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。从“存算连”到“感存算”再到“存算感连”，一体化趋势若持续，可能打通机器人技术、视觉技术、大模型和云端等技术壁垒，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。
二、“存”——人工智能大模型迭代关键
HBM迭代正成为AI芯片更新的核心，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。人工智能需求暴涨下，带动HBM产能快速增长，2024年相比2023年全球HBM产能大幅增长。未来端侧算力和能耗的双重需求，将拉动LPDDR等消费电子存储器需求继续增长；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。存算一体可解决“存储墙”问题，成为未来算力效率问题的潜在解决方案。存算结合拉动CoWoS等先进封装进展。
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，GPU市场预计到2029年，细分市场收入将比CPU细分市场大两倍。计算芯片呈现“三大特点”：算力增长、软硬结合、应用多样化。算力需求持续增长，新一代芯片算力仍持续倍增；软硬件持续结合，算法、软件与硬件的结合成为主流；应用多样化，从CPU到GPU到XPU，硬件形态不断丰富。近期FP8混合精度训练、混合专家（MoE）等更加节约算力的算法技术的出现，挑战了单纯堆积算力的模式。AI PC等边缘推理芯片成为新热点，芯片集成化促使功耗和能源成为全球计算芯片全新挑战。
四、“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”，可实时采集并传递海量数据是人工智能时代智能决策与自主进化的基石。传感器过去5年发展融合创新与新兴应用场景持续释放结构性增长动能，精确度和灵敏度增长了十倍，成本、功耗和体积下降了五分之一。未来智能传感器逐渐向低功耗甚至是自供能发展。多模态综合感知、完整的系统解决方案、软硬件一体化集成是未来发展趋势。传感器技术与AI、物联网等技术融合提高智能化水平，从单一数据采集向集成AI算法的“感知-决策”一体化演进。“三新”技术（新材料、新结构、新工艺）推动“四化”发展（低功耗化、集成化、微型化、智能化）。传感器数据采集率将呈现爆发式增长，数以“万亿”计的数据将推动人工智能技术新革命。但目前“感”接入人工智能系统仍面临挑战，未来传感器数据将面临数据识别和数据安全两个关键问题。
五、“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”，不仅是数据传输的物理通道，更是确保人工智能时代下全局资源协同、实时响应的智能网络骨架。连接与存算感协同进化，逐渐凸显出存算协同化、感知实时化和推理智能化三大特点。连接技术的优化和升级直接驱动人工智能跨越式发展，光互联技术可以达到高速的“万物互联”。数据传输速率大幅提高，效率大幅提升；模型训练时间大幅缩短，成本大幅下降。目前英伟达的互联技术（NVlink）已迭代至第五代，处在行业领先的地位。LPO、CPO、硅光新技术是未来连接技术革新的主要路径，实现高带宽、高集成、低功耗优势。
