2026年端侧AI产业进入持续落地，AI PC、AI智能体主机等终端设备承载越来越多本地大模型运行需求。但行业普遍面临同质化硬件堆砌问题，多数设备依靠扩容高额DRAM内存支撑AI推理运转，面对MoE架构模型参数庞大、KVCache缓存持续膨胀的特性，极易出现内存占用过高、推理卡顿、硬件成本飙升等问题，成为端侧AI下沉普及的核心阻碍。作为深耕存储领域多年的半导体存储品牌企业，江波龙跳出传统硬件扩容思路，依托自研全套核心技术，推出AI SSD™专用AI固态硬盘，以软硬件协同架构优化资源调度，高效解决端侧AI落地的资源损耗与成本痛点。
iSA™存储智能体:智能调度重构端侧AI资源逻辑
区别于传统固态被动存储数据的模式，江波龙iSA™作为核心存储智能体，是适配端侧AI推理场景的专属调度引擎，也是AI SSD™实现高效运转的软件核心。针对MoE架构大模型运行痛点，iSA™搭载动态专家卸载机制，不再将全部模型参数留存于内存中，而是将低频使用的专家参数下放至AI SSD™存储空间，仅保留高频活跃参数在DRAM运行，大幅降低内存常驻占用。针对多轮对话、长文本生成产生的KVCache冗余问题，该引擎可实时分层清理、智能缓存调度，避免缓存堆积拖累AI推理速度。搭配SPU（存储处理单元），整套调度过程无需占用主机CPU算力，全程后台静默运行，从软件层面打通存储与内存的协同壁垒，适配多种轻量化端侧设备的算力调度需求。
SPU™硬件赋能落地，全场景适配端侧AI终端
为将智能调度能力落地实处，江波龙搭配自研SPU™存储处理单元，形成“软件调度+硬件执行”的闭环方案，集成于AISSD™产品之中。SPU™内置硬件级无损压缩技术，可在芯片内部完成模型文件与缓存数据的压缩处理，平均压缩比可达2:1，提升存储利用率，进一步缓解内存压力。同时依托HLC高级缓存技术，智能区分端侧AI运行的冷热数据，将非实时运算数据下沉存储，精准释放内存算力资源。
在场景落地与生态适配方面，江波龙与AMD基于锐龙 AI Max+395处理器的智能体主机开展联合调优，实现397B超大模型本地部署;在256K超长上下文（122B）场景下，DRAM占用大幅降低。目前AI SSD™主要面向AIPC、AI Agent Host等主流终端，既满足消费级设备的日常智能运算需求，也可为行业终端量产提供标准化存储解决方案。
当下端侧AI的竞争，已从单纯算力比拼转向存算协同的全链路优化。江波龙凭借成熟的技术积淀，以AISSD™为核心，联动iSA™、SPU™全套自研技术，有效破解DRAM依赖、缓存冗余、推理低效等行业难题。未来品牌将持续迭代调度算法与硬件架构，拓展更多芯片平台适配场景，持续降低端侧AI部署门槛，助力终端人工智能产业高效规模化发展。