AI存储市场机遇与挑战 - AI应用市场爆发式增长催生对高性能存储的巨大需求，但高昂的GPU采购成本和“显存墙”构成结构性挑战 [2] - AI模型参数规模在过去几年暴涨约10倍，而顶级显卡显存容量仅微增2到3倍，形成难以跨越的结构性鸿沟 [9] 存储价值的重新定义 - AI时代存储从IT系统中的“仓库”配角，转变为提升AI系统效率、降低总体拥有成本的关键战略环节 [3] - 存储模组厂商需洞察AI数据流五个阶段的差异化需求，进行主控和闪存芯片的深度调优和验证 [4] 铨兴科技eSSD产品矩阵 - 针对AI推理和检索增强生成等读取密集型应用，推出高密度PCIe 5.0 QLC eSSD系列，容量高达122.88TB，顺序读取速度达14,000MB/s，相较传统硬盘带来6倍容量提升 [4][5] - 针对AI训练和HPC混合读写需求，提供旗舰级PCIe 5.0 TLC eSSD系列，连续读速超14GB/s，随机IOPS达3300K，并配备Dual Port设计保障高可用性 [7] “以存强算”系统级创新 - 推出“添翼AI超显存融合解决方案”，采用软硬一体架构，硬件基础是“添翼AI扩容卡”，可将单卡等效显存容量扩展20倍 [10] - 软件核心是“AI Link算法平台”，通过智能调度突破带宽墙限制，使训练671B参数大模型的任务从需要168张顶级显卡变为仅需16张中阶显卡加8张扩容卡，训练成本锐减约95% [12] - 该方案使模型推理的并发性能获得高达50%的提升，硬件部署成本从大于4200万元降至不到200万元 [12] 市场推广与兼容性 - 解决方案已在高校教学、政务、法律等垂直行业成功落地，并通过多家国产CPU平台和服务器平台的验证，确保在主流计算环境中稳定运行 [13] 未来技术路线图 - 存储产业预计明年PCIe 5.0将取代4.0成为主流，公司计划在下半年推出下一代PCIe 6.0接口产品 [14] - 长期目标为到2026年实现将200B规模模型部署到一台PC中，达成万元以下的千亿模型部署；到2027年计划将万亿级别参数部署到个人PC [14] - 未来随着PCIe 7.0等技术落地，闪存带宽将更接近DDR5，容量能达到数十倍，为AI普惠化奠定技术基础 [14]