Compute-in-Memory（存内计算）

传统计算架构中，数据在处理器和内存间频繁搬运，导致功耗和延迟。存内计算直接在内存中执行计算，如矩阵乘法，减少数据移动。它利用非易失存储器（如RRAM、PCM）或SRAM实现模拟计算，适用于神经网络推理。代表工作有IBM的TrueNorth、清华的忆阻器芯片，能效可提升百倍，但面临精度和工艺挑战。