题图来自：AI 生成
从智能手表到 TWS 耳机，从扫地机器人到 AR 眼镜，越来越多搭载 AI 功能的小型设备开始要求本地推理能力。它们不需要千亿参数的大模型，但必须低功耗、实时响应、隐私安全。这催生了一个被长期忽视却至关重要的需求：高性能、小体积、低延迟的嵌入式存储。
今年，这个过去"不起眼"的细分赛道，正迎来前所未有的增长拐点。
端侧 AI 拉动，性能需求升级
全球半导体存储产品市场规模受 AI 在智能设备中快速渗透带来的存储扩容需求激增推动，从 2020 年的 128 亿块增长至 2024 年的 138 亿块。
预计未来五年，随着 AI 技术突破带来的新的存储需求与存储产品本身的技术产品升级驱动，全球半导体存储产品市场规模（以出货量计）将增长至 2029 年的 194 亿块，2024 年至 2029 年的年复合增长率达 7.1%。
而其中，全球嵌入式存储产品市场规模（以出货量计）从 2020 年的 77 亿块增长至 2024 年的 86 亿块，年复合增长率达到 2.9%。这一阶段的增长主要受到人工智能发展、智能设备、工业自动化以及物联网等因素推动，市场规模持续扩大。预计 2024 年至 2029 年，市场将增长至 123 亿块，年复合增长率为 7.4%。
什么是嵌入式存储？简单来说，就是直接封装在芯片模组内部、与处理器高度集成的存储方案，常见形式包括 eMCP（嵌入式多芯片封装）、eMMC、UFS、LPDDR、ePOP 等。
过去几年，这类产品被视为红海市场：技术成熟、利润薄、竞争激烈，头部厂商集中在三星、美光、SK 海力士中。但随着 AI 向终端下沉，局面正在改变。
这一加速趋势的背后，是终端应用场景的持续拓展与技术需求的升级。过去，许多消费类设备依赖 eMMC（嵌入式多媒体卡）作为主存储方案，因其成本低、接口简单、生态成熟。但随着设备功能复杂度提升，尤其是对频繁小文件读写、低延迟响应和低功耗运行的要求增强，eMMC 在带宽和协议效率上的局限逐渐显现。
eMMC 不同版本的传输速度
以 UFS 为例，其采用串行接口和全双工通信机制，顺序读写速度远超 eMMC。目前，UFS 已成为中高端智能手机的标准配置，并逐步向 AI 平板、AR/VR 设备、服务机器人等领域扩展。
与此同时，eMCP 也在升级。新一代 eMCP 产品普遍整合 LPDDR 与高性能 NAND 颗粒，通过 SiP（系统级封装）实现更紧凑布局，在扫地机器人、智能门锁、工业手持终端等空间敏感型设备中获得青睐。
本土厂商，风头正盛
中国本土嵌入式存储厂商正从幕后走向台前。
今年 9 月，深圳存储芯片企业晶存科技正式递表港交所。这家专注于嵌入式存储的企业，产品组合主要包括消费级、工业级及车规级嵌入式存储产品，终端应用覆盖了智能手机、笔记本电脑、平板电脑、教育电子、智慧家居、可穿戴设备、智能机器人、工业领域、汽车等场景，为 AI 手机、AI PC、机器人及智能座舱系统等产品落地提供存储方案。
以 2024 年出货量计，全球前五大 LPDDR 独立厂商共占据了 6.2% 的市场份额，其中晶存科技排名第一，占据 2.6% 的市场份额。以 2024 年出货量计，晶存科技在全球搭载自研嵌入式主控芯片的存储器市场所有独立存储器厂商中排名第二。
从产品的应用情况来看，其高性能 LPDDR 产品已获多家国内领先的芯片及系统解决方案厂商应用于其计算服务器和边缘加速卡中；固态硬盘产品也已融入多家全球半导体企业的 AI PC 生态系统，为云端训练及边缘计算设备提供关键存储支持。
与此同时，佰维存储则聚焦 AI 可穿戴设备这一高增长赛道，推出了 ePOP 系列产品，将 DRAM 与 NAND 堆叠封装于 SoC 之上，实现更小体积与更高带宽，完美契合 AR 眼镜、智能手表等空间极度受限的应用场景。
据悉，佰维存储的 ePOP 产品已被 Meta、Google、小米、小天才、Rokid、雷鸟创新等国内外知名企业采用，广泛应用于 AI/AR 眼镜和智能穿戴设备。更值得关注的是，佰维自主研发的首款国产 eMMC 主控芯片 SP1800 已成功量产，实测性能与功耗表现优异，关键指标满足客户严苛要求，并已实现向头部智能穿戴客户的批量交付。
另一家上市公司江波龙也在 2025 年迎来业绩爆发。公司第三季度财报显示，当季实现营业收入 65.39 亿元，同比增长 54.60%；归属于上市公司股东的净利润达 6.98 亿元，同比大幅增长 1994.42%。强劲增长的背后，是嵌入式存储业务的强势拉动，该板块上半年营收占比高达 47.9%，主要受益于车载电子和 AI 边缘设备需求的快速增长。
尤为关键的是，江波龙已自主设计并成功流片首批 UFS 自研主控芯片，搭载该主控的 UFS 4.1 产品整体性能表现优秀。公司还与闪迪（SanDisk）达成战略合作，基于自研 UFS 4.1 主控共同面向移动及 IoT 市场推出定制化、高品质的 UFS 解决方案。此举不仅验证了其技术实力，也意味着国产主控开始获得国际品牌认可。
此外，德明利的嵌入式存储业务同样表现亮眼。2025 年上半年，公司实现营收 41.09 亿元，同比增长 88.83%，其中嵌入式存储业务收入同比暴涨 290.1%，占总营收比重达 41.37%。其产品线覆盖 LPDDR、UFS、eMMC 等多个品类，广泛应用于智能手机、平板和智能穿戴设备。
德明利的 eMMC 5.1 和 LPDDR4X 产品已完成主流 SoC 平台的兼容性认证，在一致性、耐久性等关键指标上达到行业领先水平；最新一代 LPDDR5X 数据速率可达 8533Mbps，UFS 2.2/3.1 接口速度最高分别达 1200MB/s 和 2000MB/s，完全能够支撑端侧 AI 模型的实时加载与高效推理。据了解，其嵌入式存储产品已进入多个知名品牌手机供应链，并正积极拓展更多头部客户。
新兴存储，开始走嵌入式路线
除了传统 NAND 与 DRAM 方案的持续演进，部分新型非易失性存储技术也开始通过嵌入式应用实现商业化突破。MRAM（磁阻随机存取存储器）、ReRAM（阻变存储器）、FeRAM（铁电存储器）和 PCM（相变存储器）等技术虽在独立存储市场尚未形成规模，但在嵌入式场景中展现出独特优势。
MRAM
磁阻存储器（MRAM）因其高速度、无限次擦写和断电不丢失数据的特性，长期被寄望成为"通用存储器"的终极方案。过去十年，三星、台积电、格芯、英特尔等大厂纷纷布局，推动自旋转移矩型 MRAM（STT-MRAM）走向实用化。
Everspin Technologies 是最早将 MRAM 商业化的公司之一。其 Toggle MRAM 早在十多年前就已用于工业控制系统和飞行记录仪等高可靠场景。而真正让 eMRAM 进入主流视野的，是它与晶圆代工厂的深度绑定。
格芯（GlobalFoundries）与 Everspin 的合作堪称典范。双方自 2012 年起就开始联合开发，2019 年基于 28nm FDSOI 工艺推出第二代 128Mb STT-MRAM 产品，2020 年又在 22FDX 平台上实现 eMRAM 试产。如今，格芯已将其 eMRAM 技术扩展至 12nm FinFET 节点，为下一代 AI 边缘芯片提供片上非易失性缓存解决方案。
ReRAM
对于许多小型智能设备来说，存储系统的复杂性是个隐形负担。以助听器、连续血糖监测仪（CGM）或智能贴片为例，它们既要运行固件代码，又要持续记录生理数据，往往需要同时集成 NOR Flash、EEPROM 甚至 SRAM 等多种外置存储器，这不仅增加 BOM 成本，还占用宝贵空间、拉高功耗。
英飞凌科技存储器解决方案资深产品行销经理 Bobby John 表示，近几年来，随着嵌入式应用向高整合、小制程、高密度与低功耗发展，RRAM 正成为极具吸引力的非挥发性替代方案。英飞凌正与台积电合作，将 eRRAM（嵌入式阻变存储器）技术应用于其下一代 AURIX MCU 中。
以色列公司 Weebit Nano 与美国 SkyWater Technology 及格芯进行了合作，并将其 ReRAM 技术导入了 130nm 和 22nm 工艺平台，目标应用包括嵌入式 MCU 和 AIoT 芯片。
国内也有进展。去年，维信诺宣布完成世界首颗采用嵌入式 RRAM（阻变存储器）存储技术 AMOLED 显示驱动芯片的开发认证。该芯片由维信诺和昇显微电子联合开发，由合肥高新区企业睿科微电子提供技术支持，采用了睿科微 RRAM 作为存储单元，取代了传统外置存储器。
结语
过去，嵌入式存储常被视为"被动配套"组件，设计优先级低于主控芯片或传感器。但随着终端设备功能日益复杂，数据交互频率显著提升，存储子系统的性能直接影响整机体验。例如，在语音唤醒、图像识别或实时导航等场景中，模型参数或地图数据需快速加载，若存储延迟过高，将导致响应迟滞，影响用户体验。
此外，功耗控制也成为关键考量。在电池供电设备中，频繁的数据读写若伴随高能耗，将显著缩短续航时间。因此，低功耗、高能效的存储方案成为厂商选型的重要依据。
在此背景下，嵌入式存储正从"可选项"变为"决定性因素"之一。其技术路线选择、主控算法优化、封装集成方式，均可能成为产品差异化竞争的关键。这也促使更多终端厂商与存储企业深度协同，从早期设计阶段即介入联合开发。
股票配资合同,高升网配资,杭州在线配资提示：文章来自网络，不代表本站观点。
