01
存算一体概述
从冯·诺依曼瓶颈到存算一体，发展历程与分类（近存计算、存内计算、模拟存算一体）
基础概念
02
核心器件基础
RRAM、SRAM、Flash等存储器件工作原理及在存算一体中的角色
器件存储
03
模拟存算一体原理
基于Kirchhoff定律的模拟计算，权重映射与ADC/DAC接口
模拟电路
04
数字存算一体架构
数字存算一体的设计范式，与模拟方案的对比
数字架构
05
存算一体编译器
从神经网络模型到存算一体阵列的映射流程，数据流调度
编译器映射
06
推理加速核心算子
矩阵向量乘（MVM）在存算阵列上的实现，卷积操作的映射
算子MVM
07
精度与量化
模型量化（INT8/INT4）对存算一体推理的影响，非理想因素建模
量化精度
08
架构设计案例：SRAM
基于SRAM的存算一体加速器设计（宏单元设计、近存计算）
SRAM设计
09
架构设计案例：RRAM
基于RRAM的存算一体加速器设计（交叉阵列、读写电路）
RRAM交叉阵列
10
数据流与脉动阵列
存算一体中的数据流优化（权重固定、输入固定、输出固定）
数据流脉动
11
片上网络（NoC）与互连
存算一体芯片中的通信架构设计
NoC互连
12
芯片测试与验证
ATE测试、功能验证、性能评估
测试验证
13
非理想因素与容错
器件波动、噪声、IR Drop对精度的影响及补偿技术
容错非理想
14
边缘端应用
低功耗AIoT场景下的推理加速
边缘AIoT
15
云端推理应用
大模型推理场景下的存算一体挑战
云端大模型
16
稀疏性利用
利用权重稀疏性和激活稀疏性加速存算一体推理
稀疏加速
17
存算一体与Transformer
Attention机制在存算阵列上的高效映射
TransformerAttention
18
存算一体与CNN
卷积神经网络在存算一体架构上的优化
CNN卷积
19
存算一体与GNN
图神经网络在存算一体上的推理加速
GNN图网络
20
存算一体与SNN
脉冲神经网络在存算一体上的天然适配
SNN脉冲
21
存算一体安全
侧信道攻击、模型窃取与防御机制
安全防御
22
设计工具链
从架构探索到物理设计的EDA流程
EDA工具
23
存算一体基准测试
MLPerf、EEMBC等基准在存算一体上的适配
基准MLPerf
24
存算一体与3D集成
3D堆叠技术对存算一体性能的提升
3D堆叠
25
新型计算范式交叉
存算一体与量子计算、光学计算的交叉
量子光学
26
功耗管理
动态电压频率调整（DVFS）、电源门控
功耗DVFS
27
软件栈
驱动、运行时库、推理框架集成
软件框架
28
存算一体与PIM
PIM与存算一体的异同与融合趋势
PIM融合
29
前沿研究
模拟存算一体的大模型训练、可重构存算一体
前沿可重构
30
未来展望
技术路线图、产业生态与标准化
展望生态