如需了解更多信息，  请申请免费样品 

 影响内存处理（PIM）市场的关键市场动态是什么？

催化剂：内存墙与电力危机
推动内存内处理技术在2026年普及的核心问题是内存阵列和处理器之间数据传输效率低下。在数据密集型工作负载中，通过内存总线来回传输信息目前消耗了系统总能耗的60%以上。英特尔此前针对7纳米制程节点的研究警告称，数据传输能耗可能占总功耗的63.7%左右，这将严重限制数据中心的可扩展性。

标准的以计算为中心的加速器，例如 GPU，虽然针对海量计算吞吐量进行了优化，但在内存密集型工作负载下却存在严重的资源利用率不足问题。这在 LLM 推理的自回归解码阶段尤为明显，该阶段参数占用量巨大，运算强度低，且对延迟要求严格。内存处理通过将计算逻辑直接集成到内存库内部或紧邻内存库的位置来缓解这一问题，从而消除了数据传输带来的延迟和能耗。

内存处理 (PIM) 市场的主要商业发展和部署进展
要了解当前的需求曲线，必须关注企业基础设施提供商如何围绕实际性能提升而非单纯的容量升级来调整其硬件订单。主要的芯片厂商已在 2025 年和 2026 年积极推出专用内存处理硬件：

• SK海力士： SK海力士通过其AiMX加速卡和GDDR6-AiM产品，大力进军LLM基础设施市场。通过将计算嵌入 高带宽内存，其GDDR6-AiM硬件在特定条件下可将计算速度提升高达16倍。此外，在企业演示中，SK海力士已成功将内存内处理与 Compute Express Link (CXL)池化内存相结合，用于构建高度分布式、以内存为中心的AI服务器。
• 三星： 凭借其早期 Aquabolt-XL HBM2-PIM 的成功（该产品将微内核矩阵向量乘法性能提高了 8.9 倍，并大幅降低了能耗），三星将其产品组合扩展到边缘设备，并在 2026 年闪存峰会 (FMS) 上重点展示了其 LPDDR5X-PIM。这预示着低功耗消费设备和移动 AI 对内存计算的需求将大幅增长。
• UPMEM： 作为商用标准DRAM PIM技术的先驱，UPMEM在数据分析和服务器领域一直非常活跃。UPMEM将轻量级数据处理单元（DPU）集成到标准DRAM芯片上，其在实际服务器环境中的基准测试表明，其PIM DIMM的搜索处理速度比标准多核处理器快35倍，而服务器的能耗仅为传统系统的六分之一。

边缘层级逻辑推理 (LLM) 和学术界对内存处理 (PIM) 市场
需求的推动，不再局限于超大规模数据中心。2025 年和 2026 年，针对边缘推理的软硬件协同设计取得了显著进展。例如，密歇根大学的 DREAM（数据重用感知可扩展内存处理）架构最近在 LLM 推理方面实现了巨大的性价比突破。该内存处理架构旨在管理超过 100 万个令牌的上下文窗口所需的庞大键值 (KV) 缓存，与 DGX H100 等最先进的 GPU 服务器相比，其推理速度提高了 4.7 倍，并且每美元可处理的令牌数量提高了 11.8 倍。

同样，像清华大学这样的全球研究机构已经申请了大量技术专利，并在 2025 年推出了利用配备近存储计算的 NAND 闪存和 DRAM 芯片堆的边缘 LLM 推理系统，有效地将智能体 AI 原生引入消费设备，而无需依赖云。.

当前内存处理 (PIM) 市场的供应链现状：
从采购角度来看，对 PIM 和定制高带宽内存的巨大需求已从根本上改变了 2026 年的半导体供应链。消费电子设备中的通用 DRAM 市场正在退居次要地位，而先进的晶圆厂——例如三星平泽的 P5/P6 晶圆厂和 SK 海力士的 M15X 和龙仁晶圆厂——则将其大部分新增产能用于定制 HBM 堆栈和 PIM 架构。企业买家目前正在签订多季度合同，放弃存在严重瓶颈的标准多 GPU 配置，转而采用 PIM 硬件，该硬件可为特定数据密集型工作负载提供高达 80% 的能效提升。

归根结底，2026 年对内存处理的需求是由一个无法回避的物理现实驱动的：计算成本虽然相对降低，但数据传输成本仍然高得惊人。通过将计算直接嵌入内存池，人工智能开发者和数据中心终于突破了过去十年阻碍性能扩展的冯·诺依曼瓶颈。.

边缘设备智能和下一代扩展的战略路线图是什么？

内存内处理 (PIM) 市场的最终前沿是将不受限制、超高效的智能直接推向边缘。设备制造商必须执行严格的、人工智能驱动的工作流程转型，为低功耗双倍数据速率内存内处理 (LPDDR-PIM) 做好准备，该技术目前正在积极验证，有望取代标准移动 DRAM。. 

这种非侵入式移动扩展使智能手机OEM厂商能够在不改变现有内存接口或决定现代硬件设计的SoC散热蓝图的情况下，将设备端LLM推理速度提升三倍。直接针对这些边缘约束优化INT8和INT4广义矩阵向量乘法（GEMV），消除了对云的依赖，并减少了本地应用中的决策疲劳。.

PIM市场激增：助力AI主导市场的可行硬件策略

展望未来，硬件战略家必须通过研究新兴的模拟非易失性存储器架构，将长期业务目标分解为可执行的成果。内存内处理 (PIM) 市场正迅速扩展到电阻式随机存取存储器 (ReRAM)、相变存储器 (PCRAM) 和浮体动态随机存取存储器 (FBDRAM)，从而实现纳米级无电容集成。创新者应积极探索传感器内处理技术——将自旋电子 PIM 直接集成到 CMOS 图像传感器中，以自主处理视觉数据，而无需唤醒主机 CPU。随着业界迅速采用易于更换的 LPCAMM2 内存模块用于超薄 PC 和数据中心，将逻辑直接放置在这些计算内存模块 (CMM) 上，为即时、本地化的硬件 AI 升级打开了大门。. 

然而，工程领导者必须对有关散热的模型假设提出强有力的质疑；因为 3D 堆叠 PIM 本质上会集中热负荷，所以下一代架构需要从根本上重新设计主机管理的全局缓冲区和严格的散热限制，才能维持高价值的性能提升。.

内存处理 (PIM) 市场的总体发展轨迹代表着计算经济学的一次根本性、不可逆转的重塑。通过系统地梳理数据瓶颈、重构不断演进的 CXL 生态系统中的开发激励机制，并战略性地解决边缘推理的限制，技术领导者可以将理论上的硬件加速转化为切实、可扩展的市场主导地位。.

内存处理（PIM）市场：制约因素和影响分析（2026-2035）

竞争格局分析：目前主导内存处理（PIM）市场的五大厂商

1. 三星电子： 率先开发了HBM-PIM和AXDIMM技术。它将AI计算直接集成到DRAM内存块中，从而占据市场主导地位，使其成为寻求海量带宽和低延迟的超大规模数据中心的首选合作伙伴。
2. SK海力士： 目前主导着基础型HBM市场。其GDDR6-AiM（内存加速器）技术凭借无与伦比的速度和能效，积极进取地满足AI推理工作负载的需求，巩固了其市场主导地位。
3. 美光科技： 先进存储器领域的巨头。它通过近内存计算创新和高密度 HBM3e 解决方案保持市场主导地位，这些解决方案是下一代 PIM 架构的关键基础。
4. 台积电： 无可争议的晶圆代工领导者。其先进的封装技术（CoWoS）和高度优化的嵌入式SRAM内存计算（CIM）节点是部署商用PIM的无晶圆厂AI芯片供应商的关键制造支柱。
5. UPMEM： 领先的纯PIM创新者。它通过提供首款商用、经硅验证的PIM DIMM模块，在专业数据中心细分市场占据主导地位，从而大幅加速数据密集型分析和基因组学工作负载。

 内存处理（PIM）市场细分分析

按技术划分：基于DRAM的PIM（HBM-PIM、AXDIMM）占据市场主导地位

基于DRAM的PIM架构，特别是HBM-PIM和AXDIMM，通过从根本上解决冯·诺依曼瓶颈，将在2026年主导市场。这种结构优势使得并行数据处理可以直接在内存库内进行，从而大幅降低延迟。因此，超大规模数据中心正在积极部署这些架构来处理海量的生成式AI工作负载。. 

市场数据显示，在高带宽环境下，该技术凭借无与伦比的性价比，性能优于基于SRAM的替代方案。通过将计算能力直接集成到DRAM阵列中，厂商显著降低了功耗，使其成为片上系统设计的标准。.

• 与传统内存架构相比，数据传输能耗开销最多可降低 70%。.
• HBM-PIM 配置可使繁重的自然语言处理模型的系统性能提升 2.5 倍。.
• AXDIMM 技术在推荐系统中取得了关键的设计优势，将嵌入式表查找次数提高了 3 倍。.
• 由于一级厂商的快速商业化，该公司在内存处理（PIM）市场占据了大部分收入份额。.

按内存类型划分：高带宽内存 (HBM) 驱动内存内处理 (PIM) 市场

高带宽内存 (HBM) 凭借对人工智能加速芯片的持续需求，已成为市场上的绝对主导力量。2026 年，向 HBM3E 和早期 HBM4 实现的过渡将巩固其主导地位。HBM 利用集成硅通孔的 3D 堆叠式 DRAM，解决了关键的内存瓶颈问题，从而确保了巨大的带宽。.

将逻辑芯片直接集成到这些堆栈中，可以显著提高超大型参数模型的计算效率。由于标准解决方案无法支持高级神经网络，市场对这种存储器类型有着高度依赖性。.

• 每个堆栈可提供超过 1.2 TB/s 的带宽，这对于实时生成式 AI 渲染任务来说绝对至关重要。.
• HBM 享有高价，在内存处理 (PIM) 市场中创造了超过 60% 的总收入。.
• 垂直堆叠可大幅减少 PCB 的物理占用空间，从而优化企业服务器部署中的机架密度。.
• 与分立式方案相比，HBM4 原型中的直接逻辑芯片集成可将每比特功耗降低 40%。.

按应用领域划分：人工智能推理是市场支柱

预计到2026年，人工智能推理将成为内存处理（PIM）市场的主要应用领域，其应用规模将超过训练工作负载。随着企业级人工智能从模型开发走向商业部署，实时推理对超低延迟提出了更高的要求。PIM技术通过直接在存储权重的位置执行矩阵乘法，在结构上满足了推理需求。这避免了将权重传回主机处理器所带来的巨大能耗。. 

因此，随着汽车和边缘计算行业集成这些本地化芯片，市场正在经历快速扩张。.

• 到 2026 年，推理操作将占生产环境中企业 AI 计算周期的近 80%。.
• PIM架构可将大型语言模型推理中的标记生成延迟降低高达60%。.
• 消除冗余数据访问，使边缘部署的自主机器人系统的电池寿命延长 30%。.
• 随着云服务提供商优先考虑节能型推理集群而非集中式训练集群，该指数呈现快速增长趋势。.

按最终用户划分：数据中心运营商垄断内存处理（PIM）市场

数据中心运营商主导着能源消耗格局，占据着最大的终端用户市场份额。到2026年，超大规模数据中心运营商将面临电力可用性和散热管理方面难以克服的总体拥有成本挑战。通过部署支持PIM（处理器信息管理）的服务器，运营商可以大幅减少内存到处理器数据传输过程中的能源浪费。这种架构转变从根本上改变了大型数据中心的电源使用效率指标。. 

此外，内存处理 (PIM) 市场在超大规模采购周期中蓬勃发展，因为主要云提供商强制要求在 AI 集群升级中加入 PIM，以最大限度地提高每瓦吞吐量。.

• PIM集成可将整个设施的电力消耗降低高达25%，直接影响运营商的利润率。.
• 超大规模设施占全球市场总出货量的 55% 以上。.
• 由于主板互连组件上的局部热热点减少，因此降低了对散热基础设施的需求。.
• 在不超过严格的 40 kW 限制的前提下，最大限度地提高服务器机架的计算密度，从而加快投资回报。.

内存处理（PIM）市场区域分析

北美：超大规模投资稳固市场

到2026年，北美将在全球市场占据主导地位，这主要得益于顶级 云服务 提供商积极扩展基础设施。美国是这一趋势的主要推动力，占据了该地区超过85%的收入份额，这得益于美国本土的科技巨头和超大规模数据中心共同开发专用人工智能硬件。硅谷的科技巨头积极采用PIM架构来管理商业化2万亿参数大型语言模型所需的海量内存带宽。 

因此，区域内存处理（PIM）市场蓬勃发展，得益于先进编译器软件和定制内存IP的紧密集成。加拿大政府投资4.5亿美元用于多伦多人工智能研究的商业化，进一步巩固了其区域领先地位，并促进了利用PIM硬件的边缘计算部署。. 

通过在2026年数据中心升级周期中标准化采用HBM-PIM，北美运营商可以彻底绕过传统冯·诺依曼架构的瓶颈。这种结构性转变确保了无与伦比的计算密度，并将企业数据传输能耗降低40%。金融和医疗保健行业对实时生成式人工智能推理的持续需求，确保北美在内存处理（PIM）市场的全球技术采用曲线中占据主导地位。.

亚太地区增长：半导体制造优势加速内存内处理（PIM）市场发展

亚太地区预计将在2026年成为市场增长速度最快的地区，实现无与伦比的复合年增长率。这种爆炸式增长直接源于该地区在 先进半导体制造 和存储器量产领域无可争议的领先地位。 

韩国是这一区域扩张的核心驱动力，拥有众多领先的存储器供应商，他们积极推进最先进的HBM-PIM和AXDIMM芯片的商业化。其庞大的产能大幅降低了单位成本，加速了企业采用，并扩大了区域内存内处理（PIM）市场规模。台湾则通过高度先进的3D封装技术贡献了关键的基础设施，这些技术对于大规模垂直整合逻辑芯片和存储阵列至关重要。. 

此外，中国战略性地投入超过25亿美元用于国内芯片自主研发计划，并在本土自动驾驶汽车领域快速部署内存内处理（PIM）架构，以绕过全球计算资源的限制。因此，该地区的内存内处理（PIM）市场受益于工业机器人领域边缘人工智能的广泛应用。

日本积极将超低功耗内存处理器（PIM）技术集成到下一代制造物联网传感器中，为亚太地区注入了强劲的增长动力。这些集中化的制造中心以及国内人工智能硬件消费的激增，共同将亚太地区打造成为内存处理器（PIM）市场最具活力的扩张前沿。.

内存处理市场近期五大发展趋势

1. 三星电子——LPDDR5X-PIM 发布： 在 2026 年 FMS 展会上，三星推出了 业界首款采用 PIM 技术的 LPDDR 内存，该技术可在内存内部进行数据处理，从而减少数据传输和功耗。 
2. 三星——商用芯片验证： 在2026年Hot Chips大会上，三星公布了 LPDDR5X-PIM的架构 和设备端AI测试结果。据报道，使用Meta的Llama 3.1 8B模型，其每秒可处理81.3个令牌，约为标准LPDDR5X性能的三倍。 
3. 三星——商业化路线图： 该公司表示， LPDDR5X-PIM 目标是在 2026 年底或 2027 年初，这标志着从演示阶段向批量部署阶段迈进。 
4. SK 海力士——更广泛的 PIM 开发： SK 海力士 在 CES 2026 上展示了 PIM，作为其下一代 AI 内存产品组合的一部分 ，并将该技术定位为应对 AI 和大数据工作负载中的数据传输瓶颈。 
5. 美光——拓展内存计算研究： 美光宣布成立 美光研究实验室，并计划在未来十年内投资100亿美元。其研究范围包括先进的内存计算架构，有望为未来的PIM和计算内存解决方案提供支持。

内存处理 (PIM) 市场中的顶尖公司

• 三星电子
• SK海力士
• 美光科技
• UPMEM
• 神话
• 辛蒂安特
• EnCharge AI
• d矩阵
• Axelera AI
• 解放人工智能
• 台积电
• 雨人工智能
• 纽奇普斯
• 阿里巴巴（DAMO）
• 伊梅克
• 其他主要参与者

市场细分概述

通过技术

• 基于DRAM的PIM（HBM-PIM，AXDIMM）
• 基于SRAM的内存计算
• 非易失性/基于ReRAM的
• 近内存计算

按内存类型

• 血脑膜
• DDR/LPDDR
• GDDR
• 新兴的非易失性记忆

通过申请

• 人工智能推理
• 推荐系统
• 基因组学与分析
• 边缘人工智能

最终用户

• 数据中心运营商
• 人工智能芯片供应商
• 边缘设备OEM厂商
• 研究

按地区

• 北美
  • 美国.
  • 加拿大
  • 墨西哥
• 欧洲
  • 西欧
    • 英国
    • 德国
    • 法国
    • 意大利
    • 西班牙
    • 西欧其他地区
  • 东欧
    • 波兰
    • 俄罗斯
    • 东欧其他地区
• 亚太地区
  • 中国
  • 印度
  • 日本
  • 澳大利亚和新西兰
  • 韩国
  • 东盟
  • 亚太其他地区
• 中东和非洲 (MEA)
  • 沙特阿拉伯
  • 南非
  • 阿联酋
  • 中东和非洲其他地区
• 南美洲
  • 阿根廷
  • 巴西
  • 南美洲其他地区