「香港飛龍」標誌 本文内容： 公衆號記得加星標??，第一時間看推送不會錯過。來源：內容編譯自counterpointresearch。隨着代理人工智能能力的不斷增強，如今的GenAI 智能手機正在發展成爲更加智能、更具情境感知能力的設備，它們從簡單的通信中心轉變爲真正智能、自主的伴侶。在智能手機上實現代理人工智能的最大挑戰在於硬件層面：在電池壽命、處理能力和內存的嚴格限制內爲不斷增長的人工智能功能提供動力。由於低延遲、增強隱私、成本和帶寬效率、離線訪問和個性化等關鍵要求，將代理人工智能的核心功能（實時響應、深度個性化和主動協助）置於邊緣是必要的。Counterpoint 研究副總裁Neil Shah表示： “ Agentic AI將把智能手機提升到一箇全新的類別，使其成爲能夠識別複雜意圖並實時調整的主動數字伴侶。這意味着設備將具備全面的情境理解能力，並超越當今 AI 僅提供輔助的‘你+’模式，邁向‘你2’模式，其中 AI 是你的數字延伸，由在邊緣運行的多箇個性化學習模型提供支持。”因此，爲了兌現其在邊緣處理相關AI工作負載的承諾，Agentic AI必須大幅提升智能手機硬件組件的功能。處理器（SoC）、內存、存儲、電池、傳感器和互連以及熱管理都需要在目前的頂級功能基礎上進行重大升級。特別是，隨着對先進的設備上人工智能快速高效地提供數據的需求不斷增長，對內存子系統的要求也在快速上升。美光公司市場營銷副總裁Christopher Moore表示：“內存帶寬的增長速度已經趕不上計算性能的增長速度，我們正接近這樣一箇臨界點：僅僅添加更多傳統 DRAM 已不再是可行的長期解決方案。架構創新現在絕對至關重要。”需要幾項關鍵技術和行業創新來確保內存解決方案與邊緣 GenAI 工作負載不斷增長的需求相吻合：1. 高級 LPDDR（LPDDR5X、LPDDR6）LPDDR5X：當前標準，提供高達約 10.7 Gbps 的速度LPDDR6：JEDEC 即將推出的標準承諾提供更快的帶寬（14.4 Gbps+）和更高的功率效率——這對於維持 AI 性能至關重要。2. 內存處理（PIM）架構PIM 從根本上挑戰了當前的馮·諾依曼架構，並將計算功能直接集成到內存中，從而大幅降低延遲和功耗。儘管標準化和生態系統支持仍在不斷髮展，但 PIM 在加速特定 AI 任務方面擁有巨大的潛力。3.寬I/O接口和先進封裝通過寬 I/O 擴展內存到 SoC 的數據路徑可以提升帶寬，通常採用 3D 堆疊等先進封裝技術。這些方法還有助於熱管理，並可能允許 OEM 將 DRAM 卸載到單獨的封裝中，以更好地服務於 AI 密集型工作負載。除了硬件進步之外，量化等技術對於將 GenAI 引入智能手機也至關重要，因爲它可以通過降低模型精度來減少內存和計算需求，同時保持準確性。這些創新與緊湊、高效、小型語言模型 (SLM) 相結合，促進了設備上強大的 AI 性能，加速了向智能、低功耗邊緣應用的轉變。智能的強大程度取決於其背後的系統，而內存性能是移動端代理AI的核心驅動力。滿足AI日益增長的內存需求需要業界齊心協力，包括：SoC 設計師、內存和存儲供應商、OEM、操作系統開發人員和 AI 研究人員之間的深度合作，共同優化邊緣 AI 的硬件和軟件。JEDEC 等機構加速LPDDR6 等技術和未來封裝接口的標準化，確保互操作性和創新。對下一代內存、存儲和封裝技術的共同願景和投資對於跟上人工智能的快速發展和釋放完全自主的移動智能至關重要。這不僅僅是一場更快處理器的競賽；這是對整個行業的行動號召，以釋放代理人工智能的變革潛力，將智能手機提升爲豐富我們生活的真正智能的夥伴。未來的移動出行不僅智能，更將實現自主化。而這一切，現在就已開啓。https://www.counterpointresearch.com/insight/memory-innovation-crucial-to-success-of-agentic-ai-era/*免責聲明：本文由作者原創。文章內容系作者個人觀點，半導體行業觀察轉載僅爲了傳達一種不同的觀點，不代表半導體行業觀察對該觀點贊同或支持，如果有任何異議，歡迎聯繫半導體行業觀察。今天是《半導體行業觀察》爲您分享的第4047期內容，歡迎關注。加星標??第一時間看推送，小號防走丟求推薦 (本文内容不代表本站观点。) --------------------------------- |
本網站是"非商業"(non-commercial)。 暫統計至2025年6月18日，本網站共67601篇文章。 本網頁使用CDN cache緩存，顯示的網頁內容可能並非最新版本。
