东方证券发布研报称，2026年4月22日，安克创新展示首款神经网络存算一体AI音频芯片Thus。存内计算从底层架构层面解决内存墙瓶颈，优化计算功耗。目前存内计算多条技术路线并行且迈向成熟，国内玩家在端侧AI及低功耗等方向正推进商业化落地。

　　东方证券主要观点如下：

　　2026年4月22日，安克创新展示了其首款神经网络存算一体AI音频芯片Thus。

　　部分投资者并未了解存内计算创新架构在AI计算中的应用潜力。传统的存算分离架构由冯·诺依曼在1945年提出，其核心特征是将计算单元与存储单元分离，数据在处理器与内存之间频繁搬运。但大模型技术的迅猛发展下对存储容量和带宽的需求呈指数级上升，显著放大了存算分离架构的弊端。基于此，学术界及产业界目前正在持续推动存算一体架构的应用。目前，存算一体技术包括近存计算、存内处理、存内计算等不同路径。其中，存内计算是融合度最高的方案，其直接利用存储介质的物理特性在存储阵列内部执行计算操作，实现高度并行和超低功耗的计算。与传统方案相比，存内计算在功耗、计算效率等方面具有明显优势，在相同制程工艺下，存内计算芯片有望在单位面积下提供更高的算力，更低的功耗。以知存科技发布的WTM2101芯片为例，其专注端侧低功耗语音交互场景，功耗仅5mW，相对于NPU、DSP、MCU计算平台在同等功耗水平下可将算力提高10至200倍。

　　存储介质上，存内计算主流技术路线包括SRAM、DRAM、Flash和新型忆阻器方向。其中，SRAM存算一体方案基于CMOS工艺，可采用先进工艺节点，读写速度快；DRAM方案存储密度高于SRAM，适合处理大容量模型场景；Flash方案具有非易失性和低功耗优势。目前，以SRAM、NORFlash及DRAM作为存内计算介质的方案均已有产品落地。RRAM、MRAM、PCM等新型存储介质具备良好的工艺可扩展性和超低功耗特性，被认为具备极大的应用潜力。ISSCC 2026上，清华大学、华为与字节跳动联合团队发布关于存内计算芯片的论文，论文中首次提出基于28nm工艺的混合存内计算芯片，这款芯片以RRAM为存储介质，通过创新架构设计大幅推荐系统核心运算的效率和能效。

　　在端侧AI及低功耗等方向，国内玩家正在推进商业化落地。炬芯科技率先在业内实现存内计算技术商业化应用，正式推出面向端侧场景的AI音频芯片，2025年基于自研模数混合SRAM存内计算架构的端侧AI音频芯片产品ATS323X、ATS362X出货量持续攀升，ATS323X芯片已快速落地品牌客户旗舰无线麦克风并实现上市发售，切入多家专业音频头部品牌供应链。知存科技发布的全球首款基于NORFlash的存算一体语音芯片WTM2101芯片已实现超过1000万颗的出货量，应用于华为、小米等品牌的智能可穿戴设备中。安克创新推出的Thus芯片基于NORFlash技术打造，原生支持4兆参数模型，搭载在安克即将发布的旗舰耳机上。微纳核芯凭借3D-CIM技术架构已与国内头部存储器厂商和多家终端龙头企业深入合作，作为RISC-V存算一体应用组组长单位在杭州萧山牵头启动全球首个RISC-V存算一体标准研制工作；公司于2026年3月获得兆易创新入股。

　　存内计算从底层解决内存墙瓶颈，产业逐步推进。相关标的：兆易创新、炬芯科技、恒烁股份、安克创新等。

　　AI落地不及预期，技术迭代速度不及预期，国产化进展不及预期。