内存处理市场规模、份额和行业分析，按产品类型（支持 PIM 的内存 IC、PIM 内存模块、PIM 加速器卡和板以及 PIM 半导体 IP）、按处理技术（数字 PIM 以及模拟和混合信号 PIM）、按应用（AI 和 ML、高性能计算、数据分析和数据库处理、图形和推荐处理、信号和图像处理等）、按行业（消费电子、IT 和电信、汽车、医疗保健等）和区域预测，2026 年至 2034 年

2025年，全球内存处理市场规模为6.233亿美元。预计该市场将从2026年的8.308亿美元增长到2034年的88.058亿美元，预测期内复合年增长率为34.3%。

内存处理领域是指半导体内存技术，涉及将计算任务放置在内存内或内存附近，从而最大限度地减少处理器和内存之间传输数据的需要。此类技术的使用极大地提高了数据处理操作的处理速度、能源效率和整体性能。由于人工智能、高性能计算和大数据应用的使用不断增加，对内存系统处理的需求不断增长。

此外，市场上的许多主要市场参与者，如三星电子有限公司、SK海力士公司、杭州智存科技有限公司、UPMEM SAS和d-Matrix公司，都专注于产品创新和战略合作伙伴关系，以开发先进的PIM架构，并加速其在人工智能、高性能计算和数据中心应用中的采用。

生成人工智能的影响

生成式 AI 扩展增强了对高带宽 PIM 解决方案的需求

由于大型语言模型需要巨大的内存带宽以及内存和处理器之间的大量数据移动，生成式人工智能的爆炸性发展正在导致人们寻求内存处理解决方案。 PIM 架构通过在内存区域执行部分计算来工作，从而减少延迟并提高能源效率。随着病例的增加 生成式人工智能随着推理在数据中心的实施，PIM 有了与 GPU 协同工作的新机会，因为它可以处理许多内存密集型应用程序，包括注意力机制。随着人工智能模型实现更长的上下文和更高的用户并发性，内存挑战随之出现。因此，生成式人工智能可以看作是 PIM 的快速发展和应用的不断增加。例如，

• 2025 年 10 月，SK 海力士在 AI Infra Summit 2025 上展示了其增强型基于 AiM 的 AiMX 内存处理解决方案，展示了将 NVIDIA H100 GPU 与 AiMX 卡相结合的系统，用于大型语言模型推理。

因此，这一因素推动了未来几年内存处理市场的增长。

内存处理市场趋势

对边缘和能源受限人工智能工作负载的模拟内存计算的投资不断增加，推动了市场增长

内存模拟计算投资的增加正在推动市场发展，因为人工智能应用需要以更少的能源提供更多的计算能力。内存中的模拟计算正在内存芯片内运行选定的人工智能进程，从而最大限度地减少内存和处理器之间传输数据的需求，并使进程更加节能。这种架构非常适合能源、空间和冷却能力有限的边缘人工智能功能，例如机器人、自主系统、智能设备、工业设备和国防系统。由于生成式人工智能应用和推理任务转移到边缘，公司越来越有动力投资于内存开发中的模拟计算。例如，

• 2025年2月，EnCharge AI获得超过1亿美元的B轮融资，融资总额超过1.44亿美元，用于其模拟内存计算AI加速器产品的商业化。

市场动态

市场驱动因素

获取本市场区域分析的更多信息， 下载免费样品

人工智能推理增长和内存带宽瓶颈推动市场增长

由于人工智能 (AI) 推理的使用快速增长，对 PIM 解决方案的需求不断增加。大型语言模型需要不间断地使用模型权重和键值缓存数据，这对传统的处理器内存系统来说很困难，因为传统的处理器内存系统可能会遇到内存带宽问题。标准处理器内存系统的性能通常会受到 DRAM 和 GPU 或加速器之间数据不断来回移动的影响。 PIM 执行内存中已有的特定计算，这有助于减少数据移动，从而提高有效带宽、延迟和能源效率。随着生成式人工智能解决方案的使用越来越多，这些好处的重要性也随之增加，因为生成式人工智能解决方案需要更大的模型、更长的上下文窗口和更多的用户。因此，不断增加的人工智能推理工作负载有助于半导体制造商开发 PIM 架构。例如，

• 2026 年 8 月，三星电子在 Hot Chips 2026 上展示了其 LPDDR5X-PIM 技术，通过将计算功能直接集成到低功耗 DRAM 中，专门针对 AI 推理工作负载。

市场限制

资格周期长、软件生态系统不成熟和集成复杂性可能会阻碍市场增长

PIM 解决方案的采用速度很慢，因为半导体客户在将新的内存架构集成到其商业系统之前通常需要漫长的资格和验证过程。这软件PIM的生态系统也不像传统的CPU和GPU生态系统那么成熟。

由于 PIM 集成对内存硬件、处理器、系统架构和软件框架的依赖，因此可能非常复杂。因此，资格认证延迟和生态系统问题可能会阻碍 PIM 技术的商业化进程。

市场机会

对节能数据中心的需求不断增长，为市场增长创造新机会

人工智能和高性能计算数据中心的功耗不断上升，为内存处理解决方案创造了巨大的机会。现有系统在处理器和内存系统/磁盘之间传输大量数据会消耗电力，而 PIM 通过执行靠近内存或在内存中执行的特定计算来最大限度地减少此类操作。该方法致力于提高性能/瓦数、降低延迟和降低功耗。随着数据中心所有者越来越注重最大限度地降低电力成本和提高基础设施的效率，PIM 可以成为基于 GPU 的系统的良好补充。随着生成式 AI 和庞大语言模型的应用不断增长，节能 PIM 系统的前景越来越广阔。

细分分析

按产品类型

不断增长的 AI 和 HPC 工作负载加强了支持 PIM 的内存 IC 细分市场的采用

根据产品类型，市场分为支持 PIM 的存储器 IC、PIM 存储器模块、PIM 加速器卡和板以及 PIM 半导体 IP。

支持 PIM 的内存 IC 细分市场将在 2025 年占据最大的内存处理市场份额。这是因为它们能够将处理能力与内存本身相结合，这有助于最大限度地减少数据移动并提高带宽、延迟和能源效率的利用率。支持 PIM 的内存 IC 在人工智能推理、高性能计算和数据中心领域的应用不断增加，只会刺激这一需求，因为这些工作负载需要更快、功耗更低的内存架构。

PIM 半导体 IP 领域预计未来几年将以 39.9% 的最高复合年增长率增长。这是由于芯片制造商对可集成到人工智能加速器中的可定制、可授权的 PIM 架构的需求不断增加，存储设备和边缘计算平台，同时减少开发时间和成本。

按加工技术分类

更高的可编程性和系统兼容性提升了数字 PIM 细分市场的主导地位

根据处理技术，市场分为数字 PIM 和模拟与混合信号 PIM。

数字PIM细分市场将在2025年占据最大的市场份额。这是由于其能够与基于数字存储架构、半导体设计流程和传统计算系统的现有系统无缝集成，使其成为第一大市场领导者。此外，尽管其部署在 HPC、数据中心和人工智能推理工作中，但与其他不太先进的 PIM 模拟方法相比，它仍能提供可预测的准确性和更轻松的重新编程能力，从而增强了其商业应用。

预计模拟和混合信号 PIM 领域在预测期内将以 38.6% 的最高复合年增长率增长。这是因为它具有执行人工智能计算的强大潜力，且数据移动和功耗显着降低，使其越来越适合边缘人工智能、嵌入式系统和能源受限的推理工作负载。

按申请

高内存带宽要求支持 AI 和 ML 领域的领先地位

根据应用，市场分为人工智能和机器学习，高性能计算、数据分析和数据库处理、图形和推荐处理、信号和图像处理以及其他（封装、灌封、密封等）。

到 2025 年，人工智能和机器学习 (AI & ML) 领域将占据最大的市场份额。这是由于对大型语言模型、推荐系统、计算机视觉和其他数据密集型应用程序的需求不断增长。 PIM 设计可以最大限度地减少处理器和内存之间的数据传输，这有助于提高性能和效率，使其成为人工智能相关训练和推理任务的完美选择。

其他细分市场预计在预测期内将以 39.9% 的最高复合年增长率增长。这是由于对先进保护材料的需求不断增加，这些材料为日益紧凑和高性能的电子元件提供电绝缘、防潮、热稳定性和机械保护。

了解我们的报告如何帮助优化您的业务， 与分析师交流

按行业分类

生成式人工智能和 5G 扩展推动 IT 和电信领域的 PIM 需求

根据行业，市场分为消费电子、IT 和电信、汽车、医疗保健和其他（政府、制造业等）。

IT 和电信领域将在 2025 年占据主导市场份额。这是由于大量的人工智能服务器、数据中心、云基础设施和网络系统需要低延迟处理和高内存带宽。 PIM 需求增长的另一个贡献者是生成式人工智能的广泛使用，5G技术、超大规模数据设施以及该行业的海量数据分析。

预计汽车领域在预测期内将以 37.8% 的最高复合年增长率增长。这是由于 ADAS、自动驾驶、车载人工智能和实时传感器数据处理系统的集成度不断提高，这些系统需要低延迟、高带宽和节能的计算架构（例如 PIM）。

内存处理市场区域展望

按地域划分，市场分为北美、南美、欧洲、中东和非洲以及亚太地区。

亚太地区

获取本市场区域分析的更多信息， 下载免费样品

亚太地区在 2024 年占据最大市场份额，价值 2.102 亿美元，并在 2025 年保持领先地位，价值 2.808 亿美元。亚太地区市场预计在预测期内将以 35.6% 的最高复合年增长率增长，原因是其强劲的半导体制造生态系统加上内存技术领域的知名公司的存在，包括致力于 PIM 技术的三星电子和 SK 海力士。韩国、中国、日本和台湾等国家对人工智能基础设施、高性能计算、先进内存以及数据中心的投资不断增加，促进了区域市场对高带宽节能内存架构的需求。在该地区，印度和中国预计到 2026 年将分别达到 3950 万美元和 1.052 亿美元。例如，

• 2025 年 1 月，韩国 SK 海力士在 CES 2025 上展示了其下一代 PIM 技术，作为其“全栈 AI 内存提供商”战略的一部分，此外还展示了 HBM、CXL、服务器 DRAM 和设备端 AI 内存解决方案。这一发展凸显了亚太地区内存制造商对 PIM 和其他先进人工智能内存技术的持续投资。

这些因素在推动市场增长方面发挥着重要作用。

中国内存处理市场

中国市场预计将成为全球最大的市场之一，2026 年收入预计约为 1.052 亿美元，约占全球销售额的 16.9%。这是由于国内人工智能基础设施、数据中心、半导体制造和政府​​支持的先进计算计划的快速扩张，增加了对高带宽、节能内存架构的需求。

日本内存处理市场

预计 2026 年日本市场规模约为 5070 万美元，约占全球收入的 8.1%。

印度内存处理市场

预计到 2026 年，印度市场规模约为 3950 万美元，约占全球收入的 6.3%。

北美

预计2026年北美将达到2.281亿美元，稳居第二大市场地区的地位。这是由于生成式人工智能应用程序的激增、超大规模数据中心和高性能计算基础设施数量的增加，这些都需要内存架构来节省带宽并降低能耗。推动数字化的其他因素内存计算以内存为中心的人工智能加速器是半导体技术的进步、风险投资的可用性以及美国从事云计算和人工智能领域的主要公司的进步。例如，

• 2025年11月，美国d-Matrix筹集了2.75亿美元的C轮融资，用于扩展其基于计算内存集成的人工智能推理平台，并加速跨超大规模、企业和主权数据中心的大规模部署。

美国内存处理市场

基于北美的重大贡献和美国在该地区的主导地位，分析估计，2026 年美国市场规模约为 1.893 亿美元，约占全球内存处理销售额的 30.4%。

欧洲

预计欧洲未来几年的增长率将达到 33.4%，在所有地区中排名第三，到 2026 年估值将达到 1.556 亿美元。由于德国、法国、荷兰、比利时和英国等国家对政府人工智能基础设施、节能半导体技术和高性能计算的投资不断增加，欧洲市场的增长正在加速。边缘人工智能和生成人工智能推理市场的崛起也有助于推动这一增长。 PIM 和内存计算架构的扩展，旨在最大限度地减少功耗、数据移动和带宽限制。例如，

• 2025 年 3 月，荷兰 Axelera AI 推出了基于数字内存计算 (D-IMC) 架构的高性能人工智能推理芯片 Titania，并在 DARE 项目下从 EuroHPC 联合计划和参与成员国获得了高达 6700 万美元的资金。

英国内存处理市场

预计 2026 年英国市场规模约为 2410 万美元，约占全球收入的 3.9%。

德国内存处理市场

预计到 2026 年，德国市场将达到约 3030 万美元，相当于全球销售额的 4.9% 左右。

南美洲

预计南美洲在预测期内该市场将出现温和增长。到 2026 年，市场估值将达到 2710 万美元。这是由于投资增加数据中心、云基础设施、人工智能的采用和电信现代化，特别是在巴西，这些都创造了对更快、更节能的内存处理解决方案的需求。

巴西内存处理市场

到 2026 年，巴西市场价值预计将达到 1520 万美元。

中东和非洲

中东和非洲预计到 2026 年将达到 4430 万美元，并预计在未来几年将以显着的速度增长。这是由于对人工智能基础设施、超大规模数据中心、云计算和主权数字化转型项目的投资不断增加，特别是在海湾合作委员会国家。此外，对增强分析、智慧城市技术、电信现代化和节能计算的需求不断增长，也增加了高速、低停内存系统的机会，例如可以即时输入信息的 PIM。

GCC 内存处理市场

海湾合作委员会市场价值预计到 2026 年将达到 1,420 万美元。

竞争格局

主要行业参与者

主要参与者专注于人工智能加速、内存带宽优化和节能内存计算，以推动市场增长

全球内存处理市场呈现半整合的市场格局，主要参与者包括三星电子有限公司、SK海力士公司、杭州智存科技有限公司、UPMEM SAS和d-Matrix公司。这些公司专注于先进的 PIM 架构、AI 内存加速器、高带宽内存集成和内存计算解决方案，以减少数据移动、提高处理速度并降低 AI 推理、高性能计算、数据中心、边缘计算和企业工作负载。

全球市场上的其他知名参与者包括 Axelera AI B.V.、Mythic, Inc.、GSI Technology, Inc.、TetraMem Inc. 和 EnCharge AI, Inc.。围绕数字和模拟内存计算、以内存为中心的 AI 加速、半导体 IP 和节能推理技术日益激烈的竞争预计将加速产品创新，加强软件生态系统，并扩大 PIM 在生成 AI、自主系统、机器人、电信、汽车电子和下一代数据领域的采用中心基础设施。

报告中介绍的主要内存处理公司列表

• Samsung Electronics Co., Ltd. (South Korea)
• SK hynix Inc. (South Korea)
• Hangzhou Zhicun (Witmem) Technology Co., Ltd. (China)
• UPMEM SAS (France)
• d-Matrix Corporation (U.S.)
• Axelera AI B.V. (Netherlands)
• Mythic, Inc. (U.S.)
• GSI Technology, Inc. (U.S.)
• TetraMem Inc. (U.S.)
• EnCharge AI, Inc. (S.)

主要行业发展

• 2026 年 2 月：Mythic 和 Honda R&D 宣布达成联合开发协议，利用 Mythic 的模拟内存计算架构为本田下一代软件定义汽车创建汽车级 AI SoC。本田将授权 Mythic 的模拟处理单元技术，两家公司的目标是为 ADAS、自动驾驶和其他车载人工智能工作负载提供高能效的人工智能处理。
• 2026 年 1 月：GSI Technology 宣布与 G2 Tech 进行一项由政府资助的概念验证合作，以使用其 Gemini-II 内存计算 APU 开发 Sentinel 自主周边安全平台。此次合作将Gemini-II应用于实时无人机和相机处理，展示了内存计算技术在低功耗边缘人工智能应用中的商业潜力。
• 2025 年 5 月：EnCharge AI 推出了 EN100 AI 加速器，该加速器基于其精确且可扩展的模拟内存计算技术，适用于笔记本电脑、工作站和边缘设备。该加速器可提供超过 200 TOPS 的 AI 计算性能，同时旨在大幅提高设备上推理工作负载的每瓦性能。
• 2025 年 11 月：d-Matrix 和 Alchip 宣布合作开发基于 3D DRAM 的数据中心推理加速器，该加速器围绕 d-Matrix 的数字内存计算架构构建。他们的3DIMC技术计划在d-Matrix的Raptor加速器中进行商业部署，旨在减少大规模AI推理中与内存相关的性能和成本瓶颈。
• 2025 年 10 月：Axelera AI 宣布推出 Europa AIPU，具有 8 个基于该公司数字内存计算技术的第二代 AI 内核，可在 INT8 精度下提供高达 629 TOPS 的性能。该加速器专为从边缘系统到企业服务器的生成式人工智能和计算机视觉推理而设计，同时满足内存带宽、电源效率和处理成本要求。
• 2024 年 12 月：UPMEM 选择 Semidynamics 的 RISC-V AI 处理器 IP 作为其下一代 LPDDR5X 内存处理设备，旨在生成 AI 和大型语言模型应用。
• 2024 年 11 月：TetraMem 和 SK 海力士宣布建立联合研究伙伴关系，专注于推进内存计算技术人工智能此次合作将 TetraMem 的模拟内存计算平台与 SK hynix 的内存专业知识相结合，以提高以内存为中心的人工智能架构的可扩展性、处理效率和商业可访问性。

报告范围

全球内存处理市场分析包括对报告中包含的所有细分市场的市场规模和预测的全面研究。它包括预计在预测期内推动市场发展的市场动态和市场趋势的详细信息。它提供了关键方面的信息，包括技术进步、候选产品、监管环境和产品发布的概述。此外，它还详细介绍了合作伙伴关系、并购以及关键行业发展。全球市场研究报告还提供了详细的竞争格局，以及主要运营参与者的市场份额和概况信息。

定制请求  获取广泛的市场洞察。

报告范围和细分

研究方法

1.自下而上的方法

方法 1：2021-2025 年主要 PIM 参与者的收入和市场份额

• 从 Samsung Electronics、SK hynix、UPMEM、Witmem、d-Matrix、Axelera AI、GSI Technology、TetraMem、EnCharge AI 等公司的年度报告、投资者演示、公司披露、产品组合和商业化公告中收集 PIM 特定收入和归属收入。
• 公司级 PIM 收入是根据商业产品可用性、发货量、客户部署、产品定价、生产状态和可归因的 PIM 内容估算的。
• 主要供应商的估计收入被汇总并针对较小的和新兴的供应商进行调整，以得出全球市场规模。

方法 2：2021-2025 年单位出货量和平均售价分析

• 对支持 PIM 的内存 IC、PIM 内存模块、加速器卡和板以及商业化 PIM 半导体 IP 的年出货量进行估算。
• 产品销量乘以基于存储器类型、处理能力、封装、产品配置和商业化阶段的估计加权平均售价。
• 产品级收入的总和用于估计和验证整个内存处理市场。

方法 3：应用程序和工作负载需求模型，2021-2025 年

• 评估 AI 和 ML、HPC、数据库和分析处理、图形和推荐处理、信号和图像处理以及其他内存密集型工作负载的 PIM 采用情况。
• 可寻址计算基础设施的评估基于内存带宽要求、数据移动强度、处理效率、硬件可用性和商业 PIM 渗透率。
• 应用程序级需求是跨地区汇总的，并与供应商收入和出货量估计相一致。

2. 自上而下的方法

方法 1：2021-2025 年母公司和潜在半导体市场分析

• 相关母市场分析，包括DRAM、HBM、SRAM、新兴内存、AI加速器硬件、高性能计算基础设施。
• 确定了这些市场的技术可寻址部分，并根据商业准备情况、内存带宽要求、人工智能采用和区域半导体活动应用了适当的 PIM 渗透率假设。
• 由此产生的估计与公司收入、产品出货量和商业 PIM 部署进行交叉验证，以避免高估。

3. 主要来源清单

• 世界半导体贸易统计（WSTS）
• 半导体工业协会（SIA）
• 联合电子设备工程委员会
• 半
• IEEE
• 全球半导体联盟（GSA）
• CXL联盟
• 年度报告
• 投资者介绍
• 美国证券交易委员会备案
• 财报发布
• 产品数据表
• 技术论文
• 开发者文档
• PIM公司商业化公告
• 美国商务部
• 国际清算银行
• 欧盟委员会
• 日本经济产业省
• 韩国
• 台湾经济部
• 印度美特
• 经合组织
• 世界银行
• 国际能源署
• 国际电联
• 其他相关机构来源

4. 初步面试

供应方访谈：60%

• Key Respondents: PIM chip developers, memory manufacturers, accelerator vendors, semiconductor IP companies, module manufacturers, foundries, packaging companies, distributors, and system suppliers.
• Interviews were used to validate shipment volumes, ASP ranges, commercialization timelines, product mix, regional demand, and competitive positioning.

需求方访谈：40%

• 主要受访者：超大规模企业、云提供商、数据中心运营商、HPC 用户、AI 基础设施提供商、OEM、系统集成商和企业技术买家。
• 通过访谈来评估 PIM 的采用情况、工作负载适用性、购买偏好、部署模式、性能要求以及各个国家和地区的未来采用情况。