国产大带宽存储，如何深耕AI高端算力千亿赛道？

随着AI大模型参数规模的爆炸式增长，算力集群正面临严重的“内存墙”问题，即处理器（如GPU）的运算速度远远快于从存储器（如HBM或主存）读取数据的速度，导致算力因等待数据而被迫闲置。这一问题在推理阶段更加凸显。当前，国产算力底座已进入快速发展周期，“内存墙”的瓶颈，也已成为制约国产算力底座性能的核心掣肘。
在存储产业迎来新一轮资本化与技术范式转移的窗口期，海内外存储厂商同步加速资本化布局，国内诸多头部企业相继推进IPO进程。其中，紫光国芯也已于今年6月向北交所递交招股说明书，募投重点指向三大核心项目，其一便是“新一代定制存储器研发及产业化”。

在国产算力供应链自主化重构的背景下，不同于标准化存储市场的竞争格局，紫光国芯在高性能AI推理及复杂计算场景中开辟了差异化的路径。今天，一起来拆解该差异化路径如何在AI高端算力的千亿赛道实现精准卡位？
面对“物理极限”
在高性能计算领域，传统高带宽存储虽是算力加速的主流，但其基于中介层和PHY-PHY互连的架构，正逐渐逼近物理瓶颈：极高的互连损耗与复杂的封装工艺，推高了算力芯片的制造成本与功耗门槛。
紫光国芯自研三维堆叠DRAM技术另辟全新技术路径，通过混合键合技术，省去了传统方案中的多层中介互连结构。这种“晶圆级直连”的创新架构，使得数据传输效率大幅提升，延迟与功耗显著降低。
据相关公开资料，十余年深耕三维堆叠DRAM技术研发，紫光国芯现已完成第五代技术迭代。其自主掌握三维堆叠DRAM存储芯片的设计、控制、测试以及系统级解决方案等核心技术，是业内首个四层DRAM堆叠实现量产的存储设计企业。
招股书显示，募投项目之一的“新一代定制存储器研发及产业化项目”聚焦于高端定制存储领域，对巩固公司技术优势、适配行业技术迭代需求及保障产业链具有重要意义。
大规模商业化验证
众所周知，技术的先进性需要市场验证。SeDRAM-P300产品的行业地位已不仅停留在实验室层面——2025年该斩获“中国芯”年度重大创新突破产品奖，体现了其在国产高性能存储技术自主化上的关键价值。
更具实质意义的是，SeDRAM技术方案已逐步进入国内大模型算力芯片的研发与量产流程中。据悉，该技术已支撑近50款定制化算力芯片的落地，为高性能AI处理器提供了可定制的片内存储解决方案。
CXL构建集群算力的“内存底座”
如果说SeDRAM侧重于通过重构“存储架构”来突破计算单元和存储单元之间的访存带宽瓶颈，那么紫光国芯对CXL技术的布局，则是在整机与存储集群层面，实现了内存资源的灵活调度与高效扩展。
在动辄数千亿参数的大模型训练场景下，单一节点的内存容量往往受制于物理插槽。紫光国芯通过研发CXL内存扩展主控技术与主控芯片产品，实现了多服务器节点的内存池化。业界表示，紫光国芯推出的业界首款CXL接口大容量非易失内存产品已向国内头部云服务厂商批量交付，从实际部署反馈来看，该方案在提升内存资源利用率方面的核心优势已初步显现。
国产存储的“错位”竞争
有分析称，从行业格局来看，紫光国芯选择了一条极具战略韧性的“错位竞争”路径：将技术攻坚锚定在“高性能定制化存储”领域。紫光国芯通过SeDRAM与CXL技术实现系统级存算协同，直接切入大模型推理、云端算力集群等高附加值赛道。这种路径虽然研发投入周期长（过去十年持续迭代），但一旦建立起与国产高性能算力芯片的深度适配能力，便形成了极高的进入门槛。
随着募投项目加速推进及紫光国芯在先进封装工艺、存算生态兼容性上的布局，国产算力产业链高端存储缺失环节将补齐；伴随AI算力集群建设铺开，该差异化技术有望从“技术突围者”升级为支撑国产算力集群稳健运行的“基础设施底座”。这种“技术创新+产业落地”的双轮驱动，正是国产存储向上生长最坚实的底层逻辑。