為AI尋找存儲新方案

生成式AI的升級速度已經到了日新月異的地步，從最初的文生圖、文生視頻，進階到現在智能體AI，已經能夠在一定范圍內具備智能的自主實體，也開始往更高階的物理AI進階。這樣井噴式的增長，也導致存儲方案在AI數據中心、AI工廠中變得愈發重要。進階。這樣井噴式的增長，也導致存儲方案在AI數據中心、AI工廠中變得愈發重要，鎧俠迅速做出反應，在近期推出了一系列創新技術產品，包括高容量SSD，帶寬光互聯SSD，1億IOPS SSD，而這次技術均來自于BiCS FLASH™閃存技術。

SSD愈發關鍵

當下的AI基礎建設基本上是圍繞GPU，以及為GPU提供存儲支持的方案所構建的。其中HBM能夠最大化GPU性能，不過現階段需要面臨成本極高、發熱量大、功耗高的瓶頸。系統中的DRAM則可以相對HBM提供更大容量的存儲支持，但由于物理原理限制，制程微縮已接近極限，在有限的空間內暫時無法做到更高規格的提升。

相比之下，NAND FLASH開始在AI基礎設施扮演起更重要的角色，特別是鎧俠BiCS FLASH™閃存技術已經為下一代AI存儲基礎設施做好了充足準備，準備了靈活、多樣化且易于擴展的方案。例如，通過SSD與GPU之間直接交換數據，可以很好的解決目前HBM的擴展瓶頸。如果將SSD放置在GPU附近，緩存數據湖中的部分數據，減少GPU通過網絡訪問數據湖的次數，也進而可以提升訪問效率。

針對工作流程中的訓練、推理、RAG和落地AI應用所產生的存儲需求，鎧俠從多個緯度上開發了不同方向的SSD技術。其中，鎧俠LC9系列擁有245.67TB容量，是行業內容量規格領先的高容量SSD，用于存儲生成式AI所需的海量向量數據庫，也代表著未來企業級SSD和數據中心級SSD發展的重要方向之一。

為了滿足GPU所需要的高帶寬、高并發等苛刻要求，鎧俠與NVIDIA合作，結合XL-FLASH存儲級內存和新控制器，發布了全新的鎧俠GP系列，目標實現1億IOPS SSD，這也是SSD迄今為止的巔峰性能。

寬帶光互聯SSD則是鎧俠為應對AI數據中心挑戰而開發的一項突破性技術，通過光纖接口替代傳統電氣布線，將計算單元與存儲單元間40米的物理距離擴展至100米，以實現解耦計算系統，SSD與CPU可物理分離放置，根據工作負載優化資源分配。

技術新展望

接下來同期發布的第九代BiCS FLASH™和第十代BiCS FLASH™閃存使用的是雙軌制并行策略。其中，鎧俠第九代BiCS FLASH™通過CBA技術與成熟的產線結合，構建出供貨穩定、可靠的產品。鎧俠第十代BiCS FLASH™則繼續追求更高的容量、更高的性能表現，通過332層高密度堆疊，實現進一步的位密度提升。

第三代XL-FLASH™則是一條特殊的產品線，它屬于Storage Class Memory，即SCM。是一種兼具近似內存的高速讀寫和存儲與NAND相同的數據非易失性特性的存儲器。第三代XL-FLASH™顯著降低了延遲，其延遲可降低至BiCS FLASH™的10%以下，旨在實現超高IOPS表現，以滿足生成式AI對存儲性能的極致要求。在GTC2026和CFMS2026期間，鎧俠宣布的GP系列，目標打造1億IOPS SSD，即是通過XL-FLASH™實現的。

除了BiCS FLASH™和XL-FLASH™，鎧俠也積極推進KIOXIA AiSAQ™軟件升級。KIOXIA AiSAQ™是一套開源軟件，使RAG技術能直接在SSD中搜索數據，無需將索引數據全部加載到DRAM，緩解DRAM容量壓力。這套開源方式不限定在鎧俠的自家產品上，任意型號的存儲產品，都有機會利用這套開源軟件，實現AI性能的加速。

縱觀整個AI行業的硬件發展，DRAM、CPU晶體管數量由于無法繼續遵循摩爾定律等縮放定律實現快速發展，出現了相對停滯的現象。對比之下，NAND FLASH閃存和SSD由于堆疊結構的特殊性，仍然可以對應的縮放定律持續演進。

鎧俠希望通過有效的存儲解決方案，以相對較小的投資實現AI性能提升，也進一步推動SSD在數據中心普及，適配AI時代的發展需求。正如所預計的那般，AI數據中心正在逐步升級成AI工廠，每一個企業從數字化轉型升級，進階到生產Token和消費Token。而每一次AI運算的背后，鎧俠存儲解決方案都將是可靠的支持，通過高容量、高帶寬、高IOPS的靈活多樣存儲方案，鎧俠已經為下一代AI存儲技術建設秒回了全新的藍圖。