廣發證券最新發布的行業研究報告指出，在人工智能大模型應用領域，基于SRAM（靜態隨機存取存儲器）的芯片架構正成為技術突破的關鍵方向。相較于傳統依賴外置HBM（高帶寬存儲器）的方案，SRAM通過縮短數據訪問路徑，有效降低了權重與激活數據的傳輸延遲和波動性，顯著提升了模型推理的響應速度和穩定性。
作為片上存儲的核心組件，SRAM直接集成于CPU或GPU計算單元附近，具備納秒級訪問時延和確定性帶寬優勢。盡管其容量和成本相對受限，但在AI推理場景中，這種"近計算存儲"架構展現出獨特價值。報告特別提到，Groq和Cerebras兩家創新企業已率先推出基于SRAM的專用AI芯片，并在性能測試中取得突破性成果。
Groq的LPU芯片單芯片集成230MB SRAM，實現80TB/s的片上存儲帶寬。在Llama3.3 70B模型測試中，該芯片以275-276token/s的穩定推理速度領先行業，較傳統平臺提升顯著。Cerebras的晶圓級引擎WSE-3則更進一步，集成44GB SRAM和21PB/s帶寬，在GPT-OSS 120B推理任務中達到每秒超3000token的輸出速度，是主流GPU方案的15倍。今年2月，OpenAI推出的GPT-5.3-Codex-Spark預覽版便運行于Cerebras加速平臺，實現每秒千token級的代碼生成響應。
行業動態顯示，SRAM架構正獲得頭部企業重點布局。去年12月，英偉達以200億美元獲取Groq知識產權的非獨家授權，涵蓋其語言處理單元及配套軟件庫，并引入核心工程團隊。今年2月，Cerebras完成10億美元F輪融資后估值達230億美元，同時與OpenAI簽署價值百億美元的芯片部署協議，計劃建設750兆瓦規模的定制AI算力中心。
研究報告強調，AI模型參數規模持續擴張背景下，存儲架構創新成為突破算力瓶頸的關鍵。SRAM通過將存儲單元與計算核心深度融合，有效解決了數據搬運帶來的能耗和延遲問題，這種技術路徑正在重塑AI基礎設施競爭格局。報告建議關注產業鏈中掌握核心存儲技術的企業，但同時提示需警惕AI產業需求波動、服務器出貨量不及預期以及國產技術迭代風險等潛在挑戰。
