{
 "about": "VC / 投资人 / 投研机构写的存算一体、模拟 AI 芯片、近存计算文章（投资备忘、赛道论点、市场地图、年度预测、行业报告），外加 Semiconductor Engineering、IEEE Spectrum 等专业媒体的分析文章；每篇打开原文核对过标题、日期、作者。stance = 文章立场一句话。vs / why / route / top / region 是我们的归类，不是文章原话：vs = 与图谱判断「存算一体能拆掉数据搬运这堵墙，是 AI 推理芯片的一条可行路线」一致 / 部分 / 相反 / 无关，route = 文章看好的路线（模拟 / 数字 / 近存 / 光子/类脑 / 不涉及），top = 最值得读。gist 是核心观点的中文转述，不是原文；seg 对应 layers.json 的 code，all = 赛道总论。",
 "articles": [
  {
   "t": "季辛格：AI 運算效率得提升萬倍，下一代運算如何突破實體限制？",
   "org": "科技报橘 TechOrange",
   "au": "廖紹伶",
   "date": "2026-10-27",
   "url": "https://techorange.com/2026/10/27/playground-global-pat-gelsinger/",
   "kind": "分析文章",
   "seg": [
    "u1"
   ],
   "co": [
    "Nagare Labs",
    "Powerlattice",
    "Syenta",
    "Ayar Labs"
   ],
   "gist": "报道 Playground Global 合伙人 Gelsinger 在台湾记者会的判断：AI 规模涨 1 万倍而电力、内存、晶圆产能不可能同比涨，所以算力效率至少要提升 1 万倍，渐进式 10% 不够；Playground 展示六家组合公司，覆盖内存（Nagare Labs 的 2T0C 新型内存，500 万美元种子轮）、供电、先进封装、光互连。",
   "cav": "Nagare 做的是新型内存，不是存内计算；这里 Playground 的论点是「内存架构与互连」整体改进，与存算只是相邻。",
   "stance": "新型内存/光互连：看多；存内计算不是这次发布会的主角。",
   "vs": "部分",
   "why": "同意搬运和内存是瓶颈，但给的解法是新型内存与互连",
   "route": "不涉及",
   "region": "美国"
  },
  {
   "t": "Startup Funding: Q3 2026",
   "org": "Semiconductor Engineering",
   "au": "Jesse Allen",
   "date": "2026-10-12",
   "url": "https://semiengineering.com/startup-funding-q3-2026/",
   "kind": "行业报告",
   "seg": [
    "d2",
    "n3",
    "u1"
   ],
   "co": [
    "SambaNova",
    "Etched",
    "Positron AI",
    "Kepler Computing",
    "HyperAccel"
   ],
   "gist": "盘点 2026 年三季度 80 家半导体初创共融资超 85 亿美元，近 75 亿美元集中在 22 家融资过亿的公司；因数据中心对内存的需求，投资人奖励了 HBM 的替代方案——有的用普通 DRAM、有的把模型放在片上 SRAM，有的把存储直接堆在计算上；数据移动是各层都存在的瓶颈。",
   "cav": "是融资清单式的季度盘点，不评价存内路线本身；金额是公司口径。",
   "stance": "数据搬运瓶颈：资本在押；存内只是众多对策之一。",
   "vs": "一致",
   "why": "资金流向显示「绕开 HBM、让内存贴近计算」是当季主题",
   "route": "近存",
   "region": "美国",
   "top": true
  },
  {
   "t": "Q4 2026 Inference Chip Startups Are Just Starting Their Bull Run",
   "org": "PitchBook",
   "au": "Dimitri Zabelin",
   "date": "2026-10",
   "url": "https://pitchbook.com/news/reports/q4-2026-inference-chip-startups-are-just-starting-their-bull-run",
   "kind": "行业报告",
   "seg": [
    "d2",
    "x1",
    "u1"
   ],
   "co": [
    "d-Matrix",
    "Tensordyne",
    "MemryX",
    "Cerebras",
    "Groq"
   ],
   "gist": "2026 年到 8 月 28 日，推理 AI 初创获 VC 约 42 亿美元（22 笔），有望超过 2025 年的 52 亿；中位交易额从 2023 年 2220 万美元升到 1.3 亿，估值中位数 2026 年超 17 亿；北美占 85%；Cerebras IPO 和 NVIDIA–Groq 合计造成 343 亿美元退出价值；报告把存内计算架构列为五个细分之一。",
   "cav": "完整报告收费，我只读到公开摘要；没有给存内路线单独的判断。",
   "stance": "推理芯片：看多；存内计算是五个细分之一。",
   "vs": "部分",
   "why": "把存内计算当推理芯片里的一个细分来研究，并认为退出已出现",
   "route": "不涉及",
   "region": "美国"
  },
  {
   "t": "Back to the basics",
   "org": "IIT Madras 科普杂志 Shaastra",
   "au": "Sweta Akundi",
   "date": "2026-10",
   "url": "https://shaastramag.iitm.ac.in/special-feature/back-basics",
   "kind": "分析文章",
   "seg": [
    "a3"
   ],
   "co": [
    "EnCharge AI"
   ],
   "gist": "Shaastra 2026 年 10 月刊特稿：模拟计算重新获得 AI 硬件的用处；副题称模拟最适合跑小模型的推理和边缘应用。Verma 说模拟适合存内计算是因为面积与能效都高，数字 AI 芯片把大量时间花在内存与处理器之间搬数据。",
   "cav": "我读到标题、副题和开头；全文细节和其他受访者没逐段核；页面只标 2026 年 10 月刊，无具体日。",
   "stance": "模拟存内：边缘/小模型适用，中性偏多。",
   "vs": "部分",
   "why": "同意存内省搬运，但把适用面限定在小模型和边缘",
   "route": "模拟",
   "region": "印度"
  },
  {
   "t": "Photonics Market Report: The Interconnect Imperative",
   "org": "Woodside Capital Partners（含 Yole Group 数据）",
   "au": "署名未显示",
   "date": "2026-10",
   "url": "https://woodsidecap.com/wp-content/uploads/2026/10/WCP-Photonics-Market-Report.pdf",
   "kind": "行业报告",
   "seg": [
    "x1"
   ],
   "co": [
    "Lightmatter",
    "Q.ANT",
    "Neurophos",
    "Arago",
    "Celestial AI",
    "Ayar Labs"
   ],
   "gist": "52 页投行报告，主论点是 AI 迫使半导体行业走向光：核心是光 I/O 与 CPO；「相邻·计算」一栏里，光子互连是为缓解内存带宽瓶颈（Marvell 收购 Celestial AI 的思路），光子/光纤处理器做推理（Lightmatter、Q.ANT、Neurophos、Arago）。",
   "cav": "光计算只占报告一小栏；文内公司融资为报告口径，我没逐条核；署名为机构。",
   "stance": "光互连/光子计算：看多；光计算是相邻赛道。",
   "vs": "部分",
   "why": "把光互连当缓解内存带宽瓶颈的另一条路，光计算仅是相邻",
   "route": "光子/类脑",
   "region": "美国"
  },
  {
   "t": "Nvidia And d-Matrix Announce Collaboration Roadmap For Fast Inference",
   "org": "Cambrian-AI Research（Entrada Ventures 站点转载 Forbes 专栏）",
   "au": "Karl Freund（页面发布署名 Jenny Christiansen）",
   "date": "2026-09-10",
   "url": "https://www.entradaventures.com/post/nvidia-and-d-matrix-announce-collaboration-roadmap-for-fast-inference",
   "kind": "分析文章",
   "seg": [
    "d2",
    "n3"
   ],
   "co": [
    "d-Matrix",
    "Nvidia",
    "Groq"
   ],
   "gist": "分析师 Freund：NVIDIA 与 d-Matrix 合作做「分解式推理」——d-Matrix 的 SRAM 数字存内负责解码，GPU 负责预填充；对比 NVIDIA 去年 12 月拿下 Groq 技术、计划用 Groq LPU3 做解码。ParaSail 已用 NVIDIA GPU 配 d-Matrix 第一代 Corsair 卡先行实现。",
   "cav": "页面披露 NVIDIA 是 Cambrian-AI 客户、d-Matrix 过去也是；是 Forbes 专栏在 VC 站的转载，我核的是转载页。",
   "stance": "数字存内：看多；理由：解码是内存受限，专用存内芯片适合。",
   "vs": "一致",
   "why": "大厂与存内公司分工合作，等于承认存内/近存适合推理解码阶段",
   "route": "数字",
   "region": "美国",
   "top": true
  },
  {
   "t": "存算一体进入「产业化时刻」，谁在领跑规模化交付？",
   "org": "雷峰网",
   "au": "徐咪",
   "date": "2026-09-01",
   "url": "https://www.leiphone.com/category/chips/xtIydm5BXbGcQCfI.html",
   "kind": "分析文章",
   "seg": [
    "n1",
    "n2",
    "d1",
    "a2"
   ],
   "co": [
    "小米",
    "谦合益邦",
    "皓泽科技",
    "东方算芯",
    "后摩智能 Houmo",
    "知存科技 Witmem"
   ],
   "gist": "文章称 2026 年存算一体从技术可行走向产品可用：小米玄戒 O100（8-24 发布，近存带宽 1.22TB/s）、谦合益邦 B 轮超 20 亿元并点亮 4 层 3D DRAM 存算芯片、东方算芯 DF1000 量产交付、后摩漫界 M50 量产、知存已在可穿戴终端千万级出货；并区分近存（PNM）、存内处理（PIM）、存内计算（CIM）三种「靠近」，说明各自产业基础不同。",
   "cav": "文中引 IIM 信息的市场数据（2025 年 48.7 亿美元），来源口径未核；多为公司发布口径；与第一轮不同，这里的「近存」大多是 3D 堆叠方案。",
   "stance": "国内存算：看多；需求：端侧耳机/可穿戴、大模型推理。",
   "vs": "一致",
   "why": "国内媒体判断存算一体已进入交付期，并分清近存与存内",
   "route": "近存",
   "region": "中国"
  },
  {
   "t": "The Future of AI Inference",
   "org": "Radical Ventures",
   "au": "署名未显示（页面作者栏为 radical_user）",
   "date": "2026-07-06",
   "url": "https://radical.vc/articles/the-future-of-ai-inference-2/",
   "kind": "赛道论点",
   "seg": [
    "d2"
   ],
   "co": [
    "Etched",
    "Fractile",
    "MatX"
   ],
   "gist": "Radical 宣布投资 Etched。论点：推理占数据中心加速器的 80% 以上，瓶颈是电力、内存和晶圆；解码阶段被「内存墙」卡住；新一代创业公司里 MatX 和 Fractile「离交付硬件还很远」，Etched 已量产，靠专用 ASIC 和低电压推理拿到吞吐优势。",
   "cav": "Radical 是 Etched 的投资方，文章是投资公告；Fractile（SRAM 存内计算）在文中只被一句带过。",
   "stance": "承认内存墙，但押 Transformer 专用 ASIC 而不是存内计算；对存内路线的态度偏冷（交付迟）。",
   "vs": "部分",
   "why": "同意内存墙是瓶颈，但解法押专用 ASIC，并点名存内公司尚未交付",
   "route": "不涉及",
   "region": "加拿大"
  },
  {
   "t": "全球类脑智能市场3年后或超8亿美元，产业化窗口正在打开",
   "org": "第一财经（言叶知新）",
   "au": "金叶子",
   "date": "2026-06-04",
   "url": "https://www.yicai.com/news/103216186.html",
   "kind": "分析文章",
   "seg": [
    "x2"
   ],
   "co": [],
   "gist": "报道类脑智能产业创新发展联盟在 2026 类脑智能产业创新发展大会上发布的《类脑智能产业图谱研究报告》：援引 Yole 数据，2024 年全球类脑智能市场 2800 万美元，2029 年 8.22 亿，2034 年 83.52 亿；类脑计算年均复合增速 67.3%；联席秘书长称冯·诺依曼架构带来「内存墙」「功耗墙」。",
   "cav": "数字来自联盟报告引的 Yole，不是一财自己的估算；报告本体没找到。",
   "stance": "类脑：看多；以市场规模预测为主，没有商业化证据。",
   "vs": "部分",
   "why": "把内存墙作为类脑的出发点，但路线是类脑而非存内",
   "route": "光子/类脑",
   "region": "中国"
  },
  {
   "t": "Fractile raises $220m to take its in-memory-compute inference chip into production",
   "org": "The Next Web",
   "au": "Ana-Maria Stanciuc",
   "date": "2026-05-13",
   "url": "https://thenextweb.com/news/fractile-220m-inference-chip",
   "kind": "分析文章",
   "seg": [
    "d2"
   ],
   "co": [
    "Fractile"
   ],
   "gist": "Fractile（伦敦，把计算和内存放在同一颗芯片上的推理芯片）融资 2.2 亿美元，Accel 领投，Gelsinger 以天使和顾问身份参与，数周前有报道称 Anthropic 在早期洽谈成为客户；资金用来把芯片推向生产。",
   "cav": "该文写「Accel 据信领投」，DCD 写 Accel、Factorial Funds、Founders Fund 共同领投，说法不一；性能倍数是公司口径；首批芯片尚未量产。",
   "stance": "数字存内（SRAM）：看多；需求：大模型推理、AI 实验室自有算力。",
   "vs": "一致",
   "why": "欧洲最大存内推理融资之一，且有头部 AI 实验室早期洽谈",
   "route": "数字",
   "region": "英国"
  },
  {
   "t": "Why did Nvidia really drop $20B on Groq?",
   "org": "The Register",
   "au": "Tobias Mann",
   "date": "2025-12-31",
   "url": "https://www.theregister.com/on-prem/2025/12/31/why-did-nvidia-really-drop-20b-on-groq/2018042",
   "kind": "分析文章",
   "seg": [
    "n3"
   ],
   "co": [
    "Groq",
    "Nvidia",
    "Cerebras"
   ],
   "gist": "文章逐条检验各种解释：Groq 单颗 LPU 只有 230 MB SRAM，跑 Llama 70B 要 574 颗互连，SRAM 比 HBM 快 10–80 倍但容量小得多；作者认为「SRAM 没什么特别」，NVIDIA 不必买 Groq 也能造 SRAM 芯片；更可能买的是 Groq 的「流水线式」数据流架构，当然也可能是为了清除对手。",
   "cav": "作者承认是猜测；把 SRAM 近存算作 Groq 的卖点，与严格的存内计算不同，图谱把 Groq 放 n3（相邻）。",
   "stance": "SRAM 近存：质疑「大片上 SRAM」本身的价值，肯定数据流架构。",
   "vs": "部分",
   "why": "提醒大 SRAM 近存不等于存内，真正值钱的是数据流设计",
   "route": "近存",
   "region": "美国",
   "top": true
  },
  {
   "t": "Mythic raises $125M to break through AI's power wall",
   "org": "DCVC",
   "au": "署名未显示",
   "date": "2025-12-17",
   "url": "https://www.dcvc.com/news-insights/mythic-raises-125m-to-break-through-ais-power-wall/",
   "kind": "投资备忘",
   "seg": [
    "a2"
   ],
   "co": [
    "Mythic"
   ],
   "gist": "DCVC 领投 Mythic 1.25 亿美元。论点：AI 竞赛输赢取决于谁先逃出功耗陷阱，GPU 的冯·诺依曼设计让 AI 约 90% 的能耗花在搬数据上；Mythic 的模拟架构称比 GPU 省电 100 倍、体积更小、成本更低，能在美国及盟友的晶圆厂生产，用例是无人机续航翻三倍和热带数据中心。",
   "cav": "投资方自己写的，100 倍和 90% 都是文中口径，页面没给第三方验证；页面没署作者。",
   "stance": "模拟存内：看多；需求：国防无人机、热带数据中心；理由：功耗是 AI 的硬约束。",
   "vs": "一致",
   "why": "投资方直接把数据搬运当作 AI 的功耗瓶颈，并押模拟存内计算",
   "route": "模拟",
   "region": "美国",
   "top": true
  },
  {
   "t": "Bezos-backed Unconventional AI aims to make datacenter power problems go away",
   "org": "The Register",
   "au": "Tobias Mann",
   "date": "2025-12-08",
   "url": "https://www.theregister.com/special-features/2025/12/08/bezos-backed-unconventional-ai-addresses-datacenter-power/2006862",
   "kind": "分析文章",
   "seg": [
    "x2"
   ],
   "co": [
    "Unconventional AI"
   ],
   "gist": "采访 Naveen Rao：Unconventional AI 种子轮 4.75 亿美元（Bezos、a16z、Lightspeed 等）。Rao 说推理规模卡在能源上，「自然学习系统从不用数值」，要用硅的物理特性复现学习；文章提醒神经形态几十年只有少数原型，离人脑效率很远，Rao 也说自己不只做神经形态。",
   "cav": "采访体，主要是创始人观点；路线是类脑/模拟，不是严格意义的存内计算，与图谱的关系是相邻。",
   "stance": "类脑/模拟：看多（投资人）；记者提示没有一个原型接近目标效率。",
   "vs": "部分",
   "why": "同样把能耗当第一约束，但路线是类脑模拟而非存内",
   "route": "光子/类脑",
   "region": "美国"
  },
  {
   "t": "QIA joins d-Matrix's Series C USD 275m funding round",
   "org": "Qatar Investment Authority（卡塔尔投资局）",
   "au": "署名未显示",
   "date": "2025-11-12",
   "url": "https://www.qia.qa/en/Newsroom/Pages/QIA-joins-d-Matrix%E2%80%99s-Series-C-USD-275m-funding-round-d-Matrix.aspx",
   "kind": "投资备忘",
   "seg": [
    "d2"
   ],
   "co": [
    "d-Matrix"
   ],
   "gist": "QIA 公告投资 d-Matrix：公司估值 20 亿美元、累计融资 4.5 亿美元，资金用于路线图、海外扩张和面向超大规模、企业与主权客户的数据中心推理部署。",
   "cav": "主权基金的新闻稿，不含投资逻辑的展开；同轮 Temasek、BullhoundCapital、Triatomic 领投（DCD 报道）。",
   "stance": "数字存内：看多（用钱表态）；需求：数据中心推理、主权算力。",
   "vs": "一致",
   "why": "新增出资方愿意在 20 亿美元估值买数字存内路线",
   "route": "数字",
   "region": "卡塔尔"
  },
  {
   "t": "CXL Memory Commercialization Stalled Due to Lack of Demand Amid AI Semiconductor Boom",
   "org": "Business Korea",
   "au": "Kim Eun-jin",
   "date": "2025-06-30",
   "url": "https://www.businesskorea.co.kr/news/articleView.html?idxno=245812",
   "kind": "分析文章",
   "seg": [
    "n1"
   ],
   "co": [
    "SK hynix AiM / AiMX",
    "Samsung HBM-PIM / LPDDR-PIM"
   ],
   "gist": "SK hynix 自 2022 年起做 PIM（GDDR6-AiM），因生态没起来还没到产品阶段；三星 CXL 内存与客户的认证尚未完成；HBM 需求抢走封装与键合设备产能，推迟了 CXL 和 PIM 的应用。业内仍强调要打好生态基础。",
   "cav": "主要谈 CXL，PIM 只占一小段；来源是业内人士，无具体出货数。",
   "stance": "DRAM-PIM：看空（短期）；需求：HBM 挤占，客户没拉动。",
   "vs": "相反",
   "why": "存储大厂自己的 PIM 做了三年仍没到产品阶段",
   "route": "近存",
   "region": "韩国",
   "top": true
  },
  {
   "t": "EnCharge Picks The PC For Its First Analog AI Chip",
   "org": "EE Times",
   "au": "Sally Ward-Foxton",
   "date": "2025-06-13",
   "url": "https://www.eetimes.com/encharge-picks-the-pc-for-its-first-analog-ai-chip/",
   "kind": "分析文章",
   "seg": [
    "a3"
   ],
   "co": [
    "EnCharge AI",
    "Mythic",
    "TetraMem",
    "d-Matrix"
   ],
   "gist": "EnCharge 发布首款产品 EN100：200 TOPS（INT8），16nm，公司称能效超 40 TOPS/W，先打 PC 市场。Verma 说存内计算是少数能同时解决「高效数学」和「数据搬运」两面问题的架构；模拟的老问题是噪声和不随工艺缩放，他们用电容电荷绕开；ADC 面积约占阵列 20%、能耗 15–18%；战略客户样片年内发放。",
   "cav": "数据全是公司口径；EE Times 同文还提到 Mythic 用 Flash 需复杂校准、TetraMem 用 RRAM、d-Matrix 用改过的 SRAM 做模拟乘加再数字累加。",
   "stance": "模拟存内（电荷域）：看多，路线与 Mythic、TetraMem 区分开。",
   "vs": "一致",
   "why": "产品发布采访，坚持存内是解决搬运与算力两难的架构",
   "route": "模拟",
   "region": "美国"
  },
  {
   "t": "Untether AI Shuts Down, Engineering Team Joins AMD",
   "org": "EE Times",
   "au": "Sally Ward-Foxton",
   "date": "2025-06-09",
   "url": "https://www.eetimes.com/untether-ai-shuts-down-engineering-team-joins-amd/",
   "kind": "分析文章",
   "seg": [
    "n3"
   ],
   "co": [
    "Untether AI",
    "AMD"
   ],
   "gist": "Untether AI（SRAM 近存）关闭，工程团队加入 AMD，speedAI 产品和 SDK 停止供应与支持。文章把它放在行业转向「云端大规模推理」的背景下：同期有另一家数据中心 RISC-V 推理芯片公司裁员，SambaNova 4 月裁员 15%，企业与本地部署市场依然冷淡。",
   "cav": "我读到的是文章开头的事实与背景；关闭原因是 EE Times 的上下文判断，公司只写了感谢语。",
   "stance": "近存（at-memory）：看空——新架构公司撑不到规模化。",
   "vs": "相反",
   "why": "一家做近存的独角兽后备公司在 AMD 买走团队后关门，说明路线落地难",
   "route": "近存",
   "region": "加拿大"
  },
  {
   "t": "EnCharge's Analog AI Chip Promises Low-Power and Precision",
   "org": "IEEE Spectrum",
   "au": "Samuel K. Moore",
   "date": "2025-06-02",
   "url": "https://spectrum.ieee.org/analog-ai-chip-architecture",
   "kind": "分析文章",
   "seg": [
    "a3"
   ],
   "co": [
    "EnCharge AI"
   ],
   "gist": "Verma 的普林斯顿实验室陈列了各种模拟 AI 方案，他说磁存储和电阻存储的那几套「没有商业前景」，那一角是「墓地」；EnCharge 改用电容存电荷，让模拟计算不随温度和工艺漂移，借此回应噪声问题。",
   "cav": "消息主要来自 Verma 本人，他同时是 EnCharge 的 CEO，有立场；文章是技术编辑的采访稿，未对比第三方测试。",
   "stance": "模拟存内：电容（电荷域）路线看多，电阻/磁存储路线看空。",
   "vs": "部分",
   "why": "同意存内能省搬运，但判断多数模拟介质路线走不通，只有电荷域有戏",
   "route": "模拟",
   "region": "美国",
   "top": true
  },
  {
   "t": "Startup Fractile tackles AI inference bottlenecks with new chip design",
   "org": "Network World",
   "au": "Neal Weinberg",
   "date": "2025-03-04",
   "url": "https://www.networkworld.com/article/3837819/startup-fractile-tackles-ai-inference-bottlenecks-with-new-chip-design.html",
   "kind": "分析文章",
   "seg": [
    "d2"
   ],
   "co": [
    "Fractile"
   ],
   "gist": "报道 Fractile 创始人 Walter Goodwin：2022 年起押注「把存储和计算放在一颗芯片上」来攻推理瓶颈，称比 Nvidia GPU 快 100 倍、便宜 10 倍、能效高 20 倍；Gelsinger 的投资抬高了知名度。",
   "cav": "倍数是创始人口径，无芯片数据可验；当时公司刚走出隐身。我只读到文章开头与报道要点。",
   "stance": "数字存内：看多；同时提示公司尚早期。",
   "vs": "一致",
   "why": "媒体复述存算合一能打破推理瓶颈的论点，但证据只有公司说法",
   "route": "数字",
   "region": "英国"
  },
  {
   "t": "Founders Feature: d-Matrix",
   "org": "M12（微软风险投资基金）",
   "au": "Tina McNulty",
   "date": "2025-01-22",
   "url": "https://m12.vc/news/founders-feature-d-matrix/",
   "kind": "投资备忘",
   "seg": [
    "d2"
   ],
   "co": [
    "d-Matrix"
   ],
   "gist": "M12 访谈 d-Matrix 创始人 Sid Sheth。2019 年成立时行业只谈训练，团队押注推理会是更大的计算市场；2020 年转向以 Transformer 为中心；文首引 Karl Freund 评语：把 SRAM 当「性能内存」、DRAM 当「容量内存」的混合方式效果不错。",
   "cav": "创始人自述，M12 是 d-Matrix 的投资方（B 轮跟投）；没有独立的市场或性能数据。",
   "stance": "数字存内（DIMC）：看多；理由：推理会比训练大，内存与计算耦合降低成本。",
   "vs": "一致",
   "why": "投资方采访创始人，把数字存内当作推理芯片的差异化路线",
   "route": "数字",
   "region": "美国"
  },
  {
   "t": "Next Generation Compute at a Magical Playground!",
   "org": "Woodside Capital Partners",
   "au": "Katie Elizabeth",
   "date": "2025-01-20",
   "url": "https://woodsidecap.com/next-generation-compute-at-a-magical-playground/",
   "kind": "赛道论点",
   "seg": [
    "d2"
   ],
   "co": [
    "d-Matrix",
    "NextSilicon"
   ],
   "gist": "作者参加 Playground Global 办公室的座谈（Playground 合伙人、Arm CEO 等发言），三条收获之一是「现在是投芯片的好时候」：AI 训练在云端、推理会遍布各处；称 d-Matrix 通过把内存和计算集成解决了冯·诺依曼内存瓶颈，预计能效和性价比各是现有最好 AI 处理器服务器的 3 倍。",
   "cav": "活动转述，3 倍是 d-Matrix 的预测口径；文章其余部分谈量子计算等，与存算无关；Woodside 是投行，d-Matrix 是 Playground 的组合公司。",
   "stance": "数字存内：看多；理由：推理遍布、内存瓶颈。",
   "vs": "一致",
   "why": "机构转述 Playground 的判断：内存与计算集成是推理的出路之一",
   "route": "数字",
   "region": "美国"
  },
  {
   "t": "Is In-Memory Compute Still Alive?",
   "org": "Semiconductor Engineering",
   "au": "Bryon Moyer",
   "date": "2024-12-12",
   "url": "https://semiengineering.com/is-in-memory-compute-still-alive/",
   "kind": "分析文章",
   "seg": [
    "a2",
    "a3",
    "d1"
   ],
   "co": [
    "Mythic",
    "Sagence AI",
    "EnCharge AI",
    "NEO Semiconductor",
    "Axelera AI"
   ],
   "gist": "访谈多家厂商后的盘点：Mythic 失败；模拟面临功耗、速度、精度「三选二」以及老化和 ADC 能耗；有受访者说没听过有效精度超过 4 bit 的方案；Verma 称把加法器塞进存储的数字存内「收益只是增量」；最合适的做法可能取决于模型，如上下文长度。",
   "cav": "全文引语来自受访厂商与相关公司，几乎没有独立测试；2024-12 之后 Mythic 重新融资、EnCharge 出货，结论部分过时。",
   "stance": "模拟存内：怀疑；数字存内：增量；整体：术语混用，未成熟。",
   "vs": "部分",
   "why": "承认搬运是问题，但质疑模拟存内的精度与商业化，数字存内收益有限",
   "route": "模拟",
   "region": "美国",
   "top": true
  },
  {
   "t": "Sagence is building analog chips to run AI",
   "org": "TechCrunch",
   "au": "Kyle Wiggers",
   "date": "2024-11-18",
   "url": "https://techcrunch.com/2024/11/18/sagence-is-building-analog-chips-to-run-ai/",
   "kind": "分析文章",
   "seg": [
    "a2"
   ],
   "co": [
    "Sagence AI"
   ],
   "gist": "报道 Sagence（前 Analog Inference）：援引高盛估计，到 2030 年 AI 将推动用电需求上升 160%；创始人认为 GPU 的路线不可持续。文章解释模拟芯片用少数模块就能完成数字芯片要数百元件的计算，还省掉内存与处理器之间来回搬数据。",
   "cav": "我读到的是文章前半（融资背景、模拟 vs 数字解释），后半的竞争分析没逐段核；技术说法多来自创始人。",
   "stance": "模拟存内：中性偏多；风险点文中以「模拟芯片并不新」带过。",
   "vs": "一致",
   "why": "媒体把搬数据与功耗作为模拟存内的存在理由",
   "route": "模拟",
   "region": "美国"
  },
  {
   "t": "Neuromorphic Computing, Memory and Sensing: Towards Exponential Growth",
   "org": "Yole Group（经 Edge AI and Vision Alliance 转载）",
   "au": "署名未显示（转载编辑 Brian Dipert）",
   "date": "2024-05-17",
   "url": "https://www.edge-ai-vision.com/2024/05/neuromorphic-computing-memory-and-sensing-towards-exponential-growth/",
   "kind": "行业报告",
   "seg": [
    "x2"
   ],
   "co": [
    "IBM NorthPole",
    "Intel 存内计算研究（18A 数字存内）",
    "Sony",
    "Samsung HBM-PIM / LPDDR-PIM"
   ],
   "gist": "Yole 预测神经形态计算与感知合计 2024 年 2800 万美元、2034 年 84 亿美元：计算 2029 年 4.12 亿、2034 年 54 亿，以数据中心为主要收入来源；2023 年以来 IBM、Intel、Sony、Samsung 等活动增多；核心资产是低延迟、省电和在线学习。",
   "cav": "转载页，Yole 原文才是出处；预测口径与 Policy2050 差 200 倍（见该机构摘要）；2024 年的数，已略旧。",
   "stance": "类脑：看多（预测）；存内计算是其原语之一。",
   "vs": "部分",
   "why": "把存内计算作为神经形态的一个原语，规模预测极早期",
   "route": "光子/类脑",
   "region": "法国"
  },
  {
   "t": "Analog Inference: Lower Power, Higher Performance",
   "org": "Alumni Ventures",
   "au": "署名未显示",
   "date": "2023-01-10",
   "url": "https://www.av.vc/blog/analog-inference-lower-power-higher-performance",
   "kind": "投资备忘",
   "seg": [
    "a2"
   ],
   "co": [
    "Analog Inference（后更名 Sagence AI）"
   ],
   "gist": "Alumni Ventures 介绍组合公司 Analog Inference：边缘 AI 协处理器，称每瓦性能比传统方案高一个数量级，用成熟工艺、大容量可在边缘跑数据中心级网络。",
   "cav": "VC 宣传稿，口吻是营销；无具体数据与来源；公司后来更名 Sagence AI，页面是更名前的旧文。",
   "stance": "模拟存内：看多；需求：边缘低功耗推理。",
   "vs": "一致",
   "why": "早期投资方用「每瓦性能一个数量级」推销模拟推理芯片",
   "route": "模拟",
   "region": "美国"
  },
  {
   "t": "Analog AI chip startup Mythic runs out of money, exec says",
   "org": "The Register",
   "au": "Dylan Martin",
   "date": "2022-11-09",
   "url": "https://www.theregister.com/software/2022/11/09/analog-ai-chip-startup-mythic-runs-out-of-money-exec-says/567758",
   "kind": "分析文章",
   "seg": [
    "a2"
   ],
   "co": [
    "Mythic"
   ],
   "gist": "Mythic 工程副总裁 Ty Garibay 在 LinkedIn 上说公司「在拿到收入之前就跑完了投资人的跑道」；The Register 指出其所处的是仍被通用 GPU 主导的拥挤市场，加上经济走弱。",
   "cav": "这是 2022 年的旧文，是历史对照：Mythic 于 2025-12 获 DCVC 领投 1.25 亿美元重新出发；消息主要来自离职高管的社交帖。",
   "stance": "模拟存内：历史上的失败案例；看空（当时）。",
   "vs": "相反",
   "why": "最知名的模拟存内公司曾因没拿到收入断粮",
   "route": "模拟",
   "region": "美国"
  }
 ]
}