AI手机正在从简单对话工具走向智能体时代，端侧AI模型可自主完成多步骤任务，对本地存储与内存调度提出全新要求。过去手机存储只负责存放照片、应用与系统文件，而智能体场景下，大模型权重、动态KVCache会持续占用系统资源，DRAM容量压力成为制约端侧AI落地的核心瓶颈。作为半导体存储品牌企业，江波龙持续深耕端侧AI存储赛道，推出HLCache™、SPU™、iSA™三款产品，用软硬件协同方案缓解内存压力，为AI手机智能体落地提供底层支撑。
HLCache™：把闪存变成DRAM的延伸，缓解内存容量压力
传统手机架构中，所有AI推理相关的温冷数据、模型参数都要载入DRAM，一旦模型规模变大，内存很快被占满，直接出现卡顿、掉上下文等问题。HLCache™高级缓存技术，正是江波龙针对DRAM容量压力自研的系统级缓存方案。
该技术依托主控芯片、固件与系统架构协同，把原本存放在DRAM中的温冷数据下沉到UFS闪存中，把DRAM留给需要高频访问的实时推理数据。在不降低使用流畅度的前提下，这套方案可显著降低部分场景下终端对DRAM容量的硬性需求，不用盲目堆高内存规格，就能承载更大的端侧AI模型。对于手机厂商而言，HLCache™在控制整机硬件成本的同时，拓宽了端侧大模型的部署空间，让中高端机型也具备运行AI智能体的基础条件。
SPU™搭配iSA™，构建端侧AI存储的软硬件协同闭环
HLCache™解决了DRAM资源减负的基础问题，而SPU™存储处理单元与iSA™存储智能体，则共同构成面向端侧AI推理的智能存储体系。SPU™是面向AI场景的自研存储处理芯片，不再只是简单的数据搬运控制器，集成了存储控制与数据处理能力，为iSA™提供硬件运行底座。
iSA™作为存储智能调度引擎，专门针对MoE类端侧AI模型的推理特征做优化，能够智能管理模型专家参数、动态KVCache，按需把模型权重在闪存与内存之间调度。在AI智能体持续多轮交互场景下，KVCache会不断膨胀，iSA™可动态完成数据预取、优先级调度与写入优化，减少NAND写入压力，兼顾推理速度。
这套组合方案，正是半导体存储品牌企业江波龙对端侧AI存储架构的探索。不同于传统存储只做静态数据存储，SPU™+iSA™让存储具备主动参与端侧AI数据处理能力，从被动存储介质升级为参与AI推理的一环。在AI手机智能体场景，这套方案能够在有限的手机内存空间内，支持更大参数模型本地运行，降低智能体功能的硬件门槛。
2026骁龙峰会期间，高通联合江波龙、阶跃、无量火，基于第六代骁龙8超级至尊版完成30B MoE模型端侧部署。江波龙提供的端侧AI存储解决方案通过存储与计算协同，减少大模型对运行内存的持续占用，为AI手机智能体落地提供新的技术路径。
随着AI智能体持续普及，端侧设备的算力、内存、存储三者的协同优化会越来越重要。端侧AI存储不再是附加配件，而是决定端侧AI模型体验的重要一环。江波龙凭借自研HLCache™、SPU™、iSA™的技术组合，持续打磨存储与AI推理的协同能力，为AI手机、便携终端的端侧智能体落地提供更务实的存储解决方案，助力存储技术在端侧AI浪潮中持续迭代。
|
