2025年，国内在“存算一体”或“近存计算”芯片方向，有哪些初创公司或大厂的研究院值得应届生关注？这个方向对人才的需求侧重什么？

这个问题问得很及时，存算一体确实是现在的大热点，架构创新能直接缓解‘内存墙’问题，潜力巨大。国内布局的公司可以分成几类，各有特点。

第一类是专注这个方向的初创公司，比如你提到的知存科技（做基于Flash的存算一体）、九天睿芯（模拟存算一体），还有新忆科技、苹芯科技等。它们通常技术路线比较前沿，敢用新器件，团队里大牛多，进去能接触到从器件到系统的全链条，成长快，但公司稳定性和技术落地风险需要自己权衡。

第二类是大厂的研究院，比如华为的2012实验室、阿里的达摩院、平头哥，百度的昆仑芯团队，以及一些顶尖高校的成果转化平台。它们资金足，有应用场景（比如AI大模型推理），更偏向于将存算一体技术集成到现有计算体系中，做原型验证和未来产品预研。平台大，资源多，但可能更偏向于某个环节的深入。

关于人才需求，这其实是这个领域最有趣的地方——它极度需要跨学科人才。单纯问看重电路还是架构，有点非此即彼了。根据我和一些团队交流的经验，他们最缺的是能把‘存’和‘算’真正打通的人。

具体来说，如果你做电路设计（特别是模拟/混合信号电路），那你的核心价值在于设计出高性能、高能效、鲁棒性好的存算单元（比如模拟乘加电路）和周边接口电路。这是物理基础，很难，很关键。

如果你偏架构和算法，那你的价值在于如何基于新型的存算阵列，设计出高效的数据流、映射算法、编译工具链，甚至新型的编程模型。让上层应用（尤其是神经网络）能高效跑在这种非冯架构上。

所以，招聘时肯定是根据岗位来。电路岗当然看重电路设计、版图、仿真能力；架构岗则看重计算机体系结构基础、算法建模（用C/Python/SystemC建模）、以及对AI算法的理解。但两者都强烈希望对方懂一些另一方的知识。

给你的建议是，根据自己的基础（是电路强还是架构强）选定一个主攻方向，然后有意识地补充另一块的知识。比如，学电路设计的，可以去了解下神经网络的基本计算模式和数据流；学体系结构的，一定要去理解存算一体单元的基本工作原理、非理想特性（比如器件偏差）对系统精度和可靠性的影响。

另外，一些跨学科知识非常加分：半导体器件原理（了解新型存储器如RRAM, PCM, MRAM）、模拟计算基础、计算机体系结构（尤其是内存层次）、机器学习（尤其是模型压缩、量化）。可以找一些综述论文和博士论文来读，建立整体概念。

最后，关注这些公司的官网招聘、技术博客，以及像DAC、ISSCC、VLSI、HPCA等顶会上他们发表的论文，能最直观地看出他们的技术重点和实力。2025年毕业的话，现在开始针对性准备，时间非常充裕。

同学你好，我也是体系结构方向的，去年秋招刚拿到一个存算方向的offer，分享一下我的观察。

公司选择上，我觉得可以分两类看。如果你追求技术前沿和快速成长，不怕风险，可以考虑初创公司，比如你提到的知存、九天睿芯，还有象帝先、苹芯科技等。这些公司规模不大，但技术专注，你可能有机会接触到从架构到流片的完整流程。

如果你更看重平台稳定性和资源，大厂的研究院是很好的选择。华为海思、阿里平头哥、寒武纪等，都有专门的团队在做近存计算或存内计算的研究。大厂的优点是项目通常有清晰的落地场景（比如服务器AI加速），而且有强大的后端设计和制造资源支持。

关于技能侧重，这真的要看具体岗位。我面试过的岗位，有的明确要求精通模拟电路设计，尤其是存储器阵列、读出放大器、ADC/DAC等；有的则更强调计算机体系结构背景，要求能用C++/Python做架构建模和性能评估。

我的建议是，你首先梳理一下自己的兴趣和强项。如果喜欢和晶体管、SPICE仿真打交道，就重点打磨电路设计能力。如果更喜欢从系统层面优化性能、能效，那就加强架构和算法建模能力。但无论如何，对存算一体这个领域，你必须了解基本的存储器原理和机器学习工作负载特性。

提前学习的话，建议看看ISSCC、VLSI等顶会上关于存算一体的论文，了解最新的技术进展。工具上，除了传统的EDA工具，可以尝试一些架构模拟器（如SCALE-Sim for存算阵列）。实习经历在这个方向非常加分，有机会尽量去相关团队实习。

这个问题问得很及时，存算一体确实是打破内存墙的热门方向。国内这几年有不少玩家，我了解到的有这些：

初创公司里，知存科技（WITINMEM）做的是基于Flash的存算一体，主要面向端侧AI，他们流片经验比较丰富。九天睿芯（Reexen）也是做模拟存算一体的，听说在感存算一体方向有探索。还有新忆科技（Neuramatrix）、闪亿半导体等，都是专注这个方向的初创企业，你可以去搜一下他们的官网和论文，看看技术路线。

大厂方面，华为的2012实验室、阿里的达摩院、百度的昆仑芯团队、腾讯的AI Lab和芯片团队，都有相关的研究项目。大厂的优势是平台大、应用场景明确，但可能更偏向于为自身业务服务。

关于人才需求，根据我面试和了解的情况，这个方向非常需要复合型人才。如果是做芯片实现，那肯定需要扎实的电路设计能力，模拟/数模混合电路设计是核心，因为很多存算一体方案用的是模拟域计算。但同时，你也需要对架构和算法有深刻理解，因为你需要和算法工程师一起探索如何把算法映射到存算阵列上，优化数据流。所以，电路设计和架构算法不是二选一，最好是两者都懂，但可以有一个侧重。

建议提前补充的知识：除了本专业的电路和架构知识，多了解一下新兴存储器技术（如RRAM、MRAM、PCM等），以及机器学习算法（尤其是神经网络）的基础和压缩、量化技术。跨学科的知识融合是关键。

同学你好，我也是今年关注这个方向的应届生，分享一下我收集的信息和感受。

公司方面，除了上面提到的，其实还有一些低调但实力不错的团队。比如大厂里，腾讯的玄武实验室也有相关探索，字节的芯片团队也可能有布局。初创公司里，苹芯科技、智芯科等也在做存算一体，多看看他们的官网和招聘岗位就能知道具体方向。建议你重点看这些公司近一两年在顶级芯片会议上的论文产出，这是判断技术活跃度的硬指标。

关于技能侧重，我面试了几家，感觉他们最想要的是“能打通”的人。也就是说，你至少要对整个链条有理解：从算法、架构、电路到器件。即便你面的是架构岗位，面试官也会问一些电路和器件特性相关的问题，因为存算一体的架构设计和传统冯氏架构很不一样，严重依赖于底层存储阵列的非理想特性。反之，电路岗位也会问架构和算法的问题。

所以，我的建议是，根据自己的基础选一个主攻方向（比如电路或者架构），但一定要花时间了解另一个方向的知识。补充知识的话，强烈推荐学习一下UCSD的Steve Swanson教授关于“Memory-Driven Computing”的课程资料，还有清华大学刘勇攀老师团队的一些工作。动手方面，可以尝试用一些开源模拟器（如MNSim、NeuroSim）玩一下算法到硬件的映射，这对面试帮助很大。

最后提醒一点，存算一体还在产业化早期，选择初创公司意味着机会与风险并存，要仔细了解公司的技术落地场景和融资情况。大厂研究院可能更偏前瞻研究，但资源稳定。根据自己的风险偏好和兴趣做选择吧。

这个问题问得好，存算一体确实是打破内存墙的热门方向，机会很多但选择也很关键。国内来看，你可以重点关注这几类：一是纯正的初创公司，比如知存科技（做基于Flash的存算一体）、九天睿芯（模拟存算一体）、新忆科技（RRAM方向）、闪亿半导体等，它们通常技术路线专注，进去能深入一线。二是大厂的研究院，比如阿里的达摩院、平头哥，华为的2012实验室、海思，还有百度的昆仑芯等，它们资源雄厚，更偏向于探索和未来产品的结合。此外，一些顶尖高校的成果转化公司也值得留意，比如清华大学背景的深存科技等。

关于人才需求，这个方向本身就很交叉。从招聘来看，电路设计（尤其是模拟/混合信号电路设计）和架构算法建模两者都非常重要，但具体侧重要看岗位和公司技术路线。如果你做的是基于模拟技术的存算一体（比如用RRAM、Flash等器件），那么模拟/混合信号电路设计能力、器件特性理解就是核心，需要熟悉ADC/DAC、灵敏放大器等。如果你做的是架构、算法映射和系统建模，那就需要很强的计算机体系结构背景，会用C++/Python做建模和仿真，理解神经网络算法如何映射到存算阵列上。

建议你提前补充的知识包括：1. 深入理解存储器技术（SRAM、DRAM、非易失存储器如RRAM、PCM、Flash的基本原理）；2. 模拟电路基础（如果走电路方向）；3. 计算机体系结构，尤其是内存层次结构；4. 机器学习算法基础，特别是神经网络的计算和数据流特点。另外，关注一下业界顶会（如ISSCC、VLSI、HPCA等）上国内这些团队发表的论文，能帮你判断各家的技术实力和侧重。

同学你好，我也是体系结构方向的，今年刚加入一家做近存计算的团队，分享点个人感受。

公司方面，除了上面提到的，还可以关注一下后摩智能、苹芯科技、亿铸科技等初创公司，他们都在用不同的存储器介质做探索。大厂的研究院，比如华为海思，肯定有相关预研，但应届生进去具体分到什么项目有点看缘分。阿里的平头哥在近存计算架构上发过不少论文，可以重点看看。其实，一些顶尖高校的实验室（比如清华、北大、复旦的微电子或计算机系）也有很强的研究团队，并且和产业界结合紧密，从那里毕业进入对口公司会很有优势。

你问的招聘侧重点，这完全取决于岗位。我观察到的现状是：目前产业界更急需的是能把芯片做出来、做稳定的工程师，所以电路设计能力，尤其是模拟/混合信号电路设计能力，非常非常稀缺和吃香。因为存算一体芯片里，模拟前端、高精度ADC/DAC、基准源这些模块的设计挑战极大。当然，架构创新也同样重要，但一个成熟的架构师往往需要多年的芯片实战经验积累。对应届生来说，拥有扎实的电路设计功底，或者出色的架构建模与仿真能力（比如用SystemC、MLIR等工具链做建模），都能找到不错的切入点。

建议你提前补充的知识：一是存储器芯片的基础知识，不一定要会设计，但要懂工作原理和特性；二是神经网络加速器的基本架构；三是模拟计算的基本概念（比如模拟域做乘加运算）。有时间可以玩玩开源项目，比如谷歌的MLIR，或者一些存算一体的仿真平台。

选择上，如果你喜欢挑战技术极限、深入电路细节，可以去初创公司；如果你希望有更系统的培养和更广阔的视野，大厂研究院是很好的起点。

这个问题问得很及时，存算一体确实是现在的一个热点。从公司角度看，国内布局比较早的初创公司有知存科技（做基于NOR Flash的存算一体）、九天睿芯（模拟存算一体）、新忆科技（RRAM方向）、闪亿半导体等，他们通常比较专注，进去能接触到比较核心的研发。大厂里，华为的2012实验室、阿里的平头哥、百度的昆仑芯、腾讯的芯片部门也都有相关的研究团队或项目，平台大，资源多，但可能更偏向于为自身业务服务（比如AI加速）。建议你多看看这些公司近两年的顶会论文（比如ISSCC、VLSI）和专利产出，这是判断技术实力的硬指标。

关于人才需求，这个方向本身就很交叉。如果是做芯片实现，那肯定需要扎实的电路设计能力，模拟/数模混合设计是重中之重，因为要跟非易失性存储器、模拟计算单元打交道。如果是做架构和系统，那就更看重计算机体系结构、算法建模和软硬件协同设计的能力。

所以，你需要根据自己的兴趣和基础来定位。电路设计岗通常要求精通Cadence等工具、深亚微米工艺下的模拟电路设计。架构算法岗则要求熟悉机器学习算法、计算模型、性能分析建模（比如用Python/C++）。无论选哪个，都建议补充一些跨学科知识：对存储器器件（Flash, RRAM, MRAM等）的基本物理特性和模型要有了解；最好懂一点机器学习框架（如PyTorch）和神经网络压缩、量化知识。

最后提醒一点，存算一体还在快速发展中，技术路线多样（数字存算、模拟存算等），选择公司时不妨了解一下他们具体的技术路线和产品落地情况，看看是否与自己的研究方向匹配。

同学你好，我也是今年找工作，重点关注了这个方向，分享一些我收集的信息和看法。

值得关注的地方：除了上面提到的，还可以看看清华、北大、中科院下面孵化的团队，有些教授创业的公司技术底蕴很厚。大厂里，腾讯的芯片团队（比如玄武实验室）也有一些相关探索，但可能不如阿里华为投入那么公开。另外，一些传统的芯片设计公司，比如兆易创新，也在关注近存计算，因为他们有存储器的老本行。

关于技能侧重，我的面试感受是：对于应届生，公司最看重的其实是你的基础和潜力，因为具体技术大家都在摸索。如果你硬件功底强（比如流片过模拟或数字电路项目），那去做电路设计岗非常有优势。如果你代码和算法能力强，做过架构仿真、性能建模，那么架构算法岗也很欢迎。实际上，存算一体非常需要软硬件结合的人才，所以如果你有一方面很扎实，同时对另一方面也有了解（比如做电路的懂点神经网络，做算法的懂点硬件约束），那就是大大的加分项。

需要提前补充的知识：强烈建议学习一下机器学习（尤其是深度学习）的基础，不用很深入，但要理解模型结构和计算特征。另外，可以了解一下主流存算一体技术的原理（比如基于SRAM, RRAM, Flash的不同方案），知道各自的优缺点。工具上，架构建模可以用Gem5、SCALE-Sim等模拟器玩玩看。

总之，这是一个交叉学科，机会多，但要求也高。建议你多看看目标公司发布的论文和专利，了解他们在做什么，面试时能说到点子上。

这个问题问得很及时，存算一体确实是现在的大热点，架构创新能直接缓解“内存墙”问题。国内布局的公司不少，各有侧重。

从公司角度看，你可以关注两类：一类是专注这个方向的初创公司，比如你提到的知存科技（做基于Flash的存算一体），九天睿芯（做感存算一体），还有新忆科技、苹芯科技等。这些公司通常技术路线比较前沿，进去能接触到从设计到流片的全流程，成长快，但风险和压力也相对大。另一类是大厂的研究院，比如阿里的达摩院、平头哥，华为的2012实验室，还有百度的昆仑芯等。它们资源足，有应用场景（比如AI加速），但可能更偏向于为现有业务服务，探索性质的研究不一定都能产品化。

关于人才需求，这得看具体岗位。如果是做存算一体芯片的“存”的部分，比如新型存储器（RRAM, MRAM等）的器件建模、模拟混合电路设计（比如灵敏放大器、DAC/ADC），那肯定非常看重模拟/混合信号IC设计能力，需要扎实的电路基础。如果是做“算”的部分，比如设计存算阵列上方的数字控制逻辑、数据通路、或者整个芯片的系统架构，那就更看重数字电路设计和计算机体系结构知识。如果是做架构算法和建模，比如开发编译器、设计映射算法来把神经网络映射到存算阵列上，那就需要很强的算法、软件和建模能力（用C++/Python做仿真）。

所以，核心是看你想成为哪类人才。建议你根据自己硕士期间的研究方向（是偏电路还是偏架构）来选择目标岗位。需要补充的跨学科知识包括：对新兴存储器原理的了解、神经网络基础、以及硬件/软件协同设计的思维。

最后提醒一点，这个领域还在早期，技术路线未完全统一，选择公司时最好深入了解他们具体的技术路径和产品规划，看是否与你的兴趣契合。