赛迪：
《2025人工智能背景下“存算感连“发展新态势》

（完整版.pdf ）
以下仅展示部分内容
下载方式见文末

《2025人工智能背景下“存算感连”发展新态势》由赛迪研究院发布，从“存储-计算-传感-连接”四大底层技术维度，剖析 AI 大模型时代硬件基础设施的演进路径与未来机会。以下为详细拆解：

一、概念升级：从“存算连”到“存算感连”一体化

• 缘起：英伟达 H100 + HBM + NVLink/IB 的“存-算-连”组合引爆本轮 AI 浪潮；人形机器人、AR/VR、可穿戴与大模型叠加后，需要把“传感”纳入同一封装体系，形成“存算感连”四位一体。

• 终极目标：打通机器人、视觉、大模型、云端之间的数据壁垒，让“传感采集→本地压缩→片上训练→云端推理→实时决策”闭环运行，降低延迟、功耗和系统复杂度。

二、“存”——HBM 与新型存储器成为 AI 芯片迭代的“第一性”

1. HBM 需求井喷

• 2024 年全球 HBM 产能同比翻倍，SK 海力士订单接近饱和；B100/B200 之后，英伟达 Blackwell Ultra 直接堆 12 层 HBM3e，显存 288 GB，带宽 14.4 TB/s。

• AI PC/手机推动 LPDDR 升级；低功耗高带宽 LPW（LPDDR 垂直堆叠）缓解端侧带宽瓶颈。

• 存内计算/神经形态存储器（ReRAM、MRAM、FeRAM）凭借高速度、低功耗、非易失特性，有望替代 DRAM 参与边缘推理。

• CoWoS、SoIC、TSV 等 2.5D/3D 封装把 HBM、逻辑芯片、传感器封装在同一基板，缩短互连、降低功耗，成为 AI 芯片“性能倍增器”。

三、“算”——GPU 仍是主角，但“堆算力”不再是唯一逻辑

1. 算力持续倍增

• Blackwell Ultra FP4 算力 20 petaFLOPS，是 H100 的 5 倍；B300 再增 50%。

• 戴尔“AI 工厂”软硬一体交付：硬件+B100+CUDA-X 软件栈+NIM 微服务，把部署时间从月级降到天级。

• ASIC/XPU 兴起：博通、美满为云厂商定制 TPU、Jericho3-AI 网络芯片，走“专用+开放生态”路线。

• 边缘推理芯片爆发：Groq LPU、高通 Cloud AI 100、MTK APU 主打低功耗、低延迟，AI PC/手机/车载推理需求快速放量。

• 3 nm 以下工艺热流密度飙升，浸没式液冷、冷板式液冷、两相浸没逐步成为千卡/万卡集群标配。

四、“感”——45 万亿颗传感器构建 AI 的“感官神经系统”

• 规模：2018 年全球传感器装机 1 万亿颗，2032 年将达 45 万亿颗，数据生成速率 >10²⁰ bit/s，远超全人类信息消费。

• 技术趋势

1. 三新驱动：新材料（二维材料、柔性电子）、新结构（MEMS-CMOS 兼容、高深宽比硅通孔）、新工艺（异构集成、系统级封装）。

2. 四化发展：微型化、集成化、低功耗化、智能化——“感知-决策”一体化 SoC 开始替代传统分立传感器。

• “数据海啸”导致通信、存储、能耗瓶颈 → 在传感器端完成信号压缩、特征提取、本地决策，减少 90% 无效上传。

• 数据隐私与实时性 → 端侧 AI 芯片 + 轻量模型（<1B 参数）+ 联邦学习成为主流架构。

五、“连”——光互连、LPO、CPO、硅光重构 AI 网络

1. 光互连成为千卡/万卡集群“刚需”

• 800 G→1.6 T 光模块：单集群 3–5 万只即可提供 400 Tbps 带宽；延迟 <1 μs，GPU 利用率从 40% 提升到 70%，训练时间缩短 30–40%。

• 英伟达 NVLink5、Google TPU v4 OCI、Co-Packaged Optics（CPO）把光引擎与交换芯片共封装，功耗降低 50%，密度提升 4 倍。

• LPO（线性直驱光模块）：去掉 DSP，功耗再降 30–50%，适合数据中心短距互连。

• 硅光（Silicon Photonics）：激光器+调制器+探测器集成到硅基芯片，成本降低 30%，已规模用于 5G 前传、数据中心。

• 百万级 Token 超长上下文、边缘实时推理需要“高带宽+低抖动+确定性延迟”，推动 400 G/800 G 光模块在边缘节点快速下沉。

六、一体化融合展望

• 系统级封装（SiP）：把“存-算-感-连”四种 Die 通过 3D 堆叠 + 硅中介层封装成一颗“AI 超级芯片”，实现 <5 W 功耗下 100 TOPS 级算力，为可穿戴、机器人、车载提供“单芯片大脑”。

• 商业模式：传统“买 GPU、堆服务器”的 CAPEX 逻辑，逐步让位于“买系统级服务（AI Factory-as-a-Service）”，云-边-端一体化交付成为主流。

七、结论

赛迪指出，AI 大模型对硬件的需求已从“单点极致”转向“系统极致”。

• “存”决定数据通量：HBM、新型存储器、先进封装是性能倍增器；

• “算”进入多元时代：GPU、ASIC、LPU、存内计算并存；

• “感”带来数据洪流：45 万亿传感器是 AI 进化的燃料；

• “连”重塑系统效率：光互连与硅光技术把千卡集群变成“一台计算机”。

谁能在“存算感连”四轴上实现一体化创新，谁就能在 2025-2030 的 AI 硬件竞赛中占据制高点。

【中国风动漫】《雾山五行》大火，却很少人知道它的前身《岁城璃心》一个拿着十米大刀的男主夭折！

如需获取更多报告

扫码加入

“人工智能产业链联盟”

知识星球，任意下载相关报告！

报告部分截图

声明

来源：赛迪，人工智能产业链union（ID:aiyuexingqiu）推荐阅读，不代表人工智能产业链union立场，转载请注明，如涉及作品版权问题，请联系我们删除或做相关处理！

编辑：Zero

文末福利

1.赠送800G人工智能资源。

获取方式：关注本公众号，回复“人工智能”。

2.「超级公开课NVIDIA专场」免费下载

获取方式：关注本公众号，回复“公开课”。

3.免费微信交流群：

人工智能行业研究报告分享群、

人工智能知识分享群、

智能机器人交流论坛、

人工智能厂家交流群、

AI产业链服务交流群、

STEAM创客教育交流群、

人工智能技术论坛、

人工智能未来发展论坛、

AI企业家交流俱乐部

雄安企业家交流俱乐部

细分领域交流群：

【智能家居系统论坛】【智慧城市系统论坛】【智能医疗养老论坛】【自动驾驶产业论坛】【智慧金融交流论坛】【智慧农业交流论坛】【无人飞行器产业论坛】【人工智能大数据论坛】【人工智能※区块链论坛】【人工智能＆物联网论坛】【青少年教育机器人论坛】【人工智能智能制造论坛】【AI/AR/VR/MR畅享畅聊】【机械自动化交流论坛】【工业互联网交流论坛】

入群方式：关注本公众号，回复“入群”

戳“阅读原文”下载报告。