这张图谱怎么分的
AI 推理的大部分时间和电，花在把权重从存储搬到计算单元上（「存储墙」）。存算一体的思路是把乘加直接放进存储阵列，或者放到存储旁边。这张图按「算在哪」和「模拟还是数字」分组，存储介质、工艺节点、量产状态、目标场景做成筛选字段。
骨架出处
没有找到一张公认的、专门画存算一体的 VC 市场地图（别人画过的相关地图收在 海外图谱），所以骨架用学术和行业综述拼起来：
| 用在哪一级 | 出处 | 它怎么分 |
|---|---|---|
| 一级：算在哪（存内 / 近存） | Mutlu 等《A Modern Primer on Processing in Memory》（arXiv 2012.03112） | processing-near-memory（计算放在存储旁边 / 存储芯片里）和 processing-using-memory（用存储单元本身算） |
| 一级、二级 | Bryon Moyer《Is In-Memory Compute Still Alive?》（Semiconductor Engineering，2024-12-12） | 近存 vs 真存内、数字 vs 模拟、按介质（Flash、SRAM + 电容、3D DRAM）看商业公司 |
| 二级：模拟 / 数字 | Verma 等《In-Memory Computing: Advances and Prospects》（IEEE Solid-State Circuits Magazine，2019） | 模拟存内的能效优势和噪声、动态范围代价；数字存内的收益更稳但更小 |
| 字段：存储介质 | Shimeng Yu 等《Compute-in-Memory Chips for Deep Learning: Recent Trends and Prospects》（IEEE Circuits and Systems Magazine，2021）；Sebastian 等《Memory devices and applications for in-memory computing》（Nature Nanotechnology，2020） | SRAM、RRAM、PCM、Flash、MRAM、FeFET 等介质；电荷型 vs 电阻型器件 |
分析机构里，Yole 2024 年的神经形态报告把存内计算当作神经形态的一种原语，没有单独成类；IDTechEx、SemiAnalysis 没找到专门的存算分类。所以光子、类脑放在「相邻路线」只列代表。
六框十三层各是什么
每家写了哪些技术字段
- 算在哪：存内（在存储阵列里算）/ 近存（算在存储旁边或存储芯片里）/ 相邻（光子、类脑）。
- 模拟 / 数字：模拟 = 用电流、电荷直接累加，能效高但有噪声、漂移，要 ADC；数字 = 在阵列里做数字乘加，精度和普通芯片一样。
- 存储介质：SRAM、DRAM、HBM、NOR Flash、RRAM、PCM、MRAM、FeFET、电容等。
- 工艺节点：只写公司公开或可靠媒体写的节点，点「出处」可核对。
- 量产状态：量产 / 样片出货 / 流片 / 研究 / 已停，带日期和出处；流片、样片、量产不混用。
- 目标场景：端侧（手机、耳机、传感器）/ 边缘（摄像头、汽车、工控、PC）/ 数据中心。
收录范围和口径
- 主轴（模拟存内、数字存内、近存）收做存算 / 近存芯片的公司和大公司产品线，中国和海外都收；研究线、相邻路线、上游只列代表。主营是普通 NPU、GPU 的不收。
- Groq、Cerebras 这类靠大容量片上 SRAM 的大芯片，不算真存内，放在「SRAM 近存大芯片」作对照。
- 每家公司的融资、估值、工艺、量产状态都另外查证，附出处；没查到的写没查到，不推测原因。只用公开资料。
- 估值 = 最近一轮投后或报道值；「≈ 估」= 没公布估值，按最近一轮融资额 × 5 估算。人民币、欧元只在排序和估值柱里折成美元，卡片照原文写。
- → 表示被谁收购或团队并入哪家，· 表示哪家大公司的产品线 / 研究线。全部交易见 收购时间线。
- 机器可读数据和给 AI 的说明：给 AI 读、llms.txt、data/map.json。不构成投资建议。