一条来自韩媒 The Elec 的消息，被 IT之家转了过来：SK 海力士公布了 3D FeNAND 的研究成果，用它实现了模拟存内计算（Analog Compute-in-Memory，A-CiM），相关研究发在 IEEE 论文上。
名字太长。
我尽量说人话。
存内计算想解决什么
现在跑 AI，有个结构性的浪费。计算单元和存储单元是分开的，要算的时候，数据得从存储搬到计算单元，算完再搬回去。搬运本身不产生任何价值，还费时间、耗电。A-CiM 的思路是反过来的，直接在存储器里做运算。报道里说得具体一点，是利用模拟信号，直接在存储器执行乘积累加运算，也就是 MAC，减少数据搬运，提升处理速度和能效。
【个人看法】这个方向不新，喊了很多年。难的地方在于，存储器天生不擅长计算。能在存储单元里把矩阵运算做出来，才算真本事。
铁电材料是关键
传统 3D NAND 用的是电荷俘获结构，把电子捕获在氮化物层里。3D FeNAND 换了材料，用铁电材料。它的特点在于，即使外部电场消失，内部的极化状态仍然保持，这一点让它既能存储数据，也能控制电流。更关键的是那句，FeNAND 可以在单个存储单元内产生多种电流状态。
多种状态，意味着一个单元能表达的不止 0 和 1。
这对 AI 计算很合适。AI 的权重数据本来就是连续的、多值的，用多种电流状态去对应，比硬凑成二进制的 0 和 1，更自然。
这跟我们有什么关系
AI 越跑越贵，这笔账大家都有感觉。贵在哪？一部分在芯片，一部分在电费，还有一部分，就耗在那次搬运上。存内计算如果真能落地，省下的正是这一块：数据不用来回搬，速度和能耗都有改善空间。
【个人看法】但别急着高兴。这是研究成果，落在 IEEE 论文上，不是在产线上。从论文到量产，中间隔着多少年，报道没说，【暂无相关资料】。报道里也没提成本、良率、量产时间表这些关键数字，一个都没有。
一项存储技术能不能改行规，不看它多先进，看它多便宜。
为什么是现在
存储芯片这几年，位置有点微妙。一边是 AI 把需求拉得飞起，一边是传统存储的技术红利在变薄。谁能在存储加计算这个交叉点上先站住，谁就有机会吃到下一波。SK 海力士这一手，更像是在提前卡位，至于能不能卡住，得看后面。
几句要说清楚的
这篇的材料，来自 IT之家转述的韩媒 The Elec 报道，以及 IEEE 论文的公开摘要。论文全文我没读到，【暂无相关资料】。文里的技术描述都是转述口径，我没有一手验证的条件。至于存内计算到底能省多少电、快多少倍，这种量化结论，报道里没有，我也不替它编。
【个人看法】技术是好技术，但它离你手里那台手机有多远，现在下结论太早。还有一点得说明：FeNAND 现在解决的是「存储里能不能算」，不是「存储本身够不够快」。这两件事经常被混着讲，其实不是一回事。
你觉得，AI 的成本大头，是在芯片，还是在电费？
（素材来自 IT之家转述的韩媒 The Elec 报道及 IEEE 论文公开摘要，2026年10月15日。）