进入正文

  • 智能无处不在
    智能无处不在
    智能无处不在

    蓝紫色数据光束环绕三星芯片，展现三星半导体在智能计算与连接领域的领先实力。

精选产品 精选产品 精选产品

存储器

处理器

  • Exynos 2400 产品图片.

    Exynos 2400

    NPU : AI Engine with 17K MAC NPU(2-GNPU+2-SNPU) and DSP
    中央处理器 : Deca-core (Cortex®-X4 + Cortex®-A720 + Cortex®-A520)

    了解更多
  • Exynos 1480 产品图片.

    Exynos 1480

    NPU : AI Engine with 6K MAC NPU
    中央处理器 : Octa-core (Cortex®-A78 + Cortex®-A55)

    了解更多
  • Exynos Auto V920 产品图片.

    Exynos Auto V920

    NPU : Embedded dual-core NPU
    中央处理器 : Deca-core (Cortex®-A78AE)

    了解更多
  • Exynos Auto V9 产品图片.

    Exynos Auto V9

    NPU : Embedded
    中央处理器: Octa-core (Cortex® -A76)

    了解更多

探索有关人工智能的更多信息

面向规模化部署的
高性能高能效
AI半导体解决方案 面向规模化部署的
高性能高能效
AI半导体解决方案 面向规模化部署的
高性能高能效
AI半导体解决方案

三星尖端半导体技术正推动算力革命——从大模型训练到边缘实时推理，为全域AI场景提供性能、能效与可扩展性三重支撑。

三星尖端半导体技术正推动算力革命——从大模型训练到边缘实时推理，为全域AI场景提供性能、能效与可扩展性三重支撑。

三星尖端半导体技术正推动算力革命——从大模型训练到边缘实时推理，为全域AI场景提供性能、能效与可扩展性三重支撑。

趋势 趋势 趋势
AI Everywhere: From the Cloud to the Edge
AI普及化：
云边端全域覆盖 AI普及化：
云边端全域覆盖 AI普及化：
云边端全域覆盖

AI算力负载正从集中式数据中心快速渗透至智能手机、智能摄像头、工业传感器等边缘设备，驱动实时决策需求激增。这要求半导体在多元硬件形态下实现高性能、低时延与低功耗的平衡，通过"近源端智能"提升响应效率，降低对云端架构的依赖。

AI算力负载正从集中式数据中心快速渗透至智能手机、智能摄像头、工业传感器等边缘设备，驱动实时决策需求激增。这要求半导体在多元硬件形态下实现高性能、低时延与低功耗的平衡，通过"近源端智能"提升响应效率，降低对云端架构的依赖。

AI算力负载正从集中式数据中心快速渗透至智能手机、智能摄像头、工业传感器等边缘设备，驱动实时决策需求激增。这要求半导体在多元硬件形态下实现高性能、低时延与低功耗的平衡，通过"近源端智能"提升响应效率，降低对云端架构的依赖。

AI定向优化存储体系 AI定向优化存储体系 AI定向优化存储体系

面对持续膨胀的AI模型复杂度，高速高容内存系统成为算力升级刚需。内存带宽与容量已成制约训练与推理效率的核心瓶颈。HBM内存、LPDDR规范、GDDR方案及PCIe Gen5固态硬盘等创新技术，正通过突破性吞吐量与极致延迟控制赋能全域AI应用场景。

面对持续膨胀的AI模型复杂度，高速高容内存系统成为算力升级刚需。内存带宽与容量已成制约训练与推理效率的核心瓶颈。HBM内存、LPDDR规范、GDDR方案及PCIe Gen5固态硬盘等创新技术，正通过突破性吞吐量与极致延迟控制赋能全域AI应用场景。

面对持续膨胀的AI模型复杂度，高速高容内存系统成为算力升级刚需。内存带宽与容量已成制约训练与推理效率的核心瓶颈。HBM内存、LPDDR规范、GDDR方案及PCIe Gen5固态硬盘等创新技术，正通过突破性吞吐量与极致延迟控制赋能全域AI应用场景。

AI-Optimized Memory and Storage
The Era of Foundation Models and Generative AI
基础模型与生成式AI时代 基础模型与生成式AI时代 基础模型与生成式AI时代

具有泛化能力的AI基础模型通过语言理解、图像生成等能力重塑产业格局。这类模型的开发与部署需要海量算力、超大内存带宽及存储吞吐支持，催生可支持数据中心与云平台高强度训练与推理负载的硬件方案。

具有泛化能力的AI基础模型通过语言理解、图像生成等能力重塑产业格局。这类模型的开发与部署需要海量算力、超大内存带宽及存储吞吐支持，催生可支持数据中心与云平台高强度训练与推理负载的硬件方案。

具有泛化能力的AI基础模型通过语言理解、图像生成等能力重塑产业格局。这类模型的开发与部署需要海量算力、超大内存带宽及存储吞吐支持，催生可支持数据中心与云平台高强度训练与推理负载的硬件方案。

可持续AI计算演进 可持续AI计算演进 可持续AI计算演进

在数据量与模型规模双重暴增的当下，算力创新与能效平衡已成必修课题。低耗数据中心与终端设备同步推进可持续计算：极紫外光刻(EUV)、3D封装技术等制程突破持续优化功耗表现，结合低功耗DRAM与高效电源管理芯片(PMIC)等方案，共同驱动绿色AI系统建设。

 

在数据量与模型规模双重暴增的当下，算力创新与能效平衡已成必修课题。低耗数据中心与终端设备同步推进可持续计算：极紫外光刻(EUV)、3D封装技术等制程突破持续优化功耗表现，结合低功耗DRAM与高效电源管理芯片(PMIC)等方案，共同驱动绿色AI系统建设。

 

在数据量与模型规模双重暴增的当下，算力创新与能效平衡已成必修课题。低耗数据中心与终端设备同步推进可持续计算：极紫外光刻(EUV)、3D封装技术等制程突破持续优化功耗表现，结合低功耗DRAM与高效电源管理芯片(PMIC)等方案，共同驱动绿色AI系统建设。

 

Sustainable AI Computing
  • 本文描述的任何声明、产品和规格都仅供参考。
  • 本文描述的所有信息均按“原样”提供，不提供任何形式的保证。
  • 本文描述的所有信息均为三星电子独有的资产。
  • 本文件未以暗示或禁止反言或其他方式向任何其他方授予任何专利、版权、掩模作品、商标或任何其他知识产权的许可。