随着大模型迭代提速，算力扩容成为 AI 产业里最受关注的主线。在浙大控制学院、清华电子系校友会联合举办的具身智能开源生态研讨会上，曦望 Sunrise 董事长徐冰抛出值得回味的判断：当下AI产业的瓶颈，不在算力，而在存储。

徐冰认为，如今消耗推理资源、持续生成 Token 的主力，正在从人类用户转向智能体。他指出，智能体如同可以不断复制的数字智能主体，能够自主规划任务、复盘思考、调用工具，持续产生计算需求。同时，它还需要长期记忆，留存跨度长达一年的交互数据，对大容量存储有着极强需求。“智能体大规模落地带来的需求变化，会比市场预期来得更快。”

长久以来，行业评判AI算力，习惯聚焦算力指标、GPU 卡数量。在徐冰看来，存储才是制约算力释放的关键一环。在他的测算中，无论数字世界还是物理世界，Token生产硬件总成本中，存储占比已经突破一半。

在行业分析人士看来，当下行业广泛使用的高端存储 HBM，制造工艺复杂，高度依赖稀缺的先进封装产能，扩产节奏难以匹配快速增长的 AI 需求，如果芯片厂商只依靠这一条路线，会面临不小的供应链压力。

在这一背景下，他认为LPDDR将迎来新的产业机遇。这种内存原本广泛应用在手机、汽车领域，具备低功耗、大容量、成本可控的特点。迭代至 LPDDR6 之后，数据传输速度进一步提升、功耗持续优化，并且不需要争抢紧缺的先进封装产能，还能减少数据来回搬运，提升大模型运行效率。

回溯近一年发展趋势，英伟达、英特尔、苹果、高通等全球头部企业，都在探索基于 LPDDR 的 AI推理芯片方案。行业也逐渐形成组合方案：对带宽要求极高的任务继续使用 HBM，大容量、长时间持续运行的计算任务，则交由 LPDDR 承接，两条路线互补协同。

放到人形机器人赛道，徐冰提出 LPDDR6 同样有重要价值。随着大模型体量持续变大，传统终端内存空间有限，很难同时承载模型文件、对话缓存和超长上下文。依托更大容量、更高带宽的 LPDDR6，机器人本地就可以搭载能力更强的大模型。

在徐冰看来，国内存储赛道迎来难得的发展窗口期。长鑫科技已经率先实现 LPDDR6 量产落地，为国内产业链创新打下基础。扎根杭州的曦望也提前布局，是国内首家将 LPDDR6 作为主显存导入 GPU 的企业。目前企业正联动浙江、杭州本地产业链伙伴推进新品量产，为智能体、人形机器人打造稳定的推理底座。

“LPDDR6 的金矿在中国，机遇就在当下。”徐冰在现场呼吁，期待产业链各方携手，抓住这一轮创新机遇。AI 向前的故事，不只有算力竞速，也包含存储赛道的全新探索。