该文综述存内计算（CiM）用于机器学习推断的研究。通过架构与算法协同设计，可显著提升能效与性能，如INT-8精度能耗降至0.12倍、性能增益达4倍；NACIM框架能效达16.3 TOPs/W，并降低设备变异影响76.44%。研究还涵盖混合精度训练、最坏情况感知训练及基于PCM、RTM等硬件的ResNet训练方法，实现高精度与高能效。