《2025年人工智能背景下“存算感连“发展新态势报告》
报告指出,“存算感连” 一体化正推动人工智能产业发展。“存” 方面,HBM 迭代影响 AI 芯片,存储技术发展提升系统性能;“算” 上,计算芯片发展迅速,但面临功耗等挑战,边缘推理芯片兴起;“感” 领域,传感器融合创新,数据采集量剧增却有传输难题;“连” 技术优化升级,光互联技术发展,LPO、CPO、硅光等新技术带来变革。整体上,“存算感连” 各要素协同发展,为人工智能产业带来新机遇与挑战。
该报告由中国电子信息产业发展研究院集成电路研究所发布,探讨了人工智能背景下 “存算感连” 的发展态势,分析了各要素在人工智能产业中的关键作用、发展趋势与面临的挑战,为相关产业参与者提供了参考。
“存算感连” 一体化趋势:“存算连”“感存算” 先后推动人工智能产业发展,“存算感连” 一体化有望成为未来方向 。这种一体化趋势可打破技术壁垒,实现数据与技术的融合,推动人工智能技术发展。
“存”:人工智能大模型迭代关键:HBM 与 GPU 芯片结合,其迭代是 AI 芯片更新的核心,推动 HBM 产能快速增长 。存储技术迭代将促进人工智能系统发展,如带动 LPDDR 等消费电子存储器需求增长,新型存储器有望替代传统存储器,存算一体可解决 “存储墙” 问题,并推动先进封装技术发展 。
“算”:人工智能发展核心动力:计算芯片呈现算力增长、软硬结合、应用多样化的特点 。但单纯 “堆算力” 模式受质疑,AI PC 等边缘推理芯片成为新热点,同时芯片集成化使功耗和能源成为新挑战 。
“感”:人工智能拓展领域的触角:传感器是存算感联系统的 “感官神经”,“三新” 技术(新材料、新结构、新工艺)推动其向低功耗化、集成化、微型化、智能化发展 。传感器数据采集率将爆发式增长,但数据传输到云端面临数据识别和数据安全问题 。
“连”:推动人工智能技术的融合:连接是存算感连系统的 “神经系统”,光互联技术可提高数据传输速率、缩短模型训练时间、降低成本 。LPO、CPO、硅光等新技术是未来连接技术革新的主要路径,具备高带宽、高集成、低功耗的优势 。
