计算型存储是近年来的热门讨论话题。传统的计算架构通常将存储和计算分离，数据在CPU和存储设备之间来回传输。随着摩尔定律的失效，每年CPU算力增长有限，无法满足应用需求，因此才出现了各种加速卡，基于FPGA或基于GPU、TPU，为了在某个特定领域极大卸载CPU计算压力，从而提升整个系统能效。
同时CPU要运行一系列网络协议实现网络传输，这也会浪费CPU计算资源，还有让网络带宽受限，智能网卡的出现大大缓解了这一问题，卸载CPU网络相关功能，同时又大幅提升了网络传输带宽。
存储方面，随着物联网时代的到来，数据呈现指数级增长，如何应对海量数据的存储和访问，高性能、大容量的SSD逐渐普及。随之而来的还有如何快速处理海量数据，尤其随着AIGC的出现，企业拥抱AI应用，要求即时性的数据处理，对CPU提出极大的挑战，计算型存储应运而生。
计算型存储是一种将计算能力集成到存储设备中的技术。计算型存储通过在存储设备上集成处理器，使得数据可以在存储设备上直接进行处理，从而减少数据传输的开销。
优势：
1. 性能提升 ：减少了数据在CPU和存储之间的传输，降低了延迟，提高了数据处理速度。
2. 灵活性增强 ：允许对存储设备进行更灵活的编程和管理，以适应不同的应用需求。
3. 能效提高 ：减少数据传输可以降低能耗，提高整体系统的能效。
计算型存储的概念已经被广泛应用于多个行业，以下是一些主要的应用领域：
1. 人工智能和机器学习 ：
在AI和ML应用中，数据量庞大，对计算和存储的需求极高。计算型存储可以有效地处理大量数据，提供更快的训练和推理速度。
2. 大数据分析 ：
大数据分析需要快速访问和处理海量数据。计算型存储可以并行处理数据，显著提高分析速度。
3. 边缘计算 ：
在边缘计算环境中，资源有限，计算型存储可以提供一种高效、紧凑的解决方案，支持实时数据处理。
4. 云计算和虚拟化 ：
云服务提供商可以通过计算型存储提供更灵活、更高效的存储解决方案，以满足不同客户的需求。
计算型存储通过将计算和存储紧密集成，为现代数据密集型应用提供了一种高效、灵活的解决方案。随着技术的不断创新和市场的扩展，计算型存储有望在未来成为主流的计算和存储范式，为各行各业的数字化转型提供强大的支撑。2023全球闪存峰会将邀请业内专家分享计算型存储相关话题，敬请期待！
