江波龙：“内存墙”的物理限制与高昂内存成本，已成大模型在端侧 AI 广泛应用的重要阻碍
9 月 28 日，江波龙（301308.SZ）发布投资者关系活动记录表。其中指出，目前，“内存墙”的物理限制与高昂的内存成本，已成为大模型在端侧 AI 广泛应用的重要阻碍。公司端侧 AI 存储方案，在保证客户体验基本不变的前提下，能够实现 NANDFlash 与 DRAM 整体存储方案在成本和技术优化层面的最优解，具备极为广阔的市场应用前景。公司正与重要合作伙伴一道，推进相关技术的产品化和市场推广。