Mythic 模拟存内计算：重塑边缘 AI 的物理底座

Mythic 通过在闪存（Flash）阵列内部直接执行矩阵向量乘法（MVM），利用模拟电路的物理特性实现了革命性的存内计算（CiM）架构，旨在彻底消除 AI 推理中的“存储墙”瓶颈。

• ▶ 物理定律即计算：不同于传统数字处理器，Mythic 利用欧姆定律和基尔霍夫定律在闪存单元内直接进行模拟运算，将数据搬运功耗降至近乎为零。
• ▶ 极致能效比：通过将权重参数永久存储在非易失性闪存中，该架构在边缘侧视觉处理等任务上表现出远超传统 GPU 和 NPU 的吞吐量与能效表现。

八卦洞察

Mythic 的技术路径代表了从“逻辑门计算”向“物理特性计算”的范式转移。在当前大模型向边缘侧下沉的趋势下，传统的冯·诺依曼架构因频繁的内存访问（SRAM/DRAM）而在能效比上遭遇天花板。Mythic 的核心竞争力在于其对闪存单元的高精度控制，使其能以极低的功耗处理高维矩阵运算。然而，模拟计算的硬伤在于对噪声的敏感度和模数转换（ADC）带来的额外开销。我们认为，Mythic 的胜负手不在于其模拟核心有多快，而在于其配套的编译器能否完美解决模拟信号的不确定性，并实现与主流 AI 框架的无缝对接。

行动建议

对于智能监控、工业自动化等对功耗极度敏感的边缘侧 OEM 厂商，应立即启动对 Mythic 模拟计算平台的 POC 测试，评估其在实时视觉识别任务中的长效稳定性。投资者应重点关注其在 ADC 功耗优化及多芯片级联技术上的进展，这决定了该架构能否从单一视觉任务扩展到更复杂的 Transformer 类模型。