核心技术
传统冯·诺依曼芯片架构下，60%至90%的能耗浪费在数据搬运过程中，AI 计算面临高算力、低功耗及低成本的"不可能三角"困境。后摩智能以先进存算一体技术，突破传统架构的"存储墙"与"功耗墙"限制，减少数据搬运，大幅提升能效比，提升端侧AI推理效率。相较传统方案：芯片面积压缩至约30%；芯片功耗缩减至10%。
传统冯·诺依曼芯片架构下，60%至90%的能耗浪费在数据搬运过程中，AI 计算面临高算力、低功耗及低成本的"不可能三角"困境。后摩智能以先进存算一体技术，突破传统架构的"存储墙"与"功耗墙"限制，减少数据搬运，大幅提升能效比，提升端侧AI推理效率。相较传统方案：芯片面积压缩至约30%；芯片功耗缩减至10%。
将计算能力融入 SRAM 存储单元，在存储内完成计算，减少数据往返搬运。后摩持续推进存算一体 IP 与芯片架构创新，支持端边大模型推理。
为更好应对大模型时代对算力之外的访存需求，后摩自研新一代3D CIM架构，将多层3D存储介质以近存计算的方式与SRAM-CIM存内计算深度融合，实现1+1大于2的倍增效应，一并高效地解决算力问题与访存瓶颈。
