近年来，随着“人工智能+”的概念普及和深入，AI的浪潮也“卷”到了智能手机领域。从去年开始，以大模型为核心卖点的AI手机逐步问世，以致有研究机构认为“2024年或将成为AI手机的元年”。

和AI PC类似，当前主流的AI手机依旧 “两手抓”：一方面，手机厂商自建云端大模型，用户在手机端发送指令，经高算力的云端模型计算和识别后，再将指令和反馈传达到本地，实现智能化响应；另一方面，手机厂商在手机内部布置高性能NPU芯片，不断提升手机端的AI算力，并在端侧学习和建立本地模型。

通过“云”和“端”双管齐下，为用户提供智能化体验。例如私人助理、实时翻译、智能搜索、图片智能管理、文档归类和优化等前沿功能。

随着AI手机的问世，尤其是端侧模型的不断深入完善下，作为手机终端的数据底座，嵌入式存储器的重要性愈发凸显。

1、高性能高带宽，助力大模型高效运转

从性能上，大模型通常涉及到大量的数据计算和处理，如图像识别、语音识别和自然语言处理等。这些任务需要从嵌入式存储器中频繁地读取和写入数据，上传下达各种指令，保证各个模块之间信息的高效联通和同步，以支持模型的训练和推理。

因此，嵌入式的存储器接口必须具备足够高的带宽，足够强的性能，确保数据能够快速传输。

2、更大容量，为数据存储“强基铸魂”

从容量上看，部署在手机本地的端侧模型，一方面需要更大容量，存储更多非结构化的，诸如文字、语音、视频等各种数据，作为模型算法学习和生成的“养料”；另一方面，随着端侧模型的成熟和规模化，大量基于端侧模型的生成式应用的问世，同样需要海量空间，用于存储丰富的应用程序及缓存。

3、更低延迟，智能交互无卡顿

除了性能和容量的考量，在AI时代，嵌入式存储器低延迟的特性愈显重要。基于“云”和“端”双侧大模型的工作机制，AI手机几乎时刻都在处理海量的、繁复的各种数据和操作。

更低的延迟，能够助力AI手机，无论是在和云侧大模型的数据交互，还是本地模型的指令下达，都能快速被响应;继而高效完成用户的各项任务，提升交互体验。

面对着手机设备的AI浪潮，长江存储推出一系列嵌入式存储芯片，不断满足AI手机的存储需求。

长江存储UC033是基于晶栈®Xtacking® 3.0技术的TLC三维闪存芯片打造的UFS3.1嵌入式存储产品，拥有高性能、大容量、低延迟等特性，最 大顺序读取速度达2100MB/s，产品设计128GB、256GB、512GB三个容量，能够满足AI时代，手机等智能终端对嵌入式存储器全面的产品需求。