3. 存储介质基础（下）：新型存储技术（MRAM、ReRAM、PCM）、存储介质对比与选型策略
3.1 为什么我们需要新型存储？
传统存储金字塔里，SRAM 快但贵，DRAM 容量大但掉电丢数据，Flash 能持久但慢。这个格局持续了十几年。
但到了 AI 训练、边缘计算、存内计算这些场景，痛点就出来了。我做过一个边缘 AI 芯片项目，要求系统在 10 微秒内从休眠状态恢复现场。用 Flash？太慢。用 SRAM 保持？功耗扛不住。用电池给 DRAM 供电？体积和可靠性都是问题。
这时候，新型非易失性存储技术就派上用场了。说白了，它们想同时做到：接近 DRAM 的速度、Flash 的非易失性、以及比 SRAM 更高的密度。
3.2 MRAM：磁存储的逆袭
MRAM（磁阻随机存取存储器）是我个人比较看好的一条路线。它的基本原理是利用磁性隧道结（MTJ）的电阻状态来存储数据。
核心原理：两个磁性层夹着一层薄薄的绝缘层。一个磁性层是固定的，另一个可以翻转。方向相同 → 低电阻（存 0），方向相反 → 高电阻（存 1）。
关键特性：
- 速度：读写延迟在 10-50ns 级别，跟 DRAM 差不多
- 耐久性：理论上可以无限次写入，10^15 次以上
- 非易失性：掉电数据不丢
- 工艺兼容：可以在标准 CMOS 工艺上后道集成
实际项目中的坑：我曾经在一个存储控制器项目里评估过 MRAM。当时供应商给的样片，写入延迟标称 20ns。结果一测，在高温 85°C 下，写入延迟直接翻倍到 40ns。原因是 MTJ 的翻转概率对温度敏感，需要加宽写入脉冲。所以选型时，一定要看全温度范围的参数，别只看 25°C 的典型值。
当前主流类型：
- STT-MRAM（自旋转移矩）：用电流直接翻转磁矩，主流方案
- SOT-MRAM（自旋轨道矩）：用自旋电流，速度更快但工艺更复杂
3.3 ReRAM：电阻变化的艺术
ReRAM（阻变随机存取存储器）靠的是在绝缘体里形成或断开导电细丝来改变电阻。结构很简单：金属-绝缘体-金属，像个三明治。
工作方式：
- Set 操作：加电压形成细丝，电阻从高变低
- Reset 操作：加反向电压断开细丝，电阻从低变高
优势：
- 结构简单，容易 3D 堆叠
- 单 bit 面积可以做到 4F² 以下
- 写入速度快，可以到亚纳秒级
劣势：
- 电阻分布有随机性，不同器件之间差异大
- 耐久性一般在 10^6-10^8 次，不如 MRAM
- 导电细丝的形成是随机过程，一致性是老大难
我的经验：ReRAM 做存内计算很有潜力。我在一个 AI 加速器项目里试过用 ReRAM 做权重存储，直接在阵列里做矩阵向量乘。但要注意，ReRAM 的电阻值会随着读取次数发生轻微漂移，叫「读干扰」。如果做高精度推理，需要定期校准或者用差分结构。
3.4 PCM：相变存储的成熟之路
PCM（相变存储器）利用硫系化合物在晶态和非晶态之间的电阻差异。晶态电阻低，非晶态电阻高。这个原理跟光盘刻录有点像。
操作方式：
- 写 1（Set）：用中等电流加热到结晶温度以上，慢慢冷却，形成晶态
- 写 0（Reset）：用大电流快速加热到熔点以上，快速冷却，形成非晶态
- 读：用小电流测电阻
实际表现：
- Intel 的 Optane 就是基于 PCM 技术，已经量产多年
- 读写延迟在 50-500ns 之间，比 Flash 快，比 DRAM 慢
- 耐久性约 10^6-10^8 次
注意：PCM 有个叫「电阻漂移」的问题。非晶态的电阻会随时间缓慢增加，导致读出的数据可能出错。尤其是在高温环境下，漂移更明显。我见过一个案例，PCM 存储的模型权重，在 85°C 下放了 1000 小时后，精度从 95% 掉到了 88%。所以做持久化存储时，一定要加 ECC 和定期刷新机制。
3.5 存储介质对比：一张表说清楚
| 参数 | SRAM | DRAM | NAND Flash | MRAM | ReRAM | PCM |
|---|---|---|---|---|---|---|
| 读延迟 | ~1ns | ~10ns | ~25μs | ~10ns | ~10ns | ~50ns |
| 写延迟 | ~1ns | ~10ns | ~500μs | ~20ns | ~10ns | ~150ns |
| 耐久性 | 无限 | 无限 | 10^4-10^5 | 10^15+ | 10^6-10^8 | 10^6-10^8 |
| 非易失性 | 否 | 否 | 是 | 是 | 是 | 是 |
| 单元面积 | ~100F² | ~6F² | ~4F² | ~20F² | ~4F² | ~4F² |
| 写功耗 | 低 | 中 | 高 | 中 | 低 | 高 |
| 成熟度 | 极高 | 极高 | 极高 | 量产初期 | 研发/小批量 | 量产 |
3.6 选型策略：我的一些实战心得
选存储介质，没有银弹。每个项目都要根据具体需求来权衡。我一般会按以下步骤来思考：
- 先看速度要求：系统需要多快的读写？如果主频 1GHz 以上，SRAM 还是首选。如果 100MHz 左右，MRAM 或 DRAM 可以胜任。
- 再看容量和成本：几 MB 以内，SRAM 可以接受。几十 MB 到几 GB，DRAM 或新型存储。几十 GB 以上，还是得靠 NAND Flash。
- 然后看持久性需求：需要掉电保存吗？如果不需要，DRAM 性价比最高。如果需要，再看写入频率。
- 最后看环境条件：工作温度范围？振动？辐射？工业级和车规级对存储的要求完全不同。
典型场景推荐：
- 高速缓存：SRAM 或 eMRAM（嵌入式 MRAM）
- 主存：DRAM 或 Optane（PCM）做持久内存
- 存储级内存：PCM 或 MRAM
- 存内计算：ReRAM 或 PCM（模拟计算优势明显）
- 物联网/可穿戴：MRAM（低功耗、非易失、高耐久）
我的建议：如果你在做新项目，别急着选型。先搭一个简单的性能模型，把读写比例、访问模式、功耗预算都算进去。我见过太多人只看峰值性能，结果实际跑起来因为功耗或延迟抖动翻车。另外，一定要留好接口兼容性，万一一种存储介质供货出问题，能快速切换到备选方案。
3.7 未来趋势：存储与计算的融合
新型存储技术最大的想象空间，其实不在替代现有存储，而在开启新的架构范式。
比如存内计算，把计算逻辑直接做到存储阵列里。ReRAM 和 PCM 的模拟特性天然适合做矩阵乘法。我参与过一个项目，用 ReRAM 阵列做神经网络推理，能效比传统方案高了 10 倍以上。
再比如近存计算，把逻辑 die 和存储 die 用 3D 堆叠或先进封装连在一起。MRAM 因为跟 CMOS 工艺兼容，很适合做这种异构集成。
嗯，说到底，存储介质的选择从来不只是看参数表。它关乎整个系统的架构设计、功耗预算、可靠性要求，甚至供应链策略。希望今天的分享能帮你少走一些弯路。
下一章，我们会深入存储系统的互连架构，聊聊怎么把这些介质高效地组织起来。