人工智能纯技术和算法的投资机会已经过去，目前机会在场景和技术融合的碎片化深度应用阶段

人工智能纯技术和算法的投资机会已经过去，目前机会在场景和技术融合的碎片化深度应用阶段。目前推动人工智能发展的是需求与场景，当今时代的快速发展，场景与需求发生着变化，传统产业成本高、效率低、招工难等弊端的频繁暴露，推动着传统产业智能化升级的脚步，将机器自动化不仅能够提高产业发展的效率，更可以实现产业的升级换代，形成新业态，催生新的经济增长点。

比如，在传统纺织行业，人工智能就起到了很好的推动作用。该行业原来的生产力低下，主要原因在于原来的纺织技术多半仍旧依赖于传统手工生产、制作及检验。人工验布的缺点是精度低、速度慢和招工难，所以数字化、智能化的改造势在必行。

计算存储一体化突破人工智能算力瓶颈

◎清华大学长聘教授尹首一：

回顾集成电路发展历程，存储器芯片的发展速度远低于处理器芯片的发展速度，两者之间的缺口仍在不断拉大，存储墙成为制约处理器性能进一步提升的主要瓶颈之一。这一问题尤其对访存密集型任务影响最为明显，以深度神经网络为代表的AI算法恰好具有访存密集的特点。

从物理本质角度来讲，拉近计算部件与存储部件的距离，减少单位数据搬运的成本，是解决存储墙问题的根本手段。近存计算、存内计算和存算融合都是解决存储墙问题的有益尝试。近年来，相关技术百花齐放、百家争鸣，尚属于竞争前技术。在新器件、新机理、新电路、新架构方面的突破，将有望带来颠覆性变革。