广发证券最新发布的行业研究报告指出，在人工智能大模型应用领域，基于SRAM（静态随机存取存储器）的芯片架构正成为技术突破的关键方向。相较于传统依赖外置HBM（高带宽存储器）的方案，SRAM通过缩短数据访问路径，有效降低了权重与激活数据的传输延迟和波动性，显著提升了模型推理的响应速度和稳定性。
作为片上存储的核心组件，SRAM直接集成于CPU或GPU计算单元附近，具备纳秒级访问时延和确定性带宽优势。尽管其容量和成本相对受限，但在AI推理场景中，这种"近计算存储"架构展现出独特价值。报告特别提到，Groq和Cerebras两家创新企业已率先推出基于SRAM的专用AI芯片，并在性能测试中取得突破性成果。
Groq的LPU芯片单芯片集成230MB SRAM，实现80TB/s的片上存储带宽。在Llama3.3 70B模型测试中，该芯片以275-276token/s的稳定推理速度领先行业，较传统平台提升显著。Cerebras的晶圆级引擎WSE-3则更进一步，集成44GB SRAM和21PB/s带宽，在GPT-OSS 120B推理任务中达到每秒超3000token的输出速度，是主流GPU方案的15倍。今年2月，OpenAI推出的GPT-5.3-Codex-Spark预览版便运行于Cerebras加速平台，实现每秒千token级的代码生成响应。
行业动态显示，SRAM架构正获得头部企业重点布局。去年12月，英伟达以200亿美元获取Groq知识产权的非独家授权，涵盖其语言处理单元及配套软件库，并引入核心工程团队。今年2月，Cerebras完成10亿美元F轮融资后估值达230亿美元，同时与OpenAI签署价值百亿美元的芯片部署协议，计划建设750兆瓦规模的定制AI算力中心。
研究报告强调，AI模型参数规模持续扩张背景下，存储架构创新成为突破算力瓶颈的关键。SRAM通过将存储单元与计算核心深度融合，有效解决了数据搬运带来的能耗和延迟问题，这种技术路径正在重塑AI基础设施竞争格局。报告建议关注产业链中掌握核心存储技术的企业，但同时提示需警惕AI产业需求波动、服务器出货量不及预期以及国产技术迭代风险等潜在挑战。
