IBM科研突破：模拟叠加技术重塑相变存储（PCM）AI计算版图

近日，IBM Research Europe在《Superposed analog memory for vector storage in neural networks》研究中取得关键技术突破，提出利用模拟叠加（Analog Superposition）技术来提升相变存储（PCM）的有效存储密度。这一成果不仅是存储器底层物理机制的创新，更为边缘AI计算的架构优化指明了新方向。在传统的冯·诺依曼架构中，内存与处理器之间的“存储墙”始终是能效比提升的最大瓶颈。IBM此次提出的模拟叠加方案，通过在PCM单元中同时存储多个神经网络权重向量，极大地提升了芯片的存储密度与吞吐能力。实验结果显示，即使在模拟域进行复杂运算，其推理准确度依然能逼近全精度软件实现。这一技术的产业意义在于，它为计算存储一体化（In-Memory Computing）的商业化扫清了密度障碍，使得在极低功耗下运行超大规模神经网络成为可能。 从供应链与行业影响的角度来看，该技术一旦进入工程化阶段，将对现有的内存与存储厂商产生深远影响。首先，半导体设备制造商需重新评估对PCM制造工艺的优化需求，特别是在多层电阻状态精确控制方面的设备能力。其次，对于AI芯片设计公司而言，这意味着他们可以放弃过度依赖昂贵的SRAM，转而利用这种高密度PCM来实现更低成本、更高算力的存内计算芯片，这将重构AI加速器市场的竞争格局。未来，我们预计模拟叠加技术将在自动驾驶、智能手机摄像头处理单元以及低功耗物联网设备中率先落地。 展望未来，虽然PCM模拟叠加技术目前仍处于原型验证阶段，但它已经展示了突破物理极限的能力。接下来的关键挑战在于模拟电路的抗噪性能与环境适应性，以及如何在量产工艺中实现跨芯片的稳定性。如果IBM能成功解决上述挑战，模拟存储技术将成为打破算力增长瓶颈的“核武器”，加速AI从云端向边缘侧的全面下沉，为全球半导体产业带来新一轮增长点。