据《科创板日报》9月19日的最新报道，方正证券在近期的研究报告中指出，相较于云端算力与专用GPU的结合，本地模型推理在算力上更依赖于终端硬件的SoC。面对算力瓶颈，未来有望通过芯片架构的升级（如Chiplet技术）以及制程的进步（例如3nm/2nm工艺）来突破。然而，存储能力的优化才是推动大模型在终端应用中的关键所在。存储能力成为未来大规模语言模型（LLM）终端化应用的主要挑战。预计最前沿的移动设备将率先采用高带宽存储（HBM）技术，以突破这一挑战。随着训练和推理环节对存储能力的持续增长需求，HBM市场将迎来扩张。同时，消费端和边缘计算侧的算力需求趋势也将为HBM在长期市场维度上打开新的空间。国内产业链在材料、设备以及产品等各个层面都将从中受益。

本文链接：https://www.8btc.com/article/6833306 转载请注明文章出处

标签: