第1章存算一体产业综述及数据来源说明
1.1 存算一体概念界定
1.1.1 存算一体的定义/概念形成
1.1.2 存算一体的优势及市场驱动力
1.1.3 存算一体所处行业
1.1.4 存算一体市场监管
1.1.5 存算一体标准建设
1.2 本报告数据来源及统计标准说明
1.2.1 本报告研究范围界定
1.2.2 本报告权威数据来源
1.2.3 研究方法及统计标准
第2章存算一体技术架构及产业画像
2.1 发展背景：AI快速发展催生算力需求爆发
2.2 发展趋势：AI算力架构演进趋势
2.2.1 演进趋势：CPU→GPU→存算一体
2.2.2 冯诺依曼架构存在的“存储墙”和“功耗墙”问题
2.2.3 非冯·诺依曼架构VS冯·诺依曼架构
2.2.3 存算一体的基本架构和原理
2.3 发展历程：存算一体发展历程
2.4 技术路线：存算一体技术类型及演进趋势
2.4.1 存算一体技术演进趋势
2.4.2 查存计算（Processing With Memory）
2.4.3 近存计算（PNM）
2.4.4 存内处理（PIM）
2.4.5 存内计算（CIM）
2.4.6 数字存算一体VS模拟存算一体
2.4.7 主要企业的技术路线布局
2.5 产业全景：存算一体产业链结构梳理
2.5.1 AI产业链结构梳理
2.5.2 存算一体产业链结构梳理
2.6 产业全景：存算一体产业生态全景图谱
2.7 基础硬件：存算一体存储介质发展现状
2.7.1 易失性存储类型
2.7.2 非易失性存储类型
2.7.3 存算一体存储器综合对比
2.7.4 目前可用于存算一体的成熟工艺存储器
2.7.5 目前可用于存算一体的新型存储器
2.7.6 主要企业的存储器类型布局
2.8 应用场景：存算一体的应用场景概述
2.8.1 端侧应用场景（小算力）
2.8.2 边侧应用场景
2.8.3 云侧应用场景（大算力）
2.8.4 主要企业的应用场景布局
2.9 面临挑战：存算一体的技术挑战
2.10 发展趋势：存算一体技术发展趋势
2.11 影响因素：存算一体技术大规模商用影响因素
第3章存算一体芯片及算法发展现状
3.1 AI芯片发展现状
3.1.1 AI芯片概述
3.1.2 AI芯片发展现状
3.1.3 AI芯片供应商格局
3.1.4 主要AI芯片类型
1、通用芯片（GPU）
（1）GPU概述
（2）市场供给分析
（3）市场规模分析
2、可编程芯片（FPGA）
（1）FPGA概述
（2）竞争格局分析
（3）市场规模分析
3、专用定制化芯片（ASIC）
（1）ASIC概述
（2）市场发展现状
4、类脑芯片
（1）类脑芯片概述
（2）市场发展现状
3.2 AI芯片技术架构类型
3.2.1 现阶段AI芯片的技术架构
3.2.2 存算一体芯片基本架构
3.3 存算一体芯片VS传统芯片
3.4 存算一体芯片发展历程
3.4 存算一体芯片发展路线图
3.5 存算一体芯片投融资态势
3.5.1 存算一体芯片主要资金来源
3.5.2 存算一体芯片企业融资动态
3.5.3 存算一体芯片企业兼并重组
3.6 存算一体芯片企业赛道布局
3.7 存算一体芯片企业名单
3.6.1 云和边缘大算力为主的企业名单
3.6.2 端侧小算力为主的企业名单
3.7 存算一体芯片产品及解决方案梳理
3.8 国内外存算一体商业化进展存在一定差距
3.9 存算一体芯片市场容量分析
3.10 存算一体芯片面临的挑战
3.10.1 存算一体对于芯片前端设计和验证的挑战
3.10.2 存算一体技术对芯片后端的挑战
第4章AI一体机发展现状及市场空间
4.1 中国AI一体机发展历程
4.2 中国AI一体机市场参与者类型
4.3 中国AI一体机企业入场方式
4.4 中国AI一体机企业/产品
4.5 中国AI一体机采购/价格
4.6 中国AI一体机市场容量
4.7 中国AI一体机发展面临的挑战
第5章存算一体技术应用场景需求分析
5.1 存算一体技术应用场景分布
5.2 存算一体技术应用场景：AI训练和推理（深度学习）
5.2.1 AI训练和推理概述
5.2.2 AI训练和推理市场概况
5.2.3 AI训练和推理企业格局
5.2.4 AI训练和推理算力需求
5.2.5 AI训练和推理存算一体探索现状
5.3 存算一体技术应用场景：AI大规模深度学习模型（大模型）
5.3.1 AI大模型概述
5.3.2 AI大模型市场概况
5.3.3 AI大模型企业格局
5.3.4 AI大模型算力需求
5.3.5 AI大模型存算一体探索现状
5.4 存算一体技术应用场景：AIoT（人工智能物联网）
5.4.1 AIoT概述
5.4.2 AIoT市场概况
5.4.3 AIoT企业格局
5.4.4 AIoT算力需求
5.4.5 AIoT存算一体探索现状
5.5 存算一体技术应用场景：AIGC（生成式人工智能）
5.5.1 AIGC（生成式人工智能）概述
5.5.2 AIGC（生成式人工智能）市场概况
5.5.3 AIGC（生成式人工智能）企业格局
5.5.4 AIGC（生成式人工智能）算力需求
5.5.5 AIGC（生成式人工智能）存算一体探索现状
5.6 存算一体技术应用场景：感存算一体
5.6.1 感存算一体概述
5.6.2 感存算一体发展现状
5.6.3 感存算一体发展潜力
5.7 存算一体技术应用市场战略地位分析
第6章存算一体垂直行业应用需求分析
6.1 存算一体垂直行业应用领域分布
6.2 存算一体垂直行业应用：自动驾驶
6.2.1 自动驾驶概述
6.2.2 自动驾驶市场概况
6.2.3 自动驾驶企业布局
6.2.4 自动驾驶发展趋势
6.2.5 自动驾驶算力需求分析
6.2.6 自动驾驶算力匹配现状
6.2.7 自动驾驶算存一体布局现状
6.3 存算一体垂直行业应用：工业制造
6.3.1 工业制造概述
6.3.2 工业制造市场概况
6.3.3 工业制造企业布局
6.3.4 工业制造发展趋势
6.3.5 AI在工业制造领域的应用
6.3.6 工业制造算力需求分析
6.3.7 工业制造算力匹配现状
6.3.8 工业制造算存一体布局现状
6.4 存算一体垂直行业应用：医疗健康
6.4.1 医疗健康概述
6.4.2 医疗健康市场概况
6.4.3 医疗健康企业布局
6.4.4 医疗健康发展趋势
6.4.5 AI在医疗健康领域的应用
1、人工智能药物研发（AIDD）
2、AI医学影像
3、AI制药
6.4.6 医疗健康算力需求分析
6.4.7 医疗健康算力匹配现状
6.4.8 医疗健康算存一体布局现状
6.5 存算一体垂直行业应用：智慧城市
6.5.1 智慧城市概述
6.5.2 智慧城市市场概况
6.5.3 智慧城市企业布局
6.5.4 智慧城市发展趋势
6.5.5 智慧城市算力需求分析
6.5.6 智慧城市算力匹配现状
6.5.7 智慧城市算存一体布局现状
6.6 存算一体垂直行业应用：数据中心
6.6.1 数据中心概述
6.6.2 数据中心市场概况
6.6.3 数据中心企业布局
6.6.4 数据中心发展趋势
6.6.5 数据中心算力需求分析
6.6.6 数据中心算力匹配现状
6.6.7 数据中心算存一体布局现状
6.6 存算一体产业细分市场战略地位分析
第7章全球及中国存算一体企业案例解析
7.1 全球及中国存算一体企业梳理与对比
7.2 全球存算一体企业案例分析
7.2.1 三星电子
1、企业概述
2、竞争优势分析
3、企业经营分析
4、发展战略分析
7.2.2 英特尔
1、企业概述
2、竞争优势分析
3、企业经营分析
4、发展战略分析
7.2.3 IBM
1、企业概述
2、竞争优势分析
3、企业经营分析
4、发展战略分析
7.2.4 特斯拉
1、企业概述
2、竞争优势分析
3、企业经营分析
4、发展战略分析
7.2.5 英伟达
1、企业概述
2、竞争优势分析
3、企业经营分析
4、发展战略分析
7.3 中国存算一体企业案例分析
7.3.1 阿里巴巴达摩院（杭州）科技有限公司
1、企业概述
2、竞争优势分析
3、企业经营分析
4、发展战略分析
7.3.2 华为技术有限公司
1、企业概述
2、竞争优势分析
3、企业经营分析
4、发展战略分析
7.3.3 科大讯飞股份有限公司
1、企业概述
2、竞争优势分析
3、企业经营分析
4、发展战略分析
7.3.4 北京知存科技有限公司
1、企业概述
2、竞争优势分析
3、企业经营分析
4、发展战略分析
7.3.5 南京后摩智能科技有限公司
1、企业概述
2、竞争优势分析
3、企业经营分析
4、发展战略分析
7.3.6 苏州亿铸智能科技有限公司
1、企业概述
2、竞争优势分析
3、企业经营分析
4、发展战略分析
7.3.7 千芯科技（北京）有限公司
1、企业概述
2、竞争优势分析
3、企业经营分析
4、发展战略分析
7.3.8 深圳市九天睿芯科技有限公司
1、企业概述
2、竞争优势分析
3、企业经营分析
4、发展战略分析
7.3.9 云从科技集团股份有限公司
1、企业概述
2、竞争优势分析
3、企业经营分析
4、发展战略分析
7.3.10 北京智谱华章科技有限公司
1、企业概述
2、竞争优势分析
3、企业经营分析
4、发展战略分析
第8章中国存算一体产业政策环境洞察&发展潜力
8.1 存算一体政策汇总
8.1.1 国家层面存算一体政策汇总
8.1.2 国家层面存算一体发展规划
8.1.3 存算一体重点政策影响分析
1、国家“十四五”规划对存算一体发展的影响
2、“碳达峰、碳中和”战略对存算一体发展的影响
8.2 存算一体PEST分析图
8.3 存算一体SWOT分析图
8.4 存算一体发展潜力评估
8.5 存算一体未来关键增长点
8.6 存算一体发展前景预测
8.7 存算一体发展趋势洞悉
8.7.1 整体发展趋势
8.7.2 监管规范趋势
8.7.3 技术创新趋势
1、更高精度
2、更高算力
3、更高能效
8.7.4 细分市场趋势
8.7.5 市场竞争趋势
8.7.6 市场供需趋势
第9章中国存算一体产业投资战略规划策略及建议
9.1 存算一体投资风险预警
9.1.1 存算一体投资风险预警
1、周期性风险
2、成长性风险
3、产业关联度风险
4、市场集中度风险
5、行业壁垒风险
6、宏观政策风险
9.1.2 存算一体投资风险应对
9.2 存算一体投资机会分析
9.2.1 存算一体链薄弱环节投资机会
9.2.2 存算一体细分领域投资机会
9.2.3 存算一体区域市场投资机会
9.2.4 存算一体空白点投资机会
9.3 存算一体投资价值评估
9.4 存算一体投资策略建议
9.5 存算一体可持续发展建议
图表目录
图表1：存算一体的定义/概念形成
图表2：存算一体的优势
图表3：存算一体的商业驱动力
图表4：存算一体近义术语辨析
图表5：本报告研究领域所处行业（一）
图表6：本报告研究领域所处行业（二）
图表7：存算一体监管体系
图表8：存算一体标准建设进程
图表9：存算一体国际标准
图表10：存算一体中国标准
图表11：本报告研究范围界定
图表12：本报告权威数据来源
图表13：本报告研究方法及统计标准
图表14：AI快速发展催生算力需求爆发
图表15：AI算力架构演进趋势CPU→GPU→存算一体
图表16：冯诺依曼架构存在的“存储墙”和“功耗墙”问题
图表17：AI算力架构演进趋势
图表18：存算一体的基本架构和原理
图表19：存算一体发展史
图表20：存算一体技术演进趋势
图表21：存算一体技术类型
图表22：主要企业的技术路线布局
图表23：AI产业链结构梳理
图表24：存算一体产业链结构梳理
图表25：存算一体产业生态全景图谱
图表26：存算一体技术演进历程
图表27：存算一体存储器综合对比
图表28：可用于存算一体的成熟工艺存储器
图表29：可用于存算一体的新型存储器
图表30主要企业的存储器类型布局
图表30：存算一体的应用场景概述
更多图表见正文……
研究方法
报告研究基于研究团队收集的大量一手和二手信息，使用案头研究与市场调研相结合的方式，依据“S-C-P”、“可竞争市场理论”、“新制度经济学”等产业组织理论，科学、综合的使用SWOT、PEST、回归分析等各类型研究模型与方法综合的分析行业各种影响因素。对行业的市场环境、产业政策、市场规模、行业现状、竞争格局、技术革新、市场风险、行业壁垒、机遇以及挑战等相关因素进行客观的综合分析，为企业科学决策提供高质量信息。
公司通过对特定行业长期跟踪监测，分析行业供给端、需求端、经营特性、盈利能力、产业链和商业模方面的内容，整合行业、市场企业、渠道、用多层面数据和信息资源，为客户提供深度的行业市场研究报告，全面客观的剖析当前行业发展的总体市场容量、竞争格局、 细分数据、进出口市场需求特征等，并根据各行业的发展轨迹及实践经验，对行业未来的发展趋势做出客观预测。
本公司建立了严格的数据清洗、加工和分析的内控体系，分析师采集信息后，严格按照公司评估方法论和信息规范的要求，并结合自身专业经验，对所获取的信息进行整理、筛选，最终通过综合统计、分析测算获得相关产业研究成果。
01数据与资料来源
本公司利用大量的一手及二手资料来源核实所收集的数据或资料。二手资料来源主要包括全球范围相关行业新闻、公司年报、非盈利性组织、行业协会、政府机构、海关数据及第三方数据库等，根据具体行业，应用的二手信息来源具有一定的差异。一般会应用的收集到的二手信息有来自新闻网站及第三方数据库如SEC 文件、公司年报、万得资讯、国研网、中国资讯行数据库、csmar 数据库、皮书数据库及中经专网、国家知识产权局等。
一手资料来源于研究团队对行业内重点企业访谈获取的一手信息数据，主要采访对象有公司CEO、营销/销售总监、高层管理人员、行业专家、技术负责人、下游客户、分销商、代理商、经销商等。市场调研部分的一手信息来源为需要研究的对象终端消费群体。
02研究方法与模型
SWOT分析、PEST分析、波特五力模型、行业生命周期理论、S-C-P分析方法、产业结构理论、产业竞争力模型、产业集群理论等。
03规模测算方法（三角测定）
本公司一般会通过行业访谈、电话访问等调研获取一手数据时，调研人员会将多名受访者的资料及意见、多种来源的数据或资料、供应端及需求端进行比对核查。在资料验证过程中，一般通过三角测定的方式，从供需两个方向出发，验证资料的合理性。
在数据验证过程中，本公司一般采用自上而下和自下而上方法来评估和验证数据的合理。产品关键生产商通过二手及一手信息来确定，行业规模（产销量及产值等），通过一手和二手信息判断，所有的市场份额、数据细分比例等，基于收集到的一手和二手信息核对和评估。本研究涵盖的所有可能影响市场的参数都已经被考虑进去，进行了广泛的细节观察，通过一手资料得到了验证，并进行了分析，以得到最终的定量和定性数据。研究一般包括了关键生产商公开的报告、评论、时事通讯以及对这些生产商相关人员的采访信息。
80%数据一手调研，10%渠道资源购买，10%公开信息分析得出
可按时间段（月/季度/半年/年）更新