1、中国电子信息产业发展研究院集成电路研究所二O二五年四月人工智能背景下“存算感连“发展新态势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230一一、为什么是为什么是“存算感连存算感连”？3二一、为什么是“存算感连”？“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。“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

2、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。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”一体化正成为推动人工智能产业发展的新动力 从“存算连”到“感存算”再到“存算感连”，若这种一体化趋势持续很可能打通机器人技术、视觉技术、大模型和云端等方面的技术壁垒，实现“传感获取真实世界数据训练大模型”、“大模型技术叠加机器人感知物理世界“等，推动人工智能技术达到新的高度，存储器HBM存储器成为推动人工智

3、能大模型迭代的关键器件算力计算芯片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传感传感器器件新材料、新结构、新工艺拓展人工智能技术的触角连接CPO等新一代连接技术推动人工智能技术整体融合“存”“算”“感”“连”1：A Future Perspective on In-Sensor ComputingJ.Engineering,2022,14(7):19-21.432二、二、“存”“存”人工智能大模型迭代关键人工智能大模型迭代关键5二二、“存”人工智能大模型迭代的关键人工智能需求推动全球HBM产能快速增加130000120000200004500045000300

4、0020000400006000080000100000120000140000三星SK海力士美光2024年2023年单位：片/月 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Blakwell Ultra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。HBM结构示意图“存”是当前阶段人工智能芯片发展和迭代的关

5、键2025年3月18日，英伟达发布全新的Blakwell Ultra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288GBHBM与GPU芯片的结合6二二、“存”人工智能大模型迭代的关键存算一体演进图CoWoS图 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AI PC/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

6、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，其需求将伴随算力需求爆发式翻倍增长。新型存储器节点进展LPW图存储技术的迭代将促使人工智能系统的进一步迭代735三、三、“算”“算”人工智能发展核心动力人工智能发展核心动力8二三、“算”人工智能发展核心动力 计算芯片仍是推动全球人工智能产业发展的重要动力，根据Yole的