AI 发展风起云涌，制约随之而来。
近年来，全球人工智能（AI）技术的迅猛发展正在推动各行业的变革。然而，在AI技术迅猛发展的背后，国内AI行业面临着一项严峻的挑战。
由于美国对中国企业的出口限制，尤其是对英伟达（NVIDIA）GPU的禁令，中国的AI发展受到制约。这一政策限制使得国内AI研究机构和企业在进行大规模模型训练时，受到算力不足的困扰，无法充分发挥人工智能技术的潜力。
如今，这一困扰有望被领存实验室突破化解。通过闪存芯片（Nand Flash）的逻辑特性，领存实验室在闪存芯片上实现AI训练的突破。
在AI训练中，GPU（图形处理单元）作为加速计算的核心硬件，扮演着至关重要的角色。AI训练，尤其是大规模深度学习模型的训练，需要海量的数据处理和计算能力，而GPU的并行计算能力能够大幅提升训练效率。然而，受限于美国对中国企业的出口禁令，国内AI研究机构和企业不得不面对计算资源短缺的问题。没有足够的GPU支持，大模型训练变得异常艰难，行业发展受到严重制约。
领存实验室凭借其在闪存芯片领域的创新突破，为AI训练带来了全新的解决方案。领存巧妙地将闪存芯片的底层逻辑运算能力应用于AI训练中，实现了加法、减法、乘法、异或等基础计算功能，开创了基于闪存芯片的AI训练技术。此项技术被命名为iNc（in-Nand Computing，存内计算），标志着AI计算技术的重大突破。
根据领存技术创始人楚一兵介绍，iNc技术的核心优势在于其运算能力的显著提升和低功耗特性。首个版本的iNc技术具备了相当于14万个并行计算器的运算能力，其计算性能足以满足大规模AI模型训练的需求。而领存正在研发的第二个版本将进一步提升性能，预计性能提升将达到上百倍。这一技术不仅能够替代传统GPU的计算任务，还能大幅降低计算成本和能耗，对数据中心、服务器、移动终端等多个领域产生深远影响。
计算性能显著提升是优势之一。领存的iNc技术通过优化闪存芯片的计算能力，实现了传统计算平台难以企及的运算性能。与传统GPU相比，iNc技术能够在同等条件下提供更高的计算效率，这将极大提升AI训练的速度和效果。
在性能之外，低功耗更受瞩目。传统数据中心的单台服务器通常功耗高达300瓦，而iNc技术的功耗最多不过10瓦，仅为三十分之一。对于移动终端如手机、笔记本、平板等，功耗甚至可以控制在1瓦以内。这种低功耗特性不仅能够降低运算的能源成本，还能延长设备的使用寿命，成为绿色计算新方案。
算力与能耗的背后，同样是显著的成本优势。由于iNc技术的高效运算和低功耗特性，应用该技术的数据中心运营成本将会降低至百分之一以下。这一变革不仅有助于推动AI技术的普及，还能减轻企业在数据处理和存储方面的成本压力。
值得一提的是，iNc技术的存内计算特性使得数据处理不再需要频繁的数据传输，这大大提升了运算效率，也减少了数据传输带来的隐私风险。用户的敏感数据无需上传至厂商的数据中心进行处理，从而保护了用户隐私，符合日益严格的数据保护法规。
iNc技术的应用不仅限于数据中心和服务器，它还具有在手机、笔记本、平板、汽车、可穿戴设备等多种移动终端上的广泛应用前景。这一技术的普及将使得这些设备能够实现本地AI训练，从而提升设备的智能水平和用户体验。
业内专家表示，领存的iNc技术具有广阔的市场前景和深远的社会影响。随着AI技术的不断发展和应用，计算需求的增长将推动对高性能计算平台的需求。而iNc技术的出现，为这一需求提供了全新的解决方案。其在数据中心的应用将促进数据处理能力的提升，降低成本，并推动企业的数字化转型；在移动终端的应用则将使得人工智能的智能化程度显著提高，为消费者提供更智能、更便捷的服务体验。
此外，iNc技术还可能推动相关产业的发展，如闪存芯片制造业、AI硬件设计业等。作为一项突破性技术，iNc不仅展示了中国在科技创新领域的实力，也为全球科技进步作出了重要贡献。
领存的iNc技术标志着人工智能计算领域的一次重要革命。它不仅突破了传统GPU的限制，为AI训练提供了新的解决方案，还在成本、功耗、隐私保护等方面展现了显著优势。随着技术的不断成熟和应用的推广，iNc技术有望成为未来计算领域的主流，推动AI技术的普及和发展。未来，iNc技术将继续发挥其在各个领域的潜力，为经济社会发展带来更多机遇。
