longsys江波龙联合高通端侧AI存储方案，亮相骁龙峰会实测验证

作为国内深耕存储领域的半导体存储品牌企业，江波龙持续围绕端侧AI场景打磨软硬件协同方案。在本届高通骁龙峰会上，江波龙联合高通等合作伙伴完成阶跃StepEdge-Omni 30B-MoE模型在AI手机上的端侧适配与现场演示，验证了复杂智能体AI工作流可以在手机上的高效部署与规模化扩展能力，无需依赖云端算力。这一成果，也让存储在端侧AI推理链条中的价值，被更多行业伙伴看见。

端侧AI新挑战：算力之外，存储调度成为核心卡点

随着端侧大模型参数规模持续提升，很多终端产品遇到“内存墙”难题。传统方案中，模型权重、KVCache数据都会占用大量运行内存资源，想要跑更大模型，只能不断增加内存容量，带来成本、功耗同步上涨。过往行业讨论端侧AI，大多聚焦NPU算力。但在本次高通骁龙峰会的联合演示中可以看到，单纯依靠算力，很难解决大模型持续读写、数据调度的压力。江波龙的端侧AI存储方案，思路不再是单纯扩容内存，而是让存储主动参与AI推理的数据调度，把部分温冷数据、非活跃专家权重卸载到闪存，实现模型权重从NAND Flash高效加载，减少大模型对DRAM的持续占用。

iSA+UFS4.1协同，支撑30BMoE模型手机端落地

本次演示能够顺利跑通30BMoE模型，核心依托江波龙自研iSA存储智能体与UFS4.1存储芯片的组合。UFS4.1提供高性能、大容量的底层存储硬件，保障高速读写能力；iSA作为智能调度引擎，针对MoE专家路由、KVCache管理做专门优化，预判AI推理的数据访问时序，完成智能预取与冷热数据分层调度。在第六代骁龙8超级至尊版移动平台上，这套端侧AI存储方案实现全链路本地智能体工作流，邮件解析、行程规划、信息整理等任务都在手机本地完成，响应速度相比云端调用更快。整套架构把存储从被动的数据载体，转变为AI推理流程里的协同参与者。

此外，江波龙的端侧AI存储方案已经面向AMD、紫光展锐等多家主芯片厂商开展适配工作，覆盖AI PC、移动工作站等更多终端品类。其中，与AMD联合调优的测试数据显示，搭载江波龙软硬件架构的设备，在AIPC平台上可支持的端侧模型规模提高约3.2倍，内存利用效率提升约200%。

当前端侧AI正在从概念走向产品落地，用户对本地AI体验、数据隐私、响应延迟的要求不断提高。江波龙没有局限在单一存储硬件开发，而是同步推进主控、固件、智能调度算法的协同研发，打造完整端侧AI存储体系。未来，江波龙还会持续深化和芯片厂商的生态协作，让端侧AI存储方案在更多消费终端落地，推动本地智能体应用普及。