2026年，近存计算（Near-Memory Computing, NMC）技术成为破解AI"存储墙"的关键路径。8月，高通高级副总裁杜尔加·马拉迪在2026德意志银行科技大会上透露，两家存储厂商主动提出参与HBC项目合作，目前正同步开展HBC研发。HBC属近内存计算技术，将多颗低功耗DRAM（LPDDR）芯片垂直堆叠于加速器芯片（XPU）之上，由XPU承担运算裸片功能，采用硅通孔（TSV）工艺实现高密度互连。高通于2026年6月首次公布HBC架构，这一技术通过将存储芯片堆叠在计算芯片之上，大幅缩短数据传输距离，从而缓解AI大模型训练和推理中严重的存储带宽瓶颈。几乎同一时期，新紫光集团发布"紫弦"三维化近存计算架构，以3D DRAM为核心，首创3.5D异质异构集成方案，存储带宽可达30TB/s，对比行业最新HBM4在存储带宽与容量上保持优势，且可基于国内领先供应链规模化量产。
在产品化和学术方向，近存计算技术加速落地。9月，光羽芯辰宣布完成A轮融资交割，半年内累计融资近20亿元。公司在业内率先推出4层堆叠的3D存算芯片，在2026年世界人工智能大会期间首发的端侧大算力3D近存算AI芯片TC1000系列目前已实现量产。公司第二代芯片预计于2026年流片，第三代芯片已启动研发，计划2027年流片。在学术方向，西安电子科技大学模拟集成电路重点实验室冯立琛、朱樟明团队在2026年JSSC发表论文，突破了高能效比特并行SRAM存内计算技术。团队基于28nm CMOS工艺，提出了一款符号位嵌入的高效比特并行SRAM存算芯片，为AI边缘计算提供了高能效的硬件方案。在技术分类上，存算一体主要分为三大流派：近存计算（NMC）将计算单元位于存储逻辑层或通过先进封装紧密集成，距离缩短但物理分离；存内处理（PIM）在存储器外围电路增加计算功能；存内计算（IMC）则在存储阵列内部直接完成运算。市场研究显示，全球近存计算处理器市场2026年估值达2.106亿美元，预计2034年达到8.923亿美元，复合年增长率17.4%。从高通HBC到新紫光紫弦，从光羽芯辰量产到西电学术突破，近存计算正在成为AI时代破解存储墙的核心技术路径。
