问题：端侧AI加速落地，存储体系面临“新约束” 随着大模型推理从数据中心走向个人电脑、手机及各类终端设备，端侧AI对存储的要求正从“通用读写能力”转向“算力协同、容量扩展、能效与散热约束并重”。CFM | MemoryS 2026会上，江波龙涉及的负责人表示，云端AI多围绕GPU构建更专业的存储服务体系，而端侧AI必须在有限体积与功耗预算下，同时满足高性能大容量、系统级封装集成以及更灵活的定制需求。传统标准化存储产品在接口形态、散热能力、软硬件协同各上难以覆盖端侧的复杂场景，正成为影响终端智能体验和规模化部署的关键瓶颈之一。 原因：需求结构变化叠加工程难题，定制化与材料能力成为门槛 业内人士认为，端侧AI应用形态高度碎片化：AI PC更关注本地推理与隐私安全，嵌入式设备更强调成本与续航，工业与车载则看重可靠性与长周期供货。需求分化推动存储竞争从单一器件转向“平台化交付”。同时，接口速率升级带来热密度快速上升。以PCIe Gen5为代表的高速介质小体积条件下持续高负载运行，散热与温控成为必须解决的工程难题。江波龙在会上指出，端侧AI存储的竞争不只在颗粒与控制器，更考验材料工程、封装工艺与系统设计的综合能力，其中散热材料与结构设计直接影响性能释放与运行稳定性。 影响：存储正从“配件”走向“端侧智能底座”，产业链协同加速 端侧AI对存储提出的“更快、更大、更省、更稳”诉求，正在重塑产业分工。一上，高速与大容量将提升终端本地部署能力，降低对云端依赖，带动数据安全与低时延体验提升；另一方面，散热、封装与软件调度等系统性改造会拉长研发链条，推动存储企业与芯片平台、整机厂商更紧密协作。业内普遍认为，未来端侧智能体验的差异化，将更多体现存储与算力、算法的协同效率上，存储正从“数据通道”升级为“端侧智能底座”。 对策：以“软硬件协同+全链路定制”应对端侧多样化落地 本次峰会期间，江波龙发布SPU（存储处理单元）与iSA（存储智能体），旨在构建“芯片硬件+智能调度”的端侧AI存储闭环。其中，SPU面向智能存储架构设计，采用5nm工艺，单盘最大容量可达128TB；iSA作为面向端侧AI推理的智能调度引擎，用于在存储侧进行更贴近业务负载的资源管理与调度。江波龙介绍，公司与AMD基于锐龙AI Max 395处理器平台进行联合调优，完成397B超大模型本地部署验证，以探索端侧大模型在性能、容量与成本之间的平衡路径。 针对高速介质带来的热挑战，江波龙在推出PCIe Gen4 mSSD后，深入发布PCIe Gen5 mSSD，并面向小体积高性能运行场景配套专属散热方案，将VC相变液冷散热引入mSSD，以提升导热与散热效率，增强持续性能稳定性。 在端侧场景适配上，江波龙提出面向端侧AI存储的Foundry全链路定制服务模式，并将HLC高级缓存技术与SPU、UFS深度集成，推动AI PC端与嵌入式端协同落地。在嵌入式应用验证中，公司与紫光展锐联合开发并在其芯片平台实测显示，4GB DDR结合HLC技术后，20款应用启动响应时间为851ms，目标是在可控成本下提升交互响应速度。 此外，江波龙强调其SiP系统级封装能力，已具备从设计到实现的全流程开发，可将SoC、eMMC/UFS、LPDDR以及WiFi、Bluetooth、NFC等多类芯片集成在单一封装内，以降低系统空间占用与集成复杂度，为轻薄化与高集成终端提供可落地的工程方案。 前景：端侧AI进入“工程化竞赛”阶段，集成存储或成关键变量 随着终端侧推理规模扩大，端侧AI正从概念验证进入工程化比拼阶段。未来一段时间，谁能在高速接口、散热材料、封装集成与智能调度等系统能力上形成可复制的交付体系，谁就更可能在AI PC、智能手机、工业控制、可穿戴与车载等多元场景中占据先机。业内预计，端侧AI存储将沿着“更高带宽、更大容量、更低功耗、更强可靠性、软硬件协同更紧密”的方向演进，企业间合作也将从单点适配走向平台级联合优化。
从散热材料与结构优化到系统级封装，从硬件性能提升到智能调度协同，江波龙的实践表现为一条更清晰的路径：以核心技术与工程交付能力为基础，才能在端侧AI快速落地的竞争中把握主动。伴随这场存储技术的“端侧革命”，存储正在成为AI应用落地的重要支撑，也折射出中国科技企业在关键技术与产品化能力上的持续进阶。