存储聚变，江波龙以存储Foundry全栈定制模式重构端侧AI存储生态

电子发烧友网报道（文/黄山明）当前，全球生成式人工智能正加速向终端侧迁移。根据IDC预测，2026年全球生成式AI手机出货量预计达4.32亿台，AI PC出货量约1.27亿台。随着大模型在本地设备的部署日益普遍，传统存储架构面临带宽、容量、功耗和适配复杂性等多重压力。

在此背景下，江波龙首席科学官陈健博士在FMS 2026上发表主题演讲《Intelligence at the Edge: Powered by the Storage Foundry Model》，深入解读存储 Foundry 全栈定制模式，为应对端侧 AI 碎片化时代的系统性挑战提供的全新思路与解决方案。

830亿台设备的碎片化难题

展望未来十年，端侧AI将呈现爆发式增长。陈健博士预测，全球范围内将有约830亿台端侧AI设备落地，与云端AI形成分层协同的全新计算格局。这预示着端侧AI将无处不在，覆盖从智能手机到工业自动化的亿级多样化设备。

然而，机遇的背后是巨大的挑战。因为端侧AI场景呈现出极度碎片化的特征，例如，工业控制系统强调实时性与可靠性，而消费类移动设备更关注能效与体积限制。

不同场景在性能（带宽、容量）、功耗、散热、成本、形态以及适配复杂度等方面提出了截然不同的要求。这种技术与需求的双重碎片化，使得传统标准化的存储硬件难以兼顾所有诉求，成为了制约端侧AI普及的关键瓶颈。不过也正是在这一行业困局中，差异化定制服务开始显现其战略价值。

三大端侧AI应用场景综合解决方案

面对碎片化的挑战，江波龙通过软硬件深度协同，推出了针对三大核心端侧AI场景的综合解决方案，直击行业痛点。

AI BOX智能体主机：

自研存储软硬件协同方案突破带宽与容量瓶颈

AI Box作为本地大模型推理的核心载体，常面临内存带宽不足、模块升级繁琐与PCB占用过大的问题。运行70B以上参数模型时，传统DIMM方案需采用8颗16GB LPDDR5x颗粒组合成128GB容量，不仅布线复杂、信号干扰强，且板贴设计导致后期扩容必须更换主板，运维成本高。

江波龙携手AMD联合调优，推出了AIDIMM™高带宽内存+iSA™存储智能体+AI SSD成套一体化解决方案，通过软硬件深度协同，突破端侧AI算力与存储的适配壁垒，实现性能与成本的双向优化。

值得一提的是，江波龙推出的全球首款AIDIMM™产品采用4颗LPDDR5x颗粒同面一体化布局，单条峰值带宽高达307.2GB/s，最大容量支持128GB。其高针脚高速专用连接器支持免工具快速拆装，不仅解决了带宽难题，更大幅降低了客户的硬件迭代与维护成本。对比CAMM（如SOCAMM2、LPCAMM2）板载类型的内存产品，其易插拔的特性，更契合端侧AI设备运维、装配、升级迭代的应用需求。

其中，iSA™智能调度引擎通过MoE专家卸载与KV缓存下沉技术，将部分数据从DRAM迁移至SSD高速分区。依托MoE专家模型动态卸载、智能缓存分层管控、数据预取智能预判三大核心自研算法，可实时动态调配内存与存储资源，精准分流闲置算力与缓存数据，大幅降低DRAM内存占用率，全面提升本地大模型对话、生成、续写等交互场景的流畅度，让端侧大模型推理更高效、更稳定。

AI PC终端：

SSD创新迭代，平衡性能、能效与空间

AI PC在执行本地大模型推理、长文本生成等任务时，面临KV缓存膨胀、DRAM占用过高与存储I/O瓶颈等问题。传统SSD在长时间高负载下易出现性能下降，且缺乏针对AI工作负载的调度机制，难以保障稳定推理体验。

针对这一问题，江波龙构建了多层次解决方案。例如其自研的SPU™存储处理单元基于5nm制程工艺，集成存内无损压缩技术，平均压缩比达2:1，可在不占用CPU资源的前提下提升SSD有效容量利用率。

据江波龙公开性能实测显示，搭载SPU™存储处理单元的DRAM-less架构PCIe Gen5 SSD读取性能达14.8GB/s、顺序写入性能达13GB/s，性能比肩DRAM-based的PCIe 5.0 SSD产品；整体运行功耗≤6.3W，对比市面同等性能7W以上的SSD主控，功耗降低约10%，在高性能输出的同时兼顾低功耗特性，可适配AI PC本地大模型高速加载、多任务并发推理、内容生成等高强度运行场景，有效解决PCIe Gen5接口产品高性能高功耗的痛点，实现性能与能效的双向平衡。

量产交付层面，江波龙已建设完成月产能百万级的稳定交付能力，并与联想、华硕等行业知名客户展开深度合作，可全面保障全球PC品牌客户大批量、常态化、高品质供应需求。

AI Mobile：

用高带宽存算协同，提升应用性能上限

智能手机与便携式AI终端受物理尺寸与成本控制影响，难以搭载大容量DRAM。多数中低端机型仅配置4-6GB内存，难以支撑13B以上参数模型的稳定运行，导致交互卡顿与后台保活能力弱。

对此，江波龙推出HLCache™高级缓存技术UFS与AILPBGA™高带宽嵌入式内存一体化方案，依托软件调度创新的HLCache™ UFS实现DRAM资源减负降本，搭配高带宽运算能力的AILPBGA™嵌入式内存，可有效降低移动端侧AI落地门槛，全面推动端侧AI在移动嵌入式设备的规模化普及落地。

在通过Google Pixel 7a真机专项实测数据后显示，基于HLCache™技术，4GB LPDDR5机型30款常用App启动响应时间大幅缩短；后台App保活数量从17款提升至28款，提升幅度约64%。同时，DRAM 运行占用从3.1GB显著降至2.5GB，降幅约20%。

配合AILPBGA™高带宽嵌入式内存，该方案进一步提升计算效率。AILPBGA™采用22×22mm BGA1764封装，原生支持256bit位宽，单颗带宽可达307GB/s，性能接近HBM2E水平，容量覆盖24-64GB梯度规格，兼容LPDDR接口，适配难度也远低于HBM类方案。二者结合可使4GB机型达到6-8GB级别的AI运行体验，显著降低终端对DRAM的依赖。

打造江波龙存储Foundry全栈定制模式

上述三大场景方案的成功落地，源于江波龙27年来在存储产业链的深厚积淀。陈健博士透露，江波龙自1999年创立以来深耕存储主业、围绕产业链稳步布局的发展历程：2011年建立自主行业类存储品牌FORESEE；2017年收购国际高端消费类存储品牌Lexar雷克沙；2023年完成苏州元成科技收购构建高端封测制造能力；2026年实现Zilia（智忆巴西） 100%全资收购。目前公司已搭建覆盖中国中山、苏州、巴西玛瑙斯与阿蒂巴亚的全球化制造网络，形成多点协同的产业布局。

当前，江波龙正以全栈能力构建“存储Foundry模式”，致力于成为端侧AI世界的定制化存储解决方案伙伴。据陈健博士介绍，存储Foundry模式核心逻辑，便是打破传统存储“标准化硬件售卖”商业模式，针对不同客户CPU/SoC、AI模型、整机形态做深度软硬件协同定制，一站式承接多元化、差异化需求，从而大幅缩减端侧AI存储产品开发周期与成本，成为破解行业碎片化困局的关键路径，也由此构建起全新的产业合作模式。

同时，区别于仅聚焦硬件模组的单一模式，江波龙长期坚持工程师文化，沉淀了包括芯片设计、固件软件开发、材料工程、主机软件/操作系统与上层适配平台、硬件设计、封装工艺、自动化测试、量产制造在内的八大完整核心能力。这种跨环节的协同开发能力，是支撑存储Foundry模式落地的关键基础。

陈健博士提到，当前应对百亿级端侧AI设备的碎片化市场，单打独斗已难以为继。为此，江波龙提出了全新的产业协作概念Collabovate（Collaborate + Innovate，协同创新）。江波龙开放其全栈技术能力，联合芯片厂商、整机厂商、AI算法公司等产业链伙伴，打通算力、内存、存储的一体化优化链路，合力降低端侧AI的商业化落地门槛。

总结

从早期的实验室计算到如今的全民互联，计算产业已完成了一次普及跃迁。而AI的未来，必将从云端走向更广阔的边缘。面对未来近千亿台端侧AI设备的巨大市场，江波龙通过存储Foundry全栈定制模式，将定制化的端侧AI存储方案落地变得像芯片制造一样高效、便捷。这不仅是对存储商业模式的革新，更是对整个端侧AI产业生态的一次深度赋能。