要云端就夠了。但我們覺得肯定有端側市場，因為我們知道技術能帶來什么，知道上下游配套的東西能不能實現，實現之后能給產品帶來什么樣的提升。因此在做了充分考量分析后，我們從創業初始就決定從市場最不看好的端側芯片切入，穩扎穩打、逐步布局云邊端，并且這一定位一直延續到現在。

王紹迪說道，在這一領域，我們是存內計算市場上最早的開拓者和引領者，并且在產品和生態上已經形成了非常強的競爭力。未來，我們將進一步完善芯片架構的通用及穩定性，并且不斷優化對軟硬件的協同能力，以強化公司的競爭優勢。

知存科技存內計算產品規劃

資料來源：知存科技

作為一種較新的芯片設計方法，存算一體在走向商業應用落地的過程中，同樣存在眾多困難與挑戰。

對于此，王紹迪指出：從0到1的商業化落地過程中，存算一體芯片從器件研發及制造、電路設計、芯片架構、EDA工具鏈到軟件算法生態等諸多方面都沒有成熟經驗可參考。在量產過程中，穩定性、工藝偏差等方面都需要團隊慢慢摸索，我們在這過程中也是踩過了很多坑，走過了很多彎路，最終才在該領域有所突破。不過，這些經驗也幫助知存科技建立了扎實深厚的技術壁壘與先發優勢。

為了加快發展的步伐，進一步加大競爭優勢，近年來知存科技在半導體一級市場上異?；钴S。就在前幾天，知存科技又傳來好消息，公司宣布成功獲得了2億元的B2輪融資，以加速存算一體芯片的商業化進程。

截至目前，公司已經累計完成了金額達8億元的多輪融資，主要投資人包含中芯聚源、訊飛創投、哈勃投資、天堂硅谷、深創投、國投創業等知名機構。

有了這些知名機構的信任與加持，知存科技在2022年不僅實現了存內計算芯片的量產，更經受住了市場檢驗，幫助十余家客戶基于WTM2101開發并實現了功能創新升級。

王紹迪表示，未來，公司將繼續投入存內計算芯片研發迭代和市場應用拓展，出貨量和市場同步拓展，向10倍增長進發，用存內計算技術突破算力瓶頸，為AI落地持續賦能。

知存科技作為國內領先并且較早實現存算一體商業化落地的公司，在圍繞WTM序列進行產品迭代的同時，公司也在進一步豐富軟件、工具鏈，以搭建存算一體的良好生態。相信在完成0-1的驗證期后，隨著今年主力產品的逐步放量與新產品的陸續投入市場，預計公司將駛入發展的快車道。