SRAM对于AI至关重要，尤其是嵌入式SRAM。它具有最高的性能，可以将其直接与高密度逻辑集成。

DRAM因较低成本（仅需一个场效应管和一个电容），被广泛应用于内存中，尤其是在内存条中DRAM能够提供更大的存储容量，对于需要大量数据存储的AI应用来说，这种大容量存储的成本效益更为显著。AI需求的高涨推动DRAM搭载容量的年增预估达到17.3%。

HBM作为DRAM的最先进技术与SRAM并不存在互相替代关系。

存储芯片是全球半导体市场规模占比近30%的细分领域，应用广泛，品类丰富。存储芯片可分为ROM(只读存储器)、RAM(随机存储器)、新型RAM等，其中DRAM和NAND-Flash为主，两者合计占比97%。存储行业格局：DRAM集中，NAND/NOR较为分散。

1、什么是RAM？

RAM（RandomAccessMemory）中文的意思是随机存取存储器。为什么要强调随机存储？因为在此之前，一些存储器都是顺序存储（Direct-Access），较为常见的有光碟、老式的磁带、磁鼓存储器等。

随机存取存储器的特点是，其访问数据的时间与数据存放在存储器中的物理位置无关。

2、什么是随机读写？

随机和顺序读写是存储器的两种输入输出方式。其中，存储的数据在磁盘中占据空间，对于一个新磁盘，操作系统会将数据文件依次写入磁盘，当有些数据被删除时，就会空出该数据原来占有的存储空间，时间长了，不断的写入、删除数据，就会产生很多零零散散的存储空间，从而造成一个较大的数据文件放在许多不连续的存贮空间上。读写这部分数据时，就是随机读写，磁头要不断的调整磁道的位置，以在不同位置上的读写数据，相对于连续空间上的顺序读写，要耗时很多。在开机时、启动大型程序时，电脑要读取大量小文件，而这些文件也不是连续存放的，也属于随机读取的范围。

改善方法：做磁盘碎片整理，合并碎片文件，但随后还会再产生碎片造成磁盘读写性能下降，而且也解决不了小文件的随机存取的问题，这只是治标。除此之外，还有更好的解决办法，那就是更换电子硬盘（SSD），电子盘由于免除了机械硬盘的磁头运动，对于随机数据的读写极大地提高。

举个例子，SSD的随机读取延迟只有零点几毫秒，而7200RPM的随机读取延迟有7毫秒左右，5400RPM硬盘更是高达9毫秒之多，体现在性能上就是开关机速度。

随机存取存储器（RAM）是存储器中最为人熟知的一种。之所以RAM被称为“随机存储”，是因为可以直接访问任一个存储单元，只要知道该单元所在记忆行X和记忆列Y的地址即可定位。

DRAM利用电容储存电荷多少来存储数据，需要定时刷新电路克服电容漏电问题，读写速度比SRAM慢，常用于容量大的主存储器，如计算机、智能手机、服务器内存等。DRAM主要可以分为DDR（DoubleDataRate）系列、LPDDR（LowPowerDoubleDataRate）系列和GDDR（GraphicsDoubleDataRate）系列、HBM系列。

SRAM利用晶体管存储数据，读写速度快，制造成本高，常用于对容量要求较小的高速缓冲存储器，如CPU一级、二级缓存等。

3、SRAM和DRAM的区别。

RAM的另一个特点是易失性（Volatile），虽然业界也有非易失（non-volatile）的RAM，比如利用电池来维持RAM中的数据等方法。

RAM主要分为两类：SRAM（StaticRAM）、DRAM（DynamicRAM）。

SRAM的S是Static的缩写，全称是静态随机存取存储器；静态随机存取存储器（StaticRandom-AccessMemory，SRAM）是随机存取存储器的一种。所谓的“静态”，是指这种存储器只要保持通电，里面储存的数据就可以恒常保持。相对之下，动态随机存取存储器（DRAM）里面所储存的数据就需要周期性地更新。

DRAM的D是Dynamic的缩写，全称是动态随机存取存储器。DRAM一般指动态随机存取存储器。动态随机存取存储器（DynamicRandomAccessMemory，DRAM）是一种半导体存储器，主要的作用原理是利用电容内存储电荷的多寡来代表一个二进制比特（bit）是1还是0。

SRAM由于其较高的成本，通常用于高速缓存中，以提高CPU与其他存储设备之间的数据交换速度。SRAM的高存取速度和较低的制造成本使其在某些特定场景下仍然有其独特的价值。在更高的频率下，SRAM的功耗与DRAM一样，这使得它在实现节能AI方面发挥了作用。

SRAM作为一种不需要刷新电路即可保存数据的技术，对于那些需要周期性更新数据的AI应用来说，可能是一个更优的选择。

DRAM因较低成本（仅需一个场效应管和一个电容），被广泛应用于内存中，尤其是在内存条中DRAM能够提供更大的存储容量，对于需要大量数据存储的AI应用来说，这种大容量存储的成本效益更为显著。

在AI的发展过程中，随着核心数量的增加，对DRAM通道数量的需求也随之增加。这是因为DRAM相比SRAM更具成本效益，能够更有效地管理和利用存储资源。此外，DRAM的低功耗特性也使得它成为AI芯片设计中的一个重要考虑因素，尤其是在追求能效比的背景下。AI需求的高涨推动DRAM搭载容量的年增预估达到17.3%。

综上所述，从成本角度来看，DRAM在AI应用中主要由于其成本效益而被广泛采用，尤其是在需要较大存储容量和高效管理存储资源的情况下。HBM，可以实现密集的集成DRAM堆栈。

SRAM则因其较高的存取速度和较低的制造成本，在某些特定的应用场景下仍然具有不可替代的地位。因此，两者在AI领的应用中各有侧重，共同推动了存储技术的发展和应用。

无论是DDR、HBM还是CXL，是冷存储，必须将其从冷存储中取出，放入“温存储”DDR、HBM，移至SRAM（靠近我的计算元件）。

嵌入SRAM可以实现快速数据检索并减少计算所需的延迟。它减少了芯片外的需要，芯片通常更耗电。每一笔片外交易的成本都更高。这是在用SRAM填充芯片和没有任何剩余空间来执行逻辑之间的权衡。

SRAM是芯片内本地可用的存储器。它可以提供即时访问的数据，这是它在人工智能应用程序中受到青睐的原因。在性能方面，SRAM是迄今为止性能最高的内存解决方案，使其成为人工智能的首选。

SRAM的数量是任何人工智能处理解决方案的关键要素，它的数量在很大程度上取决于数据中心是训练还是推理。应用程序在处理元件旁边必须要有大量的SRAM，用于运行人工智能训练或推理。任何类型的处理器都需要某种形式的SRAM作为暂存器、本地存储器、存储中间结果。在执行实际计算的乘法累加单元大阵列旁边拥有良好、快速的SRAM。

SRAM对于AI至关重要，尤其是嵌入式SRAM。它具有最高的性能，可以将其直接与高密度逻辑集成。SRAM占用了更大的芯片面积。一些处理器上有大量SRAM，这种趋势可能会持续下去，这开始成为整个处理器的重要成本驱动因素。标线极限的大型芯片被分解为多个小芯片，并通过适当的互连使它们能够充当一个大型芯片，从而集成更多的计算和更多的SRAM。大量的SRAM进一步推动了向基于小芯片的实现的转变。无论是数据中心还是边缘设备，机器学习都是一个内存管理问题。不同风格的计算实现之间的所有架构差异都可以归结为管理内存以及管理权重和激活流的不同策略，这在很大程度上取决于可用和选择的内存类型。任何芯片架构师都在有效地规划出适合其部署场景的内存层次结构，但在任何场景中，您都必须拥有SRAM。

全球SRAM竞争格局：

全球不同细分领域存储竞争格局：

参考资料：

投资顾问：王德慧（登记编号：A0740621120003），本报告中的信息或意见不构成交易品种的买卖指令或买卖出价，投资者应自主进行投资决策，据此做出的任何投资决策与本公司或作者无关，自行承担风险，本公司和作者不因此承担任何法律责任。