人工智能背景下“存算感连“发展新态势.docxVIP

人工智能背景下

“存算感连“发展新态势

中国电子信息产业发展研究院

集成电路研究所

二O二五年四月

1

目录

一、为什么是“存算感连”？

二、“存”——人工智能大模型迭代关键

三、“算”——人工智能发展核心动力

四、“感”——人工智能拓展领域的触角

五、“连”——推动人工智能技术的融合

2

一、

一、为什么是“存算感连”？

330

3

一、为什么是“存算感连”？

“存算感连”一体化正成为推动人工智能产业发展的新动力

n“存算连”一体化推动人工智能产业爆发。以英伟达、SK海力士等企业为代表的国际龙头人工智能芯片企业主要围绕“HBM（存）+H100等（算）+NVLink/IB（连）”推动了人工智能技术的爆发。

n“感存算”一体化受到行业关注。中国工程院罗毅院士研究团队在2022年曾发布《感存算一体化智能视觉芯片的展望》1，而随着近几年人形机器人、VR/AR、可穿戴等行业同人工智能大模型技术的叠加，“感存算”一体化受到行业关注。

n我们预计“存算感连”一体化很可能成为未来方向。随着人工智能大模型向边缘、可穿戴拓展，我们认为“存算感连”很可能成为未来推动人工智能产业发展的新动力。

“存”“算”“感”“连”

算力传感连接存储器

算力

传感

连接

传感器器件新材料、新结构、新工艺拓展人工智能技术的触角HBM存储器

传感器器件

新材料、新结构、新工

艺拓展人工智能技术的

触角

HBM存储器

成为推动人工智能大模型迭代的关键器件

CPO等新一代连接技术

推动人工智能技术整体融合

提供的算力持续增加，叠加

软硬结合和边缘计算的新趋

势，成为驱动产业发展的原

动力

技术达到新的高度，1：AFuturePerspectiveonIn-Sensor4Computing[J].

技术达到新的高度，

1：AFuturePerspectiveonIn-Sensor

4Computing[J].Engineering,2022,14(7):19-21.

二、“存”——人工智能大模型迭代关键

二、“存”——人工智能大模型迭代关键

532

5

6

二、“存”——人工智能大模型迭代的关键

“存”是当前阶段人工智能芯片发展和迭代的关键

HBM迭代正成为

HBM迭代正成为AI芯片更新的核心。HBM以其高带宽和高容量特性，有效缓解AI芯片面临的“存储墙”问题，一定程度上已成为人工智能芯片的主要动力之一。英伟达近期发布的BlakwellUltra的主要迭代正是HBM。

人工智能需求暴涨下，带动HBM产能快速增长。在算力强劲的增长驱动下，2024年相比2023年全球HBM产能大幅增长。韩国半导体巨头SK海力士甚至宣布，其高带宽内存（HBM）芯片的订单量已接近饱和。

2025年3月18日，英伟达发布全新的BlakwellUltra芯片，其最重要的更新就是使用了12层堆叠的HBM3e内存，显存提升至为288GB

140000

120000

100000

80000

60000

40000

20000

0

人工智能需求推动全球HBM产能快速增加

130000

120000单位：片/月

4500045000

20000

3000

三星SK海力士美光

2024年2023年

HBM结构示意图

7

二、“存”——人工智能大模型迭代的关键

存储技术的迭代将促使人工智能系统的进一步迭代

未来端侧算力和能耗的双重需求，拉动LPDDR等消费电子存储器需求将继续增长。端侧算力与AIPC/手机可搭载的大模型参数量相关，或推动LPDDR等消费电子存储器增长；新型低功耗高带宽LPW（LPDDR垂直堆叠）存储器的发展，将缓解端侧AI运算带宽瓶颈和能耗问题。

更多新型存储器有望替代传统存储器，推动AI算力和效能进一步提升。其高读写速度、低功耗和非易失性，成为存内计算、神经形态计算等方向的未来潜在选择。

存算一体可解决“存储墙”问题，将成为未来算力效率问题的潜在解决方案。存算一体的未来发展，可以解决冯诺依曼架构下的“存储墙”问题，最大限度释放算力。

存算结合拉动CoWoS等先进封装进展。目前存算的紧密结合带动了CoWoS等先进封装技术，2025年台积电CoWoS月产能预计7.5-8万片