今年的深圳CFMS | MemoryS 2026峰会异常火爆，人多到只能采取进场限流措施，而这也许仅仅是个开始，未来几年围绕存储议题的热点将越来越多。我们把时间指针往回拨动两年，会发现人们谈论的是：GPU不够用。算力短缺、芯片涨价、产能告急，这些也成为了AI产业的年度关键词。但到了今年第一季度，这个话题开始转向另一个方向：数据如何高效喂饱GPU。

< CFMS | MemoryS 2026峰会 >

话题切换的背后是产业逻辑的深层变化，大模型参数突破万亿，训练数据量呈指数级增长。算力竞赛依然激烈，但一个被忽视的问题开始浮出水面：当计算能力不再是最紧张的约束时，存储该怎么办？它应该继续充当被动的数据容器，还是变成AI训练推理的关键设施？答案或许会决定下一阶段AI基础设施的竞争格局。而在此次的CFMS | MemoryS 2026峰会现场，闪迪通过主题演讲以及媒体圆桌会议分享了其针对当下趋势的见解。

< Sandisk闪迪参展CFMS | MemoryS 2026 >

在峰会当天上午，闪迪公司全球产品高级副总裁Eric Spanneut发表了主题为《闪存创新赋能全域》的演讲，重点探讨了闪存市场趋势、AI与存储系统协同优化、闪存技术突破等核心议题。

< 闪迪公司全球产品高级副总裁Eric Spanneut >

NAND市场正在迎来三重机遇，存储产品正从容量驱动迈向架构驱动的全新阶段。闪迪公司全球产品高级副总裁Eric Spanneut指出，在推理时代，智能体工作流已成为存储墙瓶颈，闪迪通过全球前沿的NAND技术、融合平台架构与系统级领导力，推动产品向QLC转型。在数据中心领域，基于BiCS8 UltraQLC，容量高达256TB的SANDISK® SN670 NVMe SSD专为快速数据湖设计；将KV缓存卸载至SSD可通过消除预填充计算，将首次令牌生成时间（TTFT）降低41倍，而具备第五代先进PPE的SANDISK® SN861 NVMe SSD则轻松适配新型KV缓存应用场景，该产品容量达32TB，3DWPD。同时，Eric Spanneut在最后表示，从数据中心到边缘，从移动端到物联网，闪迪正以全局视角推动闪存技术和产品不断突破。面向未来，NAND将持续演进，以解决现实世界中的存储挑战，真正实现闪存创新赋能全域。

此外，凭借在闪存存储产品创新与市场表现方面的突出成就，闪迪也在本次峰会上摘得MemoryS 2026企业大奖“年度存储产品表现奖”，这一奖项不仅是对其深厚技术积淀的认可，更凸显了其在推动AI时代存储变革中的领军地位。

< Sandisk闪迪媒体圆桌会议 >

在CFMS | MemoryS 2026峰会期间，闪迪还举办了媒体圆桌会议，闪迪公司副总裁兼中国区总经理蔡耀祥、闪迪公司产品市场总监张丹及闪迪公司产品市场经理耿华三位发言人共同出席，与到场媒体探讨了当今AI驱动下的闪存存储技术演进趋势，并分享了包括新品SANDISK® iNAND® MC EU721嵌入式闪存驱动器在内的全场景闪存解决方案的详细信息。

<闪迪公司副总裁兼中国区总经理 蔡耀祥>

闪迪公司副总裁兼中国区总经理蔡耀祥表示：“AI应用加速普及，智能手机与智能网联汽车持续发展，数据中心基础设施不断完善。这些都带来了日益激增的数据量和更为复杂严苛的工作负载，从而对先进闪存存储技术产生了巨大需求。闪迪长期深耕中国市场，持续聚焦本土多样化需求，依托于先进的垂直整合能力、一线的NAND技术积累与产能优势，面向多元应用场景提供创新型闪存存储解决方案。在企业级、消费级、客户端、游戏、移动端及嵌入式等多个领域，闪迪通过丰富的产品组合助力客户充分释放数据价值，在AI时代擘画一条清晰的高质量发展道路。”

而在此次峰会的展台上，闪迪也将其战略构想落地为实实在在的产品矩阵，从数据中心到移动终端，从智能汽车到智慧视频，全方位展示了其赋能AI时代的全场景存储解决方案，致力于为智能世界构建坚实的数据底座。

移动端

移动端是AI能力下沉的重要阵地。闪迪此次展出的SANDISK® iNAND® MC EU721嵌入式闪存驱动器，是其首款基于QLC NAND技术的UFS 4.1存储解决方案。这款产品专为从主流到旗舰级的移动智能设备打造，基于先进的BiCS8 QLC 3D NAND技术，顺序读取速度高达4,500MB/s，顺序写入速度高达4,300MB/s（1TB容量规格）。该新品针对边缘AI与AR/MR/XR等创新应用进行了专门优化，能够赋能移动设备加速实现本地化AI数据处理，如实时翻译、智能影像处理和语音助手等功能。同时，该产品还集成了Advanced RPMB隐私加密、设备健康异常监测及HID碎片文件管理等功能，在保障高性能的同时确保设备长期使用的流畅体验。目前该产品已出样，提供256GB、512GB和1TB三种容量规格，预计将于2026年4月上市。

< SANDISK® iNAND® MC EU721嵌入式闪存驱动器 >

汽车端

在汽车领域，智能网联汽车的快速发展使得单车存储系统的容量和性能不断提升，以满足自动驾驶、智能座舱等高负载应用场景的需求。闪迪此次也展示了丰富的车规级产品组合，致力于为新一代智能网联车提供有力支持。其中，SANDISK® iNAND® AT EU752 UFS 4.1嵌入式闪存驱动器是闪迪旗下首款采用UFS 4.1标准的车规级嵌入式闪存产品，专为智能网联汽车和软件定义汽车等新一代车载AI系统打造。它采用先进的BiCS8 TLC NAND技术，顺序读取速度高达4,300 MB/s，顺序写入速度高达4,100 MB/s（1TB容量规格），性能较前代产品提升超过两倍。容量扩展至1TB，让AI系统可以捕捉更多数据用于云端算法优化，同时为车载AI模型和未来软件更新提供充裕空间。

< SANDISK® iNAND® AT EU752 UFS 4.1嵌入式闪存驱动器 >

SANDISK® iNAND® AT EN610 NVMe SSD则是一款车规级、高性能、支持宽温工作范围的存储解决方案，专为满足新一代高性能中央计算架构的严苛需求而设计。它采用大容量TLC闪存，并提供将全部或部分存储空间配置为高耐久性的SLC模式的灵活选择；采用M.2 1620 BGA封装，拥有高达1TB的存储容量，AT EN610能够为中央计算平台提供高可靠性的数据存储保障。

< 闪迪公司产品市场经理耿华 >

针对不同车载场景对存储性能的差异化需求，闪迪公司产品市场经理耿华在展会期间的圆桌会议中进一步解释道：“车载存储目前主要分为座舱和智驾两大场景。座舱应用场景对启动速度、地图加载及内容读取性能要求较高；而智驾应用场景则需同时兼顾读写性能，因为系统运行中产生的日志和视频数据需要及时存储。”

数据中心领域两大核心矛盾

企业级存储产品在面对AI工作流负载时，第一道难题就是速度与容量的权衡。PCIe Gen5 SSD带来的带宽提升显而易见，但容量限制会让训练数据无法实现本地存储。数据必须通过网络从远端存储调用，GPU等待数据传输的时间，实际上就是在空转。千卡、万卡规模的训练集群，这种延迟累积起来的效率损失，相当可观。

另一个现实问题是成本与性能的平衡，大语言模型训练的数据存储成本，正在变成企业的财务负担。参数万亿级的模型，训练数据可能达到PB级别。全部用高性能SSD，成本太高；用低成本存储，又拖慢训练速度。这不仅仅是技术选型，还是企业对TCO的考量。

而这两道难题，在CFMS | MemoryS 2026峰会现场的闪迪展台上，我们可以看到闪迪给出的解法——针对数据中心AI应用部署过程中不同的基础设施需求和工作负载特性，闪迪提供了多样化的企业级固态硬盘产品线，覆盖“计算密集型”和“存储密集型”应用场景，帮助企业针对不同阶段差异化的存储需求，优化存储组合来应对大规模AI运算负载，进而提高效率并降低TCO，进一步优化在AI领域的投资效益。

< 从左到右依次为：SANDISK® SN670 NVMe SSD及SANDISK® SN861 NVMe SSD >

SANDISK® SN861 NVMe SSD的做法是，用16TB容量配合PCIe Gen5接口，把训练数据"拉近"到GPU身边，缩短网络传输的延迟。更关键的是，SN861 E1.S 已经通过 NVIDIA GB200 NVL72 系统认证，用于加速计算应用。这个认证的价值表明存储开始进入AI核心计算层，成为系统设计的一部分，而不是外挂的附件。

FDP（Flexible Data Placement）技术则提供了另一个优化思路。传统SSD写入模式会产生大量写入放大，影响性能，也缩短寿命。FDP通过优化数据放置，减少无效写入。7×24小时运行的AI环境里，这直接意味着更长的SSD寿命和更低的更换成本。SANDISK® SN861 NVMe SSD新一代产品的全部接口形式和全容量都支持 FDP功能。此外，该产品的U.2与E1.S两种外形规格版本已获得开放计算组织 (Open Compute Project，OCP)的0CPInspired™认证。

从计算密集型到存储密集型的范式转移

AI工作负载的分层特性，正在改变存储的部署逻辑。过去几年，AI基础设施的建设逻辑相对简单：尽可能多的GPU，配以足够的存储空间。这个逻辑在早期是合理的，因为算力是最大约束，存储只要不拖后腿就行。但随着大模型参数突破万亿，训练数据量呈指数级增长，这个简单逻辑开始失效。不同的工作负载，对存储特性的需求差异巨大，用一种方案适配所有场景，既不经济，也不高效。

训练、推理、数据准备，每个阶段的存储需求不一样。训练对延迟敏感，任何微小延迟累积都会延长训练周期。推理更关心容量和并发，因为要同时处理大量用户请求。数据准备对容量和成本要求最高，这是存储密集型的典型场景。单一存储方案，很难同时满足这些差异化的需求。

SANDISK® SN861 NVMe SSD的超低的延迟和非凡的响应速度，适合计算密集型的训练工作负载。PCIe Gen5接口加上16TB容量，能满足大规模训练集群的数据吞吐需求。参数万亿级的大模型训练，如果存储系统不能及时供给数据，GPU空转时间会成比例增加，整个训练集群效率显著下降。低延迟的直接价值体现在训练周期的缩短。参数万亿级的模型，训练可能持续数周。举个例子，如果存储优化能将整体效率提升5%，就能节省数天时间。商业竞争里，这意味着更快的模型迭代和更早的产品上市。

而SANDISK® SN670 NVMe SSD的大容量优势，更适合存储密集型的推理和数据准备场景。256TB容量可以容纳海量AI模型和推理数据，UltraQLC技术则提供了相对可控的成本。面向公众的大规模AI服务，推理阶段并发用户数可能达到百万级别，存储系统的并发响应能力变得至关重要。

企业需要根据不同工作负载选择不同的存储组合。这听起来像是常识，但在实际执行中，很多企业仍然在用一刀切的思路配置存储。原因不难理解：单一存储方案的采购和管理更简单，IT团队的技能栈也更集中。但AI基础设施的特点是，算力投入巨大，任何效率损失都会被成倍放大。如果为了简化管理而牺牲效率，最终的TCO可能更高。GPU采购成本远高于存储，如果存储优化能让GPU利用率提升，这个优化带来的整体投资回报，可能超过存储本身的成本。从这个角度看，存储优化不是成本中心，而是价值放大器。存储层面的投入，能通过算力效率的提升被放大数倍。

这种分层策略的深层意义，是推动AI基础设施从"计算密集型"向"存储密集型"的范式转移。早期AI训练里，算力是最大约束，存储只是外围设备。算力瓶颈缓解后，数据供给效率成了新的关键变量。谁能在存储层面提供更好的协同优化，谁就能在整体效率上获得竞争优势。这个转移过程，正在重新定义AI基础设施的价值分配——存储不再是外围附件，而是和算力同等重要的核心组件。

智慧视频

闪迪还将目光投向了终端视频数据采集的关键节点。在智慧视频领域，闪迪展出了专为终端视频场景深度优化的SANDISK® Video VD QD131 microSD™高耐久视频存储卡。这款存储卡支持7×24小时连续写入，能够适应极端工作环境，并具备智能健康监测功能，在实现大容量存储的同时兼顾高效及高可靠性，以支持智慧视频、车载等关键场景的严苛需求。

< SANDISK® Video VD QD131 microSD™高耐久视频存储卡 >

垂直整合的差异化优势

从NAND闪存技术到产品，全链条掌控的意义，在AI时代变得格外重要。

垂直整合在AI时代有三重优势：产品一致性、定制化能力、供应链韧性。产品一致性减少了兼容性问题，降低了部署复杂度。定制化能力让厂商能根据客户的具体需求，优化产品特性。不同的AI工作负载对存储的需求差异很大，通用产品难以满足所有场景。供应链韧性在当前地缘政治背景下，是企业关注的焦点。AI基础设施的构建通常需要数年时间，供应链的稳定性直接影响到企业的长期规划。

< 闪迪公司产品市场总监张丹 >

正如闪迪公司产品市场总监张丹在媒体圆桌分享时提到的：“从技术角度来讲，我们采用全球先进的NAND技术之一；从SSD产品角度来讲，我们拥有融合平台架构；从系统级的设计角度来讲，我们会和主流云服务提供商（CSP）保持大量沟通，希望在此领域形成行业共识，从而提供系统级的领导力和系统级的发展方向。“

这三重优势叠加，让闪迪不仅仅是存储供应商，更像是AI基础设施解决方案的合作伙伴。这种角色转变，可能是存储产业在AI时代最重要的定位调整。

小结：

AI时代，存储的觉醒标志着基础设施思维的范式转换。从被动容器到关键设施，存储正在重塑AI训练推理的效率边界。计算与存储的协同优化，将成为决定数据价值释放效率的核心变量。这场变革的本质，是存储从幕后走向台前，成为智能时代不可替代的战略基石。