2026北京机床工具展：告别“高耗电AI”的时代

日本半导体设计公司Flodia（总部位于东京都小平市）近日宣布，开发出一项可将AI（人工智能）计算功耗降低至传统方式约千分之一的创新性技术。

该技术主要面向无人机控制等边缘AI应用，未来还计划应用于AI数据中心（DC），有望大幅改变其传统结构。Flodia预计将于2025年8月开始提供用于评估的测试芯片，目前已与多家半导体大厂就量产化展开洽谈。

Flodia是谁？——由日立核心技术人员创办的半导体设计公司

Flodia成立于2004年，由原日立制作所及现今瑞萨电子（Renesas Electronics）旗下的多位存储器技术专家共同创办。自创立以来，Flodia一直专注于DRAM和闪存等存储器回路设计，凭借深厚的存储技术基础在业内建立起声誉。

公司本身并不进行芯片制造，而是采用“无晶圆厂IP授权”模式，将其开发的制造工艺与电路设计作为知识产权（IP）授权给全球的半导体制造商。Flodia与全球最大半导体代工企业台积电（TSMC）也有合作关系，技术实力获得国际认可。

技术核心是「CIM」——存储器直接执行运算

此次受到关注的，是Flodia自主开发的“Computing in Memory（CIM，内存计算）”技术。

在传统GPU（图形处理器）中，为执行AI运算，数据必须在存储器与处理器之间反复移动，这一过程会消耗大量电能。而CIM则采用一种全新的方式：将AI运算所需的系数预先存储在非易失性存储器中，通过施加电压并汇总所产生的微弱电流来完成计算。
由于完全在存储器中进行运算，避免了数据搬运的耗能，最终实现了将整体功耗降至传统方法的千分之一。

此外，CIM基于非易失性存储器，即使断电也能保持数据，还具备快速启动、省电待机等特点，特别适合用于边缘AI或低功耗设备。

数据中心或将浓缩至“手掌大小”？

Flodia进一步设想，将多层芯片堆叠组成高集成的结构，以此构建类似GPU或NPU（神经网络处理单元）级别的AI处理单元。与现有方案相比，这种方法可在保持高性能的同时继续维持极低的功耗。

由于无需大型电源与冷却系统，公司CEO奥山幸祐表示：“理论上可将一个数据中心房间的运算能力，压缩至手掌大小。”

目前，公司正与日本的大型半导体企业商讨试制堆叠型CIM芯片的可行性。若进展顺利，预计数年内即可实现IP授权的商业化应用。

应用场景与未来发展

在实际应用方面，Flodia目前重点关注无人机、自动驾驶辅助系统（ADAS）等边缘AI领域。此前受限于功耗限制，许多复杂的图像识别或实时处理功能难以在电池驱动设备上实现。该技术有望打破这一瓶颈，使得例如无人机的避障功能或车辆图像分析在更长续航、更低热量的前提下顺利运行。

更长远地看，CIM还可用于AI数据中心、智能工厂，甚至未来的太空探测等对高能效计算有强烈需求的领域。

告别“高耗电AI”的时代

当今AI的快速发展，离不开NVIDIA等企业推动的高性能GPU，但与此同时也面临着能耗高、热管理难等现实挑战。

在这一背景下，Flodia的CIM技术为AI半导体架构带来了全新思路。它提供了一种更加轻量、快速、低功耗的解决方案，有望引领AI从“高性能但高能耗”的传统模式，迈向更加可持续的未来。

这项来自日本的技术革新尚处起步阶段，但其潜力正在被全球关注。倘若未来成为国际主流标准，AI计算领域的版图可能将被彻底改写。日本半导体设计公司Flodia（总部位于东京都小平市）近日宣布，开发出一项可将AI（人工智能）计算功耗降低至传统方式约千分之一的创新性技术。

该技术主要面向无人机控制等边缘AI应用，未来还计划应用于AI数据中心（DC），有望大幅改变其传统结构。Flodia预计将于2025年8月开始提供用于评估的测试芯片，目前已与多家半导体大厂就量产化展开洽谈。

Flodia是谁？——由日立核心技术人员创办的半导体设计公司

Flodia成立于2004年，由原日立制作所及现今瑞萨电子（Renesas Electronics）旗下的多位存储器技术专家共同创办。自创立以来，Flodia一直专注于DRAM和闪存等存储器回路设计，凭借深厚的存储技术基础在业内建立起声誉。

公司本身并不进行芯片制造，而是采用“无晶圆厂IP授权”模式，将其开发的制造工艺与电路设计作

技术核心是「CIM」——存储器直接执行运算

此次受到关注的，是Flodia自主开发的“Computing in Memory（CIM，内存计算）”技术。

在传统GPU（图形处理器）中，为执行AI运算，数据必须在存储器与处理器之间反复移动，这一过程会消耗大量电能。而CIM则采用一种全新的方式：将AI运算所需的系数预先存储在非易失性存储器中，通过施加电压并汇总所产生的微弱电流来完成计算。
由于完全在存储器中进行运算，避免了数据搬运的耗能，最终实现了将整体功耗降至传统方法的千分之一。

此外，CIM基于非易失性存储器，即使断电也能保持数据，还具备快速启动、省电待机等特点，特别适合用于边缘AI或低功耗设备。

数据中心或将浓缩至“手掌大小”？

Flodia进一步设想，将多层芯片堆叠组成高集成的结构，以此构建类似GPU或NPU（神经网络处理单元）级别的AI处理单元。与现有方案相比，这种方法可在保持高性能的同时继续维持极低的功耗。

由于无需大型电源与冷却系统，公司CEO奥山幸祐表示：“理论上可将一个数据中心房间的运算能力，压缩至手掌大小。”

目前，公司正与日本的大型半导体企业商讨试制堆叠型CIM芯片的可行性。若进展顺利，预计数年内即可实现IP授权的商业化应用。

应用场景与未来发展

在实际应用方面，Flodia目前重点关注无人机、自动驾驶辅助系统（ADAS）等边缘AI领域。此前受限于功耗限制，许多复杂的图像识别或实时处理功能难以在电池驱动设备上实现。该技术有望打破这一瓶颈，使得例如无人机的避障功能或车辆图像分析在更长续航、更低热量的前提下顺利运行。

更长远地看，CIM还可用于AI数据中心、智能工厂，甚至未来的太空探测等对高能效计算有强烈需求的领域。

告别“高耗电AI”的时代

当今AI的快速发展，离不开NVIDIA等企业推动的高性能GPU，但与此同时也面临着能耗高、热管理难等现实挑战。

在这一背景下，Flodia的CIM技术为AI半导体架构带来了全新思路。它提供了一种更加轻量、快速、低功耗的解决方案，有望引领AI从“高性能但高能耗”的传统模式，迈向更加可持续的未来。

这项来自日本的技术革新尚处起步阶段，但其潜力正在被全球关注。倘若未来成为国际主流标准，AI计算领域的版图可能将被彻底改写。