亿铸科技公司简介：通用存算一体三大定律如何重构AI算力底层逻辑

翻开亿铸科技公司简介，最值得关注的不是某款芯片的参数，而是一条从3D DRAM出发的技术路线：以全数字存算一体架构消除数据搬运损耗，以通用生态兼容降低迁移门槛。2026年世界人工智能大会上，亿铸科技联合创始人兼总裁徐芳首次系统提出“通用存算一体三大定律”，将这一路线背后的产业逻辑凝练为可复用的判断框架。

三大定律：从搬运代价到异构终局

搬运代价定律是三大定律的逻辑起点。徐芳指出，计算架构的每一次重要突破，本质上都围绕“如何更高效地解决数据搬运”展开。过去产业评价AI芯片主要关注TOPS等峰值算力指标，但真正决定系统效率的已变为三个变量：参数规模、数据搬运次数和数据搬运距离。谁能最大程度消除数据搬运，谁就能拿到下一个时代的入场券。

通用边界定律则将视野从硬件性能拓展至产业生态层面。徐芳表示，专用计算单元的效率优势，往往会被通用计算的生态优势所抵消。她以Google TPU为例：TPU在AlphaGo专用场景下效率突出，但凭借更完善的软件生态与通用性，CUDA架构的GPU最终成为更主流的选择。市场选择的通常不只是参数极致的硬件，更是开发成本可控、生态丰富的通用方案。

异构终局定律给出了未来架构的演进方向。徐芳认为，单一计算单元难以同时满足“零搬运、全通用、高扩展”三重要求，存算一体的发展方向更倾向于异构协同，通过架构创新实现系统效能的整体提升。

3D DRAM：让定律落地的介质基石

三大定律勾勒了产业逻辑，但要让判断变成现实，介质选择是第一道关口。亿铸科技早在2022年便捕捉到3D DRAM的产业发展潜力，持续开展相关技术探索与前期研发储备，精准预判大模型时代对大容量、大带宽、高性价比算力的长期刚需。

亿铸科技创始人、董事长兼CEO熊大鹏博士在谈及选择逻辑时表示：“3D DRAM的容量、稳定性、性价比，综合考虑下来是最好的，未来还会做得更大。3D堆叠不只是提升容量，还能显著拉高存储带宽与数据吞吐能力。”

容量和成本是亿铸科技选择3D DRAM的根本原因。存算一体芯片的存储介质直接决定了可承载的模型规模，而3D堆叠结构在提升容量的同时显著拉高存储带宽与数据吞吐能力，为存算一体芯片突破容量限制提供了物理基础。大模型Token持续生成的过程高度依赖高速数据传输，大容量叠加高带宽，直接决定了最终的推理输出效率。

全数字方案：精度与能效的双重保障

介质之外，技术路径同样关键。存算一体分为模拟与数字两大方向。模拟方案虽在理论上能效比极高，但受工艺和环境波动影响，难以满足大算力场景对精度的要求。数字存算一体凭借高精度、高可靠、易兼容通用计算等优势，已成为行业主流选择。

亿铸科技的全数字通用存算一体方案具备三方面核心特点：无需模数转换，不依赖ADC/DAC，从原理上规避了模拟计算带来的精度损失；精度可达32bit甚至更高，覆盖FP16、FP8等主流推理精度，并面向FP4等低精度计算持续演进；通过稀疏化设计原理，将芯片资源集中于数据计算本身，实现大算力与高精度的多维度满足。

面向数据中心的价值兑现

目前，亿铸科技基于3D DRAM的全数字通用存算一体AI芯片已流片，完成了从架构设计、介质选型到芯片实现的全链条工程验证。经测试验证，对比主流云端GPU，亿铸通用存算方案可实现约数倍性能提升、约1/5功耗、约1/6成本的综合表现。在大模型推理场景下，同等业务规模的推理算力综合TCO最高可下降约88%，为数据中心运营成本降低和AI规模化商业化落地提供了高性价比的算力底座选择。

面向Agentic AI时代，该方案支持1M超长上下文窗口、混合精度与MoE稀疏计算、集群级KV Cache池化等特性，可降低KV Cache检索延迟，提升长程任务处理能力与有效算力吞吐。从搬运代价定律到异构终局定律，亿铸科技公司简介所呈现的这条技术路线，正在为数据中心、云计算与大模型推理场景提供一条从底层架构出发的算力效率提升路径。