AI时代，算力就是生产力，存内计算技术也被频繁提及。存内计算由于突破传统冯·诺依曼架构瓶颈，实现了存储单元与逻辑单元的融合，成为实现智能计算的主要技术路线之一，受到业界的高度重视和关注。

　　时至今日，入局存算一体领域的企业越来越多，作为专注这一赛道的先行者，创立于2017年知存科技创新使用Flash存储器完成神经网络的储存和运算，解决了AI“存储墙”问题，提高运算效率，降低成本。

　　得益于存内计算的开发进程加快，不断走向现实应用。针对AI应用场景，2022年，知存科技推出全球首颗大规模量产的存内计算芯片WTM2101。该芯片已被多家国际知名企业用于智能语音、AI健康监测等场景，相比传统芯片在算力和功耗上优势显著，赋能行业用户实现端侧AI能力的提升和应用的推广。目前，知存科技自主研发的边缘侧算力芯片WTM-8系列即将量产，该系列芯片将助力移动设备实现更高性能的图像处理和空间计算。

　　蓬勃发展，在存内计算创新土壤向下深植，向上生长

　　2023年，知存科技在市场中蓬勃发展，在存内计算这片创新土壤向下深植，向上生长。基于率先量产商用的存内计算芯片WTM2101，知存科技在市场拓展、技术迭代创新及行业口碑等领域都取得了重大进展：

　　1） 出货量百万级，产业客户累计数十家。知存科技旗下WTM2101芯片是全球率先量产商用的存内计算SoC芯片，累计出货量达百万，落地魅蓝BlusK耳机、INMO Air2 AR智能眼镜、小澈智能手表等终端产品，助力端侧AI能力提升和应用推广。

　　2）自研软件开发工具持续积累、第二代存内计算架构芯片即将发布。基于WTM2101积累的客户服务经验，知存科技自研软件工具链取得重大进展，将随着WTM-8系列发布一套新的完整芯片开发工具和IDE环境，帮助客户做更高效便捷的开发。WTM-8系列芯片是知存科技研发的首颗存内计算AI视觉芯片，基于第二代3D存内计算架构，能够提供至少24Tops算力，拥有更高算力上限的同时，能够以市场同类方案10%的极低功耗支持AI超分、插帧、HDR、识别和检测等视觉算法，助力图像处理、空间计算的应用拓展。

　　3）团队发展与行业口碑的双收获。2023年知存科技完成由国投创业领投的2亿元B2轮融资，团队规模超200人，研发占比保持在80%以上。在员工团队和合作伙伴的大力支持下，知存科技凭借在存内计算领域的领先技术和落地成果，升级为国家级专精特新小巨人，并荣获第六届中国IC独角兽等荣誉。

　　在知存科技看来，2023年是知存科技重点拓展量产产品的客户应用场景、加速新一代存内计算产品研发进展的一年。

　　市场拓展层面，可靠、易用的软件工具链是客户服务的重中之重，为了帮助客户更高效便捷地开发和算法移植，助力产品AI创新、用户体验升级，知存科技在服务数十家客户的过程中，自研软件IDE及芯片配套软件、工具链Witinmapper等都经历了数十个版本的迭代优化。

　　在加速研发新产品层面，随着产业对端侧AI的需求迅速提升，客户对AI芯片计算性能、功耗、时延的要求越来越严苛。基于市场洞察和客户服务经验，知存科技针对此前没有良好解决方案的端侧大算力场景推出新一代视觉芯片WTM-8系列，且在产品定义阶段就有产业头部客户参与进来。目前WTM-8系列芯片已经完成投片，获得了多个领域头部客户的认可，且已有客户签订合同。

　　迎接挑战，继续开启存内计算更广泛的应用“芯”旅程。

　　“2023年半导体领域依然是机遇和挑战并存的一年。”知存科技表示：“随着AI算力需求的激增，政策对新兴技术的大力扶持，产学研合作密度的提升，不少中国半导体企业研发实力得到了进一步提升。例如知存科技在专注的存算一体领域，实现了端侧百万级的量产应用。”同时，知存科技也指出：“未来国内外市场竞争加剧、自主可控的需求更加迫切都将是中国半导体企业面临的挑战。”

　　例如端侧大模型已经成为各大智能硬件厂商的创新投入焦点。与此同时，随着端侧AI应用的增量，对于模型的可解释性和安全性要求也会提高。

　　挑战和机遇并行而来，2024年，知存科技将继续致力于提供更高能效的AI算力。在技术层面，知存科技将继续推进软件工具链的优化迭代；同时进一步推进底层工艺的进步，探索更多比特信息存储和更稳定的信息存储、更高密度集成和更高速度计算。在市场层面，知存科技将继续拓展WTM2101芯片在健康设备、医疗设备上的应用场景，同时推出新一代视觉芯片WTM-8系列，助力更高性能的图像处理和空间计算；此外，知存科技将进一步探索存内计算在端侧大模型推理场景的应用，如移动终端、MR、AI智能硬件、机器人等。作为全球领先的存内计算芯片企业，知存科技会始终专注技术、关注客户需求，助力AI的高质量发展。

　　知存科技是集微网长期关注的AI芯片企业，自2017年成立以来知存科技取得了快速、稳健的发展，我们期待存内计算在知存科技的专注和引领下，能够实现更多商业应用和落地，帮助人工智能的蓬勃发展。