图片来源：Unsplash-三星内存 |在半导体行业，各大厂商多年来一直孜孜不倦地追求更高水平的闪存和更先进的存储工艺。
现代社会已进入大数据、物联网时代——一方面数据爆发式增长，芯片必须具备巨大的算力；另一方面，按照传统摩尔定律缩小的半导体技术正面临着越来越大的挑战。
巨大的、所需的成本越来越高，而实现的性能改进往往会减慢。
应用材料公司金属沉积产品部全球产品经理周春明博士表示：“DRAM、SRAM、NAND等传统存储器已经存在了数十年，而且仍在不断向前发展、不断更新换代，它们的应用前景十分广阔。
”尺寸越来越大。
它越来越小，成本越来越低，性能越来越强。
”然而，一堵无法逾越的“墙”开始出现，新型存储也应运而生。
01.什么是“墙”？新型存储器MRAM、ReRAM、PCRAM相比传统存储器具有许多独特的优势，可以在计算系统层面实现更好的计算性能、功耗和成本。
为了满足海量信息高速处理的需求，同时兼顾系统功耗和成本，当前信息系统中使用的存储器发展了由不同特性的存储器组成的多级存储架构。
一般来说，这种存储架构由靠近计算端的核心存储器、自上而下连接的主存储器和靠近数据端的外部存储器组成。
对于大多数应用来说，将闪存（传统 NVM）嵌入到 28nm 以下的 SoC 中在经济上并不可行。
即使采用 3D 堆叠、先进封装和小芯片架构，嵌入式闪存仍面临着巨大的成本、功耗和安全挑战。
由于这些集成挑战以及其他闪存挑战，到 2023 年，更多公司将在高级节点上寻找 NVM 替代品。
资料来源：信息通信技术与政策 随着人工智能（AI）、物联网（IoT）、5G通信等技术和应用的快速发展，数据的产生呈指数级增长。
过去我们主要受限于计算能力，即处理器。
在过去的几十年里，摩尔定律推动了处理器性能的巨大提升。
现在计算能力更多地受到处理器和内存之间的数据的限制。
读取和传输。
由于数据的海量增长，现有的计算架构已经不能满足进一步发展的需求，因此我们更加关注内存的发展。
传统存储器限制了计算能力的提升，面临多重困难和挑战。
以MRAM、ReRAM、PCRAM为代表的新型存储器可以带来独特的优势。
02. 并不神秘的新型存储。
为什么新型内存很重要？因为它们与传统存储器相比具有许多独特的功能和优势。
通过将新型存储器与当前的传统存储器相结合，可以实现更好的“近存储器计算”。
同时，这些新的存储器可以为未来的发展奠定基础，即“内存计算”（In-Memory Compute）。
“内存计算”就是将存储和处理融为一体。
存储就是计算，计算就是存储。
这样，两者之间就没有数据传输了。
无需数据传输，无延迟，无功耗。
因此，“内存计算”可以实现性能和功耗的显着提升。
预计“内存计算”将在未来两到五年内逐步发展和应用。
最先进的可能是一些新型的类脑计算，称为“高性能计算”，这可能需要更长的时间才能实现。
机会来源：中国计算机学会通讯 MRAM是一种磁性随机存取存储器，采用硬盘中常见的精密磁性材料，具有快速存取和非易失性的性能。
它的架构非常简单。
其存储单元直接嵌入逻辑电路中，不占用额外的“硅”面积。
因此可以做得很小，一个晶体管就可以控制一个存储单元。
同时，由于MRAM在待机时不消耗电力，因此使用MRAM替代SRAM和闪存可以实现低功耗和高性能，这对于物联网边缘终端非常重要。
将MRAM集成到物联网芯片的后端互连层中可以实现比现有SRAM和eFlash架构更小的芯片尺寸和更低的成本。
PCRAM 是相变随机存取存储器，它使用 DVD 光盘中常见的相变材料，通过将材料的状态从非晶态改变为晶态来对数据位进行编程。
ReRAM是电阻式随机存取存储器，由一种新材料制成，其工作原理类似于保险丝，可以选择性地在数十亿个存储单元中形成细丝来表示数据。
ReRAM 和 PCRAM 还有望启用和编辑多种电阻率中间形式，以便在每个存储单元中存储多位数据。
ReRAM 和 PCRAM 这两种类型的存储器可以像 MRAM 一样用于嵌入式应用。
然而，更吸引人的是，与NAND存储器类似，ReRAM和PCRAM可以实现3D结构排列。
内存制造商可以在升级过程中逐步增加层数，从而稳定增加容量并降低存储成本。
ReRAM 和 PCRAM 的成本明显低于 DRAM。
它们还能够提供比 NAND 和硬盘更快的读取性能。
这使得ReRAM和PCRAM在云计算和大数据中心中非常有吸引力。
ReRAM也是未来内存计算架构的首选产品，其中计算元件将集成到内存阵列中，以帮助克服与AI计算相关的数据传输瓶颈。
随着当今数据生成呈指数级增长，云数据中心中连接服务器和存储系统的数据路径的速度和功耗也需要提高几个数量级。
03.行业发展现状：ChatGPT最近火爆，同时也在消耗算力。
英飞凌宣布其下一代 AURIX? 微控制器 (MCU) 将采用新型非易失性存储器 (NVM) RRAM (ReRAM)；亦珠科技专注于开发基于RRAM的全数字存储与计算一体化大功率AI芯片。
ChatGPT需要存储与计算一体化的“拯救”，也需要该架构下更具性价比（扩展性好、单位面积小、成本低）的新型内存RRAM的有力支持。
亦珠科技今年将推出首款基于RRAM的存储计算一体化AI大算力芯片。
届时，或许“ChatGPT”及其下游应用可以基于这款芯片，更轻松地吸收算力，更快地实现“智能”维度。
我们来看看这三种新型存储是如何实现的。
PCM目前产业化速度最快，主要应用于独立存储领域。
Intel和Micron联合开发的3DXpoint内存是目前唯一大规模商用的PCM产品。
为了推广这款产品，Intel增加了对相应CPU的支持，并且还提供了各种配套驱动程序，显着提高了其数据访问速度。
目前已应用于百度信息流服务数据中心。
在技??术方面，英特尔和美光拥有显着优势，而IBM和三星也有一定的技术积累。
Intel与美光共同开发PCM相关技术，并于2015年率先量产具有商业价值的128Gb 3DXpoint芯片，这是目前唯一商用的PCM产品。
IBM从2006年就开始研发PCM，其技术路线与Intel、Micron不同，拥有完整的专利布局。
三星目前仅实现了小容量PCM样品，其技术路线与Intel、美光相同，处于跟进状态。
MRAM技术及产业发展现状MRAM已进入产业化阶段，主要用于嵌入式存储。
三星的嵌入式MRAM已广泛应用于华为GT2智能手表的卫星定位模块中，可以有效降低功耗并延长待机时间。
MRAM也有少量独立存储应用，主要利用其抗辐射能力用于航空航天等特殊市场。
例如，空中客车 A350 飞机使用 MRAM 作为机载存储器。
从技术上来说，目前主流的MRAM技术主要以美国Everspin公司推出的STT-MRAM（垂直混合自旋矩转换磁性随机存取存储器）为代表。
Everspin 设计、制造和商业销售分立式和嵌入式磁阻 RAM (MRAM) 以及自旋转移矩 MRAM (STT-MRAM)。
2019年，Everspin与晶圆代工厂GlobalFoundries合作试产28nm 1Gb STT-MRAM产品； 2020年3月，双方宣布将共同开发的自旋扭矩（STT-MRAM）器件的制造规模扩大到12nm FinFET平台，通过缩小制造工艺，帮助双方进一步降低1Gb芯片的成本。
Everspin 已在数据中心、云存储、能源、工业、汽车和运输市场部署了超过 1.2 亿个 MRAM 和 STT-MRAM 产品。
三星和台积电已经开始在嵌入式存储中使用MRAM。
例如，三星在2019年为索尼制造的卫星定位模块中使用了MRAM技术，并与华为GT2手表一起出货量超过100万台。
台积电在集成电路设计领域最高级别国际会议2020 ISSCC上发布了32Mb嵌入式STT-MRAM。
此外，在专利方面，日本东芝的MRAM专利排名全球第一，其专利总数几乎是排名第二的三星的两倍。
高通、索尼、IBM等公司也拥有大量MRAM专利。
从行业来看，独立MRAM市场规模较小，三星、台积电等公司将大力推进嵌入式市场。
RRAM尚未大规模商用。