数字化时代的关键资源是数据、计算能力和算法，其中数据是新的生产资料，计算能力是新生产力，算法是新型生产关系，它们构成了数字经济时代最基本的生产基石。“ 。

2021年9月，中国信息通信研究院发布《中国计算能力发展指数白皮书》，利用上述结论强调了计算能力在数字经济时代的基础性作用。今年2月，多部委联合下发通知，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动国家计算枢纽节点建设。并规划10个国家级数据中心集群，这标志着国家大数据中心体系整合——“东、西”工程正式启动。

这一被称为数字经济时代的“南水北调”、“西电东送”和“西气东输”的重大工程，引起了全社会的高度关注。热点背后，千亿参数的超大规模深度学习模型成为现，引导整个人工智能行业找到新的可行之路，拉近了我们与一般智能的距离。海量数据对超级计算能力的需求导致了一个客观的现状：计算能力发展跟不上算法的发展，这对芯片半导体领域提出了新的挑战。

如何做到“既低功耗、高精度、又大计算能力”，成为后摩尔时代全球数字经济可持续发展的基础和核心。

在全球范围内，存储产业研究的重新兴起，海外巨头如英特尔、三星、IBM、东芝、SK海力士等都在该领域布局和产品研发。在易初科技首席技术官德布看来，由于存储器件和配套工艺的发展，以前的集成芯片大多是通过模拟计算基于Flash，后来出现了一种基于SRAM的集成技术。这些技术无疑为存储与计算架构的融合和生态发展做出了巨大贡献，不仅向业界证明了融合技术的可实现性和价值，也为融合生态文明建设做了大量的基础性工作。

但需要指出的是，现有的存储与计算集成技术仍主要集中在计算能力小、精度低的场景，未能将高能效的优势应用到云计算、自动驾驶等大计算能力领域。因此，eCast的技术价值在于“有效推动和落地集成存储与计算架构向大计算能力、高精度、高能效比方向发展，实现这一集成存储架构的里程碑式发展节点”。

在大计算轨道上，中国企业以技术突破。

随着人工智能场景越来越普及和多样化，算法模型越来越复杂，社会对计算能力的需求远远超出我们的想象。根据《中国计算能力发展指数白皮书》，到2020年，全球计算能力总规模将达到429次EFlops，增长率为39%。2025年，物联网设备数量将超过400亿，产生近80ZB数据。据估计，未来五年全球计算能力将以50%以上的速度增长，到2025年整体规模将达到3300 EFlops。其中，2021年中国人工智能芯片市场规模将突破400亿元， 电子元器件采购网 其中人工智能推理计算占比超过50%，未来五年复合增长率有望突破40%。

然而，该州达到峰值和碳中和的战略目标要求人工智能计算能力继续攀升。还需要实现能效比的快速提升，使其既能满足市场对人工智能计算能力的要求，又能满足国家对能源结构优化的要求。熊大鹏博士认为，在传统异构AI芯片技术瓶颈的背景下，日益复杂、庞大的算法模型，而对能耗的日益严格监管，使得集成AI芯片迎来了难得的历史发展机遇，这也使得集成计算的先进计算架构成为前沿的研究热点，而集成计算和AI计算能力芯片也即将迎来行业爆发的契机。

凭借团队强大的技术实力和国内产业链核心节点的支持，Ecast即将在2023年上半年推出其第一代芯片，并于同年投出第二代芯片。

作为技术领域跨度大、集成度高、创新性强的技术轨道，集成架构的AI大计算能力芯片，需要行业资深从业者和优秀的前沿科学家。

作为人类社会各行业信息化、数字化、智能化的基本生产资料，其发展根植于人类社会信息化的要求，数字化、智能化发展，这也是美国阻挠中国芯片半导体产业发展，投入巨资争夺头部芯片公司支持的原因。在人工智能芯片领域，对计算能力的需求在未来相当长的一段时间内将继续保持高速发展，这已经成为整个行业的共识。

不过，从另一个角度看，当前存算领域的挑战与机遇并存。2021年，中国芯片进口超过4300亿美元，随着中国工厂扩大产能，去年，我国海外芯片制造设备的采购订单增长了58%，如果不能通过先进技术实现突破，我国半导体产业对海外芯片的依赖程度将继续加大，目前形势十分紧迫。

芯片半导体领域发展至今，已成为整个产业链中高度耦合的产业，各个环节相互依存，缺一不可。不过，通过架构的创新，基于本地化的产业支撑，Ecast将为业界提供计算能力大、能效比超高、易于部署的AI高计算能力芯片产品。在不改变数据中心物理空间和现有基础设施的前提下，将大大提高计算能力密度和能效比，为国内产业的智能化发展贡献自己的力量。

• 芯片
• AI
• 国产