当AI技术开始重塑全球产业的底层逻辑时，计算范式正悄然发生一次根本性的位移——从以运算器为中心，转向以存储器为中心。这场变革重新划定了“先进存力”的边界，也让一个全新的技术概念浮出水面：AI存力芯片。

提出这一概念的，是国内存储芯片领域的老牌玩家——得一微电子。在他们看来，未来AI系统的每一个单元都将智能体化，而AI存力芯片的目标，就是用芯片把这种先进存力的AI智能体真正落地，主动为AI系统的GPU/NPU提供有价值的计算卸载和数据洞察。换句话说，不是等着数据被调走，而是让存储自己先想一步、算一步。这无疑将大幅提升整个系统的运行效率和智能化水平。

从存储到存力，技术路径的跨越式升级

作为国内少数具备完整存储控制芯片自主研发能力的企业，得一微正迎来其发展历程中的“高光时刻”。一方面是存储控制芯片产品顺利打入手机头部厂商，PCIe SSD主控产品线持续突破；另一方面，在工规和车规存储市场也取得了重要突破。尤其是车规产品，连续多年实现翻倍式增长，这进一步巩固了公司在行业中的身位。

而在AI席卷全球的当下，得一微并没有守成，而是顺势启动了向AI存力芯片的战略升级。

“在过去的计算范式中，存储只是围绕着CPU，为它提供服务，存储的数据也仅仅是数据。但进入AI时代，存储的核心数据变成了大模型的参数、神经网络的权重、还有向量化的知识。与此同时，GPU也取代CPU，成为了存储的新‘大哥’。”得一微电子市场总监罗挺在CFMS|MemoryS 2025现场的这番话，点出了核心变化。

伴随着这种情况的产生，对整个系统的理解变了，存储及其在系统中扮演的角色也变了。当前，AI无论是训练还是推理都用到大量的GPU，GPU逐渐占据了算力的主导地位。在GPU的指挥下，数据按照需求在系统中高速运转。但问题也随之而来：HBM成了成本和性能的瓶颈，而SSD/UFS的设计依然是以CPU为中心——这些都是AI系统方案供应商和供应链必须面对的关键挑战。

作为一家以芯片创新和解决方案闻名的供应商，得一微对此有自己的思考。“在AI快速发展的时代，我们需要调整整个产品的思路。”罗挺表示。他举了Transformer架构的LLM为例：无论是Prefill还是Decode，注意力机制还是KV Cache，向量数据库还是知识图谱的访问，当前都在GPU上运行。但这种高度集中的计算方式很快就遇到了带宽瓶颈。“在得一微看来，以存算一体为核心的存力芯片，将改变神经网络的计算方式，AI存力芯片才是未来。”

AI-MemoryX，是AI存力芯片的探索

得一微此前发布的AI-MemoryX显存扩展卡，就是针对这一新型需求的一次成功尝试。通过创新架构，该方案将单机显存容量从传统显卡的几十GB提升至10TB级别，仅需1到16张显卡，即可支持32B至671B等超大模型的微调训练，大幅降低对GPU数量的需求，真正突破了训练过程中的显存瓶颈。

“AI-MemoryX不仅是一张扩展卡，更是一套完整的微调训练机解决方案。”罗挺强调。该技术涵盖大模型训练框架、显存扩展卡软件栈以及显存扩展卡X200系列，为大模型微调训练提供全方位的技术支持。目前，方案已成功应用于DeepSeek等大模型的训练优化，协助开发者发掘微调的潜力和价值，推动AI技术在各行业的快速落地。

随着AI-MemoryX技术的迭代创新，得一微将在更多应用场景推出AI存力芯片和解决方案。

AI存力芯片，重构计算范式

也许很多读者会好奇：以前专注于存储的得一微，为什么能迅速转向这些看起来与计算关系更大的产品？

对此，罗挺的解释很直接：公司做的产品创新和产品线拓展，主要还是围绕着存储——存储控制、存算一体、存算互联。过去多年积累的硬件、软件、算法和SoC等方面的经验和人才，正是公司能够构建AI存力芯片新技术路径的底气。

展望未来，得一微坚持三步走战略：第一，利用现有的芯片和软件，打造能快速创造价值的AI存力解决方案；第二，把软件的创新固化到芯片中，将算法创新转化为芯片能力；第三，推动AI存力芯片的应用和生态建设。

过去几年，国内芯片行业最大的状态就是内卷——众多厂商围绕类似的产品定义展开激烈竞争。除了精益求精，还能如何寻找方向？得一微通过AI存力芯片的创新，开辟了一条全新的技术赛道，也为中国存储产业的升级发展提供了范本。未来，随着AI存力需求的持续增长，存力将从被动支撑算力转向主动驱动算力。得一微的“AI存力芯片”，正在让每一比特数据创造更多智能。