簡要綜述下， 鎧俠54頁報告講了一件什么事？
現AI 大模型、車載設備、智能終端越來越多，傳統 SRAM/DRAM/Flash 無法同時對存儲提出低時延、低功耗、非易失、高密度、寬溫域全新需求，同時馮諾依曼架構 “存儲 - 計算分離” 帶來海量數據搬運能耗瓶頸。
這份 2026 年國際頂刊報告，詳細拆解當下四種最有前景的新型斷電不丟數據的存儲（ NVM：STT-MRAM、FeRAM、ReRAM、PCM/SOM），對比它們的底層原理、量產參數、優缺點，還講了怎么用這些新存儲直接在內存里算 AI（存內計算），預判它們未來分別用在車載、CPU 緩存、云端大存儲、AI 推理芯片。
報告整體分為六大模塊：
1.存儲層級與計算架構演進：傳統 CPU 架構→云 GPU AI 架構→邊緣端 AI 存儲需求，對比馮諾依曼、近存計算 CnM、存內計算 CiM 架構優劣；
2.四大主流新興非易失存儲器件詳解：
STT-MRAM：MTJ 機理、MgO 工藝突破、1T1R/1S1R 單元、獨立式 / 嵌入式車載 / 緩存級產品參數、磁屏蔽方案；
FeRAM：1T1C/FeFET/FTJ 三種架構、鈣鈦礦 / HfO?基鐵電材料、3D 堆疊大容量方案、破壞性讀取改良方案；
ReRAM：導電絲阻變機理、氧化物 / 金屬橋兩類方案、阻變波動 / 保持力 / 時延三大瓶頸、1S1R 交叉陣列高密度方案；
PCM+SOM 相變存儲：GeSbTe 相變機理、OTS 選擇器、電阻漂移缺陷；SOM（選擇器即存儲）新型無介質堆疊技術；
3.存內計算 CiM：數字 CiM、模擬 CiM、混合 CiM 架構對比，分別基于 SRAM/STT-MRAM/ReRAM/PCM 的硬件實現、優缺點；
歡迎加入芯球獲取完整54頁報告內容學習，探討。
一、AI 重構存儲層級，現有存儲體系存在不可彌補性能鴻溝，新興 NVM 是層級補齊核心載體
傳統存儲時延梯度差距極大：寄存器～1ns、SRAM~10ns、DRAM~50ns、NAND Flash~100μs、硬盤 ms 級，容量與時延、成本天然矛盾；
生成式 AI 全面轉向 GPU 中心化架構，HBM、存儲級內存 SCM 成為剛需；邊緣 AI 設備功耗嚴格受限（終端 AI＜1W、邊緣網關＜10W），要求存儲具備零待機功耗的非易失特性；
傳統 MCU 無法適配端側 AI，需要嵌入式 NVM，嵌入式 STT-MRAM (eMRAM) 是首選方案。
二、STT-MRAM 綜合性能最優，覆蓋緩存、車載嵌入式、獨立式大容量全場景，是適配 CiM 最全面的 NVM
器件底層突破：MgO 基 MTJ 大幅提升 TMR 磁隧穿電阻比，從早期 Al?O?-MTJ 不足 200% 提升至 2023 年 MgO-MTJ 達 631%，奠定 STT-MRAM 實用化基礎；
讀寫核心權衡：翻轉電流與速度強耦合，高速寫入需要更大電流，會損傷隧穿勢壘，帶來耐久度隱患；
量產與工藝縮放參數：
獨立式存儲：28nm 1Gb DDR4 STT-MRAM 耐久＞2×1011 次，85℃下數據保存 10 年；20.5nm 1S1R 架構實現 64Gb 容量，單元面積僅 4F2；
車載嵌入式（車規級）：14~16nm 32Mb eMRAM，工作溫度 - 40℃~150℃，150℃下數據保存 10 年，耐久 10?次；8nm 節點單元尺寸縮小至 0.017μm2，5nm 節點可進一步縮至 0.011μm2；
L4 緩存專用 MRAM：16nm 工藝，讀取 7.5ns、寫入 20ns，耐久 1012 次；但保留時間僅 1 分鐘 @125℃，需要定期數據刷新（scrubbing）補償磁衰減；
磁干擾解決方案：晶圓級 + 封裝級 Co 金屬屏蔽層，可大幅降低 3500Oe 強磁場下的誤碼率，適配汽車、工業強磁環境；
CiM 適配性：唯一可同時實現數字 CiM、模擬 CiM 的 NVM，相比 SRAM XNOR CiM 單元更小、無靜態漏電、能效更高。
三、FeRAM 優勢是超高耐久，HfO?基材料適配先進邏輯制程，但傳統 1T1C 架構存在破壞性讀取致命缺陷
材料路線對比：
PZT/SBT 鈣鈦礦：耐久極強，0.18μm PZT FeRAM 耐久可達 101?次 @85℃，但含鉛、厚度難以微縮、無法適配 7nm 以下先進制程；
HfZrO?(HZO) 無鉛鐵電材料：兼容先進 CMOS、薄膜可縮至 6nm，3D MFM 電容單元僅 0.028μm2，耐久 101?~1012 次，85℃保存 10 年；
經典 1T1C FeRAM 為破壞性讀取，讀出后必須重寫，大幅增加功耗與讀寫損耗；Al 摻雜 HZAO (HZAO) 材料實現 65000 次無損讀取，緩解該缺陷；
高密度進展：48nm 間距雙層堆疊 32Gb 1T1C FeRAM，單元 4F2，耐久＞1013 次，55℃下保存 10 年。
四、ReRAM 結構簡單、單元密度極高，但導電絲隨機生長帶來阻值波動、RTN 噪聲、高溫保持差三大原生瓶頸
兩類主流 ReRAM：OxRAM（氧空位導電絲）、CBRAM（金屬離子導電橋），均依靠隨機形成導電絲完成阻變切換；
固有缺陷：導電絲隨機生成導致阻值離散度大；工藝縮小、溫度升高會加速導電絲斷裂，高溫下數據快速失效；
改良路線：無導電絲 Bulk-ReRAM/VCMO-ReRAM，降低阻值波動與 RTN 噪聲，但仍處于研發階段未量產；
高密度方案：NbO?選擇器搭配交叉陣列 1S1R 結構，24nm 工藝實現 32Gb OxRAM，單元堆疊集成于 CMOS 上層，適合大容量存儲級內存。
最后用大白話做個總結：
MRAM（磁存儲）綜合最強：既能做 CPU 高速緩存、車載車規存儲，也能做 AI 存內計算，速度快、耐高低溫、不掉電；唯一小缺點是長期高溫放著需要定期刷新數據；
鐵電存儲（FeRAM）扛反復讀寫：能擦寫萬億次以上，適合頻繁讀寫的工業設備，但老款架構讀完數據會弄丟，必須重新寫，新一代無鉛材料解決了縮小制程的問題；
阻變存儲（ReRAM）體積最小、容量能做極大：靠微小導電通路存數據，堆疊起來能做超大容量內存，但通路隨機生成導致讀數不穩定，高溫容易丟數據；
相變存儲 PCM + 全新 SOM：傳統相變存儲會慢慢漂移讀數不準；SOM 是新技術，不用單獨存儲介質，速度快接近普通內存，適合服務器高速存儲；
CiM存內計算是所有新型存儲的最大機會：不再把數據搬到 CPU 計算，直接在存儲單元里做 AI 矩陣運算，省電幾十上百倍；MRAM 兼顧高低精度 AI 計算，阻變 / 相變適合云端超大模型，鐵電、MRAM 適合手機、汽車這類邊緣設備。
AI 時代一定會淘汰單一存儲方案，不同場景搭配不同新型非易失存儲，存內計算會是下一代 AI 芯片的標配！
感興趣的歡迎加入星球獲取54頁完整報告學習，海量專業報告持續更新，掃碼加入讓芯科技圈成為您身邊的半導體專家庫！
免責聲明：內容基于網絡公開報告，僅供學習交流。版權歸原機構所有，侵權請聯系刪除。
